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)
- 查看全部
-
(5,166)
- (2,533)
- (1,338)
- (761)
- 查看全部
-
(4,457)
- (1,809)
- (1,307)
- (480)
- 查看全部
-
(4,164)
- (2,055)
- (1,256)
- (926)
- 查看全部
-
(2,495)
- (1,263)
- (472)
- (342)
- 查看全部
- 查看全部 15 技术
- (1,744)
- (1,638)
- (1,622)
- (1,463)
- (1,443)
- 查看全部 42 行业
- (5,826)
- (4,167)
- (3,100)
- (2,784)
- (2,671)
- 查看全部 13 功能区
- (2,573)
- (2,489)
- (1,873)
- (1,561)
- (1,553)
- 查看全部 127 用例
- (10,416)
- (3,525)
- (3,404)
- (2,998)
- (2,615)
- 查看全部 9 服务
- (507)
- (432)
- (382)
- (304)
- (246)
- 查看全部 737 供应商
Selected Filters
|
云服务的实时监控和合规性检查:ADEO 服务案例研究
ADEO Services 需要一种用于实时监控和合规性检查的工具,以确保其服务符合云标准。
|
|
|
改善混合云环境中的问责制和监控:ADEO 服务案例研究
ADEO Services 是一家零售和消费品公司,需要提高其应用程序的性能、正常运行时间和运行状况,同时确保混合云环境中的责任和监控。
|
|
|
Adloox:利用 Google Cloud 增强数字广告效果
数字广告行业的品牌面临着流量欺诈、交付和报告缺乏透明度以及跟踪真实投资回报率等挑战。
|
|
|
Affable:利用 Google Cloud 进行高效数据处理和图像推荐
Affable 是一家总部位于新加坡的初创公司,需要处理大量数据和图像,以便向客户推荐小网红。他们还需要在快速发展的行业中灵活地响应客户的需求。
|
|
|
AfterShip:基础设施自动化并利用 Google Cloud 进行扩展
AfterShip 需要自动化关键基础设施流程、实施持续部署模型并控制成本,同时保持全球影响力和高质量服务。
|
|
|
AgrodatAi:通过 24/7 聊天机器人彻底改变农业产业
AgrodatAi 面临着集中哥伦比亚农业分散信息并提供集中服务的挑战。他们还必须克服农村地区缺乏互联网覆盖和计算机访问有限的问题。
|
|
|
亚洲航空:利用 Google Cloud 进行数据驱动转型
亚航需要能够捕获、处理、分析和报告数据的技术和服务,同时提供物有所值并满足其速度和可用性要求。该航空公司还希望最大限度地减少对其技术团队的基础设施管理和系统管理需求。
|
|
|
Airbus Intelligence:利用 Google Cloud 彻底改变卫星图像
空客情报部门需要重新设计其卫星图像平台,以满足客户日益增长的期望。现有的解决方案无法加速图像和数据的生成和交付。
|
|
|
Akeneo:利用 Google Cloud 彻底改变产品信息管理
在实施 Akeneo 的 PIM 解决方案之前,零售商面临着产品数据分散且不一致的挑战,导致信息丢失、重复工作和效率低下。此外,现有的本地基础设施使得 Akeneo 很难将其 PIM 作为基于 Web 的 SaaS 解决方案提供。
|
|
|
Altavia:迁移到 Google Cloud 以提高性能和可靠性
Altavia 是一家零售营销和出版公司,需要更新其遗留基础设施以提高性能和可靠性。 ERP 系统每周都会崩溃,某些地点的客户服务速度比其他地点慢。
|
|
|
通过数据分析和自动化增强零售决策
面对不断变化的客户偏好的压力比以往任何时候都更大,零售商在定价、促销、分类、技术和店内体验方面进行投资,不断进行创新。高管们需要对这些活动的投资回报率有信心,以证明此类相关支出的合理性。
|
|
|
AntVoice:利用预测性定位人工智能彻底改变在线广告
在线广告通常根据客户过去的购买情况来定位客户,从而导致广告冗余和资金浪费。 AntVoice 旨在通过使用预测性定位人工智能来寻找可能对产品感兴趣的新客户来解决这个问题。
|
|
|
AnyMind Group:利用 Google Cloud 实现协作增长
AnyMind Group 需要智能工作场所应用程序,使不同国家的员工能够有效协作并支持快速扩张到亚洲新市场。他们还需要稳定且可扩展的基础设施来满足客户的期望。
|
|
|
AODocs:利用 Google Cloud 重塑文档管理
即使实时工具正在将协作提升到一个新的水平,许多公司仍然依赖拼凑在一起的本地系统进行文档管理。
|
|
|
Apester:使用 Google Cloud 进行扩展和节省
自 2014 年推出以来,Apester 的受欢迎程度呈爆炸式增长,每月吸引约 1 亿独立用户。然而,其现有的商业智能和数据仓库系统显示出分析能力紧张和限制的迹象。 Apester 希望利用其不断增长的客户群并获得更多见解,而不必担心规模或许可费用。
|
|
|
Arcules:利用 Google Cloud 彻底改变视频云物联网
Arcules 在处理大量视频和物联网数据时面临延迟和存储方面的挑战。他们还需要提高安全性并消除基础设施管理任务。
|
|
|
利用大数据分析预防网络钓鱼攻击
Area 1 安全需要针对针对性网络钓鱼攻击采取主动解决方案
|
|
|
利用 Google Cloud 扩展全球广告运营:Arpeely 案例研究
Arpeely 是一家广告技术初创公司,需要通过一个小型本地团队在全球范围内扩展其创新数据科学平台。
|
|
|
ATB Financial:利用 Google Cloud 和 SAP S/4HANA 增强运营和客户体验
ATB Financial 是加拿大的一家金融机构,面临着来自大型银行和金融科技公司日益激烈的竞争。他们希望增强 IT 环境并改善客户体验。
|
|
|
ATB Financial:利用 BigQuery 加速 SAP 数据洞察并提升业务成果
加拿大金融机构 ATB Financial 需要对其旧数据平台进行现代化改造,以支持依赖实时数据分析和洞察的未来业务需求。现有的分析流程是临时且手动的,需要多个数据副本和大量操作才能生成报告。
|
|
|
使用 Google Cloud 安全可靠地扩展移动支付:Auka 案例研究
Auka 是一家金融科技公司,需要建立一个安全可靠的支付平台,该平台可以快速扩展,以适应挪威和整个欧洲不断增长的移动交易量。
|
|
|
Banca Mediolanum:利用 Google BigQuery 进行数据驱动营销
意大利领先银行 Banca Mediolanum 面临着分析和利用社交媒体等各种来源的大量数据来改进其营销活动的挑战。
|
|
|
Banco de Crédito del Perú 通过一键交叉销售实现数字销售额 15 倍增长
Banco de Crédito del Perú (BCP) 希望增加秘鲁金融市场的交叉销售机会和数字销售。他们面临的挑战是让客户的购买流程变得更加轻松,并减少保险购买流程中表格造成的摩擦。
|
|
|
数据驱动的应用程序开发:Bending Spoons 如何使用 BigQuery 在拥挤的市场中脱颖而出
在数百个应用程序经常提供类似功能的市场中,开发人员必须找到使他们的产品脱颖而出的方法。 Bending Spoons 是一家总部位于米兰的应用程序开发商,在确定要开发的最佳应用程序和应用程序优化方面都采用数据驱动的方法进行选择。
|
|
|
Benefício Fácil:利用 Google Cloud 简化员工福利管理
第三方福利管理公司 Benefício Fácil 需要一种可靠且简单的方法,以便客户订购和接收交通卡等员工福利。该公司利用Google Cloud构建了快速高效的管理和分发平台。
|
|
|
使用 Google Cloud 进行高效的足球比赛分析
Bepro 是一家足球分析服务公司,需要一种解决方案来高效记录和分析全球 500 多支球队的足球比赛。
|
|
|
为 Billie 的发票保理服务构建安全且可扩展的基础设施
逾期支付发票是中小企业面临的一个问题。 Billie 需要创建一个稳定、安全的平台来处理发票保理服务。
|
|
|
Bit Capital 针对 Google Cloud 上的 Pix 和开放银行业务的综合解决方案
过去几年,一系列新技术和监管变革正在改变巴西的金融业。区块链的概念增加了金融交易的安全性和敏捷性。该国中央银行(BC)部署的开放银行系统允许金融机构之间在用户同意的情况下进行平台集成和数据共享。最近,同样由 BC 推出的 Pix 创造了一种即时、免费、24/7 的新支付方式,震撼了市场。
|
|
|
BMG 利用 Google Cloud 改变版税处理方式
音乐行业已经转向数字化,导致需要处理大量数据才能支付版税。 BMG 的本地基础设施无法满足可扩展性和处理要求。
|
|
|
转变澳大利亚铁路行业的数字生态系统:利用 Databricks 更快地获得洞察并节省成本
ARTC 正在处理来自不同来源的孤立数据集,导致铁路网络管理效率低下和不必要的复杂性。他们需要一种更现代、更简化的方法来利用数据驱动的见解和策略。
|
|