营销投资集团 (MIG) 是中东欧地区一家领先的鞋类和服装零售商，该公司正在努力解决跨多个国家、货币和渠道为数千种商品进行最优定价的复杂问题。该公司在 11 个国家/地区经营着 400 多家商店和 20 多个电子商务平台，拥有多个零售品牌，包括正价商店和直销店。他们使用的手动方法和消费级工具不足以优化所有这些变量的定价。该过程复杂、繁琐且容易出错，导致大量降价，并且无法频繁更改价格。

Sally Beauty Holdings 是一家专业美容用品零售商和分销商，它面临着管理两个截然不同的市场中需求规划、履行执行和品类管理的复杂性的挑战。该公司经营两个业务部门：面向消费者的 Sally Beauty Supply 和面向专业造型师的 Beauty Systems Group。该公司拥有 20,000 个 SKU、5,000 家门店，年收入超过 39 亿美元，因此需要提高知名度、响应能力和收入，同时控制成本。疫情导致消费者行为迅速转变，在线购买/店内取货 (BOPIS) 订单率增加 30%，这进一步加剧了问题的复杂性。

安利是一家全球性公司，在 100 多个国家销售保健、美容和家庭护理产品，随着业务扩展到新地区，其供应链和物流流程面临不一致的问题。该公司的年销售额超过 80 亿美元，管理如此庞大的运营供应链变得越来越复杂。该公司与 Blue Yonder 建立了长期合作伙伴关系，这有助于统一全球供应链并提供更一致的结果。然而，安利希望通过将其 Blue Yonder 解决方案迁移到软件即服务 (SaaS) 交付模式来进一步改善其运营。此举旨在最大限度地提高速度、容量和灵活性，同时最大限度地降低安利的总拥有成本。

可口可乐在泰国的装瓶合作伙伴 ThaiNamthip (TNT) 在优化仓库运营方面面临挑战。该公司旨在提高人力和实物资产的生产力，同时最大限度地减少错误。TNT 的目标是用速度和自动化取代耗时的纸质手动流程。作为数字化整个供应链的长期努力的一部分，TNT 寻求一种能够帮助其在碳酸饮料市场保持市场领先地位的解决方案。该公司认识到，持续投资新技术对其长期成功至关重要。

SuperFrio 是南美冷藏物流领域的领导者，在巴西经营着 22 个配送中心，还有 5 个正在建设中。为了支持其雄心勃勃的增长计划，该公司决定用更高速度和自动化水平取代其传统的仓库软件和手动流程。目标是标准化流程并提高质量、准确性、效率和客户响应能力。SuperFrio 的仓库运营非常复杂，22 个配送中心每月有 10,000 个存储 SKU、300,000 个托盘位置和 15,000 辆车辆要调度。

PVH 是一家总部位于美国的零售商，旗下拥有 CALVIN KLEIN、Tommy Hilfiger、Van Heusen 和 IZOD 等多元化品牌，旨在实现跨多个品牌的端到端全球规划。作为全球最大的服装公司之一，2016 年营收达 82 亿美元，从产品生产到最终消费者购买，产品可见性至关重要。该公司需要确保正确使用数据、发出正确的需求，并与工厂正确签订合同，避免产能过剩。

一家领先的基于云的通信技术公司提供托管联络中心服务，该公司需要一种方法来提高绩效指标，消除问题解决的猜谜游戏，并大幅提高客户满意度。为了实现这一目标，他们希望对其基础设施有一个统一的视图，以便他们能够实时监控通话。在争夺消费者忠诚度的战斗中，联络中心是客户关怀策略的核心。它是企业通信和客户服务的中心枢纽，负责当今市场上绝大多数消费者互动和服务相关交易。客户服务接触点（例如解决投诉、接受订单、续订保修或追加销售产品）对于实现战略业务目标至关重要。

该客户是一家有线电视和电信提供商，业务遍及美国 9 个州，服务近 500 万客户，面临着来自传统企业和 Netflix、Amazon Prime、Roku 等新数字企业的激烈竞争。这些数字企业使用预测分析和机器学习来提供高度个性化、情境化和内容驱动的互动。客户的需求持续下降，客户流失率居高不下。他们缺乏主动性和情境化的客户服务，数据分析仅限于对有限的每月通话历史进行分析。缺乏实时仪表板和缺乏客户数据丰富功能，阻碍了情境化。他们的技术堆栈无法实时分析大量不同的数据。

企业需要实时分析来自各种来源的大量数据，以做出战略性业务决策。他们通常会创建自定义框架来处理这些大型数据集，这可能会导致技术债务，并依赖了解初始平台设计期间所做历史选择的 IT 团队。这可能会影响业务并增加定制成本。该客户是一家领先的安全和情报软件提供商，希望对其现有的大数据应用程序进行现代化改造。他们正在寻找一种易于使用且可扩展的解决方案，可以处理每天从多个实时源生成的 15 亿笔交易。他们需要一种几乎零代码的解决方案来执行 ETL 处理作业，该解决方案可以执行实时提取和复杂处理，在索引和存储时确保高吞吐量，并检测交易中的异常。

汽车保险行业正不断投资于联网汽车解决方案，以提供简化、透明和灵活的产品和定价选项。基于使用情况的保险是一种自愿的、基于行为的保险计划，它使用分析来创建高度个性化和动态的计划，这些计划不仅基于驾驶员的年龄和其他人口统计数据，还考虑驾驶员的行为、与车辆相关的风险以及驾驶条件和天气等外部因素。一家领先的汽车保险提供商选择 Gathr 来实时提取、转换、丰富、分析和存储汽车远程信息处理数据，以构建端到端分析应用程序，用于驾驶员分析和个人风险评估，随后为其客户提供动态的、基于使用情况的计划。

内部威胁是银行面临的重大网络安全风险，而且越来越频繁、越来越难以发现、越来越难以预防。这些威胁可能包括员工错误处理用户凭证和账户数据、缺乏系统控制、响应网络钓鱼电子邮件或违反监管规定。银行传统的威胁检测依赖于对用户活动设置基于规则的静态警报，这导致在应用于数千名用户时会出现大量不相关的标记。银行当前的关系技术堆栈被证明过于昂贵且缺乏灵活性，限制银行只能处理数百个敏感的面向客户和运营应用程序中的 15-20% 的数据。该解决方案花了近 2 年的时间才将一个用例投入生产，这使得银行难以扩展。

该公司是一家领先的 IT 服务和咨询提供商，服务于 B2B 销售、营销和客户成功部门，但在优化和充分利用其云投资方面面临困难。这些挑战包括昂贵的虚拟机蔓延、对资源消耗和成本的了解有限以及迁移到容器化环境的准备不足。该公司业务广泛，拥有 3000 多名员工，业务遍及 170 多个国家。然而，这些挑战阻碍了其充分利用云基础设施并实现成本效益、可扩展性和可用性目标的能力。

该公司是保险经纪和风险咨询领域的全球领导者，业务遍及 130 个国家/地区，员工人数达 45,000 人，但在监控其云资源方面面临困难。挑战包括缺乏集中云成本监控、对悬空和闲置资源的控制、开发团队对云成本的可见性以及异常检测和预测能力。

该航空公司正在经历来自各种线上和线下客户接触点和操作系统的大量高速数据增长；每天有近 5TB 的数据以每秒 7,000 个事件的输入数据速度进入其系统。海量的数据限制了数据搜索只能搜索两天的数据日志；阻碍了基于更长、更相关的时间窗口分析客户行为模式和检测异常。传统的技术堆栈无法管理快速增长的高速数据量。

一家财富 500 强美国跨国汽车制造商正在寻求一种解决方案来预测其汽车零部件的故障，以主动确保无故障生产，从而节省维护时间并改善客户体验。该公司面临着多项挑战。数据来自多个离散系统，必须同时处理所有这些系统才能获得完整的图像。数据采用不同的格式，如 JSON、CSV 和其他专有格式。切削刀具必须在使用寿命结束前更换，这会影响生产质量。因此，该汽车制造商正在寻找一种可以实时预测的解决方案，让他们有足够的时间更换磨损的切削刀具。从多个系统收集的数据存在一些质量问题和缺失记录。这些数据必须经过格式化、清理和准备，然后才能输入预测分析模型。制造部门有数千台机器，每分钟产生数百万个事件。汽车制造商需要使用单一解决方案和共享基础设施实时处理如此大量的数据。向车间操作员和下游应用程序发出实时警报是一个关键组成部分。这些警报的任何故障或延迟都会直接影响所生产零件的质量。

数字支付平台 Payoneer 需要一种方法，根据最新的实时数据为其 AI/ML 欺诈预测/预防模型提供服务，以便为客户提供更安全的支付体验。该公司采用的是一种事后检测欺诈企图的追溯方法，这意味着客户只能在欺诈企图（可能成功）后阻止用户。这种方法有几个局限性，包括无法跟踪复杂网络中的欺诈企图、缺乏高级分析和日志关联来识别异常，以及对客户体验和满意度产生负面影响。Payoneer 需要一种解决方案，利用复杂的算法来跟踪多个参数并检测复杂网络中的欺诈行为。虽然 Payoneer 已经建立了复杂的机器学习模型，但这些模型只能离线工作，无法用于应对实时威胁。

NetApp 是一家领先的混合云数据服务提供商，它需要增强其 Active IQ 解决方案以整合 AI 驱动的数字顾问。其目标是利用 AI 获取有关其客户存储控制器的智能洞察并提供规范性指导，以及自动执行“最佳操作”以实现对上述设备的预测性维护。该公司面临的挑战是每月分析来自全球存储传感器的 10 万亿个数据点。Active IQ 现有的基础设施基于 Hadoop，无法经济高效地实现实时预测性 AI、运行大规模分析或大规模部署新的 AI 服务。传统数据仓库和基于 Hadoop 的数据湖无法高效地处理从存储控制器收集的数万亿个数据点，从而无法获得实时预测性维护所需的可操作情报。

国际时尚零售商 bonprix 在 30 个国家/地区经营一家拥有五个自有品牌的在线商店，由于 COVID-19 疫情，该公司被迫重新评估其定价策略。自 2014 年以来，bonprix 一直使用 Blue Yonder 的定价功能作为纯粹的市场驱动型定价工具。然而，由于疫情导致市场突然发生剧烈变化，他们不得不考虑更多有关个别库存和需求的因素。供应链严重中断，商品供应不再有保障。因此，由于订单延迟和取消，bonprix 面临产品库存过剩和库存不足的情况。

Accel Logistics 是墨西哥物流市场的领导者，该公司一直在使用 Blue Yonder 的仓库管理解决方案来简化其 19 个配送中心的流程。这降低了成本，提高了生产率，并提供了卓越的客户服务。然而，最近物流市场需求的激增也带来了需求波动的增加。Accel 需要提高其速度和敏捷性，以跟上这种不可预测的需求。

拜耳作物科学公司年收入超过 230 亿美元，为 70 多个国家提供农产品。该公司经营着 350 多家工厂，面临的挑战是在所有工厂采用一致的技术解决方案、分析工具和最佳实践。拜耳的物流经理需要标准化的决策实践和共同的价值观，使他们能够以公司的最佳经济利益行事。挑战在于实施一个在所有工厂共享数据、指标、工作流程和最佳实践的单一物流平台，以支持公司实现全球标准化的目标。

汉高是一家德国跨国公司，在消费品和工业领域均处于领先地位，在全球拥有数百家各种规模的分销机构。这些机构依赖于耗时且容易出错的手动流程和各种过时的技术解决方案。为了在降低成本的同时改善客户服务，汉高需要在其全球网络中采用最佳实践、先进的数字功能和流程标准化。该公司正在寻找一种解决方案，可以提高流程速度、准确性和效率，以合理的成本提供更好的服务，并提高可视性和控制力。

零售商华润万家（CRV）是华润集团旗下的子公司，在中国拥有 3,240 多家门店，总销售收入近 900 亿元人民币。作为中国最大的零售商之一，CRV 必须战略性地协调这些门店的规划和销售，包括大卖场、超市和便利店等多种业态。该公司的目标是以客户为中心，利用一流的技术了解和满足购物者的需求，即使需求波动加剧。然而，CRV 的需求规划是通过一个自主开发的解决方案完成的，该解决方案未能捕捉到 3,000 家门店、多种业态和本地化购物者需求的复杂性。

兰精集团是全球时尚行业的优质植物纤维素纤维供应商，致力于可持续发展。时尚行业占全球碳排放量的 10%，占全球废水排放量的 20%。兰精的目标是尽量减少对环境的影响，到 2050 年实现碳中和。然而，该公司缺乏实现这一目标的透明度。五年前，兰精正努力应对 Excel 规划电子表格不受控制的传播。缺乏透明度和一致性是一个重大问题，尤其是在分散、庞大、延伸的时尚供应链中。当条件发生变化时，兰精需要三到四个月的时间才能做出反应，导致过度生产造成的浪费等重大环境影响。

百事拉丁美洲公司是 Blue Yonder 的长期客户，该公司寻求以客户为中心、完美同步的价值链，并通过在 16 个国家/地区标准化使用其供应计划和执行解决方案来提供支持。随着需求变化、材料成本和运输费用的增加，该价值链将提高速度、准确性和响应能力。该公司正在寻找一种解决方案，可以集成并推广其在 34 个国家/地区的需求计划、供应计划、库存优化、装运调度和促销方面的解决方案。

微软在 34 个国家/地区管理着 200 多个数据中心，并且每年都会新增 50 到 100 个数据中心。全球供应链还包括由第三方提供的传统功能，例如制造和运输。在这个地理分散的网络中，微软需要确保不间断、高质量、可靠的服务。COVID-19 疫情暴露了全球供应链的弱点，以及在发生意外时需要快速、协调地做出反应。

Armada 是一家供应链解决方案提供商，收入约为 40 亿美元，专注于实现下一代供应链编排解决方案。该公司希望在整个网络中创建一条数字主线，以增强网络利益相关者的实时可见性和连接性，从而在不可避免的中断情况下提高灵活性和响应能力。Armada 每年快速灵活地运送近 1 亿箱货物和约 45 万卡车货物。每天，八分之一的美国消费者受益于 Armada 的服务。该公司正在寻找一种解决方案，帮助他们最大限度地提高其端到端解决方案对现有客户的价值，同时吸引新客户。

HERBL Solutions 是加州最大的大麻分销商和供应链解决方案公司，随着大麻产品需求的激增，该公司经历了快速增长。该公司的收入在短短三年内从 2000 万美元增长到 2 亿美元。这种快速增长对 HERBL 提出了挑战，即如何在满足不断增长的需求的同时，满足严格的监管要求并支持其零售合作伙伴。大麻行业受到严格监管，这给所有供应链流程带来了巨大压力。HERBL 需要一种能够轻松满足监管要求并支持实时跟踪和追踪所有产品所需的可见性和透明度的解决方案。

HappyFresh 成立于 2014 年，是东南亚增长最快的在线杂货平台，拥有自己的配送车队和暗店中心网络。该公司为 14 个城市的数百万消费者提供服务，与 300 多家超市合作，在印度尼西亚、马来西亚和泰国拥有 500 多名员工。随着在线杂货配送需求的增加，HappyFresh 需要对其仓库运营进行数字化转型，以保持其高水平的实时响应能力，包括定制订单处理和最快一小时的配送。

Smile Savvy 是一家牙科数字营销公司，其 SEO 报告流程面临挑战。该公司拥有超过 900 名客户，手动报告非常耗时，而且容易出错。该公司报告 SEO 问题所花的时间比解决这些问题所花的时间更多。此外，他们用于构建引文和业务列表的工具变得过于昂贵，成本增加了三倍。该公司需要一种解决方案，可以自动化其报告流程，确保准确性和一致性，并提供具有成本效益的引文构建。

Kumon 是一家在英国和爱尔兰拥有 650 多个分支机构的辅导机构，其在线知名度面临挑战。他们的每个教育中心都在当地集水区运营，因此本地搜索对于他们的知名度至关重要。然而，该公司没有对其中心的本地引文进行集中管理的方法。这导致他们错过了本地搜索流量和不一致的引文，导致家长经常不知道如何联系他们最近的中心。对于像 Kumon 这样严重依赖本地知名度和可访问性的公司来说，这些都是重大问题。