Logo INFORUM 2001 - zpět na home
O konferenci
Program
Sponzoři
Výstava
Ceny Inforum
FotoForum
Anketa
Výbor konference
Archív - předchozí ročníky

Název sekce

Informace pro podnikovou sféru a Competitive Intelligence

Firemní zpravodajský informační systém

Tomáš Vejlupek, Tovek spol. s r.o.

Množství i kvalita informačních zdrojů neustále roste. Zásadním problémem se tak stává schopnost uživatelů informace efektivně zpracovat a použít - převádět na využitelnou znalost "Intelligence" . Firemní zpravodajský informační systém je nadstavbou základního informačního systému umožňující jednotné prohledávání a monitorování různorodých informačních zdrojů firmy, rychlé nacházení vztahů mezi informacemi a názornou interpretaci jejich významu

1. Co je to Competitive Intelligence

Není tak důležité dělat věci správně jako dělat správné věci. Tento výrok nechybí snad na žádném školení managerů. Na žádném školení vám ale nikdo neřekne, co jsou to ty správné věci. Když máte štěstí, tak se dozvíte právě jen to, jak některé věci dělat správně.

Podobná situace je v oblasti informačních systémů pro podporu rozhodování. Mnoho firem nabízí nějaký systém pro uchovávání a sdílení informací resp. znalostí - Knowledge management (KM), ale žádná nebude garantovat, že vám takový systém pomůže dělat správná rozhodnutí. To může zajistit jen proces cílevědomého a systematického zpracovávání informací za účelem prosazení konkrétní svrchované vůle. V kontextu prosazování zájmů firem v konkurenčním prostředí se pro tento proces začalo používat názvu Competitive Intelligence (CI) .

Protože název “Competitive Intelligence” není jediný a ani není automaticky přejímaný do všech jazyků, bude užitečné zmínit i další názvy a trochu vysvětlit českou terminologii:

  • V USA se místo názvu “Competitive Intelligence” často používá též Business Intelligence (BI) i když je patrné, že BI má poněkud širší obsah a zahrnuje vlastně i KM.
  • Francouzi používají prakticky jednoznačně Intelligence Economique.
  • V češtině není terminologie ještě zcela ustálená ale nejlogičtější mi připadá název konkurenční zpravodajství. Je možné se ale setkat též názvy podnikatelské zpravodajství nebo komerční zpravodajství.

Pro českou terminologii ale i pro správné porozumění obsahu pojmu CI je asi nejdůležitější vysvětlit si význam anglického slova intelligence resp. zpravodajství. Anglické “Intelligence” se používá ve dvou různých kontextech:

    1. Ve vztahu ke schopnostem člověka (obecně ve vztahu k jakémukoliv organismu nebo systému) je to schopnost adaptovat se na prostředí resp. na jeho změny. Tomu odpovídá české slovo inteligence. Základem inteligence je: i) schopnost rychle analyzovat komplexní problémy, ii) schopnost syntézy a vytváření nových schémat a iii) schopnost využit vytvořených závěrů k užitečné akci.
    2. Ve vztahu k činnosti člověka (organizace) je to schopnost informovat za účelem porozumění nějaké situaci a možnosti ovlivnit její vývoj. Zároveň je to ale i výsledek této činnosti, tj. znalost určená pro daného člověka, v jemu srozumitelné podobě, v okamžiku umožňujícím její využití k dané akci. Tomu odpovídá české slovo zpravodajství.

Používání slova “zpravodajství” v české terminologii může být zdrojem dvou nejčastějších omylů v souvislosti s CI a to jednak v souvislosti s pojmem zpravodajská služba (z pohledu laika tedy něco společného s tajnými službami a špionáží) a jednak v souvislosti s pojmem např. televizní zpravodajství (tedy něco společného médii, výstřižková služba, monitoringu atd.).

Nehledě na terminologii má pojem CI velmi jednoznačný obsah.

CI je proces systematického získávání a vyhodnocování informací, jehož cílem je vytváření využitelné znalosti umožňující zvyšování resp.udržování konkurenčních výhod, a který má tyto 4 hlavní fáze:

  1. řízení (kladení otázek),
  2. sběr informací (relevantní fakta),
  3. analýza (vyváření hypotéz a závěrů)
  4. distribuce (formulace odpovědí).

Dá se tedy říci, že CI je proces, který firmě umožní inteligentní chování.

CI jako manažerská metoda

Potřeba systematického zpracování informací pro rozhodování firem byla zřejmá již dlouho. Trvalo ale několik let, než se vyvinula ve specializovanou profesi mající svá pravidla a společenský statut.

O CI jako o manažerské metodě umožňující firmám udržet a získávat konkurenční výhody se začalo mluvit v souvislosti s globalizací. Byly časy, kdy konkurence byla méně urputná, více vzdálená, méně početná a méně aktivní, kdy trhy byly méně proměnlivé. Ford T byl prodáván 20 let zatímco dnes je model auta po třech letech starý. Psací stroje se beze změn prodávaly 15 let zatímco verze textového editoru se mění každých pár měsíců. Dění na aktuálním trhu je natolik složité, že jej žádný člověk nedokáže pochopit v celé jeho šíři. Doba, kdy každý znal svoji konkurenci z výstav, společenských událostí nebo odborného tisku je nenávratně pryč. Dnes může přijít konkurent z libovolné části světa nebo z libovolného odvětví během několika dnů.

Mnoho firem se také na vlastních chybách přesvědčilo, že pro úspěch na globálním trhu nestačí mít dobrý produkt, dobře zacílený marketing, agresivní obchodní politiku nebo charizmatického šéfa. Evidentně je nejprve potřeba poznat a pochopit podmínky a pravidla konkurence, strategie hlavních hráčů, jejich slabé a silné stránky a hlavní síly ovlivňující chování trhu na daném teritoriu.

V dnešní době se provádění CI stalo nezbytností pro všechny typy firem:

  • pro silné firmy (dinosaury) proto, že okolí se mění a ony se musí přizpůsobit aby dokázaly ochránit investice svých akcionářů,
  • pro malé firmy (veverky) proto, že musejí využívat neustále se měnících mezer na trhu, a jsou v neustálém ohrožení ze strany velkých a středních firem (predátorů),
  • pro střední firmy (medvědy) proto, že mohou obstát jen když se stanou silnějšími a efektivnějšími, což lze dokázat pouze neustálým učením se od těch nejlepších.

 

Chování firem, které se ocitají v nejistotě, lze rozdělit do tří základních skupin:

  • Rozjet se do mlhy bez velkého rozhlížení. To je postoj kurážných nebo nevědomých inovátorů. Historie je však plná skvělých výrobků, jejichž odbyt se zhroutil nedlouho po uvedení na trh proto, že se prosadily odlišné standardy nebo lobbystické zájmy.
  • Jet za ostatními. Postoj založený na pocitu bezpečí v tom, že pokud se pleteme my, tak nejsme sami. Příkladem může být horečné investování do dot.com firem které nakonec vedlo ke zhroucení cen jejich akcií.
  • Zapnout mlhovky, nasadit polarizační brýle – pokoušet se dohlédnout dále. To je příklad japonských ”sogo shoshas” (Mitshubishi, Sumitomo, C.Itoh, atd.), které si vytvořily velmi účinné informační zázemí.

CI versus KM

Zatímco KM lze považovat za metodu umožňující dělat věci správně, CI je metodou umožňující dělat správné věci. Pokud má firma dobrou strategii a taktiku (ví co a kdy dělat), je pro ni KM důležité aby to co dělá, dělala co nejlépe (vědět jak to dělat). Ve vysoce konkurenčním tržním prostředí však každá firma musí svoji strategii i taktiku neustále korigovat a někdy dokonce zásadním způsobem změnit. Proto je CI pro každou firmu životně důležité. Většina firem ve skutečnosti také činnosti spadající do CI dělá, pouze ji nedělá systematicky a tedy ji dělá neefektivně.

Jestliže pro KM je důležitá znalost ve smyslu zkušenosti, jak řešit standardní situace, pak pro CI je důležitá schopnost shromažďovat informace a interpretovat je do podoby nové znalosti, využitelné pro řešení nové situace. Protože CI je orientováno do budoucnosti, nemůže být založeno na znalostech či zkušenostech (ty jsou až výsledkem činnosti), ale musí být založeno na svrchované vůli dosáhnout nějakého cíle či stavu. Nositelem této vůle je obvykle vlastník, resp. management firmy.

To, co odlišuje CI od KM, je tedy akce. Z hlediska CI je informace nebo znalost, která neslouží k žádnému rozhodnutí, pouze báchorka. Fungující systém správy firemních znalostí je však velmi dobrým zdrojem interních informací pro provádění CI.

Systém správy znalostí se velmi často znázorňuje v podobě pyramidy, která symbolizuje proces postupného zpracování surových dat až do imaginární “moudrosti”. Tento náhled může mít pro organizaci zcela katastrofální důsledky neboť podporuje tendenci k jakémusi spoutávání informací a jejich shromažďování do “mocenských center”.

Informace musí ve firmě cirkulovat. To je nevyhnutelná nutnost a také nejčastěji skutečná revoluce ve firemní kultuře. Organizace, které mají pyramidovou strukturu, jsou velmi špatně uzpůsobeny k adaptaci na věk informací.

 

 

 CI versus špionáž

Základní metody a principy uplatňované při CI rozhodně nejsou nové a vycházejí z dlouhé praxe vojenských a státních zpravodajských služeb. O zpravodajství se říká, že je druhým nejstarším řemeslem na světě. Dlouhou dobu však bylo využíváno výhradně jako nástroj prosazení svrchované vůle vládců a vlád. Lze uvést příklad Benátské republiky, která byla schopna udržovat svoji moc více než dvě století díky pozoruhodnému systému “zpravodajství”, využívajícímu sítě vyslanců v celé Evropě, a sítě tisíců prostitutek, které získávaly informace od návštěvníků země.

Protože v “předinformační společnosti” byly tzv. otevřené informační zdroje dost omezené, byla se zpravodajstvím vždy neodmyslitelně spojována špionáž. Špionáž je však pouze jednou z metod jak získávat konkrétní scházející informace. Zpravodajství vždy spočívalo, a čím dál tím více spočívá, ve schopnosti systematicky shromažďovat a analyzovat informace a vytvářet z nich využitelné závěry.

Je uváděno že např., americká CIA využívá přes 80% informací z tzv. otevřených informačních zdrojů. Je také uváděn případ testování potenciálu využití otevřených informačních zdrojů provedený v roce 1995 americkými zpravodajskými službami. Expert, který zástupcům americké zpravodajské komunity předložil studii o dramaticky rostoucím významu otevřených informačních zdrojů, byl požádán aby tedy na základě nich zpracoval co nejkompletnější zprávu o státu Burundi. Zadání vzniklo 3. srpna v 17.00 a kompletní zpráva byla odeslána e-mailem 7. srpna v 10.00. Po porovnání výsledků získaných na základě zdroju zpravodajské komunity byl tes vyhodnocen slovy: V kauze John Henry proti “ocelovému kladivu” vyhrává John Henry.

Je velmi důležité si uvědomit, že hlavní síla CI spočívá právě ve využívání otevřených informačních zdrojů a používání metod nevybočujících za hranice zákonů a určité profesní etiky (deontologie). Pouze v takovém případě jsou totiž výsledky CI bez rizika použitelné a to jak z hlediska dané firmy, tak z hlediska konkrétních osob, které CI provádějí.

CI je tedy profese, kterou mohou dobře a bezpečně provádět pouze příslušně vzdělaní a zkušení profesionálové, a která se rozhodně neslučuje s průmyslovou špionáží.

2. Jak se Competitive Intelligence provádí

Vlastní postup realizace procesu CI může mít mnoho různých podob. Postup znázorněný na vedlejším obrázku vychází ze standardní metodiky používané při tzv. investigativní analýze informací používané v profesi-onální praxi.

Jemnější členění hlavních fází na další kroky je velmi důležité z hlediska implementace procesu do organizace. Při zpracování jednotlivých úkolů je vždy nutné vědět, které kroky byly učiněny, který krok se právě dělá a které kroky se ještě udělat musí.

Aby proces KZ mohl v organizaci fungovat, musí být zajištěny následující podmínky a mechanizmy:

Fáze KZ

Podmínky provádění

Řízení

Doktrína a plán pro stanovení hlavních cílů a zásad.

Koordinace pro zajištění spolupráce všech účastníků procesu a pro jeho operativní řízení. lánování.

Sběr

Informační sítě pro zjišťování a ověřování potřebných informací.

Distribuce

Firemní paměť pro sdílení a vyhledávání dostupných informací.

Analýza

Analytické kapacity pro tvorbu zpravodajství.

První věcí, kterou musí management firmy při zavádění CI učinit, je jmenování KOORDINÁTORA (Cief Intelligence Officer). Koordinátor musí být podřízen přímo řediteli organizace resp. tomu, kdo je představitelem oné svrchované vůle, která se prostřednictvím CI má prosazovat.

Dalším krokem je sepsání DOKTRÍNY CI a seznámení všech pracovníků organizace s touto doktrínou. Doktrína je formálním koncentrovaným vyjádřením vůle managementu provádět CI
a zároveň základní metodikou provádění CI v organizaci. Součástí doktríny by měly být i zásady firemní informační kultury, která motivuje všechny členy organizace k vytváření efektivních informačních toků a přiřazuje jim konkrétní osobní roli a odpovědnost.

Vlastní proces se pak musí odvíjet od PLÁNU CI. Plán obsahuje jednak neustále aktualizovaný seznam identifikovaných informačních potřeb (zadání) a jejich prioritu a jednak přehled o všech zdrojích využitelných pro CI a o způsobu jejich čerpání.

Shromažďování informací se někdy mylně pokládá za alfu a omegu zpravodajství. Toto přeceňování vede ke zbytečnému mrhání prostředky související jednak s cenou placenou za informační zdroje a jednak s technikou potřebnou na ukládání a skladování dat. Shromažďování musí vždy sloužit konkrétnímu zadání, tj. musí směřovat k zodpovězení konkrétních otázek.

Využití informací pro CI je neoddělitelně spjato s ověřováním jejich spolehlivosti. V oblasti zpravodajských služeb se nejčastěji používá kodifikace 4X4, na základě které se každé informaci přiřazuje “rating” označený kódem složeným z písmene A až D a číslice 1 až 4 .

Kódy používané pro ohodnocení zdroje:

A

Nejsou žádné pochyby o věrohodnosti, pravdivosti a kvalifikovanosti zdroje

NEBO zdroj byl ve všech předchozích případech spolehlivý.

B

Zdroj byl ve většině předchozích případů spolehlivý.

C

Zdroj byl ve většině předchozích případů nespolehlivý.

D

Dosud neověřený zdroj

NEBO jsou pochyby o věrohodnosti, pravdivosti a kvalifikovanosti zdroje.

Kódy používané pro ohodnocení informace:

1

Informace je bez výhrad známá jako pravdivá.

2

Informace je známá osobně zdroji, ale ne osobně tomu, kdo ji pořídil.

3

Informace není osobně známá zdroji, ale je potvrzena jinou již získanou informací.

4

Informace není osobně známá zdroji a v dané chvíli nemůže být nijak potvrzena.

 

Třídění a porovnávání shromážděných informací je vlastně již prvním krokem jejich analýzy. Jedná se již o základní interpretaci informací z hlediska znalosti toho, kdo je shromažďuje. Utříděné informace mohou v některých případech postačovat pro uspokojení základních informačních potřeb.

Z běžného života jsme zvyklí posuzovat kvalitu a hodnotu věcí jejich cenou. Toto měřítko se ale nedá zcela jednoznačně uplatnit též na informace. Bohužel existuje mnoho příkladů, kdy manažer důvěřuje víc informacím, za jejichž získání musí vydat nemalé prostředky, než informacím, které může získat velmi jednoduše a levně.

Následující tabulka znázorňuje různé typy informačních zdrojů a využitelnost jejich obsahu z hlediska provádění CI. Z tabulky je patrné, že 95% informací lze získat z tzv. otevřených informačních zdrojů a z toho 80% při použití veřejně dostupných prostředků.

 

 

 

Pro efektivní sběr informací je nezbytné vybudovat příslušné informační sítě. Informační sítě lze dělit na čtyři hlavní kategorie:

 

FORMÁLNÍ (TECHNICKÉ)

NEFORMÁLNÍ (LIDSKÉ)

INTERNÍ

Jsou tvořeny obsahem všech možných informačních systémů organizace (elektronické dokumenty, e-mail, archivy, databáze, atd.).

Pracovníci organizace.Informaci, za kterou je mnohdy nutno zaplatit značnou částku je mnohdy možné získat naprosto zadarmo od vlastního kolegy.

EXTERNÍ

Přístupy k různým komerčním či nekomerčním informačním zdrojům (internet a vyhledávací služby, komerční databáze, atd.).

Osobní kontakty s lidmi mimo organizaci (zákazníci, dodavatelé, distributoři, konkurenti, sdružení, svazy, asociace, žurnalisté, university, konzultanti, experti).

Uvádí se, že běžná organizace disponuje až 80% informací, o jejichž existenci její management ani neví, protože nejsou snadno dostupné. Základem možnosti využití všech shromážděných informací je proto sdílená firemní paměť, která umožní jakoukoliv uloženou informaci vyhledat podle libovolného atributu (klíčová slova, datum, autor) resp. v libovolném kontextu.

Analýza je to, co kvalitativně odlišuje zpravodajství od prostého monitoringu (sledování) informací. U monitoringu dochází k pouhé selektivní distribuci shromážděných informací uživatelům. V případě zpravodajství dostává uživatel až analytikem interpretovaný význam informací.

Základem analýzy je porozumění významu shromážděných informací, k čemuž se používá různých metod znázorňování informací a především vazeb a souvislostí mezi nimi. Cílem logické úvahy je pak formulace hypotéz, které představují konkrétní interpretaci informací v kontextu zadání. ¨

Hypotézy nemusí být správné, ale mohou být užitečné, pokud jsou realistické. Hypotézy musí být především výsledkem kreativního myšlení, aby mohly překračovat zřejmý obraz vytvářený na základě dat, a nesmí být pouze “účetnictvím” toho, co se podařilo zjistit. V případě zpravodajství se jedná zejména o schopnost využití tzv. induktivní logiky na rozdíl od vyšetřování, které musí být založeno výhradně na deduktivní logice.

Hypotézy jsou určeny pouze ke dvou věcem. Je možné je zamítnout nebo potvrdit. Pokud nelze rozhodnout, musí se shromáždit další informace. Hypotézy, které se dají potvrdit s přijatelnou mírou rizika pak tvoří závěry určené k distribuci.

Průběžná analýza informací probíhá na specializovaném analytickém pracovišti ale zároveň musí být zmapovány analytické kapacity pro řešení ad-hoc problémů. Tyto kapacity tvoří jednotlivci nebo týmy lidí, kteří mohou přispět k analýze informací na základě své specializace nebo zkušenosti.

Distribuce je vyvrcholením celého cyklu zpravodajství, protože znalost, která není předána a využita, jako by vůbec nebyla vytvořena. Smyslem distribuce je tedy přetvořit znalosti získané při analýze do podoby umožňující koncovému uživateli (manažer) využít tuto znalost ke konkrétnímu rozhodnutí. Pro efektivní distribuci je třeba si uvědomit, že hodnota zpravodajství (resp. každé informace určené pro koncového uživatele) spočívá ve třech atributech:

Obsah

výsledek analýzy nebo obsah nové relevantní informace.

Forma

vyjádření obsahu způsobem srozumitelným konkrétnímu uživateli

Aktuálnost

zásada: raději včas a nedokonale než dokonale a pozdě.

Úkolem distribuce je tedy zabalení výsledku analýzy způsobem vhodným pro cílového uživatele a doručení tohoto balíčku uživateli v potřebném čase.

3. Competitive intelligence a technologie

Ačkoliv k realizaci procesu CI není teoreticky zapotřebí žádný speciální informační systém, některé technologie mohou výrazným způsobem zvýšit jeho efektivitu.

Klíčový význam pro efektivní provádění CI mají pak zejména technologie, které umožňují:

  • zvýšení rychlosti nalezení resp. zjištění informací (fáze sběru),
  • zvýšení schopnosti analyzovat rozsáhlé soubory informací (fáze analýzy),
  • zvýšeni efektivnosti názorné prezentace resp. komunikace informací (fáze distribuce).

Protože rychlost reakce je kritickým faktorem konkurenceschopnosti, a množství informačních zdrojů a potenciálně důležitých informací v nich den ode dne roste, a schopnost lidí absorbovat nové informace v důsledku pracovního stresu stále klesá, tak si provádění CI bez využití odpovídajících technologií lze jen těžko představit.

Na trhu dnes existuje řada technologií, které je možné pro výše uvedené klíčové oblasti použít. Při jejich výběru je však nutné mít na zřeteli jednu zásadní věc: Technologie jsou v procesu CI neoddělitelně spjaty s metodikou jejich používání. CI není něco, co by mohlo probíhat bez účasti člověka nebo nebo jen na základě jednoduchých operátorských vstupů, jako např. systémy řízení výroby nebo zpracování různých rutinních agend.

CI je neustále se měnící dynamický proces, při němž hlavní úlohu hrají lidé, a technologie jim musí sloužit pouze ke zvýšení jejich intelektuální kapacity. Metodika je pak právě tím, co lidem umožňuje technologie efektivně využívat. Stačí si jen uvědomit, jak dlouho trvá, než se člověk naučí využívat některé pokročilejší funkce textových editorů. Aby se tomu tak stalo, musí s produktem buď delší dobu pracovat, nebo absolvovat školení. Naučit lidi pracovat s určitou technologií je často daleko větší investice, než vlastní technologie.

Technologie, na které vsadila firma TOVEK, proto mají nejenom špičkové vlastnosti ale jsou svázány i s určitou metodikou jejich používání, která byla vlastně formulována již při jejich zrodu, a která se opírá o dlouhodobé zkušenosti jejich stabilní uživatelské základny.Jedná se o:

  • fulltextovou technologii americké firmy Verity, Inc., která byla vytvořena na základě požadavku amerických zpravodajských služeb (CIA) - projekt RUBRIC, a
  • technologii pro vizuální analýzu a prezentaci informací britské firmy i2 Ltd, která vychází z metodiky ANACAPA použité americkou FBI již při vyšetřování vraždy J.F.K.

Obě tyto technologie jsou dnes používány rovněž obdobnými organizacemi v ČR a na základě jejich specifických potřeb (pro vyhledávání a analýzu informací) TOVEK vyvinul i speciální aplikace jednak pro integraci těchto technologií do informačního systému organizace a jednak pro integraci těchto technologií navzájem.

Prakticky všechny fulltextové technologie umožňují vyhledat všechny dokumenty, které obsahují libovolně zvolené “klíčové” slovo (výjimku mohou tvořit technologie nabízející různé optimalizace pro zmenšení velikosti indexů). Jednotlivé technologie, se pak odlišují zejména tím, zda a jak:

  1. umožní formulovat složitější dotazy, které obsahují více klíčových slov,
  2. dokáží vyhledané dokumenty seřadit podle důležitost obsahu dokumentu vzhledem k dotazu,
  3. jsou schopné vyhledané dokumenty roztřídit do skupin podle nějakých implicitně či explicitně vyjádřených vlastností (podobné téma, zvolený atribut, atd. )

Fulltextová technologie Verity splňuje nejvyšší nároky pro danou oblast použití již proto, že vznikla právě na základě specifických požadavků zpravodajských služeb. Tato technologie je výsledkem vývoje americké vládní agentury Advanced Decision Systems a firma Verity vznikla vlastně proto, aby další vývoj mohl být financován z nevládních zdrojů. Díky svým základním kvalitám a dalšímu vývoji se pak technologie rychle prosadila i v komerční oblasti a Verity je dnes ve svém oboru světovým lídrem.

Nejdůležitější charakteristiky technologie Verity z pohledu využití pro CI jsou:

  1. pojmové vyhledávání pomocí strukturovaných dotazů (concept retrieval),
  2. přesné hodnocení důležitosti vyhledaných dokumentů vzhledem k dotazu (relevance ranking),
  3. statistické vyhodnocování obsahu dokumentů (clustering, summarization).

Pro praktické využívání je pak velmi důležitá rovněž schopnost zpracování nových dat v reálnem čase, včetně jejich automatického třídění dle definovaných témat (real-time profilace) a samozřejmě pak schopnost velmi rychlého prohledávání ohromných množství dokumentů.

Pojmové vyhledávání

Jestliže hledáme informace k nějakému tématu, vytváříme si na základě existující znalosti jakousi myšlenkovou mapu. Tato mapa obsahuje soubor klíčových slov, kterých může být v souvislosti s tématem použito. Každému slovu, resp. skupině slov, pak přiřazujeme určitou subjektivní důležitost. Při čtení neznámého textu pak identifikujeme výskyt klíčových slov a podle jejich množství a kombinace určujeme, jak je pro nás dokument zajímavý. Vyhledávání pomocí fulltextové technologie Verity probíhá naprosto identicky. Příklad dotazu pro vyhledání informací o firmě SYPETO s tím, že nás zajímají zejména informace týkající se obchodních výsledků firmy, může vypadat takto:

Této formě strukturovaného dotazu se říká “TOPIC” a je patrné že je tvořen:

  • klíčovými slovy (listy),
  • váhami (určují míru významnosti výskytu slov pro vyhodnocení důležitosti dokumentu),
  • listovými operátory (určují způsob porovnání slova z dotazu se slovy v dokumentech),
  • logickými operátory (určují způsob hodnocení výskytu skupin slov v dokumentu)
  • strukturou (umožňuje členit popis pojmu na vyšší nebo obecnější významové jednotky).

Při stavbě TOPICu se klíčová slova rozdělují do tří kategorií:

  1. determinující – jednoznačně identifikují téma (název firmy nebo konkrétních názvů produktů);
  2. asociující – mohou se vyskytovat též v jiné souvislosti (jména lidí či obecných názvů produktů);
  3. indikující – zvyšují důležitost dokumentů týkajících se určitého aspektu (např. ekonomické údaje).

TOPIC může mít v některých případech i stovky slov a přesto zůstává díky své struktuře přehledný. TOPIC, pomocí kterého američtí zpravodajci filtrují informace o možném ohrožení USA, obsahuje dokonce několik tisíc slov. Výhody vytváření složitějších dotazů formou TOPICu jsou zřejmé i na velmi jednoduchém případě dotazu o firmě SYPETO, který by jinak musel vypadat následovně:

Soubor vytvořených TOPICů je možné organizovat do znalostní báze. Každý TOPIC má své jméno, podle kterého je možné jej použít v dotazu, a svůj popis, podle kterého jej lze vyhledat. Popis TOPICu obsahuje jednak všechna klíčová slova a jednak popis pojmu, který vyjadřuje, tj. co se pomocí něj dá vyhledat. Znalostní báze má zásadní význam jednak pro uchování znalostí o vyhledávání informací a jednak pro sdílení této znalosti s dalšími uživateli. Protože výsledek vyhledávání je vždy pouze tak dobrý, jak je dobrý dotaz, umožňuje znalostní báze vyhledávání informací i těm, kdo o dané problematice ještě nic nevědí.

Určování důležitosti dokumentů

Další důležitou vlastností technologie Verity je schopnost řadit vyhledané dokumenty podle důležitosti k dotazu. Ať již se jedná o velmi složitý dotaz (TOPIC) nebo jenom o několik klíčových slov, rozhodnutí o tom, zda určitý dokument dotazu vyhovuje či ne záleží na tom, jakými operátory jsou jednotlivá klíčová slova spojena. U běžných fulltextových technologií (tzv. booleovských) je možné klíčová slova spojovat pouze operátory AND (A) nebo OR (NEBO). V prvním případě se vyhledají pouze dokumenty obsahující všechna klíčová slova, ve druhém případě všechny dokumenty, které obsahují alespoň jedno klíčové slovo. To vede k dilematu volby mezi přesností a úplností vyhledávání.

Pokud volíme AND, budou vyhledané dokumenty odpovídat přesně tomu, na co se ptáme (jsou tam všechna klíčová slova), ale mnoho dalších zajímavých dokumentů nenajdeme (chybí třeba jen jedno klíčové slovo). Pokud volíme OR, vyhledáme všechny potenciálně důležité dokumenty (obsahují alespoň jedno klíčové slovo), ale nerozeznáme, které jsou nejdůležitější, a musíme je všechny přečíst. Oba operátory lze pro zmírnění tohoto problému různě kombinovat, ale to je pro laika velmi obtížné. U technologie Verity je problém přesnosti a úplnosti zcela vyřešen pomocí operátoru ACCRUE.

Operátor ACCRUE, který se zapisuje jednoduše jako čárka mezi jednotlivými klíčovými slovy, funguje na principu “čím více RŮZNÝCH klíčových slov je nalezeno, tím je dokument důležitější”. Na prvním místě jsou dokumenty obsahující všechna klíčová slova dotazu a na dalších místech postupně dokumenty obsahující méně a méně různých klíčových slov. Pro přesné vyhodnocení důležitosti (relevance) dokumentu se pak berou v úvahu uvedené váhy slov a četnost jejich výskytu. Velmi užitečný je například operátor “NEAR/nn”, který umožňuje vyhledání jen takových dokumentů, kde je určitá skupina slov v blízkosti definované číslem “nn”.

Pro analýzu a automatizované zpracování velkého množství dat je velice důležité, že pomocí operátorů a pravidel velmi bohatého dotazovacího jazyka Verity (VQL) lze naprosto exaktně stanovit, jak se má vyhodnocovat důležitost vyhledaných dokumentů vzhledem k dotazu. Každému dokumentu je podle přesně definovaných pravidel přiřazena relevance v rozsahu 0.01 až 1.00. Existují i operátory umožňující invertovat či multiplikovat příspěvky výskytu jednotlivých klíčovéch slov. Na základě této kvantifikace informačního obsahu lze z textových dat extrahovat mnoho skrytých informací.

Shlukování dokumentů podle obsahu

Dříve popsaný způsob pojmového vyhledávání velmi dobře řeší problém vyhledávání informací o kterých víme, že nevíme. Pojmové vyhledávání je ale k ničemu, pokud chceme najít informace o kterých nevíme, že nevíme.

Jestliže se o určité téma teprve začínáme zajímat nebo pokud vlastně vůbec přesně nevíme, co hledáme, nejsme schopni sestavit dobrou otázku, a tudíž nedostaneme ani dobrou odpověď. Zpravidla v takovém případě začínáme vyhledávat na základě jednoho či několika klíčových slov, o kterých předpokládáme, že by se v souvislosti s problémem mohly vyskytovat. Dokumenty tímto způsobem vyhledané je pak nutné číst a zjišťovat, zda v sobě nesou něco, co by pomohlo další dotaz formulovat lépe. S takto postupně rostoucí znalostí o problému pak postupně dotaz zpřesňujeme.

Technologie Verity umožňuje tento zdlouhavý proces podstatně zkrátit tím, že vyhledané dokumenty sama shlukuje podle možného společného kontextu. Shlukování je založeno na statistické analýze obsahu prováděné již při jeho indexaci. Pro každý dokument je vybrána řada slov (významový vektor), která s určitou pravděpodobností vystihuje obsah dokumentu, a na základě něj se rovněž vytváří automatická anotace v podobě tří nejvýznamnějších vět z dokumentu (summary). Shlukování vyhledaných dokumentů se pak provádí podle definovaného počtu shodných slov v jejich významových vektorech (tato slova zároveň tvoří název shluku). Orientace v seznamu vytvořených shluků je pak mnohem snazší, než orientace v jednotlivých dokumentech. Pomocí shluků je možno rychle identifikovat skupiny dokumentů, které odpovídají našemu problému, a mnohdy lze také nalézt nějakou zajímavou souvislost, o které jsme ani netušili, že existuje.

Každý ví, že mozek zpracovává daleko lépe informace ve vizuální podobě, než informace v podobě textu. Informace vyjádřené v podobě obrázků a schémat je mozek schopen zpracovávat “paralelně” (mnoho informací současně) a proto dokáže daleko lépe interpretovat jejích celkový význam (znalost). Naproti tomu informace vyjádřené pouze v podobě textu mozek zpracovává “sériově” (jednu po druhé) a k pochopení jejich celkového významu je pak potřeba mnohem větší koncentrace a mnohem více času.

Právě z tohoto důvodu byly a jsou vyvíjeny metody pro vizuální prezentaci informací a jednou z nejvíce rozšířených a standardizovaných je metoda ANACAPA používaná i americkou FBI. Pro analýzu ale i pro prezentaci a komunikaci informací se používají různé typy grafických schémat vytvářených podle určitých pravidel. Základní typy schémat jsou: vztahová, komoditní, kauzální, postupová a síťová. Pravidla jsou důležitá zejména proto, aby se různá schémata dala kombinovat a aby každý na první pohled věděl, co schéma představuje (jedná se vlastně o určitý grafický jazyk).

 

Schémata mají tři hlavní oblasti využití:

  • analýza a interpretace shromážděných informací,
  • prezentace (komunikace) výsledků analýzy,
  • koordinace sběru resp. analýzy informací v týmu.

Britská firma i2 se včas chopila příležitosti a pro počítačové zpracování informací dle metodiky ANACAPA vytvořila produkt Analyst’s Notebook. Ten se velmi rychle rozšířil a stal se v oblasti zpravodajské analýzy de-facto standardem.

Díky své uživatelské komunitě firma i2 tento produkt neustále zdokonaluje přesně dle potřeb zpravodajské a vyšetřovací práce a doplňuje jej o řadu nadstaveb.

Ve schématu je ke každému objektu (entity) a ke každé spojnici (link) připojena karta, ve které jsou uloženy různé atributy, umožňující provádět selektivní vyhledávání, zakrývání a kopírování objektu a do které lze rovněž ukládat detailní textové informace.

Analyst‘s Notebook tak umožňuje popisovat informace nejenom vizuální formou, umožňující jejich snadnou interpretaci, ale též textovou formou, umožňující zachytit veškeré potřebné detaily.

Schémata mohou být velmi jednoduchá pro jasné pochopení situace, klíčových vazeb či hlavních transakcí nebo mohou nabývat velice úctyhodných rozměrů, kdy ve vytištěné podobě zabírají celou stěnu kanceláře.

Jednou vytvořená schémata lze předávat, prohlížet a tisknout pomocí volně šiřitelného prohlížeče Link Chart Reader.

Vytváření schémat je možné ve třech hlavních režimech:

  1. ruční zadávání dat zahrnující jednak vytváření vizuálního popisu zkoumaného problému pomocí různých typů ikon a vazeb a jednak doplňování podrobných informací do příslušných karet,
  2. import dat ze strukturovaného textového souboru, který je obyčejně výsledkem exportu dat z nějaké databáze (transakční, účetní či bankovní systém, telefonní ústředna atd.),
  3. zobrazování objektů a vazeb již existujících v nějaké databázi (produkt pak vlastně představuje grafické rozhraní k této databázi).

Pro práci s velkými schématy nabízí Link Notebook vizuální vyhledávání, pomocí kterého lze vyhledat a následně označit objekty s určitými vlastnostmi (typ, atribut, počet propojení, atd.).

Na produkt Analyst´s Notebook navazuje produkt iBase resp. celý soubor analytických produktů pod názvem Analyst’s Workstation. iBase je databázová aplikace umožňující snadnou správu a organizování dat tvořících buď předmět zpracování nějakého složitějšího problému (zadání) nebo znalostní bázi analytika či analytického týmu.

iBase ve vazbě na Analyst´s Notebook umožňuje:

  • práci s obsahem databáze přímo z grafického prostředí (prohlížení, vytváření, změna),
  • vyhledání a vykreslení objektů, které na základě definovaných relací (až do 10-té úrovně) souvisejí s vybranýmj objektem,
  • vyhledání a vykreslení možného propojení mezi dvěma objekty ve schématu přes další objekty v databázi (až přes 10 úrovní vazeb),
  • automatické vykreslování časových sousledností událostí z databáze,
  • jednoduché vytváření i velmi složitějších výběrů pomocí vizuální konstrukce dotazu -Super Query.

Součástí balíku Analyst’s Workstation je:

  • modul rozhraní s nejrozšířenějšími GIS systémy (ArcView, Mapinfo, Pafec), pomocí kterého je možné získat kontext dat v souvislosti s jejich geografickým rozložením.

  • modul rozhraní s “datamining” aplikací iGlass, pomocí kterého lze data analyzovat z pohledu četnosti, trendů, periodicit, odchylek, korelací atd. Při analýze se zaznamenávají provedené volby a vždy je tak možno se vrátit k poslednímu vyhovujícímu znázornění, a pokračovat jinou cestou až k dosažení použitelného výsledku.

Pro zpracování dat uložených v externích databázích je možné využít univerzální ODBC rozhraní (iBridge). Zůstávají zde všechny možnosti práce s daty jako při použití iBase s výjimkou možnosti zápisu či aktualizace databáze přímo ze schématu.

Velice užitečným doplňkem je modul “Pattern Tracer”, pomocí kterého se dají analyzovat časové souslednosti událostí a vytipovat opakující se sledy.

Pro organizované (systematické) shromažďování informací větším počtem osob je určen produkt CaseRunner. Pomocí něj lze informace zaznamenávat již v podobě schémat a ve struktuře odpovídající struktuře centrální databáze.

Příklady různých typů schémat vytvářených pomocí Analyst’s Notebook

Vztahové schéma

Kauzální schémata

  

Příklady uspořádání vztahových schémat

Hierarchické

lze volit vrcholový objekt

 

Skupinové

zvýrazní propojené objekty

 

Kruhové

vynikne hustota vazeb

 

 3.4 Speciální aplikace na bázi technologií Verity a i2

Poté, co se technologie Verity začala úspěšně prosazovat v komerční oblasti, padlo u firmy zásadní rozhodnutí soustředit se výhradně na vývoj aplikací s webovou architekturou, protože zde je největší trh v oblasti firemních intranetů, portálů a různých komerčních informačních služeb. Vývoj aplikací pro specifické potřeby zpravodajské komunity resp. pro potřeby analytiků byl ponechán na specializovaných partnerech resp. na uživatelích samotných. Tovek proto vytvořil svoje vlastní řešení, které zahrnuje následující aplikace:

  1. Tovek Tools - soubor uživatelských aplikací pro zpracování rešerší a analýzu textových informací.
  2. Tovek Broker - modulární fulltextový server pro vytváření zpravodajských informačních systémů.

      Součástí tohoto řešení jsou následující originální způsoby využití fulltextové technologie Verity:

    • InfoRating resp. Tovek News – řešení pro kontextovou analýzu resp. profilaci dokumentů,
    • Tovek Tools plug-in for Analyst’s Notebook - integrace s produktem Analyst’s Notebook,
    • InfoBroker – řešení pro současné vyhledávání na několika autonomních vyhledávacích serverech.
    • Tovek Report – metoda uchovávání a předávání znalostí získaných pro vyhledávání informací.

InfoRating a Tovek News

InfoRating je založen na klasickém zpravodajském způsobu uvažování o dokumentu jako o nositeli různých informací důležitých z hlediska mnoha rozdílných zadání (firma, osoba, místo, atd.). Každý dokument se proto kopíruje a ukládá do všech relevantních spisů.

InfoRating je založen na schopnosti fulltextové technologie Verity přiřadit každému dokumentu číslo (relevanci) vyjadřující pravděpodobnost vztahu obsahu dokumentu k určitému tématu.

 

 

 

Vstupy do InfoRatingu tvoří jednak analyzované dokumenty
a jednak soubor dotazů.

Výstupem InfoRatingu je kontextová matice:

  • řádky matice odpovídají jednotlivým dokumentům,
  • sloupce matice odpovídají jednotlivým profilům,
  • buňky matice odpovídají relevanci dokumentů vzhledem k dotazům a nabývají hodnot od 0.01 do 100.

InfoRating lze provádět buď nad dokumenty, které jsou výsledkem předchozího vyhledávání, nebo nad novými dokumenty. Ve druhém případě se z matice vytváří informační produkt Tovek News nebo se z řádků matice vytváří pro každý dokument informační razítko umožňující rychlou vizuální informaci o jejho obsahu a důležitosti.

Obsah matice lze také přenést do tabulkového procesoru za účelem provádění kvantitativní analýzu (např. korelace výskytu témat).

Tovek Tools plug-in for Analyst’s Notebook

Princip integrace fulltextového vyhledávání s produktem Analyst’s Notebook je založen na tom, že každému objektu ve schématu lze přiřadit fulltextový dotaz. Po provedení dotazů se k objektům připojí ikony představující vyhledané dokumenty a na první pohled je tak zřejmé, které dokumenty souvisí se kterými objekty. Podle obsahu dokumentu s vazbou na jeden či více objektů se pak jeho ikona může změnit buď na ikonu představující specifický objekt (např. firmu) nebo na vazbu vyjadřující určitý vztah mezi původně připojenými objekty (např. transakce). Další funkce propojení umožňují zjistit, zda se dokumenty znázorněné ve schématu týkají nově vytvořeného objektu, nebo naopak zjistit, ke kterým objektům schématu se vztahuje dokument, který byl do schématu přidán.

Veškeré vyhledávací operace lze provádět buď přímo ze schématu nebo lze vyhledávání nejprve provést pomocí Tovek Tools a teprve vybrané výsledky znázornit ve schématu. Velice efektní je zejména zobrazení výsledku kontextové profilace, kdy se kontextová matice převede přímo do schématu znázorňujícího dotazy jako jeden typ entit a dokumenty jako druhý typ entit. Velmi rychle tak lze například zjistit propojení lidí a firem ze záznamů v Obchodním věstníku.

 

 InfoBroker

Architektura Tovek Broker umožňuje vytvoření distribuované sítě zcela autonomních vyhledávacích serverů, které však lze současně prohledávat buď z jednoho vyhledávacího klienta (Tovek Tools) nebo prostřednictvím libovolného jiného Brokera.

Tento princip je základem služeb nabízených v rámci projektu SPEIS (Sdružení poskyto-vatelů elektronických informačních služeb).

Dotazy i odpovědi jsou zpracovávány jako samostatné transakce a činnost Brokerů je asynchronní. Pro dotazování tak ze využít například i elektronickou poštu.

Tovek Report

Tovek Report je standardní elektronický dokument (vytvořený např. pomocí MS Word), který však obsahuje dva speciální typy OLE objektů:

  • “Tovek Query tree” – obsahuje strukturovaný dotaz (TOPIC). Cílový uživatel reportu si tak jednak může ověřit, jakým způsobem byly vyhledávány předkládané informace, a jednak může sám dotaz aktualizovat na základě své znalosti o problému.
  • “Tovek Agent” – spustí prohledávání uživateli dostupných fulltextových databází s předem nastavenými podmínkami. Cílový uživatel tak např. může získat rychle nejaktuálnější informace nebo vyhledat informace z databáze, která je přístupná pouze jemu. Části vyhledaných informací lze jednoduše přetáhnout do textu dokumentu včetně zvýraznění klíčových slov.

4 Konkurenční zpravodajský systém (KONZIS)

Přes neustále se rozšiřující možnosti standardních Podnikových informačních systémů (dále PIS) tyto dnes nejsou schopné naplnit potřeby vyplývající z provádění účinného procesu CI.

Současná nabídka PIS (PeopleSoft, Lawson, Oracle, NAVISION atd.) poskytuje managementu kromě standardních ”agend” též nejrůznější soubory ekonomických ukazatelů, které ze statických účetních záznamů umožňují vytvářet časové řady, ze kterých lze usuzovat nejen na současnou situaci, ale i na budoucí trendy. Obdobné výsledky poskytují analytické metody OLAP (On Line Analytical Processing) nebo Data Mining.

Nově potřebné informace jsou však vyžadovány nejenom z celého rozsahu podnikových dat, ale též ze širokého okruhu dat všeobecných. Nemají strukturu definovanou předem, ale strukturu vytvářenou dynamicky v okamžiku vzniku požadavku. Jedná se o specifický výběr nestrukturovaných dynamických podnikových informací (zápisy z porad a z jednání, korespondence, E-mail, smlouvy, projekty v úvodních fázích aj.) a z otevřených informací obecného charakteru (tiskové zprávy, zprávy z periodik, věstníků, rejstříků, zákonných předloh, internetu aj.). Tyto informace vypovídají o situaci v organizaci, o současném stavu ekonomického prostředí, stejně jako o záměrech a cílech konkurence. Tyto informace pocházejí často ze zdrojů, které jsou předem neznámé, a mají většinou formu volného textu. Efektivní zpracování takovéhoto typu informací však současné PIS neumožňují.

Ať je rozsah informací, které poskytují současné PIS na různých úrovních agregace jakkoliv obsáhlý, je nakonec vždy limitován dostupnými údaji v použitých databázích. Znamená to, že výstupní informace PIS mohou obsahovat pouze ty typy dat, které jsou předem definované v databázích. Nové typy dat mohou být přidány pouze na základě nových definic databáze, což znamená modifikaci celého systému. PIS proto nejsou schopny poskytnout nové významově odlišné informace, třebaže méně určité a přesné. Přitom však právě potřeba nových, uživateli dosud neznámých informací je v současném konkurenčním prostředí, které přesahuje úzký ekonomický, odborný i oborový rámec podniku, nezbytná pro udržení dosažené pozice firmy, nebo k získání pozice lepší.

Informačním systému pro podporu CI není nějakým dalším specializovaným informačním systémem v organizaci ale je to vlastně nadstavba umožňující čerpat informace jednak ze všech interních informačních systémů a jednak z vybraných externích informačních zdrojů.

Zavedením systému podporujícího proces provádění CI se obecně zvyšuje schopnost organizace využívat všech dostupných informačních aktiv a tím se tedy též buduje systém správy znalostí (KM).

Ze své podstaty musí mít systém pro podporu CI všechny atributy, které definoval Larry Prusak (jeden z vedoucích pracovníků Centra pro inovaci podnikání Ernst & Young v Bostonu) jako podmínku pro to, aby intelektuální zdroje organizace mohly vytvářet přidanou hodnotu:

    1. identifikace a ohodnocování nových informačních zdrojů,
    2. jednotné zpracování výstupů z různých informačních zdrojů,
    3. zajištění funkce sdílené firemní paměti,
    4. umožnění vyhledávání informací s využitím znalostí,
    5. zajišťování efektivní distribuce nových informací.
    6. Na základě technologií popsaných v předchozí kapitole lze takový systém realizovat resp. lze vytvořit jeho velmi dobrý základ. Narozdíl od specializovaných informačních systémů nebude totiž systém pro podporu CI nikdy hotový a naopak musí umožňovat neustálý rozvoj a zdokonalování.

      S ohledem na výše uvedené označuje název “Konkurenční zpravodajský systém” (KONZIS) nejen určité technologické řešení ale celý komplex nástrojů a metod umožňujících podporu provádění CI.

      4.3 Architektura a informační toky KONZIS

      Architektura KONZIS a začlenění do informačního systému firmy je patrné z následujícího obrázku:

       

       Architektura KONZIS má tři hlavní prvky:

    7. aplikace nazývaná “Informační rafinerie”, která plní současně funkci firemní paměti a systému pro selektivní distribuci nových informací;
    8. analytické pracoviště, které zahrnuje jednak nástroje pro expertní vyhledávání ve firemní paměti a jednak různé popsané nástroje pro vizuální analýzu informací;
    9. rozhraní do strukturovaných databází organizace, která umožňují obsažená data jednak prohledávat v rámci Informační rafinerie a jednak analyzovat pomocí analytických nástrojů.

Jako důsledek provádění popsaného procesu CI pak v rámci KONZIS resp. v rámci organizace musí probíhat následující informační toky:

Informační rafinerie je aplikace založená na serveru Tovek Broker a má tři hlavní typy modulů:

1. vstupní moduly zajišťují rozhraní k různorodým informačním zdrojům a jejich automatizované zpracování.

2. procesní moduly jednak vytvářejí a aktualizují fulltextovou databázi (indexace) a jednak filtrují a třídí nová data na základě individuálních požadavků (profilace) .

3. výstupní moduly umožňují různé formy vyhledávání a doručování informací dle typu, náročnosti, požadavků jednotlivých uživatelů:

Přehled hlavních typů vstupů a výstupů Informační rafinerie

Typ vstupu

Modul

Funkce

Souborový sytém

Dir Feed

Automatické zpracování nových nebo změněných dokumentů v rámci definované struktury adresářů.

Elektronická pošta

MS Exch. / LN Gateway

Mail Feed

Indexace složek MS Exchange / databází LN resp. automatická indexace pošty příchozí na určitou adresu.

Databázové aplikace

ODBC Gateway

Database Feed

Dávková resp. průběžná indexace obsahu ODBC databází (definovaný pohled = virtuální dokument).

Internet / intranet

Spider / Walker

Automatická indexace obsahu zvolených web serverů resp. zvolených domén.

Agenturní systémy

News Feed

ČTK, Reuters, AFP atd.

Automatická indexace zpráv přicházejících v reálném čase z tiskových či informačních agentur.

Typ výstupu

Účel

Forma

Operativní vyhledávání

Query Form

Rychlé a snadné vyhledání nejdůležitějších informací dostupných k právě řešenému problému

Zadání jednoduchého dotazu nebo dotazu ze znalostní báze přes www stránku intranetu a zobrazení výsledků setříděných podle důležitosti, společného kontextu, data nebo jiného základního atributu.

Expertní vyhledávání

Tovek Agent

Vytváření rešerší pro potřeby CI a “intuitivní” vyhledávání nových informací a souvislostí.

Kladení různých typů dotazů (jednoduchých i ze znalostní báze) a interpretace jejich výsledků různým způsobem třídění nebo znázornění pomocí aplikací Tovek Tools resp. Analyst’s Notebook.

Jednoduchá profilace

Avízo

Avizování výskytu informací na konkrétní téma jako signálu k nějaké akci či připomenutí nějakého úkolu.

Doručení dokumentu přes do e-mailu, jeho uložení do adresáře nebo odeslání názvu dokumentu a případně automatické anotace na pager (v systému ERMES až 1000 znaků) nebo na mobilní telefon (SMS zpráva).

Kontextová profilace

Tovek News

Monitoring nových dat pro získání přehledu o informacích ke klíčovým oblastem a činnostem.

Doručování kontextové matice resp. kontextového vektoru (informačního razítka) na osobní webovou stránku resp. do elektronické pošty. Řádky matice odkazují na plný text dokumentu.

 

Jak již bylo řečeno, sebelepší technologie není nic platná, když s ní člověk neumí zacházet. Nedílnou součástí KONZIS je tedy též metodika využívání jednotlivých nástrojů a příslušná školení.

Velmi dobře se hodí příměr ke zbraním (CI ve skutečnosti zbraní je). Aby zbraně mohly splnit svůj účel, musí mít jednak zaškolenou obsluhu a jednak příslušnou logistiku. V případě KONZIS tvoří nejkvalifikovanější obsluhu analytici ale určitá kvalifikace se vyžaduje též od všech koncových uživatelů. Logistiku KONZIS pak představuje připojení co nejširší spektrum informačních zdrojů.

TOVEK považuje vytváření podmínek pro co nejefektivnější využití dodávaných nástrojů (zbraní) za součást dlouhodobé firemní strategie:

TOVEKing = Tracking Organizing Viewing and Exploring Knowledge

1. ZADÁNÍ

definice neznalosti a její postupné zmenšování

 

 

 

Tovek Report – koncept znalostního dokumentu. V počáteční fázi obsahuje pouze strukturované zadání, ve finální fázi obsahuje všechnu znalost použitou pro řešení daného problému. Tovek Report se stává součástí znalostní báze a bude vyhledán jako nejrelevantnější informace pří pozdějším řešení stejného problému.

 

 

 

2. SBĚR

vytváření znalosti pro vyhledávání relevantních informací

Strukturované dotazy (topiky) pomocí kterých lze prohledávat a monitorovat informační zdroje dostupné prostřednictvím informační rafinerie. Dotaz umožňuje přesně ohodnocovat relevanci dokumentů (důležitost) na základě kombinace výskytu různých klíčových slov s ohledem na jejich významnost a kombinace.

 

3. ANALÝZA

interpretace vyhledaných informací a formulace hypotéz

Různé typy schémat (i2 charts) používaných jednak pro zachycení výsledku intelektuální činnosti analytika (interpretace informací) a jednak pro názorné uspořádání a seskupení dat z různých informačních zdrojů. Základní typy schémat jsou:

  • vztahová / síťová
  • kauzální / transakční
  • postupová / komoditní

 

 

4. DISTRIBUCE

prezentace závěrů v podobě srozumitelné koncovým uživatelem

Prezentační multimediální schémata pomocí kterých lze podstatné závěry analýzy prezentovat jak velmi názorně a sugestivně ale současně poskytnout veškeré detailní informace, které k těmto závěrům vedly.

Tovek News - monitoring nových informací, které jsou uživateli prezentovány v kontextu jím individuálně sledovaných témat (klíčové oblasti, činnosti a projekty).

 

 

 

 

 

5. Competitive Intelligence a její místo ve společnosti

5.1 Profesionální organizace

V ČR je provádění CI zatím popelkou a jsou i lidé, kteří kladou paralelu s metodami StB. Pro každého, kdo se tímto oborem chce seriózně zabývat, je proto dobré, že se může stát členem profesionálního sdružení, díky kterému se CI stala uznávanou a ceněnou profesí.

“Society of Competitive Intelligence Professionals” (SCIP) je celosvětovou neziskovou organizací založenou v r.1986 v USA, která sdružuje jednotlivce praktikující profesi CI jako předmět svého podnikání nebo jako součást své pracovní náplně. Hlavním cílem SCIP je přinášet prospěch každému, kdo pracuje v oblasti managementu znalostí a informací. SCIP naplňuje potřeby svých členů tím, že jim pomáhá dělat jejich práci efektivněji a úspěšně rozvíjet jejich kariéru.

Konkrétně mezi hlavní cíle SCIP patří:

  • zavést a prosazovat CI jako uznávanou profesi,
  • pečovat o profesionální vývoj svých členů,
  • obhajovat vysoké etické standardy pro tuto profesi,
  • podporovat zvyšování zájmu o členství.

Mezi hlavní formy naplňování cíle SCIP patří:

  • zprostředkování informací, kontaktů a služeb na serveru: www.scip.org.
  • vydávání seznamu všech členů s kontaktními adresami,
  • vydávání periodik: Competitive Intelligence Magazine, CI Newsbreefs, CI Rewiev,
  • vytváření příležitostí pro výměnu informací a znalostí v rámci organizovaných akcí,
  • vytváření zájmových komunit (osobně i virtuálně, na globální i lokální úrovni),

Hlavní význam organizace SCIP je tedy v její roli budování pozice a dobrého jména profese CI a ve vytváření příslušného společenského statutu svých členů.

SCIP formuluje hlavní zásady provádění profese CI, vytváří o ni positivní povědomí a propaguje ji mezi klíčovými uživateli a mezi všemi, kdo ovlivňují veřejné mínění. Členové SCIP respektují etický kodex, který na jednu stranu zaručuje jejich vnitřní integritu při práci pro více klientů resp. zaměstnavatelů, a který je na druhou stranu pro klienty

SCIP má dnes přes 7000 členů a lokální organizace SCIP (chapters) existují po celém světě.

Účast ve SCIP a případné založení aktivní české pobočky SCIP otevírá všem současným i budoucím českých profesionálům CI jednak možnost opřít se o renomé celosvětově uznávaného profesního sdružení a jednak se zapojit do existujícího světového trhu služeb a práce v této oblasti.

Více informací o SCIP lze nalézt na: www.scip.org.

5.2 Intervence států

Ve světě lze vysledovat dvě tendence. Na jedné straně se posilují pozice nadnárodních firem, pro které je jediným kritériem bránění zájmů svých akcionářů a které jsou tedy indiferentní k národním zájmům, a na druhé straně jsou zřetelné mocenské a národní zájmy jednotlivých zemí.

I tak liberální země jako je USA si uvědomila, že pro udržení konkurenceschopnosti národní ekonomiky je nutná intervence státu a to zejména ve prospěch a malých a středních firem a v 80-tých
letech proto vytvořili Národní bezpečnostní radu, která zahrnuje rovněž radu ekonomické bezpečnosti. V zájmu ochrany amerických firem před tlakem Japonců a Němců je využíváno i služeb CIA.

Zajištění informací, které si malé a střední firmy samy nemohou dovolit samostatně získávat, je skutečně tím nejefektivnějším způsobem intervence státu jejich ve prospěch a nabízí se zde rčení o tom, že lépe než hladovému rybu dát, je naučit ho ryby lovit.

Jinými slovy se jedná o podporu státu poskytovanou těmto firmám při provádění CI tak, aby nebyly handicapovány možnostmi, které mají nadnárodní firmy díky svým zdrojům a zahraniční firmy díky podpoře svých vlastních zemí.

Americká vláda tak přichází na pomoc malým a středním firmám prostřednictvím MEP center “Manufacturing Extesion Partenrship” financovaných ministerstvem obchodu.

Japonské MITI (Ministry of International Trade and Industry) s vynaložením ohromných lidských a finančních prostředků zajišťuje provoz slovutných “kosetshusi”.

Britské firmy jsou státem podporovány prostřednictvím tzv. “Business Links”.

V Německu pak firmy disponují četnými komerčními zpravodajskými organizacemi jejichž obdivuhodným příkladem je např. nadace Steinbeiss z Bade-Wurtembergu.

Ve Francii existuje rozsáhlý program podpory malých a středních firem vycházející z dekretu o vytvoření Komise pro ekonomickou bezpečnost a konkurenceschopnost, který je založen na teritoriálně organizované síti obchodních a průmyslových komor.

Problematika CI byla vzata na vědomí již před několika lety i Evropskou unií a tvoří obsah jedné pasáže zelené knihy o inovaci publikované v r.1995. Komise prostřednictvím různých projektů vyvíjí značné úsilí ke zlepšení fungování evropského trhu s informacemi a k provádění příslušné osvěty.

5.3 Situace v ČR

Nedá se říci, že by se pro možnosti rozvoje profese CI v ČR nic neudělalo, ani že by se nezlepšovala situace v přístupu k informacím:

  • máme zákon č.106 svobodného přístupu k informacím,
  • mnoho užitečných informací je publikováno a zpřístupňování v rámci realizace akčního programu informační politiky,
  • pro podporu českých firem byla vytvořena Česká agentury na podporu obchodu CzechTrade a Agentura pro podpora malého a středního podnikání (ARP), která zahrnuje 21 regionálních a poradenských informačních center (RPIC) a 5 podnikatelských inovačních center BIC.

Nedá se ovšem také říci, že by existoval nějaký ucelený “národní program konkurenčního zpravodajství”, který by měl začínat u příslušně zaměřeného vzdělání a osvěty a končit u možných podmínek a forem využívání informací získávaných prostřednictvím státních zpravodajských služeb (tedy struktur, které platí daňový poplatník).

Je jistě nesnadné najít křehkou rovnováhu mezi soukromým a veřejným sektorem, ale pokud se tento problém řeší ve všude okolo, neměli bychom před ním zavírat oči ani u nás. Zejména v souvislosti s připravovaným vstupem ČR do EU by se pak mělo co nejdříve udělat něco proto, aby české firmy neprohrály hned první utkání na vlastním hřišti.

Zájemci nejen o problematiku CI najdou další užitečné informace v nové knize: Bezpečnost pro firmu, úřad, občana.

Publikace shrnuje základní informace pro úspěšnou prevenci kriminality ve všech jejích formách, včetně ochrany ekonomických zájmů. Je první svého druhu z hlediska rozsahu, komplexnosti a universálního využití. Majitelé firem, vedoucí úřadů, vedoucí pracovníci, odborníci i občané najdou v této publikaci souhrn veškerých důležitých údajů, zásad, norem i zkušeností, které jim umožní výrazně snižovat riziko kriminálních činů všeho druhu i dalších rizik narušení chodu a úspěšné činnosti jednotlivých institucí, včetně zneužití dat, úniku informací apod. Pozornost je věnována též činnosti a službám bezpečnostních agentur, fyzické a technické ochraně objektů, komplexním i dílčím soukromobezpečnostním analýzám, projektům zajištění bezpečnosti firem a úřadů, hospodářské a ekonomické kriminalitě, obrannému zpravodajství, lobystickému zpravodajství apod.

Cena: 480.-Kč bez DPH , 504,-Kč s DPH

Knihu lze objednat u:

AGENTURA ALIGRA

ičo: 68391439. DIč: 008-5154302 číslo účtu: 0211327329/0800

Kotlaska 20,18000 Praha 8

Hana Čermáková,

Tel: 02/6831395,0602/954294,0465/598243,

Fax: 02/6831395,

E-mail: aligra@mybox.cz


 

Logo STUDIO aha! Grafický design 
© 2001 Studio aha!
Digital Art Studio Úvodní animace 
© 2001 Digital Art Studio

Copyright © 2001 Albertina icome Praha s.r.o.
INFORUM® a IN® jsou registrované obchodní známky.
Všechna práva vyhrazena. Na vaše připomínky se těší webmaster. Aktualizováno 27.05.2001