大数据的大价值大数据五大成功案例深度解析
数据价值的经典案例
数据价值的经典案例随着大数据时代的到来，数据的价值也越来越受到重视。
数据的挖掘和分析不仅可以为企业提供决策支持，还可以为社会带来各种便利。
下面列举了一些数据价值的经典案例。
1. 电商平台的用户购买行为分析通过对电商平台的用户购买行为数据进行分析，可以帮助企业了解用户的购买偏好、消费习惯等，进而优化产品推荐和销售策略，提高销售额和用户满意度。
2. 航空公司的航班延误预测通过分析航班历史数据和天气数据，可以预测航班的延误情况，帮助航空公司提前调整航班计划、安排机组人员，提高航班的准点率和服务质量。
3. 城市交通拥堵分析通过对城市交通流量数据进行实时监测和分析，可以帮助交通管理部门及时调整信号灯控制、优化道路规划，缓解交通拥堵问题，提高交通效率。
4. 医疗领域的疾病预测和诊断通过分析医疗数据，如病历、检查结果和基因数据，可以预测人群患某种疾病的风险，并帮助医生进行早期诊断和治疗，提高治疗效果和生存率。
5. 金融行业的风险管理通过分析金融市场数据、客户交易数据和行为数据，可以预测金融风险，如信用风险和市场风险，并采取相应的措施进行风险管理，保护投资者的利益。
6. 社交媒体的用户情感分析通过对社交媒体上用户的言论和情感进行分析，可以了解用户对产品、品牌或事件的态度和情感倾向，帮助企业进行口碑管理和品牌塑造。
7. 物流行业的运输路径优化通过对物流数据进行分析，如货物运输量、货物种类和运输距离等，可以优化运输路径和配送计划，降低物流成本和运输时间，提高物流效率。
8. 农业领域的精准农业管理通过分析农田土壤、气象数据和作物生长数据，可以为农民提供精准的农业管理方案，如农药用量和灌溉量的调整，提高农作物产量和质量。
9. 教育领域的学生学习行为分析通过分析学生的学习行为数据，如学习时间、学习内容和学习方式等，可以了解学生的学习习惯和学习效果，帮助教师进行个性化教学和学生评估。
10. 能源行业的能源消耗优化通过分析能源消耗数据和设备运行数据，可以优化能源消耗方案和设备运行策略，降低能源消耗和环境污染，提高能源利用效率。
大数据十大经典案例
大数据十大经典案例随着信息技术的发展，大数据已经成为当今社会的重要资源。
大数据分析可以为企业提供更准确的市场预测、个性化推荐、客户细分等方面的支持。
在这篇文章中，我将介绍十个经典的大数据案例，展示大数据技术在多个行业中的应用。
1. 亚马逊个性化推荐系统亚马逊是大数据应用的典范之一。
他们利用大数据技术分析用户的购物习惯、点击行为、浏览历史等信息，为每个用户提供个性化的产品推荐。
这不仅提升了用户购物体验，也增加了销售额。
2. 谷歌搜索算法优化谷歌搜索引擎利用大数据分析来不断优化搜索结果的排名算法。
通过分析用户的搜索历史、点击行为等数据，谷歌可以更好地理解用户的意图，为他们提供更精准的搜索结果。
3. 滴滴出行的智能调度系统滴滴出行利用大数据技术分析用户的出行需求、交通状况等信息，通过智能调度算法将乘客和司机进行匹配，提高了乘客的等待时间和司机的工作效率。
4. 美团点评的用户画像分析美团点评通过大数据分析用户的点评、消费记录等信息，对用户进行画像分析。
这些画像可以帮助商家更好地了解消费者需求，制定更精准的营销策略。
5. 脸书的社交关系分析脸书运用大数据技术分析用户的社交行为，找出用户之间的关联和兴趣，为广告商提供更有针对性的广告定向投放。
6. 捷信金融的风险评估模型捷信金融利用大数据分析用户的借贷历史、资产状况等信息，建立风险评估模型，提高贷款审批的准确性和效率。
7. 瑞典的城市规划优化瑞典利用大数据分析交通状况、人口分布等信息，优化城市规划。
他们通过分析数据，提出了改进交通流动性、节约能源等方面的具体举措。
8. 亚太航空的客户关系管理亚太航空利用大数据技术分析客户的飞行历史、偏好等信息，为客户提供个性化的服务和优惠，增强客户忠诚度。
9. 法国医院的医疗预测法国一家医院使用大数据分析医疗数据，建立模型预测患者的住院时间和治疗方案，帮助医生做出更好的决策，提高医疗效率。
10. 哈佛大学的科学研究哈佛大学利用大数据分析海量的科学文献、实验数据等，挖掘潜在的科研关联和发现。
大数据的大价值：大数据五大成功案例深度解析
大数据的大价值：大数据五大成功案例深度解析作者：星期四, 四月,, ,大数据的热潮并未有消褪迹象，相反，包括航空、金融、电商、政府、电信、电力甚至赛车等各个行业的企业都在纷纷掘金大数据。
可以看出，在推动大数据企业应用方面，真正看到大数据潜在商业价值的企业比大数据技术厂商还要着急。
例如经理网曾经报道过直接参与到大数据工具的开发和开源工作中。
但是在国内，虽然管理学界和财经媒体对大数据推崇备至，认为大数据是信息技术改变商业世界的杀手应用，但是关于大数据中国企业的成功案例的报道却出奇地少。
最近《中国企业家》的“大数据专题”特别报道采访了农夫山泉、阿迪达斯中国和数家航班信息移动服务商（前两家为客户），为我们带来了详实的大数据案例报道，非常有参考价值，原文转载如下：就在制作这期“大数据专题”时，编辑部发生热烈讨论：什么是大数据？编辑记者们旁征博引，试图将数据堆砌的商业案例剔除，真正的、实用性强的数据挖掘故事留下。
我们报道的是伪大数据公司？我们是否成为《驾驭大数据》一书的作者所称的“大数据骗局”中的一股力量？同样的质疑发生在阿里巴巴身上。
有消息称，月日，阿里巴巴以万美元收购了一家移动开发者数据统计平台。
这引发了专家们热烈讨论，它收购的真是一家大数据公司吗？这些质疑并非没有道理。
中国确实没有大数据的土壤。
“差不多先生”、“大概齐”的文化标签一直存在。
很多时候，各级政府不太需要“大数据”，形成决策的关键性数据只有一个数字比率（）而已；其二，对于行业主管机构来说，它们拥有大量原始数据，但它们还在试探、摸索数据开放的尺度，比如说，是开放原始数据，还是开放经过各种加工的数据？是转让给拥有更高级计算和储存能力的大型数据公司，还是将数据开源，与各种各样的企业共享？其三，数据挖掘的工具价值并没有完全被认同。
在这个领域，硬件和软件的发展并不十分成熟。
即便如此，没有人否认数据革命的到来，尤其在互联网行业。
阿里巴巴的马云将大数据作为战略方向，百度的李彦宏用“框计算”来谋划未来。
大数据及大数据应用经典案例分析
大数据及大数据应用经典案例分析一、引言随着互联网的快速发展和智能设备的普及，大数据已成为当今社会的热门话题。
大数据是指规模庞大、类型多样的数据集合，这些数据集合可以通过计算机进行分析和挖掘，从而揭示隐藏在其中的信息和价值。
大数据应用则是将大数据技术与各行各业的实际需求相结合，为企业和组织提供决策支持、业务优化等方面的解决方案。
本文将通过分析几个经典的大数据应用案例，探讨大数据在不同领域的应用和价值。
二、案例一：零售业的用户购买行为分析零售业是大数据应用的一个重要领域。
通过分析用户的购买行为，零售商可以更好地了解用户的需求，优化商品布局和促销策略。
以某电商平台为例，该平台通过采集用户的购买记录、浏览记录、搜索记录等大量数据，利用大数据分析技术，对用户进行细分和画像。
通过分析用户的购买偏好、购买频次、购买时间等指标，可以精确预测用户的购买意愿和需求。
基于这些预测结果，电商平台可以向用户推荐个性化的商品，提高用户的购买满意度和忠诚度。
此外，大数据分析还可以匡助零售商优化商品的布局和促销策略。
通过分析用户的购买行为和偏好，可以发现用户的潜在需求和热门商品。
基于这些数据，零售商可以调整商品的陈列位置、增加热门商品的库存，并针对不同用户群体制定个性化的促销活动，提高销售额和利润。
三、案例二：金融行业的风险管理与反欺诈金融行业是大数据应用的另一个重要领域。
通过分析大量的金融数据，可以匡助金融机构提高风险管理能力，减少欺诈行为。
以银行业为例，银行通过分析客户的交易记录、信用评分、个人信息等大数据，可以建立客户的信用模型和风险评估模型。
通过这些模型，银行可以评估客户的信用风险和违约概率，从而决定是否赋予客户贷款或者信用额度。
此外，银行还可以通过大数据分析技术，监测客户的交易行为，及时发现异常交易和欺诈行为，保护客户的资金安全。
此外，大数据分析还可以匡助金融机构进行市场风险管理。
通过分析市场的波动情况、交易量、交易价格等数据，金融机构可以预测市场的走势和风险，及时调整投资组合，降低投资风险。
互联网大数据的价值及其应用案例分享
互联网大数据的价值及其应用案例分享随着互联网的快速发展，大数据已经成为了当今社会的热门话题。
互联网大数据指的是通过互联网平台收集、存储和分析的海量数据。
这些数据包含了各个领域的信息，如用户行为、消费习惯、社交网络等。
互联网大数据的价值不仅体现在对数据的分析和挖掘上，更重要的是通过对数据的应用，为企业和个人带来了巨大的商业价值和创新机会。
互联网大数据的价值主要体现在以下几个方面：1. 商业决策支持：互联网大数据可以帮助企业进行市场调研和分析，了解消费者的需求和偏好，从而制定更加精准的营销策略。
通过对用户行为和消费习惯的分析，企业可以预测市场趋势，优化产品设计和供应链管理，提高运营效率和竞争力。
2. 个性化推荐：互联网大数据可以根据用户的兴趣和行为，为其提供个性化的推荐服务。
比如，电商平台可以根据用户的购买记录和浏览行为，推荐符合其兴趣的商品；音乐和视频平台可以根据用户的收听和观看历史，推荐符合其口味的音乐和视频。
3. 风险控制：互联网大数据可以帮助企业进行风险评估和控制。
比如，金融机构可以通过对用户的信用记录和交易行为的分析，评估其信用风险；保险公司可以通过对用户的个人信息和历史理赔记录的分析，评估其保险风险。
4. 社会治理：互联网大数据可以帮助政府和公共机构进行社会治理和公共服务。
比如，交通管理部门可以通过对交通流量和拥堵情况的分析，优化交通路线和信号灯控制；医疗机构可以通过对患者的病历和病情数据的分析，提供个性化的诊疗方案。
下面是一些互联网大数据应用的案例分享：1. 阿里巴巴的“双11”购物狂欢节：每年的11月11日，阿里巴巴都会举办一场规模庞大的购物狂欢节。
通过对用户的购买记录和行为的分析，阿里巴巴可以预测用户的购物需求，为其提供个性化的推荐和优惠活动。
这一活动不仅带动了消费者的购买热情，也为阿里巴巴带来了巨大的销售额。
2. 腾讯的社交网络分析：腾讯通过对用户在社交平台上的行为和关系网络的分析，可以了解用户的社交圈子和兴趣爱好。
大数据的价值和应用案例
大数据的价值和应用案例随着互联网技术的发展，大数据也悄然进入了我们的生活中。
它所代表的是数据量的增长、数据种类的变化以及数据信息价值的提升。
这一切都为大数据的应用带来了新的机会和挑战。
本文将围绕着大数据的价值和应用案例进行探讨，希望能够为读者带来一份启发。
一、大数据的价值大数据的价值不仅局限于单一的量度，而是包含千奇百怪的形态。
在商业领域，大数据可以取得如下价值：1. 决策支持：数据可以为管理层提供重要的决策依据。
通过对大数据的分析，企业可以了解市场需求、消费者行为等重要信息，从而得出更好的决策。
2. 优化流程：大数据可以帮助企业发现业务流程中存在的瓶颈，从而改善运营效率。
3. 增加收益：通过对大数据的应用，企业可以发现更多的商业机会，提高销售额和市场份额。
4. 降低成本：通过对大数据的应用，企业可以减少浪费和损失，从而降低成本。
在教育、医疗、政府和其他领域，大数据也同样具有重要价值。
例如，在医疗领域，通过对大数据的分析，可以发现病人的病因和治疗方案，提高治疗效果。
在政府领域，大数据可以帮助政府制定更好的公共政策，提高公共服务水平。
二、大数据的应用案例1. 亚马逊亚马逊是一家以电子商务为主的公司，主要产品包括书籍、电子设备、视频和音乐等。
随着互联网的发展，亚马逊也开始运用大数据来提高销售额和市场占有率。
亚马逊通过对用户行为的分析，推出了相关的商品推荐和优惠活动。
同时，亚马逊对产品的销售情况和用户反馈进行了深入的分析，并不断改进和优化产品设计和营销策略。
2. 泰迪熊泰迪熊是一家婴幼儿母婴用品品牌，主要销售儿童床、婴儿车等产品。
在大数据的应用方面，泰迪熊主要通过对用户数据的分析，了解用户的需求，推出更适合用户的产品和服务。
同时，泰迪熊通过对用户购买相关产品的次数和时机进行分析，推出相关商品的优惠活动，从而提高销售额和用户忠诚度。
3. AppleApple是一家以消费电子产品为主的公司，产品涵盖了手机、电脑、平板电脑、音乐和视频等。
大数据及大数据应用经典案例分析
大数据及大数据应用经典案例分析一、引言随着信息技术的发展和互联网的普及，大数据已经成为当今社会的热门话题。
大数据是指规模庞大、复杂多样、难以处理的数据集合，它包含了结构化数据和非结构化数据，具有高速、多样、海量等特点。
大数据的应用已经渗透到各个行业，其应用案例也层出不穷。
本文将通过对几个经典的大数据应用案例进行分析，探讨大数据对企业和社会的影响。
二、案例分析1. 零售行业：亚马逊的个性化推荐系统亚马逊是全球最大的在线零售商之一，其成功的一个关键因素就是其个性化推荐系统。
亚马逊利用大数据技术对用户的购买历史、浏览记录、评价等数据进行分析，通过算法来预测用户的购买偏好，并向用户推荐相关的产品。
这种个性化推荐系统大大提高了用户的购物体验，增加了用户的忠诚度，也促进了销售额的增长。
2. 金融行业：花旗银行的风险管理在金融行业，风险管理是至关重要的一环。
花旗银行利用大数据技术对客户的交易记录、信用评分、社交媒体数据等进行分析，构建了一个全面的风险管理系统。
该系统能够实时监测交易风险，发现异常交易，并及时采取措施进行风险控制。
通过大数据的应用，花旗银行能够更好地保护客户资金安全，提高金融交易的效率和准确性。
3. 医疗行业：谷歌的疾病预测大数据在医疗行业的应用也非常广泛。
谷歌利用大数据技术对互联网上的搜索数据进行分析，发现了搜索关键词与疾病之间的关联性。
通过分析搜索数据，谷歌能够预测某个地区的疾病爆发趋势，提前采取措施进行疫情防控。
这种疾病预测系统对于公共卫生管理具有重要意义，能够帮助政府和医疗机构更好地应对疾病的传播。
4. 物流行业：UPS的智能调度系统UPS是全球最大的快递和物流服务供应商之一，其物流网络覆盖全球。
为了提高物流运输的效率和准确性，UPS利用大数据技术开发了智能调度系统。
该系统通过对实时的交通信息、天气数据、订单信息等进行分析，能够预测最佳的路线和交通状况，并自动调度物流车辆，提高物流运输的效率和准时率。
大数据应用的典型案例和分析
大数据应用的典型案例和分析摘要本文将介绍几个大数据应用的典型案例，并对每个案例进行分析。
这些案例涉及到不同行业，包括零售、金融、医疗等。
通过分析这些案例，我们可以深入了解大数据应用在不同行业中的应用场景、挑战和价值。
1. 零售行业案例一：顾客行为分析在传统零售行业中，顾客行为分析一直是一个重要的课题。
随着大数据技术的发展，零售企业可以收集大量的顾客数据，包括购买历史、浏览记录、社交媒体活动等。
通过对这些数据的分析，零售企业可以更好地了解顾客的行为习惯和偏好，从而优化产品定价和促销策略，提高销售效果。
案例二：供应链优化供应链管理是零售行业中的一个重要环节。
大数据应用可以帮助零售企业实时跟踪物流信息、订单履行情况和库存水平等。
通过对供应链数据的分析，零售企业可以发现潜在的瓶颈和风险，并及时采取措施进行优化，从而提高物流效率和降低成本。
2. 金融行业案例一：信用评估在金融行业中，信用评估是一个关键的业务环节。
传统的信用评估方式主要依靠个人申请表格和信用报告，而大数据技术可以为金融机构提供更全面和准确的信用评估数据。
通过分析个人的消费行为、社交网络活动和其他相关数据，金融机构可以更准确地评估个人的信用风险，从而更好地决策是否给予贷款或者设置利率。
案例二：欺诈检测金融行业中存在着许多欺诈活动，大数据技术可以帮助金融机构更好地检测和预防欺诈行为。
通过分析大量的交易记录、网络活动等数据，金融机构可以发现异常模式和风险指标，及时采取措施阻止欺诈行为的发生。
3. 医疗行业案例一：疾病诊断大数据技术在医疗行业中的应用可以提高疾病诊断的准确性和效率。
通过分析大量的医疗记录、基因数据和其他相关的健康数据，医疗机构可以建立更准确的疾病模型，帮助医生进行疾病的早期诊断和治疗决策，从而提高治疗效果和患者的生存率。
案例二：公共卫生管理大数据技术在公共卫生管理中也发挥着重要作用。
通过分析大量的流行病数据、社交网络数据和移动定位数据，卫生部门可以及时发现和追踪疫情的爆发，制定相应的防控措施，保护公众的健康安全。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据的大价值：大数据五大成功案例深度解析作者：Cashcow星期四, 四月11, 2013大数据,航空,零售暂无评论大数据的热潮并未有消褪迹象，相反，包括航空、金融、电商、政府、电信、电力甚至F1赛车等各个行业的企业都在纷纷掘金大数据。
可以看出，在推动大数据企业应用方面，真正看到大数据潜在商业价值的企业比大数据技术厂商还要着急。
例如IT经理网曾经报道过沃尔玛大数据实验室直接参与到大数据工具的开发和开源工作中。
但是在国内，虽然管理学界和财经媒体对大数据推崇备至，认为大数据是信息技术改变商业世界的杀手应用，但是关于大数据中国企业的成功案例的报道却出奇地少。
最近《中国企业家》的“大数据专题”特别报道采访了农夫山泉、阿迪达斯中国和数家航班信息移动服务商（前两家为SAP客户），为我们带来了详实的大数据案例报道，非常有参考价值，原文转载如下：就在制作这期“大数据专题”时，编辑部发生热烈讨论：什么是大数据？编辑记者们旁征博引，试图将数据堆砌的商业案例剔除，真正的、实用性强的数据挖掘故事留下。
我们报道的是伪大数据公司？我们是否成为《驾驭大数据》一书的作者Bill Franks所称的“大数据骗局”中的一股力量？同样的质疑发生在阿里巴巴身上。
有消息称，3月23日，阿里巴巴以7000万美元收购了一家移动开发者数据统计平台。
这引发了专家们热烈讨论，它收购的真是一家大数据公司吗？这些质疑并非没有道理。
中国确实没有大数据的土壤。
“差不多先生”、“大概齐”的文化标签一直存在。
很多时候，各级政府不太需要“大数据”，形成决策的关键性数据只有一个数字比率（GDP）而已；其二，对于行业主管机构来说，它们拥有大量原始数据，但它们还在试探、摸索数据开放的尺度，比如说，是开放原始数据，还是开放经过各种加工的数据？是转让给拥有更高级计算和储存能力的大型数据公司，还是将数据开源，与各种各样的企业共享？其三，数据挖掘的工具价值并没有完全被认同。
在这个领域，硬件和软件的发展并不十分成熟。
即便如此，没有人否认数据革命的到来，尤其在互联网行业。
阿里巴巴的马云将大数据作为战略方向，百度的李彦宏用“框计算”来谋划未来。
即便是CBA（中国男子篮球职业联赛）也学起了NBA（美国男篮职业联赛）五花八门的数据统计、分析与挖掘。
在过去两年间，大量的资本投资一些新型数据工具公司，根据美国道琼斯风险资源（Dow Jones VentureSource）的数据，在过去的两年时间里，11.7亿美元流向了119家数据库软件公司。
去年，SAP市值已经超过西门子，成为德国市值最高的上市公司，而这样的业绩部分得益于其数据库软件HANA的商业化，去年一年时间里HANA带给SAP3.92亿欧元的收入，增长了142%。
但是，大数据还没法分析、挖掘出自己的直接变现能力。
在截稿日时，我们再重新读维克托·迈尔-舍恩伯格（Viktor Mayer-Sch鰊berger）的《大数据时代：生活、工作与思维的大变革》一书，作者相信，未来，数据会成为有价值的资产。
假以时日，它会大摇大摆地进入资产负债表里。
案例1：农夫山泉用大数据卖矿泉水发挥你您的想象力，选择您认为可是的答案这里是上海城乡结合部九亭镇新华都超市的一个角落，农夫山泉的矿泉水堆头静静地摆放在这里。
来自农夫山泉的业务员每天例行公事地来到这个点，拍摄10张照片：水怎么摆放、位置有什么变化、高度如何……这样的点每个业务员一天要跑15个，按照规定，下班之前150张照片就被传回了杭州总部。
每个业务员，每天会产生的数据量在10M，这似乎并不是个大数字。
但农夫山泉全国有10000个业务员，这样每天的数据就是100G，每月为3TB。
当这些图片如雪片般进入农夫山泉在杭州的机房时，这家公司的CIO胡健就会有这么一种感觉：守着一座金山，却不知道从哪里挖下第一锹。
胡健想知道的问题包括：怎样摆放水堆更能促进销售？什么年龄的消费者在水堆前停留更久，他们一次购买的量多大？气温的变化让购买行为发生了哪些改变？竞争对手的新包装对销售产生了怎样的影响？不少问题目前也可以回答，但它们更多是基于经验，而不是基于数据。
从2008年开始，业务员拍摄的照片就这么被收集起来，如果按照数据的属性来分类，“图片”属于典型的非关系型数据，还包括视频、音频等。
要系统地对非关系型数据进行分析是胡健设想的下一步计划，这是农夫山泉在“大数据时代”必须迈出的步骤。
如果超市、金融公司与农夫山泉有某种渠道来分享信息，如果类似图像、视频和音频资料可以系统分析，如果人的位置有更多的方式可以被监测到，那么摊开在胡健面前的就是一幅基于人消费行为的画卷，而描绘画卷的是一组组复杂的“0、1、1、0”。
SAP全球执行副总裁、中国研究院院长孙小群接受《中国企业家》采访时表示，企业对于数据的挖掘使用分三个阶段，“一开始是把数据变得透明，让大家看到数据，能够看到数据越来越多；第二步是可以提问题，可以形成互动，很多支持的工具来帮我们做出实时分析；而 3.0时代，信息流来指导物流和资金流，现在数据要告诉我们未来，告诉我们往什么地方走。
”SAP从2003年开始与农夫山泉在企业管理软件ERP方面进行合作。
彼时，农夫山泉仅仅是一个软件采购和使用者，而SAP还是服务商的角色。
而等到2011年6月，SAP和农夫山泉开始共同开发基于“饮用水”这个产业形态中，运输环境的数据场景。
关于运输的数据场景到底有多重要呢？将自己定位成“大自然搬运工”的农夫山泉，在全国有十多个水源地。
农夫山泉把水灌装、配送、上架，一瓶超市售价2元的550ml饮用水，其中3毛钱花在了运输上。
在农夫山泉内部，有着“搬上搬下，银子哗哗”的说法。
如何根据不同的变量因素来控制自己的物流成本，成为问题的核心。
基于上述场景，SAP团队和农夫山泉团队开始了场景开发，他们将很多数据纳入了进来：高速公路的收费、道路等级、天气、配送中心辐射半径、季节性变化、不同市场的售价、不同渠道的费用、各地的人力成本、甚至突发性的需求（比如某城市召开一次大型运动会）。
在没有数据实时支撑时，农夫山泉在物流领域花了很多冤枉钱。
比如某个小品相的产品（350ml饮用水），在某个城市的销量预测不到位时，公司以往通常的做法是通过大区间的调运，来弥补终端货源的不足。
“华北往华南运，运到半道的时候，发现华东实际有富余，从华东调运更便宜。
但很快发现对华南的预测有偏差，华北短缺更为严重，华东开始往华北运。
此时如果太湖突发一次污染事件，很可能华东又出现短缺。
”这种没头苍蝇的状况让农夫山泉头疼不已。
在采购、仓储、配送这条线上，农夫山泉特别希望大数据获取解决三个顽症：首先是解决生产和销售的不平衡，准确获知该产多少，送多少；其次，让400 家办事处、30个配送中心能够纳入到体系中来，形成一个动态网状结构，而非简单的树状结构；最后，让退货、残次等问题与生产基地能够实时连接起来。
也就是说，销售的最前端成为一个个神经末梢，它的任何一个痛点，在大脑这里都能快速感知到。
“日常运营中，我们会产生销售、市场费用、物流、生产、财务等数据，这些数据都是通过工具定时抽取到SAP BW或Oracle DM，再通过Business Object展现。
”胡健表示，这个“展现”的过程长达24小时，也就是说，在24小时后，物流、资金流和信息流才能汇聚到一起，彼此关联形成一份有价值的统计报告。
当农夫山泉的每月数据积累达到3TB时，这样的速度导致农夫山泉每个月财务结算都要推迟一天。
更重要的是，胡健等农夫山泉的决策者们只能依靠数据来验证以往的决策是否正确，或者对已出现的问题作出纠正，仍旧无法预测未来。
2011年，SAP推出了创新性的数据库平台SAP Hana，农夫山泉则成为全球第三个、亚洲第一个上线该系统的企业，并在当年9月宣布系统对接成功。
胡健选择SAP Hana的目的只有一个，快些，再快些。
采用SAP Hana后，同等数据量的计算速度从过去的24小时缩短到了0.67秒，几乎可以做到实时计算结果，这让很多不可能的事情变为了可能。
这些基于饮用水行业实际情况反映到孙小群这里时，这位SAP全球研发的主要负责人非常兴奋。
基于饮用水的场景，SAP并非没有案例，雀巢就是SAP在全球范围长期的合作伙伴。
但是，欧美发达市场的整个数据采集、梳理、报告已经相当成熟，上百年的运营经验让这些企业已经能从容面对任何突发状况，他们对新数据解决方案的渴求甚至还不如中国本土公司强烈。
这对农夫山泉董事长钟目炎目炎而言，精准的管控物流成本将不再局限于已有的项目，也可以针对未来的项目。
这位董事长将手指放在一台平板电脑显示的中国地图上，随着手指的移动，建立一个物流配送中心的成本随之显示出来。
数据在不断飞快地变化，好像手指移动产生的数字涟漪。
以往，钟目炎目炎的执行团队也许要经过长期的考察、论证，再形成一份报告提交给董事长，给他几个备选方案，到底设在哪座城市，还要凭借经验来再做判断。
但现在，起码从成本方面已经一览无遗。
剩下的可能是当地政府与农夫山泉的友好程度，这些无法测量的因素。
有了强大的数据分析能力做支持后，农夫山泉近年以30%-40%的年增长率，在饮用水方面快速超越了原先的三甲：娃哈哈、乐百氏和可口可乐。
根据国家统计局公布的数据，饮用水领域的市场份额，农夫山泉、康师傅、娃哈哈、可口可乐的冰露，分别为34.8%、16.1%、14.3%、4.7%，农夫山泉几乎是另外三家之和。
对于胡健来说，下一步他希望那些业务员搜集来的图像、视频资料可以被利用起来。
获益的不仅仅是农夫山泉，在农夫山泉场景中积累的经验，SAP迅速将其复制到神州租车身上。
“我们客户的车辆使用率在达到一定百分比之后出现瓶颈，这意味着还有相当比率的车辆处于空置状态，资源尚有优化空间。
通过合作创新，我们用SAP Hana为他们特制了一个算法，优化租用流程，帮助他们打破瓶颈，将车辆使用率再次提高了15%。
”案例2：阿迪达斯的“黄金罗盘”发挥你您的想象力，选择您认为可是的答案看着同行大多仍身陷库存泥潭，叶向阳庆幸自己选对了合作伙伴。
他的厦门育泰贸易有限公司与阿迪达斯合作已有13年，旗下拥有100多家阿迪达斯门店。
他说，“2008年之后，库存问题确实很严重，但我们合作解决问题，生意再次回到了正轨。
”在最初降价、打折等清库存的“应急措施”结束后，基于外部环境、消费者调研和门店销售数据的收集、分析，成为了将阿迪达斯和叶向阳们引向正轨的“黄金罗盘”。
现在，叶向阳每天都会收集门店的销售数据，并将它们上传至阿迪达斯。
收到数据后，阿迪达斯对数据做整合、分析，再用于指导经销商卖货。
研究这些数据，让阿迪达斯和经销商们可以更准确了解当地消费者对商品颜色、款式、功能的偏好，同时知道什么价位的产品更容易被接受。