
大数据知识服务来临按下企业创新发展快进键
近日,由中国管理现代化研究会、同方知网(北京)技术有限公司主办,工信部中国信息化推进联盟会电力专委会与中国能源报社协办的“2015大数据环境下企业战略管理与知识服务峰会”在北京国际会议中心举行,来自能源、交通、通信、建设等行业的400多位企业管理者、大数据研究及战略管理专家齐聚京城,围绕战略管理、知识管理及其深度耦合等问题深入探讨,一致认为:大数据知识服务有望按下我国企业创新发展的“快进键”。
外部环境万变、大数据信息爆炸下,战略管理面临形形色色挑战
会上专家们纷纷表示,新常态与大数据背景下,企业面临各种挑战不断加大,若缺乏正确合理的战略管理,或者说未能很好的处理诸如创新模式、关键价值环节、相对竞争优势、合作战略等重大问题,那么在越来越激烈的市场竞争面前,将永远难以超越,只能疲于应付。
国家发改委能源研究所所长韩文科在发言中指出,目前我国各行业一方面亟需迅速认识并适应经济新常态,另一方面又不得不面对国际经济的各种变数。他举例说,去年年底,国际石油价格初跌,为我国油企海外并购提供了利好机遇;但今年国际油价持续暴跌,又将对油企生产经营活动和未来发展带来重大冲击。
国务院发展研究中心企业研究所副所长张永伟认为,新常态下中国经济增速持续放缓,过去靠规模、产能扩张的路子已走到尽头,创新发展驱动将成为2015年企业发展全新主题。与此同时,互联网与信息技术与各产业加速融合,很可能成为传统产业创新转型的突破口。
然而,在科技高度发展、分工日益细化的社会经济生态环境下,任何创新均涵盖业务调整、技术创新、商业模式创新、管理创新等各项内容,是一项对企业决策者与管理者要求近乎苛刻、且风险极高的复杂性工作。
“大数据是数字化生存时代的新型战略资源,是驱动创新的重要因素,正在改变人类的生产和生活方式。”。中国管理现代化研究会副理事长兼秘书长石勇说,在复杂化、不确定的大数据环境下,如何从粗糙中寻求精确、从相关关系中把握因果关系与必然关系,是当今大数据技术应用的核心难题。
工信部中国信息化推进联盟副理事长兼秘书长刘献军等专家则认为,大数据对于企业来讲,更像是一把双刃剑。一方面,大数据为企业提供了把握和预测产业方向、市场规律及运行轨迹的重要工具;另一方面,信息混杂的大数据又给企业带来了大量决策噪音与失真信息等,给公司治理、战略管理、创新决策等带来诸多挑战。
决策与执行呼唤知识动力引擎,打造知识管理服务
那么,在新常态宏观环境与大数据信息环境彼此交叉影响的复杂环境下,企业该如何创新制定并实施发展战略呢?来自能源、电力、交通、基础建设、网络通信等行业的与会专家的共同观点是,不仅需要权变布局、谋划长远的战略性思维,更要善于利用竞争对手不具备的独特的、难以复制的关键资源和核心能力,将其恰当地运用于战略决策与执行中。而这一能力的源泉,正来自科学高效的知识管理。
“知识经济时代将是知识管理型企业的时代,只有懂得运用知识管理开展战略管理的企业才是最有发展前途与增长前景的企业。”同方知网(北京)技术有限公司总经理助理、知识服务产品总监张义民对记者强调说,将自身战略管理与知识管理深度耦合,绝并非1+1=2那么简单。
那么,战略管理究竟需要怎样的知识管理呢?
张义民强调,知识管理不能简单地理解为信息数据库的整合与构建。他解释说,过去10多年来,各行业企业获取知识、信息与情报,主要通过文献数据库检索来实现。这种以“大资源”、“大发现”为特征的图情模式,以国内外资源整合、文献类型与学科分类为基础,简单检索、高级检索、联邦检索、专业检索、跨库检索等数据库技术为支撑,在互联网与信息技术发展初期,对各行业构建数字化文献情报服务体系、促进新知识推广与应用、提升利用知识开展创新的信心等方面,均起到不容小视的重要作用。
在全面调研、深入认识各行业战略管理特征与知识管理需求的基础上,同方知网(CNKI)近年来从知识文化传播顶层设计与未来发展的角度,开始了打造知识服务产业新模式的“二次创业”,并围绕资源加工、知识挖掘、产品研发等确立了战略转型三大目标:
一是借助主题标引技术,实现面向研究问题及对象的查全查准。在此基础上,深入调研各行业资源需求,针对性地整合国内外各类知识资源,涵盖各类期刊、学位论文、会议论文、报纸新闻、专著、辞书、工程技术手册、词典、年鉴、统计数据、标准、专利、科技报告、法律法规及案例、科研项目信息、市场信息、文艺文化作品等类型,同时通过结构化加工、主题标引、引文关联、分类汇编、知识自组织整合与关联、多媒体开发等,构建成跨语种、跨学科、跨媒体的知识发现平台。
屏蔽此推广内容二是借助XML与知识挖掘技术,实现面向知识的直接检索。2014年底,同方知网对2亿多篇中外资源进行了XML碎片化全面升级,并基于知识挖掘技术从各类文献中提取出研究对象、背景、问题、目标、方法、过程、结果、结论等,动态重组成“项目课题情报库”、“科研方法库”、“创新点数据库”等支持科研决策的知识库;析出概念、原理、观点、规范、人物等知识单元,构建为直接支持各行业知识直接检索的概念库、观点库、专家库等。
三是面向各行各业战略管理与创新需求,提供新颖、权威、可定制的知识服务。在广泛了解企业创新与战略管理需求的基础上,同方知网通过市场细分和行业专家研讨论证,以及按需出版平台、世界科学文献定性评价统计数据库、优先出版平台、专业知识元知识库、数字图书馆、数字化学习平台等国家级项目或技术平台的专业化整合与利用,发布行业知识服务产品,帮助各行业用户利用互联网、移动互联网与多媒体的互动优势,研究型利用各类知识资源,挖掘、开发、创造和利用各单位自己的创新知识体系。
据了解,目前同方知网已面向30多个行业,初步发布了60个知识服务平台,如通信科技创新知识服务平台、能源行业创新知识服务平台、交通规划设计知识服务平台等,广泛应用于能源、交通、网络通信、基础建设等多个领域。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08