大数据环境下的中国竞争情报发展探析

赵柯然

（北京大学信息管理系北京100871）

大数据环境下的中国竞争情报发展探析

赵柯然

（北京大学信息管理系北京100871）

在大数据环境下，无论竞争情报学术研究还是竞争情报行业实践都面临着新的挑战和机遇，呈现出新的发展动态。以CNKI数据库中的154篇期刊论文为研究对象，采用内容分析法，从研究热点和研究特点两方面对大数据环境下的竞争情报研究现状进行总结和分析。结果发现，大数据影响下竞争情报领域的研究热点主要分布在四个领域：竞争情报分析与处理技术、竞争情报平台与系统构建、竞争情报服务与评价、产业竞争情报实践。研究特点主要有两个：研究层级实现了宏观、中观和微观三个层面的全覆盖；研究成果涉及竞争情报工作各个环节，包括情报的搜集、处理、分析、服务等。然后，归纳出大数据对竞争情报发展的直接影响和间接影响。最后，建议从思维方法、技术工具、人才培养等方面采取措施，以推动大数据环境下竞争情报的持续发展。

大数据竞争情报内容分析法研究热点研究特点影响

1 引言

大数据是以海量数据为核心、泛在网络为基础、智能分析为手段、辅助决策为目标的信息资源及支撑技术的一体化体系，在社会经济发展中的作用日益显著。缪其浩认为，从长远看，大数据对竞争情报的影响可能出现两种结局，一种是负面结局，即竞争情报的核心业务可能会被大数据分析学覆盖，造成情报工作和队伍体量的萎缩；另一种是乐观的前景，即充分发挥优秀竞争情报人员对技术和产业领域的知识和洞察力，使竞争情报与大数据分析学互为补充，共同发展[1]。在大数据环境下，无论是竞争情报学术研究还是竞争情报行业实践，都面临着新的挑战和机遇，呈现出新的发展动态。

2 研究现状分析

本文选用在CNKI作为数据来源，在专业检索中输入检索式“SU（主题）=‘竞争情报’and FT（全文）=‘大数据’”，检索时间为2015年11月，经筛选和查验，剔除重复、关联度低的论文，最终确定154篇期刊论文作为本文的研究对象。

2.1 年度分布

图1展示了我国竞争情报领域的大数据相关论文的年度分布情况。结合论文内容和关键词的分析，可以将该领域的研究大致分为两个阶段：第一阶段为2006～2011年，这个阶段发文量较少，基本是在对伴随着数据的海量增加和复杂性增大而产生的数据采集、数据挖掘等问题进行探讨，并没有将“大数据”作为关键词。第二阶段是2012年至今，该阶段从各个方面探讨了大数据影响下竞争情的发展。2012年，中山大学资讯管理学院的黄晓斌和钟辉新发表论文《大数据时代企业竞争情报研究的创新与发展》，分析了大数据对企业竞争情报的影响[2]，至此，“大数据”开始出现在关键词中。此后，竞争情报领域大数据相关论文数量激增。

图1 2006～2015年我国竞争情报领域大数据相关论文年度分布

2011年4月，美国国防部长签署有关国防部优先发展科学技术的备忘录，将“数据到决策”排在首位，同时强调大数据与所有的科学技术领域都直接相关[3]。2012年3月，美国政府宣布《大数据研发倡议》[4]，要求改进现有的人们从海量和复杂数据中获取知识的能力。2011～2012年，随着麦肯锡《大数据：创新、竞争和生产力的下一个前沿》报告发布、IDC大数据市场预测等一系列大事件的发生，笔者将这些大事件总结为图2。从此以后，大数据的概念逐渐被人们熟知，引起了各国政府和各行各业的关注，也对竞争情报研究产生了重要的影响。

图2 2011～2012年大数据发展大事件

2.2 研究内容分析

2.2.1 研究热点领域某领域的高频关键词可以体现出该领域的研究热点和发展动向。将表1中被引频次≥2的高频关键词和论文摘要、全文结合起来进行分析，可以总结出大数据影响下竞争情报领域的研究热点主要分布在如下4个领域：

（1）竞争情报分析与处理技术。大数据的多样、快速变化等特征对竞争情报分析方法和处理技术带来了极大的挑战，引起了竞争情报分析理念和模式的变革[5]。大数据环境下的竞争情报分析正从现有竞争对手分析和外部环境分析，转向对实时数据或信息的快速分析和响应，从而支持企业在竞争环境中做出高效精准决策[6]。情报分析从单一领域情报研究转向全领域情报研究、综合利用多种数据源、注重新型信息资源的分析、强调情报研究的严谨性和情报研究的智能化[7]。

（2）竞争情报平台与系统构建。大数据对现有的技术与商业格局带来了改变，从而引起了竞争模式的变革。庞大而复杂的数据考验着竞争情报系统的技术体系结构和处理能力。黄晓斌等构建出一个建立在Hadoop框架之上的企业竞争情报系统模型[8]，王洪亮等基于经典的Herring模型，构建了基于大数据的中小企业竞争情报系统模型[9]。

表1 被引频次≥2的高频关键词列表

（3）竞争情报服务与评价。大数据时代的到来，专利信息数据总量增大，对基于专利技术内核知识分析的可拓展应用服务的针对性、指向性，特别是专利技术信息群发展趋势的系统分析，增大了不确定性[10]，需要打造竞争情报服务的新模式，建立复合型的服务人员队伍。广西科技情报研究所吴洁霞等人提出大数据时代的科技查新服务需从简单的科技查新向竞争情报服务、知识产权服务、企业创新战略服务转型[11]。南京大学信息管理学院彭玉芳等构建了关注自身与服务对象两方面的竞争情报服务体系评价模型，分别由自我监测功能模块、客户反馈功能模块、社会功能模块及生态发展功能模块组成[12]。打造数据驱动型的科技竞争情报服务，需要构建情报大数据平台，改造传统情报产品形态，创造新型的商业模式和业务系统，探索市场化运营策略[13]。

（4）产业竞争情报实践。大数据环境下，产业层面竞争情报实践的框架组成和分析方法更加多种多样，常见的有（但不仅限于）以下三种模式，从不同的角度展示了产业竞争的现状和趋势，满足于不同层面的决策需求，有时也可以是三种模式共同作用的结果。第一，基于竞争态势模型的竞争情报分析模式，这一模式分别针对产业外部环境、内部竞争进行分析，常用的模型有波特五力模型、SWOT态势分析模型等。例如华经纵横咨询公司产业竞争情报分析框架，包括产业外部环境、内部因素、产业竞争格局、产业市场结构以及中长期发展预测。面对大数据带来的强劲的业务价值驱动力，数据已成为咨询行业开展竞争情报服务的第一竞争要素[14]。第二，基于专利的产业竞争情报分析模式。上海宝山钢铁股份有限公司研究院、中国石油化工股份有限公司石油工程技术研究院等技术密集型企业的竞争情报部门常采用这种分析模式，以便追溯行业技术发展的最新动态，了解竞争对手的最新研究技术[15]。第三，基于多源融合型数据的产业竞争情报分析模式。这种模式采用多元化方法，对包括竞争对手、竞争市场、竞争技术、相关政策法规等多方面的数据来源和竞争因素进行综合分析考量。中国科技信息技术研究所就曾采用这种模式，对风能产业的竞争态势与格局进行分析[16]。

2.2.2 研究特点从“大数据”概念正式提出至今短短几年时间，有关研究就涉及了竞争情报的全部层面和各个环节，可见大数据与竞争情报乃至整个情报学都存在着相当程度的选择性亲和。这种选择性亲和的最直观表现便是大数据研究在竞争情报领域的广泛覆盖。

（1）研究层级全覆盖。竞争情报从层级上说可以分为宏观、中观和微观这三个层面，分别对应国家竞争情报、产业竞争情报和企业竞争情报。根据笔者的研究样本，目前对于大数据和竞争情报的研究已经覆盖了全部这三个层级，其中以企业竞争情报方面的研究最为丰富，产业竞争情报研究次之，而涉及到国家层面的大数据与竞争情报研究则比较少。

从关键词词频统计中我们可以看出“企业竞争情报”一词出现次数高达14次，除去“大数据”和“竞争情报”这两个限定本研究主题的关键词外，其出现次数排名第二位，学界对于大数据在企业竞争情报中的应用之关注程度可见一斑。大部分文章都认为大数据对于企业竞争情报来说既是机遇也是挑战，企业竞争情报体系需要紧跟大数据潮流、根据大数据特点做出改变。杨会荣在《大数据思维与企业竞争情报变革》一文就提到“对企业而言,大数据时代需要有大数据思维,而大数据思维呼唤企业竞争情报变革”，并且指出了企业竞争情报转型的两个关键“以需求为导向”和“共享协作”[17]。赵芳则从方法的角度提出应该借助Hadoop、Storm等大数据分析工具进行企业竞争情报分析[18]。马林山等人则以机制建设为切入点认为应该建立一套适应大数据时代的企业交互式竞争情报系统[19]。“产业”一词在关键词中出现的频率也颇高，共有11次（包括“产业竞争情报”和“产业竞争优势转型”）。和企业层面的研究类似，产业竞争情报层面的大数据研究也多涉及思维、观念、方法和机制等[20-22]除此以外，有关大数据和产业竞争情报的研究已经深入某些具体产业，比如体育[23]、电信[24]等产业。竞争情报国家层面的大数据研究则散见于一些论文之中，系统论述的还比较少见，比如《政府竞争情报服务——卢森堡案例研究》中就提到了卢森堡竞争情报服务中有关大数据的政策和应用[25]。

（2）研究涉及竞争情报各个环节。竞争情报工作包括情报的搜集、处理、分析、服务等多个环节。自2012年大数据与竞争情报相关研究的出现,至今不过短短三年多时间，大数据对于竞争情报工作每个环节的影响，几乎都得到了研究者们的关注。《大数据对竞争情报研究的影响分析》[26]一文就指出大数据可以为竞争情报的研究解决全面、准确占有情报资源的难题、可以提供海量数据存储并且优化数据资源的数据管理、还可以为情报研究提供基于主题和事件的信息自动分析能力。而化柏林、李广建则从多元融合的角度入手分析了大数据环境下的竞争情报工作的各个环节，对比了传统的竞争情报和大数据环境下的竞争情报的各个流程，指出了大数据环境下信息搜集、处理、分析和传播等环节的新特点[27]。除此以外，竞争情报的协作共享也一直是该领域的一个关键问题，顾涛就根据大数据的特征，阐明了大数据资源协作共享的基本原则,提出自主协作、中心协作和分级协作等三种基本竞争情报协作分析模式[28]。

3 大数据对竞争情报的影响

3.1 直接影响

大数据对竞争情报发展产生的直接影响，主要指大数据本身所具有的多样性、多元化、复杂性等特性，直接促使竞争情报研究和工作的变革，主要有以下三点：

大数据的多样性和关联性，要求重视竞争情报源的全面性。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。大数据的价值不仅体现在数量上，更体现在数据间的关联，未知情况与已知环境业务的关联性。所以，要提倡全源情报，进行多源数据信息的融合，充分发现数据间的关联，为决策提供更全面的判断依据。

大数据的海量性和多元化，要求提高竞争情报分析处理技术。数据的海量性是大数据最显著的特征之一，面对数量大且增长速度极快的数据，如何迅速对其进行分析处理，是一个亟待解决的问题。以往竞争情报所依赖的传统信息组织，其处理粒度主要以单篇文献为主，而在大数据环境下，借助大规模机器学习和深度自然语言处理，处理粒度可以细化到段落和句子，处理范围可以扩展到文本、图像、视频等各种类型，处理结果可以形成包含人物、机构、管理、产品等知识点的知识库。随着网络新媒体资源在规模、类型等方面的爆炸式增长，迫切需要建立现代化的技术手段，对竞争情报大数据资源进行精细化处理和知识化组织。大数据时代，要从浩如烟海的数据中迅速发现规律，基本前提是获取大数据和有效处理大数据。而规模巨大、结构复杂的海量数据信息已经大大超越了传统阅读能力所能处理的范畴。各种半结构化、非结构化的数据大量存在，真伪难辨，为竞争情报的分析和处理带来了困难。

大数据的动态性和复杂性，更加关注竞争情报服务时效和产品可视化。大数据时代，网络资源非常丰富，尤其是社交网络等新兴媒体的增长，增加了大数据的动态性、即时性和易逝性。竞争情报的产品与服务应该是对最新的情况与发展进行反映，竞争情报服务价值的易逝性增大，对竞争情报产品与服务的时效性要求更为严格。大数据本身的复杂性与人类对事物认知的有限性形成矛盾。纷繁复杂的大数据，是对人类处理和理解信息能力的挑战。可视化的竞争情报产品有利于对抽象信息的直观传达，便于决策者理解和领会，从而更好地支持决策。大数据环境下的情报产品的形式更加多样化，更加关注内容的可视化。

3.2 间接影响

大数据对竞争情报发展产生的间接影响，主要指大数据通过对包括政府、企业在内的整个社会环境产生的影响，间接影响了同处于该大数据环境下的竞争情报工作和研究的导向和意义。

从政府维度上看，大数据带来了政府治理理念和模式的变革，引导着竞争情报的发展。我国政府在竞争情报发展中起着强大的推动作用，主要得益于政府对各行业的指导和扶持作用，政府丰富的信息资源、强大的信息采集和分析能力等优势[29]。2015年8月31日，国务院发布《促进大数据发展行动纲要》，提出大数据成为“推动经济转型发展的新动力、重塑国家竞争优势的新机遇、提升政府治理能力的新途径”[30]。重视利用大数据实现决策的精细化与科学化，建设智慧政府、透明政府成为大数据时代政府提升治理能力的新目标，推动竞争情报工作的开展是智慧政府之政府智能的体现。

从企业维度上看，大数促进企业技术、产品、服务等方面的不断创新，推动着竞争情报的发展。大数据在我国各大企业中已经有了广泛的应用，通过海量的数据，可以给用户提供更好的、更具个性化的服务。企业竞争情报不仅关注于技术发展，更需要结合环境、政策、市场、科研等全面地展示竞争的格局，以便企业在竞争中立于不败之地。如何结合企业现状有效利用大数据，是竞争情报不得不关注的问题。大数据促使企业竞争情报突破原有束缚，构建基于大数据分析的竞争情报模型，关注基于移动互联网的动态竞争情报。

从学术研究维度上看，大数据研究已经成为竞争情报学术领域研究的热点，一些知名学府和竞争情报研究机构成立大数据研究基地，反过来促进了竞争情报的发展。2013年9月，中国科学技术情报学会竞争情报分会以“大数据时代下的竞争情报服务”[31]为主题召开年会，畅谈大数据环境下竞争情报服务的方式方法，2014[32]、2015[33]的年会依旧将“大数据”作为重要的议题。

竞争情报与大数据的天然联系，使竞争情报地位提高。大数据时代，数据已渗透到各行各业，影响了竞争的方式和决策的模式，似乎谁掌握了数据，谁就能占领行业的制高点。很多企业都有自己的数据分析师，这些所谓的数据分析师从本质上看，是通过数据分析获得关于竞争环境、竞争对手、竞争策略的情报，从而支持企业决策，创造竞争优势。决策模式的变化凸显了竞争情报的价值，数据与竞争的联系，引起了人们对竞争情报工作的重新审视，竞争情报的地位获得了提高。

4 大数据环境下竞争情报发展建议

（1）思维方法方面：打破传统思维局限，结合大数据环境更新竞争情报理念。对大数据认识的不足，无疑会使竞争情报工作落后于时代的发展。实质上，大数据是数据产生的速度和数量超出了人们数据处理能力而孕育的一个新概念，是数据发生从量变到质变的一个标志。大数据对竞争情报的影响不仅体现在数据分析处理的技术方式上，更重要的是工作方式和思维方式的改变。如果仍旧局限在以往的思维中，会造成视野狭隘，思路受限，影响竞争情报工作的展开。所以，在大数据环境下发展竞争情报，必须要从思维和观念上的变革做起。培养观念上的开放性和思维的全面性，增加对事物认知全局、系统的把握；活跃思维方式，打破传统思维局限，注重相关性思维和智能性思维。

（2）技术工具方面：利用大数据工具，革新竞争情报分析处理技术。大数据环境下，产生了很多的开源工具和平台，极大的推动了数据分析处理技术的发展。数据分析处理技术同样也是竞争情报分析的重要环节。目前的竞争情报研究方法和技术处理还存在不少的问题，因此，必须与大数据的分析方法和技术结合，并探索新的方法和技术，形成新的分析方法体系。

（3）人才培养方面：创新机制，协同合作，培养人才。大数据环境下，跨学科协作、跨平台合作的趋势日益明显。单一机构在大数据环境下的所拥有的数据情况和研发能力是有限的，或者说是有一定局限性的。大数据环境提供了很多的开源平台和分析技术工具，就是一种协同合作模式的体现。借助大数据技术与平台，实现数据资源的共享，从而促进竞争情报的发展。以数据科学家为主角的复合型竞争情报人才的培养，既是在大数据环境下实现竞争情报转型升级的根本，这类人才应该既掌握大数据的技术和工具，又能结合信息研究需求建立领域模型；既能敏锐地从现象中发现规律，又能踏实地用数据证实或证伪一个结论。

5 结束语

大数据为竞争情报的发展带来了深刻的影响，促进竞争情报领域的不断创新和变革，以适应大数据时代获取核心竞争力的发展要求。大数据时代的竞争情报研究强调传统情报分析方法与大数据技术相结合，重视竞争情报平台与系统的构建，关注竞争情报服务和产品的评价。大数据环境下的竞争情报机构也在革新思维方式，研发技术工具，创新机制体制，培养复合型人才。竞争情报的学术研究与产业竞争情报实践相辅相成，二者相互促进，协同合作，抓住大数据带来的契机，实现竞争情报领域的繁荣与发展。

［1］缪其浩.大数据将如何影响竞争情报［J］.竞争情报，2013（1）：1.

［2］黄晓斌，钟辉新.大数据时代企业竞争情报研究的创新与发展［J］.图书与情报，2012（6）：9-14.

［3］Science and Technology（S&T）Priorities for Fiscal Years 2013-17 Planning［R/OL］.［2015-12-12］.http：//www.acq. osd.mil/rd/news/docs/osd_02073_11.pdf.

［4］Big Data Research and Development［R/OL］.［2015-12-02］. http://www.whitehouse.gov/sites/default/files/microsites/ostp/ big_data_press_release_final_2.pdf.

［5］王翠波，吴金红.大数据环境下技术竞争情报分析的挑战及其应对策略［J］.情报杂志，2014（3）：6-10.

［6］李广建，江信昱.不同领域的情报分析及其在大数据环境下的发展［J］.图书与情报，2014（5）：7-12，19.

［7］李广建，杨林.大数据视角下的情报研究与情报研究技术［J］.图书与情报，2012（6）：1-8.

［8］黄晓斌，钟辉新.基于大数据的企业竞争情报系统模型构建［J］.情报杂志，2013（3）：37-43.

［9］王洪亮，张琪，朱延涛.大数据环境下中小企业竞争情报系统模型构建［J］.情报理论与实践，2015（7）：109-114.

［10］刘锁荣.专利信息挖掘：企业竞争情报服务的新模式［J］.科技和产业，2014（8）：155-158.

［11］吴洁霞，胡婷婷，张云星，等.大数据时代的科技查新服务转型升级研究［J］.广西科学院学报，2013（4）：281-284.

［12］彭玉芳，郑荣.中小企业竞争情报服务体系评价［J］.情报理论与实践，2015（8）：66-70，20.

［13］刘毅.基于大数据的科技竞争情报服务市场化运营路径探索［J］.广东科技，2014（20）：1-2.

［14］中国产业竞争情报网.大数据时代咨询公司如何提高数据竞争力［EB/OL］.［2015-11-30］.http：//www.chinacir.com. cn/2015_zdtj/467852.shtml

［15］刘玉国，韩杨，吴丽洋.基于专利分析的企业竞争情报获取研究［J］.现代情报，2011（5）：118-122.

［16］郑彦宁，刘志辉，赵筱媛，等.基于多源信息与多元方法的产业竞争情报分析范式［J］.情报学报，2013，32（3）：228-234.

［17］杨会荣.大数据思维与企业竞争情报变革［J］.竞争情报，2015（3）：20-23.

［18］赵芳.基于大数据的企业竞争情报分析方法研究［J］.图书馆学刊，2015（2）：33-36.

［19］马林山，赵庆峰.大数据时代企业竞争情报运行保障机制建设研究［J］.现代情报，2015（7）：148-152.

［20］刘剑强.大数据为产业竞争情报服务带来的新机会［J］.中国集体经济，2014（6）：3-4.

［21］张佳丽.论大数据时代产业竞争情报服务［J］.内蒙古民族大学学报（社会科学版），2014（6）：115-117.

［22］李文娟，刘桂锋，卢章平.基于专利分析的我国大数据产业技术竞争态势研究［J］.情报杂志，2015（7）：65-70.

［23］杨红英，杨海燕，王会寨.大数据时代我国体育科技竞争情报服务研究［J］.山东体育科技，2015（1）：66-68.

［24］逄海鹏.电信运营商竞争情报工作探究［J］.移动通信，2013（19）：67-70,75.

［25］曾忠禄.政府竞争情报服务——卢森堡案例研究［J］.图书情报工作，2014（1）：136-141.

［26］张婷婷，赵睿涛.大数据对竞争情报研究的影响分析［J］.竞争情报，2013（2）：6-9.

［27］化柏林，李广建.大数据环境下的多源融合型竞争情报研究［J］.情报理论与实践，2015（4）：1-5.

［28］顾涛.基于大数据的竞争情报协作分析研究［J］.情报科学，2013（12）：114-118，135.

［29］李国秋，吕斌.我国竞争情报发展模式的路径选择——政府推动下的政府、企业与中介三位一体互动与融合模式［J］.图书情报知识，2006（2）：92-94.

［30］国务院.促进大数据发展行动纲要［R/OL］.［2015-12-15］. http：//www.gov.cn/zhengce/content/2015-09/05/content_10137. htm.

［31］大数据时代下的竞争情报服务——第十九届中国竞争情报年会圆满结束［EB/OL］.［2015-12-15］.http：//www.scic. org.cn/nianhui/19jie.htm.

［32］超越梦想，共创未来——中国竞争情报事业20年暨第二十届中国竞争情报年会在北京圆满落下帷幕［EB/OL］.［2015-12-15］.http：//www.scic.org.cn/nianhui/20th.htm.

［33］机遇、挑战与新的方向——第二十一届中国竞争情报年会圆满结束［EB/OL］.［2015-12-15］.http：//www.scic.org. cn/news/2015/21thAuualConSummary.pdf.

（责任编校田丽丽）

An Analysis of China’s Competitive Intelligence Development in the Big Data Environment

Zhao Keran
Department of Information Management,Peking University,Beijing 100871,China

In the big data environment,both academic research and industrial application of competitive intelligence（CI）are faced with new challenges and opportunities and take on new developmental trends.The hot spots and features of research on CI were identified through an analysis of the content of 154 journal articles in CNKI database.Results show that there have been mainly four hot issues on CI in the big data environment,namely,CI analysis and processing technology,construction of CI platform and system,CI service and,CI service and evaluation,CI application in industry.The two main research features are that the research has covered all the three level of macro,medium and micro,and the research production has dealt with all links of CI work,including information collection,processing,analysis, service and the like.The direct and indirect influence of big data on the development of CI was summed up.At last,some measures were suggested from the aspects of thinking method, technical tools and personnel developing in order to push forward the sustainable development of CI in the big data environment.

big data;competitive intelligence;content analysis;research hotspot;research feature;influence

G350

赵柯然，女，1992年生，2015级情报学博士研究生，研究方向为情报研究。

*本文系国家社会科学基金重点项目“大数据环境下的计算型情报分析方法与技术研究”（项目编号：14ATQ005）的研究成果之一