组织经常使用基于时间和使用的维护计划来为其车队实施维护策略。虽然总体上是有效的，但基于时间和使用情况的时间表并未考虑驾驶模式、环境因素和当前部署在车辆内测量曲柄电压、点火电压和加速度的传感器，所有这些都对整体健康有重大影响的车辆。在典型的车队中，很大比例的道路呼叫与电气故障有关，电池故障是常见原因。电池故障会导致服务协议水平未达到，并需要昂贵的重新调整计划以提供替换车辆。为了减少计划外维护的影响，运输物流公司对 C3 Vehicle Fleet Analytics 的试用感兴趣。

客户投资组合中大约有 17,000 口井采用了梁泵人工举升技术。虽然与其他人工举升技术相比，游梁泵技术相对便宜，但游梁泵经常出现故障，故障率从每年 66% 到 95% 不等。意外故障会导致数周的生产损失、紧急维护费用和昂贵的设备更换。

欧洲最大的综合电力公司之一正在寻找分析解决方案，以可靠地预测设备故障并改善其燃煤电厂的基于状态的维护。凭借多样化的煤炭、石油和天然气/CCGT 发电厂，该公用事业公司在全球超过 50GW 的发电组合一直面临着精简全球运营并将发电成本（资本支出和运营/维护 O&M 费用）降低 7-10 的压力%。