第565章 数据模型
“刘总，这酒的酿造时间很长，至少也得一年多时间，才能酿造完成，村里人都是自己酿些来喝，没人靠这个赚钱。”
刘小光点头。
知酒客之前曾在华夏国范围内，寻找那些不为人知的好酒，发掘了像老酒坊，绿蚁酒等拼品牌。
这些白酒，现在已经成为华夏国的知名白酒品牌。
但是，华夏国地大物博，幅员辽阔，知酒客虽然进行了寻找，但是根本不可能把华夏国的好酒全部搜罗出来。
就这杏花酿，味道非常独特，但是却没有成立品牌，只是村民自己酿着喝，知酒客根本不可能发现这样的好酒。
“孙园长，不知道你有没有合作酿酒的想法？”刘小光问孙胜东。
孙胜东很惊讶，“啊，刘总，你还做酒厂的生意？”
“嗯，”刘小光点头。
“刘总的生意做的好大！”孙胜东想了想，“刘总，杏花酿的酿造工艺复杂，我不知道能不能大规模生产。”
刘小光又递了杨乐平的名片过去，“你要是想合作，可以联系他。”
孙胜东把杨乐平的名片收起来。
午饭之后，刘小光动身离开。
临走的时候，跟孙胜东要了一瓶杏花酿。
孙胜东把刘小光一直送到村口。
刘小光这次来杏花村，不但帮他卖出去十万斤的红杏，还敲定了两个合作的项目。
对杏花村来说，刘小光真的是贵人！
晚饭的时候，刘小光把杨乐平叫来。
“不容易啊，光哥竟然主动叫我来吃饭！”杨乐平乐呵呵的走进刘小光家院子。
“你小子哪那么多废话！”刘小光笑骂道。
这家伙简直把这里当成自己家，有事没事的往这跑，还用刘小光叫他来吃饭？
刘铁柱，刘小光和杨乐平在石桌旁坐下。
何桂枝把晚饭端上桌。
“这次叫你来，是有好东西给你！”
刘小光把杏花酿打开，酒香从酒瓶里飘出！
“好酒啊！”刘铁柱眼睛亮了起来。
杨乐平也来了兴趣，“光哥，这是什么酒，香味很特殊啊！”
“这是我从杏花村带回来的，杏花酿，给你们两个尝尝！”刘小光把酒倒进两个杯子，分别递给刘铁柱和杨乐平。
“杏花酿？”刘铁柱端起杯子闻了一下，“怪不得有这么浓郁的花香！”
“这牌子我怎么没听过？”杨乐平问刘小光。
作为白酒从业者，杨乐平现在是白酒方面的专家。对华
夏国的白酒品牌，非常了解。
在他的印象里，可没有杏花酿这个品牌。
“杏花酿还没有注册品牌，是杏花村的村民根据古法自己酿的酒。你们两个尝尝这酒的味道如何。”
刘铁柱和杨乐平端起酒杯，尝了一口。
“这酒的味道很独特啊！”刘铁柱咂了咂嘴，“好喝！”
“嘿嘿，好喝是好喝，但是酒精度数有点低啊，不合我的胃口。”杨乐平的酒量大，喜欢喝烈酒。
杏花酿是古法酿造，再加上杏花村没有专业的酿酒设备，所以纯化能力有限。
所以杏花酿的酒精度数不高，估计也就十几度左右。
说是白酒，其实更像是果酒。
“我把你的名片留给孙胜东了，我想咱们可以跟杏花村合作，共同生产杏花酿。”刘小光对杨乐平说。
“光哥真够意思，出门工作还不忘帮我们老龙湖酒厂拉生意。这酒的味道不错，虽然不对我的胃口，但是现在的年轻人，都喜欢这这种饮料口味的酒，杏花酿肯定会受欢迎。”
杨乐平对杏花酿很有信心。
正说着话，杨乐平的电话响了起来。
杨乐平拿起电话，是个陌生的号码。
“哎，你好！”
“您好，请问是杨总吗？”电话那边传来一个外地口音的声音。
“啊，我是，你是哪位？”
“哦，我是杏花村的孙胜东！”
对方自报家门，杨乐平笑了起来，“是孙园长啊！”
“啊，是这样的，刘总让我联系您，商量办酒厂的事情。”
“哦，你已经考虑好了？那这样吧，明天我去杏花村一趟，咱们两个面谈！”
“好，好，谢谢杨总！”
挂了电话，杨乐平笑着跟刘小光说，“这说曹操曹操就到，孙胜东给我打电话了。”
刘小光点头，“好，那你明天就辛苦一下，酒厂建立，资金由咱们来出，他们负责提供技术和原料，可以给杏花村的村民股份，至于具体的金额，你看着办。”
“我知道了，光哥。”杨乐平点头答应。
老龙湖酒厂的原则，向来是造福一方百姓。
不管在哪里办厂，老龙湖酒厂都会给当地村民带来实惠。
造福于民。
——————
龙湖电商。
云计算中心。
钱玄志建立的数字模型正在运转。
这是龙湖电商第一次使用云计算对商品的配送，进行处理。
刘小光对云计算的运行能力，也是非常关注。
这关系到龙湖电商未来的发展。
“情况怎么样？”刘小光问赵松。
赵松是龙湖电商的配送部门主管。
见刘小光向自己发问，赵松赶忙站直身体，“刘总，从昨天到现在，已经完成了差不多红丰杏的配送”。
“嗯，这速度还可以啊！”刘小光伸手拍了拍赵松的肩膀，“辛苦了！”
赵松的眼睛里，满是血丝，显然昨晚上睡的很晚。
“没事，刘总，不辛苦，这大数据还真是厉害，配送效率比之前，提升了很多。”赵松心悦诚服的说道。
原本他对钱玄志的云计算，嗤之以鼻，认为这东西太过玄乎。
没想到，这次使用的效果，却是出乎意料的好。
只用了不到一天一夜的时间，就完成了五万斤红丰杏的配送。
这个效率，比从前可是提高了不少。
“等数据模型建立起来之后，你们的工作就会轻松很多”。刘小光笑着说。
龙湖电商的云计算中心，刚开始运行，还处于数据模型建立的初期。
需要对数据进行收集。
等到数据模型建立完成，那么数据模型就可以根据每天都销售情况，进行合理的分配，选择最有效率的配送方式。