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:
Twilio Enhances Diversity Hiring Strategy with Gem -  Industrial IoT Case Study
Twilio 通过 Gem 增强多元化招聘策略
Twilio 是一个为 40,000 多家企业提供通信支持的全球平台,在实现其多元化招聘目标方面面临着挑战。该公司需要一种解决方案,让招聘人员能够了解自己的绩效,并为人才招聘 (TA) 领导者提供全面的渠道分析视图。这对于识别招聘瓶颈和优化招聘流程至关重要。该公司还热衷于确保人才招聘团队的所有成员都专注于公司的多元化目标,而不是依赖单独的团队进行多元化采购和招聘。另一个优先事项是跟踪数据以衡量进展并做出必要的改进。
下载PDF
Handshake's Strategic Transformation with IoT -  Industrial IoT Case Study
Handshake 的物联网战略转型
Handshake 是一个面向大学生的就业网络,在管理人才招聘流程方面面临着重大挑战。该公司的人才招聘团队由经验丰富的专业人士组成,他们了解招聘过程中效率和数据的重要性。然而,他们缺乏带宽和数据驱动的洞察力,无法在与招聘经理的关系中从管理角色转变为战略角色。该团队需要一个解决方案,使他们能够战略性地、大规模地为他们所拥有的众多职位进行采购。他们还需要一个能够自动跟进、允许链接共享并确保人才能够看到他们的推广的工具。此外,该团队花在创建报告上的时间比与候选人交谈的时间多,考虑到该组织的招聘目标,这并不理想。
下载PDF
Procore Technologies Streamlines Hiring Process with Gem CRM -  Industrial IoT Case Study
Procore Technologies 通过 Gem CRM 简化招聘流程
Procore Technologies 是一家创新施工管理软件提供商,在管理招聘流程方面面临着重大挑战。由于三大洲有数百个空缺职位需要填补,该公司需要一种方法来整合申请人跟踪系统 (ATS)、LinkedIn 和自己的电子邮件系统中的招聘数据。跟踪候选人关系的过程是手动的,效率低下,并且经常导致与之前联系过的候选人重复联系。被动候选人在许多不同的系统中被追踪,这使得这个过程更加复杂。 Procore 的采购主管 Maisha Cannon 负责大量的外展和管道建设,并且深知跟踪候选人外展的费力、多步骤的过程。
下载PDF
Envoy's Transformation of Workplace Management with Gem's Data & Analytics -  Industrial IoT Case Study
Envoy 利用 Gem 的数据和分析实现工作场所管理转型
Envoy 是一家正在彻底改变现代工作场所以实现混合工作的公司,在管理其快速增长的团队方面面临着多项挑战。该公司缺乏一个跟踪漏斗顶部活动的系统,这对于了解每个员工的工作、预测新要求将如何发挥作用以及为团队提供其工作质量的可见性至关重要。他们还需要了解整个招聘渠道,以了解要优化哪些阶段。该公司正在处理低效的工作流程,例如使用日历邀请来记住跟进潜在客户以及手动将每次联系上传到他们的申请人跟踪系统(ATS)中。 Envoy 需要一种能够实现个性化的自动化解决方案,这样他们就可以通过一次性的外展活动来扩展其快速增长的团队。
下载PDF
Leveraging Gem for Diversity and Efficiency in Wheel's Engineering Team Recruitment -  Industrial IoT Case Study
利用 Gem 实现 Wheel 工程团队招聘的多样性和效率
Wheel 是一家医疗保健技术公司,在建立多元化的临床医生队伍方面面临着重大挑战。该公司缺乏与领导层分享的漏斗顶部数据,尤其是在多样性方面。无法了解哪些内容和消息能引起不同人群的共鸣。该公司还面临着多元化和招聘速度相互排斥的观念。由于人工跟进,长期培养潜在员工并不可行。该公司的高级技术招聘人员 Greg Troxell 决心在公司的快速发展过程中不牺牲多样性。然而,缺乏投资 Gem 等招聘工具的预算构成了重大挑战。
下载PDF
Unity Streamlines Hiring Process and Builds Data-Driven Culture with Gem -  Industrial IoT Case Study
Unity 与 Gem 一起简化招聘流程并构建数据驱动的文化
Unity 是创建和运营实时 3D 内容的领先平台,在招聘过程中面临着重大挑战。该公司缺乏电子邮件自动化解决方案,导致招聘流程效率低下。他们对信息传递的有效性知之甚少,因此很难优化对潜在候选人的宣传。此外,他们无法了解招聘渠道的构成,这使得管理和优化招聘流程变得具有挑战性。他们还缺乏预测招聘时间的能力,这使得有效规划和管理招聘工作变得困难。这些挑战阻碍了 Unity 吸引和聘用顶尖人才的能力,而这对于维持其在 3D 内容创作行业的领导者地位至关重要。
下载PDF
Efficiency and Quality of Hire: Celestica's Remarkable Journey with IoT -  Industrial IoT Case Study
招聘效率和质量:天弘物联网的非凡历程
天弘是设计、制造、工程和供应链解决方案领域的领导者,在吸引人才担任利基工程职位方面面临着重大挑战。尽管天弘是许多知名品牌背后的关键参与者,但其品牌知名度却举步维艰,这影响了他们在竞争激烈的市场中吸引申请人的能力。该公司需要一个解决方案来支持自动化跟进,通过外展帮助建立人才品牌,并提供分析以了解什么是有效的以及需要优化的地方。招聘人员每天都会遇到紧急情况,经常只发送一封电子邮件,却没有时间或资源来跟进。该公司迫切需要一种能够满足其特定需求而不仅仅是提供通用功能的工具。
下载PDF
Grammarly's Adoption of Gem's Talent Compass for Enhanced Recruitment Intelligence -  Industrial IoT Case Study
Grammarly 采用 Gem 的人才指南来增强招聘智能
Grammarly 是一款领先的人工智能通信辅助工具,它在招聘过程中面临重大挑战。招聘领导层缺乏必要的漏斗顶端数据,无法迭代资源提供者的数量和联系质量。人才招聘 (TA) 领导花费大量时间收集运营和高管会议的基本指标。缺乏细粒度的漏斗数据使得很难识别问题、确定问题的优先级并将其呈现给高管团队或职能领导,以进行必要的调整或确定最佳实践。因此,团队经常根据直觉或轶事做出决策,而这并不总是可靠或有效的。
下载PDF
Techmate Talent's Transformation: Building a 20k Tech Candidate Database with Gem -  Industrial IoT Case Study
Techmate Talent 转型:利用 Gem 构建 20k 技术候选人数据库
Techmate Talent 是一家提供全方位服务的猎头公司,专门从事技术招聘,他们在寻找人才和招聘过程中面临多项挑战。团队发现,通过 LinkedIn Lite 寻找人才令人沮丧,因为无法了解联系了哪些人担任哪些职位,而且跟进工作需要人工完成。他们需要一种方法来标记和筛选潜在候选人,以便在寻找空缺职位时找到最合适的人才。他们还需要漏斗下端的可视性,以跟踪他们寻找到的人才在客户招聘漏斗中的进展情况。此外,他们需要一种有效的方法来记住在被要求稍后再回来时跟进潜在候选人。
下载PDF
Terminal Boosts Candidate Response Rates with Gem -  Industrial IoT Case Study
Terminal 通过 Gem 提高候选人响应率
Terminal 是一个技术支持的远程团队引擎,在招聘过程中面临着多项挑战。该公司在接触潜在候选人时没有电子邮件跟进的解决方案,这是一个重大问题,因为它错过了潜在的人才。招聘团队认为,他们必须在推广过程中牺牲速度或个性化,这种困境影响了候选人库的质量。此外,Terminal 缺乏数据库来保存已经过审查的候选人,导致招聘过程效率低下。这些挑战阻碍了航站楼为其远程团队快速有效地招募顶尖人才的能力。
下载PDF
Leveraging Data for Efficient Recruitment: A Case Study on Carta -  Industrial IoT Case Study
利用数据实现高效招聘:Carta 案例研究
Carta 是一家资本化表管理和估值软件公司,其招聘流程面临重大挑战。招聘人员手动维护候选人电子表格以保持工作流程的运转,这导致他们几乎无法了解同事的渠道。该公司还将招聘工作扩展到新的地理区域,但他们不清楚自己的招聘渠道在这些新地区应该是什么样的。他们需要渠道视图,以便向招聘经理展示他们的全渠道工作,尤其是高层的工作,并更好地衡量新地区的人才市场。此外,招聘人员需要一种更简单的方法来查看吞吐率,以评估渠道的健康状况并确定可以利用流程改进的领域。
下载PDF
Lyft's Productivity Boost: Leveraging Gem for Efficient Recruitment -  Industrial IoT Case Study
Lyft 的生产力提升:利用 Gem 实现高效招聘
Lyft 是一家领先的按需运输公司,在招聘过程中面临着重大挑战。该公司缺乏统一的电子邮件跟进解决方案,导致需要进行大量手动工作才能将潜在客户纳入申请人跟踪系统 (ATS)、交叉引用和查找电子邮件。由于缺乏招聘指标的可见性,这种低效率变得更加严重,使得优化招聘流程变得困难。该公司认识到漏斗顶部招聘工作的重要性,并决定加大采购力度。他们聘请杰伊·帕特尔 (Jay Patel) 担任技术采购经理,以帮助发展采购团队。然而,Jay 坚持使用 Gem(他在 Dropbox 之前的工作中发现不可或缺的工具)来简化招聘流程。
下载PDF
Mapbox Boosts Conversion Rates by 30% with Gem’s SOBO Feature -  Industrial IoT Case Study
Mapbox 利用 Gem 的 SOBO 功能将转化率提高 30%
Mapbox 是一个实时地图和位置云平台,在招聘过程中面临着多项挑战。该公司没有解决方案来组织全公司各个部门的潜在候选人,这导致缺乏候选人重新参与的背景。此外,没有简单的方法让招聘经理参与外展活动,这导致转化率低于异常水平。该公司正在努力有效地管理其人才库,并确保潜在的候选人不会仅仅因为他们不适合空缺职位而被忽视。该公司需要一种集中信息并简化招聘流程的方法。
下载PDF
Dropbox's Transformation in Recruiter Performance Management with Gem Data -  Industrial IoT Case Study
Dropbox 借助 Gem Data 实现招聘人员绩效管理转型
Dropbox 是一家领先的文件托管和云存储公司,在管理招聘渠道方面面临着重大挑战。该公司需要一个自动化的数据收集和报告系统来深入了解他们的招聘流程。现有系统非常耗时,并且缺乏优化招聘流程所需的数据。Dropbox 的技术人员总监 Mike Moriarty 注意到,缺少关键的招聘渠道统计数据,而这些数据对于绩效跟踪和优化至关重要。缺乏这些指标使得管理招聘人员的绩效和优化招聘流程变得困难。
下载PDF
BloomBright Enhances Recruitment Efficiency and Response Rates with Gem -  Industrial IoT Case Study
BloomBright 通过 Gem 提高招聘效率和响应率
BloomBright 是一家招聘咨询公司,在运营中面临着多项挑战。该公司缺乏组织范围内的知识共享基础,使得项目共享成为一个繁琐的过程,而且没有后续提醒。由于缺乏单一的后续解决方案,情况进一步复杂化。 BloomBright 还需要一个允许招聘人员从客户地址发送电子邮件的解决方案。该公司正面临太多的忙碌工作和标签切换,这使得个性化推广效率低下。此外,外展活动的成功与否几乎不可见,因此难以衡量有效性并做出必要的调整。
下载PDF
Revolutionizing Recruitment: Robinhood's Efficiency Boost with Gem -  Industrial IoT Case Study
变革招聘方式:Robinhood 利用 Gem 提高效率
Robinhood 是一家以金融体系民主化为使命的金融科技公司,在招聘过程中面临着重大挑战。该公司的工作流程是免费扩展和付费产品的拼凑而成,其中一些有效,而另一些则无效。这些工具用于各种任务,例如创建模板、排序、电子邮件查找和社交媒体抓取。该公司拥有与 Gmail 集成的产品、Chrome 中的扩展程序以及手动电子表格。这种方法不仅效率低下,而且缺乏对招聘团队活动的可见性。该公司也无法衡量是什么激发了潜在员工的参与度。随着 Robinhood 的扩张,在丹佛开设新办事处并计划招聘约 800 名员工,这些挑战变得更加明显。
下载PDF
Prestige Care Achieves 9x ROI with Gem, Hiring 8 Directors in First Year -  Industrial IoT Case Study
Prestige Care 利用 Gem 实现 9 倍投资回报,第一年就聘用了 8 名董事
Prestige Care 是老年生活、专业护理和康复护理领域的领导者,在人才获取和招聘方面面临多项挑战。该组织缺乏电子邮件自动化解决方案,这使得管理和跟踪与潜在雇员的沟通变得困难。他们对信息传递的有效性知之甚少,因此很难优化外展工作。Prestige Care 还难以跟踪那些尚未准备好或尚未感兴趣但可能会考虑在未来加入该组织的被动人才。由于缺乏人才渠道,当职位空缺时很难迅速填补。此外,该组织严重依赖代理机构来招聘领导层人员,这是一笔不小的开支。
下载PDF
Gusto’s Talent Team Leverages Gem for Strategic Hiring and Enhanced Candidate Experience -  Industrial IoT Case Study
Gusto 的人才团队利用 Gem 进行战略招聘并增强候选人体验
Gusto 是一款基于云的薪资、福利和人力资源管理软件解决方案,在招聘过程中面临着多项挑战。该公司的邀请团队正在寻求更好地了解指标,以了解其外展活动的成功情况并更加熟悉潜在客户的兴趣和投资。他们还希望改善渠道顶部的多元化工作,并需要一个合格人才的数据库,以避免从头开始每次新的搜索。此外,他们希望根据之前的空缺职位来预测新的工作要求将如何发挥作用,以便对每一次新的搜索都更加深思熟虑和有目的。当公司的客户群在新冠疫情期间增长了两倍时,这些挑战变得更加严重,因此需要更多的人才来支持不断增加的客户群。
下载PDF
Accelerating Executive Recruitment: Dropbox's Success with Hiretual -  Industrial IoT Case Study
加速高管招聘:Dropbox 凭借 Hiretual 取得成功
Dropbox 在实现 10 亿美元的运行率后,正处于积极扩张的阶段,需要大幅增加领导人员数量。我们面临的挑战是建立一支高管招聘团队并制定领导职位的招聘计划。由于期限紧迫且人才库有限,这项任务十分艰巨。该公司需要一种解决方案来帮助他们更快地找到并联系高素质人才,同时又不影响招聘人员的质量。压力在于快速有效地招募大量人才,以实现公司雄心勃勃的增长目标。
下载PDF
INAP Streamlines IT Sourcing with Hiretual Pro -  Industrial IoT Case Study
INAP 通过 Hiretual Pro 简化 IT 采购
Internap (INAP) 是一家高性能数据中心服务提供商,其人才招聘部门面临着重大挑战。该团队被大量的请购单淹没,需要在短时间内完成。这些角色跨越多个部门,其中许多对业务需求至关重要。由于团队负责处理工作量的招聘人员数量有限,情况变得更加复杂。人才招聘高级经理 Michael Crouse 迫切需要一种采购工具来帮助他的团队快速识别和鉴定大型人才库。
下载PDF
Accelerit's High-Speed Sourcing Success with Hiretual Pro -  Industrial IoT Case Study
Accelerit 借助 Hiretual Pro 取得成功的高速采购
Accelerit 是一家全球招聘公司,面临着为其客户 Workday(位于波兰的一家人力资源技术公司)配备整个办公室的艰巨任务。挑战不仅在于所需的招聘量,还在于短短两个月的时间紧迫。由于整个行动由一名招募人员休伯特·瓦尔兹塔 (Hubert Warszta) 负责,因此任务变得更加复杂。我们需要一种工具来帮助 Warszta 快速识别华沙的合格候选人并与之互动,同时考虑到特定技能和地点要求。该工具还需要提供多种渠道来接触潜在候选人。
下载PDF
Revolutionizing Niche Recruitment: A Case Study on Virtuoso Recruiting -  Industrial IoT Case Study
彻底改变利基招聘:Virtuoso 招聘案例研究
Virtuoso Recruiting 是一家位于亚利桑那州吉尔伯特的招聘机构,它在为一个非常具体的职位(PACS 管理员)寻找候选人时面临着巨大的挑战。招聘副总裁 Joshua Morris 迫切需要一种工具来帮助他找到适合这个职位的合格候选人。该机构使用的传统候选人搜索工具在这种情况下被证明是无效的。主要问题是这些工具无法提供足够广泛的搜索范围来找到合格的候选人,然后缩小到最适合这份工作的候选人。这种情况导致招聘流程延迟,并妨碍了该机构及时满足客户需求的能力。
下载PDF
AI-Driven Recruitment Transformation: A Case Study of S&P Data -  Industrial IoT Case Study
人工智能驱动的招聘转型:标准普尔数据案例研究
S&P Data 是一家领先的北美联络中心,在美国和加拿大设有七个办事处,该中心正在应对一些与招聘相关的挑战。该公司面临着联系率低、招聘人员负担过重以及员工流动率高的问题。鉴于该公司致力于为其财富 100 强和财富 500 强客户提供顶级客户服务,而这一目标在很大程度上依赖于员工的素质和奉献精神,这些问题尤其令人担忧。招聘效率低下不仅影响公司维持高服务标准的能力,还影响其整体运营效率和员工士气。
下载PDF
Hot Topic's AI-Powered Hiring Solution: A Case Study -  Industrial IoT Case Study
Hot Topic 的人工智能招聘解决方案:案例研究
Hot Topic 是一家位于洛杉矶的音乐和流行文化零售商,在处理每天收到的大量工作申请方面面临着重大挑战。由于内部招聘团队精干且招聘在商店层面进行,该公司很难手动筛选所有候选人。许多申请人没有工作经验或简历,这使得筛选过程变得更加困难。简单的“淘汰”标准(例如年龄或轮班时间)需要忙碌的商店经理进行耗时的手动电话屏幕检查。该公司正在寻求一种技术解决方案,帮助他们大规模优化候选人体验。
下载PDF
AI-Powered Candidate Screening and Shortlisting: A Case Study on Ideal Image MedSpa -  Industrial IoT Case Study
AI 支持的候选人筛选和入围:Ideal Image MedSpa 案例研究
2017年,北美最大的MedSpa公司Ideal Image正在经历快速增长。这一增长导致 130 个地点的求职者数量激增。尽管拥有内部招聘人员团队,但由于申请数量巨大,该公司无法将每一位候选人列入候选名单。我们面临的挑战是大规模维持行业领先的候选人体验,确保每一份简历都得到公平的查看和评估。该公司需要一种解决方案,能够处理大量现有和未来的简历数据,符合所有公司安全、数据管理和隐私要求,并与其申请人跟踪系统 iCIMS 完全集成。
下载PDF
Internal Design & Deployment of Advanced Analytics Solutions at AramisAuto - Dataiku Industrial IoT Case Study
AramisAuto 高级分析解决方案的内部设计和部署
AramisAuto 是法国新车和二手车销售行业的领导者,热衷于通过数据驱动的项目发展自己的竞争优势。该公司决定将自己的数据驱动解决方案和产品的设计、开发和部署内部化。这一决定是由于需要利用新聘用的专业知识(例如商业智能工程师和数据科学家)在内部开发分析项目。由于数据敏感性问题,外包数据分析团队并不是一个可行的选择。这些新团队成员需要快速掌握创建高度可扩展的预测模型并将这些知识应用于各种业务案例场景的能力,包括数据产品的实时部署。
下载PDF
Lifetime Value Optimization through Data Centralization: A BlaBlaCar Case Study - Dataiku Industrial IoT Case Study
通过数据集中实现终身价值优化:BlaBlaCar 案例研究
BlaBlaCar 是世界上第一个在线拼车预订服务,在访问和利用其数据方面面临着重大挑战。该公司的商业智能 (BI) 团队严重依赖 IT 团队进行报告和分析。数据检索过程非常耗时且重复,通常需要数天才能交付所请求的数据。公司数据源异构、分散,BI团队难以按需获取数据。我们面临的挑战是找到一种能够清理、整合和集中这些数据源的解决方案,以便全球 BI 团队轻松、立即访问。
下载PDF
Logistics Optimization through IoT: A Case Study of Chronopost International - Dataiku Industrial IoT Case Study
通过物联网优化物流:Chronopost International 案例研究
Chronopost International 是法国邮政集团旗下的一家全球快递和配送服务提供商。该公司承诺,法国境内的所有包裹将在下单后的第二天下午 1 点前送达。然而,随着需求不断增长,尤其是在圣诞节或母亲节等高峰期,Chronopost 面临着确保始终信守承诺并按时送达包裹的挑战。该公司需要一种解决方案来帮助他们使用和分析历史数据,以优化配送操作并确保满足配送期限。
下载PDF
Zidisha is Transforming Lives with DataRobot - DataRobot Industrial IoT Case Study
Zidisha 正在利用 DataRobot 改变生活
Zidisha 是一个非营利性在线小额贷款社区,旨在通过提供小额贷款来创业、上学或改善生活条件,从而改变一些最贫穷国家人民的生活。然而,每笔贷款都存在违约风险。传统贷款机构已经找到了识别、量化和定价违约风险的方法,风险越高的贷款利率就越高。风险评估工作通常由贷款人员负责,成本则转嫁给借款人。在发达经济体中,数千或数十万美元的贷款很常见,这些成本可以轻松吸收,而不会影响贷款的合理性,但在发展中国家情况并非如此。雇用贷款人员来评估小额贷款的违约风险会导致利率高达 40%,从而破坏经济发展的促进。Zidisha 面临的挑战是通过识别最有可能成为高风险借款人的申请人来提高还款水平。
下载PDF
Hitting the Bullseye on Cause Marketing with Predictive Analytics - DataRobot Industrial IoT Case Study
利用预测分析精准实施公益营销
DonorBureau 是一家为非营利组织提供建模和细分服务的小公司,它面临着提供更有效、更准确的预测模型的挑战,以便在竞争激烈的市场中脱颖而出。该公司处理超过 9 亿封邮件交易、1.4 亿笔捐款和超过 4000 万个人,预测建模需求正在不断增加。理想情况下,他们希望拥有一支庞大的数据科学家团队,但这些职位是令人垂涎的,而且价格不菲。构建和部署预测分析非常耗时、预算超支,对于外行人来说,实施和维护也具有挑战性。
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。