首先非常感谢各位领导和老师、嘉宾让我有机会在这跟大家一起来汇报一下戴尔在大数据时代所做的转型。

　　首先正如刚才各位领导所说的，这两年比较热的词是云计算和大数据。云计算这个概念出现比大数据早一些，“大数据”从定义的出现到被整个行业认可，在行业上推动（包括互联网，高科技行业推动）是这两年事情。最主要原因是海量的非结构化的数据出现。

　　刚才我所谓开场白大概花了1分钟左右。这张图给大家一个很好的事例，简单讲我挑选几个，一分钟中发生了什么？大概有1.6亿EMAIL发出去收到，主要原因是我们现在互联网发展云计算，移动互联网，另外一个原因是我们大家使用移动终端设备。海量数据出现造成大数据概念出现，大数据变成我们大家行业中要面对的一个挑战。怎么用好这些数据，怎么让数据造福个人和企业，这是非常重要的课题。

　　其实说到大数据来源和组成，大数据定位是传统的数据库不能去处理或者不能解决的数据，主要是一些非结构化数据。如果说大数据应该提到4个V，这个行业用得比较多。就是说海量性、多样性、快速性和价值。

　　海量大家可以看到，随着大家越来越多的使用移动终端智能手机，还有遍布各地的探头，传感器，大家使用社交网络的习惯产生了海量数据。

　　多样性，以前数据我们可以使用二维表可以存储的数据，现在这种大数据概念下产生的数据基本是包括视频影像还有声音，这种传统二维表不容易存储和处理，这是多样性。

　　速度是两方面，一方面是这个数据产生的速度，另外一方面数据处理速度。大数据要求我们在数据快速产生的同时，对我们这种互联网带宽还有电信带宽有很大要求。另一方面对于企业来说怎么处理这些数据，怎么变成是一个有用于企业的有价值的数据。现在经济全球化之后，对于企业来说成本的压力还有竞争性非常激烈，怎么更好了解市场，了解经济，了解客户，了解未来需求，对企业来说是一个能提高核心竞争力的关键。

　　所谓价值是大数据的最关键部分，数据的海量、快速，对企业和个人产生不了价值，这个数据没有被我们很好的利用起来。

　　这张图看是4个方面，更多内容更多设备，更多应用，更好的信息。怎么从中提取信息我会介绍。

　　这是量化分析，这是IDC报告，2011年有1.8万亿的数据产生，90%是非结构化数据，500万一个文档，数据增长量每两年翻一番，我们看增长图是非常陡的。

　　大数据从理解上不单是一个技术，前两年云计算一样，最早云计算从分布计算到网格计算从技术角度理解多一些。对于现在云计算的看法是从业务模式、商业模式角度多一些。对大数据来讲是同样的理解，是通过一定的技术手段来帮大家实现对数据的分析理解和应用。

　　这张图是对于大数据应用推动企业形成数据资产，应用一些技术手段和模型发掘价值，推动企业决策。这里简单做四个行业分析。

　　首先是互联网行业，互联网行业应该是最早对大数据的应用进行实时推广的行业，互联网以前通过流量和点击率作为盈利的模式。现在来说也要提供差异化服务，包括建立用户模型，针对用户提供不同产品。比如说亚马逊，如果在网上买电子读物，它可能主动根据你以前的习惯列出你喜欢的下本书的推荐列表。

　　对于互联网企业，他们也是用这些客户资源和他们这些消费行为，让他们利用这个平台为客户提供分析，这是他们另外一个盈利方式。

　　零售企业来说，说到零售企业，零售业在全球一样，整个成本和全球化压力非常大。有研究说是1999年时候在美国零售业，比如每块钱赚钱零售企业拿6毛左右，上下游，包括物流、做包装还有提供产品拿走剩下部分。在08、09年这个数字只有3毛1利润，一方面是消费者口袋更紧，另外下游的成本和其他压力更大，竞争压力更大。

　　一个产品在北美的，可以下到移动设备上，去超市可以扫描条码，可以实时比较我这个店产品和这个超市产品有什么区别，决定你是不是买。这是对最终消费者是一个很好的体现。对于这种零售业行业竞争压力非常大。价格透明度在那里。

　　对于零售行业，现在对于利用大数据几个方向是迫切需要大数据实现的，一个是精准营销，还有提供内容给VIP的服务。还有实时评估效果，是实时的，和以前的过几周几个月产生相应市场分析不同。

　　另外根据消费者习惯改变货品上架。说到零售一定要提VOMO（音），90年代在北美一些店发现，周五的婴儿尿布和啤酒销量上升，店里分析，发现全职妈妈周五让她们丈夫去超市买尿布，他们可能同时买啤酒，他们改变了策略，尿布旁边放啤酒，在做最后考核时候，发现尿布和啤酒销量上涨三成。

　　对于男同事来讲一包尿布我不会看，这是比较好的策略，根据消费者习惯改变活架配置。

　　另外零售行业对于整个的零售环节做一个大数据分析和优化实现快速营销。一块投出去在里面滚几次非常重要。这有一个案例也是VOMO（音），有套系统，作用是把自己的库存信息反应给下游的供应商，供应商补货，不是等他主动下单。供应商管理库存的概念，对零售来讲，大数据应用一个提高销售，另外优化自己的内部流程，更快实行快速营销这种现金流的更顺畅。

　　下面这个麦肯锡分析报告，针对零售行业企业营业率提高，总的来说是相对的。我通过大数据能力提高运营能力，增加利润之后，不是真的把整个盘子扩大。这是解释一下。

　　制造业和零售业不一样，尤其是离散制造业，主要客户为导向，快速知道客户需要什么，生产客户所想要的产品，还一个可以快速提高研发能力，提到研发这边，宝马有套系统，就是虚拟创新中心，他自己开发另一套系统，叫建议管理系统。可以从里面抓到不管宝马使用者研发者，通过叫建议管理系统做处理，可以提高建议从筛选到最后决策提高50%效率，每年宝马在这个中心提出建议里放新模型里做改动。一方面是提升了产品研发，另一方面对他是品牌效应和最终用户的快速沟通。

　　主要是对于制造业是以客户为中心做主动营销。

　　金融行业大家首先可能会考虑到大数据分析用的最多是反洗钱，内控这些方向。另一方面前段听银行领导讲想法，大数据应用对银行新业务发展和产品快速生成和拓展非常有用。讲到银行内控这块，在玩钱领域很多时候出现问题内部人员，有的事情内部18道弯，你的数据孤岛方式没有大数据做统一分析可能很难找出通过这道到那道弯是什么原因。金融业这是一个应用案例。

　　麦肯锡报告说对于不同行业大数据应用产生效果不一样，对于高科技、电信、金融、政府大数据应用带来非常大回报。对一些行业，地产、艺术回报没有前面几个行业这么显著。所以这其实是大数据来讲，它不是一个所谓的叫一个平台性的东西，对任何企业都适用，其实是要针对各个行业细分，根据行业不同，他的产品、客户未来和需求有一些不同解决方案才能帮助这个行业客户。

　　今天另外一个是讲戴尔在大数据和云计算背景下我们做的转型，其实我们给客户提供什么？是一种端到端定制服务，大数据对于各个行业用户，一个行业不同用户有不同的处理方式。刚才讲到VOMO在美国没有这种酒类专卖，有的国家是有的。其实有很大区别，打个比方对于集团性企业，我们这种大的国有企业还有集团应用企业比较多。尤其制造业，比如汽车制造业每个分公司，集团公司里有ERP产品，ERP系统，每天会产生数据也好，历史数据也好，是分散在各个系统中。怎么更好把数据整合到一个平台中，利用云计算和大数据平台，把数据制订统一标准和规范放一个平台上分析。产生有价值数据帮助企业做相应决策。

　　我们戴尔的整体来讲，其实是几个方面。一方面是帮企业做咨询服务制订大数据战略，根据企业实际发展规划。

　　第二帮助企业建立大数据平台，不管是建立在什么样平台上，是从给行业客户提供解决方案，我们的出发点在基于客户，不是基于我们卖什么东西。

　　第三企业应用服务，我们怎么把数据转化成贴合企业应用的服务，需要有团队帮他实现这种一个分析应用提升数据价值。最终目的大数据实现的是对企业和个人产生价值。

　　第四方面所谓企业治理服务，数据规范，数据的完整性和质量保证，这是更重要。一旦系统建立之后，后续加的数据，或者一些新技术加进来需要规范的事情，一个体系保证数据规范性。

　　另一方面讲一下戴尔转型，台下和嘉宾和各位领导也做了一些交流，大家传统上对戴尔是在台式机笔记本印象强一些。戴尔转型是09年，后面会讲戴尔的收购。我本人是转型中一分子。戴尔目的是想把企业变成帮助我们的客户转变成一种高效企业，更多资金和人力花在帮助企业推动业务的方向，很少花在自己内部维护上。

　　从大数据角度讲，我们要实现的事情，一个大数据情况下，贴近客户需求，第二是进一步在科技研发上创新上花更多精力做更多投入。包括很多方面，包括最近比较热的一体机，内存技术，还有一些分析工具的投入。这也是我们在这个行业中帮客户在大数据中进一步推动业务做的事情。

　　戴尔真正转型应该在09年，那时候收购比较大的，从咨询服务是35亿收购了佩罗，给戴尔丰富了咨询和服务能力。后面收购从服务器，存储、网络、软件包括云软件和安全服务上做了整体收购。包括去年几个收购，25亿收购软件，还有几家软件公司，他们是实现帮客户从传统的主机和应用到应用的开发平台上的能力。

　　这是收购的品牌介绍，我不做过多介绍。戴尔主要现在的专注方向基本是软件和服务，包括咨询。我自己本身这个部门，我自己从咨询公司出来的。专注发力点和方向基本在软件和咨询服务上。

　　今天最后切合今天主题，因为我们讲大数据肯定有云。戴尔在过去也是跟我们的合作商和其他的云服务商有紧密合作，基本上云架构提供商，从全球来讲。

　　我的演讲就到这。非常感谢大家！