竞争情报不是孤立的，它是企业信息化的重要组成部分，目前，越来越多的企业特别是集团性企业都是在信息化整体框架的基础上来规划竞争情报系统。如果我们说ERP、CRM等系统构建在以关系数据库为基础的结构化设施之上，那么竞争情报、知识管理等战略层应用则构建在非结构化基础设施之上，面向网页、办公文档等非结构化信息提供应用服务。

国内实践表明，很多企业在成功导入竞争情报系统后，逐步将企业搜索、知识管理等系统付诸实施，竞争情报成为企业打造非结构化技术设施的“排头兵”，同时，企业搜索和知识管理为竞争情报提供了更大的应用空间，在知识共享的文化氛围下，竞争情报的收集工作更加顺畅，企业搜索为竞争情报带来更多的情报源。

从这个层面来看，竞争情报系统的导入就是打造企业的非结构化基础设施平台，它不但关系到竞争情报本身系统，同时也是企业搜索、知识管理等应用系统的核心基础。软件选型应立足长远，系统核心的非结构化信息存储、处理和服务能力至关重要，

国内有两个真实的案例，一个是企业被国外竞争情报产品的“信息三维聚类”功能所吸引，花大价钱购买了一套产品。实际使用时才发现，原本看起来很美的东西在实际应用中很难发挥价值。

另一个是海南航空实施竞争情报中资源规划的事例，在分类体系的建设中，“位置检索”和“相邻检索”等传统的科技情报技术却发挥着重要的作用：

航空公司希望从海量的情报库中，找到有关“南航”的“分公司”的信息，按照常规，我们会用搜索的功能，把一篇文章中凡是含有“南航”和“分公司”的信息都搜索出来，这个结果数量可想而知是很恐怖的，准确性是很差的。而利用位置检索技术设定“南航”与“分公司”两个关键词必须出现在同一句子中才命中，这就把一大堆无关的信息过滤掉了；然后我还可以指定“南航”必须在“分公司”的前面，甚至可以指定相隔不能超过5个字符。结果是非常准确地筛选出南航某某分公司的信息内容。

谈及这两个案例，我们并不是否定信息聚类这种技术，而是用这些实施的技术细节告诉大家一个道理，技术和业务的结合非常重要，技术和业务的结合越发紧密，情报信息的价值越大，切忌盲目的技术崇拜，理性的技术诉求是我们成功导入竞争情报系统的要素之一。

这一点强调的是导入实践中，企业越来越强调情报门户的服务能力。

首先，情报系统在目前的应用中，更多是为领导提供决策支持服务。而领导的关注点并不在于后台有多强大，而是情报服务的质量。因此服务界面如何可以更人性化、更个性化成为了情报产品服务质量的其中一个衡量因素。

同时，在某些企业，竞争情报不再是领导的专署，为使组织具有迅速反应的竞争能力，竞争情报必须走向全方位和立体化，扩大服务目标，细分情报需求。因此要根据每个人对情报的内容诉求，对界面的要求都是有差异的，因此如何提供个性化门户的服务，也将成为情报门户服务能力的体现。

特别是一些研究机构中，他们可能要为不同的服务对象，提供不同的服务界面，最终也要求情报门户根据不同的服务对象，构建起若干个情报门户网站形成网站群的架构。

近一年中，包括电信、电力等行业的研究院、规划设计院成功地导入了竞争情报系统，并迅速成为他们在科研情报方面应用的利器，而且导入的速度、运行的效果都普遍高于企业。

究其原因，研究院所相对于企业，有着更加完备的专家团队进行情报的分析工作，有着专业的情报加工分析流程，辅助于专业的平台工具，情报加工分析工作即可获得大幅提升。因此我们认为生产情报产品的关键是“人”，一个专业情报加工团队是竞争情报系统成功导入的关键。

例如：中国银行千里眼经济情报预警平台，24小时监控数万个国内外网站，第一时间获取银行所关注的行业客户的动态信息、法律纠纷信息和贸易纠纷信息等，提升银行风险预警能力。他们的专家，每天从金融领域各种渠道采集回来的十万多条信息中，筛选出近2000条有价值的信息，可想而知，没有一个专业的加工团队是办不到的！

过去在科技情报领域有一个术语——文献分析（情报分析的一种），它处理的也是非结构化数据，采用的主要方法是检索。可今天，这种检索方式已经远远不能满足用户的需求，于是文本挖掘技术逐步发展起来，它也被称为“文本驱动的商业智能”。

文本挖掘技术涵盖的功能很多，如：自动分类、自动文摘、自动排重、自动聚类和信息抽取等，自动分类、自动文摘、自动排重已大量应用于企业竞争情报信息“初加工”中，信息聚类和信息抽取也逐步应用到情报的可视化分析中。

如TRS 最新推出的CIS3.1产品，通过聚类技术与搜索的结合给我们提供了更好的产品体验，我们提交检索请求后，CIS自动地将检索结果，根据各情报文档的特征进行聚类，并以图形化的形式展现出来。这样我们可以概览每类文章的主题词，符合个人搜索目标的一些文档，再进去具体的某个类别中浏览检索结果。这种方式，可以协助情报分布人员从杂乱无章的数据结构中，挖掘一些规律和相关的文档。

相对于文本聚类，信息抽取更加偏向于“定量分析”，具有更强的实用性，通俗的讲信息抽取技术就是面向海量的非结构化文档信息，通过信息抽取技术完成从非结构信息到结构化数据的飞跃，促使知识精细化、条目化，并通过建立关联发现事物发展的趋势。例如从公安领域文本中抽取相关案件情况：案件名称、案件时间、案件地点、作案者、受害者等；从经济新闻中抽取出公司发布新产品的情况：公司名称、产品名称、发布时间、产品性能等。

无论那一种文本挖掘技术，都要强调和具体业务的紧密结合，否则在实际工作中发挥不了实质性的作用，如：自动分类需要用户积累行业分类关键词和素材，可视化分析技术（自动聚类和信息抽取）更强调与具体的行业应用环境和应用分析模型的结合。同时，在目前发展阶段，情报分析主体是“人”，过度依赖智能技术，注定会导致情报工作的失败。

从目前的实践经验看，比较聚焦的情报信息需求适合外包。2006年，TRS为某跨国电子产品制造企业提供了电子产品评论信息监测服务，从各BBS站点上采集相关数据，通过关键字分类和人工处理发布后，向佳能相关部门提供所关心产品的有效评论信息，从而提高企业对产品质量及售后服务等问题的跟踪效率。

为了保证采集信息的有效性、降低客户的一次性成本。该系统采用应用托管式服务，系统搭建在TRS公司内部，由TRS的专业人员配置采集源和采集模版，保证了在采集源不断变化和新增的情况下，信息采集快速有效。系统根据客户公司产品的型号和性能指标设置了信息分类体系，并配备专家对信息进行分级和筛选，为公司售后服务和产品设计部门定期提供有价值的情报信息服务。

该项目是TRS在Saas软件业务模式领域的一次成功尝试，其创新的软件服务模式可以完全复制推广到手机、PC、汽车等大众消费品领域，为广大企业提供产品质量监测服务。

企业竞争情报体系是集企业文化、组织、制度、软件平台为一体的综合体，体系的缺失是企业建设竞争情报系统的最大障碍，建设竞争情报体系，很多的企业会邀请顾问咨询机构的参与（例如埃森哲、麦肯锡等等），让顾问机构帮他们作理念的引导培训、体系建设的规划，但是很多企业往往忽视的信息化方面的IT咨询。

目前有哪些主流的，先进的，与情报应用相关的技术？哪些技术是相对成熟的，可用的？这些技术怎么和我们的情报业务进行结合？等等，一片茫然。

忽视了IT落地环节的顾问咨询工作，往往会造成项目的“虎头蛇尾”，理念引导得不错，体系架构规划得也不错，但IT落地时，就随便选一个公司开发一个软件了事，使竞争情报体系中“软件系统”平台这个环节变成了软肋。因此， IT落地也是一件需要慎重的事。术业有专攻，企业竞争情报IT落地的成功需要管理顾问咨询、IT咨询的共同参与，一个都不能少！