一、引言 互联网、移动互联技术的迅速发展与社交媒体的兴起和发展促使越来越多的顾客开始追求个性化的购物体验，购物手段日趋多样化。从宏观层面看，2014年中国电子商务市场交易规模12.3万亿元，其中网络购物交易规模市场份额达到22.9％(艾瑞统计，2014)。另据Ipsos发布的2013年《中国消费者线上线下购物体验报告》显示，超过50％的顾客会采用实体店体验、网店下单的购物方式(益索普，2013)。这些都表明顾客的购物习惯发生转变，购买行为逐渐多样化，他们会根据自己的需要选择购买渠道。从企业层面看，法国前20家大型零售商的电子商务贡献中移动电商占70％(颜艳春，2013)；梅西百货实行苹果支付、当日送达、线上购买线下取货、梅西图像搜索、智能试衣间等12项O2O全渠道战略，以期为顾客打造出贯穿多种购物渠道的、始终如一的、无缝的购物体验(武汉商务，2014)；国美2014年初宣布进行战略转型，全面推行“O2M全渠道零售商”战略模式(武汉商务，2014)，即“线下实体店+线上电商+移动终端”的组合式运营模式，并以顾客需求为导向，回归商业本质。另据Wikipedia统计，Dell公司的30％、Apple公司的43％的净收入都来自于服务的销售，IBM通过不断服务创新得到顾客的一致肯定，成为全球成功转型服务的企业之一。鉴于上述背景，本文把这种多渠道组合与跨渠道整合并存的运营模式称为全渠道运营模式。全渠道运营以提高顾客的购买体验为核心来达到零售商乃至整个供应链的利益最大化，不仅要求各渠道保持自身高水准服务水平，同时要求实现渠道间服务协同，这加剧了战略制造商与零售商之间乃至整条供应链的冲突(李海，2013)，同时将顾客训练得越来越理性，表现为博弈学习行为，进一步刺激了顾客的等待行为(战略顾客行为)，从而加剧产品供给与需求之间的不匹配性(杨光勇和计国君，2014)，由此造成全渠道供应链面临兼并、重组的困难。总之，基于战略顾客行为的普遍性与全渠道竞争的现实性，商家如何通过全渠道供应链服务创新以促进多渠道组合和跨渠道整合成为目前必须关注的重点研究议题。 另外，大数据技术已经在零售业、制造业、物流、电信等行业得到广泛应用。例如，国内外知名企业(如eBay、Amazon、淘宝、中国移动等)相继推出相应的大数据产品和平台，通过分析结构化和非结构化数据促进其业务创新和利润增长(冯芷艳等，2013)。大数据应用的优势之一就是加速产品及服务创新(Davenport，2014)。从实践看，大数据技术主要在下列方面驱动商业价值：加速产品/服务创新；对产品/服务故障诊断与预测；结合工业物联网优化生产线；优化渠道和供应链；准确预测产品/服务需求；优化生产与排程；精细产品质量管理；造就产业转型和智慧服务等。与传统创新活动主要局限在企业内部不同，开放性、网络化的创新方式提供了大量的在产品市场化之前进行互动设计的可能性(Aral等，2011)。全渠道供应链环境下不仅要求企业为顾客提供无差别的消费体验，而且要不断通过转变服务(transformation service)模式给公司和顾客带来某些改变，而大数据驱动企业的产品/服务创新的源动力在于强调实时性、差异性的产品/服务研发，集中反映在：(1)借助于大数据技术，如何开发出差异化产品/服务来满足顾客的不同需要；(2)利用何种运作模式来合理地提供新的产品/服务；(3)采取何种运作体系和决策机制来科学地达到供需的匹配(冯芷艳等，2013)。 本文基于战略顾客行为的普遍性与全渠道竞争的现实性，对近年来大数据驱动下的全渠道供应链服务创新及其关联因素进行综述，构建基于大数据驱动的全渠道供应链服务创新的决策框架，利用贝叶斯网络方法分析大数据驱动下的服务创新能力，以期为服务创新优化决策提供支持。 二、全渠道供应链服务创新及其关联因素 (一)服务创新 1.服务创新理论。(1)单个企业服务创新。Aa和Elfring(2002)指出对于厂商和环境或潜在的竞争对手来说，服务创新主要涉及网络化交叉组织创新、融合新服务技术于生产服务流程、顾客积极参与和技术创新。Gallouj等(2009)认为服务创新是针对特定顾客提供一种新的解决方案。Sundbo(1997)发现服务业很多创新不遵循技术轨道，而是遵循服务专业轨道，且技术知识是其中一个维度。Hertog等(1999)用结构化方法构建涵盖新服务概念、新顾客界面、新传递系统和新技术选择等四维度的服务创新模型，发现大部分创新都是各种要素综合作用的结果，并导致最终的创新产出。(2)供应链服务创新。企业是供应链网络一个节点，其运作和绩效均受供应链网络的影响(Gulati，2000)，因而服务创新活动依赖单个组织无法有效实施，必须通过多个组织间紧密合作才能实现(Agarwal和Selen，2009)。Heimeriks等(2007)指出服务创新需要关注供应链整合，因为其依赖于很多复杂的知识、能力和资源。简兆权等(2013)认为服务供应链整合及其对服务创新的影响必须系统把握服务供应链内在机理，关注服务供应链整合的前因与结果。(3)大数据驱动下的服务创新。大数据时代的来临使其成为全球下一个创新、竞争和生产率提高的关键。张斌和马费成(2014)认为大数据环境下的服务创新应是以顾客需求为中心、以信息技术为桥梁、以挖掘知识服务价值为目的、以超网络为宏观视角的新服务模式。Briody等(2011)指出大数据支持下的服务创新有利于产生其竞争优势。McAfee等(2012)发现利用大数据进行决策的企业利润要高于竞争对手6％。Chen等(2014)提出一种大数据分析方法，并证实该分析方法能够帮助企业把握顾客行为模式与偏好，进而进行服务创新以满足潜在需求。Kim等(2015)构建基于推理图的分析框架探索如何通过挖掘大数据来提高供应链创新能力。不难看出，这些文献很少关注全渠道供应链的服务创新及其对顾客体验和商家的影响。
