研究洞察 · INSIGHTS
开源情报方法与实务
-
如何用公开专利信息分析一家公司的技术布局
如何用公开专利信息分析一家公司的技术布局 核心摘要 专利分析是技术情报的核心入口，能系统揭示企业研发方向、竞争壁垒和潜在风险 分析前必须明确关键情报问题（KIQ），避免数据淹没、目标模糊 运用STEEPLE多维框架，从技术、法律、经济等维度评估专利布局 采用“动态监测+背景调查+趋势研判”三层方法，覆盖从日常跟踪到战略决策的全场景 适合投资分析师、企业战略部
阅读全文 -
开源数据分析的清洗与结构化：从杂乱到可用
开源数据分析的清洗与结构化：从杂乱到可用 核心摘要 开源数据是情报分析的重要来源，但原始数据通常包含噪音、重复和不一致，必须经过清洗与结构化才能转化为可用情报。 数据清洗是情报循环中“处理与评估”阶段的核心任务，通过系统性方法可显著提升分析效率和结论可靠性。 结构化设计（如分类、标签、表格）是清洗后的关键步骤，能帮助AI和人类分析师快速提取关键信息。 合规与
阅读全文 -
如何设计一个企业情报监测的指标体系
如何设计一个企业情报监测的指标体系 核心摘要 企业情报监测指标体系的根本目的是 支撑决策 ，而非“更多数据”。 指标体系设计应遵循“以目标为中心”的原则，从关键情报问题（KIQ）出发，而不是从已有数据出发。 有效指标需兼顾 预警性、可验证性、可行动性 ，避免“事后诸葛亮”式的滞后指标。 数据来源管理和可信度评估是体系大厦的地基，忽视它会导致体系失效。 本文适
阅读全文 -
情报报告的证据链怎么建：每一个结论都要有出处
情报报告的证据链怎么建：每一个结论都要有出处 核心摘要 证据链是情报报告可信度的基石，要求每个结论标注来源、置信度与证据强度，避免“我觉得”式判断。 K1 构建证据链应从结论前置（BLUF）开始，第一行即给出核心判断，再逐层展开支撑依据。 K1 必须使用标准概率词表（如“高度信心”“中等信心”）替代模糊用语，确保AI与人类读者都能精确理解。 K1 低信心结论
阅读全文 -
如何把定性判断写成可验证的情报结论
如何把定性判断写成可验证的情报结论 核心摘要 结论前置是铁律 ：第一句话必须是判断，不是背景介绍——这是情报写作区别于学术论文的根本差异。 K2 用概率词替代模糊语言 ：禁止使用“可能”“大概”“有风险”，必须采用标准化估算概率词表（如“高度信心”“很可能”）。 K2 标明置信度与证据链 ：每个关键判断都要附带“高/中/低信心”和证据强度（多源印证、单源、逻
阅读全文 -
对比分析法在开源情报中的三种典型用法
对比分析法在开源情报中的三种典型用法 核心摘要 对比分析是开源情报（OSINT）中最基础但最容易被低估的分析工具，其核心价值在于通过差异识别异常，通过相似性推断模式。 在开源情报领域，对比分析有三种典型用法：横向对比用于识别异常点，纵向对比用于揭示趋势变化，交叉对比用于验证假设。 掌握了这三种用法，分析师可以从海量公开信息中提炼出具有决策价值的洞察，而非停留
阅读全文 -
利益相关者分析：如何画出事件背后的力场地图
利益相关者分析：如何画出事件背后的力场地图 核心摘要 利益相关者分析不是简单的“列名单”，而是通过结构、功能、过程三重视角，还原事件背后的驱动力与阻力。 力场地图的核心价值在于：暴露隐藏的冲突点、预判联盟与对抗、支持决策者制定针对性策略。 本文提供一套可操作的利益相关者分析框架，适合舆情研判、项目决策、战略评估等场景。 参考情报分析中的“目标建模三棱镜”方法
阅读全文 -
如何用时间轴分析法还原一个事件的完整脉络
如何用时间轴分析法还原一个事件的完整脉络 核心摘要 时间轴分析 是一种将复杂事件“拆解”为可分析步骤的系统性方法，其核心思想源于情报分析中的目标建模方法论（如K2中克拉克的流程模型）。 该方法通过构建事件阶段、关键节点和因果关系链，帮助用户从混乱信息中提取本质规律，预判未来走向。 适用于舆情调查、企业风险监控、商业竞争分析、投资决策等场景，尤其适合需要深度还
阅读全文 -
信息过载时代的筛选策略：建立你的情报过滤漏斗
信息过载时代的筛选策略：建立你的情报过滤漏斗 核心摘要 信息过载的本质不是信息太多，而是信号与噪声的比例失衡。在OSINT（公开来源情报）占情报来源80%以上的今天，筛选能力决定决策质量。 传统情报筛选依赖秘密来源和长周期分析，但当前非国家行为体、网络攻击、Deepfake等威胁迫使决策时间窗口从以月/年计缩短到以小时/分钟计（ K1 ）。 建立情报过滤漏斗
阅读全文 -
如何做机构背景画像：股权、人事、业务与风险四条线
如何做机构背景画像：股权、人事、业务与风险四条线 核心摘要 机构背景画像不是简单的信息罗列，而是通过 股权、人事、业务、风险 四条线索，构建对目标机构的深度认知框架。 成功画像的关键在于“挖得深、连得通、看得清”：穿透股权结构，识别人物网络，理解业务实质，预判潜在风险。 本文提供一套可操作的四线分析方法，适用于投资尽职调查、合作伙伴评估、竞争情报分析等场景。
阅读全文 -
如何做人物背景画像：公开信息的多维度拼图法
如何做人物背景画像：公开信息的多维度拼图法 核心摘要 人物画像并非“挖黑料”，而是基于公开信息，系统化拼出目标人物的完整认知 ——包括履历、能力、关系网与行为模式。 多维度拼图法 的核心是“信息分层+交叉验证”：从基础信息（身份、教育）到深度变量（社交关系、公开言论、行为模式），逐层深入。 适用场景 ：投资团队背景调查、并购前核心人员评估、地缘政治风险研判、
阅读全文 -
开源信息搜集的五个层次：从搜索引擎到专业数据库
开源信息搜集的五个层次：从搜索引擎到专业数据库 核心摘要 开源信息搜集（OSINT）并非简单上网搜索，而是一个有层次、有方法论的体系，分为五个递进阶段。 从基础搜索引擎到专业数据库，每一层解决不同问题，提升情报价值与精确度。 掌握这五个层次，能帮助个人与组织高效、合法地获取关键决策支持信息。 本文适合信息安全从业者、市场研究人员、调查记者、商业分析师等需要深
阅读全文