܄

大数据应用案例:农夫山泉大卖,背后是交通大数据显神威

【数据猿导读】 “农夫山泉有点儿甜”,相信不少朋友都对这句广告语印象深刻。“有点甜”以口感承诺呈现诉求差异化,借以暗示水源的优质,使农夫山泉成功地建立了记忆点。外行人都觉得水企技术含量低、钱好赚,可是生产一瓶水也需要高新技术和大数据

大数据应用案例:农夫山泉大卖,背后是交通大数据显神威

守着金矿,如何下锹?

农夫山泉想知道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?使用大数据之前,不少问题也可以回答,但它们更多是基于经验,而不是基于数据。

为了弄清这些问题,从2008年开始,农夫山泉的业务员就开始拍摄水怎么摆放、位置有什么变化、高度如何等照片,随后这些图片如雪片般进入农夫山泉在杭州的机房,每个月大概有3TB的数据。

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农夫山泉设想的下一步计划,这是农夫山泉在“大数据时代”必须迈出的步骤。

然而,农夫山泉当时很茫然,觉得守着一座金山,却不知道从哪里挖下第一锹。

交通大数据显神威

2011年,转机出现。农夫山泉开始基于“饮用水”这个产业形态中的运输环境开发数据场景。

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。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。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。

为此,农夫山泉将很多数据纳了进来: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)等。

利用这些大数据,农夫山泉计算出一套最优的仓储运输方案,使各条线路的运输成本、物流中心设置最佳地点等信息及时呈现;将全国十多个水源地、几百家办事处和配送中心整合到一个体系之中,形成一个动态网状结构,进行即时的管控。让退货、残次等问题与生产基地能够实时连接起来,通过大数据准确获知该生产多少,送多少。农夫山泉最终解决了采购、仓储、配送这条线上的顽症,实现产品运输决策的智能化、物流成本的精准化、运输资源的配置合理化。

有了强大的数据分析能力做支持后,农夫山泉运用大数据技术,销售、市场费用、物流、生产、财务等数据的计算速度,从过去的24小时缩短到了0.67秒,几乎做到实时计算,极大地提高了销售额和市场份额。

大数据,成为农夫山泉大卖矿泉水背后的秘诀。


来源:贵阳大数据交易所

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

大数据投融资周报(4月5日——4月7日,共9起)
大数据投融资周报(4月5日——4月7日,共9起)
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云平台Experience Cloud
大数据周周看:今日头条近10亿美元融资入账,Adobe推出体验云...
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑者获资本青睐
【独家首发】数之联完成A轮数千万元融资,大数据分析挖掘领跑...

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/28-2]

大咖周语录

More>

[2016/11/29-6]

大数据周聘汇

More>

[2016/12/06-13]

每周一本书

More>

返回顶部