新疆工商企业名录
工商企业名录的全量口径,是把所有登记主体都收进来:企业法人、个体工商户、农民专业合作社、分支机构,还包括存续、在业、迁出、注销各种状态。条目多是好事,但重复和噪声也多。一份没清洗过的新疆工商名录,直接拿去做统计或外呼,误差可能比不用还大。
本文要点:一、全量与精选的差别;二、重复的三类来源;三、注销与吊销要分开处理。
全量工商名录的主体构成与去重
一、全量与精选的差别
全量版条目数通常是精选版的三到五倍,多出来的主要是个体户、分支机构和注销记录。做行业总量研究要用全量,做客户名单要用精选。买数据时先问清是哪一版,同样的价格,口径可能差一倍。
二、重复的三类来源
一是总公司与分公司被当成两家;二是企业更名后新旧记录并存;三是同一地址的集中注册企业被多次采集。第一类用信用代码前缀识别(91 为分支机构),第二类靠成立日期和地址比对,第三类看地址重复度。三类清完,条目数一般会降两成左右。
三、注销与吊销要分开处理
注销是企业主动清算后退出,主体已不存在;吊销是被强制处罚,主体还在但不能经营。做历史分析时两者都有价值,做当前名单时都要剔除。名录里若只有「登记状态」一列,看到「注销」「吊销」「清算」一律排除即可。
四、地址标准化
新疆的地址写法差异大:有的写「乌鲁木齐市天山区」,有的写「天山区」,还有的写「乌市天山」。标准化要做三件事——补全地州市名、统一「区/县」后缀、把「兵团某师某团」映射到对应行政区划代码。做完之后才能按区域汇总。
五、行业字段的补全
很多名录只有经营范围没有行业码。补全办法是按经营范围首项匹配国民经济行业分类的四位码,再用企业名称里的行业词校正。农业、纺织、建材、商贸四类的误判率最高,需要人工抽检。
六、清洗后的验收标准
三个指标:信用代码唯一率 100%、地址标准化率 95% 以上、行业码填充率 90% 以上。达不到就别急着用,返工的成本远高于多花半天清洗。清洗脚本要留版本,下次更新时复用。
跨省对照可以先看甘肃工商名录。全量名录像原矿,值钱但要用得先炼。清洗规则定下来写成脚本,每次更新跑一遍,比每次人工挑错可靠得多。字段设计可以接着看新疆小微企业名录。
常见问答
全量名录里为什么有注销企业
因为采集时按历史库导出,注销记录也在其中。这类记录对研究行业变迁有用,对做客户名单无用,使用前按登记状态过滤即可。
分支机构要不要单独保留
建议保留但标注。分支机构有独立的信用代码和地址,做本地化服务时是有效触点;做集团客户统计时则要合并到总公司,避免重复计算。
地址写「某团某连」怎么处理
先映射到所属师,再映射到对应的自治区直辖县级市代码(如第八师对应石河子 659001),最后补上「新疆生产建设兵团」前缀。这样既能按兵团统计,也能按地理区域统计。
多久更新一次合适
客户名单类建议半年一次,口岸和园区类建议季度一次。更新时保留历史版本,用信用代码做增量比对,只处理新增和状态变化的记录,比全量重拉省时间。
需要免费的新疆工商名录,登录 soso.zggsml.com。
