RINDA AGENDA

RFQ System + HS Code Big Data

매칭·커미션 모델로의 비즈니스 전환 — 바이어 리스트(①) × 무인 아웃리치(③)

👤 Cheolhee Lee · GMT+9 Seoul 👤 Ahmed Eslam · GMT+3 Cairo

TL;DR

RINDA를 "아웃바운드 도구"에서 "K-브랜드를 글로벌 바이어 RFQ에 직접 매칭·판매하고 거래액의 10%를 가져가는 매치메이킹 플랫폼"으로 전환한다. 최종 방향은 JOOR형 바이어↔브랜드 플랫폼 + RINDA 자동 아웃리치. 이번 스프린트의 범위는 ①(적합한 바이어 리스트 실사용) + ③(사람 없이 지속 판매).

01 왜 하는가 (The Why)

비즈니스 모델 자체의 전환

Before
"RINDA로 직접 아웃리치하세요" — 유저용 아웃바운드 세일즈 툴
Now
RINDA에 들어온 글로벌 바이어 RFQ에 K-브랜드를 직접 매칭·판매 → 거래액의 10% 수취 (매치메이킹 + 커미션)
KPI
산업별(K-beauty / K-fashion / K-food)로 K-브랜드를 찾는 글로벌 바이어를 양·질 모두 확보
End-state
JOOR형(ko.joor.com) 바이어↔브랜드 매치메이킹 + RINDA 자동 아웃리치 내장

동시에 굴러가야 하는 3가지 → ① 적합한 바이어 리스트 · ② 올바른 세일즈 메시지 · ③ 꾸준한 아웃리치. 이 작업 = ① + ③.

02 두 시스템의 정체

바이어 풀을 만드는 엔진 두 개

A. HS Code Big Data 타겟팅 엔진

무엇
전 세계 수출입 기업 ~170만 개. SQLite(trademap.sqlite) + 연락처 CSV(trademap_contacts_FINAL.csv)
핵심
각 기업이 HS 코드로 태깅 → 산업으로 매핑
역할
산업·지역으로 필터링 가능한 콜드 아웃바운드 바이어 풀
병목
현재 문제 데이터는 있으나 Partners/SaaS 캠페인에서 사용 불가. "쿼리 → 캠페인 오디언스" 경로가 없음

K-beauty

HS 3304 화장품

K-fashion

HS 61 / 62 의류

K-food

HS 16–22 가공식품

B. RFQ System 수요 포착 엔진

무엇
인바운드 글로벌 바이어의 구매요청(RFQ)을 수집
현재
운영 콘솔의 admin 전용 기능
역할
가장 의도(intent)가 높은 바이어 시그널. "직접 판매 + 10%" 모델의 출발점이자 매칭용 수요 데이터
제약
유지 당분간 admin 전용. 해외 세일즈팀에는 아직 미노출

03 어떻게 연결되는가 (이 작업이 만드는 루프)

두 바이어 타입을 즉시 "캠페인 오디언스"로 — 사람 의존 없이 — 답장은 100% 자동 포착

1
바이어 풀 — HS 데이터 + RFQ 바이어
2
자동 아웃리치 — hands-off, 사람("동연") 의존 제거
3
긍정 답장 자동 감지 — 100% 자동·안정적
4
휴먼 세일즈팀에 핸드오프

04 이번 범위 제외 (Out of Scope)

  • ② 세일즈 메시지 개선 — 아젠다(유저 결정이 메시지에 어떻게 반영되는지)부터 정한 뒤 코딩. 이번 스프린트 핵심 아님
  • RFQ는 admin 전용 유지
  • 10% 커미션 정산 + 완전한 JOOR형 플랫폼 — 방향성 맥락일 뿐, 이번 빌드 아님

05 개발 To-Do (실행 항목)

우선순위 순

  1. trademap SQLite/CSV를 Partners/SaaS에 쿼리 가능한 오디언스 소스로 적재
  2. HS 코드 → 산업 필터(beauty/fashion/food) 기반 오디언스 빌더
  3. RFQ 바이어를 캠페인 오디언스 세그먼트로 (admin)
  4. 사람 의존을 제거한 상시 가동 캠페인 스케줄러
  5. 긍정 답장 분류기 + 세일즈팀 핸드오프 라우팅