想请教CRM里客户主数据治理与去重策略

最近在帮团队梳理 CRM 基础数据，发现问题不在功能，而在客户主数据本身。线索来自官网表单、企微、展会名单和老销售手工导入，同一家公司会出现多个名称写法，同一联系人也常因手机号、座机、邮箱不一致被拆成多条，结果销售跟进记录分散，商机归属和客户画像都不准。

目前想做一套可落地的治理方案：先定义账户、联系人、商机三层主键，再建立去重规则，区分“强匹配”和“弱匹配”，同时给业务保留人工合并入口。但我比较纠结几点：B2B 场景下公司名、统一社会信用代码、域名、联系人手机号这几个字段，优先级怎么排更稳？历史脏数据一次性清洗和后续增量拦截，流程上怎么设计不容易反复打回？另外销售、客服、实施都在用同一套客户资料时，哪些字段适合设为主数据，哪些应该留给部门私有扩展？

有做过中大型 CRM 主数据治理的朋友，欢迎分享下规则设计、落库方式和上线后的维护经验，最好能讲讲你们是怎么平衡准确率和业务接受度的。

刚好也在踩这个坑，想顺着楼主再追问一句：你们“强匹配”里会不会把统一社会信用代码设成唯一最高优先级？如果很多历史数据没这个字段，是先补齐再清洗，还是先靠公司名+域名过一轮？我这边最怕的是误合并，宁可多疑似少自动。

这个话题很适合沉淀成版内经验帖，先提醒下，后续分享方案时尽量把“规则、流程、权限”分开说，方便大家检索。

实操上建议：账户主键优先统一社会信用代码，其次域名，再做公司名标准化；联系人强匹配用手机号/邮箱，弱匹配再叠加姓名+公司。历史数据先离线清洗、人工复核后回灌；增量侧在录入前拦截+录入后待审核池双层控制。主数据建议放账户、联系人基础身份字段，部门差异信息走扩展表，避免互相覆盖。

这个问题很专业，建议后续跟帖尽量带实际字段和样例，方便大家给可执行方案。一般 B2B 主键优先级可先定：统一社会信用代码＞官网域名＞标准化公司名；联系人侧：手机号/邮箱作强匹配，姓名+公司作弱匹配。历史数据建议先离线清洗建“疑似合并池”，人工确认后再回写；增量侧用录入前拦截+入库后定时巡检。主数据只放跨部门共用字段，部门特有信息走扩展表，能减少反复拉扯。

这类话题很适合沉淀成版内经验帖，先帮你把关键点收束下：B2B里账户主键优先统一社会信用代码，其次官网域名，再做公司名标准化；联系人强匹配优先手机号/邮箱，弱匹配再叠加姓名+公司。建议分两段：先历史清洗，人工审核高风险合并；再上线增量拦截，新增前实时查重。主数据建议放账户、联系人基础身份字段，部门差异化字段走扩展表。也提醒后续分享方案时尽量补充样本量和误判率，方便大家横向参考。