基于參與-情感-認(rèn)知框架的用戶創(chuàng)新性預(yù)測

陳星宇，周 展，黃俊文，陶 達

1) 深圳大學(xué)管理學(xué)院，廣東深圳 518060；2) 深圳大學(xué)人因工程研究所，廣東深圳 518060

隨著Web 2.0的深入，在現(xiàn)代新興企業(yè)中，產(chǎn)品創(chuàng)新模式已從傳統(tǒng)的生產(chǎn)商主導(dǎo)逐漸轉(zhuǎn)變?yōu)橛脩糁鲗?dǎo).用戶既是創(chuàng)新需求者，也是創(chuàng)新來源.因此，對現(xiàn)代企業(yè)來說，尋找創(chuàng)新用戶，挖掘創(chuàng)新用戶的需求是減少創(chuàng)新不確定性、降低研發(fā)成本、提高新產(chǎn)品開發(fā)成功率以及提高產(chǎn)品競爭力的有效途徑.

早在20世紀(jì)70年代，Von HIPPEL[1]就提出“用戶是創(chuàng)新者”的革命性觀點. 其后ROSENBERG[2]提出“用中學(xué)”的概念，即通常由用戶在使用產(chǎn)品時執(zhí)行問題的求解任務(wù).LEE[3]也證實，在日本機械工具創(chuàng)新中用戶起著十分重要的作用.然而，對創(chuàng)新用戶的研究目前還僅停留在理論階段，包括對創(chuàng)新用戶的概念界定(如定義領(lǐng)先用戶、早期采用者及產(chǎn)品不滿用戶等[4])、對創(chuàng)新用戶在新產(chǎn)品開發(fā)過程中的潛在作用研究(如基于用戶創(chuàng)新工具箱的產(chǎn)品創(chuàng)新方法[5])以及對創(chuàng)新用戶的特征分析(如將創(chuàng)新用戶的特征分類[6])這3個方面.另外，還有少量研究通過結(jié)合產(chǎn)品設(shè)計領(lǐng)域和用戶創(chuàng)新領(lǐng)域的用戶特征來區(qū)分不同類型的用戶[7].總之，這些研究并沒有指出哪些特定的用戶特征可用來區(qū)分創(chuàng)新用戶和非創(chuàng)新用戶，以及區(qū)分其創(chuàng)新能力[8].目前研究缺乏一個系統(tǒng)、完整的框架來科學(xué)指導(dǎo)企業(yè)進行創(chuàng)新用戶識別和定位，以及區(qū)分用戶的創(chuàng)新能力.

從市場營銷的角度看，創(chuàng)新用戶屬于一個細分市場或一類細分客戶.過去研究通常利用不同細分變量對顧客進行細分[9-10].細分變量通常被定義為一組選定的屬性，如生活方式、心理特征、人口特征及使用行為等.利用這些特定的屬性，相似的個體被分到同一組中[11].CAHILL[9]提出，細分變量可分為物理屬性變量(如地理位置和人口特征等)和行為屬性變量(如生活方式、生活狀態(tài)、心理特征和使用行為等).JOONA等[12]根據(jù)社會和經(jīng)濟等物理細分變量對消費者進行分組.而BECKER等[13]基于性格變量這種行為屬性劃分消費者市場.KOTLER[14]使用物理和行為屬性變量(即利用地理、人口、心理及行為)進行細分市場劃分.而在營銷實務(wù)中，最常應(yīng)用的細分變量是人口、地理和經(jīng)濟變量，以及心理特征和價值觀等[15].對市場細分的研究有助于企業(yè)開發(fā)針對不同用戶群體的營銷策略[16].如企業(yè)通過市場細分與定位滿足不同細分用戶的需求，且進行差異化的營銷戰(zhàn)略，或通過市場細分和目標(biāo)用戶定位來提高客戶價值[17].但這些研究并未針對用戶的創(chuàng)新性進行細分研究.

本研究基于創(chuàng)新用戶特征，提出利用參與、情感和認(rèn)知3個重要的用戶創(chuàng)新特征，構(gòu)建一個可識別在線創(chuàng)新用戶的綜合細分框架.基于此框架，結(jié)合本研究的挖掘方法計算用戶創(chuàng)新等級，識別不同創(chuàng)新能力的創(chuàng)新用戶，以指導(dǎo)企業(yè)利用海量網(wǎng)絡(luò)文本數(shù)據(jù)定位創(chuàng)新用戶這一細分群體.相比以往研究，本研究框架在識別創(chuàng)新用戶的同時，還能區(qū)分出不同創(chuàng)新能力的創(chuàng)新用戶，幫助企業(yè)找到潛在創(chuàng)新用戶.與此同時，本研究也為客戶細分領(lǐng)域提供一種新的細分變量，為客戶細分的后續(xù)研究提供了新思路.

1 研究方法

圖1為本研究基于用戶創(chuàng)新性建立的細分框架，過程分為：① 提取創(chuàng)新用戶的三維特征；② 計算特定用戶群體的創(chuàng)新等級；③ 根據(jù)創(chuàng)新等級將用戶劃分為不同的細分群體.

圖1 三維細分框架建立步驟Fig.1 Steps to establish a three-dimensional segmentation framework

1.1 選擇用戶細分變量

通過對現(xiàn)有創(chuàng)新用戶文獻的梳理和分析，提取與用戶創(chuàng)新相關(guān)的若干特征變量，包括用戶專業(yè)度、知識與經(jīng)驗、心理動機與情感、體驗經(jīng)驗、反饋與投入等變量.根據(jù)經(jīng)典的ABC態(tài)度模型可知，作為消費者的用戶分別從情感、行為和認(rèn)知層面與產(chǎn)品形成關(guān)聯(lián)[18].因此，對以上與用戶創(chuàng)新性相關(guān)的變量，同樣可以從這3個層面進行歸類，如用戶專業(yè)度、知識與經(jīng)驗變量就屬于認(rèn)知層面的變量，而心理動機與情感、體驗經(jīng)驗則屬于情感層面.最終，通過對這些變量進行結(jié)構(gòu)化歸類，形成能夠全面、準(zhǔn)確預(yù)測用戶創(chuàng)新性的一種用戶細分框架，即參與-情感-認(rèn)知框架，如圖2.

圖2 三維用戶框架的維度Fig.2 Dimensions of three-dimensional users framework

1.1.1 維度1——參與

參與是指用戶在產(chǎn)品購買和使用過程中與產(chǎn)品互動的體驗和經(jīng)驗.具體體現(xiàn)為用戶在購買和使用產(chǎn)品時的投入程度以及對產(chǎn)品的反饋等.參與等級高低依賴于個人關(guān)聯(lián)、感知風(fēng)險和態(tài)度.低參與表明用戶在與產(chǎn)品交互過程中沒有做出多少努力.以往研究表明，體驗(參與)市場細分變量是一個重要的用戶創(chuàng)新維度[19].BOSCH-SIJTSEMA等[20]認(rèn)為用戶的反饋和投入(參與)與產(chǎn)品創(chuàng)新息息相關(guān).

1.1.2 維度2——認(rèn)知

認(rèn)知是用戶自身認(rèn)知能力的一個特征，體現(xiàn)用戶知識儲備、信息處理及數(shù)據(jù)分析的能力.能力強的用戶處理信息迅速，更容易想到認(rèn)知能力弱的用戶想不到的諸多細節(jié).通常認(rèn)知能力強的用戶具備一定專業(yè)知識或豐富經(jīng)驗.在以往的研究中，用戶的專業(yè)知識(認(rèn)知)是一個可以幫助企業(yè)開發(fā)與創(chuàng)新新產(chǎn)品的重要行為變量[21-22].MATTHING等[23]也提出在眾多有關(guān)行為的變量中，知識和經(jīng)驗(認(rèn)知)與創(chuàng)新特征的關(guān)系最緊密.因此，在識別創(chuàng)新用戶的市場細分中，用戶知識和經(jīng)驗至關(guān)重要.

1.1.3 維度3——情感

情感指用戶與產(chǎn)品間的情感關(guān)聯(lián)，代表用戶在購買使用產(chǎn)品中的感受，以及用戶對產(chǎn)品的探索和創(chuàng)造性.情感等級高的用戶對產(chǎn)品的關(guān)注及投入度更高，對產(chǎn)品創(chuàng)新有更強大的內(nèi)在驅(qū)動力.以往研究證明用戶動機(情感)市場細分變量是與創(chuàng)新用戶特征密切相關(guān)的變量之一[8, 24-29].

1.2 計算特定用戶群體的創(chuàng)新等級

基于以上3個細分維度構(gòu)建用于識別創(chuàng)新用戶的綜合細分框架.通過本研究挖掘的方法處理用戶數(shù)據(jù)，量化用戶在3個維度上的契合程度，通過式(1)計算特定用戶群體的綜合創(chuàng)新等級，

(1)

其中，m為細分維度(即參與、認(rèn)知和情感)，其最大值為3；Di為某個細分維度的等級得分值，其值分為1(指高維度)和0(指低維度).綜合創(chuàng)新等級的分值范圍為0～3，即參與、認(rèn)知和情感維度分別為D1、D2和D3， 其得分為1或0，求和后就有0、1、2及3這四種情況，體現(xiàn)用戶的不同創(chuàng)新等級.

本研究通過提取用戶相關(guān)需求文本中的關(guān)鍵詞頻率，計算用戶特征維度的等級得分.但在這一計算過程之前，首先要形成這3個維度的關(guān)鍵詞集，準(zhǔn)確代表這一維度的所有高頻關(guān)鍵詞.這些關(guān)鍵詞是通過機器學(xué)習(xí)對這一領(lǐng)域的用戶信息文本進行關(guān)鍵詞挖掘，并進行評估最終得到[30].因此，對于某個特定用戶的需求文本，首先需要通過自然語義處理，將其分成若干字節(jié)，然后通過機器學(xué)習(xí)過程，識別出這些字節(jié)中與關(guān)鍵詞集相匹配的關(guān)鍵詞.只要某維度中關(guān)鍵詞出現(xiàn)至少1次，此用戶在此維度等級得分值為1；否則，等級得分值為0.

1.3 根據(jù)創(chuàng)新等級細分用戶

根據(jù)創(chuàng)新等級，將用戶分為創(chuàng)新用戶和非創(chuàng)新用戶(表1).其中，將綜合創(chuàng)新等級分值為1、2及3的用戶定義為創(chuàng)新用戶，因為在參與-情感-認(rèn)知框架中這些用戶至少在1個維度上表現(xiàn)出創(chuàng)新性[19-25]；綜合創(chuàng)新等級分值為0的用戶則被定義為非創(chuàng)新用戶.

表1 基于參與-情感-認(rèn)知維度高低的用戶分類

1.4 框架評價

因此，本研究評估對象以創(chuàng)新用戶的細分框架來對應(yīng)創(chuàng)新用戶需求.通過專家評估對創(chuàng)新用戶的輸出進行分析，從而評估創(chuàng)新用戶細分框架的有效性，通過資深產(chǎn)品設(shè)計專家對不同創(chuàng)新需求和評價的準(zhǔn)確度進行評分，進行相應(yīng)的綜合創(chuàng)新等級評估.評分標(biāo)準(zhǔn)采用ULRICH等[26]推薦的方法.其中，高度準(zhǔn)確需求表明消費者必須能夠以準(zhǔn)確的方式表達對產(chǎn)品的需求，且所表達產(chǎn)品特征和術(shù)語必須同時被消費者理解接受.

本研究通過5分制的李克特量表評估所生成用戶需求報表的準(zhǔn)確性.其中，1表明參與者強烈不同意，需要聲明的是幾乎沒有正確信息，體現(xiàn)錯誤的術(shù)語表述和需求；5表明參與者強烈同意，要聲明的是幾乎沒有錯誤信息，體現(xiàn)準(zhǔn)確術(shù)語表述和需求.通過對創(chuàng)新用戶需求聲明的評價分析，驗證框架的有效性.

2 例證分析

為驗證本研究所提出用戶細分框架的可行性與有效性，選取中國某知名在線社區(qū)網(wǎng)站作為數(shù)據(jù)來源平臺，以2005—2016年在線社區(qū)注冊用戶為研究對象.首先，隨機選取200名用戶作為研究樣本；然后，通過網(wǎng)絡(luò)爬蟲文本提取出這200名用戶在首頁的自我描述部分及其在社區(qū)里所發(fā)表的評論作為本例的原始數(shù)據(jù)(用戶ID、用戶自我描述關(guān)鍵詞、用戶發(fā)表的影評及書評數(shù)，請掃描論文末頁右下角二維碼查看)；最后，通過自然語義處理技術(shù)對原始數(shù)據(jù)進行預(yù)處理，使文本數(shù)據(jù)轉(zhuǎn)換為更加容易識別的字節(jié)，并結(jié)合每位用戶的評論數(shù)形成相應(yīng)的數(shù)據(jù)集.

首先，利用本研究提出的框架以及本例選取的樣本數(shù)據(jù)對樣本用戶進行分類.具體步驟如下：

1) 基于主題特征的關(guān)鍵詞抽取方法[26]定義本研究框架的3個維度——參與、認(rèn)知及情感的相應(yīng)關(guān)鍵詞；通過這些定義的關(guān)鍵詞，利用人工智能技術(shù)在樣本用戶的自我描述數(shù)據(jù)中進一步選取與3個維度相對應(yīng)的關(guān)鍵詞；最后，這些關(guān)鍵詞形成每個維度在社區(qū)中所對應(yīng)的關(guān)鍵詞集.例如，在用戶的自我描述中出現(xiàn)“我喜歡科幻”，其中，“喜歡”一詞被歸入情感維度的關(guān)鍵詞集.

2) 通過樣本用戶的自我描述數(shù)據(jù)與每個維度的關(guān)鍵詞集進行匹配，來確定該用戶是否具備此維度的特征.具體判別標(biāo)準(zhǔn)為：若某用戶自我描述數(shù)據(jù)中的字節(jié)在某維度的關(guān)鍵詞集中出現(xiàn)的詞頻大于1，則認(rèn)為該用戶具備這一維度特征.通過這一過程，確定每位用戶與框架中3個維度的對應(yīng)程度.

3) 判定每位用戶的綜合創(chuàng)新等級，將用戶的綜合創(chuàng)新程度量化；本研究提出的用戶分類標(biāo)準(zhǔn)將用戶歸為4類綜合創(chuàng)新等級中.上述部分實現(xiàn)了根據(jù)本研究框架對社區(qū)用戶進行分類的過程，體現(xiàn)了框架的可行性.

以下驗證這一結(jié)果的有效性.根據(jù)某用戶發(fā)表的評論數(shù)量及其內(nèi)容來驗證步驟3)中得到的分類結(jié)果.在此例證中社區(qū)用戶所發(fā)表的評論是對社區(qū)平臺的創(chuàng)新需求和評價輸出[27].專家在本例分類結(jié)果基礎(chǔ)上，根據(jù)用戶評論需求和評價準(zhǔn)確度，進行打分和創(chuàng)新等級評估，從而驗證其有效性，見表2.

表2 創(chuàng)新用戶識別舉例

由表2可見，匹配度為專家分析法得出的用戶數(shù)與本研究框架分析得出的用戶數(shù)的比值.在創(chuàng)新用戶中，各分類匹配度均在70%以上.在非創(chuàng)新用戶中，匹配度為83%.而傳統(tǒng)的領(lǐng)先用戶識別方法如問卷、衡量顧客能力法及模糊綜合法方式不僅耗時耗力，且識別準(zhǔn)確率不足1/3[29-30]，可見相比傳統(tǒng)的創(chuàng)新用戶識別過程，本框架在整體識別創(chuàng)新用戶上的效率更高.

3 討 論

本研究根據(jù)用戶的3個重要創(chuàng)新特征變量，提出一種用于識別創(chuàng)新用戶的3維用戶細分框架(即參與-情感-認(rèn)知框架).通過與專家評估法進行比較，本案例驗證了從在線社區(qū)用戶需求文本信息中預(yù)測創(chuàng)新用戶的框架的有效性.由于網(wǎng)上信息很容易收集和處理，且自然語言處理工具也易獲取和實現(xiàn)，因此，本方法在時間和成本方面均有優(yōu)勢.另外，從例證分析結(jié)果可見，創(chuàng)新等級為3的創(chuàng)新用戶人數(shù)比例很小.本研究中所提出的其他類型創(chuàng)新用戶人數(shù)比例相對較大，且具有創(chuàng)新特征，與傳統(tǒng)方式相比，本研究能發(fā)現(xiàn)大規(guī)模、有潛力的在線創(chuàng)新用戶.因此，在實踐意義上本研究框架能夠快捷有效地幫助企業(yè)找到不同等級的創(chuàng)新用戶，以指導(dǎo)企業(yè)的新產(chǎn)品開發(fā)；在理論意義方面，這一框架的提出為客戶細分領(lǐng)域提供一種新的細分變量，為客戶細分的后續(xù)研究提供新思路.

值得一提的是，除根據(jù)創(chuàng)新等級值對用戶進行等級分類外，未來研究還可進一步從各個等級維度探討用戶的細分情況.例如，可具體考察用戶在各個維度上的創(chuàng)新等級得分高低，將用戶預(yù)定義為不同類型，具體可分為：

領(lǐng)先的創(chuàng)新者.領(lǐng)先的創(chuàng)新者指對產(chǎn)品參與度高、認(rèn)知力強和情感深，即在3個維度上的得分都高的用戶.這個群體與過去研究中所提出的領(lǐng)先用戶相似.領(lǐng)先的創(chuàng)新者經(jīng)常使用產(chǎn)品，對產(chǎn)品的興趣強烈，對產(chǎn)品相關(guān)知識非常了解，因此，極有可能預(yù)見產(chǎn)品未來的使用契機.領(lǐng)先的創(chuàng)新者是理想的創(chuàng)新源，但其數(shù)量稀少.普通公司很少能投入足夠的時間和財力去尋找他們.

業(yè)余的革新者.業(yè)余的革新者是指思考能力強，情感豐富的用戶.由于具有較強的思考能力，這類革新者比思考能力弱的用戶處理信息更快，對產(chǎn)品的思考更加具體.業(yè)余的革新者同樣有動機參與到產(chǎn)品創(chuàng)新的設(shè)計過程中來.

熱忱的創(chuàng)新者.熱忱的創(chuàng)新者是指參與高，情感豐富的用戶.熱忱的創(chuàng)新者參與產(chǎn)品互動并以此來滿足自身利益，有參與產(chǎn)品創(chuàng)新的動機.即使這類用戶沒有系統(tǒng)的專業(yè)知識，但仍可以通過與設(shè)計者交流和學(xué)習(xí)獲得所需的專業(yè)知識.

投入的創(chuàng)新者.投入的創(chuàng)新者指參與度高，認(rèn)知能力強的用戶.高參與意味著此類創(chuàng)新者與產(chǎn)品的互動十分密切，且可以輕易處理有關(guān)產(chǎn)品的大量信息，甚至能對產(chǎn)品的諸多細節(jié)提出建設(shè)性的意見.擁有如此強的能力和大量專業(yè)知識，這類用戶會成為稱職的產(chǎn)品專家.他們通常是產(chǎn)品相關(guān)領(lǐng)域或在產(chǎn)品相關(guān)領(lǐng)域擁有大量的經(jīng)驗的專業(yè)人員.

中性的創(chuàng)新者.中性的創(chuàng)新者是滿足在3個維度中其中1個維度得分高，其余維度得分低的用戶.本研究將其歸類為間接創(chuàng)新者，即在所提出的框架內(nèi)可能不需要直接參與，也可能不需要提供輸入或反饋.他們雖然在某些維度上展示了創(chuàng)新者的特征，但總的來說其創(chuàng)新性相比其他創(chuàng)新用戶仍不足.然而從他們身上還是可能發(fā)掘一些潛在的設(shè)計思路，也可以作為樣本來分析用戶行為.

消極的創(chuàng)新者.消極的創(chuàng)新者指的是在3個維度得分都低的創(chuàng)新者.消極的創(chuàng)新者通常只是用產(chǎn)品來滿足自身基本需求，對產(chǎn)品的相關(guān)知識知之甚少.由于他們對產(chǎn)品的使用通常浮于表面，因此參與度低，從而導(dǎo)致他們對新產(chǎn)品創(chuàng)新的貢獻也很少.

另外，本研究未在所提的3個維度變量中進行創(chuàng)新等級的橫向比較，即沒有預(yù)定義其不同權(quán)值，而在不同場景與產(chǎn)品類別中，這3個維度是否在創(chuàng)新等級上有差異，值得進一步探討.

與此同時，未來研究可對電商進行分析，并把研究對象擴展到消費產(chǎn)品等其他產(chǎn)品類別.這種擴展可以從不同的角度幫助識別創(chuàng)新用戶.未來的研究還包括將現(xiàn)有的用戶細分框架嵌入到實際的產(chǎn)品開發(fā)中，并且根據(jù)細分結(jié)果定制不同的用戶創(chuàng)新策略，后者的工作能夠幫助應(yīng)對在產(chǎn)品設(shè)計領(lǐng)域中由于既定資源短缺所引起的問題.