如何管理知识型员工


2、提供适当的工具和环境辅助员工同相关客户和工作伙伴进行直接或间接交流,从所处网络环境 接受知识,形成“边干边学、在干中学”的终生学习机制。这种机制不仅对员工具有很强的吸引力,而且也决定了企业在经营活动中获得增值知识的多少。也就是说 不同的企业由于学习能力的不同,从相同或类似的经营活动中得到的经验教训也大不一样,对企业的发展也会产生很大的影响。这些经验教训大部分是方法类的知 识,属于企业核心能力的范畴,能够让企业在以后类似的经营活动中获得竞争优势。
3、增加企业知识储备,将个人知识和信息提升为组织知识,减少员工 休假、离职而造成的损失。平时就要提供相应的工具收集、整理与各员工工作紧密相关的各种有价值的信息源,如报告、项目总结、模板、电子数据表、参考书、说 明书等,这些信息源不仅限于印刷型资料,也包括各种工具、设备和特殊的应用软件。有企业知识库为基础,新员工能很快地熟悉前人的工作环境,学习其他员工的 经验。
4、分析外部环境的机会和挑战,获取相关资料,相应调整企业战略,领导市场潮流。在当代工业革命的巨变中,在新的经济不平衡状态下,只 有那些善于捕捉新的技术机会、并转化为新产品的人,才能迅速创造财富。高的"不均衡收益"正在取代低的"均衡收益"。任何人都不会通过攒钱而变成巨富。技 术和经济发展的不均衡状态既意味着巨大的机会,也意味着巨大的威胁。技术突破不断出现,经济环境不断变化,企业必须及时适应这些情况。当有突破性技术出现 时,相关企业必须自我摧毁旧的结构,建立新的结构。成功的企业有时必须自我毁灭才能保全自己。企业必须在依旧成功之际甘愿自我毁灭方能建立起将会变得更为 成功的企业。如果他们不自我毁灭,别人就会把他们毁灭。聪明的企业往往能敏锐地感知外界环境的变化,并制定适当的调整策略。
5、 从现有数据挖掘有用知识、增强企业商务智能。信息化的推进让企业积累了大量的数据,建立充分利用这些数据的意识,从凌乱的数据挖掘有用知识,就意味着企业 开始向知识管理迈进。数据挖掘通过数据总结、数据分类、数据聚类和关联规则来发现知识。如果说前三者只是信息加工处理的话,第四种关联规则具有很强的智能 性。此外关联规则发现的思路还可以用于序列模式发现。用户在购买物品时,除了具有上述关联规律,还有时间或序列上的规律。
6、 通过知识地图将知识和人联系起来,帮助人们获得知识来源,降低知识扭曲。信息和知识在传播过程中很容易受到“噪音”的干扰而产生变形,随着传播环节的增 多,信息和知识甚至会丧失原来的意义。更重要的是很多隐性知识的传播只能是面对面的直接交流,否则根本没法传递。知识地图能有效组织企业内部的知识和专长 信息,员工在需要时可非常方便地查找到专家,进行直接交流,从组织网络获取知识,高效优质地完成任务。
7、 方便企业的后继者轻松获取前人积累的知识,以此为基础不断创新,实现企业的可持续发展和创新。高效的创新者往往将旧思想作为创造新思想的原料,这种方式称 为"知识经纪"。新思想的产生有四个过程:第一步是从极其广泛的资源中捕捉好的思想;第二是通过讨论和使用这些好的思想;通过交流是人们相互影响,使它们 保持活力是第三部分;第四是把有前景的概念变成真正的服务、产品、过程或商业模式。 数据挖掘论坛

三、知识管理的七个认识误区
1、知识管理是关于知识的:知识管理系统应该把关注的焦点放在快速增长、改善运营和增加利润空间上。
2、知识管理是关于技术的:知识管理不是一个单纯技术项目,它必须能够适应快速变化的商业环境。
3、知识管理是万能的:知识管理不可能一天就解决所有的信息问题,应该从小处开始逐步取得成效。
4、知识管理的目标是建立一个文档库:知识管理不仅仅是为了保存信息,更重要的是要利用知识帮助企业做出更好的决策。

上一页 1 2 3 4 5 67 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 下一页
[数据挖掘专家] [数据挖掘研究院] [数据挖掘论坛] [数据挖掘实验室]
上一篇:挖掘供应链协同网络的潜能
下一篇:商城藏在信用卡后
最新评论共有 0 位网友发表了评论 , 查看所有评论
发表评论( 不能超过250字,需审核,请自觉遵守互联网相关政策法规。 )
匿名?
数据挖掘网站导航 数据挖掘论坛导航
  • 数据挖掘工具
  • 数据挖掘论坛
  • DataCruncher - Cognos
  • MineSet - MathSoft
  • Intelligent Miner - GainSmarts
  • Sqlserver - SAS - Clementine
  • CART - Weka - WizSoft
  • NeuroShell - ModelQuest
  • data mining tools - Darwin
  • 数据挖掘交友
  • 数据挖掘博客
  • 数据挖掘工具
  • 数据挖掘资源
  • 数据挖掘技术算法
  • 数据挖掘相关期刊、会议
  • 研究院联盟合作专区
  • 数据挖掘基础与相关技术
  • 数据挖掘厂商与就业
  • 数据挖掘研究者乐园
  • 知名厂商数据挖掘工具资料
  • 国内数据挖掘实验室
  • Foreign Data Mining Lab
  • 热点关注
  • SQL与最短路径算法
  • 求一个数据库备份方案
  • 某商店数据仓库的原型分析和设计
  • 移动通信数据仓库联合实验室在北京成立
  • 数据仓库的规划构建策略
  • NCR Teradata数据仓库概述
  • 各位进来帮忙参考一下关于个人发展方向问题
  • 关于数据仓库的数据模型
  • 第五届机器学习及其应用研讨会日程表
  • 数据库归来——下一代数据库扫描简介
  • 论坛最新话题
  • Foundations of Statistical Natural Langu
  • Game Theory meet Data Mining: A Recent P
  • System Building: How does it help or hin
  • 数据挖掘与Clementine培训
  • 新手报到
  • 求 SASEM 客户流失预测分析
  • 数据挖掘工程师/搜索研究院—北京——无线
  • 数据挖掘入门介绍(如何着手数据挖掘)
  • Information Overload Survey Results
  • The INEX 2005 Workshop on Element Retrie
  • 相关资讯
  • 处理海量数据的经验和技巧
  • 数据仓库的新生
  • 什么是ETL
  • Data Warehousing for the Midsize Organiz
  • Data warehouse management strategies for
  • 第五届机器学习及其应用研讨会日程表
  • SQL Data Warehouse Analyst
  • Edge appliances and the evolution of dat
  • 动态数据仓库让BI走向一线
  • The OLAP Report
  • 数据挖掘实验室资料
  • 数据挖掘博客地址
  • 数据挖掘实验室网站地址
  • Prepare for Medicare audits by using dat
  • 注册成为SAS用户与爱好者俱乐部会员
  • 水南梅
  • 明日烟
  • 新人报道
  • 下载
  • 厦门服务器托管,450元/月—0592-5177319 高
  • 买空间送域名--0592-5177319 高静