
大數據知識服務來臨 按下企業(yè)創(chuàng)新發(fā)展快進鍵
近日,由中國管理現(xiàn)代化研究會、同方知網(北京)技術有限公司主辦,工信部中國信息化推進聯(lián)盟會電力專委會與中國能源報社協(xié)辦的“2015大數據環(huán)境下企業(yè)戰(zhàn)略管理與知識服務峰會”在北京國際會議中心舉行,來自能源、交通、通信、建設等行業(yè)的400多位企業(yè)管理者、大數據研究及戰(zhàn)略管理專家齊聚京城,圍繞戰(zhàn)略管理、知識管理及其深度耦合等問題深入探討,一致認為:大數據知識服務有望按下我國企業(yè)創(chuàng)新發(fā)展的“快進鍵”。
外部環(huán)境萬變、大數據信息爆炸下,戰(zhàn)略管理面臨形形色色挑戰(zhàn)
會上專家們紛紛表示,新常態(tài)與大數據背景下,企業(yè)面臨各種挑戰(zhàn)不斷加大,若缺乏正確合理的戰(zhàn)略管理,或者說未能很好的處理諸如創(chuàng)新模式、關鍵價值環(huán)節(jié)、相對競爭優(yōu)勢、合作戰(zhàn)略等重大問題,那么在越來越激烈的市場競爭面前,將永遠難以超越,只能疲于應付。
國家發(fā)改委能源研究所所長韓文科在發(fā)言中指出,目前我國各行業(yè)一方面亟需迅速認識并適應經濟新常態(tài),另一方面又不得不面對國際經濟的各種變數。他舉例說,去年年底,國際石油價格初跌,為我國油企海外并購提供了利好機遇;但今年國際油價持續(xù)暴跌,又將對油企生產經營活動和未來發(fā)展帶來重大沖擊。
國務院發(fā)展研究中心企業(yè)研究所副所長張永偉認為,新常態(tài)下中國經濟增速持續(xù)放緩,過去靠規(guī)模、產能擴張的路子已走到盡頭,創(chuàng)新發(fā)展驅動將成為2015年企業(yè)發(fā)展全新主題。與此同時,互聯(lián)網與信息技術與各產業(yè)加速融合,很可能成為傳統(tǒng)產業(yè)創(chuàng)新轉型的突破口。
然而,在科技高度發(fā)展、分工日益細化的社會經濟生態(tài)環(huán)境下,任何創(chuàng)新均涵蓋業(yè)務調整、技術創(chuàng)新、商業(yè)模式創(chuàng)新、管理創(chuàng)新等各項內容,是一項對企業(yè)決策者與管理者要求近乎苛刻、且風險極高的復雜性工作。
“大數據是數字化生存時代的新型戰(zhàn)略資源,是驅動創(chuàng)新的重要因素,正在改變人類的生產和生活方式。”。中國管理現(xiàn)代化研究會副理事長兼秘書長石勇說,在復雜化、不確定的大數據環(huán)境下,如何從粗糙中尋求精確、從相關關系中把握因果關系與必然關系,是當今大數據技術應用的核心難題。
工信部中國信息化推進聯(lián)盟副理事長兼秘書長劉獻軍等專家則認為,大數據對于企業(yè)來講,更像是一把雙刃劍。一方面,大數據為企業(yè)提供了把握和預測產業(yè)方向、市場規(guī)律及運行軌跡的重要工具;另一方面,信息混雜的大數據又給企業(yè)帶來了大量決策噪音與失真信息等,給公司治理、戰(zhàn)略管理、創(chuàng)新決策等帶來諸多挑戰(zhàn)。
決策與執(zhí)行呼喚知識動力引擎,打造知識管理服務
那么,在新常態(tài)宏觀環(huán)境與大數據信息環(huán)境彼此交叉影響的復雜環(huán)境下,企業(yè)該如何創(chuàng)新制定并實施發(fā)展戰(zhàn)略呢?來自能源、電力、交通、基礎建設、網絡通信等行業(yè)的與會專家的共同觀點是,不僅需要權變布局、謀劃長遠的戰(zhàn)略性思維,更要善于利用競爭對手不具備的獨特的、難以復制的關鍵資源和核心能力,將其恰當地運用于戰(zhàn)略決策與執(zhí)行中。而這一能力的源泉,正來自科學高效的知識管理。
“知識經濟時代將是知識管理型企業(yè)的時代,只有懂得運用知識管理開展戰(zhàn)略管理的企業(yè)才是最有發(fā)展前途與增長前景的企業(yè)?!蓖街W(北京)技術有限公司總經理助理、知識服務產品總監(jiān)張義民對記者強調說,將自身戰(zhàn)略管理與知識管理深度耦合,絕并非1+1=2那么簡單。
那么,戰(zhàn)略管理究竟需要怎樣的知識管理呢?
張義民強調,知識管理不能簡單地理解為信息數據庫的整合與構建。他解釋說,過去10多年來,各行業(yè)企業(yè)獲取知識、信息與情報,主要通過文獻數據庫檢索來實現(xiàn)。這種以“大資源”、“大發(fā)現(xiàn)”為特征的圖情模式,以國內外資源整合、文獻類型與學科分類為基礎,簡單檢索、高級檢索、聯(lián)邦檢索、專業(yè)檢索、跨庫檢索等數據庫技術為支撐,在互聯(lián)網與信息技術發(fā)展初期,對各行業(yè)構建數字化文獻情報服務體系、促進新知識推廣與應用、提升利用知識開展創(chuàng)新的信心等方面,均起到不容小視的重要作用。
在全面調研、深入認識各行業(yè)戰(zhàn)略管理特征與知識管理需求的基礎上,同方知網(CNKI)近年來從知識文化傳播頂層設計與未來發(fā)展的角度,開始了打造知識服務產業(yè)新模式的“二次創(chuàng)業(yè)”,并圍繞資源加工、知識挖掘、產品研發(fā)等確立了戰(zhàn)略轉型三大目標:
一是借助主題標引技術,實現(xiàn)面向研究問題及對象的查全查準。在此基礎上,深入調研各行業(yè)資源需求,針對性地整合國內外各類知識資源,涵蓋各類期刊、學位論文、會議論文、報紙新聞、專著、辭書、工程技術手冊、詞典、年鑒、統(tǒng)計數據、標準、專利、科技報告、法律法規(guī)及案例、科研項目信息、市場信息、文藝文化作品等類型,同時通過結構化加工、主題標引、引文關聯(lián)、分類匯編、知識自組織整合與關聯(lián)、多媒體開發(fā)等,構建成跨語種、跨學科、跨媒體的知識發(fā)現(xiàn)平臺。
二是借助XML與知識挖掘技術,實現(xiàn)面向知識的直接檢索。2014年底,同方知網對2億多篇中外資源進行了XML碎片化全面升級,并基于知識挖掘技術從各類文獻中提取出研究對象、背景、問題、目標、方法、過程、結果、結論等,動態(tài)重組成“項目課題情報庫”、“科研方法庫”、“創(chuàng)新點數據庫”等支持科研決策的知識庫;析出概念、原理、觀點、規(guī)范、人物等知識單元,構建為直接支持各行業(yè)知識直接檢索的概念庫、觀點庫、專家?guī)斓取?/span>
三是面向各行各業(yè)戰(zhàn)略管理與創(chuàng)新需求,提供新穎、權威、可定制的知識服務。在廣泛了解企業(yè)創(chuàng)新與戰(zhàn)略管理需求的基礎上,同方知網通過市場細分和行業(yè)專家研討論證,以及按需出版平臺、世界科學文獻定性評價統(tǒng)計數據庫、優(yōu)先出版平臺、專業(yè)知識元知識庫、數字圖書館、數字化學習平臺等國家級項目或技術平臺的專業(yè)化整合與利用,發(fā)布行業(yè)知識服務產品,幫助各行業(yè)用戶利用互聯(lián)網、移動互聯(lián)網與多媒體的互動優(yōu)勢,研究型利用各類知識資源,挖掘、開發(fā)、創(chuàng)造和利用各單位自己的創(chuàng)新知識體系。
據了解,目前同方知網已面向30多個行業(yè),初步發(fā)布了60個知識服務平臺,如通信科技創(chuàng)新知識服務平臺、能源行業(yè)創(chuàng)新知識服務平臺、交通規(guī)劃設計知識服務平臺等,廣泛應用于能源、交通、網絡通信、基礎建設等多個領域。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數據生態(tài)中兩類核心工具的差異與協(xié)同 在數字化轉型加速的今天,企業(yè)對數據的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數據分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數據分析的 “基礎語言”—— 從描述數據分布的 “均 ...
2025-09-19CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-19SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11