大数据背景下竞争情报数据环境的变化及思维的创新

庞进京

摘要：大数据时代带来了数据环境和数据使用方式的变化，给企业竞争情报工作带来了机遇和挑战。解构大数据与竞争情报的关系，分析大数据背景下的数据环境变化，进而提出转变和创新企业竞争情报工作思维的建议，促使情报工作适应大数据背景的特点，将大数据转化为大情报。

关键词：大数据 数据环境 竞争情报

引言

大数据时代已经来临，数据环境发生了巨大变化，带来了数据使用方式的根本性变革。大数据的兴起，正在促使企业审视数据战略，重视竞争情报的作用，力求从大数据分析中挖掘更多的竞争情报和商业价值。作为知识金字塔顶端的竞争情报，必然会受到大数据环境的影响。新的数据特点和竞争情报获取环境的变化，促使企业竞争情报工作思维的转变和创新。

一、大数据与竞争情报

1.大数据相关解构

“大数据”（Big data）成了近幾年社会热词，却没有形成统一的定义。最早提出大数据时代到来的是麦肯锡，于2011年正式使用“大数据”一词，将其定义为：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。IBM、NetApp、维基百科、百度百科等也从不同角度对其内涵和特点进行了描述。综合业界和学界的观点，大数据具有数据存量大且增长迅速、数据类型繁多结构复杂、价值密度低、处理速度快等特点。对于大数据中“大”的理解，主要有两个方面：一是指大量的、快速增长的数据；二则是数据中所蕴含的价值量较大。例如，Amazon的最终期望是：“最成功的书籍推荐应该只有一本书，就是用户要买的下一本书”，充分利用用户大数据实现用户个性需求分析与精准化预测。

2.竞争情报内涵剖析

包昌火教授认为竞争情报是关于竞争环境、竞争对手、竞争策略的信息和研究，既是一种过程，又是一种产品。企业竞争情报工作就是从原始的数据中挖掘关于竞争环境、竞争对手和竞争策略情报的过程，从而形成高附加价值的产品，其价值在于保证竞争活动中信息不对称的优势地位。竞争情报是促进企业在环境中进化的一种关键因素，保持对情报环境的敏感性，即时感知，随时发现，迅速行动，在竞争中求生存寻优势。

3.大数据与竞争情报的关系

在大数据时代，数据的价值逐渐得到企业的重视，不再是过去的凭借经验和直觉进行决策，而是日益取决于全样本数据分析。大数据是基于全样本数据的分析，通过可视化方式实现对未来行业发展前景的预测。而竞争情报是通过对相关情报的关联分析，为企业高层提供决策依据，二者本质上是一致的。大数据时代带来了全新的数据环境，作为构筑在数据分析基础上的竞争情报，它的发展将面临着许多机遇和挑战。机遇如竞争情报地位提升，竞争情报源更丰富，竞争情报分析能力增强等；挑战如管理的数据量庞大，数据质量难于控制，数据难于动态集成等。因此，本文研究大数据背景下的数据环境变化，以促使企业竞争情报工作思维转变，实现竞争情报的核心价值。

二、大数据背景下数据环境的变化

大数据改变了数据环境和信息空间，主要体现在数据来源、规模、类型和存在方式等方面的变化，带来了数据使用方式的根本性变革，对企业的竞争情报工作造成很大的冲击。

1.数据来源广泛，内容丰富

“数据变得在线了”和“数据无处不在”是数字化时代大数据最鲜明的特点。大数据时代的数据来源变得更加广泛，竞争情报从数据来源来看，包括三个方面的数据，即企业自身数据、购买合作外部数据、公开信息源数据。对于企业竞争情报工作，不但要持续不断地收集企业内部业务流程数据，还要收集用户行为、竞争对手、行业动态等数据。数据内容非常丰富，包括行业分析报告、竞争对手分析报告，需要动态关注企业微博、微信公众号上的各类数据信息。数据来源如此广泛，既给企业竞争情报工作带来情报养料，也对其数据收集和分析带来挑战。

2.数据规模庞大，增长迅速

物联网、移动终端、社会化网络等新型网络应用的快速发展，导致数据总量以空前的速度急剧膨胀，数据类型以几何级数增加。目前很多领域的数据都以惊人的速度增长，催生了超越以往任何年代的巨量数据，大大超出传统信息技术的计算处理能力。如淘宝网站每天的交易达数千万，数据产生量超过50TB。百度公司每天大约要处理60亿次搜索请求，数据量达几十PB。根据麦肯锡全球研究院（MGI）预测，到2020年，全球数据使用量预计达到35ZB。如此惊人的增长速度，势必会对企业竞争情报工作造成很大的冲击，急需其数据动态检测和应变能力的快速提升。

3.数据类型多样，结构各异

在大数据时代，物联网、移动互联网、车联网、传感网、智能终端、网络自媒体等等，都是数据来源或者承载的方式，整个世界的数据构成发生了根本性的变化，非结构化数据成为主体，数据类型剧增，不仅包括普通文本、照片、动画、音频与视频等，还有位置信息、感应信息、链接信息等新类型的数据。企业情报工作处理的数据类型包括用户数据、交易数据、交互数据、线上数据、线下数据等，且这些数据大多是非结构化或半结构化数据，没有特定的描述模型，数据结构是不固定、不完全或不规则的。大数据背景下急剧增长的新的数据类型，结构各异，对企业竞争情报工作提出了新的考验，急需新的数据收集方法、数据存储和计算技术、数据分析模式。

4.数据碎片化，动态化

大数据时代，无处不在的数据传播渠道，使得同一事件的数据产生和传播于不同渠道，或相关数据分散于不同系统，数据碎片化现象明显。在大数据时代，企业的各种运营活动都会在各种场合留下“数据脚印”，将不同信息系统记录的各种“数据脚印”集成关联起来，数据之间就可以彼此印证，互相解释，就能再现个企业运行的轨迹和全景。动态数据流是大数据的主要特征之

，各种数据即时传播形成数据流，要求情报工作快速响应，在动态变化的环境中快速完成数据抓取和分析工作，确保数据分析结果的时效性。数据存在方式的碎片化、动态化，要求企业情报工作必须能快速地适应相关业务更新频率加快的需求，实时进行数据动态关联分析。

三、大数据背景下竞争情报工作思维的创新

大数据时代的数据环境和信息空间发生巨大变化，改变了数据获取、分析、使用模式，因此，企业竞争情报工作思维模式也需要转变，以适应大数据发展趋势。思维的转变和创新主要包括以下方面。

1.全样本思维原理

从抽样数据转变为全部数据样本。受限于信息传播技术和媒体渠道，过去般都是采取抽样调查的方法获取数据。这些数据具有一定的代表性，但费时费力，时效性较差，结论总是有水分的，很难全面准确的展示数据背后隐藏的智慧和实质。大数据时代，需要围绕情报用户与市场全面数据的全样本分析，用全数据样本思维方式思考问题，解决问题。“你不知道的事情比你知道的事情更重要”，而大数据的真正价值在于预测，在于帮助你填补无数个还未实现过的空白。统计学里头最基本的一个概念就是，全部样本才能找出规律。企业竞争情报，对海量数据进行深度挖掘，它会让人能够掌握规律，对未来不确定状态进行预判，从而帮助企业做出科学的决策。

2.关注相关性思维原理

由因果关系转变为关注相关性。过去的因果思维是一定要找到一个原因，推出一个结果来，这是一种十分严谨的分析方法，却具有一定的限制，需要花费大量的时间去进行推演。而在大数据时代，没有必要找到中间非常紧密的、明确的因果关系，因为在这个不确定的时代，等你找到准确的因果关系，再去行动的时候，这个事情早已经没有意义了。而只需要找到相关关系，只需要找到迹象即可，动态监控碎片化数据，在快速的大数据分析技术下，注重数据之间以及数据与目标之间的相关性分析，就可预测用户的行为，为企业快速决策提供数据支持。例如，一家超市如何从一个17岁女孩的购物清单中，发现了她已懷孕的事实；或者将啤酒与尿不湿放在一起销售，神奇地提高了双方的销售额。

3.多源融合思维原理

大数据背景下数据来源广泛、类型多样的特点，促使多源数据融合情报思维的出现。多源数据融合指的是把不同渠道、多种采集方式获取的不同数据结构的数据汇聚到一起，形成具有统一格式、面向多种应用的数据集合。如微博、短信等实时数据流，交易数据、网站访问日志等即时数据，都是十分重要的竞争情报源。将这些大量相关的数据聚合在一起，经过数据清洗，数据互补，形成复杂的数据网络，再通过数据可视化等技术进行展示，可以很好揭示数据之间的关系，预示行业发展趋势，为企业提供决策参考。当大数据以直观的可视化图形展示时，分析者往往能够一眼洞悉数据背后隐藏的信息并转化情报，使竞争情报更加易于理解和运用。

4.动态监控思维原理

数据碎片化、动态化是大数据时代十分明显的特点，增加了企业情报工作难度，要求树立大数据动态监控思维。在大数据时代，各种数据源源不断的产生，企业很快就会被这种海量的、异构的、多样的、有噪声的数据所淹没，比如交易数据、网站访问日志、社交网络互动数据等，瞬时性和动态性突出。在动态开放的大数据生态系统中，企业的任何竞争行为都可能被竞争对手觉察到，并做出竞争性回应，能否及时正确解释竞争对手释放的信号就成为关键。企业竞争动态情报数据监控，依据一定的监控规则，采集被监控者的相关情报数据并进行比较分析，根据企业竞争情报的目标动态调整监控对象、监控内容，监测其中的新现象、新情况，发现其中的规律、战略意图等，并将这些内容“填充”到情报分析结果，目标是让企业即时感知，随时发现，迅速行动。

四、结语

大数据时代提供了一个全新的数据生态环境，改变了数据结构和使用方式，给企业竞争情报工作带来了深刻的影响。本研究通过分析大数据与企业竞争情报的关系，剖析大数据背景下数据环境的变化，对企业竞争情报工作转变和创新工作思维提出建议，以帮助企业适应大数据的数据信息生态环境，发挥其“耳目、尖兵、参谋”的情报功能，为企业及时做出决策提供科学全面的数据依据，在竞争活动中获取核心竞争优势。