英特尔设计师引领PC生态 携手合作伙伴退出40余款产品

近日，从英特尔总代宝通集团获悉，为满足云企办公、云课教室等领域的应用，经市场投放与应用测试，搭载英特尔9代酷睿i3处理器的PC Farm 8+0产品方案在云企业办公及云课教室等领域均表现良好，极大得满足了客户在高性价比和性能上的需求。

从云游戏平台，到云企业办公，再到云课教室，PC Farm早已不是个新物种。作为由英特尔倾力打造的新一代智慧IT基础设施，PC Farm共分高性能（在2U机箱内部署4个节点）和高密度（在2U机箱内部署8个节点）两个版本，均可为用户提供安全易管理的PC部署方案，并实现基于多种管理软件的镜像部署、镜像备份、系统还原保护、批量镜像切换等功能，可被广泛应用于VR 影院、设计工作室、电脑租赁、集中培训、游戏串流、远程3D渲染等多个行业。

由于PC-Farm 8+8产品方案的处理器是基于BGA封装，不支持i3处理器，从而无法满足云企业办公、云课教室等高性价比要求的业务场景。伴随PC-Farm产品8+0方案的推出，搭载英特尔9代酷睿i3处理器产品，这一切问题都迎刃而解了！

众所周知，英特尔酷睿CPU共分i3（聚焦中低端市场）、i5（聚焦中端市场）、i7（聚焦高端市场）、i9（聚焦旗舰市场）四大系列，其中i5、i7、i9都以较高的性能优势有着更广范围的市场接受度与认可度，反而是酷睿i3一直不温不火。直到9代酷睿i3推出，这一局面才被真正改变——英特尔睿频技术首次在9代酷睿i3中实现全线覆盖，使i3处理器在沿袭既有价格优势的同时，得以在运行速度方面大幅提升，从而实现了一夜间的身价暴涨。

PC Farm 8+0产品方案支持英特尔酷睿全系列处理器产品，同时可搭载i3处理器广泛应用于云企业办公以及云课教室等日常应用场景。

以PC Farm云课教室为例。传统电脑网络教室造价高昂、维护困难、难于管理等问题，已成为制约普教信息化的核心问题之一，从而促使越来越多的学校开始寻求降低台式机管理和运营成本的有效方法，并同时在追求节能省电的“绿色”目标上狠下功夫，PC Farm云课教室正是顺应这一趋势推出的IT基础设施解决方案。它旨在利用云终端构建电脑网络教学环境，以削减学校网络教育建设投资，并系统降低网络设施管理和维护难度，达到节约人力和物力成本的目的。

据悉，英特尔PC Farm云课教室采用了国际领先的虚拟化技术，把多用户、多桌面、多环境用户系统集中在一起统一管理，可以随时为所有或不同用户推送其所需的不同应用环境，并用户提供统一的软件推送、软件安装、软件升级、操作系统远程部署、远程诊断等服务。

“目前，英特尔PC Farm云课教室已为多个计算机管理部门在原有计算机设备投资的基础上，建立起一个集高效、快捷于一体的管理架构，把原先只能分散管理的各台计算机，全部纳入部门集中管控”。搭载英特尔酷睿i3处理器的PC-Farm产品由于高性价比的产品特性，将更出色的服务于日常应用领域，广大客户提供更优质的解决方案。

云桌面HDV版本结合英特尔PC Farm，更好管理终端操作系统运维、稳定性更高。

大数据精准营销的背后，是用多维度的数据来观察客户，描述客户，就是说为客户画像。说“依托大数据，可以让营销人员比过去更了解客户，比客户自己更了解客户的需求”并不为过。营销人员无不想知道客户是谁、在哪里、消费习惯是什么、需要什么、什么时候需要、用什么方式向他们传递信息更为有效等等，通过数据采集和数据分析分析可以找到答案。精准营销不仅可以帮助商家开源---发现潜在客户，还可以帮助商家节流---发现潜在风险。当我们对客户了解更多，就会知道哪位客户可能在经营中存在风险。

若问每个经营者是否会运用从业经验来进行营销，多数答案是肯定的。但若问经营者是否会利用数据进行营销，恐怕答案就是五花八门。一般认为，应用数据进行营销是大公司的事情，与小公司无缘。其实，大到跨国公司，小到街边小贩，运用数据进行营销，都会收到意想不到的结果。不相信吗？街边小贩留意一下天气预报（刮风，下雨，还是暴晒）就知道明天有哪些生意的机会，进而知道该如何备货。建议中小公司的人不要拒绝精准营销的理念，不妨学学精准营销的思想方法。即便是经营者有丰富的经验，把经验数据化对经营也会很有帮助。

《颠覆营销》一书就是在教读者如何运用大数据来做营销。书中案例丰富、语言可读性强。值得关心大数据营销的各界朋友读一读。

我认同书中的不少观点：“大数据重新定义产业竞争规则，比的不是数据规模大小，不是统计技术，也不是强大的计算能力，而是核心数据的解读能力”。在很多人纠结于大数据定义的今天，我们确实更应该关注数据的核心价值理解与应用。书中提出的“问对问题”也很重要。经营者平时的问题一定不少，但追问究竟时，就可能出现偏差，导致“失之毫厘谬以千里”。问对问题能力的提高涉及思想方法，需要在锻炼中提高。验证问题是否问对了，恰恰就是数据分析师可以做贡献的地方。

本书还引起了二个值得更深入思考的问题：

仅仅发现不同客户群体的消费习惯，适时提醒客户去消费，还远远不够。比如：某消费者一个月的正常理性消费在两千元的水平，一般在A，B两家商店消费。A商店运用了精准营销的理念会让消费者把这两千元都花在A商店，随着B商店的后来居上，消费者又可能重新回到B商店消费这两千元。在供给过剩需求不足的今天，既有的消费额在不同商家中进行分配或迁移都不能带来社会消费总量的增加。大数据营销的更高水平应用是提前知晓客户尚未被满足、甚至尚未被发现的需求。大数据的价值挖掘有机会把商家（含厂家）和客户连在一起，让商家提供更多的满足客户个性化需求的产品或服务，让客户的消费意愿提高。这是数据价值挖掘工作者面临的新挑战。

数据真的越多越好吗？不少大数据公司热衷于用爬虫软件在网上“爬”各种数据。然而同一数据集在不同的应用场景价值密度是不一样的，针对特定应用场景也并非是数据维度越多就越好，一定要围绕应用目标来采集数据和使用数据。提升维度来采集更多数据一定是有助于更详尽地描述事物，但无疑也增加了处理数据的复杂性。每一次技术的进步，都给人类带来新的想象空间，难免欲望膨胀自信满满，对世界的认知也随之升维，甚至是无节制地升维。之后发现升维带来资源的占用，智慧跟不上，无节制地升维反而是解决方案复杂化，冷静下来会重新启动降维思考。也许人类的认知与智慧就是在升维、降维、再升维、再降维中交替前行的。本书的降维思考，必要时回归本元的思考给人们启示。

大数据时代工具手段固然重要，思想方法更为重要。