第17卷第2期2018年4月
北京交通大学学报(社会科学版)
()JournalofBeiiniaotonniversitSocialSciencesEditionjgJgUy
Vol.17 No.2 Ar.2018p
大数据驱动的企业与用户互动研发创新
()中山大学管理学院,广东广州510275
摘 要:大数据驱动的企业与用户互动研发创新的特征主要体现在驱动因素变革、互动主体变化、方法工具创新、领先用户与普通用户的大数据合作资产形成,及互动形式变化等五个方面。据此,提出大数据驱动的企业与用户互动研发创新能力-制度-方法-平台(理论模型,研究认为:要实现大数据驱动的企业CMMP)与用户互动研发创新,企业与用户互动创新动态能力需要与制度设计相匹配,基于大数据的知识抽取方法体系需要与支撑研发创新的大数据平台相匹配,且二者匹配形成的创新管理与创新技术互动迭代,构成大数据驱动的企业与用户互动创新机制的基础,在此基础上,推动企业与用户的价值创造,并实现企业与用户的创新绩效。为此,从政策上,政府亟待从大数据驱动视角重构国家创新体系,同时,企业需要从大数据视角进行创新人力资本积累。
关键词:大数据;产品研发;用户参与;创新能力;创新绩效
()中图分类号:F273.1 文献标识码:A 文章编号:1672-8106201802-0018-09
谢 康,肖静华,王 茜
一、问题的提出、理论价值与实践意义
党的十九大报告提出,推动互联网、大数据、人工智能和实体经济深度融合。互联网、大数据、人工智能等新一代信息技术的迅速发展和社会化应用,在企业、产业、区域乃至国家层面形成了越来越迫切的与实体经济深度融合的需求,成为国家经济增长质量提升、企业产品研发创新提升的重要推动力。在企业产品研发创新中,大数据驱动的企业与用户互动研发创新,成为企业推动新一代信息技术与实体经济深度融合的重要抓手和发展领域之一。
中国企业如何借助大数据驱动实现与用户互动的研发创新,这既是实业界面临的现实难题,也是学术界需要探讨的新议题。
]1-2
,互联网环境下企业与用户的互动创新引发了国内外学者的高度重视和大量讨论[形成了四个主
要研究特征,一是多视角观察,二是多领域重叠,三是多学科交叉,四是多方法并用,并大体形成了五点()()共识:信息技术和互联网环境为企业与用户互动创新提供了强有力的工具和手段;企业吸收能力12()是企业与用户互动创新的基础;与领先用户和普通用户的互动创新,构成企业与用户互动创新的两3()()种基本模式;企业与用户互动创新促进了企业创新绩效;大数据驱动的企业与用户互动创新需要45有创新性的理论和制度支持。
3]
()李冰和李玉博[提出一个大数据环境下产品创新风车型创新模式,从创意产生、概念设计、2017
立项分析、设计开发、测试矫正、推向市场六个阶段构建产品创新流程模型,强调数据采集、存储、分析和
4]
()应用构成该模型的重要影响因素。陈以增和王斌达[对传统的用户参与开发与大数据驱动的用2015
户参与开发进行了比较,强调大数据驱动的用户参与创新使产品研发不再通过一个完美设计来实现,
收稿日期:2017-08-05
:(;基金项目国家自然科学基金项目“互联网环境下企业与消费者协同演化动态能力的构建、演进及影响研究”国家自然71771223)
——基于大数据的实证研究”()。科学基金项目“全渠道情景下线上平台渠道拓展机理、用户价值及迁徙行为—71772187
作者简介:谢康,男,中山大学管理学院教授,博士生导师,中山大学信息经济与政策研究中心主任。研究方向:信息经济与管理、大
数据驱动管理创新。肖静华,女,中山大学管理学院副教授,博士生导师,中山大学信息经济与政策研究中心副主任。研究方向:信息经济学、企业互联网转型管理创新。王茜,女,中山大学管理学院教授,博士生导师。研究方向:电子商务、大数据管理创新。
第2期 谢 康等:大数据驱动的企业与用户互动研发创新
而是通过基于迭代的演化方式进行。为此,提出大数据驱动的用户参与产品研发三步流程:一是建立用户参与平台;二是与用户互动,识别领先用户;三是敏捷开发和精准营销。
现有研究就单一问题而言在不断深入,但整体尚未深入探讨两个关键问题:第一,现有研究将企业与用户互动的驱动因素多概括为个体层面的心理与行为、群体层面的群体效应与信任、环境层面的开放
]5
,性与多样性等,主要将互联网、大数据作为情境或工具来探讨互动创新[但整体尚未形成大数据驱动
19
的理论创新;第二,现有研究侧重探讨互联网情境下企业与用户互动创新的机制或方法,如用户创新工
6-14]15]
、,具箱[品牌社区中企业与用户互动对企业创新绩效的影响等[或侧重探讨知识抽取、大数据平台
构建等技术管理问题,未将企业与用户互动创新问题与大数据情境下知识抽取、平台构建等技术管理问题联系起来形成方法和工具的创新研究。
探讨大数据驱动的企业与用户互动研发创新有两个主要理论价值。首先,国家创新驱动发展战略落地实施的重要内容之一是企业研发模式的创新。当前企业研发模式的创新,有赖于企业有效利用互联网、大数据、人工智能等新一代信息技术创新成果实现与用户的高效互动,形成企业与用户互动创新动态能力。现有研究主要将外部环境作为企业动态能力的影响条件,侧重从企业视角探讨互动创新中
]16
,的吸收能力或动态能力[缺乏大数据驱动情境下企业与用户互动视角的互动创新动态能力的深入探17-19]①,讨。本文基于企业与消费者协同演化动态能力理论框架[探讨大数据驱动的企业与用户互动创
、其次,近年来,在WorldOenInnovationConferenceMITVentureCaital&InnovationConfer-pp
、、、enceProductDesin+InnovationConferenceBiata&AnalticsInnovationInternationalCon-ggDy
互动创新越ferenceonDesinEnineerinndProductInnovation等开放创新或产品创新国际会议中,ggga来越多地成为热点议题。现有研究主要以领先用户、互动导向、互动机制、互动工具、互动绩效研究为
20-22]
,主,侧重非大数据驱动的互动创新特征,研究缺乏整体的理论框架[对大数据驱动的企业与用户互
新动态能力,将其作为大数据驱动的企业与用户互动创新的能力基础。
动创新亦缺乏深入探讨。本文聚焦于探讨大数据驱动的企业与用户互动创新的内在机理,形成大数据驱动的企业与用户互动创新机制的理论创新,既为互动创新研究开拓新的研究领域,也为大数据驱动的创新研究拓展一个具体研究方向,有助于推进企业与用户互动创新理论研究的深度。
探讨大数据驱动的企业与用户互动研发创新,有以下两方面实践意义:
第一,包括中国在内的发展中国家和地区企业转型升级或陷入低端“锁定”的路径依赖瓶颈,或进入全球价值链高端时受到跨国公司的阻击而难以实现升级。对此,学者们提出的应对策略是发挥比较优势转战其他发展中国家,但这又遇到其他发展中国家低成本的竞争压力。大数据驱动的企业与用户互动研发创新为中国企业提供了破解该难题的机会,可以为陷入低端锁定或受到高端阻击的企业提供打破锁定或突破围堵的创新策略与思路,具有实践启示价值。
第二,互联网环境下传统企业转型升级面临多重压力,一方面,互联网环境对传统企业而言是陌生的市场环境,企业难以适应,面临着“不转等死,转不好找死”的困境;另一方面,新一代信息技术的迅速发展,使企业原有的能力优势反而成为创新障碍,面向互联网环境的新能力又尚未形成,面临着“原有武
23]
。在多重压力下,功被废”的困境[企业必须进行战略的根本变革,并在变革中提升能力。如何构建大
数据驱动的企业与用户互动研发创新模式,有效借助大数据开展产品创新,成为传统企业互联网转型的重要一环。
本文拟从大数据驱动的企业与用户互动研发创新特征、机制及价值创造三个方面,初步构建大数据驱动的企业与用户互动研发创新理论,为中国企业开展大数据驱动的研发创新实践提供理论基础。
二、大数据驱动的企业与用户互动研发创新特征
大数据驱动的企业与用户互动研发创新的特征,主要体现在驱动因素变革、互动主体变化、方法工
①
——企业与消费者协同演化视角的双案例研究”,见肖静华、吴瑶、刘意、谢康著“消费者数据化参与的研发创新—该文被评为2017年
《中国企业管理案例与质性研究论坛最佳论文,管理世界》杂志待发。
具创新、领先用户与普通用户的大数据合作资产形成及互动形式变化等五个方面。
首先,大数据驱动的企业与用户互动创新,尽管依然围绕着解决企业产品创新成本高、周期长、风险大的三大难题来展开,但与非大数据驱动的互动创新相比,无论是其能力基础和实现机制,还是方法工具或应用方式,均形成新突破和新发展。实现这种新突破和新发展源于驱动因素的变革,即互联网、大数据从互动创新的情境或手段,转变为互动创新规则的决定要素,互动创新从合作双方的动机、意愿和行为转变为基于大数据形成规则指导产品创新。产品创新驱动因素的转换,使互动创新边界、互动创新参与对象、创意涌现方向等具有更大的开放性,从而将企业创新推向一个面向全球用户数据化参与的新时代,使互动创新从领先用户为主体的合作模式转变为企业利用领先用户与普通用户不同特征进行组合式创新的新模式。
其次,与非大数据情境下的企业用户主要指购买或使用企业产品的用户含义不同,大数据情境下的企业“用户”指基于大数据形成的与企业行为直接或间接相关的全行业消费者,既包括企业自身的消费者,也包括购买或使用竞争产品的消费者,及市场上所有潜在消费者,甚至包括传统意义上不属于自身领域的其他跨界潜在消费者。显然,大数据驱动的企业与用户互动研发创新面向的用户参与,是一个广使全球不同国家、不同专业背景和动机的用户,均可借助NASA大数据创新平台参与太空产品研发创新。用户内涵的精细化与外延的全集变化,构成大数据驱动的企业与用户互动创新的重要特征。
再次,互联网与大数据为企业与用户互动创新提供了环境和工具,推动企业与用户互动创新形成更高效率、更高质量的产品研发创新。非大数据情境下企业与用户互动形式是企业与用户之间的主体互动,大数据驱动的企业与用户互动形式则是企业与数据化用户之间的迭代演化。知识抽取方法构成大数据驱动的企业与用户互动创新的核心方法,是影响互动创新频率和质量的关键因素。具体而言,大数据驱动的互动创新方法工具主要依靠大数据平台实现互动,非大数据驱动情境下主要依靠创新工具箱、参与、问卷、访谈和反馈等方式实现互动。
第四,互联网环境下,用户在线心理和行为被大数据所刻画。大数据为产品研发创新管理提供了观,察用户参与创新行为的“显微镜”工具,通过对用户不同层级秒级参与创新行为的扫描“放大”经用户标签化数据的多重组合与知识抽取后,一方面实现对领先用户的快速精准识别、高效匹配和快速征信,使企业可以利用大数据增强与领先用户的互动创新,另一方面实现对普通用户群体“微观”心理和行为的结构观察和分析,使企业可以借助大数据实现对普通用户群体的消费需求和方向做出全局性判断。因此,与非大数据情境下互动创新关注领先用户行为相比,大数据驱动的企业与用户互动研发创新在精准关注领先用户的同时,可以实现对普通用户群体行为的精细化分析。可以认为,大数据驱动的企业与用户互动研发的主要创新之一,就是较好解决了非大数据驱动情境下企业对普通用户参与创新不足的窘境,在对领先用户创新实现精准识别、匹配和征信的同时,形成对普通用户创新需求的精准捕捉、适应和
]24
,引领。从企业与消费者大数据合作资产的视角分析[企业与领先用户、与普通用户互动形成不同的
20
北京交通大学学报(社会科学版) 2018年
义的全体用户的概念,如美国国家航空航天局(对全球用户征集太空生活装置产品创意和设计,NASA)
大数据合作资产,且这两类大数据合作资产之间具有互补性。
最后,互动形式数字化。与非大数据驱动的企业与用户互动形式不同,大数据驱动的互动创新中的互动主要体现为企业与数据化用户的交互迭代。根据企业与用户互动大数据的主要来源,可将大数据()驱动的企业与用户互动归纳为三层:基于企业外部大数据驱动的互动行为,即基于官微、微博、虚拟1社区、创新工具箱在线和第三方平台等形成的大数据,企业进行产品创新或改进,回应用户需求,把握用()户情绪。用户使用和体验新产品,产生大数据迭代,形成企业与用户的互动;基于企业内部大数据驱2动的互动行为,即企业基于大数据形成的用户画像特征,有效提高客户服务的互动效率,迭代完善用户()画像,形成企业与用户的互动;基于企业全网营销(形成的大数据驱动的互动行为,即基于线3O2O)上线下结合的全网销售形成大数据,企业基于在线大数据开展精准化线下促销,线下促销行为导流到线上形成在线大数据,企业与用户通过线上线下互动形成大数据迭代,构成企业与用户的互动。
三、大数据驱动的企业与用户互动研发创新机制
大数据驱动的企业与用户互动创新能力1.
第2期 谢 康等:大数据驱动的企业与用户互动研发创新
是企业与用户合作进行研发创新的基础。
17]
()肖静华等[的研究表明,协同演化动态能力是互联网环境下企业竞争和发展的重要能力,2014
21
首先,大数据环境下企业与用户互动创新能力形成的原因是什么?根据协同演化理论,市场环境动荡形成的压力筛选是协同演化的前提。在企业与用户互动创新中,企业能力形成的关键因素来自两方面:一是环境压力,主要包括技术变革、用户增权和跨界竞争。就技术变革而言,互联网和大数据的发展为企业与用户互动创新提供了技术条件,数据存储和处理技术快速发展,海量多元数据不断积累,使企业能有效利用用户的参与进行研发创新;从用户增权角度看,信息搜寻、传递、交流及整合的便利与低成本,使企业与用户之间的关系发生了革命性改变,用户对企业的重要性大为提升,用户的心理及行为能够被便利、低成本、突破时空限制地转化为可被企业获取和利用的大数据资源;从跨界竞争视角看,互联网和大数据的发展使商业环境从有序、稳定的状态变为复杂、混沌的高不确定状态,新兴商业模式不断涌现,跨界竞争对手不断出现,对企业发展构成了巨大压力。二是创新压力,主要包括创新成本、创新周期和创新风险。由于创新需要大量研发资源的投入,并伴随失败的可能性,因此,各行各业的创新成本都极为高昂;由于创新是一种新的尝试,需要得到产品验证和市场验证,因此,需耗费较长时间;作为新
25]
。的探索和尝试,创新的失败概率较高,因此,产品研发创新面临较高的风险[
其次,大数据驱动的企业与用户创新能力形成过程是怎样的?根据现有文献和对企业案例研究,本
文认为,大数据驱动的企业与用户互动创新能力形成主要包括两个方面:一是企业与领先用户的互动及与普通用户的互动,二是企业基于大数据的新型组织学习。由于领先用户是具有一定专业能力的用户,因而,其专业能力使其能对产品的研发创新提供创意和专业意见,帮助现有产品的改进和新产品的创造。普通用户则是一般消费者,没有专业能力,但能通过产品购买和使用反馈等,为企业提供相关信息,帮助现有产品的改进和新产品的创造。
大数据环境下,企业与这两类用户的互动创新方式存在显著差异。通过企业调研和案例研究发现,在基于大数据的企业与用户互动创新过程中,对于领先用户,企业首先是通过大数据搜寻到专业人士,以扩大有效的领先用户流量;其次是通过大数据匹配精准的专业人士,以提高研发创新的合作有效性;最后是通过大数据对用户产生的研发创意进行信用查询,以避免造假、侵权等诸多知识产权方面的问题。对于普通用户,企业首先通过提供契合用户需求的产品和鼓励用户提供信息的机制,促进用户进行购买、反馈和交流,用户通过在品牌社区、各类社群的信息分享和群体学习,产生不同类型的大数据;然后,企业通过对大数据的采集和分析,根据用户的意见和差异化需求研发差异化产品,使新产品更吻合用户需求,对用户产生正反馈,促使用户产生更多的购买、评价和建议,又产生更丰富的大数据。通过彼此的正反馈,不断加深相互合作的深度,从而不断生成大数据。同时,企业通过对大数据的应用,将机器学习引入到原有的组织学习中,形成大数据驱动的新型组织学习。
最后,基于大数据的企业与用户互动创新能力的演进规律是什么?根据企业调研和案例研究,本文认为,基于大数据的企业与用户互动创新能力是在互动实践中不断演进的。具体而言,首先,用户通过交易与企业建立关联,进而生成交易行为与交易特征的大数据,企业在获取用户数据后,对用户购买特征进行分析,对用户构建不同层级不同类别的标签,形成细分用户的能力,进而实现精准化、差异化、情境化的产品创新;其次,企业通过与用户的不断互动,不仅生成了交易数据,还生成了具有情感特征的交流数据,通过大数据的不断迭代,企业逐步完善产品创新的算法,通过算法优化产品研发创新的决策,形成优化决策的能力;最后,随着大数据的不断增多和企业应用数据能力的不断增强,企业利用用户大数据来构建研发创新的规则和流程,形成构建规则、以规则指导产品创新的能力。
基于CMMP模型的大数据驱动企业与用户互动创新机制2.
与互联网环境下非大数据驱动的互动创新相比,大数据驱动的企业与用户互动创新具有更加鲜明的信息技术影响因素特征。探讨大数据驱动的企业与用户互动创新价值创造机制,不仅需要研究互动创新能力与互动创新制度设计之间的动态匹配问题,也需要探讨互动创新方法体系与支撑互动创新的大数据平台之间的动态匹配问题,还需要剖析上述能力制度匹配、方法平台匹配之间的管理与技术互动迭代问题。据此,从业务-技术战略匹配视角,本文提出大数据驱动的企业与用户互动创新能力-制度
理论模型,在此基础上,提出大-方法-平台(Caabilit-Mechanism-Methodolo-Platform,CMMP)pygy
数据驱动的企业与用户互动研发创新价值创造机制框架,即CMMP推动企业和用户互动的价值创造,。CMMP模型为探讨大数据驱动的企业与用户互动创新最终实现企业和用户的创新绩效(参见图1)价值创造机制提供了一个理论分析框架。在此,重点探讨CMMP理论模型,CMMP模型对价值创造和创新绩效的影响在下文中讨论。
22
北京交通大学学报(社会科学版) 2018年
图1 基于CMMP模型的大数据驱动产品研发创新价值创造机制
在企业与用户的互动创新过程中,大数据驱动的企业与用户互动创新能力和制度设计是创新价值实现的关键因素,大数据驱动的企业与用户互动创新方法体系和大数据平台是创新价值实现的技术基,础。大数据驱动的互动创新能力与制度设计动态匹配(简称CM匹配)仅仅强调企业具备与用户互动的动态能力是不够的,企业要将这种动态能力与激励和规范用户参与互动创新的制度设计,及企业内部与互动创新相衔接的组织变革进行动态匹配,包括促进组织进行创新学习的制度及组织结构的调整等。同时,企业如何通过互动创新方法体系与大数据平台的动态匹配(简称MP匹配)来支持互动创新,也是大数据驱动的互动创新能够发挥作用的重要一环。与互联网环境下非大数据驱动的情境相比,大数据驱动的互动创新更强调知识抽取方法体系与大数据平台之间的动态匹配关系,前者互动创新主要体现在品牌社区的领先用户参与、在线市场调查、线上线下的互动中,后者互动创新则主要体现在依托大数据平台形成的各种知识抽取建模与方法的迭代中,即企业通过对领先用户和普通用户画像的持续迭代优化,实现与用户互动来推动产品创新。最后,形成创新管理与CM匹配需要与MP匹配互动和迭代,
]26
。创新技术之间的互动迭代,这种互动迭代在理论上也属于一种业务与技术的战略匹配[
企业要成功实现由非大数据驱动的互动创新转变为大数据驱动的互动创新,需要通过有效的制度
27]
。在制度设计中,设计来促进和保障,因为制度设计对技术创新具有非线性影响[第一,需要关注大数
据驱动的企业与用户互动创新动态能力形成和演进的制度设计,包括组织学习的制度设计和多主体参与的激励机制设计;第二,需要关注大数据驱动的企业互动创新导向战略的建构和实施的制度设计,包括互动价值链重构、共创价值模式、组织结构变革与保障机制的制度设计;第三,需要关注企业互动创新大数据平台与外部互联网大数据平台之间数据回流的激励机制设计,及互动创新大数据平台与企业内部数据平台之间信息共享的激励机制设计。这三方面制度设计与企业互动创新动态能力之间形成动态匹配,才能有效提高企业与用户的价值创造。
(在MP匹配中,将大数据分析方法总结为构建分析路线图、用例分Chambers&Dinsmore2015)
析、预测分析、最终用户分析,以及构建分析等五个部分,认为要实现用分析驱动商业价值,不仅需要大数据分析方法,更需要有相应的分析人才和组织团队,并提出大数据分析方法的八大流程,即确定关键业务目标、定义价值链、开放式分析、描述分析解决方案的机会、创建决策模型、评估分析解决方案的机
]28
。会、建立分析路线图,及对路线图迭代演进[
上述方法及流程对大数据驱动的企业与用户互动创新具有启发价值。大数据驱动的互动创新方法
第2期 谢 康等:大数据驱动的企业与用户互动研发创新
体系,首先应包括用户体系,即用户画像与行为分析体系,这是互动创新的主体基础;其次,产品创新方法体系,如产品研发模拟仿真系统、全生命周期管理等,构成互动创新的对象;第三,基于大数据的知识抽取等多种方法,使企业与虚拟化的用户之间的互动创新成为可能,因此,以知识抽取为核心的大数据知识发现方法,构成大数据驱动的互动创新方法体系的重要一环。领先用户识别是用户创新知识抽取
29-30]
,的前序步骤之一[为了克服基于问卷筛选等传统领先用户识别方法存在可靠性和样本量局限等问]31-32
;题,学术界提出基于机器学习、文本分析、网络民族志等技术的在线社区领先用户识别方法[最后,
23
大数据平台构成互动创新的支撑工具,构建支持互动创新的大数据平台,也构成大数据驱动互动创新的方法体系内容。
学术界对大数据平台的研究主要分为三类,即基于应用、基于模型和基于平台的研究。支撑企业与用户互动创新的大数据平台研究,主要包括规划、数据环境与运维体系、数据应用体系,及企业与用户互动应用体系四个部分。与一般标准的大数据平台构建相比,大数据平台的互动应用体系是互动创新大数据平台构建中最重要的一环。基于大数据平台的企业与用户互动应用体系主要承担企业与用户数据化互动交流的渠道或界面提供,主要包括企业与电商平台、社交平台、企业内部管理平台,及互动系统集、成等,如企业与F微博、微信等社交媒体的交互连接等系统建构。目前,国外研究者acebook、Twitter多针对F国内主要针对新浪微博进行数据挖掘研究及分acebook、Twitter等进行数据采集应用研究,、析。大数据平台的互动应用体系为企业与用户互动信息与知识共享提供应用工具,如企业通过A网PI络爬虫、采集器等方法,或将多种方法综合使用,形成与用户的互动数据采集。
大数据平台的互动应用体系不仅包括对用户电商、社交等互动数据的采集,而且包括对用户在线学习行为、产品在线口碑传播等行为数据的采集。对用户在线学习行为数据的采集是探讨用户互动学习行为的第一步,需要构建用户学习行为采集模型,包括交互操作、共享操作、提问答疑、学习检测等行为要素。同时,网络产品口碑数据采集与排序方法影响互动创新中的产品评价,也构成互动应用体系的重要内容。
四、大数据驱动的企业与用户互动研发创新价值创造与创新绩效
大数据驱动的企业与用户互动创新,主要从创新能力增强和创新能力变革两方面推动企业的价值创造。在创新能力增强方面,企业首先通过用户形成的交易和交流大数据,更精准地了解用户需求,从而降低创新成本;其次通过与用户进行快速互动,快速进行大数据分析和迭代,有效地缩短创新周期,形成持续改进的创新;最后通过互联网环境下大量普通用户的在线参与创新,通过大数据进行的各种新产品测试,有效控制产品创新风险,提高新品投放市场的成功概率。大数据驱动的互动创新对产品创新能力的变革主要体现在三方面:一是在产品验证阶段,通过互动创新大数据仿真建模,使产品性能及材料工艺设计精准化,改变产品创意与初步设计阶段的研发成本结构;二是在市场验证阶段,将新品原来的事后验证提前到事前或事中验证,通过小批量投放市场、快速获取反馈、快速迭代更新的方式,改变新品验证的成本结构;三是在新品主流化阶段,通过大数据与用户紧密互动,变革新产品市场主流化的消费者教育成本结构,从而实现对产品研发创新的全流程变革。
另一方面,大数据驱动的企业与用户互动创新,从用户知识增强和用户能力提升两方面为用户带来价值创造。在知识增强方面,用户通过大数据形成与企业的不断交互、与其他用户的信息交流,从而增强对产品创新的知识;在能力提升方面,用户通过大数据平台,提升搜寻、参与、判断和分析的能力。企业与用户互动创新形成的彼此能力改变与提升,构成企业与用户协同演化动态能力演变的两条线索,用户端能力的提升为企业提供了更多的研发创意和大数据资源,而企业获得更多大数据资源需要持续提
]33
。升其数据管理的能力[
大数据驱动的互动创新价值创造最终实现了企业与用户的互动创新绩效。其中,企业创新绩效包
括直接绩效和间接绩效两部分,直接绩效是通过大数据应用对创新成本、创新周期和创新风险的直接降低,间接绩效是通过大数据应用对创意涌现和创新生态形成的影响。用户创新绩效主要包括服务体验增强、产品匹配提升和自我实现满足三方面。在非大数据驱动的互动创新中,企业与用户互动创新的价
值创造主要体现在企业与领先用户的价值创造及其创新绩效上。大数据驱动的互动创新形成的价值创造,不仅体现在企业与领先用户的价值创造和创新绩效上,而且也体现在普通用户通过数据化参与研发创新实现的价值创造和创新绩效上,如普通用户数据化参与研发创新形成的总体市场趋势、消费方向、情境化产品研发创新特征等①,使企业可以更好地将领先用户参与创新与普通用户参与创新进行有机结合,创造出更具市场竞争力的新产品。
24
北京交通大学学报(社会科学版) 2018年
五、结论及政策含义
企业创新构成国家创新驱动战略的基础,产品研发创新构成企业创新的基础。当前产品研发创新与互联网、大数据、人工智能等新一代信息技术的深度融合,构成重要的推进领域和方向之一。作为新一代信息技术与实体经济深度融合研究的一个关键科学问题,大数据驱动的企业与用户互动研发创新为深度融合研究提供了一个具体的理论分析情境。本文从驱动因素变革、互动主体变化、方法工具创新、领先用户与普通用户的大数据合作资产形成,及互动形式变化等五个方面,归纳了大数据驱动的企业与用户互动研发创新的主要特征。在此基础上提出大数据驱动的企业与用户互动研发创新的,认为互动创新能力需要与制度设计相匹配(知识抽取方法体系需要与支CMMP理论模型,CM匹配)
,撑研发创新的大数据平台相匹配(从而形成产品研发创MP匹配)MP匹配与CM匹配之间互动迭代,新中创新管理与创新技术的动态匹配,由此推动企业与用户互动创新的价值创造,进而实现两者的创新绩效。
本文结论的政策含义主要有两个方面:
第一,政府亟待从大数据驱动视角重构国家创新体系
互联网、大数据、人工智能等新一代信息技术与实体经济的深度融合,需要紧密与国家创新驱动战略联系起来,即深度融合的目的是推动国家创新,产品研发创新构成企业创新和国家创新的基石。互联网环境下大数据驱动的企业与用户互动研发创新,需要对企业或产业既有的创新制度和创新体系进行变革,使产品研发创新活动中的企业创新能力与创新制度相互匹配,企业创新方法体系与创新大数据平台相互匹配,形成创新技术管理与创新技术之间的战略动态适应。为此,在宏观创新政策导向上,应更注重在国家、区域和产业三个层面上对现有创新政策之间进行大数据驱动创新情境下的协同整合优化,尤其需要在大数据情境下对现有创新政策进行重新审视、重构或更新,推动形成大数据驱动的新型国家创新体系与政策。
第二,企业需要从大数据视角进行创新人力资本积累
为了满足当前市场激烈竞争的要求,在不断细分的市场中把握具有竞争力的新产品开发方向,企业需要从非大数据情境下的产品创新转变为大数据驱动的企业与用户互动研发创新。为此,企业需要从能力建设、制度设计、方法体系,及大数据平台四个方面分别推进,形成创新管理与创新技术之间的相互支持,这是大数据驱动下企业实现产品研发创新变革的重要策略。目前,全球均缺乏具有大数据全景思维的人力资本积累,构成大数据驱动管理创新最突出的短板之一。因此,企业领导者或高管团队不仅需要重视对大数据分析团队、大数据平台构建人才的招聘和培育,而且需要重视对大数据技术管理人才和制度设计人才的招聘和培育,尤其是培育具有大数据全景思维的综合性高层管理人才,这是企业成功实现大数据驱动的与用户互动创新的关键。参考文献:
[]陈钰芬,]():陈劲.用户参与创新:国外相关理论文献综述[科学学与科学技术管理,1J.2007,252-56.
[],():Comuter-ControlledMusicInstrumentsJ.OranizationScience2006,171745-63.pg
[]?T2JEPPESENLB,FREDERIKSENL.WhoUsersContributeToFirm-HostedUserCommunitiesheCaseofyD[]李冰,]():李玉博.基于外部动力的大数据环境下产品创新模式研究[中国科技论坛,3J.2017,448-54.
①
——企业与消费者协同演化视角的双案例研究”,见肖静华、吴瑶、刘意、谢康著“消费者数据化参与的研发创新—该文被评为2017年
《中国企业管理案例与质性研究论坛最佳论文,管理世界》杂志待发。
第2期 谢 康等:大数据驱动的企业与用户互动研发创新
[]陈以增,]():王斌达.大数据驱动下顾客参与的产品开发方法研究[科技进步与对策,4J.2015,572-77.[]张培,]():刘晓南.价值共创视角下顾企互动机理:一个整合分析框架[管理现代化,5J.2017,1188-91.[]VONH[,N7IPPELE.TheSourcesofInnovationM].OxfordUniversitressewYork,1988.yP
,():aementScience1998,445629-644.g
():mentReview,2001,42482-86.2001,18:247-257.-833.
25
[]VONH:AS[],6IPPELE.LeadUsersourceofNovelProductConcetsJ.ManaementScience1986,32:791-805.pg[]:’[]8VONHIPPELE.EconomicsofProductDevelomentBsersTheImactof‘StickLocalInformationJ.Man-pyUpy[]VONH:[]9IPPELE.InnovationbserCommunitiesLearninromOen-SourceSoftwareJ.MITSloanManae-yUgFpg[]VONH:U],10IPPELE.PersectiveserToolkitsforInnovation[J.TheJournalofProductInnovationManaementpg[]VONH[],():11IPPELE,KATZR.ShiftinnnovationtoUsersViaToolkitsJ.ManaementScience2002,487821gIg[]VONH”:12IPPELE,KROGHGV.OenSourceSoftwareandthe“Private-CollectiveInnovationModelIssuesforp[][]13VONHIPPELE,KROGHGV.FreeRevealinndthePrivate-CollectiveModelforInnovationIncentivesJ.R&Dga[]VONH[]14IPPELE,OGAWAS,JONGJPJD.TheaeoftheConsumer-InnovatorJ.MITSloanManaementRe-gg[]秦敏,]梁溯.在线产品创新社区用户识别机制与用户贡献行为研究:基于亲社会行为理论视角[南开管理评论,15J.[]陈劲,],蒋子军,陈钰芬.开放式创新视角下企业知识吸收能力影响因素研究[浙江大学学报(人文社科版)16J.2011,[]肖静华,](:谢康,吴瑶,等.企业与消费者协同演化动态能力构建:管理世界,17B2C电商梦芭莎案例研究[J.2014,8)[]肖静华,]谢康,吴瑶,等.从面向合作伙伴到面向消费者的供应链转型:电商企业供应链双案例研究[管理世界,18J.[]吴瑶,——企业与消费者协同演化视角的双案例研究[]肖静华,谢康,等.从价值提供到价值共创的营销转型—管19J.[]:,[]20BOGERSM,etal.UsersAsInnovatorsAReview,CritiueandFutureResearchDirectionsJ.JournalofMan-q[]:A21CARBONELLP,etal.CustomerInvolvementinNewServiceDevelomentnExaminationofAntecedentsandp[]王琳,]():郑长娟,彭新敏.国外企业-顾客合作创新研究述评与展望[外国经济与管理,22J.2012,34966-72.
():2133-148.
[],():OutcomesJ.JournalofProductInnovationManaement2009,265536-550.g,():aement2010,364857-875.g
():理世界,2017,4138-157.():2015,4137-154./134-151179.():41571-82.():2017,628-39.
():view,2011,53126-35.
,():Manaement2006,363295-306.g
[],():OranizationScienceJ.OranizationScience2003,142209-223.gg
[]谢康,——基于企业互联网转型的多案例研究[]吴瑶,肖静华,等.组织变革中的战略风险控制—管理世界,23J.2016,[]:24XIEKANG,WUYAO,XIAOJINGHUA,etal.ValueCo-creationbetweenFirmsandCustomersBiata-basedgD[]罗勇.:新产品的消费者学习理论、策略与应用[北京:经济科学出版社,25M].2016.5-9.
[],():CooerativeAssetsJ.Information&Manaement2016.5381034-1048.pg
[]张延林,]():肖静华,谢康.信息系统与业务战略匹配研究述评[管理评论,26J.2014,4154-165.
,():学报(社会科学版)2016,165-73.工业出版社,2016.
[]张倩.——基于中国2]环境规制对技术创新的非线性影响研究—北京交通大学27003-2011年省际面板数据分析[J.[]米歇尔·钱伯斯,托马斯W.迪斯莫尔.大数据分析方法:用分析驱动商业价值[韩光辉,孙丽军译.北京:机械28M].[]:A29LüTHJEC,HERSTATTC.TheLeadUserMethodnOutlineofEmiricalFindinsandIssuesforFutureRe-pg[]:30BREMA,BILGRAMV.TheSearchforInnovativePartnersinCo-CreationIdentifineadUsersinSocialMediaygL
[],ThrouhNetnorahndCrowdsourcinJ.JournalofEnineerinndTechnoloanaement2015,37:40ggpyagggagyMg-51.
[],():searchJ.R&DManaement2004,345553-568.g
[]MA31RTINEZ-TORRESR,OLMEDILLAM.IdentificationofiNnovationSolversinOenInnovationCommunitiesp[]YUANX,32INWEIYANGSHAOHUA,WANGCHAOCHAO.LeadUserIdentificationinOnlineUserInnovation
lectronicsInformationandEmerencommunication(ICEIEC).2017:157-160.gyC
[],UsinwarmIntellienceJ.TechnoloicalForecastinndSocialChane2016,109:15-24.gSgggag
26
北京交通大学学报(社会科学版) 2018年
:AM[CommunitiesethodBasedonRandomForestClassificationC].20177thIEEEInternationalConferenceonE-
[]朝乐门,]():邢春晓,张勇.数据科学研究的现状与趋势[计算机科学,33J.2018,11-13.
BiataEnabledEnterrise-UserInteractionInnovationgDp
(,,)BusinessSchoolSunYat-senUniversitGuanzhouGuandon10275,Chinayggg5
,,WANXIEKanXIAOJin-huaGQiangg
,formationofbiatacollaborativeassetswithleadusersandordinarsersandthechaninfin-gdyuggo
,teractionforms.Aainstthesegroundsthispaerproosedatheoreticalmodelofbiataenabledgppgd:tenterrise-userInteractiondevelomentinnovationhecaacit-mechanism-methodolo-latformpppygyp
(CMMP)model.Accordinotheresearch,toimlementthebiataenabledenterrise-userInter-gtpgdp,actioninnovationthefirm-userinteractioninnovationdnamiccaabilithouldmatchthemanae-ypysgmentsstem,andthebiatabasedknowledeextractionmethodolohouldmatchthebiataygdggysgd,basedR&Dinnovationsuortplatform,besidestheinteractionanditerationofinnovationmanae-ppg
::AbstractBiataenabledenterrise-userInteractioninnovationhasfivemaincharacteristicsthere-gdp
,,,formationofmotivationsthechaninfinteractionactorstheinnovationofmethodsandtoolstheggo
mentandinnovationtechnolohematchinactorsaboveformfoundationforbiataenabledgybytgfgd
,firm-userinteractioninnovation.Basedonthatbiataenabledenterrise-userInteractioninnovationgdp,m,dataenabledpersectiveeanwhilefirmsneedtoaccumulatetheirinnovativehumancaitalfrompp
,,facilitatesvalueco-creationbetweenfirmanduserandachievetheinnovationperformance.Hence
,onpoliclevelitisurentforgovernmenttoreconstructthenationalinnovationsstemfromthebiygygthebiatapersectivetoo.gdp:b;e;u;iKeordsiatanterrise-userInteractiondevelomentserparticiationnnovationgdpppyw
;caabilitinnovationperformancepy
(责任编辑:刘 越)
因篇幅问题不能全部显示，请点此查看更多更全内容