| 一般来说，几十万以下的数据为中小型数据库，百万以上的数据库为大型数据库，全国的企业数量何止上百万？而目前经营企业名录的网站多数为个人性质，一般不具备处理大型数据库的技术能力。
几十万以下的数据库我们用ACCESS或EXCEL基本上能处理过来，虽然有点吃力，但上百万的数据就要用到大型数据库了，就必须会编程语句，否则就没办法处理好。 首先，ACCESS数据库（MDB格式）是桌面数据库，单个文件最大限度为2G，超过2G就不行了，而EXCEL则本身只是表格，即使是2007版的单个文件最多也只能容纳10多万条，更别说处理上百万的数据了。ACCESS和EXCEL在处理数据库的功能上非常简单，不可能很专业地去处理数据，而数据的格式往往很复杂，如果用软件来处理则会导致很多数据处理错误，造成名录信息不准确。
(点击看大图）
图1：未处理过的源数据，号码很不规范，电话有些开头带86,有些开头为二个区号，使用甚为不便。
图2：经技术处理后的成品数据(点击看大图） 名录数据的来源通常是多途径的，不是单一的，如我们的名录来源有工商、行业协会、互联网、统计局等。不同的来源其数据的格式大多数都不相同，如工商来源的企业注册资金字段格式可能是数字的，而网上来的可能是文本的；工商来源的企业电话号码前面无区号的，网上来源的电话号码前面可能带有区号或之类的，而即使是同一来源的数据，其录入的数据的格式也通常不会很规范。这些数据如果不加以处理，统一格式，则会对客户筛选数据及使用的方便性带来很大的障碍，同时，由于传真和手机号码格式不统一，无法直接用于传真和短信群发。本身是个迷你数据库，功能很简单，对复杂的数据无法很好的处理，就更不用说了，只有会用编程语句，使用大型数据库，才能快速，精准地处理这些复杂的数据。目前，做名录的多数为个人，基本上不会使用大型数据库来处理数据，更谈不上保证其准确率了。
图3：工商注册源数据，无区号，号码格式不统一，号码重复多，错误多。(点击看大图）
图4：这是我们对工商源数据进行处理的编程语句(点击看大图）
图5：经我们技术处理后的工商注册数据井井有条，准确率高，使用方便。(点击看大图）
|
