制造型企业基于大数据的商业模式创新

林木西, 白 晰, 何 地

(辽宁大学 经济学院, 沈阳 110036)

0 引 言

随着新一代信息技术的飞速发展,关于大数据的研究与管理实践成为了理论界和实业界关注的焦点。大数据给企业商业模式创新带来了颠覆性变化,诸如阿里巴巴的跨界融合、海尔的“共同创造”联盟、沃尔玛的“社交基因组”及广西糖网的垂直电商模式等成功的商业模式创新实践无一不印刻着“大数据驱动”的标记[1-2]。大数据时代,用户及利益相关者成为数据创造的主要来源,而企业成为数据价值的“消费者”,企业、用户及利益相关者间的价值共创趋势日益突显。因此,在“互联网+”创新驱动与智能制造转型的发展背景下,研究制造型企业基于“大数据”的商业模式创新及其作用机理具有重要的理论和实践意义。

当前,研究者们主要从资源视角和应用视角对“大数据”的定义进行阐述。麦肯锡信息咨询公司[3]基于资源视角,将大数据定义为“规模超出常规数据库工具获取、存储、管理和分析能力的数据集”。Goyal等[4]认为大数据是指多来源的、多种形式的、实时的巨大数据的集合。基于应用视角,McAfee和Brynjolfsson[5]认为大数据是寻求从数据中萃取知识,并将其转化为商业优势的智能化活动。国际数据公司(IDC)[6]指出大数据是一种新型技术架构,具有高速捕捉、发现和分析能力,能够从大量数据中挖掘价值。Beyer和Laney[7]认为大数据具有洞察发现力、流程优化能力和决策能力。

“商业模式”是企业通过设计相应的运营活动体系为客户、企业本身和利益相关者实现价值发现、价值创造、价值获取的基本逻辑或框架[8],主要包括客户细分、价值主张、客户关系、核心资源、关键业务、合作关系、分销渠道、收入来源和成本结构9个要素[9]。商业模式创新则是对原有商业模式的重新构造,是探寻新的业务逻辑和为利益相关者创造价值的新方法[10]。李文博[2]提出了大数据商业模式创新的4类驱动因子,分别是数据时代特质、主体反应行为、行为属性认知和生态系统情景。荆浩[11]构建了基于大数据的商业模式创新框架,并从市场界面、企业界面、客户界面、盈利模式4个层面阐述了商业模式要素与结构的变革。Cheah等[12]构建了一个包含视角、商业模型流程和大数据驱动的业务流程创新3个要素的大数据驱动商业模式创新的整合框架,并将该框架应用于3家中国企业,发现大数据驱动商业模式创新是一个渐进的动态过程。

通过总结现有研究发现,基于大数据的商业模式创新研究处于起步阶段,尚存2个方面亟待解决的问题:1)多数研究属于描述性分析,通常采用理论逻辑推理方法构建相关理论模型,既存在研究片面性的缺陷,又在指导企业实践中缺乏可操作性;2)在一定程度上,大数据驱动企业商业模式创新的作用过程仍是一个“黑箱”,现有研究忽视了大数据与商业模式创新中间环节及各因素的驱动路径。鉴于此,本文选择具有代表性的案例进行扎根分析,揭示制造型企业如何进行基于大数据的商业模式创新,以期为相关管理实践提供有益参考。

1 研究方法与案例选择

1.1 研究方法

作为一项探索式研究,本研究需要深入到企业内部,针对“大数据如何影响商业模式创新”这一问题进行探讨,并通过提炼总结相关概念来构建理论模型。本研究属于“如何”和“怎么样”的问题,适合采用案例研究方法。其中,单案例研究具有较好的研究深度,通过对典型性案例的深度分析,有助于加深对于同类事件、事物的理解[13]。

扎根理论是一种典型且科学的质性研究方法,通过采用系统化的程序分析原始经验性资料进而构建理论,常常被用来探索和归纳某一现象的成因。

因此,本文采用纵向单案例研究,并结合扎根理论研究方法对制造型企业利用大数据驱动商业模式创新的机理进行探索。

1.2 案例选取依据

三一集团始建于1989年,主业是以“工程”为主题的装备制造业,在国内拥有北京、长沙、上海、沈阳、昆山、乌鲁木齐等六大产业基地。在海外,三一集团建有印度、美国、德国、巴西等四大研发和制造基地。目前,集团业务已覆盖全球100多个国家和地区。2008年开始,三一集团为了应对建筑工程机械市场的低迷,同时提升客户体验,开始开发和应用适合自身发展的工业互联网和工业物联网,进入到“互联网+”转型的改革,通过建立基于大数据的工业互联网及管理平台,并借助物联网技术重新设计制定公司营运活动体系,建立了“二横一纵”模式,“二横”指的是价值网络横向集成和客户到企业内部核心业务的集成,“一纵”指的是从客户订单到智能设备的纵向流程。三一集团通过依托大数据的应用实现了商业模式创新。

选择三一集团作为研究案例的典型性主要表现在:三一集团是一家经历了近30年发展的传统制造型企业,应用大数据进行互联网转型的时间也有10年,并且在商业模式创新过程中,大数据几乎彻底改变了其原有商业模式,使得变革前后的差异易于观察。同时,三一集团的成功转型也较好地揭示了大数据对商业模式创新的驱动效果。

1.3 数据收集与处理

本案例资料包括一手资料和二手资料。其中,一手资料通过开放式访谈方式获得。访谈涉及的对象包括三一集团的高层管理者、相关部门负责人和相关高级技术人员。每次访谈时间为40～90 min,访谈过程中有4～5名研究者全程参与记录,并在访谈结束后第一时间进行数据资料的归纳整理。二手资料主要来源于E-mail、报纸、网络资料、企业专刊及公司转型分析报告等。在此基础上,本文采用三角验证法,对从多种信息来源收集到的一手资料和二手资料进行了相互验证以提高研究的信度与效度。

本研究按照Strauss和Corbin[14]的逐级编码技术程序对原始材料进行分析。在扎根编码过程中,采取螺旋式的比较分析法对已得到的编码和新产生的编码进行比对、修订和整合。在得到一些初步结论后,和三一集团相关人员进行交流,以保证研究的精细化和准确化。

2 案例分析

2.1 开放式编码

开放式编码是对原始资料分解和重新整合的过程,将文本中的原文进行标签化以从中发掘初始概念,并提炼概念间的关系形成范畴。本研究围绕“大数据驱动商业模式创新机理”这一核心议题对收集到的原始资料进行开放式编码,通过整理分析后归纳得到108个概念并提炼出31个对应范畴。这31个范畴分别是环境扫描、全景洞察、行为预测、信息分析、运营决策、精准营销、平台链接、数据共享、信息反馈、经营理念、创新精神、信息获取、关注焦点、市场感知能力、重构整合能力、组织学习能力、技术柔性能力、内部资源、外部资源、组织架构、价值网络、伙伴关系、互惠共生、市场定位创新、价值主张创新、营销模式创新、产品服务创新、管理创新、价值链创新、价值成本、价值收入。考虑到文章篇幅有限,开放式编码结果不在此具体呈现。

2.2 主轴式编码

在主轴编码过程中,对根据开放式编码得到的31个范畴之间的内在逻辑关联进行重新整合,最终形成10个主范畴,分别是洞察预测、分析决策、连接整合、管理者认知、动态能力、资源基础、商业生态、定位创新、营运创新、盈利创新。主轴编码结果如表1所示。

表1 主轴编码形成的主范畴Table 1 The main category formed by principal axis coding

续表1

2.3 选择式编码

选择式编码通过对案例资料、产生的概念、对应范畴、主范畴进行更深层次的挖掘、分析、比对,形成能够统领其他范畴的核心范畴。在该模型中(图1),从变量关系层面来看,大数据通过影响管理者认知、资源基础、动态能力和商业生态4种途径来驱动商业模式创新。其中,管理者认知属于个人层面,资源基础和动态能力属于组织层面,商业生态属于外部环境层面。由此可见,该模型提供了一个较为全面的视角来阐述大数据驱动商业模式创新的机理,实现了对基于单一维度研究的拓展。从变量内容层面来看,该模型对大数据和商业模式创新的内涵进行了较为清晰的界定。其中,从应用属性来界定大数据由洞察预测、分析决策和连接整合功能3个维度构成。商业模式创新由定位创新、营运创新和盈利创新3个维度构成,体现了对商业模式构成要素的重新整合和归纳精炼。其中,定位创新反映的是价值发现的变化,运营创新反映的是价值创造与传递的变化,盈利创新反映的是价值实现的变化。

图1 制造型企业大数据驱动商业模式创新的机理模型Fig.1 A mechanism model of big data driven business model innovation in manufacturing enterprises资料来源: 扎根理论的选择式编码

3 模型阐释与研究发现

3.1 “大数据—管理者认知—商业模式创新”影响机理分析

管理者认知是指管理者对所处环境包含的全部信息的识别与加工。管理者认知体现了管理者对外部环境中变化所做出的敏锐反应,直接决定着企业是否会针对外部环境的变化进行商业模式创新的决策[15]。大数据克服了管理者认知的惯性,推动了管理者决策的转型,即从基于直觉的决策方式变为基于数据分析的决策方式。其中,洞察预测功能和分析决策功能起到了直接作用,前者可以帮助管理者及时、便捷、全面地获取企业经营状况和市场变化趋势的相关信息;后者则可以帮助管理者筛选出有价值的信息,有助于提升决策的理性。基于大数据的洞察预测及分析决策功能,管理者可以有目的性地修正企业发展定位,调整运营模式,开发新的盈利模式等,从而实现商业模式创新。基于以上分析,提出以下命题:

命题1 大数据通过提升管理者认知,有助于驱动商业模式创新。

命题1.1 大数据的洞察预测功能有助于提升管理者认知。

命题1.2 大数据的分析决策功能有助于提升管理者认知。

命题1.3 管理者认知的提升有助于驱动定位创新。

命题1.4 管理者认知的提升有助于驱动营运创新。

命题1.5 管理者认知的提升有助于驱动盈利创新。

3.2 “大数据—资源基础—商业模式创新”影响机理分析

企业的资源基础对于商业模式创新的影响至关重要,新的资源能够帮助企业拓展交易的边界和资本,从而为企业的商业模式创新提供可能。首先,大数据本身及其基础设施成为了企业新的核心资产,数据本身就负载着专有性的“知识”,而商业模式创新就是对这些“知识”的系统性设计和有机整合。其次,企业基于大数据的连接整合功能将突破原有的资源依赖性,使得上下游企业间的边界逐渐消失,有助于企业内部资源与外部资源的交换,尤其是有助于获取互补资产。同时,大数据能够持续拓展及更新企业资源,减轻新旧商业模式间资源分配“互噬”所产生的负面效应[16]。此外,大数据还对组织架构的重塑产生影响,跨部门的数据整合与共享促进了企业架构扁平化及部门间协同运作的转变。基于大数据的连接整合功能,企业资源基础不断得以拓展,新的客户数据将有助于企业不断把握市场需求变化,进而推动企业定位创新;新的技术资源、新的渠道资源将有助于企业产品创新和营销创新;新的交易数据资源则降低了企业搜索成本和交易成本,有助于盈利创新;组织架构的调整有助于企业增强敏感性和灵活性,保障了企业商业模式创新的及时响应。基于以上分析,提出以下命题:

命题2 大数据通过拓展资源基础,有助于驱动商业模式创新。

命题2.1 大数据的连接整合功能有助于拓展资源基础。

命题2.2 资源基础的拓展有助于驱动定位创新。

命题2.3 资源基础的拓展有助于驱动营运创新。

命题2.4 资源基础的拓展有助于驱动盈利创新。

3.3 “大数据—动态能力—商业模式创新”影响机理分析

动态能力是企业整合、建立和重构内外部资源以实现与外部环境动态匹配的高阶能力,有助于企业发现新的机会,进入新的市场领域,开展新的创新项目以驱动商业模式创新。强大的动态能力使得企业与消费者、与合作伙伴协同演化,为企业在不确定性环境中的商业模式创新提供了保障动态能力。基于对用户数据的分析及对市场需求的预测,大数据的洞察预测功能能够促进企业市场感知能力的提升,企业可以及时发现市场中的机会与威胁,从而更快地进行价值主张创新;基于对资源的搜寻、整合、共享、智能化分析,大数据的连接整合功能和分析决策功能能够促进企业的整合重构能力、技术柔性能力和组织学习能力,以帮助企业提升产品和服务流程的敏捷性,实现柔性生产;灵活调配资源,提升企业运营效率;通过持续学习,一方面可以提升知识资本,另一方面能克服固有惯例的“锁定”,实现产品创新、管理创新。基于以上分析,提出以下命题:

命题3 大数据有助于提升动态能力,进而有助于驱动商业模式创新。

命题3.1 大数据的洞察预测功能有助于提升动态能力。

命题3.2 大数据的分析决策功能有助于提升动态能力。

命题3.3 大数据的连接整合功能有助于提升动态能力。

命题3.4 动态能力的提升有助于驱动定位创新。

命题3.5 动态能力的提升有助于驱动营运创新。

命题3.6 动态能力的提升有助于驱动盈利创新。

3.4 “大数据—商业生态—商业模式创新”影响机理分析

商业模式是跨越了组织边界的彼此依赖的活动系统,使得企业能够与利益相关者一起创造或分配价值。在当前网络经济环境下,价值链已经由“线性”向“网状”转变,市场竞争也由个体之间的对抗转变为生态系统之间的对抗。企业所处的商业生态将对企业商业模式创新产生重大影响。大数据的连接整合功能能够为企业间搭建信息共享平台,驱动跨界融合,重塑企业外部的商业生态系统,使得企业在价值网络的角色发生变化,从而改变企业价值创造与传递的路径。随着大数据驱动企业外部商业生态系统的持续拓展、优化,企业间的价值共创、社会化协作和网络化生产不断加深,同边与跨边的网络效应不断放大,降低平台参与者各方的交易成本,分享协同效应所带来的价值增值与持续盈利驱动企业间合作开发新产品或者提供新服务[17]。基于以上分析,提出以下命题:

命题4 大数据有助于重塑商业生态,进而有助于驱动商业模式创新。

命题4.1 大数据的连接整合功能有助于重塑商业生态。

命题4.2 商业生态的重塑有助于驱动定位创新。

命题4.3 商业生态的重塑有助于驱动营运创新。

命题4.4 商业生态的重塑有助于驱动盈利创新。

4 结 论

本文对大数据驱动商业模式变革的内在机理进行了挖掘,通过对三一集团案例的扎根分析,构建了制造型企业利用大数据驱动商业模式创新的理论模型。该模型的核心是揭示了大数据影响商业模式创新的路径,包括个人层面的管理者认知、组织层面的资源基础及动态能力、外部环境层面的商业生态。一方面,该理论框架解释了大数据如何驱动商业模式创新的微观机理;另一方面,该理论框架也为如何优化制造型企业基于大数据的商业模式创新提供了一定的启示:

1) 管理者是驱动企业商业模式创新的核心,是大数据与商业模式间的“粘合剂”和“润滑油”。大数据时代,管理者需要改变传统管理观念,树立起“大数据思维”。在企业向“数据治理”模式转型过程中,管理者的“企业家精神”尤为重要。面对日益复杂的外部环境及大数据与企业深度融合的发展趋势,管理者需要着重培养对机会与威胁的洞察力、依靠数据分析的决策能力和执行能力。此外,管理者还要充分意识到大数据可能带来的风险,提高相应的预警和防范能力。对于制造型企业而言,企业在数字化、智能化转型过程中新旧商业模式更替可能导致一定的“摩擦”与“排斥”,管理者需要不断加强学习,提升风险的敏感性、判断的准确性和决策的前瞻性。

2) 企业特定的资源与能力对商业模式创新起到支撑作用。大数据通过拓展企业的资源基础和提升动态能力进而影响商业模式创新,在这一过程中,大数据的价值往往是通过嵌入到企业的资源基础及动态能力中得以发挥。一方面,企业需要加强对大数据平台等基础设施及相关技术的投入,注重人力资本的积累,重视对相关人才的培育;另一方面,企业需要及时调整自身的组织架构、内部制度及管理方式,提高企业的知识管理能力,提升知识传递、共享、利用的效率,以提供对大数据与企业资源及动态能力之间融合的支持。同时,企业维持更强的资源基础及动态能力将有助于保障商业模式的创新。大数据与企业资源及能力的结合,使得企业原有能力得到升级,这种基于大数据的动态核心能力将成为未来企业获取竞争优势的新兴能力。

3) 大数据使得企业边界日益模糊,企业需要注重外部商业生态的构建。大数据推动制造型企业外部价值网络不断拓展和重构,形成了基于用户和利益相关者全面参与的“研发—生产—销售—物流—售后”一体化的全链型商业生态圈,其商业模式创新依赖于对外部商业生态系统互补性资产的获取。因此,企业需要参与并利用其所在的商业生态系统,积极与其他成员建立起互惠共生关系,识别其在生态系统中的位置/角色,并制定相应的发展战略。在大数据背景下,传统制造型企业逐渐向“平台型”企业转型,而基于平台的资源汇聚则打破了原有地域、产业层面的约束,对此,企业应该完善对平台及相关成员的治理,增强企业与新兴要素及组织的互动,加速跨界融合和资源共享,激发平台形式和功能的多样化与复杂化,促进商业生态伙伴及要素的合力对企业商业模式创新的驱动作用。

本研究存在的局限:一方面,本研究仅选取了三一集团一家企业进行纵向单案例研究,尽管本案例具有典型性,但由于不同地区制造业发展水平不同,对于研究框架的普适性还需进行更多案例的检验;另一方面,所构建模型中的各变量各维度之间的交互关系有待深入研究。例如,管理者认知是影响组织动态能力形成的重要途径,而管理者认知、资源基础、动态能力、商业生态之间也具有一定的关联。因此,未来研究还需关注这些变量之间的交互作用和影响途径。此外,当前我国制造型企业基于大数据的智能化转型尚未成熟,企业商业模式创新是个动态演化的过程,未来研究还需加强对不同阶段创新演化的分析,以建立更加完善的理论框架。