CRM系统数据库结构该如何设计?

CRM系统数据库结构该如何设计?

2026-07-12

2 min read

悟空软件 2026-07-12

阅读次数: 96 次浏览

CRM系统数据库结构该如何设计?

主流的AI CRM系统悟空云图片

那些年在 CRM 数据库设计上踩过的坑,都在这儿了

干后端开发这么多年,接触过不少业务系统,但要说最让人头秃的,CRM(客户关系管理)系统绝对能排进前三。为什么?因为它看起来简单,不就是存个客户、记个跟进、管个销售嘛。可一旦真动起来,业务逻辑的复杂度会呈指数级上升。尤其是数据库结构,设计之初要是没想清楚,后期改起来简直就是灾难。

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

今天不聊那些虚头巴脑的理论,就结合我实际踩过的一些坑,聊聊 CRM 系统数据库结构到底该怎么设计,才能既扛得住业务变化,又不至于让查询慢到让人想砸键盘。

一、核心模型:别被 B2B 和 B2C 绕晕了

很多新手设计 CRM,上来就建一张 customers 表,觉得万事大吉。这是典型的“想当然”。在实际业务里,客户分两种:一种是企业(B2B),一种是个人(B2C)。这两者的属性差异巨大。企业有税号、行业、规模、官网;个人有性别、生日、职业。

如果强行把这两类塞进一张表,结果就是大量的字段为空,或者不得不搞一堆 nullable 的列,看着就难受。更麻烦的是,B2B 场景下,一个“客户”(公司)下面往往有多个“联系人”。你给公司打的电话,和给具体对接人打的电话,归属关系是不一样的。

所以我建议,核心模型至少要拆成三张表:Accounts(客户/公司)、Contacts(联系人)、Leads(线索)。

Accounts 表存企业主体信息,Contacts 表存具体的人,两者通过 account_id 关联。这里有个细节,Contacts 表里的 account_id 最好是允许为空的。为什么?因为有些线索阶段,你只知道有个叫张三的人想买软件,但还不知道他是哪家公司的。如果强制非空,数据录入就卡住了。

CRM系统数据库结构该如何设计?

主流的AI CRM系统悟空云图片

Leads 表是 CRM 里最特殊的存在。它是“未转化”的潜在客户。很多系统设计时,把 Leads 和 Customers 混用,这是大忌。线索的生命周期很短,可能打两个电话就废了,也可能转化成客户。数据库设计上,Leads 表结构可以比 Accounts 简单,但必须有一个 status 字段来标记流转状态(如:新建、跟进中、已转化、已废弃)。当线索转化时,不是简单改个状态,而是要把数据 Insert 到 Accounts 和 Contacts 表里,并记录转化来源。这样做的目的是为了数据清洗,避免脏数据污染正式客户库。

二、公海池与私海池:数据权限的底层逻辑

CRM 的核心价值之一是销售管理,而销售管理的核心是“客户归属”。这就引出了数据库设计里最头疼的部分:公海池和私海池。

简单来说,销售 A 名下的客户是“私海”,别人不能随便动;长时间没跟进的客户会被扔回“公海”,其他销售可以抢。这个逻辑在代码里好写,但在数据库层面,怎么高效查询是个问题。

很多系统会在 Accounts 表里加一个 owner_id(拥有者 ID)和一个 pool_type(池类型)。查询私海时,WHERE owner_id = current_user;查询公海时,WHERE pool_type = 'public'。

但这还不够。实际业务里还有“共享”的概念。比如销售 A 是主力,销售 B 是协助,B 也能看 A 的客户。这时候如果只靠 owner_id 就搞不定了。我见过一种设计,是建一张 account_sharing 关联表,存 account_id、user_id 和 access_level(只读/读写)。

每次查客户详情,不仅要查主表,还要 LEFT JOIN 这张共享表。乍一看没问题,但当数据量到了百万级,这张关联表会变得巨大,查询性能直线下降。

我的经验是,对于高频查询的列表页,尽量把权限逻辑下沉。可以在 Accounts 表里冗余一个字段,比如 permission_scope,或者利用数据库的行级安全策略(如果用的是 PostgreSQL)。如果必须用关联表,务必给 user_id 和 account_id 加上联合索引。另外,别指望数据库帮你解决所有权限问题,有时候在应用层做一层缓存,把用户有权限的客户 ID 列表缓存在 Redis 里,查询时直接 WHERE id IN (...),虽然听起来不优雅,但在高并发下往往比复杂的 Join 更稳。

三、自定义字段:EAV 模型还是 JSON?

CRM系统数据库结构该如何设计?

主流的AI CRM系统悟空云图片

这是 CRM 设计里最大的坑,没有之一。客户总会说:“我想给这个客户加个字段,记录他喜欢喝什么茶。”如果每加一个字段就要改表结构 ALTER TABLE,DBA 会想打人,系统也得重启。

传统的解决方案是 EAV(Entity-Attribute-Value)模型。建三张表:entity(实体)、attribute(属性定义)、value(属性值)。这样确实灵活,想加什么加什么。但查起来太痛苦了。你想查“喜欢喝普洱茶的客户”,就得把 value 表自连接好几次,SQL 写得像天书一样,性能还极差。

现在 MySQL 5.7+ 和 PostgreSQL 都支持 JSON 类型了。我强烈建议,除非你有极其复杂的检索需求,否则优先用 JSON 字段存自定义数据。

比如在 Accounts 表里加一个 custom_fields 列,类型是 JSON。存进去是 {"favorite_tea": "puer", "industry_code": "IT"}。查询时,MySQL 可以用 JSON_EXTRACT,PostgreSQL 可以用 ->> 操作符。性能比 EAV 好太多,而且不需要改表结构。

当然,JSON 也有缺点,比如很难做外键约束,数据类型校验得在代码层做。但对于 CRM 这种业务变动频繁的系统,灵活性比严格的范式更重要。如果某些自定义字段需要频繁作为搜索条件,比如“行业”这个字段,销售每天都要按行业筛选客户,那建议还是把它从 JSON 里提出来,做成单独的物理列,或者建立虚拟列索引(Generated Column)。这就是典型的“空间换时间”,也是架构师需要做权衡的地方。

四、跟进记录:写多读少的典型场景

销售每天要打几十个电话,发无数条微信,这些都要记在系统里,形成“跟进记录”(Activity/Feed)。这张表的增长速度是最快的。

设计这张表时,千万别把内容字段设得太短。text 类型是必须的,因为销售可能会复制粘贴一大段沟通纪要。另外,一定要区分“系统日志”和“人工跟进”。系统自动生成的(比如状态变更)和人手写的,在展示和统计时往往需要区分。

activities 表里,related_to_type 和 related_to_id 这两个字段至关重要。因为跟进不仅关联客户,还可能关联商机、合同、甚至工单。这就是典型的多态关联。虽然关系型数据库不推荐多态,但在 CRM 里这是刚需。为了查询效率,建议把 related_to_type 也加上索引。

还有一个容易被忽视的点:附件。销售经常会在跟进记录里上传录音、截图。如果直接把文件二进制存数据库,表会迅速膨胀,备份都成问题。正确的做法是,activities 表里只存文件的路径或 URL,文件本身丢到对象存储(如 AWS S3、阿里云 OSS)里。数据库里可以关联一张 activity_attachments 子表,记录文件名、大小、上传人,方便做权限控制和统计。

随着时间推移,activities 表会达到千万级甚至亿级。这时候就要考虑归档策略了。比如,把一年前的跟进记录移到 activities_history 表里。主表只查最近一年的数据,保证列表加载速度。这个迁移过程可以写个定时任务,每天凌晨跑。别小看这个操作,很多系统后期慢,就是因为一张大表查到底,没有冷热分离。

CRM系统数据库结构该如何设计?

主流的AI CRM系统悟空云图片

五、商机与 Pipeline:状态机的陷阱

商机(Opportunity)管理是 CRM 的另一个核心。它本质上是一个状态机:从“初步接洽”到“需求分析”,再到“报价”、“谈判”,最后“赢单”或“输单”。

数据库设计上,opportunities 表里肯定有个 stage 字段。但千万别只用一个字符串或者数字来表示状态。因为每个公司的销售流程不一样,A 公司分 5 个阶段,B 公司可能分 8 个。所以,最好把 stages 单独拆成一张配置表,opportunities 表里存 stage_id。

这样设计的好处是,当业务调整流程时,不需要改代码,只需要在后台配置表里增删改阶段即可。

这里有个深坑:商机金额。销售在跟进过程中,预估的成交金额是会变的。你是存一个当前金额,还是把每次变更都记录下来?为了做准确的销售预测(Forecast),必须记录历史快照。可以设计一张 opportunity_history 表,每次关键字段(金额、阶段、预计成交时间)变更时,就插入一条历史记录。

这样,老板问“上个月这个时候,你觉得能签多少单?”的时候,你就能通过历史快照还原出当时的数据,而不是拿现在的最终结果去倒推。这对数据分析的价值巨大,但很多初级设计会忽略这一点,导致后期数据对不上,财务和销售天天吵架。

六、数据权限与安全性:行级控制的实现

前面提到了公海私海,这里再深入聊聊数据权限。CRM 里的数据敏感度极高,销售甲绝对不能看到销售乙的客户资料,除非有授权。

CRM系统数据库结构该如何设计?

主流的AI CRM系统悟空云图片

在数据库层面实现这个,最稳妥的方式是“视图”或者“中间件拦截”。但我更倾向于在 SQL 生成层做统一处理。比如,所有的查询请求,都会经过一个权限过滤器,自动在 WHERE 条件后面追加 AND (owner_id = ? OR id IN (shared_ids))。

这听起来简单,但容易出 Bug。特别是当涉及多表关联查询时,比如查“我名下的客户及其最近的跟进记录”,如果忘记给跟进记录表加权限过滤,就可能通过跟进记录反查到别人的客户 ID,进而泄露信息。

所以,数据库设计时,尽量保证每张业务表都有 owner_id 或 department_id 这样的字段。不要依赖关联表去推断权限。另外,对于敏感字段,比如手机号、身份证,数据库里最好加密存储。或者至少做脱敏处理,应用层拿到后再根据权限决定是否显示明文。别为了图省事存明文,一旦库被拖,就是重大安全事故。

七、性能优化:索引与反范式

CRM 系统用久了,最明显的感受就是“搜客户越来越慢”。销售在搜索框里输入一个公司名,转圈转半天。

首先,LIKE '%keyword%' 是性能杀手。如果数据量大,必须上 Elasticsearch 或者数据库自带的全文索引。MySQL 的全文索引在中文分词上表现一般,所以通常建议同步一份数据到 ES 里专门做搜索。数据库只负责事务和核心 CRUD,搜索交给专用引擎。

其次,适当反范式。比如,在 opportunities 表里,冗余存储 account_name(客户名称)。虽然这违反了第三范式,因为客户名在 accounts 表里已经有了。但是,当销售查看商机列表时,如果不冗余,就需要 JOIN accounts 表。在数据量大的情况下,这个 Join 的开销是巨大的。冗余之后,查商机列表就不需要关联客户表了,速度能提升一个数量级。当然,冗余带来的问题是数据一致性,当客户改名时,需要同步更新商机表里的名称。这可以通过触发器或者代码逻辑来保证,这个代价是值得的。

还有,时间字段。created_at 和 updated_at 是标配。但建议再加一个 deleted_at 字段,做软删除。CRM 里误操作很多,销售手滑删了个客户,如果能从回收站找回来,能省掉多少运维工单?软删除后,查询时记得加上 WHERE deleted_at IS NULL,别漏了。

八、写在最后:没有完美的设计

说了这么多,其实就想表达一个观点:CRM 的数据库设计,没有所谓的“标准答案”,只有“最适合当下业务”的方案。

我见过把 EAV 用到极致的系统,灵活是灵活,但查个报表慢得想哭;也见过把表结构定得死死的系统,查询飞快,但业务方提个新需求就得排期改库,被骂得狗血淋头。

作为架构师或核心开发,我们的任务是在“灵活性”和“性能”之间找平衡。初期业务不明朗时,多用 JSON,多留扩展字段,别过早优化;等业务稳定了,数据量上来了,再针对性地做拆分、归档、索引优化。

另外,别忘了文档。数据库设计文档一定要跟得上。CRM 系统往往经过好几代开发,如果表结构注释写得不清不楚,后人接手时,看到 status 字段是 0、1、2、3、4、5,却不知道每个数字代表什么,那简直是噩梦。每个字段、每个枚举值,务必在数据库注释里写清楚。

最后,多跟销售聊聊。他们才是系统的使用者。有时候你觉得设计得很完美的结构,在他们眼里可能多了一个必填项就是阻碍。技术是为业务服务的,数据库设计也不例外。哪怕你的范式再完美,如果销售不愿意录入数据,系统里全是空表,那这个设计就是失败的。

希望这些从实战里摸爬滚打出来的经验,能帮你少走点弯路。毕竟,改数据库结构这种事,能免则免,熬夜上线回滚的滋味,真不好受。

CRM系统数据库结构该如何设计?

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