大數據環境下企業競爭情報的應對策略研究

李冉

摘 要：如今大數據已逐漸滲透到每個行業和領域，并且成為信息社會最重要的數字資產，大數據技術也開始向提供競爭情報的方向發展，并且在企業中的應用態勢越來越明顯，為企業競爭情報的發展帶來了新航向。本文將分析大數據環境下企業競爭情報面臨的機遇和挑戰，并對應對策略進行研究。

關鍵詞：大數據 企業競爭情報 挑戰 對策

對于現代企業來說，獲得長遠的發展不僅需要技術和管理，也更需要競爭情報的支持。為獲得和維持企業的競爭優勢，企業需要獲得很多有關自己、對手、競爭環境以及眾多新興領域的信息，競爭情報也成為很多企業戰略決策的基礎。大數據與競爭情報的結合，能夠為企業帶來新的數據共享和價值分析體驗，大數據也給情報服務在理念、模式、方法和技術上注入了新的思維，并將為促進企業發展和競爭力的提升提供有效的決策支撐。

一、大數據和企業競爭情報

企業競爭情報的分析，就是從原始的數據源中發現關于競爭環境、競爭對手的信息，從而制定競爭策略情報，形成高附加值產品的過程。而隨著信息技術的不斷發展，互聯網的普及應用，各種終端設備記錄了人類社會復雜頻繁的海量行為數據，大數據已滲透到各個行業和領域之中，逐漸成為重要的生產要素。大數據是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產，具有5V特點，包括Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。大數據提供了一個全新的信息生態環境，給企業競爭情報研究帶來了深刻的影響，促使其不斷地創新和變革，以適應企業在大數據時代獲取核心競爭力的需求，使得競爭情報更趨于明朗化，幫助企業及時準確地掌握市場方向。

隨著企業對競爭情報重要性的認識進一步提高，竟爭情報在企業日常經營活動中的作用日益凸顯。但是大數據給競爭情報帶來巨大機遇的同時也帶來諸多問題和挑戰。這些挑戰包括很多層面，比如產業內外部情報環境空前復雜，數據來源的多元化、數據類型的多樣化、數據增長更新的動態化都考驗著產業數據情報搜集分析能力等。因此，大數據時代的企業競爭情報研究要走傳統情報分析方法與大數據技術相結合的發展道路。企業競爭情報的研究唯有采取積極的應對措施，及時轉變思路順應新技術的發展趨勢，積極探索大數據的應用、挖掘大數據的價值，才能為打造企業可持續的競爭優勢提供支持。

二、大數據為企業競爭情報發展帶來的機遇

2.1 大數據為企業競爭情報提供更多來源

大數據為企業競爭情報提供了更加多樣，也更富價值的來源。由于大數據整合了各種類型的數據，并且具有很強的關聯性和結構性，這樣就使得競爭情報來源更加多元化。對于商業企業來說，大數據可以整合包括用戶數據、交易數據、交互數據、線上數據、線下數據等各種類型的數據，如果利用好這些數據情報，則可以發掘出很多隱含的商業機會。此外，企業通過這些數據情報也可以幫助和指導企業對各級業務流程的任何個環節進行有效運營和優化。對于關心用戶消費趨勢的企業來說，大數據不僅是數量上的堆砌，更具有非常強的關聯性。特別是用戶與用戶、用戶與用戶行為、行為與行為之間都具有確定的關聯性。企業通過分析挖掘數據中的信息，能讓竟爭情報工作者迅速捕捉用戶情緒變化和市場走向，從而使企業能夠更為主動地制定市場營銷的戰略

2.2 大數據能讓企業產業競爭情報分析水平提高

大數據能讓企業產業競爭情報分析的真實性、精準性和實效性進一步提高。大數據所包括很多不同來源來的數據，如果公司有網站，那么就有大量的訪問數據、社交媒體賬戶數據、接受信用卡付款數據等，哪怕它是家只有人經管的店，都能從其客戶體驗、網站流量等方面收集數據。這些數據就從不同角度為情報分析的真實性、精準性和實效性提供了基礎。也就是說，大數據技術可以為企業競爭情報研究提供“真材實料”，多層次、全方位的情報搜集才能保證數據質量的精準可靠：而云計算技術的應用則可以給企業的分析減輕了壓力。

三、大數據時代企業競爭情報面臨的挑戰

3.1 大數據時效性阻礙信息管理及時有效性

大數據時效性阻礙信息管理有效性如何及時發掘并分析海量的動態異構數據，為企業競爭情報研究提供準確情報，是擺在競爭情報人員面前急需解決的問題。具體表現包括：大量涌現的數據給常規化信息管理帶來巨大負擔，維護、存儲工作成為難點；數據本身具有膨脹及多樣化特點，迫使相關情報人員必須具備敏銳的預知和感知能力，才能全方位、多層次地做好情報收集工作，保證數據質量精準、可靠；數據的風險和安全問題。任何信息技未的升級和應用都是把“雙刃劍”，比如，企業應用云計算技術，能直接減輕企業內部管理壓力，但同時也帶來巨大的數據風險。

3.2 大數據的涌現性難以駕馭

大數據的涌現性特點導致數據的獲取、分析、度量、預測等多方面都難以隨心所欲地駕馭，主要表現包括：模式涌現性，在異質性及多樣性共存的網絡數據中，數據的屬性和功能既有一定聯系，又存在一定差別，一方面從整體性體系中涌現出某種具有局部特征的特定模式，另一方面數據的關聯性又催生出具有模塊化性質的網絡數據模型，在演化過程中自發地聚合或分離；行為涌現性，數據采集和存儲技術的發展使數據本身的時序性特征更為明顯，但是，在社會網絡中個體及群體的行為都基于大量數據實證分析，給數據精細化管理分析帶來巨大難度；語義涌現性，通常在開放自由的網絡空間中，大量個體性語義隨相應網絡數據動態更新進行演化并融合，從而促使其形成新的語義。

3.3 大數據的認知程度不足

大數據蘊含豐富的情報數據，且具備重要價值。但目前大多數企業仍受困于數據分析和理解。對企業來說，挑戰重點主要表現在企業對大數據認知的限制及制約，具體表現包括：嚴重缺乏復合型人才，大數據的情報分析和處理急需相應交叉學科背景的團隊進行協作，競爭情報的提煉及發展過程并不是單一的技術問題，個人無法完成全部工作；嚴重缺乏專業機構，多數企業都沒有建立起系統化的情報及決策部門或團隊，很容易陷入被動地位；知識普及不足，除一些國際知名IT企業外，只有少部分企業會將大數據研究工作直接納入企業戰略發展規劃和相應業務培訓中，導致部分員工對大數據認知不足。