HI,欢迎来到学术之家股权代码  102064
0
首页 精品范文 情报分析与研究

情报分析与研究

时间:2023-06-16 16:05:08

开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇情报分析与研究,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。

情报分析与研究

第1篇

摘 要:棱镜计划自被曝光之日起,就受到了世界各方面的广泛关注,而大家关注的焦点主要集中在个人隐私与保护上,其实棱镜计划

>> 大数据时代企业竞争情报面临的挑战及情报分析策略 大数据时代基于情报分析的图书情报学教育变革 大数据时代下的图书馆数据挖掘和情报分析研究 不同领域的情报分析及其在大数据环境下的发展 大数据背景下突发事件情报分析模型构建研究 大数据时代高校图书馆嵌入式知识发现情报分析服务模式研究 技术情报分析系统中数据挖掘功能的设计研究 专利数据库在科研及情报分析中的应用探析 数据挖掘技术在高校图书文献情报分析中的应用 情报分析中常见的失误分析 语篇情报分析中的心理影响 情报分析研究的回顾与展望 社交网络与美军的情报分析获取 江户日本的情报分析及世界认识 谈《管子》中的情报分析思想 情报分析中问题的界定 穿过“棱镜门”看大数据时代的信息安全 贝叶斯分析在情报分析中的应用 关联规则在公安情报分析中的应用研究 情报分析中的认知偏差表征及其克服 常见问题解答 当前所在位置:l.

[8]王新才,丁家友.数据知识图谱:概念、特征、应用与影响[J].情报科学,2013,31,(9):10-14,136.

[9]李广建,杨林.大数据视角下的情报研究与情报研究技术[J]. 图书与情报,2012,(6):1-8.

[10]美安全局机房曝光 监控百亿亿兆级别数据[EB/OL]. [2013-12-15]..

[11]Wikipedia.Big data[EB/OL]. [2012-10-22]. http:///wiki/Big_data

[12]Cohen J, Dolan B, Dunlap M, et al. MAD skills: New analysis practices for big data[J].PVLDB,2009,2(2):1481-1492.

[13]维克托・迈尔-舍恩伯格,肯尼思・库克耶.盛杨燕,周涛译.大数据时代――生活、工作与思维的大变革[M].杭州:浙江人民出版社,2013.

[14]张春磊,杨小牛. 大数据分析(BDA)及其在情报领域的应用[J].中国电子科学研究院学报,2013,(1):18-22.

作者简介:化柏林(1977-),男,北京大学信息管理系博士后,研究方向:知识抽取与情报分析。

第2篇

关键词 情报分析 边防 非理性因素

中图分类号: E254 文献标识码:A

在我国的边防情报分析和整理过程中,由于受到技术和发展水平的限制,人力分析还是最为主要的方式。这就使得在情报分析的过程中,分析人员不可能完全根据理性的因素来考虑,容易受到各种非理性因素的干扰和影响。所以,对非理性因素在边防情报分析中的影响进行深入分析,可以有效减少情报分析工作中的失误和误差,提高情报分析的准确度。

一、非理性分析的产生原因

对于情报分析过程中的非理性因素,其产生原因非常复杂。但是总体概括起来,可以具体分为主观非理性和客观非理性因素。

首先说明主观非理性因素的产生原因。该类非理性的行为过程主要是由分析人员的心理活动所引起的,由于人员在从事情报分析的过程中,思维会受到心理、习惯和环境等多种因素的影响,从而产生非理性的分析思路,最终导致分析结果的错误和偏差。

其次,是客观非理性因素的产生原因。该类非理性的行为过程主要是由分析对象的本身不确定性所造成和引起的,能够造成客观非理性结果的原因概括起来主要有:(1)情报本身的缺陷和不完善;(2)人类对客观世界认识的局限性,西方国家的学者认为,客观世界的广泛性、复杂性,以及人类大脑处理各类信息的能力非常有限,使得人类的决策在多种情况下都是非理性的;(3)受到所处环境的约束,这里主要是指情报分析过程容易受到时间、精力和资金等外界环境的约束和影响。

二、非理性对边防情报分析的影响

边防情报分析的过程为,情报分析人员根据情报需求,对相关信息进行广泛的收集整理,然后通过深层次的思维加工、整理和分析,最终形成解决实际问题的情报产品。所以,本文针对情报产生的收集、整理和分析三个环节来分析非理性因素对情报产品的影响。

首先是针对非理性因素对情报资料收集的影响。(1)人类对客观世界的认知有限性会对边防情报的收集产生影响,由于人脑信息加工和处理的有限性,会造成对所收集情报资料的浪费,对于所收集到的大量资料,情报分析人员只能针对其中的小部分进行分析,且是那些非常引起人类注意力的部分;(2)人类的主观因素也会对边防情报的收集过程产生影响,这主要是由于人们在收集情报资料的过程中,会对这些资料进行自觉或不自觉的筛选,容易根据自己对情报需求的理解和看法来搜集相关情报资料;(3)人类的信息特征会对情报资料的收集产生影响,这主要是由于人们更容易将相似或者相近的资料或者信息组合在一起,而对非相似的信息则容易排斥。

其次,分析非理性因素对情报整理过程的影响。所谓的情报资料的整理,其实就是在情报收集的基础上,对这些资料进行严格的筛选和分类等工作,在此过程中,由于情报的收集的片面性会对分析结果产生影响,不过收集的材料过多也会对结果产生负面影响。

再次,分析非理性因素在情报分析过程的影响。(1)情报分析人员的判断力的局限性会对情报的分析过程产生影响,由于受到多种因素的影响,人的判断能力是非常有限和片面的,具体而言,人类的思维会受到所处环境和自身因素的影响,不同的个体,由于知识结构的差异性,以及所处于的真实环境,都会对情报分析人员的判断力和思维产生影响;(2)情报分析人员的个人情绪也会对情报分析结果产生影响,在情报分析过程中,分析人员应该保持良好的状态和稳定的情绪,否则,都会对分析结果产生负面的不利影响;(3)分析人员的从众心理也会对分析结果产生负面影响,虽然情报分析应该集思广益,但并不意味着从众,从众心理跟集思广益有着本质的区别,从众是分析人员在分析过程丧失了对问题的判断能力,人云亦云,缺乏主观能动性,集思广益则是在自我独立思考的基础上,广泛的听取别人的意见,并有选择性的吸收和采纳,在分析过程中,更多的应该集思广益,而非随波逐流和盲目从众。

三、针对非理性分析行为的改进措施

发现问题就应该在实际中加以避免。对于非理性的分析过程和行为,也应该通过完善的措施加以避免。首先,应该养成科学合理的情报分析习惯,情报分析人员应该在具体的工作过程中综合运用科学的情报分析方法,例如定性分析法、定量分析法和半定量分析法等多种方法进行情报的合理分析;其次,情报分析人员应该不断提高自身的素养和能力,通过苦练基本功和长期的经验积累,提高知识的掌握水平和大脑思维的敏捷能力,分析人员更是应该具备打持久战的心理准备;再次,在分析过程中要很好地控制自己的情绪和情感,保持良好的心理状态和精神状态,消除所有的私心和杂念,保持头脑的高度冷静,排除外界的一切干扰。

(作者:就读于中国人民公安大学10级情报2区,学员,研究方向:情报专业)

参考文献:

[1]余晓钟,冯杉.论决策过程中的非理.四川师范学院报,2002,(5).

第3篇

关键词:大数据 情报分析 竞争情报 商务智能 生物医学 政府治理 军事情报

中图分类号: G250.2 文献标识码: A 文章编号: 1003-6938(2014)05-0007-06

Intelligence Analysis in Different Domains and Its Development under the Environment of Big Data

Abstract Big data has caught the attention of five domains: competitive intelligence, business management, bioinformatics, government governance and military intelligence. In order to understand the differences between different domains of intelligence analysis, this article reviews the current status of the conception and practice on intelligence analysis across five domains, reveals the characteristics of intelligence analysis, and then illustrates the development of intelligence analysis across five domains under the big data environment, and points out the effects of big data for intelligence analysis.

Key words big data; intelligence analysis; competitive intelligence; business intelligence; bioinformatics; government governance; military intelligence

1 前言

不同研究领域有其自身的研究对象、理论源流、学术习惯以及概念框架体系,它们会深刻影响各领域对同一术语的界定和理解。如竞争情报、商业管理、生物医学、政府治理及军事情报等领域不仅都会涉及“情报分析”这一概念,而且都是围绕着情报分析而开展相关研究工作的。但是,这些领域中的情报分析的内涵与外延、实施情报分析的过程等均有其自身的特点,不可一概而论。本文的目的,是分析竞争情报、商业管理、生物医学、政府治理及军事情报等五个领域中“情报分析”概念与实践的特点,以及大数据环境下这些领域中情报分析的发展动向,揭示情报分析的学科差异,为建立统一的情报分析方法体系提供理论素材。

2 不同领域的情报分析及其在大数据环境下的发展

信息与情报是不同概念,情报是对信息进行深度加工或从各种文本中挖掘的知识,可以是一种产品、活动、组织,或是一组知识的专门表达形式[1-2];生成情报所采取的分析方法与执行过程称为情报分析研究。对于竞争情报、商业管理、生物医学、政府治理及军事情报等学科领域而言,它们的产生与发展与情报分析研究在具体问题域中的应用有着直接、密切的关系,尽管这五个领域对情报分析的概念理解及实践特点不尽相同,但情报分析都是这些领域知识的核心内容,也是支持该领域研究的关键,而且,在大数据环境下,大数据理念与方法正在对这五个领域产生着深刻的影响。这是本文选取竞争情报、商业管理、生物医学、政府治理及军事情报等领域作为研究对象的重要原因。

2.1 竞争情报领域

“竞争情报”(Competitive Intelligence,CI)是企业用来提高竞争优势的情报分析工作,它通过感知外部环境变化、竞争对手的技术跟踪等手段,建立一个关于竞争对手或外部环境的预警系统,并支持决策服务,使企业在激烈的竞争中维持优势地位[3-5]。由此可见,CI是对外部竞争环境进行全面监控的过程,是一种“知己知彼”的交互分析过程。与其他领域的情报分析相比,通过CI分析所得到的情报更具有目的性、针对性及对抗性等特征,同时对自身跟对手的差距、潜在的机会等问题给出了解答。

企业进行CI活动时,合法性是开展整个活动的基础,即CI活动必须遵守法律或商业道德规范。竞争对手或市场的相关信息主要是通过公开信息来源(如出版资料、科研报告、互联网、新闻、数据库、政策法规等)获得,其它在不违法的前提下所能获得的非公开发表的信息(如通过第三方获取的信息、录用对手公司的离职人员所获得信息、人际网络等灰色信息等)也是CI的重要信息来源[3][6]。也就是说,CI主要的信息来源是基于“文本型式”的科技文献、网络信息、政府信息、新闻、政策研究、产品信息等类型,并结合灰色信息来提高CI分析的有效性及真实性。从分析方法来看,因外部竞争环境复杂性与竞争对手多样性而产生出多种CI方法,常见如定标比超、SWOT、专利分析、五力分析、财务分析等方法[5];此外,利[7]根据五力分析与SWOT分析拓展出基于竞争要素的CI四维分析框架。在技术工具方面,分析人员可选择数据挖掘、文本挖掘、网络挖掘、可视化技术、信息抽取、一般统计分析、软件等方法或工具[8],将数据或信息转化为“可操作的情报”(Actionable Intelligence),再根据企业的不同需求(如管理决策、营运能力、市场监控等)形成各种情报产品(如每月情报通讯、咨询报告、竞争对手文档、形势分析等),提供企业作为战略行动依据、危机预警判断、商业谈判等重大决策参考。

大数据环境下,公开信息来源越来越多样化,考验着企业的情报获取与分析能力,特别是企业对外部环境变化的及时感知与动态应变能力, CI在企业战略预警与危机管理等方面发挥着越来越重要的作用[9]。从当前的研究与实践来看,CI 面临着“全信息源获取”、“分析复杂化与实时化”两个急迫解决的问题,就前者而言,企业可以通过信息技术解决全信息源获取的技术性问题;对后者来说,随着企业可以获取越来越多的异构的数据及信息,要求CI能够处理更加复杂的分析对象,其分析方法需要结合更多智能化技术,工作流程需要结合多种方法来解决问题[10-11],例如,除了上述常见的分析方法之外,非结构化数据处理、关联关系分析、网络挖掘(如舆情分析、观点挖掘等)、实时分析及云计算等方法或技术都是企业进行CI分析的新挑战[12]。此外,除了获取公开信息来源之外,由社交媒体产生的社会化数据[13],也引发了企业CI对竞争对手进行实时监控与分析的需求。总言之,从基本目的来看CI分析在大数据环境下的发展,会发现CI正从对现有竞争对手和外部环境进行分析以辅助企业保持竞争优势,转向对实时数据或信息进行快速分析响应,通过多种分析方法的结合做到知识发现以及构建适应外部环境的持续应变分析模式[14],用来支持企业在竞争环境中做出高效精准决策。

2.2 商业管理领域

商业管理领域所涉及的情报分析是指“商务智能”(Business Intelligence,BI)或商业情报。BI通常被定义为由数据仓库、ETL、联机分析、数据挖掘、客户关系管理、知识管理等多种技术融合而成的方法及系统,用来管理企业内的相关商业数据、专家信息及知识。不同于CI关注外部情报,BI针对企业内部的各种数据及信息进行分析,从而达到企业绩效管理、客户关系优化、监控商业活动等管理目的[15-16]。由此可见,BI是一种用来提高企业营销管理能力的一套集成分析方法与系统,分析所得的情报被应用在解决客户及产品的需求趋势、潜在服务与产品的关系、销售预测、营销策略创新等问题。

从实践角度看, BI的实施包括了输入、流程及输出等三个主要步骤:①输入是指数据来源,BI的信息源是基于“数值型式”的业务数据、客户相关数据、专家信息、检索日志记录等,或是企业内部现有数据仓库的存储内容。②流程是指数据处理与分析过程,在BI的实施过程中,利用ETL等技术方法将企业的各种业务数据导入数据仓库、或是进行数据集成,并进行数据分析与挖掘,再将分析结果结合企业的战略、运营、关键绩效指标或模型库等加以实践应用,最终达到组织层次的商业绩效管理、以及战略层次的战略规划[17]。③输出是指BI系统或平台产生的各种情报产品,如产品销售报表、客户分析报表、产品定价方案、绩效管理报表、财务报表等。从技术角度来看,Chen等人[18]认为BI分析经历过三个演化阶段:第一个阶段是BI1.0,其技术基础是结构化数据管理与数据仓库;到了2000年的互联网出现后,BI进入了BI2.0阶段,即以网络环境为主的商业情报分析,BI开始重视实时数据分析、集体智慧、观点挖掘、关联数据、网络分析或文本挖掘等技术[19],表明了基于企业内及结构化数据的情报分析已无法满足决策要求了,而是需要结合更多的企业外部及非结构化数据,来挖掘用户对企业业务开展、市场活动的想法;第三阶段是BI3.0阶段,它是在移动终端、RFID及情景感测等技术发展背景下产生的,对企业而言,如何高效处理这类移动性强、与位置相关、以人为中心、情境敏感的数据,将是BI分析的巨大挑战。

大数据环境下,各种新型信息技术改变了企业的营销决策与商业模式,也对BI的架构、功能和所要发挥的作用产生了巨大的影响。冯芷艳等人[20]从管理学角度提出大数据背景下现代企业商业管理研究的前沿课题,例如,企业应利用智能化技术等手段,挖掘提炼出社会化网络环境中典型的行为模式、个性化行为,其中对新型数据源的实时清洗、实时挖掘、实时建模、实时舆情监测等都是值得发展的分析技术,同时,还要在精准性与实时分析之间寻求企业绩效管理的平衡点。由此可以看出,企业的BI分析在大数据环境下,正从过去基于历史数据的情报分析向“实时分析”(Real-Time Analysis)的方向转变。具体来说,BI若要进行实时分析,必须先解决数据采集、数据分析、决策支持及信息反馈等环节中的滞后问题,Seufert及Schiefer等人[21]认为必须通过信息集成设施与商业环境集成来解决这些问题,包括以事件(Events)驱动机制替代周期性的批量处理方式来解决数据采集滞后的问题,利用联机分析或数据挖掘来解决分析滞后的问题等等。此外,Lim等人[22]强调新型数据源对BI分析的影响,并指出现有的BI系统与大数据分析技术(如Hadoop、MapReduce)、文本挖掘(如从搜索引擎转向企业搜索系统、从情感分析转向观点挖掘、从信息抽取转向Q&A系统)、网络分析(如链接挖掘、社区发现、社会化推荐)等技术进行整合,是最值得深入研究的内容。

2.3 生物医学领域

生物医学领域中的情报分析主要是指“生物医学信息学”(Biomedical Informatics,BMI)[23],它是由信息计量学、医学信息学(Medical Informatics)与生物信息学(Bioinformatics)等多种学科融合而产生的新兴领域,主要利用情报学、护理学、生物工程、统计学和计算机科学等领域的分析方法与技术来研究生物医学问题,支持卫生保健、临床实验及医学知识发现过程中的决策与服务。具体来说,BMI分析的基本目的在于了解生命的起源、进化、遗传和发育的本质,通过相关分析方法或技术挖掘出潜藏在众多生物信息数据库中的新知识,辅助或直接开展基因组序列分析、基因进化分析、药物设计、预测蛋白质分子结构与功能、基因区域预测及基因功能预测等工作[24-26]。

BMI的分析对象是生物医学数据(Biomedical Data),包括患者的叙述性数据(如病征描述内容)、数据测量的文本数据、遗传信息、记录信号、图纸或影像数据等[27],这些素材除了可从综合数据库(如Web of Knowledge、Science Direct等)获得之外,BMI领域的专业数据库(如Genebank、EMBL、DDBJ、Swiss2Port等)、医学中心或生物信息中心(如EBI、EMBL、NCBI、NIH等)也是主要的获取渠道。由于生物医学领域的数据复杂性,促使人们必须开发更新、更灵敏的计算机技术或算法来处理及分析生物医学数据。从分析方法来看,BMI除了沿用生物医学领域的专门分析方法(如序列对比、结构对比、功能对比预测等)之外,也借鉴了数据挖掘、文本挖掘、本体构建、知识发现等相关方法和技术[25][28-29],借鉴相关领域的分析方法原因有二:一是帮助加快及改进生物计算分析效率,并降低人工分析及物力投入成本;二是解决遗传语言中存在的语义鸿沟(Semantic Gap)、生物医学本体构建及其概念分类与检索等障碍。通过BMI分析所得到的情报产出有各种形式,如研究论文、特定主题分析报告、诊断报告书、基因表达图谱等,其产出结果可用来解释生命进化、人体生理与病理关系等现象,同时对疾病诊断、药物研发或遗传解码等实践应用提供了有效支持。

大数据环境下,数据分析及信息处理方法已经成为BMI分析的基础工作,同时,大数据理念与方法,对BMI分析从“发现及关联”转向“组合及预测”、从系统层次的分析转向分子层次的分析,起到了重大影响[28]。Miller[30]也认为BMI面对急速增加的生物医学数据数量的问题,特别是下一世代的序列分析技术,将能解析出更多的基因序列,致使数据结构更加复杂化,因此需要在全基因组层面上开展多中心、大样本、反复验证的基因关联研究(Genome-wide Association Studies),从而辅助科研人员对基因组或疾病做深入的科学探究。此外,BMI也开始关注生物医学数据与网络数据的结合,通过社会网络分析、网络分析或云计算等方法来鉴别、预测或追踪药物治疗、不同地区人口的关注疾病等问题[31]。总言之,为了能支持上述BMI分析,分析前的预处理工作必须做到真正意义上的“整合”,即情报分析活动的第一步骤,对多源数据进行抽取、比对、清洗与转换,从而提高及保证生物医学多源数据融合的效率与质量。

2.4 政府治理领域

Web2.0与开放数据(Open Data)对政府治理产生了许多刺激作用,说明了公共数据(Public Data)开放对提高政府运作的透明度、治理效率及影响决策等的重要性。目前,政府治理领域所指的情报分析尚无公认定义,整体来说,更倾向通过“政府数据挖掘”(Government Data Mining,GDM),即通过对税务、就业、执法、国家安全(如航空运输、金融交易、监视等)等相关数据的深入挖掘,分离出潜藏在数据中的噪音及有价值的情报,用来提高政府治理的水平[32]。由此可见,GDM的基本目的是促进公共治理与解决社会服务问题,即强化数据-治理-服务三者之间的关联关系,并涉及了信息公开与共享、信息增值与再利用、数据访问与存取、数据保密、数据整合等研究课题。

GDM的分析对象是政府开放的公共数据,如,美国政府以数据共享及再利用为目标,建立了开放美国政府数据的Data.gov网站,对用户提供多种数据集和输出接口,以方便政府数据再利用及增值开发,并结合Data.gov与云计算,构建了面向美国所有政府部门的Apps.gov云服务门户[33]。以美国Data.gov网站开放的数据类型为例,截至2014年7月5日,网站上共开放了110,875个数据集,涉及了企业、地球观测、教育、地理空间等21类。从分析方法来看,数据挖掘是GDM的关键技术,常见如统计分析、分类、聚类、关联规则、决策树、神经网络等。刘典文[34]梳理了数据挖掘在公共管理领域的各种应用,如通过孤立点分析找出诈欺行为的特征、通过聚类分析找出城市交通系统规划及站点分布等,而电子政务、政府绩效管理、公共危机管理等也是广泛运用数据挖掘来找出更多有价值的情报。通过GDM分析得到的情报,可通过每月统计报表、问题解决方案、特定事件监测汇报等型式呈现结果,向决策者或管理者提供政府信息资源增值、信息孤岛与社会服务问题解决、城市管理与监控等方面的治理支持。

大数据环境下,Yiu[35]认为大数据分析是改变政府治理与社会服务的重要方法或技术,它强化了跨部门之间的数据共享与关联、支持组织学习与绩效管理,并将管理颗粒度细化到个人,从而可广泛地应用于各种政府服务管理,如实时信息管理、多源数据融合分析税务诈欺、个性化服务、城市人口监控与预测等。为了解决部门条块分割的管理碎片化及资源分配问题,陈美[36]认为可以通过建立集成各种交通数据的综合多维交通信息体系,实现各种政府数据的综合分析,快速解决交通事故、应对恶劣气候对交通的不良影响、及时实施道路养护等等。王志军[37]以北京石景山区的城市供水管网漏损应用示范点为例,以流量法、压力法和噪音法分析该区的供水管网相关数据,找出漏损情况及匹配适合的检漏方法,达到了精细化分析、智能化管理,并取得了节约耗能的效果。除了分析公共数据外,喻国明[38]利用数据挖掘及社会语义分析工具分析百度搜索词,探讨了中国社会的舆情现实的走势与发展,发现社会民生、公共安全、卫生及环境生态是近年来中国社会舆论持续关注的基本问题,对于社会管理和社会协调有重要的启示。由此可见,在大数据环境下GDM分析的发展重点在于,从公共数据或其他开放数据分析中,精准、及时掌握政府部门在各种社会服务中的运行规律,以及深刻察觉其中的治理问题,并提供以数据为支撑的决策情报与问题解决方案。

2.5 军事情报领域

军事情报(Military Intelligence,MI)是指是为了保障军事斗争,有目的地搜集敌方、我方、友方、中立方等相关方面的素材信息(包括公开信息、秘密信息、部队及技术侦查情报、军事战备相关情报等),再经深入的综合分析后得到的情报[39]。在这种情报分析中,特别强调要避免因忽视危机信号、过度过滤信息、信息交流不畅、情报政治化等因素造成的情报失察(Intelligence Failure)或情势误判[40]。也就是说,MI分析的基本目的在于情报保障及避免情报失察,其分析任务是面向国家安全的情报侦察探测、分析模拟、战略研拟、决策参考等方面。

MI的分析对象依据不同标准而划分不同类型,按真实程度可划分真假情报;按性质可划分军事指挥、后勤、装备等情报;按载体可划分文字、声像、实物等情报[40]。具体来说,MI是从公开与非公开数据源、军事信息系统、卫星预警系统等各种渠道取得的基于“战事局势”的侦查情报、传感数据、地理数据、照片、声音、武器装备等等相关素材。从分析方法来看,MI除了一般的基础分析方法(如数学方法、文献研究等)之外,情报素材鉴别方法(先期过滤工作)、作战想定方法(基于军事任务)、成果评估方法(确定军事情报价值)都是体现军事情报领域研究特点的专门分析方法[41]。经过MI分析得到的情报,可通过战略分析评估报告、战情模拟分析报告、特定目标监控报告等形式呈现内容,并支撑军事情报单位的军事斗争准备,达到战事情况监控、战胜对手、及时预测客观情况等各项目标。

大数据环境下,面对公开信息来源及新型网络环境的数据过剩问题,情报人员没有足够时间筛选潜在的有价值情报[42],例如,军事情报单位得知可能在某日下午发动网络攻击,但这样的情报量是不足够的,必须具体知道何人、何时、何地及如何阻止他们,而该网络恐怖事件即将发生,不允许情报人员花费时间分析该网络攻击的时间、地点与人物。又例如,2012年美国国防部高级研究计划局推出XDATA项目,目的是开发大数据处理与分析相关的计算技术与开放源码软件,用来满足国防军事需求。但除了开发软件工具包之外,项目更涉及了可拓展的分析与数据处理技术、可视化用户界面技术、软件集成研究及评价等等技术,将来可以具体应用在网络科技、电子战、电子防护、数据决策、大规模杀伤性武器防御、工程化弹性系统及监视侦察系统等[43]。上述例子说明,大数据环境给MI分析智能化带来巨大的挑战,研究的课题包括但不限于:信息情报的自动监控与关键信息的自动识别定位;不同来源的数据与同一事件的对应关系发现;非关键信息之间的隐藏关联规则等等。

3 结语

本文梳理了竞争情报、商业管理、生物医学、政府治理及军事情报五个领域中情报分析的概念与实践的特点,揭示了不同领域的情报分析的特征,以及大数据理念与技术对五个领域中的情报分析带来的影响。为更加清楚起见,本文从基本目的、问题情景、研究任务、数据类型、数据来源、分析活动、分析技术、产出形式、结果价值以及大数据的影响等十个方面列出了不同领域情报分析的特征(见表1),期望能帮助我们更加清楚地认识情报分析的内涵和外延。

参考文献:

[1]包昌火. 情报研究方法论[M]. 北京: 科学技术文献出版社, 1990.

[2]Moore D T. Critical Thinking and Intelligence Analysis[M].Washington, D.C.: Joint Military Intelligence College,2010.

[3]陈峰. 竞争情报概念及相关因素分析[J]. 图书情报知识,2003,(1): 20-22.

[4]包昌火.加强竞争情报工作 提高我国企业竞争能力[J].中国信息导报,1998,(11): 30-33.

[5]王知津. 竞争情报[M]. 北京: 科学技术文献出版社, 2005.

[6]李正中,许蕾. 竞争情报行为的正当性与灰色信息收集方式的研究[J].情报学报,2000,19(1): 77-81.

[7]利.基于要素细分的竞争情报四维分析框架[J]. 情报学报,2007,26(1): 89-99.

[8]Bose R. Competitive intelligence process and tools for intelligence analysis[J].Industrial Management & Data Systems,2008,108(4):510-528.

[9]包昌火,赵刚,黄英,等. 略论竞争情报的发展走向[J]. 情报学报,2004,23(3):352-366.

[10]化柏林.网络海量信息环境下的情报方法体系研究[J]. 情报理论与实践,2012,35(11):1-5.

[11]李广建,杨林. 大数据视角下的情报研究与情报研究技术[J]. 图书与情报,2012,(6): 1-8.

[12]刘高勇,汪会玲,吴金红. 大数据时代的竞争情报发展动向探析[J]. 图书情报知识,2013,(2):105-111.

[13]谢志航,冷洪霞,杨晶晶. 大数据背景下社会化媒体数据的情报价值探讨[J]. 情报探索,2013,(10):6-8.

[14]黄晓斌,钟辉新. 基于大数据的企业竞争情报系统模型构建[J]. 情报杂志,2013,32(3): 37-43.

[15]Negash S. Business intelligence[J]. Communications of the Association for Information Systems,2004,(13):177-195.

[16]Ranjan J. Business Intelligence: Concepts, Components,Techniques and Benefits[J]. Journal of Theoretical and Applied Information Technology,2009,9(1): 60-70.

[17]朱晓武. 商务智能的理论和应用研究综述[J]. 计算机系统应用,2007,(1): 114-117.

[18]Chen H C, Chiang R H L, Storey V C. Business Intelligence and Analytics: From Big Data to Big Impact[J]. MIS Quarterly,2012,36(4):1165-1188.

[19]Trujillo J, Maté A. Business Intelligence 2.0: A General Overview[M].Aufaure M,Zimányi E,Springer Berlin Heidelberg,2012:96,98-116.

[20]冯芷艳,郭迅华,曾大军,等. 大数据背景下商务管理研究若干前沿课题[J].管理科学学报,2013,16(1): 1-9.

[21]Seufert A, Schiefer J. Enhanced business intelligence - supporting business processes with real-time business analytics: 16th International Workshop on Database and Expert Systems Applications[Z]. Copenhagen,Denmark: IEEE Computer Society, 2005.

[22]Lim E P, Chen H C, Chen G Q. Business Intelligence and Analytics: Research Directions[J]. ACM Transactions on Management Information Systems,2013,3(4): 1-10.

[23]Bernstam E V, Smith J W, Johnson T R. What is biomedical informatics?[J]. Journal of Biomedical Informatics,2010,43(1):104-110.

[24]黄科,曹家树,吴秋云,等. 生物信息学[J].情报学报,2002, 21(4): 491-496.

[25]陈铭. 后基因组时代的生物信息学[J]. 生物信息学, 2004,(2):29-34.

[26]陈润生. 当前生物信息学的重要研究任务[J]. 生物工程进展,1999,19(4):11-14.

[27]Shortliffe E, Barnett G O. Biomedical Data: Their Acquisition,Storage,and Use[M].London:Springer, 2014:

39-66.

[28]Bellazzi R, Diomidous M, Sarkar I, et al. Data analysis and data mining current issues in biomedical informatics[J]. Methods of Information in Medicine, 2011,

50(6): 536-544.

[29]Pardue J H, Gerthoffer W T. Knowledge acquisition, semantic text mining, and security risks in health and biomedical informatics[J]. World Journal of Biological

Chemistry,2012,(2): 27-33.

[30]Miller K. Big Data Analytics in Biomedical Research[J]. Biomedical Computation Review,2012,(2):14-21.

[31]Costa F F. Social networks, web-based tools and diseases: implications for biomedical research[J]. Drug Discovery Today,2013, 18(5-6):272-281.

[32]Cate F H. Government data mining: The need for a legal framework[J]. Harvard Civil Rights-Civil Liberties Law Review,2008,43(2):435-489.

[33]刘增明,贾一苇. 美国政府Data.gov和Apps.gov的经验与启示[J]. 电子政务,2011,(4):90-95.

[34]刘典文.数据挖掘技术在公共管理领域的应用[J]. 行政论坛,2010, 17(2): 42-46.

[35]Yiu C. The Big Data Opportunity: Making government faster, smarter and more personal[R]. London: Policy Exchange, 2012.

[36]陈美. 大数据在公共交通中的应用[J]. 图书与情报, 2012,(6): 22-28.

[37]王志军.大数据时代下的城市供水管网漏损管理[J]. 中国科技产业,2014,(2):74-75.

[38]喻国明. 大数据分析下的中国社会舆情:总体态势与结构性特征[J]. 中国人民大学学报,2013,(5): 2-9.

[39]周军.试论军事情报的概念[J].情报杂志,2004,(1): 33-34.

[40]沈固朝. 情报失察――西方情报研究的重要课题及其对我们的启示[J].图书情报工作,2009,(2):34-37.

[41]程立斌,林春应. 军事情报研究方法体系探析[J]. 情报杂志,2007,(2):87-89.

[42]Magnuson S. Defense, Intel Communities Wrestle With the Promise and Problems of 'Big Data' (UPDATED)[J/OL].[2014-08-20].https:///read/1G1-323351157/defense-intel-communities-wrestle-with-the-promise.

第4篇

关键词:竞争情报 SWOT模型 BCG矩阵

中图分类号: G250.25 文献标识码: A 文章编号: 1003-6938(2013)03-0087-07

在竞争情报分析中,SWOT模型和BCG矩阵都是非常重要的工具。然而,在竞争情报实践中,长期以来,SWOT模型和BCG矩阵一直被当作两个孤立的竞争情报分析工具,很少会考虑到它们之间的关联关系。本文对SWOT模型和BCG矩阵进行比较研究,分析它们在竞争情报分析中的联系和区别,从而为企业竞争情报人员的分析决策提供参考。

1 竞争情报分析中的SWOT模型与BCG矩阵

正如孙子兵法所说,“知己知彼,百战不殆”。竞争情报是对竞争对手、竞争环境、竞争策略等信息进行搜集和分析的过程,通过对这些信息的搜集和分析,可以获得许多有价值的情报,帮助企业在不断变化的竞争市场中,做出有效的竞争决策,提高企业的竞争力[1] 。SWOT模型与BCG矩阵,能够提高竞争情报分析的效率,完善企业的战略决策过程,都是竞争情报分析的重要工具。

1.1 SWOT的特性

SWOT分析模型是通过对企业内部资源和外部环境进行综合分析,得出企业自身优势和劣势以及外部所面临的机遇和威胁,秉承“使优势和机会最大化,劣势和威胁最小化”的原则,从而制定企业的发展战略。

国外学者认为:“SWOT模型是包括内部因素和外部因素的基本中介模型”[2]。内部因素包括内部的优势和劣势,外部因素包括外部的机遇和威胁。其中,S代表优势(Strength),是指企业本身所具有的可以超越竞争对手的能力;W代表劣势(Weakness),是指使企业处于劣势的内部因素;O代表机遇(Opportunity),是指企业外部的一些能使企业获得竞争优势的发展机会;T代表威胁(Threat),是指企业外部会对企业竞争地位造成威胁的因素。

SWOT模型通过对这些优势、劣势、机遇和威胁的整合匹配,相应地形成了四种企业发展战略:S-O战略、W-O战略、S-T战略、W-T战略(见图1)。

(1)S-O战略。一种增长性战略,即充分发挥企业内部资源的优势,利用外部环境的机遇,增强企业的竞争力,这是企业的一种理想竞争状态。此时,企业应该增加投资以扩大生产,提高企业的竞争力[4]。

(2)W-O战略。一种扭转型战略,即通过捕捉外部环境中存在的机遇来克服企业的内部劣势,甚至可能将企业内部的劣势转化为优势。在这种情况下,通常是虽然企业外部存在一些发展机遇,但是企业内部存在的一些弱点阻碍了企业对这些机遇的利用,所以,企业要增加投资,扭转企业内部薄弱的状况,迎合外部机遇。

(3)S-T战略。一种多元化战略,即利用企业内部优势来减轻或避免外部环境威胁。当企业外部面临威胁的时候,企业内部的优势也许得不到发挥,甚至会被减弱。因此,此时企业要充分利用自己内部的优势,开展多元化经营,以克服外部威胁。

(4)W-T战略。一种防御型战略,即减少内部劣势,回避外部威胁。此时,企业面临着严峻的挑战,内有劣势,外有威胁,这关系到企业的生存问题。对于严重的企业弱点问题,可以考虑放弃其发展,以节省企业的资源。

SWOT模型对于分析企业自身是非常有用的,可以掌握企业竞争的基本情况。SWOT模型用于竞争情报分析具有以下特点:

(1)专注于增强企业竞争优势。采用SWOT模型进行竞争情报分析时,不能仅仅简单地考虑企业的优势、劣势、机遇、威胁,而是要尽可能的减少或避免企业面临的劣势和威胁。对于企业的内部劣势,应该尽可能地将它们转化为企业的内部优势。同样,对于企业的外部威胁,应该尽可能地将它们转化成企业的外部机遇。此外,企业的内部优势和外部机遇也应该与最优化企业的潜力相匹配[5]。确定企业内部资源的可用和缺乏,推断出企业的内部优势和劣势,以此制定能将企业内部优势和外部机遇相匹配的发展战略,从而创造新的竞争能力。当然,在发展企业优势和能力的时候,不能忽略企业外部的环境因素。市场的竞争是动态的竞争,竞争环境处于不断变化的状态中。其中,市场环境包括经济环境、政治法律环境、科技环境和社会文化环境等等。对外部环境分析之后,能够确定外部市场为企业带来的机遇和威胁,它们是对企业发展有直接影响的积极和消极因素。将企业的优势和劣势、机会和威胁结合在一起,帮助企业专注于自身的优势,最小化薄弱环节,并最大限度地利用外部机遇、避免外部威胁,为企业创造竞争优势,帮助企业发展壮大。

(2)分析结果的客观性有限。采用SWOT模型进行竞争情报分析时,要判断企业的优势、劣势、机遇和威胁,但是,应当注意,进行这些判断工作的是企业的竞争情报人员,而他们的判断能力必然会受到自身素质的影响,因此,难免会带有主观性[6]。而分析结果的主观性也许会导致随之形成的竞争战略的误差,最终影响企业的决策。为此,企业可以挑选几名竞争情报分析人才,成立一个SWOT分析小组,多人同时分析,最后综合他们的分析结果,以增大SWOT分析结果的客观性。

(3)忽略了企业的主动性。企业可以以主动寻找新的资源的方式来创造企业所需的机遇,而SWOT模型只强调企业现有资源和能力的匹配和机遇,而忽略了这一点[7] 。由于不同的企业拥有不同的资源而会拥有不同的优势,因而也拥有不同的机遇,SWOT模型也考虑到企业资源优势与环境因素相匹配的情况。但是,企业获得一定的新资源也是一种重要的机遇,企业可以通过主动寻找新的资源,为企业去争取外部有利的机遇,这是SWOT模型没有考虑或较少考虑到的。

(4)分割了企业的四种因素。SWOT模型所考虑到的因素有限,并将优势、劣势、机遇和威胁分割开了,只看到了内部资源的优势和劣势、外部环境的机遇和威胁这些因素,而忽略了外部环境的优势和劣势、内部资源的机遇与威胁这些因素,其分析结果最终都会左右企业发展战略的选择。因此,在利用SWOT分析模型时,应该确保同时考虑到企业内部和外部的各个方面的因素。此外,在对企业自身进行分析的同时,也可以对竞争对手进行分析,发现一些新的机遇和威胁,以提高SWOT模型分析的有效性。

1.2 BCG矩阵的特性

BCG矩阵又称市场增长率-相对市场份额矩阵、BCG咨询集团法、四象限分析法、产品系列结构管理法等,它是用来分析和规划企业产品组合的非常有用的工具,帮助企业分配资源和进行产品管理与战略管理[8]。BCG矩阵以市场增长率和相对市场份额作为评价指标来衡量企业产品的市场吸引力和产品实力,从而判断出企业各个产品在市场上的竞争地位和竞争力,并以此为企业产品的选择和优化提供根据。

BCG矩阵按照市场增长率和相对市场份额的高低将企业的产品类型划分为以下四种:明星产品、问题产品、现金牛产品和落水狗产品(见图2)。

(1)明星产品(stars)。即市场增长率和相对市场份额都较高的产品。这类产品一般有很强的市场竞争地位和市场竞争力,所以,对于此类产品,企业应该加大投资,促进该类产品的大力发展,以提高其市场份额,巩固其竞争地位。

(2)问题产品(question marks)。即市场增长率较高,但相对市场份额较低的产品。这类产品市场竞争地位不错,发展前景比较好,但它的市场份额较少,缺乏竞争力。因此对于此类产品,应该就实际情况考虑其发展策略。例如,对较有发展前途、能够向明星产品转化的产品,可以重点投资,以增加其市场份额,提高竞争力;对于没有发展前途的产品,可以考虑慢慢地减少投资,甚至放弃该类产品的发展。

(3)现金牛产品(cash cow)。即市场增长率较低,但相对市场份额较高的产品。这类产品有较强的竞争力,而且它的现金收入远大于投资,能为企业提供充足的资金。对于这类产品,企业一般采用维持战略,即保持它的相对市场份额,使其能够不断地为其他产品提供充足的资金。但对于一些无法保持其相对市场份额的现金牛产品,企业可以减少投资,并尽可能地从它们身上榨取现金,以期用最少的投资获取更大的利润。

(4)落水狗产品(dogs)。即市场增长率和相对市场份额都较低的产品。这类产品正处于衰退期,在市场上的竞争地位和竞争力都很弱。对于此类没有发展前途的产品,企业应该采取放弃策略。

BCG矩阵是企业进行产品组合分析常用的一种方法,主要用于分析企业的产品类型,并据此制定企业产品的发展战略。BCG矩阵用于竞争情报分析时具有以下特点:

(1)合理分配企业资源。BCG矩阵按照市场增长率和相对市场份额的高低来划分企业的产品类型,并根据不同的产品类型,制定不同的产品发展战略,从而集中企业资源,提高企业在优势产品上的竞争能力。BCG矩阵能够使企业的管理人员以战略眼光来看待企业各类产品以及他们之间的关系,对于企业不同的产品类型,根据其内外优势、劣势的不同,来决定是否继续投入更多的资源,目的在于将企业有限的资源进行合理的分配,尽可能地将它们投入到能为企业带来最大收益的产品上,并及时放弃无利可图的产品。

(2)忽略了各类产品之间的联系。BCG将企业的所有产品划分为四大类,并将这四大类产品单独看待,但实际上,企业各类产品之间是存在紧密联系的[10]。比如,我们对落水狗产品经常采用放弃战略,但值得注意的是,落水狗产品也可能与其他产品之间存在联系,如果放弃落水狗产品,就可能影响其他产品的发展。

(3)各类产品难以准确划分。BCG矩阵按照相对市场份额和市场增长率将企业产品划分为四大类,但在实际应用中,很难准确地计算各个产品的相对市场份额和市场增长率[11]。由于市场是动态变化的,产品的相对市场份额和市场增长率也会随之不断变化,所以也就没办法对企业的各类产品做出准确的划分。因此,在企业实践中,应该不断地对企业各类产品进行分析,确定各个产品在当前时间所处的产品象限,从而对其采取相应的发展战略。

(4) BCG不适合于小企业。矩阵更加适合于大企业,而不太适合于小企业。小企业由于自身实力的原因,长远看往往只有问题产品和落水狗产品,而没有明星产品和现金牛产品。但是,这并不表示小企业就完全没有利润可图。首先,小企业可以找到一个产品特定的细分市场,由于该市场太小,大企业一般没有兴趣。因此,在这个几乎没有竞争的环境下,小企业可以轻松获胜。此外,虽然从整个市场上看,小企业的产品是问题产品和落水狗产品,但对于小企业自身来说,它或许就是明星产品或现金牛产品[12]。所以,许多小企业仍然可以在激烈的竞争中取胜。

2 竞争情报SWOT模型与BCG矩阵的联系

尽管SWOT模型和BCG矩阵是两种不同的竞争情报分析工具,但它们之间是有许多的联系的。对SWOT模型和BCG矩阵进行深入分析,掌握它们之间的联系,有利于更好地利用这两种工具为竞争情报的分析过程服务。

2.1 四种战略对应于四个象限

SWOT模型所形成的四种竞争战略与BCG矩阵的四个象限是对应的(见表1):即S-O战略对应于第一象限的明星产品、W-O战略对应于第二象限的问题产品、S-T战略对应于第四象限的现金牛产品、W-T战略对应于第三象限的落水狗产品。

(1)S-O战略与明星产品对应。对于企业的明星产品,其市场增长率和相对市场份额都较高,这是从问题产品继续加大投资发展而来的,未来有可能成为企业的现金牛产品,为企业提供现金流[13]。但是,企业的竞争环境在不断地变化,企业的明星产品未必一定会给企业带来充足的资金。因此,企业应该选择增长型的竞争战略,即S-O战略,继续加大投资,增强其相对市场份额,充分发挥内部资源优势,才能保持或赢得竞争优势,从而打败竞争对手,获取竞争的胜利。

(2)W-O战略与问题产品对应。企业问题产品的相对市场份额较低,内部劣势显现,竞争力较弱,但它在外部环境中的市场增长率较高,有一定的竞争地位,因此很有发展前景。所以,对于企业的问题产品,企业可以选择一个扭转型的战略,即利用外部环境中的竞争地位的优势,来克服它内部竞争力不足的缺陷。一般来说,问题产品是企业的新产品,因此为了提高其竞争力,可以投入更多的资源,从而增加它的相对市场份额,以达到从问题产品到明星产品转化的目的。当然,对于完全没有竞争力的问题产品,企业应该选择放弃投资。

(3)S-T战略与现金牛产品对应。现金牛产品是企业资金的保障,如果企业没有现金牛产品,那就说明企业当前缺乏现金的来源。现金牛产品的市场增长率低,相对市场份额高。对于此类产品,企业应该选择S-T战略,即利用自己的内部产品相对市场份额高的优势,开展多元化经营,来克服其外部市场增长率低的威胁,提高企业竞争优势。

(4)W-T战略与落水狗产品对应。落水狗产品是产品生命周期的末尾时段,它的竞争地位低,竞争力不强,也就是说,它内无竞争优势,外却存在竞争威胁,整个产品处于生死存亡的非常时期。因此,对于此类产品,企业应选择一种防御策略,即放弃没有前途的落水狗产品,以此减少企业的内部劣势,回避外部威胁,从而维护企业的生存和发展。

总之,企业竞争情报SWOT模型所形成的四种竞争战略和BCG矩阵的四个象限是相互对应的。BCG矩阵中的明星产品,其内部优势大于内部劣势,外部机遇大于外部威胁,对应于SWOT模型中的S-O战略;BCG矩阵中的问题产品,其内部劣势大于内部优势,外部机遇大于外部威胁,对应于SWOT模型中的W-O战略;BCG矩阵中的现金牛产品,其内部优势大于内部劣势,外部威胁大于外部机遇,对应于SWOT模型中的S-T战略;BCG矩阵中的现金牛产品,其内部劣势大于内部优势,外部威胁大于外部机遇,对应于SWOT模型中的W-T战略。

2.2 企业战略与资源结合

竞争情报SWOT模型用于企业竞争情报分析的一般步骤是:第一,分析内部资源的状况,掌握企业自身的优势和劣势,列出几个关键的优势和劣势因素,一般不多于8个;第二,分析外部环境的状况,把握企业外部的机遇和威胁,列出几个关键的机遇和威胁因素,同样一般也不多于8个;第三,将这些关键因素根据其对企业竞争的重要性程度列入表中,构建SWOT矩阵[14] 。

企业内部资源包括:企业人才资源、企业的流动资金、企业的商业信用、企业的生产技术等;企业的外部资源包括企业的客户、企业的供应商、产品的市场需求等。在竞争情报分析中应用SWOT模型,就是要根据上述步骤对企业的这些内外资源进行有针对性地搜集、处理和分析,帮助形成相应的竞争情报战略,从而将企业内外资源与企业战略结合起来,使企业在充分发挥自身优势和克服自身劣势的同时,及时抓住外部环境中的机会,回避威胁,从而赢得市场竞争。以利用SWOT模型分析企业的人才资源为例,如果企业内部拥有很多优秀的人才,那么在企业人才资源方面,其内部资源优势大于内部资源劣势;如果企业内部缺乏人才,那么在企业人才资源方面,其内部资源优势则小于内部资源劣势。同样,如果竞争对手拥有很多人才,则相当于企业外部的威胁较大;如果竞争对手缺乏人才,则相当于企业外部的机遇较大。结合这些不同的资源状况,有助于企业制定不同的竞争战略。

BCG矩阵中的两个指标是市场增长率和相对市场份额:市场增长率等于比较期市场销售量与前期市场销售量的比值减去一;相对市场份额等于企业某产品的市场占有率与同行业中最大竞争者的市场占有率之比[15]。企业将BCG矩阵应用于竞争情报过程的步骤一般为:第一,计算各个产品的这两个指标值;第二,根据计算的结果确定企业各个产品在BCG矩阵图中的位置,即属于四类产品的哪一种;第三,确定企业产品的发展战略。

企业在确定采用哪种战略时,要考虑本身的资源状况,包括企业的现金流、客户资源、产品创新技术等。根据企业这些资源状况的不同,制定相应的产品竞争战略。例如,当利用BCG矩阵分析企业的客户资源时,如果企业产品的客户资源增加,也就是说,企业产品的市场需求增加,则有利于提高其相对市场份额和市场增长率;如果企业产品的市场需求减少,则会导致该产品的相对市场份额和市场增长率的减少。这些变动都关系到企业产品的类别划分,从而影响到该产品的竞争战略的制定。

由此可知,SWOT模型和BCG矩阵在用于竞争情报分析时,都会在考虑企业资源的基础上,制定相应的企业竞争策略。也就是说,它们都是将企业的战略和资源结合起来进行竞争情报分析,为企业的生存和发展提供强有力的支持。

2.3 竞争战略的相似性

SWOT模型和BCG矩阵在用于竞争情报分析时,最后都形成四种竞争战略。正如上文所述,SWOT模型形成的四种发展战略分别是:增长型的S-O战略、扭转型的W-O战略、多元化的S-T战略以及防御型的W-T战略。而BCG矩阵将企业的产品分为四类之后,也相应地形成了四种战略:成长战略、维持战略、收获战略和放弃战略[16]。成长战略一般用于明星产品和有发展前途的问题产品,使他们向现金牛产品转化;维持策略一般用于成熟的现金牛产品,以保持其市场份额,为企业提供源源不断的现金;收获战略一般适用于处境不佳的现金牛产品,以最大限度地从中榨取现金,为企业带来利润;放弃策略一般适用于没有发展前途的问题产品和落水狗产品,因为这些产品对企业来说已经没有什么价值,所以不必浪费企业的资源。

SWOT模型用于竞争情报分析时所形成的竞争战略与BCG矩阵用于企业产品分类后所形成的竞争战略是类似的。

(1)对于企业内部具有优势,同时外部具有机遇的竞争情况,例如,产品的相对市场份额和市场增长率都高的时候,企业可采用发展战略,加大投资,利用外部环境的机会来扩大企业内部的优势,提升其竞争力,如明星产品。

(2)对于企业内部具有优势,外部具有威胁的竞争情况,企业可采取多元化战略,以抵御外部风险,例如,对于企业的现金牛产品,它的相对市场份额高而市场增长率低,也就是说,它虽然具有强竞争力的优势,但其竞争对位不高。对于成熟的现金牛产品,可以采取维持战略,继续投资,维持或增强它竞争力强的优势,以此弥补它竞争地位不高的劣势。对于市场份额不断下降的现金牛产品,可以采取收获战略,即尽量压缩投资,并在最短的时间内榨取更多的现金,用以支持其他产品的发展。

(3)对于企业内部具有劣势且外部具有优势的竞争情况,企业应当采用扭转战略。例如,对于相对市场份额较低、市场增长率高的产品,企业可以利用其外部竞争地位高的机遇来扭转其内部竞争力弱的劣势,以增强其相对市场份额,将其内部劣势转化为内部优势,以便迎合外部市场增长率高的竞争机遇。

(4)对于企业内部具有劣势且外部具有威胁的竞争情况,一般采取的是放弃策略;例如,企业的落水狗产品,它的市场增长率和相对市场份额都低,既没有竞争力,也没有竞争地位,对这种毫无发展前途的产品,企业可以放弃投资,收回成本而把资金用于更有发展前途的产品身上,实现资金流的良性循环。

2.4 作为SWOT模型分析结果的BCG矩阵

BCG矩阵中相对市场份额的高低相当于企业内部资源的优势或劣势,而BCG矩阵中的市场增长率的高低也就相当于是企业外部环境中的机遇或威胁(见图3)。

(1)明星产品。该类产品具有较高的相对市场份额和市场增长率,利用SWOT模型对其进行分析,可以发现这类产品具有市场竞争力强的内部优势和市场竞争地位高的外部机遇,这类产品是企业长期发展和获利的机会所在。对于此类产品,企业一般采用SWOT模型中的S-O战略,即要积极加大投资,提高这些产品的市场竞争力和市场竞争地位,巩固其竞争优势,这与BCG矩阵的发展战略相一致。

(2)问题产品。该类产品具有较低的相对市场份额和较高的市场增长率,利用SWOT模型对其进行分析,可以发现这类产品具有市场竞争力弱的内部劣势和市场竞争地位高的外部机遇。也就是说,这类产品面临着较大的市场机会,但却缺乏竞争力。对于此类产品,企业一般采用SWOT模型中的W-O战略,即利用市场增长率高的外部机遇来克服相对市场份额低的内部劣势,这与BCG矩阵的扭转战略相一致。

(3)现金牛产品。该类产品具有较高的相对市场份额和较低市场增长率,利用SWOT模型对其进行分析,可以发现这类产品具有市场竞争力高的内部优势和市场地位低的外部威胁。也就是说,这类产品具有较强的竞争力,但却缺乏市场竞争地位。对于此类产品,企业一般采用SWOT模型中的S-T战略,即充分利用自己的竞争力优势,开展多元化经营,以克服企业外部竞争地位不强的威胁。现金牛产品是企业的现金来源,它要利用其产生的现金,为企业的其他产品进行投资,这与BCG矩阵的收获战略或维持战略相一致。

(4)落水狗产品。该类产品具有较低的相对市场份额和市场增长率,利用SWOT模型对其进行分析,可以发现这类产品具有市场竞争力弱的内部劣势和市场地位低的外部威胁。此类产品一般处于保本或者亏本的状态,很难为企业带来利润收入。对于此类产品,企业一般采用SWOT模型中的W-T战略,即对于这种既无内部优势,也无外部机遇,没有什么可发展的潜力的产品,企业可以考虑放弃它的发展,这与BCG矩阵的放弃战略相一致。

由此可见,BCG矩阵其实就是企业竞争情报利用SWOT模型分析的结果。

3 竞争情报SWOT模型与BCG矩阵的区别

作为两种分析方法或工具,SWOT模型和BCG矩阵用于竞争情报时,除了有上述联系之外,也有一些不同之处(见图4)。找出SWOT模型和BCG矩阵之间的区别,有利于更好地区分它们在竞争情报分析中的特点和作用,从而能在最合适的环境下做出最恰当的选择:是使用SWOT模型,还是使用BCG矩阵,抑或把两者结合起来,为企业竞争情报分析提供支持。

(1)影响因素不同。SWOT模型在用于企业竞争情报分析时,是从企业内外环境来考虑问题的,因此,竞争情报SWOT模型的分析结果所形成的四种战略是受内外环境因素影响的。具体来说,SWOT模型的影响因素分别是企业内部资源的优势和劣势、企业外部环境中的机遇和威胁。而BCG矩阵在用于企业竞争情报分析时,是从两个因素来考虑问题的,这两个因素分别是市场增长率和相对市场份额。具体来说,BCG矩阵的影响因素分别是企业产品的市场销售量、企业产品市场占有率以及同行业中最大竞争者的市场占有率。

(2)侧重点不同。由于SWOT模型是通过对外部环境分析得出企业的机遇和威胁,对内部资源的分析得出企业的优势和劣势,从而形成企业的发展战略。所以,SWOT模型在用于企业竞争情报分析时,其主要的侧重点是企业内外环境分析,即如何根据企业内外环境的优势、劣势、机遇、威胁的对比来形成有效的发展战略的,为企业的有效决策提供保障。而BCG矩阵是根据市场增长率和相对市场份额将企业的产品分为四类,以此来思考企业产品的发展战略的。所以,BCG矩阵在用于企业竞争情报分析时,其主要的侧重点是企业资源的配置问题,即如何将企业有限的资源合理地分配到各类产品当中,使企业获得最大的利润。

(3)涉及范围不同。企业利用SWOT模型进行竞争情报分析时,是在综合考虑整个企业的优势和劣势以及整个竞争市场上的机遇和威胁的基础上而展开的,因此,SWOT模型反映的是企业的整体竞争力状况,涉及到企业所有的产品、技术、资金、品牌形象等各个范围。而企业利用BCG矩阵进行竞争情报分析时,只是单独地反映企业多种产品各自的竞争力和竞争地位,涉及到的范围只包括企业的有形资产,而对企业的无形资产没有更多地关注。

(4)定位取向不同。利用SWOT模型可以对企业内部的优势和劣势以及外部环境的机遇和威胁进行综合分析,以便对企业的整体现状有个正确的把握,从而制定企业的发展战略。也就是说,竞争情报SWOT模型着眼于企业的战略定位。而BCG矩阵主要是分析各类产品在市场上的竞争地位和竞争力,从而制定各类产品的发展战略及其组合发展结构。所以,BCG矩阵主要是考虑如何将有限的企业资源分配到各类产品中,以帮助企业获得最大收益,从而在激烈的市场竞争中赢得胜利。因此,BCG矩阵主要着眼于产品的市场定位。

5 结语

本文在比较SWOT模型和BCG矩阵的基础上,分析了SWOT模型和BCG矩阵在用于竞争情报分析中的联系,并从它们的影响因素、侧重点、涉及范围、定位取向四个方面阐述它们的区别。通过对这两个工具的比较研究,明确了它们各自的功能,以便应用它们为企业服务,挖掘企业的潜力,把握市场机遇,从而制定高效的企业发展战略,为企业的生存和发展提供支持。当然,任何一种竞争情报分析工具都不是完美无缺的,都会有一定的局限性,不可能帮助企业解决所有问题。因此,在企业竞争情报分析过程中,应当把多个分析工具结合起来使用,相互融合,相互补充,共同促进,为企业创造更多的竞争优势,使企业在激烈的市场竞争中赢得胜利。

参考文献:

[1]佟慧敏.浅析企业竞争情报的保护[J].情报探索,2003,(2):53-55.

[2]Ilari Karppi,Merja Kokkonen,Kaisa L?hteenm?ki-Smith.SWOT-analysis as a basis for regional strategies[J].Nordregio Working Paper,2001,(4):28.

[3]彭靖里等.SWOT分析方法在竞争情报研究中的应用及其案例[J].情报杂志,2005,(7):16-18.

[4]李星,谢武.基于SWOT的竞争态势模糊评价[J].产业与科技论坛,2008,7(12):127-128.

[5]J.J.Bolton,D.V.Robertson-Andersson,D.Shuuluka etal.Growing Ulva (Chlorophyta) in integrated systems as a commercial crop for abalone feed in South Africa: a SWOT analysis [J].J.Appl.Phycol.,2009,(21):577-580.

[6]申.浅谈应用SWOT、波士顿矩阵和通用矩阵分析选择企业战略[J].知识经济,2009,(9):76.

[7]郗新明. SWOT分析应用[J].经济师,2010,(4):258-259.

[8]Adrian Ioana,Vasile Mirea,Cezar Bǎlescu.Analysis of service quality management in the materials industry using the BCG matrix method[J].Amfiteatru Economic,2009,11(26):270.

[9]李海滨,王琼海.波士顿矩阵分析法的局限、修正及应用[J].科技创新导报,2009,(33):205-207.

[10]刘学剑.浅谈应用SWOT、波士顿矩阵和通用矩阵分析选择企业战略[J].饲料博览(技术版),2008,(12):52-56.

[11]张永杰,柴博.对企业几种战略分析工具应用的比较研究[J].新疆职业大学学报,2005,13(4):28-31.

[12]易世志.浅析波士顿矩阵法的局限[J].商业研究,2005,(16):105-108.

[13]杨春静,刘颖璇.试论竞争情报中的分析方法[J].科技情报开发与经济,2007,17(36):114-116.

[14]Chris Pearce.Ten steps to carrying out a SWOT analysis[J].nursing management,2007,14(2):25.

第5篇

在知识经济时代,竞争情报和知识管理已成为企业获得竞争优势的重要手段和管理工具,是现代企业核心竞争力的重要组成部分。自1998年Herring和Prescott提出竞争情报与知识管理整合理念以来,尽管国内外学者已从两者的关系、整合模型等方面做了许多研究,但是很少论述如何将两个系统有机地组合成一个功能更加强大的集成系统。本文将在分析竞争情报与知识管理两者关系的基础上,初步设计出竞争情报与知识管理的集成系统模型,探讨集成系统的实现方法。竞争情报系统与知识管理系统之间既存在相似性,又存在差异性。厘清两者间的关系是进一步探讨如何建立集成系统的基础。

1.1竞争情报与知识管理的关系

竞争情报与知识管理在理论研究上、特别是在实践活动上,既不是相互独立,也不是相互包含的关系,而是互为补充、相辅相成的关系。竞争情报与知识管理之间存在密切的联系,主要表现在:①竞争情报与知识管理的终极目标都是提高企业的核心竞争力。竞争情报是市场经济环境下竞争加剧的产物,竞争情报活动本身具有极强的目的性和针对性,它围绕如何提升、保持和扩大竞争优势而开展活动。企业通过知识管理活动如知识审计、知识获取、知识共享、知识创造等来创造利润与获取竞争优势【1】。②在研究对象上,竞争情报和知识管理都是以信息、知识为中心开展的。竞争情报建立在对竞争环境、竞争对手和自身状况等相关信息分析的基础上,离开了信息收集,竞争情报就成了无源之水,竞争情报活动的结果是产生源于原有信息和知识,但是又不同于甚至高于原有信息和知识的竞争情报【2】。知识管理本身就是以知识的生产、加工、传播和应用为研究对象,而且尽管学界对知识与信息的关系长期以来一直存在争议,但任何观点都不否认知识与信息的天然内在联系。尽管竞争情报与知识管理在目标、研究对象等方面存在诸多相似之处,但两者终究属于不同的范畴,其区别也是明显的:①管理侧重点不同。竞争情报以企业外部的显性知识为主,虽然强调发挥从业人员的主观作用,但其目的是有效地组织显性知识,使其发挥作用。经验、直觉和情感等隐性知识在竞争情报活动中仅作为一种方法而不是研究对象来对待。知识管理虽然包括对企业内部显性知识的组织、管理,但更强调挖掘存在于人脑中的隐性知识,实现企业显性知识和隐性知识的交流和共享。②时效性不同。知识的获取、吸收、应用需要一定的过程、时间和机会成本,因此知识管理产生的绩效并不是立竿见影,时效性会慢一些【3】。知识管理侧重服务于企业的长远战略,是提升企业核心竞争力的持久之计。其成果可以内化为员工的隐性知识,也可以外化为显性知识,这种持续的知识积累可转换成企业知识资本。而竞争情报依据竞争环境、竞争对手的动向开展竞争活动,是感知外部环境变化的预警器,能够为企业快速适应外部变化提供决策支持。其研究成果如研究报告、建议、对策等,都是针对某个具体问题,与特定的主客观条件相适应,一般不具备可重用性【4】。③实施方法不同。竞争情报与知识管理的研究对象和范围的差别也决定了两者在实施方法上的不同。信息获取和情报分析所应用的方法和技巧,如文献检索、情报分析研究中的对比、归纳等是竞争情报工作的常用方法。而知识管理所运用的主要是管理学、法学、经济学中的思想和方法。

1.2竞争情报与知识管理集成的意义⑴

可以充分利用竞争情报促进知识创新。知识创新是知识管理的核心活动,也是企业获取或者培育核心竞争力的主要方式之一。不断获取新知识是知识创新的前提,竞争情报作为一种信息加工的过程和信息增值的产品,无疑为竞争知识创新提供所需要的情报信息源。此外,知识创新需要企业员工在已掌握的隐性知识基础上通过科学的思维方式和方法产生新思维、新观点、新知识,知识创新可以借鉴竞争情报信息加工分析方法,从而加速隐性知识与显性知识的转化速度,提升了企业的知识创新能力。⑵可以充分利用知识管理提高竞争情报的工作效率。竞争情报分析加工是一种知识创新的过程,很大程度上依赖于研究者的个体知识结构、工作经验、捕捉信息的能力等,这些都离不开个体的隐性知识与显性知识的组合与激活【5】。目前,企业员工之间、部门之间的信息渠道不畅通,使得存储在员工头脑中的隐性知识缺乏有效地沟通和共享。国际数据公司(IDC)估算知识工作者要花费15%-35%的时间去搜寻信息,同时发现公司90%以上的可利用信息仅仅使用一次。通过制度化的规程和灵活的组织活动构建知识共享的文化氛围和交流机制,知识共享将情报人员的隐性知识转化为组织的显性知识,从而提高竞争情报的工作效率。⑶两者集成更有利于优化信息流程,提升企业核心竞争力。整体性能最优是集成系统的目标,这要求集成系统的功能和流程合在一起不仅能运行,而且要具备低成本、高效率、可扩充和可维护等特性。竞争情报流程与知识管理流程在信息需求规划、信息搜集、信息组织等方面存在共性,充分发挥两者的优势进行集成有利于优化信息流程。竞争情报与知识管理整合方案多关注于如何共享两者的数据库,而缺乏知识管理与竞争情报流程的整合,因此也就无法实现系统性能的最优化,知识管理与竞争情报工作仍然存于各自为战的状态。通过以上分析可知,竞争情报与知识管理相互交融,优势互补,将两者的共性方面进行有效的整合,可以提高企业知识创新能力、竞争情报工作效率、优化信息流程,避免资源重复建设,促进企业战略目标的实现。

2竞争情报与知识管理集成系统模型

竞争情报和知识管理是相互补充、相辅相成的,知识管理捕捉、组织和传播知识,为知识创新创造条件;而竞争情报则为知识转变为可供行动的情报提供了路径,竞争情报对企业情报需求和外部环境做出反应,并能够提供情报、方案和对策【6】。综合利用两者的优势,才能实现整体效益的最大化。因此,笔者以竞争情报作为信息搜集、信息分析的核心,同时充分发挥知识管理在知识共享、知识创新中的优势,构建竞争情报与知识管理的集成系统模型。竞争情报与知识管理集成之后将转变成一个系统,知识管理流程集中于图标的左边,竞争情报流程集中于图标的右边,两者共同的目标是为企业提供决策支持。该集成系统中用知识获取方式优化情报收集,知识管理中的知识创新需要借助于情报分析方法,对知识进行深加工。知识管理在集成系统中主要发挥知识组织、知识共享和知识创新功能,竞争情报流程包括情报收集、情报分析等,两者之间并不是完全孤立的,而是相互借鉴优势,系统模型集中强调竞争情报收集信息、分析信息的优势,知识管理进行知识共享、知识创新方面的优势。在整个集成系统中,系统输入主要来自于企业发展过程中的信息需求,当然如果情报产品不能为决策提供支持时,情报部门需要重新分析信息需求,信息收集需要根据企业信息需求展开,包括外部信息收集与内部信息收集两部分,最终需要存储于知识情报库;集成系统充分借鉴竞争情报的情报分析方法,如德尔菲法、人际网络法等进行情报分析,情报产品的最终结果如果满足决策需求,相关的决策信息就会经过知识组织之后输入到企业知识情报库,否则需要进一步深入分析信息需求。在企业知识管理流程部分中,首先利用企业情报知识库中的信息,确定知识管理需求,然后在企业知识资源评估的基础上,制定企业知识管理方案。在企业知识资源评估的过程中,企业情报知识库为其提供了必要的信息支持。知识管理能够驱动知识创新的关键在于它能够实现知识共享,集成系统中的知识共享模块保证企业所有员工都可以自由地查询、编辑、共享相关知识,整个企业的知识会在知识共享的过程中不断地得到升值,最终实现企业知识创新,从而获得更多的发明专利、生产效率,增强企业的核心竞争力,知识创新结果经过知识组织存储到知识情报库。企业决策活动完成后,作为决策支持的知识和经验汇入企业情报知识库,企业根据决策效果的反馈调整知识管理方案。

3竞争情报与知识管理集成系统的具体实现

上述竞争情报与知识管理集成系统是一种理论模型,从集成系统运行流程来看,集成系统模型的具体实现涉及信息需求分析、信息收集、情报分析、知识组织、知识共享、知识创新等关键流程。

3.1信息需求分析

信息需求决定竞争情报活动与知识管理活动的内容,信息需求分析是开展竞争情报活动与知识管理活动的前提条件。因此,信息需求分析的重要地位决定组织必须集中结构合理、素质优良的专业团队负责信息需求分析,团队必须由熟悉相关知识的知识分析师与竞争情报分析师联袂组成,重大战略决策也需要倾听全体员工的意见与建议。总的来讲,信息需求分析需要在充分考虑竞争对手、竞争环境和竞争战略等要素的基础上,完成加强信息收集规划,明确信息需求,确定收集目标等任务。首先,团队成员需要与信息需求部门反复进行沟通,全面了解相关部门的信息需求,并制定信息收集计划。其次,竞争情报人员可以通过开展关键情报课题(KITS)来界定竞争情报需求,确定竞争情报工作目标。由于制定信息搜集策略时,需掌握组织内外现有资源的分布情况,因此可以调用企业知识情报库的信息,提高企业内部资源的利用效率。最后,知识管理人员与情报人员需要依据组织的策略方向与目的,明确需要解决的主要问题以及情报搜集的方向、对象、内容范围,然后交由专员负责搜集、整理特定领域的知识与情报。

3.2信息收集

竞争情报与知识管理集成系统依赖于海量信息资源,信息收集是开展知识管理活动与竞争情报活动的基础条件。知识管理是企业实现对知识信息的系统化整合,加强对知识信息的挖掘开发与应用,建立知识信息的交流与共享平台。竞争情报收集系统是对竞争环境、竞争对手和竞争策略的信息采集与整合,实现情报的内部共享。集成系统依靠信息技术,通过知识—信息—知识的过程对信息与知识进行处理与应用,减少重复性劳动,提高决策能力。因此,在新环境、新技术、新发展的共同作用下,知识管理和竞争情报两者的结合趋势日益增强。在集成系统中,情报收集环节有效地利用作为知识管理成果的文档化知识,不仅能大大缩短竞争情报循环周期,还能使情报人员将更多的精力投向这一循环的其它环节,提高竞争情报活动的效率。将先进的知识管理理念与技术应用到竞争情报工作中,可以借助知识管理工具提升技术水平,通过构建知识库和制作知识地图,不断改善竞争情报的服务质量,最大化地满足用户的信息需求。壳牌国际服务公司的集成方案是集成系统建设的典范,其核心在于商业情报知识库,它包括竞争对手情报知识库、顾客前景情报知识库、市场情报知识库、技术情报知识和合作伙伴情报知识库四部分【7】。

3.3情报分析

集成系统中的情报分析方法是以竞争情报分析方法为主体,辅以知识管理分析方法。先于知识管理发展的竞争情报带给知识管理的最大启迪是应关注决策与行动,竞争情报方法论适用于知识管理的全过程。因此,竞争情报与知识管理集成系统应采用竞争情报方法论作为集成系统方法论的关键部分。竞争情报工作者运用情报研究工具进行定性和定量的研究分析,构造决策方案、撰写研究报告,形成竞争情报成果。常用的情报分析方法包括:SWOT分析、定标比超、关键成功因素分析等。其中,定标比超方法既是竞争情报的重要分析方法,也是知识管理的重要工具【8】。如施乐公司一直以来把定标比超方法作为产品改进、企业发展、赢得竞争对手、保持竞争优势的重要工具,同时施乐公司在其内部通过内部标杆来学习,以此确定最佳实践,便于各个团队展示各自的技巧并相互学习【9】。知识管理独特的分析方法可以作为情报分析的重要补充,丰富集成系统的方法论。例如,知识分析是知识管理工作者利用知识库中的知识通过一定的技术和方法进行分析,形成可供企业内部员工共享的知识成果,例如企业门户、分析等手段。

3.4知识组织

知识组织是指对显性知识和隐性知识所进行的诸如表示、整理、分类、标注、揭示等一系列组织化过程与方法,主要通过知识抽取、数据挖掘、联机分析处理等方法将知识对象按其属性类别加以整合,形成知识库、知识地图、知识管理系统等产品。情报组织与加工方法与知识管理的知识组织方法类似,集成系统应考虑将编码化的内外部知识和情报通过数据库或电子文档存储下来,对于非编码的知识和情报采用知识地图来进行描述,建立综合的“知识-情报地图”和竞争情报知识库【10】。尤其是竞争情报的搜集与组织在企业中的发展一般都经历了相当一段时间,因此在方法上比较成熟,能对知识组织提供良好的借鉴。知识组织采用的分类、标注、揭示等方法可以更好地帮助竞争情报工作人员将情报工作中所产生的文档序化,揭示情报知识间的关系,从而提高情报工作的效率,理顺情报人员的思路。

3.5知识共享

竞争情报与知识管理活动的开展都基于大量的结构化和非结构化信息,处理这些信息是传统信息管理工具难以胜任的。长期以来,竞争情报系统与知识管理系统相孤立的局面严重阻碍了信息沟通。由于竞争情报和知识管理的部分内容、工作方式具有相似性,因此知识管理可以借助企业竞争情报系统建立信息共享平台。先于知识管理出现的竞争情报已获得较大成功,据统计在全球500强企业中,95%以上已经建立了较为完善的竞争情报系统。在公共信息平台中,竞争情报活动中有许多从原始信息中提炼出的情报,例如竞争对手新产品的研报、企业的成功和失败营销案例、企业的生产工艺情报等,本身就是一种企业知识,是知识管理所期望的结果。竞争情报中建立的数据库,实际上是融入了知识管理中“显性知识有序化”的思想,竞争情报中为了提高企业情报人员的分析能力,需要进行专门的培训,组织竞争情报研讨班,在研讨班上了解和讨论特定竞争对手的情况是知识、信息的转移和共享;竞争情报常用方法中的市场信号分析和定位,实际上是隐性知识的挖掘或显性知识的利用【11】。同时知识管理开发出来的隐形知识是企业员工经验、智慧的浓缩,是情报人员不可多得的情报来源。信息共享平台减少了企业重复建设,竞争情报与知识管理以经济的方式共享资源,使组织整体效益最佳。

3.6知识创新

知识创新是知识经济的核心,倡导建立学习、创新、重视知识资本和投资资本的企业文化。知识创新的原料与产出都是知识,知识创新成败的判断依据复杂,定性色彩浓重。这主要是因为知识创新并不是由一个具体的阶段或活动完成的,它的实现需要多部门、多阶段有机结合,具体包括组织内外部显性知识的组织、归档以及隐性知识的显化和共享等。知识创新是一种动态的过程而非静态的阶段,并且知识的创新来源于市场的变化和对竞争对手的了解,竞争情报作为一种灵活性极大的信息产品,可以满足知识创新的基本要求。知识竞争条件下的竞争情报,不仅仅是竞争数据的收集或者是对行业数据、竞争对手的分析,而且还会作为企业的一项核心能力,通过对有关竞争对手、竞争环境和竞争策略信息的收集、分析,最后生成关于企业机会和威胁、长处和弱点的新知识——情报,并制定出能够发挥企业优势和长处的经营战略【12】。竞争情报本身也是一种显性知识,在知识管理的过程中,通过个人智慧和经验产生的隐性知识加以总结、创新,形成知识的升华,无疑竞争情报为企业的知识创新提供了大量的信息。

4结语

第6篇

科技档案是指在自然科学研究、生产技术、基本建设等活动中形成的应当归档保存的图纸、图表、文字材料、计算材料、照片、影片、录像、录音带等科技文件材料。2010年以前,由于信息传播速度、信息量以及计算机技术的普及都落后于今天,全国各地的科技情报研究所都是使用人工的手段从科技档案中收集情报,然后再对数据进行筛选、去重、统计,这种方法既费时又费力。随着互联网的发展,数字档案平台、科技报告系统的兴起以及大数据时代的到来,科技情报研究部门对信息的需求量与日俱增,人工检索数据、筛选数据的方法必将被淘汰,取而代之的是利用算机技术自动地对数据进行检索、处理和分析。

从目前的情况来看,完全用计算机代替科技情报研究人员进行情报分析工作是不现实的,因为很多情报的判读需要科技情报研究人员常年累积的经验,计算机可以做的是在最大限度上用计算机代替人工做重复性的工作。此外,情报领域与计算机领域有一定距离,情报研究人员往往不懂计算机技术,甚至对软件的使用都感到棘手。针对上述实际需求,需要开发一个无监督的系统,该系统可以按照需要自动采集数据,并可以对数据进行去重、分析。

基于以上背景,本文计划在钱学森提出的综合集成研讨方法指导下,基于数字档案平台、科技报告系统等数据库设计建立一套以人为主,数据、信息、知识和智慧综合集成,高度智能化的人机结合智慧情报系统,从系统的物理构成来看,包括三部分:一是由参与情报解读的专家组成的专家体系;二是由为情报工作人员和专家提供各种信息服务的计算机软硬件技术组成的机器体系;三是由各种形式的信息资源组成的知识体系。从情报分析过程来看,该系统包括三部分:一是基于专家体系经验判读的定性情报综合集成系统;二是基于数据采集处理工具的定量情报分析综合集成系统;三是从定性情报到定量情报的综合集成系统。总之,该系统的建设不仅需要建立由不同学科、不同领域专家组成,具有能面对复杂巨系统问题所需要的合理知识结构的专家体系,而且还需要设计开发能够有效处理海量数据的工具,实现信息的高效采集与精确分析。从技术构成分析,归类能力、关联性分析能力、辅助解读能力、报告辅助生成能力是该系统应具备的几大核心能力。

文章将主要运用信息智能检索、数据统一结构化、信息抽取、机器学习、自然语言理解等前沿的数据挖掘分析技术,对各数据库的结构化与非结构化文本进行处理,实现对海量信息的数据挖掘,完成数据的关键词输入、引文爬取、数据解析分析、统计。最终形成关于学术专题情报报告雏形。

二、学术专题档案情报快速辅助生成系统功能需求分析与系统设计

大数据时代的数据特征为情报服务过程中数据采集提出了严峻的挑战,档案数据库和科技报告数据库等结构化信息异构、重复,质量参差不齐,时效性不强,使数据整合成为基础数据资源建设的难点;其次是是如何通过大数据时代高度发展的移动互联网技术,充分利用人际网络获得一手数据,并与网络、文献和数据库信息进行整合,也成为大数据环境下数据采集的难点。与此同时,无论何种数据来源,由于数据的价值密度低,数据筛选技术都是关键的技术难题。

本系统通过利用网络环境下的搜索引擎技术、本体库、SVM分类算法、聚类算法和信息筛选技术,构建面向大数据的档案数据库数据、科技报告数据库数据、人际网络数据和信息筛选的大数据采集与筛选工具,为情报服务的数据资源建设提供工具。

(一)系统需求分析

1.搜索需求:互联网数据库信息是情报服务的主要数据来源之一,搜索引擎技术的发展为互联网数据的获取提供了便捷、高效的工具,但是由于算法本身局限性,普通搜索引擎只能采集到约10-30%的信息,只能完成情报大概情况的收集,不能满足情报检索中查全率的要求,对于查准率也只能满足部分要求,这种现状对于情报服务来说,是对互联网信息资源的浪费。本系统需要在普通搜索引擎的基础上通过重点、互动、专业垂直搜索,完成深入的、交互式的、专业的科技情报搜索。本部分的科技情报专用搜索工具是由元搜索系统、重点搜索系统、互动搜索系统、垂直搜索系统和深网接口系统封装在一起构成。

2.大数据筛选:数据库数据具有数据价值密度低的特点,因此,数据的筛选对于情报服务的质量尤为重要。数据来源的广泛性使得大数据难以根据同一标准进行筛选,因而计算机难以独立完成筛选工作。本系统根据研究内容设定采集数据的范围,将采集得到的数据去噪、剔除相似数据后,根据领域词汇距离、情报点关键词录、情报报告关键词录摘录出较具情报价值的信息,力争把以十万计的海量信息压缩到600条以内,同时保存足够的核心信息,并采用人机结合的工作方式,提供专家判读的界面,为数据筛选的准确性提供保障。

3.动态情报跟踪与基于科技主体的社会网络情报需求。搜索引擎完成的是面向互联网数据库数据的静态数据获取工作,然而对于情报服务来说,动态跟踪能够展现情报研究对象的活动轨迹,对于情报分析具有十分重要的价值。根据社会网络理论,完成科技主体(单位和个人)相互关系的表达,从而确定某一主题下各个科技主体的特征,以使我们能从中找到适合进行情报分析判读的行业专家。本系统基于移动网络环境下的情报采集技术,创新情报采集模式,全面采集由情报所所内人员、行业专家、专业情报员,通过科技情报生产的规范化流程、规范化方法,依照科技情报质量控制体系,在情报分析模型方法库和情报分析方法工具包的协助下,完成情报的分析流程。

(二)系统模块设计

本系统根据关键词并行进行科技报告系统网页爬取与数字档案馆中的科技档案爬取,获取有效的网页信息与档案信息,去重、去噪后得到需要的网页信息与档案信息。对数据进行特定的处理,采用特定的算法对获取的数据进行处理分析,生成需要的图表格式并得出结论。具体流程如图1所示。

按照档案情报流程节点的不同,该学术专题情报快速辅助生成系统可以细分为几个大模块:搜索大模块,控制大模块,整理大模块,分析大模块及结论生成大模块。大模块下又可细分为几个小模块。学术专题情报快速辅助生成系统模块划分如图2所示

1.搜索模块:搜索大模块主要有科技报告系统网页搜索模块和数字档案搜索模块两大模块。网页搜索模块致力于在科技报告系统网络上搜索与关键字相关的网页集合,为后续的操作提供初始的科技报告系统网页信息材料来源。数字档案搜索模块是在制定好的数字档案馆中搜索与关键字相关的档案集合,得到与关键字有密切关系的档案集合,为之后的整理分析等工作提供初始的材料来源。

2.控制大模块:控制大模块主要有两个小模块:内存控制模K和线程控制模块。无论是从网页中获取信息还是从档案库中获取信息,系统在获取信息过程中获取的信息容量比较大,所以需要内存控制模块来高效的非配运行此系统的计算机的内存,以提高系统运行效率。由于要获取的信息内容十分多,因此采用并行技术进行获取信息的操作。

3.整理大模块:整理大模块主要有科技报告系统网页内容整理模块和档案库内容整理模块两大模块。科技报告系统网页内容整理模块只要是对获取到的网页进行去重,去噪等处理,得到干净、整齐的网页内容。档案内容整理模块是对已经获取到的档案集合进行去重,去噪等处理,获取格式整齐的档案内容,以便进行后续工作。

4.分析大模块:分析大模块主要有科技报告系统网页内容分析模块和档案内容分析模块两大模块。科技报告系统网页内容分析模块是对前边已经处理过的网页信息采用分类,对比等特定分析方法对这些内容进行分析,以帮助后边的模块得到想要的结果。档案内容分析模块是针对之前通过搜索,处理得到的整齐的档案信息内容采用特定的分类,对比等分析方法对档案内容进行分析,得到分析的结果。

5.结论生成大模块:结论生成大模块主要有科技报告系统网页生成结论模块和档案生成结论模块两大模块。科技报告系统网页生成结论模块使用通过关键词筛选出的网页信息经整理、分析得出的结果采用表格,图表等方式展现给用户,让用户对结论有一个直观的了解。档案生成模块使用通过关键词帅选出的论文信息经过整理、分析得到的记过采用与网页生成结论模块基本相同的样式,如表格、柱状图、饼图等方式向用户展示该关键词搜索的内容的结果。便于用户进行相关的决策等。

(三)系统架构设计

系统结构共包括元搜索模块、垂直搜索模块、URL调度器、数据存储器、多线程控制器、源码解析器和数据分析模块,其中元搜素模块主要是对科技报告系统网页数据进行检索;垂直搜索模块主要是对档案数据库进行检索。由于网页数据与档案库的格式差异较大,故本系统开发两个软件分别对网页数据和档案数据进行处理。从系统结构上来说,除了信息采集模块外,两个软件的结构基本一致,都是通过上述模块进行相互协调控制。用户在系统运行初始化时对相关参数进行设置,如检索的最大页数、检索的时间间隔等,然后输入关键词,系统结合上述功能模块就可以脱离人工自动对数据进行检索和处理,最终实现无监督的信息采集工作。

系统的基本流程:在传统网络爬虫的基础上进行改进对网页信息进行抽取,将下载下来的数据保存到内存中,与之前的一级链接相同,当内存中的数据超过一个阈值时,将它们输出到本地文件中。

当全部数据抓取下来后,数据被分为网页数据与档案数据,由于档案数据是标准的结构化数据,并且科技档案技术方案的重复率并极低,也不存在大量噪声数据,因此可以通过系统的数据分析模块对档案数据进行分析。

三、学术专题档案情报快速辅助生成系统的功能实现

文章以人工智能领域为例,使用本系统进行实验,验证本系统的可行性和有效性。一是本系统可以实现对档案数据库、科技报告数据库的中文数据采集搜索,可以自动实现对档案、科技报告相关词库的搜索,对相关文献详细信息(包标题、摘要、完成人、完成单位、完成时间、项目名称等)进行搜索采集,对相关文献内高频词汇进行统计分析。二是系统对采集到的数据进行归类、去噪、去重处理,筛选出较具情报价值的信息,运用文献计量学方法对筛选完的数据进行统计分析,形成清晰的档案文献相关信息统计分析表格。三是系统可以用来搜索某学术领域相关机构、相关专家,还可以对机构之间的合作关系、专家之间的合作关系、专家学术研究点之间的关系进行可视化展示。

第7篇

>> 大数据时代图书情报人员新能力 影响高技术企业竞争情报人员绩效的内部环境分析 论情报人员情报意识问题的分析 图书情报人员如何应对知识经济 试析边防情报人员的心理素质 论图书情报人员素质的提高 试论如何提升图书情报人员的素质 如何培养图书情报人员的个人素质 组织行为对竞争情报人员工作价值观的影响研究 浅议信息化战争中军事情报人员的能力要素分析与应用 大数据时代企业竞争情报面临的挑战及情报分析策略 日本情报人员资格考试发展新动向及启示 浅议科技情报人员的素质与能力培养 浅谈现代图书情报人员的继续教育 互联网和大数据时代背景下企业的核心竞争力探索 学习化社会中图书情报人员终身教育体系的构建 大数据背景下突发事件情报分析模型构建研究 大数据背景下物流企业CRM变革分析 大数据时代的竞争情报 大数据时代下企业核心竞争力的构建研究 常见问题解答 当前所在位置:l,2011-2-18.

[2]Bill Franks.驾驭大数据[M].黄海,车皓阳,王悦等译.北京:人民邮电出版社,2013.

[3]王湘林.竞争情报的发展研究[J].情报学报,1997.16(S1)199—217.

[4]万辉.人才市场引发“谍报”战——竞争情报人才透视[J].中国人才,2002(6)51—53.

[5]杨平.关于图书情报工作核心能力的几点新认识[J].内蒙古科技与技术,2013(2)122—123.

[6]郭璇.高技术企业竞争情报人员心理行为与其绩效相关性的研究——基于武汉地区高技术企业的调查[J].理论与探索,2011.34(8)11—14.

[7]董玲.网络环境下传统情报机构情报人员的出路[J].图书情报工作,2011(S1)360—362.

[8]杨鹏鹏,万迪昉,梁晓莉.企业竞争情报人员胜任力评价指标体系的构建[J].图书与情报,2005(2)53—55.

[9]包昌火.人际情报网络[J].情报理论与实践,2006.29(2)129—141.

[10]张玉峰,龙飞,王志芳.基于社会网络视角的竞争情报人员之间知识协作研究[J].情报科学,2012.30(1)16—20.

[11]城田真琴.大数据的冲击[M].周自恒译.北京:人民邮电出版社,2013.

[12]郭璇.高技术企业竞争情报部门绩效影响因子的研究[J].情报理论与实践,2012.35(8)80—83.

【作者简介】

雷莉萍(1963-)女,河北石家庄人,陕西省科技信息研究所,助理工程师,研究方向:科技情报.

第8篇

天津大学图书馆专利情报服务的实践探索

服务队伍由相关专业学科背景的馆员组成,采取馆员与企业“一对一”的服务形式,开展了为企业提供专利申请前的查新检索、专利法律状态检索、提供知识产权指导和咨询、知识产权专题培训等专项对接服务。在服务过程中,图书馆借助企业专利信息需求调研座谈会、企业管理人员专利信息检索操作指导、撰写重点企业专利分析报告等渠道,直接掌握了企业的专利情报需求,同时积累了专利情报服务的实践经验。专利信息人才培养天津大学图书馆教学培训服务团队自2009年起承担选修课程《知识产权与专利情报》的教学任务。课程教学将专利申请文件撰写、专利信息检索和专利情报分析等实践内容,与专利申请审批程序、专利战略、专利权保护等知识内容相融合,锻炼了大学生的专利信息、情报运用能力。该馆通过课程教学,在培养具有专业学科背景、熟悉专利法律知识、掌握专利信息利用技能的复合型人才方面,积累了一定的实践经验,也为创新型国家建设储备了专利信息人才。专利信息专题培训天津大学图书馆在“世界知识产权日宣传教育活动周”活动中,面向全校师生举办了专利信息检索、专利情报分析与知识产权保护的专题讲座;通过精心组织培训内容、选取经典案例、专题讲座等将科技创新与知识产权、专利情报有机结合起来,通过讲解和互动,既掌握了用户需求,又积累了培训经验。

高校图书馆专利情报服务模式的构建

由于专利情报涉及技术、经济、法律等多个领域知识内容,对专利情报服务人员提出了较高要求。专利情报服务人员掌握专利法律、外语、理工学科背景、计算机技术、图书情报等相关知识都是必需的。高校图书馆专利情报服务的队伍构建,应该是有计划、有步骤的实施。首先,应根据学科和专业分布、遴选理工科专业背景的馆员,组成专利情报服务团队。其次,通过短期培训、专业课程、会议等多种渠道,组织团队成员的专利法律知识、专利情报分析知识的强化学习,增强业务水平和竞争能力。在此基础上,定期组织团队成员的研讨和交流,形成钻研、严谨、活跃的学习风气。并且,还应注意市场信息的反馈和统计,培养服务人员的竞争意识。高校图书馆专利情报服务的模式构建专利专题培训“授之以鱼,不如授之以渔。”为用户提供所需专利信息和情报是专利情报服务的“鱼”,而增强用户的专利信息综合运用能力则是授用户以“渔”。专利专题培训正是实现这一目标的最佳途径,同时培训服务也能发挥高校图书馆的资源和人才优势,是参与专利情报服务市场竞争的切入点。不同用户的培训需求有所不同,专题培训的内容也应有所侧重。科研机构的专利专题培训。在我国科研院所、高校等科研机构的管理体制中,长期以来存在着“重论文、轻专利”的现象,虽然科技创新成果丰硕,但知识产权保护意识、专利申请数量、专利技术转化等方面差强人意。高校图书馆可以针对科研机构的特点,开展专利技术的检索和分析、技术成果的专利性分析、专利申请文件撰写、专利申请审批流程介绍、专利权的转让和许可等专题化培训,提高专业人员的专利保护意识,促进专利申请的增长以及专利技术的实施转化。企业的专利专题培训。目前我国企业的专利信息开发、利用和管理能力明显不足,与发达国家相比存在着较大差距。高校图书馆应该分析企业中不同群体的职责和需求,针对企业领导者、技术研发人员、专利管理和知识产权法务人员,从企业专利战略、专利技术检索和分析、专利和管理、专利诉讼等不同角度组织内容,开展专题培训,为企业的生产、经营服务。专利服务机构的专利专题培训。大多数专利机构和知识产权律师事务所,在专利信息资源和专业人才的配置上明显不足,在承担专利申请、专利诉讼等专利实务服务,专利信息检索和专利情报服务方面能力不足。高校图书馆可以通过一定的培训服务,与专利机构实现互补互利。高校图书馆凭借其丰富的专利信息资源和专业的服务队伍,可以为专利服务机构进行专利检索系统介绍、专利检索技巧、专利情报分析等专题培训。同时,可以通过专利服务机构为专题培训补充案例,根据需求调整培训重点,增强高校图书馆与专利服务机构之间的联系度和紧密性,共同服务于创新型国家建设。面向科技创新的专利情报服务高校图书馆作为高校的附属机构,接近科技创新的最前沿,同时也肩负着为区域内科研机构和企业的科技创新活动提供支撑的社会职能。高校图书馆应将面向科技创新活动提供专利情报服务作为服务重点。科技创新是一个循环往复的过程,不同环节的专利情报需求各不相同,只有针对不同类型的专利情报需求提供服务,才能更有效地支持科技创新工作。科技创新前的专利情报服务。大多数的技术创新都是建立在现有技术的基础上,而人类95%的现有技术都会记载在专利信息中。科研活动前进行专利技术检索、技术趋势分析可以避免重复性研究、提高研究起点。高校图书馆应针对科研立项、产品开发以及技术难题公关,提供相关技术主题的专利检索、文献分析和技术报告等情报服务,帮助高校、科研机构和企业明确研究方向,寻找专利技术空白点,启迪创新思路。科技创新中的专利情报服务。收集技术资料、跟踪技术发展、了解最新的技术,是科研过程中必不可少的环节。高校图书馆应针对需求,开展定题跟踪、技术解决方案等专利情报服务,帮助科研人员及时获得专利技术信息,修正研究方向,降低科研成本,加速研发进程。科技创新后的专利情报服务。科技创新成果产生后,同样伴随有专利情报服务的需求。高校图书馆可以根据这一阶段的专利情报需求,针对科技成果的保护策略、专利申请前的专利性检索、专利前的技术交底书撰写、科技成果鉴定/评估报告、技术侵权的法律诉讼,提供与之配套的专利情报服务,帮助研发机构明确科技成果的保护方式、专利权范围、价值评估以及侵权判定。面向管理决策的专利情报服务政府机构。专利是衡量国家竞争力与产业技术水平的重要指标之一。高校图书馆可以为政府机构和产业协会提业发展状况评估、技术发展趋势预测、科技实力对比分析等专利情报服务,为政府机构和产业协会的宏观决策提供科学依据,避免同一领域的重复研究,有利于科技创新和产业规划。企业。企业管理者的决策直接关系到企业的生存和发展。随着专利战略和技术创新的理念逐渐被企业认知和接纳,面向企业管理决策的专利情报需求会逐渐增长。高校图书馆可以开展专利技术的竞争力分析、专利技术的资产评估、竞争对手的技术分析和监视、专利侵权判断等情报服务,帮助企业明确市场定位,规避侵权风险,确定生产经营策略、专利战略的合理化布局,以及支撑企业的专利诉讼、技术进出口、企业并购等方面的正确决策。科研机构。科研管理部门在科研资助方向、产学研结合模式、科技成果奖励政策、科技成果转化实施等方面的管理决策直接影响科技创新的效果。高校图书馆可以提供相应的事实依据,促进科研机构管理决策的科学化。

作者:王玲 李文兰

第9篇

[关键词]信息融合 综合集成研讨厅 竞争情报系统

[分类号]G350

目前情报系统发展到互相交融的宏观、复杂大系统阶段,对情报循环提出了新的挑战。对于竞争情报系统,情报源的采集和处理主要是采用数据仓库、数据挖掘、分布式异构信息集成(Web semite、Agent、XML)等技术。,情报的分析主要是采用综合集成研讨厅或者传统的战略决策支持系统。由于企业竞争情报源具有异构、多来源、多层次、多类型、海量、不完备、质量差等特点,数据仓库及数据挖掘的技术不能满足复杂动态竞争决策对情报源较高的处理要求。因此,如何将这些情报信息源有效融合处理,以优化信息源质量和决策过程,是竞争情报系统迫切需要解决的问题。

1 企业竞争情报系统现状分析

日前,各种竞争情报软件实现了对竞争情报循环环节的不同程度的支持。比如:在情报规划阶段,提供关键情报课题及问题的框架(KIT/KIQ)以及支持团队协同工作的管理平台;在信息收集阶段,使用自动搜索、分类、过滤、统计、自动摘要、文本挖掘以及对信息关系挖掘的技术;在情报决策阶段,使用综合集成研讨厅、商务智能技术或者群体决策支持技术来支持战略决策问题;在情报服务阶段,使用自动推送技术等。总体而言,在竞争情报的采集和决策效率与质量方面存在明显不足。

竞争情报采集系统大多是借助搜索引擎等检索工具对互联网上的信息进行自动收集和简单分析,其检索结果数量多而质量差,信息海量而知识贫乏。

多种信息源缺乏全面有效整合,加工难度很大。信息源具有异构、多来源、多层次、多类型、海量、不完备、质量差等特点。大多数系统虽然可以对结构化数据实现自动筛选等预处理,但对半结构化、非结构化、异构分布式数据不能有效加工。同时,这些多源信息往往没有按照情报分析决策的要求进行分数据源、分特征、分决策层次进行预处理。并且由于主客观条件的限制支持战略决策的信息不可能采集完全,加上信息及信息处理本身具有灰色性和模糊性,影响了情报分析决策的效果。

情报分析决策以基于经验判断、定性分析、简单统计的人工方式为主,而智能化情报分析技术仍处在摸索阶段。以三库为主的智能决策支持系统对企业中大量的动态、不确定的非结构化、半结构化问题束手无策,并且其针对竞争情报的适用性较差。而在一定程度上弥补该缺点的综合集成研讨厅采用的是基于数据仓库的数据采集模式,并不能按照决策的需求对信息全方位、分层次地进行关联和融合。

2 信息融合和综合集成研讨厅结合应用的原理及可行性分析

2.1信息融合的原理

信息融合(Information fusion)技术出现在20世纪70年代初期。早期的美国国防部定义数据融合“是对多源数据和信息进行自动探测、相联、相关、评价和复合的多层次、多方面的处理过程”。之后,学者不再把数据源局限于传感器的图像处理,认为数据融合是为了提高所需信息的质量,而使用来自不同渠道的具有不同性质的数据的一系列方法、工具和手段。目前,信息融合的应用也从军事拓展到医疗、航空、遥感、农业,经济管理等各个领域,成为学术领域的研究热点。虽然信息融合目前仍然缺乏明确一致的概念,但较为一致的理解是:信息融合是充分利用不同时空的信息资源,在一定准则下加以自动分析、综合、支配和使用,获得对被测对象的一致性解释与描述,以完成所需的决策和估计任务,使系统获得比它的各组成部分更优越的性能。由此可见,信息融合的内涵已经从早期的数据级融合与算法级融合发展成一种为“广义的、面向决策优化的形式化框架”。

信息融合在本质上模仿人脑综合处理复杂问题,利用统计决策、产生式规则、模糊逻辑、灰色理论、神经网络、D―S证据理论等多种融合方法,对不同系统获得的信息源进行全方位、多层次(数据层、特征级、决策层)的融合优化,实现多源信息的协调和性能优势互补。因此,它可以增强处理不确定性信息的能力,降低推理的模糊程度,增强系统的容错能力和自适应能力,弥补系统自身的不完善、不完全、不精确、不一致、不确定、未知信息等,最终提高系统的决策能力。

2.2信息融合和综合集成研讨厅结合应用的可行性分析

就情报处理的本质而言,情报数据融合涉及分布异构环境下的多元信息集及多道分析工序,信息之间有各种复杂的关联,情报信息分析和决策也是复杂的、层次性的迭代过程,有时侯需要应用多种信息检索途径,并进行反复查找、分析、推理、演绎等才能获得适合决策目的、优化的情报源。文献所建立的智能情报采集模型恰恰证实了该论述,竞争情报智能采集过程,实质上是将情报采集与分析相混合的过程,其首先将企业内外部的原始信息源通过信息搜集和简单处理转变成初始信息源;对其进行分析、处理形成二次信息源,再利用数据挖掘、数据仓库挖掘以及联机分析(OLAP)等从中挖掘情报知识储存在情报知识库中,即形成三次信息源。从信息融合的角度看,这个过程是属于信息融合的低层次融合――数据融合,还没有上升至面向决策优化的、更高层次的系统级乃至思想级融合。由此可见,情报挖掘处理过程本身具有融合的要求。利用信息融合可以通过对与竞争决策关联的、企业内外部的、多渠道、多性质的多源信息进行关联、处理,去除冗余,克服歧义,提高情报源质量。

企业竞争情报系统呈现出复杂系统的特征,可以用定性到定量综合集成的思想来解决。而竞争情报综合集成研讨厅正是基于这种思想,利用集成定量模型与专家经验知识的智能决策技术等来解决复杂的半结构化、非结构化的决策问题,目前被认为是解决情报决策问题的较适合的技术框架。但竞争情报综合集成研讨厅所采用的基于数据仓库的提供数据源模式不具备信息融合所具备的优化数据源的功能,因此借助信息融合技术。

如果将信息融合优化情报的采集和分析环节,并将其与情报综合集成研讨厅有机混合,则可以优化综合研讨厅的信息源,从而提高情报分析决策的有效性、准确性和可靠性。

3 基于信息融合和综合集成研讨厅的竞争情报系统框架模型

3.1系统需求分析

3.1.1企业竞争战略决策的本质过程 竞争情报的本质属性是为企业竞争战略决策提供支持。面对高度竞争、动态变化的环境,企业竞争战略决策的制定需要综合考虑竞争对手、供应商、协作企业、内外部环境资源等多方面的因素,因而要求企业竞争情报系统能够针对信息源的特点,实现全面的、不同层次的处理和智能决策。例如,我们要考虑某企业的某种产品市场细分的营销策略,仅从企业内部多个信息系统(企业

资源计划系统、计算机辅助制造/设计系统、财务等子系统)获得的基于多维度(时间维、区域、产品)的市场销售统计数据、产品价格情况、客户情况等方面考虑是远远不够的;还要考虑通过人际网络和电子商务网站等获得的竞争对手的营销战略目标与市场细分策略,乃至竞争对手的产品、多维度的市场销售情况、价格、渠道等;还要考虑通过调研、咨询中介、行业资讯网站等了解该产品的国际、国内整体价格统计数据、行业市场整体状况、供应商状况等,甚至还要考虑利用传统调查工具以及在线网站的知识挖掘工具掌握客户的群体和个体的消费倾向和爱好。而对上述因素下面还要进一步细分多个层次的关联因素。显然,这是一个多个系统的信息与数据的获取、关联、融合、优化、评估、决策的问题。

3.1.2系统的需求分析 由此可见,信息融合与综合集成研讨厅混合系统必须满足以下支持战略决策的需求:①信息融合系统能自动化、智能化地对企业内外部的分布式异构多源信息抽取、分类、存储、挖掘、转换、集成,并将其按照决策问题的层次采用一定的方法进行关联、融合,为决策支持提供优化的信息源;②综合集成研讨厅通过Intranet/Intranet/Internet建立分布式数据库、知识库、模型库、案例库以及分布式资源共享技术、远程协同技术实现资源共享,通过人工智能、专家系统、机器学习、群体决策支持系统等新技术与多领域专家知识、经验的综合集成,支持竞争情报的智能分析与决策;③信息融合与综合研讨厅混合的应用,可以对竞争情报规划―情报采集―情报加工―情报分析―情报与共享的流程进行支持和优化。

3.2信息融合与综合集成研讨厅集成的原理

信息源包括企业内部信息源(企业资源管理系统ERP、客户关系管理系统CRM、供应链管理系统SCM、知识管理系统KM、计算机辅助设计与制造系统CAD/CAM、内部人际网络等)和外部信息源(竞争对手网站、行业网站、财经网站、咨询专题网站、中介网站、外部人际网络)等。依赖此信息源,信息融合系统的工作榧架分为三个层次。基于信息融合与综合集成研讨厅混合的企业竞争情报系统如图1所示:

3.2.1数据融合层 依靠各种技术从分布异构信息源进行信息的采集,即初始采集和二次采集,使用人际网络或者自动网络信息采集技术,如搜索、网站监视、电子邮箱、自动摘引从Internet\Intranet上获取所需的情报,并对其进行自动标引、分类、过滤、去重、关联、数据清理等处理、存储。与此同时,还可以利用数据库、数据库挖掘和联机分析技术对其进一步加工,挖掘出的情报知识(模式、规则等)存储以备后序使用。上述信息按照主题形式存储。

3.2.2特征融合层 从多个面向主题的数据库中抽取信息、汇聚、抽象、提炼形成目标属性信息子集,从中获取特征,对其进行特征融合。例如,可以针对营销价格策略的诸多价格特征(行业价格、客户接受的价格、竞争对手的价格、生产价格等等)使用神经网络和模糊逻辑对其预测、分类,再将局部结果融合优化、存储。

3.2.3决策层融合 就信息融合的概念而言,该层次任务是采用灰色理论、模糊逻辑、D―S证据理论等决策级融合方法实现决策融合、决策及其可信度融合和概率融合,从而实现对决策过程优化。鉴于这个信息融合过程与综合集成研讨厅的决策仿真过程有密切的关联,本文将两者合并称之为“决策级融合”。对于某个情报专题,决策专家运用竞争情报综合集成研讨厅所具有的分布式知识库、模型库、方法库、决策用综合数据库(信息融合形成过程中的数据库的集合)等资源以及专家系统、智能推理技术进行推理评估。但需要考虑不同信息源与不同决策专家的重要程度,故需要选用合适的决策级融合方法对其证据可信数进行修正、合成,将其用于决策方案的修正,从而达到多源多专家评估方案的优化,增加战略决策的可行性。

3.3基于信息融合与综合集成研讨厅集成的情报系统结构

3.3.1系统结构 在功能需求分析的基础上,建立应用于企业竞争情报的从定性到定量综合集成的信息融合一综合集成研讨厅系统。借鉴OSI多层结构模型的思想,并结合开放式标准体系的特点,将该系统体系结构划分为四个层次,即网络通信层、基础资源层、集成支持层、应用层,各层之间均通过应用程序API进行连接,如图2所示:

基础资源层主要指分布式数据资源层次,包括信息融合得到的决策数据库,情报模板库、知识库、方法库以及案例库等。集成支持层包括情报模板管理系统、建模仿真系统,研讨支持系统以及评估系统等。应用层包括环境监测与评估、竞争对手分析、危机预警、信息安全以及反竞争情报等。

3.3.2系统流程 该系统工作的流程是:①决策部门提出情报需求;②专家研讨,提出假设,得到情报专题的定性知识;③把专家的假设从定性到定量进行转化,即采用情报模板系统和群体专家意见一致性集结技术,将非结构化知识向结构化知识转化;④利用决策用综合数据库、模型库、知识库、方法库等集成的数据资源以及研讨厅系统,通过系统仿真、建模等对专家意见论证;⑤情报产品发送。该流程的第三步以及第四步可以利用信息融合技术进行优化,最终使得基于多源异构信息和多专家决策的情报分析的可信度提升。

第10篇

[关键词]竞争情报 应用 国际竞争情报会议

[分类号]G350

1 引言

为了增进竞争情报从业人员的相互交流,分享竞争情报的解决方案和从业经验,2011年4月6日至7日,德国竞争情报研究所(ICI:Institute of CompetitiveIntelligence)和法国普瓦捷高等商学院战略情报工作室(Atelis:l’atelier d’intelligence stratgique del’escem)联合主办的“首届国际竞争情报会议暨第四届竞争情报欧洲论坛和第三届竞争情报最佳实践”在德国法兰克福南部小镇Bad Nauheim召开。笔者一行三人有幸作为该会第一次邀请的中国学者出席会议。

此次会议为期2天,分设4个平行会场,参会人员超过140人,共有50位来自德国、法国、中国、英国、美国、瑞士、巴西等超过20个国家和地区的竞争情报领域知名专家和学者作报告,其中包括德国竞争情报研究所所长Rainer Michaeli,法国Atelis和Escerm所长Henri Dou,中国北京大学中国竞争情报与竞争力研究中心主任谢新洲教授,英国德蒙福特大学Sheila Wright教授,美国Aurora WDC公司董事会主席Arik Johnson,德国Complexium公司CEO Grothe教授,巴西圣保罗计算机科学与工程学院院长Francisco Paletta等国际权威专家。报告内容涉及主题广泛且具有较强的实践性,主要有竞争情报方法与技术、竞争情报典型案例、竞争情报人才培养三大方面。

2 竞争情报的新方法及其应用

竞争情报方法对实现竞争情报价值增值至关重要,是竞争情报人员研究的重点方向,目的就是通过方法引进和方法创新,更大程度上增加竞争情报工作的附加值,从而使竞争情报帮助企业更好地应对竞争环境变化和竞争对手的挑战。此次会议对竞争情报方法及其应用的关注尤为突出,根据方法应用的侧重点不同,笔者将其归纳为情报获取技术、竞争情报分析方法、Web2.0环境下竞争情报的开展、竞争情报软件工具4个方面,并分别予以论述,从而揭示国际竞争情报界在方法研究方面的最新进展。

2.1 情报获取技术

可扩展商业报告语言(extensible business reportinglanguage,XBRL)是一种基于XML的标记语言,用于商业和财务信息的定义和交换。XBRL通过制定标签,将财务数据转换为机器可读并且可分析的数据格式,因此,将竞争情报中财务数据的分析大大简化。Do―minik Ditter等介绍了哪些信息可以从XBRL中获取,并且详细介绍了如何利用XBRL从财务报表中抽取情报。

通过接触竞争对手的人、物、活动进行竞争情报的搜集,一直是竞争情报获取的重要手段。Andreas Ves―per详细分析了如何通过参加交易会获取竞争情报,即交易会情报(TCI:trade show and conference intelli―genee)。他认为要想收集对用户有用的TCI,首先必须明确以下两类人对TCI收集的意图:TCI收集者需要明确他们此次TCI行动的目标,可以通过头脑风暴等方式来确立;同时,需要弄清楚上司或客户对此次情报结果有何期待以及他们更喜欢什么样的TCI,前者如情报的可用性、可靠性、可行动性、及时性等,后者如参会成本低以及交易会的规模与档次等。其次,还必须清楚此次交易会的参与者分别有谁,并以竞争对手、供应商、竞争对手的供应商、一般客户、竞争对手客户、公司未来员工、财政分析师、行业分析师、政客、新闻传媒等进行归类。经过前期TCI目标确立和参与对象列类等信息初步整理后,TCI收集进入了关键情报课题(KITs)分类阶段,包括此次TCI行动的重要性及使命、行动的难度、时间要求、服务对象、资源收集类型与任务等KITs类别。至此,TCI行动即将开始。Andreas Vesper围绕TCI情报行动全过程提出了TCI项目的三阶段模型(见图1),并结合一个人际网络情报(HU.MINT:human intelligence)项目,对TCI进行了案例分析。

专利作为一种技术创新的载体,由于其具有技术情报、法律情报、经济情报、战略情报等情报用途,一直是竞争情报的重要来源。专利成为此次会议关注的重点内容之一,Carsten Deus详细解读了专利的竞争情报价值,通过两个案例分别介绍了如何利用专利信息来识别技术发展趋势情报及发明者个人行为预测情报等专利情报分析方法。

如果说XBRL、交易会情报及专利情报分析是传统情报获取方法的进一步应用,那么此次会议中提到的感官营销情报(sensory marketing intelligence)则是一种有别于传统方法的崭新的情报获取方法。Luis Ma―dureira着眼于第三代营销策略,以感官营销理论和感官营销模型为基础,提出了感官营销情报。他认为竞争情报包括客户竞争情报、市场竞争情报以及竞争对手情报三种类型,而感官情报是一种隶属于市场情报的新的竞争情报范式。感官情报主要是根据人的视角、听觉、嗅觉、味觉以及触觉对不同类型情报的敏感程度来划分情报工作任务,如手机产品要想战胜竞争对手获得更多客户,就要从手机的听觉功能方面进行有针对性的情报收集与分析,从而使企业在营销中立于不败之地。

2.2 竞争情报分析方法

情报分析是竞争情报的核心,是实现信息向情报转变的关键,竞争情报分析方法历来是竞争情报从业人员研究的重点,此次会议充分体现了这一点。AfikJohnson从事物进化发展的过程引入了竞争情报分析方法的进化过程,指出商业趋势的不断发展是推动情报发展的主要动力,并分析了情报2.O的概念及其未来发展的方向。

此次会议的报告内容都十分强调方法的应用和创新,其中以新方法介绍为主要内容的报告,其主题主要涉及复杂环境和海量信息环境中的竞争情报分析、潜在情报对象的识别和分析方法、竞争活动模拟方法等方面。

2.2.1 复杂环境中的竞争情报分析和协同工作方法

随着国际化程度的不断提高,企业所面临的竞争环境越来越复杂多变,竞争情报从业人员必须考虑比以往更多的竞争要素,以保证企业在竞争中随时占据优势地位。Marco Benkert通过对国际项目的复杂性进行分析,从项目参与人员所属国别的文化、项目利益相关方形成的关系网络等角度,对项目所处的环境进行微观分解,并运用SWOT方法,给出了一张有关因素对项

目影响的鱼骨图(见图2),从而分析得到了一整套用于复杂国际项目中实施竞争情报的方法。

面对复杂的竞争环境,竞争情报工作已经不是一个或者几个人就可以完成的,通常需要一个具有一定规模的团队,同时还需要借助一定的外脑才能够胜任,随之而来的问题便是如何将这些人进行有效组织和协同工作的问题。Victor Odumuyiwa对此进行了深入的研究,通过一个由协同小组构建、问题理解分享、成员知识交换、小组认识与共识和人员分配构成的协同金字塔(见图3),并使用协同工具,完成大型、复杂的竞争情报项目。

知识管理和竞争情报有着极其密切的关系,知识管理也已经成为竞争情报工作和研究中一个重要部分,越是复杂的竞争环境越是要求知识管理和竞争情报的紧密结合。会上很多竞争情报人员也谈及了知识管理的相关问题。Anna Lezon Riviere和Philippe Kislin对复杂环境中的信息构成和知识管理的需求进行了深入的分析,提出了知识管理的多个维度,包括文档管理、信息共享、知识生成等方面,并对知识管理中的评估和反馈进行了探讨,以此分析了知识管理在复杂环境中的决策支持作用。

当前借助Web及日益发达的移动技术,各种社交工具与社交网络日益兴盛,Martin Grothe认为在这种社交网络中往往蕴含着一个更加“真实的世界”(realworld),面对社交网络制造出来的庞杂信息,竞争情报从业者将无可避免地需要花更多精力从事社会媒体分析(social media analysis)。他将社会媒体分析的对象和范围概括为市场洞察、企业社交洞察和业主洞察三个维度,并对当前具备社交媒体分析的相关工具或解决方案进行了介绍和总结。

2.2,2 潜在情报要素的识别方 法显性情报由于其可获取性,已经越来越难以适应当前经济和社会的发展,怎样通过已知的信息去获取未知的情报,从而尽早制定应对策略,及时做出正确的决策,已经成为企业竞争情报人员关注的焦点。Ralf Anders从潜在竞争者的定义入手,对潜在竞争者的特征和可能采取的行动进行了深入分析,提出一个通过持续的市场监测来发现潜在竞争者的监控框架。Barbara Borasca和CarlaVavassori详细介绍了如何使用招标信息和合同文件来识别潜在客户、未来技术、潜在市场以及市场和竞争趋势等竞争课题。

Klause Henzelbecker则将该问题抽象出来,通过分析一个由已知和未知构成的矩阵,分析了如何应对商业情报的终极挑战――unknown unknowns。KlauseHenzelbecker通过黑天鹅的发现等实例,分析了依靠领域专家的决策所固有的缺陷以及管理中的盲点,从概念模型和具体方法两个角度介绍了如何应对战略计划制定过程中的unknown unknowns。

2.2.3 竞争情报实战模拟方法 战争模拟能够有效检验军队战略和策略的有效性,同时可以降低成本,特别是在IT技术的帮助下,战争模拟已经广泛应用于军队的演习和训练中。如果在竞争情报中引入有效的模拟方法,那么潜在情报要素的识别就可以更加简单、高效,同时会有效降低竞争情报工作的成本。“竞争情报作战室”、“战争游戏”等竞争情报中的动态分析方法,在国内外已有研究和应用,然而怎样将模拟的结果通过更加直观的方式进行展现,却鲜有涉及。StephaneGoria通过对比分析市场战争和军事战争的特点,识别出商业战争的战场,以此为基础详细设计了一个可操作的模拟步骤:目标消费者选择――消费者经验行为的过程分解――消费者兴趣参数确立――信息收集――对抗者及地图绘制――对抗者在地图中对号入座――行动方案,并以Nintedo和Sony的家庭视频游戏机为例,模拟了二者竞争的发展。

2.3 Web2.0环境下的竞争情报

Web2.0的飞速发展,使互联网的终端用户由信息的接受者转换成了接收者与提供者双重角色,这种变化为竞争情报提供了新的机会,无论是对于情报获取还是人际网络情报的实施,都提供了新思路。Web2.0也因此成为会议讨论的一个热点话题,包括Web2.0在企业竞争情报中的具体应用,如何将Web2.0嵌入到竞争情报流程以及怎样使用Web2.0从互联网中获取一手数据等主题。

Alcatel―Lucent公司的Alexandra Nelles通过其亲身的竞争情报服务实践观察与体会,认为要想最大限度地发挥竞争情报工作效能,曾经彼此独立承担一部分竞争情报工作的各部门,应围绕企业最核心任务加强彼此的交流协作,并以Alcatel―Lucent为例介绍了该公司是如何使用YAMMER、ENGAGE等Web2.0工具建立全球社交网络,从而开展竞争情报工作的。Luc Quoniam则从竞争情报整体流程的视角,分析了Web2.0给竞争情报带来的变化,其中包括Web2.0为竞争情报带来了较之以往更加庞杂的信息,给竞争情报的信息处理能力提出了巨大挑战,同时,信息源的进一步增多也为竞争情报工作带来了机遇,Web2.0无疑将成为竞争情报工作的一大重要工具。

作为竞争情报的一个主要来源,互联网一直备受竞争情报从业人员的关注,然而从互联网获取的数据往往以二手数据为主,而“用户产生内容”是Web2.0的主要特征之一,因此,Web2.0的出现,特别是twitter等微博产品的出现,使互联网成为了一手数据的重要来源之一。Dominika Dabrowska通过分析一手数据定义以及来源的不同,结合Web2.0的特点,详细分析了从互联网获取一手数据的方法以及信息质量评估等问题。

2.4 竞争情报软件工具

随着信息技术的发展,竞争情报软件已经成为竞争情报系统和竞争情报工作流程的载体,软件的性能和效率等已经成为制约企业竞争情报工作的重要工具因素。与会人员展示了当前最为先进的竞争情报分析软件,通过分析这些软件的功能可以看出,当前竞争情报软件的发展呈现以下趋势:

2.4.1 软件供应商的服务方式正在从提供软件到提供解决方案转变竞争情报工作涉及情报搜集、清理、分析、上报等多个环节,对效率和实效性的要求越来越高。Stephanie Paulutt深入分析了当前竞争情报工作中面临的挑战,即国际环境日趋复杂化和对情报产品的实时性要求越来越高,竞争情报软件供应商为了适应需求环境的变化,由过去提供软件逐步转化为提供全方位的解决方案。他详细介绍了Lexis Nexis的竞争情报解决方案,即相关产品覆盖情报监测、趋势分析、新闻提醒和研究报告等,这些方案必须结合企业具体实践并全面渗透到企业的竞争情报工作中,方能发挥最大效用。

2.4.2 软件具备更高的协作性 竞争情报工作已经不是一个部门和少数人能够完成的工作,它已经渗透到了企业的多个部门,这就要求来自不同部门、不同背

景、对竞争情报有着不同理解的人共同参与到竞争情报的工作中,因此,多角色、多软件共同作业成为了竞争情报工作新的特性,多角色的协同工作成为了竞争情报软件必备的一项功能。Martin Grothe在此次会议中对协同软件在竞争情报中的角色进行了深入的分析,就如何通过协同软件构建信息流,并以信息流为依据,确定竞争情报协同工作中的角色,进而通过激发不同角色的意见,共同完成竞争情报的任务这一全过程给予了全面深入的剖析。

竞争情报工作的复杂性和协作性也决定了并非单一的软件就可以解决所有问题,在软件工具繁多的情况下,同时出于应用成本的考虑,如何选择最适合自己的软件工具就成为竞争情报从业人员必须要面对的问题。在此次会议中,特别安排了专家论坛来探讨这一问题,在Franck Mathot的主持下,Muriel S6m6n6ri、Aur61ien Blaha和Luc Quoniam分别就如何构建软件工具评价指标、怎样整合软件工具以达到最优的分析效果、针对特定竞争情报目标不同软件工具的协同工作等问题进行了探讨,为竞争情报工作中解决实际问题提供了很好的借鉴。

2.4.3 软件确保情报的时效性并具备预测功能 超前性是情报的基本特征之一,随着经济社会的发展,对超前性情报的需求日益强烈,一方面要求竞争情报工作能够实时反映当前竞争态势的变化,另一方面要求竞争情报工作能够实现有效的预测和预警,因此,完善的竞争情报软件必须满足这两方面的要求。Alexander Stumpfegger、Alain Beauvieux等介绍了如何利用语义分析技术进行社会化网络分析,并对互联网进行监控,进而实时有效地监控媒体的信息,以便对公众观点和自身形象做出及时的反应,同时对企业面临的安全、威胁和风险进行评估、预测和预警。王强则介绍了其所在研究所开发的一种基于情感分析和观点挖掘的口碑分析系统,对该系统涉及的技术问题进行了详尽的分析和论述,并以汽车产业分析为例,演示了如何应用该系统对产业竞争力进行评估和预测。

3 竞争情报典型案例

竞争情报按照服务对象的范围,可以分为国家及区域竞争情报、产业竞争情报和企业竞争情报,此次会议中竞争情报典型案例覆盖了国家、产业和企业三个方面。

3.1 国家及区域竞争情报

中国经济的发展早已被各个国家所关注,中国的竞争情报研究和应用也引起了与会代表的浓厚兴趣。谢新洲作为国内较早开展竞争情报研究和实践工作的学者,应邀在此次会议中就中国竞争情报学术研究、企业竞争情报应用、中国竞争情报人才培养以及未来发展进行了深入细致的介绍,并在会议采访中就中欧竞争情报的特点进行了比较分析,认为中国与欧洲竞争情报发展的最大区别在于,中国竞争情报理论更加活跃,而欧洲竞争情报研究则更加注重应用。

欧盟在国际经济发展中占据着重要的作用,但是自2008年金融危机以来,希腊、葡萄牙等欧盟国家债务危机频发,欧盟经济复苏的步伐一度受到重重阻碍。Jean―Marie Rousseau在报告中指出要想战胜欧洲这些年的经济不景气,创造有利于经济复苏和可持续发展的有利环境刻不容缓,而良好环境的创造离不开对欧洲自身发展所存在的弱势进行准确识别,科技强大固然重要,但提高区域建设者――人的知识创新意识和态度对欧洲来说更重要,人们在这方面的缺乏主要体现为:对区域相宜性与地域认同的“漠视”(neglec―ting);“逃避”(evading)某些聪明的人,彼此缺少交互;对外来知识的“抗拒”(grudging)等。促进欧洲经济的复苏,需要在克服这些问题的基础上建立一个有利于彼此之间进一步融合的“知识生态圈”(knowledge eeo―system)。Henri Dou基于Henry Etzkowiz和MarinaRanga的三双螺旋(triple helix twins):大学――产业――政府的创新三螺旋和大学――政府――大众的可持续发展三螺旋思想,阐述了面向中小企业竞争池(poles of competitiveness)的概念,认为竞争池的组织、管理、池内成员间的利益协调及信息共享互换等是竞争池成功运作所要解决的主要问题,处理好这些问题从而为中小企业的创新与持续发展服务是竞争池的最主要使命所在。他指出目前中小企业的融合协作并不成功,其关键在于不同利益方之间对信息共享存在疑虑,担心关键信息被别有用心的协作者甚至是对手利用,在这种情况下,大学、研究所、科技型图书馆应在竞争池中发挥第三方的规范与调和作用。

3.2 产业竞争情报实践

产业竞争情报是近几年颇受关注的研究领域,是以提升一个国家或地区某特定产业整体竞争优势为目的的,关于产业竞争环境的动态性、应对性情报。从此次会议产业竞争情报相关的报告主题来看,针对新兴行业、新兴市场的情报工作是颇受关注的产业竞争情报实践领域。

Stefan Zwerenz将竞争情报研究的对象锁定在一般意义上的新兴企业,提出了支持新兴企业获取市场竞争优势的竞争情报服务四步骤:①首先必须借助实实在在的案例,明确竞争情报对创造和保持新兴企业竞争优势(competitive advantage,简称CA)的方式和手段;②要确定竞争情报在何种层次何种维度(是整个企业层面,还是企业的商业业务层面,或是某项或某些具体功能层面)发挥这一作用;③将竞争情报在某一维度创造并保持企业CA的作用和影响进行显性化表达;④基于竞争情报工作过程及相应的产出结果构建作用于新兴企业CA的竞争情报服务框架。Birk Froh―berger则将视角聚焦在特定的新兴行业――太阳能行业,通过分析太阳能行业的复杂性和特征,论述了竞争情报在太阳能行业中的重要作用。

3.3 企业竞争情报案例

企业是竞争情报服务的主要对象,此次会议有大量的企业竞争情报实践案例可供参考,很多内容融合在竞争情报方法的报告中。除此之外,典型的企业竞争情报案例包括对瑞士电信公司竞争情报应用的分析,法国知名镜片生产厂家――Essilor International技术竞争情报开展情况的分析报告,以及怎样促使非竞争情报人员参加竞争情报工作中的研究。

Sandra Schliek和Sheila Wright通过构建指标体系,应用问卷调查和深入访谈的方法,对瑞士电信公司竞争情报应用进行了深入的案例分析,提供了瑞士电信行业的竞争情报态势,展现了瑞士电信公司在决策制定过程中如何使用竞争情报信息,以及瑞士电信公司2006―2010年5年间竞争情报工作的变化及其主要驱动要素,其研究思路和研究方法对于竞争情报研究人员有很好的借鉴意义。Muriel S6m6n6ri分析了Essilor International公司开展的技术竞争情报项目“Eye Watch”,介绍了该项目如何帮助公司发现创新机

会,监控外部环境,发展国际合作网络并进行信息共享,并对项目实施的效果进行了评估,其行动框架可以为高科技企业的技术创新和国际合作中的情报工作提供参考。

竞争情报的有效开展离不开企业高层领导的支持和各个部门的参与,然而,实际工作中仍然存在竞争情报部门规模较小、竞争情报工作与其他工作相互脱离以及竞争情报工作缺乏拥护和支持等问题,因此如何扩大竞争情报的权责范围,让企业中更多的非竞争情报人员参与到竞争情报的工作中,成了竞争情报工作是否能够有效推进的关键。Michael Neugarten以Fuld的信息交换法则为理论基础,以怎样通过售后服务进行竞争情报为例,阐释了如何来提高非竞争情报人员的竞争情报意识,从而让公司中不同的部门人员参与到竞争情报工作中,共同推进竞争情报工作的开展,为企业的战略决策提供更加丰富、详实的竞争情报。

4 竞争情报人才培养

竞争情报人才的培养,一直是竞争情报的核心内容。在此次会议中,竞争情报的人才培养同样是与会代表讨论的一个焦点,因为培训本身就是此次会议的主要目的之一。

4.1 竞争情报职业生涯规划

随着竞争情报从业人员的专业化和职业化,竞争情报从业人员职业定位、远景目标、阶段目标、路径设计、评估与行动方案等职业生涯规划是竞争情报从业人员和管理人员不可忽视的问题。此次会议安排了专家论坛对此问题进行了探讨,Rainer Michaeli与其他几位专家通过高校研究生教育和职业培训的对比、竞争情报资质认证、人力资源管理中的竞争情报职业规划以及竞争情报技能要求等几个方面讨论了如何构建竞争情报的职业生涯。

4.2 竞争情报项目演讲

情报传递是竞争情报工作流程中的最后一个环节,这个环节处理的好坏关系到竞争情报产品能否发挥其应有的功效。通过生动、有吸引力的演讲,将竞争情报工作的成果向用户进行展现,是竞争情报从业人员必备的素质。此次会议安排了专家论坛,就这一主题进行研讨,Martin Ainsworth等专家一起探讨了怎样在竞争情报的报告中用讲述故事等方式进行汇报,什么类型的叙事方式更容易被接受以及在陈述过程中有哪些技巧等,在细节上对竞争情报从业人员在项目汇报中的表达和提高进行了培训。

5 小结

第11篇

关键词:情报学;研究;新探

一 情报学的历史演进与回顾

情报学的发展经历了3个主要阶段:20世纪40年末前的萌芽阶段,20世纪40年代末到60年代初的产生阶段·20世纪60年代以后的发展阶段。第一阶段中。情报学处于一种萌芽状态.它没有被正式作为一门学科提出来,其活动的表现形式是图书馆学,文献学。第二阶段是情报学的产生阶段,情报学的产生有3个前提条件:文献学,信息论和计算机。文献学的研究对象是文献及其规律以及如何组织利用文献的方法。文献学产生于20世纪初的30年代,当时已初步形成了完整的理论体系。在情报学产生之前,情报学的功能是通过文献学来发挥的。第三阶段是情报学的发展阶段,20世纪60年代初到70年代末,情报学作为一门学科被正式提出来,其内容得到迅速的发展。首先表现在对情报学的研究课题以及现象的认识上.这一认识基于2 0世纪3 O年代的文献学,并发展了文献学、文献计量学等理论。其次是情报检索理论向定向定量阶段发展.各种情报检索理论在数学理论的支持下发展起来.从而导致各种情报检索系统的发展。再次是情报现象的经济研究,即把情报当作一种资源、一个经济要素、来确定社会中情报产业的比重和商品中情报量的比重,从而反过来确立情报的社会价值.经济价值。最后是情报学基础理论的发展,在这个阶段.情报学的理论方面发展起来.扩充为理论研究和应用研究。

从情报学发展的历史可以看出.作为一门科学学科的情报学是存在的,它是对情报现象及其规律的研究,同时它研究情报的产生、组织,筛选、管理和利用的规律。

二 情报学理论的建立与发展

根据信息、知识、情报三者之间的逻辑关系,情报是一种信息.但又不等于信息。对信息概念的研究,并不能代替对情报概念的研究。情报是信息社会中人们进行科学交流活动的产物,它是物质客观存在的动态反映记录。情报概念随着人们科学交流活动扩展而不断深化。情报现象与科学研究的发展密切相关。当科学研究还是著名科学家个人或其小团体进行创造和研究的园地时,人们的情报需要量并不大.一般通过个人交流和个人阅读就可以满足。而当科学研究以集体工作方式进行时.研究领域和研究成果便迅速扩展,研究的承接性与系统性更加增强,人们对情报的需要量明显加大,单靠研究者个人力量,则无法满足情报需求。因此.对密布于人们周围的各种文献上记录的信息进行加工,并通过一定形式迅速传递,便成为人们之间进行交流的必不可少的中间环节。这就是情报工作。结论是:。情报现象是随着文献信息的产生而出现,因此,情报的本质是文献信息”。这一情报学理论建立的根据有以下几个方面:第一,人们对情报的需求即为对文献信息的需要。科学研究中遇到的是各种自然的、社会的信息,通过人脑的思维进行分析和综合后.将这些信息系统地记录下来,便形成了知识。知识本身就是经过加工了的系统化了的信息。当知识以各种物质材料为载体记录下来时,就成为文献信息(如纸质图书、磁性材科、胶片、影碟、光碟等)。这些我们将它们统称为情报。第二,情报研究与分析都是以文献中的信息量为基础的,可见,情报是以文献信息为主体的,因此情报即为文献信息。第三,以前我们给情报定义时,总是强调它的信息特征,文献信息概念更是如此。文献信息是一个笼统的概念,在其贮存与交流活动中,这些信息以概念、公式、数据、实例等知识单元的形式出现,这些知识单元就被称作情报的信息形式。因此,情报是指各种独立的知识单元形式的文献信息。即情报学是科学交流活动发展的产物。随着社会的进步,科学的发展,情报工作得以迅速发展和进步。

三 情报的搜集、分析,与加工

追根溯源可以发现情报学是建立在部分传统图书馆工作一书目服务,参考咨询、图书宣传等基础之上。情报学又由于融合了通信理论、电脑、传播学、数学等现代科学知识,因此发展非常迅速。范围不断扩大。

(一)情报搜集。这一领域的研究对象主要是情报源。情报获得的渠道,即从哪里得到文献信息的问题。很显然贮存于图书馆的纸质文献、散落在各处的文件.打印稿、草稿、笔记、图片以及电脑网络等信息,都是重要的情报源。在情报搜集的过程中,还会遇到其它各种不同的文献形式.如视听型的、光磁型的等等。结合信息交流的实际情况,正确分析情报载体转化的规律,在情报搜集过程中,采取与之相适应的搜集策略为最佳途径。

(二)情报的分析。在情报搜集的基础上,对文献信息进行去伪存真、去劣存精的逻辑思维过程。但分析必须出自对情报源和情报用户的深入了解,只有深入了解才能确定情报的利用价值和加工价值。同时,只有深入了解情报用户的情况,才能知道什么情报为什么人所需,从而有针对性地搜集与提供情报。情报分析的过程,实质上是对信息的属性进行定性分析,情报分析的结果。对加工深度、情报质量影响非常大。由此看来,情报人员进行情报分析时.要具备对学科知识的了解能力、分析能力和提示标引文献的能力等等。

(三)情报的加工。它包括三个方面:其一。报导方式(如题录、索引、文摘,综述等)。其二,引得深度,即情报产品所具有的检索途径数(如主题词、分类、关键词、公式、著者等),其三,标引深度(可标引几个主题词、涉及几个类目、类目的级位等)。在情报分析之后,还应当以简明的方式把文献中的信息用标引的方式表达出来并集中起来,使情报用户能直截了当地获取信息。

四 情报推销策略与推销

第12篇

【关键词】管道完整性管理 科技情报 原则 流程

1 建立完整性管理科技情报体系的意义

对在役油气管道进行完整性管理是当前世界各大管道公司普遍采取的一项新的管理措施,也是目前世界公认的管道安全管理模式。管道完整性管理是对所有影响管道完整性的因素进行综合的、一体化的管理,通过对管道运营中不断变化的风险因素进行识别和评价,制定相应的风险控制对策,不断改善识别到的不利影响因素,并对相应的安全维护活动做出调整,从而将管道运营的风险水平控制在合理的、可接受的范围内,使管道始终处于安全可靠的工作状况,达到持续改进、减少和预防事故的发生、经济合理地保证管道安全运行的目的。而完整性管理活动中对各式各样信息的需求及其相关行为的集合则构成了完整性管理技术的情报需求。管道企业在制定和实施油气管道完整性管理发展战略时需要对国内外同行业的各方面情况进行全面了解和掌握,涉及到管道新技术、新方法及管道完整性管理未来研究方向的各项战略决策必须以雄厚的情报资源为依托。这都要求我们必须及时准确地占有大量情报,做到“知已知彼”。当前,科技情报的需求是多方面、多角度、多层次的。研究和了解未来完整性管理发展趋势,建立科技情报体系是完整性管理工作质量的保障。

2 建立完整性管理科技情报体系应遵循的原则

各行业一直将建立科技情报体系作为提升某一领域的管理水平和技术水平的重中之重,并将其作为决定企业成败的战略决策基础。油气资源作为一个国家非可再生的战略资源,其物流管理必须考虑油气管道完整性管理自身的特点和要素,所以在建立科技情报体系时应遵守以下4项原则。

2.1 客观性原则

情报搜集的指标系统必须符合油气管道企业的实际情况,一切从实际出发,不能主观臆测,每项指标都必须具有实施的可行性,避免出现过分理想的指标。

2.2 可操作性原则

用于建立科技情报体系的各项指标必须是可操作的。每项指标都有明确的内涵和外延。并且可以进行实际观察和测量。依据操作数据和定量分析,可以得出明确结论,难于操作的指标应尽量不考虑。

2.3 导向性原则

构成情报体系的指标系统必须指向管道完整性管理未来发展的目标和趋势,选择哪些指标,舍弃哪些指标的判断依据就是能否对完整性管理的发展起到指导方向的作用。2.4 目的性原则

情报搜集的指标体系必须与企业未来发展方向和战略决策的目标相一致。指标系统中的各级、各类、各层指标及其权重必须能全面、完整、充分、准确的体现油气管道完整性管理所要达到的目的。

建立科技情报体系必然带有对抗性,要求在对方不协助,甚至是反对的情况下,去了解、分析同行业各类对手,目的是最终战胜竞争对手。当然,情报体系的建立必须是正当的、合法的,要强调职业道德,并符合有关法律法规的要求。情报体系建立的基础和素材是各式各样的信息,占有、分析、研究各式各样的信息,最终就能发现并找到很有价值的情报信息。根据统计分析,在企业想要得到的竞争情报中,约有95%都可以通过合法的、符合道德规范的途径获得。

3 情报体系建立的流程

一个完整的完整性管理科技情报体系建立可以分为以下五个环节:

3.1 确定目标

根据国内外实际情况、管道科技发展动态和管道企业的战略目标确定需要监测的目标指标。

3.2 收集数据

通过正当渠道收集数据。情报收集手段包括两种:一是收集公开的数据;包括行业协会、政府机构、咨询公司等提供的数据,同时也包括收集在报纸、杂志、电视广播、门户网页、产品传单中涉及同行业的数据。其中竞争对手自己印制的介绍材料和竞争对手的报纸往往是非常重要而又容易被忽略的信息来源;二是收集非公开数据,包括对竞争对手进行观察、测量,以及同竞争对手的员工进行交谈。收集非公开的数据要注意是否合法,并合乎道德标准。

3.3 分析情报

以系统的数据分析勾勒出未来国内外管道完整性管理的现状和发展趋势。应该是基于对战略的考虑,而不是毫无意义的数字计算,通过对情报的分析应该得出具体的行动方案、计划和目标,并且通过长期监测来确保准确实施。

3.4 情报传递

将分析结果传达给公司高级管理层和各职能部门,以此作为公司制定未来战略或远景规划的依据。3.5 管理系统

对建立整个科技情报体系的相关流程进行系统化、规范化管理,并根据情报的需求以及市场环境的变动对系统进行及时调整、优化。

3.5.1系统内容

系统应包含数据信息层、知识层、决策层、执行层。其中数据信息层主要包括一手信息源(本地与全球涉及管道运营技术的信息)、二手信息源(业务合作伙伴、公开信息等);知识层包括信息采集系统、核心数据库以及情报人员与需求产生者、方案制定者之间的互动、各类分析系统等,其核心要素是情报人员与需求方及决策方的互动效果;决策层包括对科技情报体系目标的设定、市场形式的分析、战略制定;执行层则包括对系统运行效果的监测、计量和评估,并根据国内外市场环境的变动以及需求方、决策方的要求的变动而对情报体系进行相应的动态调整。

3.5.2系统基本功能

为提供有效服务,系统还应具有以下基本功能:

(1)搜集、整理和加工功能,即输入功能。按照系统的目标和服务对象的需要,搜集情报资料,整理、加工成所需要的载体形式。

(2)存储功能。将整理好的情报资料保存起来,同时将加工好的二次资料存储在相应的载体中,例如机读磁带或光盘版等。

(3)检索功能。工作人员按规定的方法或规则,从目录、索引、文摘等载体中找到所需情报。情报资料可以采取人工传统方式或者现代化技术手段(如计算机)来检索。

(4)编辑出版功能,简称输出功能。存储的情报资料或数据,按系统的服务对象编辑成册。例如,书本式文摘、索引、年鉴、数据手册或其机读形式。

(5)咨询服务功能。为工作人员提供查找文献资料的途径和方法,以及解答情报业务等问题。

情报系统的建设是一项复杂的系统工程,一般需要经过系统分析、基本设计、详细设计、系统调试、评价和运行等几个阶段。情报系统建成后,必须对其进行跟踪观察,不断反馈用户需求和意见,以便有效维护、保证系统正常运行。

4 科技情报人员应当具有综合的素质

情报分析员指的是“以合法的手段收集、整理竞争对手的相关信息,通过分析研究,提升为竞争情报,直接或间接服务于企业决策的专业人员。”情报分析人员不仅要对原始情报资料进行鉴别、剔选、整理、存储,而且还要根据企业情报内容的需要对企业宏观环境进行正常性分析,根据要求对某些问题进行专门的分析和挖掘,从而为企业决策做出有价值的结论。这就要求一个优秀的完整性管理情报分析人员不仅应具有扎实的专业知识,而且应该是具备多学科知识的复合型人才和拥有出色的综合能力,主要包括:油气管道企业工作的经历及相关的专业知识;一流的情报收集能力;优秀的情报分析处理能力;熟悉信息技术,特别是互联网的知识和技能,掌握信息分析的理论和方法;良好的沟通交流能力及服务意识;较强的文字表达能力;主动的学习能力等。

5 结束语

学习并吸收国外著名油气管道的先进经验是国内管道企业提升自身管理水平和技术水平的关键,但在引进和吸收国外先进技术的同时,国内管道企业更应注重思想方法的汲取。技术的引进是一时的,况且国外企业也不可能把最先进的技术转让给中国的企业;而只有吸收先进的思想方法,才能使中国的油气管道运营商真正拥有竞争优势,打破国外公司的技术壁垒。因此,建立科技情报体系对国内管道企业而言是大有裨益的。

情报是当今企业运作中继资金、技术、人才之后的第四大资源。对于管道企业来说,外部环境中的任何变化,包括技术的、经济的以及政治的因素,都可能对企业的利益乃至存在产生重大的影响,如果能通过早期的预警信号发现并预知这些可能的变化,就可以预先采取相应的措施,降低风险。随着科技的日新月异,这种能力日益变的至关重要,管道企业只有勇于面对竞争并且采取有效的情报工作才能够在未来的发展中保持领先。

参考文献