全世界的火车运营商都有望创造奇迹，即永远不会迟到。因此，要满足严格的服务和可用性目标，高效的维护计划非常重要。支持数据的功能对西门子来说是必须的。反应性维护（事故发生后）和例行的预防性维护及其目视检查和定期更换组件已不再足够。我们已经转向更具成本效益、基于状态的预测性维护。通过诊断传感器数据的传输和远程监控来测量组件的实际状况；数据也用于分析模式和趋势。这有助于预测组件何时可能发生故障，因此可以在发生任何不良情况之前对其进行修复。为了确保这种方法的商业可持续性，西门子需要使用和再利用现有数据，创建一种“火车互联网”。为此，他们正在近乎实时地分析传感器数据，这意味着他们可以非常迅速地做出反应，确保客户运输服务不会中断。 “在影响运营之前，仅使用来自火车的数据很难定义每个问题”，克雷斯解释道。然而，最近的成功案例证明一切皆有可能。

该银行在实现出色的客户旅程方面遇到了麻烦。银行无法个性化 CX银行需要在数据和分析中提供更精细的细节无法在所有数字渠道中管理 CX，他们正在失去客户

鉴于这座城市的快速发展和不断增长的人口，如果没有妥善规划，预计的需求预计会给公共交通系统带来压力。为满足这些预期需求，当局起草了交通网络投资的陆路交通总体规划，预测了十多年的需求。除了快速增长的人口外，不断扩大的数据量对其技术基础设施构成了相当大的挑战。当局依靠数据和应用程序来确保所有人的顺利出行——每天收集超过 1200 万条公共交通记录。然而，陆路运输 IT 系统的设计是为了快速响应，优先考虑保持交易顺畅；但不适用于将数据保存超过三个月。丢失数据意味着失去进行有意义的趋势分析、制定长期政策规划或从事数据挖掘的能力。由于预计数据量将继续增长，因此决定创建一个数据管理生态系统，专注于实施新措施以更好地满足通勤需求。

一家全球性银行正在努力与客户互动。他们基于平均值盈利实践并没有改善客户关系，最大化客户价值，或减少损耗。没有交叉销售和追加销售功能达到绩效目标，银行的细分分析失败为定价和客户服务决策提供信息。由于企业对盈利指标没有信心，银行需要一个新的接触客户并激励他们采取行动的方式。

该企业内部缺乏专业知识，需要帮助在其网络中部署分析以生成可操作的见解。实现用户的持续增长，并最大限度地减少因网络服务不佳而导致的客户流失。客户反馈分数提到糟糕的网络体验是客户流失和不满意的主要原因营销、销售和网络团队使用不同的数据集进行孤立的决策。缺乏技术专长来集成构建和管理与网络体验相关的大数据量的分析能力。