实例探究.

我们的案例数据库覆盖了全球物联网生态系统中的 19,090 家解决方案供应商。
您可以通过筛选条件进行快速浏览。

筛选条件
  • (5,807)
    • (2,609)
    • (1,767)
    • (765)
    • (625)
    • (301)
    • (237)
    • (163)
    • (155)
    • (101)
    • (94)
    • (87)
    • (49)
    • (28)
    • (14)
    • (2)
    • 查看全部
  • (5,166)
    • (2,533)
    • (1,338)
    • (761)
    • (490)
    • (437)
    • (345)
    • (86)
    • (1)
    • 查看全部
  • (4,457)
    • (1,809)
    • (1,307)
    • (480)
    • (428)
    • (424)
    • (361)
    • (272)
    • (211)
    • (199)
    • (195)
    • (41)
    • (8)
    • (8)
    • (5)
    • (1)
    • 查看全部
  • (4,164)
    • (2,055)
    • (1,256)
    • (926)
    • (169)
    • (9)
    • 查看全部
  • (2,495)
    • (1,263)
    • (472)
    • (342)
    • (227)
    • (181)
    • (150)
    • (142)
    • (140)
    • (129)
    • (99)
    • 查看全部
  • 查看全部 15 技术
  • (1,744)
  • (1,638)
  • (1,622)
  • (1,463)
  • (1,443)
  • (1,412)
  • (1,316)
  • (1,178)
  • (1,061)
  • (1,023)
  • (838)
  • (815)
  • (799)
  • (721)
  • (633)
  • (607)
  • (600)
  • (552)
  • (507)
  • (443)
  • (383)
  • (351)
  • (316)
  • (306)
  • (299)
  • (265)
  • (237)
  • (193)
  • (193)
  • (184)
  • (168)
  • (165)
  • (127)
  • (117)
  • (116)
  • (81)
  • (80)
  • (64)
  • (58)
  • (56)
  • (23)
  • (9)
  • 查看全部 42 行业
  • (5,826)
  • (4,167)
  • (3,100)
  • (2,784)
  • (2,671)
  • (1,598)
  • (1,477)
  • (1,301)
  • (1,024)
  • (970)
  • (804)
  • (253)
  • (203)
  • 查看全部 13 功能区
  • (2,573)
  • (2,489)
  • (1,873)
  • (1,561)
  • (1,553)
  • (1,531)
  • (1,128)
  • (1,029)
  • (910)
  • (696)
  • (647)
  • (624)
  • (610)
  • (537)
  • (521)
  • (515)
  • (493)
  • (425)
  • (405)
  • (365)
  • (351)
  • (348)
  • (345)
  • (317)
  • (313)
  • (293)
  • (272)
  • (244)
  • (241)
  • (238)
  • (237)
  • (217)
  • (214)
  • (211)
  • (207)
  • (207)
  • (202)
  • (191)
  • (188)
  • (182)
  • (181)
  • (175)
  • (160)
  • (156)
  • (144)
  • (143)
  • (142)
  • (142)
  • (141)
  • (138)
  • (120)
  • (119)
  • (118)
  • (116)
  • (114)
  • (108)
  • (107)
  • (99)
  • (97)
  • (96)
  • (96)
  • (90)
  • (88)
  • (87)
  • (85)
  • (83)
  • (82)
  • (81)
  • (80)
  • (73)
  • (67)
  • (66)
  • (64)
  • (61)
  • (61)
  • (59)
  • (59)
  • (59)
  • (57)
  • (53)
  • (53)
  • (50)
  • (49)
  • (48)
  • (44)
  • (39)
  • (36)
  • (36)
  • (35)
  • (32)
  • (31)
  • (30)
  • (29)
  • (27)
  • (27)
  • (26)
  • (26)
  • (26)
  • (22)
  • (22)
  • (21)
  • (19)
  • (19)
  • (19)
  • (18)
  • (17)
  • (17)
  • (16)
  • (14)
  • (13)
  • (13)
  • (12)
  • (11)
  • (11)
  • (11)
  • (9)
  • (7)
  • (6)
  • (5)
  • (4)
  • (4)
  • (3)
  • (2)
  • (2)
  • (2)
  • (2)
  • (1)
  • 查看全部 127 用例
  • (10,416)
  • (3,525)
  • (3,404)
  • (2,998)
  • (2,615)
  • (1,261)
  • (932)
  • (347)
  • (10)
  • 查看全部 9 服务
  • (507)
  • (432)
  • (382)
  • (304)
  • (246)
  • (143)
  • (116)
  • (112)
  • (106)
  • (87)
  • (85)
  • (78)
  • (75)
  • (73)
  • (72)
  • (69)
  • (69)
  • (67)
  • (65)
  • (65)
  • (64)
  • (62)
  • (58)
  • (55)
  • (54)
  • (54)
  • (53)
  • (53)
  • (52)
  • (52)
  • (51)
  • (50)
  • (50)
  • (49)
  • (47)
  • (46)
  • (43)
  • (43)
  • (42)
  • (37)
  • (35)
  • (32)
  • (31)
  • (31)
  • (30)
  • (30)
  • (28)
  • (28)
  • (27)
  • (24)
  • (24)
  • (23)
  • (23)
  • (22)
  • (22)
  • (21)
  • (20)
  • (20)
  • (19)
  • (19)
  • (19)
  • (19)
  • (18)
  • (18)
  • (18)
  • (18)
  • (17)
  • (17)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (15)
  • (15)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (10)
  • (10)
  • (10)
  • (10)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (7)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (6)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (5)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (4)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (3)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (2)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • 查看全部 737 供应商
Selected Filters
19,090 实例探究
OptimizeFT 通过 MoEngage 增强客户旅程并促进触发活动
OptimizeFT 是一家总部位于加利福尼亚州的数字银行软件公司,其用于协调与 Airship 和 Twilio 等第三方供应商通信的内置系统面临着挑战。该系统的集成与其核心平台的开发进度紧密相关,这意味着任何更改都需要等待标准平台部署。事实证明,这个过程既麻烦又低效。 OptimizeFT 的业务目标包括为大型和小型组织提供经济高效的解决方案,同时不影响关键功能,分析、监控和优化用户偏好,发送实时更新以增强用户体验,以及最大限度地减少集成中涉及的操作麻烦和客户互动。
Airtel Xstream 的增长战略:利用 MoEngage 增强用户参与度和保留率
Airtel Xstream 是一个视频流平台,面临着提高移动平台上的用户参与度和保留率的挑战。该平台提供 350 多个直播电视频道、10000 多个电影、100 多个电视节目、原创作品等,致力于彻底改变移动娱乐流媒体格局。然而,COVID-19 大流行极大地改变了用户内容消费模式。 Airtel Xstream 的增长和内容团队的任务是提高 Android 和 iOS 移动应用程序的参与度,同时留住新获得的用户。他们的主要关注点是增加内容消费,通过“流媒体时间”和“每个订阅者的流媒体时间”指标来衡量。此外,他们的目标是提高 N 天保留指标,该指标跟踪在一段时间内打开 Xstream 移动应用程序并至少观看一次视频内容的用户数量。
Mashreq Neo 通过全渠道方法增强借记卡激活和客户体验
Mashreq Neo 是阿联酋表现最好的银行之一 Mashreq 推出的数字银行应用程序,在将其移动应用程序集成到更大的全渠道客户体验中面临着重大挑战。该应用程序最初被认为只是与客户互动的另一个接触点,从而导致了一种孤立的方法,跨渠道和服务的客户数据单独存储,不会流入集中式平台。这导致入职阶段的流失率很高,而借记卡支出、工资快速汇款和国际转账以及银行的忠诚度计划 Salaam 积分等关键功能的采用率很低。目标是通过提供统一通信来简化应用程序的采用来增加客户入职,通过推动日常应用程序交易来提高借记卡的采用和支出,并通过推动借记卡和快速汇款的使用来提高忠诚度计划的消费。
通过 MoEngage Analytics,Future Group 的钱包应用程序 Future Pay 将活跃用户群增加了 20%
Future Group 的一款钱包应用程序 Future Pay 在跟踪用户与主屏幕上的促销横幅的互动方面面临着挑战。这些横幅将用户重定向到选定的品牌页面,是其营销策略的关键部分。然而,Future Pay 产品团队无法跟踪这些横幅的点击次数或衡量登陆这些品牌页面的用户的转化率。由于缺乏可见性,很难评估其营销工作的有效性并优化其参与策略。该团队希望了解用户行为以及这些横幅的流失情况,希望这能帮助他们提供更加个性化的参与度并提高流量和转化率。解决方案的标准是帮助团队了解用户行为以及这些横幅的流失情况。
Vedantu 以洞察力为主导的参与策略将营收增长了 65%
Vedantu 是一家位于班加罗尔的辅导平台,在保留和吸引学生群体方面面临着重大挑战。尽管该公司的网站和应用程序上有大约 230 万注册学生,但该公司仍在努力让学生参与并完成教程。大约 90% 的学生要么将教程添加到购物车但没有完成交易,要么注册教程但没有开始或完成教程,要么完成教程但由于没有后续参与而放弃。主要障碍是数据丰富方面的差距,因为缺少用户行为和应用程序活动的数据,以及缺少现有活动的源媒体和渠道的数据。
即:优先考虑创新安全合作伙伴关系以实现快速增长
Signal Sciences
也就是说,云优先的一体化人力资源平台正在经历快速增长,这需要优先考虑其网络防御。随着 Namely 客户群的扩大,其管理网络防御的责任也随之增加,包括检测、预防和响应。在快节奏的敏捷开发环境中,安全领导者 Daniel Leslie 的任务是从头开始构建安全和 IT。他在传统 Web 应用程序防火墙 (WAF) 方面拥有丰富经验,正在寻求管理网站防御的创新方法。他对解决方案的核心标准包括技术一致性、易用性、一流的安全功能和总拥有成本。
Prezi:通过电源规则增强基于云的平台安全性
Signal Sciences
Prezi是一个拥有超过1亿用户的基于云的演示平台,由于其快速增长而面临着巨大的挑战。该公司正在寻求用新的 Web 应用程序防火墙 (WAF) 取代现有的劳动密集型工具,为其 Web 应用程序提供自动化、准确的保护。在此之前,Prezi使用了开源的IDS/IPS解决方案。作为一个基于云的平台,Prezi 的主要目标是拥有具有企业级检测和反应功能的 WAF。他们需要一种解决方案,能够自动、可靠地检测网络流量的攻击模式,而不会产生噪音(数百条通知来匹配 RegEX 签名),并提供集成以获得高级见解。
Sauce Labs 利用 IoT 增强 Web 应用程序安全性
Signal Sciences
Sauce Labs 是一家领先的 Web 和移动应用程序持续测试云提供商,在保护分布在具有不同应用程序堆栈的混合云环境中的 Web 应用程序方面面临着重大挑战。该公司连续四年入选德勤科技高成长 500 强名单,帮助企业确保其移动应用程序和网站在每种设备、操作系统和浏览器上完美运行。然而,该公司正在努力应对潜在的攻击媒介,包括点击欺诈和滥用其免费试用虚拟机产品。产品安全高级总监 John Kennedy 热衷于寻找一种能够针对这些威胁提供强大防御的解决方案。
Datadog:利用信号科学增强安全性和性能
Signal Sciences
Datadog 是一种针对云应用程序的监控和安全平台服务,在不断发展的过程中面临着重大挑战。该公司自主开发的应用程序安全工具的可扩展性不足以支持其快速扩大的客户群。该组织需要采用 Web 应用程序防火墙 (WAF),但它有特定的要求。 WAF 需要在现代云架构中提供灵活性,支持 CI/CD 管道中的快速代码更改和部署,而无需进行大量调整,并且不会消耗安全、SRE 和开发团队之间不必要的资源。我们面临的挑战是找到一种解决方案,既能满足这些要求,又能跟上 Datadog 的增长步伐。
确保快速增长:Glossier 使用物联网增强安全性
Signal Sciences
Glossier 是一个快速发展的美容电子商务品牌,面临着保护其网站以及不断增加的用户数据免遭应用程序攻击和帐户接管的挑战。作为一个电子商务网站,Glossier 需要清楚地了解网站流量模式,包括正在发生的任何攻击和异常情况。然而,由于没有专门的安全团队,该公司很难为其团队提供必要的工具来帮助他们实时了解和响应这些安全问题。
为获胜集团扩展安全性和可见性:物联网案例研究
Signal Sciences
韦立集团 (Winning Group) 是一家成长中的澳大利亚家电零售商,在扩展其安全性和可见性以适应电子商务销售的增长方面面临着重大挑战。该公司经营多个网络资产,并计划未来的扩张和增长,包括并购活动。这促使需要加强应用程序层的整体安全态势,以保护面向客户的 Web 应用程序、支付网关、客户门户和 API。在实施 Signal Sciences 之前,Winning Group 使用了各种方法来保护其 Web 应用程序,包括最大限度地利用 CDN、防火墙和编码方法的最佳实践。然而,他们面临着实时可见性、由于缺乏自动化而增加的工时以及 CDN 提供商的客户体验和服务不令人满意等问题。
Fastly + Betterment:在 Betterment 的 CI/CD 管道中自动扩展生产应用程序安全性
Signal Sciences
Betterment 是一家在线财务顾问,管理着超过 140 亿美元的资产,拥有超过 380,000 名客户的用户群,需要一种解决方案来保护客户 PII 和金融资产。该公司每天通过其持续集成和部署 (CI/CD) 管道启动大量 Web 服务器,因此了解其用户帐户是否、何时以及如何受到攻击至关重要。 Betterment 的工程和安全团队最关心的是信噪比。他们需要一个 Web 应用程序防火墙 (WAF),能够自动扩展并准确阻止攻击,而无需增加支持呼叫量或为团队增加更多工作。该解决方案还需要能够阻止攻击,而不需要持续的签名调整或影响性能。
Duo 通过信号科学增强安全可见性和性能
Signal Sciences
Duo 是一家领先的身份验证平台,正在寻找一种解决方案,能够为其平台和网站提供应用程序安全可见性,而不会引入额外的安全或运营风险。该公司的平台每周在全球支持数十亿个身份验证请求,对于 Duo 的安全团队来说,监控和保护这些流量而不会对用户体验产生负面影响或引入额外的安全风险至关重要。他们之前使用硬件和云 Web 应用程序防火墙 (WAF) 的经验导致了单点故障和管理流量的困难,从而促使需要一种替代方法。
OFX 国际电汇业务的微服务和 API 安全增强
Signal Sciences
OFX 是一家位于澳大利亚悉尼的国际金融转账平台,每年通过其网络应用程序处理超过 220 亿美元的资金。最近迁移到云后,OFX 寻求在其云优先微服务基础设施中提高可见性并防范开放 Web 应用程序安全项目 (OWASP) 攻击和身份验证滥用。合作伙伴通过与 OFX 网络内的微服务通信的 API 与 OFX 平台进行交互。数字安全主管 Richard Lane 的任务是建立安全计划和团队。他的目标是确保他们的微服务不会隐式信任他人,并寻求一种能够提供可见性的产品。他想要一种易于安装、使用并有效自动阻止恶意流量(包括登录)的解决方案,而不会导致生产事故。
Shinola 通过信号科学增强快速零售开发运营的安全可见性
Signal Sciences
Shinola 是一家致力于生产高品质、美国制造的产品的公司,运营着一个电子商务网站,在销售旺季期间流量较高。他们希望提高对应用层攻击和异常的安全意识。该公司需要一种 Web 应用程序安全技术,既可以提高可见性,又不会破坏在快节奏的零售市场中保持领先地位所需的快速部署模型。他们需要改进安全状况,同时使整个企业的安全共同责任民主化。 Shinola 的 DevOps 团队希望主动分发安全数据,以增强其整体安全运营。他们需要一种 Web 应用程序安全技术,能够降低效率,同时确保所有应用程序的安全性。
BloomNation:利用信号科学增强网站安全性和性能
Signal Sciences
BloomNation 是一家在线零售商,从美国 5,000 个城镇的当地花店提供鲜花,该公司在 2019 年底面临着重大挑战。该公司在被列入“洛杉矶内置 50 家最佳小型工作场所”名单后,其全国形象得到了提升列表,不幸的是,该列表吸引了更大规模的恶意行为者访问其网站。 BloomNation 正在经历大量滥用攻击流量,包括 DDOS、SQLi、XSS 和撞库,这些攻击来自试图扫描其 Web 应用程序的恶意行为者。这种情况对组织产生了重大影响,工程师将时间从构建和部署产品功能转移到手动研究和阻止 IP 地址以保持网站正常运行。流量的涌入也对客户体验产生了负面影响,页面加载时间减慢,并且随着攻击请求越来越多地攻击其服务器实例,网站崩溃。
Vimeo:增强安全性并扩展攻击检测,产生立竿见影的效果
Signal Sciences
Vimeo 是全球领先的专业视频平台,在维护其快速扩大的用户群(全球超过 1.5 亿用户)的安全方面面临着重大挑战。该公司的快速增长和最近的收购需要强大的应用程序安全计划来防止 XSS、SQLi、API 滥用和帐户接管等流行攻击。此外,Vimeo 需要一种能够与其新建的 AWS 基础设施无缝集成且无需大量工具和维护的解决方案。该公司还寻求将所有需求整合到一个供应商下,以便于多个团队使用。缺乏对生产流量和新的并购活动的可见性进一步凸显了攻击检测现代化的必要性。
Investing.com 利用信号科学来阻止数据抓取机器人
Signal Sciences
全球金融门户网站和互联网品牌 Investing.com 正在应对一项重大挑战。该公司提供有关全球金融市场的新闻、分析、流媒体报价、图表、技术数据和金融工具,但面临着数据抓取机器人的大规模攻击。这些恶意行为者正在部署机器人和抓取工具来获取 Investing.com 向金融交易所付费发布的数据。该公司每周要处理 30-4000 万个需要停止的内容抓取请求。作为一家广告支持的企业,这些数据被盗不仅会破坏安全,而且还会造成重大的财务损失。
用信号科学捍卫 Remitly 的数字交易
Signal Sciences
Remitly 是美国最大的独立数字汇款公司,面临着保护其专有的全球转账网络的挑战。该公司需要一种能够满足 PCI 要求并通过其移动应用程序保护客户敏感交易的技术。 Remitly 处理不规则的流量模式,这构成了重大挑战。例如,他们曾经观察到账户转账的激增全部发生在南美洲太平洋海岸线的一个小网络段上。该公司必须实时确定该流量是否表明存在攻击或有效请求。允许流量存在恶意交易的风险,要求 Remitly 偿还欺诈性转账的费用。传统的 Web 应用程序防火墙 (WAF) 无法区分此流量,如果客户选择将 IP 列入黑名单,他们会感到沮丧。
Maritz 通过下一代 WAF 增强安全性和合规性
Signal Sciences
Maritz 是一家为财富 500 强公司提供一系列服务的控股公司,在增强其安全状况以支持 PCI DSS 要求 6.6 方面面临着重大挑战。其多个业务部门接受信用卡信息,因此需要就 PCI DSS 合规性进行年度报告。该公司决定实施 Web 应用程序防火墙作为其 PCI 环境的附加安全层。然而,由于拥有众多的业务部门、应用程序和多样化的技术堆栈,Maritz 需要一种可以跨所有当前和未来的托管环境(无论是物理还是虚拟、本地还是云)部署的单一产品。该公司还寻求一种易于使用、具有自动阻止和简单部署的解决方案,以取代之前需要大量手动操作的开源解决方案。
Chef:快速拥抱 DevOps 和安全性
Signal Sciences
Chef 是一家领先的工程集团,需要一种安全解决方案来跟上其快速发展的 DevOps 实践和业务需求。该公司的工程和运营团队正在寻求一种方法来增强对其应用程序中不断变化的漏洞和攻击向量的可见性。面临的挑战是找到一种安全解决方案,使他们能够以与处理操作问题相同的方式识别和解决安全问题,而不会对性能造成任何负面影响。
人工智能驱动的招聘促进了专着的人才储备
Monograph 是一家总部位于旧金山的生产力软件公司,在扩大团队方面面临着重大挑战。尽管拥有大量潜在员工,该公司仍在努力寻找适合其独特文化的候选人。该公司为建筑、景观和设计公司创建直观的工具来自动化实践操作,对寻找高技能和多样化的工程人才特别感兴趣。持续的大流行进一步加剧了这一挑战,这使得 Monograph 很难独立增加合适候选人的数量。
UiPath 利用八倍的人工智能解决方案提高招聘效率
UiPath 是一家领先的机器人流程自动化 (RPA) 供应商,由于规模迅速扩大,在管理招聘流程方面面临着挑战。该公司每天收到 1,000 多份入站申请,需要一个能够处理这一数量的解决方案,同时又不影响每位候选人的个人风格。此外,UiPath 正在迁移到新的申请人跟踪系统 (ATS),此举对候选人体验构成了潜在风险。该公司需要一种解决方案,可以作为所有候选人的中央数据库,并确保 ATS 提供商之间的平稳过渡,而不会中断候选人的沟通和培养活动。
人工智能驱动的人才获取增强多样性和效率:案例研究
在竞争激烈的消费品包装行业中,一家财富 500 强公司在人才招聘过程中面临着重大挑战。该公司是一家跨国领先企业,拥有 20,000 多名员工和多个办事处,正在努力实现提高员工队伍多样性的企业目标。尽管该公司对所招聘人才的质量感到满意,但仍希望提高吸引顶尖人才的整体效率。人才招聘团队面临着压力,不仅要提高应聘者的质量,还要提高应聘者的多样性。然而,该公司没有解决方案来实现这些目标,而这些目标是其公司政策的重中之重。
Nutanix 大学招聘通过八倍平台实现招聘转型
Nutanix 是一家领先的企业云平台提供商,其大学招聘策略面临着重大挑战。随着公司的扩张,它每年需要从更广泛的学校吸引更多的人才,同时还要与知名消费品牌争夺顶尖候选人。然而,他们现有的方法并没有产生预期的结果。大学招聘团队依靠电子表格来管理和组织候选人,事实证明效率很低。他们需要更有效的方式来与候选人互动并保持他们的兴趣。我们面临的挑战是找到一种解决方案,可以简化招聘流程,提高与候选人的互动,并支持公司对多元化和包容性的关注。
亚航利用人工智能驱动的人才情报平台简化招聘流程
亚洲航空是一家发展迅速的航空公司,其招聘流程面临巨大挑战。公司的快速扩张导致航班运营、企业职能和技术相关岗位等各个方面的新员工数量激增。仅在 2019 年,亚洲航空就新增了 6,000 多名员工。该公司正在努力筛选大量简历、评估候选人的资格并将其与空缺职位进行匹配。这个过程非常耗时,给招聘团队带来了沉重的负担。此外,该公司还要应对在不同国家招聘人员和招聘各种职位的复杂性,这些职位的申请方式和收到的申请数量各不相同。
Fivefold 的人才情报平台增强了 NextRoll 的多元化招聘目标
NextRoll 是将技术应用于营销的先驱,由于竞争激烈的招聘市场,该公司在人才招聘以及多样性和包容性目标方面面临挑战。该公司用于跟踪招聘多样性的传统工具通常不准确,因此很难衡量其多样性和包容性目标的进展情况。该公司与旧金山湾区的其他高科技公司争夺人才,需要一种更有效的方式来填补空缺职位并实现已公布的多样性和包容性目标。他们现有的 Greenhouse 申请人跟踪系统 (ATS) 拥有超过 100,000 份简历,但他们需要一种更有效的方法来识别代表性不足类别的候选人并跟踪他们在招聘过程中的进展。
Aijob 利用八倍® 援助挪威减少失业率
挪威正在努力应对降低福利制度成本的挑战,该制度每年为超过 10 万公民带来数十亿克朗的福利。该国还在努力提高人们重返劳动力市场的效率。许多求职者,尤其是那些长期失业的人,很难将自己的技能与不断变化的就业市场需求相匹配。这些人往往发现很难弥补自己的技能和现代工作场所的需求之间的差距。传统的简历处理方法在将这些人与合适的工作进行匹配方面速度慢且效率低,这阻碍了失业者寻找新工作的积极性。
Eightfold 利用 AI 消除招聘偏见并增强多样性
招聘偏见是许多组织中普遍存在的问题,当雇佣决策受到个人特征而不是工作绩效能力的影响时,就会出现这种情况。这种偏见可能基于多种因素,包括年龄、性别、种族或教育程度。即使是善意的决定也可能使偏见长期存在。例如,经理可能更喜欢从母校招聘人才,从而无意中延续了大学的招生偏见并歧视具有不同教育背景的个人。有些偏见可能是无意识的,例如经理偏爱男性候选人,却没有意识到他们的偏好。这种情况对旨在促进员工队伍多元化和包容性的公司提出了重大挑战。
利用人工智能彻底改变人才招聘:Automation Anywhere 案例研究
Automation Anywhere 是机器人流程自动化 (RPA) 领域的全球领导者,在人才招聘过程中面临着重大挑战。由于 RPA 行业的快速增长,该公司正在经历招聘热潮。然而,现有的招聘流程效率低下,无法满足需求。该公司需要雇用更多人员并加快速度。此外,他们希望增加员工的多样性并提高人才招聘团队的效率。一个重大挑战是无法有效利用其申请人跟踪系统 (ATS),该系统包含约 200,000 条过去申请人的记录。该公司缺乏一种有效的方法来搜索这些过去的求职者,寻找新职位的潜在匹配者。此外,每次提交申请后记录都没有更新,导致信息过时。

联系我们

欢迎与我们交流!

* Required
* Required
* Required
* Invalid email address
提交此表单,即表示您同意 IoT ONE 可以与您联系并分享洞察和营销信息。
不,谢谢,我不想收到来自 IoT ONE 的任何营销电子邮件。
提交

Thank you for your message!
We will contact you soon.