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

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) .

• 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 slovaintelligence 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.).

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).

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.

• 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.

• 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.

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.

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.

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.

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.

2.1 Proces CI

2.2 Řízení CI

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.

2.3 Sběr informací.

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 .

2.4 Analýza

2.5 Distribuce

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:

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

• 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).

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 tomutak 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.

3.2 Fulltextová technologie Verity

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, z volený 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.

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.

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:

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).

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, jakje dobrý dotaz, umožňuje znalostní báze vyhledávání informací i těm, kdo o dané problematice ještě nic nevědí.

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 bohatéhodotazovacího 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.

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 kterýchpředpokládáme, 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.

3.3 Technologie pro vizuální analýzu a prezentaci informací firmy i2

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).

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

Jednou vytvořená schémata lze předávat, prohlížet a tisknout pomocí volně šiřitelného prohlížečeLink 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.

• 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.

• 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.

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.

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 produktTovek 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 prováděníkvantitativní analýzu (např. korelace výskytu témat).

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.

 InfoBroker

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

• “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.

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.

4.2 Charakteristika systému pro podporu CI

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.

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:

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

 

 

 4.4 Informační rafinerie

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:

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:

“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.

• 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.

• 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 výmě nu informací a znalostí v rámci organizovaných akcí,
• vytváření zájmových komunit (osobně i virtuálně, na globální i lokální úrovni),

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

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 Německupak 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.

• 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.

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.