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)
  • (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)
  • (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)
  • (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)
  • 查看全部 732 供应商
Selected Filters
19,090 实例探究
排序方式:
Improving Healthcare Site Planning with Geolocation: A Sanitas Case Study -  Industrial IoT Case Study
通过地理定位改善医疗场所规划:Sanitas 案例研究
Sanitas 是一家医疗保健提供商,正在努力应对理解位置对其诊所和医院绩效的影响的挑战。医疗保健行业的位置起着重要作用,Sanitas 希望深入了解其诊所位置的具体特征。他们想了解这些特征(包括当地人口的年龄和收入)如何影响诊所的业绩和收入。此外,他们希望根据有关其客户、竞争对手和该地区其他兴趣点的信息来介绍他们的诊所。
下载PDF
Boosting Field Sales Efficiency with Location Intelligence: A Case Study on Securitas Direct -  Industrial IoT Case Study
通过位置智能提高现场销售效率:Securitas Direct 案例研究
Securitas Direct 是欧洲领先的联网警报提供商,其销售部门面临着重大挑战。尽管拥有一支由 1,000 名代表组成的强大销售队伍,该公司并未充分利用位置数据在其销售策略中的潜力。销售团队一直在手动分配营销部门的销售线索和机会,而没有利用位置数据的上下文。这种方法不仅效率低下,而且无法最大限度地提高销售人员的生产力。为了提高销售业绩,Securitas Direct 需要一个位置驱动的解决方案,该解决方案不仅可以提高团队的效率和生产力,还可以与现有的 CRM 技术无缝集成。
下载PDF
Supply Chain Network Optimization & Cold Chain Transportation for SEUR -  Industrial IoT Case Study
SEUR 供应链网络优化和冷链运输
SEUR 是西班牙领先的包裹递送公司,在优化其冷运输网络方面面临着挑战。该公司正在寻找一种解决方案,使他们能够评估网络的当前状态,识别高需求区域,并确定其配送中心 (DC) 的位置是否具有战略意义。他们还希望量化当前网络变化的影响,例如配送中心的开设或关闭以及配送区域的变化。此外,SEUR 正在寻求建立一个优化模型,以确定配送中心应位于何处并设计其运输网络(供应链网络设计)。
下载PDF
Skyhook Wireless's Global Location Intelligence with CARTO -  Industrial IoT Case Study
Skyhook Wireless 借助 CARTO 实现全球位置情报
Skyhook Wireless 最初是一家移动设备定位提供商,现在面临着管理和利用其定位服务生成的大量数据的挑战。这些数据用于提供基于位置的服务,例如在地图上精确定位设备的位置,随着该公司在全球范围内扩展其服务,这些数据呈指数级增长。挑战不仅在于管理这些数据,还在于将其划分为可用的部分以供分析。高时空精度的期望,曾经是一个县或一个城市的范围,现在是全球范围内的期望。此外,该公司还面临着满足企业日益增长的期望的挑战,这些期望需要详细的数据分析,例如一家麦当劳店与另一家店销售的汉堡数量。
下载PDF
Leveraging Geodata Modeling in the Insurance Industry: A Swiss RE Case Study -  Industrial IoT Case Study
在保险业中利用地理数据建模:瑞士 RE 案例研究
瑞士再保险作为全球领先的再保险和保险提供商,在保险市场面临着一系列挑战。该市场增长缓慢,很大一部分客户的行为类似于 booking.com,在加入保险产品之前阅读评论。此外,从 IT 到互联网再到隐私等法律法规的变化,使得向保险领域推出新产品变得极其困难。这就导致监管机构对保险公司、保险公司对老百姓、老百姓对保险公司缺乏信任。瑞士再保险需要找到一种方法来扩展其地理覆盖范围、地理启用其数据并监控其资产,以克服这些挑战。
下载PDF
Leveraging Spatial Data for 5G Deployment: A T-Mobile Case Study -  Industrial IoT Case Study
利用空间数据进行 5G 部署:T-Mobile 案例研究
美国第二大无线运营商 T-Mobile 在 2021 年初推出 5G 家庭互联网服务时面临着重大挑战。在开始试点后,该服务已向美国 3000 万个家庭提供。 2019 年。挑战在于,固定地址的无线互联网需要与传统互联网服务提供商 (ISP) 截然不同的资格流程。做出有关候选资格的明智决策需要大量空间数据。美国有 1.85 亿个唯一地址,每个地址都有无数与之相关的变量,T-Mobile 需要确定谁有资格获得服务。这包括从总体上确定哪些邮政编码、MSA 或州具有最大的潜力。
下载PDF
Telefónica Enhances Customer Loyalty with User-Centric Mapping Solution -  Industrial IoT Case Study
Telefónica 通过以用户为中心的地图解决方案增强客户忠诚度
Telefónica 是一家跨国电信公司,希望增强其数据分析能力。该公司确定了数据分析的三个级别:描述性、预测性和规范性。描述性方面涉及可视化数据模式,是一个特殊的挑战。传统的数据表示方法(例如 Excel 工作表)无法有效传达智能步骤的模式,包括人们如何移动、从哪里来以及去哪里。该公司需要一种解决方案,能够提供一种更具交互性和视觉吸引力的方式来向客户呈现数据,因为客户非常注重视觉效果并且更喜欢与数据交互。
下载PDF
Google BigQuery Visualization: Mapping Big Spatial Data for GDELT -  Industrial IoT Case Study
Google BigQuery 可视化:为 GDELT 绘制大空间数据
GDELT 作为世界上最大、最全面的人类社会开放数据库,面临着重大挑战。全球地理图谱是 GDELT 的一部分,涵盖了自 2017 年以来全球英语新闻报道中超过 17 亿个地点提及的内容。该组织希望绘制全球新闻叙事的地理地图,但事实证明,这项任务非常复杂。所涉及的数据量之大。我们面临的挑战是找到一种方法,以一种既有意义又易于访问的方式有效地可视化大量数据。
下载PDF
Spatial Analysis in Identifying and Characterising Gentrification in London -  Industrial IoT Case Study
识别和表征伦敦中产阶级化的空间分析
伦敦大学学院高级空间分析中心 (CASA) 面临着识别、描述和定位最近经历高档化的伦敦社区的挑战。他们需要分解数据揭示的不同类型的变化。此外,他们的目的是预测哪些社区可能成为中产阶级化的下一个目标。最终目标是呈现并提供数据、代码和新颖的交互式可视化,作为支持城市政策和决策的综合工具。
下载PDF
Vodafone's Location Intelligence: A Case Study on Mobile Data Insights -  Industrial IoT Case Study
沃达丰的位置智能:移动数据洞察案例研究
沃达丰是一家领先的电信公司,严重依赖位置情报来管理其网络并为其客户提供优质服务。该公司的目标是了解客户在哪里、他们要去哪里以及如何为他们提供最好的服务,包括光纤和其他技术。挑战在于数据的准确性和精度。沃达丰的目标是打造一款能够精确预测人们行踪的产品,准确地知道人们要去哪里和去哪里。为了达到这种精度水平并超越竞争对手,沃达丰需要克服使用复杂算法和软件构建技术的挑战。
下载PDF
Enhancing Urban Mobility in Madrid through Crowdsourced Traffic Data -  Industrial IoT Case Study
通过众包交通数据增强马德里的城市交通
与世界上许多其他主要城市一样,马德里市也面临着交通拥堵的挑战。每天有五十万辆汽车进出城市,管理交通流量和减少拥堵是一个重要问题。 Waze 是一款众包导航和交通应用程序,在全球拥有超过 1 亿活跃用户,它致力于解决这个问题。然而,虽然位智可以访问大量用户生成的数据,但它需要一种与政府组织和市政当局联系的方式来有效利用这些数据。面临的挑战是将原始、开放的数据转化为可操作的情报,可用于改善交通管理,并为公民提供准确、实时的交通信息来规划他们的日常通勤。
下载PDF
Grassdoor Boosts Efficiency and Cuts Costs with NextBillion.ai’s Distance Matrix API - Nextbillion.ai Industrial IoT Case Study
Grassdoor 利用 NextBillion.ai 的距离矩阵 API 提高效率并降低成本
Grassdoor 的主要挑战是计算准确的预计到达时间并优化最后一英里和按需配送的路线。该公司需要一个距离矩阵 API,它可以大规模处理大量 API 调用,以高吞吐量和低延迟运行,并且具有成本效益。市场上现有的Distance Matrix API存在局限性,例如矩阵大小仅限于25*25元素,不足以优化Grassdoor大规模运营的大量交付。这些现有 API 的成本也是一个问题,因为事实证明它们价格昂贵,而且随着 Grassdoor 规模的扩大,问题变得更加严重。该公司还在扩展过程中寻找提高吞吐量和减少延迟方面的运营效率的方法。
下载PDF
AI Company Builds Country Scale Maps in 3 Months: A Case Study - Nextbillion.ai Industrial IoT Case Study
人工智能公司在 3 个月内绘制国家比例地图:案例研究
一家领先的人工智能云计算公司面临着在三个月内为整个阿联酋创建大规模端到端地图解决方案的挑战。该公司需要以快速刷新率构建高精度、国家范围的地图,这是一项既昂贵又广泛的任务。该过程涉及在阿联酋级别构建地图、添加 50 多个自定义属性、执行质量检查和冲突解决,以及不断维护和刷新地图数据。该公司还需要从多个图像源获取地图数据情报,这是一个耗时的过程。不同的路由和导航引擎(例如 OSRM 等)使用的数据结构因路由引擎类型而异。客户需要能够轻松与其现有路线和导航引擎集成的地图数据。
下载PDF
Enhancing Delivery Efficiency with Custom Mapping Solution: A Case Study on a Top US-Based Food Delivery Company - Nextbillion.ai Industrial IoT Case Study
通过定制地图解决方案提高配送效率:美国顶级食品配送公司案例研究
美国领先的食品配送公司在满足不断增长的需求和客户期望方面面临着挑战。该公司正在努力在不影响服务质量的情况下实现其雄心勃勃的增长目标。现有的地图解决方案十分僵化,不能满足公司的具体需求。该公司需要更量身定制的地图解决方案,帮助他们实现更高效、更准时的交付,提供更准确的预计到达时间 (ETA),并降低地图 API 的成本。
下载PDF
Intuitive Freight Tracking Enhances ETA Accuracy for Indian Logistics Firm - Nextbillion.ai Industrial IoT Case Study
直观的货运跟踪提高了印度物流公司预计到达时间的准确性
一家领先的印度物流科技公司被称为该国最大的中立货运网络,在为客户提供直观的货运跟踪体验方面面临着挑战。该公司所处行业复杂,不同层面的技术采用率较低。主要挑战包括跟踪每次旅程的数千个数据点,例如跨高速公路、乡村道路和仓库位置的准确路线、跨城市和州的交通数据、设置上下文 POI 以及轮胎磨损等附加数据、车辆使用、通行费和许可证。这些数据点由不同的利益相关者管理,带来了重大的运营挑战。第二个挑战是考虑当地的细微差别,例如车辆限制和驾驶行为,这些细微差别在印度各邦之间存在巨大差异。其他复杂因素包括车辆类型、地形变化、驾驶模式以及取决于货物的速度限制。
下载PDF
American University of Beirut's Transformation with QlikView Dashboards - Qlik Industrial IoT Case Study
贝鲁特美国大学利用 QlikView 仪表板进行转型
贝鲁特美国大学 (AUB) 是黎巴嫩领先的学术机构,在管理“大数据”和提取有价值的见解方面面临着重大挑战。该大学正在使用 Oracle 的商业智能解决方案,但他们发现该解决方案难以部署,并且仅用于报告,而不用于仪表板和业务发现分析。该大学还寻求为整个校园使用 QlikView 创建路线图。该大学及其医疗中心 AUBMC 正在使用各种应用程序和数据库系统,包括 IBM DB2、Microsoft SQL Server、FoxPro、Oracle Financials 以及满足医院临床需求的专业系统。他们还使用了三个企业资源规划 (ERP) 系统 — Oracle ERP、Banner ERP 和 IBM — 以及 AUBMC 的 Oracle 商务智能企业版 (OBIEE)。
下载PDF
J.B. Hunt's Real-Time Data Delivery Transformation with Qlik - Qlik Industrial IoT Case Study
JB Hunt 通过 Qlik 进行实时数据交付转型
JB Hunt 是财富 500 强公司,也是北美最大的运输物流公司之一,正处于全公司范围的数字化转型之旅中。此旅程的关键部分是实施 Microsoft Azure Databricks 数据湖,以实现数据仓库现代化,从而提高整个组织的效率和数据访问。然而,随着工程和技术团队开始推出,他们注意到作为 JB Hunt 360(其尖端数字货运匹配平台)支柱的运营数据存储面临越来越大的压力。在评估数据管道后,团队确定需要加速数据流入湖中,以确保 JB Hunt 360 用户保持高质量的体验,没有性能滞后。
下载PDF
King.com Enhances Gaming Experience and Business Insights with IoT - Qlik Industrial IoT Case Study
King.com 通过物联网增强游戏体验和业务洞察力
King.com 是一家全球领先的在线游戏公司,面临着管理和理解其平台生成的大量游戏数据的挑战。该公司需要一种方法让企业能够访问这些数据,以便做出明智的决策。他们还旨在提供快速的业务洞察并为其业务用户提供自助服务功能。挑战不仅在于处理数据,还在于获得有意义的见解,这些见解可以为业务的各个方面(从执行决策到营销策略和产品开发)提供信息。
下载PDF
Leveraging IoT and Data Analytics for Equitable Education: A Case Study of Loudoun County Public Schools - Qlik Industrial IoT Case Study
利用物联网和数据分析实现公平教育:劳登县公立学校案例研究
劳登县公立学校 (LCPS) 在 COVID-19 大流行期间面临着重大挑战。随着学校关闭,学区必须确保所有学生都能获得在线学习资源。然而,一小部分家庭和工作人员在家中没有互联网接入。 LCPS 已从不同供应商处采购了 1,500 个热点,但面临的挑战是公平分配这些设备。该学区不仅需要识别学生,还需要识别需要互联网接入的家庭。建立分流办法,根据弱势家庭、多学生家庭、高年级学生家庭的情况进行优先分配。
下载PDF
Biagi Bros' Successful Transition to Motive's Fleet Management Solution -  Industrial IoT Case Study
Biagi Bros 成功过渡到 Motive 的车队管理解决方案
Biagi Bros. 是一家领先的全方位服务卡车运输、仓储和 3PL 公司,其现有车队管理解决方案面临着重大挑战。该公司对产品的发展不满意,并且遇到了集成问题,从而减慢了运营速度。他们认识到需要切换到新的提供商,但时间紧迫,因为他们不想因为在入职过程中让司机离开道路而蒙受损失。他们面临的两个主要挑战是需要与运输管理系统 (TMS) 提供商进行高性能集成,以及在不到三个月的时间内找到合适的解决方案并进行部署。
下载PDF
Cargo Network Solutions Enhances Compliance and Profitability with Motive -  Industrial IoT Case Study
Cargo Network 解决方案通过 Motive 增强合规性和盈利能力
Cargo Network Solutions 是一家整车运输服务提供商,其电子记录设备 (ELD) 面临着重大挑战。 ELD 返回的结果不准确,导致驾驶员立即注意到差异。当一次故障导致该公司被错误地指控违反服务时间时,情况变得更糟。这表明 ELD 故障的成本已经变得太高,不容忽视。此外,该公司的 ELD 和 GPS 设备还遇到连接问题,这影响了他们的客户服务。车队技术的不准确反馈影响了驾驶员的表现和定位准确性。车队经理很难通过 GPS 跟踪车辆,司机也报告 ELD 有问题。
下载PDF
Duncan Oil's Transformation: Enhancing Fleet Operations and Reducing Costs with IoT -  Industrial IoT Case Study
Duncan Oil 的转型:利用物联网增强车队运营并降低成本
邓肯石油公司是一家在美国各地供应燃料和润滑油产品的家族拥有和经营的公司,随着其船队的增长,面临着重大的运营挑战。该公司需要可靠的车队管理解决方案来提高驾驶员的安全,特别是考虑到他们运输的对环境有害的材料。他们还寻求简化合规性、燃料管理和调度,使技术人员能够专注于客户,而不是行政任务和工作流程管理。该公司正在努力解决车辆盗窃、错过客户时间表、合规罚款、安全违规、车辆停机和燃油成本上涨等问题。他们之前的车队管理提供商 Omnitracs 不仅未能解决这些挑战,而且还增加了成本,并由于需要安装硬件而导致大量车辆停机。
下载PDF
Expressway Logistics: Enhancing Compliance and Reducing Costs with Motive's IoT Solutions -  Industrial IoT Case Study
高速公路物流:利用 Motive 的物联网解决方案提高合规性并降低成本
Expressway Logistics 是一家位于俄亥俄州哥伦布市的家族式货运和物流公司,在扩大业务规模方面面临着挑战。该公司正在寻求一种解决方案来防止违规、提高合规性并降低成本。他们用于合规管理的现有系统不方便用户使用,并且无法提供车队运营的全面视图。该公司还花费了大量时间来管理合规性,这阻碍了他们的发展。我们面临的挑战是找到一种能够自动实现合规性、提高安全性并提高车队运营效率的解决方案。
下载PDF
BHI: Transforming Workplace Productivity with Google Workspace and AppSheet -  Industrial IoT Case Study
BHI:利用 Google Workspace 和 AppSheet 转变工作场所生产力
BHI 是一家为美国各行业提供服务的交钥匙总承包商,该公司正在努力解决阻碍其生产力和增长的过时技术。随着该公司将业务扩展到超过 25 个州,其技术基础设施(包括文件共享和电子邮件系统)却落后了。员工必须经历一个繁琐的过程,即通过 VPN 从互联网连接有限的工作地点下载、编辑和上传文件。这种低效的系统不仅耗时,而且阻碍了团队之间的协作。该公司认识到需要一种更具创新性、生产力和盈利能力的技术解决方案,以跟上其发展和日益流动的员工队伍的需求。
下载PDF
Digital Transformation of EDI Environmental Dynamics Inc. with Google Workspace and AppSheet -  Industrial IoT Case Study
EDI Environmental Dynamics Inc. 利用 Google Workspace 和 AppSheet 进行数字化转型
EDI Environmental Dynamics Inc. (EDI) 是一家加拿大环境咨询公司,在管理远程员工和简化运营方面面临着重大挑战。该公司专注于水生和陆地科学以及环境管理,在加拿大西部和北部设有八个办事处。其员工主要由一线工人组成,包括生物学家、科学家、安全检查员和项目经理,他们经常在偏远地区工作。该公司的成功与这些远程工作人员在现场有效工作以及与加拿大西部各地的同事和客户协作的能力直接相关。然而,直到四年前,EDI 的大部分现场工作仍在用笔和纸进行跟踪,导致频繁出现挑战。该公司需要一个解决方案来帮助其从传统方法过渡到数字流程,改善员工之间的协作,并增强数据收集和分析能力。
下载PDF
2Doozi: Revolutionizing Personal Entertainment Management with IoT -  Industrial IoT Case Study
2Doozi:利用物联网彻底改变个人娱乐管理
2Doozi 的创始人 Malcolm Lewis 发现了综合个人娱乐管理工具的市场空白。拥有软件营销和开发背景的马尔科姆一直想要一款可以管理他的个人待办事项列表的应用程序,其中包括电视节目、电影、书籍、地点等。然而,他发现现有的解决方案要么范围太窄,要么太复杂而难以使用。此外,他想创建一个平台,让用户可以看到其他人在做什么并从他们那里获取想法。我们面临的挑战是创建一个易于使用、全面的交互式平台来管理个人娱乐。
下载PDF
Transforming Parenting with Actiwity: An IoT Case Study -  Industrial IoT Case Study
通过 Actiwity 改变育儿方式:物联网案例研究
Actiwity 是一款育儿应用程序,由 Ing 博士创立。 Michal 和 Jana Kümmel 的目标是通过学习将孩子们的无聊、未利用的潜力和疲劳转化为优质时间。创始人本身就是父母,他们面临着创建一款应用程序的挑战,该应用程序可以鼓励父母和看护者发挥更大的创造力并分享他们的最佳实践。他们希望为儿童创建一个开源的活动和游戏平台,不仅可以娱乐,还可以教育。我们面临的挑战是创建一款易于使用、互动且对父母和孩子都有益的应用程序。创始人还希望确保应用程序上的活动和游戏不需要屏幕、道具或必需品,使用户能够轻松访问和方便。
下载PDF
AI-Remi: A No-Code Solution for Consistent Social Media Presence for Small Restaurants -  Industrial IoT Case Study
AI-Remi:为小型餐厅提供一致的社交媒体呈现的无代码解决方案
由于创建引人入胜的内容需要时间和精力,小餐馆老板往往很难在社交媒体上保持一致的形象。这一挑战是由 AI-Remi 创始人 Carlos Velasquez 发现的,他过去四年一直在该行业工作。他的想法是创建一个应用程序,可以通过为这些餐馆老板生成社交媒体文案来帮助他们。然而,卡洛斯并不具备实现他的想法所需的编码技能。他的项目一度停止,直到 2020 年 10 月他发现了无代码运动和无代码平台 Bubble。
下载PDF
anyPlant: Revolutionizing Plant Identification and Organization with IoT -  Industrial IoT Case Study
anyPlant:利用物联网彻底改变植物识别和组织
anyPlant 的创始人 Paul Wilson 对植物充满热情,希望创建一款应用程序,允许用户搜索任何植物并根据各种信息对它们进行组织。面临的挑战是从头开始构建一个应用程序,由于编码的复杂性,这令人生畏。该应用程序需要用户友好,具有高级搜索功能,并且能够让用户将植物保存到自己的组中。该应用程序还旨在成为园丁或学生的有用工具,他们可以根据土壤类型、颜色、高度等创建自己的小组,以帮助规划。该挑战还包括需要一个供用户讨论各种主题的论坛以及每个用户的个人资料部分。
下载PDF
App DuJour: Bridging the Gap Between Local Food Businesses and Foodies -  Industrial IoT Case Study
App DuJour:缩小当地食品企业和美食家之间的差距
App DuJour 的创始人 Sharifa 发现了当地食品企业难以与潜在客户建立联系的市场空白。面临的挑战是,小型企业发现很难高效且经济高效地接触新客户和现有客户。传统的社交媒体帖子常常迷失在不断刷新的时间线海洋中,使得企业很难突出他们的菜肴。此外,顾客发现很难找到他们渴望的特定菜肴或美食,尤其是当他们出城或想尝试新事物时。 Sharifa 设想了一款可以根据地点和食物偏好整合当地菜肴的应用程序,但她缺乏构建它的技术知识。此外,她还面临着在没有资金的情况下构建应用程序的挑战。
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。