小满OKKICRM客户主数据同步到道一云·七巧:一个策略的实战拆解
这个策略解决什么问题(场景与价值)
客户主数据从 CRM 推到下游业务平台,看起来只是一条最简单的同步链:把客户档案按编号写过去。但一次实际项目中,客户现场上线 3 个月后,两边客户数对不上——有的编码在 CRM 里改了名,下游没跟着变;有的在下游被手工补录,CRM 反而多出幽灵记录。根源是编码映射、变更检测、初始化时机三件事没人盯。
我们用轻易云数据集成平台(Qeasy)承接这条策略,核心价值就一句话:让客户主数据「只在一个地方是真源,其他地方永远是镜像」。
数据流向与字段映射(源 → 中间层 → 目标)
数据流向:小满OKKICRM(源) → 轻易云集成平台(中间层) → 道一云·七巧(目标)。
中间层承担三件事:拉取、做映射、推送。我们不直接做点对点,因为编码映射一旦散落在两套系统里,后续就再也对不上。
关键字段对照(只列最常出问题的):
| 业务含义 | 小满OKKICRM(源) | 道一云·七巧(目标) | 映射要点 |
|---|---|---|---|
| 客户唯一编码 | 客户ID(自增数值) | 外部编码(字符串,30 位内) | 以源端编码作为下游外部编码,字符串化,严禁下游再编一套 |
| 客户名称 | 客户名称 | 客户名称 | 直接传,不做拼接、不做翻译 |
| 客户等级 | 等级字典(A/B/C) | 等级字段(枚举) | 字典对照表集中放中间层,新增值要先扩表再同步 |
| 联系人 | 联系人字段 | 联系人主表 + 明细 | 表头表体分阶段:先写客户档案,再写联系人 |
| 状态 | 启用/停用 | 启用/停用 | 状态变更要走更新接口,不能整条删了重建 |
表里最后一行是最容易踩的:很多现场图省事,客户停用就整条删,结果下游流程、历史的销售订单引用全断。
在轻易云上如何配置
在 Qeasy 上配这条策略,我们习惯拆成三块:数据源、映射器、写入器。
数据源侧:用「按更新时间增量拉取」接口,起始时间用策略首次启用的时刻,之后每次跑就拿上一次成功的 last_sync_time 接龙。源端如果有「逻辑删除」标志位,务必拉过来,不能只拉启用数据。
映射器侧:编码映射、字典映射、字符串清洗全部集中放在中间层的一个映射组件里,而不是散落在字段转换脚本里。这样客户等级字典变了,只改一处。
写入器侧:道一云·七巧的写入要分两步:先调客户档案的新增/更新接口(按外部编码做幂等),再调联系人接口。幂等键必须用源端编码,不要用目标系统自增 ID,否则重跑会重复建档。
轻易云在这条策略里默认是「增量与全量双轨」:日常跑增量,每周或每月跑一次全量校对,两边账对不齐时以全量为准回灌修复。
实施步骤(分阶段调度)
我们习惯把上线拆成三段:
第一步:初始化全量。一次性把源端所有客户档案按外部编码全量推到下游。建议放在业务低峰期,例如周日凌晨。这一步决定了后续增量的「起点」,务必留好日志,记清楚全量完成时刻。
第二步:启用增量调度。调度频率建议从 15 分钟一次开始,稳定后再压到 5 分钟。不要一上来就跑 1 分钟,源端接口扛不住。增量起点取全量完成的那个时间戳。
第三步:补一轮全量校验。上线一周后,主动再跑一次全量比对,目的是发现「全量期间源端又新增但增量还没接住」的尾巴,以及确认编码映射没有遗漏。这一轮通过后,才算真正稳态。
调度上有个小技巧:增量任务和全量任务用不同的策略 ID,不要用同一个开关去切。客户现场一旦全量没跑完就触发了增量,数据就乱了。
踩坑复盘
坑 1:编码映射散落在字段转换里。典型错误是把「客户等级 A→VIP」直接写在每个字段的转换脚本里,某零售企业就这样干过,后来等级字典加了一个 S,改了十几处。稳妥的做法是字典映射集中管理,一处维护。
坑 2:表头表体一次性写。客户和联系人一起塞进一个请求里推,一旦联系人校验失败,整个客户档案都没建出来。表头表体一定要分阶段:先建客户,再写联系人,失败互不污染。
坑 3:逻辑删除当成物理删除。源端「停用」的客户,下游不应该删除,而应该走更新接口把状态置为停用。物理删除会断引用。
坑 4:增量起点设置错误。有人把增量起点设成「今天」,结果上线第一天全量跑完之前那批老客户全丢了。增量起点必须是全量完成的时间戳。
坑 5:幂等键用了目标系统 ID。第一次跑失败重试,目标系统已经自增分配了新 ID,重试又建了一条。幂等键必须用源端稳定的业务编码。
适用场景与不适用场景
适用:CRM 与下游业务平台之间需要单向同步客户主数据,源端是唯一真源,下游只读不改。
不适用:需要双向同步、客户档案允许在两边各自维护、或源端没有可靠的更新时间字段的场景。这三种情况硬上单策略同步,后期账必乱。