大数据驱动创新过程提高数字创新绩效的路径

作者简介:
张海丽(1982- ),女,西安工业大学经济管理学院副教授,博士;王宇凡(通讯作者)(1983- ),男,西安工业大学经济管理学院副教授,博士,E-mail:wangyufan6900@163.com;Michael Song(1961- ),男,西安工业大学经济管理学院教授,博士(西安 710021)。

原文出处:
科学学研究

内容提要:

企业数字创新进程不断加速,研究表明,大数据驱动创新过程有利于提高创新绩效,但不同阶段以及不同水平的大数据驱动创新过程与创新绩效的作用机理仍有待研究,数字创新理论及具有中国特色数字创新理论亟待发展。本文探究大数据驱动创新过程通过产品创新度影响创新绩效的路径与机理,收集594个中国、475个美国和507个英国数字创新项目,采用多元回归、层次回归与“pick-a-point”方法,实证分析大数据驱动创新过程对产品创新度的倒U型影响,检验大数据驱动运营对产品创新度与绩效关系的调节作用。研究结果表明,在中国,大数据驱动商业分析、产品设计与商业化对产品创新度产生倒U型影响,即双元驱动商业分析、产品设计与商业化最能提升产品创新度。调节检验结果表明,随经验驱动运营向大数据驱动运营转变,产品创新度对创新绩效由U型影响变为正向影响。当产品创新度很低或很高时,大数据驱动运营抑制产品创新度对创新绩效的积极影响,而当产品创新度处于中间水平时,大数据驱动运营促进产品创新度对创新绩效的积极影响。跨国比较还发现,美国和英国具有类似的研究结论。通过理论分析与实证检验,研究丰富了数字创新理论,推进了具有中国特色的数字创新理论发展,揭示了大数据驱动创新过程、产品创新度与创新绩效的效应路径与作用机理,发展了大数据驱动运营相关理论,拓展了影响产品创新度与创新绩效关系的情境因素,为企业数字创新实施提供了新的管理见解和策略启示。


期刊代号:C31
分类名称:创新政策与管理
复印期号:2023 年 10 期

字号:

       数字经济时代,数字创新成为驱动企业发展与效益增长的新引擎[1]。数字创新是指创新主体利用数字资源和技术创造新产品、新流程或新商业模式以提升创新绩效的过程[2]。目前,企业正探索通过大数据驱动创新过程提高创新绩效,但大数据驱动创新过程有些阶段对创新绩效没有影响,并且每个阶段中大数据使用水平也存在差异[3]。那么,不同阶段及不同水平的大数据驱动创新过程如何影响创新绩效仍是研究热点问题,也是企业数字创新的现实问题。

       现有研究指出创新过程通过产品创新度影响创新绩效[4]。创新过程将创新理念植入新产品,整合创新资源与能力,帮助企业全面提升产品创新度[5]。同时,产品创新度对提升创新绩效具有重要作用。现有产品创新度对创新绩效影响的研究结论尚存争议。大多数研究认为产品创新度能提升创新绩效[6]。也研究发现产品创新度不利于创新绩效提升[7]。还有研究提出产品创新度对创新绩效影响呈U型或倒U型[8]。现有研究聚焦于经验驱动而非大数据驱动创新过程,大数据驱动创新过程通过产品创新度对创新绩效的影响亟待探讨。

       并且,大数据驱动运营影响产品创新度与创新绩效关系。大数据驱动运营有助企业灵活配置创新资源,及时调整创新流程,从而使创新产品匹配客户需求,以提升创新绩效[9,10]。目前,大数据驱动运营概念尚待界定、测量量表有待开发,大数据驱动运营对产品创新度与创新绩效关系的调节效应亟待检验。

       本文收集594个中国、475个美国和507个英国数字创新项目数据,采用回归分析方法,探讨大数据驱动创意筛选、商业分析、产品设计、产品测试和商业化五个阶段、产品创新度、大数据驱动运营以及创新绩效之间的关系。本文理论贡献在于:(1)随着数字创新发展,学者们指出现有创新理论假设、概念和模型不适用于数字创新,呼吁发展数字创新新理论[2],倡导探讨中国特色数字创新理论[11-13]。本文研究大数据驱动创新过程通过产品创新度影响创新绩效的机理,弥补了数字创新理论研究的不足,促进了中国特色数字创新理论的发展。(2)近期,学者们强调构建大数据驱动运营的必要性[14]。本文界定大数据驱动运营概念、开发量表,回应了学术界对运营理论发展的新需求,提供了大数据驱动运营的理论基础。(3)研究发现大数据驱动运营对产品创新度与创新绩效的调节效应尚待检验[9,10]。本文探讨在不同大数据驱动运营水平下,产品创新度与创新绩效影响关系的变化,检验了大数据驱动运营的调节作用,拓展了影响产品创新度与创新绩效关系的数字情境因素。

       1 理论基础与研究假设

       1.1 大数据驱动创新过程对产品创新度的影响

       大数据驱动创新过程是指利用大数据洞察客户需求,进行智慧决策,重塑创新流程,将产品创意开发为创新产品的一系列阶段集合,包括大数据驱动创意筛选、大数据驱动商业分析、大数据驱动产品设计、大数据驱动产品测试和大数据驱动商业化五个重要阶段[3]。

       大数据驱动创意筛选是指利用大数据激发产品创意,形成创新概念,识别关键创新业务机会的过程。在此阶段,大数据帮助企业打破创新数据瓶颈,获取、整合和分析结构化和非结构化的市场和客户信息,从而完整描绘客户行为画像,准确洞悉客户创新诉求,激发别具一格的产品创意[15-17]。同时,企业使用大数据识别创新关键业务机会,提出创新性高的新产品概念,形成数据驱动的新产品开发提案,为产品创新度提升提供保障[3]。

       大数据驱动商业分析是指利用大数据挖掘潜在商业机会,评估创新成本、创新时间、创新风险与创新可行性的过程。在此阶段,大数据帮助企业准确识别客户群体特征,精准评估市场潜力,进而及时响应创意发展趋势[10]。此外,大数据帮助企业提高创新决策速度与准确性,甚至自动进行高度复杂的创新决策,从而合理预估创新成本、创新时间、创新风险以及创新功能和属性开发可行性,据此挑选兼具创新性和商业潜力的创新概念[16,18]。

       大数据驱动产品设计是指利用大数据评估制造和工程技术,确定产品设计方案,开发原型产品的过程。在此阶段,大数据帮助企业增加客户与企业交流与互动,使客户便捷表达其所期望的创新性能,提供有价值的设计思路与建议,甚至直接参与原型产品开发,保障原型产品具备客户所需的功能与属性[10,19]。此外,企业还可以借助大数据技术实施精益设计流程,进而提高产品设计效率与效益[3]。

       大数据驱动产品测试是指利用大数据模拟客户使用行为,分析客户反馈信息,改进原型产品的过程。在此阶段,大数据帮助企业通过机器学习或可视化模式,模拟和仿真创新功能与属性参数,进而了解创新功能与属性适用性[10]。大数据还帮助企业实时获取客户反馈信息,持续跟踪客户行为变化,掌握客户隐性需求,并快速调整与优化创新功能与属性适应客户使用习惯[16]。并且,大数据也帮助企业实现产品并行测试,有效评估产品原型的市场表现,从而在产品上市前修改或添加创新功能与属性[9]。

       大数据驱动商业化是指利用大数据评估供应商与商业合作伙伴,制定最终生产计划与营销策略,将创新产品投放市场的过程。在此阶段,大数据为客户提供数字化定制界面,帮助客户在获取产品后自行完成最终的创新功能调整与优化[10]。并且,大数据有助企业收集客户在创新产品使用中的数字痕迹信息,发现最初没有预料到的创新需求,进而通过数字化方式更新创新功能[20]。此外,大数据还帮助企业实施数字营销策略(例如:电子邮件营销、社交网络营销、病毒式营销和移动营销),实现创新功能与属性推广的“精准打击”[3,17]。综上所述,大数据驱动创新过程对产品创新度有积极影响。

相关文章: