知识管理体系

时间：2022-10-03 百科知识版权反馈

【摘要】：王主任也明白，要在企业中推行知识管理不但需要员工们懂得知识管理的理念而且要通过知识管理系统来使之变为现实。但如何实现企业的知识管理系统这是王主任最关心的问题。知识管理系统往往是随着企业需求的增加而扩大的。基于以上考虑，知识管理系统根据其模块的组合，提供知识管理的各种功能。企业的知识管理系统能以多种形式、采用多种工具来构成。图5－9所示为一个知识管理系统的基本用途。

知识管理体系总体上分为知识管理理念和知识管理系统两大部分如图5－7所示。

图5－7 知识管理体系

知识管理理念分为企业制度和企业文化两个方面，其中，企业制度包括确立企业的知识资产和制定员工激励机制，从而加强管理者对知识管理的重视，并鼓励员工积极共享和学习知识企业文化包括企业共享文化、团队文化和学习文化，帮助员工破除传统独占观念，加强协作和学习。

知识管理的硬件对应的是知识管理平台，它是一个支撑企业知识收集、加工、存储、传递和利用的平台，通过互联网、内联网、外联网和知识门户等技术工具将知识和应用有机整合而知识管理的软件对应的是知识管理系统，它是一个建立在管理信息系统基础之上的实现知识的获取、存储、共享和应用的综合系统，通过文件管理系统、群件技术、搜索引擎、专家系统和知识库等技术工具，使企业显性知识和隐性知识得到相互转化。

1. 企业知识管理系统构建

首先来看一个例子。M车间是一个设备维修车间20世纪80年代从老企业调入年龄在40岁左右的技术工人都有相当的经验。现在那批工人都退休了。现在招来的年轻人大都技术生疏。车间设备维修的工作经验主要积累在老师傅的头脑中如果老专家们退休，这些宝贵的财富就会被“带” 走、被“遗忘”。面临这种情况车间王主任一直觉得很头疼，签下的项目单子做不了这可怎么办? 王主任分析了造成这个局面的原因，完全是过去几十年没有做好“传、帮、带”甚至连经验知识都没有认真、系统地总结出来。可仔细想来要做到这些，谈何容易?但这个问题必须解决。一次偶然的机会王主任接触了知识管理，了解到专家头脑中的隐性知识也可以管理这对王主任触动很大也使他豁然开朗。王主任也明白，要在企业中推行知识管理不但需要员工们懂得知识管理的理念而且要通过知识管理系统来使之变为现实。但如何实现企业的知识管理系统这是王主任最关心的问题。

(1) 知识管理系统内涵

知识管理系统 (Knowledge Management System，KMS)，是知识管理实现的基础，是知识管理实施的技术支撑体系，是一个对知识进行创造、捕获、整理、传递、共享，进而创造出新知识的完整的管理系统。

KMS不同于前面章节介绍的各种MIS。 MIS系统注重工作效率，而KMS对业务过程进行了更深层次的思考，KMS更关注组织文化的构建和员工学习与创新能力的培育。

一般而言，知识管理系统分为两部分: 一是知识管理系统的 “操作平台”，它如同计算机上的操作系统，是需要导入知识管理系统的所有企业都必须建立的平台二是知识管理的“应用软件”，企业可以根据自己的需求，进行适当的选择和建设，其应用就如计算机上的应用软件，比如需要进行文字处理的，就装上Word，需要进行图表处理的，就装上Excel。

(2) 知识管理系统软件架构

知识管理系统 (KMS) 是在管理信息系统应用整合的基础上建立和发展起来的，具体框架如图5－8所示。

图5－8 KMS架构框架

①理念实施层。当KMS系统的研究领域超出了纯技术层面，延伸到组织结构、组织文化、业务流程重组和知识管理等管理科学以及相互复合关系时，就要求在设计KMS体系结构时，充分运用知识管理理念，从理念上理解知识是可以被管理的，从而在具体实施中充分考虑信息技术、管理技术、人和组织的集成模式，建立起相应的知识管理结构和知识运营机制。

②知识管理层。知识管理层的目标应该满足: 将正确的知识在正确的时间传递给正确的人。具体可通过知识管理技术如知识的表示、推理和呈送机制来保证上述目标的实现。

③内容管理层。内容管理层是提供应用程序所能解读的信息或者是简报数据等，与知识管理层共享门户系统，提供知识地图和个性化按需访问等功能。

④应用程序互通层。处理应用程序和应用程序间整合的部分。其中，数据格式化引擎保证数据能够在不同应用程序间被解读和加工，工作流程管理控制着各个应用程序间的信息传递与处理程序，把各个不同系统间的执行过程有效地互联起来。

⑤基础建设层。这是KMS网络及数据传输的基础。在这层中，网络的硬件及通信协议成为信息传递的底层，数据安全措施成为应用程序整合前的必要条件。

(3) 知识管理系统规划

与任何大型信息系统实施一样，高层的支持对于知识管理系统实施的成败是十分关键的。由于大部分企业或者组织中都没有专门的部门负责知识管理，在实施过程中，高层管理人员必须既要支持系统的实施，又要考虑成立新的知识管理部门。高层的支持必须是竭尽全力的，这种支持来自高层对于知识管理的正确认识以及知识管理对企业价值的认知。

在系统的构成方面，面对越来越多的技术可能性应当慎重考虑。软件模块的功能并非越多越好，应当经过仔细的考虑和筛选，使得系统具有三个特性: 实用性、友好性和可拓展性。

所谓实用性，就是要保证员工能够从使用该知识系统中获益，而不是给企业提供一个中看不中用的 “花瓶”。

所谓友好性，就是系统应该是容易使用，容易学习的，用户对系统没有畏难情绪，是系统能够迅速推广的一个重要条件。

所谓可拓展性，就是系统要能够适应企业业务的变化。知识管理系统往往是随着企业需求的增加而扩大的。它需要能随着它所支持的业务一起成长。在系统设计中，往往从一个核心的需求开始，逐步扩大其规模和功能。

基于以上考虑，知识管理系统根据其模块的组合，提供知识管理的各种功能。在实际的应用中，有的企业注重实现个体间的知识共享，因此，知识管理系统需要有良好的知识整理和知识传播的能力有的企业注重协同性知识工作，通过思想的碰撞产生新的知识管理信息系统有些企业则把重点放在对知识的捕捉、操作与定位上，侧重进行与知识相关的信息管理另外一些企业着眼于建设、开发智力资本，提供自由的、不受限制的、简单易行的对话功能，以提高企业中知识活动的有效性还有一些企业注重创造一种学习环境，从而使得员工能够保持对新知识的关注。

企业的知识管理系统能以多种形式、采用多种工具来构成。关键是要根据企业业务的需求来规划和设计。图5－9所示为一个知识管理系统的基本用途。

图5－9 知识管理系统的基本用途

请注意，这里所列举的仅仅是知识管理系统中面向应用的功能和模块，一个实际的系统，必然还有许多其他的软件，例如安全管理、中间件、统一的用户界面等。对于这些与应用系统密切相关的功能，可以用一个多层次的概念框架来整合它们。

2. 企业知识管理体系构建的关键要素

国外对知识管理理论的研究日臻成熟，关注的焦点从理念的认识转移到应用研究方面企业知识管理体系研究已成为国外知识管理研究的发展趋势之一。许多著名的公司已经建立了自己的知识管理体系，利用 “知识资源” 来获得竞争优势，巩固其行业领袖地位。

国内外企业知识管理体系的比较:

①在知识管理体系的目标确定与构建方面，外开发的知识管理体系有明确的构建理念、知识管理目标、功能强大的知识管理系统和先进的IT技术支持而国内的知识管理体系缺乏自己的构建理念，着重开发知识管理软件工具来实现知识管理目标。

②在知识管理体系的运作中，国外企业将知识管理体系与企业整体战略进行整合，在制定激励机制和培养共享文化的基础上，选择适当的技术工具进行系统建设与实施，以最终达到知识管理的目标而国内企业往往缺乏对企业制度的制定和企业文化的培养，急于进行硬件建设和软件开发，难免使实施效果大打折扣。

综上，实现成功的知识管理体系的关键因素是:

①制定企业知识管理战略，建立知识创新激励机制，营造知识共享的企业文化氛围

②设置知识主管一职，专门负责企业知识管理工作

③与企业的业务流程相结合，调整企业知识结构

④建立企业知识管理系统，管理知识生产、交换、整合和内化

⑤对知识管理体系制定评价方法和原则，以期改进。

3. 学习型组织建设

«第五项修炼» 的作者彼得·圣吉认为，未来成功的企业必将是 “学习型组织”，因为变动时代唯一持久的竞争能力，是有能力比你的对手学习得更快、更好。

所谓学习型组织，是指通过培养弥漫于整个组织的学习气氛，充分发挥员工的创造性思维能力而建立起来的一种有机的、高度柔性的、扁平的、符合人性的、能持续发展的组织。这种组织具有持续学习的能力，具有高于个人绩效总和的综合绩效。

从学习型组织的含义和前面介绍的知识管理的含义不难发现，学习型组织理论和知识管理理论实际上是从两个不同的视角指向同一个目标: 核心竞争力。前者侧重组织学习，后者侧重知识运营，而知识管理系统是学习型组织的基础。

知识管理的出发点就是把知识看作组织最重要的资源，把最大限度地获取和利用知识作为提高企业核心竞争力的关键。它本身是一个包括知识的获取、转化、共享、创新和应用诸环节在内的大系统，可以把组织的知识管理分为两个层次来看，一个层次是战略型的知识管理，另一个层次是职能型的知识管理。战略型知识管理与组织战略紧密结合，涵盖组织各个层面，处于组织系统的最外围而学习型组织则是实现组织知识管理战略的最有效的组织形式。但同时，从学习型组织的内部结构考察，职能型知识管理作为在组织各个层面具体运用知识管理的手段，又是包括在企业学习型组织内部的一个子系统。

从战略型知识管理的宏观角度来看，企业知识管理的实质是把知识作为最重要的资源把知识和知识活动作为企业的财富和核心，对组织知识进行科学的管理，从而促进知识在组织内部的流动，形成知识流的良性循环。由于知识与学习的不可分割的关系，知识若要在组织内有效流动，必然要借助学习手段，通过个人学习、团队学习、组织学习三个层次，使组织的知识不断地得到共享、重组、创新，从而扩大组织的知识基础，提高组织成员及组织本身实现目标的能力，获得绩效的改善。

总之，组织通过学习机制来实现战略型知识管理的目标。组织学习通过组织行动理论的重建，修正组织固有的缺陷，从而使组织目标的设置更具合理性，并改变组织行动者的行动同时，组织学习可以加速组织的知识共享，提高组织的转换能力，从而改变组织的知识技术基础。这两种改变都要求组织的制度重新建立和组织的活动重新安排，结果导致企业组织进行转型，成为一种新的组织形态。

在这种新的组织形态中，知识的有效流动是核心目标，学习氛围、学习机制、组织沟通等作为必要的辅助手段来实现这一目标，即组织演变为学习型组织。换句话说，建立学习型组织为企业进行知识管理提供了必要的组织环境及保障措施，使知识管理如鱼得水，可以更好地发挥其作用。

从职能型知识管理的微观角度看，在学习型组织内部，组织机构、人力资源、知识管理和技术研发四个子系统对于加强和支持学习机制子系统是十分必要的反过来，学习机制子系统也与其他四个子系统相互渗透。它们对创建和维持学习型组织是必不可少的。

本章案例

«纸牌屋» 你学不会

凭借一部片子咸鱼翻身，这样的桥段在当下热播美剧 «纸牌屋» 身上重演，反转剧主角是美国一家视频公司Netflix，它的武器则是大数据。

首次进军原创剧就走红，Netflix不仅成为娱乐圈里的谈资，也成为数据革命的代表。无论是 «纽约时报»、 «洛杉矶时报»，还是最近一期的 «经济学人»，严肃媒体都在重要版面研究 «纸牌屋» 成功之道。获得如此密集关注，并非没有道理。 «纸牌屋» 不仅是Netflix网站上有史以来观看量最高的剧集，其也在美国及40多个国家大热。 Netflix产品创新副总裁托德·耶林 (Todd Yelin) 称，其表现甚至 “比我们最大胆的梦想都要好”。

事实是，美国 “白宫甄嬛传”、导演大卫·芬奇 (David Fincher) 和老戏骨凯文·史派西 (Kevin Spacey)，这些噱头只是用以吸引眼球的皮毛。最抓人心的是，Netflix根据数据技术推导出 «纸牌屋» 的关键要素，喜欢BBC剧、大卫·芬奇和凯文·史派西的用户存在交集，这是多么酷的一件事。

中国的乐视网一直关注Netflix的发展路径。 “值得研究的是Netflix如何从后端数据推导出前台生产。” 乐视网副总裁何凤云说。这种做法与旧传统是背道而驰的，以美国著名的有线电视网络媒体公司HBO为例，它对导演强烈的个性抱以完全的信任，全权委任导演去制片、编剧、挑选演员。而在中国，几大视频网站在自制剧时都有自己的选片团队，由他们为观众选择与确定导演，挑选剧本。

多年前，依赖于种种技术，Netflix对数据的记忆能力已经炉火纯青。当一位用户通过浏览器登录Netflix账号，Netflix后台技术将用户位置数据、设备数据悄悄地记录下来。这些记忆代码还包括用户收看过程中所做的收藏、推荐到社交网络等动作。在Netflix看来，暂停、回放、快进、停止等动作都是一个行为，每天用户在Netflix上将产生高达3000多万个行为，此外，Netflix的订阅用户每天还会给出400万个评分，300万次搜索请求，询问剧集播放时间和设备。没错，这些都被Netflix转化成代码，当作内容生产的元素记录下来。其首席内容官泰德表示，所有这些数据都意味着，Netflix公司已经拥有 “可寻址的观众”。

早年间，Netflix利用上述数据提供一项推荐引擎业务。比如，数千万用户能在一个个性化网页上对影片做出1~5的评级，这些评级构成了一个巨大数据池，如今这个数据池容量已超过近百亿条。根据数据池，Netflix使用推荐算法来识别具有相似品味的观众，然后对这一群体做出相关内容的精准推荐。

Netflix要将巨大的数据池变为生产力并非易事。多年来，为了提高算法精准，它持续地举办大型比赛，来提高自己的数据挖掘能力。 2005年年底，Netflix曾开放一数据集，并设立百万美元的奖金 (Netflixprize)，征集能够使其推荐系统性能上升10％的推荐算法和架构。这个数据集包含了超过48万个匿名用户对大约近2万部电影做的大约10亿次评分。

Netflix一直在寻找与自身匹配的数据挖掘工具。据一位前Netflix云数据库架构师的博客回忆，在2010年Netflix完成了两次迁移，其一是将Netflix的数据中心迁移到了Amazon AWS之中，其二是将Oracle数据库迁移至Simple DB。而到了2011年，又从Simple DB迁移到Cassandra，利用Cassandra提供的路由配置，集群可以被部署在多个大洲。忘掉上述专业术语，一个小故事足以说明它们的意义。法国电影 «不要告诉任何人» 在美国的票房收入惨淡，只有600万美元。可Netflix的工程师并不相信这个数字，他们通过上述数据挖掘技术，找到了不易察觉的点击量，而这些才是被隐藏的事实。 2011年时，Netflix决定播放«不要告诉任何人»。如Netflix预测的一样，这部电影在播放后立即在最受瞩目的节目中排到第四位。

然而，投资人并不看好Netflix的这些努力。投资人表面上相信Netflix的数据库是个大宝藏，但财务报表的数据呢? 2013年万圣节，Netflix董事长兼CEO里德·哈斯廷斯接到一位投资人电话，后者告知哈斯廷斯，他将从二级市场收购Netflix10％的股份。投资人坚持认为Netflix气数已尽，这位投资人的计划是，进入Netflix董事会再建议哈斯廷斯卖掉Netflix。

早期，Netflix是北美家喻户晓的在线影片租赁提供商，它的主营业务是通过邮寄方式租赁DVD的模式赚取利润。然而，在互联网时代，这个盈利模式逐渐式微。于是，Netflix将主营转向在线流媒体播放，其商业模式是付费用户通过PC、 TV、 i Pad及i Phone收看电影、电视节目。但在逐步放弃高利润率的DVD业务，彻底转型低利润率的流媒体业务后Netflix却遭遇营收增速放缓、成本费用激增的困境。 2012年第三季度，尽管财报中营收和每股收益均超出分析师预期，股价却依然暴跌。美国知名专栏作家撰文称 “Netflix被收购或许才是投资者最理想的选择”。

里德·哈斯廷斯别无选择。他决定反击投资人的短视，用事实告诉资本市场，数据不是花架子，而是地道的生产力。 Netflix利用数据挖掘能力计算出可以赢的办法，1亿美元买下一部早在1990年就播出的BBC电视剧 «纸牌屋» 的版权，请来导演大卫·芬奇 (David Fincher)，并由老戏骨凯文·史派西 (Kevin Spacey) 担当男主角。

乐视网副总裁何凤云介绍，1亿美元买下的 «纸牌屋» 总共2季26集，计算下来单集成本约为400万美元，远远高于美国一般电视剧的单集制作成本——150万~200万美元也只有 «广告狂人»、 «斯巴达克斯» 这类热播美剧才能达到200万美元左右。算下来，对于Netflix而言，只有新增100万一年期合约付费用户才能收回上述成本。

Netflix并非没有计算过豪赌的回报，这样做不仅可以带来新增用户，更为重要的是，它为Netflix开拓了上游市场，走上了自制剧之路。在 «纸牌屋» 之后，还将有四部自制剧在2013年登录Netflix。这意味着，Netflix可以逐步降低对版权费用日趋高涨的好莱坞剧的依赖。 Netflix的故事，对于中国视频网站而言着实励志。它们与Netflix所面临的境遇相似。在美国国内，好莱坞的独家授权费用越来越高，版权成本上升导致资本开支加大。同时，内容竞争越来越激烈，尽管在流媒体播放领域Netflix仍占据市场首位，但面临着HBO (美国家庭电视广播网)、 Amazon (亚马逊)、 You Tube的竞争，它们都在加大内容投入。由于版权价格提升，国内知名的视频网站们，诸如优酷土豆、搜狐视频、乐视网、爱奇艺，近两年也纷纷打造自制剧。

据乐视网高级副总裁高飞透露，虽然2013年上半年版权价格曾达冰点，但是现在又很快回升，从一线卫视购买电视剧，平均购买价格每集几十万，意味着买下一整部剧不下千万。在此局面下，拿下 «纸牌屋» 中国地区的互联网独家播放权的搜狐视频，不得不上调版权采购预算，其2012年的版权采购成本为5000万美元，但2013年这一预算上调到8000万美元。 “但我们拍一个自制剧，成本基本上也就三分之一，甚至不到这个数。” 高飞说。

关键是如何制作自制剧。国内视频网站意识到数据的重要性，也积累了大量数据。比如乐视网通过分析用户收看时间，在2014年推出午间自制剧场。 “但真正细致到使用数据来决定导演、演员，中国还没有哪家公司敢说他们能做到这点。” 何凤云说。

此外，即便是有了数据，中国的流媒体公司还不敢像Netflix那样将宝押在一部剧上因为中国的付费市场尚未成熟，目前还主要依赖广告盈利，无法完全将用户需求作为中心。“Netflix选择了这个项目，投巨资去做，就是博一个必须赢。” 乐视网高级副总裁高飞对«中国企业家» 说，“期待中国市场也可以通过付费收视足以覆盖成本，但这要寄希望于未来大屏幕电视以及电视平台产品和服务的成熟，以及付费市场的快速成长。”

除此以外，一位视频行业的人士指出，在中国基于用户数据做出分析的同时，还要考虑广电审核的要素，一些领域与题材类型都要稍微收拢，“不是没法依赖数据，而是不能完全依赖数据，我们选择数据时，也一定要结合中国国情。”

(案例来源: http://blog.vsharing.com/liguohua/A1689715.html)

讨论:1. 中国目前能制作出类似 «纸牌屋» 的电视剧吗? 说明理由。

2. 中国流媒体公司是否也可以运用大数据分析来获得市场份额?

本章重点介绍了当前管理信息系统的高级应用，包括数据仓库与数据挖掘技术、决策支持系统、商务智能和知识管理。

1. 数据挖掘技术在人们长期对数据库技术进行研究和开发的基础上，广泛应用到商业数据的存储、查询和访问中，使数据库技术进入一个更高级的阶段，进一步促进信息的传递及决策价值。

2. 决策支持系统 (DSS) 是管理信息系统领域中一个备受关注的理论分支，本章重点介绍了管理信息系统智能决策方面的影响作用及应用。

3. 商务智能在商业运作中，通过采集、集成、分析和表达海量业务信息，进一步为商业决策提供支持的方法、技术和应用，进一步体现了未来管理信息系统的发展方向和目标。

4. 本章最后将内容扩展到了信息管理的更高层面——知识管理，比较详细地介绍了知识管理的内涵、作用和实施。

1. 简述数据仓库与数据挖掘的定义，并说明二者之间的关系。

2. 数据挖掘的方法有哪些?

3. 什么事商务智能? 举例说明。