今年8月底，@浦江县圣文鼎服饰有限公司的朱程，让厂里的男装登上了美国纽约时代广场的纳斯达克大屏，“欢迎来到街头潮流品牌梦的建设基地，我们已服务过10000+客户”。
街头潮流文化来自美国，而90后厂长朱程，则把中国浙江县城制造的街潮风男装卖向美国。去年1年，他的销售额已超千万，订单成交笔数5000单。
今年的9月采购节，是朱程生意增长的关键点，这个采购旺季刚进入下半程，他的目标已完成160%。他是怎么做到的？
Part 1
从县城到纽约，年销千万的服装厂
纳斯达克之后，迎战9月采购旺季
我70%的市场在美国，9月以后，是美国本土的秋冬购物季——黑五和圣诞节，很多老外会提前为下半年的生意做采购准备。
9月，也就成了我这样做B端消费类商家的出海旺季，是我抓住旺盛买家需求，拉新客成交、促老客复购的大好时机。
找到更多新客，是我出海的初衷。
之前，我们线下传统的外贸工厂，60%的产能是来自于一到两个大客户。随着东南亚对大订单的竞争，我一直有忧虑在，随着劳动红利的消失，大客户的转移，我们这个工厂可能就有倒闭的风险。
县城厂房出海美国
所以我开始转型出海，希望能在线上找到更多的买家，把客户体量变大、把客户梯队变得更健康，将即将把订单移到周边国家的大客户的产能慢慢降低，增加我们工贸一体公司的生命力。
去年，我们在国际站上的销售额超千万，订单成交笔数5000单。
为了乘胜追击，利用好9月采购旺季，获取更多买家，我们从8月中旬开始，每天发40款男装在店铺，这基本是平时一个月的发品量，就是为了让更多的商品为我们吸引更多买家。
这些品，自己发的话，每天可能要花四五个小时，用AI生意助手的图片发品，上传一张商品图，半个多小时就能把40个品发完。
效率提升了，多出来的时间，我们用AI再去优化商品的图片详情。
朱程用AI生意助手生成的商品场景图
我的目标买家，主要是美国Z世代的服装品牌创业者、服装设计公司、海外线上平台的卖家，他们看重商品的个性化，和视觉上的差异化呈现，简单来说，就是这个商品有没有对他们街头潮流的味。
要贴合买家这一采购偏好，商品场景图的差异化和风格化就格外重要。搭景、请模特拍摄，服装会变得更有味道。但是成本高，之前我们找模特、租仓库，没有一两万下不来。
AI生意助手就可以直接生成商品场景图，街头、仓库，怎么酷怎么来，能实现降本增效。
我投在纽约时代广场纳斯达克上的品牌广告，那张商品场景图，就是用AI生意助手的场景图生成的。
用AI优化后的商品，对买家的吸引力增添很多。我们从8月中旬开始，就开始接买家的样品单——和客户先建联、在9月就更有机会拿到确定性的订单，拓展新客。
9月采购节，更要借平台的东风。作为工贸一体的商家，我报名了优品商家热卖榜、实力工厂热卖榜两个GMV榜单。买家对榜单的认可心智很成熟，一个是找优品，一个是找实力工厂，两个维度拿下买家。
Part 2
用AI管理跟进17w+买家
9月采购节的近千万目标，超额完成中
就这样，之前积累的老买家，加上9月采购节激活的新买家，潜客新客老客放一起，我们的客户池有17w+多位买家。
客户体量变大了，还要高效精准地转化客户、积累客户资源，把更健康的客户梯队建起来，才能做更稳的长线生意。
而提升复购率，就是积累客户资源、提效促转化的最佳路径。复购率有保证，可以在营销新客的投入上张弛有度，让营销成本得到控制。
而且，我有很多创业型买家，他们在慢慢变强，但在他们成长的时候，我不去做2、3次的触达，他们成功之后的订单需求，就和我没什么关系了。
所以，进行客户资产管理，把客户变成我的资源，我的客户群才会更健康。
我们团队每个业务员手上都有一个手写本，叫做销售记录，业务员会把他触达到的客户全部记本子上。
我们一个新人业务员，毕业不久，在我们公司做了一年半。很努力，她的销售纪录本已经满满三本。但是她每个月的天花板，做到30多万之后，就无法突破了。
她反应说，客户太多，已经不知道要去跟进哪些了。只能是空闲的时候，正好逮住哪个客户，就随机跟进营销一下。
但我们现在用OKKI AI去管理客户，跟进商机，就很简单了。首先是客户分层，基于平台标签给客户做基本分层，再结合我们在和客户沟通中了解到的信息，把客户分成ABCD4个档。
如果有客户来，业务员没有推进到下一个阶段，AI会提醒，这个客户应该跟进营销了，它还会提醒，这个客户、要和他聊什么。有了AI的帮助，我们最努力的业务员也突破了她1月成交三十多万的天花板。
以前，我们把精力平分客户，效率很低。现在我们把百分之七八十的精力给大客户，用OKKI AI快速找到核心客户，花更多的时间去聊，时间分配也更合理。
9月采购节，我100% all in定制赛道；9月刚进入下半程，和往月比，我们的生意销售额已超160%。借力这个出海旺季，除了积累客户资源、把客户梯队建设得更健康，我还在加重半托管品，提高确定性成交商品的比重，为之后的商品结构迭代更新做准备，做更长线的生意。
