問題的開始：「那個電郵，我好像看過？」
每週會收到數十個買家詢問。我們把電郵、電話號碼、公司名稱一個一個輸入Excel。某天，一位團隊成員喃喃自語：「咦？這家公司上週好像聯絡過？」
那是一種直覺。直覺上感覺漏掉了什麼。
Before：手工驗證的極限
當時我們是這樣做的：
Excel → 用眼睛滾動 → 「咦？這個重複了？」→ 手動刪除 → 下一行 → 重複
結果？到下週五左右，又出現重複。因為我們無法眼睛確認所有3,000行。
自動化解決方案：Claude Code驗證機器人
在Windows設備上製作了一個簡單的Python指令碼。
# 買家數據重複驗證邏輯
import pandas as pd
from difflib import SequenceMatcher
# 1. 完全重複檢測
# 2. 電郵格式驗證 (包含@，檢查網域)
# 3. 電話號碼正規表達式驗證
# 4. 相似度70%以上項目標記
機器人做的工作：
• **完全重複**：相同電郵/電話出現在多行時檢測
• **格式錯誤**：電郵無@、電話非數字等檢出
• **可疑重複**：「john@company.com」和「j.john@company.com」等相似項目標示
• **自動整理**：優先保留最新輸入數據(移除舊的)
After：一次發現的結果
首次執行時，結果令人震驚。
| 驗證項目 | 發現數量 |
|---------|----------|
| 完全重複 | 48筆 |
| 格式錯誤(電郵) | 23筆 |
| 格式錯誤(電話) | 15筆 |
| 可疑重複(70%+相似度) | 14筆 |
| **總清理筆數** | **100筆** |
我們漏掉的有100筆。我們還發現3週來一直在用錯誤的電郵發送自動回覆。
實際改善效果
整理前：3,000行中有100筆重複/錯誤數據混在一起
整理後：2,900行「可信賴的」買家數據
最大的改變是電郵送達率。之前每週平均收到15~20封「undeliverable」退信，自動化後減到3~5封。
機器人揭示的模式
分析驗證結果時，發現了幾個模式：
1. **時段別錯誤率**：夜間輸入的數據錯誤率較高(疲勞增加)
2. **公司別格式**：特定國家的買家幾乎犯相同的格式錯誤
3. **重複詢問週期**：同一買家每隔2~3週會詢問多次
根據這些資訊，我們改進了輸入表單，還新增了自動重複警告功能。
現在
每週一上午10時，機器人會自動執行驗證。萬一出現錯誤，會立即通知團隊。手工驗證時間幾乎變成0。
「那個電郵，我好像看過？」這種事，現在由機器人替我們處理。