據俄羅斯媒體消息，俄羅斯最大的電子產品和家電銷售公司“M.Video-Eldorado”近日發布的報告顯示，中國品牌智能手機在俄羅斯市場份額達到了歷史新高，2018年1月-9月期間，中國智能手機占據俄羅斯市場份額的40%。（搜狐網）

二、華為躋身全球最佳品牌榜第68位：連續第5年上榜

日前，全球最大品牌咨詢公司Interbrand發布了2018年全球最佳品牌榜單TOP100。其中，蘋果、谷歌、亞馬遜分列三強。中國品牌華為位列第68位，相比去年又上升了2位，品牌價值提高14%，達76億美元。這也是華為連續第5年躋身全球前100最佳品牌，并持續保持排名上漲。（環球網）

三、新iPhone問題叢生被指設計缺陷 萬元買個“暖手寶”?

國慶期間，手機市場迎來銷售旺季，新款iPhone卻遇冷。據悉，從國慶假期伊始，新款iPhone的價格就出現了持續下滑，特別是金色款，整體降幅從數百元到千元不等。（證券日報）

四、京東方尋求為三星智能手表供應OLED面板

韓國媒體《ET NEWS》今日（10月8日）援引行業人士的消息稱，中國最大的顯示面板廠商京東方正尋求為三星電子供應商OLED面板。 該行業人士稱：“京東方正尋求為三星Galaxy Watch智能手表供應OLED顯示面板。”報道稱，此舉意味著韓國兩大顯示面板廠商Samsung Display和LG Display將直接面臨京東方的挑戰。（環球網）

五、寧波與華為共建沃土工場?助力產業轉型升級

由寧波市經濟和信息化委員會、寧波國家高新區（新材料科技城）管委會、華為技術有限公司和寧波中科院信研院四方合力打造的“華為云寧波沃土工場”9月27日正式落地。同時，四方圍繞華為云軟件開發服務達成了全方位、深層次的戰略合作。（人民網）

（樂思網絡輿情監測系統：基于全球領先的互聯網采集監控技術而研發，具有發現快，信息全，分析準的優勢。可讓用戶眼觀六路耳聽八方，在第一時間發現你想要的輿情信息。）

一、輿情概括：

? 近日，小鹿單車通過官方微信號發布通知，稱計劃于2017年10月21日起回收車輛，并將于10月23日暫停運營。針對暫停原因，小鹿單車在通知中稱，北京市交通委員會已經頒布《北京市自行車停車秩序專項整治方案》，要求已投放電動自行車運營的企業，需主動回收投放車輛。

? 據悉，小鹿單車于去年年底上線，此前曾在天津投放，但僅12日就宣布暫停服務。

? 除小鹿單車外，陸續已有多個共享電單車品牌被叫停。今年1月，深圳上線的7號電單車被叫停，已投放的400多輛電動車被責令收回；今年2月，小蜜電單車在北京投放了50輛共享電動單車，被交管部門緊急約談，要求將投放的車輛全部收回……

此外，上海、杭州、鄭州等城市也都對共享電單車下達禁令，要求停止運營。

事件發生后，各大媒體紛紛報道，引起了大量網友對共享電單車的現狀的分析和未來何去何從的探討。

二、樂思軟件輿情監測大數據

1.輿情構成媒體類型

? 在“小鹿單車暫停運營，共享電單車何去何從事件輿情分析”輿情媒體構成類型中，排在第一的是新聞，數據61條，占比23.74%，其次是微信，數據57條，占比22.18%，排在第三的是微博，數據56條占比21.79%。主流媒體仍然是此次輿情的重要構成媒體，但網絡媒體如微信、微博與主流媒體也不相上下，看來此事件網友關注度很高，討論也是很熱烈。

2、新聞網站報道排行榜

? 在新聞網站報道排行榜前TOP10中，排在第一位的微信，數據為57條，排在第二的是微博，數據為54條，兩者相差不大，是這次事件主要的網友討論區。第三的是360新聞，數據為10條。除此之外，鳳凰網、搜狐網、今日頭條、騰訊網等都是此次報道的重要的新聞來源網站。

三、輿情熱議

1.媒體聲音：

突然！又一家共享單車宣布暫停運營——鳳凰網

小鹿單車暫停北京業務 政策高壓下共享電單車前路幾何?——前瞻產業研究院

共享單車退潮:小鹿單車宣布暫停北京業務——維度文化

小鹿單車暫停運營,共享單車倒閉潮來了?——與非網

共享單車又有一家宣布暫停運營，誰是最終王者？——技能兩分鐘

酷騎單車解散分公司小鹿單車暫停運營?共享單車冬天來了——華文商業新聞

小鹿單車退出北京市場，共享電動車已徹底失敗？——小龍科技說

小鹿單車暫停運營,共享電單車真的前景堪憂?——搜狐科技

小鹿單車發展被限，這是怎么了？——驚奇網絡界

小鹿單車暫停北京業務 政策高壓下共享電單車前路幾何？——界面新聞

2.網友聲音：

小鹿電動單車暫停運營是理性回歸——楊玉龍

又一家共享電單車出局,小鹿單車10月23日起暫停北京地區業務——???史藝敏

又一家共享單車倒下——央證公開課

共享電動車宣告破滅？小鹿單車用戶可申請退還押金——TechWeb

小鹿單車暫停北京業務運營，共享企業即將洗牌？——UD數碼網

又一家共享單車出事了，共享單車“死刑書”宣布，這條路還能走多遠——黑土?全球電動車網

小鹿單車要被停了，在停之前最后騎一次。——小懶蛋要變勤快

共享電單車小鹿單車將暫停運營，當需求被過度滿足時，就是企業的災難。——高嘉

四、企業回應

? 近日，作為國內共享電動車領域市場規模較大的小鹿單車宣布，自10月21日起開始回收北京區域內已投放車輛，23日暫停北京地區的運營活動，用戶的押金清退工作將會在申請之日后7個工作日內進行返還。

? 小鹿單車方面解釋稱，根據北京市交通委員會下發的《北京市自行車停車秩序專項整治方案》通知，“已投放電動自行車運營的企業，需主動回收投放車輛”，小鹿單車作為一個負責任的企業，將積極配合有關部門行動，回收已投放車輛，并“繼續積極申請相關牌照”。

五、輿情應對建議

企業：

1.需及時發現網上負面消息，收集分析，準確把握事件的發展趨勢（建議使用輿情監測系統監測，如：樂思網絡輿情監測系統）

2.在事件剛開始發生時主動快速查清事實、了解真相，并組織人員快速找到解決問題的辦法。

3.需及時網絡上發布相關消息公布事件真相，及時回收產品，積極配合政府的整治工作。

個人：

1.對事件保持冷靜的分析判斷，積極參與分析討論。

2.關注事件最新進展，配合完成押金清退等工作，避免引起不必要的麻煩。

六、輿情分析

2017年3月16日，作為入駐天津的第一家共享電動車，小鹿單車的上市在天津還獲得了當地媒體的高度關注，并且引發了對共享電動車安全性及合法性的熱烈探討。

據天津日報記者報道，小鹿單車在上市前并未向天津市公安局交通管理局和市公安局非機動車管理處提交上路申請，產品也無相關的牌照和執照。不僅如此，網友對共享電單車這一形式也不是十分看好。

? 在天津日報微信發起的“你認為共享電動車能上路嗎？”問卷調查中，有570票、超過44%的讀者選擇“需要相關部門加強監管”，有451票、35%的讀者選擇“不安全，絕對不能上路”，而僅有248票、19%的讀者認為“新生事物，全力支持”。

? ? ? ?可以看出，共享電動車從出現到現在一直都是存在問題的，綜合網友的觀點我們可以總結得出問題如下：

? 1.質量未達國家標準。

? 2.未獲牌照非法上路。

? 3.運營難度高

? 4.停放模式有弊端。

? 5.難獲資本青睞

? 如此看來，共享電動車前景確實不容樂觀，但我覺得也并不是沒有解決的辦法，關鍵還是在于人的用心的運作，用心去把上面的問題解決好，不要想著急功急利，急于求成，相信也能創出一片屬于它的空間。

? 最后，回歸輿情。

? 在輿情的應對中，一方面相關行業需要做到主動披露信息，對網絡輿情進行有效引導。另一方面，相關的產品企業，要在第一時間發現這個事件，可以通過一些技術手段，比如輿情信息監控系統及時的收集和匯總行業信息和用戶反饋的問題，準確的把握事件的發展趨勢。然后立即組織精干力量研究問題所在，以及評估后續帶來的風險，及時發布消息。能夠在事件剛開始發生時主動快速查清事實、認真應對，利用媒體和網絡給出回復或應對方法，把本次事件的負面影響降到最低，有效規避網絡負面信息對企業可能造成的不利影響。

然而就這些被曝出質量安全不過關的企業中，鮮有做到了正確的輿情輿情應對。企業在被曝光后，應該怎么辦呢？其實總結一下也就四點：

第一點：第一時間發現危機輿情，啟動應急預案，主動應對。

在互聯網上，危機信息的傳播在傳播初期失控，極易成為網絡謠言、漫罵、諷刺言論或惡搞等等。危機信息在網上傳播具有滾雪球”效應。 由于網絡是一個開放的公共話語空問，其社會道徳行為約束相對薄弱，幾乎所有網民都可以不受約束和限制地傳播信息發表意見，網民可以參與各種信息的再生產，能夠在短時間內對某個熱點事件的傳播起著至關重要的作用。因而，要善于在第一時間識別危機信息，對其可能產生的輿論影響給予充分評估。

好事不出門，壞事行千里。在危機出現的最初12-24小時內，消息會象病毒一樣，以裂變方式高速傳播。而這時候，可靠的消息往往不多，社會上充斥著謠言和猜測。公司的一舉一動將是外界評判公司如何處理這次危機的主要根據。媒體、公眾及政府都密切注視公司發出的第一份聲明。對于公司在處理危機方面的做法和立場，輿論贊成與否往往都會立刻見于傳媒報道。

因此公司必須當機立斷，快速反應，果決行動，與媒體和公眾進行溝通。從而迅速控制事態，否則會擴大突發危機的范圍，甚至可能失去對全局的控制。危機發生后，能否首先控制住事態，使其不擴大、不升級、不蔓延，是處理危機的關鍵。

第二步：快速調查，針對質疑進行權威回應。

在突發事件或危機事件發生后，有關各方面時常遮遮掩掩，無非是怕但責任，怕事情傳播開來影響自身形象。殊不知，這往往是欲蓋彌彰。在現代信息技術條件下，危機信息捂是捂不住的，事情總有真相大白的一天。唯一正確的方法就是主動發布權威信息，實事求是，把事實情況說出來，引得引導輿論的主動權。

危機處置的事實證明，主動發布不但不會使企業自身陷入更大的被動，反而因其坦誠、公開、負責的態度和做法引得公眾的理解和支持，在不明真相前，就公開反駁或“刪帖”，很可能引發更為嚴重的二次輿情。

第三步：辨清責任，快速切割處置，避免損失擴大。

????在危機處置中首先要落實當事主體，及時與其他責任主體加以區分，并力爭通過當事責任主體的積極行為，主動的緩和沖突和改變危機輿論指向。無論何種情形，都需要直接管理這人主體在第一時間落實，并依據事實本身，明確所要承擔的責任，以此有效平息網絡輿論的問責訴求。間接責任主體雖然不是危機事件矛盾處置的直接訴求者，但卻承擔了及時向社會發布事實真相、表明處理態度的責任，特別是在當事人和直接管理者不能及時有效處理危機、贏得公眾信任的情況下，輿論訴求必然指向問責主體。第一時間明確危機處置權限和責任的工作要求，從制度上使危機事件得到高度重視和及時處理的重要保障。

?

第四步：建立輿情監測系統，在日常生活中及時解決消費者的訴求

面對復雜的輿情環境和海量的消費者輿情信息，單依靠人工實施監測和整體顯然不足，這就需要采用技術手段對全網消費者輿情進行全面監測。通過輿情監測系統來全面地對企業相關部門關心的信息進行立體監測，及時預警負面、重要、重點信息，實時跟蹤突發事件輿情信息，跟蹤反饋政府政策宣傳信息，對輿情信息“一網打盡”，以實現為輿情危機處置和工作宣傳投向提供決策參考。并且要把常態化與動態化的消費者訴求作為一種機制，在企業工作中加以落實。

?

傳統企業的OLAP幾乎都是基于關系型數據庫，在面臨“大數據”分析瓶頸，甚至實時數據分析的挑戰時，在架構上如何應對？本文試擬出幾個大數據OLAP平臺的設計要點，意在拋磚引玉。

突破設計原則

建設企業的大數據管理平臺（Big?Data?Management?Platform），第一個面臨的挑戰來自歷史數據結構，以及企業現有的數據庫設計人員的觀念、原則。數據關系、ACID在關系數據庫幾十年的統治時期是久得人心，不少開發人員都有過為文檔、圖片設計數據表，或將文檔、圖片序列化為二進制文件存入關系數據庫的經歷。在BDMP之上，我們需要對多種不同的格式的數據進行混合存儲，這就必須意識到曾經的原則已經不再適用——One?size?dosen’t?fit?all，新的原則——One?size?fits?a?bunch.

以下是我列出的一些NoSQL數據庫在設計上的模式：

文檔數據庫：數據結構是類JSON，可以使用嵌入（Embed）或文檔引用（Reference）的方式來為兩個不同的文檔對象建立關系；

列簇數據庫：基于查詢進行設計，有寬行（Wild?Rows）和窄行（Skinny?Rows）的設計決策；

索引數據庫：基于搜索進行設計，在設計時需要考慮對對每個字段內容的處理（Analysis）。

搜索和查詢的區別在于，對返回內容的排序，搜索引擎側重于文本分析和關鍵字權重的處理上，而查詢通常只是對數據進行單列或多列排序返回即可。

數據存儲的二八原則

不少企業在解決海量數據存儲的問題上，要么是把關系數據庫全部往Hadoop上一導入，要么是把以前的非結構化數據如日志、點擊流往NoSQL數據庫中寫入，但最后往往發現前者還是無法解決大數據分析的性能瓶頸，后者也無法回答數據如何發揮業務價值的問題。

在數據的價值和使用上，其實也存在著二八原則：

20%的數據發揮著80%的業務價值；

80%的數據請求只針對20%的數據。

目前來看，不管是數據存儲處理、分析還是挖掘，最完整和成熟的生態圈還是基于關系型數據庫，比如報表、聯機分析等工具；另外就是數據分析人員更偏重于查詢分析語言如SQL、R、Python數據分析包而不是編程語言。

企業大數據平臺建設的二八原則是，將20%最有價值的數據——以結構化的形式存儲在關系型數據庫中供業務人員進行查詢和分析；而將80%的數據——以非結構化、原始形式存儲在相對廉價的Hadoop等平臺上，供有一定數據挖掘技術的數據分析師或數據工程師進行下一步數據處理。經過加工的數據可以以數據集市或數據模型的形式存儲在NoSQL數據庫中，這也是后面要講到的“離線”與“在線”數據。

理解企業的數據處理需求

數據庫到數據倉庫，是事務型數據到分析型數據的轉變，分析型數據需要包括的是：分析的主題、數據的維度和層次，以及數據的歷史變化等等。而對大數據平臺來說，對分析的需求會更細，包括：

查詢：快速響應組合條件查詢、模糊查詢、標簽

搜索：包括對非結構化文檔的搜索、返回結果的排序

統計：實時反映變化，如電商平臺的在線銷售訂單與發貨計算出的庫存顯示

挖掘：支持挖掘算法、機器學習的訓練集

針對不同的數據處理需求，可能需要設計不同的數據存儲，還需要考慮如何快速地將數據復制到對應的存儲點并進行合適的結構轉換，以供分析人員快速響應業務的需求。

離線數據與在線數據

根據不同的企業業務，對“離線”的定義其實不一樣，在這里離線數據特指在業務場景中適用于“歷史數據”的部分。常見的歷史數據查詢分析一般來自于特定時間段，設計上需要考慮的是將數據存入歷史庫中時，建立時間索引。另一種情況是某種業務問題的定位或分析，在數據量巨大的情況下，基于Hadoop或Spark等框架編寫分析算法并直接在平臺上運行，可以大大節約數據導出導入、格式轉換與各種分析工具對接的時間。

在線數據處理按照存儲和分析的先后順序，可分為批處理（先存儲后分析）和流處理（先分析后存儲）兩類。Cassandra數據庫的設計采用上數據追加寫入模式，可以支持實時批處理；流式計算平臺則有Apache?Storm、Yahoo?S4等開源框架，商業平臺有Amazon?Kenisis（部署在云端）。企業的實時分析需求往往有特定的應用場景，需要對業務和現行系統有深入的理解才能設計出一個合理的架構。

via：Silent?River?作者：Justina?Chen

在自然界中有一種物質叫做“暗物質”，從物理學家的解釋來看，“暗物質”是自然界當中最充滿能量的部分，如何發揮“暗物質”的作用是當代自然科學研究的話題。而在數據科學領域，人們都在討論如何發掘隱藏在企業內部和整個互聯網上巨量的“暗數據”，怎樣發揮“暗數據”的價值。

有一種說法，人類只要利用大腦的?10%，就可以實現長生不老。即便在無數神經學家將其斥為胡編亂造的無稽之談，多年以后，我們還是不會放棄這種念頭，因為我們知道自身還有很多潛力沒有發揮，只是有待發掘。同樣，許多企業也僅利用了數據的一小部分，而把經過巨大的開銷存儲著的關于流程、員工、客戶和產品的寶貴數據放在數據孤島中，無法有效利用。我們對數據的挖掘還處在一個非常初級的階段，可將其稱之為“黎明前的黑暗”階段。

定義“暗數據”

“暗數據”是指企業已付費購買、收集以及存儲在各種系統和數據存儲中，但實際上目前并未使用、分析甚至訪問的所有數據。我們可以將“暗數據”視為大數據的子集，它可以包括存儲在?CRM?數據倉庫的結構化數據、日志文件甚至來自于社交媒體的非結構化數據等所有數據。

當然，有些企業已經實施數據倉庫或者大數據平臺，清楚數據的存在，并正在發掘數據的價值，但他們依然存在暗數據的問題。因為實施數據倉庫常常是站在IT的角度，對于IT來講或許已經是可以利用的明數據，對于其它部門，尤其是業務部門如果沒有充分有效的利用手段和方式，仍然是“暗數據”。如果您實際上無法利用付費購買的數據，那么最終您就無法對企業的整體行為形成一致觀點。這意味著您將無法分析流程、合理配置資源，也無法在系統中找到代表您的專有優勢的數據。

“暗數據”產生

顯而易見，?沒有任何組織主動采取低效、?昂貴和不明智的措施。但一系列新應用程序和大量新數據已使很多公司忽視了他們已經擁有和付費購買的數據。為何會有這么多“暗數據”存在?我們從以下四點來解釋：

1. 企業甚至沒有意識到數據的存在

企業不止有IT部門，還有更多的業務人員、管理決策人員，當他們嘗試解答疑難問題或改進工作方式時，會回避尋找并分析自己不熟悉的數據集的挑戰，這種情況十分常見。不幸的是，往往由于缺乏技能、時間或能力，他們很難將正確的數據公諸于世，這在日常的工作當中是非常典型的一種場景。舉例說明，有些企業表示不清楚到底有多少客戶，這是真的嗎?回答是否定的，因為現在的企業IT已非常完善，每一筆客戶的交易信息都會存在系統當中，或許有些數據質量不是很好，但它們都是存在的，只是企業自己沒有意識到。如果這些數據以整個組織都能訪問的方式存儲，就能為更多業務部門、項目團隊提供支持，進而制定更明智的決策，并對更多假設進行測試。

2.?企業意識到數據的存在，但不知道具體位置，利用的手段和方法也不足

企業已經建設了很多數據管理系統，知道數據是存在的，但如果組織的數據體系結構或復雜的數據流程起到阻礙作用，那就很難訪問數據。如果各個部門都在數據孤島中工作，并且數據保存在遺留數據存儲中，那么即使是求知欲最強的團隊也會徒然碰壁。如果沒有制定關于存儲和管理所有這些數據的整個企業范圍的戰略，那么組織的決策質量仍將受制于內部組織架構和過時的技術。

3.?實際利用數據過于昂貴阻礙了數據使用的效果

即使企業已經發現了所需的“暗數據”，通常也必須面對與在遺留系統上處理這些數據相關的一連串成本問題，如數據利用的環節過長。即便他們通過使用Hadoop此類的新軟件架構，在價格較低廉的硬件上復制這些數據來努力避免這些成本，但與遷移流程和獲取新技能相關聯的初始成本對于單個項目而言，通常仍顯得過高。這也造成了很多的數據其實仍然是未被充分使用的狀態，仍然隱藏在我們的IT系統和日常流程當中。為了充分利用企業已擁有的數據，需要為更現代化的數據體系結構奠定基礎，否則，您仍會繼續為數據支付巨額費用，卻無法承擔對其進行分析產生的成本。

4.?某些數據存在遵守法律的問題

如金融、電信、醫療等行業的數據量非常多，但無法將某些數據提供給任何人分析，最重要的原因之一是害怕違反法律法規的要求。對于企業而言，要使其擁有的數據具有意義，需要部署明確定義的流程和工具，以保證這些數據的安全性。Informatica?有專門的解決方案，叫做數據脫敏(Data?Masking)，保證數據隱私不被泄露的情況下充分利用數據。

公開“暗數據”

既然我們面臨著非常多的“暗數據”，那么公開就是它的對立面，叫做數據的透明化，我們期望的結果是企業中所有數據，對企業的任何一個參與者——IT、業務、決策、財務——都是透明的，在他們想分析的時候都能找到所需的數據。

任何企業在發掘數據價值的時候，往往包括三種典型的角色：集成商、IT部門和業務部門。人們常常討論誰才是數據的主人，一般認為是業務部門，但完成實際操作過程的卻是集成商，似乎所有的報表都是集成商來做，所有的分析也是集成商完成。在數據分析數據使用中有一個常常被大家忽略的過程，被稱為數據的探索和探查的過程也是由集成商來完成。這其實是業務模式的一個致命弱點，由集成商完成數據探查工作，再根據業務或者IT提的報表分析需求來使用這些數據，使用數據的主體——業務部門并沒有參與探索數據，并沒有親身體驗分析數據的過程。

業務部門參與數據挖掘對數據價值的實現大小關系密切。如果找集成商來做大數據平臺可能也叫BIG?DATA，但這個“BIG”很小;假如IT部門能充分參與架構設計和數據的探索過程，這個“BIG”會變得大一點;假如業務部門也參與可能使“BIG”變得更大，數據在企業中的流程也會縮短，業務部門會知道數據的存放位置，“暗數據”問題能夠更快解決。

業務部門如何才能自我分析數據，實現自助服務?他們需要一個有效的IT支撐手段，需要IT把暗數據透明化，變成透明的數據。實現數據透明化的一個基礎是數據標準化，建立標準化平臺。暗?數?據存在于不同系統中，需要重新格式化、解析、篩選、標準化、整合以及細化，?使其為輸入到任何分析工具和應用程序中做好準備。

真正釋放“暗數據”潛能，讓數據見光需要一定的策略變化，除了上述的要啟動業務部門的自助服務的能力，以及啟動IT部門的標準化構建，還有一個關鍵點是啟動可重復利用“暗數據”的流程。大多數公司所犯的最大錯誤是認為他們只需對其“暗數據”進行一次深入探究，這可不止是一個一次性的流程。數據只會不斷增長，無論是規模、多樣性還是價值，提供數據的應用程序的數量和類型也會不斷變化，因此，與其一遍又一遍地解決單個“暗數據”項目，應該考慮建立一個可重復的流程。這意味著采用所需技術，建立現代化的基礎架構，以使您的所有數據隨時可供訪問并保持一致，使其保持潔凈、安全、互聯互通。

“暗數據”并非僅僅表明技術開支效率低下，它還表明企業難以利用其積累起來的豐富知識，“暗數據”是一個有待發掘的潛在金礦。在我國當前新型工業化進程中，提倡大數據的前奏叫數字化，數字化能夠貫通各個環節，把原來可能隱藏在工業流程當中的數據釋放出來，用數據來描述工業流程，這也成為眾多領先企業希望征服“暗數據”的原因所在。

——來源：TechTarget中國

]]> http://www.07zn.com/wp/article/10170 Mon, 17 Aug 2015 15:41:57 +0000 http://www.07zn.com/wp/?p=10170  

本文更多是從比較高的層面，也許就是我們說的“道”的層面去思考大數據如何對于一個企業產生價值。有很多觀點的值得借鑒，值得大家去深入思考的，本文更多是一個方向，一個比較“虛”的描述，如果你從事一段時間的大數據工作，或者數據分析相關工作，相信你對本文有一定體會。

但是，大數據價值的實現與真正“落地”，絕對不是一句簡單的事情。一個企業如何讓【大】數據產生價值，絕對不是一句口號。真的需企業方方面面去支持。前期在技術上就需要投入大量資源，例如：大數據相關開發人員，數據分析人員，各種機器。

數據基礎的建設，僅僅只是最基礎的工作，真正要讓數據對企業產生商業價值，不讓對數據的基礎投入成為擺設，則需要是公司的“文化”支持，不然會變成光是貼在墻上的口號：

“讓數據說話！依據數據行事！”

“所有決策都需要數據支持！”

數據要產生價值要企業“文化”來澆灌，數據需要滲透企業“靈魂”中，這會涉及到企業很多人工作方式，流程，習慣，思維的轉化。這往往是很“痛苦”的。一起看看這篇文章吧！

一、大數據使企業真正有能力從以自我為中心改變為以客戶為中心

企業是為客戶而生，目的是為股東獲得利潤。只有服務好客戶，才能獲得利潤。但過去，很多企業是沒有能力做到以客戶為中心的，原因就是相應客戶的信息量不大，挖掘不夠，系統也不支持，目前的保險業就是一個典型。大數據的使用能夠使對企業的經營對象從客戶的粗略歸納(就是所謂提煉歸納的“客戶群”)還原成一個個活生生的客戶，這樣經營就有針對性，對客戶的服務就更好，投資效率就更高。

二、大數據一定程度上將顛覆了企業的傳統管理方式

現代企業的管理方式是來源于對軍隊的模仿，依賴于層層級級的組織和嚴格的流程，依賴信息的層層匯集、收斂來制定正確的決策，再通過決策在組織的傳遞與分解，以及流程的規范，確保決策得到貫徹，確保每一次經營活動都有質量保證，也確保一定程度上對風險的規避。過去這是一種有用而笨拙的方式。在大數據時代，我們可能重構企業的管理方式，通過大數據的分析與挖掘，大量的業務本身就可以自決策，不必要依靠膨大的組織和復雜的流程。大家都是基于大數據來決策，都是依賴于既定的規則來決策，是高高在上的CEO決策，還是一線人員決策，本身并無大的區別，那么企業是否還需要如此多層級的組織和復雜的流程呢?

三、大數據另外一個重大的作用是改變了商業邏輯，提供了從其他視角直達答案的可能性

現在人的思考或者是企業的決策，事實上都是一種邏輯的力量在主導起作用。我們去調研，去收集數據，去進行歸納總結，最后形成自己的推斷和決策意見，這是一個觀察、思考、推理、決策的商業邏輯過程。人和組織的邏輯形成是需要大量的學習、培訓與實踐，代價是非常巨大的。但是否這是唯一的道路呢?大數據給了我們其他的選擇，就是利用數據的力量，直接獲得答案。就好像我們學習數學，小時候學九九乘法表，中學學幾何，大學還學微積分，碰到一道難題，我們是利用了多年學習沉淀的經驗來努力求解，但我們還有一種方法，在網上直接搜索是不是有這樣的題目，如果有，直接抄答案就好了。很多人就會批評說，這是作弊。但我們為什么要學習啊?不就是為了解決問題嘛。如果我任何時候都可以搜索到答案，都可以用最省力的方法找到最佳答案，這樣的搜索難道不可以是一條光明大道嗎?換句話說，為了得到“是什么”，我們不一定要理解“為什么”。我們不是否定邏輯的力量，但是至少我們有一種新的巨大力量可以依賴，這就是未來大數據的力量。

四、通過大數據，我們可能有全新的視角來發現新的商業機會和重構新的商業模式

我們現在看這個世界，比如分析家中食品腐敗，主要就是依賴于我們的眼睛再加上我們的經驗，但如果我們有一臺顯微鏡，我們一下就看到壞細菌，那么分析起來完全就不一樣了。大數據就是我們的顯微鏡，它可以讓我們從全新視角來發現新的商業機會，并可能重構商業模型。我們的產品設計可能不一樣了，很多事情不用猜了，客戶的習慣和偏好一目了然，我們的設計就能輕易命中客戶的心窩;我們的營銷也完全不同了，我們知道客戶喜歡什么、討厭什么，更有針對性。特別是顯微鏡再加上廣角鏡，我們就有更多全新的視野了。這個廣角鏡就是跨行業的數據流動，使我們過去看不到的東西都能看到了，比如前面所述的汽車案例，開車是開車，保險是保險，本來不相關，但當我們把開車的大數據傳遞到保險公司，那整個保險公司的商業模式就全變了，完全重構了。

五、數據發展對IT本身技術架構的革命性影響

最后一點，我想談的是大數據發展對IT本身技術架構的革命性影響。大數據的根基是IT系統。我們現代企業的IT系統基本上是建立在IOE(IBM小型機、Oracle數據庫、EMC存儲)+Cisco模型基礎上的，這樣的模型是Scale-UP型的架構，在解決既定模型下一定數據量的業務流程是適配的，但如果是大數據時代，很快會面臨成本、技術和商業模式的問題，大數據對IT的需求很快就會超越了現有廠商架構的技術頂點，超大數據增長將帶來IT支出增長之間的線性關系，使企業難以承受。因此，目前在行業中提出的去IOE趨勢，利用Scale-out架構+開源軟件對Scale-up架構+私有軟件的取代，本質是大數據業務模型所帶來的，也就是說大數據將驅動IT產業新一輪的架構性變革。去IOE潮流中的所謂國家安全因素，完全是次要的。

所以，美國人說，大數據是資源，和大油田、大煤礦一樣，可以源源不斷挖出大財富。而且和一般資源不一樣，它是可再生的，是越挖越多、越挖越值錢的，這是反自然規律的。對企業如此，對行業、對國家也是這樣，對人同樣如此。這樣的東西誰不喜歡呢?因此，大數據這么熱門，是完全有道理的。

——數據海洋

]]> http://www.07zn.com/wp/article/10011 Tue, 11 Aug 2015 11:29:18 +0000 http://www.07zn.com/wp/?p=10011  

究竟如何才能把數據轉化為利潤呢？對大多數公司來說，有兩種選擇，一是數據導向的流程，二是數據導向的產品。

如今，你到哪兒都能聽到大數據。別說是亞馬遜這樣的公司，現在就是一個小的Startup，每天也能有幾個G的數據量。而像Instagram這樣的照片分享網站，每天輕松就能產生出500T的數據量。不少企業的CEO們都會問一個問題：“好，現在我有這么多數據，下一步我該怎么做呢？”

一個人，如果只是站在金礦的土地上而不去挖掘的話，他也成不了富翁。同樣的，擁有大量數據并不能代表你的企業就能成功。這個行業里面成功的是例如亞馬遜，NetFlix那樣，能夠比競爭對手更好的利用數據的公司。否則的話，你也只能干瞪著眼看著一堆Hadoop集群而不知道如何去做。可是，要是你能好好的利用你的數據，你就能夠在競爭中領先一步。

那么，究竟如何才能把數據轉化為利潤呢？對大多數公司來說，有兩種選擇，一是數據導向的流程，二是數據導向的產品。

以數據為導向的業務流程：

傳統的數據分析師，使用Excel或者會編寫SQL語句進行特定查詢。而如今，這些就遠遠不夠了。如今的數據科學家，需要了解小數據時代和大數據時代的各種工具，包括傳統的商業智能工具，查詢語言，統計，甚至機器學習。

好的數據科學家可以幫助企業從分析產品，比如哪些產品受歡迎，為什么，哪些產品用戶不喜歡（比如Zynga就是這么做的），到建立預測模型，分析將來趨勢，以幫助現在的決策（比如沃爾瑪實驗室就是在這么做）

下面是一些具體的例子：

（1）如果你是銷售軟件即服務（SaaS）應用，數據科學家可以幫助你分析高端客戶的特征，比如他們轉化的渠道，他們的基本共性（年齡，性別，收入水平，地域等），以及他們使用你的應用的特別方式等。這樣，你可以更加有針對性的設計你的產品功能，推出針對性的廣告，優化市場推廣渠道，從而提高你的利潤率。

（2）數據科學家可以幫助你分析某類產品的價格對其他類別產品銷量的影響，從而幫助你優化你的整個價格體系。

（3）數據科學家可以基于歷史數據，建立一個準確的預測模型。比如如百貨公司Target那樣，能夠確定哪些顧客是懷孕的婦女，或者像一些保險公司一樣，能夠預測哪些來咨詢的潛在客戶最有可能轉化為客戶。

（4）數據科學家還能夠讓你更好的利用現有的數據分析運營結果。比如，數據科學家會建議你把你的市場營銷數據，和網站訪問日志以及交易數據進行關聯，從而能夠衡量市場推廣活動的有效性。

以數據為導向的產品：

除了以數據為導向的流程外，還可以把利用數據來豐富產品的功能。有的公司，還把數據專門打包成為一個產品來銷售。

比如Twitter，他本身的產品不是數據產品，但是，他通過授權其他公司如DataSift這樣的公司使用它的數據，DataSift這樣的公司則利用Twitter的數據做成針對企業的數據產品來幫助企業更好地利用社交媒體。還有一些媒體公司，把觀眾觀看的數據打包，賣給一些頻道或者內容制作公司。

不過，相對于把數據打包出售直接獲取收入，更多的公司則是利用數據，提高現有的產品，使它們更加有效率，更加智能更加符合用戶需求，從而直接或間接地增加收入。

下面舉一些實際的例子來說明數據如何使產品更加智能，更加符合用戶需求：

（1）為了提高廣告平臺的點擊率，廣告平臺通過分析廣告播放媒體，廣告本身，以及用戶的行為。把廣告展現給最合適的用戶。

（2）電子商務網站，通過推薦系統中的數據分析和機器學習，提高用戶對推薦產品的購買可能性。

（3）媒體網站通過分析用戶特征，給不同的用戶展現不同的內容網頁，提高用戶在網站的停留時間，從而獲得更多的廣告收入。

（4）視頻發布平臺通過分析用戶的觀看和互動行為，給視頻制作者關于用戶喜好的各種反饋，從而制作出更加滿足用戶喜好的視頻。這是一個間接增加收入的例子。通過數據分析，來提高視頻平臺的受歡迎程度。

企業應該如何開始行動

那么作為企業，應該如何開始準備，把冷冰冰的數據變成金燦燦的錢呢？下面是一些建議：

（1）盡可能多的保存各種數據。如今，存儲的成本已經不是一個需要考慮的因素了。要記住，再好的分析，沒有數據也是不行的。有很多數據，即使現在沒有辦法分析，也要盡量把它們存儲下來以便日后分析。很多公司都忽略了這一點。其實，很多的數據都可以把它們按照原始格式保存下來，包括交易數據，用戶行為，日志文件，用戶生成的內容，傳感器的數據等等，總之，你能有的數據，先存下來。將來總是有用的。

（2）找一個數據科學家：如果你是個小公司，那么可能需要找一個數據科學家加入，或者團隊中有一個人需要成為數據科學家。如果你管理一個大公司，那么你可能需要一個團隊的數據科學家。數據科學家可以從內部培養。一個好的商業分析師或者任何具有很強商業智能或者數據庫背景的人都可能成為數據科學家。你需要給數據科學家配備合適的工具，并讓他能夠接觸公司的不同數據，以便他能夠進行數據分析，數據挖掘，商業智能分析以及數據產品化的工作。一個好的數據科學家，能夠幫助你提高效率，并且幫助你更好的利用公司內部產生的各種數據。

（3）數據產品化：對任何擁有特有數據的公司，都應該考慮把這些數據產品化。其實，任何具有桌面，移動，網絡或者服務器應用的公司，都有自己的獨特數據。那些廣告和零售行業的公司，已經通過數據化產品增加了數十億美元的收入了。

舉個例子，如果你是個B2B的軟件即服務公司，為你的客戶提住自助報告的服務就是一個數據產品化的最簡單的例子。如果你是個電子商務網站，利用數據為用戶提供推薦則能夠增加你的收入，如果你有一個移動應用，那么考慮如何讓你的應用更加智能將會帶來更好的用戶體驗和收入。有個數據科學家來考慮如何數據產品化是第一步，最終，企業還是需要投入資源真正實施。

（4）以數據為導向的領導：大數據不是僅僅只是關于數據，它更多的是如何利用數據推動工作流程，優化產品功能。這一切就需要企業的管理者用一個數據導向的方式來領導企業，推動企業的大數據化。21世紀是大數據的世紀。如果企業不能在以數據為導向的大趨勢下順利轉型，就很可能會被競爭者擊敗。（來源：創業者）

一、企業為何要做精細化運營

隨著互聯網、媒體、用戶、市場的變化，企業發現過去他們所做的粗狂式運營已經不能有效的提升效率和增加企業用戶了，所以，一些企業開始找尋新的運營方式，比如逐漸轉變為CPM(每千人成本)化的精細化經營，通過這樣的運營來提升運營的效率，使企業廣告投放效率盡可能的最大化。

對企業而言，打造精細化運營的好處在于可以對目標用戶群體或者個體進行特征和畫像的追蹤與畫像，幫助企業分析用戶在某個時間段內容的特征和習慣，最后讓企業形成一種根據用戶特性而打造的專屬服務。

正是因為如此，企業運營在數字化時代，需要進行精細化運營才能更好的從管理、營銷方面提升用戶的服務體驗，同時根據差異化的服務讓運營更加精細化。

企業的傳統運營存在幾個比較嚴重的問題，比如運營模式單一，不能及時根據市場和用戶的變化做出改變，這導致企業運營的內容和形式難以拉動新用戶，同時又不能激活老用戶，這就導致企業在數字時代一定要進行運營的改變才可以抓住用戶。所以，企業運營走向精細化就是必然的趨勢。
 

讓我們看個關于精細化運營的例子，北京朝陽大悅城為了更好的提升運營效率，合理運用大數據幫助其改善運營情況。首先大悅城先根據客戶屬性進行分析用戶屬性，有效的進行消費者洞察，方便企業做出精準用戶畫像;然后根據分析出來的用戶屬性進行客群的劃分，找到用戶的價值和偏好等屬性，把用戶和不同品牌、不同品類的產品進行差異化拼配，找到相關性;最后根據這些做客流的引導，其實這就是一種運營的手段的拉新手段。

從這例子我們不難發現，在精細化運營的過程中，用戶數據起到了非常重要的作用，通過對用戶數據進行有效的洞察和分析，讓大悅城準確的找到用戶喜好和興趣，然后根據所得結果進行的精細化運營提升了企業的運營效率和提高了轉化率。精細化運營作為企業一項長期的過程，該如何運用大數據進行精細化運營策略的調整呢?

二、大數據對精細化運營的價值

大數據對于企業提供的營銷價值是毋庸置疑的，同樣大數據給予企業做精細化運營也會提供很多幫助。比如，企業可以根據收到的大量用戶數據構建一些關于用戶體驗的檢測模型，用來分析關注企業用戶的屬性。并且利用這些模型分析出用戶使用產品或者購物行為的關鍵接觸點，然后檢測每個接觸點相互間的轉化率。

例如，用戶從企業的網站首頁進入到產品庫查看產品詳情、把產品放到購物車以及最后購買和支付等接觸點，通過這樣的檢測可以衡量用戶從看到產品到購買產品間的體驗是否人性化，然后根據這樣的結果來修正自己的運營模式，盡量做出符合用戶喜歡的購物環境。

其實大數據對于企業精細化運營的價值表現在三個重要的維度：

一，幫助企業了解用戶從哪些渠道進來;

二，這些用戶關注什么;

三，這些用戶是新關注的還是老用戶。

通過這三個維度的分析，可以讓企業決定自己的投放策略和方向，這完全是大數據給精細化運營帶來的價值。

在分析用戶從哪些渠道進來，可以幫助企業發現更多流量的來源和需要在哪些渠道加強投放，比如用戶是從微博、微信、論壇還是門戶網站，從而幫助企業不斷調整營銷投放，發現哪個渠道更有吸引用戶的潛力和價值，如果沒有被挖掘到，可以繼續深挖。

在分享用戶關注什么方面，通過用戶對產品的點擊、話題的討論、內容的轉發能方面進行大數據分析，可以幫助企業有效找到用戶喜歡的興趣點和接受內容的方向，方便企業在運營內容和形式上及時作出調整。

最后，通過對用戶新老觀察分析，可以讓企業做精準運營的時候掌握好用戶的生命周期，知道什么時候該對什么樣的用戶進行內容上的營銷，以及幫助企業找到激活老用戶的方法。

舉個例子，比如搜狐為寶馬3系和X6分別進行了定制標簽，在“中高檔汽車購買人群”、“高檔進口汽車購買人群”兩大類標簽基礎上，又定制出不同的興趣標簽關鍵詞組。通過人群畫像系統監測發現：IT、理財等興趣分類的人群對高檔進口汽車X6更感興趣，而對游戲、旅游感興趣的人群對寶馬3系興趣標簽組的偏好強度較高;通過興趣偏好和頻道偏好也能為廣告主未來的廣告投放提供更有力支持，通過數據分析投放到更感興趣的人群，保證廣告效果的提升。案例節選自搜狐營銷《搜狐大數據精準營銷精細化運營推動營銷變革》。

所以我們可以看到，大數據對企業精細運營起到的價值還是非常巨大的，當然，這只是其中一個方面，此外大數據還能讓企業在社交平臺上的運營更加完善，盡量讓企業能有一個理想的口碑，并對一些不良的言論做輿情監測等等，然后根據數據進行產品改進，并且利用大數據還能更好的驅動用戶體驗，促進企業運營目標朝著正確的方向前進，這都是大數據為運營帶來的價值。

三、大數據如何驅動精細化運營

正如文章前面所說，企業做運營是為了拉新、留存和促活，只有這樣才能幫助企業增加收入、提升粉絲的活躍度。在移動互聯網時代企業要做到精細化運營，一定離不開大數據的幫助。所以企業在時下想要做好精細化運營，一定要通過大數據來驅動，才有可能提升運營的效率和效果。

因為基于大數據的分析能力，可以讓企業運營做到精細化的監控和對用戶做細分，方便企業根據不同用戶的需求進行具有針對性的一對一個性化服務，讓企業的營銷內容更加精準和有效，同時可以提升整個粉絲用戶群的活躍度。那么大數據是如何具體驅動精細化運營的呢?

具體如下：

1.大數據對精細化運營監控十分重要

我們之前的運營監控更多來說用戶或者運營人員對于發生事情的主觀判斷，缺乏真實有效的數據支持和模型幫助解決問題。而大數據更夠讓企業進行數據建模和有效收集數據進行分析，幫助企業能夠快速找到和解決用戶數據的異常信息，對運營起到輔助的監控作用，為企業提供有價值的參考意見。

讓我們看個例子看1號店是如何做的，顧客進入1號店后，就進入引導顧客的購買階段。這個階段，如何提升每個顧客的購買金額，并在此過程中，實現商品和各種資源的最優配置，是運營的關鍵。大數據又一次成了1號店的幫手。

首先，1號店的網站改進，包括圖片、網頁設計，完全以顧客點擊和瀏覽等行為痕跡的大數據分析為依托。不僅如此，在與消費者互動過程中，1號店也應用了大數據。像一些商場的導購員一樣，消費者瀏覽網站商品過程中，1號店會給消費者一些提示推薦，根據消費者之前的瀏覽和購買行為，1號店的系統能判斷出消費者可能喜歡什么商品，給以相應的提示。

再如，根據消費者是搜索商品，還是瀏覽商品，1號店可以初步判斷出他是目的性很強、時間有限的購買者，還是時間充裕、目的性不強的購買者，對于前者會直接推薦商品，對于后者，則不斷刺激其購買行為。

2.方便企業對目標用戶進行細分

我們都知道以往的企業的運營模式都是一對多的，企業并不知道自己的運營的方式和手段是否滿足用戶的需求，但是隨著企業擁有越來越多的用戶數據，能夠方便的讓企業通過技術分析出關注企業的用戶具體屬性和用戶行為的畫像。通過洞察分析出來的這些用戶畫像，能夠讓企業對每類用戶進行有針對性的運營活動。

3.通過大數據能讓企業有效激活用戶

企業做運營很重要的一點就是對老用戶的激活，但是怎樣激活老用戶，以及和用戶更好的進行有效溝通，幾乎是企業都撓頭的問題。但是運用大數據技術可以讓企業對用戶生命周期進行管理和挖掘，讓企業對不同生命周期的用戶進行標簽化的管理，讓企業及時把相關運營信息推送給不同生命周期的用戶。

總之，借用大數據會讓企業的精細化運營更加有效和有針對性，并且對運營人員來說，他們是距離用戶最近的那道關口，能夠借用大數據做到對用戶的精準分析可以減少運營人員不必要的行為，進而提升效率和增加轉化率。所以希望企業能夠合理運用大數據進行相關運營策略的制定，更好的提升企業運營能力。

來源：CSDN大數據

最新研究顯示，企業戰略越來越多地依賴于競爭情報。換而言之，競爭情報成為戰略決策的基礎，其價值是增強管理層決策制定的有效性，進而能夠對企業績效產生積極的影響。而競爭情報的獲取、生產和傳播是通過競爭情報體系(Competitive Intelligence System，簡稱CIS)來實現的。因此，戰略導向的企業競爭情報體系已經成為現代企業成功的關鍵要素，也是企業贏得和發展競爭優勢的根本保證。

一、問題：國內企業競爭情報工作的差距

作為企業決策智囊的CIS，歐美發達國家的多數企業建立了自己的CIS。據統計，在《福布斯》公布的全球500強企業中，95%以上建立了較為完善的CIS，而且隨著企業競爭情報工作的不斷深化，CIS對企業的貢獻率也呈上升趨勢。伴隨著極高的投資回報率，上述企業在競爭情報上的投入也在逐年遞增，從而使企業競爭情報工作進入了一個良性發展的軌道。

我國多數企業競爭情報工作尚處于發展之中，CIS的建設剛剛起步，總體上處于低水平且極不平衡狀態。在診斷分析大量國內企業競爭情報案例的基礎上，筆者認為，國內企業競爭情報工作主要存在以下若干缺陷：

1. 競爭情報與戰略脫節。從競爭情報的職能上看，多數企業的競爭情報工作還僅僅停留在靜態或非連續地描述所處市場的主要參與者，包括競爭者、客戶、供應商、政府機構和潛在的合作伙伴，而在早期風險預警和戰略決策支持等方面卻涉及較少。與此相對應，從競爭情報產品上看，多數企業的競爭情報產品往往還局限于戰術性、歷史性，而不具備戰略性、預測性特征。比如，在國內競爭情報部門，人們常見的競爭情報產品是市場信息、價格策略、法律制度、行業標準、技術情報、產品情報等，卻鮮見為企業高層決策者提供的側重于戰略決策價值的情報，如競爭形勢分析報告、最新動態信息報告、預測情報、危機預警情報、專題情報報告等。

2. 組織和人員方面的缺陷。大多數競爭情報組織不健全，還未建立中心式的組織形式，競爭情報人員分散在各個部門或團隊，而且在組織職能和職位職責方面界定不清、界面模糊。人員方面，高層領導的推動力量與表率作用不足；業務部門管理人員參與度不高，競爭情報意識薄弱；競爭情報部門的專業化水平亟待提升，缺乏高層次的競爭情報人才；未樹立“全員情報意識”，難以使企業情報工作真正落實到每位員工身上。

3. 競爭情報流程缺失或不規范，循環能力不足。從情報來源上，大部分中小企業獲取情報較多地利用客戶、行業協會、會議，而利用信息咨詢機構獲取情報的比例很低；具體流程上，對情報需求把握不準，對信息源缺乏統一管理，情報收集效率低，情報產品情報加工和分析能力不足，情報產品的及時性和連續性差，致使情報產品價值較低；情報交流和傳播上，大多數企業，尤其是大中型企業， 還未建立情報分享機制，存在“情報隔離”現象，導致競爭情報無法在整個企業的正規渠道中得以完整、正確地傳播。

4. 信息技術（IT）、情報服務等內外部條件較為落后。由于信息技術體系尚未完善，賴以開展競爭情報工作的基礎設施較差，專業數據庫不多，實用的競爭情報分析軟件也很少。同時，目前競爭情報服務市場還普遍缺少專門為企業量身定制、深入到行業并能滿足用戶較高層次需求的競爭情報產品和服務。

二、方向：戰略導向的競爭情報體系的內涵和基本框架

1. 競爭情報體系的內涵

筆者認為，以系統觀為視角，企業競爭情報體系是一個轉化系統，在一定宏觀和產業環境下，由企業決策層及戰略管理系統“導演”，將各種信息資源投入轉化為情報產品及服務，提供給各類用戶，并為提高戰略決策的有效性和增強企業競爭優勢創造價值。其驅動力量包括企業戰略、技術、人員和組織能力等。

2. 競爭情報體系的基本框架

按照競爭情報最佳實踐研究結果，結合圖1所述，從外往里看，行之有效的競爭情報體系由三部分構成:競爭情報的外部環境和內部條件、競爭情報所屬的戰略管理體系和競爭情報的主體部分。

一是外部環境和內部條件。它是競爭情報體系的外在因素。外部環境包括宏觀環境和行業環境，它們在不同程度地影響著競爭情報的運營過程及其績效。內部條件是與競爭情報相關的資源和能力，它包括實物資產和無形資產。實物資產是指土地、工廠、設備、物資等；無形資產是指人力資本、信息資本，以及包含領導力、組織結構、文化、知識、技術、品牌、創新與變革能力等要素在內的組織資本。

二是戰略管理體系。它是競爭情報體系的控制機制，即神經中樞。戰略執管理體系的有效性主要體現在兩個方面：一是制定成功的戰略，二是靠科學嚴謹的戰略執行體系程序實施戰略。邁克爾?波特提出兩個基本的競爭戰略：低成本或差異化。在此基礎上，邁克爾?特里西（Michel Treacey）和弗雷德?威瑟姆Fred Wiersema)提出三種基本戰略：運營卓越（對波特成本戰略的解釋）、客戶關系和產品領先（兩個差異化戰略）。阿諾德?海克斯（Arnoldo Hax）和迪安?懷爾德（Dean Wide）提出了第四種通用戰略——系統平臺（Lock-in）。

三是競爭情報主體。它是競爭情報體系的中心和平臺部分，即基礎架構。競爭情報主體部分是由情報投入、情報產出、情報處理過程以及內外界之間的控制和反饋等四大子系統構成。

一般地，“情報投入”既來自于Internet、報刊、行業協會及政府出版物、研究報告、人際網絡等外部信息渠道，又來自于與企業其他信息系統 (包括企業資源計劃、客戶關系管理和供應鏈管理等) 之間的有機銜接以及人際網絡、出版物等內部信息渠道；依據企業內部不同用戶的需求， “情報產出”提供多層次的以戰略價值及時間效用為分類標準的競爭情報成果體系；“情報處理過程”主要是從組織、流程和人員三個層面進行以戰略規劃和決策為導向的競爭情報運營實踐和管理實踐，包括競爭情報收集子流程、競爭情報分析子流程及競爭情報服務子流程四個部分；“反饋”是系統各要素之間的相互刺激與反應，包括有形和無形媒介的傳遞，比如信息、資金、物資等，其核心是企業戰略和用戶需求。

三、實施：構建競爭情報體系的關鍵任務

按照競爭情報體系模型框架，從外往內、從前往后，我們能夠清晰地界定建立和發展競爭情報體系的五大關鍵任務：

1.明晰競爭情報部門的目標和職責

競爭情報部門的目標是通過競爭情報這一強有力的戰略工具，為制定戰略決策提供支持，幫助高級管理層明確企業發展的主要驅動力和企業績效的主要驅動因素，從而提高企業競爭力，并對未來市場方向進行預測。

按照簡P赫林的觀點，競爭情報部門的職能主要包括三方面：

?戰略決策和行動，包括戰略計劃和戰略開發；

?早期預警課題，包括競爭者的動機、技術上的新發現和政府行為；

?市場上主要參與者的描述，包括競爭者、客戶、供應商、管制者和潛在的合作伙伴。

2.明確情報用戶及其情報需求

用戶是競爭情報流程的起點和終點。用戶可分為兩種類型：戰略型用戶和戰術型用戶。戰略型用戶使用情報的目的是制定并實施長期商業戰略，而戰術型用戶使用情報的目的是完善當前的決策和規劃。競爭情報部門的服務重點是戰略型用戶，但是也應將戰術型用戶考慮進去。

3.定義和開發情報產品及服務

競爭情報產品是指任何能使公司保持競爭力的有關市場的信息和知識。在向用戶提供競爭情報產品時，根據用戶所處的管理層次提供不同形式的情報產品，呈現金字塔型的分布。

4.識別和建設信息源

為避免一些與情報需求無關的錯誤信息、過期信息和重復信息以及不完整信息等垃圾信息的干擾，情報部門必須明確具體、有針對性的情報搜集目標，找出正確、可行的信息源，以充分、有效地發掘和利用相關情報資源。信息源是多樣而繁雜的，例如客戶、競爭對手、合作伙伴、員工以及公司記錄。許多信息源存在于企業內部，例如：銷售代表、客戶服務代理人、有親屬在競爭對手公司工作的員工等；也有一些信息源來自于企業外部，例如：專家和權威意見、商業新聞、互聯網、展覽會等。通常，信息源的四個基本領域是：二手數據、原始研究、口頭傳播和管理信息系統或機構數據庫中的信息。如圖3所示，為某企業戰略早期預警系統的信息源：

5.建立和優化競爭情報基礎設施

競爭情報體系的有效運作，需要組織和人員、流程以及技術等若干基礎設施的密切配合。主要包括三個步驟：

一是組建競爭情報部門，設置競爭情報主管、競爭情報分析員等職位并配備相關人員，以協助競爭情報體系的實施。競爭情報部門大致有集中式和分散式兩種模式，絕大多數企業采取了某種程度的中心式組織方式。例如，寶潔公司把分散在各個部門的分析團隊組合到一起，創建了一個新的全球分析團隊，隸屬于其信息技術分公司。調查顯示，競爭情報部門較為普遍地隸屬于市場營銷From EMKT.com.cn部、企劃部或戰略規劃部。

二是建立相應的支持流程以配合競爭情報。這類支持流程對于保證企業競爭情報的有效性具有重要意義。它通常包括三個子流程：

?競爭情報收集子流程，即根據確立的情報課題，收集、整理各種信息，并作初步篩選，同時做好文件、記錄等資料的保管及定期歸檔工作。

?競爭情報分析子流程，即應用恰當的分析方法與技術，深入分析情報信息，生產競爭情報產品。

?競爭情報服務子流程，即以各種適當的方式優化競爭情報產品，及時將產品傳送給情報用戶，并為企業決策層提供快捷、友好的瀏覽、查詢服務和情報服務。

三是開發有助于競爭情報體系順利推行的相關信息技術。高管人員應當和IT部門一起，營造一個符合企業戰略的良好技術環境，以便于數據的收集、管理和報告，以及最大程度地在企業中推行競爭情報體系。企業應當建立一個整合、靈活而且具備商業智能的競爭情報IT平臺，比如一個內聯網上的競爭情報網站，一個包括各種內外部數據倉庫和決策支持技術的數據處理中心，一個非常強大的論壇平臺，等等。

來源：中國營銷傳播網? 作者：王晨光（國內著名戰略與管理專家，博士）

近幾年來，隨著網絡輿情的日趨復雜化，企業的危機事件處于高發狀態，從目前企業所面臨的危機應對復雜形勢來看，國內企業的危機應對能力明顯是有差距的，應對的側重點也存在明顯差別：三流企業重監測(輿情監測)，二流企業重策略(對應策略)，一流企業重研判(輿情研判)。

輿情研判是指在危機發生的初期，對事件輿情的發展趨勢進行全面的預判分析，以為企業的應對決策提供有力支持。輿情研判對于危機事件的作用，類似于“望聞問切”置于傳統中醫治療的意義。

當大部分企業面臨意外危機考驗時，通常管理層會處于緊張狀態之中，在這種非理性情況下，作出推卸責任的相關舉動，或延誤事件應對，均是源于對輿情研判環節的忽略。

縱軸：企業自身聲譽形象

對于危機事件的涉事企業來說，可以在縱軸(縱向比較，意為單個事物與過去某個時間的狀態進行比較)上理解為：總結企業在不同階段因危機事件造成的聲譽形象變化及其動態規律，以為其當下危機事件的發展趨勢預判提供參考。

在2013年4月7日開幕的博鰲亞洲論壇上，蒙牛總裁孫伊萍談到“香港限購對中國乳業發展是責任和機遇”，引發眾多網友吐槽。例如，有網友質疑稱，即使確實對國內乳企來說是機遇，那也不可能是放任產品質量于不顧，不等同于蒙牛機遇。

面對這一突發的敏感事件，蒙牛方面應該如何對其輿情發展進行客觀研判呢？而之所以出現這一質疑，顯然與近年來蒙牛多次發生產品質量事件有直接關系，危機事件的頻頻發生引發廣大公眾對蒙牛的不滿，這就是蒙牛聲譽現狀的直接體現。

公眾在內心對蒙牛存有不滿情緒，對企業負責人的話進行吐槽實屬在所難免，在事發初期來看，話題仍可能持續一段時間，考慮到蒙牛的聲譽現狀后，顯然不進行直接的回應或聲明是最優的選擇。

結合這一案例我們不難看出，要想做好企業危機事件的研判分析，首先要清楚企業自身的聲譽現狀：在傳統媒體、新媒體領域和意見領袖等不同輿論渠道的網絡聲譽形勢以及在顧客、員工、投資者、銷售商、供應商等利益相關群體內心中的基本心理認知與印象等。

橫軸：系列相關外部因素

結合危機事件的具體情況來看，可以在橫軸(“橫向比較”，即對空間上同時并存事物的既定形態進行比較)上理解為：與應對主體或具體危機事件相關的所有外部關聯因素，即與其屬性相關的外部因素。

企業所屬行業的基本輿情特征、國有資產背后整個央國企所面臨的輿論壓力、產業鏈因素、其他與企業相關的政策因素或監管因素等都屬于這一范疇。

2010年5月30日，《金融時報》發布全球市值500強企業排名，中石油超美國埃克森·美孚石油公司首次登上榜首。這是中國企業第一次站在該排名榜榜首。榜單前10強中國占了3個，包括中移動和工商銀行(601398,股吧)。500強中共有21家在中國大陸上市的企業，全部為大型國有或者國有控股企業。

這一現象卻在網絡世界引發巨大爭議，許多網民表示，“當年期待我們有世界500強的企業，現在有了，卻更加心酸”“國家的悲劇，都是壟斷惹的禍，賺的都是國人的錢”。

通過網友的無奈感慨，我們可以看出，輿論對央企壟斷的持續質疑，是中石油“喜報”不喜的根源所在。要想對此事件的輿情趨勢進行客觀研判，就不能脫離整體央國企的宏觀輿論形象。

另外，因屬性軸因素的存在，容易引發危機蔓延擴轉。2014年7月媒體曝光的上海福喜過期肉事件，也是一個典型擴轉危機。

不僅危機事件會發生蔓延擴轉，近兩年來隨著廣大網民網絡圍觀動機的不斷增強，網上各類躺槍事件頻頻發生。對比來看，網絡躺槍的發生機率遠高于前面的危機擴轉，因此涉事兩方的關聯關系更為寬泛，但終究還是存在內在聯系，屬存在屬性關系。對于可能發生的躺槍現象，后續受牽連的相關方面必須要做好輿情研判與事件應對的準備工作。

2014年7月9日，央視曝光“中行造假洗黑錢”，事件迅速上升為輿論熱點，受此影響銀行股全線走低。數據顯示，當日有關中國銀行(601988,股吧)的利空消息對銀行股殺傷力巨大，A股、H股市場銀行股紛紛“躺槍”下跌。其中，A股方面，平安銀行(000001,股吧)下跌2.82%，中信銀行(601998,股吧)下跌2.3%，北京銀行(601169,股吧)下跌2.06%，中國銀行H股收市下跌2.79%。

從橫向屬性軸來看，要想做好企業危機事件的研判分析，必須要清楚與企業相關的行業輿情形勢、政策因素等外部相關因素。對于同行業友商或產業鏈合作者的危機事件或潛在危機，也必須要高度關注。

深度軸：輿論關注力度

深度軸，是對危機事件輿情發展深度進行有效衡量的對比指標。經過對大量危機事件輿情發展的梳理來看，話題敏感度、話題關聯性、輿論關注程度是影響事件發展深度的三大關鍵因素。

話題敏感度，直接體現為“標簽化”敏感輿論熱詞的出現。以“天價”一詞為例：“天價”主要出現于有關央國企過度采購或奢侈消費的相關負面事件中，例如“天價燈”“天價煙”“天價酒”等，這與廣大公眾內心對此現象憤憤不平的基本認知密不可分。因此在進行危機事件輿情研判時，要正視潛藏于熱詞背后相關話題輿論形勢，綜合考慮并作出客觀判斷。

雖然話題敏感度是危機事件輿情趨勢研判需要考慮的因素，但標簽化輿情熱詞并非事件發展的必要條件。涉事企業在進行危機事件研判時，形成借助標簽化網絡輿論熱詞研判事件輿情趨勢的良好習慣。

話題關聯性，即危機事件與公眾的關系密切程度，這一因素也是推動事件輿情快速發展的一大潛在因素。2012年4月9日，微博上盛傳央視主持人趙普發布的“不要再吃老酸奶和果凍，內幕很可怕，不細說”話題。當日13時11分，中國娛樂網對事件進行首發，之后“工業明膠”話題迅速上升為輿論焦點。

工業明膠事件為何能快速成為輿論熱點呢？因為其涉及到多類日常生活中常見的普通食品，因工業明膠的存在，直接會影響到相關食品的質量，進而影響到廣大消費者的身體健康，與公眾的切身利益息息相關，這正是廣大公眾對話題進行快速網絡圍觀、推動話題迅速趨熱的關鍵所在。

輿論關注度，指各類媒體對危機事件的關注報道形勢，以及廣大網民對事件的網絡圍觀程度。簡單來說，輿論關注度即是媒體輿論場與網民輿論場的集合。近幾年來，隨著微博、微信等新媒體的快速發展，網民輿論場快速發展成為影響危機事件輿論發展的重要因素。整體來看，通常情況下輿論關注度是危機事件輿情熱度的直接體現。

目前，在大部分的危機事件應對過程中，均未對其輿情進展進行系統、全面的預判，這是導致最終應對效果不佳的重要因素之一。要想提高“臨戰”狀態下三維立體預判的準確度，也應注意日常相關知識的儲備與技能的提高，只有熟知涉事主體日常的“三軸”表現，并掌握基本的預判技巧，才能在危機來臨之際作出客觀的判斷，真正為涉事主體的危機應對提供大力幫助與有效支持。

轉載自法治周末 (作者 : 王洪波? 系危機應對專家、企業聲譽專注者)