大数据情报分析系统对企业的作用

         竞争情报系统（Goonie Competitive Intelligence System，简称GoonieCIS）是基于信息采集、全文检索、文本挖掘等核心技术，对企业自身、竞争对手和企业外部环境的情报信息进行收集、存储、处理、分析的应用管理系统，为企业提供坚实的战略决策支持，从而提高企业的核心竞争力。企业竞争情报系统是以人的智能为主导、以信息网络为手段、以增强企业竞争力为目标的人机结合的企业竞争战略决策支持与咨询系统。

竞争情报的获取途径

电子资源数据库

由于网络化的充分发展，我国的电子资源也飞速增长。目前出现的很多电子资源服务商整合提供了国内绝大多数的电子资源数据库，专业刊物、讲座报告、专题采访等等都可以做成电子资源，购买了这些数据库，就可以随时随地在网络上查找所需要的相关信息。这些数据库大多都是采用普通的关键字、主题检索方法，方便利用。

商业网站、行业杂志信息、新闻

由于WEB技术广泛应用，网站已经是家喻户晓的传播交流媒介了。几乎大大小小的公司都有自己的网站，还有专门的行业网站，提供大家交流学习的空间。在这些网站上隐藏着无数的可用信息，竞争情报部门要定期浏览这些网页，与行业伙伴交流学习，关注网页上的行业最新信息。与行业伙伴交流学习，关注网页上的行业最新信息。每个公司都要宣传自己，通过网站宣传，通过电视报纸等媒介宣传，而这些正式企业获取信息的最快捷途径。

专利信息数据库

据了解世界上1/4的科技出版物是专利文献，据统计约有90%-95%的新技术是通过专利文献来报道的。通过专利数据库能了解到行业最新技术信息，对于企业新产品开发，企业长远规划起到重要作用。通过专利数据库还能了解竞争对手的企业发展情况，对竞争对手增强了解，在竞争中做到心中有数。

市场

企业首选必须认真调查分析自己内部情况，对各部门职责各部门人员工作安排，部门之间的协调合作情况等等，从而客观评价自己的企业，找出问题症结所在，解决实际问题，提高工作效率。企业要密切关注竞争对手以及合作伙伴的情况，加强联系，以便及时得到消息，采取应对措施，使企业顺利运行。如竞争对手采取商业策略，低价销售商品，拉拢客户等，企业如果及时早得到消息，可以及时采取应对措施。企业要多留意消费者的反馈信息，采纳客户意见，及时调整自己。

在各行各业激烈的商业竞争中，企业想要成为行业的领头羊，对竞争情报的获取至关重要。我做大数据有10多年的时间，在创办探码科技之前，一直做的国外项目美国最大的律师平台、医生平台和酒店、机票预订平台，深感大数据的多维、多样、快速变化等特征形式影响着技术竞争情报分析与技术的挑战。

大数据对企业竞争情报的影响

企业提升竞争力需要大数据的支持

数据竞争已经成为企提升核心竞争力的利器。来自各个方面零碎的庞大数据融合在一起，可以构建出企业竞争的全景图，洞察到竞争环境和竞争对手的细微变化，从而快速响应，制定有效竞争策略。庞大的数据更具有统计意义，能为各种预测模型提供支持，从而能预测未来的发展趋势，帮助企业获得先机。相关的数据整合在一起，能不断产生新的信息和知识，有助于提高生产率，降低经营成本。

企业竞争情报数据处理面临的新问题

如何确保规模庞大，异构动态的数据实用可靠，为企业竞争情报研究不断地提供高质量的原材料，是大数据时代企业竞争情报面临的挑战。

企业竞争情报的分析亟待创新

大数据里隐含了许多“金子”，然后“金子”却不是现成的，需要通过一定方法和工具才能“淘”处理。谁掌握最先进的“淘金”方法和工具，谁就能把握先机，从而获得竞争优势，而落后者就可能面临被淘汰的危险，我认为Dyson智能分析系统，可以完整的实现大数据的采集、分析、处理，因此企业竞争情报研究方法要适应大数据时代的要求，必须在数据的处理量、数据类型、处理速度和方式方法上进行创新。

大数据视觉下情报研究中的技术问题

情报研究的上述发展走向，决定了情报研究既不能仍然停留在定性分析上，也不能仅仅靠简单的统计替代情报研究中的计算技术，由此对情报研究技术提出了新的要求，根据我们的理解，这些技术大致可以划分为可视化分析、数据挖掘以及语义处理三大类。这三大类技术也是当前情报分析领域应予以关注和深入研究的技术。

1、可视化分析

可视化分析（VisualAnalytics）是一门通过交互的可视化界面来便利分析推理的科学，是自动分析技术与
交互技术相结合的产物，目的是帮助用户在大规模及复杂数据内容的基础上进行有效的理解，推理和决策。

2、数据挖掘

广义的数据挖掘指整个知识发现的过程，是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。

3、语义处理

语义是关于意义（meaning）的科学，语义技术提供了机器可理解或是更好处理的数据描述、程序和基础设施，整合了Web技术、人工智能、自然语言处理、信息抽取、数据库技术、通信理论等技术方法，旨在让计算机更好地支持处理、整合、重用结构化和非结构化信息，核心语义技术包括语义标注、知识抽取、检索、建模、推理等。

最后，大数据已成为企业的一种资产，像石油一样驱动生产力的发展，对其分析与管理已经成为企业获取竞争优势制高点的重要途径。大数据对企业竞争情报系统的构建带来巨大的影响。企业必须适应这种变革，抓住先机，建立基于大数据的企业竞争情报系统，从而实现低成本、高效率的竞争优势。目前基于大数据的企业竞争情报的有关研究刚刚起步，许多问题仍然需要进一步深入研究。