谢康 肖静华 于英

随着互联网、大数据、人工智能等新一代信息技术的迅速扩散和应用，企业产品创新越来越离不开用户的参与。互联网、大数据、人工智能和实体经济深度融合，表現在产品创新领域主要是企业与用户互动创新的深度融合。其中，企业与用户互动创新大数据平台的构建与应用，成为推动大数据驱动的企业产品创新的重要一环。然而，现有研究多集中于探讨大数据平台的一般性架构特征及应用，缺乏针对企业与用户互动创新大数据平台特征及应用的深入剖析。据此，本文拟重点探讨三个问题：一是企业与用户互动创新大数据平台的规划与架构，二是企业与用户互动创新大数据平台的主要特征，三是企业与用户互动创新大数据平台的主要应用与服务方向。

一、企业与用户互动创新大数据平台规划与架构

学术界对大数据平台的研究可以分为三类，即基于应用、基于模型和基于平台的研究，主要侧重于一般性或面向某个应用领域大数据平台规划或运维体系的讨论，缺乏面向开放式创新的大数据平台规划和运维体系的较为系统和深入的探讨。从信息技术（IT）驱动创新的视角看，企业与用户互动创新大数据平台规划的目标，就是将大数据平台视为支撑企业与用户互动创新的使能创新工具。信息技术驱动创新视角可以为支撑互动创新的大数据平台建构提供规划思想。

企业与用户互动创新大数据平台规划的思想来自两方面，一是IT的使能创新，二是IT与业务匹配。对于IT的使能创新，IT主要作为一种操作性资源，对企业产品与服务设计、创新流程、商业模式、战略转型等产生重要的推动作用。现有研究基于多个视角探讨IT对企业创新的使能作用。资源视角认为，IT通过促进现有资源和互补性资源的交互，提高了企业资源配置和利用的效率，因此促进了资源管理创新；学习视角认为，IT促进组织创新性学习，使内部成员积极获取来自多变外部环境的知识，在知识积累和创新上创造了不易被竞争对手模仿的显著优势；能力视角认为，IT本身是一种杠杆式能力，通过撬动、激发现有组织能力，使组织能够自发重新配置现有资源构建运营能力解决紧急、无法预测而又新奇的环境变化问题，进而实现能力创新。因此，从IT使能创新视角看，互动创新大数据平台规划的目标，就是将大数据平台视为支撑企业与用户互动创新的使能创新工具。

对于IT与业务匹配，现有研究从静态角度提出了知识维度、社会维度、结构维度和文化维度的匹配理论，从动态角度则提出了匹配成熟度阶段模型、协同演化模型和间断平衡模型。同样地，大数据情境下也同样存在IT与业务匹配，但这类问题往往转变为数据或数据分析与战略业务需求之间的动态匹配问题，包括大数据平台的应用模式、应用标准、大数据存储、大数据分析处理等与企业管理创新之间的有机衔接和动态优化问题。因此，大数据平台规划，需要根据企业业务需求和大数据特征，对数据采集、存储、管理、分析处理和应用等方面进行总体设计，推动数据与业务匹配融合。

从大数据平台建构内容和企业实践来看，规划思路基本沿着构建知识库、布置运营环境、数据采集存储与分析，及展示与应用四步骤来展开，规划内容主要包括大数据平台的数据环境与运维体系、数据应用体系，及互动应用体系三大体系，具体着重对大数据平台体系架构、大数据建模与存储管理、大数据分析处理，及大数据应用等关键技术内容进行规划。

（一）大数据平台的数据环境与运维体系

总体上，大数据技术处于以开源方式为主导、多种技术并存的阶段，形成数据采集与传输、数据存储与管理、计算处理、查询与分析、可视化展现等五个技术生态群。概括地说，大数据平台的数据环境由基础性软件硬件体系和运行维护管理体系两大体系构成。在软件体系上，Hadoop是目前最流行的，也是被企业实践采用最普遍的大数据平台之一，围绕Hadoop平台的服务应用形成大量的创新工作，尤其是数据安全管理创新。在硬件体系上，企业主要采取自建或外购云服务的方式提供数据环境支撑。

大数据平台的运行维护管理体系可为企业与用户互动创新的过程和数据回流处理提供支撑。例如，Facebook的实时数据收集和分析平台，侧重解决大规模和低延迟问题，对数据进行实时的分类统计，而非通用的数据计算和分析。在数据环境管理上，大数据平台的建构面临诸多挑战，包括大数据采集问题，如何将大数据降低规模，在尽量不损失价值的条件下缩小数据规模，如数据清洗、去除等，以及大数据存储、管理，及数据分析和应用问题等，这些均需要在环境设计中予以考虑，并提出解决方案。这对互动创新大数据平台构建也同样适用。现有研究或侧重关注大数据平台的软降硬件搭建环境，或侧重关注大数据平台的技术架构分析，对支撑企业与用户互动创新大数据平台的构建途径与运维问题关注较少。

总之，基础性软硬件体系主要解决大数据的采集、存储与处理问题，一是基于开源体系的分布式大数据底层软件体系，如Hadoop等软件体系，二是自建或采购外部云平台的软硬件体系策略分析。运维管理体系主要解决大数据调度与日常运营维护问题，一是大数据调度管理，解决数据的标准化、有用性和稳定性等问题；二是大数据的安全管理，包括数据的异动管理、监控管理和权限管理等；三是大数据门户管理，包括可视化管理、移动终端管理系统等。因此，需要解决好以下两个问题：第一，如何优化好面向与用户高频互动（高频迭代）的软件硬件配置，以保障互动创新大数据平台与外部互联网大平台之间数据的交互流动；第二，如何借助人工智能技术提高互动创新大数据平台运行的智能化，提高大数据平台软硬件体系的安全性。

（二）大数据平台的数据应用体系

大数据平台的数据应用体系包括用户画像与行为在大数据平台的实现方案、新产品在大数据平台的验证方案，及知识抽取应用体系三个部分。其中，用户画像与行为在大数据平台的实现方案，主要通过对用户上网日志的加工处理和分析，形成用户网上行为的特征刻画，结合其他基础信息进行深度数据融合与交叉分析，形成用户画像。其中，如何借助大数据平台提供的日志数据中的结果数据和过程数据构建产品研发模型，如构建基于事件日志的各种模型等，成为基于大数据平台实施产品研发的关键手段之一。

一般而言，用户画像与行为的分析引擎设计，基于大数据平台的用户画像与行为分析系统等，也属于用户画像与行为在大数据平台的实现方案内容。基于大数据平臺的用户行为分析，指基于大数据平台的分布式存储与分析技术支持，通过对平台覆盖范围的所有用户的海量网络文本或服务器产生的日志文件进行采集、过滤、筛选和分析，获得用户数据与行为之间的关系，从而提炼出企业所需的行为模型或行为趋势，由此进行基于大数据平台的用户行为分析系统设计。例如，新产品在大数据平台的验证方案可以在虚拟环境中精确模拟产品、环境、机器和人的互动过程，模拟出产品从构想、实现、应用全流程的物理特性和性能特征，实现产品研发创新的全项目建模和管理，如西门子公司、波音公司的“数字双胞胎”和数字链体系，从而加速产品互动创新。

可以认为，现有大数据平台应用体系的研究主要侧重于技术性描述和架构讨论，总体上缺乏对其应用体系的深入探讨。围绕企业与用户互动创新的用户行为数据化、产品研发数据化，及创新知识抽取构成的主线，可以作为大数据平台应用体系的分析线索。

（三）大数据平台的互动应用体系

基于大数据平台的企业与用户互动应用体系主要承担企业与用户数据化互动交流的渠道或界面提供，主要包括企业与电商平台、社交平台、创客空间等外部数据流的互动应用系统，如企业与Facebook、Twitter、微博、微信等社交媒体的交互连接等系统建构，也包括企业产品数据管理（PDM）、企业资源计划（ERP）、客户关系管理（CRM）、呼叫中心（Call-Center）等内部管理平台数据流的互动应用系统，以及外部与内部数据流之间的系统集成三个应用子系统。

目前，国外研究者多针对Facebook、Twitter等进行数据采集应用研究，国内主要针对新浪微博进行数据挖掘研究及分析。大数据平台的互动应用体系为企业与用户互动信息与知识共享提供应用工具，如企业通过API、网路爬虫、采集器等方法，或者将集中方法综合使用，形成与用户的互动数据采集。大数据平台的互动应用体系不仅包括对用户电商、社交等互动数据的采集，而且包括对用户在线学习行为、产品在线口碑传播等行为数据的采集。对用户在线学习行为数据的采集是探讨用户互动学习行为的第一步，需要构建用户学习行为采集模型，包括交互操作、共享操作、提问答疑、学习检测等行为要素。同时，网络产品口碑数据采集与排序方法影响互动创新中的产品评价，也构成互动应用体系的一种重要内容。

根据上述讨论，可以构建如图1所示的企业与用户互动创新大数据平台架构。

与一般从技术角度提出的大数据平台架构不同，图1不是从资源层、感知/接入层、服务层、门户层，及应用层等纯技术实现角度探讨企业与用户互动创新大数据平台架构，而是从技术创新管理角度提出的企业与用户互动创新大数据平台架构，较好地剖析了支撑互动创新的大数据平台架构特征。

例如，基于企业与用户互动创新的高频迭代特征，对大数据平台的互动应用体系具备类似管理中的效率与灵活二元性变得十分重要。通过大数据平台应用端的互动体系，企业与用户互动创新可以形成以灵活性与效率为特征的二元能力。从动态能力视角看，大数据平台形成的这种互动应用体系的二元能力是互动创新中动态能力的重要体现。

又如，企业与用户互动创新大数据平台的互动应用体系，主要解决大数据平台与内外部平台之间的大数据交互管理问题。其中，企业与外部大数据交互主要呈现为三个阶段：一是企业采集用户大数据，二是企业将整理加工后的创新方案或设计通过大数据平台推送给用户，三是通过用户反馈，或通过人工智能模型实现对用户评论的知识抽取而自动形成数据回流，企业更新创新方案或设计。如此循环迭代，直至完成预定的新品研发。在此过程中，需要重点解决以下三个问题：一是企业如何构建与外部平台之间的互动数据对接与交换，哪些是其中的关键非技术因素；二是企业如何借助大数据平台实现对目标用户的精准推送或推荐；三是如何获取更加广泛和多样化的普通用户互动大数据，使普通用户参与企业互动创新的数据回流更有普遍性。

二、企业与用户互动创新大数据平台主要特征

与一般标准的大数据平台相比，企业与用户互动创新大数据平台的主要特征，一是体现在企业与用户之间数据交互的高频率和高迭代性，二是大数据平台应用体系上强调实现对产品创新体系与用户互动体系的高度集成。

首先，在互联网、大数据、人工智能等新一代信息技术迅速发展的环境下，企业不断创新原有的产品研发模式。华为、海尔、美的等大型企业建立的全球开放创新平台，韩都衣舍、茵曼等中小企业构建的多种众包创新机制，及全球各地兴起的创客运动与创客空间等，使企业与用户互动创新成为产品创新的主流方向之一。同时，西门子、波音、通用等企业基于大数据产品研发模拟仿真系统，实现产品研发创新的全项目建模和管理，为创新产品研发模式提供了方向。在上述背景下，将既有的产品研发体系与大数据驱动的企业与用户互动创新体系衔接起来提升创新绩效，成为推动企业与用户互动创新大数据平台迅速发展的动力。因此，企业与用户互动创新大数据平台必然具备有数据交互的高频率和高迭代性。

其次，与以往PDM、ERP、CRM、仿真设计平台，或Call-Center等与产品创新相关系统相比，支撑企业与用户互动创新的大数据平台一方面需要聚焦于为企业产品创新提供创新性应用服务，即大数据驱动的产品创新服务，通过大数据形成的用户画像和用户行为分析为产品创新提供新工具，另一方面，需要为企业与用户互动行为提供更加便捷和普遍的实现方式或应用场景，如移动端的各种便捷的用户创新工具等。因此，大数据平台需要将产品创新工具与用户互动工具之间进行系统集成。

因此，企业与用户互动创新大数据平台在应用层上，需要重点构建大数据平台的产品创新管理体系和用户互动应用体系这两大体系。

大数据平台的产品创新管理体系包括大数据平台、产品数据管理（PDM）、三维计算机辅助设计（CAD）、仿真设计系统等产品研发端管理系统，也包括客户关系管理（CRM）、呼叫中心（Call-Center）等用户端管理系统，以及将上述两方面进行的系统集成。其中，PDM与大数据平台的集成结构，既决定了大数据平台产品创新管理体系的基本结构，也对新产品研发的质量可靠性产生重要影响。但是，类似于企业资源系统（ERP）集成一样，大数据平台也同样面临与企业现有PDM或其他管理系统的大集成或分散管理问题。

与嵌入ERP或独立系统状态相比，基于大数据平台的PDM可以更好地将用户纳入产品创新过程中，使用户数据与设计、工艺、过程控制、交付操作等产品技术过程数据，及与计划进度管理、质量管理过程、风险管理过程，及产品体系管理等产品管理过程数据进行实时交互，进而提高新产品研发从供应链端即开始的大数据管理，其交叉复现与分析功能为新品质量管理的精细化操作提供了更好的平台，进而有效提高产品可靠性。一般地，企业信息化基础不同，采纳大数据的发展阶段不同，会对企业采取何种大数据平台管理策略产生影响，大数据平台对既有产品创新相关系统采取集中式或分散式管理体系，会形成相应类型的产品创新管理体系，进而对产品开发质量与可靠性产生不同影响，这些都是亟待探讨的问题。

三、企业与用户互动创新大数据平台的应用

企业与用户互动创新大数据平台的应用层，在重点满足企业产品创新及与用户互动创新要求的基础上，主要在以下四个方面展开应用服务：一是为企业产品研发的各个环节提供互动创新的用户资源和大数据决策资源；二是为社会不断涌现的创客空间、众包平台、其他企业的开放式创新平台，及社会中个人的创新行为提供互动用户资源，尤其是与产品创新相关的大数据资源；三是为企业内部制造、供应链、营销、售后技术服务等部门提供互动用户资源及大数据资源；四是为企业与用户互动创新人工智能的发展提供大数据支撑平台，成为企业与用户互动创新协同演化动态能力形成的社会载体之一，促进企业与用户各自的创新动态能力的提升。

企业产品创新一般由创意涌现、产品验证、市场验证、新品主流化验证，及新品生命周期管理五个环节组成。其中，创意涌现与产品验证环节组成产品创新第一阶段，也是对于产品创新价值与质量成本控制最重要的阶段；市场验证和新品主流化验证环节组成产品创新第二阶段，这个阶段决定了新产品上市后对企业创新活动的实质性回报；新品生命周期管理环节为产品创新的第三阶段，新产品进入成熟、稳定的常态化阶段，逐步被新一代产品所替代。例如，在第一阶段中，企业与用户互动创新大数据平台主要发挥两项作用：（1）对创意的及时感知和捕捉；（2）对用户关于新品工艺与功能评论的即时采集与数据挖掘，由此形成知识发现，并迅速对新品进行改进和调整。例如，美的集团下属大数据公司——深圳美云智数科技有限公司的大数据平台发现，有款美的产品经常被个别消费者在社交媒体上“吐槽”新产品的“杂音重”，经产品工程师和大数据平台多维度知识抽取分析，也难以确定具体原因。为此，售后服务部门和工程师借助大数据平台将“吐槽”用户进行精准识别后，亲临用户住处进行实地调研，结果发现了问题所在，并迅速进行产品工艺和设计调整，从而解决了用户的使用痛点。又如，在第二阶段中，美云智数大数据平台发现某款产品上市后销售不如预期，经在社交媒体和电商平台上采集竞品大数据后分析，发现美的产品的设计型号和功能方向不符合中国用户的习惯，产品研发部门就此迅速调整，结果，大数据驱动的新品上市后很快占据市场销售的龙头位置。美云智数的大数据驱动创新实践表明，互动创新大数据平台可以为企业产品研发的各个环节提供用户资源和大数据决策资源，进而发挥大数据驱动的创新价值。

互动创新大数据平台的第二个主要应用领域，是为社会不断涌现的创客空间、众包平台、其他企业的开放式创新平台，及社会中个人的创新行为，提供互动用户资源尤其是与产品创新相关的大数据资源。创客运动和创客空间，各种众包创新模式，均代表了互联网环境下用户参与创新的新趋势，为企业与用户互动创新提供了新模式。企业与用户互动创新大数据平台首先需要与企业外部拥有相对集中领先用户的平台进行数据对接与交换，为企业与领先用户的互动创新提供信息交流的环境条件。从创意到产品的创客创新过程包括创意涌现、设计与研发、原型制造、众筹融资与市场验证，及产品迭代过程，大数据平台与创客或创客空间的跨平台协同与创新合作，可以有效集成这个过程，从而为企业与领先用户之间的互动创新提供新模式。众包等新产品开发模式亦如此。

互动创新大数据平台的第三个主要应用领域，是为企业内部制造、供应链、营销、售后技术服务等部门提供互动用户资源及大数据资源。在制造领域，尤其是智能制造领域，企业与用户互动创新大数据平台构成智能制造中人工智能的基础，缺乏这个基础智能制造无从谈起。例如，姚锡凡等（2017）将大数据分析技术与主动计算相结合，尤其是事件驱动的主动计算，提出了主动制造的大数据驱动新型制造模式，强调激励用户参与产品设計，依靠大数据平台实现用户隐性知识的集成。因此，从主动制造的视角看，互动创新大数据平台为智能制造中的产品创新体系提供大数据基础。在实践中，波音公司、西门子公司、上海通用五菱等企业，先后借助互动创新大数据平台提升产品质量。自2012年以来，索菲亚家居将前端与用户互动创新的数据平台与后端柔性制造系统进行持续集成优化。截止2017年12月底，索菲亚家居将1350多个城市的3000多家终端门店用户需求进行大数据平台管理，实现将用户创意与产品需求与柔性制造系统之间的大数据交互对接，使大数据平台与超过中国定制家具行业中超过70%的柔性生产线之间进行数据交互、挖掘与迭代。索菲亚智能工厂的运行，显示出互动创新大数据平台对智能制造保持产品质量的强大支持功能。又如，京东、中国宝洁等企业借助与大数据商务智能企业的合作，快速实现与电子商务全价值链用户的精准数据流交互，实现营销中“千人千面”的创新模式。

互动创新大数据平台的第四个主要应用领域，是为企业与用户互动创新人工智能的发展提供大数据支撑平台，成为企业与用户互动创新协同演化动态能力形成的社会载体之一，促进企业与用户各自创新能力的提升。企业与用户互动创新大数据平台不仅可以为企业与用户搭建互动交流的数据平台，而且随着人工智能技术的迅速发展，将成为产品创新尤其是责任式创新中创新治理的重要平台，可以为各行业的责任式创新提供创新伦理与创新责任的第三方精准治理角色，因为互动创新大数据平台拥有企业与用户之间的各种互动交流数据，从而客观上可以提供第三方征信的治理功能。同时，企业与用户互动创新大数据平台的应用发展，一方面促进企业针对用户需求的动态能力的提升，另一方面促进用户针对创新产品需求的动态能力的提升，从而使互动创新大数据平台成为企业与用户协同演化动态能力提升的社会载体，促进企业与用户协同演化动态能力的提升。

总之，随着社会中互动创新大数据平台的应用和普及，企业产品创新模式逐步从借助大数据开展产品创新，向大数据驱动的企业与用户互动创新模式转型。所谓大数据驱动的企业与用户互动创新，指互联网环境下形成的大数据构成企业与用户互动创新的源动力，基于此的企业与用户互动行为促进企业与用户的创新绩效。在这个转型过程中，互动创新大数据平台的构建与应用将发挥不可替代的基础性和技术性作用。

基金项目：国家自然科学基金项目“互联网环境下企业与消费者协同演化动态能力的构建、演进及影响研究”（71771223）阶段性成果。