近日，我院肖静华教授、博士后吴瑶、博士刘意、谢康教授的论文“消费者数据化参与的研发创新——企业与消费者协同演化视角的双案例研究”在《管理世界》（2018年第8期，第154~173页）上发表。该论文获得“中国企业管理案例与质性研究论坛（2017）”最佳论文。
本次获论文通过对两家互联网服装企业进行案例研究，提出了消费者数据化参与研发的概念，指出大数据下普通消费者通过数据化方式参与研发，企业通过对消费者大数据的利用，使研发决策从依靠人的经验判断转变为依靠人与数据的结合，从而实现研发创新。由此，将消费者参与研发的研究从特殊消费者扩展到普通消费者而形成理论创新，为探讨大数据下企业与消费者价值共创提供了新的洞见。
中山大学管理学院教授，博士生导师，中国信息经济学会副秘书长，国际信息系统协会中国分会理事，广东省商务厅电子商务专家委员会委员。在A类和一类期刊发表论文14篇。研究兴趣：电子商务、企业互联网转型和企业IT创新。主要教学领域：信息经济学、电子商务经济学和电子商务战略与管理。
中山大学管理学院教授，博士生导师，中国信息经济与管理理论研究的先行者之一，现任中国信息经济学会理事长，商务部电子商务专家委员会委员，教育部高校电子商务本科专业教指委委员，教育部新世纪优秀人才，国家社科基金重大项目首席专家，出版专著教材译著25部，发表中英文期刊论文120多篇，获教育部高校人文社科优秀二、三等，长期担任中山大学、中国人民大学、厦门大学和重庆大学EMBA教师。近年来大力推动中国信息经济与管理理论创新，创设中国信息经济学乌家培，鼓励和推动中国青年学者在信息经济与管理领域的理论创新。
摘要：既有消费者参与研发的研究主要聚焦于领先用户等特殊消费者，本文基于两家互联网服装企业的案例研究发现，大数据应用为普通消费者参与企业研发提供了条件和可能。本文据此提出消费者数据化参与研发的概念，从企业与消费者协同演化视角构建了大数据下普通消费者数据化参与研发的理论框架，着重探讨：（1）普通消费者如何参与研发；（2）不同设计的企业如何实现普通消费者参与的研发创新。研究结果表明，大数据下普通消费者通过数据化方式参与研发，企业通过对消费者大数据的利用，使研发决策从依靠人的经验判断转变为依靠人与数据的结合，从而实现研发创新。具体而言，用户导向的企业形成了数据驱动型研发创新，设计师导向的企业形成了数据支持型研发创新。由此，将消费者参与研发的研究从特殊消费者扩展到普通消费者从而形成理论创新，为探讨大数据下企业与消费者价值共创提供新的洞见。
在企业产品研发中，创新者、领先用户等特殊消费者参与的价值已成为研究的共识。但对于普通消费者如何能有效地参与到研发中、企业又如何能有效地利用普通消费者的参与，无论对业界还是学界，目前都处于探索阶段。
现有研究认为，消费者是企业研发的重要来源，能为企业研发提供有价值的信息和创意设计。然而，消费者参与产品研发的文献主要聚焦于探讨企业与特殊消费者的合作，长期以来缺乏针对普通消费者参与的研究。主要原因在于：一方面，普通消费者被认为难以参与企业研发。有别于特殊消费者，普通消费者通常不具备研发所需要的专业知识和能力，其非专业性会对企业研发造成决策困扰，增加研发风险。同时，不少研究指出，消费者参与研发需要主动参与，但多数消费者都缺乏主动参与的意愿。因此，消费者参与研发被限定在具有一定能力和意愿的特殊消费者当中，而普通消费者则被视为研发的观察者。另一方面，企业难以有效利用普通消费者参与研发。因为企业要掌握和处理所有普通消费者信息的成本极高，而获取少量普通消费者的信息又缺乏价值。
然而，大数据的应用正在改变以往普通消费者参与研发和企业利用普通消费者参与研发的约束条件。对于前者，大数据技术提升了普通消费者参与行为的可数据化程度，使其生成的数据具有高易获得性和高商业价值。普通消费者既不需要具备专业知识，也不需要具备主动意愿，就可通过在线行为自动生成大数据，而对企业产生价值；对于后者，大数据的出现挑战了企业传统决策结构技术的成熟应用极大降低了企业获取普通消费者信息的成本，使企业利用普通消费者的数据资源成为可能。
随着市场供给日益丰富，消费者的个性化需求成为企业新的竞争焦点，企业研发的成功越来越与对消费者需求的精准分析和预测紧密相连。因此，如何全面了解消费者，让普通消费者参与到企业研发中从而形成精准式的研发创新，成为摆在企业和学者面前的新课题。
本文发现，大数据为普通消费者参与企业研发提供了条件和可能。本文据此提出消费者数据化参与研发的概念，从企业与消费者协同演化视角构建了大数据下普通消费者参与研发的理论框架，将消费者参与研发的研究从特殊消费者扩展到普通消费者而形成理论创新，使消费者参与研发的理论研究更加丰富和完善，具体体现在以下3方面：
第一，与现有研究聚焦于特殊消费者参与、隐含地认为普通消费者难以参与研发不同，本文研究突破了这一隐含假设，了在大数据下，普通消费者通过数据化方式参与到研发中，从而改变企业的研发行为和模式创新方向。同时指出，普通消费者数据化参与的核心价值在于提高企业研发预测的准确性，这与特殊消费者为企业带来更丰富的产品创意恰好形成互补。
第二，现有研究指出，不同设计的企业，利用消费者参与研发的方式不同。本文在此基础上，提出了大数据下企业实现普通消费者数据化参与的两种研发创新模式。具体而言，用户导向的企业，形成了数据驱动型的研发创新模式；设计师导向的企业，形成了数据支持型的研发创新模式。这表明消费者大数据的应用可以在一定程度上替代设计人员的市场判断经验，但不能替代设计师的专业智慧，由此，不同企业会选择对消费者大数据的不同利用方式。该结论为企业利用消费者数据化参与研发提供了情境化的解释。
第三，与现有研究聚焦于企业利用特殊消费者参与的能力探讨不同，本文的研究表明，在大数据下，企业通过与普通消费者群体的协同演化，不断加深对消费者大数据的分析利用，从而形成研发创新能力。具体而言，用户导向的企业，形成了细分用户、优化决策和构建规则的能力；设计师导向的企业，形成了识别社群、辅助决策和匹配规则的能力。这一结论不仅推进了企业利用消费者参与研发的能力研究，也细化了企业与消费者协同演化动态能力的研究。
本文构建的普通消费者参与研发的理论框架，一方面为大数据与企业研发管理相结合的研究提供了一种新的分析视角；另一方面，也为大数据情境下企业与消费者共创价值的理论研究提供了新的洞见。
本研究为企业开展与普通消费者合作、实现研发创新提供了以下实践：第一，当前国家大力推行的供给侧、市场上随处可见的产品滞销均表明，许多企业生产的产品与市场需求完全脱节。企业要充分获取和利用消费者行为生成的大数据，形成消费者的精准画像，提炼消费者的意见，让普通消费者通过数据方式参与到产品构思、测试和改进等所有环节，从而使供给与需求逐步实现匹配；第二，对于秉承不同设计的企业，需要选择合适的消费者数据化参与策略；第三，在大数据下，企业需要不断加强组织学习，通过与普通消费者群体的协同演化，获取和分析消费者的大数据，形成研发创新能力。
本研究也蕴含了一些需要未来进一步探索的研究方向：第一，企业研发是一个宽泛的概念，不同产品包含的研发类型也截然不同，本文研究聚焦于消费者能够参与并影响的终端消费品。但对于专业性极强的产品，如工业产品、军事产品或医药产品，及各类数字产品等，不在本研究结论可解释的范围内。对于产品类型的扩展，可作为未来研究的重要方向，以深入挖掘消费者参与的类型和模式。第二，尽管本研究解释了以企业为主要调研对象的原因，但补充对消费者的调研仍然是未来研究的重要工作。对于调研普通消费者群体，将会借助定量研究方法，通过结合多种研究方法实现，对企业与消费者调研的平衡。第三，消费者并非是影响企业研发的唯一外部主体，未来研究拟通过复杂适应系统理论来探讨多个外部主体与企业研发的互动关系，以丰富对企业研发创新的解释。第四，本文选取了两个案例，但现实中可能存在更多普通消费者参与的模式和径，未来可通过丰富理论视角开发新的案例，以推进普通消费者参与研发的研究。
在呈现本案例研究中，我们印象最深刻的就是对理论模型的反复修改。我们认为，案例研究中理论模型的价值可概括为三个方面：①减轻评审者或读者阅读和理解的负担；②突出核论和研究创新；③全文。一个好的理论模型需要反复修改，在“模型—研究结论—理论贡献”三者间反复迭代，从而解决构念模糊、逻辑不清及模型表达过于复杂等问题。如果模型能够表达清晰，理论逻辑则会更为严谨。
肖静华、吴瑶、刘意、谢康：《消费者数据化参与的研发创新——企业与消费者协同演化视角的双案例研究》，《管理世界》，2018年第8期，第154~173页。