培训 · 第 3 课
该收哪些数据，它们应该放在哪里
收集数据看着简单：多加一列，多问一句。问题在后面。修正收错的数据，代价远高于修正写错的规则，因为规则待在一个地方，数据却到处累积。
收集数据看着简单：多加一列，多问一句。问题在后面。修正收错的数据，代价远高于修正写错的规则，因为规则待在一个地方，数据却到处累积。
这一课处理的是自动化所立足的地面：客户数据。上一课您看到，很大一部分故障出在输入这一侧。这里我们把那一侧从一开始就搭对，也就是采集哪些字段、怎么写、放在哪里。
数据采集得不对时，问题不会立刻显出来。它会在几个月后成批冒出来，并且要求往回清理。这一课的目的，是让您建立起一开始就不需要那种清理的秩序。
没有前置要求。不过手边有第一课的流程图，会更容易看清哪个字段是真的在用。
自动化靠送到它面前的数据运转。规则写得再对，进来的数据是坏的，出去的结果也是坏的。所以数据采集不是自动化的一个部分，而是它站立的地面。
坏数据的代价随时间变大。第一周有一条记录进错了，改起来一会儿就好。同一个错误持续一年，改动就成了要逐条复核所有记录的事，而这件事往往没人去做，对数据的信任也就往下掉。
一个字段进错了，所有走这个字段的流都会被牵动。消息、报表、账单和提醒都从同一处取水。
必填字段空着进来时，流要么停住，要么悄悄跳过那一步。第二种更危险，因为没人察觉。
同一条信息以三种样子存在三处，哪个才对就一直可以被争论。报表拿不出来，拿出来了也不可信。
整套数据秩序都落在三条规则上。这三条守住了，其余细节就还管得住；守不住，换工具也救不回来。
一位客户在系统里应当是一行。同一个人被开了两次，历史就裂开，哪条记录是最新的变得含糊，消息也会发两遍。
同一条信息应当在各处写成一个样子。电话、日期、地名和币种各选定一种写法，并在每个录入点执行。
每个字段应当只有一个正确的位置。同一条信息存在两套系统里，就写明更新哪一套，另一套从它取数。
三条规则互相支撑。没有一种写法，去重就不成立，因为同一个人在两种写法下看着像两个人。没有一个来源，一行也保不住，因为每套系统都会更新自己的副本。
挑字段的尺子是用途，不是好奇。采集一个字段之前先问：这条信息将在哪件事、哪一步被用到？答不上来的字段就不采。为了以后可能用得上而采的字段，通常一直空着；不空着的时候，也变得不可信。
每采一个字段都带来负担：要填、要校验、要保持最新，而保存它会产生责任。所以字段清单要保持短，按需要再往上加。
最后一问很要紧。身份、健康、金融这类字段只在真正需要时采集；不需要时不采，既可以减轻责任，也可以减轻维护负担。
字段词典是把您采集的每个字段在一处定义清楚的清单。它的用意是不让同一个字段在两个人那里有两种含义。如果客户姓名这个字段里，有人写全名，有人只写名，那这个字段就不再衡量同一件事了。
词典不是技术文档。一张表或者一页纸就够。要紧的是每个字段都在六个标题下被定义，并且这份定义对所有录入的人都是打开的。
有选项列表的字段，把选项也写下来。留成自由文本的地方，同一件事会被写成十种样子，这个字段也就没法出报表了。
一种写法这条规则，只有在写法被写下来之后才谈得上执行。为了在每个录入点都用同一种写法，先决定那是什么写法，再连同示例一起写进字段词典。
格式上的决定看着小，可无声故障多半就出在这里。电话号码开头的零、日期里日与月的次序、地名是否全大写，这类细节会把匹配弄坏。
把格式交给表单，而不是交给填写的人。选项列表、日期选择器和带掩码的输入框，能在录入这一步就挡住差异；这比事后清理便宜。
要执行一行这条规则，需要一个能回答这两条记录是不是同一个人的键。键是一个把这个人与别人分开、并且不随时间改变的字段。
好的键单独就够用。找不到就把两个字段合起来。姓名单独当不了键，因为同一个名字可能属于好几个人，写法也会变。
电话号码、邮箱地址、客户编号、税号或证件号。在您公司里每位客户都填了的那个，就是候选。
它要在每位客户身上都有值、要唯一、要不随时间改变、还要以一种写法保存。四条都占的那个字段就是键。
同一个键来了第二条记录时，系统不新开记录，而是更新已有记录，并把动过的字段写进历史。
同一位客户从两个渠道联系时怎么办，也在这里定下来。把渠道放在单独一个字段里，客户就仍是一行，历史也不会裂开。
保持干净最便宜的位置是录入点。等到进错了再改，比在录入时挡住要贵。所以把校验搬进表单。
校验分两层：格式校验和含义校验。格式看写法有没有依着规则；含义看这个值说不说得通。两层都在，事后需要清理的记录就会少很多。
同一条信息存在不止一个地方时，必须写明哪一个算作正确。没有这个决定，每套系统都会更新自己的副本，过一段时间就没人知道哪个是最新的。
唯一来源不是说信息只存在一个地方，而是说它只在一个地方被更新，再从那里流向其他地方。副本是拿来读的，不是拿来更新的。
这个决定装得进一张表，就放在字段词典旁边。没有写下来的时候，同一场讨论每次都要从头再来。
数据不是清一次就放着的东西。人会搬家、会换号码，公司名字也会变。所以清理不是一个项目，而是一件小而规律的维护工作。
维护可以交给自动化自己做。一个简单的检查，把留空的必填字段列出来、在同一个键开出两条记录时提醒、并标出不合格式的值，对多数公司就够用了。
采集客户数据不只是技术决定。客户需要知道采集了什么、将用于什么、会保存多久。这一课不提供法律建议；它的目的是帮您把这件事安放进流程里。
实务上有三样东西让事情好办：把采集目的写下来、把在何处以何种方式取得同意留在记录里、以及事先定好留存期限。三样都可以放在字段词典旁边。
细节会因国家和行业而不同。把采集的字段数量限制在真正会用到的那些，也可以让这一节的负担变轻一些。
我们把方法放在一份表单上，从头走到尾。例子走的是一家服务型公司的咨询表单。
挑字段：公司打算在表单上放七个字段。对每个字段都问一句会在哪一步被读取。出生日期和职业在任何一条流里都没有被读取，于是从清单上去掉。剩下的是：姓名、电话、邮箱、区域、咨询主题和说明。
字段词典：每个字段按六项定义。咨询主题不再是自由文本，改成选项列表，因为它需要出报表。
格式：电话选定一种写法，表单上放带掩码的输入框。区域来自选项列表。姓名放在一个字段里，并统一为首字母大写。
键：选电话号码作为键，因为每条咨询都填了它，而且以一种写法保存。同一个号码来了第二条咨询时，不开新记录，而是把新咨询加到已有记录上。
校验：必填字段为空时表单发不出去。号码若已在册，屏幕上会显示已有客户。
一个来源：选定一套系统作为客户信息的来源。其他界面从它读取，更新只在来源处进行。
维护：一个每周跑一次的简单检查，列出必填字段为空的记录，以及用同一个键开出的成对记录。
这一课的回报来自建立您自己的字段词典。这件事短到一次坐下来就能做完，之后它会让每一个自动化决定都更容易。
最后一项列出的清单，就是您数据秩序今天的照片。维护机制建好之后，可以再列一次同样的清单来对照。
下载数据清单（xlsx） · 哪个字段、是什么意思、谁来录入、放在哪里、保存多久；格式规则与去重也在里面。
用不到的字段不会被认真填，填了也没人核对准确性。最后留下一个既空又不可信的字段，而保存它的责任还在继续。
任何留成自由文本的字段，时间久了都会散成不同写法。报表拿不出来，匹配也不成立。
没有挑去重键的地方，同一位客户会被开出好几次。历史裂开，消息重复，而客户会察觉到。
字段名一变，挂在它上面的流就会悄悄开始读到空值。改动要先在词典里做，然后再更新各条流。
在副本而不是来源上做的更新，会在下一次刷新时消失。使用者看见自己的改动不见了，对系统的信任就少一分。
清理过一次的数据，时间久了还会再散开。小而规律的维护，比一个大而拖延的清理项目更跑得动。
在开出新表单或新字段之前，最好对下面每一条都能说是。
数据讨论里会用到的术语。团队共用这套说法之后，关于字段的争论会变短。
这一课里您建起了字段词典，并定下了数据放在哪里。现在手上有一件可衡量的活儿、一条写下来的流程和定义好的字段。下一课讲的是用哪个工具来搭。
第四课里，成品套装、无代码和定制搭建会按七条标准打分；这里建的字段词典，正是数据归属那条标准的底子。
用七条标准给成品套装、无代码和定制搭建打分。附可下载的比较表。
界线、步骤、决策点和例外。这一课的字段就标在那张图上。
整个培训板块，以及之后新增的模块。
我们可以一起过一遍，看看您收的这些字段是不是都值。写信给我们就行。
通过WhatsApp获取报价