企業大數據創新能力及作用機理
——創新價值鏈視角

劉小琴，王 楠，李天柱

(1.遼寧科技大學工商管理學院,遼寧 鞍山 114052；2.貴州雙龍航空港經濟區，貴州 貴陽 550005)

0 引言

大數據技術被廣泛應用于諸如產品、服務、商業模式等的創新活動中，數據資源已成為新的創新要素，參與企業價值創造，并通過與傳統要素 (勞動力、資本和技術等)的結合形成更緊密的交互關系，以獨立的、難以復制的要素組合與加工方式實現更便捷、高效的價值創造，其應用潛力不言而喻。盡管業界已經意識到大數據的重要價值，且開始利用大數據資源進行各種創新活動，但很多企業仍無法通過大數據應用提升創新績效[1]，這意味著企業面臨大數據創新能力不足、無法將大數據的潛在價值變為現實價值的困境。明確企業大數據創新具備哪些能力，以及它們之間的作用機理，對于指導企業突破上述困境，快速實現數據價值具有極其重要的理論及現實意義。

學術界對大數據創新能力尚無專門研究，但有關大數據創新的研究卻相當活躍，集中表現在以下4個方面。①基于大數據的產品、服務、組織、模式等的創新研究，這類研究多數運用案例分析探索大數據創新的過程、路徑或應用，如胡海波等[2]、金珺等[3]、李文博等[4]的研究；也有少數學者如謝康等[5]通過實證方法分析基于大數據的產品創新過程。②大數據分析能力與創新關系的研究，這類研究大多通過實證分析探究大數據分析能力在企業創新中的作用，如Tan等[6]、Munodawafa等[7]、Mikalef等[8]的研究。③大數據創新機制研究，這類研究是通過理論演繹或案例分析，構建大數據創新的理論框架[9-10]，研究其創新機理[11-12]。④與大數據創新相關領域如數字化創新[13]、數字化能力[14]等的研究。上述文獻雖然沒有專門研究大數據創新能力構建，但與大數據創新能力的形成過程以及構成要素有密切關系，為本文提供了良好的研究基礎。

學者基于創新要素[15-16]或創新過程[17-18]視角構建企業創新能力，無論要素觀還是過程觀，都默認以技術創新為主。鑒于大數據創新有別于技術創新，上述思路顯然不適用。事實上，大數據作為一種特殊的創新要素，其創新能力形成過程就是數據價值實現過程。因此，融合創新過程和價值創造環節的創新價值鏈理論[19]更適合大數據創新研究。基于此，從創新價值鏈視角對多個典型案例進行扎根分析，試圖回答如下問題：企業大數據創新過程包括哪些環節？在每個創新環節，企業應該具備哪些方面的能力？這些能力之間如何作用，最終實現大數據價值？本文從創新價值鏈視角提出解釋框架，一方面為企業大數據創新能力評價與培養提供理論指導，另一方面為大數據驅動企業創新實踐提供理論支撐。

1 理論基礎

1.1 大數據創新的內涵

創新是利用創新思想生產并銷售產品和服務的活動，本質上是為了響應并改變市場條件，開發新創意并將其轉化為新的產品、工藝、服務或系統[20]，用以獲取競爭優勢[21]和市場價值[22]。因此，本文將大數據創新定義為基于大數據的新思想應用于產品、服務、流程、模式等創新活動并實現商業化的過程。該定義的核心是：①大數據創新實質上是大數據技術驅動下數據賦能的企業創新，表現為數據作為基礎要素參與企業創新活動，實現重大變革的過程，如果僅是將數據信息用于提高工作效率而不是變革，則認為屬于大數據應用而不屬于創新范疇。②大數據創新過程實質上是數據價值實現過程，大數據蘊含巨大價值[23]，這種價值并非數據本身，而是隱藏在數據資源背后的潛在價值，大數據各種創新的核心都是圍繞數據價值的實現與占有[12]。企業通過對數據資源的獲取、挖掘、加工以及應用實現價值的釋放和增長，并隨同形成基于數據資源的創新價值鏈，價值鏈的各環節順次鏈接構成企業創新過程。③大數據創新是一系列創新形態 (如產品或服務創新、市場創新、組織創新、商業模式創新等)的綜合效應。在完整的大數據創新活動中，可能涵蓋不止一種創新形態。例如，企業進行新產品創新時，為了營銷新產品，還需引進新的營銷模式；基于大數據的商業模式創新，一般還會伴隨服務創新以及流程創新等，尤其是在以顧客為中心的時代情境下，為了精準滿足顧客需求，企業通常會整合內外部資源，進行覆蓋產品、組織、工藝、流程以及市場的全流程顛覆式創新。

1.2 大數據創新能力解構

創新能力是企業成功開發新思想并將其應用于產品、服務、工藝、系統等的能力[24-25]，因此將大數據創新能力定義為基于大數據的新思想應用于產品、服務、流程、模式等創新活動并實現商業化的能力。無論何種規模、何種類型的企業，其創新能力形成都對應完整的創新流程[26]，鑒于大數據創新能力形成過程也是價值實現過程[12]，本文從創新價值鏈視角構建企業大數據創新能力。根據Hansen等[19]的觀點，創新價值鏈可解構為創意形成、創意轉化和創意傳播3個相互獨立又緊密聯系的環節，它們依次串聯，構成企業創新全流程。具體說，創意形成是企業通過內部員工跨部門集思廣益或與外部合作伙伴思想碰撞，形成新想法或創意的過程；創意轉化指企業利用內、外部資源，將新概念轉化為具體的產品、服務或流程的過程；創意傳播是企業組織相關人員支持新產品、服務或流程的實踐，最終提升企業績效的過程。大數據作為創新要素，通過數據收集和管理、分析、應用等[27]參與企業創新活動，形成相應的創新能力，如圖1所示。

由圖1可見，創新價值鏈是對創新能力形成過程的映現，也是大數據價值孕育、釋放和實現過程。在創意形成階段，企業基于數據資源發掘創新機會、形成新觀點；數據價值在此階段得以孕育[12]。在創意轉化階段，企業將數據資源有效集成并作用于研發、生產、物流、營銷等運營活動，將新思想新觀點從抽象概念轉換為現實產品或實踐；在此階段，企業借助數字技術對數據資源進行挖掘及加工，將其轉化為有價值信息，數據價值得以釋放。在創意傳播階段，企業將大數據創新結果 (現實產品、服務或商業模式等)應用于終端市場，形成商業化產出，實現數據價值。

圖1 創新價值鏈與大數據創新能力

2 研究方法與數據收集

2.1 研究方法

本文試圖通過構建理論模型，探索企業大數據創新能力的構成要素以及要素之間的作用關系來解釋企業大數據創新過程機理，擬采用案例研究方法。案例研究可以實現不同研究目標， “構建理論”就是其目標之一，本文采用案例研究方法是合理可行的。案例研究可以是單案例也可以是多案例，由于研究的問題比較復雜，單案例呈現的內容有限，多個案例資料可以相互補充以及通過跨案例之間的對比、擴展，達到較好理論構建效果[28]，這樣形成的理論具有更好的普適性。基于此，本文采用多案例扎根研究，嘗試構建更具有普適性的理論模型，以此指導企業大數據創新實踐。

2.2 案例選擇

由于是發展理論而不是驗證理論，選擇理論抽樣非常合適[29]。根據理論抽樣原則，本文選擇大數據創新比較成功、公開素材資料較為豐富、能夠完整反映創新價值鏈過程、從屬于不同行業、不同創新類型的企業，最終篩選出3家企業作為樣本，開展多案例研究，樣本企業情況見表1。本文所選3個案例均屬于本行業大數據創新比較成功的企業，3個案例分別屬于不同的行業，其中北汽福田汽車有限公司 (簡稱福田汽車)屬于制造行業，便利蜂商貿有限公司 (簡稱便利蜂)屬于零售行業，江蘇東智技術股份有限公司 (簡稱東智公司)屬于科技服務行業。創新內容包括服務、渠道、運營模式等不同創新類新。

表1 樣本企業情況

2.3 數據收集

大數據創新是近年來企業創新的熱點，案例資料較為豐富，本文主要以公開發表的二手資料為基礎進行分析。研究小組以 “企業大數據創新活動”為數據收集導向，對上述企業大數據創意形成、創意轉化和創意傳播這3個階段進行數據收集。二手資料的收集途徑包括從中國管理案例共享中心、中文期刊數據庫等獲取公開數據；通過企業官方網站獲取企業大數據創新的數據資料；收集企業出版物以及企業大數據創新的相關報告、各類文檔數據、視頻資料等；搜集企業大數據創新相關的各類新聞報道，企業領導人采訪記錄，重要講話等。通過多種維度收集資料并進行比較，以確保資料的全面性和可靠性，形成三角驗證。

3 案例分析

3.1 創意形成階段3.1.1 創意形成能力解構

(1)大數據思維能力。企業應具備思想層面的能力，指導大數據創新行為，福田汽車公司IT總監早在創新之初就對大數據有深入理解，認為其戰略意義不在于掌握龐大的數據信息，而在于數據背后的價值。具體說，大數據創新不僅是技術應用帶來的變革，更重要的是思維模式的顛覆性變化，其本質是通過數據與數據之間的鏈接、關聯變化和融合[30]打通數據孤島，實現數據價值增值。這意味著企業在觀念上的轉變，要從意識層面認識到大數據創新背后的思維和邏輯，站在數據價值觀視角，圍繞數據資產價值的積累和釋放，進行創新變革，使企業數據真正活起來。只有具備大數據思維的企業，才能從本質上認識大數據，指引大數據創新的方向。

(2)感知識別能力。主要包括創新來源感知、創新機會識別和創新問題識別。首先，企業通過對外部環境的掃描以及大數據發展趨勢的預判，將大數據與行業痛點相結合，感知創新來源。當感知創新來源以后，企業還需要通過市場分析，進一步識別創新機會，并將其作為企業創新的切入點。福田汽車IT總監楊國濤在注意到大眾汽車對大數據的應用以后，就思考如何利用大數據技術精準定位汽車用戶需求 (創新來源)；接著聯合銷售與市場部門，對汽車行業現狀和客戶需求進行調查分析，進一步識別創新機會，發現 “互聯網時代汽車用戶的需求特點決定了企業競爭力主要取決于企業的營銷和渠道能力”，最終決定利用大數據進行渠道創新 (創新機會)。發掘大數據創新機會以后，企業還要識別創新過程中所需解決的關鍵問題，明確 “我們該做什么”，即創新問題識別。本文案例中，東智公司就提出了 “如何提升患者的良好體驗？如何確保患者堅持執行治療方案？如何在醫療系統中為患者創造更多的選擇機會？”等7個關鍵問題，將創新機會轉化為具體行動。

(3)大數據資源。案例資料顯示，數據維度、數據積累和數據狀態決定大數據價值的大小。數據維度指數據來源或收集渠道的豐富程度。大數據來源極其廣泛，既包括公司內部信息管理系統產生的數據、交易數據以及機器傳感數據，也包括外部互聯網絡上的開放性數據。當企業數據來源比較單一時，所包含的信息價值有限，只有當數據維度逐漸豐富乃至于囊括全部數據來源時，數據的巨大價值才逐漸顯露。福田汽車之所以特別重視從不同渠道收集消費者數據，就是因為他們深刻認識到只有通過與消費者多渠道接觸、收集盡可能多樣的數據，才能做出更為全面的消費者洞察。另外，只有大量積累和沉淀的數據才有可能隱含價值，少量的數據也只是數字，并沒有實際的意義；當越來越多的數據被采集存儲，不斷累積，才能由量變到質變。便利蜂在創新初期，由于缺乏大量的用戶數據不能夠精準掌握用戶購買行為，為了克服該問題，企業在最初時追求快速開店，通過 “跑數據”來積累用戶行為數據。從數據狀態看，大數據包括靜態數據和動態數據，二者的價值釋放方式存在差異，動態數據價值釋放依賴于實時分析技術，實時分析往往又是企業商業決策的重要依據，這要求企業不但要關注靜態數據，更應重視動態數據的采集與應用。無論是在門店運營，還是生鮮系統的管理中，便利蜂都特別注重實時數據的價值運用。

(4)創意概念化能力。主要包括創新概念構想、大數據訴求和概念架構設計3個方面。創新概念構想指將模糊抽象的靈感轉化為清晰具體的概念，就福田汽車來說，企業在提出 “全渠道營銷”概念以后，對于什么是全渠道營銷，企業內部認知并不一致，對于新概念的界定并不十分清楚，內部成員經過多次討論碰撞，最終才對概念構想做出清晰界定。大數據訴求指企業大數據創新中所需的數據類型、特征與功能等。一般而言，企業經營業務以及創新機會不同，所需的數據類型也存在差異，如福田汽車的大數據主要包括互聯網、車聯網、制造物聯和業務系統等數據；而便利蜂的數據系統則包括門店、商品信息、消費者、鮮食業務等數據。大數據創新是一系列創新形態的綜合效應，涉及多個業務部門數據的收集、管理與應用，必然帶來管理模式和業務流程革新，通常還需要設計包括數據架構、技術架構、應用平臺以及業務架構等在內的概念框架來描述具體操作和應用過程。東智公司設計了基于 “健康檔案”的區域衛生信息平臺，框架結構包括醫療物聯網、醫院信息平臺、基于大數據分析的醫院決策支持系統以及區域衛生信息平臺四大應用，清晰描繪了健康檔案數據收集、管理過程，健康管理過程，信息共享服務與業務協同等內容。

3.1.2 創意形成能力作用機理

在創意形成階段，企業通過積累大數據資源孕育數據價值，并在大數據思維能力指導下，感知并捕捉創新機會，形成創新概念，使得數據價值得以孵化，作用機理如圖2所示。

圖2 創意形成階段大數據創新能力的作用機理

企業通過感知識別能力快速感知技術變革、市場需求、競爭對手、社會商業環境及內部需求等帶來的潛在機遇，并深入市場進行調查分析，進一步識別大數據創新的機會。值得注意的是，創新機會的感知識別是在大數據思維的指導下進行的，只有從意識層面認識到大數據創新背后的思維和邏輯，抓住大數據的本質，才能更快、更敏銳的感知識別創新機會。另外，大數據創新與 “數據資源”緊密相關，無論是福田汽車全渠道創新、便利蜂運營模式創新，還是東智公司醫療健康模式創新無不以大數據為基礎。當然，由于企業經營業務以及面對的創新機會不同，所需的數據類型、來源也存在差異。在問題識別階段，企業基于數據資源，進行自我診斷，識別其數據使用和管理方面的不足及所需解決的關鍵問題。如何解決這些問題，實際上就是捕捉創新機會，將機會轉變為創新概念。創意概念化過程同樣以大數據資源為基礎，在大數據思維的指導下，完成創新概念構想、大數據訴求，最終形成整體概念架構。創意形成階段同時也是大數據價值孕育階段，隨著數據資源的不斷積累，大數據價值逐漸孕育，并通過數據孵化來釋放其價值。創新機會感知識別、創意概念化正是大數據價值的孵化過程。創意形成階段企業大數據創新能力編碼示例見表2。

表2 創意形成階段開放式編碼示例

3.2 創意轉化階段

(1)創意轉化能力解構。包括大數據管理能力、大數據分析能力、鏈接融合能力和組織變革能力這4個方面。

大數據管理能力。當數據資源被企業擁有并用于創造經濟利益時，就轉變成數據資產。數據一旦轉變為資產，就意味著企業需要對數據的獲取、存儲、使用和維護等進行管理，以控制、保護、交付和提高數據資產的價值[31]。大數據管理能力主要體現在3個方面：①數據整合。傳統數據架構下企業信息系統通常是孤立的，不同來源數據無法互通互聯，形成數據孤島。數據整合可將企業內外部獨立分散的數據匯集整理，并通過標準化處理統一數據格式，形成數據集成，為后續數據資源的價值挖掘提供原材料。②數據存儲。由于大數據體量大、更新速度快，企業面臨巨大存儲壓力，不同類型數據、不同數據聚集方式和不同應用場景對應不同存儲方式，企業需要根據數據規模、生產方式和應用方式等采用相應的數據存儲方式。③數據治理。通過制訂與數據有關的優化、隱私保護和變現政策[32]以提升數據質量、降低企業數據運營成本和風險等。福田汽車特別重視大數據管理，通過建立大數據中心，解決數據質量差且存儲分散、大部分數據靜態存儲、數據格式不統一、不完善等問題；采用 “以終為始”策略，從組織、流程、數據標準和工具4個方面推進數據治理，解決數據治理能力不足的問題。

大數據分析能力。大數據分析是對原始數據進行加工提煉，將其潛在價值轉變為現實價值的過程。大數據分析包括3個方面：①數據實時呈現，借助可視化載體將復雜、抽象的數據用圖表、動畫等直觀、易于理解的形式呈現出來，便于企業實時掌握數據反映的基本信息。②數據挖掘，數據體量大但價值密度低的特點決定了企業無法通過直接觀察獲取數據價值，需要借助數據挖掘，將海量數據背后潛在價值信息提取出來，從而提高數據價值密度。③數據預測，企業基于預測模型分析，通過對數據趨勢、模式和關系等的分析，形成對某件事情未來的預見并做出正確判斷，給出相應措施。便利蜂依靠數據分析支配整套業務流程，從新店選址、流通環節、門店業務流程到營銷管控等全部以數字化形式運營，各環節都有實時數據監控其運營，如在門店運營過程中，通過可視化數據系統實時監控門店銷售。各環節都實時沉淀數據，以便數據挖掘與預測，如在門店運營環節，通過海量的銷售數據和基礎數據挖掘，預測不同場景下消費的商品偏好、購買習慣、搭配策略，指導門店的選品、上品和陳列。

鏈接融合能力。鏈接與融合指任意對象的數字化和任意數字化信息的普遍鏈接[33]，這是數據價值釋放的另一種方式。鏈接是通過互聯網、物聯網技術來連通一切 (如資源、設備、員工、客戶、工具等)，實現人與人、人與物、物與物、企業與企業、企業與顧客之間互聯互通，這種鏈接既是現實世界的連通，也是數字世界的連通。鏈接意味著數據可在不同主體之間流動、共享，促進主體之間的協作與溝通，可以在合適的時間、將合適的信息、提供給合適的人 (物)，優化資源或要素之間的組合方式。融合其實就是任意對象和信息的數字化，是數據要素與其他要素的融合 (全要素數據化)，是物理世界與數字世界的融合。通過全要素數據化實現對人、物、技術、資本、管理等要素流轉的重新配置、協同發展與全面融合；通過物理世界與之對應數字世界的融合，數字世界服務于物理世界，有效促進物理世界的高效發展。鏈接融合能力的廣度和深度，決定了企業所擁有的資源數量和質量，決定了企業所能觸達的市場廣度和深度，也決定著數據價值的釋放和實現程度。例如，福田汽車全渠道營銷就不是各種營銷手段的簡單整合，而是通過全渠道數據的鏈接貫通，根據不同目標顧客對渠道類型的不同偏好進行營銷定位，設計與之匹配的產品、價格等營銷要素組合，并通過各渠道間的協同營銷，為顧客提供一體化的無縫購物體驗。便利蜂為了最大程度保證鮮食產品的高質量，將數據滲入從 “工廠生產”到 “物流運輸”再到 “門店銷售”各個環節，實現各業務部門的數據化鏈接，這充分說明了鏈接融合能力在企業大數據創新中的重要作用。

組織變革能力。鏈接融合必然引起企業內部人與人、人與組織、組織部門之間協作方式以及技術應用的改變，促使企業進行組織變革。不同行業的業務側重點不同，組織變革的內容和形式存在差異，但總體是圍繞組織架構、管理模式、業務流程等的數字化再造展開。大數據加速了企業內部信息的溝通和傳播，使上層領導和下層員工之間直接交流的機會增多，從而減少對中層管理的依賴，企業組織趨于扁平化和網絡化架構，如福田汽車為順應企業大數據創新需要，對其IT組織進行轉型重塑，將過去分散獨立的組織歸屬于事業部組織，形成中心化IT組織架構；便利蜂建立了以總部為中心的組織架構，總部對旗下所有便利店和智能售賣設備直接干預和決策。另外，傳統管理模式由于并不能勝任大數據采集、管理、分析和應用工作，而引起企業市場適應性差和服務滯后等問題[34]，要解決這些問題，企業還應對管理模式進行變革，建立大數據管理模式，提高數據服務效率。為了能夠精準把握各門店的經營情況，便利蜂采取網格化管理模式，將其范圍細化到每平米之內，實現對于門店銷售情況的實時監控以及對門店銷售策略的應用指導。大數據融入企業業務的同時，還可能引起業務內容和流程的改變，并重構業務流程。相對于傳統便利店，便利蜂的整體業務架構是建立在數據、計算和數據分析基礎上，實現生產、物流、配送、門店銷售等環節業務全價值鏈數字化驅動。

(2)創意轉化能力作用機理。當企業積累了一定數據資源，且已形成基于大數據的創新概念，接下來的任務是開發數據價值，將創新概念轉化為具體的產品、服務、模式等，最大可能釋放數據價值。該階段注重強調數據管理分析、組織內部之間的架構特點和協作過程。案例資料分析發現，該階段企業應具備大數據管理、大數據分析、鏈接融合與組織變革能力，作用機理如圖3所示。

圖3 創意轉化階段大數據創新能力的作用機理

數據管理是數據分析和鏈接融合的前提，通過數據的匯總、整合與清洗，剔除無用數據，保留有價值的信息，可以使混亂無序的數字信息更加規整有序，提高價值密度；數據治理則可以進一步優化、提高數據質量，為企業提供更加精準、明晰和受控的信息。缺乏數據管理，則可能出現一系列的問題，如數據格式不統一、質量無法保證等，從而影響后續的數據分析工作；沒有數據管理，企業就無法訪問或集成所有數據，導致數據割裂，也就無所謂數據的連接與融合。數據分析和鏈接融合相輔相成、共同作用，使得數據價值得以開發并傳遞。一方面，企業借助其他要素 (如人力、技術、設備)，對數據資源進行加工處理，挖掘其自身價值；另一方面，數據要素被引入企業運營，實現業務部門之間的連通以及業務與數據的融合，使得不同要素間的組合方式、員工的工作方式、業務部門之間的協作關系均得以優化，進而提高了企業效率。鏈接融合使得數據信息可以在企業內部暢通流動、共享，為企業大數據分析預測提供支持。一旦實現業務層面的數字化鏈接，企業內部員工之間的協作關系與工作模式、資源要素的組合方式、生產方式等的均會發生改變，此時，企業應具備組織變革能力，重新定義管理模式、重塑組織結構和業務流程，以確保數據價值最終能夠順利轉移到新產品、新服務、新模式中等并得以釋放。創意轉化階段大數據創新能力編碼示例見表3。

表3 創意轉化階段開放式編碼示例

3.3 創意傳播階段

(1)創意傳播能力解構。包括顧客價值提升能力、數字化服務能力、與顧客交互能力。

顧客價值提升能力。大數據創新最終能否成功，取決于是否能夠實現商業化。商業化意味要通過與顧客的市場交換獲取價值，為了促使市場交易的順利進行，企業應具備 “顧客價值”提升能力。顧客價值指顧客從企業產品或服務中獲得的可感知的利益或滿足感。一般來講，顧客感知利益越高，產品或服務的市場交換就越順暢，創新成果商業化的幾率就越大。這意味著企業在創新伊始，當以顧客為中心，以顧客訴求為最根本的出發點和落腳點挖掘、識別創新機會，通過大數據創新為顧客提供更多的價值。無論是福田汽車還是便利蜂、東智公司，在創新過程中都始終堅持 “以顧客為中心”的理念，福田汽車在進行全渠道營銷時，實現了以 “品牌為中心”到 “以消費者為中心”的轉變；便利蜂突破了過去固有的便利店購物印象，始終將用戶放在中心位置，著力為每個用戶提供獨特適配的產品與服務。東智公司致力于改變當今以醫生為核心的健康醫療模式，形成以患者為主體的，集自身健康管理、健康網絡和健康信息于一體的醫療體驗模式。

數字化服務能力。大數據具有服務特性，無論是何種類型的大數據創新，實際上都包含對顧客的數字化服務。數字化服務，加速了創新產品 (服務、模式)的商業化應用與傳播，主要包括：①精準定位，全樣本、多渠道的大數據來源，意味著數據隨機性的降低和精準性的提高，使得企業可以多方位全面洞察顧客需求，直擊顧客痛點，為其提供定制化、個性化的產品或服務。無論是福田汽車千人千面的個性化服務、還是便利蜂千店千面的個性化商品布局以及東智公司為居民貼身定制的健康醫療以及客戶獨特的解決方案，都是大數據精準定位的市場應用。②顧客體驗，是顧客在與企業的互動過程中，感受到的舒服程度，在生命周期不同階段為顧客傳遞適當的體驗，可以提高顧客滿意。數字化時代，顧客通過持續的內容互動，更容易形成體驗價值[35]，其重要性也更為突出。上述3家公司都特別注重為顧客提供愉悅的服務體驗，如便利蜂的目標就是做能給用戶提供最好的商品和最好的消費體驗的便利店。

與顧客交互能力。在創意傳播階段，企業與顧客的交互是新產品、服務或模式能夠成功應用的關鍵，其廣度和深度決定了新創意傳播的程度。主要表現為：①顧客接觸，大數據技術以及數字媒介的廣泛使用使得企業能夠在產品全生命周期不同階段、通過多種渠道與顧客全面接觸，及時了解顧客情感的真實表達和需求，幫助其解決問題。②數據反饋，企業對與顧客接觸過程中產生的數據信息進行及時分析，以便了解用戶在創新產品或服務的真實場景中所發生的各類問題，以及顧客在產品、服務使用過程中的 “痛點”，幫助企業從用戶的角度理解認識企業，更好地進行產品、服務的優化改進與創新。③快速響應能力，企業通過用戶數據分析獲得洞見，比競爭對手更為迅速地對市場做出行動。例如，福田汽車通過多種渠道 (如互聯網電商平臺、微信、微博、手機App、4S店等)與用戶接觸，根據其購車需求提供有針對性的銷售或服務，獲取的數據信息進一步反饋給企業，從而形成一個完整的循環體系。在這個體系中，通過不斷的數據更新迭代、數據分析、數據應用、數據反饋與及時響應來保證服務的準確性，提高用戶黏性。

(2)創意傳播能力作用機理。在創意傳播階段，企業通過市場應用以滿足顧客需求最終實現數據價值。該階段企業應具備顧客價值提升能力、數字化服務能力以及與顧客交互能力，3種能力之間的作用機理如圖4所示。

圖4 創意傳播階段大數據創新能力的作用機理

與顧客交互能力和數字化服務能力是前提，二者相互作用，共同促使顧客價值的提升。企業在與顧客多次、反復接觸溝通中，及時反饋與響應交互信息，精準定位顧客需求，從而提供個性化的產品與服務體驗；并在為顧客提供數字化服務的過程中，通過與顧客的交流互動，發現顧客偏好與需求變化，及時調整優化產品與服務，快速迭代創新，最終提升顧客價值。顧客價值提升是創新傳播的結果，是大數據創新產品、服務和模式得以商業化的應用表現。福田汽車全渠道營銷核心內容就是用戶經營和流程重構，其中用戶經營圍繞顧客建立實時在線的數據營銷圈，通過與顧客多渠道全面接觸 (通過App觸點、4S店、自媒體觸點、網站觸點等)，收集應用數據，了解顧客需求，并將其反饋給決策中心；流程重構側重打通研發、采購、生產、銷售等端到端的流程，快速響應顧客需求。通過分析用戶的反饋數據，精準定位其需求，根據不同目標顧客對渠道類型的不同偏好，實行針對性的營銷定位，設計與之匹配的產品、價格等營銷組合，并通過各渠道間的協同營銷，提供一體化的無縫購物體驗。全渠道營銷始終堅持 “用戶”為中心的指導理念，反復強調要研究當下的顧客需求，思考如何運用大數據技術滿足這種需求，最終目的就是通過數據創新提供顧客價值。創意轉化階段企業大數據創新能力編碼示例見表4。

表4 創意傳播階段開放式編碼示例

4 結論與啟示

4.1 研究結論

基于創新價值鏈理論，將企業大數據創新能力解構為創意形成、創意轉化和創意傳播3個模塊。這3種能力順次鏈接，構成大數據創新的整個過程，即新創意從萌發到形成新概念，以及創新概念轉化為具體創新成果 (新產品、新服務或新模式)并最終實現商業化的完整過程；映現了數據價值從孕育、釋放到實現的價值形成過程。

(1)創意形成能力可以解構為大數據思維、大數據資源、感知識別和創意概念化能力，其中大數據資源是基礎，大數據思維起指導作用。企業首先要具備數據的思維能力，才能夠很好的感知并識別創新機會；數據資源足夠充足時，才能抓住機會，將機會轉化為新概念。數據資源孕育了數據價值，感知識別和創意概念化能力則進一步促進了數據價值的孵化。

(2)創意轉化能力解構為數據管理、數據分析、鏈接融合和組織變革能力。數據管理是前提條件，是數據質量的保證；數據分析和鏈接融合相輔相成、共同作用，數據分析將隱含在數據資源背后的價值開發挖掘出來，鏈接融合則促使業務數字化及數據信息能夠在企業內外暢通流動；組織變革能力幫助企業重新定義管理模式、重塑組織結構和業務流程等，使得數據價值最終順利轉移到新產品、新服務、新模式中得以釋放。

(3)創意傳播能力解構為顧客價值提升、與顧客的交互以及數字化服務能力。其中，與顧客交互和數字化服務能力是新產品、服務或模式能夠成功應用的關鍵，二者相互作用，共同驅動顧客價值提升。顧客價值提升意味著顧客滿意度的提高，有利于達成市場交換，促進數據價值實現。

4.2 研究啟示

(1)注重培養大數據思維，加強數據資源積累。現實中很多企業對大數據的認知僅僅停留在技術層面，多注重大數據技術的應用，而忽略了大數據在思想層面所引起的顛覆性的思維模式，企業要善于打破傳統觀念和慣有思維的束縛，樹立以大數據為基礎的管理思維來指導企業創新實踐。另外，數據資源是基礎，是孕育數據價值的土壤，缺乏數據資源，創新機會就是脫離實際的空想，企業要有意識建立數據資源儲備尤其是外部數據的累積和儲備，從多種渠道、不同維度采集各類型數據，形成來源廣泛、類型多樣、全面覆蓋的數據資產。除了自身累積外，還可以通過與數據供應商交易獲取外部數據。

(2)加強數據資產管理能力，打造數據驅動型組織類型。大數據價值密度較低，這成為數據價值釋放的巨大障礙。因此，加強企業數據資產管理能力是非常必要的。例如，制定數據標準，形成數據規范以提高數據質量；制定對應的數據管理辦法、管理流程、責任制度等，確保大數據價值的有效開發。此外，打造數據驅動型的組織類型，重塑企業組織架構、變革業務流程和運營模式等，讓企業各個部門都參與數據運營，實現業務數字化，以數據驅動運營、數據驅流程、數據驅動決策以及數據驅動，真正發揮數據價值。

(3)以顧客為中心，重塑顧客價值，提升企業數字化服務能力。大數據時代，顧客比以前擁有更多話語權和影響力，對企業提出更高要求。企業應從顧客視角出發，探索分析顧客價值尤其是數字價值的增值機會，建立與顧客密切溝通機制，基于數據洞察客戶真實需求，通過數字化應用場景、愉悅的顧客體驗等提升顧客價值。同時，建立以顧客為中心的業務整合，將采購、研發、生產、銷售、市場等整合，打通從采購端到市場端的數字鏈接，實現全價值鏈的數據連通，構筑數字化生產力，有效促進顧客價值創造與傳遞。