Corsicana Mattress Company 希望提高整个企业的效率并降低货运成本。他们在设施分配和手动重新分配订单方面遇到问题。

CUNA MUTUAL Group 面临手动流程、对电子表格的依赖以及有缺陷的销售薪酬系统等挑战。

德意志交易所集团看到了将股票数据转化为收入贡献者的机会。他们需要在云端建立数据科学中心并简化数据准备任务。

每五年，澳大利亚墨尔本港（PoM）就需要跟踪所有进出的集装箱。了解货运流向对于确保正确的基础设施、工业用地、规划控制和政策设置到位以支持高效的供应链至关重要。 PoM 利用超过 57 个独立组来跟踪 60 多种不同格式的数据。此过程通常需要数百小时的手动时间和资源，而且从历史上看，预测率低于 30%。此外，直到最近他们才能够成功完成比赛分析。

GC 是泰国最大的石化公司，希望转向更加数据驱动的组织并改善工厂运营的决策。

在确保劳动力享有与人类生活的不可预测性相一致的休假方面，新西兰政府是最进步的政府之一。新西兰政府甚至更进一步，确定休假类型应以公平的价格支付工资，不损害任何类型的雇员或就业。截至 2020 年，劳动力数量接近 300 万，有大量数据和场景需要跟踪。雇主有法律义务确保员工在出现多种休假情况之一时获得适当的补偿。自2003年为新西兰雇员提供休假福利的立法生效以来，全国雇主中一直存在工资计算错误、工资代码不一致和人为错误的情况。

医疗保健计划顾问 (HCPA) 需要一种工具来增强数据驱动的咨询活动并减轻电子健康记录 (EHR) 实施过程中不利的财务后果。

帮助客户在公共和第三部门组织严格审查的环境中优化数据

一场全球危机暴露了数据使用方面的问题，阻碍了同地办公的团队成员之间的协作和知识共享。不一致的工具和手动任务会降低性能。

销售代表需要一种方法来识别在驾车距离内参加现场活动的潜在客户、具有处理数据的相关头衔的潜在客户，并将 Salesforce 潜在客户和联系人结合起来进行适当的外展。

我们的供应链分析团队花费了大量时间来提取和准备数据，以至于我们只能执行最少的分析，因为我们被困在 Excel 中，阻碍了部门节省任何成本。我们希望找到一种自动化解决方案，但我们的团队缺乏专业知识。大多数分析师都是主题专家，他们非常熟悉 Excel 和 Tableau，但在自动化或编码领域没有太多经验。在对不同的软件进行初步研究后，我们发现了几个不错的选择，但其中大多数都需要广泛的 Python 和 R 知识。在了解到 Alteryx 是最用户友好且具有最开箱即用的功能后，我们发现了它。我们的团队尝试了一下，经过几个工作流程后，我们被说服了！

一家拉丁美洲银行的运营部门面临手动数据处理的挑战，包括数据捕获、整合、处理和输出。他们还处理非结构化数据和重复的错误和工作。

由于迟到的费率变化、手动错误和错误编码调整，计费系统会在承保历史记录和现金分配数据之间产生差异。数据源和业务规则的复杂性使问题进一步复杂化。通过报告来发现问题既昂贵又耗时。

自 1980 年以来，美国已发生 246 起严重天气事件，每次造成的损失超过 10 亿美元。在此期间，天气事件造成的总损失总计达 8,460 亿美元，造成 5,500 多人丧生。面临的挑战是向受自然灾害影响的医疗保健公司成员提供及时的支持和沟通，确保获得保险、药物和医疗设备。

由于数据分散且难以处理，核能解决方案提供商在将其解决方案与客户的特定需求相匹配时面临着挑战。他们在 Excel 中使用大量不同的数据集，这些数据集具有局限性并且缺乏可追溯性。

Lilly 拥有复杂的手动流程，使用 SQL、MS Access 和 XLS 在 S3 中集成 20 个不同的数据集以进行一项研究。由于孤立的流程，他们每天手动执行 8 次 SQL 查询来更新报告和仪表板，而协作程度极低。行动号召是简化和自动化下游数据流，以支持业务分析师，同时控制所有临床站点的成本和效率。

昆士兰地方政府协会 (LGAQ) 需要找到一种解决方案来帮助议会节约能源并提高能源利用率。他们使用手动流程，缺乏适当的能源管理蓝图。

由于资产数量众多且数据复杂，Merlin Properties 需要一种有效分析和审计其财务和非财务信息的方法。

面临的挑战是 NBN 的分析团队将大部分时间花在数据准备和整理上，这使得他们向利益相关者提供见解的时间有限。这导致分析师感到沮丧，并且难以管理利益相关者的期望。

尼尔森拥有过时且不可持续的 BI 流程，以及即将关闭的老化 BI 解决方案。 EVS 部门依赖基于此工具构建的次日 BI 报告。

NOVUS Media 拥有三个专门从事本地媒体规划和购买的部门，因此需要一种快速有效地分析无限自定义地理区域的方法。

PASHA Holding 在财务和管理报告流程中面临多项挑战。这些挑战包括整合软件成本高、维护复杂、时间效率低、学习曲线长、用户满意度低、文件大小问题、耗时的手动数据混合、报告准确性和质量风险、功能有限以及数据分析效率低下。

PDPAOLA 是一家在线珠宝公司，需要更深入地了解其产品的利润率，以便在市场上脱颖而出。然而，在 Google Cloud 上使用 SQL 构建数据管道不可扩展，并且需要大量时间和资源来雇用和培训新开发人员。

Pickup 是 La Poste 和 DPDgroup 的子公司，是法国领先的收集点网络运营商，拥有 15,000 个收集点、500 个自动包裹储物柜，并由运输运营商 Colissimo、Chronopost 和 DPD France 运送物品。 Pickup 希望根据人口密度调整其网络，为消费者提供距离最近、最实用的取货运输服务。他们需要一种解决方案来实时管理网络并根据数据进行更新，以确定需要加强的领域。

对于 PlusUp 来说，分析付费社交媒体数据是一个手动且耗时的过程，导致效率低下和错误。扩大流程也是一个挑战。

QSI 的 ERP 系统无法将历史数据作为项目进展的“快照”，从而阻碍了跟踪项目完成估算 (EAC) 和了解差异的能力。企业系统团队需要一个解决方案来每周跟踪 EAC 并为 PM 创建报告以主动管理项目成本。

美国人口普查局依靠手动流程和过时的工具来收集、分析和报告数据，导致成本高昂且效率低下。

就像组织中的许多其他部门一样，营销中的数据也面临着挑战。首先也是最重要的是来自不同系统的数据量，有时需要实时数据流来提供决策管理系统，最后还有其他事情，例如跨不同部门和团队工作以获取所需的数据和答案可能具有挑战性。

罗盖特是植物原料领域的全球领导者，需要彻底改变其生产设施和工艺，以满足不断增长的市场需求。他们在处理和分析 250 个生产流程的大型数据集时面临挑战。

SaskTel 在手动预测库存方面面临挑战，导致供应链管理效率低下和延误。