两张表要对着看：左边 320 行订单，右边 280 行客户档案。VLOOKUP 一拉，120 行报错。客户明明就在右边，就是匹配不上——左边写「杭州云启科技有限公司」，右边写「杭州云启科技」，多三个字。
一句话结论
这类活不是「去重」，是把同一个东西的不同写法认出来，而且认的时候不能一把梭。顺序是三步：先列出「像但不等」的配对（只列不合并，让你确认）、再定归一规则（去后缀、统一全半角、去空格）、最后重匹配并列剩下的。核心一条：绝不让 AI 直接决定哪两行是同一家——「XX有限公司」和「XX公司」可能是同一家，也可能是母子公司，合并错了比不合并麻烦得多。
这篇解决什么问题
三个症状。一是匹配率低但不知原因：120 行报错，你抽三行，两行是多了空格，一行是「公司」写成「有限公司」，剩下 117 行只能一行行看。二是改着改着改乱：手动统一名称，改到一半发现有两个客户本不该合并，已改的部分不知道怎么退。三是改完没法对账：为了匹配把右边表的客户名改成左边写法，两张表都跟原始系统对不上，下次同步全乱。
根子在把「归一」和「合并」当成一个动作。归一只把写法标准化，合并是判断两个东西是不是一个——前者机器能做，后者必须人定。
开始前要准备什么
- 两张表都留原样备份。后面所有改动做在副本上，原表不动。几十秒的事，能救回全部返工。
- 一个判断依据：什么情况算同一家。统一社会信用代码相同最可靠，名字归一后相同要靠人看。
- 能接受的匹配率。320 行匹配上 240 行、剩下 80 行人工，是可接受的；追求 100% 自动匹配，一定会错。
- 一条纪律：归一后的名字另起一列存，不要覆盖原列。
具体怎么做
第一步：列出「像但不等」的配对，只列不合并
让 AI 做一次模糊比对，输出的是候选配对清单，不是合并结果。清单要带相似度和差异点，你才能快速判断。320 行对 280 行，候选配对数在 50 到 80 对之间，看着多，但按差异类型分组之后只有五六种情况。
这是两张表：A 表 320 行订单（客户名称、金额、日期），B 表 280 行客户档案（客户名称、信用代码、地区）。
请做一次模糊比对，找出「可能是同一家但写法不同」的配对。
1 只输出候选配对清单，不要合并、不要生成新表、不要改任何原有数据；
2 每对给出：A 表名称、B 表名称、相似度、差异点（具体差在哪几个字或哪个符号）；
3 按差异类型分组：后缀不同（有限公司/公司）、空格差异、全半角差异、简称与全称、可能有错别字，每组给数量；
4 单独列出「相似度低于 60 但你怀疑是同一家的」，标上理由。硬约束：不要替我判断哪些是同一家；不要只给相似度不给差异点；A 表同一行只能出现在一个配对里。
第二步：按类型定规则
清单出来后你会发现，大部分差异就那么几种，每组一条规则就解决。常见的五条：去掉括号内容、统一「有限公司/有限责任公司/公司」、全角转半角、去掉所有空格、英文大小写统一。
定完规则一定要问一句：有没有哪两个名字套完规则后变成一样，但其实是两家？这一问能挡住大部分误合并。
这是第一步的候选配对清单，我按你的分组判断完了：确认是同一家的 68 对、确认不是的 12 对、待定 9 对。
请针对那 68 对定归一规则：
1 给出 3 到 5 条规则，每条一句话，按「能处理多少对」排序；
2 每条说明会不会误伤（把不同两家变成同名），举一个可能的误伤例子；
3 指出套完这 5 条规则后还有哪几对处理不了；
4 单独回答：套完规则后，B 表里有没有两组不同的名字变成完全一样？有就列出来。硬约束：规则只能做写法标准化，不要做「判断是否同一家」；不要建议我用模糊匹配公式直接拉。
第三步：重匹配，剩下的列清单
执行时三件事必做：归一名另存一列（不覆盖原列）、匹配状态另存一列（精确/归一后/人工确认）、未匹配的单列一张表。
剩下那张表最值钱。它不是失败清单，是待核实清单：确实没这个客户、名字写错得离谱、同一家用了完全不同的名字。
按定的 5 条规则在副本上执行，原表不动。
1 两张表各新增一列「归一名称」，原名称列不要动；
2 用归一名称匹配，结果写入新增的「匹配状态」列，取值只有三种：精确匹配、归一后匹配、未匹配；
3 匹配上的，把 B 表的信用代码带到 A 表（这是最可靠的同一家依据）；
4 所有未匹配的行单独导出成一张表，字段为 A 表名称、金额、日期、归一后名称；
5 给统计：精确多少、归一后多少、未匹配多少，以及未匹配里有多少是「与某个名字高度相似但没配上」。硬约束：不覆盖任何原始列；不删除任何行；未匹配的行不要猜着填；统计数字要能对上原始行数。
实测记录
320 行对 280 行，第一步出候选配对 74 对，分 6 组：后缀不同 31 对、空格差异 18 对、全半角 9 对、简称与全称 11 对、错别字 3 对、其他 2 对。分组之后判断快得多——31 对后缀不同的，一条规则一次性全解决。
第三步结果：精确匹配 187 行、归一后匹配 58 行、未匹配 75 行。75 行里 41 行是 B 表确实没这个客户，22 行名字差太多（品牌名 vs 公司名），12 行需要回系统查。
两个数值得记住。精确匹配只占 58%，剩下 42% 靠归一和人工，别指望公式一拉就完事；另外套完规则后有 3 组名字变成完全一样但其实是两家，都是同名不同地区的分公司，靠信用代码才分开。
最容易错的 3 个地方
第一，让它直接合并。它会把「杭州云启科技」和「杭州云启信息科技」判成同一家，相似度 92。合并后两张表都错了，还错得很自然，不容易发现。
第二，归一的时候覆盖原列。改完再也回不到原始状态，也没法跟系统对账。原列留着，多一列的成本远低于返工。
第三，追求 100% 匹配。剩下 75 行里 41 行本来就不该匹配上。硬凑的结果是把新客户挂到老客户名下，后面发货、开票全错。
可复用的东西
先列配对不合并：让 AI 输出候选对 + 差异点 + 相似度，人来定是不是同一家。
按差异类型分组：74 对看着多，分成 6 组后每组一条规则就解决。
归一名另存一列：原列永远不动，这是能回滚的前提。
问一句「有没有误伤」：套完规则后哪两组不同名字变成一样了。这一问能挡住同名不同地区这类错误。
常见问题解答
直接用模糊匹配公式拉，不行吗
能拉，但你会失去判断。模糊匹配只给一个相似度，不给差异点——相似度 92 的两对，一对是「多了个空格」，另一对是「母公司和子公司」，前者该合并后者不该，公式分不出来。正确用法是把模糊匹配当筛子，先筛出候选配对，再人工定。实操上模糊匹配拉一遍只要几秒，但核对它给的结果要花时间，因为它不告诉你差在哪，你得自己比对。
有信用代码是不是就不用归一名了
如果两张表都有信用代码，那是最好的情况，直接按代码匹配，完全不需要归一名。但大多数情况是一边有一边没有，或者有一边是乱的。这时候的用法是：先用归一名匹配出候选，再用信用代码做终审——匹配上的两行如果信用代码不同，就是误合并，打回去。这个顺序比反过来好，因为代码能做最终判断，但代码缺失时它没法帮你找候选。
未匹配的那些行怎么处理最快
先分类再处理，不要一行一行看。看看那批未匹配的名称有什么共同特征：如果都是「XX旗舰店」「XX专卖店」这种，可能是渠道商不是客户；如果都是新客户，那就是 B 表还没录入，直接补录；如果名字风格完全不同（左边写「杭州云启」右边写「云启科技」），那要去系统里查一下。分类之后通常只有两三类，每类一个处理动作，比逐行判断快十倍。
规则定完下次还要重定吗
不用重定，但要存下来。把这几条规则写成一个固定文件，下次直接贴给 AI，让它先按这个执行，只把「按规则处理不了的」单列出来。这样每次只处理新增的边界情况，规则库会越来越厚。另外提醒一句：规则是给「写法标准化」用的，不要往里加「XX 和 XX 是同一家」这种判断——那种判断一旦写死，以后客户结构变了就会出错。
本网站的部分内容可能来源于网络或用户投稿，仅供大家学习与参考，如有侵权，请联系客服： hhxmw778 进行删除处理。
本站一切资源不代表本站立场，并不代表本站赞同其观点和对其真实性负责。
教程如引导您添加微信或有另外收费服务，请自行甄别！
如遇充值环节或绑定支付账户或输入支付密码之类的异常步骤，建议停止操作！本站不对操作项目的损失负责！
本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现任何资源有问题请向站长举报下架
(手机微信用户建议用默认浏览器打开，可体验完整功能)
按岗位找 AI 实操步骤 · 提示词可收藏