NACEX 依靠技术来提高对其加盟商和客户的服务质量。该公司希望提高扫描速度和他们可以记录的信息类型，以加快交付速度并改善客户服务。由于 NACEX 的最后一英里司机每月扫描超过 500 万条条码，超快扫描至关重要。他们还需要维护每次交付的交付记录证明。这包括拍摄包裹和收件人的签名，或扫描包裹。

Capitol Boiler Works 拥有超过 5,000 件资产，包括电话、计算机、打印机、电动工具和制冷剂，面临着如何减少设备丢失和被盗的挑战。他们需要一种有效的方法来提高可见性并管理库存和资产，以使员工对丢失的设备负责。

随着公司的成长，AtLink 面临的最大挑战是需要改进流程和程序以更有效地管理库存和资产。该公司需要一种经济高效的方法来准确跟踪用于提供无线互联网的设备。跟踪独特和行业特定设备的能力至关重要。

巨型挖掘机逐层切割土壤，传送带将材料带走。 K10000/K74矿机的控制舱距离挖掘机非常近，因此存在潜在爆炸直接危及操作人员生命健康的风险。将控制装置移动到采矿机内部和安全的备用位置，并使用摄像系统为操作员提供与原始机舱相同的视图。这种非标准要求对集成商来说是一个挑战。它必须在不影响采矿机功能或可能性的情况下发明一种独特的定制解决方案。

随着数据集变得越来越大，数据源越来越多样化，复杂性增加，工作流程变得更加耗时。 Demyst 客户需要帮助确定哪些外部数据属性在广阔的外部数据海洋中的营销、风险和投资组合管理用例中具有预测性。

挑战如下：传统 B2B 交易实践中的挑战验证交易对手的可信度方面的挑战实际和潜在收入的损失漫长而昂贵的争议解决B2B 供应商错失的销售机会和间接成本

Litium 是一家中型电子商务公司，需要一个能够提供速度、灵活性和可扩展性的 CDN 来支持其客户包。

loveholidays 面临网站性能缓慢和转化率低的挑战。

Edgemesh 是一家网络加速公司，需要提高客户网站的性能，以提供快速可靠的体验。

VTM 物联网 (IoT) 通信平台需要快速、安全和可靠，以满足其服务的关键任务行业的需求，包括内容流、水管理、能源和应急服务。为了安全可靠地提供端到端互连，加速向其客户提供的机器对机器 (M2M) 数据流量，该公司需要低延迟连接，而无需通过公共互联网。

Linktree 面临着 3 个月内数百万新用户的注册高峰，需要无缝扩展以支持流量的涌入。

Orange 的客户服务部门拥有一个数据科学团队，直到两年前，该团队主要为业务执行临时分析，并且在处理更复杂的基于机器学习的项目方面的能力有限。为了扩大团队规模并扩大范围，他们必须克服几个挑战：工具：只有了解该工具及其专有语言的人才可以处理数据，这将数据的使用限制在统计学家或数据科学家身上。即使在那时，数据也难以访问，使得项目难以启动。招聘： Orange 的数据团队正在努力招聘刚从大学毕业的有才华的数据科学家，他们有很多雄心壮志和创造性想法（他们正在寻求使他们的数据科学实践活跃起来的特质）。不幸的是，这主要是工具挑战的一个功能，因为年轻的数据科学家主要在寻找可以使用开源工具（例如 Python 或 R）的工作。

Ansaldo Energia 面临着资源规划系统中数据不准确的挑战，这对其供应链和制造流程产生了负面影响。他们需要一种方法来监控与数据质量和不准确信息的影响相关的关键绩效指标 (KPI)。

美国银行企业测试团队的主要目标之一是确保向所有监管机构通报任何适用的交易。鉴于 BoA 每分钟发生数百万笔交易，手动准备和清理这些用于 QA 的数据是一个极其缓慢的过程。直到交易发生两个月后，团队才可以放心，相关监管机构已收到通知。如果系统中出现任何问题并需要纠正，这种延迟的反应使美国银行很容易受到昂贵的监管罚款。

BT Group 必须使用 140 多个旧版 Excel 模型来遵守严格的报告规定，这需要庞大的团队，并且单次运行需要长达四个星期的时间。他们还面临变更控制、错误风险和知识管理方面的挑战。

迪拜国际机场需要客流预测工具来预测客流量的变化并相应地分配资源。

摩根大通需要加强对其活动项目的监督，并更好地了解日常任务。

毕马威需要简化流程、优化合规性并转变其职能以适应未来，以便为客户提供更好的服务。

面临的挑战是在包含 2400 万条记录的数据集中匹配信用卡和借记卡交易，而无需任何可用于匹配的标识符。

迈凯伦赛车面临着收集、处理一级方程式比赛周末生成的大量数据并采取行动的挑战。他们需要分析来自各种来源的数据，以做出数据驱动的决策并提高比赛表现。

法国分销链 Monoprix 希望通过利用数据来优化其促销活动。

NTUC Income 的精算团队每天都会大量处理数据，但他们面临着数据核对、数据手动定制以及缺乏审计跟踪和文档日志等方面的挑战。

由于数据源（包括地理上分布的工厂和各种数据库）的复杂性，西门子能源面临着重大的数据管理挑战。该组织花费了大量时间来整合数据，并且缺乏数据分析能力。

西门子在 85 个国家/地区开展业务，整合整个公司的财务数据既复杂又耗时。他们依靠电子表格进行数据集成和分析，这很容易出错并且需要手动更新。

飞行员需要有关目的地机场或机场的信息，这些信息是通过手动制作的图表传递的。创建这些图表的过程非常耗时并且容易出现人为错误。

West Marine 在管理和分析客户数据方面面临挑战。他们依赖第三方供应商和外部数据库，这些数据库成本高昂且不互连。他们希望收回对客户数据的控制权并充满信心地信任它。

该企业内部缺乏专业知识，需要帮助在其网络中部署分析以生成可操作的见解。实现用户的持续增长，并最大限度地减少因网络服务不佳而导致的客户流失。客户反馈分数提到糟糕的网络体验是客户流失和不满意的主要原因营销、销售和网络团队使用不同的数据集进行孤立的决策。缺乏技术专长来集成构建和管理与网络体验相关的大数据量的分析能力。

84.51° 的目标是在整个购买过程中为购物者创造更加个性化和有价值的体验，从最初的认知到激活、保留等。

Flexiti 是加拿大领先的先买后付提供商，希望帮助其风险和分析团队更快地获得更深入的数据可视性。

为了跟上 Cater Care 的快速变化和卓越的服务交付，该公司的内部支持团队（IT、质量、营销、人力资源）需要基于云的强大 ITSM 解决方案来简化流程并轻松协作。由于之前没有适当的 ITSM 解决方案来管理其 IT 服务交付，Cater Care 的 IT 团队支离破碎，难以随着公司的发展而扩展。 Cater Care 的人力资源团队也面临着类似的困难，没有适当的票务解决方案来实现流程自动化。