比如小王是酒保，小李是他的朋友。
这天小李来到酒吧时，小王看老板不在，就给小李倒上一杯没有算钱。甚至即使老板在，小王本来该给小李倒4两酒，结果倒了6两。
由于每一次交易的损失都非常小，不易察觉，因此在过去酒吧的老板必须盯紧一些，如果有事离开一些，只好认倒霉。
开过小餐馆的人都会有这样的经验，自己是否在店里看着，对营业额的影响特別大，因此做这种餐饮买卖的人特别辛苦，稍微不注意就开始亏损。
针对酒吧老板的这些麻烦，戴维设计了一套解决方案。
改造酒吧的酒架，装上可以测置重置的传感器，以及无源的射频识别芯片(RFID) 的读写器，然后再在每个酒瓶上贴上一个RFID的芯片。
这样，哪一瓶酒在什么时候被动过，倾倒了多少酒都会被记录下来，并且和每一笔交易匹配上。
酒吧的老板即使出门办事，也可以了解酒吧经营的每一个细节。
当然，戴维提供的服务如果只是停留在这个层面，那么更像是一个“万物联网”(Internet of Things，简称 loT)的应用，与我们所说的大数据其实关系并不大。
戴维对酒吧的改造带来了一个额外的好处，就是积累了不同酒吧比较长时间的经营数据。
在这些数据的基础上，他为酒吧的主人提供了一些简单的数据分析。我把他提供的服务概括为以下三个方面：
首先，分析每一家酒吧过去经营情况的统计数据，有助于酒吧主人全面了解经营情况。
在过去，像酒吧这样传统的行业，业主除了知道每月收入多少钱，主要几项开销是多少，其实对经营是缺乏全面了解的。
至于哪种酒卖得好，哪种卖得不好，什么时候卖得好，全凭经验和自己是否上心，没有什么分析。
戴维提供的数据分析让这些酒吧老板首先对自己的酒吧有了准确的了解。
其次，为每一家酒吧的异常情况提供预警。
比如戴维可以提示酒吧老板某一天该酒吧的经营情况和平时相比很反常，这样就可以引起酒吧老板的注意，找到原因。
在过去，发生这种异常情况时老板很难注意到，比如某个周五晚上的收入比前后几个周五晚上少了20%，老板们一般会认为是正常浮动，也无法去一一检查库存是否和销售对得上。
有了戴维提供的数据服务，这些问题都能及时被发现。
最后，综合各家酒吧数据的收集和分析，戴维会为酒吧老板们提供这个行业宏观的数据作为参考。
比如从春天到夏天，旧金山市酒吧营业额整体在上升，如果某个特定酒吧的销售额没有增长，那么说明它可能有问题。
再比如，戴维还可以提供不同酒的销售变化趋势，比如从春天到夏天，啤酒的销置上升比葡萄酒快，而烈酒的销售平缓等。
这些都能够帮助酒吧老板们改善经营。