企业竞争情报 本科 第七章竞争情报技术与软件.ppt

第七章 竞争情报技术与软件 学习目标 通过本章学习，掌握竞争、竞争对手、竞争战略、竞争情报、竞争情报系统、商业秘密等概念，了解竞争情报的起源和国内外发展趋势。 能力目标 第一节 数据挖掘技术 分类是找出一组对象中不同类别的特征，并按照特征识别新对象的类别。 数据挖掘技术可以帮助情报分析人员发现竞争情报之间深层次的联系，辅助情报人员发现隐含信息。 二、数据挖掘的主要流程 数据挖掘的流程分为五个步骤：确定数据挖掘目标、数据收集和集成、建立数据仓库、确定挖掘模型和挖掘方法、挖掘结果评估和知识表示。 （一）确定数据挖掘目标 挖掘目标主要有两个方面：一方面是从与产品、顾客相关的数据中发现对营销决策起关键作用的新的有价值的知识；另一方面是通过数据挖掘去验证假设是否成立。 （二）数据收集和集成阶段 这些数据来源非常丰富，有的从企业的信息系统中获得，有的从直接的销售过程中得到，还有的从呼叫中心、企业电子邮箱、Web服务器（这些系统记录了顾客与企业交互的活动）中获取。它们的格式往往是不同的，需要经过清洗和集成后才能进入数据仓库。 （三） 数据转换并建立满足挖掘需要的数据仓库 在正式挖掘之前，尤其是基于对象距离的挖掘算法如神经网络，k-最近分类等必须进行数据规格化，将其映射至特定范围。 （四）建立挖掘模型、确定挖掘方法 常用的方法可以用OLAP（On-line Analytical Processing）对数据仓库进行数据立方体分析，对多维数据进行切片（slice），切块（dice），旋转(pivot)，向上综合（roll up），向下钻取（drill down）等分析。 （五）挖掘结果评估和知识表示 挖掘算法结束后往往会获得成千上万的模式和规则。 如何评价这些结果，需要有一系列的标准。一般的标准包括：准确性、可靠性、可规模性、可理解性，最后要通过可视化知识表示技术向用户展示挖掘知识。 三、数据挖掘工具分类 根据数据挖掘工具适用的范围可将其分为两类：专用挖掘工具和通用挖掘工具。 第二节 数据挖掘在竞争情报分析中的应用举例 一、数据挖掘在客户情报分析中的应用 利用数据挖掘做客户情报分析的内容一般包括客户需求分析、客户忠诚度分析、客户等级评估分析等三部分。其中，客户需求分析包括：消费习惯、消费频度、产品类型、服务方式、交易历史记录、需求变化趋势等因素的分析。客户忠诚度分析包括： 客户服务持续时间、交易总数、客户满意程度、客户地理位置分布、客户消费心理等因素的分析。客户等级评估分析包括：客户消费规模、消费行为、客户履约情况、客户信用度等因素的分析。 二、数据挖掘在销售情报分析中的应用 三、数据挖掘在电子商务用户网页浏览模式分析中的应用 第二节 国内外主要竞争情报系统软件评价分析 一、Fuld 咨询公司的评价 Fuld认为把BI看成是CI是一种对竞争情报不正确的理解，BI应用的技术非常先进，以定量分析方法为主，利用了大量的人工智能分析算法和模型，在当前先进的数据采集工具配合下，这些技术能发挥到最好的性能。但是BI不能称为真正的竞争情报软件，因为它们使用的信息以企业内部数据为主 。 Fuld从1998年开始每年推出竞争情报软件白皮书，该白皮书把竞争情报活动周期划分为情报规划、二次信息搜集、初始信息搜集、信息分析、情报发布五个阶段 。五个活动阶段的最高得分依次为5、10、10、15、10，对每个阶段都有具体的评价条目 。 从评价结果可以发现，当前国外竞争情报软件在情报规划和信息分析两个环节上总体水平不高。情报规划在竞争情报生命周期中非常重要，它决定情报需求，确定情报研究内容和范围。该阶段的活动主要是通过情报工作人员调查和访问相关的决策人员进行，完全是一种以人为主体的非结构化活动，软件对其支持大都是以规划流程规范化表现。 竞争情报软件和其拥有的信息技术是紧密不可分的，但当前是这些信息技术对竞争情报活动的增值作用是有限的，并且很多软件没有和竞争情报实践需要匹配，不能满足竞争情报工作者的现实需求。最近十年，信息集成、网络化、智能化已经成为企业信息技术应用的主流，这些对竞争情报软件的技术水平提升具有重要的积极影响，同时，随着竞争情报研究和应用的普及，对竞争情报软件的理解开始逐渐清晰，整个竞争情报软件开发将进入了一个全新时期。 三、国内竞争情报软件的发展评价 国内对竞争情报的研究和实践比较晚，相应的竞争情报信息化进程也是最近几年才开始悄悄兴起。 第三节 基于S