大数据_企业竞争情报的机遇_挑战及对策研究_吴金红
大数据时代对企业经营的挑战与机遇
大数据时代对企业经营的挑战与机遇随着信息技术的迅猛发展，大数据已经成为了当今企业经营的重要组成部分。
大数据时代给企业带来了诸多机遇，同时也带来了不少挑战。
本文将重点探讨大数据时代对企业经营所带来的挑战与机遇。
首先，大数据时代给企业带来了更多的机遇。
大数据技术让企业能够更加深入地了解消费者的需求和喜好，从而更加精确地进行市场定位和推销策略。
通过分析海量的数据，企业可以快速发现和预测市场趋势，及时调整产品和服务，以满足消费者的需求。
此外，大数据还可以帮助企业发现并挖掘新的商机，创新新的产品和服务，并提供更好的用户体验。
通过大数据的应用，企业可以更加高效地管理资源和流程，并能够准确预测产品需求和供应链状况，从而提高生产效率。
然而，大数据时代也给企业带来了一系列挑战。
首先是数据安全问题。
大数据的广泛应用意味着企业需要收集和存储大量的用户数据，这就使得企业面临着更多的安全威胁和隐私问题。
企业需要采取有效的安全措施来保护用户数据的安全，并保持用户的信任。
其次，大数据分析需要专业的人才和技术支持。
企业需要雇佣能够处理和分析大数据的专业人员，并投资于相应的技术设备和软件。
此外，大数据分析所需的硬件和软件成本也较高，对于一些小型企业来说，可能难以承担。
最后，大数据的应用也可能带来信息过载的问题。
企业需要过滤和整理海量的数据，以提取有价值的信息，避免被淹没在信息中。
针对上述挑战，企业可以采取一系列应对措施。
首先，企业需要加强数据安全管理。
建立健全的数据保护机制，确保用户数据的安全和隐私；加强对数据的监控和检测，及时发现并防范安全威胁。
其次，企业需要注重人才培养和技术投入。
加大对数据分析师和技术人才的培养和引进，提高企业的数据分析能力；同时，及时更新技术设备，确保企业具备处理大数据的能力。
此外，企业还可以与专业机构合作，共享数据资源和技术支持，降低大数据分析的成本。
最后，企业应该关注信息过载问题。
通过合理的数据分类和整理，以及可视化的数据展示方式，提高数据分析的效率和准确性，使数据更易于理解和运用。
企业与大数据时代的挑战与机遇
企业与大数据时代的挑战与机遇一、时代背景随着大数据技术的发展与普及，我们已经进入了大数据时代。
伴随着大数据时代的到来，企业面临着诸多的挑战与机遇。
本文将从多个方面分析企业在大数据时代的挑战与机遇。
二、挑战1. 数据量的增长在大数据时代，数据量的增长已经非常巨大，企业需要弄清楚如何让这些数据为自己创造价值。
如何处理和分析这些数据，从而提高效率，是企业需要面对的一个挑战。
2. 数据安全性企业需要处理的数据一般都是敏感数据，因此需要保护好这些数据的安全性。
就算是非敏感数据，如果泄漏出去，也会对企业造成很大的损失，因此企业应该采取相应的措施，加强数据的安全保障。
3. 挑战组织架构大数据的分析需要基于大量的计算和处理能力，而这需要企业在组织架构方面进行调整。
因此，企业需要重新思考其内部的组织架构，如何能够让不同的部门之间进行协作，如何能够通过有效的信息共享提高效率等等，是企业需要面对的一个挑战。
4. 专业人员短缺大数据时代，企业需要有一定的技术支持来应对日益增长的数据量。
与此同时，技术人员的需求也水涨船高，因此有能力的人才一旦流失就十分难以补充，这也是企业需要面对的一个挑战。
三、机遇1. 新商业模式的探索大数据的出现，给企业带来的机遇之一就是可以探索新的商业模式。
通过大数据分析，企业可以了解客户的需求，针对性地推出符合需求的产品和服务，以迎合客户的需求。
通过这种方式，企业可以形成具有竞争优势的商业模式，提高整个企业的竞争力。
2. 提高效率和降低成本企业通过大数据分析，可以找到自己的瓶颈所在，从而对生产线进行调整，提高效率和降低成本。
通过这种方式，企业可以获得更多的竞争力，并提高自己的市场占有率。
3. 个性化服务和产品推荐企业可以通过大数据分析了解客户需求，提供个性化的服务和产品推荐。
这样可以提高客户的满意度，并促进企业的市场拓展。
4. 技术创新企业在大数据时代可以通过技术创新提供更多的产品种类和服务，满足客户的需求。
大数据技术在企业决策中的挑战与机遇
大数据技术在企业决策中的挑战与机遇随着信息时代的不断发展，大数据技术成为企业决策中的重要工具。
大数据技术以其海量、多样化的数据资源为企业提供了前所未有的决策支持能力，然而，伴随着挑战也随之而来。
本文将首先探讨大数据技术在企业决策中所面临的挑战，然后再分析其所带来的机遇。
一、挑战1. 数据质量问题大数据技术所涉及的数据量庞大，源头多样，因此数据的质量无法完全保证。
数据出现错误或者不准确的情况可能会对企业决策产生负面影响。
因此，企业需要建立完善的数据清洗和处理机制，以确保所使用的数据能够准确无误地支持决策。
2. 数据隐私和安全问题大数据技术的应用会涉及到大量的个人和敏感信息，如何保护这些信息的安全性和隐私性成为了企业面临的一大挑战。
企业需要加强数据安全管理，采取适当的加密和权限控制措施，以保障数据的安全性和合法使用。
3. 技术人才需求大数据技术的应用需要具备相关技术能力的人才。
然而，目前市场上对大数据技术人才的需求远远超过供给，企业很难找到合适的技术人才。
同时，大数据技术的快速发展也对现有的技术人员提出了更高的要求，他们需要不断学习和提升自己的技能，以适应技术发展的需求。
二、机遇1. 数据驱动决策大数据技术的应用使得企业能够更加全面地了解市场和用户需求，通过对数据的深度分析和挖掘，企业可以实现对市场趋势和用户行为的即时把握，从而做出更为准确和精准的决策。
数据驱动的决策使得企业能够更好地抓住机遇，提高市场竞争力。
2. 增强信息透明度大数据技术的应用可以实现信息的共享和透明，不同部门和团队之间能够更加方便地沟通和协作。
这种信息的共享和透明可以避免信息孤岛的问题，提高企业的管理效率和决策效果。
3. 实时决策能力大数据技术的实时分析和处理能力使得企业能够及时获取最新的数据并做出即时的决策。
在快速变化的市场环境中，企业需要快速响应，及时调整策略和方向，从而更好地应对市场变化和风险。
4. 创新和个性化服务大数据技术的应用可以帮助企业进行用户画像和个性化推荐，从而提供更精准和符合用户需求的产品和服务。
大数据时代企业竞争情报的机遇、挑战及对策研究
ｏ ｐ ｐ ｏ ｒ ｔ ｕ ｎ ｉ ｔ ｉ ｅ ｓ ａ ｎ ｄ ｃ ｈ ｌｌ ａ ｅ ｎ ｇ ｅ ｓ ｏ ｆ ｔ ｈ ｅ ｅ ｎ ｔ ｅ ｒ ｐ ｉｓ ｒ ｅ ｃ ｏ ｍｐ ｅ ｔ ｉ ｔ ｉ ｖ ｅ ｉ ｎ ｔ ｅ ｌ ｌ ｉ ｇ ｅ ｎ ｃ ｅ ｗｏ ｒ ｋ，ｆ ｉ ｒ ｓ ｔ ｏ ｆ ａ ｌ ｌ ，ｔ ｈ ｅ ｅ ｎ ｔ ｅ ｐｒ ｒ ｉ ｓ ｅ ｍｕ ｓ ｔ ｂ ｒ ｅ ａ ｋ ｔ ｈ ｅ ｂ ｏ ｎ ｄ ａ ｇ ｅ ｏ ｆ ｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ ｓ ｙ ｓ ｔ ｅ ｍ ｍｏ ｄ ｅ ｌ ，ｃ ｏ ｎ ｓ ｔ ｒ ｕ ｃ ｔ ｓ ａ ｍｏ ｄ ｅ ｌ ｏ ｆ ｃ ｏ ｍｐ ｅ ｔ ｉ ｔ ｉ ｖ ｅ ｉ ｎ ｔ ｅ ｌ ｌ ｉ ｇ ｅ ｎ ｃ ｅ ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｂ ｉ ｇ Ｄａ ｔ ａ Ａｎ ａ ｌ ｙ ｔ ｉ ｃ ｓ ，ｒ ｅ ｃ ｏ ｍｍｅ ｎ ｄ ｓ ｔ ｈ ｅ ｅ ｎ ｔ ｅ ｐｒ ｒ ｉｓ ｅ ｔ ｏ ｓ ｈ ｉ ｆ ｔ ｔ ｈ ｅ ｆ ｏ ｃ ｕ ｓ ｔ ｏ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｏ ｆ ｄ ｙ ｎ ａ ｍｉ ｃ ｃ ｏ ｍｐ ｅ ｔ ｉ ｔ ｉ ｖ ｅ ｉ ｎ ｔ ｅ ｌ ｌ ｉ ｇ ｅ ｎ ｃ ｅ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｍｏ ｂ ｉ ｌ ｅ ｉ ｎ ｔ ｅ ｒ ｎ ｅ ｔ ．
［ Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ］ｂ ｉ ｇ ｄ ａ ｔ ａ ； ｃ ｏ ｍ ｐ ｅ ｔ ｉ ｔ ｉ ｖ ｅ ｉ ｎ ｔ ｅ ｌ ｌ ｉ ｇ ｅ ｎ ｃ ｅ ； ｏ ｐ ｐ ｏ ｔ ｒ ｕ ｎ ｉ ｔ ｉ ｅ ｓ ；ｃ ｈ ｌ ａ ｌ ｅ ｎ ｇ ｅ ｓ ； ｓ ｔ ｒ ａ ｔ ｅ ｇ ｉ ｅ ｓ
大数据时代下企业竞争情报的研究和发展.
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：The Innovation and Development of EnterprisesCompetitive Intelligence in the Big-data Era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“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The Big-data era is coming,which will bring fundamental changes of data usage in all industries. Based on the background that Big Data has risen and that the competitive intelligence has been further practiced in enterprises these years, this study summarizes the related literature at home and abroad systematically.On the basis of discussion above,opportunities and challenges that enterprise competitive intelligence must face are analyzed in detail and the development direction of enterprise competitive intelligence is forecast.Finally,strategies that enterprise competitive intelligence organizations must focus on in the era of Big Data are discussed and presented from aspects of the intelligence awareness,intelligence organization team,data processing capacity,data visualization,as well as intelligence security.The study improves the related theoretical system and plays a key role in grasping the innovation and direction of future enterprise competitive intelligence. Key words：big data; competitive intelligence; data processing; enterprise decision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 (7)（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 (10)三、大数据对企业竞争情报的影响 (11)（一）大数据给竞争情报带来的机遇 (11)1. 竞争情报的地位提升 (11)2. 竞争情报的真实性提高 (11)3. 竞争情报的精确性加强 (12)4. 竞争情报的实时性加快 (12)5. 竞争情报的分析能力增强 (13)6. 竞争情报的工作成本降低 (13)（二）大数据给竞争情报带来的挑战 (13)1. 数据处理能力 (13)2. 情报安全问题 (14)3. 企业决策问题 (15)4. 人才紧缺问题 (15)5. 竞争情报体系组织模式 (16)四、大数据时代企业竞争情报的发展 (17)（一）大数据时代企业竞争情报的发展方向 (17)1. 发展重心向移动互联网转移 (17)2. 更加注重动态竞争情报 (17)（二）大数据时代企业竞争情报的应对策略 (18)1. 树立基于大数据的竞争情报意识 (18)2. 组建具有大数据分析能力的竞争情报团队 (19)3. 提高企业的大数据处理能力 (19)4. 促进企业数据分析的可视化 (20)5. 构建基于云计算的企业竞争情报系统 (21)6. 加强情报安全制度建设 (21)五、研究结论与展望 (23)（一）研究结论与局限 (23)1. 主要结论 (23)2. 研究局限 (24)（二）未来研究展望 (24)参考文献 (26)致谢 (28)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。
大数据时代企业竞争情报系统的评价指标体系研究
大数据时代企业竞争情报系统的评价指标体系研究作者：吴金红王翠波来源：《现代情报》2016年第02期〔摘要〕针对竞争情报系统评价没有体现出大数据特性的不足，结合大数据思维变化的3个方面，归纳大数据竞争情报系统应突出的特性。
从竞争情报系统的构成出发，提出大数据竞争情报系统的评价思路，并从战略保障、运行状态和用户体验3个角度出发，建立了包括功能指标、技术指标和用户指标在内的大数据竞争情报系统评价指标体系，最后探讨了定量定性指标的度量方法。
提出评价指标体系具有多层次多视角的特性，为建设大数据竞争情报系统提供参考。
〔关键词〕大数据；企业；竞争情报系统；系统评价；指标体系DOI：10.3969/j.issn.1008-0821.2016.02.001〔中图分类号〕G250.25〔文献标识码〕A〔文章编号〕1008-0821（2016）02-0003-05〔Abstract〕In view of the fact that methods of competitive intelligence system evaluation do not reflect characteristics of big data，characteristics of competitive intelligence system based on big data are summed up according to three changes of thinking pattern made by big data.Then，the train of evaluation thought of competitive intelligence system based on big data is put forward according to the constitution of the competitive intelligence system.Furthermore，the evaluation index system of the competitive intelligence system based on big data，including function index，technique index and the user index，is established from the views of the strategic security，operation status and user experience.Finally，methods to measure the quantitative and qualitative index are discussed briefly.The proposed evaluation index system has characteristics of multi-level and multi perspective，which can provide references for the construction of competitive intelligence system based on big data.〔Key words〕big data；enterprise；competitive intelligence system；system evaluation；index system大数据正在改变我们的生活以及理解世界的方式，也在改变着商业组织和社会组织的运行模式。
大数据时代企业竞争情报研究的创新策略探析
大数据时代企业竞争情报研究的创新策略探析摘要：在大数据时代，企业竞争情报研究成为企业获取市场信息、竞争对手情报和趋势分析的重要手段。
本文探讨了大数据时代下企业竞争情报研究的创新策略，包括数据收集、数据处理和数据分析的创新方式。
在数据收集方面，企业需要深入挖掘互联网上的各种信息数据，包括社交媒体、论坛、搜索引擎、电商平台等，以获取更加全面的市场信息。
在数据处理方面，企业需要采用先进的技术手段对数据进行清洗、整合、分类、存储等处理，提高数据的质量和效率。
在数据分析方面，企业需要充分挖掘数据背后的价值和关联性，运用数据挖掘和机器学习技术进行模型建立和趋势预测，以提高竞争情报的精度和效果。
关键词：大数据；企业竞争情报；创新策略；数据收集；数据处理；数据分析正文:一、前言随着互联网和智能手机的飞速发展，大数据时代已经来临。
大数据时代给企业带来了前所未有的商机和挑战。
在这个信息爆炸的时代，企业要想在竞争中脱颖而出，必须具备全面准确的市场情报。
企业竞争情报是企业在市场中发挥竞争优势的重要手段。
在传统的情报收集方式中，企业主要依靠人工搜集市场信息、调查竞争对手和分析市场趋势。
这些方式虽然能够获得一定的信息，但是其获取成本高、效率低、数据质量难以保证。
在大数据时代下，企业竞争情报研究需要创新思维，探索更加高效精准的数据收集、处理和分析方式。
二、大数据时代下企业竞争情报的特点1.数据规模大大数据的特点在于数据规模巨大，数据来源广泛。
与传统的情报收集方式相比，企业在大数据时代需要处理数量级更大、种类更多的数据信息。
这些数据包括各个领域产生的数据，如信息采集、采购、生产、销售等，以及社交媒体、电商平台、论坛等数据信息，这些都需要进行有效的整合和处理。
2.数据内容丰富随着数据源头不断增加和信息量的不断扩大，数据内容不断丰富多样。
企业可以根据自己的业务需求来不断挖掘更多的数据信息，如自主研究、竞争对手分析等。
这些数据内容可以用来指导企业决策，以确保企业具备市场竞争力。
大数据技术调研报告挑战与机遇
大数据技术调研报告挑战与机遇一、引言随着信息技术的不断发展和应用，大数据逐渐成为当今社会的热门话题。
大数据技术的快速崛起和广泛运用，为各行各业带来了巨大的机遇与挑战。
本报告将就大数据技术在当前社会中所面临的挑战与机遇进行调研与分析。
二、挑战分析1. 数据处理能力的挑战随着大数据量的不断增加，传统的数据处理方式已经无法满足迅速增长的数据处理需求。
需要更高效、更快速的大数据技术来应对数据处理的挑战。
2. 数据质量的挑战大数据环境下数据质量问题尤为突出，数据的准确性、完整性和一致性成为了关注焦点。
处理海量数据的同时，需要解决数据质量的挑战，保证数据的可靠性与可信度。
3. 隐私与安全的挑战大数据中包含了各个领域的大量敏感信息，如何在数据分析的同时保护用户的隐私成为了一项重要挑战。
同时，大数据环境中也存在着安全问题，需要加强数据的安全性保护。
4. 数据分析与应用的挑战大数据技术的应用需要从庞大的数据中提取有用的信息，并进行深入的数据分析与挖掘。
如何高效、精确地进行数据分析，并将得到的分析结果应用于实际环境中，是当前亟待解决的挑战。
三、机遇分析1. 数据驱动决策的机遇大数据技术的应用为企业提供了更多数据支持，从而更好地进行决策。
通过大数据分析，企业能够更好地洞察市场需求、用户行为等信息，从而作出更准确、更科学的决策。
2. 数据驱动创新的机遇大数据的广泛运用为企业创新提供了新的契机。
通过对大数据的深度挖掘和分析，企业能够发现新的市场机会和业务模式，为产品和服务的创新带来新的突破。
3. 数据驱动效率的机遇运用大数据技术可以实现对业务运营流程的优化和提高效率。
大数据分析可以帮助企业准确找到瓶颈和问题所在，并提供合理的解决方案，从而提升业务运营的效率。
4. 数据驱动个性化的机遇大数据技术的应用为个性化服务提供了更多可能性。
通过对大数据的分析，可以更好地了解用户需求和喜好，从而为用户提供个性化的产品和服务，提高用户满意度和忠诚度。
大数据技术与企业决策挑战与机遇
大数据技术与企业决策挑战与机遇随着互联网的迅猛发展和信息化时代的来临，大数据技术逐渐成为企业决策中不可忽视的因素。
大数据技术的应用能够为企业提供全面、准确、及时的数据支持，帮助企业发现商机、把握市场动态、制定有效决策。
然而，随之而来的是企业面临的挑战和机遇。
本文将探讨大数据技术在企业决策中所带来的挑战和机遇。
一、挑战1. 数据获取与存储的挑战大数据技术所需的数据量庞大，企业需要从各个渠道获取相关数据。
然而，数据的获取不仅需要投入大量的人力、物力和财力，还需要应对数据来源的多样性和不确定性。
同时，大数据的存储也是一大挑战，企业需要建立庞大的数据存储系统，并保证数据的安全、稳定和可靠。
2. 数据清洗与处理的挑战大数据中往往存在着大量的噪音和冗余数据，需要通过数据清洗和处理来提取有效信息。
数据清洗和处理的过程中，涉及到数据准确性的判断、数据关联的建立以及数据异常的识别，都是对企业技术能力和人员素质的要求。
3. 数据分析与挖掘的挑战大数据技术的核心是数据分析和挖掘，通过对大数据的分析和挖掘可以发现市场趋势、用户行为以及企业内部的关键问题等。
然而，数据分析和挖掘需要具备高超的技术水平和专业知识，对企业的人员素质提出了更高的要求。
同时，数据的分析和挖掘结果也需要经验丰富的专业人士进行解读和应用。
4. 数据隐私与安全的挑战大数据技术所处理的数据涉及到用户的隐私信息，数据的泄露或被滥用会对用户造成负面影响。
因此，企业在应用大数据技术的过程中需要保障数据的安全与隐私，加强数据安全管理和风险控制。
二、机遇1. 数据驱动决策的机遇大数据技术具备强大的数据处理和分析能力，可以帮助企业更全面、深入地了解用户需求和市场动态，从而为企业的决策制定提供更有力的支撑。
企业可以基于大数据技术挖掘出的关键信息，制定更科学、精准的战略规划，降低决策风险，提高决策的效率和准确性。
2. 市场发展机遇大数据技术的应用为企业提供了更多的商机和市场机遇。
大数据时代下的企业竞争力提升策略研究
大数据时代下的企业竞争力提升策略研究
一、研究背景
当今，随着科技的进步，大数据已经成为日常生活的一部分，它以其强大的计算和处理能力及无处不在的影响力，正在深刻地改变我们的生活方式。
同时，大数据技术也在企业的市场营销、品牌管理、战略决策等方面发挥着重要作用。
在如今的数据时代，大数据的技术应用，不仅可以改善企业的经营效率，提高企业的效益，更能够为企业发展注入新的活力。
二、研究目的
本研究旨在探索大数据在企业竞争力提升方面可能带来的机遇。
研究的主要目的有三个：1）探究在大数据时代，企业可以采取哪些措施提升企业竞争力；2）弄清企业在大数据时代实施竞争力提升策略时存在的障碍及解决办法；3）分析大数据时代下的企业竞争力提升策略，寻找其可行性。
三、研究方法
本研究将采用定量分析法、实地拜访法等多种方法来进行研究。
定量分析法将分析并比较相关资料，以确定企业竞争力提升策略的原则；实地拜访法将进入实际企业实施大数据竞争力提升策略，收集企业实施情况，以便分析其可行性。
此外，还将结合专家访谈法、抽样调查法等，以深入分析大数据时代企业竞争力提升策略对企业发展的影响，以及相关困境的解决办法。
大数据技术在企业决策中的风险与机遇
大数据技术在企业决策中的风险与机遇随着信息时代的到来，数据量的爆炸式增长给企业决策带来了前所未有的挑战和机遇。
大数据技术的应用正成为企业决策的重要工具，然而，随之而来的也是一系列的风险。
本文将探讨大数据技术在企业决策中所带来的风险与机遇，并提出相应的对策。
一、大数据技术带来的风险1. 数据隐私与安全风险大数据技术的应用使得企业能够收集、存储和分析大量的个人数据。
然而，这也使得用户的隐私面临潜在的威胁。
数据泄露、信息被滥用等问题可能导致企业声誉受损，甚至引发法律行动。
2. 数据质量风险大数据的规模庞大且多样化，使数据质量成为一个关键问题。
数据的错误、不完整或不准确可能导致决策的失误，从而损害企业的利益。
3. 缺乏合适的数据分析能力风险大数据的价值在于从中提取有价值的信息和洞察力。
然而，在企业中缺乏具备相应技能的专业人员，导致数据的分析和解释变得困难，从而限制了大数据技术的有效应用。
4. 法律与合规风险大数据技术的应用可能触及到隐私法律、竞争法律、知识产权等方面的问题。
企业需要了解并遵守相关法律法规，以避免可能的诉讼和罚款。
二、大数据技术带来的机遇1. 更精准的决策通过分析大数据，企业可以获得更深入的洞察力，从而进行更精准的决策。
大数据技术的应用可以帮助企业预测市场趋势、消费者行为，从而优化产品和服务。
2. 创新和竞争优势大数据技术的应用使企业能够更好地了解市场需求、产品定位和竞争对手。
通过对大数据的挖掘和分析，企业可以发现新的商业模式，以及创新的机会，从而为企业带来竞争优势。
3. 降低成本和风险大数据技术的应用可以帮助企业优化供应链、生产和运营过程，从而降低成本并减少风险。
通过对大数据的分析，企业可以优化资源配置，提高生产效率，降低运营风险。
4. 客户关系管理的改善通过对大数据的分析，企业可以更好地了解客户需求和偏好，从而提供个性化的产品和服务。
这将有助于提高客户满意度，并建立更紧密的客户关系。
三、应对大数据技术带来的风险的对策1. 加强数据隐私与安全保护企业应建立完善的数据隐私与安全管理体系，包括数据加密、访问控制等措施，以保护用户的个人隐私和数据安全。
浅谈金融大数据面临的机遇和挑战
浅谈金融大数据面临的机遇和挑战金融大数据是指在金融领域中产生的大量结构化和非结构化数据，它涉及到交易记录、客户信息、市场行情、风险管理等诸多方面。
随着金融科技的发展，金融大数据成为金融机构和企业的重要资产，也为金融行业带来了许多机遇和挑战。
一、机遇1. 数据驱动的决策能力增强金融大数据可以通过对市场趋势、客户行为、风险状况等数据进行分析和挖掘，帮助金融机构更好地理解市场和客户需求，提升决策的准确性和效率。
通过大数据技术，金融机构可以实现更精准的风险管理、产品定价和营销策略，从而更好地适应市场需求。
2. 个性化服务和产品创新金融大数据可以帮助金融机构更好地了解客户的风险偏好、消费习惯、投资需求等个性化信息，从而为客户提供更加个性化的金融服务和产品。
通过大数据分析，金融机构可以设计更具吸引力的金融产品，提高客户满意度和忠诚度，实现业务增长。
3. 降低交易风险金融交易中存在着各种各样的风险，如市场风险、信用风险、操作风险等。
利用金融大数据，可以实现对这些风险的更准确识别和更有效控制。
通过对大数据的分析，可以及时发现交易异常，提升交易监管能力，减少金融欺诈和风险事件的发生。
4. 促进金融科技发展金融科技是当前金融行业的发展潮流，而金融大数据是金融科技的基础和重要支撑。
利用大数据技术，可以实现金融行业的创新和改革，推动金融科技的发展。
通过金融大数据的应用，还可以实现金融产品的智能化、自动化，提升金融服务的便捷性和效率。
5. 数据共享促进行业合作金融大数据的共享和开放，有利于促进金融机构之间、金融机构与科技公司之间的合作。
金融机构可以通过数据共享，获得更多的客户信息和市场洞察，更好地了解和服务客户；科技公司可以通过金融大数据，为金融机构提供更多的数据分析和技术支持，实现共赢。
二、挑战1. 数据隐私和安全风险金融大数据的应用和共享，可能涉及到大量敏感客户信息的处理和传输，存在着数据隐私和安全风险。
金融机构和企业需要加强数据的安全防护和合规管理，避免数据泄露和滥用，保护客户隐私和利益。
大数据时代的市场竞争分析与策略
大数据时代的市场竞争分析与策略随着信息技术的飞速发展和互联网的普及，我们进入了一个数据爆炸的时代。
从个人用户到企业组织，几乎每个人都在数据世界中留下了数字足迹。
这些海量的数据成为了市场竞争分析的宝贵资源，能够为企业提供深入的市场洞察和核心竞争力的提升。
本文将探讨大数据时代的市场竞争分析与策略，帮助企业在激烈的竞争环境中取得成功。
首先，大数据时代对市场竞争分析提出了全新的挑战和机遇。
传统的市场竞争分析主要依靠市场调研、问卷调查和深入访谈等手段收集数据。
然而，这种数据采集方式通常耗时耗力且容易受样本偏差的影响。
相比之下，大数据的应用可以实现大规模、高效率的数据收集和分析。
企业可以通过挖掘内部和外部的大数据，了解市场需求、行业趋势和消费者行为，从而更准确地把握市场竞争态势。
在大数据时代，市场竞争分析的关键在于如何从海量的数据中提炼有价值的信息。
这就要求企业具备强大的数据分析能力和科学的方法论。
首先，企业需要建立一个完整、准确、集成的数据库，以便整合和挖掘各类数据。
其次，企业需要培养专业的数据分析团队，掌握数据挖掘、机器学习和人工智能等相关技术，实现数据的智能分析和认知。
最后，企业需要借助数据可视化和数据报告等手段，将分析结果直观地展示给决策者和相关部门，以便更好地指导市场竞争策略的制定和调整。
借助大数据分析，企业可以在市场竞争中制定相应的策略。
首先，企业可以通过分析市场和竞争对手的数据来优化产品定位和市场定位。
例如，企业可以分析用户的购买行为和偏好，了解不同细分市场的特点和需求，从而调整产品的功能、定价、销售渠道等策略，提高产品的竞争力。
其次，企业可以通过分析竞争对手的行业数据和公司数据，找出自身的优势和劣势，进一步确定市场差异化和核心竞争力的方向。
通过评估市场潜力和竞争状况，企业可以制定合理的市场份额目标和增长策略。
此外，大数据分析可以帮助企业实时监测市场竞争动态，及时调整市场竞争策略。
在市场竞争激烈的行业，即时掌握市场信息和竞争对手的变动非常重要。
大数据应用下的企业竞争力研究
大数据应用下的企业竞争力研究随着信息技术和互联网发展，数据的产生和积累呈现爆炸式增长，这也催生了大数据技术的出现和应用。
大数据时代的到来，让企业的经营模式、管理方式、市场营销等方面发生了巨大的变革，进而对企业竞争力产生了深远的影响。
一、大数据技术在企业中的应用1.数据采集、处理大数据技术最基础的应用就是数据采集和处理，目的是为了将海量的数据转化为有用的信息资源。
企业可以通过对消费者行为、竞争对手动态、市场趋势等数据的监测和分析，了解消费需求和市场竞争，进而制定合适的经营策略和决策。
2.智能推荐、个性化服务在大数据的支持下，企业可以为消费者提供更加个性化和定制化的服务。
例如，在购物网站上，系统可以通过用户的浏览记录和购买历史等数据，为用户推荐符合其兴趣和需求的商品或服务，这也可以提高用户满意度和忠诚度。
3.营销推广大数据技术可以帮助企业进行更为精准的营销。
企业可以通过人口学、地理位置、在线行为等数据，对客户群体进行精细化划分，进而为其提供定制化的广告和营销策略，以提高广告回报率。
二、大数据应用对企业竞争力的提升1.创新能力的提升在大数据支持下，企业可以对消费者需求进行更加深入的分析和研究，进而掌握市场走向和消费需求的变化。
这不仅可以帮助企业进行产品创新，还可以为企业提供更加优质的服务和体验，提高企业的市场份额和竞争优势。
2.成本控制能力的提升大数据技术可以帮助企业精细化管理和控制成本。
例如，在生产过程中，企业可以通过对材料和工序的监控和分析，精准计算出产品的费用和成本，进而优化生产流程和降低生产成本。
3.协作能力的提升大数据技术可以帮助企业实现内外部的协同和合作。
例如，在供应链管理中，企业可以通过对供应商数据的分析和监测，提前预知需求和库存量，进而实现供应、生产和销售的协同和优化。
三、大数据应用还面临的挑战和风险1.数据安全和隐私问题大数据的价值在于海量数据的挖掘和分析，但对于个人隐私的保护也是至关重要的。
大数据环境下的企业竞争力分析研究
大数据环境下的企业竞争力分析研究随着互联网的迅猛发展，数字经济已成为全球经济发展的主要推动力。
在数字化转型的浪潮中，大数据已成为企业获取核心竞争力的关键技术。
大数据环境下的企业竞争力分析研究，对企业的发展意义重大。
一、大数据对企业竞争力的影响大数据的出现，为企业带来了更广泛、更深入的市场数据和客户信息。
企业可以根据大数据分析出市场、客户和竞争对手的实时变化和趋势，来更好地制订企业竞争策略，并优化产品设计和服务定价。
同时，大数据也可以助力企业进行精细化营销，从而更好地满足不同客户的需求。
二、企业如何利用大数据分析竞争力1. 通过数据挖掘找出企业优势通过对大数据的深入挖掘，企业可以找到自己的优势所在。
比如企业可以通过大数据分析竞争对手的行业地位、品牌影响力和产品创新能力等，找到自己产品或服务的优势所在，并进一步完善和提升自身核心竞争力。
2. 通过数据预测发展趋势大数据分析可以更好地帮助企业预测市场发展趋势。
企业可以通过大数据精准分析市场需求和趋势，以更好地满足消费者需求。
同时，企业也可以对行业整体趋势进行分析和预测，以及对竞争对手的战略进行预测和应对。
3. 通过数据可视化进行分析可视化分析是大数据分析工具中一种重要的应用。
通过数据可视化，企业能够更好地理解和分析大型数据，并快速得出结论。
同时，可视化分析还可以帮助企业找到潜在的市场机会，以及更好地了解竞争对手的优势。
三、大数据分析在企业竞争中的应用案例1. 拉勾网拉勾网作为领先的人力资源服务提供商之一，通过对逾百万求职者数据和逾20万企业数据的分析，为企业和求职者提供精准的服务。
拉勾网利用人工智能和自然语言处理技术，分析若干行业内的人才市场和行业趋势，从而制定出行业内最优化的人才管理策略。
2. DHLDHL通过对大型海运数据的分析，对大型海洋运输市场的未来趋势进行了分析和判断。
因此，DHL可以更好地把握全球物流市场发展趋势，优化自身能力建设和发展战略，在全球物流市场竞争中具有更强的竞争力。
大数据时代企业竞争情报面临的挑战及情报分析策略
80 / CHINA MANAGEMENT INFORMATIONIZATION2015年8月第18卷第16期中国管理信息化China Management InformationizationAug.,2015Vol.18,No.16随着我国信息技术快速发展，互联网开始大量普及，目前已有多种终端设备直接记录人类社会中复杂和频繁的信息行为，这些行为发展至今产生了大量的数据，大数据已经开始渗透到每个行业和领域中，并成为今后发展的主要生产要素之一。
1 大数据时代企业竞争情报面临的挑战1.1 大数据时效性阻碍信息管理有效性如何及时发掘并分析海量的动态异构数据，为企业竞争情报研究提供准确情报，是摆在竞争情报人员面前急需解决的问题。
具体表现在以下几方面：①大量涌现的数据给常规化信息管理带来巨大负担，维护、存储工作成为难点；②数据本身具有膨胀及多样化特点，迫使相关情报人员必须具备敏锐的预知和感知能力，才能全方位、多层次地做好情报收集工作，保证数据质量精准、可靠；③数据的风险和安全问题。
任何信息技术的升级和应用都是一把“双刃剑”，比如，企业应用云计算技术，能直接减轻企业内部管理压力，但同时也带来巨大数据风险。
1.2 大数据的涌现性难以驾驭大数据的涌现性特点导致数据的获取、分析、度量、预测等多方面都难以随心所欲地驾驭，主要表现在以下几方面。
①模式涌现性，在异质性及多样性共存的网络数据中，数据的属性和功能既有一定联系，又存在一定差别，一方面，从整体性体系中涌现出某种具有局部特征的特定模式；另一方面，数据的关联性又催生出具有模块化性质的网络数据模型，在演化过程中自发地聚合或分离。
②行为涌现性，数据采集和存储技术的发展使数据本身的时序性特征更为明显，但是，在社会网络中个体及群体的行为都基于大量数据实证分析，给数据精细化管理分析带来巨大难度。
③语义涌现性，通常在开放自由的网络空间中，大量个体性语义随相应网络数据动态更新进行演化并融合，从而促使其形成新的语义。
运用SWOT分析法探析中国大数据市场发展现状和应对策略_吴小红
引言 一 、 现代社会正 以 不 可 想 象 的 速 度 产 生 海 量 数 据 。 微 博 留 言 产 生 数 据， 视频产生数据 ， 手机通 话 产 生 数 据 ， 商 品 标 签 产 生 数 据， 快 递 包 裹、 物品流通产生数据 ， 移动终端和 互 联 网 的 普 及 更 是 加 快 产 生 数 据。根 达到３ 据Ｉ Ｄ Ｃ 预测 ， １ ０ 年后 的 数 据 增 长 量 将 是 ２ ０ １ ０年的４ ４ 倍， ５ Ｚ Ｂ。 — — 大数据时代 。 我们已经进入数据爆炸性增长的时代 — 如今 ， 大数据已被视作提升国家竞 争 力 的 重 要 资 源 ， 因而有必要对 一国的大数据市场发展整体现状 进 行 研 究 。 本 文 就 对 中 国 的 大 数 据 市 场发展 面 临 的 机 遇 与 挑 战 、 优势和劣势进行研究， 帮助中国企业抓住大 数据市场机遇进行业务转型 。 大数据 ” 定义及特点 二 、“ “ 根据 Ｉ 大数 据 ” 是指无法在一定时间內用传统数据库 Ｄ Ｃ 的定义 ， 软件工具对其內容进行抓取 、 管理 和 处 理 的 数 据 集 合 。 普 遍 认 为 ， 大数 据具有以下四个基本特点 ： ） 。 数据量级已从 Ｔ 海量的数据容量 （ ｖ ｏ ｌ ｕ ｍ ｅ ｂ ｉ Ｂ 发展至 Ｐ Ｂ 乃至 ｇ 可称海量 、 巨量乃至超量 。 Ｚ Ｂ， ） 。数据流往往为 快速的数据流转和动态的数据体系 （ ｖ ｅ ｌ ｏ ｃ ｉ ｔ ｆ ａ ｓ ｔ ｙ 而且需 要 快 速 、 持 续 的 实 时 处 理； 处理工具亦在快速 高速实时数据流 ， 演进 ， 软件工程及人工智能等均可能介入 。 ） 。 数 据 类 型 繁 多， 多样的数 据 类 型 （ 愈来愈多为网 ｖ ａ ｒ ｉ ａ ｂ ｌ ｅ ｔ ｅ ｙ ｐ 页、 图片 、 视频 、 图像与位置信息等半结构化和非结构化数据信息 。 ） 。以视 巨大的数据价值和数据低密度 （ ｖ ａ ｌ ｕ ｅ ｈ ｉ ｈ ａ ｎ ｄ ｌ ｏ ｗ ｄ ｅ ｎ ｓ ｉ ｔ ｇ ｙ 频安全 监 控 为 例 ， 连续不断的监控流中， 有重大价值者可能仅为一两秒 全方位视频监控的 “ 死 角” 处， 可能会挖掘出最有价值的 的数据流 ； ３ ６ ０ ° 图像信息 。 ＳＷＯ Ｔ 分析法分析中国大数据市场 三 、 。（ 大数据带来 的 机 遇 （ 新一代信息技术融合应 １． ｏ ｏ ｒ ｔ ｕ ｎ ｉ ｔ １） ｐ ｐ ｙ） 用新焦点 。 大数据的热潮产生于新 一 代 信 息 技 术 的 融 合 发 展 ， 同时， 对 移动 大数据的处理和分析又 成 为 这 种 融 合 发 展 的 核 心 支 撑 。 物 联 网 、 互联 网、 数 字 家 庭、 社会化网络等都是新一代信息技术具体的应用形 态， 大数据伴随这些应用 不 断 增 长 ， 云 计 算 则 为 这 些 海 量 的、 多样化的 大数据提供存储和运算的支撑平 台 。 反 过 来 ， 对大数据的分析、 优化结 果反馈 到 物 联 网 等 应 用 中 ， 又进一步改善使用体验， 并创造出巨大的商 业价值 、 经济价值和社 会 价 值 。（ 信 息 产 业 持 续 高 速 增 长 的 新 引 擎。 ２） 大数据因其巨大的商业价值和市场需 求 正 成 为 推 动 信 息 产 业 的 变 革 的 新 技 术、 新 服 务、 新业态正在不断 新引擎 。 面向大数据市场 的 新 产 品 、 涌现 。 一方面 ， 大数据将对 芯 片 、 存 储 产 业 产 生 重 要 影 响， 还将催生一 体化数据存储处理服务器 、 内存计 算 等 市 场 。另 一 方 面 ， 大数据蕴含的 巨大价值将引发数据挖掘 、 商业智能市 场 的 空 前 繁 荣 。（ 行业用户提 ３） 升竞争能力的新动力 。 对 大 数 据 的 利 用 将 成 为 企 业 提 高 核 心 竞 争 力 、 并抢占市场先机的关键 。 在 未 来 ３ 到 ５ 年 ， 那些真正理解大数据并能 利用大数据进行价值挖掘的企业和不 懂 得 大 数 据 价 值 挖 掘 企 业 之 间 的 差距将会显现 。 真正能够 利 用 好 大 数 据 、 并将其价值转化成生产力的 从而成为行业的领导者 。 企业必将具备强劲有力的竞争优势 ， ） 。（ 大数据带来的挑战 （ 数据分析与管理人才紧缺。大 ２． ｔ ｈ ｒ ｅ ａ ｔ １） 复合人才的稀缺将会影响 数据技术市场是一个混 合 多 种 技 术 的 世 界 ， 金融行业的人才结构来看， 主导建设 我国该市场的发展 。 从目前电信 、 数据挖 掘 系 统 的 大 多 是 工 科 出 身 ， 业务不熟悉， 对于数学领域中的统计 学较为生疏 ， 呈现“ 懂得信息技术的专家， 不一定懂得行业； 懂得行业的 专家 ， 不一定懂得信息 技 术 ” 现 象 。（ 用 户 隐 私 与 便 利 性 的 冲 突。 大 ２） 数据孕 育 着 很 多 商 机 ， 如何在商业化的过程中既保证个性化， 又保护隐 私这是一个对立的问题 ， 给 开 发 者 提 出 很 大 挑 战。 利 用 大 数 据 获 取 商 机显然 十 分 重 要 ， 但如何防止这些数据被过度泛滥、 被公开和被不法分 子利用 ， 则是大数据发展过程中必须思 考 的 新 课 题 。（ 数据安全的风 ３）
大数据环境下企业竞争情报的问题与对策研究
大数据环境下企业竞争情报的问题与对策研究发布时间：2021-09-23T03:14:41.385Z 来源：《科学与技术》2021年14期作者：张刚建[导读] 随着科学技术的发展，我国逐渐进入到大数据时代，在大数据背景之下，企业在实际开展运营工作的过程中，要想能够实现高质量的发展，做好数据分析工作十分有必要张刚建中国飞机强度研究所陕西西安 710065摘要：随着科学技术的发展，我国逐渐进入到大数据时代，在大数据背景之下，企业在实际开展运营工作的过程中，要想能够实现高质量的发展，做好数据分析工作十分有必要。
同时，由于企业之间的竞争越来越激烈，为了更快获取市场信息，企业方面也需要能够积极建立竞争情报系统，确保企业的管理层能够对于客户的实际需要以及市场的动向有更加全面的了解，根据市场的实际需要以及客户的现实需要调整自己的运营方案，使本企业的核心竞争力能够得到有效提升，全面推动企业自身的发展。
本次研究中，文章就从大数据时代企业竞争情报存在的问题以及在大数据背景之下企业在实际建立竞争情报系统过程中的策略进行了具体探讨，希望能够推动企业竞争情报系统的建立，使大数据技术的积极作用能够得到全面发挥。
关键词：大数据环境；企业竞争情报；问题；对策引言随着互联网和信息技术的发展，人类迈入了大数据时代。
大数据已渗透到各行各业，正深刻地改变着人们的思维、生产和生活方式，也给企业的经营带来了前所未有的机遇和挑战。
在大数据时代的背景下，企业获取、存储、处理、分析数据变得越来越快捷，但如何从海量的数据中找到有价值的情报依然是关键。
1大数据时代企业竞争情报存在的问题1.1企业缺乏法律道德意识国内部分企业存在采取不可取的手段获得竞争情报的现象，这种做法违反了公平竞争原则，损害了整体商业环境。
采取不可取的手段获得竞争情报，说明这部分企业不仅对于竞争情报的概念和认识不够到位，他们的竞争行为既不是合理合法的，而且反映出他们缺乏法律道德意识。
浅谈大数据时代企业管理会计的机遇挑战与应对
浅谈大数据时代企业管理会计的机遇挑战与应对随着大数据技术的快速发展和应用，企业管理会计也面临着前所未有的机遇和挑战。
本文从机遇与挑战两方面阐述大数据时代企业管理会计的应对策略。
一、机遇1. 提高决策效率和质量大数据带来的信息量和信息速度是以往的管理会计难以比拟的，这为企业决策提供了更多更全面的信息和更快的反应速度。
管理会计可以利用大数据技术进行多维度的数据分析，辅助管理层做出更加准确的决策。
2. 降低成本和风险大数据技术可以帮助企业管理会计快速识别运营成本的浪费点，进而采取相应的降低成本措施。
同时，大数据技术可以实现精准风险控制，帮助企业管理会计在风险评估和风险监控方面更加精准有效。
3. 推动企业产业升级大数据技术可以通过提高生产效率、改进供应链管理和优化产品设计等方面，推动企业产业升级。
管理会计可以利用大数据技术来分析市场趋势和竞争对手，及时调整企业发展战略，增强企业核心竞争力。
二、挑战1. 数据质量的保证大数据时代，数据质量的保证十分重要。
为了满足企业管理会计的需求，大量的数据需要来自不同的数据来源，在数据整合和清洗过程中需要尽可能减少错误数据的影响，保证数据的准确性和可靠性。
2. 专业人才的缺乏管理会计需要掌握的大数据技术知识和技能十分广泛，需要从数据的收集、整合、清洗，到分析、预测、决策等多个环节都要进行专业的理解和应用。
然而，该领域的专业人才还相对稀缺，如何解决企业管理会计中专业人才的缺乏问题是一个需要思考的挑战。
3. 私密性和安全性的保障在大数据时代，个人隐私和企业机密被泄露的风险也增加了。
如何通过技术手段和制度管理手段保障数据的私密性和安全性，避免因数据泄露而导致的损失和风险，是企业管理会计面临的一个难题。
三、应对策略1. 跨部门协作实现数据整合和清洗针对数据质量问题，可以建立数据整合和清洗机构，整合不同部门的数据，并进行有效清洗。
同时，建立数据管理标准，对数据收集、整合、清洗、存储、分析和应用等环节进行规范化管理，保证大数据质量。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收稿日期：2012－09－05修回日期：2012－09－16基金项目：教育部人文社会科学青年基金项目“泛在信息环境下基于情境感知的自适应信息服务研究”（编号：11YJC870026）；教育部人文社会科学青年基金“公民网络表达及政府回应机制研究”（编号：12YJC810035）。
作者简介：吴金红（1974－），男，博士，副教授，研究方向：商业智能与智能信息系统；张飞（1978－），男，博士，讲师，研究方向：网络舆情与公共治理；鞠秀芳（1976－），女，博士，副教授，研究方向：文献计量学。
大数据：企业竞争情报的机遇、挑战及对策研究*吴金红1张飞1鞠秀芳2（1．武汉纺织大学管理学院武汉430073；2．南京大学中国社会科学研究评价中心南京210093）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。
文章首先阐述了大数据的内涵和特征，认为大数据有利于提高竞争情报的真实性、精准性以及实时性。
在此基础上，详细分析了企业竞争情报面临的挑战，包括情报存储问题、情报分析问题、情报安全问题以及人才紧缺问题。
最后，从情报意识、情报组织团队、竞争情报系统以及情报安全制度等几个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。
关键词大数据竞争情报信息分析信息服务中图分类号G350文献标识码A文章编号1002－1965（2013）01－0005－04Big Data ：Opportunities ，Challenges and Strategies of EnterpriseCompetitive IntelligenceWu Jinhong1Zhang Fei1Ju Xiufang2（1．School of Management ，Wuhan Textile University ，Wuhan 430073；2．Chinese Social Research Evaluation Center ，Nanjing University ，Nanjing210093）AbstractThe era of Big Data is coming ，which will bring fundamental changes of data usage in all industries．Firstly ，the concept andcharacteristics of big data are described．It is presented that the Big Data can improve authenticity ，accuracy and real －time of competitive intelligence．On the basis of discussion above ，challenges that enterprise competitive intelligence must face are analyzed in detail ，inclu-ding intelligence storage ，intelligence analysis ，intelligence security as well as the talent shortage issues．Finally ，strategies that enterprise competitive intelligence organizations must focus on in the era of Big Data are discussed and presented from aspects of the intelligence awareness ，intelligence organization team ，competitive intelligence systems ，as well as intelligence security．Key wordsbig datacompetitive intelligenceinformation analysisinformation service2012年3月29日，奥巴马政府在白宫网站发布了《大数据研究和发展倡议》（Big Data Research and De-velopment Initiative ），旨在提升利用大量复杂数据集合获取知识和洞见的能力，并将为此投入两亿美元以上资金［1］。
这一倡议标志着大数据已成为重要的时代特征。
作为知识金字塔顶端的竞争情报，必然会受到大数据的冲击，究竟大数据带来了什么样的机遇和挑战？采取什么样的应对措施才能帮助企业洞察大数据带来的大价值？这些问题亟需竞争情报工作者去面对和思考。
1大数据的基本内涵与物联网、云计算一样，“大数据”（Big Data ）是最近几年被人们热议的话题。
2011年5月，全球著名的信息存储设备公司EMC 在“云计算相遇大数据”大会上正式提出“大数据”概念。
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。
随后“大数据”迅速成为了计算机行业争相传诵第32卷第1期2013年1月情报杂志JOURNAL OF INTELLIGENCEVol．32No．1Jan．2013的热门概念，一些著名的IT商家如IBM、Teradata、In-formatica、NetApp等纷纷发表对大数据的理解［2 3］。
顾名思义，“big”即数据量大，因而在国内有人将之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。
在生物学、天文学、环境生态学以及电信、金融等行业早就存在着海量数据，但人们并没有将之命名为“大数据”。
究其原因，是因为数据量虽然大，但是结构较为单一，人们还能使用传统的技术进行分析和处理。
然而，由于计算机技术进步的持续推动，使得数据产生的成本下降，导致数据总量以无以伦比的速度急剧膨胀。
据IDC统计，至2010年底全球数据量已经达到了120万PB，到2020年，全球以电子形式存储的数据量将暴增44倍，达到35ZB，并且大约每两年翻一番［5］。
同时，随着物联网、移动互联网以及电子商务等新型网络应用的快速发展，新的数据类型也层出不穷，并且增速也极快。
复杂庞大并且增速极快的数据形成了一道难以逾越的鸿沟：一方面是海量的数据超越了人们数据处理能力的范畴，传统的数据管理和数据分析技术难以有效挖掘这些数据潜在的价值；另一方面是企业决策越来越依赖于数据，人们亟需快速从积累的业务数据以及无处不在的网络信息中获得洞察市场、客户的能力。
在这种情况下，企业、咨询公司以及政府机构抛出了“大数据”这个概念，其涵义超越了“海量数据”或“大规模数据”。
实际上，大数据描述的是随着数据量和数据类型激增而逐渐衍生出来的一种现象，不仅包括大规模的体量、多样化种类的数据集，还包括对这种数据集进行高速采集、处理与分析以提取价值的技术架构与技术过程。
它具有以下一些特征：数据量大（Volume），PB级甚至是ZB级，并且每两年翻一倍；数据类型多（Variety），网络日志、音频、视频、图片、地理位置信息等结构化、半结构化和非结构化数据并存，数据类型层出不穷；价值稀疏性（Value），有价值的数据比例小，犹如大海里的一根针；速度快（Velocity），要求提高处理数据的效率，以便企业快速反应；复杂性（Complexity），数据管理和数据分析的复杂性。
2大数据给竞争情报带来的机遇与挑战在大数据时代，数据逐渐成为企业最重要的资产之一，决策行为将日益基于数据分析做出，而不是像过去更多凭借经验和直觉。
作为构筑在数据分析和信息处理基础上的竞争情报，它的发展将面临着全新的信息空间所带来的机遇和挑战。
2．1带来的机遇大数据给企业竞争情报工作带来了诸多的机遇，这里我们主要从数据本身出发，分析大数据给竞争情报带来的影响，主要包括：a．全面的数据，有利于提高竞争情报的真实性。
从数据来源上看，大数据主要包括交易数据、交互数据和感知数据等三种数据。
其中，交易数据是以SQL数据库来存储的事务性数据，来源于企业ERP、SCM、CRM和Web交易系统；交互数据主要来源于社交媒体，如微博、Facebook、Twitter、Web日志、点击流数据、电子邮件等；感知数据主要来源于物联网，如传感器、RFID、GPS芯片，是对周围物理世界的感应。
这些不同来源的数据从不同方面反映着企业竞争对手、竞争环境以及企业自身的方方面面，为企业洞察行业的竞争态势、竞争对手的动向以及自身的优劣提供了足够的情报资源。
更为重要的是，企业用以分析的数据越全面，分析的结果就越接近于真实。
b．社会化的数据，有利于提高竞争情报的精准性。
长期以来，企业与客户之间总存在着无形的隔阂，使得企业难以真正了解他的客户。
而大数据时代的一个重要趋势是数据的社会化，从博客论坛到游戏社区再到微博，从互联网到移动互联网再到物联网，到处都可以发现客户各类网络活动所产生的相关数据记录。
数据的社会化使得企业更加贴近客户，这让企业竞争情报人员有机会收集客户的第一手资讯，近距离地观察客户，为企业提供精准的和预判性的客户竞争情报。
c．即时传播的数据，有利于提高竞争情报的实时性。
当前，互联网的重心逐步向着移动互联转移。
截至2011年12月底，中国手机网民规模达到3．56亿，占总体网民中的比例达到69．4%［6］。
手机上网成为人们工作和生活的一种习惯，越来越多的企业开通官方微博，第一时间发布自己的产品信息、人事变动等重要信息，而普通用户则随时针对特定的事件或对象发表自己的见解观点或者态度。
如今，通过智能手机、平板电脑甚至具有网络功能的照相机、摄像机等泛互联网设备所产生的信息占互联网信息总量的1/3以上。
这些即时传播的数据，如能利用好，将极大地提高竞争情报的时效性和企业的反应能力。
如2012年5月18日，即Facebook上市当天，社交媒体监测平台DataSift 通过分析Twitter上的情感倾向，成功地预测了Face-book的股价波动，延迟情况只有几分钟到20多分钟［7］。
2．2面临的挑战大数据也使竞争情报的未来发展面临着新的问题和挑战，主要集中在以下几个方面：a．情报存储问题。
多年的信息化使得企业积累了大量的数据，未来的竞争情报系统将会面对TB级的数据集。
据统计，目前美国雇员超1000人的企业中，大约有9，466家企业储存数据量已经超越100TB；淘宝目前每天的活跃数据量已经超过50TB；百度每日新增数据10TB，每天系统需要处理1PB的数据［8］。
而·6·情报杂志第32卷且竞争情报需要关注的数据显然已经不仅限于企业内部数据库中的业务数据，还要包括物联网、社交网络、移动网络等用户活动中所产生的难以估量的社会化数据。