关于情报收集以及应用

股市也讲行情。

     目前的情报来源有2种，一种来自于公开的数据：报纸、网站、报告。一种来源于非公开的数据如：对竞争对手进行观察、测量、以及对竞争对手的员工进行交谈。

针对第二种手段，在情报收集中，要确定测量的变量，也就是测量量，第二个是途径。

     信息采集后，信息的准确性以及公正性也需要考察。在这个过程中，信息的促进以及影响作用，也决定了信息的真伪。

     情报的分析：

　   主要目的是形成竞争者档案，掌握竞争者的动向并制定相应的策略。前景规划，分析市场前景并制定相应的战略。基准分析：测量一个公司的运作将之与业内最好的公司对比的分析工具与过程。

     情报的意义：利于在差异化中获得生存。

关于情报的分析方法（数据挖掘）：

常见的数据挖掘方法

常见的数据挖掘方法有分类、聚类、关联、回归、时间序列分析、离散序列分成、偏差分析、贝叶斯、神经网络等等。这些内容都涉及到深厚的数学知识，下面只是一些肤浅的介绍，让大家有个大概的认识，为大家进一步学习打好基础。

分类-就是对数据进行过滤，减少无用功。

 

聚类--将固有属性通过数据，进一步优化对应属性。分类的目的是丢弃无效数据。聚类的意义则是挖掘有效数据的共有属性

 

关联--将不同物体之间，基本是物+物，人+物之间的偶然关联关系，通过长期的统计，以有效的关联在一起。

 

回归---从长期来说，对某个人、某件事特征上的辨别。

 

其中聚类、关联对于商业行为的影响较大。