1 引言 我国国民经济和社会发展第十四个五年规划和2035年远景目标纲要明确指出,深入实施智能制造和绿色制造工程,发展服务型制造新模式,推动制造业高端化智能化绿色化。制造业服务化通过开辟新的价值增值方式和渠道,已成为我国高端制造业获取全球竞争优势的重要方向[1]。在制造业服务化转型过程中,企业由原有的只关注产品本身转向聚焦客户需求,通过为客户提供一站式解决方案,更好地为客户解决问题,从而增加客户黏性。大数据技术高速发展为数据驱动制造业服务化转型提供了源动力,使得企业能够利用互联网等渠道捕捉客户需求,通过产品和服务的融合、企业间相互提供生产性服务和服务性生产,更加便捷地实现各利益相关者的价值增值[2]。因此,利用在线评论等互联网信息挖掘客户潜在需求,并提出一系列将客户需求转化为多价值链协同创新方案的方法,对于制造企业推行数据驱动制造业服务化转型,提升企业创新管理决策水平,精准开展产品和服务创新,具有重要的理论意义和实践价值。 多价值链协同思想以协同理论为基础,是指制造业企业、产业集群协调企业内部以及产业集群之间的供应、生产、营销和服务基础经营活动以及人事、财务、研发等辅助支持性活动的多链协同关系,是强调各节点主体为实现共赢的目标,通过战略协同、业务协同和信息协同实现紧密协作,提升整体竞争力的经营管理理念[3]。从宏观上讲,多价值链协同使价值网络中的各节点主体围绕相同的战略目标展开有效衔接和紧密配合,通过价值增值活动的内外部协同,实现整体效益的最大化。从微观上讲,在信息共享的前提下,供应商、制造商、分销商等价值链节点主体通过战略、业务和信息的协同,形成一个快速响应的价值网络,能够高效率、高质量地响应客户需求,提升客户满意度,助力制造业企业服务化转型。为了满足对于制造业多价值链协同过程中产生的异构、跨域、海量以及不确定数据的管理需求,Franklin等[4]提出了数据空间的概念,并将数据空间归纳为由主体、数据集和数据服务三个特征要素,数据空间进而被界定为主体相关的数据及其关系的集合[5]。 在线评论是客户利用互联网对于所购商品的质量、使用体验、售后服务等各方面的综合感受,以文本的形式对商品进行评价。在线评论信息作为一种开放式的文本结构,不仅能够为潜在消费者提供有价值的参考信息,而且反映出客户对于该商品的偏好和潜在需求[6]。因此,国内外学者利用大量在线评论信息进行产品特征的描述与客户需求的识别。Wang等[7]运用无监督算法,通过句法规则和推理规则生成在线评论中潜在的特征词,提取产品特征。Htay和Lynrn[8]通过对分词后的在线评论进行语料库训练来提取产品特征。Jin等[9]通过挖掘在线评论信息进行竞争对手分析,并对比了目标企业与竞争对手企业产品的客户需求满足度差异。Qi等[10]利用KANO模型从在线评论信息中提取用户需求,用于制定合适的产品改进策略。王雪等[11]利用LDA主题模型从在线评论中抽取商品属性,在情感分析的基础上,通过KANO模型分析用户属性需求。李翔等[12]采用产品在线评论挖掘和情感分析方法获取并处理针对产品特征的用户需求,提出了产品设计中用户需求洞察的创新方法。沈超等13通过对在线评论构建时序分析模型预测产品属性关注度和情感计算,在此基础上分析产品属性的重要性和市场满意情况。 从在线评论中识别客户需求以后,相关学者开始研究如何将客户需求转化为技术机会与创新方案。赵项等[14]在进行智能鞋柜产品方案设计时,应用Kano模型对用户需求进行属性划分,基于AHP法构建出用户需求层次分析模型,得到需求权重并进行方案设计,最后采用TOPSIS法对方案进行综合评价。张芳兰和贾晨茜[15]以家用电动洗车器的产品设计为例,在利用四象限模型识别重要用户需求后,建立用户满意度与产品质量之间的函数关系并定义调整系数,获取用户需求重要度,并结合重要用户需求实现产品创新。冯立杰等[16]以航拍无人机为例,借助概率语义术语集将需求信息转化为面向产品技术模块的创新要素并进行权重排序,运用多维技术创新地图方法生成系列产品创新方案。王金凤等[17]以煤层气开采为例,综合利用专利挖掘与多维技术创新地图识别技术创新机会。 总体而言,当前关于从在线评论中挖掘客户潜在需求的价值已经得到广泛认可。学者们利用KANO模型、LDA主题模型、情感分析等方法从海量在线评论中挖掘潜在的客户需求。在此基础上将客户需求转化为创新管理要素,从中识别可能的创新机会,取得了一定的研究成果。但是,相关研究成果应用在制造业服务化转型情境下仍存在系统性缺陷:当前研究着眼于技术层面的创新方案设计,而在多价值链协同组织模式下,价值网络结构中的各节点主体通过信息共享、紧密协作,实现共赢目标。即,通过将采购商、供应商、分销商有效地链接成一个快速响应的价值网络,可以高效且经济地满足各种变化需求。因此,在制造业服务化的情境下,既应充分考虑各价值链之间的协同关系,也应研究如何基于制造业多价值链协同过程中所产生的异构、跨域、海量、价值稀疏数据进行数据空间体系的构建,为行业企业的创新管理提供决策支持。 基于此,本文以制造业企业作为研究对象,提出了一种面向制造业服务化数据空间体系构建的多价值链协同创新管理方法。具体而言,首先,利用LDA主题模型对客户在线评论数据进行文本挖掘,识别潜在客户需求;其次,借鉴QFD思想,借助PLTS将客户需求转化为创新模块重要度排序;再次,将多价值链协同与多维技术创新地图相融合,提出基于多价值链协同模块、创新维度、创新法则的“链—维—法”三层耦合创新方案生成方法,并在此基础上构建面向制造业服务化的多价值链协同制造业服务化数据空间体系;最后,以某电力装备制造企业为例,进行实例分析。本文的研究框架如图1所示。