纺织品作为一个非标类的产品，供需双方对产品的沟通很多时候都是通过样品来开展的，特别是纺织贸易公司日常的工作几乎都是围绕着样品进行。客户在展会、样品间或者通过网站挑选供应商的样品，然后要求寄样；或者客人把需要的面料样品寄给贸易公司，由贸易公司负责打样确认，之后下订单生产。
一家贸易公司少则几百个样品，多则数万个样品，每个样品需要记录其编号、门幅、克重、成分等参数，还需要拍摄样品照片，记录供应商信息等。过去，贸易公司一般通过 Excel 来进行电子化管理，整个过程数据滞后、人力成本高、管理复杂，数据并没有发挥应有的价值。
36氪近日采访的布管家从样品管理入手，先为中小企业提供了一套SaaS管理软件，帮助用户管理布料样本。包括材质、产地、成分等；此外每款布料也有保存相关信息的有二维码，样品管理是切入点，二维码则是打通线上线下的伏笔。
在布管家系统中，用户可以添加公司客户、联系人等信息，在此基础上，可以进行报价和寄样管理，每次报价和寄送样品给某些客户在系统中都有记录。用户可设置游客角色，方便客户在部分信息保密的情况下参观样品间，系统会记录下客人在各个样品页面的停留时长，访问频次等因素。
这些信息，相当于为每个用户设立了一个私有的小型的统计分析数据集合，可以为客人行为预测提供依据。同时作为一款工具软件，布管家提供了打印快递单，寄样短信自动提醒等实用功能。
未来布管家会开发一款基于 iBeacon、RFID 等传感技术的仓库管理系统，并且随着手机扫描的普及，还将在移动端基于APP和小程序开发一套仓库客户端，可以让客户完成出入库等功能。开发完仓库管理功能后，将进行架构升级，加入模块化的概念。对于一些细分领域，采用分支小组进行特定功能模块的开发和迭代，客户可以单独购买这类功能模块以适应他们细分领域的业务。比如一个纺织公司跟单员就不需要染整工作流的模块，这样这家公司只需要单独购买跟单模块即可。
所以可以说，布管家从样本管理为切入点，慢慢深入到了客户供应商管理、报价管理、寄样管理、仓储管理、订单管理等等深层运营环节。
其实纺织品作为大商品，有数量众多的工厂、贸易商、设计师等在寻找布料、供应商和买方，加之纺织品更新速度快，样式繁多，每天都有大量的供需搜索请求。这类 B2B 平台有不少，比如链尚网、网上轻纺城、宜布网、搜布、滴滴找布、布联网、百布等等，但问题是客户上传数据意愿低下，很难满足买家的需求。
后来出现的一批专业针对纺织行业的管理软件采用 C/S 架构，不足之处在于客户端更新速度慢，数据存储依赖本地服务器，移动办公能力弱等等，要解决这些问题，需求方需要支付 大量的费用进行软件定制和搭建，费用在30-80万之间，一般的中小企业难以承受，而且学习成本较高。
随着云计算技术和 B/S 架构技术的发展，包括用友、金蝶在内的传统管理软件厂商都在这方面投入资金进行产品云升级。这类软件公司主要的盈利方式在于为大企业定制软件获得较高利润的项目实施经费，对于数量众多的小企业则不适用。
所以布管家的定位是中小企业，主要是纺织贸易公司、织布厂等，类似业务流的纺织企业也可以使用。这些企业平均有2千多个布料样本，大的年营业额有10亿，小的有几十万。布管家从年初开始推广，截至目前一共有1600个用户注册，其中有500家企业用户，70家左右是付费用户。
那么这样一套软件需不需要与企业原有的信息化软件，如OA、CRM打通呢？对此，布管家团队告知，现在纺织企业的信息化比较落后，并没强关系到会使用一套信息化系统来记录出勤、报销等，所以目前来看并不需要打通的需要。
未来，布管家还想做一个撮合交易平台。纺织公司每天的一个日常工作就是整理布样，打标签，所以他们每天都会使用样品管理的功能，上传新的样品，并且应客户需要，他们会把部分样品设置为公开，这样的话平台上的数据基本上都是最新的，信息也很全。这么一来，访问 B2B 网站的买家就很容易找到他们想要的面料，这就促使他们经常来逛本站。卖家一方面上传资料，买家也经常浏览平台，所以买卖双方的粘性不成问题。
盈利模式上，样品数量500个以下是免费的，付费费用在千元，由于企业服务类产品客户使用粘性较大，所以续费率较高；还有一种是模块化，商业付费模式也跟着模块化做，每个模块也有几千元；此外，SaaS 软件数据是打通的，未来也想将上下游打通，进行教育撮合、同城物流、专线物链等，还可以根据库存情况预测流行趋势，进行备货。
团队现在有10几人，联合创始人陈利鑫曾就职于新加坡独资企业 Biscosoft，负责领导团队开发新加坡最大汽车租赁公司的 CRM 系统。联合创始人周思曾供职于淘宝网，任 Java 工程师及项目经理，参与直通车、淘宝客等广告产品的研发和。联合创始人周歆华曾任悉尼科技大学数据挖掘与商业智能博士后及，专注于人工智能、物联网及社交网领域。曾为微软公司、多乐士集团、新南威尔士州财政局、花旗集团、WestPac 银行、Parramatta 市政厅等多个企业及机构做过多个大数据分析。