市場導向與商業模式創新：大數據能力的調節效應

王核成，童 琦

（杭州電子科技大學管理學院，浙江杭州 310018）

數字經濟背景下消費者話語權、自主權的提升，以及需求層次的多元化發展，迫切需要企業的商業模式變革來適應當下的環境，以此實現顧客價值跳躍式增長和競爭優勢的長存［1］；如青島紅領集團所創造的個性化大規模定制模式成功突破了自身瓶頸，迎來了又一個階段的增長期［2］?，F有研究對商業模式創新的內涵并未形成統一的認識，Osterwalder 等［3］學者都認同商業模式創新是全新的創新范式，闡釋了企業如何獲取價值、創造價值和傳遞價值的獨特的價值經營邏輯。商業模式創新作為連接技術和市場的“橋梁”，并非一成不變，而是能根據市場需求變化進行動態調整以實現卓越的企業績效。因而，如何誘發可持續性商業模式創新已成為商界和理論界關注的焦點。

市場導向理論是80 年代末發展起來的戰略營銷理論，隨后被廣泛應用于組織決策和創新領域?，F有研究對市場導向與商業模式創新的關系并沒有得到一致性的結論。Gadery 等［4］認為市場導向是商業模式創新的重要原因，洞察顧客需求是其源頭和出發點；Christensen 等［5］、Bennett 等［6］學者認為市場導向因過分關注市場意見導致研發近視而無助于企業創新。造成以上分歧的原因主要有兩方面：一是狹義理解市場導向內涵即忽略先動型市場導向維度；二是未充分探討市場導向作用于商業模式創新的邊界條件。基于此，為了更進一步分析市場導向與商業模式創新之間的關系，本研究文提出市場導向的不同維度對商業模式創新的作用路徑可能會呈現不一樣的關系以及大數據背景下會出現新的權變因素作用于上述關系的研究問題。

隨著物聯網、人工智能等新一代信息技術的發展，數據呈現爆炸式增長態勢，大數據已經嵌入到企業商業生態中并成為商業模式創新的基本時代背景［7］。這對市場導向型企業如何利用大數據驅動商業模式創新提出了新的挑戰。動態能力理論指出，僅依賴大數據這一項靜態性的戰略資源難以實現卓越績效和可持續的競爭優勢［8］。這意味著企業需要形成實時獲取、分析、處理和整合海量數據與其他知識資源的大數據能力［9］，將數據轉變為可商業化的知識資產，以用于探索數據背后的價值關聯來驅動商業模式創新從而適應動態復雜的環境。實踐表明，大數據能力是一種能夠轉變解決問題方式的戰略能力，在規范性分析、描述和預測顧客需求層面上得到廣泛應用，這些都將影響市場導向戰略的執行及其結果。Upadhyay 等［10］、Lin 等［11］結合社會物質性觀點，大數據能力是人、組織和技術三者交互共同構成的關系本體，其價值的實現受到組織文化特性、戰略導向與內部知識基礎等因素的影響，故探討大數據能力在市場導向與商業模式創新關系之間的作用機制具有重要的現實意義。

據此，本研究將在數字經濟背景下，以動態能力理論和社會物質性觀為出發點，厘清市場導向不同維度與商業模式創新的關系，并把大數據能力作為市場導向與商業模式創新的邊界調節進行實證分析。這不僅有利于解釋市場導向與商業模式創新之間的關系形態，豐富了其理論研究；而且更能凸顯出企業數字化轉型過程中構建大數據能力的重要性，對增強企業競爭力具有重要的實踐意義。

1 文獻回顧與假設

1.1 先動型市場導向與反應型市場導向

市場導向是戰略導向的關鍵維度，其定義有行為基礎觀和文化基礎觀兩個主要流派［12］。Kohli 等［13］指出市場導向是組織一系列收集、傳播和回應市場情報的行為或活動，旨在最有效率和效果地創造顧客價值。而Slater 等［14］將市場導向界定為一種高效的組織文化，強調顧客導向、競爭者導向及跨部門協作，并認為這3 個維度同等重要。近年來，以資源基礎觀理解市場導向的內涵越發受到重視。如Hunt 等［15］基于競爭優勢的比較理論，認為市場導向是基于顧客需求的潛在資源。綜合以上觀點，本研究認為市場導向是根植于企業慣例和實踐中的有價、稀缺、難以量化和不可模仿的組織文化和價值取向，其核心理念是持續關注顧客需求變化以實現價值增值并建立起戰略優勢。

市場導向能通過及時響應外部市場需求變化來改善企業成長動力的外部支持結構，從而顯著提升企業創新績［4］。Christensen 等［5］、Bennett 等［6］學者認為市場導向因研發近視或過分關注于顧客需求而無助于企業創新。基于以上分歧，Narver 等［16］根據顧客顯隱性需求，將市場導向分為先動型和反應型，認為先動型市場導向是聚焦于挖掘和創造顧客的潛在需求，反應型市場導向是努力理解和滿足顧客的顯性需求。兩者所具有的不同特征決定了對創新績效的差異化作用機制。反應型市場導向呈現出“由顧客所驅動”、被動式適應環境的特征，為改進現有產品或服務提供新思路，容易誘發適應性學習過程。而先動型市場導向則具有“引導顧客需求”、超前性和敏銳性的特征，有助于企業開拓有潛力的新興市場并率先進行原始性的產品開發與商業模式設計，使得企業建立起先發優勢。以往研究大多聚焦于反應型市場導向與創新的關系，但目前隨著消費者需求日趨多元化、個性化發展，競爭環境的日益復雜多變，先動型市場導向已與反應型市場導向扮演著同樣重要的角色，故本研究同時探討先動型市場導向和反應型市場導向與商業模式創新之間的關系。

1.2 商業模式創新

學術界對商業模式的內涵并沒有形成統一的認識。Osterwalder 等［3］從要素視角出發，認為商業模式是一系列要素及其關系的藍圖，描述企業如何創造價值、傳遞價值及獲取價值的基本原理。Zott 等學者［17］基于交易成本理論，指出商業模式是企業與利益相關者的交易行為所組成的運營系統，包括交易內容、交易結構和交易治理。概括而言，商業模式反映了企業整體價值經營的獨特邏輯，描述企業如何創造利潤以及如何與價值鏈上下游、價值網絡甚至是生態系統內利益相關者分配利潤機制的系統性框架。作為創新形態的一種全新范式，近年來商業模式創新受到了廣泛關注。以往的文獻從商業模式創新的動力、路徑以及演變過程進行了深入探討。Chesbrough 等［18］認為商業模式創新連接了技術創新和其蘊含的潛在經濟價值，有助于將技術的客觀價值傳遞給顧客，并能為顧客所理解。Demil 等［19］認為商業模式構成要素之間的復雜互動引發了商業模式創新，是系統性、動態性的創新過程。企業可以通過改變價值主張、供應鏈和目標客戶等核心因素來激發商業模式創新。不可否認的是，顧客價值主張的重新定義在商業模式創新過程中扮演著至關重要的角色，圍繞顧客價值主張設計的商業概念有利于企業獲得競爭優勢。

1.3 大數據能力

數字化戰略的部署催生了數字驅動型組織文化的出現，大量非結構化的、多類型的數據應運而生，大數據能力的重要性愈發凸顯。Rialti 等［20］、Akter等［21］以動態能力理論、資源基礎理論、社會物質主義觀和知識基礎觀等為基礎闡釋了大數據能力概念模型以及大數據能力對組織敏捷性、雙元創新和企業績效等的作用機制。有關大數據能力的認識和理解沒有形成統一的規范，主流觀點是將大數據能力視為創新的IT 能力或動態能力。Bharadwaj 等［9］則從傳統的IT 能力角度出發，認為大數據能力是在特定的時間內對大數據進行獲取、清洗、管理和加工處理的能力，且這種創新的IT 能力能通過更為柔性的資源配置和協調提高企業績效。Gupta 等［22］將大數據分析能力概念化為大數據有形資源、人力資源和無形資源結構的多維三階聚合。Akter［21］綜合社會物質主義觀點和以往IT 能力研究，認為大數據分析能力由管理能力、技術能力和人力能力交互形成。國內學者謝衛紅教授等［23-24］基于資源基礎理論和動態能力理論，認為大數據能力是整合、利用企業一系列資源并從中挖掘商業價值來提高企業適應性的動態能力。由于國內大數據應用建設發展與國外現狀大不一致，故本研究借鑒謝衛紅教授［24］的研究，認為大數據能力是屬于企業的專有互補性資產，包括資源整合能力、深度分析能力以及實時洞察與預測能力3 個維度。

2 研究假設

2.1 反應型市場導向與商業模式創新

反應型市場導向強調密切追蹤顧客現有需求軌跡、把握競爭者的動態變化和跨部門協作，能促進企業培養長期穩定的顧客關系和提升創新能力［16］。Tsai 等［25］認為實施反應型市場導向的組織往往進行更多的利用性創新，將獲取的外部知識納入到組織內部運營流程優化中，為調整業務范圍、改進產品或服務提供新思路，能顯著起到降本增效的作用。反應型市場導向作為內化于企業慣例的戰略理念和價值取向，能使企業充分吸取顧客意見和有效回應競爭對手的威脅，促進組織成員全力以赴創造顧客價值，有助于提升顧客滿意度、忠誠度并打造基于市場導向的競爭優勢。同時，具有較高水平反應型市場導向的企業反映出適應性學習過程，在與顧客、競爭者和供應商溝通交流過程中不斷拓寬組織知識吸收渠道，促使企業整合、提煉和深化內部知識存量，進而持續為顧客創造價值。周飛等［26］對177 家創新型企業的實證研究表明，反應型市場導向對商業模式創新有顯著正向影響。因此反應型市場導向企業對顧客現有需求更為敏感并能迅速拼湊和協調現有資源，改進產品或服務以創造更高的價值，從而促進商業模式創新。綜上所述，本研究文提出如下假設：

H1：反應型市場導向正向影響商業模式創新。

2.2 先動型市場導向與商業模式創新

先動型市場導向聚焦于顧客的隱性需求即顧客自身都未意識到或無法用言語表達的需求，甚至會主動創造需求以變革現有市場［16］?；诮M織學習視角，戴萬穩［27］指出由市場隱性需求驅動的市場型企業，更有可能實現組織學習系統中產品創新層次上的雙環學習過程。這種學習過程本質上是靈活的、更富探索性的活動，能持續不斷地為顧客創造真正卓越的價值并更為經濟高效。實際上，先動型市場導向往往并不囿于企業現有知識和經驗，夢非等［28］主張跨越組織邊界尋找全新的、異質性的、多樣的知識，內外部知識整合有助于打破常規、另辟蹊徑地開發出新產品、新服務以及新的顧客解決方案。正因如此，先動型市場導向企業能跳出反應型市場導向下所導致的“核心能力剛性”的陷阱，不斷拓展顧客價值增值空間［29］。

從企業實踐上看，實施先動型市場導向的企業通過與領先用戶的緊密合作能更快速學習新的游戲規則、利用最新的技術，并先行優化關鍵業務流程和盈利模式，這給企業帶來了長期效益的增長和適應能力的提升。而具有反應型市場導向的企業更容易形成次優慣例，更為依賴現有知識和技能進行實驗，減弱進一步學習的動機，對商業模式創新的影響存在局限性。李全升等［30］對316 家企業的實證研究也表明，先動型市場導向對商業模式創新作用與反應型市場導向不同。換言之，先動型市場導向企業傾向挖掘顧客潛在需求，跳出固有認知邊界并有目的地更新組織內部知識結構，持續提升自身的學習能力和創新能力，最終造就不同的商業模式創新與設計?；谝陨戏治觯狙芯刻岢鋈缦录僭O：

H2：相較于反應型市場導向，先動型市場導向對商業模式創新的正向作用更為顯著。

2.3 大數據能力的調節作用

市場導向作用的發揮依賴于情境因素，其中重要的因素之一就是組織能力，發展企業能力是實施公司戰略的必要手段［31］。隨著生產要素數字化的逐漸普及，大量非結構化、多模態的數據涌現出來，傳統的信息處理流程和技術已難以捕獲大數據所蘊含的價值。在此情境下，企業需要構建大數據能力形成新的處理模式，將從外部獲取的數據轉換為組織內部可控的知識資產，方能挖掘大數據所隱含的商業價值，從而實現商業模式創新。大數據能力被廣泛應用于規范性分析、描述和預測顧客需求層面，有助于企業制定更優的戰略決策，能在降低成本的同時提高顧客滿意度和忠誠度。事實證明，以大數據為中心可以衍生出多種商業模式，而這種應用模式成功與否依賴于企業大數據能力的高低［32］。本研究將從大數據能力的3 個維度來探討其對市場導向與商業模式創新兩者之間關系的調節作用。

第一，實時洞察與預測能力反映了企業基于海量數據預測市場環境變化并及時做出調整的能力［24］，有助于提升對顧客需求的理解以及動態匹配的能力。馮芷艷等［33］學者指出實時洞察能為企業加強全方位的顧客體驗管理、增加消費者福利提供優化策略，為實現卓越的企業績效奠定堅實的基礎。大數據時效性的特征即狀態與價值會隨著時空變化而發生演變也要求企業構建實時洞察與預測能力以挖掘數據內部隱含的價值。因此實時洞察與預測能力越強，企業就越能精確讀取消費者行為、偏好等信息，越有利于市場導向型企業先于競爭對手把握市場機會，及時發現新興的邊緣市場和顧客群體，探索出新的盈利模式和交易方式，進一步重新確定利益相關者的價值主張。此外，Gupta 等［34］實證研究表明大數據預測分析能力能顯著提升組織財務績效、市場績效和運營績效。故本研究提出以下假設：

H3：實時洞察與預測能力正向調節市場導向與商業模式創新之間的關系；

H3a：實時洞察與預測能力正向調節反應型市場導向與商業模式創新之間的關系；

H3b：實時洞察與預測能力正向調節先動型市場導向與商業模式創新之間的關系。

第二，深度分析能力是指企業基于海量數據進行深度挖掘、分析，不斷獲取新洞見的能力［24］。市場導向下所吸取的外部知識如市場知識、技術知識需要經過處理和深入分析后才能萃取、歸納出組織需要的信息。這些從數據中提煉出的知識有助于企業建立行業基準，率先占領新興市場、加速產品開發速度來滿足顧客不斷變化的需求［35］。同時大數據分析能加強組織運營的靈活性和透明度，促進系統內的雙邊信息流動；并通過應用Hadoop 等大數據分析技術去冗降噪保證數據的可靠性和高質量，從而有效降低劣質數據出現的可能性。故深度分析能力越強，數據資源的利用效率越高，所引發的知識和決策錯誤的可能性越小，有助于企業以最大的潛力滿足市場需求和塑造更高的價值創造能力。故本研究提出以下假設：

H4：深度分析能力正向調節市場導向與商業模式創新之間的關系；

H4a：深度分析能力正向調節反應型市場導向與商業模式創新之間的關系；

H4b：深度分析能力正向調節先動型市場導向與商業模式創新之間的關系。

第三，資源整合能力是指企業持續獲取、整合和更新內外部大數據資源的能力［24］，可以持續增強戰略柔性，促使企業創造出新穎的產品和服務以適應市場環境的變化。Smith 等［36］認為資源整合能力本身也是一種知識，通過依賴自身或者與其他知識相結合能創造出新的應用途徑。資源整合能力很大程度上決定了外部知識轉化率和有效利用率，這種能力的重點在于整合創新，涉及對不同來源、不同層次和不同內容的資源協調匹配，能促進企業重構資源組合、能力結構與業務范圍并快速識別競爭環境中存在的創新性機會從而實現突破性創新。從這個意義上來說，企業往往能有效緩解資源約束壓力，通過整合現有內外部資源，突破原有的創新范式；且有助于企業避免因積累單一知識所帶來的創新能力剛性問題。此外，龐長偉等［37］實證分析表明資源整合能力對商業模式創新有促進作用。遲考勛等［38］對142 家新創企業的研究表明企業所采用的資源整合方式會減弱或增強商業模式創新的績效表現。故本研究提出以下假設：

H5：資源整合能力正向調節市場導向與商業模式創新之間的關系；

H5a：資源整合能力正向調節反應型市場導向與商業模式創新之間的關系；

H5b：資源整合能力正向調節先動型市場導向與商業模式創新之間的關系。

在以上假設的基礎上，構建了本研究的概念模型，如圖1 所示。

圖1 市場導向、大數據能力與商業模式創新概念模型

3 研究設計

3.1 數據收集與分析

本研究采用大規模隨機抽樣的方式進行研究，以電子郵件和現場發放的形式向集中在江浙滬等長三角地區的服務類和制造類企業發放問卷。因為該地區數字化轉型發展較為成功、具備成熟的大數據應用體系，能較好地體現企業的大數據能力；同時又因為上述兩類企業的市場導向觀念濃厚，故是探討本研究模型的合適行業。首先，在正式調查之前，基于文獻的查閱設計了原始問卷，并與課題組成員的老師進行討論修改。接著，本研究團隊隨機抽取了浙江省杭州市40 多家企業進行了預調研，根據預調研的反饋意見改進了某些語句的表達方式，使之更為符合中國的語境，從而形成了正式問卷。正式調研中采取了多種措施如在填寫過程中鼓勵多人填寫、對問卷進行匿名處理等來避免共同方法偏差。本次調查歷經3 個月，共發放問卷500 份，回收388份問卷，去掉填寫不完整、隨意填寫等無效問卷后，最終獲得有效問卷285 份，有效回收率57%。具體樣本描述如表1 所示。

表1 樣本基本情況

3.2 變量測量

本研究 量表均源于國內外已有的成熟研究，同時根據本研究的目的加以適當修改并以此作為搜集實證資料的工具。除控制變量外，所有題項都以Likert 五級量表來衡量，“1”表示完全不同意，“5”表示完全同意。此外，根據以往文獻的討論，在研究先動型市場導向、反應型市場導向與其他結果變量時，企業規模、企業主營業務所處的行業類型和所有制性質經常被當作控制變量，故本研究也將這些變量作為控制變量來進行處理。

自變量：先動型市場導向與反應型市場導向。市場導向著眼于顧客需求，強調及時響應以建立先發優勢。量表設計主要借鑒了Slater 等［14］的研究，分別設計了6 個題項，共12 個題項；

因變量：商業模式創新。有關商業模式創新量表的研究已經非常成熟，本研究主要參考了國外學者Hunt 等［15］的經典量表，并結合Dubey 等［35］的研究成果進行了適當的修改，共設計了6 個題項；

調節變量：大數據能力的3 個維度。由于本國大數據應用發展情況與西方國家大不相同且大數據戰略布局也獨具中國特色，故大數據能力量表的設計主要借鑒Gupta 等［22］的研究，從實時洞察與預測能力、深度分析能力和資源整合能力3 個維度進行測量，分別設計了5 個題項，共15 個題項。

3.3 信度與效度檢驗

在信度方面，本研究模型中所有變量的Cronbach’s 值和CR 值均大于0.8（具體結果如表2所示），表明問卷具有較高一致性和可靠性。在效度方面，由于本研究所采用的量表都是參照和借鑒國內外研究中已經使用過的成熟量表，并經過企業訪談、課題組成員討論修改和 預調查等程序后才形成的，故具有較高的內容效度。再者，旋轉成分矩陣顯示33 個問題項代表了6 個因子，共解釋了總變異的68.638%，表明測量具有良好的建構效度。采用KMO和Bartlett 球體檢驗對量表效度進行檢測，KMO 值均大于0.8，所有題項因子載荷均大于0.7，表明變量間具有良好的聚合效度。同時AVE 值均大于0.6 且所有變量的AVE 平方根均大于該變量和其他變量的相關系數，表明變量間具有良好的區分效度。

表2 各變量的信度與效度檢驗

研究采用AMOS 軟件進行驗證性因子分析，結果表明，X2/df=,1.381＜3，RMSEA=0.053＜0.08，CFI=0.973＞0.9，NNFI=0.909＞0.9，表明模型擬合度較好。（具體結果如表3 所示）。針對共同方差偏差問題，本研究采用Harman 單因子檢驗法，即對所有觀測變量進行因子分析，在未旋轉的情況下，第一個因子只解釋了30.742%，而且自變量和因變量都負載到不同的因子上，說明共同方法偏差問題并不嚴重。針對非回應偏差問題，對285 份有效問卷和103 份無效問卷進行T 檢驗，發現所有T 值并不顯著，表明樣本數據不存在非回應偏差問題。

4 實證結果與分析

4.1 描述性統計分析

在進行假設檢驗前，采用Pearson 相關分析對各變量間的相關系數進行了計算。如表3 所示，除控制變量之外，先動型市場導向、反應型市場導向、實時洞察與預測能力、深度分析能力、資源整合能力與商業模式創新兩兩間均存在顯著正相關關系，初步說明本研究假設設計合理；且VIF 值都小于3，遠低于臨界值10，表明變量間的多重共線性較弱，適合做回歸分析。

表3 變量的相關系數矩陣與方差膨脹因子

4.2 假設檢驗及結果

采用多元線性回歸方法對上述假設進行驗證，所得結果如表4 所示。模型2～模型5 是反應型市場導向的假設檢驗。在模型2 的基礎上，模型3、模型4、模型5 分別加入了實時洞察與預測能力、深度分析能力和資源整合能力作為調節變量。模型2回歸結果表明反應型市場導向對企業商業模式創新具有顯著正向影響（β=0.387,P＜0.001），故假設H1得到支持。模型3～模型5 的回歸結果分別表明實時洞察與預測能力、深度分析能力和資源整合能力在反應型市場導向與企業商業模式創新關系中均具有顯著正向調節作用（β=0.229,P＜0.001；β=0.221,P＜0.001；β=0.210,P＜0.001），故假設H3a、H4a、H5a得到支持。

表4 層級回歸分析結果

模型6～模型9 是先動型市場導向的假設檢驗。在模型6 的基礎上，模型7、模型8、模型9 分別加入了實時洞察與預測能力、深度分析能力和資源整合能力作為調節變量。模型6 回歸結果表明先動型市場導向對企業商業模式創新具有顯著正向影響（β=0.400,P＜0.001），故假設H2得到支持。模型7～模型9 的回歸結果分別表明實時洞察與預測能力、深度分析能力和資源整合能力在先動型市場導向與企業商業模式創新關系中均具有顯著正向調節作用（β=0.194,P＜0.001；β=0.233,P＜0.001；β=0.178,P＜0.01），故假設H3b、H4b、H5b得到支持。

圖2 大數據能力三維度對反應型市場導向和商業模式創新的調節效應

圖3 大數據能力三維度對先動型市場導向與商業模式創新的調節效應

5 研究結論與啟示

5.1 研究 結果討論

基于大數據賦能商業模式創 新的時代背景，從動態能力理論出發，將大數據能力作為市場導向不同維度與商業模式創新的獨特邊界條件進行實證分析，得出如下主要結論：

（1）先動型市場導向與反應型市場導向對企業商業模式創新均具有積極影響。市場導向作為戰略導向的重要維度，強調搜索市場知識以創造出符合顧客期望的產品和服務，實現顧客價值增值，拓展企業成長空間；同時商業模式創新中以顧客為中心的思想與市場導向的核心理念不謀而合。該研究結果支持了龐長偉等［37］的研究，即市場導向通過促進企業獲取顧客知識正向影響企業創新績效。

（2）市場導向不同維度對商業模式創新的影響存在一定的差異。研究結果表明，先動型市場導向對商業模式創新的正向影響要強于反應型市場導向。可能原因在于，面臨數字化所帶來的顛覆性影響，先動型市場導向所倡導的主動求變、關注顧客潛在需求以及積極預測市場未來的發展趨勢的經營理念更為適合當下的情景，更能進一步增加創新產品、服務的類型和開拓企業的價值網絡。

（3）大數據能力的3 個構成要素實時洞察與預測能力、深度分析能力和資源整合能力均正向調節市場導向不同維度與商業模式創新之間的關系。數字時代企業競爭情報應聚焦于數據和信息的集成，注意數據分析的可視化，如此才能挖掘隱喻于數據內的價值。企業如何將獲取的數據資源內嵌到內部業務流程中，如何與不同類型的資源協調匹配實則在衡量企業大數據能力水平的高低。事實證明大數據能力能夠支撐企業對新機會的識別和把握，促進市場導向戰略的實施，提升商業模式創新績效。

5.2 研究啟示

理論意義：（1）進一步豐富和細化了市場導向與商業模式創新的理論框架。以往文獻雖較多地探討了市場導向與創新績效之間的關系，但關于市場導向不同維度與商業模式創新關系的研究卻較少；（2）本研究基于大數據背景創新性地引入了大數據能力這一權變視角，明確了市場導向作用于商業模式創新的邊界和條件，有助于解釋以往市場導向與創新績效結論不一致的問題，擴展了企業重構競爭優勢的機理研究；（3）同時研究結果支持了動態能力理論，即企業需要不斷更新與發展現有能力以適應外部環境的動態變化才得以維持可持續的商業模式創新。

實踐意義：（1）管理者要充分審視內部資源和外部環境狀況，平衡和協調兩種不同類型的市場導向，從而與商業模式變革過程相匹配以保持競爭優勢長存。由于資源的有限性，使得過于聚焦于某一類型的市場導向將會導致企業面臨不同的風險。比如反應型市場導向會使企業注重短期效益而不利于可持續發展。（2）管理者要意識到在數字化轉型背景下構建大數據能力的重要性，將大數據資源與內部業務流程、其他資源進行聯動，提高企業運營透明度和資源利用效率，創新顧企交互方式、交易模式，從而實現商業模式創新。

局限性：（1）樣本數據的獲取問題。樣本主要集中在江浙滬等地，可能會帶有一定的區域特征，研究結果的普適性價值將會受到質疑，因此未來的研究應該擴大樣本的來源。（2）后續研究應積極探索戰略導向的不同維度如技術導向、創業導向對商業模式創新的影響，深入解釋它們對商業模式創新績效作用的差異性以及大數據能力可能的作用路徑；（3）本研究采取的是橫截面數據，但商業模式創新是不斷演化的過程，因此未來研究可采用案例研究方法或縱向數據來分析。