主要挑战之一是公司需要一个集中的数据仓库来满足统一的报告和分析要求。数据未正确合并，其结构不适合用户要求。此外，报告过程非常缓慢。单个系统已经扩展到信息不再以集中方式存储和呈现的程度，这可以促进整个公司的有效组织决策。数据仓库应该更好地支持内部和外部用户访问数据并提高分析和报告活动的性能也变得越来越明显。为了将其产品从简单的数据馈送发展为自助式 BI，该公司需要一个新的强大平台，使用户能够摆脱 Excel 思维模式，并可以将他们带入探索模式，以便更好、更快地做出决策。目标是集成业务应用程序线（本地和 SAAS）。

这家医疗管理解决方案提供商正在寻求转变其药房自动化解决方案，自动化他们的配药流程，改善库存控制，消除配药过程中的错误，以实现更好的患者治疗效果，并让药剂师腾出更多时间进行更专注于临床的计划。他们希望采用智能解决方案来自动化工作流程、简化药房运营并提高安全性，从而优化整个药物管理流程。他们的过程目前是不连贯且耗时的，并导致：与药物有关的问题占再次入院的 40%。 75% 的药房时间用于非临床活动。依赖于容易出错的手动和低效流程。医疗配药和中央药房没有实现自动化，也没有受到监管。

该公司在全球拥有 10,000 多家供应商。公司的财务团队处理来自这些供应商的有关付款和采购订单的查询。随着公司开始发展壮大，应付账款团队开始将大部分时间用于回答供应商的查询，从而导致运营效率低下和费用高昂、供应商关系不佳以及查询时间管理延长。供应商期望获得直观和无缝的体验。当一个组织未能正确地吸引其供应商时，他们就会面临供应运营效率低下和加工成本高的风险。该公司正在寻求构建一种解决方案来自动化流程，以优化资源利用并改善供应商关系。一家已在使用下一代技术的领先电动汽车制造商希望利用聊天机器人驱动的人工智能和认知服务的力量来取代将由财务/人工代理管理的常见问题解答。

该公司需要一种更简化的方法，以方便其员工和用户利用其帮助台团队的信息。该公司将这些确定为需要改进的领域，可以带来更好的员工体验和生产力。公司员工/用户与服务台团队联系以获得 IT 支持。帮助台团队通过从现有知识库发送相关文章来响应用户请求。在过去几年中，该公司见证了用户及其查询的显着增长。服务台团队在 Service Now 中创建的月票数量已大幅增加，预计还会进一步增长，从而影响团队的生产力和支持成本。该公司需要一种方法来减少服务台的工单数量。但是，他们不想要的是降低服务质量。需要一个训练有素的对话机器人来利用人工智能 (AI)、自然语言处理和认知服务的力量自动响应常见问题解答。

该客户已启动一项多年计划，重点是将其大数据平台从 Cloudera Hadoop On-Prem 实例迁移到 Azure 上的 Cloudera 数据平台 (CDP)。作为第一步，他们希望探索当前状态下优先考虑的 MapReduce 作业，并考虑在将工作负载迁移到 Azure 云之前迁移到 Spark。他们最初使用 Hadoop Map Reduce 引擎和 Hive 查询 (HQL) 创建了一个解决方案。当前设置面临以下挑战：代码执行速度较慢更高的存储要求难以维护工作流程他们设想的更新解决方案应该解决上述所有问题，并希望采用改进的方法来处理大数据。他们正在寻找可以支持他们将已识别的 MapReduce 作业转换为 Spark 的合作伙伴，因为他们希望减少作业的执行和处理时间，因为这会影响他们的业务绩效。最终，它将使他们能够将他们的大数据平台从 Cloudera Hadoop On-Prem 实例迁移到 Azure 上的 Cloudera 数据平台 (CDP)。