论文部分内容阅读
摘 要：近来，商务智能的普遍应用为围绕商务智能的技术、行为和经济视角的分析带来巨大契机。同时，各种研究视角的不断深化也为商务智能在企业内的实施提供科学指引，便于为企业提供更优的决策支持。这就形成了针对商务智能的研究与应用两个方面相互促进、相互渗透。论文以此为背景将研究焦点放在商务智能发展的前沿，认为社会化商务智能更能带来企业行为上的变革。同时，论文前瞻性地关注社会化商务智能背景下的企业行为，从博弈的方法论模型出发，探讨社会化商务对企业竞争行为的影响，并得出社会化商务智能能够推动企业间合作的结论。
关键词：社交商务智能；商务智能；合作博弈
一、绪论
引用维基百科的定义，社会化商务智能（social BI）是指经由云技术的终端用户实现的对顾客业务分析报告和显示盘的创建、推介和分享，社会化商务智能使得基于用户生成的分析和基于专业人士的商业分析和数据挖掘分析二者实现协同发展。它是对传统商务智能（BI）所涉范围的拓展，将商务智能的决策支持功能延伸到企业视角，使得企业商务决策的来源、方法和标准不再局限于单个企业，是更多企业决策能力的协同。Spotfire的市场总监Mark Lorion把社会化商务智能看作是“更为协作型的分析”。对于一个企业，它意味着跨企业协作时代的来临，即利用建立在核心商务智能工具上的商务智能功能在社会化程度上的 “互动”。直观上讲，社会化商务智能的价值在于扩大了信息来源的范围，优化了分析方法，使得商务决策更加合理有效。同时，它还对企业的经济行为产生影响，基于社会化商务智能背景下的企业必须调整自身行为，扩大企业网络，以更好地参与市场竞争。
二、文献回顾
Fei-Yue Wang et al（2007）认为社会信息学向社会智能的转移是通过对社会行为的建模分析、提取人类社会动力学因素以及认为创立社会机构并产生可行的社会认知而形成的。James E. Powell（2011）收集了如何将社会化媒体整合到商务智能的分析之中，并对其为企业带来的效益增加作了阐述。Lynn Wu（2013）则考察了社交网络效应对员工的生产效率和工作保障的影响，并将该用户间的效应关系分为两个独立方面，工具性关系和表达性关系。
在此，基于企业间协同的社会化商务智能把企业看作社交网络中的结点，联系企业间的相互关系来传递客户信息和决策分析方法等，以此提升行业的整体运营效率。然而，理性的企业个体更多地是考虑自身的利益，而非集体利益，这就有可能在协同企业间产生囚徒困境（Prisoner's dilemma）的结果。为此，分析不同企业间的策略性行为是独具价值的。
三、社会化商务智能下的企业竞争行为分析
1、企业竞争行为的变革
社会化商务智能的作用在于提高企业间的协作，由这种协同效用而推动整个企业集团的发展提高。然而，由于现实中的企业行为难以观测，往往只是等到个别企业采取不合作策略之后才能发觉其破坏行为。这对于合作次数有限的企业来说无疑造成了机会损失。由此，在社会化商务智能的环境下，企业间订立合理的信息披露标准和统一的考量标准，使得企业间的行为更加透明，信息更加对称。这样，就可以从技术角度上杜绝个别企业的毁约行为。
2、博弈分析
考量企业集团内企业间的行为普遍的是两个企业间的互动。更加实时透明的企业行为使得社会化商务智能背景下的企业行为由非合作博弈转向合作博弈（见图1）。
示例图 1 两个企业时的策略性行动
情况（1）和（2）表示采用社会化商务智能前后，企业集团间的状况；参与者A和参与者B分别代表由社会化商务智能而互动起来的两类能力和规模均相同的企业或企业集团。C代表真实披露企业信息和检测手段；N则代表有意误报信息。支付矩阵中的支付值仅用于说明情况（策略（N，N）表示博弈回到采用社会化商务智能前的情况），不代表具体某些具体支付。
显然，从上述支付举证中可以看出，采用社会化商务智能后，两个企业集团间的状况转变为正和博弈，其最优结果由一个纳什均衡解（C，C）构成，即在采用社会化商务智能手段后，企业集团间的行为为双方都合作时，企业彼此均达到最优情况，形成双赢局面。
四、总结与展望
通过以上对于社会化商务智能的分析探讨，论文前瞻性的对社会化商务智能进行了介绍。同时，分析了在社会化商务智能的背景下企业的策略性行为，并得出结论，在社会化商务智能的大背景下，企业集团间的竞争行为由原先的零和博弈转变为正和博弈，合作有利于参与者双方。所以，“社交”产生的协同效应为企业合作带来了新的利益增长点。而商务智能则使得市场中信息不对称程度大大降低。综合这两个方面，社会化商务智能提高了企业运营效率，优化了企业间的行为，促使社会福利增加，最终提升了市场效率。
尽管论文为商务智能研究提供了新的视角，但是其中也不乏些许不足之处。一方面，对社会化商务智能的探讨还不够深入，在分析中难以深入社会化商务智能的核心，量化社会化因素。另一方面，对于企业集团的策略行为分析及其分析模式没有很具有说服力的来源。而以上这些都可以成为论文进一步研究的切入点。（作者单位：云南财经大学）
参考文献：
[1] Ching-Yung Lin et al.SmallBlue： Social Network Analysis for Expertise Search and Collective Intelligence[J].IEEE International Conference on Data Engineering.2009 （6）.
[2] F. Wang.Social Computing： A Digital and Dynamical Integration of Science， Technology， and Human and Social Studies[J]. China Basic Science. 2005. vol. 7.
[3] Fei-Yue Wang.Carley， K.M，Daniel Zeng and Wenji Mao.Social Computing： From Social Informatics to Social Intelligence[J].Intelligent Systems， IEEE.2007（3）.Volume： 22.
[4] James E. Powell.Q&A： Integrating Social Media and Business Intelligence[J].[2011（5）].http：//tdwi.org/articles/2011/05/11/integrating-social-media-and-bi.aspx.
[5] Lynn Wu.Social Network Effects on Productivity and Job Security： Evidence from the Adoption of a Social Networking Tool[J].ISR.2013 （3）.
[6] 張维迎，博弈论与信息经济学[M]，上海人民出版社，2007（3）.
关键词：社交商务智能；商务智能；合作博弈
一、绪论
引用维基百科的定义，社会化商务智能（social BI）是指经由云技术的终端用户实现的对顾客业务分析报告和显示盘的创建、推介和分享，社会化商务智能使得基于用户生成的分析和基于专业人士的商业分析和数据挖掘分析二者实现协同发展。它是对传统商务智能（BI）所涉范围的拓展，将商务智能的决策支持功能延伸到企业视角，使得企业商务决策的来源、方法和标准不再局限于单个企业，是更多企业决策能力的协同。Spotfire的市场总监Mark Lorion把社会化商务智能看作是“更为协作型的分析”。对于一个企业，它意味着跨企业协作时代的来临，即利用建立在核心商务智能工具上的商务智能功能在社会化程度上的 “互动”。直观上讲，社会化商务智能的价值在于扩大了信息来源的范围，优化了分析方法，使得商务决策更加合理有效。同时，它还对企业的经济行为产生影响，基于社会化商务智能背景下的企业必须调整自身行为，扩大企业网络，以更好地参与市场竞争。
二、文献回顾
Fei-Yue Wang et al（2007）认为社会信息学向社会智能的转移是通过对社会行为的建模分析、提取人类社会动力学因素以及认为创立社会机构并产生可行的社会认知而形成的。James E. Powell（2011）收集了如何将社会化媒体整合到商务智能的分析之中，并对其为企业带来的效益增加作了阐述。Lynn Wu（2013）则考察了社交网络效应对员工的生产效率和工作保障的影响，并将该用户间的效应关系分为两个独立方面，工具性关系和表达性关系。
在此，基于企业间协同的社会化商务智能把企业看作社交网络中的结点，联系企业间的相互关系来传递客户信息和决策分析方法等，以此提升行业的整体运营效率。然而，理性的企业个体更多地是考虑自身的利益，而非集体利益，这就有可能在协同企业间产生囚徒困境（Prisoner's dilemma）的结果。为此，分析不同企业间的策略性行为是独具价值的。
三、社会化商务智能下的企业竞争行为分析
1、企业竞争行为的变革
社会化商务智能的作用在于提高企业间的协作，由这种协同效用而推动整个企业集团的发展提高。然而，由于现实中的企业行为难以观测，往往只是等到个别企业采取不合作策略之后才能发觉其破坏行为。这对于合作次数有限的企业来说无疑造成了机会损失。由此，在社会化商务智能的环境下，企业间订立合理的信息披露标准和统一的考量标准，使得企业间的行为更加透明，信息更加对称。这样，就可以从技术角度上杜绝个别企业的毁约行为。
2、博弈分析
考量企业集团内企业间的行为普遍的是两个企业间的互动。更加实时透明的企业行为使得社会化商务智能背景下的企业行为由非合作博弈转向合作博弈（见图1）。
示例图 1 两个企业时的策略性行动
情况（1）和（2）表示采用社会化商务智能前后，企业集团间的状况；参与者A和参与者B分别代表由社会化商务智能而互动起来的两类能力和规模均相同的企业或企业集团。C代表真实披露企业信息和检测手段；N则代表有意误报信息。支付矩阵中的支付值仅用于说明情况（策略（N，N）表示博弈回到采用社会化商务智能前的情况），不代表具体某些具体支付。
显然，从上述支付举证中可以看出，采用社会化商务智能后，两个企业集团间的状况转变为正和博弈，其最优结果由一个纳什均衡解（C，C）构成，即在采用社会化商务智能手段后，企业集团间的行为为双方都合作时，企业彼此均达到最优情况，形成双赢局面。
四、总结与展望
通过以上对于社会化商务智能的分析探讨，论文前瞻性的对社会化商务智能进行了介绍。同时，分析了在社会化商务智能的背景下企业的策略性行为，并得出结论，在社会化商务智能的大背景下，企业集团间的竞争行为由原先的零和博弈转变为正和博弈，合作有利于参与者双方。所以，“社交”产生的协同效应为企业合作带来了新的利益增长点。而商务智能则使得市场中信息不对称程度大大降低。综合这两个方面，社会化商务智能提高了企业运营效率，优化了企业间的行为，促使社会福利增加，最终提升了市场效率。
尽管论文为商务智能研究提供了新的视角，但是其中也不乏些许不足之处。一方面，对社会化商务智能的探讨还不够深入，在分析中难以深入社会化商务智能的核心，量化社会化因素。另一方面，对于企业集团的策略行为分析及其分析模式没有很具有说服力的来源。而以上这些都可以成为论文进一步研究的切入点。（作者单位：云南财经大学）
参考文献：
[1] Ching-Yung Lin et al.SmallBlue： Social Network Analysis for Expertise Search and Collective Intelligence[J].IEEE International Conference on Data Engineering.2009 （6）.
[2] F. Wang.Social Computing： A Digital and Dynamical Integration of Science， Technology， and Human and Social Studies[J]. China Basic Science. 2005. vol. 7.
[3] Fei-Yue Wang.Carley， K.M，Daniel Zeng and Wenji Mao.Social Computing： From Social Informatics to Social Intelligence[J].Intelligent Systems， IEEE.2007（3）.Volume： 22.
[4] James E. Powell.Q&A： Integrating Social Media and Business Intelligence[J].[2011（5）].http：//tdwi.org/articles/2011/05/11/integrating-social-media-and-bi.aspx.
[5] Lynn Wu.Social Network Effects on Productivity and Job Security： Evidence from the Adoption of a Social Networking Tool[J].ISR.2013 （3）.
[6] 張维迎，博弈论与信息经济学[M]，上海人民出版社，2007（3）.