大数据驱动的产品用户需求挖掘模型及产品创新优化策略研究

This project studies the customer needs investigation methodology and product innovation optimization based on the big data created by vast amounts of users in the social network environment, aims to make deep research on the big data driven customer needs investigation and product innovation strategy. The project systematically analyzes the customer needs big data created by user through the internet and the customer needs little data collected through traditional sample survey, forming the big data driven product customer needs classification and analysis framework. Then the project builds up the customer needs investigation model driven by big data, using mapping knowledge domain methodology, based on the way integrating the product quality evaluation and needs testing. Meanwhile, the project try to find out the perceptual demand transformation methodology and sets up the new products concept testing by big data tracking and the perceived experience scene. Finally the project builds up the systematical methodology and strategy on big-data-driven product customer needs investigation and product innovation.Based on these results, the importance of customer needs investigation based on big data can be shown, and customer behavior and product innovation theory will be enriched..Moreover, the project aims to utilize the theoretical fruit into optimization of product innovation management and provides theoretical support and practice guidance for big data driven product customer needs investigation and product innovation management decision when checking the research result by empirical research and case study method.

以社会网络环境下海量用户创造的大数据引发的用户需求挖掘方法及产品创新优化问题为研究对象，拟对大数据驱动的产品用户需求挖掘模型及产品创新优化策略等理论问题展开深入研究：系统梳理社会网络环境下用户创造的产品需求“大数据”和传统抽样研究形成的产品需求“小数据”，整合成大数据驱动的产品用户需求分类及分析处理框架；以此构建由大数据驱动，以知识图谱为依据，基于产品品质评价与需求测试相结合的用户需求挖掘模型；同时探索基于大数据的用户感性需求转换方法，形成大数据跟踪和可感知体验场景相结合的新产品概念测试框架，最终形成大数据驱动的产品用户需求挖掘模型及产品创新策略与系统方法；研究成果有助于丰富消费者行为和产品创新理论，具有较为重要的理论意义。.同时本项目拟将所得理论成果运用于产品创新的实际优化问题，通过多个实践应用案例对研究结果进行检验，为大数据驱动的用户需求挖掘和产品创新优化决策提供理论支持和实践指导。

本项目以社会网络环境下海量用户创造的大数据引发的用户需求挖掘方法及产品创新优化问题为研究对象，针对大数据驱动的产品用户需求挖掘模型及产品创新优化策略等理论问题展开深入研究，取得丰富的理论研究与实践应用成果：.首先，从理论上构建了基于大数据驱动的产品用户需求挖掘模型，并在此基础上构建了产品创新管理优化策略和系统方法论体系。系统梳理国内外相关文献，通过综述研究找到现有研究的痛点与不足；构建数据量达千万级的庞大汽车评论与口碑数据库；系统梳理社会网络环境下用户创造的产品需求“大数据”和传统抽样研究形成的产品需求“小数据”，整合成大小数据融合驱动的产品用户需求分类及分析处理框架；以此构建由大数据驱动，以知识图谱为依据，基于产品品质评价与需求测试相结合的用户需求挖掘模型；同时探索基于大数据的用户感性需求转换方法，形成大数据跟踪和可感知体验场景相结合的新产品概念测试框架，最终形成一套大小数据融合驱动的产品用户需求挖掘模型及产品创新策略与系统方法；研究成果有助于丰富消费者行为和产品创新理论，具有较为重要的理论意义。本项目累计形成了20多项理论研究成果，其中SCI/SSCI、核心期刊和会议论文10余篇，专著1本，国家软件著作权3项，国际顶级会议最佳论文1项，省部级二等奖1项。.同时，将理论研究成果应用于现实的产品创新管理决策，系统分析了大数据驱动的产品用户需求挖掘模型及其产品创新策略的适用环境和边界条件。通过和部分企业（上汽大众、上汽通用等）合作开展的实证与案例实践，对建立的大数据驱动的产品用户需求挖掘模型及其产品创新策略进行实证应用研究，并联合百度营销研究院共同发布《中国新能源汽车购买意向指数》，构建新能源汽车购买意向指AISS模型等，最终为大数据驱动的用户需求挖掘和产品创新优化决策提供理论支持和实践指导。