CSV 容易下载,也容易读错。付款前先确认列名、号码保存方式和记录附带的事实。一个小型结构预览,往往就能提前发现导入问题。
从实际交付字段开始
要求查看实际列名和格式版本。营销截图可能省略 JSON、空值或导入器需要的时间字段。
以下为 Pinglake 当前手机号导出的主要字段分组。历史订单保留原有格式版本,具体值取决于来源和所购范围。
| 字段 | 含义 | 导入时检查什么 |
|---|---|---|
series、identifier、country |
记录类型、号码和国家代码 | 将号码按文本导入,保留国际前缀 |
phone_type、carrier、line_type |
号码类型与运营商元数据 | 未知值保持未知,不补造分类 |
created_at |
入库时间 | 与检测时间、导出时间分开 |
platform_states_json |
所购平台的事实及检测时间 | 先按 CSV 解析,再按 JSON 解析 |
matched_software_id、matched_metric、matched_attributes_json |
匹配平台、指标和事实属性 | 与嵌套的平台事实一起理解 |
number_region、metadata_sources_json |
归属地提示与元数据来源 | 区分提供值和规则推断 |
number_time_zones_json、number_validation_status、number_validation_reason |
候选时区和号码规则结果 | 不能据此判断当前位置或可接通状态 |
文件还可能包含与邮箱导出共用的列。列存在不代表每行都有值,手机号数据也不自动包含姓名、公司或职位。
手机号按文本保存
电子表格软件可能去掉加号,或把长数字显示为科学计数法。使用导入向导,在载入前将号码列明确设置为文本。
不要给已有国际区号的号码再添加一次区号。国家格式检查可以参考巴西、印度和印尼采购页面。
正确处理 CSV 中的 JSON
CSV 字段可以包含逗号和引号,必须使用支持引号规则的 CSV 解析器,再单独解析 JSON 列。直接按逗号拆分,会把一个平台事实字段拆成多列。
如果业务依赖多个所购平台,应保留完整的嵌套事实。一个平铺的匹配字段未必能代表该记录的所有平台事实。
用脱敏样本检查结构
脱敏预览用于检查字段、值的形态和筛选条件,不是免费可用名单,也不是整库质量的统计保证。
以下仅为三个字段的虚构示意,不是真实记录,也不是完整导出:
identifier,country,phone_type
+551****32,BR,mobile
检查编码、表头、嵌套字段,以及空值和未知值的表示方法。不要把脱敏号码用于联系或线路检测。
核对订单与交付清单
订单文件生成完成后,Pinglake 提供包含 CSV 和清单的 ZIP。对照订单检查清单中的格式版本、订单标识、唯一记录数量和生成时间。
应统计 CSV 解析后的记录数,而不是文本行数,因为带引号的字段可以包含换行。将清单和导入记录一起保存,方便以后追溯数据来自哪次交付。
格式与事实分开检查
文件格式干净,不能证明号码活跃、属于某个人或允许用于营销。这些判断需要按照有效、活跃与注册号码指南分别评估。