01
板材厂业主
厂不知道自己的板是怎么卖出去的
一家厂一年花很多钱开花色、打广告。可真正决定业主买不买的，是几百公里外一家门店里，销售说的那几句话。业主当时在犹豫什么、还看了哪几家、最后为什么没选它，厂里全不知道。厂拿到手的，只有一张出货单。
- 板材厂用
- 木为
- 门店用
- 木米 · 木策
- 业主用
- 板钉钉
MUOWE
MUOME · MUOCE
BDD
这行现在卡在两个地方
每一段都有人在认真干活，问题出在两段中间。
东西每交接一次，就得重讲一遍、重问一遍、重赌一次。
02
业主门店
要花几万块，却只能听销售一张嘴
这块板到底好不好、这个牌子怎么样、这家店是不是真在用这块板、我家该配什么颜色、柜子里要放哪些东西——上网也搜不到几句靠谱话。吃亏的不只是业主：真正用好板、把服务做扎实的那些店，也没办法证明自己跟别人不一样。
两件事其实是一个毛病：这条链上，找不到一个能查到实话的地方。我们做的东西，全是照着这一点设计的。
AI 从头到尾在干活
这门生意的每一步，都有 AI 在里面。
AI 不是系统里的某一个功能，是从开花色到装完售后一路跟着干活的那一个。九步走完回到第一步。
01/ 09
01开花色
零售端每天发生的事汇成下一批开什么花色的依据，厂不靠拍脑袋定新品。
02做内容
上百条花色两两一搭几千种组合，按搭配成批出图、出文、出视频。
03业主查
品牌事实和口碑分层标好；不懂随时问，AI 当场答，答不了转真人专家。
04挑门店
本地哪几家口碑好、做过什么案子、设计师是谁，按口碑排出来。
05邀约进店
今天先打哪个电话、下一步该聊什么、哪一单再不跟就凉了。
06弄清需求
色彩测试和收纳问卷做完，能接受哪类颜色、柜子要收什么，白纸黑字给设计师。
07出图报价
设计师只出白模，效果图线上出；吊柜多高、台面多深按人体工学定。
08生产交付
四段进度在业主手机上一屏看完；店里今天该催谁、该帮谁，提醒到人。
09数据回厂
这一单的成交和偏好回到板厂，变成下一批花色怎么开的依据。
四个产品 · 三种人
厂、店、业主，各有各的那一套。
四个产品：木为给板材厂，木策给门店，木米和板钉钉给业主。业主用两个，是因为定之前和定之后要办的事不一样。
花色样板墙 · 一条花色从这里开始
一家厂自己做个 App，没人会装——谁也不会为了一个板材牌子专门下个软件。三十家头部品牌一起进来，业主才有得比；而池子里的每一家，分到的是所有人带来的客流。
- 事实服务
- 智能服务
- 数据服务
- 零售赋能
洽谈桌 · 一单从这里开始
签单那天柜子还没做出来，业主交出去的钱买的是一个「信你」。木米是给业主用的那一半，木策是店里自己用的那一半。合起来只干两件事：把人请进店，把单签下来。
- 运营赋能
- 销售赋能
- 设计赋能
- 管理赋能
我们的技术底子
四个产品底下，是我们自己写的三层。
这一层不只是用来出内容的。出图出文只是引擎干的活里的一部分，底下的模型管的是花色搭得准不准、柜子该怎么分、吊柜多高够得着，再往下的岗位模型管的是店里每个人今天该干什么。
看技术底子的三层 →4
上层
四个引擎
- BOX 引擎
- 知书引擎
- 达理引擎
- 如生引擎
5
中层
五个模型和算法
- 全屋定制模型
- 消费者模型
- 色彩算法
- 收纳算法
- 人体工学模型
3
底层
三个岗位驱动模型
- 销售岗位驱动模型
- 设计师岗位驱动模型
- 运营岗位驱动模型
我们想做成的事
板厂和门店都用上 AI，最后省心的是要装修的那家人。
查得清、问得到、测得准、有人接得住。
