大数据时代竞争情报发展动向探析_刘高勇

　 知识、学习与管理

　K n o w l e d g e ,L e a r n i n g 　

　&M a n a g e m e n t [基金项目]　本文系国家社科基金项目“数字图书馆知识社区构建与服务研究(11C T Q 006”、“地方政府跨部门信息共享与服务制度研究(09C T Q 020”、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”(11Y J C 870026

　的研究成果之一。[作者简介]　刘高勇,男,副教授,博士,研究方向:信息管理理论与应用;汪会玲,女,副教授,博士,研究方向:信息管理理论与应用;吴金红,男,副教授,博士,研究方向:商业智能与智能信息系统。

　大数据时代的竞争情报发展动向探析

　A n a l y s i s 　o f 　C o m p e t i t i v e 　I n t e l l i g e n c e 　D e v e l o p m e n t 　i n 　t h e 　E r a 　o f

　B i g

　D a t a 刘高勇1　汪会玲2　吴金红3

　(1.广东工业大学管理学院,广州,510520;　2.暨南大学管理学院,广州,510632;　3.

　武汉纺织大学管理学院,武汉,430073[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。大数据具有数据体量大、类型多、价值稀疏以及速度快的特征,

　给企业竞争情报工作带来了机遇和挑战。在详细介绍大数据的概念、特征的基础上,深入剖析了大数据对竞争情报工作所带来的影响,包括存在的机遇和面临的问题和挑战,并据此对企业未来的竞争情报工作的发展动向和研究重点进行了预测。研究成果有助于拓展情报学科的研究视野,深入研究大数据环境下的信息组织和信息处理方式的变革。

　[关键词]　大数据　竞争情报　信息分析　信息服务

　[中图分类号]　G 350　[文献标识码]　A 　[文章编号]　1003-2797(201302-0105-

　07[A b s t r a c t ]　T h e 　e r a 　o f 　B i g 　D a t a 　i s 　c o m i n g ,w h i c h 　w i l l 　b r i n g 　f u n d a m e n t a l 　c h a n g e s 　o f 　d a t a 　u s a g e 　i n 　a l l 　i n d u s t r i e s .T h e 　B i g D a t a 　h a s 　f o u r 　c h a r a c t e r i s t i c s 　i n c l u d i n g 　b i g 　V o l u m e ,V a r i e t y 　o f 　d a t a 　t y p e s ,s p a r e s 　V a l u e 　a n d 　g r e a t 　V e l o c i t y .T h e y 　b r i n g 　

　o p p o r -t u n i t i e s 　a n d 　c h a l l e n g e s 　t o 　t h e 　e n t e r p r i s e 　c o m p 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 　d e t a i l e d 　i n t r o d u c t i o n 　o f 　b i g 　d a t a 　a n d 　i t s 　f e a t u r e s ,t h e 　i m p a c t 　o f 　b i g 　d a t a 　f o r 　c o m p e t i t i v e 　i n t e l l i g e n c e 　w o r k 　i s 　a n a l y z e d 　i n 　d e p t h ,i n c l u d i n g 　t h e 　o p p o r t u n i t i e s 　a n d 　t h e 　c h a l l e n g e s .I n t h e 　f i n a l ,t h e 　f u t u r e 　d e v e l o p m e n t s 　a n d 　r e s e a r c h e s 　o f 　e n t e r p r i s e 　c o m p e t i t i v e 　i n t e l l i g e n c e 　w o r k 　a r e 　p r e d i c t e d 　b a s e d 　o n 　a b o v e d i s c u s s i o n s .T h e 　r e s u l t 　o f 　t h e 　r e s e a r c h 　w i l l 　h e l p 　t o 　e x p a n d 　t h e 　v i s i o n -d e p t h 　o f 　i n f o r m a t i o n 　s c i e n c e 　d i s c i p l i n e s 　a n d 　t h e 　w a y 　o f i n f o r m a t i o n 　o r g a n i z a t i o n 　a n d 　i n f o r m a t i o n 　p r o c e s s i n g 　

　i n 　l a r g e 　d a t a 　e n v i r o n m e n t s .[K e y 　

　w o 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 　I n f o r m a t i o n 　a n a l y s i s 　I n f o r m a t i o n 　s e r v i c e

　随着物联网、

　移动互联网、社会化网络的快速发展,企业数据将成几何级数增长。世界著名咨询公司G a r t n e r 认为,信息量每年正以至少59%的速度在递增;而据I D C 统计,至2010年底全球数据量已经达到了120万P B ,到2020年,

　全球以电子形式存储的数据量将暴增44倍,达到35Z B [1]

　。“

　大数据”时代已经悄然来临,并给各行各业带来了数据使用方式的根本性

　变革。这场变革必然对企业竞争情报理论与实践产生深刻影响,如何调整竞争情报工作模式,使企业能够借助大数据带来的大洞察,

　增强企业的核心竞争力有着重要的现实意义。本文将在剖析大数据内涵与外延的基础上,深入分析大数据给竞争情报工作带来的机遇和挑战,以期抛砖引玉,推动该领域的深入研究。

　1　何谓“

　大数据”

　2 0 1 3年第

　2期/总第1 5 2期

　大数据时代的竞争情报发展动向探析

　A n a l y s i s　o f　C o m p e t i t i v e　I n t e l l i g e n c e　D e v e l o p m e n t　i n　t h e　E r a　o f

　B i g　D a t a

　刘高勇　汪会玲　吴金红

　1.1　大数据的概念

　与云计算一样,“大数据”(B i g　D a t a是最近几年

　被人们热议的话题。2011年10月,麦肯锡在《大数

　据:创新、竞争和提高生产率的下一个新领域》的研究

　报告里正式使用“大数据”一词,并最早提出“大数据”

　时代已经到来[2]。随后“大数据”迅速成为了计算机

　行业争相传诵的热门概念,不同的人站在不同的角

　度,提出了不同的理解。如I n f o r m a t i c a中国区首席产

　品顾问但彬认为:“大数据”包含了“海量数据”的含

　义,而且在内容上超越了海量数据,简而言之,“大数

　据”是“海量数据”+复杂类型的数据[3];I B M认为大数

　据可以用三个“V”进行概括:V a r i e t y(种类、V e l o c i t y

　(速度、V o l u m e(容量[4];而N e t A p p则认为大数据应

　该包括A、B、C三个要素:大分析(A n a l y t i c、高带宽

　(B a n d w i d t h和大内容(C o n t e n t,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性[5]。麦肯锡的定

　义可能会更为简洁明了: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。

　顾名思义,“b i g”即数据量大,因而在国内有人将

　之翻译为海量数据,但笔者认为它并不能完全概括大

　数据。实际上,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,但是结构较为简单统一,人们还能使用传统的技

　术进行分析和处理。由此可见,大数据超越了“海量

　数据”的涵义,它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、多

　样化的数据集,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。

　1.2　大数据的来源和特征

　物联网、移动计算、社会化网络以及电子商务等

　新型网络应用的快速发展,导致数据总量以无以伦比

　的速度急剧膨胀,并使得整个世界的数据构成发生了

　根本性的变化,数据类型以几何级数增加,非结构化

　数据成为主体。据T e r a d a t a公司分析,大数据主要来

　源于:交易数据、交互数据和感知数据,如图1所

　示[6]。其中,交易数据是以S Q L数据库来存储的事务

　性数据,来源于企业E R P、S C M、C R M和W e b交易系

　统;交互数据主要来源于社交媒体,如微博、F a c e-

　b o o k、T w i t t e r、W e b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、R F I D、G P S芯

　片,是对周围物理世界的感应。前者的结构化程度较

　高,后两者属于半结构化或者非结构化数据

　。

　图1　大数据的构成

　　从数据的角度看,大数据可以用4个“V”概括。

　①数据量大(V o l u m e达到P B级甚至是Z B级,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100T B;淘宝目前每天的活跃数据量已经超过50T B;百度每日新增数据10T B,每天系统需要处理1P B的数据[7]。②数据类型多(V a r i e t y,物联网、云计算、移动互联网、车联网、传感网、智能手机、网络论坛等等,无一不是数据来源或者承载的方式,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,数据类型剧增。③价值稀疏性(V a l u e,有价值的数据比例小,犹如大海里的一根针,以视频为例,一部一小时的视频,在连续不间断监控过程中,可能有用的数据仅仅只有一两秒。④速度快(V e l o c i t y,增长速度快,平均每年增长59%,也就是说每两年翻一倍。

　1.3　大数据的发展状态

　“大数据”正在对企业每个领域都造成巨大的影响,迫使企业需要重新思考已有的信息利用模式,将大数据转化为大智慧。目前,全球互联网巨头都已意识到了“大数据”时代数据的重要意义,包括E M C、惠普、I B M、微软在内的全球I T巨头纷纷通过收购“大数据”相关厂商来实现技术整合。更加值得注意的是, 2012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》(B i g　D a t a　R e s e a r c h　a n d　D e v e l-o p m e n t　I n i t i a t i v e[8],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。这一倡议将“大数据”上升到了国家战略的层面,足以看出“大数据”的影响和重要性。

　2　大数据对竞争情报的影响

　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　存在的机遇

　(1竞争情报地位提升。大数据时代,数据已经渗透到每一个行业和业务职能领域,逐渐成为重要的生产因素,人们对于大数据的运用将成为企业未来竞

　争和增长的基础。I B M一项调查指出,2011年58%的企业已经将分析技术用于在市场或行业内创造竞争优势,实现业务价值,同比增加了21%[9]。决策模式的变化凸显了竞争情报的价值,同时势必引起人们对竞争情报工作的重新审视。T e r a d a t a公司首席客户官周俊凌认为,企业必须要有一些专注于数据研究的科学家,一旦有了数据科学家,企业需要对数据科学进行相关培训,了解相关的业务[10]。这里所谓的数据科学家,从工作性质和职责上看,都是通过数据(信息分析获得关于环境、竞争对手、竞争策略的信息,支持企业决策,为企业创造竞争优势。也就是说,虽然其称谓不同,但其工作属于竞争情报的范畴。目前,一些大型的企业都设有专门的数据分析师,如阿里巴巴就有100多个数据分析家,他们不同的部门都在对数据进行分析,共享对于数据的分析以及和数据管理员、企业管理层形成合作性的数据分析。

　(2竞争情报源更富有价值。大数据整合了各种类型的数据,包括用户数据、交易数据、交互数据、线上数据、线下数据等,这些能够被企业随时获取的数据,可以帮助和指导企业全业务流程的任何一个环节进行有效运营和优化,并帮助企业做出最明智的决策。企业用以分析的数据越全面,分析的结果就越接近于真实。大数据分析意味着企业能够从这些新的数据中获取新的洞察力,并将其与已知业务的各个细节相融合。同时,大数据不仅是数量上的堆砌,而是具有很强的关联性结构性。用户与用户、用户与用户行为、行为与行为之间都具有确定的关联性,数据就具有极高的含金量和分析挖掘价值。再者,T w i t t e r、f a c e b o o k、微博等新型社交工具所产生的社会化数据,增强了竞争情报的实时性和精准性。通过分析这些社会化数据,了解这些非结构化内容中所表达的趋势和观点,使得竞争情报工作者能够迅速捕捉用户情绪变化和市场走向,从而使企业能够更为主动地制定市场营销的战略。

　(3竞争情报分析能力增强。目前为迎合大数据处理的发展趋势,市场上涌现出了众多新技术和新系统。在信息采集方面,T o p S y、S t o r m等实时搜索引擎每秒钟能够索引100万份文档,基本上能够满足实时

　2 0 1 3年第

　2期/总第1 5 2期

　大数据时代的竞争情报发展动向探析

　A n a l y s i s　o f　C o m p e t i t i v e　I n t e l l i g e n c e　D e v e l o p m e n t　i n　t h e　E r a　o f

　B i g　D a t a

　刘高勇　汪会玲　吴金红

　性的需求;在数据存储方面,M e m c a c h e d、H a d o o p、

　H i v e、H B a s e以及N o S q l等实现了大规模数据的分布

　式存储以及结构化数据和非结构化数据的关联;在数

　据分析方面,有G o o g l e提出的M a p R e d u c e提供了在

　计算集群下分布处理大数据的软件框架,利用M a-

　p R e d u c e编程框架,开发人员可以开发出跨处理器分

　布式集群或独立计算机的、能够并行处理海量非结构

　化数据的程序,实现数据处理的并行计算;S A P提出

　的内存计算能够使得数据计算的速度呈几何级的增

　长;T e r a d a t a公司的A s t e r　D a t a为数据分析提供了最

　全面的分析平台、服务和工具,帮助他们探索和实践

　以前无法获得的洞见。

　(4竞争情报工作成本降低。为了大数据分析应

　用能够正常运行,需要有大量的存储设备和大量的计

　算资源,而这些基础设施并不是每个企业都希望或有

　能力购买的。而云计算使企业能够更加高效率建立

　基础架构,更灵活的应用基础架构,包括大数据等各

　类应用,能够更好的运转起来。通过云计算的I a a S、

　P a a S和S a a S服务模式获得信息基础设施、平台和软

　件,将廉价的数据存储与强大的数据分析处理连接起

　来,在云端实现数据集合与分享、无缝连接以及跟踪

　分析和挖掘,大大降低了竞争情工作的成本[11]。

　2.2　面临的问题与挑战

　大数据也使竞争情报的未来发展面临着新的问

　题和挑战,主要集中在以下三个方面:

　(1企业对大数据的认知程度。大数据时代,企

　业的生态环境发生了巨大的变化,无处不在的智能终

　端、随时在线的网络传输、互动频繁的社交网络,使得

　企业有机会进行大规模的精准化的竞争对手、竞争态

　势以及消费者行为研究。作为企业智囊团的竞争情

　报,应该主动地拥抱这种变化,构建基于大数据的竞

　争情报体系。然而,据C o n n o t a t e的一份调查报告显

　示,49%的美国数据聚合部门高层将大数据定义为所

　有外部和内部的网页数据的聚合,16%的人则定义其

　为由企业存储和管理的大量的内部数据;7%的人则

　认为这是和网络相关的数据和内容服务商用来为他

　们运营服务的数据[12]。尤为致命的是,大多数中小企

　业认为大数据是G o o g l e、A m a z o n、F a c e b o o k、阿里巴

　巴、京东商城等公司才关心的技术。对大数据认识的不足,无疑会使企业竞争情报工作落后于时代的发

　展。如果采取无所作为、固守原状的鸵鸟政策,那么

　企业竞争情报工作将会失去未来的发展机会,甚至会

　失去存在的意义。

　(2竞争情报系统的数据处理能力。庞大而复杂

　的数据考验着竞争情报系统的技术体系和数据处理

　能力。首先在存储上就是一个非常严重的问题。未

　来竞争情报系统将会面对T B级的数据集,而传统的数据库部署不能处理T B级别的数据;其次是传统的数据库技术不能对非结构化数据直接进行处理,目前

　大多数的非结构化数据分析工具也是转换成结构化

　数据之后再进行处理。这一方面降低了情报分析的时效,另一方面也丢失了非结构化数据隐含的关系,

　而这些关系很有可能是非常重要的情报。另外,从原

　始数据到竞争情报的提炼过程,不仅是对I T技术人员

　的挑战,也是对业内专家的挑战,因为数据间的关联

　性已不完全都是技术问题,有些关联只有专业人员才

　能知道,必须在生态学、数学和统计学、社会网络学、

　社会行为心理学等方面专业人员的帮助和解析下,才

　能建立起合理的数据结构。也就是说,未来的信息提

　炼需要I T技术人员和行业专家的共同合作。

　(3竞争情报体系组织模式。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。这意味着,作为构建在数据分析基础之上的竞争

　情报系统理应成为企业产品开发、运营设置以及商业

　模式的基础和出发点。然而,目前绝大多数中小型企

　业都没有专门的竞争情报部门和情报分析专家,即使

　是在一些大型的企业中,具有竞争情报职能的部门也

　常常处于分散、被动、辅助的地位。因此,在大数据时

　代,需要从战略到战术层面开始自我的蜕变和进化,

　对现有竞争情报系统的构架、组织体系、资源配置和

　权力结构进行重组,让基于大数据管理与分析的竞争

　情报职能部门处于企业整体的上游位置,并组织合理

　的竞争情报系统构架,充分调用各部门的数据资产,

　实现对大数据的整体把握,为企业提供完整、动态、实

　时的竞争情报。

　3　竞争情报未来发展动向

　3.1　重心向移动互联网转移

　当前,互联网的重心逐步向着移动互联转移。据中国互联网络信息中心(C N N I C日前发布《中国移动互联网发展状况调查报告》显示,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%[13]。移动互联网以无处不在的网络接入能力、个性化特征和互联网开放式创新相结合,业务形态、终端形态发生了革命性的变化,爆发出巨大的创新活力,移动应用爆发性增长对数据进行深入挖掘的需求突显。

　T w i t t e r、微博等移动互联网应用使得网民和消费者的界限正在变得模糊,无处不在的智能终端,随时在线的网络交流,互动频繁的社交网络,让企业有机会亲自感受消费者,获得第一手无失真的真实信息。与传统的数据库数据及半结构化的网页相比较,这些信息更具有预见性。例如,在F a c e b o o k上市当天,社交媒体监测平台D a t a S i f t通过分析T w i t t e r上的情感倾向,成功地预测了F a c e b o o k的股价波动。在F a c e-b o o k开盘前T w i t t e r上的情感逐渐转向负面,25分钟之后,F a c e b o o k的股价便开始下跌。而当T w i t t e r上的情感转向正面时,F a c e b o o k股价在8分钟之后也开始了回弹。最终,当股市接近收盘时,T w i t t e r上的情感转向负面,10分钟后F a c e b o o k的股价又开始下跌。事实上,T w i t t e r上每一次情感倾向的转向都会影响F a c e b o o k股价的波动,延迟情况只有几分钟到20多分钟[14]。作为竞争情报工作者来说,监测企业内外部环境的变化是其职责所在。这种极具预见性的社交数据为大规模的精准化的竞争对手、竞争态势以及消费者行为研究提供了机会,值得竞争情报人员重视。

　3.2　更加重视动态竞争情报

　时效性一直是竞争情报的一个重要特征,在大数据时代,人们对竞争情报的时效性要求更加苛刻,近乎实时。正如百度首席科学家威廉·张所说,数据量大并不可怕,问题是要实时处理数据,因为任何的时延都会使企业失去一些优势,从而导致企业经济利润的下降[15]。对时效性的关注,凸显了动态竞争情报研究的重要性。实际上,动态竞争情报是企业竞争情报系统中与竞争关联最密切的情报组成部分,其主要作用是对竞争态势进行实时监控,获取对短期内行动提供决策支持的动态信息和知识[16]。

　动态竞争情报来源于业务活动中产生的,不可测量的、分布的和处于高度动态变化中的数据信息。以W e b2.0为代表的社会化网络积极倡导以“用户为中心,用户参与”的开放式架构理念,为企业提供了数量庞大的实时数据。越来越多的企业通过官方微博第一时间发布自己的产品信息、人事变动、战略调整等重要信息,而普通用户则应用网络自由地针对特定的事件或对象发表自己的见解观点或者态度。这些高度动态变化的信息是竞争情报部门不可忽视的重要情报来源。

　与此同时,信息获取方式的变化也在推动动态竞争情报的研究。目前,越来越多的企业和用户通过社会化网络来获得最新的信息。如据波士顿市场咨询机构艾特公司高级顾问亚当·霍诺尔估测,5年前,华尔街2%的企业搜集微博等平台的“非正式”信息;如今,接近半数企业有这样的手段[17]。而用户在购买商品之前,通过P C或者智能手机查看其它商家的报价以及对其它用户对产品评价。从效用上看,这些信息利用行为都属于获取动态竞争情报的初级模式。

　由此可见,如何帮助从高速动态变化的大数据中获得动态竞争情报,帮助企业及时修复可能潜在恶化的客户关系和动态监控行业内的优势竞争对手,提高整体竞争优势和抗风险能力,理应成为当前学术界和企业界共同关注的焦点和亟待解决的问题。

　3.3　云计算成为竞争情报系统的基础

　现有竞争情报系统的运行流程一般都是先针对情报需求采集信息,然后对信息进行筛选、过滤,存储到数据库或数据仓库之中,再对这些信息进行深度分析。归结起来,有两个核心问题需要解决:存储和分析。在整个对数据信息的存储和处理的过程中,企业要解决好硬件和软件两方面的问题:在硬件方面,需要大容量的数据存储设备和计算设备;软件方面,要有一套完整的系统,将海量的数据提炼成对企业有价值的信息。然而,大数据具有的“4V”特征使得企业在硬件和软件方面的成本压力巨大,而且会与日俱增,

　１０ １ ２１ ０３ 年 第 期 总 第 期 ２ ／ １２ ５ 大数据时代的竞争情报发展动向探析 Ａ ａ ｓ 　ｆＣ ｍ ｅｉ ｖ　 ｔｌｇ ｎ ｅＤ ｖｌｐ ｅｔ ｎｔｅＥａｏ　ｉ 　ａａ ｎｌ ｉ ｏ　ｏ ｐｔｉｅ ｎｅｉｅ ｃ 　ｅ ｅｏ ｍ ｎ　 　ｈ 　ｒ　ｆＢｇＤ ｔ ｔ Ｉ ｌ ｉ ｙｓ 刘高勇 　 汪会玲 　 吴金红 因此， 企业必须要考虑有 关 大 数 据 利 用 的 可 行 性 和 成 本的问题， 重新审视竞争情报系统的构建策略 。

　云计算是一 种 将 分 布 式 计 算、 格 计 算、 行 计 网 并 算以及互联网结合起来的全新的Ｉ 资源提 供 模 式， 可 Ｔ 降 以实现Ｉ 资源 的 自 动 化 管 理 和 配 置， 低 Ｉ 管 理 的 Ｔ Ｔ 提高资源利用 效 率。

　云 计 算 具 有 “ 源 共 享、 资 复杂性， １ 快速交付、 需 服 务” 三 个 显 著 的 特 征 ［８］。

　这 三 个 按 等 如 时间内就给企业造成 巨 大 的 影 响。

　因 此， 何 通 过 正 当的、 合法的 手 段 积 极 保 护 企 业 的 核 心 信 息， 止 竞 阻 争对手或其他人对企业 核 心 信 息 的 情 报 搜 集 活 动 ， 成 为企业竞争情报面临的又一个重要课题 。

　４　 结束语 大数据时 代 的 来 临 已 经 毋 庸 置 疑。

　大 数 据 具 有 的数据体量大、 类型多、 值 稀 疏 以 及 速 度 快 的 特 征， 价 给情报科 学 的 发 展 带 来 了 新 的 机 遇 和 挑 战。

　本 文 在 详细介绍大 数 据 的 概 念、 征 的 基 础 上， 入 剖 析 了 特 深 大数据对企业竞争情报 所 带 来 的 影 响， 括 存 在 的 机 包 遇和面临的问题和挑战， 据 此 对 企 业 竞 争 情 报 未 来 并 的发展动 向 和 工 作 重 点 进 行 了 预 测。

　本 文 的 研 究 成 果有助于拓展情报学科 研 究 领 域， 视 并 关 注 大 数 据 重 所带来的机遇和挑战， 入 研 究 大 数 据 环 境 下 的 信 息 深 组织和信息处理方式的 变 革， 分 发 掘 大 数 据 所 蕴 含 充 从 的大 智 慧， 而 进 一 步 促 进 情 报 学 科 理 论 与 实 践 的发展。

　特征能够 有 效 的 缓 解 大 数 据 带 来 的 冲 击 ： 资 源 共 ① 资源和存 储 能 力 的 池 化 共 享 和 管 理， 大 数 据 提 为 享， 超 供最基本的 生 存 基 础； 快 速 交 付， 大 规 模 的 计 算 ② 资源集成赋予了用户前 所 未 有 的 计 算 能 力 ， 高 了 大 提 数据分析的反应速度； 按 需 服 务， 计 算 中 软、 件 云 硬 ③ 可 资源以分布式共享的形 式 存 在， 以 被 动 态 地 扩 展 和 组合， 为数据的实时应用环境提供可能性 。

　根据云的使 用 情 况， 以 将 其 分 为 公 共 云、 有 可 私 云和混合云。对于竞争 情 报 系 统 而 言， 以 将 其 核 心 可 而 的情报及业务放在私有 云， 非 关 键 的 业 务 或 者 突 发 性的业务 可 以 采 用 公 共 云 资 源 或 混 合 云。

　构 建 在 云 计算基础上的竞争情报 系 统 不 仅 成 本 低 廉 ， 且 具 有 而 传统竞争情报系统无法 想 象 的 分 析 能 力， 未 来 竞 争 是 情报发展的又一趋势。

　３． 反竞争情报任重道远 ４　 虽然在大数据应用 方 面 存 在 着 诸 多 挑 战， 随 着 但 大数据 已 经 成 为 企 业 重 要 的 业 务 资 技术难题被攻克， 产。然而， 如果 不 能 妥 善 保 护 这 些 数 据 资 产， 其 是 尤 一 将 一些企业核 心 信 息， 旦 被 泄 露 出 去， 会 给 企 业 带 来经济上的损失， 甚至是 毁 灭 性 的 打 击， 成 “ 数 据 造 大 就是大风险” 的可怕后果。

　信息技术 这 把 双 刃 剑， 人 们 带 来 便 利 的 同 时， 给 也给相关权益保护带 来 新 的 困 扰。

　大 数 据 时 代， 成 造 企业核心 信 息 泄 密 的 原 因 除 了 计 算 机 病 毒 、 客 盗 黑 窃、 内部 员 工 泄 密 等 之 外， 增 加 了 一 些 新 的 手 段。

　还 如 Ｇ Ｓ 长期对个人进行跟踪、 员工自带移动设备 进 行 Ｐ 办公、 政府机 构 对 云 端 中 所 存 储 的 数 据 进 行 检 查、 云 服务运行商恶意出卖 信 息 等 等。

　这 些 手 段 更 加 隐 蔽， 甚至是合法 的， 得 企 业 更 难 以 防 范。

　与 此 同 时， 使 大 数据时代信息传播的速 度 极 快， 博 等 移 动 媒 体 在 任 微 何时间都能将这些核心 信 息 发 布 到 世 界 各 个 角 落 ， 短 参考文献 ［ Ｂ Ｏ ．２ １ － ７１ ． 生 １　 大数据时 代： 和 １ 的 “ 活 大 爆 炸 ”Ｅ ／ Ｌ］ ［０ ２０ － ２］ ０ ｅ ｔ ｈ ｐ ／ｗ ｗ．１ ｅ ．ｏ ／ ｗ ／ ｘ ／８ ５ ｈｍ ｔ ： ／ ｗ ｄ ｎｔｃ ｍ ｎ ｓ ｈ ｇ ８ ９ ５． ｌ ｔ ｙ ２　Ｂｇｄｔ ： ｈ 　ｅｔｒｎ ｅ ｆｒｎｏ ａ ｏ ， ｏ ｐｔｉｎ ａ ｄｐｏ ｉ　ａａ Ｔ ｅｎ ｘｆ ｔ ｒ ｏ ｉｎ ｖｔ ｎ ｃ ｍ ｅｔ ， ｎ 　 － ｉ ｉｏ ｒ 　ｏ ｉ 　 　 ｄｃ ｖ ｙ［０ ２０ － ５］ ｔ ： ／ ｗ ｍ ｋ ｓ ｙ ｃ ｍ／ｓ ｈ ／ ｕｔ ｉ ２ １ － ６１ ．ｈ ｐ ／ｗ ｗ． ｃｉ ｅ ．ｏ ｉ ｉ ｔ ｉｔ ｔ ｎ ｎｇｓ ｍ ｉｒｓ ａｃ ／ ｃｎｌｇ ＿ｎ ＿ ｎ ｖｔ ｎ ｂｇ＿ａａ＿ ｅ＿ｅｔ ｅ ｅ ｎ ｉ ｉ ｈ ｇ ／ ｅｒｈｔ ｈｏｏ ｙ ａ ｄ ｉ ｏ ａ ｏ ／ ｄｔ ｔ ｎ ｘ ＿ ｆ ｎ ｅ ＿ ｒｉｎ ｖｔ ｎ ｒ ｔ ｒｆ ＿ ｏ ａ ｏ ｏｉ ｏ ｎ ｉ 大数据 ＝ 海 量 数 据 ＋ 复 杂 类 型 的 数 据 ［ Ｂ／ Ｌ］ ［０ ２ ３　 但彬 ． Ｅ Ｏ ．２ １ － ０ － ２ ． ｔ ： ／ ｗ ｄ ｎｔｃ ｍ／ｅ ｓ ｈｘ ／８ ３ ｈｍ ７１ ］ ｈ ｐ ／ｗ ｗ．１ ｅ ．ｏ ｎ ｗ ／ ｇ ８ ８ １． ｌ ｔ ｔ ｙ 大 ４　 Ｂ 朱辉 ． 数 据 是 一 整 套 解 决 方 案 ［Ｂ／ Ｌ ．２ １ － ７１ ］ ＩＭ Ｅ Ｏ ］ ［０ ２０ － ２ ． ｈ ｐ ／ｗ ｗ．１ ｅ ．ｏ ／ ｗ ／ ｘ ／８ ５ ｈｍ ｔ ： ／ ｗ ｄ ｎｔｃ ｍ ｎ ｓ ｈ ｇ ８ ２ １． ｌ ｔ ｅ ｔ ｙ 大数据包括大分析、 高带宽 和 大 内 容［Ｂ／ Ｌ ．２ １ － ５　 陈文俊 ． Ｅ Ｏ ］ ［０ ２ ０ － ２ ． ｔ ： ／ ｗ ｄ ｎｔｃ ｍ／ｅ ｓ ｈｘ ／８ ２ ｈｍ ７１ ］ ｈ ｐ ／ｗ ｗ．１ ｅ ．ｏ ｎ ｗ ／ ｇ ８ ８ ８． ｌ ｔ ｔ ｙ ６　Ｈ ｒ ｎ ｏｋ ： 动 大 数 据 市 场 的 七 大 关 键 动 力 ［ Ｂ／ Ｌ］ ｏ ｏ ｗ ｒｓ 驱 ｔ Ｅ Ｏ ． ［０ ２０ － ２ ． ｔ ： ／ ｗ １ ９ ．ｏ ／ ｃｉｅ ／４ ７ ｈｍ ２ １ － ７１ ］ ｈ ｐ ／ｗ ｗ．９ｉ ｃ ｍ ａ ｈ ｓ４ ５ ３． ｌ ｔ ｔ ｒ ｖ ｔ — ７　 大数据应用之路— —大数 据 技 术 大 会 成 功 举 行 ． ｔ ： ／ ｗ ｈ ｐ ／ｗ ｗ． ｔ ５ ｃｏ ｃ ｍ／ ｔ２ １ １ ／０ ２ ０． ｍ １ｔ ．ｏ ａ ／０ １ １ ３ ５ ５ ｈ ｒ ｔ ８　 美国推动大数据技术发展的战略价 值 及 启 示 ［Ｂ／ Ｌ ．２ １ － Ｅ Ｏ ］ ［０ ２ ０ － １］ ．ｔ ： ／ ｗ ．ｉｈａ ｅ ． ｏ ／ ｅｒ ／０ ２０ ／０／ ＿ ８０ ｈ ｐ ／ｎ ｓ ｘ ｕ ｎｔ ｃ ｍ ｔ ｏｙ ２ １ － ６ ２ ｃ ｔ ｅ ｎ ｈ １ ３ １ ３ ９． ｍ ２３１３ ｈ ｔ 个 ９　 大数 据 时 代： 人 信 息 安 全 该 如 何 保 障 ［ Ｂ／ Ｌ］ ［０ ２０ － Ｅ Ｏ ．２ １ － ８

　１ ］ｈ ｐ ／ｓｒｅ ．ｈ ａ ｙｅ ｃ ｍ／９ ／２ ８ ７ １． ｔ ｌ ０ ．ｔ ： ／ ｖｒｃｉ ｂｔ ．ｏ ２ １ １ ３ ０ ９ ｓ ｍ ｔ ｅ ｎ ｈ １ 大数据时代 看 各 存 储 厂 商 如 何 应 对 ［Ｂ／ Ｌ ．２ １ － ７２ ］ ０ Ｅ Ｏ ］ ［０ ２０ － ５ ． ｈ ｐ ／ｗ ｗ．１ ｅ ．ｏ ／ｅ ｓ ｈ ｄ ／８ ７ ｈｍ ｔ ： ／ ｗ ｄ ｎｔｃ ｍ ｎ ｗ ／ ｔ８ ２ ０． ｌ ｔ ｔ ｙ 云环境 下 中 小 企 业 竞 争 情 报 系 统 构 建 ［ ］ 情 １ 黄晓斌 钟辉新 ． １ Ｊ． 报资料工作，０ ２ ２ ：９４ ２ １ （ ）３ － ４ １ Ｃ ｎｏａｅ 企 业 大 数 据 应 用 情 况 ［ Ｂ／ Ｌ］ ［０ ２０ － ０］ｈ－ ２ ｏｎｔｔ ： Ｅ Ｏ ．２ １ － ７２ ．ｔ ｔ ： ／ ｗ １ ９ ．ｏ ／ ｃｉｅ ／１ ２ ｈｍ ｔ ｒ ｖ ｔ ｐ ／ｗ ｗ．９ｉ ｃ ｍ ａ ｈ ｓ２ ６ ４． ｌ Ｅ Ｏ ．２ １ － ８１ ． １ 中国移动 互 联 网 发 展 状 况 调 查 报 告 ［ Ｂ／ Ｌ］ ［０ ２０ － ５］ ３ ｈ ｐ ／ｗ ｗ． ｎｉ ． ｅ ． ｎｒｓ ａｃ ／ｇｚ ｙ ｈｗ ｇ ２ １ ０ ／ ｔ ： ／ ｗ ｃｎ ｎｔ ｃ ／ ｅｒｈ ｂ ｘ ／ｄｌ ｂ ／０ ２ ３ ｔ ｃ ｅ Ｐ ２ １ ０ ２ ４ ６ ３ ７ ９ ０ ｐｆ ０ ０ ２ ３ ９ １ ０ ９ ６ ２ ３．ｄ 未 １ 大数 据 蓝 海： 来 世 界 的 新 石 油 ［ Ｂ／ Ｌ］ ［０ ２０ － ５］ｈ－ ４ Ｅ Ｏ ．２ １ － ７２ ．ｔ ｔ ： ／ ｃ ．ｎ ．ｏ ｃ ／ ／０ ２０ － １ １ ０ ７ ５ ３ ５． ｔ ｌ ｔ ｉ ｎｔ ｈ ｐ ／ ｅ ｈｓ ａ ｃ ｍ． ｉ ２ １ － ６１ ／２ ２ ２ ２ ２ ｓ ｍ １ 大数据时 代 我 们 如 何 做 处 理 与 分 析 ［ Ｂ／ Ｌ］ ［０ ２０ － ５］ ５ Ｅ Ｏ ．２ １ － ８１ ． ｈ ｐ ／ｗ ｗ． ｓｐ ｃ ｍ． ／ｅ ｓ５ ８ ｔ ： ／ ｗ ｍ ｕ ．ｏ ｃ ｎ ｗ ／４ ｔ ｎ 吴金红， 翠 波 ．面 向 Ｄ ｅ 　 ｅ 的 动 态 竞 争 情 报 智 王 １ 张玉峰， ６ ｅｐ Ｗ ｂ 能采集策略［］ 情报学报，０ ８ ８ ：２ － ３ Ｊ． ２ ０ （ ）６ ４６ ０ 因 １ 微 博 促 生 互 联 网 大 数 据 背 后 ： 时 效 性 而 值 钱 ［ Ｂ／ Ｌ］ ７ Ｅ Ｏ ． ［０ ２０ － ０］ ｈ ｐ ／ｗ ｗ．ｅ ｈ ｅ ． ｏ ｃ ／ｔｒｅ ／０ ２ ２ １ － ７３ ．ｔ ： ／ ｗ ｔｃ ｗ ｂ ｃ ｍ． ｎｉ ｅｎｔ２ １ － ｔ ｎ ０ － ９／２ １ ９ ｓｔ ｌ ６０ １ ０ ５ １． ｍ ） ｈ 云 １ 赵需要 ． 时 代 竞 争 情 报 的 发 展 动 向 ［ ］ 情 报 理 论 与 实 践， ８ Ｊ． ２ １ （ ）２ － ６，８ ０ ０ ６ ：３２ １ （ 收稿日期：０ ２１ － ５ ２ １ － １２ ） （ 上接第 ４ 页） ７ 张树华 ． 刘国钧图书馆学论文选集［ ］ 北京： 书目文献出版社，９ １：－ ０ ３ ，３，４ 史永元， ８４ ４ Ｍ ． １ ８ ４１ 图书馆主义之教育［］ 教育杂志，９ ８ １ ）１ ８１ ３ ４ 天心 ． ０ Ｊ． １ １ （０ ：３ － ４ 儿童心理学［ ］ 南京： 江苏教育出版社，９ ７：－ ４ 王振宇 ． １ Ｍ ． １ ８ ４５ 姚永抗， 陈燮君 ． 世界新学科总览［ ］ 重庆： 重庆出版社，９ ６：９ － ９ ４ 金哲， ２ Ｍ ． １ ８ ５ １５ ５ 一些国家和地区图书馆的馆际互借［］ 图书馆，９ ７ ３ ：０４ Ｊ． １ ８ （ ）４ － ３ ４ 李春选译 ． ５ 黄坤评注 ． 新民论［ ］ 郑州： 中州古籍出版社，９ ８：２ ４ 梁启超著； ６ Ｍ ． １９ ６ 中华民国大学院公布［］ 教育月刊，９ ７， （ ）１ － ３ ４ 图书馆条例 ． ７ Ｊ． １ １ １ ５ ：１１ ４ 修正图书馆规程［］ 广西省政府公报，９ ９ ５ ２ ：－ ０ ８ Ｊ． １ ３ （９ ）６１ ４ 图书馆工作大纲［］ 广西省政府公报，９ ９ ６ ５ ：－ ９ Ｊ． １ ３ （４ ）２６ 中小学馆馆际互借调查与实践［］ 中小学图书情报世界，０ ６ ９ ：１４ ５ 朱耀琴 ． ０ Ｊ． ２ ０ （ ）４ － ４ 《 在报界俱乐部演说图书馆事业 ． 中国图书馆学会主编； 建筑创作》 见： 杂志社编 ． 百年文萃： 空谷余音［ ］ 北 京： 国 城 市 出 版 中 ５ 沈祖荣 ． １ Ｍ ． 社，０ ５：８２ ２０ １ － １ 论儿童图书馆与儿童文学书［］ 教育杂志，９ ８，０ ６ ：－ ５ 叶公朴 ． ２ Ｊ． １ ２ ２ （ ）３６ （ 收稿日期：０ ２１ － ５ ２ １ － ０２ ） １１ １