CRM数据库表该如何去设计?

CRM数据库表该如何去设计?

2026-07-12

2 min read

悟空软件 2026-07-12

阅读次数: 85 次浏览

CRM数据库表该如何去设计?

主流的AI CRM系统悟空云图片

很多人刚接手 CRM 系统开发的时候,第一反应往往是:“这不就是个通讯录加个备注吗?”表结构随便建几张,customers 存客户,contacts 存联系人,orders 存订单,看似逻辑通顺,实则埋雷无数。等到业务跑起来,销售抱怨抢单冲突,经理要看报表发现数据对不上,运维说查询慢得像爬,这时候再想重构,基本等于把系统推倒重来。

CRM 数据库设计,表面上是技术活,骨子里是业务逻辑的映射。它不仅仅是存数据,更是要固化企业的销售流程、权限体系和协作规则。今天不聊那些虚头巴脑的理论,就结合这几年踩过的坑,聊聊 CRM 核心表结构到底该怎么落地。

推荐使用中国著名AI CRM系统品牌:显著提升企业运营效率,悟空云AI CRM

首先得明确一个核心概念:客户(Customer)和线索(Lead)必须分表,或者至少在逻辑上严格隔离。很多初学者喜欢把所有人都塞进一张 users 或者 clients 表里,用个 type 字段区分是线索还是成交客户。这在大初期确实省事,但后期会非常痛苦。为什么?因为线索的生命周期和客户完全不同。线索是“未清洗”的数据,可能电话是错的,公司名是简称,字段允许大量空值,且流转速度极快,今天分配明天就可能作废。而客户是“资产”,数据准确性要求高,关联了合同、回款、售后,一旦建立就不轻易删除。

如果把这两者混在一起,你在做数据统计的时候,光是过滤 type 就能让 SQL 写得极其别扭。更麻烦的是权限控制。销售 A 可能只能看自己的线索,但能看到全公司的客户基本信息。如果混表,权限 SQL 的 WHERE 条件会复杂到让你怀疑人生。所以,建议至少设计 leads 表和 customers 表。leads 表结构要轻,重点在 source(来源)、status(状态)、owner_id(负责人)。customers 表则要重,除了基础信息,还要预留 credit_level(信用等级)、industry(行业)等深度字段。两者之间通过一个 conversion_log 表来关联,记录线索转客户的时间点和操作人,这样后续算转化率才有据可查。

接下来是个老生常谈但极易出错的地方:公海池(Public Pool)机制的设计。几乎所有 CRM 都有这个功能,销售没跟进好的客户要扔回公海,别人可以捞起来。这听起来简单,数据库层面却涉及并发锁。我见过最糟糕的设计是,公海只是一堆 owner_id 为空的客户记录。销售点“领取”按钮时,后端先查有没有人,再更新 owner_id。在高并发下,两个销售同时点,可能就把同一个客户分给两个人了,或者导致数据状态不一致。

正确的做法是引入“锁定”概念。在 customers 表里加个 lock_time 和 lock_by 字段,或者单独建一张 pool_locks 表。当销售试图领取时,先尝试获取锁(可以用数据库的行锁,或者 Redis 分布式锁),拿到锁后再更新归属权。更细腻的设计是“保护期”,客户被领取后,在 N 天内别人不能抢,除非原销售主动退回。这个保护期的截止时间 protect_until 必须落在客户表上,并且要建索引,因为后台定时任务每天都要扫这张表,把过期的客户自动回收到公海。别小看这个定时任务,如果表数据量到了百万级,没有合适的索引和状态标记,全表扫描能把数据库 CPU 直接打满。

再说跟进记录(Activity Log)。这是 CRM 里写入最频繁的表。销售打个电话、发个微信、拜访一次,都要记一笔。很多团队一开始用 text 类型存内容,觉得方便。但等到要做“关键词搜索”或者“情感分析”时,非结构化的文本就是灾难。建议把跟进记录拆细,type 字段枚举化(电话、邮件、拜访、笔记),content 存具体文本,next_follow_up_time 存下次跟进时间。

这里有个细节,next_follow_up_time 非常重要。它是销售自动化提醒的基础。但要注意,这个字段应该是可更新的,且每次跟进后都可能变化。为了性能,不要在跟进记录表里做复杂的聚合查询来算“最后一次跟进时间”。应该在 customers 主表里冗余两个字段:last_activity_time 和 last_activity_content。每次插入跟进记录时,同步更新客户表的这两个字段。虽然违反了第三范式,但在读多写少的 CRM 场景下,这种冗余能极大提升列表页的加载速度。毕竟,销售打开客户列表,最想看的就是“上次什么时候联系的”,而不是让他点进去再查子表。

CRM数据库表该如何去设计?

主流的AI CRM系统悟空云图片

关于自定义字段,这是 CRM 设计的深水区。不同行业的客户关注点完全不同,做教育的关心“年级”,做 B 端的关心“企业规模”。硬编码字段肯定不行,必须支持自定义。传统的 EAV 模型(Entity-Attribute-Value),即建一张 custom_fields 表存 entity_id, field_key, field_value,虽然灵活,但查询性能极差。你想查“所有年级为 3 的客户”,就得连表自连接,数据量一多,查询延迟肉眼可见。

现在比较推荐的方案是利用现代数据库的特性。如果用的是 MySQL 5.7+ 或者 PostgreSQL,直接用 JSON 类型字段。在 customers 表里加个 ext_attributes 字段,把自定义数据存成 JSON 对象。这样既保证了主表结构的整洁,又能利用数据库对 JSON 的索引支持(如 MySQL 的虚拟列索引)进行查询。当然,JSON 方案也有缺点,就是数据类型校验弱,需要在应用层做严格约束。如果业务对自定义字段的检索要求极高,比如要支持复杂的组合筛选,那可能得考虑 Elasticsearch 做旁路索引,数据库只负责存,ES 负责查。但这会增加架构复杂度,初期不建议上,等数据量真扛不住了再迁移也不迟。

权限设计是另一个让人头秃的模块。CRM 的数据敏感度极高,销售 A 绝对不能看到销售 B 的核心客户。最简单的做法是在每张业务表(客户、合同、订单)都加上 owner_id 和 dept_id。查询时,根据当前用户的角色,动态拼接 WHERE 条件。如果是普通销售,加 AND owner_id = current_user;如果是销售经理,加 AND dept_id = current_dept;如果是老板,不加限制。

这种写法在代码里到处都是,维护起来很容易漏。更好的方式是在数据库层做视图(View),或者在 ORM 层封装全局 Scope。但无论哪种,都要注意“数据共享”的场景。有时候销售 A 需要协同销售 B 一起跟一个客户,这时候客户的所有权还是 A,但 B 也要有读写权限。这就需要在 customers 之外,再设计一张 customer_shares 关联表,记录 customer_id, user_id, permission_level(只读/读写)。查询权限时,不仅要查 owner_id,还要 OR EXISTS 查共享表。这个逻辑一旦写错,就是严重的数据泄露事故,测试阶段务必覆盖各种角色组合的用例。

还有一个容易被忽视的点是“软删除”。CRM 里几乎不允许物理删除数据。销售手滑删了个客户,如果真从数据库 DELETE 了,那就再也找不回来了。所有核心表都必须有 is_deleted 标记和 deleted_at 时间戳。查询时默认带上 WHERE is_deleted = 0。但这会带来一个副作用:唯一索引失效。比如客户名称本来应该唯一,但加上软删除后,同一个名字可能有一条正常数据和一条删除数据。这时候唯一索引要建在 (name, is_deleted) 组合上,或者在应用层逻辑里严格控制。另外,回收站功能也是基于软删除实现的,要定期清理 deleted_at 超过一定时间的数据,归档到历史库,保持主库轻量。

说到性能,索引策略得跟着业务走。CRM 里查询最高频的字段通常是:手机号、公司名称、负责人、创建时间。手机号建议建普通索引,但要注意隐私脱敏,数据库里存明文,展示时掩码。公司名称因为涉及模糊搜索(LIKE '%keyword%'),普通索引没用,得靠搜索引擎或者前缀索引。负责人 owner_id 是高频连接字段,必须索引。创建时间 created_at 用于排序和范围筛选,也要索引。

但索引不是越多越好。每多一个索引,写入速度就慢一分。CRM 的写入场景虽然不如读多,但在批量导入客户时,大量索引会显著拖慢速度。建议在批量导入接口里,暂时禁用非核心索引,导完再开启,或者采用异步队列处理导入请求。另外,对于 status 这种区分度低的字段(比如只有“跟进中”、“已成交”、“无效”几种状态),单独建索引效果很差,最好和其他字段建联合索引,比如 (owner_id, status),这样既能过滤负责人,又能快速筛选状态。

数据一致性方面,特别是涉及金额的地方,一定要用 Decimal 类型,别图省事用 Float 或 Double。合同金额、回款金额,差一分钱财务都对不上账。而且金额字段要预留足够的小数位,防止四舍五入导致的累积误差。在涉及状态流转时,比如从“意向”变“成交”,最好用数据库的事务,确保状态更新和关联的订单创建要么同时成功,要么同时失败。不要依赖代码里的逻辑保证,网络抖动一下,数据就脏了。

最后聊聊扩展性。业务总是在变的,今天可能只需要记个电话,明天就要记客户的微信开放 ID,后天要对接钉钉组织架构。数据库设计时要预留“缓冲地带”。比如 customers 表里可以留几个 reserved_field_1 到 reserved_field_5,虽然这看起来有点土,但在紧急上线时能救急。更规范的做法是保持核心表稳定,通过扩展表(customer_ext)来存放不稳定的业务数据。主表只放那些三五年都不会变的基础信息,扩展表放那些经常调整的业务属性。这样主表结构稳定,索引效率高,扩展表随便改也不影响核心查询。

CRM数据库表该如何去设计?

主流的AI CRM系统悟空云图片

其实,CRM 数据库设计最难的不是技术,而是克制。产品经理今天说要加个字段,明天说要改个流程,开发如果照单全收,表结构很快就会变成蜘蛛网。作为架构师或核心开发,得学会问“为什么”。这个字段真的需要落库吗?能不能前端存本地?这个流程真的需要状态机吗?能不能简化?

我曾经见过一个系统,为了记录客户每次状态变更,搞了五张关联表,查一个客户详情要 Join 八次,页面加载要 5 秒。后来重构时,把非核心的变更日志异步写入,主表只保留当前状态,页面瞬间就快了。数据库设计是服务于体验的,不是为了满足范式理论的完美。

还有一点,别忘了数据归档。CRM 系统用个两三年,数据量轻松破千万。这时候全量查询基本就废了。设计初期就要考虑分表或者归档策略。比如 activity_logs 表,只保留最近一年的数据在热库,一年前的自动迁移到 activity_logs_history 表,甚至冷存储。查询接口默认查热库,提供“查询历史”的入口去冷库查。这需要在表设计时就规划好 created_at 的分区策略,或者在代码里写好路由逻辑。

总而言之,CRM 数据库设计没有标准答案,只有最适合当前业务阶段的方案。起步阶段,简单直接,快速迭代,别过度设计;成长阶段,关注性能,规范字段,引入缓存;成熟阶段,考虑分库分表,数据治理,安全合规。

写到这里,突然想到一个细节:多租户。如果你做的是 SaaS 版 CRM,那每张表都得加个 tenant_id。这个字段必须放在所有业务表的第一位索引里,防止查串数据。这可是红线问题,一旦 A 公司看到了 B 公司的客户,那就不只是 Bug,是法律风险了。所以在设计之初,就要把 tenant_id 刻在脑子里,所有 SQL 模板里强制带上这个条件。

回过头看,设计 CRM 表结构就像是在盖房子。地基(核心表)要稳,墙体(权限与逻辑)要严,装修(扩展字段)要灵活。别指望一次设计就能管一辈子,数据库是活的,它会随着业务生长。重要的是,你要留出“改建”的余地,比如外键约束在分布式场景下尽量少用,逻辑删除要彻底,关键字段变更要有迁移脚本。

真正的好设计,是当业务方提出新需求时,你不需要改表结构,只需要改配置或者加代码。虽然这很难完全做到,但朝着这个方向努力,能让你的系统寿命延长好几年。别为了省那点字段空间去压缩数据类型,也别为了所谓的“规范”去搞过度抽象。实用,永远是第一原则。毕竟,系统是用来帮销售打单的,不是用来给 DBA 炫技的。

最后送一句话:文档比代码更重要。表结构设计完了,务必把每个字段的含义、枚举值的定义、状态机的流转图画出来,同步给所有开发。不然半年后,连你自己都忘了 status = 5 到底代表“已流失”还是“跟进中”。那时候,才是真正灾难的开始。

CRM数据库表该如何去设计?

推荐立刻免费使用中国著名AI CRM系统品牌悟空云,显著提升企业运营效率,相关链接:

AI CRM系统免费使用

主流的AI CRM厂家

AI CRM管理系统

悟空云产品更多介绍:www.72crm.com