2017 年初，为加州服务的非营利组织 Medicare Advantage 组织 SCAN 开始收到会员的举报，称他们通过邮件收到了不想要的利多卡因软膏。这种骗局在 2015 年开始影响该行业，但尚未对 SCAN 造成重大影响。挑战在于找出这种骗局的来源，并阻止其进一步影响会员和组织的经济状况。SCAN 的特别调查组负责调查这些可能对会员或计划产生不利财务或合规影响的指控。该团队必须弄清楚一名会员在多家药店接受服务的可能性、数十名会员在加州以外去同一家药店的可能性、每位患者获得同样高质量的药的可能性以及多家药店共享同一地址的可能性。

科罗拉多医院协会 (CHA) 面临着阿片类药物泛滥的重大挑战。阿片类药物传统上用于治疗急诊科疼痛，但却导致处方药滥用，并成为非法药物的入口。根据科罗拉多州卫生保健政策和财政部门的数据，2015 年，每 36 小时就有一名科罗拉多州居民因用药过量而死亡。从数据的角度来看，情况很混乱。CHA 需要将急诊科数据与索赔基础数据结合起来，以了解各家医院的情况。每个问题似乎都指向另一个问题，从而造成了复杂而具有挑战性的情况。

Continuus Technologies 的团队发现，他们需要一个搜索引擎，根据用户的位置、公园的特点和预期的天气状况提供有关国家公园和纪念碑的信息。现有的解决方案，例如国家公园管理局的“查找公园”功能，仅提供州级位置信息，而不提供准确或最新的天气预报。谷歌地图的成功取决于每个邮政编码的数据质量，而这些数据质量并不一致。该团队试图利用他们作为 Alteryx 合作伙伴、数据爱好者和保护倡导者的专业知识来创建一种解决方案，使其他人能够保护和欣赏美国的自然资源。

Montgomery Transport 是一家位于北美的运输公司，其报告流程面临挑战。该流程非常耗时，需要三到四天的手动数据输入。该公司正在寻找一种易于设置且能够快速推动变革的解决方案。他们想要一种能够为团队腾出时间并发布到 Tableau Server 的解决方案，以便他们的高管团队可以轻松获取见解。

SEGA Games Co., Ltd. 的促销邮件营销面临挑战。这些电子邮件被发送到经过长时间收集的列表，导致客户经常收到不相关的内容。这导致退订率高，点击率低。为了解决这个问题，团队希望管理多个数据集，包括游戏数据、客户历史记录、营销和财务洞察，以改进分析和报告。他们已经实施了 Amazon Web Services (AWS) 来从正在玩游戏的游戏中提取实时数据。然而，他们希望更进一步，链接到分散在众多来源的其他销售和游戏数据。

金融服务公司 Brookson 面临的挑战是，如何让会计师提供的财务和税务建议实现自动化。该公司的目标是提供实时建议，而这是传统会计师无法实现的功能。该公司认识到，他们无法教授传统开发人员会计知识，但他们知道，通过 Alteryx，他们可以让经验丰富的会计师执行高级分析。

本田致力于将通过对大量位置数据进行可视化和分析来创造新价值的服务商业化。他们正在开发基于本田自己的汽车导航系统 Internavi 捕获的运动数据的 BtoB 数据分析服务。然而，他们在处理具有时间历史的时间序列位置数据方面面临问题。存储在云数据中的大量数据无法完全处理，不仅使用 Excel，甚至使用 BI 工具也无法完全处理。

诺丁汉大学是英国最大的大学之一，该大学每年需要预测其学生人数和相关收入，以便分配部门预算。规划和绩效团队负责收集和分析全球数千名学生的多达 900 万条数据记录，以准确模拟预期的学生人数和活动。但是，由于 56 个部门需要深入的分析粒度和五年预测，因此计算非常复杂。到 2015 年，该团队迫切需要一个更具动态的学生规划模型，该模型可以提高粒度并随后改善决策，同时与 Tableau 的数据可视化配合使用。该任务是处理学生规划和预测的所有报告以及为 HESA（高等教育统计局）验证数据，该机构负责收集有关英国高等教育的定量数据。

伯明翰城市大学必须向 OfS（学生办公室，前身为 HEFCE）提交强制性年度申报表，以核实政府资金分配情况。规划和绩效部门必须汇总来自多个内部系统和外部来源的信息，以完成学生活动资金汇总申报。收集和准备来自多个来源的数据是一项重大、庞大且复杂的挑战；HESES 申报表的监管时间框架通常规定从 12 月 1 日的人口普查点开始需要 7 个工作日。改进自动化和基础流程对于确保效率和保持高水平的数据完整性变得越来越重要。与前几年相比，清晰准确地展示合法的变化至关重要，因为这可能会影响大学的核心资金拨款。

Symphony Care Network 是一家拥有 34 家护理机构的医疗保健提供商，在追踪患者和员工的 COVID-19 暴露和治疗情况方面面临巨大挑战。现有系统无法提供一致的方式来追踪这些关键信息，导致效率低下，并可能在护理和安全措施方面存在差距。

西门子天然气与电力部门于 2016 年针对发电厂服务发起了一场生产力攻势。目标是分析哪些领域可以避免不必要的成本，例如过高的材料费用。由于该业务部门有数千种不同的指标、超过 5,000 个不同的数据集和超过 8,000 名员工，调查工作非常复杂且耗时。当结果出来时，分析几乎已经过时了。第一步是改用 Tableau 来改进可视化。然而，耗时且复杂的数据提供实际问题仍未得到解决。

SKOPOS 是一家位于欧洲的科技公司，该公司正在寻找一种解决方案来准备、丰富和建模数据，以便在 Tableau 中进行可视化。该公司的目标是帮助其团队以更高效、更有效的方式可视化调查数据。该公司正在处理大量数据，超过 200 万份调查回复，需要一种近乎实时地分析这些数据的方法。该公司面临的挑战是找到一种能够处理数据的复杂性和数量并提供所需结果的解决方案。

竹中公司是一家大型总承包商，成立于 1610 年，拥有 300 多年的丰富建筑数据。然而，将这些海量数据转化为可用于现代建筑设计的信息是一项艰巨的挑战。数据以各种格式存储，难以管理和有效使用。该公司希望利用这些数据来扩展建筑设计的可能性，并将其与当今人们的思想和感受相结合。该公司正在使用商业智能工具 Tableau 来可视化这些数据，但这还不足以满足他们的需求。

7-Eleven 在管理供应商数据和了解其促销活动方面面临挑战。请求供应商报告或计划的过程非常耗时，最多需要 100 个小时。该公司需要一种可供业务用户日常使用且无需太多技术支持的解决方案。他们需要快速获得结果以与外部业务伙伴共享，并以边际成本提供多种功能。

Ares Management 是一家领先的全球另类投资管理公司，在实现流程自动化和打破团队之间的隔阂方面面临挑战。他们还努力提供更好的洞察渠道。他们的一个团队每年要花两个月的时间才能完成一个流程，效率极低，耗时极长。

三菱日联银行的全球金融犯罪部门 (GFCD) 面临着处理海量数据和多样化 IT 系统的挑战。作为一家大型银行，该银行拥有大量交易数据。在反洗钱 (AML) 业务中，工作人员必须亲眼逐一判断 AML 系统检测到的每个案例是否真正可疑。此外，检测新的高风险交易是一项挑战，因为它需要大量的工作量。另一个挑战是缺乏能够进行探索性分析的数据科学家人力资源。他们需要探索性数据分析技能来发现全球金融犯罪并迅速采取行动。然而，目前日本劳动力市场上的数据科学家数量不足。

ADL Digital Lab 的平台 Augusta 需要一种灵活高效的分析自动化技术，该技术可以与任何数据源集成，从而帮助提高平台的效率和安全性。目标是找到一种可以增强平台功能并为 ADL 及其客户提供更好结果的解决方案。

一家排名前十的 CPG 公司的消费者洞察小组正在寻求增长机会，但他们很难及时获得分析数据。他们依赖于大量的公司数据以及联合数据。处理联合来源非常费力。要回答一个问题，可能需要 50 次点击和 30 分钟。然而，他们的用户通常需要问几个问题来帮助他们更好地了解客户行为。由于每天有数百名员工执行此类工作，因此效率不高或不可扩展。更糟糕的是，他们仍然无法达到团队所需的洞察水平。

Food Service Rewards 的传统数据分析平台面临挑战。该平台不够用户友好，只有经过技术培训的专家才能操作。数据查询请求不断堆积，导致出现瓶颈。此外，等到生成结果时，对该特定洞察的需求往往已经过去。要成功运行忠诚度计划，团队需要更快的洞察，帮助他们更好地了解客户流失和购买行为，从而创建更有效的促销活动。

SnapAV 是一家全球电子设备供应商，其商业智能方法面临挑战。研究业务的某个方面需要技术分析师的参与，这可能需要数小时甚至数天的时间。这严重阻碍了公司的好奇心和持续改进文化。获取见解的延迟通常会阻止团队成员提出问题，因为他们不确定回报是否值得等待。

SnapAV 是一家领先的 A/V、监控、控制、网络和远程管理产品制造商和零售商，在一系列合并后面临挑战。该公司将多个数据源整合到 Snowflake 中，并使用 Tableau 构建可视化以进行分析。但是，Tableau 的学习曲线很高，业务用户很难自己找到答案。因此，商业智能团队不得不介入以提供帮助，从而减慢了洞察速度。这个过程效率低下，无法持久。

美国最大的软饮料公司之一 National Beverage 面临着从尼尔森和 SPINS 数据中获取可操作见解的挑战。商业智能团队希望更好地了解数据，以便非技术人员能够轻松理解，从而更好地掌握业务绩效。他们还需要高级分析功能来解决 SKU 合理化和增长贡献分析等复杂问题。

美国甘草公司是糖果产品制造和营销领域的领导者，该公司面临着协调和整合各种数据源的挑战。多年来，数据和洞察团队一直采用手动方式工作，效率低下且耗时。快速发展的市场需要更高效的流程，以便及时向销售和营销团队提供洞察。该公司需要回答一些关键问题，例如如何获得更多产品分销、快速利用趋势以及如何快速将创新推向市场。

科尔尼学区在可视化实现目标的进展方面面临挑战。这些目标由委员会制定，并与学区的改进计划保持一致。然而，没有可视化的方法来展示实现这些目标的进展，这使得追踪和衡量成功变得困难。

该公司的目标是创建一个全面的报告系统，让家长和老师能够查看各种学生表现指标。挑战在于整合跟踪各种因素（如考试成绩、学生违规行为和出勤率）的报告。

总部位于纽约的营销机构 Beeby Clark+Meyler 需要一种有效的数据可视化解决方案来为客户提供可操作的报告。该解决方案需要涵盖该机构的所有营销工作，从网站管理到 SEO、社交活动、付费搜索等。数据主要来源于 Google Analytics，但也来自许多其他分析工具。一个主要的挑战是数据每次到达的格式并不相同；有时甚至很难捕获。该机构还需要仪表板作为内部工作报告，以突出显示 KPI，帮助他们实时监控和优化活动参数。

Kreditech 是一家在线消费金融公司，其运营面临多项挑战。该公司希望减少 IT 部门对日常分析流程的参与，并将决策流程分散化。这是为了减少对单个商业智能专家的依赖。该公司还希望结合多个内部和外部数据源，为战略决策和管理会议提供基础。该解决方案的要求包括快速实施时间、为业务用户提供强大的自助服务访问、快速深入分析大量数据、最高级别的数据安全性和隐私性以及可扩展、稳定的基础架构。

Lieferando 是一家在线订餐服务公司，在实时整合营销和销售数据方面面临挑战。他们需要优化营销活动，全面了解整个客户生命周期。要求包括实时自助访问信息、企业级 BI 功能（用于多维分析）以及较低的实施时间和成本。

Customer Alliance 是一家为酒店业提供评级系统的公司，它面临着多项挑战。他们的数据分散在多个系统中，包括 MySQL 数据库、SugarCRM 和 CSV 文件，因此很难整合和分析。他们需要每小时跟踪销售团队的表现，以确保效率和生产力。此外，他们希望结合销售和客户支持的数据，以全面了解他们的运营和客户互动。

Metro-West 是美国最大的独立评估公司，它面临着影响其效率和决策过程的多项挑战。该公司严重依赖手动报告，这不仅耗时，而且会严重浪费资源。缺乏实时数据是另一个主要问题，导致决策速度变慢。此外，该公司难以利用来自不同来源的数据，这进一步复杂化了决策过程。