从电子表格到酒店 PMS：导入前如何清理数据

为什么导入尚未开始就已注定失败

数据导入之所以吸引人，是因为它听起来只需一步：导出电子表格、上传至 PMS，然后完成。但在实践中，导入首先是格式与数据完整性问题，其次才是技术问题。

酒店 PMS 要求数据遵循明确的结构：宾客记录需要包含名字、姓氏和至少一种联系方式；房型需要有统一的名称、明确的客房数量和最大入住人数；预订需要包含宾客关联信息、日期、房型、房价和来源渠道。自然积累了三四年的电子表格数据，通常无法直接满足这些要求。

数据清理并非可选步骤——它决定了数据能否顺利导入，还是需要在导入后花费数小时手动纠错。

开始之前：将现有数据映射到 PMS 的要求

在处理电子表格之前，先获取 PMS 的导入模板或字段要求。大多数系统都会提供 CSV 示例文件或导入指南，其中列明宾客、客房、房价和预订所需的必填及选填字段。这份文档就是目标格式——清理电子表格的任务，是调整现有数据的结构，使其符合该格式。

逐一审核电子表格中的各类数据：

• 共有多少条唯一的宾客记录？其中大多数记录填写了哪些字段？
• 目前使用了多少个客房名称？这些名称代表的是房型还是具体客房？
• 房价方案是否有明确记录，还是房价列中只有一个数字？
• 列出了多少条未来预订？信息是否完整？

通过这项审核，可以确定哪些数据最需要清理，以及哪些类别与其清理后导入，不如直接手动重新录入更高效。

清理宾客名单

宾客名单通常是最杂乱的数据类别。经过数年积累，一家典型小型酒店的电子表格中，往往会出现以下情况：同一位宾客因来自不同预订渠道而使用不同电子邮箱被重复录入；姓名存在多种写法（如 J. Smith、John Smith 和 Smith, John）；一次性预订留下的记录则没有可用的联系信息。

首先删除重复记录。 在 Excel 或 Google Sheets 中，按电子邮箱地址或电话号码排序，找出同一位宾客重复出现的行。保留信息最完整的记录，删除其余记录。如果一位宾客曾入住五次，却对应五条独立记录，请将这些记录合并。

统一姓名格式。 大多数 PMS 会将名字和姓氏分别存储在不同字段中。如果电子表格的某一列包含“Smith, John”或“John Smith (Booking.com)”之类的内容，就需要在导入前将其拆分。使用电子表格的分列功能或公式工具，将各字段准确分开。

标记信息不完整的记录。 既没有电子邮箱地址也没有电话号码的宾客记录无法接收自动消息。请决定是按原样导入这些记录（系统中只会保留姓名，没有可用的联系渠道），还是不予导入。无论数据质量如何都导入每一位历史宾客，通常不值得为由此产生的问题投入清理成本。

筛选近期宾客和回头客。 两年多以前最后一次入住且此后未再光顾的宾客，不太可能在新系统中产生价值。导入这些记录只会增加数据量，却没有实际用途。一种实用的筛选标准是：仅导入至少入住过两次，或在过去 12 个月内入住过的宾客。

统一客房名称和房型

PMS 按房型管理库存——房型是将设施、房价和容纳人数相同的实体客房归为一类。电子表格通常记录的是具体客房，而且命名往往不一致：“Room 101”“Deluxe King 2nd Floor”“Ocean View — king”和“OK king”可能都是不同员工在不同时期录入的名称，实际却指向同一种房型。

导入前，应先确定 PMS 中要使用的房型。对于一家拥有 12 间客房的酒店，可以设置三到四种房型，例如：标准大床房、标准特大床房、豪华特大床房和无障碍大床房。每间实体客房必须且只能映射到其中一种房型。

确定房型后，检查电子表格中指向同一房型的各种客房名称写法，并将其统一。导入时使用的名称必须与 PMS 中配置的名称完全一致——以“Deluxe King”导入的预订，无法关联到名为“King Deluxe”的房型。

此外，还要明确区分客房名称和房号。部分 PMS 使用房号进行内部排房，而在预订页面显示房型名称。电子表格可能将两者混为一列，因此需要在导入前拆分。

准备房价方案

房价方案定义某一房型的价格结构，包括每晚房价、适用条件（日期、连住天数、入住人数），以及在适用情况下所连接的 OTA 渠道。

大多数 小型酒店的电子表格 并不会以结构化形式记录房价方案——房价列中通常只有一个数字，并未说明该价格适用于工作日、周末、旺季，还是所有时段。导入前，应确定 PMS 将使用哪些房价方案，以及电子表格中的各项房价分别映射到哪个方案。

只导入当前有效的房价方案。已经不再适用的历史季节性房价无需迁移。首要任务是确保适用于未来预订的房价被正确录入系统。

如果酒店针对不同渠道采用不同房价——例如 Booking.com 使用净价，电话直订使用直销价——请在导入前确认 PMS 的处理方式。有些系统要求为每个渠道分别设置房价方案；另一些系统则采用基础房价，并在此基础上应用佣金规则。将渠道专属房价导入基础房价字段，会在不触发报错的情况下产生错误金额。

迁移未来预订

未来预订是最关键的导入数据。如果某位宾客预订了下个月的住宿，却没有出现在新 PMS 中，酒店往往要等到宾客办理入住时才会发现问题，而不是在迁移过程中。

从当前电子表格中导出所有未来预订——涵盖从今天起至少未来 90 天的全部预订。每条预订至少应包含以下必填字段：宾客姓名、入住日期、退房日期、房型、每晚房价、总金额、来源渠道和付款状态（已收取订金、待付余款或已全额支付）。

导入后，逐行对照原始电子表格，核验每一条未来预订。检查日期是否正确迁移（日期格式不匹配是最常见的导入错误）、房型是否匹配，以及付款状态是否准确。任何仍有余款却显示已全额支付的预订——或反之——都必须在宾客抵店前更正。

对于 OTA 预订，应将导入的记录与 OTA 平台上的确认信息交叉核对。PMS 记录与 OTA 记录中的日期、房型和宾客姓名应保持一致。

哪些数据无需迁移

迁移时，人们往往本能地想要转移所有数据。这样会导致导入数据过于臃肿，不仅需要更长时间清理，还会给团队尚在熟悉的新系统增添干扰信息。

无需迁移：

• 已取消的预订（属于历史记录，而非有效数据）
• 两年多以前仅入住过一次且没有联系信息的宾客
• 已结束季节使用的历史房价方案
• 渠道连接启用后，平台会自动推送至 PMS 的 OTA 预订

优先迁移：

• 所有未来预订
• 回头客以及过去 12 个月内入住过的宾客
• 适用于已确认预订或近期预订的房价方案

常见问题

从电子表格迁移到酒店 PMS 时，应该导入哪些数据？

需要导入的四类数据是宾客名单、房型和客房名称、有效的房价方案以及未来预订。其中，未来预订最为紧急——任何近期预订若未能正确迁移，都会在办理入住时造成问题。宾客历史和历史预订可以有选择地导入，也可以日后逐步重新录入；它们无需在系统正式上线首日之前全部导入完成。

将酒店宾客名单导入 PMS 前，应该如何清理？

按电子邮箱或电话号码排序以删除重复记录，并保留每位宾客信息最完整的版本。统一姓名格式，将名字和姓氏分别放在不同字段中。标记或删除没有联系信息的记录。筛选名单，只保留入住过不止一次，或在过去 12 个月内入住过的宾客——导入以往录入的每一条记录只会增加数据量，并不会提升实用价值。

为什么客房名称会在酒店 PMS 导入过程中引发问题？

PMS 按房型而非单个房间名称来管理客房。如果电子表格中的命名不一致——例如，同一种房型分别被记录为“King”“King Room”“Deluxe King”和“Room 101 King”——导入时就会产生无法匹配任何已配置房型的记录。解决办法是在导入前先定义酒店的房型，并统一电子表格中的所有房间名称，使其与相应房型名称完全一致。

切换到 PMS 时，应导入未来多长时间范围内的预订？

导入从今天起至未来至少 90 天内的所有预订。导入后，将每条记录与原始电子表格逐一核对，以发现日期格式错误、房型不匹配和付款状态不一致等问题。还应将 OTA 预订与 OTA 平台自身的确认记录交叉核对——在渠道连接正式启用前，PMS 记录与 OTA 确认记录中的日期、房型和宾客姓名必须完全一致。

从电子表格迁移到酒店 PMS 时，哪些数据不应导入？

不要导入已取消的预订、两年多前仅入住过一次且没有联系方式的宾客资料、已结束销售季的历史房价方案，以及渠道连接启用后将由 OTA 平台自动推送至 PMS 的预订。导入不具备实际运营用途的记录，只会给本就需要仔细核验的迁移工作增加额外的数据清理负担。