大众创业、万众创新是政府施政措施中出现频率最高的词汇之一,也引发了遍及全国的创业浪潮。随着互联网和高科技快速发展、顾客需求不断变化,新创企业面临的市场环境呈现出更高程度的不确定性,传统企业强调稳定、秩序的管理思维很难适应日趋复杂和动态变化的环境,而采用与顾客不断互动、持续学习的新范式更有可能带来创业成功。基于精益创业“验证性学习”和“简易模型-试错与互动-调整优化”的客户开发方法,Ramani&Kumar[1]提出互动导向(Interaction Orientation)的概念,强调企业应以单个顾客而不是以细分市场为单位进行互动,利用以此得到的顾客需求等信息培养长久的、有利可图的顾客关系。现有研究主要集中在互动导向的前因变量以及与在位企业绩效的关系等方面,在新创企业情境下,探索互动导向与对企业绩效影响机制的研究较为少见。
基于此,本研究以感知不确定性为基本假设,从互动导向、创业学习等理论视角出发,探索互动导向对新创企业绩效的影响机制,进而发现互动导向对新创企业绩效影响的传导路径,具有重要的理论与实践价值。本研究的创新点在于:①构建了创业学习对互动导向与新创企业绩效关系的中介机制模型;②从感知不确定性视角构建互动导向与新创企业绩效关系、互动导向与创业学习关系的调节机制模型,进一步明确了互动导向的适用条件。
1.1.1 互动导向
Ramani&Kumar[1]提出的互动导向理论强调,与单个顾客互动有助于企业有效采集顾客偏好等信息,并将其拥有的能力和稀缺资源用于生产满足顾客个性化需求的产品,以更好地促进企业生存与发展,而互动导向由顾客观念、互动响应能力、顾客授权和顾客价值管理4部分构成。回顾现有研究文献可知,互动导向与企业绩效关系研究主要关注以下方面:①考察并验证互动导向对基于顾客的绩效、创新绩效等的积极作用[1-11];②通过引入顾客参与创新[6]、组织合法性[8]、顾客关系、吸收能力、创新方式与能力[11]等中介变量,研究两种变量之间的内在作用机制;③通过引入第一批顾客关系[1]、市场环境中的竞争强度、战略类型[5]等调节变量,研究两种变量关系的适用范围。然而,在新创企业情境中,互动导向对企业绩效的作用机理仍未得到揭示。
与市场导向相比,互动导向视角下的企业应从更加全面的角度,实现理念、行为过程和实践的互助与整合[1]。互动导向强调获取并利用顾客信息、与顾客共同创造价值;顾客导向则是通过获取并利用顾客信息,最大化企业价值[12-14]。与创业导向相比,从战略方针看,前者是市场驱动(Market Driven),而后者是驱动市场(Market Driving);从组织学习方式看,前者更多是自适应学习,而后者则是激进型学习[12]。
1.1.2 创业学习
创业学习基于动态视角剖析创业问题、揭示创业现象,是新创企业解决难题、利用机会的重要手段与途径。学习方式会直接影响新创企业知识获取与创造效果,其中经验学习已被多数学者认可。经验学习是指,个体通过转化自身积累的经验,获取和创造知识的过程[15-18]。创业者不仅应通过经验学习积累知识,更为重要的是,通过经验学习汲取失败的教训[17]。已有许多学者考察并证实了创业学习有助于新创企业绩效提升,如蔡莉、单标安等[16]指出经验学习、认知学习和实践学习均对新企业绩效存在积极影响。
互动导向作为一种新兴的战略导向,在新创企业情境下能否改善(或恶化)经验学习效果?经验学习是否会影响互动导向与新创企业绩效的关系?这些问题将在下文进行探讨。
1.1.3 感知不确定性
创业环境的显著特征之一是不确定性[19-20],创业活动正是在充满不确定性的环境中以产品或服务创新为基础开展的,体现出感知不确定性的重要性。Duncan[17]提出感知不确定性的界定原则:①无法预估将来事件发生的可能性;②缺乏推断因果关系的信息;③无法精准预测某项决策的结果。该观点自发表于《Administrative Science Quarterly》期刊后,受到学者们的广泛关注。Sawyerr、Mcgee和Peterson[19]发现,当管理者对任务环境的感知不确定性程度增大时,会选择开展更多的内部关系活动以促进企业绩效。
Stevenson(1985)曾指出,相比成熟企业,新创企业生存与发展面临着更高级别的风险与不确定性。对于新创企业而言,不同程度的感知不确定性能否强化(或弱化)互动导向、创业学习对企业绩效的作用,或改变作用方向呢?对此,本文将从不同程度的感知不确定性情境考察互动导向、创业学习与新创企业绩效关系的适用范围。
1.2.1 互动导向与新创企业绩效
互动导向理论强调企业与单个顾客而不是以细分市场进行互动,并基于以此得到的顾客需求等信息,培养长久的、有利可图的顾客关系。
首先,互动导向能够提高企业绩效的观点已得到众多学者验证[1-11]。例如,Ramani&Kumar[1]研究发现,更高程度的互动导向不仅可以帮助企业获得第一批顾客,还可以通过顾客间口碑相传获得新顾客,进而促进企业生存与发展。吴兆春和于洪彦[8]也证实了互动导向的口碑效应,认为互动导向是一种企业能力,有助于企业维持顾客关系,并将其转化为企业资源[9-10]。
相比成熟企业,新创企业需要通过更多的互动来收集顾客信息、了解市场。对于新创企业而言,一方面,自身资源有限,无法进行大量广告宣传,而通过授权邀请顾客参与并体验本企业产品开发,提高其对本企业的忠诚度和归属感,凭借良好的口碑效应开辟市场,则是可行途径;另一方面,新创企业的顾客群相对较小,顾客价值管理能够帮助新创企业把握每位顾客的需求和消费偏好,针对性地开发新产品或服务以提高互动响应能力,进而提升绩效。Rayport等[22]认为,高效的互动管理可能成为企业持续性竞争优势的来源之一。基于上述分析,提出以下假设:
H1:新创企业互动导向对新创企业绩效具有正向影响。
1.2.2 互动导向与创业学习
经验学习主要由两个要素构成:一是先前知识;二是人们获得、吸收和整合新知识的过程[16]。
一方面,互动导向通过“转化先前经验、解决现有问题”促进经验学习:识别个体顾客的关键要素,设计授权途径,通过顾客价值管理获取其真实需求,以此改进产品或服务。而互动导向在实施过程中要求创业者根据已有经验或知识结构解码顾客或顾客反馈信息,改造、运用自身经验编码授权途径以及产品改进方式等[23];另一方面,互动导向通过创业者“获取、积累经验并形成新知识”促进经验学习:个体顾客的个性化需求、具有高度不确定性的市场环境均使得每次互动具有特殊性,创业者能因此获取更多经验,并通过对其反复锤炼升华为知识。基于上述分析,提出以下假设:
H2:新创企业互动导向对经验学习具有正向影响。
1.2.3 创业学习对互动导向与新创企业绩效关系的中介作用
互动导向与经验学习的作用机制可以从两个方面进行解释。一方面,互动导向通过“转化先前经验、解决现有问题”促进经验学习;另一方面,互动导向通过“获取、积累经验,形成新知识”促进经验学习。
经验学习与新创企业绩效。新创企业普遍面临资金不足的问题,而创业者往往具有对某些特定情境的前理解。首先,在互动过程中,当再次遇到类似情境时,互动导向需要创业者根据前理解解码顾客或顾客反馈信息,进而准确识别关键机会以及潜在需求,以更加快速、有效地回应顾客需求,实现成本效率[24]、提高企业绩效;其次,互动导向需要创业者改造、运用自身经验编码授权途径及产品改进方式等[23],以更好地响应顾客需求或潜在需求,促进新创企业绩效;再次,创业者的经验学习能够充当互动反馈的“解码器”,从反馈信息中识别个体顾客的关键偏好及潜在需求,通过快速、有效地回应顾客需求,促进企业绩效。此外,创业者还可以通过经验学习,充分利用社会关系网络进行市场开发等创业活动[25],而这种隐性知识是独有的、难以模仿的,是新创企业的独特竞争优势[26],有助于绩效提升。基于上述分析,提出以下假设:
H3:经验学习在新创企业互动导向和新创企业绩效之间发挥中介作用。
1.2.4 感知不确定性的调节作用
感知不确定性视角下的管理研究,多将其作为一种重要的调节因素纳入研究设计。感知不确定性不仅来源于客观环境,也与决策者的能力和知识相关。首先,文献梳理显示,既有关于互动导向与企业绩效关系的研究,多是基于这种关系机制的情境变量——市场环境展开的,并证实了其调节作用。具体而言,将市场环境分为市场震荡、技术波动和竞争强度,分别从这3个维度进行探讨与研究[1,12],其中市场震荡视角在一定程度上体现了感知不确定性。其次,对于某一特定程度的互动导向,当新创企业处于感知不确定性高的情境中时,创业者几乎不会感知到顾客需求环境正在发生的变化,以及这种变化对自身的潜在影响。当新创企业不具备相应能力应对顾客需求环境变化时[20],互动导向能指导创业者根据顾客观念、通过顾客授权了解环境动态,利用顾客价值管理明晰顾客需求变化,进而提出应对策略,提高互动响应能力,高效应对当前情境,最终提高企业绩效。当新创企业处于感知不确定性低的情境中时,即创业者非常了解当前顾客需求环境变化及可能带来的后果,且针对这种变化胸有定见[20],那么创业者是否实施互动导向对于企业绩效无关痛痒。因此,互动导向对新创企业绩效的促进作用十分有限。基于上述分析,提出以下假设:
H4:感知不确定性在互动导向与新创企业绩效之间起正向调节作用,即感知不确定性程度越高,互动导向对新创企业绩效的影响越大;感知不确定性程度越低,互动导向对新创企业绩效的影响越小。
经验学习主张对创业者自身的先前经验进行转化,这种学习方式要求创业者重视先验知识或经验,通过反思和借鉴创造新知识[15-16],并将之运用到创业活动中,提高企业绩效。在感知不确定性较高的情境中,互动导向面临的环境是复杂的、动态的。首先,为获取有效的即时信息,互动导向要求创业者转化、运用自身经验,通过经验学习判断当前顾客的即时性需求和对产品或服务的偏好;其次,为了能够更好地响应顾客的动态需求,创业者需要对自身知识或经验进行反思、转化,并应用到顾客价值管理活动中,将顾客的消费偏好或潜在需求融入到产品设计中,通过不断磨合自身产品与顾客当前的实际需求,提高互动响应能力,进而更有效、快速地满足顾客需求。同时,创业者能通过经验学习,从更高程度的不确定性环境(这种环境拥有更多的独特变量)中获取、积累经验,形成新知识。基于上述分析,提出以下假设:
H5:感知不确定性在互动导向与经验学习之间起正向调节作用,即感知不确定性程度越高,互动导向对经验学习的影响越大;感知不确定性程度越低,互动导向对经验学习的影响越小。
综上所述,构建本研究理论模型如图1所示。
图1 理论模型
本文采用问卷调查法收集数据,调查对象为新创企业创业团队,包括新创企业的创业者、元老以及伴随企业成长的员工。本文借鉴国外学者Biggadike(1979)、Miller&Camp(1985)、Zahra(1993)以及国内学者蔡莉(2009)和张玉利(2009)等的观点,将新创企业定义为成立年限未超过8年的企业。主要采用两种问卷发放形式:①发放纸质问卷,发放对象主要为秦皇岛市北部工业区、燕大科技园、E谷、数谷以及北岛博智孵化器内的企业;②采用问卷星在线发放问卷,主要渠道为朋友圈、微信群和QQ群,受访人群主要集中在京津冀和山东省等地区。问卷调查法通常会使样本数据出现一定程度的共同方法变异(CMV)。因此,本文借鉴Podsakoff等(1986)的方法,设置题项简单明了,要求被试者匿名并凭直觉答卷,结果仅采用整体统计数据。调查时间为2016年5月至2016年9月,共收集到130份纸质问卷,剔除数据缺失问卷5份、未观察到反向计分题项的问卷2份,极端化问卷2份,获得有效纸质问卷121份,有效率回收率为93%;回收电子版有效问卷96份,最终获得总有效问卷217份,样本数据的基本信息如表1所示。
本研究涉及的变量包括互动导向、新创企业绩效、创业学习(经验学习)以及感知不确定性等。本文选用国内外研究中较为成熟、获得公认的测量量表,采用Likert 5级打分法,1表示“强烈不同意”,5表示“强烈同意”。问卷主要由创业者或新创企业的主要管理者根据实际发展情况进行主观评分。
(1)互动导向测量。Ramani&Kumar(2008)开发的互动导向量表的有效性已得到众多研究人员重复验证,并被广泛使用,其中包括杜运周和张玉利(2012)等管理界知名学者。本文直接采用Ramani与Kumar互动导向测量题项的杜运周和张玉利翻译版,共13个题项。
(2)经验学习。借鉴了Minniti&Bygrave、Politis、Petkova、Lumpkin&Lichtenstein 、Zhao以及单标安和蔡莉(2014)等的研究成果,在考察单标安和蔡莉对经验学习开发的量表适用性与可行性后,直接沿用该量表中的4个题项测量经验学习。
(3)感知不确定性。借鉴Milliken(1987)、McMullen&Shepherd (2006)、McKelvie和Haynie(2011)以及Kirti和Garyl(1996)等的研究成果,在考察Kirti和Garyl的感知不确定性量表对本研究情境的适用性和可行性后,直接沿用该量表中的6个题项测量感知不确定性。
(4)新创企业绩效。互动导向主张以单个顾客为分析单位,因此以顾客为核心的绩效测量能更好地反映出互动导向的效果。借鉴Jayachandran等(2005)的方法,以及Ramani和Kumar(2008)等基于互动导向的研究,从顾客关系绩效和顾客盈利绩效角度测量企业绩效。在考察以顾客为核心的企业绩效量表的适用性和可行性后,直接沿用该量表的6个题项测量新创企业绩效。
表1 样本描述性统计结果
受访者构成 条目样本量占比(%)总经理3817.5受访人担任职务副总经理6128.1部门主管11854.4初中10.5高中10.5受访人学历大专4420.3本科11653.5研究生及以上5525.31年以下5424.9受访人任职年限1~5年9744.75~8年6630.410人以下2812.9企业规模11~50人9644.250人以上9342.91年以下3114.3企业年龄1~5年6429.55~8年12256.2高新技术产业5123.5企业所处行业制造业6931.8服务业9744.7
(5)控制变量。为了提高研究效度,加入企业规模及其所处行业等相关变量。企业规模是影响企业行为和决策的重要变量(Nadler&Tushman,1988),不同规模的企业,其经营模式有所不同。本文将企业规模作为控制变量,根据企业员工人数将其划分为10人以下、11~50人、50人以上3类,并对其依次赋值为1、2、3。行业特色是企业绩效的重要影响因素,不同行业企业的经营模式不尽相同,本文将企业所处行业作为控制变量,划分为高新技术产业、制造业和服务业,依次赋值为1、2、3。
本研究采用SPSS 19.0、AMOS 17.0软件进行数据分析,具体分析步骤为:首先,使用SPSS 19.0检验信度,再用AMOS 17.0作验证性因子分析检验其效度;其次,利用AMOS 17.0对互动导向与新创企业绩效的关系、创业学习的中介效应进行结构方程建模,采用Bootstrapping工具检验中介模型;最后,运用SPSS 19.0软件,结合调节回归分析方法,检验感知不确定性的调节效应。
为保证研究问卷的信效度,本文对各量表进行可靠性分析和验证性因子分析。可靠性分析结果显示,各量表Cronbach's α均大于0.7,说明本研究问卷信度良好。互动导向量表的因子负荷量在0.649~0.806之间,AVE值 为0.501,CR值为0.928;经验学习量表的因子负荷量在0.660~0.744之间,AVE值为0.510,CR值为0.806;感知不确定性量表的因子负荷量均在0.7以上,AVE值为0.884,CR值为0.978;新创企业绩效量表的因子负荷量均在0.7以上,AVE值 为0.699,CR值为0.933。各量表的AVE均高于0.5的评判标准,CR值均高于0.7的评判标准,说明各量表聚合效度良好。通过模型比对可知,四因子模型的拟合度最为理想,见表2。根据Fomell等的观点,只有当AVE值大于0.5,并且AVE的平方根大于构念间相关系数的绝对值时,区分效度较好,如表3所示。因此,本研究所选用的构念均具有良好的区分效度。
表2 验证性因子分析模型比对
模型CMINDFCMIN/DFRMSEAGFIIFICFITLI标准----<2.00<0.08>0.9>0.9>0.9>0.9四因子483.7493651.3250.0390.8660.9720.9720.969三因子826.2343682.2450.0760.7650.8930.8920.881二因子1 100.8533702.9750.0960.6650.8300.8280.812单因子1 353.3563713.6480.6120.7710.7470.7690.111
注:三因子模型(IO,EL+PU,NVP);二因子模型(IO+EL+PU,NVP);单因子模型(IO+EL+PU+NVP);IO(Interaction Orientation)为互动导向;EL(Experience Learning)为经验学习;NVP(New Venture Performance)为新创企业绩效
表3 研究构念量表区分效度分析表
均值标准差IOELPUNVPCronbach's αIO3.9870.5580.708---0.861EL4.1610.5190.5920.714--0.800PU2.9691.633-0.10-0.180.94-0.979NVP3.7970.8140.6870.682-0.200.8360.914
注:斜对角线加粗数据为各构念量表的AVE平方根,其下方数据为该构念与其它构念的相关系数
首先采用结构方程建模方法进行拟合度检验和假设验证。表4的拟合检验结果显示,除了GFI为0.882略低于判别标准0.9外,总体来说,该模型拟合度良好。
表4 整体结构模型拟合度
拟合指标CMINDFCMIN/DFRMSEAGFIIFICFITLI标准----<2.00<0.08>0.9>0.9>0.9>0.9数值3152211.4290.0450.8820.9600.9600.954
Bootstrapping检验结果见表5,在95%的置信水平下,以未标准化的路径系数为基础,互动导向对新创企业绩效(NVP←IO)路径中,总效应、间接效应和直接效应路径系数估计的信赖区间均不包含0,表明直接效应显著,经验学习起到部分中介作用。互动导向对经验学习(EL←IO)路径中,直接效应路径系数估计的信赖区间不包含0,表明直接效应显著。因此,H1、H2和H3均获得支持。
表5 对中介效应显著性检验的Bootstrap分析
路径效应估计值信赖区间PC95%ICLowerUpperBC95%ICLowerUpper对应假设检验结果总效应1.0990.7671.5240.7681.525-显著NVP←IO间接效应0.4070.1940.7260.1740.698H3支持直接效应0.6930.3111.1540.3111.154H1支持EL←IO直接效应0.6410.4320.9250.4340.928H2支持
利用SPSS 19.0结合调节回归分析方法检验感知不确定性的调节作用。根据理论框架构造如下方程,分别进行中介变量、因变量对自变量、调节变量和交叉项(自变量和调节变量的交叉项)的回归计算。
EL=a0+a1*IO+a2*PU+
a3*IO*PU+e1
(1)
NVP=b0+b1×IO+b2×PU+
b3×IO×PU+e2
(2)
其中,模型1-3用公式(1)进行回归计算,模型4-6用公式(2)进行回归计算;ai、bi表示回归系数,ei表示残差。
在进行回归分析的同时,检验多重共线性问题,发现各模型的容限度均在0.726~1之间,大于0.1;方差膨胀因子均在1~1.494之间,小于10。根据Hair等(2005)的观点可知,自变量不存在多重共线性问题,不需要进行中心化处理。
以经验学习为因变量的模型1-3回归分析结果见表6。模型2与模型1相比,R2由0.020增加到0.241,即模型2在加入主效应互动导向和感知不确定性后,增强了对经验学习的解释能力,由2.0%增加到24.1%,增加了22.1%。此外,在模型2、3中互动导向、感知不确定性的回归系数均显著;模型3中互动导向与感知不确定性交互项的回归系数显著(p<0.05),标准化回归系数为0.131,解释能力由模型2的24.1%提高到25.6%,增加了1.15%,显著性增强(p<0.05)。在确定调节作用显著后,采用图表法验证并阐释调节作用的发挥机制。首先,利用感知不确定性均值正负其标准差将样本分为3组,对分值较高和较低的两组分别进行回归分析,并用Excel绘制线性模型图,如图2左图所示,由此得出感知不确定性正向调节互动导向与经验学习的关系,H5成立。
表6 感知不确定性调节效应检验
变量经验学习模型1模型2模型3新创企业绩效模型4模型5模型6控制变量企业规模0.139*0.1190.1080.215***0.154**0.126**所处行业0.024-0.050-0.0410.1270.0720.096*自变量互动导向0.446***0.397***0.357***0.226***经验学习0.381***0.319***调节变量感知不确定性-0.132*-0.135*-0.153**-0.172***交叉项互动导向*感知不确定性0.131*0.420***R20.0200.2410.2560.0630.5050.652△R20.0200.2210.0150.0630.4410.148△F2.19730.850***4.120*7.209***62.652***89.238***
注:*p<0.05,**p<0.01,***p<0.001
以新创企业绩效为因变量的模型4-6的回归分析结果见表6。模型5同模型4相比,R2由0.063增加到0.505,即模型5在加入主效应互动导向、经验学习和感知不确定性后,增强了对经验学习的解释能力,由6.3%增加到50.5%,增加了44.2%。此外,模型5、模型6中互动导向、经验学习和感知不确定性的回归系数显著;模型6中互动导向和感知不确定性交互项的回归系数显著(p<0.001),标准化回归系数为0.420,解释能力由模型5的50.5%增长到65.2%,增加了14.8%,显著性增强(p<0.001)。在确定调节作用显著后,采用图表方法验证并阐释调节作用的发挥机理,如图2右图所示,由此得出感知不确定性正向调节互动导向与新创企业绩效间关系的结论,H4成立。
图2 调节效应方向的检验
(1)互动导向对新创企业绩效具有显著正向影响。互动导向有助于强化口碑效应,能迅速抓住并反馈顾客的关键需求信息,进而提高企业绩效。
(2)互动导向对经验学习具有显著的正向影响。互动导向要求创业者根据已有经验或知识结构解码顾客信息、编码授权途径及产品改进等,并以此不断获取经验和创业知识。
(3)经验学习对于互动导向与新创企业绩效之间的关系具有显著的部分中介作用。互动导向过程要求创业者根据已有经验或知识结构解码顾客信息、编码授权途径及产品改进等,以快速、有效地响应顾客需求,进而提高企业绩效。
(4)感知不确定性在互动导向与新创企业绩效之间起正向调节作用。当处于感知不确定性程度高的情境中时,互动导向有助于企业更准确地捕捉不断变化的市场信息,更快速、有效地响应顾客需求,进而提升企业绩效。
(5)感知不确定性在互动导向与经验学习之间起正向调节作用。在感知不确定性较高的情境中,环境复杂性、动态性更高,而互动导向能促进创业者根据已有经验或知识结构判断即时需求,并通过反思不足、转化自身经验完善产品或服务。同时,创业者能够在更高程度的不确定性环境(这种环境拥有更多的独特变量)中,通过经验学习获取、积累经验,形成新知识。
(1)构建了创业学习对互动导向与新创企业绩效关系的中介机制模型。现有研究主要关注顾客关系[6]、创新[11]以及组织合法性[8]等方面对互动导向与企业绩效关系的中介机制。本文创新性地引入创业学习理论,发现在互动导向下,经验学习有助于创业者根据已有经验或知识结构解码顾客需求或顾客反馈信息,准确识别关键机会以及潜在需求。同时,创业学习有助于创业者利用自身经验编码授权途径以及产品改进方式等,以更加快速、有效地响应顾客需求或潜在需求,避免资源浪费,进而实现成本效率、提高绩效。
(2)构建了感知不确定性对互动导向与新创企业绩效关系、互动导向与创业学习关系的调节机制模型,进一步明确了互动导向的适用条件。现有研究主要关注第一批顾客关系[1]、市场环境、战略类型[5]、政治网络[7]和资源拼凑[11]等对互动导向与新创企业绩效关系的适用条件。本文结合“大众创业、万众创新”背景,以及新创企业高度不确定性与资源短缺的特点展开研究,发现在感知不确定性高的情境中,互动导向能促进创业者经验转化和知识积累,以及企业经验学习。同时,互动导向有助于新创企业捕捉不断变化的市场信息,快速、有效地响应顾客需求,进而促进新创企业绩效。
(1)新创企业应注重互动导向。在不断增大的获利压力、顾客需求差异以及信息技术高速发展产生的频繁互动环境的背景下,新创企业应更加重视互动导向,以个体顾客为行动单元。一方面,通过设计互动路径,及时获取有效的顾客信息,进行顾客价值管理,准确定位顾客价值,高效响应顾客需求,为其提供偏好的产品或服务,进而提高企业绩效;另一方面,通过设计互动途径提高被授权顾客对本企业的忠诚度和归属感,借助顾客间的连锁关系强化口碑效应。因此,新创企业应重视互动导向,辨别并吸引最具价值的顾客,利用自身能力和稀缺资源满足其需求,以更好地促进企业生存与发展。
(2)新创企业需高效地进行创业学习。新创企业在与个体顾客进行互动时,需要有效利用自身经验或知识结构解码顾客需求或顾客反馈信息,准确识别关键机会或潜在需求、编码授权途径以及产品改进方式等,以更加快速、有效地响应顾客需求或是潜在需求,避免资源浪费,实现成本效率,改善互动导向效果,提高新创企业绩效。
(3)新创企业需有效利用感知不确定性。当今创业环境具有高度不确定性,新创企业应建立更高水平的互动导向。一方面,以此捕捉不断变化的市场信息,更快速、有效地响应顾客需求,促进企业绩效;另一方面,充分利用自身经验与实时更新的信息状态进行互动,以更好地应对高度动态的环境。在改善互动导向效果,促进新创企业绩效的同时,通过不断获取与积累经验,形成新知识。简而言之,互动导向有助于新创企业应对其所处环境的高度不确定性。
(1)互动导向本土化概念测量研究较少,未来研究有必要结合我国转型经济市场环境和制度环境,界定适应我国国情的互动导向内涵,开发相应的测量量表。
(2)深入挖掘互动导向的内在作用机理。已有研究考察了互动导向对企业绩效、创新能力等的影响,未来研究应深挖其内在作用机理。例如,通过互动导向获得的顾客需求信息势必会影响企业价值主张调整,使企业分配最优资源以满足最有价值顾客的需求,因而可将价值主张变化作为中介变量,考察其对二者关系的作用。
(3)加强互动导向的纵向研究。互动导向本身是一个强调互动过程的动态概念,因此应避免全盘采用横截面数据,而基于历史数据探讨和验证既有理论关系、发现新的理论关系,将是未来研究发展的重要方向。
[1] RMANI G,KUMAR V.Interaction orientation and firm performance[J].Journal of Marketing A Quarterly Publication of the American Marketing Association,2008,72(1):27-45.
[2] GRÖNROOS C.On defining marketing:finding a new roadmap for marketing[J].Marketing Theory,2006(6):395-417.
[3] TUNG W,LIANG A,CHEN S.Influence of service orientation and interaction orientation on consumer identification[J].The Service Industries Journal,2014,34(5):439-454.
[4] 李向东,汪丽云,张志颖,魏旭光.互动导向对企业产品创新绩效的影响研究——基于知识协同的中介作用[J].工业技术经济,2017,36(1):124-131.
[5] 刘艳彬,袁平.互动导向与企业绩效关系的实证研究[J].科研管理,2012(8):25-34.
[6] 徐柏英,湛军.基于互动导向的价值共创——以无印良品和严选为例的研究[J].商场现代化,2018(19):1-3.
[7] 吴兆春,于洪彦.互动导向、顾客关系与公司绩效——兼论市场环境因素的调节作用[J].广东商学院学报,2013(28):67-72.
[8] 吴兆春,于洪彦.互动导向与公司绩效模型构建——基于中国大陆的实证研究[J].企业经济,2013(4):40-44.
[9] 何一清,崔连广,张敬伟.互动导向对创新过程的影响:创新能力的中介作用与资源拼凑的调节作用[J].南开管理评论,2015,18(4):96-105.
[10] 狄蓉.互联网+背景下突破式服务创新价值共创实现机制与策略研究[J].科技进步与对策,2018,35(2):32-38.
[11] 卫海英,杨国亮.企业互动导向下的品牌危机预防模式研究[J].商业经济与管理,2012(12):42-50.
[12] CHEN Y C,LI P C,EVANS K R.Effects of interaction and entrepreneurial orientation on organizational performance:Insights into market driven and market driving[J].Industrial Marketing Management,2012,41(6):1022-1031.
[13] KOLB D A.Experiential learning:experience as the source of learning and development[M].Englewood Cliffs:Prentice Hall,1984:54-58.
[14] HOLCOMB T R,IRELAND R D,HOLMES R M,et al.Architecture of entrepreneurial learning:exploring the link among heuristics,knowledge,and action[J].Entrepreneurship Theory and Practice,2009,33(1):167-192.
[15] SMILOR R W.Entrepreneurship:reflections on a subversive activity[J].Journal of Business Venturing,1997,12(5):341-346.
[16] 蔡莉,单标安,汤淑琴,等.创业学习研究回顾与整合框架构建[J].外国经济与管理,2012(5):1-8.
[17] DUNCAN R B.Characteristics of organizational environments and perceived environmental uncertainty[J].Administrative Science Quarterly,1972(17):313-327.
[18] MILLIKEN F J.Three types of perceived uncertainty about the environment:state,effect,and response uncertainty[J].Academy of Management Review,1987,12(1):133-143.
[19] SAWYERR O O,MCGEE J,PETERSON M.Perceived uncertainty and firm performance in SMEs the role of personal networking activities[J].International Small Business Journal,2003,21(3):269-290.
[20] KREYE M E. Interactions between perceived uncertainty types in service dyads[J]. Industrial Marketing Management, 2018(4):1-40.
[21] SASSETTI S, MARZI G, CAVALIERE V, et al. Entrepreneurial cognition and socially situated approach: a systematic and bibliometric analysis[J]. Scientometrics, 2018(3):1-44.
[22] PITTAWAY L, RODRIGUEZFALCON E, AIYEGBAYO O, et al. The Role of Entrepreneurship Clubs and Societies in Entrepreneurial Learning[J]. Social Science Electronic Publishing, 2016, 29(1):37-57.
[23] RAMSGAARD M B, CHRISTENSEN M E. Interplay of entrepreneurial learning forms: a case study of experiential learning settings[J]. Innovations in Education & Teaching International, 2016(10):1-10.
[24] HITT M A,BIERMAN L,SHIMIZU K,et al.Direct and moderating effects of human capitalon strategy and performance in professional service firms:a resource-based perspective[J].Academy of Management Journal,2011, 44(1):13-28.
[25] POLITIS D.The process of entrepreneurial learning:a conceptual framework[J].Entrepreneurship Theory and Practice,2005,29(4):399-424.
[26] MARCH J G.Exploration and exploitation in organizational learning[J].Organization Science,1991,2(1):71-87.