Spar 希望为其 48 个国家/地区的 13,000 家商店建立一份全球报告，但面临着数据多样化、命名约定不同以及需要标准化报告数据的挑战。他们还想利用尼尔森数据进行比较。

Covid-19 封锁限制导致世界各地“在家工作”达到前所未有的程度。随着未来几个月限制开始取消，雇主和雇员都将面临与安全通勤和风险最小化相关的新挑战。

国防部 (DoD) 缺乏分析基础，数据收集和分析流程严重依赖纸张。他们需要改变对数据的看法并突显其价值。

面临的挑战是创建一个完全自动化的解决方案，可以从数据库中提取最新数据，生成预测模型，并在实时加密货币市场上执行真实交易。

客户花费了大量时间来绘制涉及客户分析区域内多个数据集的工作。他们手动从 SAP 中提取文件，并使用 Excel 和 Power Query 功能将其与电子邮件附件中收到的文件进行合并。此过程每月大约需要 4 天，并且由于人工干预很容易出现错误。

Verato 是医疗保健行业的患者身份解析和主人索引初创公司，需要一种工具来快速有效地分析大量患者身份数据。他们使用的是 Python 脚本，该脚本不适合临时分析，也无法处理他们正在处理的大量数据。

Veritone 是一家人工智能技术公司，需要自动化和简化其分析流程，以便为客户提供增强的分析和报告。他们还希望开展一项提升研究来展示广播广告的有效性。

电信服务提供商 Vodafone NZ 面临着管理数字优先服务日益增长的需求并简化网络运营的挑战。

COVID-19 迫使华盛顿州卫生部加快将分析转移到云端的努力。来自遗留事务系统的数据规模以及来自医院、学校和诊所站点的参考表超出了传统流程的承受能力，而虚拟机并不能解决问题。过去 50 年来，公共卫生资金一直不足，我们的数据系统也反映了这一点。几乎每个数据系统都是为了单一目的而构建的，过度定制并且不能与其他系统互操作。公共卫生应对措施需要快速的数据分析来为决策和公共卫生行动提供信息。因此，在分析数据之前，他们必须进行漫长而艰苦的工作来清理、转换、标准化和重组数据，然后才能查询数据。缺乏简化或集中此流程的工具，导致机构分析师需要花费很长时间进行洞察，并完成大量重复工作。

奥迪的战略规划团队面临着数据分析方面的挑战。数据积累的速度、数量和类型都比历史上任何时候都快。当前的数据分析流程效率低下，而且往往效果不佳。数据分散且碎片化，通常分布在许多不同的地方。分析师花费更多时间来提取数据、将其传输到 Excel 中，然后将其绘制成格式整齐的 PowerPoint 幻灯片，而不是探索数据并实际分析其含义。显然，需要一些工具来让数据分析师、经理和高管（而不是 IT 部门）能够探索和自助实现他们自己的高级数据可视化。

Clear Channel Outdoor 是美国最大的户外广告公司之一，它面临着多项挑战。该公司正在处理不可靠的商业位置数据，此前，该公司通过授权昂贵的静态数据集和从网站复制的地理编码地址来解决这一问题。此外，该公司的报告经常过时，缺乏视觉吸引力。这些报告显示了影响每个州和国会选区的所有公司资产。以前的解决方案是一份昂贵、不经常更新且经常不正确的报告。最后，存在资源瓶颈，因为 GIS 经理是部门中唯一使用 Alteryx 的人，如果他不在，报告就不可用。

Delhaize America 是 Delhaize Group 旗下子公司，在 6 个国家/地区设有食品超市，每周在周日传单上花费 150 万美元。该公司希望测试这些传单的有效性，并确定它们是否能带来投资回报。挑战在于在所有 Food Lion 商店的市场代表中进行测试，测试市场不会收到周日传单。该公司需要了解测试的业务原因，定义成功和失败的标准，确定日期、商店、涉及的产品，并确定可能影响测试或控制结果的停售期和其他业务计划。

零售公司 Blend and Batch 在生成商店级报告方面面临挑战，这些报告显示地理销售趋势、竞争影响和人口统计摘要。他们需要一个准确的基准来预测新店和改建店，这需要集团级销售额、市场份额和商店销售额百分比。他们还需要结合数据源来划定贸易区和集团商店，以提供衡量绩效的趋势。该公司结合使用了来自前端销售点的 T-Log 数据、用于地理编码的 MapInfo 和用于数据计算的 MS Access。然而，这个过程非常耗时，而且需要手动步骤。

Delhaize America 是一家在美国东部拥有 1300 多家门店的杂货零售商，该公司面临着运营、供应链、新店选址、房地产和营销等多个战略领域的挑战。该公司在数据发现、报告生成、处理临时请求、制图、空间分析和查询数据库方面遇到了困难。贸易区报告的创建过程漫长、复杂且成本高昂。该公司还面临着可复制性和连续性的问题，每次运行的产出各不相同，而且很难保持新员工的连续性。

GameStop 是一家市值 90 亿美元的专业零售商，业务遍及 14 个国家，它面临着多项挑战。分析需求大于吞吐量，分析请求或业务问题的复杂性不断增加。IT 资源在报告和数据处理方面受到限制。该公司需要提高吞吐量和能力，并减少依赖性。他们需要减少对复杂编码 (SQL) 的需求，减少花在重复任务上的时间，并在团队中共享分析产品和程序。他们还希望专注于问题，而不是操纵数据，提供洞察力而不是分析结果，并提高分析能力和技能。最后，他们希望将 IT 从报告和数据加载等基本任务中移除。

凯悦集团是一家全球酒店公司，在提高公司销售额方面面临挑战，公司销售额为其全服务酒店的收入贡献了 60% 以上。商业环境瞬息万变，竞争激烈，销售周期长，客户关系复杂。该公司正在寻找方法来定位和扩大其业务份额。挑战包括有限的客户洞察力、没有全球排名、手动数据提取以及数据刷新和临时分析的持续时间长。

这家美国制造的现代家居用品和配饰的全国性零售商面临着挑战，他们不知道何时增长、如何增长、向谁增长以及在哪里增长。他们很难在购买周期中确定向消费者介绍其品牌的正确时间。他们的客户获取策略不是以数据为导向的，导致了一种对所有客户都一视同仁的无差别方法。他们也不确定未来的消费者以及如何接触他们。最后，他们的零售扩张目标与他们的客户获取和发展战略不一致。

Ryder System, Inc. 是一家领先的车队租赁和维护、专用运输和供应链管理解决方案提供商，它面临着多项分析挑战。他们拥有一支由 5 名员工组成的内部分析团队，但没有集中数据源。该团队严重依赖 IT，导致项目完成时间过长。他们使用各种 CRM 系统收集有关客户交易、联系人、潜在客户和渠道机会的产品线信息以供分析。然而，将 Salesforce 数据与其他数据源混合需要大量劳动力，并且会降低分析师的工作效率。结合高级分析和可视化使流程更加复杂。

Sally Beauty 是一家全球零售商，在全球拥有 3,673 家门店，其客户关系管理 (CRM) 和营销分析面临挑战。该公司的报告是在 Access 和 Excel 中完成的，交易和客户数据不在集中位置。销售/交易数据是从不支持临时报告的应用程序中提取的，并且 IT 不再提供支持。该公司依靠 IT 提取平面文件进行客户级分析，这需要几天到几周的时间。活动数据未存储以供查看绩效趋势或历史视图，月末报告需要 2-3 周才能提取所有数据并进行分析。

加拿大领先的报纸《多伦多星报》在管理和分析其庞大的数据资源方面面临挑战。该公司使用各种工具，包括 MS Access、MapInfo Professional 和 Tableau，但由于可能出现错误以及由此产生的法律影响，该公司对数据感到恐惧。该公司还希望提高其广告定位和发行规划能力，并支持数据驱动的新闻报道。现有工具无法提供该公司所需的灵活性、速度和易用性。

2017 年初，为加州服务的非营利组织 Medicare Advantage 组织 SCAN 开始收到会员的举报，称他们通过邮件收到了不想要的利多卡因软膏。这种骗局在 2015 年开始影响该行业，但尚未对 SCAN 造成重大影响。挑战在于找出这种骗局的来源，并阻止其进一步影响会员和组织的经济状况。SCAN 的特别调查组负责调查这些可能对会员或计划产生不利财务或合规影响的指控。该团队必须弄清楚一名会员在多家药店接受服务的可能性、数十名会员在加州以外去同一家药店的可能性、每位患者获得同样高质量的药的可能性以及多家药店共享同一地址的可能性。

Brookson 在运营中面临多项挑战。他们无法跨部门查看信息，因此需要花费大量时间创建电子表格。他们还拥有大量内部工作订单和孤立的客户体验。这些挑战阻碍了他们提供卓越客户体验的能力。他们需要提高准确性和及时性，减少管理投资，确保任务一次正确完成，减少被动反应，提高主动性。

科罗拉多医院协会 (CHA) 面临着阿片类药物泛滥的重大挑战。阿片类药物传统上用于治疗急诊科疼痛，但却导致处方药滥用，并成为非法药物的入口。根据科罗拉多州卫生保健政策和财政部门的数据，2015 年，每 36 小时就有一名科罗拉多州居民因用药过量而死亡。从数据的角度来看，情况很混乱。CHA 需要将急诊科数据与索赔基础数据结合起来，以了解各家医院的情况。每个问题似乎都指向另一个问题，从而造成了复杂而具有挑战性的情况。

Continuus Technologies 的团队发现，他们需要一个搜索引擎，根据用户的位置、公园的特点和预期的天气状况提供有关国家公园和纪念碑的信息。现有的解决方案，例如国家公园管理局的“查找公园”功能，仅提供州级位置信息，而不提供准确或最新的天气预报。谷歌地图的成功取决于每个邮政编码的数据质量，而这些数据质量并不一致。该团队试图利用他们作为 Alteryx 合作伙伴、数据爱好者和保护倡导者的专业知识来创建一种解决方案，使其他人能够保护和欣赏美国的自然资源。

Montgomery Transport 是一家位于北美的运输公司，其报告流程面临挑战。该流程非常耗时，需要三到四天的手动数据输入。该公司正在寻找一种易于设置且能够快速推动变革的解决方案。他们想要一种能够为团队腾出时间并发布到 Tableau Server 的解决方案，以便他们的高管团队可以轻松获取见解。

SEGA Games Co., Ltd. 的促销邮件营销面临挑战。这些电子邮件被发送到经过长时间收集的列表，导致客户经常收到不相关的内容。这导致退订率高，点击率低。为了解决这个问题，团队希望管理多个数据集，包括游戏数据、客户历史记录、营销和财务洞察，以改进分析和报告。他们已经实施了 Amazon Web Services (AWS) 来从正在玩游戏的游戏中提取实时数据。然而，他们希望更进一步，链接到分散在众多来源的其他销售和游戏数据。

金融服务公司 Brookson 面临的挑战是，如何让会计师提供的财务和税务建议实现自动化。该公司的目标是提供实时建议，而这是传统会计师无法实现的功能。该公司认识到，他们无法教授传统开发人员会计知识，但他们知道，通过 Alteryx，他们可以让经验丰富的会计师执行高级分析。

7-Eleven 是一家跨国便利店连锁店，该公司正在寻找一种解决方案，让企业用户可以每天使用，而无需太多技术支持。他们需要快速获得结果，与外部业务伙伴共享，并以边际成本提供多种功能。该公司希望将所有供应商数据源整合到一个输出中，以更深入地了解他们的促销活动，了解哪些有效，哪些无效。

本田致力于将通过对大量位置数据进行可视化和分析来创造新价值的服务商业化。他们正在开发基于本田自己的汽车导航系统 Internavi 捕获的运动数据的 BtoB 数据分析服务。然而，他们在处理具有时间历史的时间序列位置数据方面面临问题。存储在云数据中的大量数据无法完全处理，不仅使用 Excel，甚至使用 BI 工具也无法完全处理。

诺丁汉大学是英国最大的大学之一，该大学每年需要预测其学生人数和相关收入，以便分配部门预算。规划和绩效团队负责收集和分析全球数千名学生的多达 900 万条数据记录，以准确模拟预期的学生人数和活动。但是，由于 56 个部门需要深入的分析粒度和五年预测，因此计算非常复杂。到 2015 年，该团队迫切需要一个更具动态的学生规划模型，该模型可以提高粒度并随后改善决策，同时与 Tableau 的数据可视化配合使用。该任务是处理学生规划和预测的所有报告以及为 HESA（高等教育统计局）验证数据，该机构负责收集有关英国高等教育的定量数据。