On the relationship between competitive intelligence and innovation
Notice bibliographique
Résumé
Innovation research suggests customer, competitor and market knowledge are important requirements for innovation. Researchers in competitive intelligence (CI) have proposed that there should be a relationship between CI and innovation. Yet despite both fields recognising the need for CI and related areas for innovation in their theories, there have not been many empirical studies that look at CI and innovation and those few studies that do exist have limited focus and have only looked at a small subset of CI variables (for example collection sources). The aim of this study is to examine if there is a relationship between CI and innovation. This was done by surveying Strategic and Competitive Intelligence Professional (SCIP) members and those attending SCIP events, and asking them about their intelligence practices and how innovative their company was. Ninety-five questions were asked about CI structure and organization, intelligence focus, information sources used, analytical techniques used, communication methods, and the management of the intelligence efforts. Of the 95 competitive intelligence measures used in this study, 56 (59%) were significantly correlated with the study’s measure of innovation. The measures within the CI organizational elements and CI management categories had the highest percentage of measures significantly correlated with innovation (90% and 89%). Four of the CI measures had statistically significant correlations above .300. These included the extent to which business decisions in the organization were better facilitated/supported as a result of intelligence efforts (.355), the number of performance measures used in assessing CI’s performance (.322) and decision depth (.313), which is a measure of the number of decisions that utilized CI. As a study of this nature measuring the relationship between CI and innovation has not been conducted previously, the findings can be beneficial to organisations using innovation to succeed in the competitive environment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».