企業與用戶互動創新大數據平臺及應用

謝康 肖靜華 于英

隨著互聯網、大數據、人工智能等新一代信息技術的迅速擴散和應用，企業產品創新越來越離不開用戶的參與。互聯網、大數據、人工智能和實體經濟深度融合，表現在產品創新領域主要是企業與用戶互動創新的深度融合。其中，企業與用戶互動創新大數據平臺的構建與應用，成為推動大數據驅動的企業產品創新的重要一環。然而，現有研究多集中于探討大數據平臺的一般性架構特征及應用，缺乏針對企業與用戶互動創新大數據平臺特征及應用的深入剖析。據此，本文擬重點探討三個問題：一是企業與用戶互動創新大數據平臺的規劃與架構，二是企業與用戶互動創新大數據平臺的主要特征，三是企業與用戶互動創新大數據平臺的主要應用與服務方向。

一、企業與用戶互動創新大數據平臺規劃與架構

學術界對大數據平臺的研究可以分為三類，即基于應用、基于模型和基于平臺的研究，主要側重于一般性或面向某個應用領域大數據平臺規劃或運維體系的討論，缺乏面向開放式創新的大數據平臺規劃和運維體系的較為系統和深入的探討。從信息技術（IT）驅動創新的視角看，企業與用戶互動創新大數據平臺規劃的目標，就是將大數據平臺視為支撐企業與用戶互動創新的使能創新工具。信息技術驅動創新視角可以為支撐互動創新的大數據平臺建構提供規劃思想。

企業與用戶互動創新大數據平臺規劃的思想來自兩方面，一是IT的使能創新，二是IT與業務匹配。對于IT的使能創新，IT主要作為一種操作性資源，對企業產品與服務設計、創新流程、商業模式、戰略轉型等產生重要的推動作用。現有研究基于多個視角探討IT對企業創新的使能作用。資源視角認為，IT通過促進現有資源和互補性資源的交互，提高了企業資源配置和利用的效率，因此促進了資源管理創新；學習視角認為，IT促進組織創新性學習，使內部成員積極獲取來自多變外部環境的知識，在知識積累和創新上創造了不易被競爭對手模仿的顯著優勢；能力視角認為，IT本身是一種杠桿式能力，通過撬動、激發現有組織能力，使組織能夠自發重新配置現有資源構建運營能力解決緊急、無法預測而又新奇的環境變化問題，進而實現能力創新。因此，從IT使能創新視角看，互動創新大數據平臺規劃的目標，就是將大數據平臺視為支撐企業與用戶互動創新的使能創新工具。

對于IT與業務匹配，現有研究從靜態角度提出了知識維度、社會維度、結構維度和文化維度的匹配理論，從動態角度則提出了匹配成熟度階段模型、協同演化模型和間斷平衡模型。同樣地，大數據情境下也同樣存在IT與業務匹配，但這類問題往往轉變為數據或數據分析與戰略業務需求之間的動態匹配問題，包括大數據平臺的應用模式、應用標準、大數據存儲、大數據分析處理等與企業管理創新之間的有機銜接和動態優化問題。因此，大數據平臺規劃，需要根據企業業務需求和大數據特征，對數據采集、存儲、管理、分析處理和應用等方面進行總體設計，推動數據與業務匹配融合。

從大數據平臺建構內容和企業實踐來看，規劃思路基本沿著構建知識庫、布置運營環境、數據采集存儲與分析，及展示與應用四步驟來展開，規劃內容主要包括大數據平臺的數據環境與運維體系、數據應用體系，及互動應用體系三大體系，具體著重對大數據平臺體系架構、大數據建模與存儲管理、大數據分析處理，及大數據應用等關鍵技術內容進行規劃。

（一）大數據平臺的數據環境與運維體系

總體上，大數據技術處于以開源方式為主導、多種技術并存的階段，形成數據采集與傳輸、數據存儲與管理、計算處理、查詢與分析、可視化展現等五個技術生態群。概括地說，大數據平臺的數據環境由基礎性軟件硬件體系和運行維護管理體系兩大體系構成。在軟件體系上，Hadoop是目前最流行的，也是被企業實踐采用最普遍的大數據平臺之一，圍繞Hadoop平臺的服務應用形成大量的創新工作，尤其是數據安全管理創新。在硬件體系上，企業主要采取自建或外購云服務的方式提供數據環境支撐。

大數據平臺的運行維護管理體系可為企業與用戶互動創新的過程和數據回流處理提供支撐。例如，Facebook的實時數據收集和分析平臺，側重解決大規模和低延遲問題，對數據進行實時的分類統計，而非通用的數據計算和分析。在數據環境管理上，大數據平臺的建構面臨諸多挑戰，包括大數據采集問題，如何將大數據降低規模，在盡量不損失價值的條件下縮小數據規模，如數據清洗、去除等，以及大數據存儲、管理，及數據分析和應用問題等，這些均需要在環境設計中予以考慮，并提出解決方案。這對互動創新大數據平臺構建也同樣適用。現有研究或側重關注大數據平臺的軟降硬件搭建環境，或側重關注大數據平臺的技術架構分析，對支撐企業與用戶互動創新大數據平臺的構建途徑與運維問題關注較少。

總之，基礎性軟硬件體系主要解決大數據的采集、存儲與處理問題，一是基于開源體系的分布式大數據底層軟件體系，如Hadoop等軟件體系，二是自建或采購外部云平臺的軟硬件體系策略分析。運維管理體系主要解決大數據調度與日常運營維護問題，一是大數據調度管理，解決數據的標準化、有用性和穩定性等問題；二是大數據的安全管理，包括數據的異動管理、監控管理和權限管理等；三是大數據門戶管理，包括可視化管理、移動終端管理系統等。因此，需要解決好以下兩個問題：第一，如何優化好面向與用戶高頻互動（高頻迭代）的軟件硬件配置，以保障互動創新大數據平臺與外部互聯網大平臺之間數據的交互流動；第二，如何借助人工智能技術提高互動創新大數據平臺運行的智能化，提高大數據平臺軟硬件體系的安全性。

（二）大數據平臺的數據應用體系

大數據平臺的數據應用體系包括用戶畫像與行為在大數據平臺的實現方案、新產品在大數據平臺的驗證方案，及知識抽取應用體系三個部分。其中，用戶畫像與行為在大數據平臺的實現方案，主要通過對用戶上網日志的加工處理和分析，形成用戶網上行為的特征刻畫，結合其他基礎信息進行深度數據融合與交叉分析，形成用戶畫像。其中，如何借助大數據平臺提供的日志數據中的結果數據和過程數據構建產品研發模型，如構建基于事件日志的各種模型等，成為基于大數據平臺實施產品研發的關鍵手段之一。

一般而言，用戶畫像與行為的分析引擎設計，基于大數據平臺的用戶畫像與行為分析系統等，也屬于用戶畫像與行為在大數據平臺的實現方案內容。基于大數據平臺的用戶行為分析，指基于大數據平臺的分布式存儲與分析技術支持，通過對平臺覆蓋范圍的所有用戶的海量網絡文本或服務器產生的日志文件進行采集、過濾、篩選和分析，獲得用戶數據與行為之間的關系，從而提煉出企業所需的行為模型或行為趨勢，由此進行基于大數據平臺的用戶行為分析系統設計。例如，新產品在大數據平臺的驗證方案可以在虛擬環境中精確模擬產品、環境、機器和人的互動過程，模擬出產品從構想、實現、應用全流程的物理特性和性能特征，實現產品研發創新的全項目建模和管理，如西門子公司、波音公司的“數字雙胞胎”和數字鏈體系，從而加速產品互動創新。

可以認為，現有大數據平臺應用體系的研究主要側重于技術性描述和架構討論，總體上缺乏對其應用體系的深入探討。圍繞企業與用戶互動創新的用戶行為數據化、產品研發數據化，及創新知識抽取構成的主線，可以作為大數據平臺應用體系的分析線索。

（三）大數據平臺的互動應用體系

基于大數據平臺的企業與用戶互動應用體系主要承擔企業與用戶數據化互動交流的渠道或界面提供，主要包括企業與電商平臺、社交平臺、創客空間等外部數據流的互動應用系統，如企業與Facebook、Twitter、微博、微信等社交媒體的交互連接等系統建構，也包括企業產品數據管理（PDM）、企業資源計劃（ERP）、客戶關系管理（CRM）、呼叫中心（Call-Center）等內部管理平臺數據流的互動應用系統，以及外部與內部數據流之間的系統集成三個應用子系統。

目前，國外研究者多針對Facebook、Twitter等進行數據采集應用研究，國內主要針對新浪微博進行數據挖掘研究及分析。大數據平臺的互動應用體系為企業與用戶互動信息與知識共享提供應用工具，如企業通過API、網路爬蟲、采集器等方法，或者將集中方法綜合使用，形成與用戶的互動數據采集。大數據平臺的互動應用體系不僅包括對用戶電商、社交等互動數據的采集，而且包括對用戶在線學習行為、產品在線口碑傳播等行為數據的采集。對用戶在線學習行為數據的采集是探討用戶互動學習行為的第一步，需要構建用戶學習行為采集模型，包括交互操作、共享操作、提問答疑、學習檢測等行為要素。同時，網絡產品口碑數據采集與排序方法影響互動創新中的產品評價，也構成互動應用體系的一種重要內容。

根據上述討論，可以構建如圖1所示的企業與用戶互動創新大數據平臺架構。

與一般從技術角度提出的大數據平臺架構不同，圖1不是從資源層、感知/接入層、服務層、門戶層，及應用層等純技術實現角度探討企業與用戶互動創新大數據平臺架構，而是從技術創新管理角度提出的企業與用戶互動創新大數據平臺架構，較好地剖析了支撐互動創新的大數據平臺架構特征。

例如，基于企業與用戶互動創新的高頻迭代特征，對大數據平臺的互動應用體系具備類似管理中的效率與靈活二元性變得十分重要。通過大數據平臺應用端的互動體系，企業與用戶互動創新可以形成以靈活性與效率為特征的二元能力。從動態能力視角看，大數據平臺形成的這種互動應用體系的二元能力是互動創新中動態能力的重要體現。

又如，企業與用戶互動創新大數據平臺的互動應用體系，主要解決大數據平臺與內外部平臺之間的大數據交互管理問題。其中，企業與外部大數據交互主要呈現為三個階段：一是企業采集用戶大數據，二是企業將整理加工后的創新方案或設計通過大數據平臺推送給用戶，三是通過用戶反饋，或通過人工智能模型實現對用戶評論的知識抽取而自動形成數據回流，企業更新創新方案或設計。如此循環迭代，直至完成預定的新品研發。在此過程中，需要重點解決以下三個問題：一是企業如何構建與外部平臺之間的互動數據對接與交換，哪些是其中的關鍵非技術因素；二是企業如何借助大數據平臺實現對目標用戶的精準推送或推薦；三是如何獲取更加廣泛和多樣化的普通用戶互動大數據，使普通用戶參與企業互動創新的數據回流更有普遍性。

二、企業與用戶互動創新大數據平臺主要特征

與一般標準的大數據平臺相比，企業與用戶互動創新大數據平臺的主要特征，一是體現在企業與用戶之間數據交互的高頻率和高迭代性，二是大數據平臺應用體系上強調實現對產品創新體系與用戶互動體系的高度集成。

首先，在互聯網、大數據、人工智能等新一代信息技術迅速發展的環境下，企業不斷創新原有的產品研發模式。華為、海爾、美的等大型企業建立的全球開放創新平臺，韓都衣舍、茵曼等中小企業構建的多種眾包創新機制，及全球各地興起的創客運動與創客空間等，使企業與用戶互動創新成為產品創新的主流方向之一。同時，西門子、波音、通用等企業基于大數據產品研發模擬仿真系統，實現產品研發創新的全項目建模和管理，為創新產品研發模式提供了方向。在上述背景下，將既有的產品研發體系與大數據驅動的企業與用戶互動創新體系銜接起來提升創新績效，成為推動企業與用戶互動創新大數據平臺迅速發展的動力。因此，企業與用戶互動創新大數據平臺必然具備有數據交互的高頻率和高迭代性。

其次，與以往PDM、ERP、CRM、仿真設計平臺，或Call-Center等與產品創新相關系統相比，支撐企業與用戶互動創新的大數據平臺一方面需要聚焦于為企業產品創新提供創新性應用服務，即大數據驅動的產品創新服務，通過大數據形成的用戶畫像和用戶行為分析為產品創新提供新工具，另一方面，需要為企業與用戶互動行為提供更加便捷和普遍的實現方式或應用場景，如移動端的各種便捷的用戶創新工具等。因此，大數據平臺需要將產品創新工具與用戶互動工具之間進行系統集成。

因此，企業與用戶互動創新大數據平臺在應用層上，需要重點構建大數據平臺的產品創新管理體系和用戶互動應用體系這兩大體系。

大數據平臺的產品創新管理體系包括大數據平臺、產品數據管理（PDM）、三維計算機輔助設計（CAD）、仿真設計系統等產品研發端管理系統，也包括客戶關系管理（CRM）、呼叫中心（Call-Center）等用戶端管理系統，以及將上述兩方面進行的系統集成。其中，PDM與大數據平臺的集成結構，既決定了大數據平臺產品創新管理體系的基本結構，也對新產品研發的質量可靠性產生重要影響。但是，類似于企業資源系統（ERP）集成一樣，大數據平臺也同樣面臨與企業現有PDM或其他管理系統的大集成或分散管理問題。

與嵌入ERP或獨立系統狀態相比，基于大數據平臺的PDM可以更好地將用戶納入產品創新過程中，使用戶數據與設計、工藝、過程控制、交付操作等產品技術過程數據，及與計劃進度管理、質量管理過程、風險管理過程，及產品體系管理等產品管理過程數據進行實時交互，進而提高新產品研發從供應鏈端即開始的大數據管理，其交叉復現與分析功能為新品質量管理的精細化操作提供了更好的平臺，進而有效提高產品可靠性。一般地，企業信息化基礎不同，采納大數據的發展階段不同，會對企業采取何種大數據平臺管理策略產生影響，大數據平臺對既有產品創新相關系統采取集中式或分散式管理體系，會形成相應類型的產品創新管理體系，進而對產品開發質量與可靠性產生不同影響，這些都是亟待探討的問題。

三、企業與用戶互動創新大數據平臺的應用

企業與用戶互動創新大數據平臺的應用層，在重點滿足企業產品創新及與用戶互動創新要求的基礎上，主要在以下四個方面展開應用服務：一是為企業產品研發的各個環節提供互動創新的用戶資源和大數據決策資源；二是為社會不斷涌現的創客空間、眾包平臺、其他企業的開放式創新平臺，及社會中個人的創新行為提供互動用戶資源，尤其是與產品創新相關的大數據資源；三是為企業內部制造、供應鏈、營銷、售后技術服務等部門提供互動用戶資源及大數據資源；四是為企業與用戶互動創新人工智能的發展提供大數據支撐平臺，成為企業與用戶互動創新協同演化動態能力形成的社會載體之一，促進企業與用戶各自的創新動態能力的提升。

企業產品創新一般由創意涌現、產品驗證、市場驗證、新品主流化驗證，及新品生命周期管理五個環節組成。其中，創意涌現與產品驗證環節組成產品創新第一階段，也是對于產品創新價值與質量成本控制最重要的階段；市場驗證和新品主流化驗證環節組成產品創新第二階段，這個階段決定了新產品上市后對企業創新活動的實質性回報；新品生命周期管理環節為產品創新的第三階段，新產品進入成熟、穩定的常態化階段，逐步被新一代產品所替代。例如，在第一階段中，企業與用戶互動創新大數據平臺主要發揮兩項作用：（1）對創意的及時感知和捕捉；（2）對用戶關于新品工藝與功能評論的即時采集與數據挖掘，由此形成知識發現，并迅速對新品進行改進和調整。例如，美的集團下屬大數據公司——深圳美云智數科技有限公司的大數據平臺發現，有款美的產品經常被個別消費者在社交媒體上“吐槽”新產品的“雜音重”，經產品工程師和大數據平臺多維度知識抽取分析，也難以確定具體原因。為此，售后服務部門和工程師借助大數據平臺將“吐槽”用戶進行精準識別后，親臨用戶住處進行實地調研，結果發現了問題所在，并迅速進行產品工藝和設計調整，從而解決了用戶的使用痛點。又如，在第二階段中，美云智數大數據平臺發現某款產品上市后銷售不如預期，經在社交媒體和電商平臺上采集競品大數據后分析，發現美的產品的設計型號和功能方向不符合中國用戶的習慣，產品研發部門就此迅速調整，結果，大數據驅動的新品上市后很快占據市場銷售的龍頭位置。美云智數的大數據驅動創新實踐表明，互動創新大數據平臺可以為企業產品研發的各個環節提供用戶資源和大數據決策資源，進而發揮大數據驅動的創新價值。

互動創新大數據平臺的第二個主要應用領域，是為社會不斷涌現的創客空間、眾包平臺、其他企業的開放式創新平臺，及社會中個人的創新行為，提供互動用戶資源尤其是與產品創新相關的大數據資源。創客運動和創客空間，各種眾包創新模式，均代表了互聯網環境下用戶參與創新的新趨勢，為企業與用戶互動創新提供了新模式。企業與用戶互動創新大數據平臺首先需要與企業外部擁有相對集中領先用戶的平臺進行數據對接與交換，為企業與領先用戶的互動創新提供信息交流的環境條件。從創意到產品的創客創新過程包括創意涌現、設計與研發、原型制造、眾籌融資與市場驗證，及產品迭代過程，大數據平臺與創客或創客空間的跨平臺協同與創新合作，可以有效集成這個過程，從而為企業與領先用戶之間的互動創新提供新模式。眾包等新產品開發模式亦如此。

互動創新大數據平臺的第三個主要應用領域，是為企業內部制造、供應鏈、營銷、售后技術服務等部門提供互動用戶資源及大數據資源。在制造領域，尤其是智能制造領域，企業與用戶互動創新大數據平臺構成智能制造中人工智能的基礎，缺乏這個基礎智能制造無從談起。例如，姚錫凡等（2017）將大數據分析技術與主動計算相結合，尤其是事件驅動的主動計算，提出了主動制造的大數據驅動新型制造模式，強調激勵用戶參與產品設計，依靠大數據平臺實現用戶隱性知識的集成。因此，從主動制造的視角看，互動創新大數據平臺為智能制造中的產品創新體系提供大數據基礎。在實踐中，波音公司、西門子公司、上海通用五菱等企業，先后借助互動創新大數據平臺提升產品質量。自2012年以來，索菲亞家居將前端與用戶互動創新的數據平臺與后端柔性制造系統進行持續集成優化。截止2017年12月底，索菲亞家居將1350多個城市的3000多家終端門店用戶需求進行大數據平臺管理，實現將用戶創意與產品需求與柔性制造系統之間的大數據交互對接，使大數據平臺與超過中國定制家具行業中超過70%的柔性生產線之間進行數據交互、挖掘與迭代。索菲亞智能工廠的運行，顯示出互動創新大數據平臺對智能制造保持產品質量的強大支持功能。又如，京東、中國寶潔等企業借助與大數據商務智能企業的合作，快速實現與電子商務全價值鏈用戶的精準數據流交互，實現營銷中“千人千面”的創新模式。

互動創新大數據平臺的第四個主要應用領域，是為企業與用戶互動創新人工智能的發展提供大數據支撐平臺，成為企業與用戶互動創新協同演化動態能力形成的社會載體之一，促進企業與用戶各自創新能力的提升。企業與用戶互動創新大數據平臺不僅可以為企業與用戶搭建互動交流的數據平臺，而且隨著人工智能技術的迅速發展，將成為產品創新尤其是責任式創新中創新治理的重要平臺，可以為各行業的責任式創新提供創新倫理與創新責任的第三方精準治理角色，因為互動創新大數據平臺擁有企業與用戶之間的各種互動交流數據，從而客觀上可以提供第三方征信的治理功能。同時，企業與用戶互動創新大數據平臺的應用發展，一方面促進企業針對用戶需求的動態能力的提升，另一方面促進用戶針對創新產品需求的動態能力的提升，從而使互動創新大數據平臺成為企業與用戶協同演化動態能力提升的社會載體，促進企業與用戶協同演化動態能力的提升。

總之，隨著社會中互動創新大數據平臺的應用和普及，企業產品創新模式逐步從借助大數據開展產品創新，向大數據驅動的企業與用戶互動創新模式轉型。所謂大數據驅動的企業與用戶互動創新，指互聯網環境下形成的大數據構成企業與用戶互動創新的源動力，基于此的企業與用戶互動行為促進企業與用戶的創新績效。在這個轉型過程中，互動創新大數據平臺的構建與應用將發揮不可替代的基礎性和技術性作用。

基金項目：國家自然科學基金項目“互聯網環境下企業與消費者協同演化動態能力的構建、演進及影響研究”（71771223）階段性成果。