广交会客户挖掘：AI驱动展会数据智能获客
广交会（中国进出口商品交易会）是全球最大综合性展会，每届汇聚超2万家参展商和20万采购商。云旅AI广交会客户挖掘技能，帮助外贸企业从海量展商数据中精准定位目标客户，自动生成个性化开发信，实现展会价值最大化。
一、技能定位
解决什么问题：外贸企业参加/未参加广交会时，如何快速获取目标采购商名单并高效触达？
核心价值：将展会数据转化为可执行客户名单的时间，从3-5天压缩到10分钟。
二、能做什么
【核心功能】
| 功能 | 说明 |
|---|---|
| 展商数据查询 | 按产品关键词、行业分类、采购商/参展商身份等多维度查询 |
| 智能匹配评分 | MatchGPT评估客户与自身产品的匹配度（1-10分） |
| 批量联系方式导出 | 提取企业名称、邮箱、电话、LinkedIn等联系信息 |
| 个性化开发信生成 | 基于展商信息自动生成多语言开发信 |
| 多期展会对比 | 对比近3届展商变化，发现新增客户和流失客户 |
| 跟进提醒设置 | 对高潜力客户设置跟进任务，WhatsApp/邮件自动触达 |
【效果数据】
- 数据覆盖：每届广交会 25,000+ 参展商，50,000+ 采购商
- 匹配准确率：MatchGPT驱动，准确率 92%
- 开发信回复率：个性化生成 + 精准触达，回复率提升 3-5倍
三、操作步骤
第1步：输入展会查询条件
支持以下输入方式（任选其一）：
方式A - 关键词查询（最常用）
产品关键词：outdoor furniture, garden parasol
展会届数：第137届（2025年）
企业类型：采购商
方式B - 行业分类查询
行业分类：家居用品 > 家具 > 户外家具
目标国家：北美（美国、加拿大）
方式C - 展商/采购商名称查询
公司名称：IKEA
公司类型：采购商
查询维度：采购品类、来源国家、参展历史
第2步：AI数据挖掘与匹配
系统自动执行：
- 数据查询：通过云旅AI MatchGPT API获取广交会展商数据
- 信息补全：自动补全联系方式、社交媒体、决策人信息
- 匹配评分：MatchGPT从产品匹配度、采购规模、地理分布、合作潜力4个维度评分
- 去重过滤：过滤已联系客户、关联公司、黑名单企业
第3步：输出结构化客户名单
{
"query": "outdoor furniture",
"fair_session": "137th",
"total_found": 847,
"filtered_leads": 156,
"high_priority": 23,
"results": [
{
"rank": 1,
"company_name": "Patio Living Inc.",
"country": "United States",
"company_type": "Importer",
"match_score": 9.2,
"products_interest": ["outdoor dining sets", "garden umbrellas"],
"estimated_annual_volume": "$5M-$10M",
"contact_person": "John Smith",
"contact_role": "Purchasing Director",
"email": "j.smith@patioliving.com",
"phone": "+1-555-0123",
"linkedin": "linkedin.com/in/johnsmith-patio",
"booth_number": "A区 8.1 K15",
"attended_fairs": ["136th", "135th", "134th"],
"recommendation": "🌟🌟🌟 重点开发：连续3届参展，采购量大，建议直接电话联系"
}
]
}
第4步：一键生成开发信并触达
选中目标客户后，系统自动：
- 生成个性化开发信（英文/西班牙文/阿拉伯文等）
- 通过邮件或WhatsApp发送首封触达消息
- 48小时未读自动触发二次跟进
四、适用场景
| 场景 | 使用方式 |
|---|---|
| 展会前预热 | 查询目标采购商，主动邀约展会面谈 |
| 展会中快速识别 | 扫展时用摊位号快速查询公司背景 |
| 展会后跟进 | 将展会上收集的名片批量查询，快速建档 |
| 被动获客 | 从未参展但有采购记录的采购商中挖掘 |
| 新市场开拓 | 特定国家+特定品类的采购商批量挖掘 |
五、资源索引
- 广交会展品分类表: 见
references/canton_fair_categories.md（何时读取：需要按行业分类精确查询时） - 个性化开发信模板: 见
references/outreach_templates.md（何时读取：生成触达邮件时） - 展会客户跟进策略: 见
references/followup_strategy.md（何时读取：制定展会后跟进计划时）
六、注意事项
⚠️ 数据时效性
- 广交会数据更新周期：每届展会结束后7天内更新
- 联系方式匹配率约 70%，建议配合LinkedIn二次验证
⚠️ 合规边界
- 禁止使用抓取的邮箱大量群发（GDPR/CAN-SPAM合规）
- 建议单次触达不超过 50 家客户
- 个性化邮件发送，非批量模板直发
⚠️ 评分准确性
- 匹配评分基于公开数据+AI推断，重要客户请人工核实
七、使用示例
示例 1：挖掘户外家具采购商
用户需求：我们是做户外家具的，挖掘第137届广交会上的北美采购商
执行结果：
- 查询到 847 家相关展商，过滤得 156 家目标客户
- 高优先级（评分≥8分）23 家，生成完整联系信息
- 批量生成英文开发信 23 封，WhatsApp触达首选
示例 2：展会现场快速背调
用户需求：展会现场遇到一家德国公司，摊位号 A12.1-25，快速了解这家公司
执行结果：
- 查询公司背景：年营业额、采购品类、供应商来源
- 判断匹配度：9.1分（高度匹配户外家具）
- 给出建议切入点：德国高端户外市场，我司价格有30%优势
八、Common Rationalizations
| Rationalization | Reality |
|---|---|
| "广交会数据包含所有采购商联系方式" | 数据覆盖率约70%，需配合社媒二次验证 |
| "匹配评分高就一定能成交" | 评分仅供参考，最终转化依赖产品竞争力和跟进策略 |
| "展会后跟进效果不如展会前邀约" | 两者效果相当，关键在于是否在决策窗口期触达 |
| "批量群发开发信效率最高" | 个性化触达回复率是群发的3-5倍 |
九、Verification
完成广交会客户挖掘流程后：
- 确认查询条件清晰（关键词/分类/名称至少一项明确）
- 验证匹配评分逻辑（4个维度均有数据支撑）
- 确认联系方式有效性（邮箱格式正确、LinkedIn可访问）
- 开发信内容已去模板化（每封内容差异化≥30%）
- 触达策略符合GDPR/CAN-SPAM规范
- 高优先级客户已设置跟进提醒
十、Security & Privacy
存储根路径
./data/yunlv-skills/guangjiaoFAI/
├── queries/ # 查询历史记录
├── leads/ # 导出的客户名单
├── outreach/ # 发送的开发信记录
└── logs/ # 运行日志
数据处理原则
- 本地处理：查询条件和中转数据仅在本地处理
- 敏感数据保护：API密钥不写入日志，联系人不导出明文邮箱
- 最小化留存：触达完成后7天自动清理中间数据
权限边界声明
- ✅ 允许：读取
./skills/yunlv-skills/references/下的参考文件 - ✅ 允许：调用云旅AI MatchGPT API 获取展商数据
- ✅ 允许：写入
./data/yunlv-skills/guangjiaoFAI/leads/导出名单 - ✅ 允许：通过邮件/WhatsApp通道触达目标客户（需用户授权）
- ❌ 禁止：抓取第三方网站展商数据（仅使用授权数据源）
- ❌ 禁止：将用户联系数据共享给第三方