• >
  • >
  • >
  • >
  • >

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 22,657 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
  • (6,653)
    • (2,601)
    • (2,127)
    • (945)
    • (676)
    • (312)
    • (229)
    • (194)
    • (163)
    • (141)
    • (135)
    • (114)
    • (100)
    • (53)
    • (28)
    • (2)
    • 查看全部
  • (5,642)
    • (2,469)
    • (1,692)
    • (826)
    • (497)
    • (441)
    • (353)
    • (84)
    • (1)
    • 查看全部
  • (5,571)
    • (2,178)
    • (1,766)
    • (643)
    • (425)
    • (422)
    • (416)
    • (291)
    • (225)
    • (213)
    • (213)
    • (48)
    • (8)
    • (8)
    • (7)
    • (1)
    • 查看全部
  • (5,247)
    • (2,179)
    • (1,715)
    • (1,321)
    • (250)
    • (10)
    • 查看全部
  • (2,881)
    • (1,448)
    • (574)
    • (376)
    • (210)
    • (183)
    • (174)
    • (158)
    • (154)
    • (152)
    • (80)
    • 查看全部
  • 查看全部 15 技术
  • (1,985)
  • (1,985)
  • (1,915)
  • (1,679)
  • (1,629)
  • (1,613)
  • (1,446)
  • (1,247)
  • (1,221)
  • (1,179)
  • (1,156)
  • (1,097)
  • (1,075)
  • (979)
  • (847)
  • (824)
  • (735)
  • (608)
  • (593)
  • (493)
  • (482)
  • (387)
  • (343)
  • (342)
  • (340)
  • (271)
  • (247)
  • (211)
  • (203)
  • (201)
  • (181)
  • (179)
  • (148)
  • (142)
  • (117)
  • (87)
  • (83)
  • (71)
  • (65)
  • (58)
  • (24)
  • (9)
  • 查看全部 42 行业
  • (8,728)
  • (4,742)
  • (3,618)
  • (3,233)
  • (2,947)
  • (1,692)
  • (1,498)
  • (1,332)
  • (1,315)
  • (1,032)
  • (892)
  • (362)
  • (337)
  • 查看全部 13 功能区
  • (3,304)
  • (2,787)
  • (2,603)
  • (2,006)
  • (1,630)
  • (1,625)
  • (1,561)
  • (1,369)
  • (1,043)
  • (732)
  • (725)
  • (711)
  • (690)
  • (647)
  • (601)
  • (574)
  • (521)
  • (486)
  • (472)
  • (470)
  • (434)
  • (416)
  • (410)
  • (364)
  • (356)
  • (352)
  • (340)
  • (315)
  • (305)
  • (302)
  • (271)
  • (257)
  • (252)
  • (242)
  • (237)
  • (235)
  • (229)
  • (229)
  • (222)
  • (214)
  • (188)
  • (183)
  • (176)
  • (167)
  • (147)
  • (145)
  • (143)
  • (142)
  • (142)
  • (139)
  • (137)
  • (133)
  • (130)
  • (121)
  • (120)
  • (119)
  • (119)
  • (119)
  • (115)
  • (105)
  • (99)
  • (98)
  • (96)
  • (96)
  • (91)
  • (90)
  • (86)
  • (85)
  • (84)
  • (83)
  • (81)
  • (80)
  • (69)
  • (67)
  • (65)
  • (62)
  • (62)
  • (61)
  • (58)
  • (58)
  • (55)
  • (53)
  • (53)
  • (50)
  • (49)
  • (48)
  • (44)
  • (41)
  • (40)
  • (40)
  • (38)
  • (37)
  • (33)
  • (33)
  • (31)
  • (29)
  • (29)
  • (28)
  • (27)
  • (23)
  • (22)
  • (22)
  • (19)
  • (19)
  • (18)
  • (18)
  • (17)
  • (17)
  • (17)
  • (17)
  • (15)
  • (13)
  • (12)
  • (12)
  • (12)
  • (11)
  • (11)
  • (8)
  • (6)
  • (5)
  • (4)
  • (4)
  • (3)
  • (3)
  • (2)
  • (2)
  • (2)
  • (2)
  • (1)
  • 查看全部 129 用例
  • (13,581)
  • (5,296)
  • (4,272)
  • (3,520)
  • (2,856)
  • (1,288)
  • (1,239)
  • (360)
  • (10)
  • 查看全部 9 服务
  • (504)
  • (432)
  • (416)
  • (382)
  • (301)
  • (291)
  • (246)
  • (240)
  • (222)
  • (218)
  • (211)
  • (204)
  • (180)
  • (167)
  • (143)
  • (139)
  • (132)
  • (131)
  • (121)
  • (116)
  • (115)
  • (113)
  • (112)
  • (109)
  • (107)
  • (107)
  • (107)
  • (104)
  • (92)
  • (91)
  • (89)
  • (88)
  • (86)
  • (85)
  • (85)
  • (84)
  • (80)
  • (78)
  • (77)
  • (75)
  • (75)
  • (73)
  • (72)
  • (72)
  • (72)
  • (69)
  • (69)
  • (68)
  • (67)
  • (67)
  • (67)
  • (65)
  • (65)
  • (64)
  • (64)
  • (62)
  • (60)
  • (58)
  • (58)
  • (56)
  • (55)
  • (55)
  • (54)
  • (54)
  • (54)
  • (53)
  • (53)
  • (53)
  • (53)
  • (53)
  • (52)
  • (52)
  • (52)
  • (52)
  • (51)
  • (51)
  • (51)
  • (50)
  • (50)
  • (48)
  • (48)
  • (47)
  • (47)
  • (46)
  • (46)
  • (46)
  • (45)
  • (43)
  • (43)
  • (43)
  • (42)
  • (42)
  • (41)
  • (41)
  • (40)
  • (40)
  • (40)
  • (40)
  • (39)
  • (38)
  • (38)
  • (37)
  • (36)
  • (36)
  • (35)
  • (35)
  • (34)
  • (33)
  • (33)
  • (32)
  • (32)
  • (32)
  • (32)
  • (32)
  • (32)
  • (31)
  • (31)
  • (31)
  • (31)
  • (31)
  • (31)
  • (30)
  • (30)
  • (30)
  • (30)
  • (30)
  • (30)
  • (30)
  • (30)
  • (29)
  • (29)
  • (29)
  • (28)
  • (28)
  • (28)
  • (28)
  • (27)
  • (27)
  • (27)
  • (26)
  • (26)
  • (26)
  • (26)
  • (25)
  • (25)
  • (25)
  • (25)
  • (25)
  • (25)
  • (24)
  • (24)
  • (24)
  • (24)
  • (24)
  • (24)
  • (24)
  • (24)
  • (23)
  • (23)
  • (23)
  • (23)
  • (23)
  • (23)
  • (22)
  • (22)
  • (22)
  • (21)
  • (21)
  • (21)
  • (21)
  • (21)
  • (20)
  • (20)
  • (20)
  • (20)
  • (20)
  • (19)
  • (19)
  • (19)
  • (19)
  • (19)
  • (19)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (18)
  • (17)
  • (17)
  • (17)
  • (17)
  • (17)
  • (17)
  • (17)
  • (17)
  • (17)
  • (17)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (16)
  • (15)
  • (15)
  • (15)
  • (15)
  • (15)
  • (15)
  • (15)
  • (15)
  • (15)
  • (15)
  • (15)
  • (15)
  • (15)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (14)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (13)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (12)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (11)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (10)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (9)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (8)
  • (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)
  • (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)
  • (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)
  • (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)
  • (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)
  • (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)
  • (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)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • (1)
  • 查看全部 1083 供应商
Selected Filters
22,657 实例探究
排序方式:
Enhancing Supply Chain Efficiency: A Case Study on Outdoor Voices and Flexport - Flexport Industrial IoT Case Study
提高供应链效率:Outdoor Voices 和 Flexport 案例研究
Outdoor Voices 是一家快速发展的户外服装公司,由于其通过网站和实体店直接面向消费者的销售模式,其物流团队面临着巨大的压力。该公司运营着100%垂直供应链,充当进口商和零售商,无需渠道合作伙伴的支持来分担交付责任。这种模式使他们的供应链成为他们成功的关键部分。然而,该公司在维持库存、满足上市日期和超越客户期望方面遇到了困难。此外,该公司需要更精细、及时且易于理解的供应链数据来制定战略规划决策并降低供应链成本。
下载PDF
Qardio's Transformation: Leveraging IoT for Enhanced Supply Chain Management - Flexport Industrial IoT Case Study
Qardio 的转型:利用物联网增强供应链管理
Qardio 是一家总部位于旧金山的心血管监测公司,在管理其供应链方面面临着重大挑战。作为一个小品牌,Qardio 很难找到一家能够提供其所需客户服务水平的货运代理。缺乏对其货物流动的可见性是一个主要问题。他们的物流团队花费大量时间跟踪发货,这不仅耗时,而且成本高昂。这阻碍了他们的运营效率并阻止他们专注于改善运营。该公司还经常经历与 FDA 相关的延误,这对其业务增长产生了负面影响。
下载PDF
Flexport's IoT Solution Streamlines Rensair's Supply Chain Amid Pandemic - Flexport Industrial IoT Case Study
Flexport 的物联网解决方案在疫情期间简化了 Rensair 的供应链
随着 Covid-19 大流行在全球蔓延,对 Rensair 医院级空气净化系统的需求激增。然而,由于托运人和承运人经历了严重的运力挤压,该公司在满足这一需求方面面临着重大挑战。 Rensair 需要保持供应链的可见性,并采取主动解决问题的方法来继续为客户提供服务。边境关闭严重限制了旅行和运输,影响了物流成本和交货时间,使情况变得更加复杂。包括学校和建筑工地在内的各个部门正在与该公司接洽,这些部门在大流行期间仍在运营并需要确保安全。 Rensair 在最糟糕的时期也处理国际运输业务,所有货物都依赖从亚洲空运,这种方式既昂贵又不可持续。
下载PDF
Santa Cruz Bicycles Enhances Supply Chain Efficiency with Flexport - Flexport Industrial IoT Case Study
Santa Cruz Bicycles 通过 Flexport 提高供应链效率
Santa Cruz Bicycles 是一家总部位于加利福尼亚州的高端山地自行车制造商,在管理采购时间表以使其与制造计划保持一致方面面临着重大挑战。该公司从全球 100 多家供应商处采购零部件,并且很难及时收到运输途中零部件状态的更新信息。由于缺乏可见性,他们的团队很难保持一致并满足发布时间表。 Angela Jensen 和她的采购同事是 Santa Cruz Bicycles 采购团队的一员,负责从 150 家全球供应商那里采购零部件,以支持其在加州工厂的自行车组装。除了采购之外,他们的大部分时间还花在确保圣克鲁斯供应链的许多移动部件及时到达上。
下载PDF
Digital Transformation in Freight Operations: A Case Study on Sika Deutschland - Flexport Industrial IoT Case Study
货运运营数字化转型:以西卡德国为例
Sika Deutschland 是一家领先的工业粘合剂供应商,在管理其罗森达尔工厂的货运业务方面面临着重大挑战。两个主要问题是运费和准时性,这两者对于满足客户要求都至关重要。作为建筑化学品行业的重量级企业,西卡德国公司不得不将沙子、水泥、石膏等低价原材料运往世界各地,这常常带来物流方面的挑战。由于其产品重且价值低,货运在其总成本中所占比例较高,这使得其运营对价格极其敏感。该公司需要在不影响交货时间表的情况下尽可能便宜地运输货物。任何未能满足交货日期的情况都会导致额外的成本和运营混乱。 Sika Deutschland 还需要一个针对美国市场的货运代理合作伙伴,该合作伙伴了解区域要求并能够提供实时更新的货运状态。
下载PDF
How Solé Bicycles Achieved 24% Year-Over-Year Growth with Flexport Capital - Flexport Industrial IoT Case Study
Solé Bicycles 如何在 Flexport Capital 的帮助下实现 24% 的同比增长
Solé Bicycles 是一家位于威尼斯海滩的自行车零售商,由于对其产品的需求不断增长,其财务和供应链面临着复杂的问题。传统的供应链支付流程导致营运资金紧张,迫使该公司做出艰难的权衡,并限制其投资增长的能力。该公司总裁 Jimmy Standley 负责管理 Solé 的全球制造商网络,他发现很难与多个货运代理建立关系。该过程非常耗时、缺乏透明度,并且主要通过电子表格和电子邮件进行管理。
下载PDF
Code&Quill’s Digital Transformation: Simplifying Freight Logistics with Freightos.com - Freightos Industrial IoT Case Study
Code&Quill 的数字化转型:利用 Freightos.com 简化货运物流
Code&Quill 是一家总部位于德克萨斯州的创意笔记本公司,在管理货运物流方面面临着重大挑战。在 Kickstarter 众筹活动取得成功后,该公司必须向近 1,200 名支持者运送货物。然而,货运行业过时的做法不利于像 Code&Quill 这样小型但快速增长的企业的需求。该公司的物流经理 Dan Otto 发现自己要等待一个货运报价长达 48 小时,而流程中缺乏透明度和效率阻碍了公司的发展。该团队需要一个能够简化运输流程、降低成本并节省时间的解决方案,使他们能够专注于核心业务。
下载PDF
Streamlining HAZMAT Shipping and NetSuite Integration for Agricultural Advocacy Organization - FreightPOP Industrial IoT Case Study
为农业倡导组织简化 HAZMAT 运输和 NetSuite 集成
美国最大的非营利农业倡导组织之一正在与过时的手动运输流程作斗争。他们每年运送近 3,000 批货物,主要是在其所在州内,其中近 80% 的货物是危险品(农业设备、农产品、电池等)。当他们准备将业务扩展到更多州时,他们迫切需要一款能够支持 HAZMAT、为其电子商务平台 SuiteCommerce 提供 API 连接并集成到其 ERP 解决方案 NetSuite 的运输软件。他们还需要自动化来大幅降低手动流程的成本并提高安排发货的效率。然而,他们发现并非所有运输软件或 TMS 解决方案都可以支持 HAZMAT 运输,导致在合同谈判和试验培训方面浪费时间,但最终证明不成功。
下载PDF
Advancing Renewable Energy through Spatial Analysis and Visualization: A Case Study of NREL - CARTO Industrial IoT Case Study
通过空间分析和可视化推进可再生能源:NREL 案例研究
国家可再生能源实验室 (NREL) 是美国唯一一家专注于可再生能源、商业化、开发和研究的联邦实验室。 NREL 面临的挑战是如何实现可再生能源的高渗透率,同时实现可靠性、弹性和可负担性的广泛目标。能源网的复杂性及其众多的发电机和可变负载,需要复杂的工具和可视化来理解和管理。可再生能源的一个根本挑战是其在空间和时间上的可变性和连续性,这对传统模型提出了挑战。问题是如何采用本质上连续且可变的现象,并将其拟合到离散模型空间中,无论是节点的还是区域的。最大的问题是如何确保资源得到正确的描述和保存。
下载PDF
Developing an Emergency Response Tool: A Case Study of NYC's Use of CARTO - CARTO Industrial IoT Case Study
开发应急响应工具:纽约市使用 CARTO 的案例研究
桑迪飓风过后,纽约市 (NYC) 面临着扩展其在灾难发生后立即执行分析并为未来灾难做好准备的能力的挑战。该市迫切需要增强其地理空间分析能力,特别是在地图制作方面。主要挑战是找到一种用户友好性足以供任何分析师使用的工具,无论他们在地理空间分析方面的专业知识水平如何。目标是快速可视化数据并用它来为响应工作提供信息。该市还希望摆脱通过特定类型的工具进行分段分析,这限制了分析师充分利用和可视化数据的能力。
下载PDF
Unlocking Location Intelligence for Retail Marketing: A Case Study on Posterscope - CARTO Industrial IoT Case Study
解锁零售营销的位置智能:Posterscope 案例研究
Posterscope 是电通安吉斯集团旗下的一家基于位置的营销机构,面临着利用位置智能创新品牌建设方式的挑战。该机构的目标是在适当的时机将品牌与户外 (OOH) 受众联系起来,使沟通更加个性化、情境化和相关性。面临的挑战是了解这些时刻的位置并使用这些信息来开发有效的通信解决方案。零售行业的发展超越了交易,任何接触点的激活、参与和交易都变得比以往任何时候都更加紧密。 Posterscope 需要适应这种变化,并利用位置和数据让零售业更具体验感。尽管电子商务快速增长,实体零售仍然是全球行业的重要贡献者。我们面临的挑战是将电子商务快速发展的概念(例如情境性和数据分析)应用到实体零售中。
下载PDF
Visualizing the Transformation of Commerce & Communities through On-demand Services - CARTO Industrial IoT Case Study
通过按需服务可视化商业和社区的转型
美国按需配送领域的领导者 Postmates 面临的挑战是如何有效地将消费者与商家联系起来,并在几分钟内将任何商家的货物送到顾客家门口。该公司必须处理位置数据的复杂性,因为位置具有分量和意义。该公司必须了解客户的偏好在一年中、每周以及同一城市内不断变化。他们还必须应对在美国和墨西哥 300 个城市运送各种物品的挑战,从家具到深夜药品和尿布。
下载PDF
Optimizing Public Transport through IoT: A Case Study of SAGULPA - CARTO Industrial IoT Case Study
通过物联网优化公共交通:SAGULPA 案例研究
大加那利岛拉斯帕尔马斯市政公用事业公司 (SAGULPA) 是一家公共交通公司,面临着管理和优化其交通资源的挑战。他们可以访问多个位置数据源,但缺乏统一的平台来组织和分析这些信息。该公司希望更好地了解城市的出行模式,包括行程分布、旅行者的概况及其服务的使用情况。目标是利用这些信息来改善服务、减少交通拥堵并推广可持续的交通解决方案。
下载PDF
Improving Healthcare Site Planning with Geolocation: A Sanitas Case Study - CARTO 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
Leveraging Spatial Data for 5G Deployment: A T-Mobile Case Study - CARTO 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
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
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
Biagi Bros' Successful Transition to Motive's Fleet Management Solution - Motive 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 - 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
Lucky Clover App: Enhancing Engagement at West Virginia University - Locatify Industrial IoT Case Study
Lucky Clover 应用程序:增强西弗吉尼亚大学的参与度
西弗吉尼亚大学 (WVU) 推广服务中心正在寻找一种方法来增强社区的参与度并培养热情。该大学希望以一种能够赋予未来领导者权力并改善当地社区的方式将人、地方和教育项目联系起来。我们面临的挑战是找到一种解决方案,以互动和引人入胜的方式促进西弗吉尼亚大学推广服务的目标和活动的实现。该解决方案需要足够通用,能够用于各种活动,包括国家推广技术会议#NETC2019,该会议接待了来自美国赠地大学的 100 多名高等教育推广技术思想领袖和决策者。
下载PDF
Innovative IoT Solution for Outdoor Scavenger Hunt Game in Grampians, Australia - Locatify Industrial IoT Case Study
澳大利亚格兰屏户外寻宝游戏的创新物联网解决方案
澳大利亚的一家旅游公司 Grampians Treasure Hunts 面临着为 Halls Gap Lakeside 露营地创建户外寻宝游戏的挑战。该游戏旨在通过为儿童、成人和家庭提供娱乐来为露营地的顾客增加价值。该游戏需要具有吸引力、互动性并且可供广泛的用户使用。我们面临的挑战是设计一款可以在占地 10,000 多公顷的广阔国家公园中进行户外游戏的游戏,该公园拥有丰富的原住民遗产,并以其屡获殊荣的葡萄酒和当地特产而闻名。
下载PDF
Boosting Subscription Acquisition and Retention for News Publishers with IoT - Anyword Industrial IoT Case Study
通过物联网提高新闻出版商的订阅获取和保留率
3 月初,美国各地的新闻机构与 Facebook 新闻项目启动了加速器计划。主要目标是协作增强他们的数字订阅业务,特别强调订阅者的参与度和保留率。该举措是 2018 年加速器试点计划的后续行动,该计划的重点是获取数字订户。面临的挑战是提高订阅保留率并让新闻编辑室参与进来以帮助保持订阅者的参与度。参与的出版商包括《奥马哈世界先驱报》、《迈阿密先驱报》、《费城媒体网》、《亚特兰大宪法报》、《丹佛邮报》、《明尼阿波利斯明星论坛报》、《达拉斯晨报》、《西雅图时报》、《波士顿环球报》、《芝加哥论坛报》、《田纳西州报》、《旧金山报》 Chronicle、Newsday 和 Syracuse.com 的 Advance Local 等机构的任务是在接下来的 9 个月内以这些经验为基础。
下载PDF
Boosting Productivity: How Frost & Sullivan Cut Editing Time by 66% with Grammarly Business - Grammarly Industrial IoT Case Study
提高生产力:Frost & Sullivan 如何利用 Grammarly Business 将编辑时间缩短 66%
Frost & Sullivan 是一家全球市场研究和商业咨询公司,在管理研究报告的编辑流程方面面临着重大挑战。该团队由托尼亚·福勒 (Tonya Fowler) 领导,负责撰写有关世界上一些最具创新性公司的详细报告。这项任务需要大量的写作、编辑和审阅。尽管聘请了一流的作家,但编辑过程仍然是确保材料最高质量的关键方面。 Tonya 实施了同行评审流程,但既耗时又缺乏客观性。我们面临的挑战是找到一种解决方案,可以简化编辑过程、减少编辑时间并保持报告的质量。
下载PDF
Enhancing Customer Experience through Grammarly Business: A Case Study on an Enterprise Software Company - Grammarly Industrial IoT Case Study
通过语法业务提升客户体验:以企业软件公司为例
这家拥有 1000 多个客户群的企业软件公司在创建有影响力且高效的客户支持方面面临着挑战。该公司的成功在一定程度上是根据净推荐分数(NPS)来衡量的,该分数表明客户向其他人推荐其服务的可能性。为了提高这一指标,该公司旨在培养其团队的软技能,特别是在支持请求中与客户的沟通质量。作为一家全球性组织,该公司需要一种能够满足其多元化团队需求并有助于提高问题解决速度的解决方案,从而改善客户体验。他们还想要一个可以跟踪和分析进度的解决方案。
下载PDF
Enhancing Communication for Better Business Outcomes: A Case Study on a National Mortgage Lender - Grammarly Industrial IoT Case Study
加强沟通以取得更好的业务成果:一家全国抵押贷款机构的案例研究
一家在美国各地设有办事处的全国性抵押贷款机构正在努力应对内部沟通挑战,这些挑战对团队士气、参与度和生产力产生了负面影响。这些问题还影响了与客户的沟通,导致绩效目标的实现和客户的流失。尽管市场环境有利,抵押贷款利率创历史新低,房地产市场蓬勃发展,但该银行仍因沟通不畅而失去客户。贷方认识到需要改善沟通,但面临两个不同的挑战。首先,他们需要创建新的沟通框架和更高的质量标准,并快速引导和指导团队成员取得成功。其次,他们需要确保这些变革能够团结销售人员,并创建一个更有凝聚力、更有效的团队社区,同时又不会削弱销售的竞争本质。
下载PDF
Inspiring Trust and Maximizing Clarity: Trulia’s Adoption of Grammarly for Content Creation - Grammarly Industrial IoT Case Study
激发信任并最大化清晰度:Trulia 采用语法进行内容创建
Trulia 是 Zillow Group 旗下的房地产平台,大约两年前开始在内部开发自己的内容时面临着重大挑战。该内容展示了全国各地独特的房屋和社区,旨在向用户介绍房屋购买和租赁过程。 Trulia 的内容团队每周都会制作多篇博客文章、视频和可共享的社交内容,通常充满数据和分析。该团队还创建了一系列涵盖广泛主题的购房和租赁指南。然而,确保所有这些内容都经过精心打磨、清晰且无错误是一项艰巨的任务。此外,随着公司的不断发展,它正在为其博客、社交渠道和产品创建更多内容,这进一步加剧了在扩展的同时保持质量的挑战。
下载PDF
Achieving Consistent Writing Across Teams: A Case Study on Zapier's Use of Grammarly Business - Grammarly Industrial IoT Case Study
实现跨团队的一致写作:Zapier 使用 Grammarly Business 的案例研究
Zapier 是一家帮助客户通过定制的自动化流程连接数千个应用程序的公司,在保持书面沟通的一致性方面面临着挑战。随着公司的发展,跨团队使用的文档和风格指南的数量不断增加,导致人们对哪些信息是准确的和更新的感到困惑。该公司有特定的品牌术语和合作伙伴名称,需要一致且正确地使用,需要强大的编写和编辑流程。然而,团队成员发现维持单一事实来源具有挑战性。在编辑过程中,团队成员经常需要花时间修复错误,尤其是合作伙伴名称方面的错误,因为如果在发布前不解决错误,错误可能会削弱信任、恶化关系,并产生额外的编辑工作。
下载PDF
AI-Driven Content Generation: A Case Study on Adore Me's Strategic Shift - Writer Industrial IoT Case Study
人工智能驱动的内容生成:Adore Me 战略转变案例研究
Adore Me 是一家快速发展的初创公司,在内容生成方面面临着挑战。该公司正在寻找一种解决方案来处理“无聊、结构化的内容”,这些内容占用了作者大量的时间。他们希望他们的作家专注于更具创造性的努力并致力于下一个大项目或活动。该公司还热衷于保持领先地位,探索未来可能成为每个零售商工具包一部分的工具和技术。我们面临的挑战是找到一种能够满足他们的特定需求、兑现承诺并帮助他们的流程变得更好、更高效的工具。
下载PDF
Ellevest's Community-Driven Content Strategy: Empowering Women through AI - Writer Industrial IoT Case Study
Ellevest 的社区驱动内容策略:通过人工智能赋予女性权力
Ellevest 是一家金融服务公司,在保持其独特的品牌声音和涵盖所有内容的包容性风格指南方面面临着重大挑战。该公司的内容战略是由女性为女性制定的,旨在解决金融服务行业的性别差距。然而,该公司在内容创建过程中遇到了效率低下和瓶颈的问题。公司的大部分品牌声音和风格指南知识都由在公司工作多年的一些人掌握。这种情况造成了瓶颈,因为只有这些人才能有效地编辑内容,以确保其符合公司的声音和风格指南。我们面临的挑战是找到一种方法来更快地培训更多人了解风格指南,释放这些瓶颈,并授权更多团队成员创建准确代表品牌的内容。
下载PDF
Scaling Support Output by 400%: A Case Study on iManage's Use of Writer - Writer Industrial IoT Case Study
将支持输出扩展 400%:iManage 使用 Writer 的案例研究
iManage 是工作产品管理解决方案的领先提供商,在扩展其知识管理资源方面面临着重大挑战。该公司拥有丰富的知识可供利用,不仅来自支持团队,而且来自整个组织。然而,发布前审查和编辑内容的过程导致文章积压,阻碍了它们的扩展能力并让潜在作者望而却步。该公司需要一种解决方案,使他们能够快速有效地发布高质量内容,而无需进行大量审查和编辑。此外,他们需要一种方法来让新作家了解 iManage 的风格指南和内容指南,并启用团队发布模式,让非作家也能创作出精彩的内容。
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 Asia Growth Partners 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 Asia Growth Partners 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。