代导入卖的不是「我帮你搬」，而是「你不用先学会格式」。
一、第五个客户之后，他说不出「下周就行」
江照的一人任务板做到第 18 个月，前 5 个从竞品搬来的客户都是他手工导进去的。周五晚上十点，他还在把客户发来的 CSV 里 in_progress 改成 doing，微信上客户发来一句「不着急，你弄好告诉我就行」。他很清楚这句话是信任，不是宽限：这 5 个客户没有一个流失，还介绍了同行。
以下情境为教学假设，人物、引语和数字不代表经核实的真实案例。
满意是真的，撑不住也是真的。一次代导入 270 分钟，合 4.5 小时；按一年 23 次算，103.5 小时。这些时间不显示在任何报表里，因为它被记在「客户成功」而不是「研发」，月底看工时表时像是凭空消失的。
前 5 个客户的手工导入，是一种用时间换信任的补贴。 补贴在 5 个客户时是优势：客户觉得被重视，他也能第一时间看到源数据的脏。到了 23 次，同一套动作重复到第 10 遍，优势就变成了瓶颈。
他试过把责任推给格式。「你们导出的时候能不能先清洗一下？」客户的回答很直接：「我们就是不会清洗才找你的。」这句话把问题说清楚了：代导入的价值不在搬运，而在替客户承担格式的复杂度。
另一条路是直接买现成的导入器。他看过三个竞品的导入功能，发现它们都要求固定表头、固定状态值、固定日期格式，本质上只是把清洗工作退回到客户那边。对他的客户群来说，这不叫自动化，叫换个人加班。
于是问题变成两个：这套手工流程能不能写成六步，让每一步都有产出物、可以交接；以及在第几次之后，继续手工就不再划算。前者决定他能不能请假，后者决定他该不该写代码。
下面先拆六步 SOP，再给一条频次与行数的双门槛，最后算 40 小时一次性投入的回本账。边界放在最后：代导入碰的是客户数据，授权与最小化不能靠口头。
二、六步 SOP 与每一步的产出物
六步不是六个动作，是六个交接点。每一步都要留下一个客户或下一位执行者能看懂的东西，否则「江照知道」就是流程里最大的单点。
| 步骤 | 具体动作 | 产出物 | 失败时退回 |
|---|---|---|---|
| 授权 | 确认项目范围、附件与归档数据 | 书面授权与范围清单 | 不开始 |
| 取样 | 要 20 行样例与完整表头 | 样例文件与列清单 | 重新取样 |
| 清洗 | 统一编码、日期、状态与负责人 | 清洗后文件与变更日志 | 回到取样 |
| 预演 | 在沙箱工作区跑一遍 | 预演报告：行数、空值、重复 | 回到清洗 |
| 执行 | 正式写入并留回滚点 | 批次号与快照位置 | 回到预演 |
| 复核 | 源行数与入库行数对账 | 对账单与抽查记录 | 回到执行 |
授权不是一句「我同意」。范围清单要写清哪些项目、是否包含已归档任务、评论要不要、附件搬到什么程度，以及导入完成后原始文件保留几天。范围越小，后面的清洗越轻；把整个账号导出直接丢过来，通常意味着有一半字段根本用不到。
授权模板可以沿用数据主体请求：一年十二件、三十天与一套导出脚本 里的三问核验与范围清单，但不要把「访问请求」和「代导入」混成一次：前者是用户取走数据，后者是他替用户写入数据，留存期限与删除责任都不一样。
取样要 20 行，不要「全部发来」。20 行足够看出分隔符、编码、日期格式与状态取值，也能让客户确认「这些字段我们确实是这么用的」。一个常见坑是 Excel 导出的 CSV 带 BOM，表头第一个列名变成 \ufefftask_id，脚本按 task_id 映射就会整列失败；让客户直接发原始导出文件，不要在 Excel 里另存。
清洗的产出物不是「干净的文件」，而是「改了什么」的日志。状态 7 映射到 4、四种日期格式归一、邮箱与姓名合并，这些动作每一类都要能在日志里查到行号与原因。客户签字确认的是这份日志，不是那个看起来没问题的 CSV。
预演必须在沙箱工作区做，不能直接写生产。1,240 行跑一遍，产出三个数：可写入行数、空值行数、重复行数。预演报告先发给客户，等一句「就按这个来」再进入执行；预演失败时退回清洗，不要带着已知问题去正式跑。
执行这一步的批次、幂等与回滚细节，分别属于可重跑：五个批次、三次重跑与零新增 和迁移窗口与回滚：两小时只读与一次四分钟撤销 ；在代导入 SOP 里，它只留两个产出物：批次号与快照位置。
复核的对账不是要求源行数等于入库行数。源文件 1,240 行，去重合并 86 行后是 1,154 行，差额必须能逐条解释；解释不了的差额，才是要查的问题。附件同理，41 个成功、5 个跳过，跳过原因要单独列给客户，这部分在附件与限额：四十六个文件、三百一十二兆与五个跳过 里展开。
三、什么时候继续人工，什么时候必须自动化
门槛不是「忙不忙」，是两个可数的量：每月几次、每次多少行。只看其中一条，是最容易把团队拖垮的误判。
| 判断项 | 继续人工 | 必须自动化 |
|---|---|---|
| 频次 | 少于 5 次/月 | 5 次/月及以上 |
| 单次规模 | 500 行及以内 | 超过 500 行 |
| 来源 | 单一来源、表头稳定 | 多来源、列序漂移 |
| 附件 | 无或可手工处理 | 批量附件、超大文件 |
| 客户配合 | 能提供样例并确认口径 | 无法反复沟通 |
本组一年 23 次，折合 1.9 次/月。单看频次，远低于 5 次/月，按第一行会得出「继续人工」；但 23 次里有 17 次单次超过 500 行，占 73.9%，第二行直接触发。门槛是「且」不是「或」：两个条件都落在人工区间，才继续人工。
500 行不是行业标准，是一个可执行的观察线。低于 500 行，一个人可以通读整份文件，异常行很难藏；高于 500 行，注意力开始衰减，抽查样本也不再代表整体。把它写成一个数，是为了让「这次要不要手工」不再靠当天的情绪决定。
自动化也不等于立刻开放自助上传。先把内部工具建起来，客户仍然发邮件、仍然收到一封人写的回复，只是他不再逐行改 CSV。这样保住的是代导入最值钱的部分——有人对结果负责——去掉的是 270 分钟里最机械的部分。
该先自动化的是重复规则：状态 7 到 4 的映射、四种日期格式的识别、负责人邮箱与姓名的匹配。授权与最终复核不要急着自动化：前者是判断，后者是责任。把这两步交给代码，等于把客户当初选择代导入的理由也交出去了。
四、四十小时的回本账
40 小时一次性投入听起来不小，但它买的不是「更快」，是「不再随次数线性增长」。人工的成本是 23 × 4.5 = 103.5 小时/年；自动化的成本是 40 小时建设加 24 小时/年维护，首年 64 小时。
| 项目 | 人工代导入 | 自动化首年 | 自动化第二年 |
|---|---|---|---|
| 单次工时 | 4.5 h | 1.2 h | 1.2 h |
| 建设投入 | 0 | 40 h | 0 |
| 年维护 | 0 | 24 h | 24 h |
| 口径内净省 | — | 39.5 h | 79.5 h |
复算：
人工 6 步 × 23 次；单次 270 分钟 = 4.5 h
年 23 × 4.5 = 103.5 h；按 60 美元/时 = 6,210 美元
自动化 40 h 一次性 + 6 h/季 × 4 = 24 h/年 → 首年 64 h
首年净省 103.5 − 64 = 39.5 h = 2,370 美元
第二年起净省 103.5 − 24 = 79.5 h = 4,770 美元
阈值：<5 次/月且单次 ≤500 行 → 人工；本组 1.9 次/月但 17 次 >500 行（73.9%）
首年 39.5 小时按 60 美元/时折 2,370 美元，第二年 79.5 小时折 4,770 美元。这是机会成本，不是现金收入；它的意义是告诉你这些时间本来可以拿去做什么，而不是月底账上会多出这笔钱。
这个 64 小时的口径只含建设与维护，不含每次 72 分钟的运行时。也就是说，39.5 小时回答的是「这套东西值不值得建」，不是「今年总工时降了多少」。把运行时也摊进去，回本期会往后推，但第二年的趋势不变，所以这笔账至少要按两年看。
40 小时买到的具体东西要写清楚：映射规则、预演报告、批次与回滚点、对账脚本。只建一个「上传 CSV」的按钮，清洗那 90 分钟一分不少，因为脏数据不会因为换了个界面上传就变干净。
什么时候不该建：如果长期低于 5 次/月且每次不超过 500 行，40 小时永远回不来。这时候该做的是把六步 SOP 定下来、把代导入写进报价，而不是写代码；SOP 也是将来导入器的规格书，手工流程没稳定之前动手，通常要重写两遍。
五、行动清单与复算验收
把六步、双门槛与回本账收进同一张检查表，再用八条确认这套流程既能交接，也撑得住下一次迁移。
清单按「授权、样例、清洗、预演、执行、复核、判断、计时」排：前六条对应 SOP 的六步，后两条决定这套流程什么时候该升级。
- 每次代导入先收书面授权，写清项目范围、附件与是否含归档
- 向客户要 20 行样例与完整表头，确认编码、分隔符与日期格式
- 把源文件放进受控目录，按授权约定在导入后删除原始文件
- 清洗阶段输出变更日志，逐条记录改写、合并与丢弃的列
- 在沙箱工作区做一次预演，拿到行数、空值、重复三项报告
- 正式执行前留快照或回滚点，并把只读窗口写进沟通邮件
- 复核用源行数与入库行数对账，抽查不少于 60 行
- 按频次与行数两条同时判断：少于 5 次/月且不超过 500 行才继续人工
验收标准：任取一次代导入，能在 4.5 小时内拿出六步产出物，且对账单上的每一行差额都有原因。
使用边界与实操验收
边界一：授权不是一句「我同意」。
代导入涉及客户数据，范围、附件、留存期限与删除时点都要落在书面授权里；最小化按隐私组口径执行，不做超范围留存，也不把客户文件留在本地「以后可能用得上」。
边界二：本篇不做 schema 迁移。
加列、回填、切读属于架构组的范围，参见数据模型与迁移：三十四张表与一次只能动一处的改动
；本篇只讨论把外部数据搬进来的人工流程。备份与恢复由资产组负责，本篇不设计备份策略。
边界三：代导入不承诺「全部原样搬过来」。
附件超限、字段类型不兼容、历史状态没有对应值，都会产生跳过或改写；这些必须在授权时就列明，而不是等客户在导入后发现少了五个文件。
边界四：自动化门槛不是自助门槛。
建了导入器，不代表可以立刻开放客户自助上传；先让内部工具跑顺，再决定要不要把入口放出去。代导入的信任来自「有人负责」，自助导入的信任来自「出错能自己修」，两种能力不是同一件事。
边界五：涉及可携带权的表述只是教学引用。
本篇提到的数据可携带权不构成法律结论，适用条件与例外以专业意见为准；法定导出与删除请求仍走隐私组的流程，不并入代导入工单。
关键参考与核验范围
- RFC 4180 ：用于核对 CSV 的引号、换行与分隔符约定。
- Notion 数据导入 ：用于对照产品化导入的格式要求与限制说明。
- Trello 数据导入 ：用于对照看板类产品的导入入口与字段映射。
- GDPR Art 20 ：用于核对数据可携带权的适用背景；教学引用，适用以专业意见为准。
以上链接于 2026-10-26 实测可公开访问；未核验版本、价格与配额。核验日期：2026-10-26。
范围声明：本文的 270 分钟、六步划分、40 小时建设与 5 次/月、500 行阈值均为教学假设，落地时以实际客户数、文件规模与授权范围为准；不构成法律意见，也不承诺任何具体产品的导入能力。
系列导航
继续阅读
探索更多技术文章
浏览归档，发现更多关于系统设计、工具链和工程实践的内容。