DataNormalizer

DataNormalizer 是什么

DataNormalizer 是一款网页端 AI 数据清洗工具，用于把表格中含义相同但写法不同的值统一成较一致的形式。

它主要处理人工录入导致的拼写、缩写、大小写、同义词和数字格式差异，不是用于设计数据库第一范式、第二范式或第三范式的建模工具。

主要功能

• 拼写纠错：识别单词中的常见错字，并尝试把错误写法修正为标准拼写。
• 缩写统一：把 Limited 与 Ltd. 等表达归为一致形式，便于分组、去重和统计。
• 大小写规范：处理 Apple 与 APPLE 一类仅大小写不同的值，减少重复类别。
• 同义词归一：识别 Attorney 与 Lawyer 等语义接近的表达，并输出统一名称。
• 格式一致化：处理 Coop 与 Co-op 一类标点或书写方式差异。
• 数字表达统一：识别 1,000、1000 与 1k 等不同数字写法，减少分析时的类型和分组问题。
• CSV 与 Excel：免费层列出 CSV，付费积分包同时支持 CSV 和 Excel 文件。
• 错误免费重跑：付费积分权益包括处理错误时免费重新运行，但错误认定、申请方式和次数上限暂未公开。

适合处理的输入与结果

AI 对“标准值”的选择不一定符合企业内部字典。处理后应保留原文件，并重点抽查品牌名、专业术语、编号和多语言内容。

使用流程

1. 先复制原始数据作为备份，删除不需要上传的个人信息、密钥和受监管字段。
2. 把待整理数据保存为 CSV；如需 Excel 格式，应确认已购买支持该格式的积分包。
3. 创建账户并进入处理器，按页面提示提交待清洗文件。
4. 运行标准化任务，等待系统处理拼写、缩写、大小写、同义词和数字格式。
5. 取得处理结果后，与原始文件逐列比较，检查是否错误合并了不同实体。
6. 在验证通过后再导入 CRM、分析工具或生产数据库，必要时利用错误重跑权益重新处理。

价格与积分

DataNormalizer 以每行一个积分计算付费处理量。官网没有说明积分包有效期、是否自动续费和税费，购买时应以账户结算信息为准。

积分与退款注意事项

• 一行消耗一个积分，因此文件列数不直接决定积分量，行数才是主要计费单位。
• 付费方案写有不限行数，结合一行一积分规则，应理解为不限制单个文件的行数，而不是无限免费处理。
• 官网未公开积分是否过期、能否跨账户转移、任务失败如何扣除和未使用积分退款规则。
• 错误免费重跑不能等同于退款承诺；涉及大额购买时应先取得书面规则。

适合用户与典型场景

• 销售与运营团队：统一 CRM 中的公司名、职位、行业和地区写法。
• 电商与采购团队：整理商品分类、供应商名称和人工录入的规格字段。
• 市场研究人员：合并问卷或名单中的同义答案，减少图表中的重复类别。
• 数据分析人员：在透视、分组、去重和导入数据库之前清理文本字段。
• 学生和小型团队：先用 25 行免费额度测试自己的语言与字段是否适配。

优势与能力边界

• 优势是无需编写清洗脚本即可处理多种常见值差异，并按行购买容量，成本较容易估算。
• 它更适合值级别的文本和数字表达统一，不应替代数据库结构设计、主数据管理或完整 ETL 系统。
• 同义词并不总能安全合并，例如品牌、法律实体、医学术语和产品型号只差少量字符也可能代表不同对象。
• 免费版每个文件只处理 25 行，适合试验而非完整生产数据。
• 公开页面没有说明支持语言、最大文件大小、列数、并发任务、准确率或服务级别。

平台、API 与开源状态

隐私、安全与商用注意事项

• 本次未找到可核验的隐私政策、服务条款、安全说明、数据保存期限或删除流程。
• 官方未说明上传文件是否用于模型训练、是否与 AI 供应商共享、处理地区、加密方式或任务结束后的删除时间。
• 退款、积分有效期、错误重跑条件、输出权利和商业使用授权也未完整公开。
• 运营公司名称和注册主体暂未公开，企业采购前应索取合同、数据处理协议、子处理商清单和支持承诺。
• 在上述事项得到确认前，不宜上传身份证件、医疗记录、财务数据、客户秘密或其他敏感信息。

常见问题

DataNormalizer 可以免费使用吗？

可以免费测试，每个文件最多 25 行，处理优先级较低并仅列出 CSV 格式。

一个积分可以处理多少数据？

官网按一行一个积分计算。文件列数并未列为积分计算单位。

DataNormalizer 支持 Excel 吗？

支持，但 Excel 列在付费积分包权益中；免费版只列出 CSV。

它可以完成数据库范式设计吗？

不能按已确认功能这样理解。它用于统一表格字段中的值，不负责关系数据库表结构设计。

是否提供 API 或开源代码？

本次未确认官方 API、SDK、GitHub 或开源许可证，因此不能认定支持程序化接入或产品开源。

上传敏感数据安全吗？

官方暂未公开足够的隐私、安全和数据保留说明。敏感或受监管数据应在取得书面合同和处理规则后再考虑上传。