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】

【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：

1. 数据查询：通过云旅AI MatchGPT API获取广交会展商数据
2. 信息补全：自动补全联系方式、社交媒体、决策人信息
3. 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
4. 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

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

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