大數據時代企業競爭情報系統的評價指標體系研究

吳金紅王翠波

（1．武漢紡織大學管理學院，湖北武漢430073；2．中南民族大學管理學院，湖北武漢430074）

大數據時代企業競爭情報系統的評價指標體系研究

吳金紅1王翠波2

（1．武漢紡織大學管理學院，湖北武漢430073；2．中南民族大學管理學院，湖北武漢430074）

針對競爭情報系統評價沒有體現出大數據特性的不足，結合大數據思維變化的3個方面，歸納大數據競爭情報系統應突出的特性。從競爭情報系統的構成出發，提出大數據競爭情報系統的評價思路，并從戰略保障、運行狀態和用戶體驗3個角度出發，建立了包括功能指標、技術指標和用戶指標在內的大數據競爭情報系統評價指標體系，最后探討了定量定性指標的度量方法。提出評價指標體系具有多層次多視角的特性，為建設大數據競爭情報系統提供參考。

大數據；企業；競爭情報系統；系統評價；指標體系

大數據正在改變我們的生活以及理解世界的方式，也在改變著商業組織和社會組織的運行模式。充分理解數據的價值，知道如何利用大數據為企業經營決策提供依據，目前已逐漸成為大數據時代商業組織應具備的最基本思維。在這種數據驅動決策的思維模式下，不少情報學研究者從對大數據競爭情報系統的模型、體系結構、運行機制等多方面進行了探討。如2013年，中山大學黃曉斌教授率先提出了基于大數據的企業競爭情報系統模型，并分析了該模型的結構和作用［1］。同時，越來越多的企業，如IBM、亞馬遜、谷歌、微軟、沃爾瑪等，開始重視大數據競爭情報軟件系統的開發與建設的嘗試，并且取得一定的成果。

然而，由于大數據的復雜性以及對大數據研究尚屬于啟動階段，為確保大數據競爭情報系統的實用性和安全性，有必要建立一套面向大數據的競爭情報系統評價指標體系，引導企業在大數據時代建設競爭情報系統，提高競爭情報服務質量。本文根據競爭情報系統的構成，圍繞大數據帶來的思維變化和當前競爭情報系統面臨的問題與挑戰，研究大數據競爭情報系統的評價框架，戰略、技術和人3個方面相結合，構建體現大數據思維的競爭情報系統評價指標體系，從功能覆蓋、運行狀態和用戶體驗等多角度出發，綜合考察競爭情報系統，提升競爭情報系統的準確性和有效性。

1 競爭情報系統評價研究現狀

隨著競爭情報在企業戰略管理中扮演的角色越來越重要，人們對于競爭情報系統及其帶來的效益展開了多角度多層次的評價。從文獻調查結果來看，國外對于競爭情報系統評價方面的研究成果主要集中在信息系統質量評價，提出了不少評價模型。如McCall模型［2］、Boehm模型［3］、Perry模型［4］和Gillies模型［5］，以及由國際標準化組織提出的一系列軟件質量模型，如ISO/IEC9126、ISO/IEC25010模型等。而對于大數據系統的評價研究正在進行之中，其中影響較大的是圍繞CAP理論展開的研究。2000年和2012年，Brewer提出并完善了CAP理論，認為分布式系統應具備3個特性：一致性（Consistency）、可用性（Availability）和分區容錯性（Partition Tolerance），并且論述了這3個特性之間的關系和取舍［6］。此后圍繞CAP理論展開了激烈的討論。如Abadi提出在大數據時代，分布式系統除了有C.A.P特性之外，還應該考慮到系統的響應時間［7］。

國內對于競爭情報系統評價的研究成果主要集中在以下3個方面：（1）績效評價。張翠英，張靜等根據競爭情報系統績效的影響因素選擇相應的技術指標體系，構建企業競爭情報系統灰色模糊評價模型［8］；邱均平等基于預期效用理論構建了競爭情報系統績效評價指標和評價模型［9］。（2）軟件系統評價。如侯麗從決策與情報系統的互動角度出發，探討了情報系統三大子系統的評價方式，并構建了相應的競爭情報系統指標體系［10］；胡桓構建了競爭情報系統軟件可用性測評體系，并針對國內三大競爭情報系統軟件進行了實際測評并使用層次分析法對測評數據進行分析［11］；（3）成果評價。如張志千，趙繼倫在分析企業競爭情報成果的類型及特點的基礎上，從內容性、可用性、應用效果、用戶滿意度4個方面構建包含11個二級指標的評價體系，對企業競爭情報成果進行模糊綜合評價［12］。

總的來說，國外研究成果比較多，但是這些評價模型總是想要以單個的模型廣泛地應用于所有軟件和信息系統的開發，顯然難以直接應用于業務性很強的競爭情報系統評價中。國內的研究比較具有針對性，但是從文獻調查的結果來看，目前大數據競爭情報系統的評價研究欠缺。而大數據無疑會給競爭情報系統帶來巨大的沖擊，因此，如何針對大數據競爭情報系統建立合適的評價指標體系和評價模型依然是一個開放的課題。

2 大數據對競爭情報系統性能提出的新要求

維克托?舍恩伯格在《大數據時代：生活、工作與思維的大變革》中明確指出，大數據時代人們對待數據的思維方式發生了3個方面的變化：全數據而不是樣本數據、接受混雜性而放棄精確性、關注相關性而放棄追究因果關系［13］。這些思維變化給競爭情報系統提出了新的挑戰，突出表現在以下幾個方面：

2.1 高性能

大數據帶來思維的第一個變化是全局思維：對全數據進行考察，發現趨勢和主流，而不是深入樣本數據進行局部探索。這對競爭情報系統性能提出了挑戰：一方面，要有足夠的容量來存儲和處理全數據；另一方面，流程整合、信息挖掘和實時工作等新應用系統對競爭情報系統的帶寬、響應時間、吞吐量等提出了更高的要求。高性能是競爭情報系統在大數據環境中生存的基礎，既需要大數據競爭情報系統升級硬件產品，在系統容量上實現提升，也需要采取更符合大數據處理應用的數據計算邏輯，增強系統的彈性，提高資源的利用率。

2.2 容錯性

大數據帶來思維的第二個變化是容錯思維：忽略數據不一致帶來的分析結果不精確性，快速獲得研究對象的發展趨勢比精確度更重要。這要求競爭情報系統有足夠的容錯性來應對數據處理過程中因磁盤故障、網絡故障、服務器故障等帶來的數據不一致性，容許一定程度的錯誤與混雜，用概率看問題，站在更高的層面來觀察和分析數據，獲得支持決策的知識和洞察力。

2.3 智能性

大數據帶來思維的另一個重大變革相關思維：關注相關性而不是追究因果關系。這意味著更多的創新，跳出原有的思維定式，從關聯事物中找到突破口，孕育新的事物。這使得競爭情報系統也要跳出線性思維的運作模式，提高系統的智能性，采用云計算、機器學習、數據挖掘等智能技術，對海量的數據進行統計性的搜索、比較、分析、歸納，并對事物發展趨勢和前景進行主動、立體、邏輯地分析，幫助人們提前發現事物的規律，預測事物進展的趨勢，早人一步提出創新性的決策。

2.4 安全性

大數據作為企業最寶貴的核心資產，它的安全需要強有力的保障，避免病毒、攻擊、非授權的訪問與泄密。目前對大數據安全的也受到人們越來越多的關注，如2013年澳大利亞政府明確提出了將個人隱私保護和安全性作為衡量大數據處理系統的一個重要標準。作為企業決策支持系統，大數據競爭情報系統必須做到對企業敏感數據的安全監管，包括企業交易數據、合同信息等隱私或者敏感數據，有能力保護企業的敏感數據不被有意或無意的泄露出去。

3 面向大數據的競爭情報系統評價指標體系

競爭情報系統是一個應用性很強的綜合系統，除了上述對大數據思維的考慮之外，還需要考慮競爭情報系統實際運行情況、情報保障能力以及使用者的感受考慮進去。下文先從競爭情報系統的構成出發，探討競爭情報系統的評價思路，然后將大數據的特性考慮進去，在綜合其他文獻提出的指標的基礎上，設計出大數據競爭情報系統的評價指標體系。

3.1 大數據競爭情報系統的評價思路

企業競爭情報系統是以人的智能為主導、以信息網絡為手段、以增強企業競爭力為目標的人機結合的企業競爭戰略決策支持與咨詢系統［14］。由此可見，競爭情報系統由戰略、技術和人3個方面組成：①競爭情報系統要服務于企業戰略，要滿足或者超越企業決策支持的期望和需求。②競爭情報系統是建立在信息技術基礎上的軟件系統，要有足夠的技術支持才能勝任競爭情報任務，尤其是在大數據時代。③競爭情報系統的服務對象是人，包括開發者、管理者和使用者。

建設競爭情報系統的目的是以人為本，采用適當的信息技術，構建功能強大的軟件信息系統，為滿足和超越企業戰略需求提供足夠的情報支持。因此，我們不能僅從系統的技術性能表現來判斷系統好壞，而要從多個角度來綜合衡量：

（1）戰略保障角度。主要考察競爭情報系統是否能夠根據企業戰略的具體要求，搭建競爭情報系統的功能構架，提供足夠的競爭情報能力，滿足或者超越企業決策支持的期望和需求。

（2）運行狀態角度。主要考察競爭情報系統的技術性能狀態。技術是競爭情報系統運行的基本保障，尤其是在大數據時代，必須要有足夠的性能表現才能應對海量的復雜數據。在評價時，要深入到技術層面，考察各個功能模塊的性能表現，從細節上衡量競爭情報系統的好壞。

（3）用戶體驗角度。主要考察管理者和用戶對競爭情報系統的使用感受。競爭情報系統是一個人機結合的智能系統，人的感受是決定其效用的一個重要方面，同樣也是進行系統評價時必不可少的一個方面。

根據上述描述，我們對競爭情報系統的評價思路進行了歸結，如圖1所示：

圖1 大數據競爭情報系統的評價思路示意圖

從評價過程來看，采用由表及里、主觀評判與客觀測量的評價策略。先評價靜態的東西，考察競爭情報系統的功能構成，然后深入到每個功能模塊，測量其性能表現，再從用戶的角度，根據用戶感受對系統進行補充評價。評價的主要目的是要改善和提高競爭情報系統的質量，因此，在評價過程中有內反饋、外反饋和跨域反饋，如圖中虛線所示。其中，內反饋是指前向的直接反饋，如功能評價后，發現問題，反饋到情報規劃層，修改或補充系統功能；外反饋是指從評價結果到大數據情報系統的反饋；而跨域則是不同的領域之間的相互反饋，如根據用戶評價的結果，調整系統的技術指標等。

根據圖1可知，該評價思路中有3個評價過程：

（1）功能評價。評價紙面上的東西，即評價競爭情報系統所具備的功能、數據處理類型、提供的文檔、制定的流程和安全管理的規范等。

（2）性能評價。性能評價是對競爭情報系統的運行情況進行評價，該過程需要統計系統日常運行的記錄數據，包括網絡流量、響應時間、故障恢復時間等。這些因素是系統在運行過程中表現出來的特質，是系統性能狀態的數據表征，較為客觀地反映了系統的真實質量。相對來說，技術性能視角的評價更為科學、客觀和顆粒度更細。

（3）用戶評價。用戶評價主要是從情報系統的使用者和管理者的視角來考查系統的質量問題，由管理者和使用者根據系統在競爭情報業務流程中發揮的功能效用的使用體驗，對大數據競爭情報系統的質量進行評價。

3.2 大數據競爭情報系統的評價指標體系

由上節提出的評價視角和評價過程分析，我們將競爭情報系統的評價指標劃分為3類：功能性指標、性能指標、用戶指標。在這3類指標中，我們力圖突出大數據的特性，提出符合大數據思維的競爭情報系統評價指標體系，如表1所示。

表1 大數據競爭情報系統的評價指標體系

3.3 評價指標的度量

從上述對評價思路、評價視角的分析來看，大數據競爭情報系統的評價與一般的軟件系統評價有很大的區別：3.3.1 評價指標多層次多視角

大數據競爭情報系統的評價涉及到多個階段，從總體到細節，由外至里，劃分為3個不同的評價過程。每個評價過程涉及的因素眾多，指標體系呈現多視角、多層次結構。

3.3.2 主客觀評價相結合

除了技術性能中部分指標之外，其他指標為定性指標，有一部分指標需要依靠主觀評價得出，如用戶體驗視角的評價指標。

對于客觀指標，主要的手段為專項測試，針對大數據競爭情報系統的某個屬性，采用專業技術進行單項測試，檢驗系統在某個功能上的性能表征。如系統的TB可以通過測量系統的平均等待時間內響應次數，然后除以測量次數，即可得到客觀的數據值。表2是部分三級指標的度量方法。

表2 部分定量指標的度量方法（部分）

對于主觀指標，主要手段有兩種：專家打分和問卷調查。專家打分邀請競爭情報方面的專家和有豐富經驗的競爭情報工作者對系統的功能、設計進行評分，然后采用層次分析法、灰色評價法或神經網絡法進行綜合評判；問卷調查則是將設計好的問卷發送給競爭情報從業人員，讓其回答問題，根據回答問題的結果進行評分。專家打分表部分如表3所示。

表3 專家打分表（部分）

4 結束語

本文從戰略保障、運行狀態和用戶體驗3個角度出發，結合大數據思維對競爭情報系統的影響，在宏觀、中觀和微觀層面建立了大數據競爭情報軟件系統的評價指標體系。本文提出的評價指標體系將業務、技術和人對競爭情報系統的要求相結合，提取出不同的評價指標，能夠較為全面地反映系統質量的特點。由于大數據本身的復雜性，評價指標體系對于大數據的特性體現得仍然不足。在今后的工作中，將繼續深入探究大數據的特性，進一步完善評價指標體系，增強量化評價的可操作性，同時，統籌兼顧各指標間的內在聯系和相互制約，研究建立綜合量化的大數據競爭情報系統評估方法。

［1］黃曉斌，鐘輝新．基于大數據的企業競爭情報系統模型構建［J］．情報雜志，2013，（3）：37－43．

［2］J McCall，P Richards，G Walters．Factors in Software Quality［R］．Technical Report CDRL A003，US Rome Air Development Centre，1977，（1）：1106－1113．

［3］B W Boehm，J Brown，H Kaspar，et al．Characteristics of Software Quality［A］．TRW Serious of Software Technology Vol 1［M］．New York：North－Holland，1978．

［4］W E Perry．Quality Assurance for Information Systems：Methods， Tools and Techniques［M］．New York：John Wiley&Sons，1991．

［5］A Gillies．Modelling Software Quality in The Commercial Envi－ronment［J］．Software Quality Journal，1992，（1）：175－191．

［6］Eric A．Brewer．Toward robust distributed systems［C］．Proceedings of the Annual ACM Symposium on Principles of Distributed Computing，Portland，July，2000，（19）：7－10．

［7］D.J.Abadi．Consistency Tradeoffs in Modern Distributed Database System Design：CAP is only part of the story［J］．Computer，2012，45（2）：37－42．

［8］張翠英，張靜．灰色模糊評價法在競爭情報系統績效評價中的應用［J］．情報科學，2010，（1）：81－85．

［9］邱均平，謝輝，李進華．競爭情報系統績效綜合評價研究［J］．情報科學，2011，（4）：481－486．

［10］侯麗．基于決策的情報系統評價指標體系構建［J］．情報理論與實踐，2009，（1）：105－108，104．

［11］胡桓．基于層次分析法的競爭情報軟件可用性評價［J］．情報科學，2010，（3）：434－437．

［12］張志千，趙繼倫．企業競爭情報成果模糊綜合評價研究［J］．圖書情報工作，2014，（4）：53－58．

［13］維克托?舍恩伯格，庫克耶．大數據時代：生活、工作與思維的大變革［M］．盛楊燕，周濤，譯．杭州：浙江人民出版社，2013．

［14］包昌火，李艷，王秀玲．競爭情報導論［M］．北京：清華大學出版社，2011．

（本文責任編輯：郭沫含）

Research on Evaluation Index System of Competitive Intelligent System in Big Data Era

Wu Jinhong1Wang Cuibo2
（1．School of Management，Wuhan Textile University，Wuhan 430073，China；2．School of Management，South－Central University for Nationalities，Wuhan 430074，China）

In view of the fact that methods of competitive intelligence system evaluation do not reflect characteristics of big data，characteristics of competitive intelligence system based on big data are summed up according to three changes of thinking pattern made by big data．Then，the train of evaluation thought of competitive intelligence system based on big data is put forward according to the constitution of the competitive intelligence system．Furthermore，the evaluation index system of the competitive intelligence system based on big data，including function index，technique index and the user index，is established from the views of the strategic security，operation status and user experience．Finally，methods to measure the quantitative and qualitative index are discussed briefly．The proposed evaluation index system has characteristics of multi－level and multi perspective，which can provide references for the construction of competitive intelligence system based on big data．

big data；enterprise；competitive intelligence system；system evaluation；index system

10．3969/j．issn．1008－0821．2016．02．001

G250.25

A

1008－0821（2016）02－0003－05

2015－11－20

國家社會科學基金青年項目“基于大數據的產業競爭態勢動態預警機制研究”（項目編號：13CTQ033）和“基于實時大數據的潛在新興技術敏捷預測機制研究”（項目編號：14CTQ017）研究成果之一。

吳金紅（1974－），男，副教授，博士，研究方向：競爭情報、大數據挖掘與智能信息系統。