您好, 访客   登录/注册

价值体系演化视角下大数据对商业模式创新的影响

来源:用户上传      作者:

  内容摘要:本文从商业模式的价值要素出发,阐明了价值体系的演化发展阶段,分析了大数据如何影响价值体系从而推动商业模式创新的过程。结果表明,从价值链到价值生态系统,大数据通过影响不同阶段的价值体系驱动商业模式创新,并且在不同演化阶段大数据驱动商业模式创新的方式各有不同:在价值链阶段,大数据通过影响核心价值活动驱动商业模式创新;在产业链阶段,大数据通过影响信息流、物流和资金流驱动商业模式创新;在价值网络阶段,大数据通过影响生产网络、销售网络和顾客网络驱动商业模式创新;在价值生态系统阶段,大数据通过影响不同的价值群落及其互动关系,以产品、服务、营销和产业创新共同促进商业模式创新。
  关键词:大数据   价值体系   演化   商业模式创新
  大数据与商业模式创新
  作为管理领域研究的热点问题,商业模式创新代表着全新的活动体系,其中包括企业及其联盟的创新行为、价值创造以及价值获取(Bouncken和Fredrich,2016)。许多国际知名企业,例如苹果、谷歌和亚马逊,以及国内的阿里巴巴和腾讯,都获得了巨大的成功,而其成功不仅仅由于雄厚的科技实力,也因其在商业模式方面所采取的创新。商业模式创新是指企业寻求新的逻辑和方法,为相关利益各方创造和实现价值,并且为顾客、供应商以及合作伙伴定义新的价值主张(Casadesus-Masanell,Zhu,2013)。价值创造是商业模式创新的重要载体,其核心要素包括价值主张(识别企业能够为顾客提供的价值)、价值创造(商业模式的运作如何实现这些价值)和价值获取(顾客价值的实现如何为企业带来盈利)。在信息时代,大数据已经成为企业的宝贵资产,并正在改变企业的商业和盈利模式,成为影响企业运作的最重要因素之一。大数据提供了一种全新的能力,通过对海量数据进行分析和挖掘,从中获得有价值的信息,进而为企业发现和创造价值提供新的基础和路径(李文莲和夏健明,2013)。从这三个核心要素来看,大数据都能够为商业模式创新带来价值贡献。
  首先,在价值主张方面,企业可以收集和获取客户产生的大量数据,通过对这些数据的分析,企业能够更好掌握顾客对商品或服务的喜好及消费习惯;同时数据收集分析也可以跨越组织边界,数据的可获得性使得企业能够容易获得竞争对手产品和服务的相关信息,通过比较和分析,有助于企业更为精准地掌握顾客的价值主张。其次,在大数据技术的支持下,企业能够对历史数据资源进行度量,定位价值链上的关键环节,改进内部的业务流程,有效整合各部门之间的运作关系,加速新创意的构想,快速交付产品和服务,从而在时间和质量两个维度上获得竞争优势。最后,企业通过大数据可以精确定位“关键的少数”,即最能够为企业带来营收的关键市场区隔及顾客,并针对这些“关键的少数”提供有针对性的销售和服务策略;此外,企业通过建立数据模型,可以提高决策的科学性和精确性,降低企业的运营成本并提高企业的绩效。
  价值体系的动态演化
  自波特提出价值链的概念以来,随着价值创造流程的复杂化,学者们对这一概念进行了扩展。价值链从单个企业内部的价值活动集合出发,演化为企业与上游供应商和下游经销商之间的产业价值链;而后企业又以联盟为载体,打破产业边界进行合作,聚合彼此的核心能力,使得价值网络成为创造价值的新机制;随着互联网经济的发展,价值创造活动也呈现出与生态系统相似的特征,在共创价值机制的引领下,供应商、合作企业、顾客等不同主体都参与到价值活动中,形成价值生态系统(金帆,2014)。
  商业模式创新是企业价值创造基本逻辑的创新变化,它既可能包括商业模式构成要素的变化,也可能包括要素之间互动关系的变化(王永生,2013)。大数据对商业模式创新的作用,是通过影响商业模式的组成要素而发生作用的:要么改变要素本身,要么改变要素之间的关系。基于价值创造在商业模式中的重要地位,可以推断通过大数据影响价值体系是实现商业模式创新的重要路径。换言之,价值体系在大数据对商业模式创新的影响中承担着重要的中介角色,可以通过大数据影响价值体系,从而引发商业模式创新。
  大数据通过价值体系驱动商业模式创新
  (一)通过内部价值链驱动商业模式创新
  对企业而言,产品与服务提供的顾客价值是所有商业模式的出发点。企业最重要的任务之一是甄别哪些价值活动是构成商业模式的核心要素。依托大数据技术,企业通过对营运数据进行收集和分析,可以确定核心的价值活动,实现资源和能力聚焦,有效驱动企业内部价值链的整合和优化,从而驱动商业模式创新。
  一般认为企业的价值活动包括采購、生产、营销和服务。在采购环节,企业可以整合历史采购数据和销售数据,预测用户对产品的需求,从而提升采购的精确性,降低库存成本;在生产环节,企业可以对生产过程进行动态监测,并通过SPC过程控制实时监控质量数据,对出现的质量问题和风险及时预警,降低损失;在营销和服务环节,通过对顾客的消费数据进行分析,可以精确了解顾客的需求,进行精准营销并提供个性化服务。
  为了使价值链的作用最大化,企业需要对价值活动的流程进行优化,让企业价值活动的执行顺序更加合理。企业内部的价值活动通常是跨部门展开的,需要对其进行整合,使跨部门的活动接受统一的调度和指挥,在整体上达至最佳效果。对价值活动进行整合的最有效手段是以数据流取代业务流,通过MIS系统和数据的运用,分析部门接口之间的效率瓶颈,以数据驱动分析和解决问题,实现跨部门活动的信息流通和共享,从而提升跨部门的价值活动效率。传统的流程再造和优化方式通常具有实验性和破坏性,同时要付出大量的时间成本,总体上拉高了企业的试错成本和不确定性。在大数据背景下,可以针对海量业务数据进行敏感性分析和蒙特卡洛分析,对流程瓶颈和效率洼地进行预测和识别,提高流程优化的成功概率并极大降低成本和风险。
  商业模式创新有时还需要针对顾客需求的变化,对原材料的供应和采购、生产过程和销售策略等价值链上的活动进行快速调整。市场状况瞬息万变,需要企业进行前置作业,最佳的应对方式就是利用大数据预测顾客需求的变化,并据此快速调整采购、生产和销售等价值活动。   (二)通过产业价值链驱动商业模式创新
  随着互联网经济的发展,企业的经营活动逐渐突破边界限制,从企业内部的价值链延伸到上下游产业,形成产业价值链。大数据的出现,改变了传统业务模式下产业价值链中的信息流、物流和现金流的走向和使用模式,也使得企业的商业模式出现了新形态。
  首先,大数据的出现可以有效提升物流系统的效率。通过在物流系统中运用物联网和信息定位技术对物流大数据进行分析,可以合理配置物流配送中心的选址以及物流配送区域的划分,有效降低物流运送成本,为商业模式创新提供必要的支持和保证。
  其次,大数据技术的使用也可以极大提高信息在产业价值链中的流转效率。商品条形码、RFID以及EOS等技术和数据处理系统的使用,极大改变了上下游企业对信息流的处理模式。通过聚合信息资源,能够加速信息的传播和共享,减轻信息不对称对产业供应链的影响,促进上下游企业之间的协同。通过大数据的搜集和共享,上下游的成员可以直接访问彼此的关键信息,突破信息瓶颈,使库存水平、产量等要素更加透明,整体上降低成本。同时,通过对消费者大数据的分析,可以实时掌握顾客的需求和反馈,并在整个产业链上及时做出联动反应。
  最后,运用大数据技术可以在交易过程中实时高频记录相关交易的所有信息,改变资金流在产业价值链成员之间的流动方式、交易形态和使用效率,具体体现在:具有强大数据支持功能的多种支付工具的使用极大提高了顾客支付的效率;产业链中各成员之间商品转移的方式和收益分配的模式朝向数字化的方向转变;产业链中的不同企业都可以通过大数据更有效的掌握下游客户的消费模式和偏好,并根据消费金额识别关键客户,有针对性的展开营销,为创造新的商业模式奠定基础。
  (三)通过价值网络驱动商业模式创新
  借由大数据的穿透性,许多既有的资源边界和市场边界被打破(李艳玲,2014),融合已经成为新经济环境下的必然趋势。企业的价值体系可以容纳更多的成员,进一步形成企业的价值网络(David,Joseph,2000),许多新的商业模式正是基于价值网络展开。价值网络驱动的商业模式创新,主要从三个维度展开,分别是生产网络、销售网络和顾客网络。
  就生产网络而言,随着产品复杂性的不断提高,企业需要与生产网络的不同成员合作,整合来自于多元系统的数据以共创产品(Sang等,2012)。由不同成员构成的生产网络其沟通和协调的成本会增加,利用大数据技术可以构建沟通平台,在多个生产企业之间建立信息共享机制,减少信息不对称。通过大数据分析,还可以建立自动的筛选和甄别机制,搜寻和识别符合条件的生产成员并淘汰不符合要求的生產网络成员,以提升生产效率和产品服务品质。
  从销售网络来看,通过对既往销售数据的分析,可以协助企业选择最佳的营销渠道,制定有针对性的销售策略;通过实时精确的掌握每项商品的销售状况,可以及时调整销售策略,甚至可以据此调整上游生产网络的生产策略和产能安排;配合移动互联网和物联网技术,还可以极大缩短企业或最终顾客之间的距离,为商业模式创新创造时间和空间条件。
  从顾客网络来看,企业可以通过数据分析,加强用户的黏性和忠诚度,为商业模式创新打下客群基础。此外,通过大数据分析,掌握客户群体的人际网络关系,可以更进一步延伸和扩大使用者网络,建立不同细分种类的顾客社群,提升产品的形象和口碑。通过网络融合,可以使顾客参与到产品的策划、制作和营销过程中,加强顾客的参与感,与顾客共同创造价值。
  (四)通过价值生态系统驱动商业模式创新
  “互联网+”情境下的网络交易平台进一步整合了生产网络、销售网络和顾客网络,为供需各方提供了在线沟通的环境。大数据驱动模式下的柔性制造降低了资产专用性;信息对称化降低了交易的不确定性,从而大幅降低了交易成本,提高了交易效率。企业借由交易平台通过网络化生态整合内外部资源实现升级,企业价值网络扩展成为不同的价值群落,并共同构成价值生态系统。在价值生态系统中,大数据技术将信息的价值创造作用发挥到最大程度,为海量信息的获取、存储、处理和管理提供了广泛支持。数据挖掘产生的信息作为全新的生产要素,可以独立参与价值创造活动,并与其他生产要素共同发挥作用。价值生态系统通过价值协同和价值互动为消费者创造持续的价值,在广度和深度上拓展价值空间。
  在价值生态系统中,大数据通过影响不同的价值群落及其互动关系,进而促进商业模式的创新,具体表现在:第一,产品创新。使用大数据处理技术,通过交易平台可整合价值片段,使打造定制化的专属产品成为可能;分散的碎片化信息被大量收集、传递,通过信息加工后整合成为大数据,可以用来预测产品、技术和社会需求等方面的变化,在提供标准服务的基础上为产品增加个性化的附加价值。第二,服务创新。通过大数据可以及时获取用户意见,使客户深度参与甚至主导服务提供的过程,从而增加用户对价值生态系统的认同感;通过对顾客和相关价值群落的管理以及更有效的资源再配置,系统能够不断创造和传递新的顾客价值,并借由不同的价值传递路径实现服务创新。第三,营销创新。价值生态系统包括具有不同特征的价值群落,随着网络外部性效应发挥作用,顾客规模也不断扩张,通过大数据应用可以准确掌握不同顾客群落的消费足迹和习惯偏好,让不同价值群落之间潜在的连接关系显性化,进而形成多样化产品定制开发的能力,满足不同价值群落的需求,创造超额的顾客价值。第四,产业创新。价值生态系统中不同价值群落的融合,使得大数据本身也逐渐发展成为一种独立的生产要素,大数据作为重要的生产要素参与到价值创造过程中,其交叉聚合突变效应也体现得愈发明显(于晓龙和王金照,2014)。当前以大数据为核心的产业链已经形成,并发展出数据自营、数据租售、知识租售和数据众包等不同形态的产业创新。
  结论与展望
  本文从商业模式的价值体系出发,探讨了大数据技术如何对企业内部价值链、产业价值链、价值网络以及价值生态系统产生影响,从而推动商业模式创新。得出主要结论包括:第一,作为商业模式的核心要素,价值体系在商业模式创新中起着重要的中介作用,通过大数据影响价值体系是实现商业模式创新的重要路径。第二,从内部价值链向价值生态系统演化发展的过程中,不同类型的价值创造机制共存,大数据通过影响不同阶段的价值体系,都会对商业模式创新产生影响。第三,在价值体系的不同演化阶段,大数据驱动商业模式创新的方式各有特点:在价值链阶段,大数据通过影响核心价值活动和流程创新驱动商业模式创新;在产业链阶段,大数据通过影响信息流、物流和资金流驱动商业模式创新;在价值网络阶段,大数据通过影响生产网络、销售网络和顾客网络驱动商业模式创新;在价值生态系统阶段,大数据通过影响不同的价值群落及其互动关系,以产品、服务、营销和产业创新共同促进商业模式创新。   当然,商业模式的核心要素还包括关键资源、合理的市场定位、明确的收入来源及成本结构,大数据对价值体系的影响也会影响其他要素之间的互动关系,从而驱动商业模式创新,未来对此问题的研究可以从这一角度深入挖掘;此外,本文主要是以定性的方式,从价值体系及其演化发展的视角探讨大数据对商业模式创新的影响,未来可以选择若干典型的行业和企业,结合多案例分析和实证方法,为这一问题的研究提供量化支持。
  参考文献:
  1.Bouncken R B,Fredrich V.Business model innovation in alliances:successful configurations[J].Journal of Business Research,2016,69(9)
  2.Casadesus-Masanell R,Zhu F.Business model innovation and competitive imitation:The case of sponsor-based business models[J].Strategic Management Journal,2013,34(4)
  3.李文蓮,夏健明.基于“大数据”的商业模式创新[J].中国工业经济,2013(5)
  4.金帆.价值生态系统:云经济时代的价值创造机制[J].中国工业经济,2014(4)
  5.王永生.大数据时代的商业模式创新研究[J].南京财经大学学报,2013(11)
  6.李艳玲.大数据分析驱动企业商业模式的创新研究[J].哈尔滨师范大学社会科学学报,2014(1)
  7.David B,Joseph M. Value nets:reinventing the rusty supply chain for competitive advantage[J].Strategy & Leadership,2000(4)
  8.Sang M L,Olson D L,Trimi S. Co-innovation:convergenomics, collaboration, and co-creation for organizational values[J].Management Decision,2012,50(5)
  9.于晓龙,王金照.大数据的经济学涵义及价值创造机制[J].中国国情国力,2014(2)
转载注明来源:https://www.xzbu.com/1/view-14897107.htm