问题的开始：「那个邮件，我好像看过？」
每周会收到数十个买家询问。我们把邮件、电话号码、公司名称一个一个输入Excel。某天，一位团队成员喃喃自语：「诶？这家公司上周好像联系过？」
那是一种直觉。直觉上感觉漏掉了什么。
Before：手工验证的极限
当时我们是这样做的：
Excel → 用眼睛滚动 → 「诶？这个重复了？」→ 手动删除 → 下一行 → 重复
结果？到下周五左右，又出现重复。因为我们无法眼睛确认所有3,000行。
自动化解决方案：Claude Code验证机器人
在Windows设备上制作了一个简单的Python脚本。
# 买家数据重复验证逻辑
import pandas as pd
from difflib import SequenceMatcher
# 1. 完全重复检测
# 2. 邮件格式验证 (包含@，检查域名)
# 3. 电话号码正则表达式验证
# 4. 相似度70%以上项目标记
机器人做的工作：
• **完全重复**：相同邮件/电话出现在多行时检测
• **格式错误**：邮件无@、电话非数字等检出
• **可疑重复**：「john@company.com」和「j.john@company.com」等相似项目标示
• **自动整理**：优先保留最新输入数据(移除旧的)
After：一次发现的结果
首次执行时，结果令人震惊。
| 验证项目 | 发现数量 |
|---------|----------|
| 完全重复 | 48条 |
| 格式错误(邮件) | 23条 |
| 格式错误(电话) | 15条 |
| 可疑重复(70%+相似度) | 14条 |
| **总清理条数** | **100条** |
我们漏掉的有100条。我们还发现3周来一直在用错误的邮件发送自动回复。
实际改善效果
整理前：3,000行中有100条重复/错误数据混在一起
整理后：2,900行「可信赖的」买家数据
最大的改变是邮件送达率。之前每周平均收到15~20封「undeliverable」退信，自动化后减到3~5封。
机器人揭示的模式
分析验证结果时，发现了几个模式：
1. **时段别错误率**：夜间输入的数据错误率较高(疲劳增加)
2. **公司别格式**：特定国家的买家几乎犯相同的格式错误
3. **重复询问周期**：同一买家每隔2~3周会询问多次
根据这些信息，我们改进了输入表单，还新增了自动重复警告功能。
现在
每周一上午10时，机器人会自动执行验证。万一出现错误，会立即通知团队。手工验证时间几乎变成0。
「那个邮件，我好像看过？」这种事，现在由机器人替我们处理。