用途：当 CRM 报表对不上、字段混乱、大量属性闲置、没人信任数据时，用该技能建立数据治理。适合 1500 万至 1.5 亿美元 ARR 的成长期公司。
主要能力： 一、数据模型设计。按客户旅程而非组织架构组织对象：早期漏斗（Leads/Contacts、Lead Sources）、组织层（Accounts、层级、状态）、中漏斗（Opportunities、Line Items）、售后（Subscriptions、Health）、交互层（Activities）。明确 Account→Contact、Opportunity→Line Items 等关系；缺失关系会导致报表断链。提供自定义对象与属性的判断标准，以及持续更新的数据字典（含对象、关系基数、属性类型与归属、必填项、废弃字段）。 二、字段治理。命名前缀 rev_、mktg_、sales_、cs_、int_、calc_，禁止随机缩写与 tmp_、test_ 等前缀。字段创建需文档、评审、审批（SLA 5 个工作日）、实现四步，并登记用途、负责人、类型、来源、使用位置与废弃计划。给出属性类型选择建议；废弃流程为公告 2 周、迁移 4 周、隐藏 2 周、删除前保留 6 个月（高风险字段隐藏期延长至 12 个月）。 三、数据质量运营。五个维度（完整性 95%+、准确性 90%+、一致性 99%+、及时性 85%+、唯一性 99%+）及加权 DQ 评分公式；预防手段含校验规则、必填字段、下拉列表优先于文本、默认值。检测含每周自动扫描、实时异常告警、季度抽样审计；并提及基于 LLM 的质量监控与预测性评分属 2026 年新兴做法。 四、去重与记录管理。精确、模糊、供应商匹配方式；联系人与账户合并协议；创建时查重；账户层级与并购处理规则。 五、集成数据流。为每个数据点指定唯一权威系统，定义单向/双向同步与冲突解决；架构模式含点对点、中心辐射、iPaaS、事件驱动、数据编织与可组合 CDP；同步失败、漂移与延迟监控。 六、数据增强与合规。明确增强内容、时机与自动覆盖/仅补空/建议审核三种规则；要求供应商按准确率、覆盖率、集成质量评估，先试跑 100 个账户。GDPR 方面需核查数据来源、记录合法权益、Article 14 通知、尊重 Article 21 反对权并落地 DND 流程与审计日志；美国传输需在 SCC 之外补充保障措施。
限制：文中多数指标为实践建议，需按自身阶段与风险调整；部分内容标注为新兴做法，其准确率等数据来自实践与供应商研究，非官方标准。具体价格、厂商清单与实施步骤未提供。