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
Universal Analytics 中的跨设备测量功能使 Westwing 能够了解客户的购买路径
Westwing 是一家领先的国际家居和生活用品电子商务公司,在了解客户的跨设备使用模式和购买路径方面面临挑战。随着会员越来越多地寻求灵感并通过多种设备和平台(包括台式机、智能手机和平板电脑)购买产品,购买路径变得越来越复杂。Westwing 认识到需要清楚地了解跨设备使用习惯,以便制定有效的营销计划。该公司在 2012 年与 Google Analytics Premium 经销商 Trakken 合作推出业务并升级到 Google Analytics Premium 时开始使用 Google Analytics,这使他们能够提高非抽样数据的准确性,并利用尽可能最新的数据提高速度。
Wiggle 借助 Google Analytics Premium 实现快速、准确的报告
Wiggle 是英国排名第一的在线自行车商店,也是该国第五大最受欢迎的在线体育用品商店,它在汇总来自多个来源的数据和深入了解广告活动效果方面面临着挑战。该公司希望不断将网站访问者转化为客户,以保持和提高其竞争优势。促销是获得转化的首要影响因素,因此 Wiggle 的网站内容经理 Naveed Nasir 求助于 Google Analytics Premium 来完善这一在线创收关键领域的衡量标准。他的目标是衡量广告活动效果、分析广告活动中的电子商务数据并优化广告活动的美观性 - 所有这些都以最高效率完成。
Marketo 使用 Google Analytics 实现的转化率比传统展示再营销高出 10 倍
Marketo 是一家领先的营销自动化软件公司,它需要一个能够将外部数据与用户网站行为相结合的平台,从而提高营销的相关性。该公司的主要目标是在渠道的每个阶段重新吸引潜在客户,首先向他们介绍其产品,然后鼓励他们填写潜在客户表单。为了实现这些目标,同时全面了解其所有渠道和计划,Marketo 转向了 Google Analytics。挑战在于通过将 Marketo 的实时个性化产品获得的数据与在线再营销活动联系起来,提高客户参与度并产生更多转化。
Airbnb 使用 Google Tag Manager 将供应商数据收集率提高到 90%,并缩短了标签部署时间
Airbnb 是一家全球住宿信息市场,它在管理其复杂的标记系统方面面临挑战。该公司使用大量网站标记,包括其多个 AdWords 帐户中每个帐户的唯一标记,以及用于衡量不同类型转化的一系列供应商的附加标记。为了满足不同供应商的需求,许多标记必须复制多次。Airbnb 一度运行着 88 个不同的受众列表和 100 个不同的标记。该公司需要一个标记管理系统来防止运营和营销团队之间出现瓶颈。该公司尝试的第一个解决方案并不成功 — 它需要大量技术知识来实施标记,需要用于 QA 和报告的附加工具,而且成本太高。
Jobs2Careers 使用 Google Tag Manager 使转化率翻倍并提高工作流程效率
Jobs2Careers 是一家快速扩张的求职搜索引擎,其标签管理系统面临挑战。该公司使用 AdWords 广告系列吸引相关用户访问其网站,特别是针对 35 至 54 岁的求职者。但是,每当该公司想要用新的创意内容更新广告系列时,它都必须手动编辑标签。此过程需要营销和工程团队的协作支持,这通常会导致工作流程出现瓶颈,因为一个团队必须等待另一个团队完成其标签更新部分。该公司需要一个更好的标签管理解决方案来简化其效率并提高转化率。
借助 Google Analytics,Cancer.org 捐款增长 5.4%
美国癌症协会 (American Cancer Society) 是一家致力于抗击癌症的百年组织,它面临着一项挑战,即了解用户如何与其各种网站和移动应用互动。他们意识到,访问其数字平台的用户有着不同的需求和目标,但他们的数字营销团队很难将这些客户群体区分开来并帮助他们实现目标。此外,该协会希望解决其网站上 Google Analytics 实施方面的问题,监控其用户的行为随时间变化情况,并在确定所有群体后对其进行再营销。为了应对这些挑战,该协会向数字分析和营销公司 Search Discovery 求助。
Big Bang 在 Red Orbit 的帮助下销售额增长 274%
Big Bang 是斯洛文尼亚最大的消费电子产品零售商之一,在 2013 年进行了一次重大战略规划后,该公司决定将更多精力放在线上销售上。他们雄心勃勃的目标是到 2014 年底将线上收入提高 250%。为了实现这一目标,Big Bang 的团队需要更好地了解消费者决策历程 (CDJ),然后利用他们学到的知识来改善客户体验。他们需要找到客户历程中最重要的数字渠道和接触点,并衡量、分析和优化其线上和线下表现的每一步。
欧洲铁路公司将页面加载速度提高了 20%,消除了不一致并节省了精力
Rail Europe 是北美最大的欧洲铁路产品分销商,运营着多个面向美国、加拿大和拉丁美洲市场的 B2C 和 B2B 网站。该公司拥有多达 20 个域名,在管理所有这些网站上的标签时遇到了困难。由于需要公开大量自定义数据,因此这些标签的实施和维护是一个复杂的过程。Web 开发人员将宝贵的时间花在了重复的标记任务上,而没有将资源用于增强 Rail Europe 网站的功能。随着供应商和技术合作伙伴的不断变化,已经部署的标签经常会被遗忘在网站上,从而增加页面加载时间,并可能将专有性能数据暴露给第三方。在线营销团队完全依赖可用的 IT 人员来满足所有标签管理需求,导致新标签实施延迟,并且缺乏有价值的见解。
Smarter Travel Media 释放资源来应对新的高价值营销任务
Smarter Travel Media 是一家在线旅游品牌组合,在管理和组织再营销标签方面面临挑战。向网站添加新标签的任务是持续进行的,由开发团队负责。该过程是临时性的,需要大量资源,发布需要几天到几周的时间。该公司希望缩短周转时间,减轻开发人员的负担,并在不经过预定发布的情况下管理标签。他们需要一种更快、更简单的方法来向其组合添加标签。
奢侈品市场 1stdibs 借助 Google Analytics 360 达到新高度
1stdibs.com 是一家全球顶级家具、艺术品、复古时尚和珠宝交易平台,该公司希望通过在线将全球最优秀的经销商与眼光敏锐的买家联系起来,彻底改变一个传统的旧世界行业。随着业务的增长,1stdibs 意识到需要更广泛、更深入地了解电子商务客户和市场。该公司需要一个可扩展的基础设施来收集、处理、存储和可视化数据。它还需要招募分析人才,并建立一种以数据为业务核心的文化。该公司正在使用 Google Analytics 来收集和分析数据,但他们知道这只是触及皮毛。如果没有可靠的归因策略,营销团队就不知道获得一个客户的成本是多少。团队无法衡量跨渠道计划的有效性。
Google Analytics 360 Suite 为 AIDA Cruises 提供大规模洞察和效率
AIDA Cruises 是邮轮行业的市场领导者,该公司希望了解其客户的在线旅程:如何获得客户、客户的行为方式以及客户何时转化。该公司旨在为客人提供无与伦比的度假体验、改善环境并为所有员工创造一个安全、以成功为导向的未来。AIDA 需要重新推出数千个页面,包括完整的在线预订系统,并跟踪结果。该公司希望创建一个敏捷且可扩展的报告和分析环境,以帮助所有团队访问数据以做出更好的决策。
MetaMask 交换:消除 P2P 交易中的用户摩擦
2020 年是去中心化交易所 (DEX) 规模最大的一年。与中心化交易所相比,DEX 提供更多交易对,提供更多种类代币的访问权限,并支持非托管交换,以确保资金安全。但是,当流动性不足或特定 DEX 未提供最具吸引力的价格时,DEX 用户通常无法获得最佳价格。在 MetaMask Swaps 出现之前,用户需要浏览许多 DEX 来比较价格和交换代币。但是,使用单个 DEX 或 DEX 聚合器并不总是能为每笔交易带来最佳价格,因为每个聚合器在不同情况下的表现不同。此外,用户需要在每个 DEX 上批准每个代币,从而产生昂贵的 gas 成本。
MetaMask 交换:消除 P2P 交易中的用户摩擦
2020 年是去中心化交易所 (DEX) 规模最大的一年。与中心化交易所相比,DEX 提供更多交易对,提供更多种类代币的访问权限,并支持非托管交换,以确保资金安全。但是,当流动性不足或特定 DEX 未提供最具吸引力的价格时,DEX 用户通常无法获得最佳价格。在 MetaMask Swaps 出现之前,用户需要浏览许多 DEX 来比较价格和交换代币。但是,使用单个 DEX 或 DEX 聚合器并不总是能为每笔交易带来最佳价格,因为每个聚合器在不同情况下的表现不同。此外,用户需要在每个 DEX 上批准每个代币,从而产生昂贵的 gas 成本。
CenterEdge Software 利用 GoodData 帮助娱乐和游乐行业应对新挑战
CenterEdge Software 是一家提供综合平台来管理娱乐行业业务各个方面的公司,该公司正在寻找一种新的分析工具。其目标是找到一种解决方案,可以提取原始数据并以视觉上吸引人且有意义的方式呈现给用户。该公司希望为其客户提供一个平台,该平台可以提供切实的见解并回答具体问题,以帮助简化业务运营并提高盈利能力。随着 COVID-19 疫情的爆发,企业必须适应新的法规和安全预防措施,这加剧了这一挑战。
CleverMaps 率先利用由 GoodData 提供支持的云原生分析技术进行数据讲述
CleverMaps 是一个基于地图的分析平台,旨在简化处理位置数据的非技术用户的数据驱动决策。然而,以前的供应商和内部构建 BI 基础架构的尝试未能满足他们快速高效地简化此过程的需求,从而限制了 CleverMaps 的扩展能力。该团队了解到,更多数据并不是做出更好决策的关键。相反,做出更好决策的关键是分析见解的正确表示、解释和背景。为了解决这个问题,该公司致力于为客户提供更好的数据讲述功能,以将位置智能见解与 BI 可视化相结合。
BizzTreat 利用 GoodData 实现数据驱动转型
BizzTreat 是一家捷克数据咨询公司,最初服务于中小型公司,旨在提供经济高效、易于访问的数据可视化和精简运营平台。该公司还需要一个内部数据分析解决方案来满足其快速增长的员工群体的需求。随着 BizzTreat 的发展,它注意到许多公司在数据分发和呈现方面遇到了困难,特别是在预测销售额或制定战略计划时。捷克纺织品供应商 MALFINI 就是这样一家公司,由于数据源分散且孤立,该公司各部门的 Excel 报告速度缓慢且不准确。这导致每月目标实现不一致和决策流程效率低下。
ELEVATE 与 GoodData 合作,为劳动力管理提供数据分析
ELEVATE 是一家现代化、以人才为中心、以供应为导向的劳动力管理平台提供商,该公司希望通过提供灵活的数据分析功能来与竞争对手区分开来。但是,该公司不想从头开始构建这些工具,也不想因为昂贵的许可安排而增加成本。ELEVATE 的客户是全球临时劳动力托管服务提供商 (MSP),他们需要一种解决方案,让他们能够更好地控制数据集成和建模。该公司寻求一个商业智能 (BI) 创新合作伙伴,提供灵活的解决方案,以适应人才获取和管理链中的任何环境或接触点。
CompareNetworks 借助 GoodData 实现 90% 的年度客户保留率
CompareNetworks 是一家建立 B2B 媒体市场以将科学和医疗保健制造商与目标买家联系起来的公司,该公司需要一家商业智能合作伙伴来满足其复杂的业务需求。他们希望利用其专有的 imSMART 工具帮助客户削减成本并增加收入,同时加快自身作为比较 B2B 市场创造者的成长。然而,他们缺乏必要的分析能力。多年来,他们观察到客户难以在销售和营销团队之间共享数据以实现业务目标。这促使他们开发了 imSMART,这是一款面向科学和医疗保健行业 B2B 公司的交互式移动销售支持工具。
EAB 为教育机构提供 GoodDataPowered 分析
EAB 是一家领先的教育研究、技术和咨询服务提供商,其数据报告流程面临挑战。该公司为每所合作学校量身定制的数据报告只能在复杂的 Excel 模板中手动创建,然后在 PowerPoint 中呈现。这个过程缓慢、费力,并且缺乏针对特定机构的分析所需的实用性和可访问性。EAB 希望增强其分析能力,并提供高校需要的数据工具和可视化功能,以便更好地管理他们的计划并深入了解他们的工作。
Repsly 利用 GoodData 为其零售执行平台添加强大的分析功能
零售执行平台提供商 Repsly 正在寻求扩大其市场并获得更大的客户。为此,他们需要将更深入的数据洞察集成到其平台中,以更好地服务大型消费品 (CPG) 公司并为其决策提供参考。他们需要一个分析合作伙伴,使企业客户能够更好地跟踪产品和促销活动的具体表现,同时让企业用户和数千名现场代表都易于理解。2018 年之前,Repsly 的平台最适合由 50 到 100 名 CPG 现场代表组成的团队。为了帮助获得企业 CPG 客户,Repsly 聘请 Peter Billante 担任其首席产品官。Billante 发现该公司需要改进其分析和报告功能,以实现其期望的目标。更具体地说,他知道 Repsly 必须增加大型 CPG 公司有效分析大量数据的渠道。这些改进将根据从店内销售和员工反馈中获得的洞察为决策提供参考。
Zartico 与 GoodData 的合作使客户数量增长了 3,000%
目的地营销组织 (DMO) 负责将纳税人的钱合理分配给当地和州的旅游景点,他们需要更深入的洞察来做出数据驱动的决策。然而,DMO 传统上创新缓慢,依赖至少六个月前的调查结果。缺乏实时数据洞察一直是改善决策的重大障碍。Zartico 的联合创始人兼首席信息官 Jay Kinghorn 看到了私营部门如何利用数据进行战略协调,以更好地了解客户并改造组织,他知道公共部门实体必须有办法做到这一点。据 Kinghorn 称,DMO 缺乏数据和技术资源来提高其服务社区的运营效率。Zartico 着手将这些组织带入未来——让它们不再以调查数据作为主要的决策来源(通常需要六到九个月才能完成和分析),而是采用实时数据分析来更好地分配私人投资和纳税人的钱。
Tam Tam:数据驱动的数字机构
Tam Tam 是一家位于荷兰的数字代理公司,从一家简单的网站建设公司发展成为客户的战略合作伙伴。该公司以强大的数据驱动文化脱颖而出,无论是在公司内部还是在客户面前。然而,挑战在于管理客户关系的透明度,尤其是在分享有关活动效果的实时数据时。数字数据的性质意味着数字可能会波动,如果不能正确理解,可能会引起客户的担忧。此外,该行业的快节奏性质要求信息保持一致和最新,以避免不必要的争论,并专注于产生见解和想法。
Digital-Telepathy:一家具有数据驱动创业文化的用户体验设计工作室
Digital-Telepathy 是一家用户体验设计工作室,它面临着管理和分析来自各种来源的数据的挑战。单独查找数字或锁定不同应用平台的过程非常耗时。该公司希望采用数据驱动的设计开发方法,并希望看到其设计工作的成果。他们希望确保他们的设计不仅美观,而且还能带来成果。该公司还希望创造一种对数据充满好奇心的文化,并庆祝小胜利。
Saasu:数据驱动营销和构建数据文化的案例研究
Saasu 是一家全球会计平台,一直坚信数据的重要性。然而,该公司在将数据作为业务决策的最终决定因素方面面临挑战。该公司需要一种工具,可以在其办公室和移动设备上突出显示 KPI 和指标。挑战在于建立一种数据和直觉可以协同工作的文化,并且数据可见性是这种文化的重要组成部分。该公司在选择衡量标准方面也面临挑战,因为关注错误的数字可能会导致无法实现业务目标。
BNOTIONS 如何成为一家实时代理机构
BNOTIONS 是一家屡获殊荣的创新机构,在向客户提供实时报告和在机构内部建立数据驱动文化方面面临挑战。该机构在报告任务上花费了大量时间,这不仅耗时而且效率低下。该机构还在不同团队和账户之间实现透明度和知识共享方面遇到困难。事实证明,收集数据并在 PowerPoint 演示文稿中呈现数据的传统方法效率低下且耗时。每个演示文稿的前五到十张幻灯片都用于解释项目的执行情况,然后再提出建议。
现在好多了
BetterNow 是一个筹款平台,它一直在努力寻找一种解决方案来有效地传达和跟踪他们的指标。他们之前曾使用过另一种解决方案 Metricly,但该解决方案已停用。他们需要一个可以连接到所有基于云的系统并以视觉吸引力强且易于理解的方式显示数据的系统。挑战在于找到一种解决方案,可以将他们的总体目标分解为员工可以日常影响的“主导”指标。这些指标需要以行动为导向并与总体业务目标保持一致。
Yummly:利用数据构建透明文化
Yummly 是一家专注于美食的网站,于 2010 年上线,一直以指标为导向。然而,随着公司的发展,它发现自己被信息淹没了。该公司希望专注于顶级指标,并以所有团队成员都可以访问的方式将其可视化。他们还希望建立一种透明的文化,让大家可以公开分享错误和成功并从中吸取教训。这是一个挑战,因为改变文化通常很困难,而且透明度通常不符合个人利益。
BillGuard 分析师兼开发人员 Noam Nelke 访谈
BillGuard 是一家通过解决人们账单、信用卡账单和银行账户上不必要的费用问题来革新个人财务领域的公司。他们有一款 iPhone 应用,人们可以使用它来跟踪他们的支出并省钱。他们面临的挑战是让组织中的所有团队都能访问和操作数据。他们需要一种可以自行刷新数据的工具,这种工具可以模块化,这样如果一个图表无法正常工作,也不会破坏整个仪表板。他们还需要一种可以在情况发生变化或需要遵循另一个关键指标时轻松向仪表板添加另一个统计数据的工具。
培生:转向云端并促进数据驱动的决策
全球教育公司 Pearson 希望变得更加敏捷,并促进数据驱动的决策。该公司已经在使用各种云技术,包括 Google Mail、Documents 和 Hangouts,以及 Service-Now、Jira 和 Confluence。然而,该公司在将这种心态和敏捷性带入如此庞大的组织时面临挑战。知道他们需要信息的人和能够提供信息的人之间存在距离,并且存在技能挑战和知识差距。许多人不知道互联网上有可用的工具。
Podio:利用数据关注重要事项
Podio 是一个团队组织和沟通平台,它在分享见解和跟踪工作影响方面面临挑战。该团队分布在旧金山和哥本哈根,很难让每个人都了解公司的业绩。由于团队的地理分散,白板等传统方法并不有效。此外,该公司还缺少一种方法来跟踪他们的业务表现。他们有关于用户增长、新客户、每日活跃用户、每月经常性收入 (MRR)、客户流失率等的关键绩效指标 (KPI),但他们缺乏一个集中的系统来可视化和共享这些指标。他们还希望跟踪他们在客户支持方面的表现,这是他们业务的一个关键方面。

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.