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
人工智能定价助力零售商 bonprix 提高收入和利润
国际时尚零售商 bonprix 一直苦于使用过时的定价和促销系统,使用僵化的价格转换表。该公司在竞争激烈的俄罗斯市场面临许多产品价格高昂的问题,导致成本上升和利润下降。为了实现内部流程的现代化并满足复杂多变的市场需求,这家德国在线商店需要一个自动化解决方案,以实现一致且细致的价格优化,并针对不同国家/地区设置不同的参数。由于 30 个国家/地区有 5 个自有品牌,因此解决方案必须无缝且有效。
莫里森将客户放在每项决策的核心位置
英国连锁超市 Morrisons 希望通过分析每家门店的客户行为,改进需求规划和补货,从而提高货架供应量。目标是将客户置于每项决策的核心。事实证明,基于店内团队手动订购的门店补货非常耗时,导致门店之间不一致,而且并不总是准确的。Morrisons 希望任何新的规划解决方案都能够轻松集成并简化其复杂的 IT 基础设施,同时节省大量资金。
SELGROS 节省了广告材料的分销成本
批发公司 SELGROS 的广告策略面临挑战。每两周,该公司会向客户邮寄多达一百万份宣传册。决定哪位客户应该收到目录是一个使用细分和决策树的手动过程。这个过程不仅耗时,而且效率低下,因为它没有考虑影响客户支出的所有因素。因此,该公司承认其营销预算没有得到有效利用。SELGROS 寻求一种解决方案来自动化流程、降低广告成本并改善客户定位。
Globus CR 专注于通过机器学习驱动的自动化实现价值
Globus CR 隶属于格洛布斯集团,业务范围覆盖三个国家,在德国共有 47 家大卖场、91 家 DIY 商店和 6 家电子产品商店,在捷克共和国有 15 家全系列商店,在俄罗斯有 15 家,在卢森堡有 2 家 DIY 商店。该公司的供应链管理策略面临挑战,特别是在促销和库存补充方面。他们所处的市场环境极度依赖促销和价格,其促销计划流程是手动且繁琐的。这导致促销后库存积压严重,计划和处理成本高昂。劳动力成本的上涨推动了对自动化的需求。由于数据洞察和计划活动分布在业务的不同部分,该公司还难以将促销积压和缺货情况维持在合理水平。
OTTO 的补货和价格优化
OTTO 是一家德国多渠道零售商,其面临的挑战是利润低、竞争压力大、市场条件和客户需求瞬息万变。该公司需要平衡其广泛产品组合中每件商品的产品供应量和定价。最大的挑战之一是提前预测商品的销量,因为商品的盈利性决定了整体的成功。OTTO 还面临着缩短合作伙伴产品交货时间的挑战,由于物流流程更复杂,合作伙伴产品的交货时间比 OTTO 自有品牌更长。零售商需要知道哪些商品会畅销、销售频率如何、尺寸和数量,以便根据预测提前订购合适的商品并加快交货给客户。
Ariztía 保持新鲜
Ariztía 是智利第二大鸡肉和家禽生产商,在管理其保质期较短的产品方面面临挑战。该公司的产品以新鲜或冷冻的方式运送给客户,需要严格的库存控制以确保新鲜度。这对 Ariztía 至关重要,因为它直接影响到他们为客户提供优质产品和优质服务的使命。该公司还坚信培训和教育对提高员工生产力的价值。然而,保证新鲜度要求严格遵守先过期/先出的库存周转惯例,事实证明这是一个挑战。
Campbell 将货架规划图生成时间缩短了 20%
金宝汤零食团队为一条强大的烘焙产品线提供咨询,该生产线销售 100 个品牌的 750 种不同产品。顾问团队必须定期制作和更新 4,500 多个规划图,以覆盖这条复杂的产品线,尤其是在营销策略和需求模式发生变化的情况下。从历史上看,手动创建这些规划图需要长达 10 周的时间,而且员工经常加班。挑战在于找到一种解决方案,可以自动化和加速制作数千个定制空间规划的过程。
Harris Teeter 的员工管理创新
Harris Teeter 是 Kroger Co. 位于北卡罗来纳州的子公司,经营着 265 多家零售店、52 家加油站、3 家配送中心和一家乳制品制造厂。该公司需要一个企业范围的劳动力管理平台来提高员工参与度、效率和客户满意度。该解决方案必须反映和支持作为其商业模式基础的多元化和包容性文化。Harris Teeter 想要一个劳动力管理解决方案,不仅可以支持他们继续推动创新和包容性,还可以带来创新能力。该公司不断努力创新他们为客户服务的方式,包括在商店中开设星巴克门店,提供“热吧”供应切片披萨和其他厨师制作的食物、煎蛋站、寿司站、汉堡吧以及啤酒和葡萄酒吧。他们的商店还为购物者提供在线购买/店内取货 (BOPUS) 便利。
Mahindra & Mahindra 通过动态细分提高盈利能力
Mahindra & Mahindra 农用设备公司隶属于市值 200 亿美元的 Mahindra 集团,是全球销量第一的拖拉机公司。其汽车业务几乎涉及该行业的每个领域。备件业务部门 (SBU) 通过先进的采购、装配、仓储和配送能力提供正宗的汽车和拖拉机备件。为了最大限度地提高供应链效率和服务,Mahindra & Mahindra 不断评估科学方法来调整需求预测、库存管理和补货计划策略,以确保在正确的时间和地点提供正确的零件。然而,他们传统的、手动驱动的细分流程和工具往往导致分配效率低下、安全库存水平高和服务水平不理想。
Tesco 同事培训工具
乐购是全球第三大零售商,在欧洲和亚洲经营着 6000 多家门店,提供从食品杂货到服装和电子产品等各种商品。该公司每年制作 100 万张规划图和 125,000 次门店平面图变更。20 多年来,乐购一直依靠 Blue Yonder 解决方案来确保快速、准确地生成这些规划图。乐购有 100 多名同事使用 Blue Yonder 解决方案。然而,随着员工队伍的发展,该公司面临着维护软件知识和最佳实践的挑战。传统的在职学习和同行培训方法效率不够高,无法掌握导致更高质量计划的最佳实践。
利用 Wegmans 的交通网络节省开支
Wegmans 是一家家族连锁超市,在东北部和中大西洋各州拥有 100 多家门店,拥有一支私人车队,负责将新鲜、冷冻和干制食品及食材运送到其门店网络。然而,面对如此规模和复杂的网络,Wegmans 怀疑他们是否能从车队投资中获得最大的效用。他们面临的挑战包括门店送货时间紧迫,这限制了订单整合或路线选择的机会,按运输商品类型划分的路线限制,以及几乎看不到使用回程运输可以节省的成本。
西部数据打造灵活的供应链
西部数据公司是闪存存储解决方案领域的全球领导者,其基于电子表格的资源密集型规划流程面临挑战。该流程涉及四周的规划周期,且仅包含基本的规划假设。该公司希望制定每日综合供应链计划,其中包括需求、材料供应和产能限制以及利用率、分配和执行目标。他们还希望了解整个组织的需求和供应情况,包括每个细分市场和渠道的库存、促销计划以及供应和生产计划。此外,他们希望使用客户细分和多层延迟策略来降低总体库存水平,同时更好地定位产品和材料以支持改进的客户服务。
为成功做好准备:Petco 利用 Blue Yonder 增加收入
Petco 是美国最大的宠物产品和服务零售商,总部位于加利福尼亚州圣地亚哥,在应对新兴客户商务需求方面面临挑战。该公司决定在加速的时间内创建和部署在线购买店内提货 (BOPOS) 功能。该项目的要求包括为在线和店内消费者提供准确可靠的库存可用性水平。Petco 的技术架构由多个不同的平台组成,无法实现库存的单一视图,也无法在 Petco.com 新兴需求所需的规模和性能水平上启用新的 BOPIS 功能。
星座品牌采取积极的方式进行品类管理
Constellation Brands 是一家领先的啤酒、葡萄酒和烈酒生产商、营销商和制造商,由于门店提供的品牌和 SKU 不断扩大,该公司面临着如何最大限度地提高其品类商品在货架上影响力的挑战。该公司在快速发展的市场中依赖于历史数据,这不足以跟上快速变化的需求。该公司需要一种解决方案,能够将前瞻性数据和预测分析纳入其空间规划,以支持增长并在长期内最大限度地提高商品组合的价值。
Rexall 的成功秘诀
加拿大零售制药公司 Rexall 因依赖较旧的技术和流程而面临挑战。商店补货流程是在商店层面启动的,基于利用手持式 RF 技术的每日实物库存盘点结果。在下达这些手动订单之前,商店经理对未来商店层面的需求模式变化、商品拆解、安全库存要求或天数覆盖范围的了解有限。这导致供需失衡现象频繁出现。此外,供应商的采购订单是通过非 EDI 渠道进行的,其模式和波动性与商店内的模式相似,导致与 DC 的不平衡现象类似。因此,该组织寻求建立一种先进的规划模型,以消除极其耗费劳动力和手动的补货流程。
拜耳的数字化物流转型
拜耳(原孟山都)发现,需要在全球范围内标准化其端到端运输流程,此前该流程在不同运营地区采用不同的做法。该公司的物流流程需要响应能力来满足时间敏感的客户需求,而该公司在全球市场的持续增长加剧了这一压力。标准化的迫切需求加上季节性挑战、公路运输挑战以及缺乏足够的工具和流程来提供物流可见性,提高了人们对全面数字化物流改革必要性的认识。拜耳的目标是改善客户体验,在保持高效的同时,持续为客户提供更好的信息。
改善 BIC 的工厂规划
BIC 是全球领先的文具、打火机和剃须刀产品制造商,其夏洛特包装工厂的手动排序流程面临挑战。该流程只能预测三天,限制了他们利用改进的生产计划的能力。三天滚动计划导致频繁、昂贵且耗时的转换。此外,夏洛特工厂已接近产能,如果无法提高生产量,则需要对新工厂进行资本投资。
Mahindra & Mahindra 通过库存优化将收入提高 10%
Mahindra & Mahindra 农用设备公司是价值 200 亿美元的 Mahindra 集团旗下子公司,是全球销量第一的拖拉机公司。其备件业务部门 (SBU) 通过先进的采购、装配、仓储和配送能力,提供正宗的汽车和拖拉机备件。然而,由于高库存投资导致缺货和营运资金紧张,SBU 的销售收入正在下降。该公司过去依靠人工分析和 Excel 电子表格来制定供需计划,但它们不足以应对挑战的复杂性和规模。为了提高响应能力并确保为不同的需求模式提供备件,Mahindra 寻求 Blue Yonder 的专业知识和先进技术来优化其零件库存,涵盖 100,000 个 SKU 和 21 个配送中心。
McKesson Canada 优化需求和供应计划
McKesson Canada 是一家年收入达数十亿美元的公司,每天为数百万客户提供服务,提供加拿大三分之一以上的处方药。该公司的全球供应链管理着超过 250,000 种不同的产品 SKU。McKesson Canada 面临的挑战是通过过时的遗留系统优化其入站产品和 13 个配送中心 (DC) 的库存。需要新技术来满足不断增长的客户需求、支持收入增长、管理供应方中断并提高准确性和效率。McKesson Canada 与 Blue Yonder 合作,管理其 DC 的产品流以及库存水平。风险很高:数十亿美元的产品采购和超过 10 亿美元的库存都通过 Blue Yonder 进行管理。
Marks & Spencer 通过基于云的规划最大程度提高敏捷性
总部位于伦敦的领先跨国零售商 Marks & Spencer 一直依赖 Blue Yonder 的需求和履行解决方案以及劳动力管理来优化流程、管理复杂性并支持响应能力。然而,该公司需要将其所有 Blue Yonder 解决方案迁移到云中,以实现更高的敏捷性并提高供应链速度,从而为客户提供最佳服务。挑战在于在云迁移期间尽量减少业务中断,因为 Blue Yonder 需求和履行是其任务关键型应用程序之一,可为其下游系统生成订单。该公司无法承受其商店每天不补货的后果。
为 Anheuser-Busch 构建运输优化平台
百威英博是一家拥有 160 多年历史的公司,拥有并经营着 120 多家工厂,包括啤酒厂、批发商配送中心、农业设施和包装厂,雇佣了 19,000 多名员工。该公司面临着一项挑战,即如何从战略上协调其生产工厂、仓库和金属容器制造设施等垂直行业的运输需求。该公司正在努力使用过时的技术解决方案来管理这个复杂网络中的运输需求和交付。显然,需要一个统一的平台来始终优化运输。该公司需要一条从订单创建到交付的数字链,以更好地控制运输支出,并实现整个网络的实时可见性和协调性。
Alnatura 通过优化产品布局增加收入
Alnatura 是一家有机超市连锁店,在德国经营着 139 家超市,它面临着一项挑战:如何管理其有限的空间,同时最大限度地提高产品供应量并减少缺货。由于其各个市场存在不同的当地偏好,而且新鲜食品浪费成本高昂,因此这尤其困难。该公司需要提高自动化程度、准确性和本地化程度,并提高品类管理和空间规划活动的效率。
在 Blue Yonder 的支持下,Traxion 在速度和服务方面处于领先地位
墨西哥最大的物流供应商 Traxion 自 2011 年成立以来,增长了 28 倍。Traxion 拥有 8,000 辆车和 1,000 多家客户,规模是其最接近的竞争对手的三倍。随着 Traxion 的客户群不断增长,客户需求也在不断增长。该公司需要最大限度地提高速度和响应能力,同时控制成本并确保盈利能力。2020 年之前,墨西哥第三方物流市场每年的增长率高达 25%。疫情大大加速了这一增长,2020 年墨西哥的电子商务增长了一倍,将三年的物流需求压缩到了一年。
秘鲁超市实现精准、低接触式的每日预测
秘鲁最大的连锁超市 Supermercados Peruanos 一直在努力准确预测新鲜和超新鲜食品(如农产品和肉类)的需求。该零售商使用手动和分散的流程,依靠 Excel 电子表格和手动流程根据历史记录预测超新鲜产品。这种方法在疫情期间被发现存在问题,因为它无法管理不确定性并超越人类认知。该公司需要一种先进的自动化工具,可以管理不确定性并超越人类认知。他们在配送中心投资了数百万美元,需要以精确度而不是平均值来保护这些投资。
Angelini Beauty 利用 Blue Yonder 简化需求规划
Angelini Beauty 是一家全球领先的香水和化妆品制造商和经销商,由于其产品的季节性和流行性以及其服务的市场地理分散,该公司在准确预测需求和确定盈利库存水平方面面临挑战。该公司在全球 85 个市场开展业务,这意味着其需求会根据季节性和购物者偏好而变化很大,更不用说流行和短生命周期产品了。在与 Blue Yonder 合作之前,Angelini Beauty 依赖于手动分析,无法真正了解实际需求。他们的流程缓慢且不准确。
DHL 优化运输流程,取得成功
作为全球最大的快递和物流供应商,DHL 每天都在努力满足客户需求,在现有业务限制内优化时间表、负载和流程。这需要找到最具成本效益的解决方案来确定服务地点、最大限度地降低运输成本并确定整合机会。该公司需要更好地了解如何快速提供客户项目解决方案,并需要更灵活、更敏捷地控制其庞大的运营网络。DHL 的目标是节省运输成本、改进优化练习和结果沟通、复制和评估业务场景并了解各种变量对拟议运输解决方案的影响。
Morrisons 利用 Blue Yonder 简化新鲜食品清关流程
Morrisons 是英国最大的杂货店之一,经营着近 500 家门店,每周为 1100 万名顾客提供服务。该公司以其店内特色商店 Market Street 为傲,其中包括提供新鲜肉食、海鲜、熟食和烘焙产品的生鲜食品柜台。然而,由于新鲜产品的保质期相对较短,Morrisons 每天要进行三次手动降价活动。通常,价格太低会侵蚀利润,或者相反,价格太高会导致产品无法出售。该公司估计,通过采用自动化、优化的定价解决方案,可以节省数百万英镑的人工成本。
Clipper Logistics 满足零售商对速度和准确性的需求
Clipper Logistics 是英国一家领先的独立物流公司,在向零售客户提供仓储和配送服务时,面临着极高速度、效率、准确性和响应能力的挑战。随着需求波动性增加和客户期望增长,Clipper 需要最先进的技术。该公司的任务是为其零售客户管理大量产品和大量退货。目标是在 24 小时内发布库存,以便零售商能够快速行动并最大化其全额销售利润。此外,该公司需要通过敏捷、灵活和创新来管理零售中的不确定性。
借助 Blue Yonder,Prinsel 有望实现盈利增长
Prinsel 是墨西哥和中美洲领先的玩具和儿童产品进口商和分销商,在管理其两个繁忙的配送中心时面临挑战。这两个中心每年处理 1,000 多个 SKU、7,000 批货物和 250 万个独立包装箱。仓库采用手动流程管理,很难找到和运送产品。这种缺乏可视性的情况对客户服务水平和财务业绩产生了负面影响。由于耗时的手动流程和对仓库容量缺乏了解,该公司很难在订单截止日期前完成订单。
wilko 借助 Blue Yonder 满足本地购物者的需求并提高利润
wilko 成立于 1930 年,是英国领先的家居和花园零售商,拥有 400 多家门店。尽管公司发展迅速,但在收集和应用本地购物者数据方面仍面临挑战,导致产品组合和视觉展示效果不佳。缺乏数据驱动策略导致规划团队效率低下,无法灵活应对市场变化。该公司需要一种解决方案,使规划团队更高效、更敏捷、更以事实为导向。

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.