大数据时代下企业竞争情报的研究和发展.doc
《大数据时代下企业竞争情报的研究和发展.doc》由会员分享，可在线阅读，更多相关《大数据时代下企业竞争情报的研究和发展.doc（34页珍藏版）》请在冰点文库上搜索。
南开大学滨海学院
本科生毕业论文
中文题目：
___大数据时代企业竞争情报的创新与发展___
外文题目：
TheInnovationandDevelopmentofEnterprises
CompetitiveIntelligenceintheBig-dataEra
学号：
____10992807____
姓名：
_____牛佳琳_____
年级：
_____2010级_____
专业：
信息管理与信息系统
系别：
___信息管理系__
指导教师：
_____王知津_____
完成日期：
2014年4月16日
摘要
“大数据”时代的来临,给各行各业带来了数据使用方式的根本性变革。
本文的研究正是基于大数据的兴起和竞争情报实践在企业进一步开展的时代背景，对国内外相关文献进行了系统地归纳、总结和梳理，并在此基础上,详细分析了企业竞争情报面临的机遇和挑战，预测了企业竞争情报的发展方向。
最后，从情报意识、情报组织团队、数据处理能力、数据可视化、情报安全制度等方面探讨了大数据时代企业竞争情报工作的重点应对策略。
本文对于相关学科的理论体系是一次重要的补充与完善，对于把握未来企业竞争情报的创新与发展方向具有重要的指导作用。
关键词：
大数据；竞争情报；数据处理；企业决策
Abstract
TheBig-dataeraiscoming,whichwillbringfundamentalchangesofdatausageinallindustries.BasedonthebackgroundthatBigDatahasrisenandthatthecompetitiveintelligencehasbeenfurtherpracticedinenterprisestheseyears,thisstudysummarizestherelatedliteratureathomeandabroadsystematically.Onthebasisofdiscussionabove,opportunitiesandchallengesthatenterprisecompetitiveintelligencemustfaceareanalyzedindetailandthedevelopmentdirectionofenterprisecompetitiveintelligenceisforecast.Finally,strategiesthatenterprisecompetitiveintelligenceorganizationsmustfocusonintheeraofBigDataarediscussedandpresentedfromaspectsoftheintelligenceawareness,intelligenceorganizationteam,dataprocessingcapacity,datavisualization,aswellasintelligencesecurity.Thestudyimprovestherelatedtheoreticalsystemandplaysakeyroleingraspingtheinnovationanddirectionoffutureenterprisecompetitiveintelligence.
Keywords：
bigdata;competitiveintelligence;dataprocessing;enterprisedecision
IV
目录
摘要 I
Abstract II
目录 III
一、绪论 1
（一）研究背景 1
1.大数据的兴起 1
2.问题的引出 2
（二）研究目的与意义 2
1.研究目的 3
2.研究意义 3
（三）研究方法、研究思路与创新点 4
1.研究方法 4
2.研究思路 4
3.创新点 5
二、理论回顾与文献综述 6
（一）大数据理论 6
1.大数据的基本涵义 6
2.大数据的关键技术 8
（二）企业竞争情报理论 8
1.企业竞争情报基本概念 8
2.竞争情报对企业的意义 8
（三）大数据时代企业竞争情报研究现状综述 9
1.国外研究现状分析 9
2.国内研究现状分析 10
3.现有研究的贡献与不足 11
三、大数据对企业竞争情报的影响 12
（一）大数据给竞争情报带来的机遇 12
1.竞争情报的地位提升 12
2.竞争情报的真实性提高 12
3.竞争情报的精确性加强 13
4.竞争情报的实时性加快 13
5.竞争情报的分析能力增强 14
6.竞争情报的工作成本降低 14
（二）大数据给竞争情报带来的挑战 14
1.数据处理能力 15
2.情报安全问题 15
3.企业决策问题 16
4.人才紧缺问题 16
5.竞争情报体系组织模式 17
四、大数据时代企业竞争情报的发展 18
（一）大数据时代企业竞争情报的发展方向 18
1.发展重心向移动互联网转移 18
2.更加注重动态竞争情报 18
（二）大数据时代企业竞争情报的应对策略 19
1.树立基于大数据的竞争情报意识 19
2.组建具有大数据分析能力的竞争情报团队 20
3.提高企业的大数据处理能力 20
4.促进企业数据分析的可视化 21
5.构建基于云计算的企业竞争情报系统 22
6.加强情报安全制度建设 22
五、研究结论与展望 24
（一）研究结论与局限 24
1.主要结论 24
2.研究局限 25
（二）未来研究展望 25
参考文献 27
致谢 29
一、绪论
随着信息技术和网络技术的快速发展，数据呈现爆炸式增长，并且呈现出惊人的数量。
人、机、物三元世界的高度融合引发了数据规模的爆炸式增长和数据模式的高度复杂化，据国际数据公司（IDC）的研究报告称，2011年全球被创建和被复制的数据总量为1.8ZB（10的21次方），其中75%来自于个人（主要是图片、视频和音乐），远远超过人类有史以来所有印刷材料的数据总量（200PB），并预测到2020年，全球以电子形式存储的数据量将达到35ZB，是2009年全球存储量的45倍，而这其中，企业数据正在以55%的速度逐年增长.IDC预测，大数据技术与服务市场将从2010年的32亿美元攀升至2015年的169亿美元，年增长率达40%，是整个IT与通信产业增长率的7倍[1]BarryDevlin.The2011DigitalUniverseStudy:
ExtractingValuefromChaos.InternationalDataCorporationandEMC,2011（6）:
33-39.
。
同时仅在中国，2013年中国产生的数据总量超过0.8ZB（相当于8亿TB），2倍于2012年，相当于2009年全球的数据总量。
预计到2020年，中国产生的数据总量将是2013年的10倍，超过8.5ZB。
大数据时代已悄然而至。
（一）研究背景
随着信息技术和网络技术的高速发展，数量庞大、类型多样、变化迅速的数据充斥在生活的方方面面。
本节在详细介绍了大数据的兴起背景，为后续的研究奠定了良好的基础。
1.大数据的兴起
现如今大数据被描述为“未来的新石油”，渗透在各行各业并且主要来自日常生活，特别是互联网公司的服务。
例如，百度每天响应来自138个国家和地区的数十亿次请求，每日新增数据10TB，要处理超过100PB的数据且从浩如烟海的信息中精确抓取约10亿网页；腾讯QQ目前拥有超过８亿的用户和４亿移动用户，在数据仓库存储的数据量单机群数量已达到4400台，总存储数据量经压缩处理以后在100PB左右，并且这一数据还在以每日新增200TB到300TB，月增加10%的数据量不断增长；Facebook的用户数量超过了10亿，每天产生的数据量超过了300TB。
其实早在上个世纪八十年代就有人提出了“大数据”的概念，在随后的20多年来里，美国企业界、学术界对它进行了深入的探讨和研究。
2001年，高德纳（Gartner）公司的一份研究报告首次出现“大数据（BigData）”概念的提法；2008年9月，Nature杂志发表了题为“Bigdata”的专题文章，首次提出了大数据名词[1]MasanoriArita.BigData.Nature,2008（7209）:
1-26.
并从互联网技术、网络经济学、超级计算、环境科学、生物医药等多个方面介绍了海量数据带来的挑战；2009年，联合国提出“数据脉动”,并发布《联合国“全球脉动”计划——大数据发展带来的机遇与挑战》报告；2011年Science推出关于数据处理的专刊“Dealingwithdata”[2]SandrineBony.Dealingwithdata.Science,2011,331（6018）:
639-706.
，讨论了数据洪流（DataDeluge）所带来的挑战，特别指出，倘若能够更有效地组织和使用这些数据，人们将得到更多的机会发挥科学技术对社会发展的巨大推动作用；同年6月,IBM、麦肯锡等众多著名研究机构相继发布了“大数据”相关的研究报告，指出了大数据研究的地位以及将给社会带来的价值；2012年3月，美国政府在白宫网站上发布了《大数据研究和发展计划》（BigDataResearchandDevelopmentInitiative）[3]王忠.美国推动大数据技术发展的战略价值及启示.中国发展观察,2012（6）:
44-45.
，并且宣布投资2亿美元启动此计划，该计划旨在提高和改进人们从海量和复杂的数据中获取知识的能力，进而加速美国在科学与工程领域发明的步伐，增强国家安全；同年4月欧洲信息学与数学研究协会会刊ERCIMNews出版了专刊“BigData”[4]StefanManegold,MartinKersten.BigData.ERCIMNews,2012（89）:
33-36.
，讨论了大数据时代的数据管理、数据密集型研究的创新技术等问题，并介绍了欧洲科研机构开展的研究活动和取得的创新性进展；2012年11月，首届数据科学与信息产业大会在北京过技术学研究中心召开，标志学术界、产业界、资本市场形成共识；2013年，大数据已成为国内IT产业曝光率最高的词汇之一。
这些报告、计划无不标志着大数据已悄然兴起，并且已经成为了重要的时代特征。
2.问题的引出
综合以上背景分析，我们得出以下结论：
（1）大数据的兴起和蓬勃发展及其技术优势给企业竞争情报的研究与实践提供了必要的技术支撑；
（2）大数据时代，企业对竞争情报工作的期待值更高，提出了更为个性化、智能化的迫切需求，并且希望通过对大数据的开发，不断改善其产品和服务以及企业自身的灵活度。
（3）在企业竞争情报工作中应用大数据技术具备理论和现实的必要性和可行性。
面对这些大数据带给我们的不同机遇和挑战，企业该如何应对？
本文将会以大数据时代与企业竞争情报的结合为切入点来探讨这些问题。
（二）研究目的与意义
综上所述，本节将确定本文的研究目的和研究意义，并将其细化成具体的若干部分。
1.研究目的
随着物联网、互联网、社会化网络的快速发展，数据呈现爆炸式增长，“大数据”时代的来临,给企业带来了数据使用方式的根本性变革。
本研究在查找大量文献、报告的基础上详细介绍了大数据的发展背景和大数据在企业竞争情报中的应用方法与技术，并对其进行梳理、分析总结，对大数据时代下的企业竞争情报的创新和发展进行了探索性地研究，完成以下研究内容：
第一，对大数据、竞争情报理论等进行了研究梳理；第二，研究大数据对企业竞争情报的影响；第三，对大数据时代，企业竞争情报的发展进行了研究和预测；最后，完成研究主体——大数据时代企业竞争情报的创新与发展。
希望本研究的结论能够帮助企业提高对数据的收集、整理、分析和提取情报的能力，使其能够从数据中挖掘到事物之间的相互关系，从而从根本上提高企业的竞争力，让其立于不败之地。
2.研究意义
本研究介绍了大数据的发展背景和在企业竞争情报中的应用方法与技术，并且通过对大数据理论和竞争情报理论的梳理、分析和总结，探索性地研究了大数据给企业竞争情报带来的机遇与挑战，以及未来的发展方向和应对策略，本研究对大数据时代企业竞争情报的创新与发展具有重要意义。
第一，论文结合经济和社会发展的实际情况，通过对先进热点的“大数据”进行分析，把大数据技术应用到企业竞争情报的关键性问题上，为今后开展企业竞争情报的理论与实践研究提供借鉴，这将有利于提高社会对大力促进大数据时代下竞争情报发展的重要性和紧迫性的认识。
第二，本论文的研究将有助于提高学术界和业界对大数据和竞争情报的关注程度，有利于激活企业对大数据技术的潜在需求，从而给业界带来巨大的市场空间和商业价值，有利于提升企业自主创新能力和综合竞争力。
第三，本论文的研究成果有利于企业竞争情报走向社会化、集约化和专业化，有利于企业个性化智能化地获得竞争情报，提高效率，增强决策的准确性，提高核心竞争力。
第四，本论文的研究成果对其他领域的大数据应用也有借鉴和参考价值，利于大数据在全社会各领域的推广应用。
（三）研究方法、研究思路与创新点
只有正确的研究方法和系统的研究思路才能高效的对大数据时代的企业竞争情报进行深入的研究，本节将对这两部分进行具体的展开同时还会探讨本文的创新点。
1.研究方法
选择正确的研究方法是实现研究目标的关键，本文研究的内容涉及到计算机学科（大数据）、竞争情报和管理科学，理论性与实践性都很强。
本文的研究将采用多学科综合的研究方法，应用大数据理论与技术、竞争情报理论和管理科学等基本理论，结合一些具体的研究方法，系统地开展研究。
2.研究思路
本文的研究思路和方法如图1.1，分为以下五步：
第一，文献梳理及国内外研究现状。
根据研究目标对论文涉及到的大数据、竞争情报的相关理论与技术、国内外前沿研究现状和趋势采用文献分析法和概念分析法进行系统的收集、梳理和归纳，为论文的研究作铺垫。
第二，大数据对企业竞争情报的影响。
采用文献分析法、案例研究法和经验总结法将大数据对企业竞争情报的研究划分为机遇和挑战并且分别就这两方面展开了详细的分析研究。
第三，大数据时代企业竞争情报的发展。
大数据的巨大影响力将会促使企业的竞争情报朝着什么方向发展，以及面对这样的发展趋势企业应如何应对。
这一部分采用了经验总结法和定性分析法对以上两个问题进行了详细的分析。
第四，研究结论与展望。
这一部分采用归纳总结法梳理了本文的研究结论和研究局限性，并且展望了未来关于大数据时代下企业竞争情报的创新与发展的研究。
第五，完成学位论文撰写。
文献分析法
概念分析法
归纳总结法
文献梳理及国内外研究现状
大数据竞争情报研究现状
大数据对企业竞争情报的影响
机遇挑战
文献分析法
归纳总结法
归纳总结法
定性分析法
研究结论与展望
发展方向应对策略
大数据时代企业竞争情报的发展
研究结论研究局限研究展望
归纳总结法
撰写学位论文
图1.1思路流程图
资料来源：
本研究整理
3.创新点
本研究的创新之处在于本文通过大量搜集现有中外文献，从理论视角系统梳理了大数据时代企业竞争情报的若干问题。
近年来基于大数据的竞争情报的研究尚不成熟，比较零散。
本研究的特色和创新之处在于将计算机科学（大数据）、竞争情报和管理科学三者相结合，把大数据的理论和技术探索性地引入到企业竞争情报的研究领域，提出了一种新的更加高效和智能的，面向个性化服务的企业竞争情报建设的研究思路。
28
二、理论回顾与文献综述
本章分别对大数据理论和企业竞争情报理论的相关研究文献进行回顾和综述。
大数据部分，主要是对大数据的基本含义、关键技术等分别进行综述；竞争情报部分，主要对企业竞争情报的相关概念和意义进行了综述。
通过相关理论的文献回顾及现状分析，以明确本论文的研究范围，为后继展开大数据时代下企业竞争情报的创新与发展的研究奠定理论和技术基础。
（一）大数据理论
随着大数据逐渐被人们所熟知，对大数据的研究也是层出不穷。
本节主要介绍了大数据的基本涵义和关键技术。
1.大数据的基本涵义
顾名思义,“big”即数据量大,因而在国内有人将其翻译为海量数据或大规模数据,但笔者认为它并不能完全概括大数据的本质内涵。
在自然科学、金融、通信等行业早就存在着海量数据,但人们并没有将这种海量数据命名为“大数据”。
本研究对国内外典型的关于大数据的观点进行了归纳与梳理，如表2.1。
表2.1国内外大数据概念的主要观点
研究者
概念描述关键因素
JohnRauser
大数据是任何超过了一台计算机处理能力的庞大数据量[1]PhilipRussom.bigdataanalytics[EB/OL].[2012-08-01].
。
维基百科
大数据是指数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息[2]Bigdata[EB/OL].[2012-08-18].http:
zh.wikipedia.org/wiki/大数据.
。
百度百科
大数据指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯[3]大数据[EB/OL].[2012-08-18].
。
但彬
简言之，“大数据”是“海量数据”+复杂类型的数据[4]但彬.大数据=海量数据+复杂类型的数据[EB/OL].[2012-07-12].
。
Gartner
大数据是大容量、高速和多样化的信息资产，它们需要新的处理方式，以提高决策能力、洞察力和流程优化[5]BigdatainlittleNewZealand[EB/OL].[2012-09-06].http:
//www.techday.co.nz/itbrief/news/big-data-in-little-new-zealand/24518/.
。
NetApp
大数据应该包括A、B、C三个要素：
大分析（Analytic）、高带宽（Bandwidth）和大内容（Content），其中大分析帮助用户获得价值，高带宽让数据处理速度更快，大内容指的是不丢失任何信息并实现高扩展[1]陈文俊.大数据包括大分析、高带宽和大内容[EB/OL].[2012-07-12].
。
资料来源：
本研究整理
本文从企业竞争情报的角度提出：
大数据是以新数据处理技术为手段，在海量、结构复杂、内容多样的数据集中，以较快速度解析出规律性或根本性的判断、趋势或预见。
本研究总结了大数据的“四V”特征以便更好的理解其涵义：
第一，数量大（VolumeBig）
目前海量数据已经出现在了传感器网络、位置导航系统、社会化网络、即时通讯、电子商务、数字图书馆等领域而且规模在不断扩大。
如淘宝目前每天产生的数据量已经超过7TB，共有超过10亿条产品信息和4亿多名注册用户在上面活动。
第二，多样化（VariableType）
目前越来越多的领域产生了大数据,大数据的类型繁多，其中包括照片、动画、视频、导航信息和链接信息等信息。
伴随着社会化网络、移动互联网和物联网的不断发展，大数据中绝大多数都是非结构化或半结构化数据，数据结构是不固定、不规则的。
第三，快速化（VelocityFast）
大数据时代，数据流往往为高速实时数据流，这就要求快速的分析处理速度，和持续的实时处理能力，否则分析结果可能就是过时的、无效的。
第四，价值高和密度低（ValueHighandLowDensity）
大数据犹如一座富矿，通过挖掘、分析和充分利用，可为企业带来新的发展机遇，从而创造更大的商业价值。
大数据分析能从海量数据中发现高价值的情报，从而为企业决策提供有力的支持。
以视频监控为例，虽然在连续不断的监控流中，绝大部分可能没有实际价值，但很可能从仅为几秒钟的数据流中，就可以挖掘出最有价值的图像信息。
大数据分析就是要进行披沙拣金，发现有价值的信息。
2.大数据的关键技术
大数据虽然看不见摸不到，却与我们的生活息息相关，并潜行于当前的信息生产、加工、交换过程之中。
事实上我们已经享受到的某些信息服务就是大数据
技术的功劳。
如在网站中看到的是自己有需求或者感兴趣的广告，而不是其他无
关的广告。
大数据技术涉及的技术层面很广，至少包括如下一些现有技术：
关联规则分析、分类、分组分析、数据融合和数据集成、数据挖掘、遗传算法、众包技术、数据异构与同构、机器学习、自然语言处理、神经网络、模式识别、预测模型、情态分析、信号处理、时序分析和可视化处理等。
上述每一项技术如果展开来说，需要写很多篇文章来讨论。
如关联规则分析，
是数据挖掘中用来发现大数据库中各种变量之间有趣关系的一系列算法。
应用之一就是“购物篮”分析，通过数据分析可以在门店的销售过程中找到具有关联关系的商品，并以此获得销售受益的增长。
比如研究发现超市中购买啤酒的消费者也易于购买纸尿裤。
（二）企业竞争情报理论
对大数据时代下的企业竞争情报的研究应该是从两个方面入手，第一是大数据，第二是企业竞争情报。
因此本节从竞争情报角度概括和分析了企业竞争情报的基本概念和意义。
1.企业竞争情报基本概念
企业竞争情报指企业为了在激烈的竞争环境中获得竞争优势，在法律和道德允许的前提下系统地收集、分析、管理和利用情报信息的过程。
这些竞争情报信息主要包括竞争对手、竞争策略和竞争环境。
企业竞争情报的主要作用是为企业的预测和管理决策提供有力的支持。
企业竞争情报既是一种过程，也是一种产品。
过程包括了对竞争信息的收集和分析；产品包括了由此形成的情报和策略。
2.竞争情报对企业的意义
竞争情报是企业的重要资源，与企业的发展紧密相关。
第一，竞争情报是企业决策的依据。
竞争情报的实施关键在于员工的参与及竞争情报的收集、分析和处理。
因此，只有充分掌握并利用数据收集和分析的方法，才能发现竞争对手和竞争环境的最新动态，从而制定出有效的竞争战略。
第
升级会员 