CleanSmart 提供一套面向 CRM 数据的自动化清洗流程,核心由四个 AI 处理环节组成:SmartMatch、AutoFormat、SmartFill 和 LogicGuard。四个环节按顺序运行于用户连接的每个数据集,但用户控制实际应用的内容,未经确认不会发生任何更改。
SmartMatch 主要用于 AI 去重,能够识别精确匹配遗漏的重复记录。它使用实体解析和学习型相似度评分来找到指向同一人物、公司或账户的记录,即使存在拼写差异、缩写和名称变体。例如“Bob Smith / Acme Corp”与“Robert Smith / Acme Inc.”会被识别为同一记录。它可以处理昵称变体、姓名倒置和电话号码数字转置;每次合并都有置信度评分,用户可设置阈值;并提供完整审计日志,记录谁在何时合并了什么以及原因。
AutoFormat 用于统一格式,无需编写正则表达式。它覆盖电话号码、电子邮件地址、姓名、URL、日期、货币等字段类型,每个字段类型都有其常见变体。一次处理即可将每个字段转换为用户指定的规范格式:电话支持 14 种输入变体转换为一种干净格式(+1 (555) 123-4567);姓名支持标题大小写、名/姓拆分和昵称处理;电子邮件支持小写规范化与拼写纠正(如 yaho.com → yahoo.com);地址支持 USPS 标准街道、城市、州、ZIP 格式。
SmartFill 用于填补缺失值,基于置信度而非猜测。它学习数据集内的模式来预测缺失值,使用字段共现、地理查询和结构规则。低于置信度阈值的预测会被标记待审核,从不自动应用。示例包括:根据 ZIP 码推断城市、根据城市推断州、根据电话前缀推断国家、根据电子邮件地址中的域名推断公司名称。每个预测在用户批准前都会显示置信度百分比,低置信度的填充进入审核队列,而不是静默写入数据。
LogicGuard 用于发现看起来有问题的记录,绝不静默删除。它对每个字段运行基于规则和统计的异常检测,例如年龄 250、未来生日、六位电话号码、收入金额偏离均值三个标准差等。每个标记都会进入审核队列,不会被静默移除。检测范围包括年龄超出范围、未来生日、不可能的日期、按国家判断位数错误的电话号码、收入、交易规模和数值异常值(统计与规则结合)。每个标记都会显示触发了哪条规则以及原因。
整个流程围绕管道展开:连接 → 清洗 → 审核 → 导出,从杂乱数据到干净 CRM 的完整分步流程。在数据安全方面,提供静态 AES-256 加密、传输中 TLS 1.2、按客户隔离以及加密验证的删除。用户可以上传 CSV 或连接 CRM,大多数数据集在几分钟内完成清洗,无需信用卡。