多數團隊的客戶資料是這樣長出來的：一開始很乾淨，經過三次匯入、兩次人員異動、一次系統更換之後，同一個客戶有四筆紀錄、電話格式有六種、產業分類有一半是空的。這時候任何分析都不可信。
先講一個判斷標準：如果你無法在五分鐘內回答「去年有多少個新客戶」，那麼資料清潔度已經到了需要處理的程度。這個問題應該是查詢一次就能回答的，需要人工判斷代表資料結構有問題。
順序很重要，做錯順序會做白工。正確的順序是：先刪測試資料、再統一格式、然後合併重複、接著補齊必填欄位、最後處理分類與狀態。先合併重複再統一格式，會因為格式不同而漏掉一部分重複。
合併時要保留最早的建立日期、最完整的聯絡資訊、以及所有的互動紀錄。最常見的錯誤是保留最新那一筆並刪除舊的，這會讓客戶的關係年資被重設，破壞所有留存分析。
三個機制裡最有效的是第一個。自由文字欄位是資料混亂的主要來源，把它們改成受控清單，可以擋掉大部分後續問題。
把上述十二項做成檢查表，每季固定跑一次，每次約兩到三小時。重點是固定，不是徹底。每季處理一部分，比每兩年做一次大掃除有效得多，因為問題還小的時候修正成本最低。
第三項要特別注意。來路不明的名單不只是資料品質問題，還涉及法規風險。本文不提供法律意見，但實務上的建議是：無法說明來源的名單，不要放進系統。
如果現在完全沒有整理過，建議從第三項與第十二項開始，先知道有多少重複、有多少來源空白。這兩個數字通常會讓決策者立刻理解為什麼需要投入時間。
整理完之後的分析方式，站內的 同期群分析 可以直接接續使用。
某個累積四年、約六千筆客戶紀錄的系統，整理前的狀況是：重複紀錄七百多筆、來源欄位空白率百分之四十一、產業分類有兩百多種自由文字寫法、電話格式有六種。任何以此為基礎的分析都不可信。
整理花了三個工作天。結果是：合併掉五百八十筆重複、產業分類收斂成十四個受控選項、電話與電子郵件格式統一。來源欄位無法回溯補齊，只能從整理日起強制必填。
整理之後第一次跑的同期群分析，顯示的留存曲線和整理前完全不同，整理前因為重複紀錄，新客數被高估，留存率被低估。也就是說，過去四年的所有分析結論都可能是錯的。
來源這一類無法事後補的欄位，正確的做法是明確標記為「未知」而不是留空或猜測。分析時把未知另立一組，不要混進其他來源。等到新資料累積六個月之後，就可以只用新資料做來源分析。
選項數量控制在十五個以內，超過就會有人選錯或選「其他」。每個選項的定義要寫在旁邊，避免不同人有不同理解。並且保留一個「其他」欄位搭配必填的說明，作為新選項的來源。
每季檢視一次「其他」的內容。如果同一種說法出現三次以上，就把它升格為正式選項。這個機制讓受控清單可以隨業務演進，而不會變成綁手綁腳的舊分類。
資料整理完之後，建議重跑一次過去一年的主要分析，並與整理前的結果對照。差距大的項目要特別注意，那代表過去的決策可能建立在錯誤的數字上。
常見的差異包括：新客數被高估（因為重複紀錄）、留存率被低估（同樣原因）、以及各來源的貢獻比例失真（因為來源欄位空白）。三項都會直接影響資源分配的判斷。
把對照結果記錄下來，並在後續的報表上註明「資料自某日起經過整理，與此前的數字不可直接比較」。這一句話可以避免日後的混淆。
另外要提醒的是權限管理。資料整理乾淨之後，如果所有人都能任意編輯，三個月就會回到原點。合理的安排是：多數人只有讀取與新增的權限，修改與合併的權限限於少數人。權限設計是資料品質能不能維持的關鍵，而它經常被當成純技術問題而忽略。
再補一個維護節奏的建議：與其每年做一次大掃除，不如把清理動作綁在既有流程上，例如每次聯繫之後順手更新一個欄位。大掃除永遠會被更急的事排擠，而綁在流程上的小動作幾乎不需要額外決心。另外建議設定一個明確的封存規則，讓超過一定時間沒有互動的資料自動移出主要清單。留著它們不會帶來機會，只會讓你的統計數字越來越不準。