基于外部動力的大數(shù)據(jù)環(huán)境下產(chǎn)品創(chuàng)新模式研究

李 冰，李玉博

(哈爾濱工程大學(xué)經(jīng)濟管理學(xué)院，黑龍江 哈爾濱 150001)

基于外部動力的大數(shù)據(jù)環(huán)境下產(chǎn)品創(chuàng)新模式研究

李 冰，李玉博

(哈爾濱工程大學(xué)經(jīng)濟管理學(xué)院，黑龍江 哈爾濱 150001)

本文基于產(chǎn)品創(chuàng)新的外部動力，認為傳統(tǒng)的產(chǎn)品創(chuàng)新過程都是在單一作用力或多力的獨立作用下實現(xiàn)的，大數(shù)據(jù)將這些外部作用力進行了充分有效的融合，使力與力之間協(xié)同作用，因此提出風(fēng)車型產(chǎn)品創(chuàng)新模式。從產(chǎn)品創(chuàng)新階段視角分析了大數(shù)據(jù)環(huán)境下產(chǎn)品創(chuàng)新的外部驅(qū)動力作用機制，從數(shù)據(jù)處理階段視角分析了制約力的作用機制，并通過華為公司利用大數(shù)據(jù)進行產(chǎn)品創(chuàng)新的案例分析，證明了在大數(shù)據(jù)環(huán)境下風(fēng)車型產(chǎn)品創(chuàng)新模式的可行性和有效性。

大數(shù)據(jù)；外部動力；產(chǎn)品創(chuàng)新；風(fēng)車型模式

1 引言

隨著互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)、傳感器技術(shù)等快速發(fā)展，越來越多的數(shù)據(jù)被不斷產(chǎn)生，這些數(shù)據(jù)讓企業(yè)一時之間難以選擇和處理，如何及時洞察出有用的信息，以適應(yīng)快速動態(tài)的市場競爭環(huán)境，對企業(yè)來說是一個難題和挑戰(zhàn)[1-2]。市場調(diào)研機構(gòu)(IDC)的最新報告顯示，2014—2019年大數(shù)據(jù)技術(shù)和服務(wù)市場創(chuàng)造的價值的年復(fù)合增長率(CAGR)預(yù)計為23.1%，并且在2019年社會在大數(shù)據(jù)方面的支出將達到486億美元[3]。大數(shù)據(jù)中蘊含的巨大商業(yè)價值、科學(xué)研究價值、社會管理與公共服務(wù)價值以及支撐科學(xué)決策的價值，正在被認知與開發(fā)利用[4-6]。

產(chǎn)品創(chuàng)新是企業(yè)賴以生存和發(fā)展的基礎(chǔ)，在大數(shù)據(jù)環(huán)境下，如何利用大數(shù)據(jù)技術(shù)，快速推出新產(chǎn)品并占領(lǐng)市場，成為企業(yè)進一步發(fā)展的目標。Zhang認為雖然大數(shù)據(jù)在創(chuàng)新領(lǐng)域的應(yīng)用存在存儲難、安全性低和處理速度慢等挑戰(zhàn)，但是通過大數(shù)據(jù)分析技術(shù)可以促進創(chuàng)新管理，以及幫助企業(yè)制定創(chuàng)新戰(zhàn)略[7]；McAfee等指出大數(shù)據(jù)可以幫助企業(yè)創(chuàng)造新產(chǎn)品和服務(wù)，升級現(xiàn)有產(chǎn)品和創(chuàng)造全新的商業(yè)模式，比如通過獲取現(xiàn)有產(chǎn)品的相關(guān)數(shù)據(jù)，促進下一代產(chǎn)品的更新，以及提供具有創(chuàng)新性的產(chǎn)品售后服務(wù)[8-9]；Regina結(jié)合大數(shù)據(jù)分析結(jié)果，發(fā)現(xiàn)加快產(chǎn)品更新速度和提高產(chǎn)品質(zhì)量都能提高產(chǎn)品的盈利能力[10]；經(jīng)濟合作發(fā)展組織(OECD)在其2013年發(fā)布的研究報告中指出，數(shù)據(jù)已成為創(chuàng)造競爭優(yōu)勢和驅(qū)動創(chuàng)新、可持續(xù)發(fā)展的核心資產(chǎn)[11]；Xu從知識融合角度研究發(fā)現(xiàn)，通過大數(shù)據(jù)分析進行的產(chǎn)品創(chuàng)新，更容易取得成功[12]；陳以增等探討了大數(shù)據(jù)環(huán)境下用戶參與產(chǎn)品開發(fā)方法，并通過用戶參與小米手機開發(fā)案例，論證企業(yè)可以運用大數(shù)據(jù)技術(shù)提高產(chǎn)品創(chuàng)新能力[13]。

綜上所述，已有文獻從宏觀角度對大數(shù)據(jù)在產(chǎn)品創(chuàng)新中的應(yīng)用進行了充分研究，但是對大數(shù)據(jù)如何驅(qū)動產(chǎn)品創(chuàng)新，以及如何引起產(chǎn)品創(chuàng)新模式的變革則較少涉及。本文從產(chǎn)品創(chuàng)新的外部動力角度出發(fā)，研究在大數(shù)據(jù)環(huán)境下的產(chǎn)品創(chuàng)新動力作用機制，并提出風(fēng)車型的產(chǎn)品創(chuàng)新模式，以期為大數(shù)據(jù)環(huán)境下產(chǎn)品創(chuàng)新的研究提供借鑒。

2 大數(shù)據(jù)環(huán)境下風(fēng)車型產(chǎn)品創(chuàng)新模式

2.1 傳統(tǒng)環(huán)境下產(chǎn)品創(chuàng)新的外部動力分析

從動力角度，可以將產(chǎn)品創(chuàng)新的驅(qū)動力分為內(nèi)部動力和外部動力。綜合已有文獻可知，產(chǎn)品創(chuàng)新的外部動力主要包括技術(shù)進步的推力、市場需求的拉力、市場競爭的壓力和政府引導(dǎo)的支持力(見圖1)。

圖1 傳統(tǒng)環(huán)境下產(chǎn)品創(chuàng)新的外部動力

(1)技術(shù)推力[14-15]。這種模式認為市場和消費者是新產(chǎn)品的接受者，產(chǎn)品創(chuàng)新的目的是創(chuàng)造新的市場需求，而任何一項新產(chǎn)品的設(shè)計和開發(fā)都需要技術(shù)的支持，因此技術(shù)作為產(chǎn)品開發(fā)最基本的動力，作用于產(chǎn)品創(chuàng)新的各個階段，推動產(chǎn)品創(chuàng)新。

(2)市場拉力[16]。市場需求是產(chǎn)品創(chuàng)新的出發(fā)點和創(chuàng)意源泉，對產(chǎn)品和技術(shù)提出了明確的要求，可見產(chǎn)品創(chuàng)新的直接動力來源于市場需求。

(3)競爭壓力[17]。在市場需求尚未完全滿足的情況下，企業(yè)通過對競爭產(chǎn)品進行詳細分析并獲取相應(yīng)的技術(shù)和產(chǎn)品創(chuàng)新知識，結(jié)合企業(yè)自身情況，對知識和技術(shù)進行引進消化再吸收，實現(xiàn)對現(xiàn)有產(chǎn)品的升級改造，快速推出具有競爭力的新產(chǎn)品。

(4)政府支持力[18]。在蘇聯(lián)和中國計劃經(jīng)濟時代，主要通過政府制定創(chuàng)新計劃、鼓勵政策來引導(dǎo)企業(yè)開展研發(fā)工作，提高科技水平，或直接創(chuàng)造新的市場需求，促使企業(yè)進行產(chǎn)品創(chuàng)新。

綜上可知，傳統(tǒng)環(huán)境下產(chǎn)品創(chuàng)新是在多種力的綜合作用下進行，因此可以得出傳統(tǒng)環(huán)境下的產(chǎn)品創(chuàng)新綜合模式(見圖2)。

圖2 傳統(tǒng)環(huán)境下的產(chǎn)品創(chuàng)新綜合模式

綜合傳統(tǒng)環(huán)境下的產(chǎn)品創(chuàng)新外部動力分析和產(chǎn)品創(chuàng)新綜合模式可知，企業(yè)的產(chǎn)品創(chuàng)新是在單一力作用下或多種力獨立作用下實現(xiàn)。比如在創(chuàng)意產(chǎn)生階段，傳統(tǒng)環(huán)境下企業(yè)獲取用戶需求的方式通常是填寫問卷、接受訪問等，然而由于消費者的真實需求具有隱蔽性、復(fù)雜性和易變性，利用歷史的、靜態(tài)的、結(jié)構(gòu)化的數(shù)據(jù)，企業(yè)很難獲得用戶的真實需求，使得一部分產(chǎn)品在生產(chǎn)出來之后就被市場淘汰。在大數(shù)據(jù)環(huán)境下，則可以輕易解決這些問題，企業(yè)通過互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)輕松獲得用戶的行為數(shù)據(jù)、屬性信息以及地理位置信息等，并利用大數(shù)據(jù)分析技術(shù)，掌握消費者的真實需要，在對企業(yè)自身技術(shù)水平和研發(fā)能力準確評估基礎(chǔ)上，形成產(chǎn)品創(chuàng)意。因此，如何充分有效利用產(chǎn)品創(chuàng)新的外部動力，成為大數(shù)據(jù)環(huán)境下產(chǎn)品創(chuàng)新研究的重點。

2.2 大數(shù)據(jù)環(huán)境下產(chǎn)品創(chuàng)新的外部動力分析

盡管本文的研究重點是在產(chǎn)品創(chuàng)新的外部驅(qū)動力上，但是產(chǎn)品創(chuàng)新的制約力也是客觀存在的，尤其是在大數(shù)據(jù)環(huán)境下，大數(shù)據(jù)本身的不足更是無法忽略的。除此之外，政策因素、資金因素、環(huán)境因素等也會影響產(chǎn)品創(chuàng)新，鑒于已有學(xué)者在這方面進行了深入研究，所以本文不做贅述[19]。本文從作用力的作用階段、作用形式，分析風(fēng)車型產(chǎn)品創(chuàng)新模式的驅(qū)動力和制約力，得出大數(shù)據(jù)環(huán)境下產(chǎn)品創(chuàng)新的動力作用機制(見圖3)。

圖3 大數(shù)據(jù)環(huán)境下產(chǎn)品創(chuàng)新的動力作用機制

從圖3可以看出，在大數(shù)據(jù)環(huán)境下的產(chǎn)品創(chuàng)新過程中，驅(qū)動力的本質(zhì)沒有發(fā)生變化，只是作用形式發(fā)生改變，從傳統(tǒng)環(huán)境下的單一作用力轉(zhuǎn)變?yōu)榇髷?shù)據(jù)環(huán)境下的合力，即在大數(shù)據(jù)環(huán)境下，將技術(shù)推力、市場拉力、競爭壓力和政府支持力轉(zhuǎn)化為數(shù)據(jù)，結(jié)合大數(shù)據(jù)分析的結(jié)果來進行產(chǎn)品創(chuàng)新?？梢钥闯觯诖髷?shù)據(jù)環(huán)境下，產(chǎn)品創(chuàng)新外部動力的融合更為緊密，各力環(huán)環(huán)相扣，同時作用于產(chǎn)品創(chuàng)新的各個階段，像風(fēng)吹動風(fēng)車轉(zhuǎn)動一樣，加速產(chǎn)品創(chuàng)新流程。因此，本文提出了大數(shù)據(jù)環(huán)境下的產(chǎn)品創(chuàng)新模式——風(fēng)車型產(chǎn)品創(chuàng)新模式(見圖4)。在風(fēng)車型產(chǎn)品創(chuàng)新模式中，技術(shù)推力、市場拉力、競爭壓力和政府支持力仍是“風(fēng)車轉(zhuǎn)動”的驅(qū)動力，而大數(shù)據(jù)自身所面臨的挑戰(zhàn)，諸如數(shù)據(jù)存儲成本高、數(shù)據(jù)獲取困難、技術(shù)人員不足和價值密度低等，形成“風(fēng)車轉(zhuǎn)動”的制約力[20-22]。

圖4 風(fēng)車型產(chǎn)品創(chuàng)新模式

3 大數(shù)據(jù)環(huán)境下風(fēng)車型產(chǎn)品創(chuàng)新模式的動力作用機制分析

3.1 風(fēng)車型模式下產(chǎn)品創(chuàng)新的驅(qū)動力分析

結(jié)合產(chǎn)品創(chuàng)新流程，從以下六個階段研究風(fēng)車型模式下產(chǎn)品創(chuàng)新的驅(qū)動力。

(1)創(chuàng)意產(chǎn)生。新產(chǎn)品創(chuàng)意來源于多個方面，如科學(xué)技術(shù)突破、顧客需求、市場競爭、環(huán)境問題、政策鼓勵等。在互聯(lián)網(wǎng)世界，通過網(wǎng)絡(luò)爬蟲技術(shù)，可以輕易掌握目標用戶和潛在用戶的個人屬性數(shù)據(jù)、行為數(shù)據(jù)以及社交數(shù)據(jù)；在物聯(lián)網(wǎng)世界，企業(yè)也可以運用來自內(nèi)置于產(chǎn)品中的傳感器數(shù)據(jù)，了解商品的真實使用情況；在真實世界，對競爭對手的銷售數(shù)據(jù)分析、政府政策和引導(dǎo)計劃進行分析，評估市場環(huán)境和經(jīng)濟環(huán)境。

(2)概念設(shè)計。這個階段首先要考慮用戶對產(chǎn)品功能結(jié)構(gòu)的需求，對產(chǎn)品內(nèi)置傳感器和用戶反饋的數(shù)據(jù)進行分析，獲得產(chǎn)品最常被使用的功能，以及最符合用戶習(xí)慣的產(chǎn)品功能結(jié)構(gòu)，通過市場需求分析數(shù)據(jù)，獲得用戶最期望增加的功能；其次通過對技術(shù)和生產(chǎn)相關(guān)數(shù)據(jù)的分析，獲得最有可能實現(xiàn)的功能；最后綜合已有的產(chǎn)品設(shè)計數(shù)據(jù)和競爭對手推出的新產(chǎn)品數(shù)據(jù)，設(shè)計出最符合用戶需求的產(chǎn)品功能。

(3)立項分析。企業(yè)在對一個新產(chǎn)品進行立項分析時，需要對其業(yè)務(wù)操作、技術(shù)等方面進行可行性分析。在大數(shù)據(jù)環(huán)境下，通過企業(yè)業(yè)務(wù)流程數(shù)據(jù)(如產(chǎn)品物料、采購、生產(chǎn)等)，對新產(chǎn)品概念的業(yè)務(wù)操作可行性進行評價決策，以確定其是否可行；通過對新技術(shù)試制新產(chǎn)品過程中反饋的傳感器數(shù)據(jù)、良品率以及所消耗的成本等綜合數(shù)據(jù)分析評價，確定技術(shù)上的可實施性。

(4)設(shè)計開發(fā)。新產(chǎn)品的設(shè)計開發(fā)過程是一個迭代開發(fā)的循環(huán)過程，在大數(shù)據(jù)環(huán)境下，可以采用“數(shù)據(jù)-產(chǎn)品-數(shù)據(jù)”的數(shù)據(jù)驅(qū)動型產(chǎn)品設(shè)計開發(fā)模式。通過分析競爭對手采用的新技術(shù)、開發(fā)出的新產(chǎn)品、政府引導(dǎo)的科技計劃取得的專利和創(chuàng)新性技術(shù)、消費者行為信息等數(shù)據(jù)，企業(yè)研發(fā)人員可以及時了解行業(yè)內(nèi)最先進的技術(shù)和最全面的發(fā)展動態(tài)，掌握消費者的個性化需求，最大程度的拓寬設(shè)計思路，進行新產(chǎn)品的設(shè)計和開發(fā)，并制造出新產(chǎn)品的原型樣品后進行測試，根據(jù)測試得到的相關(guān)數(shù)據(jù)再進行產(chǎn)品的修正，形成依托數(shù)據(jù)進行迭代開發(fā)的循環(huán)模式。

(5)測試矯正。產(chǎn)品試制過程中可以依據(jù)生產(chǎn)記錄數(shù)據(jù)，對生產(chǎn)運營過程進行分析，針對試制過程中的生產(chǎn)不足等問題提出改進計劃，制定更合理的生產(chǎn)計劃；針對產(chǎn)品質(zhì)量、勞動成本、完工時間等數(shù)據(jù)進行分析，找出生產(chǎn)控制的關(guān)鍵內(nèi)容，并制定相應(yīng)的生產(chǎn)計劃，從而使得生產(chǎn)過程能夠得到更好的保障。產(chǎn)品試銷時通過對顧客需求數(shù)據(jù)以及市場競爭環(huán)境數(shù)據(jù)的分析，可以優(yōu)化產(chǎn)品組合，調(diào)整產(chǎn)品投放策略；對產(chǎn)品的銷售統(tǒng)計數(shù)據(jù)分析，可以合理設(shè)置存貨位置，減少銷售渠道層數(shù)，加快供貨速度。

(6)上市管理。大數(shù)據(jù)環(huán)境下，可以通過搜集消費者的行為數(shù)據(jù)，通過情感分析、語義分析等大數(shù)據(jù)分析技術(shù)，對特定消費群體進行精準定位，制定營銷策略；然后根據(jù)市場競爭對手銷售數(shù)據(jù)和市場產(chǎn)品結(jié)構(gòu)數(shù)據(jù)，確定產(chǎn)品組合方案和市場投放策略；最后結(jié)合消費者的購買動機、購買方式、信息接收習(xí)慣等數(shù)據(jù)，設(shè)計產(chǎn)品銷售方案。

3.2 風(fēng)車型模式下產(chǎn)品創(chuàng)新的制約力分析

在大數(shù)據(jù)融合產(chǎn)品創(chuàng)新外部動力，加速產(chǎn)品創(chuàng)新流程的同時，大數(shù)據(jù)本身存在的一些問題，成為風(fēng)車型產(chǎn)品創(chuàng)新模式的制約力。本文從數(shù)據(jù)處理的四個階段——數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用，詳細分析風(fēng)車型模式下產(chǎn)品創(chuàng)新的制約力[23]。

(1)數(shù)據(jù)采集。數(shù)據(jù)采集階段主要存在數(shù)據(jù)獲取困難的問題，主要表現(xiàn)在三個方面。首先，在信息時代下，用戶對隱私的關(guān)注會帶來用戶對網(wǎng)絡(luò)的不安全感，造成不登錄、注冊、使用網(wǎng)絡(luò)平臺，進而無法對其在線行為數(shù)據(jù)進行捕捉；其次，產(chǎn)品內(nèi)置傳感器、多渠道獲取信息和企業(yè)進行信息化建設(shè)等，都會提高企業(yè)獲取數(shù)據(jù)的成本；最后，在大數(shù)據(jù)資源與共享方面，由于受發(fā)展程度、經(jīng)濟利益、文化傳統(tǒng)和其他因素的影響，我國數(shù)據(jù)資源的“孤島化”“荒漠化”與“不完整化”現(xiàn)象比較嚴重，數(shù)據(jù)交換、利用和共享率低下，這在一定程度上增加了數(shù)據(jù)獲取的難度，形成風(fēng)車型模式下產(chǎn)品創(chuàng)新的初始阻力。

(2)數(shù)據(jù)存儲。隨著數(shù)據(jù)量的爆發(fā)性增長，普通的服務(wù)器和數(shù)據(jù)庫難以滿足大數(shù)據(jù)的存儲要求，因此需要采用獨特的分布式存儲架構(gòu)，配置相當高的大型服務(wù)器，以及訪問速度快、保障性高的磁盤陣列，來滿足海量數(shù)據(jù)的高速存儲需求，保證數(shù)據(jù)的處理性能[4]。在當前環(huán)境下，大型服務(wù)器和高性能磁盤陣列等硬件設(shè)備非常昂貴，同時對于服務(wù)器及數(shù)據(jù)庫的維護也需要專業(yè)的技術(shù)人員，投入及運營維護成本都很高，一般企業(yè)難以接受 。因此，數(shù)據(jù)存儲成本高昂，無形中增加產(chǎn)品創(chuàng)新風(fēng)險，造成風(fēng)車型模式下產(chǎn)品創(chuàng)新的動力不足。

(3)數(shù)據(jù)分析。傳統(tǒng)數(shù)據(jù)分析技術(shù)力求通過復(fù)雜算法從有限的數(shù)據(jù)集中獲取信息，其更加追求準確性；大數(shù)據(jù)分析技術(shù)則是通過高效的算法和模式對全體數(shù)據(jù)進行分析。因此，出現(xiàn)了許多專門針對大數(shù)據(jù)的集成、管理及分析的技術(shù)和方法，如布隆過濾器(Bloom Filter)、散列法(Hash法)、字典樹(Trie樹)、并行計算(MapReduce)等。然而，一方面由于大數(shù)據(jù)來源多樣化，且應(yīng)用于不同的領(lǐng)域，需要采用不同的分析處理模式，當前技術(shù)水平下，難以滿足業(yè)務(wù)需求；另一方面，新興的大數(shù)據(jù)分析技術(shù)，帶來的還有相關(guān)技術(shù)人員不足，據(jù)麥肯錫全球研究院估計，2018年美國對數(shù)據(jù)高級分析師的需求為19萬，對數(shù)據(jù)管理和普通數(shù)據(jù)分析的崗位需求將達150萬。因此，大數(shù)據(jù)環(huán)境下的風(fēng)車型模式中，技術(shù)和人員的缺失成為產(chǎn)品創(chuàng)新最大的阻力。

(4)數(shù)據(jù)應(yīng)用。這里所說的數(shù)據(jù)應(yīng)用階段為狹義的數(shù)據(jù)應(yīng)用，即大數(shù)據(jù)的價值實現(xiàn)。大數(shù)據(jù)具有數(shù)據(jù)價值巨大的特點，使得大數(shù)據(jù)應(yīng)用在多個領(lǐng)域，但是相應(yīng)的數(shù)據(jù)價值密度低，成為風(fēng)車型模式產(chǎn)品創(chuàng)新的制約力。第一，大數(shù)據(jù)由于數(shù)據(jù)量巨大，同時數(shù)據(jù)量又在不斷增長，因此單位數(shù)據(jù)的價值密度在不斷降低；第二，如果所采集的信息本身噪聲較大或者一些關(guān)鍵性的數(shù)據(jù)沒有包含進來，那么所挖掘出來的價值也就大打折扣；第三，大數(shù)據(jù)需要進行深度的數(shù)據(jù)挖掘和分析，而在挖掘過程中所需的人力、財力耗費巨大，項目周期也相對較長，挖掘出來的信息對于企業(yè)決策、成本效益等方面的貢獻并不大。因此，在大數(shù)據(jù)環(huán)境下產(chǎn)品創(chuàng)新的過程中，數(shù)據(jù)價值密度低會造成動力的偏差。

4 案例分析

華為公司作為信息、通信和技術(shù)(ICT)行業(yè)的領(lǐng)軍企業(yè)，在大數(shù)據(jù)、云計算和互聯(lián)互通領(lǐng)域具有天然優(yōu)勢，因而能夠在大數(shù)據(jù)環(huán)境下，快速適應(yīng)產(chǎn)品創(chuàng)新模式的變革。

4.1 廣泛的數(shù)據(jù)來源

華為目前實行“以客戶需求為導(dǎo)向”的產(chǎn)品創(chuàng)新戰(zhàn)略，對客戶的行為分析采用機器學(xué)習(xí)制和全量多維分析，通過構(gòu)建全數(shù)據(jù)模型，實現(xiàn)百萬維度數(shù)據(jù)實時分析。在市場和用戶的數(shù)據(jù)采集方面，華為擁有廣泛的數(shù)據(jù)來源。首先，華為與全球領(lǐng)先的通信運營商建立了 34 個聯(lián)合創(chuàng)新中心或?qū)嶒炇?，通過合作協(xié)議，從運營商處獲取大量的用戶數(shù)據(jù)資源，包括用戶消費數(shù)據(jù)、用戶個人屬性數(shù)據(jù)等，以此拓寬數(shù)據(jù)采集渠道，全面獲取目標用戶的數(shù)據(jù)，把領(lǐng)先技術(shù)轉(zhuǎn)化為自身的競爭優(yōu)勢和商業(yè)成功。其次，花粉俱樂部也是一個很重要的渠道，截至2016年5月1日，論壇內(nèi)帖子總數(shù)達到158263125個，注冊用戶達到25758777位，在花粉俱樂部這個開放社區(qū)里，每周都有上萬個用戶反饋的帖子，其中不乏一些深度的產(chǎn)品使用體驗報告，華為公司通過整合分析用戶的發(fā)言信息，可以低成本、高效率地獲取用戶的需求信息，為智能手機的研發(fā)提供創(chuàng)新思路。最后，華為公司結(jié)合自身的技術(shù)和硬件優(yōu)勢，為每個智能手機內(nèi)置了反饋軟件和傳感器，根據(jù)用戶使用手機過程中傳回的各種數(shù)據(jù)，有針對性地對產(chǎn)品進行功能設(shè)計，推出更符合用戶功能需求的智能手機。

4.2 大數(shù)據(jù)技術(shù)全球研究院

業(yè)界領(lǐng)先的大數(shù)據(jù)技術(shù)是華為公司的核心競爭優(yōu)勢，目前華為在全球共設(shè)有23個研究院，其中有一部分專門從事大數(shù)據(jù)技術(shù)方面的研究。例如，華為在美國、歐洲、印度、深圳、杭州和南京分別建立了MOLAP、分布式計算算法、數(shù)據(jù)可視化、大數(shù)據(jù)管理平臺、流計算、實時決策等專業(yè)研究院，專注于大數(shù)據(jù)的技術(shù)研究。經(jīng)過1000多名員工8年多的持續(xù)努力，華為公司已經(jīng)全方位掌控大數(shù)據(jù)核心技術(shù)，同時為了增加大數(shù)據(jù)平臺的易用性和復(fù)雜查詢能力，創(chuàng)新設(shè)計了表聚簇和多級索引方案，實現(xiàn)與公司現(xiàn)有數(shù)據(jù)庫、數(shù)據(jù)倉庫的無縫對接。

4.3 云計算數(shù)據(jù)中心

隨著數(shù)據(jù)的不斷產(chǎn)生以及數(shù)據(jù)體量的持續(xù)增大，華為公司通過建立云計算數(shù)據(jù)中心來解決數(shù)據(jù)存儲難的問題。目前華為已在安徽宿州、貴州玉溪、江蘇鹽城、浙江湖州、山東濟寧等五個地區(qū)建立了云計算數(shù)據(jù)中心，專門用來存儲和處理大數(shù)據(jù)，同時擁有FusionSphere云操作系統(tǒng)、FusionStorage分布式存儲系統(tǒng)和FusionInsight大數(shù)據(jù)分析平臺、ManageOne數(shù)據(jù)中心管理系統(tǒng)等，并推出面向未來業(yè)務(wù)驅(qū)動的分布式云計算數(shù)據(jù)中心架構(gòu)(SD-DC2)，將其應(yīng)用在智能手機的產(chǎn)品開發(fā)和風(fēng)險控制方面，實現(xiàn)更高效的運作和管理。華為公司通過重構(gòu)以大數(shù)據(jù)為基礎(chǔ)的決策和分析體系，建立基于大數(shù)據(jù)和云計算的產(chǎn)品創(chuàng)新和反饋機制，極大地提高了產(chǎn)品競爭力和客戶滿意度。

5 結(jié)論

傳統(tǒng)環(huán)境下，產(chǎn)品創(chuàng)新的外部動力主要來源于技術(shù)進步、市場需求、市場競爭和政府引導(dǎo)，存在作用力單一、缺乏協(xié)同的問題。大數(shù)據(jù)環(huán)境下，盡管產(chǎn)品創(chuàng)新驅(qū)動力沒有發(fā)生變化，但是大數(shù)據(jù)成功地將這些驅(qū)動力進行了融合，使它們能步調(diào)一致、相互促進，實現(xiàn)更高效地產(chǎn)品創(chuàng)新，即本文提出的風(fēng)車型的產(chǎn)品創(chuàng)新模式。從物理學(xué)角度來看，在大數(shù)據(jù)環(huán)境下的風(fēng)車型產(chǎn)品創(chuàng)新模式中，外部驅(qū)動力在產(chǎn)品創(chuàng)新六個階段的融合效果，遠遠超過了因大數(shù)據(jù)特點所帶來的制約力，完全可以勝任風(fēng)車型產(chǎn)品創(chuàng)新模式動力源，并且取得了更好的作用效果。同時，華為公司利用大數(shù)據(jù)開展產(chǎn)品創(chuàng)新的過程和成果有力地證明了風(fēng)車型產(chǎn)品創(chuàng)新模式的可行性和高效性。因此，風(fēng)車型產(chǎn)品創(chuàng)新模式將成為大數(shù)據(jù)時代企業(yè)產(chǎn)品創(chuàng)新的最佳選擇。

[1]LEE Jay，KAO Hung，YANG Shan.Service innovation and smart analytics for industry 4.0 and big data environment[C]// Proceedings of the 6th CIRP Conference on Industrial Product-Service Systems.Canada，Windsor，2014:3-8.

[2]LABRINIDIS Alexandros.Challenges and opportunities with big data[J].Journal proceedings of the VLDB endowment，2012，5(12):2032-2033.

[3]IDC Special Study.New IDC forecast sees worldwide big data technology and services market growing to $48.6 billion in 2019，driven by wide adoption across industries[R].Framingham，Mass：Research Press Release，2015.

[4]CHEN Hsinchun，CHIANG Roger，STOREY Veda.Business intelligence and analytics：from big data to big impact[J].MIS quarterly，2012,36(4):1165-1188.

[5]BRYANT Randal，KATZ Randy，LAZOWSKA Edward.Big-data computing：creating revolutionary breakthroughs in commerce，science，and society[J].Computing community consortium，2008，8:1-7.

[6]WEF Mobile Financial Services Development Report.Big data，big impact：new possibilities for international development[R].Switzerland，World Economic Forum,2012.

[7]ZHANG Jinsong，CHEN Yan，LI Taoying.Opportunities of innovation under challenges of big data[C]// Proceedings of the 10th International Conference on Fuzzy Systems and Knowledge Discovery.Shenyang，China，IEEE，2013:669-673.

[8]MCAFEE Andrew，BRYN Erik.Big data：the management revolution[J].Harvard business review，2012(10):61-68.

[9]LAVALLE Steve，LESSER Eric，SHOCKLEY Rebecca，HOPKINS Michael，KRUSCHWITZ Nina.Big data，analytics and the path from insights to value[J].MIT sloan management review，2011，52(2):21-32.

[10]MCNALLY Regina，AKDENIZ Billur.New product development processes and new product profitability：exploring the mediating role of speed to market and product quality[J].Journal of product innovation management，2011，28(S1)：63-77.

[11]OECD Digital Economy.Exploring data-driven innovation as a new source of growth：mapping the policy issues raised by big data[R].OECD Publishing.2013，http://dx.doi.org/10.1787/5k47zw3fcp43-en.

[12]XU Zhenning，F(xiàn)RANK Gary.Effects of big data analytics and traditional marketing analytics on new product success：a knowledge fusion perspective[J/OL].Journal of business research,2015.http://dx.doi.org/10.1016/j.jbusres.

[13]陳以增,王斌達.大數(shù)據(jù)驅(qū)動下顧客參與的產(chǎn)品開發(fā)方法研究[J].科技進步與對策，2015，32(10)：72-77.

[14]SUBRAHMANYA Bala.Model of technological innovations in small enterprises：comparative perspective of Bangalore(India) and northeast England(UK)[J].Technovation，2005，25(3):269-280.

[15]ORIHATA Motokazu，WATANABE Chihiro.Evolutional dynamics of product innovation：the case of consumer electronics[J].Technovation，2000，20(8):437-449.

[16]MOWERY David，ROSENBERG Nathan.The influence of market demand upon innovation：a critical review of some recent empirical studies[J].Research policy，1979，8(2):102-153.

[17]孫平，王誼.產(chǎn)品創(chuàng)新——巨變時代中權(quán)利的獲得與利用[M].成都：西南財經(jīng)大學(xué)出版社，1998.

[18]GEORG Susse，ROPKE Inge，JORGENSEN Ulrik.Clean technology innovation and environmental regulation[J].Environmental and resource economics，1992，2(6)：533-550.

[29]JURADO Jaider，GRACIA Antonio，LUCIO Ignacio，HENRIQUEZ Liney.The effect of external and internal factors on firms’product innovation[J].Research policy，2008，37(4)：616-632.

[20]HILBERT Martin.Big data for development：a review of promises and challenges[J].Development policy review，2016，34(1):135-174.

[21]SAGIROGLU Seref，SINANC Duygu.Big data：a review[C]// Proceedings of the 2013 International Conference on Collaboration Technologies and Systems(CTS)，San Diego，CA，2013:42-47.

[22]BHATIA Anuradha，VASWANI Gaurav.Big data-a review[J].International journal of engineering sciences & research technology，2013，2(8)：2102-2106.

[23]MADDEN Sam.From databases to big data[J].IEEE internet computing，2012(5):4-6.

(責(zé)任編輯 沈蓉)

Product Innovation Model Based on External Power in Big Data Environment

Li Bing，Li Yubo

(School of Economics and Management，Harbin Engineering University，Harbin 150001，China)

In the view of external power，all traditional product innovations were done in a single acting force or multiple independent ones.The big data made these acting forces fused fully and efficiently.There was quite obviously a lot of synergy among the forces to push forward product innovations，which worked just like windmill.So the model of windmill-type product innovation was first put forward in this paper.In big data circumstances，it analyzed mechanism of external acting forces from the perspective of different stages of product innovation and mechanism of restrained forces from the view of data processing.It also proved the feasibility and availability of windmill-type product innovation in the environment of big data by the case study of Huawei Company using big data in product innovation.

Big data；External power；Product innovation；Windmill-type model

黑龍江省自然科學(xué)基金項目“節(jié)能減排的低碳效應(yīng)與績效評價研究”(G201313)。

2016-06-02 作者簡介：李冰(1978-),女，黑龍江人，副教授，博士；研究方向：科技與創(chuàng)新管理。

F273

A