Форсайт, конкурентная разведка и бизнес-аналитика — инструменты повышения эффективности отраслевых программ

Обложка

Цитировать

Полный текст

Аннотация

Разработке отраслевых программ, особенно в технологических областях, сопутствует высокий уровень неопределенности. Подобные инициативы направлены на создание продуктов, реализация которых начнется лишь через несколько лет, поэтому существует вероятность, что к моменту запуска в массовое производство спрос на них исчезнет ввиду появления более совершенных технологий. В статье описывается комплексный инструментарий, синтезирующий комплементарные функции Форсайта, конкурентной разведки и бизнес-аналитики. Форсайт и конкурентная разведка нацелены в первую очередь на анализ внешней среды, и поэтому среди прочего дают возможность определить тенденции развития рынков и технологий, составить локальный профиль отрасли для идентификации наиболее подходящих политических инструментов. Текущие сигналы, которые идентифицируются с помощью методик конкурентной разведки, могут подтвердить выводы, сделанные в ходе долгосрочных Форсайт-исследований с использованием таких методов, как сценарии, дорожные карты и сканирование. Это позволяет глубже понять факторы риска и разрабатывать более качественную и эффективную отраслевую политику.

Авторами предложен набор индикаторов для мониторинга реализации программ. Система мониторинга дает возможность оперативно вносить необходимые корректировки в программы. Как следствие, не только снижается уровень неопределенности и риска, но и повышается вероятность того, что новые инициативы будут востребованы целевой аудиторией и своевременно выявятся новые возможности развития отрасли. Рассматриваемый подход протестирован на модельном кейсе – разработке государственной программы развития производства инновационных нутрицевтических продуктов в Канаде.

Об авторах

Джонатан Кэлоф

Национальный исследовательский университет «Высшая школа экономики»; Школа менеджмента Telfer

Email: calof@telfer.uottawa.ca
Университет Оттавы , 55 Laurier Avenue East, Ottawa, ON K1N 6N5, Canada

Грегори Ричардс

Школа менеджмента Telfer

Email: richards@telfer.uOttawa.ca
Университет Оттавы , 55 Laurier Avenue East, Ottawa, ON K1N 6N5, Canada

Джек Смит

Школа менеджмента Telfer

Email: jesmith@telfer.uOttawa.ca
Университет Оттавы , 55 Laurier Avenue East, Ottawa, ON K1N 6N5, Canada

Список литературы

  1. Ashton B.W., Klavans R.A. (1997) Keeping Abreast of Science and Technology: Technical Intelligence for Business. Columbus, OH: Batelle Press.
  2. Bergeron P. (2000) Government Approaches to Foster Competitive Intelligence Practice in SMEs: A Comparative Study of Eight Governments // Proceedings of the Annual Meeting - American Society for Information Science. Vol. 37. P. 301-308.
  3. Bonthous J. (1995) Understanding intelligence across cultures // Competitive Intelligence Review. Summer/Fall. P. 12-19.
  4. Calof J., Skinner B. (1999) What's Happening in Canada. Government's Role in Competitive Intelligence // Competitive Intelligence Magazine. Vol. 2. № 2. P. 20-23.
  5. Calof J., Smith J. (2010) The integrative domain of foresight and competitive intelligence and its impact on R&D management // R&D Management. Vol. 40. № 1. Р. 31-39.
  6. Calof J.L. (2007) Event Intelligence: Time to Invite Your Government // Competitive Intelligence Magazine. Vol. 10. № 5. Р. 55-57.
  7. Davenport T., Harris J., Morrison R. (2010) Analytics at Work: Smarter Decisions, Better Results. Boston: Harvard Business School Press.
  8. Dedijer S. (1994) Opinion: Governments, Business Intelligence - A Pioneering Report from France // Competitive Intelligence Review. Vol. 5. № 3. Р. 45-47.
  9. Du Toit A.S.A. (2013) Comparative Study of Competitive Intelligence Practices between Two Retail Banks in Brazil and South Africa // Journal of Intelligence Studies in Business. Vol. 2. P. 30-39.
  10. Fehringer D., Hohhof B., Johnson T. (2007) State of the art competitive intelligence. San Antonio, TX: Competitive Intelligence Foundation.
  11. Fleisher C.S., Bensoussan B. (2002) Strategic and competitive analysis: Methods and techniques for analyzing business. Upper Saddle River, NJ: Prentice Hall.
  12. For-Learn (2014) Excerpt from online foresight guide. Режим доступа:http://forlearn.jrc.ec.europa.eu/guide/9_key-terms/foresight.htm, дата обращения 20.06.2014.
  13. Fruchet G. (2009) Effective practices for implementing CTI in large R&D organizations in Competitive Technical Intelligence // The Competitive Technical Intelligence book (vol. 4) / Eds. R. Ashton, B. Hohhof. San Antonio, TX: Competitive Intelligence Foundation. P. 37-54.
  14. GIA (2011) Market Intelligence in Global Organization: Survey Findings in 2011. GIA White Paper 2/2011. Global Intelligence Alliance.
  15. GIA (2013) The State of Market Intelligence in 2013: Global MI Survey findings. GIA White Paper, 2013. Global Intelligence Alliance.
  16. Gilad B. (1998) Business Blindspots. New York: Irwin Professional Publishing.
  17. Hamilton-Pennell C. (2004) CI For Small businesses: The City of Littleton's Economic Gardening program // Competitive Intelligence Magazine. Vol. 7. № 6 (November-December). Р. 46-48.
  18. Herring J. (1993) Business Intelligence: Scientific and Technical Intelligence: The Key to R&D // Journal of Business Strategy. Vol. 14. № 3. Р. 10-12.
  19. IBM (2013) Partnership for Public Service. From Data to Decisions III: Lessons from Early Analytics Programs. Washington, D.C.: IBM Centre for the Business of Government.
  20. Juhari A., Stephens D. (2006) Tracing the origins of competitive intelligence throughout history // Competitive Intelligence Review. Vol 3. № 4. Р. 61-82.
  21. Kahaner L. (1997) Competitive Intelligence: How to Gather, Analyze, and Use Information to Move Your Business to the Top. New York: Simon & Schuster.
  22. Office of the Director of National Intelligence (2014) Foresight and understanding from scientific exposition (FUSE). Режим доступа:http://www.iarpa.gov/index.php/research-programs/fuse, дата обращения 20.06.2014.
  23. Parker D. (2000) Can Government CI Bolster Regional Competitiveness? // Competitive Intelligence Review. Vol. 11. № 4. P. 57-64.
  24. Popper R. (2008) How are foresight methods selected? // Foresight. Vol. 10. № 6. Р. 62-89.
  25. Provost F., Fawcett Т. (2013) Data Science for Business: What you need to know about data mining and data-analytic thinking. Cambridge: O’Reilly Media.
  26. SCIP (2004) Proceedings: 9th Annual European Conference, 27-29 October, Milan, Italy. San-Antonio, TX: Society of Competitive Intelligence Professionals.
  27. SCIP (2014) FAQ’s. Режим доступа: www.scip.org/re_pdfs/1395928684_pdf_FrequentlyAskedQuestions.pdf, дата обращения 17.06.2014.
  28. Salvador M.R., Salinas Casanova L.F. (2013) Applying Competitive Intelligence: The Case of Thermoplastics Elastomers // Journal of Intelligence Studies in Business. Vol. 3. P. 47-53.
  29. Saritas O., Smith J. (2008) Big Picture Foresight Survey Results and Implications. Paper presented at Future-oriented Technology Analysis (FTA) Conference 2008, Seville.
  30. Smalla H., Boyack K., Klavans R. (2014) Identifying emerging topics in science and technology // Research Policy. Vol. 43. № 8. P. 1450-1467.
  31. Smith J., Saritas O. (2011) Science and technology foresight baker's dozen: A pocket primer of comparative and combined foresight methods // Foresight. Vol. 13. № 2. Р. 79-96.
  32. Watson K. (1997) Intelligence gathering: Scanning, mind maps and scenarios // Optimum. Vol. 27. № 2. Р. 69-74.
  33. Wolfe J. (2005) Safer and guilt-free nano foods // Forbes Magazine, September 8. Режим доступа: www.forbes.com/2005/08/09/nanotechnology-kraft-hershey-cz_jw_0810soapbox_inl.html, дата обращения 20.06.2014.
  34. Wright S., Calof J. (2006) The Quest for Competitive Business and Marketing Intelligence: A Country Comparison of Current Practices // European Journal of Marketing. Vol. 40. № 5-6. Р. 453-465.
  35. Xu K., Liao S.S., Ki J., Song Y. (2011) Mining comparative opinions from customer reviews for competitive intelligence // Decision Support Systems. Vol. 50. № 4. Р. 743-754.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».