趙芳（廣東農(nóng)工商職業(yè)技術(shù)學(xué)院圖書館，廣東廣州510507）

?

基于大數(shù)據(jù)的企業(yè)競(jìng)爭(zhēng)情報(bào)分析方法研究

趙芳
（廣東農(nóng)工商職業(yè)技術(shù)學(xué)院圖書館，廣東廣州510507）

[摘要]概述了大數(shù)據(jù)的內(nèi)涵、特征以及大數(shù)據(jù)時(shí)代企業(yè)競(jìng)爭(zhēng)情報(bào)面臨的機(jī)遇和挑戰(zhàn)，企業(yè)競(jìng)爭(zhēng)情報(bào)的獲取來源更豐富、有價(jià)值的競(jìng)爭(zhēng)情報(bào)更多、競(jìng)爭(zhēng)情報(bào)地位更受重視，企業(yè)競(jìng)爭(zhēng)情報(bào)的安全存儲(chǔ)、準(zhǔn)確獲取、處理分析更難。在此基礎(chǔ)上，提出基于大數(shù)據(jù)的企業(yè)競(jìng)爭(zhēng)情報(bào)分析方法，該方法以數(shù)據(jù)來源為基礎(chǔ)，通過借助Hadoop、Storm等分析工具，對(duì)數(shù)據(jù)進(jìn)行加工處理，由專業(yè)情報(bào)分析人員得出企業(yè)競(jìng)爭(zhēng)情報(bào)及對(duì)策。

[關(guān)鍵詞]大數(shù)據(jù)競(jìng)爭(zhēng)情報(bào)數(shù)據(jù)分析分析方法

[分類號(hào)]G350

隨著信息技術(shù)的飛速發(fā)展，在物聯(lián)網(wǎng)、云計(jì)算、Web2.0等智能信息技術(shù)的推動(dòng)下，催生了大數(shù)據(jù)時(shí)代的到來。據(jù)國(guó)際數(shù)據(jù)公司IDC的研究報(bào)告稱，2010年全球被創(chuàng)建和復(fù)制的數(shù)據(jù)總量為1.2ZB，預(yù)計(jì)到2020年全球?qū)碛?5ZB（1ZB=10 億TB）的數(shù)據(jù)量[1]，大數(shù)據(jù)時(shí)代也是信息爆炸時(shí)代，是信息革命的又一個(gè)里程碑，將會(huì)產(chǎn)生多種多樣的數(shù)據(jù)和信息，并對(duì)企業(yè)競(jìng)爭(zhēng)情報(bào)的理論和實(shí)踐帶來新的挑戰(zhàn)和機(jī)遇。

1大數(shù)據(jù)內(nèi)涵

1.1大數(shù)據(jù)概念

互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等網(wǎng)絡(luò)智能技術(shù)和社交媒體以及電子商務(wù)等網(wǎng)絡(luò)平臺(tái)的快速發(fā)展，使世界變得越來越小，人們足不出戶就能如愿購買物美價(jià)廉的商品，還能監(jiān)視街頭商場(chǎng)的違法行為、實(shí)現(xiàn)遠(yuǎn)程辦公管理等。這些先進(jìn)技術(shù)極大地方便了人們的生活體驗(yàn)的同時(shí)也產(chǎn)生了大量的數(shù)據(jù)和數(shù)據(jù)類型。2011年10月，麥肯錫在《大數(shù)據(jù)：創(chuàng)新競(jìng)爭(zhēng)和提高生產(chǎn)率的下一個(gè)新領(lǐng)域》的研究報(bào)告里正式使用大數(shù)據(jù)一詞，并提出大數(shù)據(jù)時(shí)代已經(jīng)到來[2]。大數(shù)據(jù)（Big data），也稱巨量數(shù)據(jù)、海量數(shù)據(jù)，指的是所涉及的數(shù)據(jù)量規(guī)模巨大到無法通過人工在合理時(shí)間內(nèi)達(dá)到截取、管理、處理并整理成為人類所能解讀的信息。

1.2大數(shù)據(jù)特征

大數(shù)據(jù)不僅數(shù)據(jù)量大，而且數(shù)據(jù)類型也很多，增長(zhǎng)速度也很快，總之大數(shù)據(jù)的特征包括4個(gè)V，即Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價(jià)值）。

大量是指數(shù)據(jù)量規(guī)模巨大。當(dāng)今互聯(lián)網(wǎng)如此發(fā)達(dá)，計(jì)算機(jī)、智能手機(jī)、平板電腦等智能終端普及度如此之高，人與人之間的交流不再局限于電話傳真和郵寄信件，而更多的是通過電子郵件或?qū)崟r(shí)網(wǎng)上聊天工具，甚至是微博等社交工具；且交流不僅局限于親朋好友等熟人之間，即使陌生人之間也能通過網(wǎng)絡(luò)發(fā)表各自的看法，這些交流就產(chǎn)生了巨大的數(shù)據(jù)量。

高速是指數(shù)據(jù)的增長(zhǎng)速度很快。隨著人們生活水平的大幅提高，各種掌上智能終端如此便捷，網(wǎng)上消費(fèi)產(chǎn)生的交易數(shù)據(jù)呈指數(shù)級(jí)增長(zhǎng)。街道商場(chǎng)、小區(qū)住宅等公共場(chǎng)所及私人場(chǎng)所安裝的視頻或聲音監(jiān)控設(shè)備，每天記錄的大量聲像數(shù)據(jù)隨著人流量的增加迅猛增大。大數(shù)據(jù)時(shí)代，數(shù)據(jù)平均每年增長(zhǎng)59%，即每?jī)赡攴环?/p>

多樣指的是數(shù)據(jù)的種類很多。除了傳統(tǒng)的文本、圖片、視頻、音頻等外，還包括鏈接、位置信息等新型數(shù)據(jù)類型。可以把大數(shù)據(jù)的數(shù)據(jù)類型概括為交易數(shù)據(jù)、交互數(shù)據(jù)和感知數(shù)據(jù)等[3]，其中交易數(shù)據(jù)是指電子商務(wù)產(chǎn)生的與金融往來相關(guān)的數(shù)據(jù)；交互數(shù)據(jù)是指微博、微信、QQ等社交網(wǎng)絡(luò)媒體產(chǎn)生的數(shù)據(jù)；感知數(shù)據(jù)是指物聯(lián)網(wǎng)、智能終端設(shè)備中的傳感器、智能芯片感知到的溫度、濕度、地理位置信息等數(shù)據(jù)。

價(jià)值是指價(jià)值密度低。雖然數(shù)據(jù)量很大，但有價(jià)值的信息是有限的，有價(jià)值的信息占比下降，即信息的價(jià)值密度較低。尤其是交互數(shù)據(jù)中具有價(jià)值的信息很少，比如微博、微信等社交工具中的跟貼、轉(zhuǎn)發(fā)、評(píng)論等很多都是情緒的宣泄或者跟風(fēng)等無意識(shí)的行為，不具有任何價(jià)值。雖然很多數(shù)據(jù)看似沒有價(jià)值，但大數(shù)據(jù)的價(jià)值往往是隨著時(shí)間的推移或事態(tài)的發(fā)展而慢慢顯現(xiàn)出來，因此大數(shù)據(jù)具有巨大的潛在價(jià)值。

2大數(shù)據(jù)對(duì)企業(yè)競(jìng)爭(zhēng)情報(bào)影響

2.1存在的機(jī)遇

①更加豐富的競(jìng)爭(zhēng)情報(bào)來源

信息技術(shù)的飛速發(fā)展，使得競(jìng)爭(zhēng)情報(bào)來源更加豐富，這些來源可概括為3大類。第一類是交易數(shù)據(jù)，包括網(wǎng)上購物產(chǎn)生的大量訂單信息、交易記錄，通過互聯(lián)網(wǎng)繳納水電費(fèi)、寬帶費(fèi)等生活便民服務(wù)產(chǎn)生的交易信息，網(wǎng)上購買股票、期貨等理財(cái)產(chǎn)品產(chǎn)生的大數(shù)據(jù)。第二類是交互數(shù)據(jù)，包括QQ、微博、微信、Twitter、Facebook等社交網(wǎng)絡(luò)產(chǎn)生的大量評(píng)論、轉(zhuǎn)發(fā)或新產(chǎn)品的發(fā)布信息、數(shù)字圖書館、地理信息導(dǎo)航系統(tǒng)[4]，企業(yè)員工登錄管理系統(tǒng)查詢或發(fā)布信息產(chǎn)生的大量?jī)?nèi)網(wǎng)數(shù)據(jù)，客戶登錄客戶關(guān)系管理系統(tǒng)進(jìn)行咨詢或意見反饋產(chǎn)生的交流互動(dòng)數(shù)據(jù)。第三類是感知數(shù)據(jù)，包括智能公交系統(tǒng)中的GPS芯片產(chǎn)生的地理位置信息，智能家居中智能傳感器產(chǎn)生的溫度、濕度、亮度、氧氣指數(shù)等信息。

②更有價(jià)值的競(jìng)爭(zhēng)情報(bào)

來自互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的各種新型數(shù)據(jù)從不同角度反映著企業(yè)競(jìng)爭(zhēng)對(duì)手、企業(yè)客戶、競(jìng)爭(zhēng)環(huán)境等方方面面的競(jìng)爭(zhēng)情報(bào)，通過處理海量的情報(bào)數(shù)據(jù)，有益于企業(yè)挖掘潛在商機(jī)，獲得有利的競(jìng)爭(zhēng)優(yōu)勢(shì)。比如：通過分析大量的交易記錄，能幫助企業(yè)對(duì)貿(mào)易風(fēng)險(xiǎn)進(jìn)行評(píng)估，做好交易審核、防范欺詐、控制風(fēng)險(xiǎn)；通過分析社交媒體各個(gè)主題板塊的熱門話題，能隨時(shí)跟蹤廣大民眾的最新關(guān)注重點(diǎn)，如最愛的美食、最近旅游地點(diǎn)、最時(shí)尚的服飾等，有益于企業(yè)及時(shí)抓住消費(fèi)者的口味，滿足客戶需求；通過智能芯片獲取公交車或出租車GPS信息能知道它們所處的地理位置，方便乘客跟蹤車輛，及時(shí)出行；通過調(diào)取監(jiān)控?cái)z像頭監(jiān)控的數(shù)據(jù)有益于相關(guān)部門懲治犯罪。

③更受重視的競(jìng)爭(zhēng)情報(bào)地位

大數(shù)據(jù)時(shí)代數(shù)據(jù)的來源更多，數(shù)據(jù)的價(jià)值也逐漸凸顯，使得企業(yè)必須更加重視收集有用的數(shù)據(jù)，并把他們轉(zhuǎn)化為有利于商業(yè)競(jìng)爭(zhēng)的競(jìng)爭(zhēng)情報(bào)。各行各業(yè)的發(fā)展都離不開數(shù)據(jù)，包括傳統(tǒng)的文本數(shù)據(jù)或半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)等。通過分析數(shù)據(jù)能了解自身也能了解競(jìng)爭(zhēng)對(duì)手，做到知己知彼百戰(zhàn)百勝。比如，在企業(yè)之間的競(jìng)爭(zhēng)如此激烈的環(huán)境下，如果沒有及時(shí)掌握原材料市場(chǎng)報(bào)價(jià)數(shù)據(jù)，就不能節(jié)約成本，從而失去競(jìng)爭(zhēng)優(yōu)勢(shì)；如果盲目抬高商品價(jià)格，致使高出競(jìng)爭(zhēng)對(duì)手的價(jià)格很多，則會(huì)失去市場(chǎng)占有率。為了保持可持續(xù)的市場(chǎng)競(jìng)爭(zhēng)力，企業(yè)必須通過市場(chǎng)調(diào)研和分析等手段時(shí)刻把握消費(fèi)者的需求、競(jìng)爭(zhēng)對(duì)手的動(dòng)向、競(jìng)爭(zhēng)環(huán)境的發(fā)展趨勢(shì)。

2.2面臨的挑戰(zhàn)

①競(jìng)爭(zhēng)情報(bào)的安全存儲(chǔ)

企業(yè)的運(yùn)作會(huì)產(chǎn)生大量的數(shù)據(jù)，包括市場(chǎng)交易數(shù)據(jù)、財(cái)務(wù)經(jīng)濟(jì)數(shù)據(jù)、技術(shù)研發(fā)數(shù)據(jù)、科技成果數(shù)據(jù)、客戶信息數(shù)據(jù)等，甚至包括員工之間溝通交流的數(shù)據(jù)，這些數(shù)據(jù)中有可能蘊(yùn)含著重大的競(jìng)爭(zhēng)情報(bào)，必須妥善保存，否則就會(huì)泄露商業(yè)秘密。競(jìng)爭(zhēng)情報(bào)的安全存儲(chǔ)包括使用云存儲(chǔ)、移動(dòng)硬盤等可靠的存儲(chǔ)工具，同時(shí)最好能采取雙重保險(xiǎn)的方式，加大對(duì)重要信息保存的安全性。除此之外，還要注意人員的保密工作，一方面禁止員工通過網(wǎng)絡(luò)發(fā)布任何與工作相關(guān)的信息，另一方面對(duì)于重要的數(shù)據(jù)要控制知道的人員數(shù)量，越少人知道越保密。

②競(jìng)爭(zhēng)情報(bào)的準(zhǔn)確獲取

數(shù)據(jù)的來源很廣，數(shù)據(jù)類型繁多，必須要經(jīng)過嚴(yán)格的過濾、去偽求實(shí)、去假存真，因此企業(yè)準(zhǔn)確獲取所需信息變得很難。面對(duì)紛繁復(fù)雜的數(shù)據(jù)獲取渠道，應(yīng)把所需數(shù)據(jù)的獲取渠道縮小至有限的若干個(gè)，而不是盲目地大海撈針，這樣才能事半功倍。比如，應(yīng)選取相應(yīng)的專利數(shù)據(jù)庫及成果數(shù)據(jù)庫獲得競(jìng)爭(zhēng)對(duì)手的技術(shù)成果情況，應(yīng)選取相應(yīng)的標(biāo)準(zhǔn)數(shù)據(jù)庫了解行業(yè)的技術(shù)標(biāo)準(zhǔn)和規(guī)范等。此外，企業(yè)必須要投入大量的資源，全面收集消費(fèi)者需求、顧客購買行為、競(jìng)爭(zhēng)對(duì)手動(dòng)向、供貨商等微觀數(shù)據(jù)和市場(chǎng)環(huán)境、金融環(huán)境、政府政策等宏觀數(shù)據(jù)，為企業(yè)決策提供支持。

③競(jìng)爭(zhēng)情報(bào)的處理分析

數(shù)據(jù)規(guī)模如此龐大、數(shù)據(jù)種類如此繁多，要想獲得有用的競(jìng)爭(zhēng)情報(bào)，必須對(duì)大數(shù)據(jù)進(jìn)行適當(dāng)?shù)奶幚矸治?。其中最重要的就是?shù)據(jù)清洗，剔除無關(guān)的、不重要的數(shù)據(jù)；并對(duì)數(shù)據(jù)進(jìn)行相關(guān)分類劃分，按數(shù)據(jù)相關(guān)性程度對(duì)其排序，建立相關(guān)模型，對(duì)數(shù)據(jù)進(jìn)行技術(shù)路徑分析、關(guān)聯(lián)分析、聚類分析等，挖掘有用的競(jìng)爭(zhēng)情報(bào)。此外，傳統(tǒng)的數(shù)據(jù)分析技術(shù)不能對(duì)非結(jié)構(gòu)化數(shù)據(jù)直接進(jìn)行處理分析，目前大多數(shù)情況是將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)再進(jìn)行數(shù)據(jù)處理[5]，這樣就丟失了非結(jié)構(gòu)化數(shù)據(jù)之間的隱含關(guān)系，而這些關(guān)系有可能是非常重要的情報(bào)來源，因此要求行業(yè)專家有較強(qiáng)的數(shù)據(jù)辨別能力。

3基于大數(shù)據(jù)的企業(yè)競(jìng)爭(zhēng)情報(bào)分析方法研究

3.1體系框架

大數(shù)據(jù)時(shí)代，企業(yè)的生態(tài)環(huán)境發(fā)生了巨大變化，大量而復(fù)雜的數(shù)據(jù)考驗(yàn)著競(jìng)爭(zhēng)情報(bào)系統(tǒng)數(shù)據(jù)處理能力和數(shù)據(jù)分析能力[6]?；诖髷?shù)據(jù)的企業(yè)競(jìng)爭(zhēng)情報(bào)分析方法體系包括4個(gè)層次，第一層是數(shù)據(jù)獲取，第二層是數(shù)據(jù)處理，第三層是數(shù)據(jù)分析，第四層是情報(bào)綜合。

數(shù)據(jù)獲取包括獲取交易數(shù)據(jù)、交互數(shù)據(jù)和感知數(shù)據(jù)，這些數(shù)據(jù)具有實(shí)時(shí)性、動(dòng)態(tài)性和關(guān)聯(lián)性的特點(diǎn)。如微博、微信、GPS信息、傳感器等數(shù)據(jù)隨著時(shí)間、空間的變化快速、連續(xù)地發(fā)生變化，必須獲取不同時(shí)間點(diǎn)的序列數(shù)據(jù)，才能獲得數(shù)據(jù)的連續(xù)變化規(guī)律，預(yù)測(cè)數(shù)據(jù)發(fā)展趨勢(shì)，有利于企業(yè)挖掘商機(jī)。

數(shù)據(jù)處理過程中，由于數(shù)據(jù)量龐大，必須借助數(shù)據(jù)處理工具，對(duì)大量數(shù)據(jù)進(jìn)行加工、組織、整理等。除了采用傳統(tǒng)的Excel、MATLAB等對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析、歸類、排序之外，還要開發(fā)新的處理軟件，以應(yīng)對(duì)大量的云數(shù)據(jù)和視頻、音頻、鏈接等非結(jié)構(gòu)化數(shù)據(jù)。

數(shù)據(jù)分析是分析方法的關(guān)鍵步驟，一方面要借助于Hadoop、HPCC、Storm、RapidMiner等各種專業(yè)的分析工具，提高工作效率；另一方面要求專業(yè)的分析人員不僅擅長(zhǎng)使用各種數(shù)據(jù)分析工具，還要具有敏感的數(shù)據(jù)分析能力，找準(zhǔn)切入點(diǎn)，對(duì)數(shù)據(jù)做出關(guān)聯(lián)分析、比較分析、聚類分析等。

數(shù)據(jù)處理、分析之后，需要專業(yè)的情報(bào)人員對(duì)分析的數(shù)據(jù)結(jié)果進(jìn)行綜合、提煉，幫助企業(yè)分析與宏觀環(huán)境、競(jìng)爭(zhēng)對(duì)手、自身發(fā)展相關(guān)的競(jìng)爭(zhēng)情報(bào)。此外，還應(yīng)提出下一步的戰(zhàn)略規(guī)劃，制定相對(duì)于外部環(huán)境的應(yīng)對(duì)策略，鞏固自身已有優(yōu)勢(shì)，尋找新的競(jìng)爭(zhēng)優(yōu)勢(shì)，獲取有利競(jìng)爭(zhēng)地位。

3.2分析工具

大數(shù)據(jù)是一個(gè)龐雜的數(shù)據(jù)集，包括了各種類型的數(shù)據(jù)，選擇適當(dāng)?shù)姆治龉ぞ吣軒硪庀氩坏降姆治鲂Ч?，以下?種大數(shù)據(jù)分析工具。

①Hadoop：能夠?qū)Υ罅繑?shù)據(jù)進(jìn)行分布式處理，維護(hù)多個(gè)工作數(shù)據(jù)副本，在節(jié)點(diǎn)之間動(dòng)態(tài)地移動(dòng)數(shù)據(jù)，采用并行工作方式，能夠處理PB級(jí)數(shù)據(jù)，處理速度快；②Storm：一個(gè)分布式的、可擴(kuò)展、容錯(cuò)的實(shí)時(shí)計(jì)算系統(tǒng)，可以處理龐大的數(shù)據(jù)流，支持多種編程語言，具備實(shí)時(shí)分析和不停頓的計(jì)算等應(yīng)用能力，應(yīng)用企業(yè)包括Groupon、淘寶、支付寶和阿里巴巴等；③RapidMiner：數(shù)據(jù)挖掘解決方案，可實(shí)現(xiàn)高維數(shù)據(jù)的可視化建模與多層次的數(shù)據(jù)視圖，免費(fèi)提供數(shù)據(jù)挖掘技術(shù)和數(shù)據(jù)庫；④Apache Drill：有助于Hadoop用戶更快查詢海量數(shù)據(jù)集，分析抓取Web文檔、垃圾郵件等；⑤Pentaho BI：以流程為中心，將一系列企業(yè)級(jí)BI產(chǎn)品、開源軟件、API等組件集成起來以便商務(wù)智能應(yīng)用的開發(fā)，Pentaho的主要組成元素包括報(bào)表生成、分析、數(shù)據(jù)挖掘和工作流管理等；⑥HPCC（高性能計(jì)算與通信）：包括高性能計(jì)算機(jī)系統(tǒng)（HPCS）、先進(jìn)軟件技術(shù)與算法（ASTA）、信息基礎(chǔ)結(jié)構(gòu)技術(shù)和應(yīng)用（IITA）等，內(nèi)容有巨大挑戰(zhàn)問題的軟件支撐、新算法設(shè)計(jì)、軟件分支與工具及高性能計(jì)算研究中心等。

3.3數(shù)據(jù)分析方法

數(shù)據(jù)分析方法很多，總體來講可以概括為定性分析法、定量分析法和定性與定量結(jié)合分析法。按照邏輯思維劃分，基本的數(shù)據(jù)分析方法包括：①比較分析法：定性和定量比較、靜態(tài)和動(dòng)態(tài)比較、縱向和橫向比較、全面和局部比較、宏觀和微觀比較等；②歸納分析法：引證分析、關(guān)系分析、完全和不完全歸納、科學(xué)歸納法等；③解析分析法：因果分析、相關(guān)分析、統(tǒng)計(jì)分析等；④綜合分析法（系統(tǒng)分析法）：概念分析、模型分析、求同和求異分析、系統(tǒng)動(dòng)力、層次分析、灰色系統(tǒng)理論法等；⑤演繹分析法：公理演繹分析、假說演繹分析、定律演繹分析、理論演繹分析法等；⑥假設(shè)分析法；⑦聯(lián)想分析法?；谶壿嬎季S體系劃分的數(shù)據(jù)分析法適用于各類競(jìng)爭(zhēng)情報(bào)分析，包括基于大數(shù)據(jù)的企業(yè)競(jìng)爭(zhēng)情報(bào)分析。

3.4大數(shù)據(jù)情報(bào)分析隊(duì)伍

要想把大數(shù)據(jù)轉(zhuǎn)化為企業(yè)競(jìng)爭(zhēng)情報(bào)，就必須建立專業(yè)的大數(shù)據(jù)情報(bào)分析隊(duì)伍，在人力、物力和財(cái)力等方面給予充分支持。

首先，需培養(yǎng)高級(jí)情報(bào)分析師。在競(jìng)爭(zhēng)情報(bào)分析的整個(gè)過程都需要專業(yè)的情報(bào)分析人士，情報(bào)分析師是大數(shù)據(jù)分析方法的主導(dǎo)者及整個(gè)分析過程的決策者。高級(jí)情報(bào)分析師不僅要對(duì)大數(shù)據(jù)的多種來源了如指掌，準(zhǔn)確找出所需情報(bào)的數(shù)據(jù)獲取渠道，還要熟練運(yùn)用Hadoop、Storm等各種數(shù)據(jù)處理分析工具，對(duì)數(shù)據(jù)及數(shù)據(jù)之間的關(guān)系高度敏感，善于挖掘數(shù)據(jù)之間隱含的關(guān)聯(lián)關(guān)系，這樣才能幫助企業(yè)在大量的數(shù)據(jù)中挖掘出有價(jià)值的競(jìng)爭(zhēng)情報(bào)。麥肯錫全球研究所的一項(xiàng)調(diào)查預(yù)測(cè)，在未來6年內(nèi)，僅美國(guó)就可能面臨缺少14~19萬擁有扎實(shí)分析技能的人才這一窘勢(shì)，而且缺少懂得使用相應(yīng)工具分析大數(shù)據(jù)、作出合理決策的150萬管理和分析人員[7]。

其次，需配備相應(yīng)信息挖掘技術(shù)及分析工具。大數(shù)據(jù)競(jìng)爭(zhēng)情報(bào)分析的整個(gè)生命周期包括數(shù)據(jù)產(chǎn)生、數(shù)據(jù)獲取、數(shù)據(jù)處理、數(shù)據(jù)分析和情報(bào)產(chǎn)生5個(gè)階段，每個(gè)階段都涉及相關(guān)的信息挖掘技術(shù)。大數(shù)據(jù)的產(chǎn)生來源于物聯(lián)網(wǎng)及互聯(lián)網(wǎng)等智能信息技術(shù)，大數(shù)據(jù)的獲取來源于各種門戶網(wǎng)站、檢索數(shù)據(jù)庫及平臺(tái)等，而數(shù)據(jù)的處理和分析也需要各種大數(shù)據(jù)處理分析軟件，最后專家情報(bào)分析軟件有助于情報(bào)的產(chǎn)生。信息挖掘技術(shù)與分析工具是如此重要，作為企業(yè)競(jìng)爭(zhēng)情報(bào)分析隊(duì)伍應(yīng)配備相應(yīng)數(shù)據(jù)檢索平臺(tái)、相關(guān)的數(shù)據(jù)處理工具等資源，才能滿足企業(yè)競(jìng)爭(zhēng)情報(bào)的需求。

再次，需投入大量資金支持。培養(yǎng)情報(bào)分析師方面，聘請(qǐng)高級(jí)情報(bào)分析師，需要高額的薪資；從企業(yè)內(nèi)部培養(yǎng)本領(lǐng)域高級(jí)情報(bào)分析師，需要付費(fèi)對(duì)其提供全面的專業(yè)培訓(xùn)，學(xué)習(xí)非結(jié)構(gòu)化數(shù)據(jù)分析的專業(yè)技能，比如對(duì)社交媒體的情感分析、視頻及音頻等復(fù)雜數(shù)據(jù)的處理分析。信息挖掘技術(shù)和分析工具方面，需購買或者研發(fā)高效的信息挖掘和分析工具，從音頻、視頻和符號(hào)數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)中挖掘有潛在價(jià)值的競(jìng)爭(zhēng)情報(bào)。因此，無論是培養(yǎng)高級(jí)情報(bào)分析師還是配備相應(yīng)信息挖掘技術(shù)及分析工具，都需要大量資金支持。

4　結(jié)語

當(dāng)今時(shí)代，商業(yè)環(huán)境的競(jìng)爭(zhēng)如此激烈，企業(yè)要想長(zhǎng)久地生存下去，就必須時(shí)刻保持警惕，做好企業(yè)競(jìng)爭(zhēng)情報(bào)工作，知己知彼，以便獲取較大競(jìng)爭(zhēng)優(yōu)勢(shì)。大數(shù)據(jù)時(shí)代是信息技術(shù)飛速發(fā)展的必然產(chǎn)物，大數(shù)據(jù)時(shí)代對(duì)企業(yè)競(jìng)爭(zhēng)情報(bào)工作提出了新的挑戰(zhàn)，也提供了新的機(jī)遇。面對(duì)新的挑戰(zhàn)，必須采取適當(dāng)?shù)臄?shù)據(jù)分析方法，運(yùn)用高效的數(shù)據(jù)處理與分析工具，才能高效地挖掘企業(yè)的商業(yè)競(jìng)爭(zhēng)情報(bào)。

參考文獻(xiàn)：

[1]大數(shù)據(jù)時(shí)代：0和1的“生活大爆炸”[EB/OL].[2012-07-12].http://www.d1net.com/news/hyxg/88955.html.

[2] Big data：The next frontier for innovation，competition，and productivity[EB/OL]. [2012-06-15].http：//www.mckinsey. com/insights/mgi/research/technology_and_innovation/big_ data_the_next_frontier_for_innovation.

[3]吳金紅，張飛，鞠秀芳.大數(shù)據(jù)：企業(yè)競(jìng)爭(zhēng)情報(bào)的機(jī)遇挑戰(zhàn)及對(duì)策研究[J].情報(bào)雜志，2013（1）：5-9.

[4]黃曉斌，鐘輝新.大數(shù)據(jù)時(shí)代企業(yè)競(jìng)爭(zhēng)情報(bào)研究的創(chuàng)新與發(fā)展[J].圖書與情報(bào)，2012（6）：9-14.

[5]劉高勇，汪會(huì)玲，吳金紅.大數(shù)據(jù)時(shí)代的競(jìng)爭(zhēng)情報(bào)發(fā)展動(dòng)向探析[J].圖書情報(bào)知識(shí)，2013（2）：105-111.

[6]黃曉斌，鐘輝新.基于大數(shù)據(jù)的企業(yè)競(jìng)爭(zhēng)情報(bào)系統(tǒng)模型構(gòu)建[J].情報(bào)雜志，2013（3）：37-43.

[7]大數(shù)據(jù)時(shí)代人才需求，你能符合要求嗎？[EB/OL].[2012-08-15].http：//tech.hexun.com/2012－01－16/137296418.html.

趙芳女，1979年生。本科學(xué)歷，館員。研究方向：讀者服務(wù)、數(shù)字圖書館。

收稿日期：（2014-09-17；責(zé)編：王天泥。）