Агентура деловых спецслужб
Агентура деловых спецслужбАвтор: Роман Базаров | Источник: Журнал «CIO» № 4, 04.05.2007 года По данным сайта «Технологии разведки для бизнеса», 61% предпринимателей используют те или иные разведывательные технологии. Собирается заняться этим в ближайшее время 32% опрошенных, 6% пока не обладают достаточными знаниями в этой области и лишь 1% (!) — никогда не намерены прибегать к этому инструменту. Любопытно, что наибольшее количество опрошенных (35%) пользуется в бизнес-разведке открытыми ресурсами: Интернетом и традиционными средствами массовой информации. Им существенно проигрывают в популярности все остальные возможные источники получения разведданных в лице аналитических и детективных агентств, коллег-бизнесменов, клиентов и партнеров конкурентов, сотрудников организаций и т. д. Специалисты новосибирской компании ДМОН, занимающейся решением проблем информационной безопасности, обращают внимание на то, что корпорации развитых стран мира всегда крали друг у друга экономические секреты. Причем сегодня экономический шпионаж поставлен уже на государственную основу. Наиболее часто объектом любопытства становились и становятся американские компании. Подсчитано, что государственные органы примерно 60 стран активно занимаются сбором секретной информации, принадлежащей, по американским законам, на правах собственности американским корпорациям. Особенно преуспели в этом разведки Франции, Германии, Японии, в последнее время не отстают от них Россия, Китай и Южная Корея. В бюджетах многих стран предусмотрены расходы на эти цели. Разведданные собираются не только путем прямой кражи секретов из сейфов и лабораторий и подкупа компетентных сотрудников, но и при изучении открытых источников: контрактов между компаниями, сведений о банковских операциях, информации о событиях, которые могут повлиять на формирование цен на рынках. Для получения промышленных тайн в ход идут слияния и поглощения компаний, совместные предприятия, международные программы обмена и общественные организации. Широко практикуется получение информации с применением информационных технологий: взлом баз данных, просмотр электронных сообщений. При этом не отказываются промышленные шпионы и от проверенного способа выуживания сведений — ознакомления с содержимым корзин для мусора. Своим экономическим прорывом в значительной степени обязан промышленному шпионажу Китай. На любых международных выставках, особенно на тех, где представлены потребительские товары, всегда можно увидеть целый десант специалистов из Поднебесной: они не просто знакомятся с новыми разработками и отслеживают тенденции, а буквально перерисовывают выставленные образцы. Порой обувь или одежда новой модели сначала появляется в Китае, а не там, где эта модель была придумана. Другой стороной деятельности «спецслужб» бизнеса является деловая контрразведка, призванная обеспечить безопасность функционирования предприятий, перекрыть возможные каналы утечки конфиденциальной информации, поставить кордоны на пути экономической угрозы, которую могут представлять коммерческим компаниям недобросовестные конкуренты и контрагенты. Между тем, в общепринятой системе международного бизнеса уже сформировалось понятие «конкурентной разведки» (или «бизнес-разведки») как разновидности маркетинговой деятельности, основанной на работе с открытыми источниками информации в правовом поле и не предполагающей никаких нелегальных операций. Это работа связана с появлением новых информационных технологий, когда благодаря доступу к современным профессиональным базам данных для предприятий малого бизнеса стало возможно то, что раньше было по плечу только крупным фирмам и государственным структурам. В этом контексте конкурентную разведку можно рассматривать как частный случай общего цикла поддержки принятия решения, как анализ изменений условий бизнеса, ориентированный на превентивные действия, то есть решение задачи прогнозирования ситуации на рынке. По свидетельству Романа Ромачева, генерального директора компании «Р-Техно» и руководителя сайта «Технологии разведки для бизнеса», формирование конкурентной разведки как института управления бизнесом в России только начинается, и все больше руководителей осознает необходимость сильного информационного обеспечения процесса принятия решения. По-другому и не может быть: конкуренция в российской экономике с каждым годом усиливается, и управляющие ищут дополнительные инструменты повышения конкурентоспособности своих компаний. Одним из них и является бизнес-разведка. К тому же одна из основных задач бизнес-разведки — это снижение деловых рисков путем оперативного предоставления достоверных сведений об объектах и фактах, что помогает выработать верное решение. |
Business intelligence открывает секретыСловосочетание «business intelligence» (BI) было введено в оборот Говардом Дреснером (Howard Dresner), ныне вице-президентом Gartner Group, в 1989 году для обозначения набора концепций и методик повышения эффективности принятия решений при помощи фактографических информационных систем. Корректным переводом термина «business intelligence» является «деловая разведка» («бизнес-разведка»). В то же время, как явление деловая разведка (она же — экономическая разведка, конкурентная разведка) существует достаточно давно и не имеет непосредственного отношения к информационным технологиям.Современное состояние систем деловой разведки оценивается как зрелое, состав и функциональность их компонент установились с развитием рынка этих систем. Типичная система этого класса содержит следующие модули: набор средств организации хранилища данных (data warehouse) и витрин данных (data marts), подсистему извлечения данных о транзакциях из различных баз, их преобразования к стандартному для BI виду и записи в хранилища данных (extract, transform and load — ETL), подсистему мониторинга деловой активности/бизнес-процессов (business activity monitoring, BAM/business process monitoring, BPM), подсистему генерации запросов и отчетов (query and reporting — Q&R) и набор средств анализа данных (on-line analytical processing — OLAP и data mining). Средства организации хранилищ и витрин данных обеспечивают BI-систему специализированными массивами данных (извлекаемых из корпоративной информационной системы), структурированными оптимальным для последующего анализа образом. Как правило, здесь хранятся ретроспективные или тактические данные о бизнес-процессах. Данные в хранилище обычно находятся в денормализованной форме (например, с использованием структуры «звезда» или «снежинка») с различным числом измерений. Витрины данных отличаются от хранилищ лишь тем, что содержат подмножества данных, относящихся к отдельной теме или виду деятельности. Структуры данных в хранилищах обычно оптимизированы и для экономии дискового пространства. Подсистема извлечения, преобразования и записи данных обеспечивает интеграцию данных между системами обработки транзакций (on-line transaction processing — OLTP) и многомерными хранилищами аналитических данных. Средства ETL предназначены для осуществления доступа к базам данных разных форматов или взаимодействия с приложениями, очистки получаемых данных, их консолидации и конвертации в формат, принятый для хранилища данных и записи их туда. Интеграция данных тесно переплетается с такими технологиями, как «интеграция корпоративной информации» (enterprise information integration — EII), репликация баз данных и «интеграция корпоративных приложений» (enterprise application integration — EAI), обеспечивая интерфейс между разнородными приложениями и структурами данных. Подсистема мониторинга деловой активности в реальном времени отслеживает происходящие на предприятии бизнес-процессы, получая данные от системы обработки транзакций. Данные мониторинга фиксируются в хранилище, параллельно подвергаясь всем видам анализа и контролю состояния. В случае срабатывания заложенных в систему условий (например, выхода параметров процесса за определенные значения) подсистема автоматически уведомляет ответственное за процесс лицо о возникновении проблемной ситуации и предоставляет подробные данные. BAM-системы эволюционируют в направлении автоматического разрешения обнаруживаемых нештатных ситуаций. Подсистема генерации запросов и отчетов предназначена для оперативной выборки из хранилища требуемых пользователю данных за указанный период. Подобные выборки обеспечивают возможность ретроспективного анализа бизнес-процессов в нужном разрезе с заданной степенью детализации. Как правило, доступ к этой подсистеме открыт для максимального числа пользователей компании, для снижения нагрузки на хранилище данных отчеты кешируются или размещаются на веб-портале. При необходимости регулярного получения типовых отчетов используется их генерация по расписанию или по событию (триггеру). Сюда же входят и средства обработки произвольных запросов (ad-hoc query), реализующие выборку данных более гибко, в соответствии с нестандартными потребностями поиска. Средства анализа данных BI-системы делятся на две основные категории. Это средства онлайнового (OLAP) и интеллектуального анализа данных (data mining — DM) и поиска знаний в базах данных (knowledge discovery in databases, KDD). Средства OLAP в реальном времени осуществляют многомерный анализ данных по выбранным пользователем показателям и измерениям, сводя результаты в кросс-таблицы с возможностью раскрытия деталей по каждому показателю. По реализации на уровне СУБД средства онлайнового анализа данных делятся на многомерные (multidimensional OLAP — MOLAP), в которых так называемый «куб OLAP» создается в специализированной базе данных, реляционные (relational OLAP — ROLAP), эмулирующие MOLAP средствами реляционной СУБД и гибридные (hybrid OLAP — HOLAP). Средства DM и KDD предназначены для обнаружения связей и корреляций между хранимыми данными, а также выявления трендов. Для этого используются сложные механизмы шаблонов, статистические и специальные математические методы (используются также нечеткая логика и нейросети). Методы интеллектуального анализа данных помогают найти и наглядно представить скрытые связи между объектами и процессами, связанными с экономической деятельностью компании, и строить математические и имитационные модели бизнес-процессов, позволяющие прогнозировать последствия принятия тех или иных решений или наступления определенных событий. «Чистый» экономический эффект от внедрения и использования BI-систем оценить довольно сложно. Очевидно, что в связке с CRM-системой средства BI позволяют сохранять и вновь привлекать большее число покупателей, а интеграция данных дает руководству возможность эффективнее управлять компанией. Но если ошибку в принятии важного для компании решения оценить довольно легко (хотя бы по фактическим убыткам), то оценить предотвращение такой ошибки за счет работы BI практически невозможно. Поскольку сложные BI-системы обладают высокой стоимостью, их внедрение обязательно должно быть экономически обоснованным. Необходимо всегда помнить, что подобные системы призваны лишь облегчать аналитическую работу и принятие решений, а не осуществлять эти процессы вместо ответственных лиц. (Источник: CNews Analytics) |
По материалам Ассоциации профессионалов конкурентной разведки (The Society of Competitive Intelligence Professionals, SCIP — SCIP.org), компаний «Р-Техно» и ДМОН, сайта IT2B.ru («Технологии разведки для бизнеса»), сайта поисковой оптимизации Optimization.ru, общероссийской сети бизнес-порталов Rosfirm.ru
Источник: Р-Техно
Сайт Нежданова Игоря Юрьевича "Аналитическая разведка в России"
Сайт Невидимый ИнтернетПример разработки объекта методами конкурентной разведки: Кузнецов Сергей Валентинович
Результат работы конкурентной разведки по объекту - на примере Кузнецова С.В.: Кузнецов Сергей Валентинович
Комментарии
Отправить комментарий