施濤　汪洋

摘要：創(chuàng)新時(shí)機(jī)的偵測(cè)方法，分為三個(gè)主要過(guò)程：第一，通過(guò)EEMD方法對(duì)消費(fèi)數(shù)據(jù)進(jìn)行平滑處理；第二，偵測(cè)單個(gè)顧客消費(fèi)習(xí)慣變化；第三，構(gòu)建市場(chǎng)創(chuàng)新偵測(cè)矩陣，分析市場(chǎng)的有利創(chuàng)新時(shí)機(jī)。最后，利用某運(yùn)營(yíng)商的顧客消費(fèi)數(shù)據(jù)進(jìn)行創(chuàng)新時(shí)機(jī)偵測(cè)，偵測(cè)結(jié)果展現(xiàn)了本模型的有效性和實(shí)用性。

關(guān)鍵詞：創(chuàng)新時(shí)機(jī)；消費(fèi)行為；市場(chǎng)需求變化；偵測(cè)算法；EEMD

DOI：10.13956/j.ss.1001-8409.2015.03.27

中圖分類號(hào)：F275；F713 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-8409（2015）03-0125-05

引言

2013年7月，騰訊科技訊的一則報(bào)道引述了搜狗公司CEO王小川對(duì)創(chuàng)新的理解：“不創(chuàng)新就是等死，越大的公司越是如此，比如諾基亞；同時(shí)，創(chuàng)新就是找死……?！彪m然“創(chuàng)新是找死”的論點(diǎn)早已有之，但隨著政府、企業(yè)以及研究機(jī)構(gòu)日益重視和投入創(chuàng)新，此觀點(diǎn)似乎早已被人們遺忘。以創(chuàng)新為己任的互聯(lián)網(wǎng)企業(yè)高管，為何又發(fā)出“創(chuàng)新是找死”這樣的感慨呢？

創(chuàng)新是從企業(yè)對(duì)新產(chǎn)品的構(gòu)思開(kāi)始，以新產(chǎn)品的銷售和交貨為終結(jié)的探索性活動(dòng)[1]。以平板電腦為例，微軟公司在2001年最早展開(kāi)對(duì)平板電腦的構(gòu)思，但并沒(méi)能以完美的銷售和交貨統(tǒng)領(lǐng)平板市場(chǎng)，反而是蘋(píng)果公司于2010年憑借IPad風(fēng)靡全球。為什么同樣的創(chuàng)新產(chǎn)品卻得到不同的結(jié)果呢？著名經(jīng)濟(jì)學(xué)家Schumpeter指出，創(chuàng)新時(shí)機(jī)是決定企業(yè)創(chuàng)新成功與否的關(guān)鍵因素。開(kāi)展創(chuàng)新活動(dòng)會(huì)消耗企業(yè)大量資源[2]，在錯(cuò)誤的時(shí)機(jī)開(kāi)展創(chuàng)新活動(dòng)會(huì)導(dǎo)致企業(yè)創(chuàng)新過(guò)程的失?。簞?chuàng)新過(guò)早，市場(chǎng)對(duì)創(chuàng)新產(chǎn)品或服務(wù)缺乏有效需求，創(chuàng)新投入無(wú)法得到及時(shí)回報(bào)，企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)將被削弱，微軟公司在平板電腦市場(chǎng)的失敗原因之一就是創(chuàng)新過(guò)早；創(chuàng)新過(guò)晚，其他企業(yè)就可能已經(jīng)占領(lǐng)新產(chǎn)品市場(chǎng)，后發(fā)的創(chuàng)新企業(yè)也會(huì)面臨新市場(chǎng)已被瓜分殆盡的窘境。

筆者對(duì)某市移動(dòng)公司顧客消費(fèi)行為變化狀況進(jìn)行的研究中發(fā)現(xiàn)：大量消費(fèi)者行為改變預(yù)示著對(duì)創(chuàng)新需求的增加，正是企業(yè)開(kāi)展大規(guī)模創(chuàng)新活動(dòng)的時(shí)機(jī)。通過(guò)進(jìn)一步的歸納和發(fā)展，開(kāi)發(fā)出可供管理者參考的創(chuàng)新時(shí)機(jī)預(yù)測(cè)方法，該方法能夠有效提升創(chuàng)新時(shí)機(jī)決策水平。

1研究回顧

對(duì)創(chuàng)新時(shí)機(jī)的研究始于對(duì)競(jìng)爭(zhēng)環(huán)境下企業(yè)創(chuàng)新時(shí)機(jī)的探討。Smith等的研究[3～5]顯示，正確時(shí)機(jī)的選擇是企業(yè)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)、贏得市場(chǎng)收益的關(guān)鍵。競(jìng)爭(zhēng)環(huán)境中最優(yōu)創(chuàng)新時(shí)機(jī)的選擇問(wèn)題，體現(xiàn)在企業(yè)應(yīng)該在新產(chǎn)品引入過(guò)程中做市場(chǎng)最先進(jìn)入者（市場(chǎng)先鋒）還是做市場(chǎng)跟隨者[6]。學(xué)術(shù)界對(duì)這個(gè)問(wèn)題進(jìn)行了廣泛的討論，但觀點(diǎn)出現(xiàn)了分歧：一些研究者認(rèn)為最先進(jìn)入市場(chǎng)的競(jìng)爭(zhēng)者將獲利更大。Levin等[7]也通過(guò)優(yōu)先購(gòu)買權(quán)博弈模型探討企業(yè)進(jìn)入市場(chǎng)時(shí)機(jī)問(wèn)題，得到相同的結(jié)論。研究成果表明[8]，最先進(jìn)入者會(huì)獲得包括產(chǎn)品線分布、產(chǎn)品廣度、產(chǎn)品標(biāo)準(zhǔn)、買方轉(zhuǎn)換成本、市場(chǎng)份額等方面的優(yōu)勢(shì)，例如各個(gè)市場(chǎng)中平均30%的份額被市場(chǎng)的先驅(qū)者占有著。另一些研究者認(rèn)為，市場(chǎng)先鋒的優(yōu)勢(shì)沒(méi)有想象中那么大。在市場(chǎng)信息沒(méi)有延后的情況下，跟隨者將在創(chuàng)新成果在市場(chǎng)上被證明是好的以后，第一時(shí)間選擇跟進(jìn)，從而削弱市場(chǎng)先鋒的先發(fā)優(yōu)勢(shì)[9]。Lee等人[10]發(fā)現(xiàn)，市場(chǎng)先鋒的優(yōu)勢(shì)持續(xù)時(shí)間受到進(jìn)入時(shí)機(jī)的影響，市場(chǎng)先鋒受到仿制品的沖擊更大。Hoppe等[11]的研究顯示，市場(chǎng)跟隨者的優(yōu)勢(shì)與R&D成本呈線性正相關(guān)。

以競(jìng)爭(zhēng)對(duì)手為中心，不如以顧客價(jià)值為中心。通過(guò)探討競(jìng)爭(zhēng)環(huán)境下創(chuàng)新企業(yè)相對(duì)最優(yōu)策略，研究者們更清楚地認(rèn)識(shí)到市場(chǎng)先鋒與市場(chǎng)跟隨者在創(chuàng)新活動(dòng)中的優(yōu)勢(shì)與威脅。然而，競(jìng)爭(zhēng)是為了生存，只能使企業(yè)獲得基本的市場(chǎng)“入場(chǎng)券”。企業(yè)要維持長(zhǎng)遠(yuǎn)、健康的發(fā)展，必須采取以顧客價(jià)值為中心的戰(zhàn)略模式。從市場(chǎng)變化的角度出發(fā)，更客觀、更準(zhǔn)確地描述有利創(chuàng)新時(shí)機(jī)具有重要的實(shí)踐意義。

目前，從市場(chǎng)需求角度研究創(chuàng)新時(shí)機(jī)的文獻(xiàn)相對(duì)較少。研究成果不足的重要原因在于：由于早期生產(chǎn)實(shí)踐中技術(shù)限制或企業(yè)家對(duì)數(shù)據(jù)重要性的認(rèn)識(shí)不足，導(dǎo)致消費(fèi)原始數(shù)據(jù)大量缺失，進(jìn)而使得研究市場(chǎng)變化規(guī)律、發(fā)現(xiàn)合適的創(chuàng)新時(shí)機(jī)所需要的大量消費(fèi)數(shù)據(jù)難以獲得。隨著大數(shù)據(jù)時(shí)代的來(lái)臨，信息技術(shù)飛速發(fā)展，顧客數(shù)據(jù)和消費(fèi)數(shù)據(jù)的搜集和保存變得越來(lái)越簡(jiǎn)便，為市場(chǎng)創(chuàng)新時(shí)機(jī)的研究創(chuàng)造了條件。本研究基于消費(fèi)者行為數(shù)據(jù)，從市場(chǎng)需求的角度探究描述和量化市場(chǎng)創(chuàng)新時(shí)機(jī)的方案。

2市場(chǎng)生命周期與創(chuàng)新時(shí)機(jī)偵測(cè)

企業(yè)在何時(shí)開(kāi)展市場(chǎng)創(chuàng)新最為有利？產(chǎn)品生命周期理論告訴我們，當(dāng)較大比例的消費(fèi)者開(kāi)始出現(xiàn)消費(fèi)量下降的狀況之時(shí)，就是企業(yè)引入創(chuàng)新的最佳時(shí)機(jī)。

根據(jù)產(chǎn)品的生命周期理論，顧客對(duì)待產(chǎn)品態(tài)度的變化是存在規(guī)律的：首先，消費(fèi)者開(kāi)始對(duì)產(chǎn)品產(chǎn)生興趣并開(kāi)始嘗試使用該產(chǎn)品（或服務(wù)）。如果產(chǎn)品符合其需求，那么消費(fèi)者將進(jìn)入一個(gè)穩(wěn)定購(gòu)買和使用的時(shí)期。隨著時(shí)間的推移，消費(fèi)者開(kāi)始慢慢厭倦現(xiàn)有產(chǎn)品，開(kāi)始尋求和嘗試新產(chǎn)品，對(duì)舊產(chǎn)品的使用也會(huì)逐漸減少。

在眾多消費(fèi)者個(gè)體組成的產(chǎn)品市場(chǎng)中，消費(fèi)變化的規(guī)律性更加顯著。最初產(chǎn)品（或服務(wù)）投入市場(chǎng)會(huì)吸引少數(shù)消費(fèi)者的嘗試使用（引入期）；隨著產(chǎn)品或服務(wù)的推廣，越來(lái)越多的消費(fèi)者開(kāi)始購(gòu)買和使用該產(chǎn)品（成長(zhǎng)期），產(chǎn)品市場(chǎng)呈現(xiàn)快速增長(zhǎng)趨勢(shì)；隨著產(chǎn)品銷量的不斷增加，產(chǎn)品市場(chǎng)的增長(zhǎng)速度將逐漸放緩，產(chǎn)品銷量進(jìn)入相對(duì)穩(wěn)定的狀態(tài)（成熟期）；隨后，一些消費(fèi)者會(huì)厭倦現(xiàn)有產(chǎn)品，并開(kāi)始追求和嘗試新的產(chǎn)品，舊產(chǎn)品的銷量也逐漸進(jìn)入快速下滑階段（衰退期）。

值得注意的是，在產(chǎn)品市場(chǎng)進(jìn)入穩(wěn)定期的后期，會(huì)存在這樣一種狀態(tài)：許多消費(fèi)者厭倦舊產(chǎn)品并開(kāi)始尋求新的替代產(chǎn)品，對(duì)舊產(chǎn)品的消費(fèi)量逐漸減少，逐漸退出該產(chǎn)品市場(chǎng)，但與此同時(shí)，產(chǎn)品市場(chǎng)仍會(huì)存在一些新進(jìn)入的消費(fèi)者，從而使得整個(gè)產(chǎn)品市場(chǎng)的總消費(fèi)量呈現(xiàn)相對(duì)穩(wěn)定的假象。這會(huì)帶來(lái)一種錯(cuò)覺(jué)，即認(rèn)為產(chǎn)品市場(chǎng)仍然是穩(wěn)定的。但如果在此階段不引入創(chuàng)新，產(chǎn)品銷量下滑一旦開(kāi)始，就可能非常迅速。如果企業(yè)在這時(shí)還沒(méi)做好創(chuàng)新準(zhǔn)備，那么市場(chǎng)損失就是不可避免的了。企業(yè)引入創(chuàng)新的最佳時(shí)機(jī)，就是當(dāng)較大比例的消費(fèi)者開(kāi)始出現(xiàn)消費(fèi)量下降的狀況之時(shí)，而不是整個(gè)市場(chǎng)的銷量開(kāi)始快速下降的時(shí)候。

探知顧客對(duì)現(xiàn)有產(chǎn)品態(tài)度的常用方法有兩種：一種方法是直接開(kāi)展調(diào)查，包括問(wèn)卷或者訪談等形式；另一種方法是偵測(cè)顧客消費(fèi)軌跡的變化，當(dāng)顧客開(kāi)始厭倦現(xiàn)有產(chǎn)品或者期待創(chuàng)新產(chǎn)品時(shí)，顧客的消費(fèi)數(shù)據(jù)將真實(shí)反映這種情況。本研究通過(guò)偵測(cè)顧客消費(fèi)軌跡的變化，設(shè)計(jì)出合理的評(píng)價(jià)參數(shù)，構(gòu)建創(chuàng)新時(shí)機(jī)矩陣，并以此判斷市場(chǎng)創(chuàng)新的最佳時(shí)機(jī)。

3設(shè)計(jì)偵測(cè)模型與方法

市場(chǎng)在經(jīng)歷一個(gè)發(fā)展階段后，其中的顧客消費(fèi)行為將會(huì)趨于穩(wěn)定，形成穩(wěn)定的消費(fèi)習(xí)慣。Englezos等[12]將消費(fèi)習(xí)慣定義為：人們?cè)谶M(jìn)行重復(fù)消費(fèi)的過(guò)程中，會(huì)產(chǎn)生一種習(xí)慣，這種習(xí)慣會(huì)對(duì)其隨后消費(fèi)行為產(chǎn)生決定性影響的現(xiàn)象。消費(fèi)習(xí)慣在數(shù)據(jù)上應(yīng)該體現(xiàn)為消費(fèi)行為數(shù)據(jù)以一恒定的均值為中心上下隨機(jī)波動(dòng)。對(duì)應(yīng)消費(fèi)習(xí)慣的改變是指顧客從一種消費(fèi)習(xí)慣的狀態(tài)中發(fā)生顯著改變的現(xiàn)象。

那么，是否一旦偵測(cè)到顧客在某一時(shí)期的消費(fèi)行為發(fā)生了很大的偏離，就可以認(rèn)為該顧客的消費(fèi)習(xí)慣發(fā)生了改變？消費(fèi)行為的偏離可能由消費(fèi)需求的改變引起，也可能是由于隨機(jī)性因素導(dǎo)致的，例如某戶某月電量使用減少，可能是因?yàn)閼糁鞲鼡Q了節(jié)能電器，也可能僅僅是由于戶主因公出差。隨機(jī)性因素通常被認(rèn)為具有短期性、隨機(jī)性和波動(dòng)性，而持續(xù)的改變則意味著顧客正在轉(zhuǎn)入新的消費(fèi)習(xí)慣。本文采用連續(xù)三個(gè)月作為偵測(cè)期，當(dāng)顧客的消費(fèi)行為連續(xù)三個(gè)月保持在與原消費(fèi)水平不同的另一個(gè)水平上，則可判斷該顧客的消費(fèi)習(xí)慣已經(jīng)發(fā)生了改變。

根據(jù)以上思路，本研究模型的流程如下：

（1）偵測(cè)單個(gè)消費(fèi)者的行為變化

對(duì)顧客的消費(fèi)數(shù)據(jù)進(jìn)行平滑處理，使數(shù)據(jù)更易于計(jì)算，提高預(yù)測(cè)精確性。

偵測(cè)單個(gè)顧客的消費(fèi)習(xí)慣是否已經(jīng)發(fā)生變化。

（2）偵測(cè)市場(chǎng)的變化

構(gòu)建創(chuàng)新時(shí)機(jī)矩陣，描述市場(chǎng)需求變化的一般規(guī)律，探究創(chuàng)新時(shí)機(jī)的一般特征。

31平滑處理消費(fèi)行為數(shù)據(jù)——EEMD方法

消費(fèi)行為數(shù)據(jù)是一種屬性值隨時(shí)間變化而變化的高維數(shù)據(jù)。數(shù)據(jù)變化的復(fù)雜性大大增加了直接對(duì)消費(fèi)原始數(shù)據(jù)進(jìn)行分析和應(yīng)用的復(fù)雜度，從而限制了消費(fèi)數(shù)據(jù)在實(shí)踐中的進(jìn)一步應(yīng)用。要更精確地對(duì)顧客過(guò)去的消費(fèi)行為數(shù)據(jù)所組成的時(shí)間序列進(jìn)行處理和分析，找出顧客消費(fèi)過(guò)程中存在的特點(diǎn)，就必須首先對(duì)顧客的消費(fèi)原始數(shù)據(jù)進(jìn)行平滑處理，減少數(shù)據(jù)維度，降低數(shù)據(jù)分析難度。

Huang等[13]于1998年提出了一種旨在處理非線性、非平穩(wěn)時(shí)間序列的方法——經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）。該方法能夠用于對(duì)消費(fèi)數(shù)據(jù)進(jìn)行有效降維，提高對(duì)消費(fèi)數(shù)據(jù)進(jìn)行挖掘的準(zhǔn)確性和便捷性。2009年，Wu等[14，15]對(duì)EMD方法進(jìn)行了改進(jìn)，提出利用白噪聲的總體平均經(jīng)驗(yàn)?zāi)Ｊ椒纸猓‥EMD）方法。

本文采用EEMD方法對(duì)顧客消費(fèi)數(shù)據(jù)進(jìn)行預(yù)處理，分離出IMF，并得到平滑后的顧客消費(fèi)變化，算法過(guò)程如下：

在原始序列s（t）中多次加入均值為0、標(biāo)準(zhǔn)差為常數(shù)的白噪聲，即：

si（t）=s（t）+ni（t）（1）

式（1）中si（t）為加入第i次白噪聲后的序列；ni（t）為第i次加入的白噪聲序列，其中i={1，2，...，N}，N為加入白噪聲的次數(shù)。

對(duì)加入白噪聲后的新序列si（t）分別進(jìn)行EMD分解，得到分解出的各IMF標(biāo)記為imfij（t） 以及一個(gè)余項(xiàng)式ri（t）。其中imfij（t）表示加入第i次白噪聲后序列所分解出的第j個(gè)IMF分量。

由于隨機(jī)白噪聲是可以通過(guò)足夠多的試驗(yàn)相抵消的，所以將分解得到的IMF分量進(jìn)行總體平均，即可得出最終的各IMF分量，即：

imfj（t）=1N∑Ni=1imfij（t）（2）

式（2）中imfj表示對(duì)原始序列進(jìn)行EEMD分解所得到的第j個(gè)IMF分量；N為加入的白噪聲次數(shù)。

根據(jù)IMF分量的定義，在任意點(diǎn)分別由局部最大值和局部最小值產(chǎn)生的包絡(luò)線的均值為零[13]。經(jīng)過(guò)EEMD方法分解得到的新序列并不會(huì)影響原序列的均值及運(yùn)動(dòng)趨勢(shì)。將原序列減去分離出的IMF分量即可在不影響原序列均值的情況下達(dá)到對(duì)原序列的平滑作用。

H（t）=s（t）-∑jimfj（t）（3）

式（3）中H（t）為平滑后的序列。

經(jīng)過(guò)EEMD方法處理過(guò)后的消費(fèi)數(shù)據(jù)序列較原始序列更平滑，更易于進(jìn)行進(jìn)一步的分析和計(jì)算。

32偵測(cè)顧客消費(fèi)習(xí)慣的變化——消費(fèi)習(xí)慣變化系數(shù)

消費(fèi)習(xí)慣變化是指顧客新一期的消費(fèi)數(shù)據(jù)與其過(guò)去相比存在顯著的區(qū)別和差異。本文通過(guò)正態(tài)分布累積分布函數(shù)（CDF）定義了“消費(fèi)習(xí)慣變化系數(shù)”指標(biāo)來(lái)對(duì)其進(jìn)行量化和解釋。

若xt表示某顧客在第t期（t=1，2，...，n）的消費(fèi)數(shù)值，μ和σ分別為t期消費(fèi)行為數(shù)據(jù)的均值和標(biāo)準(zhǔn)差，即：

μ=1n∑ni=1x（4）

σ=1n∑ni=1（x-μ）2（5）

在t=1，2，...，n的情況下，xt服從正態(tài)分布N（μ，σ）。這時(shí)，第n+1期數(shù)據(jù)xn+1服從N（μ，σ）的程度就可以用xn+1在分布N（μ，σ）中出現(xiàn)的概率來(lái)度量，即：

P（X=xn+1）=Φ（xn+1-μσ）（6）

根據(jù)統(tǒng)計(jì)學(xué)慣例，當(dāng)P（X=xn+1）<001（即xn+1值出現(xiàn)的概率小于1%）時(shí)，認(rèn)為xn+1的值所表現(xiàn)出的消費(fèi)行為與過(guò)去消費(fèi)習(xí)慣相比是具有統(tǒng)計(jì)意義上顯著差異的，即該顧客的消費(fèi)需求在第n+1期發(fā)生了變化（如圖1）。圖1正態(tài)分布累積分布函數(shù)曲線

消費(fèi)行為變化（CR，change rate）是顧客在新一期消費(fèi)數(shù)據(jù)中表現(xiàn)出的行為變化。其計(jì)算如式（7）：

CR（x）=P（X≤x）（7）

其中X服從正態(tài)分布N（μ，σ）。

取置信水平為α，即當(dāng)CR（x）≤α?xí)r，該顧客是流失的；當(dāng)α1-α?xí)r，該顧客是有消費(fèi)數(shù)據(jù)增長(zhǎng)的。

結(jié)合前文的分析，本文以顧客連續(xù)三個(gè)月消費(fèi)出現(xiàn)相同方向的波動(dòng)來(lái)規(guī)定消費(fèi)習(xí)慣在數(shù)值上的表現(xiàn)。若連續(xù)三個(gè)月的消費(fèi)行為數(shù)據(jù)為x1，x2，x3，則連續(xù)三個(gè)月的消費(fèi)行為變化系數(shù)出現(xiàn)的概率為CR（x1）×CR（x2）×CR（x3）。根據(jù)這個(gè)概率值與置信度的比較，可判斷該消費(fèi)行為的增減性。

但是用CR簡(jiǎn)單相乘的形式來(lái)量化消費(fèi)習(xí)慣變化仍存在一些問(wèn)題。CR（x1）、CR（x2）和CR（x3）分別表示兩個(gè)顧客連續(xù)三個(gè)月的消費(fèi)行為變化系數(shù)見(jiàn)表1、圖2。

表1簡(jiǎn)單乘積相同的2組樣本數(shù)據(jù)

CR（x1）CR（x2）CR（x3）乘積樣本104008002000064樣本201004016000064圖2表1樣本數(shù)據(jù)CR變化對(duì)照

樣本1和樣本2兩組數(shù)據(jù)的乘積相等，均為000064。樣本2的CR樣本數(shù)值變化比較平穩(wěn)，甚至在CR（x3）有所提升；而樣本1在變化過(guò)程中CR值有明顯下降，顯然不應(yīng)將樣本1與樣本2的變化趨勢(shì)判斷為同類變化。使用簡(jiǎn)單相乘形式的參數(shù)量化連續(xù)三個(gè)月的流失情況會(huì)導(dǎo)致出現(xiàn)第二類錯(cuò)誤的概率較大。

若改用概率相加來(lái)代替相乘，根據(jù)簡(jiǎn)單推導(dǎo)（見(jiàn)式8）可知概率相加是比概率相乘更嚴(yán)格的變化測(cè)量指數(shù)，能夠更精確地反映變化的真實(shí)水平。

CR（x1）+CR（x2）+CR（x3）≤33α

CR（x1）×CR（x2）×CR（x3）≤α（8）

本文采用三個(gè)月參數(shù)相加的形式量化連續(xù)三個(gè)月數(shù)據(jù)的變化：連續(xù)三個(gè)月的消費(fèi)數(shù)據(jù)x1，x2，x3的消費(fèi)行為變化系數(shù)分別是CR（x1），CR（x2），CR（x3），則消費(fèi)者需求變化系數(shù)（CDCC，consumer demand change coefficient）：

CDCC=CR（x1）+CR（x2）+CR（x3）（9）

當(dāng)CDCC≤33α?xí)r，可判斷該顧客在α的置信水平下是消費(fèi)下降的。

當(dāng)33α

當(dāng)CDCC>3-33α?xí)r，可判斷該顧客在α的置信水平下是有消費(fèi)增長(zhǎng)的。

33偵測(cè)市場(chǎng)的創(chuàng)新時(shí)機(jī)——?jiǎng)?chuàng)新時(shí)機(jī)矩陣

市場(chǎng)是消費(fèi)者個(gè)體的集合。市場(chǎng)變化指數(shù)（MVC，market variation coefficient）是一個(gè)描述細(xì)分市場(chǎng)宏觀波動(dòng)趨勢(shì)的指數(shù)。該指數(shù)的構(gòu)建基于CDCC的計(jì)算，其含義是市場(chǎng)中所有個(gè)體消費(fèi)需求變化的均值：

MVC=∑CDCCiN×100（10）

式（10）中，MVC是市場(chǎng)變化指數(shù)，N為市場(chǎng)的顧客總數(shù)，CDCCi為市場(chǎng)中顧客i的消費(fèi)者需求系數(shù)值，i=1，2，3...N。

MVC的取值范圍為0到300，即0≤MVC≤300。當(dāng)130≤MVC<160時(shí)，表示該細(xì)分市場(chǎng)波動(dòng)不明顯；當(dāng)160≤MVC<300時(shí)，表示該細(xì)分市場(chǎng)有明顯增長(zhǎng)趨勢(shì)；當(dāng)0≤MVC<130時(shí)，表示該細(xì)分市場(chǎng)有明顯萎縮趨勢(shì)。

在實(shí)際運(yùn)用中，MVC要與市場(chǎng)變化率參數(shù)共同使用才能清晰描述市場(chǎng)變化。當(dāng)MVC處于130到160區(qū)間時(shí)，不能明確顯示該數(shù)值所反映出的是市場(chǎng)穩(wěn)定的結(jié)果，還是由于市場(chǎng)中的顧客同時(shí)向增長(zhǎng)和流失兩個(gè)方向改變?cè)斐傻?。市?chǎng)變化率就是解釋以上問(wèn)題的一個(gè)很合適的參數(shù)。

市場(chǎng)變化率（CM，Change in Market）是市場(chǎng)中顧客需求產(chǎn)生異變的比例：

CM=ntN（11）

式（11）中，CM為市場(chǎng)變化率，N為該市場(chǎng)的顧客總數(shù)，nt為該市場(chǎng)中消費(fèi)出現(xiàn)顯著變化的顧客數(shù)。

顯然，CM的值是一個(gè)處于0和1之間的數(shù)，CM越大表示該細(xì)分市場(chǎng)的變化顧客越多，該市場(chǎng)的顧客消費(fèi)需求也就越不穩(wěn)定：CM≤03表示該細(xì)分市場(chǎng)是穩(wěn)定的；0307則表示該市場(chǎng)在劃分之初的需求模式已經(jīng)不復(fù)存在。

結(jié)合使用MVC與CM就可得到創(chuàng)新時(shí)機(jī)矩陣（IOM，Innovation Opportunity Matrix），能對(duì)市場(chǎng)的變化規(guī)律進(jìn)行充分的解釋，如圖3。圖3運(yùn)用創(chuàng)新時(shí)機(jī)矩陣對(duì)市場(chǎng)創(chuàng)新時(shí)機(jī)進(jìn)行偵測(cè)

創(chuàng)新時(shí)機(jī)矩陣中將市場(chǎng)變化率（CM）置于橫坐標(biāo)，市場(chǎng)變化指數(shù)（MVC）置于縱坐標(biāo)，根據(jù)取值可將創(chuàng)新時(shí)機(jī)矩陣分為若干區(qū)域。陰影區(qū)域?yàn)椤皠?chuàng)新時(shí)機(jī)區(qū)”，表明市場(chǎng)需求已經(jīng)發(fā)生明顯變化，需要對(duì)該市場(chǎng)的營(yíng)銷策略做出創(chuàng)新和調(diào)整。創(chuàng)新時(shí)機(jī)矩陣中箭頭方向表示市場(chǎng)一個(gè)生命周期在創(chuàng)新時(shí)機(jī)矩陣中的運(yùn)動(dòng)軌跡：在市場(chǎng)引入期，市場(chǎng)緩慢成長(zhǎng)過(guò)程中，增長(zhǎng)不明顯，落在A點(diǎn)附近；在市場(chǎng)成長(zhǎng)期，市場(chǎng)迅速成長(zhǎng)，落在創(chuàng)新時(shí)機(jī)矩陣中B點(diǎn)附近；隨著成熟期的到來(lái)，市場(chǎng)增長(zhǎng)速度放緩，逐漸趨于穩(wěn)定，曲線位于C點(diǎn)附近，開(kāi)始向創(chuàng)新時(shí)機(jī)區(qū)移動(dòng)；在衰退期，市場(chǎng)趨于萎縮，變化明顯，處于創(chuàng)新時(shí)機(jī)矩陣中D點(diǎn)附近。

4應(yīng)用案例

案例數(shù)據(jù)來(lái)源于中國(guó)移動(dòng)某分公司。本文從該移動(dòng)公司管理系統(tǒng)貴賓顧客數(shù)據(jù)庫(kù)中，隨機(jī)抽樣提取出3000條用戶數(shù)據(jù)。以2011年1～12月這12個(gè)月的消費(fèi)行為數(shù)據(jù)為基礎(chǔ)，判斷顧客過(guò)去的消費(fèi)習(xí)慣，偵測(cè)2012年3～5月這3個(gè)月中市場(chǎng)策略是否有必要進(jìn)行改變和創(chuàng)新。在研究過(guò)程中，研究者從“通信時(shí)長(zhǎng)”、“短信條數(shù)”和“GPRS流量”這三個(gè)重要數(shù)據(jù)項(xiàng)出發(fā)，分別對(duì)語(yǔ)音、短信和上網(wǎng)業(yè)務(wù)部分進(jìn)行創(chuàng)新時(shí)機(jī)偵測(cè)。

通過(guò)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，計(jì)算出該細(xì)分市場(chǎng)內(nèi)每個(gè)顧客的CDCC值，接下來(lái)根據(jù)式（10）和式（11）計(jì)算出該市場(chǎng)的市場(chǎng)變化指數(shù)及市場(chǎng)變化率，見(jiàn)表2。

表2樣本數(shù)據(jù)MVC和CM計(jì)算結(jié)果

市場(chǎng)名稱MVCCM語(yǔ)音143489233%短信131299070%上網(wǎng)174729000%在創(chuàng)新時(shí)機(jī)矩陣中定位各項(xiàng)數(shù)據(jù)，如圖4所示。圖4案例中各市場(chǎng)在創(chuàng)新時(shí)機(jī)矩陣中定位

數(shù)據(jù)結(jié)果顯示，該公司上網(wǎng)業(yè)務(wù)正在快速增長(zhǎng)中，市場(chǎng)處于成長(zhǎng)期；而語(yǔ)音和短信業(yè)務(wù)則落于創(chuàng)新時(shí)機(jī)區(qū)域內(nèi)，需要及時(shí)對(duì)公司這兩部分業(yè)務(wù)的營(yíng)銷策略進(jìn)行調(diào)整。這意味著互聯(lián)網(wǎng)的高速發(fā)展已經(jīng)改變了電信運(yùn)營(yíng)商的生存環(huán)境，基于互聯(lián)網(wǎng)的通訊服務(wù)給電信運(yùn)營(yíng)商的傳統(tǒng)業(yè)務(wù)如語(yǔ)音、短信等帶來(lái)了巨大的挑戰(zhàn)。

5研究結(jié)論

本研究以偵測(cè)市場(chǎng)需求的變化為切入點(diǎn)，從市場(chǎng)需求角度出發(fā)探究描述和偵測(cè)市場(chǎng)創(chuàng)新時(shí)機(jī)的新方法。新方法包括三個(gè)連續(xù)過(guò)程：利用EEMD方法處理消費(fèi)行為數(shù)據(jù)，通過(guò)變化系數(shù)偵測(cè)消費(fèi)習(xí)慣，使用創(chuàng)新時(shí)機(jī)矩陣確定市場(chǎng)創(chuàng)新時(shí)機(jī)。利用隨機(jī)抽取的某移動(dòng)公司3000名顧客15個(gè)月的消費(fèi)數(shù)據(jù)，本文對(duì)該移動(dòng)公司的市場(chǎng)創(chuàng)新時(shí)機(jī)進(jìn)行了偵測(cè)，偵測(cè)結(jié)果對(duì)該公司的市場(chǎng)創(chuàng)新判斷起到重要的幫助作用，后續(xù)的市場(chǎng)發(fā)展有力印證了該方法的有效性。

本研究成果填補(bǔ)了市場(chǎng)需求角度研究創(chuàng)新時(shí)機(jī)選擇方面的理論空缺。在實(shí)踐中能有效幫助企業(yè)在第一時(shí)間掌握市場(chǎng)中顧客需求的變化，抓住創(chuàng)新的機(jī)遇期；有利于企業(yè)及時(shí)反省自身所提供產(chǎn)品或服務(wù)中存在的問(wèn)題，盡早對(duì)產(chǎn)品或服務(wù)質(zhì)量進(jìn)行提升和優(yōu)化，從而降低顧客的流失率，使企業(yè)“創(chuàng)新”而不“找死”。

參考文獻(xiàn)：

[1]Mansfield E.Industrial Research and Technological Innovation：An Econometric Analysis[M].Norton New York，1968.

[2]宋曉梅，劉富鈾，弓寶平.合作創(chuàng)新還是自主創(chuàng)新？[J].科學(xué)管理研究，2005（5）：19-21.

[3]Stalk G，Hout T M.Competing Against Time：How Timebased Competition is Reshaping Global Markets[M].New York：Free Press，1990.

[4]吳建祖，陳雪麗.競(jìng)爭(zhēng)條件下企業(yè)專利商業(yè)化時(shí)機(jī)研究[J].軟科學(xué)，2010（10）：51-54.

[5]黃學(xué)軍.基于不確定和競(jìng)爭(zhēng)性二維環(huán)境下的投資決策方法比較[J].軟科學(xué)，2007（1）：33-36.

[6]Romer P.New Goods，Old Theory，and the Welfare Costs of Trade Restrictions[J].Journal of Development Economics，1994，43（1）：5-38.

[7]Levin D，Peck J.Investment Dynamics with Common and Private Values[J].Journal of Economic Theory 2008，143（1）：114-139.

[8]Robinson W T.Sources of Market Pioneer Advantages：The Case of Industrial Goods Industries[J].Journal of Marketing Research，1988：87-94.

[9]Hoppe H C.Secondmover Advantages in the Strategic Adoption of New Technology Under Uncertainty[J].International Journal of Industrial Organization，2000，18（2）：315-338.

[10]Lee H，Smith K G，Grimm C M，et al.Timing，Order and Durability of New Product Advantages with Imitation[J].Strategic Management Journal，2000，21（1）：23-30.

[11]Hoppe H C，LehmannGrube U.Innovation Timing Games：A General Framework with Applications[J].Journal of Economic Theory，2005，121（1）：30-50.

[12]Englezos N，Karatzas I.Utility Maximization with Habit Formation：Dynamic Programming and Stochastic Pdes[J].Siam Journal on Control and Optimization，2009，48（2）：481-520.

[13]Huang N E，Shen Z，Long S R，et al.The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear and Nonstationary Time Series Analysis[J].Proceedings of the Royal Society of London.Series A：Mathematical，Physical and Engineering Sciences，1998，454（1971）：903-995.

[14]Wu Z，Huang N E.Ensemble Empirical Mode Decomposition：A NoiseDssisted data Analysis Method[J].Advances in Adaptive Data Analysis，2009，1（1）：1-41.

[15]王瑞君.滬深股市結(jié)構(gòu)特征及作用關(guān)系研究——基于EEMD和狀態(tài)空間模型[J].北京理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013（1）：46-53.

（責(zé)任編輯：秦穎）