实例探究.

添加案例

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。

Download Excel
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
排序方式:
La Sarine Health Network's Digital Transformation: Enhancing Healthcare Services with IoT - Hitachi Vantara Industrial IoT Case Study
La Sarine Health Network 的数字化转型:利用物联网增强医疗保健服务
La Sarine Health Network 是一家由瑞士 La Sarine 区 12 家公共资助的医疗保健组织组成的集团,该集团正在努力应对人口老龄化以及随之而来的复杂医疗保健需求的挑战。该组织严重依赖数字系统来提供服务,从后台管理到管理患者数据。然而,他们现有的 IT 基础设施(包括两个带有内置存储的虚拟化独立服务器)被证明是不够的。这些服务器托管在该地区的住宅护理中心,无法快速将虚拟工作负载从一个平台转移到另一个平台,从而降低了灵活性并增加了灾难恢复场景中的停机风险。此外,机载存储已接近饱和,每台服务器的利用率约为 85%。该组织需要一种解决方案,能够将存储作为单个池提供快速、简单的编排,从而使其能够在服务器之间快速移动工作负载并有效地扩展其存储资源。
下载PDF
Implementing FleetWave in Ford's Autonomous Vehicle Fleet Management -  Industrial IoT Case Study
在福特自动驾驶车队管理中实施 FleetWave
福特汽车公司是一家领先的跨国汽车制造商,在管理其超过 15,000 辆汽车和资产的车队和资产方面面临着挑战,特别是在引入自动驾驶汽车之后。与传统车队相比,自动驾驶车辆的管理提出了独特的挑战,包括调度和服务的自动化。该公司需要一个灵活的解决方案来适应他们不断变化的需求,因为他们不断学习和理解管理自主车队和传统车队之间的差异。此外,福特正在寻找一个愿意与他们密切合作、了解他们的具体要求并为产品提供持续支持和改进的合作伙伴。
下载PDF
Optimizing Coca-Cola's Vending Machine Sales with CARTO & Google BigQuery -  Industrial IoT Case Study
使用 CARTO 和 Google BigQuery 优化可口可乐自动售货机销售
Coca-Cola Bottlers Japan Inc. (CCBJI) 是亚洲最大的可口可乐装瓶公司,在日本运营着一个由超过 700,000 台自动售货机组成的网络。该公司收集了大量有关每台机器的整体销售业绩以及每台机器和地点的单个产品的表现的数据。历史上,CCBJI 必须从核心系统中提取分析所需的数据,建立自己的机制,使用 ETL 工具创建数据仓库,并执行各种分析。所产生的数据规模之大给该公司带来了多项挑战。其中包括返回简单查询结果所需的时间长度以及此类遗留系统的复杂维护。
下载PDF
Advancing Renewable Energy through Spatial Analysis and Visualization: A Case Study of NREL -  Industrial IoT Case Study
通过空间分析和可视化推进可再生能源:NREL 案例研究
国家可再生能源实验室 (NREL) 是美国唯一一家专注于可再生能源、商业化、开发和研究的联邦实验室。 NREL 面临的挑战是如何实现可再生能源的高渗透率,同时实现可靠性、弹性和可负担性的广泛目标。能源网的复杂性及其众多的发电机和可变负载,需要复杂的工具和可视化来理解和管理。可再生能源的一个根本挑战是其在空间和时间上的可变性和连续性,这对传统模型提出了挑战。问题是如何采用本质上连续且可变的现象,并将其拟合到离散模型空间中,无论是节点的还是区域的。最大的问题是如何确保资源得到正确的描述和保存。
下载PDF
Optimizing Utility Management Workflows with Location Intelligence: A Case Study on Premier Utility Services -  Industrial IoT Case Study
利用位置智能优化公用事业管理工作流程:优质公用事业服务案例研究
Premier Utility Services 面临着管理现场作业的挑战,其中包括纽约州北部的大型燃气表检查和泄漏检测项目。该项目需要处理和管理大型数据集,其中包括超过 50 万个燃气表的数据。虽然 Premier 已向 Fulcrum 寻求数据处理和管理方面的帮助,但他们仍然需要一个能够大规模可视化和分析数据的解决方案。他们所需的应用程序非常复杂,因为它必须处理大量数据并为决策提供有用的见解。
下载PDF
Globe Telecom: Enhancing Efficiency and Collaboration with AppSheet and Google Workspace -  Industrial IoT Case Study
Globe Telecom:利用 AppSheet 和 Google Workspace 提高效率和协作
Globe Telecom 是菲律宾一家领先的电信公司,面临着业务流程自动化、促进数字协作和加速决策的挑战。该公司的使命是为一个拥有超过 1 亿人口的国家提供数字生活方式,其中许多人正在与贫困和有限的资源作斗争。为了实现这一目标,Globe Telecom 需要转变自己的数字文化并创造新的数字体验。该公司还旨在引发一场数字革命,通过智能手机屏幕为数百万人带来优质教育、金融服务和医疗保健。然而,该公司使用大量手动流程来服务客户,需要在这些流程中嵌入软件或使用软件创建端到端流程。
下载PDF
AiryPRM: A Personal Relationship Manager for Job Seekers and Independent Consultants -  Industrial IoT Case Study
AiryPRM:求职者和独立顾问的个人关系经理
布伦农·马丁 (Brennon Martin) 是一名软件设计和全周期产品开发的独立承包商,他在管理专业人脉方面面临着挑战。作为一名求职者和顾问,他需要一个工具来跟踪、安排和管理他的联系人和机会。传统的 CRM 系统不适合,因为它们是为大型公司设计的,具有管理团队领导、销售渠道和客户支持等功能。 Brennon 需要一个为个人量身定制的轻量级 CRM 系统。他还想要一个能够提供全功能 Web 开发环境以及构建本机移动应用程序的选项的平台。
下载PDF
UniAquire: A No-Code Business Acquisition Marketplace -  Industrial IoT Case Study
UniAquire:无代码业务收购市场
UniAquire 是一款商业收购市场应用程序,由 Clayton Stiver 创立,他担任并购顾问。该应用程序旨在满足企业主、卖家、买家、贷方、投资者和其他参与企业收购过程的人的需求。我们面临的挑战是创建一款可以促进出售业务、出售多数/少数股权或承担债务的过程的应用程序。该应用程序需要允许用户上传详细的卖方指令并批准那些想要查看其业务的人,以及促进各方之间的消息传递。同样,对于那些想要购买企业、占据多数/少数地位或借贷债务的人来说,该应用程序需要允许用户上传详细的买方指令,并在卖方项目符合其买方指令时立即收到通知。
下载PDF
Datalogz: Revolutionizing Data Management with IoT -  Industrial IoT Case Study
Datalogz:利用物联网彻底改变数据管理
Datalogz 的创始人 Logan Havern 对过时且复杂的数据记录和收集模式感到沮丧。传统的数据管理系统不仅价格昂贵,需要花费数千美元,而且还非常耗时,需要数月的时间才能实施。此外,这些系统常常导致数据混乱,并且需要复杂的 IT 程序。数据文档通常很混乱,通常位于电子表格或文字文档中。这导致团队缺乏一个集中的存储库来组织数据字典、回答基本问题、提供最新的数据通知以及发布最近的工作或分析。
下载PDF
Leveraging ClickHouse for Efficient OpenTelemetry Tracing: A Resmo Case Study -  Industrial IoT Case Study
利用 ClickHouse 进行高效的 OpenTelemetry 跟踪:Resmo 案例研究
Resmo 是一种使用 API 从云和 SaaS 工具收集配置数据的工具,在管理从数千个 API 收集数据而产生的大量网络调用方面面临着重大挑战。传统的日志方法过于冗长且难以查询,而聚合指标缺乏足够的上下文来检测和诊断特定问题。 Resmo 利用跟踪,可以更好地了解请求流及其相关响应。然而,Resmo 的数据收集生成的跨度量过多,并且通常的采样方法可能会导致盲点,从而难以识别很少发生的不愉快执行路径上的问题。此外,许多供应商按摄取的事件数量和每 GB 数据量收费,如果不进行任何采样,成本可能会很高。只有少数供应商允许对数据进行自定义 SQL 查询。
下载PDF
AI-Driven Analytics Revolutionizing the Power Industry: A Case Study on Innowatts -  Industrial IoT Case Study
人工智能驱动的分析彻底改变电力行业:Innowwatts 案例研究
Innowwatts 是一个支持 AI 的 SaaS 平台,面临着管理和分析全球 4000 万米数据的挑战,以便为公用事业和零售商提供近乎实时的能源分析和可操作的商业智能。该公司需要汇总仪表级数据来为客户创建报告和建议。目标是帮助能源提供商更具预测性、主动性和互联性,释放电网边缘机会,增加客户价值,并加速向可持续能源解决方案的过渡。挑战不仅在于管理海量数据集,还在于根据使用模式提供见解和建议,例如建议更好的电力计划或电动汽车电池存储等产品。
下载PDF
TELUS’ Optik TV Service Enhances Reliability with Active-Active Redis -  Industrial IoT Case Study
TELUS 的 Optik TV 服务通过 Active-Active Redis 增强可靠性
TELUS 是加拿大领先的电信公司之一,其 Optik TV 服务面临着重大挑战,特别是面向客户的应用程序 Showcase。该应用程序充当 Optik TV 客户个性化内容的中心枢纽,最初是基于 Redis 开源构建的。然而,TELUS 经历了一次中断,对客户体验产生了负面影响,导致关键菜单选项不可用,并且需要大量时间才能完全恢复所有服务。这次中断导致 Showcase 服务处于待命状态一整天,导致用户体验持续长达 24 小时。该事件引起了领导层对现有系统可靠性以及对更强大解决方案的需求的担忧。
下载PDF
Chef Nicole Miami's Transformation: From Manual Planning to Automated Efficiency with Upper -  Industrial IoT Case Study
主厨 Nicole Miami 的转型:从手动规划到Upper自动化高效
Chef Nicole Miami 是一家位于南佛罗里达州的健康餐饮配送服务公司,在优化配送业务方面面临着重大挑战。该公司手动管理其路线,这涉及到一个劳动密集型过程:导航网站后端、提取数据、对地址进行排序以及为每个司机维护单独的 Excel 表格。这个过程不仅耗时,而且还带来了代价高昂的人为错误的风险。该公司在识别重复地址和确保路线准确性方面遇到了困难,特别是在送货量很大的情况下。由于缺乏实时适应性,他们很容易受到不可预见的驾驶员紧急情况或车辆问题的影响,从而导致频繁的最后一刻中断。有效的资源分配也是一个挑战,阻碍了他们有效优化配送路线的能力。
下载PDF
Arab Maritime Petroleum Transport Company Leverages StormGeo's Solution for Enhanced Environmental Performance -  Industrial IoT Case Study
阿拉伯海上石油运输公司利用 StormGeo 的解决方案提高环境绩效
阿拉伯海上石油运输公司 (AMPTC) 需要一种有效的解决方案来管理其船队的环境绩效并遵守不断变化的温室气体 (GHG) 法规。国际海事组织 (IMO) 最近推出的碳强度指标 (CII) 给 AMPTC 等油轮船东带来了重大挑战。该公司正在寻求一种解决方案,帮助其轻松应对这些可持续发展法规并实现长期减少二氧化碳排放。 AMPTC 进行了深入的市场研究和分析,为其油轮船队找到最有效的解决方案。
下载PDF
VitusVet Leverages PubNub for Real-Time Updates in Veterinary Practices - PubNub Industrial IoT Case Study
VitusVet 利用 PubNub 实时更新兽医实践
VitusVet 是一个兽医实践客户参与平台,面临着为其 Connect 应用程序大规模构建实时通知的挑战。该应用程序旨在促进兽医和宠物主人之间的沟通,但开发用于实时通知的内部系统需要大量资源和时间。该公司需要一种解决方案,使他们能够快速有效地管理日常运营,改善客户沟通,并确保宠物得到最高质量的护理。我们面临的挑战是找到一种方法,使兽医诊所和宠物主人之间能够进行可靠、实时的沟通,而不必从头开始构建,因为这既昂贵又耗时。
下载PDF
InsightCloudSec Facilitates Continuous Multi-Cloud Security for CoStar Amid Mergers and Acquisitions - Rapid7 Industrial IoT Case Study
InsightCloudSec 在合并和收购过程中为 CoStar 提供持续的多云安全
CoStar Group 是商业房地产信息、分析和在线市场的领先提供商,一直通过并购 (M&A) 扩大其影响力。截至 2019 年 10 月 1 日,CoStar 已斥资约 20 亿美元收购了总共 27 个组织,每个组织都拥有独特的云业务和不同级别的云能力。 CoStar 面临的挑战是确保其不断增长和发展的云足迹(涵盖 Amazon Web Services (AWS)、Microsoft Azure 和 Google Cloud Platform (GCP))的安全性和合规性。在通过并购实现增长时,CoStar必须能够了解收购目标的网络风险,整合新收购的资源,并保持这些被收购实体在不失去控制权的情况下通过使用云服务加速创新的能力。
下载PDF
Domino’s Pizza Enhances Security Operations with Rapid7's Detection and Response Workshop - Rapid7 Industrial IoT Case Study
Domino's Pizza 通过 Rapid7 的检测和响应研讨会增强安全运营
达美乐比萨是世界上最大的比萨饼公司,其在线订购和送货服务严重依赖技术。该公司的安全运营中心 24/7 全天候运营,他们面临的最大安全挑战之一是网络钓鱼。由于威胁行为者的狡猾,鱼叉式网络钓鱼尤其是一个重大威胁。由于其国内和国际市场,该公司还拥有广泛的攻击面,这使得威胁搜寻成为一项关键任务。该公司希望培训其安全运营中心 (SOC) 分析师像攻击者一样思考,因为许多分析师只专注于检测和响应,而缺乏对攻击者所使用策略的了解。
下载PDF
Optimizing Community Policing with MyRouteOnline Route Planner -  Industrial IoT Case Study
使用 MyRouteOnline 路线规划器优化社区治安
艾伯尼港社区警务部与加拿大皇家骑警合作,面临着有效管理志愿者资源的挑战。该部门的志愿者的任务是每月向犯罪受害者的住所发送宣传信。面临的挑战是优化志愿者时间并确保快速递送这些信件。该部门需要一个易于使用的交付应用程序或软件,可以自动优化路线,减少手动规划和调度的需要。该应用程序还需要与该部门的 iPad 设备兼容。该部门每月规划一次路线,大约有 20 个站点。停靠点通常是根据犯罪统计数据添加的,因此需要一种能够自动更新停靠点并调整路线的解决方案,以确保志愿司机仍然走在最短、最快和最有效的路径上。
下载PDF
UK Non-Profit Organization Enhances Security and Connectivity with AWS Cloud -  Industrial IoT Case Study
英国非营利组织利用 AWS 云增强安全性和连接性
该客户是一家总部位于英国的慈善评估组织,面临着多项挑战。首先,他们必须遵守美国国家标准与技术研究院 (NIST) 制定的严格安全标准和控制措施。其次,他们的目标是开发强大的网络和移动应用程序,以扩大其全球影响力和响应能力。此外,他们还需要一个具有任务工作流程和任务管理功能的文档管理系统,用于数字数据记录。在 COVID-19 大流行期间,该组织面临连接问题,因为其业务用户难以在家中访问内部应用程序。他们现有的虚拟私有云 (VPC) 设置缺乏安全的远程连接方法。
下载PDF
Apollo Studios: Pioneering Digital Transformation in the Insurance Industry with RPA -  Industrial IoT Case Study
Apollo Studios:利用 RPA 开创保险业数字化转型
Covid-19 大流行极大地改变了全球劳动力,导致远程工作的兴起。这种转变给企业带来了新的挑战,包括管理工作流程和项目以及公司间沟通。南非公司 Apollo Studios 认识到在封锁期间其业务需要自动化。该公司希望实现许多流程自动化,以简化其公司组合内的运营。 2021 年,Apollo Studios 开始为金融和汽车保险客户提供定制开发的客户自动化服务。然而,随着公司扩大自动化服务,它意识到当前用于自动化的解决方案需要更具可持续性,以扩展业务模式。
下载PDF
Evergy's Transformation: Ensuring Safer, More Efficient Utility Operations with Tomorrow.io -  Industrial IoT Case Study
Evergy 的转型:通过 Tomorrow.io 确保更安全、更高效的公用事业运营
公用事业公司经常因恶劣的天气条件而面临中断。大风会损坏电线,导致数千名客户停电。冰雪会导致管道爆裂,导致缺水。极端高温会对气体系统造成压力,导致服务中断。大多数公司依靠脱节的系统和手动流程的组合来应对这些危险情况。然而,对于负责密苏里州和堪萨斯州 160 万客户的公用事业公司 Evergy 来说,这种方法还不够。他们需要一个更可靠、集中的解决方案来应对天气干扰并确保其服务顺利运行。
下载PDF
Driving Revenue with Predictive Weather: A Case Study on Uber and Tomorrow.io -  Industrial IoT Case Study
通过预测天气增加收入:Uber 和 Tomorrow.io 的案例研究
优步是一家领先的乘车共享公司,正在寻求提高运营效率并推动收入增长的方法。该公司认识到天气条件对其运营的重大影响,包括雨、雪、风、雾、温度和空气污染等因素。然而,挑战在于准确预测这些天气因素并将这些数据实时集成到决策过程中。该公司还面临来自多个来源的天气数据的问题,导致不一致和混乱。此外,Uber 需要一个可以提供历史天气模型的解决方案,以了解过去的趋势并预测未来天气对其业务的影响。
下载PDF
Colony Tire's Transformation with Royal 4’s WISE WMS Tire Software - Royal 4 Systems Industrial IoT Case Study
Colony Tire 利用 Royal 4 的 WISE WMS 轮胎软件实现转型
Colony Tire 是北美领先的轮胎分销商和汽车服务提供商,在管理超过 25 个地点的物流方面面临着重大挑战。该公司执行副总裁 Andrew Bergeron 强调需要一个可靠的合作伙伴,为其物流管理提供强大的解决方案。该公司正在寻找一种解决方案,该解决方案不仅要有良好的客户满意度记录,而且要有经验丰富的工程师并能够提供 24/7 支持。该公司现有的 POS 系统提供商 ASA Tire Systems 与 Royal 4 建立了合作伙伴关系,这是他们决策过程中的关键因素。然而,该公司需要的不仅仅是合作伙伴关系;他们需要一个全面的解决方案来应对物流挑战。
下载PDF
Improving Warehouse Efficiency: A Case Study on Poiesz Supermarkets and WISE WMS Software - Royal 4 Systems Industrial IoT Case Study
提高仓库效率:Poiesz 超市和 WISE WMS 软件案例研究
Poiesz Supermarkets 是一家成立于 1923 年的家族企业,在管理物流运营方面面临着重大挑战。该公司拥有 69 家超市和 5,000 多名员工,需要一个强大而灵活的系统来管理其仓库运营。斯内克的中央仓库为所有商店提供 25 辆卡车,需要一个能够高效处理入库、出库和补货操作的系统。该公司还需要一个能够快速适应新要求的系统,例如收货时的温度登记和其他重要要求。此外,该公司的目标是提高库存准确性并控制收货后的有效期,以最大限度地减少损失。
下载PDF
Optimizing Lead Generation and Engagement with AI in Automotive Industry -  Industrial IoT Case Study
优化汽车行业人工智能的潜在客户开发和参与
OEConnection (OEC) 是一家为汽车制造商及其特许经销商提供高质量技术解决方案的提供商,在潜在客户开发过程中面临着重大挑战。尽管投入了大量的时间和资源来产生潜在客户,但结果充其量也微乎其微。该公司需要更多地关注合格的潜在客户,以最大限度地利用机会,但又不能增加员工人数。这构成了一项重大挑战,因为它需要一种更高效、更有效的方法来产生和参与潜在客户,同时又不会增加成本或需要额外的人员。
下载PDF
Digital Transformation in Renewable Energy Manufacturing: A Case Study -  Industrial IoT Case Study
可再生能源制造的数字化转型:案例研究
这家在 170 多个国家/地区开展业务的跨国工业制造商正在努力应对供应链的重大转变。该公司的产品组合变得越来越复杂,其客户群也在迅速扩大。模具产能、叶片制造、运输和客户现场安装的规划流程脱节,导致成本和库存问题。尤其是风力涡轮机部门,缺乏对从模具容量规划到客户现场安装的限制和成本的了解。由于业务流程和支持系统分散,规划团队无法跨多个职能部门进行协作。遗留流程和工具导致规划人员基于数据快照进行耗时的规划和报告工作,几乎没有时间进行智能规划和决策。
下载PDF
Greenyard Fresh: Leveraging IoT for Enhanced Food Safety and Cost Efficiency -  Industrial IoT Case Study
Greenyard Fresh:利用物联网增强食品安全和成本效率
Greenyard Fresh 是全球领先的生鲜农产品和物流供应商,面临着每天管理数千个产品样品的残留监测流程的挑战。该公司年营业额达 32 亿欧元,拥有 8000 名员工,需要一个系统在残留物超出允许量时发出警报。该挑战还包括需要对收集的数据进行高级分析以提供大量见解。此外,Greenyard Fresh 希望能够与合作伙伴共享匿名信息,以共同增进对流程、产品质量和食品安全的了解。
下载PDF
Securing Broadband Across Multiple Locations: A Case Study on Walters-Dimmick Petroleum -  Industrial IoT Case Study
确保多个地点的宽带安全:Walters-Dimmick Petroleum 案例研究
Walters-Dimmick Petroleum, Inc. (WDP) 是壳牌石油产品的营销商,在密歇根州、印第安纳州和俄亥俄州运营着一个由壳牌品牌零售设施组成的大型网络。这些设施不仅销售壳牌汽油,还包括便利店、快餐店、洗车场、ATM 机、电话卡服务和其他服务。该公司在管理超过 58 个地点时面临着重大挑战,每个地点都需要安全的互联网连接来访问电子邮件和企业通信。当 WDP 用宽带取代拨号服务时,它需要一种能够在其所有地点提供安全、高速 DSL 的解决方案。该公司还寻求一种能够满足并超越 PCI 合规性要求的解决方案,其中包括保护包含持卡人数据的系统免受互联网威胁、保护持卡人数据在公共网络上的传输、跨网络系统执行访问和授权策略、为持卡人数据提供应用程序保护。面向 Web 的系统,提供实时安全更新,并简化安全系统的管理、报告和分析。
下载PDF
Automating Recruitment Processes and Expanding Reporting: A Case Study on Andiamo Partners -  Industrial IoT Case Study
自动化招聘流程和扩展报告:Andiamo Partners 案例研究
Andiamo Partners 是一家数据驱动的招聘公司,其用于跟踪和管理候选人的专有系统面临着挑战。该系统虽然功能齐全且可定制,但需要进行内部开发才能进行任何更改,这既耗时又昂贵。随着公司的发展,系统无法随之扩展,导致出现滞后、性能缓慢以及商业智能方面的困难等问题。每当需要报告时,开发人员都必须创建它,通常在报告完成时就变得无关紧要。该团队意识到需要一个更高效的系统,可以连接各种插件和集成,而无需雇用开发人员。
下载PDF
Boosting Revenue and Productivity in Off-Season with IoT: A Case Study of a Single-Family Home Rental Company -  Industrial IoT Case Study
利用物联网提高淡季收入和生产力:单户住宅租赁公司的案例研究
该客户是美国多个市场的大型单户住宅租赁提供商,在淡季期间面临着增加增量收入和生产力的挑战。该公司管理和拥有数万处房产,并拥有一支由 27 名内部销售代理组成的全国团队,每月管理 10,000 至 20,000 个销售线索。这些潜在客户是由该公司网站、Trulia 和其他在线房地产列表网站的流量产生的。尽管使用 Marketo 的营销自动化套件来推动入站销售线索并对其进行评分,并使用 Salesforce 来跟踪和管理销售活动,但销售团队仍缺乏足够的信息来吸引、限定和转换销售线索。该公司设定了两个关键的企业目标:降低客户获取成本并在今年第二季度之前创造 6,000 个租赁机会。
下载PDF

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

感谢您的信息!
我们会很快与你取得联系。