大规模定制产品开发中的领先用户识别与参与行为研究

发布时间：2020-05-14 15:35

【摘要】：大规模制造模式下,企业关注的重点在于如何以最低成本生产出满足用户普适性需求的产品。产品研发、生产制造、产品销售是以阶段性相互独立的串行方式进行,企业从领先用户那里主要获取技术知识和需求信息。领先用户则希望通过参与新产品开发(NPD)使得企业开发的产品符合自身独特的个性化需求。但由于参与成本较高,只能实现其产品需要,因此其参与动机只有产品价值动机,即以较低的成本获得较大的产品收益。领先用户参与行为局限在参与新产品概念开发项目,贡献自己技术与需求方面的知识。 大规模定制模式下,产品研发、生产制造、产品销售基于网络以相互协同的并行方式进行,网络缩短了产品开发周期和生命周期,企业之间基于时间进行竞争。为了降低由此而来的产品开发的不确定性,企业需要将NPD贯穿于整个产品生命周期,利用领先用户的市场领先优势来引导普通用户的消费行为。因此需要领先用户参与整个NPD过程,特别是新产品推广过程。 大规模定制模式通常是基于网络的,网络改变了领先用户参与NPD的需要和动机。网络的即时性与交互性使领先用户在网络论坛中成为领导者,可以方便地从NPD活动中获得更大的成就感与满足感,产生自尊、自我实现等高层次的需要,参与动机、参与行为也随之发生改变。因此有必要对大规模定制模式下领先用户参与NPD的行为进行研究。 新产品推广过程中领先用户的参与行为主要包括早期采用行为和向普通用户的技术扩散行为。领先用户往往会成为早期采用者,网络使得他们在市场上的消费号召力能充分发挥。他们越早采用新产品,对普通用户的影响就越大,越有利于新产品推广绩效。因此有必要研究领先用户的早期采用行为及其影响因素。大规模定制模式下,对特定用户的产品设计是在销售过程中的定制环节中完成的,因此领先用户如何在定制过程中把他们的产品知识向普通用户扩散,对推动整个技术扩散具有重要意义。因此需要研究领先用户向普通用户的技术扩散行为。另外,领先用户识别是研究领先用户参与行为的基础。大规模制造模式下,只需要很少的领先用户参与NPD,因此金字塔法的识别效率较高。大规模定制模式下,领先用户参与到NPD全过程,需要识别出尽可能多的领先用户,以最大限度地发挥领先用户的作用。网络使得高效率地识别出目标群体中所有领先用户成为可能。需要开发出基于网络论坛的新的识别方法。 本文主要做了如下工作: (1)提出了基于网络的大规模定制的领先用户识别方法。针对大规模定制模式的特点,设计领先用户识别的新方法。回顾了识别领先用户的重要因素,确立了识别领先用户的三个维度:市场或技术趋势,客户收益,信息复杂性。以此为基础进行问卷法的改进,进一步提出了识别领先用户的SPQIM法,将金字塔法和问卷法的优点结合起来。对三种方法进行了实证研究,结果表明,SPQIM法较筛选问卷法和金字塔法成本更低。 (2)分析了基于网络的大规模定制的领先用户参与新产品开发的动机。本文运用博弈论的方法进行分析,发现领先用户的参与行为与具有相同需求的用户人数有密切关系。在文献研究的基础上,综合以往对客户参与的动机研究,提出了领先用户参与新产品开发的9个动机的假设,开发了量表对国内某手机制造商的应用软件开发论坛中的领先用户进行实证研究。研究表明,影响领先用户参与新产品开发最大的是独特性产品需求和认知动机两个动机,其次,是利益动机与产品生产控制动机。而交往动机与网络沉浸动机则没有得到证实。 (3)分析了大规模定制模式下领先用户的早期采用行为和技术扩散行为针对领先用户群体中的成员差异,研究了影响领先用户领先程度的因素及领先程度与早期采用行为之间的关系。研究证实了领先用户的领先程度与早期产品采用行为之间的正相关关系。而且领先程度越高的领先用户采用新产品的数量会比较多、时间会比较早。进一步,研究证实了用户创新精神、用户产品知识和用户组织支持感知等因素会对领先用户的领先程度产生影响,用户创新精神是最主要的因素。 分析了领先用户向普通用户的技术扩散行为。刻画了领先用户向普通用户的技术扩散过程,定义了领先用户技术扩散影响力指数。基于传染病模型构建了领先用户技术扩散模型(L-C-O模型)并进行实地研究。研究表明模型能够较好地反映领先用户向普通用户的技术扩散,普通用户初始人数以及领先用户能够影响普通用户的人数两个指标对领先用户技术扩散影响力和产品绩效有着重要意义。另外,利用该模型对产品生命周期进行划分,研究发现可以较好地利用领先用户数量、领先用户变化速度和客户转化率三个指标在转化过程中的变化规律对产品生命周期进行划分。
【图文】：

产品和服务的生产模式。其基本思想是将定制产品的生产问题，，通过制造过程的重构全部或部分转化为批量生产[105]。大规模定制与大规模制造模式一样，包括了设计、制造、装配、递送个过程，不同的是，它存在在一个户订单分离点(customer order dist, CODP)。通过它可以对大规模定制进行分类，如图 3.2 所示[28]。
【学位授予单位】：重庆大学
【学位级别】：博士
【学位授予年份】：2011
【分类号】：F273.2;F224

【引证文献】

相关硕士学位论文 前1条

1 叶三龙;基于聚类分析的网络社区领先用户发现研究[D];合肥工业大学;2013年

本文编号：2663572