大数据驱动的企业与用户互动创新:理论框架与前沿课题

大数据驱动的企业与用户互动创新已成为企业洞察市场和用户动态、提升创新敏捷性和适应性的重要模式,其关键因素和作用机制日益成为创新、营销和信息系统等领域的热点议题。结合系统性综述设计和关键词共现分析,梳理大数据情境下企业与用户互动创新的研究洞见。针对情境和工具如何影响领先用户与普通用户关系及二者的相互作用机制两个研究缺口,提出大数据驱动的企业与用户互动创新“条件—路径—绩效”理论框架。依据该理论框架,结合文献和案例证据,重点阐述在什么情境和工具条件下企业与领先用户、普通用户以何种互动创新路径影响创新产品和大数据合作资产,由此形成理论创新。分析结果表明,互动创新路径选择本质是在异质性情境和工具条件下,企业在创新新颖性—泛用性以及数据分析成本—收益之间的动态权衡;两类创新路径的动态变化由互动创新工具成熟度、创新主导权的变更所触发。最后,进一步提炼出大数据驱动的企业与用户互动创新理论研究的三类前沿课题,并讨论其理论和实践意义。

用户画像促进企业与用户互动创新的机制及构建方法

数字经济时代,大数据驱动的企业与用户互动创新为供给侧精准识别有效需求和企业融入开放创新生态提供了有效途径。互动数据不仅成为互联网环境下企业创新活动的一种基础创新资源,而且成为企业精准识别用户需求的战略资源,用户画像是企业使数据资源具有意义从而可以被应用的基础。据此,本文从微观视角探讨用户画像促进企业与用户互动创新的机制及构建方法。研究结果表明:用户画像促进企业与用户互动创新的机制是一种双循环机制,内部循环和外部循环共同作用于用户画像迭代,保证了画像的适时性和画像分析的精确度。在此基础上,笔者提出了由要素分析方法、互动数据构建方法和应用计算方法三部分组成的促进企业与用户互动创新的用户画像构建方法,为数据驱动的企业产品开发和创新管理提供了可供选择的管理工具。

大数据驱动的企业与用户互动创新推荐系统及应用

大数据驱动的企业与用户互动创新构成企业与用户数据化互动创新的基本形式,企业与用户数据化互动创新构成数字经济创新模式之一。面向创新的推荐系统是企业与用户数据化互动创新的工具,区别于以用户为中心的推荐系统,本文聚焦探讨面向企业-用户互动创新的推荐系统,从数据、系统特征和应用评估三方面分析面向企业-用户互动创新推荐系统的需求,提出由应用场景、数据基础、推荐系统特征及系统评估四部分组成的推荐系统设计框架。该框架分析了产品创新任务对于创新场景、产品属性和应用模块对于营销场景下推荐系统设计的影响,为大数据驱动的企业与用户互动创新推荐系统设计提供指导。