Watchmaker Genomics 是一家专门从事蛋白质工程和酶制造的公司，在建立强大的质量控制体系方面面临着重大挑战。该公司的产品用于 CAP/CLIA 实验室进行样品分析，因此密封的产品质量至关重要。首席执行官 Trey Foskett 过去曾创办过其他几家公司，他很早就意识到实施数字质量方法（而不是将其添加到现有流程中）对业务的影响。该公司渴望建立一个单一的中央机制来管理质量，从访问日常信息和记录工作到访问丰富的质量数据，并能够通过受控的 CAPA 计划快速灵活地响应缺陷。质量控制经理 Skyler Mishkin 的任务是寻找最佳的电子质量管理系统 (eQMS)，搜索工作在公司成立的最初几个月内就开始了。

布拉克内尔森林委员会 (BFC) 为超过 125,000 名快速增长的人口提供服务。该委员会的数字团队的任务是为所有公民提供高效且便捷的服务，包括其非工作时间处理服务——伯克希尔紧急值班服务 (EDS)。 EDS 团队为近百万居民提供服务，在正常办公时间之外应对危机福利和安全情况。为了支持这个团队，BFC 需要一个全面的解决方案，能够通过特定的工作流程处理多种案例类型、维护数据安全并取代手动流程以减少错误并改进报告。该解决方案还需要提供更加自动化的自助服务，以使团队从日常管理任务中解放出来。 EDS 团队处理耗时、情绪化且复杂的案件，包括支持无家可归者、需要保护的儿童以及有心理健康危机的人。每种情况都需要仔细评估、推荐解决方案和/或转介。

帝国理工学院医疗保健 NHS 信托基金是英国最大的信托基金之一，在管理其中央预约门诊、入院和总机团队的患者联系方面面临着重大挑战。该信托基金每年为伦敦西北部五个繁忙地点的约 150 万人提供急症和专业医疗服务。仅总机一项就平均每天处理 11,500 次交互。然而，电话波动和部门孤立导致难以满足日常需求，有时会导致超过 800 个电话无人接听。这些未接来电不仅意味着失去了释放有限临床资源的机会，而且还导致了大量的失败需求。该信托机构需要一个联络中心解决方案，使他们能够更有效地管理患者联系人，提供全渠道数字服务，而无需额外增加人员。

帝国理工学院医疗保健 NHS 信托基金是英国最大的信托基金之一，每年为伦敦西北部五个繁忙地点的约 150 万人提供急症和专业医疗保健服务。该信托公司每天要处理超过 11,500 个呼入电话，客服人员在路由之前几乎没有时间确定呼叫的目的。他们的目标 KPI 是在 30 秒内应答 70% 的呼叫。面临的挑战是通过解决不正确的转接问题并减轻接线员的压力来优化呼入和紧急呼叫。这对于减少来电者的挫败感、病房的干扰和不断增加的呼叫量是必要的。对于紧急呼叫，应答时间不到 10 秒，信任需要在大量呼叫中快速识别这些优先呼叫，以触发紧急协议。

医疗保健部门经常背负着行政任务，这可能会限制员工和资源的能力。传统的患者参与方法，例如预约通知和等待名单验证，可能既耗时又低效。此外，预约信对实体邮件的依赖可能会导致延误和信息丢失。我们面临的挑战是找到一种解决方案，能够减轻员工的管理负担、提高能力并提高患者参与度，同时还能与现有医疗保健系统无缝集成。

Network Certification Body (NCB) 是英国和全球基础设施、车辆和货运项目铁路保障和认证的领先提供商，其现有 IT 系统面临着挑战。平均每次交付 200 个铁路项目，安全是首要任务。然而，现有的评估服务交付管理系统效率低下。 NCB 需要用自动文档生成取代大部分手动信息管理，同时支持 NCB 的渐进式保证方法。新的解决方案需要管理复杂的文档模板并促进 NCB 与其客户之间高效且有效的客户沟通。

纽卡斯尔市议会 (NCC) 是泰恩河畔纽卡斯尔市和大都市区的地方政府机构，在让公民更容易获得社区拨款方面面临着重大挑战。该委员会需要一个数字优先的案例管理解决方案，该解决方案可以集成多种技术、自动化流程并提供准确的合规报告。最终目标是为一系列补助金提供简化且透明的端到端申请流程，包括晴空区 (CAZ) 补助金。该委员会团队需要处理大量非结构化电子邮件和电话，导致需要手动重新输入客户数据并依赖电子表格进行付款处理。由于验证能力有限，索赔欺诈、错误和审核失败的风险很高。此外，法律要求 NCC 降低与交通相关的污染水平，因此特定车辆的车主需要一种简单的方法来检查资格并申请补助金。

皇家康沃尔医院 NHS 信托基金 (RCHT) 是康沃尔和锡利群岛急症和专科护理服务的主要提供者，为大约 470,000 人提供服务。在游客高峰期间，这个数字会显着增加。 RCHT 启动了一项门诊改造计划，以优化转诊并为患者提供更多的就诊控制和便利。目标是减少患者前往医院预约和候诊室的时间，并改善获得后续医院护理的机会。然而，面临的挑战是，他们的组织有许多不同的推荐途径，这使得简化和优化流程变得困难。

Valleys to Coast (V2C) 是一家在南威尔士管理着 6,000 多套住房的住房提供商，其遗留系统面临着重大挑战。两个住房管理系统之间缺乏互操作性，导致案件可见性差，导致数据重复和报告不充分。该组织迫切需要一个统一的案例管理解决方案，内部员工可以轻松调整该解决方案，以满足租户不断变化的需求。由于需要不断跟进内部团队并管理租户体验，客户服务人员承受着巨大的压力。缺乏对案件进展的可见性导致效率低下，因为多名顾问往往最终同时处理同一个案件。向远程工作的转变进一步加剧了这些问题。

伍斯特郡议会 (WCC) 为占地 672 平方英里的超过 50 万人提供服务。该委员会此前整合了其服务并实施了新的 Netcall 联络中心平台。然而，他们热衷于进一步挖掘集成聊天机器人技术的潜力。该委员会的目标是为公民提供 24/7 的服务，减少客户服务团队的呼入呼叫转接，完善流程以有效支持客户查询，主动提供信息和指导，并管理高峰通信量。该委员会提高效率和客户体验的旅程已经从语音渠道发展到网络聊天，然后发展到聊天机器人。然而，代理仍然需要处理可以通过聊天机器人解决的查询。该委员会的重点是完善聊天机器人流程，使其对公民更有效。

Yource 是客户联络和业务流程外包领域的领导者，正在走上全面数字化转型的道路。该公司正在寻找一个开发平台，该平台可以提供安全的环境并缩短开发时间，为其内部流程构建应用程序。作为一家技术至上的公司，Yource 自 2019 年以来一直是低代码用户和 WaveMaker 客户，成功地以低代码实现了关键的内部应用程序。然而，该公司需要一种解决方案，该解决方案能够在定制代码方面提供灵活性，并且能够快速交付简单到复杂的应用程序。这对于在工具中为开发人员提供足够的自由和空间以充分利用两全其美至关重要。

Adevinta 是一家全球在线分类专家，在 11 个国家/地区运营超过 25 个平台，每月覆盖数亿用户。他们的使命是为在线购买和销售商品和服务提供最佳的用户体验。为了实现这一目标，他们需要一个集中的分析和仪表板工具来监控卖家的广告、跟踪互动并实时提高绩效。 Adevinta 的中央数据产品团队的任务是构建数据和机器学习产品以支持其各个市场。他们面临着复杂的挑战，需要一个可以扩展的解决方案，提供面向最终用户的低延迟和高吞吐量的分析功能，并考虑可重用性、正常运行时间和可扩展性等方面。 Adevinta 需要一个面向用户的实时分析和仪表板解决方案，使卖家能够实时监控他们的广告，跟踪浏览量、收藏夹和点赞，并捕获市场上发生的每一次互动。

AdGreetz 是领先的 AdTech 和 MarTech 个性化平台，专注于在 26 个不同渠道创建和分发数百万个智能、数据驱动、超个性化的广告和消息。该公司每天处理数百万次广告展示，因此需要一个高性能、经济高效的解决方案来满足其数据存储和分析需求。最初，AdGreetz 使用 AWS Athena 来满足其数据处理需求，但未能满足其日益增长的性能和数据需求。然后他们转向 Snowflake，但事实证明其成本对于他们的数据量和查询性能来说是过高的。该公司需要一种能够处理海量数据、提供快速查询时间并且符合预算的解决方案。

Admixer 是一家广告技术公司，在管理其广告交换平台上不断增加的负载方面面临着重大挑战。最初，该平台基于外部DSP销售本地库存，但随着它开始聚合外部SSP的流量，其处理和存储的负载显着增加。截至2016年底，外部库存占比从3%上升至90%以上，请求量从1亿增加到30亿。现有的关系数据库无法处理大量涌入的统计记录插入。此外，该公司使用Azure表存储来存储和发布统计数据，但随着交易数量和数据量的增加，由于交易数量和数据量的费用，该解决方案变得次优。 Admixer 需要一种解决方案，能够显示实时广告交易统计数据、处理大量插入数据、聚合收到的数据、随着请求的增长扩展数据仓库，并提供对成本的完全控制。

BENOCS 是一家为全球一些最大的电信提供商提供网络流量优化和监控的公司，面临着监控和分析大量数据流量的挑战。数据不是静态的，而是不断在网络空间中移动，要求公司将时间作为一个额外的维度考虑在内。 BENOCS Flow Analytics 用户需要调查特定时间范围内发生的事件，因此需要快速访问特定时间范围，同时忽略不相关的数据。该公司还必须应对以高复杂性和高速度分析网络流量的挑战，尤其是在具有异步数据馈送的不同环境中。在不同的网络设置中，BENOCS 必须统一数据源并关联传入的网络信息。

Coinpaprika 是领先的加密货币市场数据平台，其现有数据管理系统面临着挑战。他们使用 InfluxDB 存储时间序列数据，使用 MySQL 存储事务数据。然而，随着数据量的增长，他们遇到了 InfluxDB 的几个问题。该团队发现很难从系统中提取有用的指标，并且延长查询时间通常会导致服务器过载。由于合并数据块，他们还遇到了响应时间问题。 InfluxDB 的开源版本缺乏内置的复制和可扩展性，而这对于 Coinpaprika 的基础设施至关重要。 Coinpaprika 需要一个能够处理不断增长的数据量、提供有用指标并提供改进的性能和可扩展性的解决方案。

Contentsquare 是一家 SaaS 公司，其现有的 Elasticsearch 设置面临着重大挑战。该公司有 14 个正在生产的 Elasticsearch 集群，每个集群有 30 个节点。然而，他们在水平可扩展性方面遇到了困难，因为他们无法组装更大的集群并保持工作负载的稳定性。集群规模的这种限制意味着他们无法处理任何不适合单个集群的租户，从而严重限制了他们的增长能力。由于技术原因，他们可以处理的流量上限正在减慢公司的增长速度，这是不可接受的。他们有两个选择：要么找到一种方法在多集群设置中有效地托管每个租户，要么迁移到更具可扩展性的技术。

软件应用程序生成数 TB 的数据，可用于做出明智的决策。然而，将这些数据转化为用户的视觉洞察可能是一个挑战。在 SaaS 中提供分析的任务有两个：为最终用户提供易于使用、交互式和个性化的体验，并快速、轻松地构建具有定制可视化的连贯且高性能的数据架构。分析越先进，开发人员维护起来就越困难。此外，数据安全也很复杂，确保每个用户只能访问他们的个人数据。挑战在于如何将定制的洞察扩展到数百甚至数千个用户。

Darwinium 是一个数字风险平台，在安全和欺诈领域面临着多项挑战。该平台需要以高吞吐量摄取和处理数据，处理大量数据，并具有以复杂方式分析数据的能力。数据库后端需要处理高速写入并在摄取数据后立即提供数据进行分析。 Darwinium 的实时引擎持续分析和监控数字资产，从而产生大量数据。该数据库需要能够大规模分析数据，并可能处理一整年的数据。技术类型的欺诈和安全挑战需要存储大多数数字数据点以供将来调查。分析欺诈数据的本质需要复杂的交互式分析，以及能够在 1 秒或更短的时间内响应的数据库系统，同时提供功能丰富的功能工具箱。

由于网络风险及其对业务的影响日益增加，现代企业正在对安全产品进行大量投资。如今，典型的大型企业使用十多种安全技术，这些技术会发出各种形状和大小的数据，导致很难理解这些数据。安全信息和事件管理 (SIEM) 系统专为不可变时间序列事件数据而设计，与安全数据的可变性质作斗争。例如，警报的状态可能从“打开”更改为“关闭”，而 SIEM 无法更新此更改。解决方案是重新插入更新的数据并查询最新的数据，这对于 SIEM 等仅附加系统来说是一个挑战。此外，SIEM 公司已停止创新和投资解决数据规范化等基本问题。 Dassana 是一个安全数据湖，旨在应对这些挑战。

DeepL 是一家语言翻译服务公司，希望在 2020 年以保护隐私的方式增强其分析能力。该公司希望自行托管一个可以处理大量数据并提供快速查询时间的解决方案。他们评估了几个选项，包括 Hadoop 世界，但发现它的维护成本太高，而且设置起来也很耗时。 DeepL 还希望在前端开发人员创建新事件时自动执行更改表模式的过程，否则这会让团队不堪重负。该公司需要一个能够处理复杂事件和查询以了解用户交互的系统，这是 Google Analytics 等传统工具无法提供的。此外，DeepL 希望保持对数据的完全控制，同时牢记用户隐私。

当前的挑战是为团队提供一个无缝且高效的平台，以发现和分享数据中的见解。现有系统缺乏数据科学项目协作和高效工作的中心位置。此外，Python 和 SQL 之间的转换并不顺利，需要 Python 连接器。还需要一个 SQL 编辑器，在笔记本中具有格式化、自动完成和 linting 等功能。

hideEZ 是一家人工智能驱动的招聘软件公司，其上市策略面临着重大挑战。该团队根据高级增长经理 Vu Thai 所说的“模糊数据”做出决策。该公司在广告活动和赞助活动上投入了大量资金，但缺乏必要的跟踪来了解这些活动如何与潜在买家产生共鸣。虽然他们在付费广告上没有亏损，但投资回报率很低。此外，营销和销售团队之间缺乏协调。 ireEZ 需要一个解决方案，该解决方案能够提供可行的见解来定位其理想的客户档案 (ICP)、澄清客户档案数据并协调其营销和销售团队。

Marathon Health 是一个全国性的网络医疗保健解决方案，其营销和销售流程面临着重大挑战。他们的市场营销团队工作过度且人手不足，导致大量未处理的入站请求、客户被忽视以及营销到销售资格流程中的空白。他们的技术堆栈已经过时，提供的见解有限，导致缺乏需求生成能力。营销团队主要专注于创意任务，而销售团队则依靠购买的联系人列表和推销电话，经常接触没有购买意向的客户。这种低效的方法导致了漫长且浪费的销售周期。此外，他们的技术堆栈提供的第一方数据视图有限，无法提供主动寻求解决方案的公司所需的关键见解。漏斗中间的这一缺陷意味着 Marathon Health 缺乏联系和培养数千名潜在客户的资源。

Martal Group 是一家领先的潜在客户开发和销售解决方案提供商，在 COVID-19 大流行期间面临着重大挑战。这场大流行改变了冷外展的格局，使得 Martal 集团必须改变销售策略。该公司认识到需要采用基于帐户的营销 (ABM) 方法，该方法涉及通过更有针对性的消息传递在单个帐户中吸引较小的群体。然而，传统的 ABM 计划通常需要大量的时间和精力来扩展，这与 Martal Group 在时间、预算和工具方面对效率的承诺相矛盾。作为按需销售代表，他们使用的工具直接影响他们为客户提供的结果。因此，Martal Group 需要一个 ABM 解决方案，能够在不牺牲时间、金钱或资源的情况下提供可靠的数据和收入。

NanaWall Systems 是一家领先的开放式玻璃墙系统制造商，多年来一直在使用基于客户的营销 (ABM) 策略，甚至在“ABM”一词流行之前就已开始使用。该公司使用预测分析工具来获得机会并保持其行业领先地位。然而，随着 ABM 和预测分析技术的不断发展，NanaWall 寻求增强其竞争优势。制造业并不是营销技术的重要用户，而营销技术却是 NanaWall 的竞争优势。面临的挑战是在技术不断进步的情况下保持这种优势。 NanaWall 对 6sense 将帐户适合度和参与度评分相结合的能力很感兴趣，这与其他仅关注帐户适合度的解决方案不同。

OneSourceVirtual (OSV) 是薪资、财务和人力资源服务领域的全球领先者，正在寻求一个端到端客户参与平台来增强其营销策略并提供无缝、个性化的客户体验。他们的目标是接触市场中的客户以获取他们的解决方案，在买家旅程的正确阶段通过正确的渠道瞄准正确的买家角色。然而，如果没有适当的技术，执行这种全面的客户参与方法是具有挑战性的，而且几乎不可能扩展和维持。他们需要一种解决方案，能够支持为其各种目标营销活动构建复杂的受众群体，提供深入的粒度监控营销活动的成功，并为超个性化的销售和营销工作提供预测分析。

PTC 正在寻找一种可以将账户意图计划与 AI 平台相结合的解决方案。目标是提供以客户为中心的数字体验，在每次买家互动中提供以价值为导向的内容，从而促进渠道增长。该公司拥有一支强大的营销运营团队，秉持“数据驱动一切”的心态。在将新解决方案集成到现有技术堆栈中时，PTC 投入了大量精力进行研究。经过几个月的全面评估，PTC 决定同时与 6sense、Drift 和 People.ai 签订合同。

Qualtrics 是领先的体验管理平台，在过去二十年中经历了指数级增长。该公司拥有 5,000 名员工和 16,000 名客户，已成为增强客户、员工、产品和品牌体验的首选解决方案。然而，这种增长也带来了挑战。为了继续通过高影响力的客户扩大客户群，Qualtrics 需要使用有针对性且可重复的方法。该公司正在寻找消除猜测的方法，并在正确的时间自信地与正确的客户互动。 2019 年，他们转向 6sense 来扩大规模。面临的挑战是优化他们的 LinkedIn 广告策略，压制薄弱的帐户，并孵化更强大的帐户。

Qualtrics 是一家体验管理的代名词，在为所有访问者（尤其是目标客户）优化其网站时面临着挑战。尽管为用户与品牌互动建立了传统渠道，例如在网站上填写表格或通过电话或电子邮件与销售人员交谈，但他们缺乏数字化方面。该团队希望确保无论通过何种渠道，用户都可以轻松地与他们的销售团队取得联系。他们还旨在通过网站建立一条增量管道，并从网站访问者那里生成新的名字。与此同时，他们正在推出全面的基于客户的营销 (ABM) 策略，旨在增强现有的良好实践。