互联网科技行业：小米科技
业务发展迅速，亟需数字化实现整体重构。
在2010年就以互联网产品开发思维为主，以新零售实现手机产品和互联网服务全域营销的新科技公司，并成功跻身世界五百强。
但是，小米在高速发展的同时，企业内部自身业务上也面临着一些痛点：
首先，企业迅猛发展，多业态信息化分散建设，企业核心运营能力急需统一化平台整合和重构；其次，日渐复杂的创新生态发展，要求企业迅速提升跨职能的协同；最后，多品牌及产品运营的研发周期、产品交付、服务周期要求小米对生态级的供应链协同做深入的变革。
因此，小米选择了数字化产品与服务。具体来说，基于ERP 从财务、计划、采购、销售、供应链和HR等关键管理维度，助力小米建成了数字化管理平台，可以加强对公司的生产经营管控、企业运营决策的管理能力，并打造了业财一体化稳态平台，实现对供应链、费控和人员绩效的管理等，从而降低了公司运营成本，提升了管理效率，提升了对关键流程分析与风险识别的能力，全面防范风险。
制造行业：安徽合力
产业转型升级在前，需要全球一体化运营。
众所周知，我国制造业规模庞大、体系完备，但大而不强问题突出。尤其是传统制造业，自主创新能力不强，生产管理效率较低。
安徽合力，是中国工业车辆行业领军企业，产品有电动平衡重式叉车、仓储式叉车、内燃平衡重式叉车、正面吊等港口车辆、牵引车、装载机等工业车辆，解决方案包括智能物流系统、工业车辆车联网系统等。
尽管其在2006年已经进入世界工业车辆行业十强，但随着市场的变化，安徽合力也面临着发展痛点：缺乏对产品全生命周期的有效管理，缺乏供应链计划和生产执行的智能化和可视化，缺乏对供应链全局的整体协同管理，缺乏预防式维护能力来降低服务成本等一系列问题。
比如，落地集成产品研发设计管理 (IPD) 流程体系，构建了贯穿研产供销服的产品全生命周期管理平台；搭建了供应链、生产制造和运营管控平台；通过ERP VMS打造了覆盖所有销售网点的销售系统。
通过数字化管理，帮助合力细化了管理维度，D2O场景实现了产品维度信息与经营维度信息的融合，实现端到端信息的集成。同时，帮助企业建立了物料、客户、供应商等企业基础数据标准，规范了数据标准，统一了各部门及各业务板块的数据，搭建数据共享平台，实现了数据跨岗位、跨部门传输。
化工行业 ：中化能源
智能化HR平台，实现审批流程标准化。
中化能源股份有限公司，是中化集团五大事业部之一，业务包括勘探开发、石油贸易、石油炼化、石化仓储、油品销 售、石化销售、园区建设、能源科技等。
为了提升核心经营管理水平，面对内外环境的快速变化，提升员工体验，中化能源决定重新构建其人力资源系统。而且，原有的系统功能及性能不能支持管理要求落地，难以满足业务发展需要。因此，中化能源于2019年启动中化能源人力资源信息系统项目，涉及中化能源本部、8大业务板块，海外涉及新加坡石油等总共近45家单位。
搭建了一个数字化人力资源管理平台，是一个全级次全员覆盖的数字化平台，实现线上审批流程的标准化，让人事管理更便捷、员工日常工作更轻松、管理审批更省心、数据分析更方便。
在业务规范上，统一规范中化能源人力资源管理业务流程，包括加油站奖金核算、薪酬标准化等 ；
在数据体系上，建立了一套标准规范的数据编码体系，作为唯一的人力资源数据基础，从而提高了人力资源管理报表的实时性，提高了数据的准确性；
在用户体验上，员工可以在任意设备上随时访问平台，掌握所需信息，按需完成任务，平衡了综合绩效与灵活绩效。
泛零售行业：五粮液
数据驱动业务，从粗放化管理到全渠道精细化运营。
近年来，我国白酒行业经历了深度调整。面临白酒市场变化和互联网的挑战，五粮液提出了“百城千县万店”的营销发展目标，准备启动了营销体系改革。
但是，五粮液看到自身缺乏数字化平台支撑，且管理粗放化，数据缺失，管理难以有效延伸到高端会员运营和消费者运营层面。同时，企业内部的整体数据存在着未知、失真、滞后、衰减广泛存在，信息孤岛现象严重。这些在客观上，对于五粮液业务的中长期发展形成了一定的制约和风险。
另一方面，要发展数字化营销还需要合法、合规、合准测的业财一体化管理和快速的供应链响应，但是当时五粮液的流程和数据都达不到。
五粮液选择打造了端到端业务中轴线，以数据驱动业务协同、管理决策和创新。在业务层，与上边的诸多案例一样，实现供应链一体化、业务财务一体化、质量管控一体化、目标决策一体化。
具体到营销上，首先是对于消费者体验，强化订单业务和渠道管理，价格规范化管理，实现全程一瓶一码追溯，提质量管控，从传统渠道粗放化管理转型成为全渠道精细化运营。在未来，还将建设会员中心、新零售门店体验、精准营销等。
其次，商业智能与数据创新平台，与业务系统集成，从而打造五粮液指挥中心、数字化董事会，可以实时掌控业务进展。
最后，在营销费用上，通过“三算合一”闭环式管理，对营销费用从预算、活动申请、活动执行、费用核销的流程化进行管控，数据透明化并深度分析。
