Knowledge aggregation from experts and customers a contribution to new product innovation with artificial intelligence techniques
La innovació de nous productes amb la participació del client, ha ajudat a reforçar el canvi de paradigma de les organitzacions cap a una lògica centrada en el client. Els beneficis de participar en la co-creació de nous productes són especialment prolífics per als clients, donant lloc al fenomen de...
| Autores Corporativos: | , |
|---|---|
| Otros Autores: | , , |
| Formato: | Tesis |
| Idioma: | Inglés |
| Materias: | |
| Ver en Biblioteca Universitat Ramon Llull: | https://discovery.url.edu/permalink/34CSUC_URL/1im36ta/alma991009744740306719 |
| Sumario: | La innovació de nous productes amb la participació del client, ha ajudat a reforçar el canvi de paradigma de les organitzacions cap a una lògica centrada en el client. Els beneficis de participar en la co-creació de nous productes són especialment prolífics per als clients, donant lloc al fenomen de crowdsourcing amb tornejos, retransmissions i concursos. No obstant això, amb una major participació, les empreses s'enfronten a un nou repte: aprendre a filtrar les millors solucions o idees per als seus problemes. Per a això, proposem un enfoc basat en el nivell d'adopció de clients.Primer, identifiquem 72 articles que examinen l'adopció de la innovació per part dels clients en una revisió sistemàtica de la literatura durant 30 anys, en múltiples disciplines. Sintetitzar el coneixement existent ens ha permès dibuixar un marc conceptual que relaciona el segment de clients innovadors (IG) amb el rendiment de nous productes. A l'igual que els usuaris principals, el paper dels Innovadors és crucial en el procés de desenvolupament de nous productes (NPD). roposem formes per identificar aquests clients i vincular-los al procés de desenvolupament de nous productes mitjançant la utilització dels seus coneixements i preferències, la generació d'idees o la difusió i promoció dels nous llançaments. Tot i la seva contribució en el procés d'innovació, identificar els clients més innovadors (també anomenats early adopters) no ha estat sistemàtica. Investigacions anteriors inclouen tècniques de netnografia, piramidación i detecció combinades amb enquestes per capturar el potencial IG. No obstant això, segueix existint una bretxa en la forma sistemàtica d'identificar aquests clients.Per tancar la bretxa, explorem formes específiques de selecció de clients de Big-Data i així mitigar les limitacions del crowdsourcing en el procés de co-creació. Desenvolupem un sistema intel·ligent combinant el coneixement d'experts i la informació comportamental de la base de dades de clients existent. A l'emprar models d'aprenentatge automàtic supervisats, ajudem a identificar i predir quins són els primers clients (de tota la base de dades de l'empresa) que adoptaran / adquiriran abans el nou producte. Al fer-ho, mostrem als directius que poden desenvolupar models d'Intel·ligènciaArtificial (IA) que els permet identificar els seus early adopters de la Big-Data existent a l'empresa. Acadèmicament, mostrem que combinant el coneixement dels experts en matèria d'identificació de early adopters i llançaments de productes, amb la informació emmagatzemada sobre clients a la base de dades de l'empresa, i analitzant aquest coneixement amb tècniques d'IA, es pot identificar millor als IGs que amb els mètodes existents. També avancem en el coneixement dels factors clau que més afecten als IGs en les seves decisions d'adquisició de nous productes. Teòricament, contribuïm a la literatura de classificació de clients i NPD amb algoritmes d'aprenentatge automàtic aplicats. A més, proporcionem coneixements i suggerim línies futures per avançar en la investigación de la investigació de la co-creació i el crowdsourcing. |
|---|---|
| Notas: | Data de defensa: 31 d'agost de 2021 Departament responsable de la tesi: Departament de Màrqueting |
| Descripción Física: | xvi, 154 pàgines : gràfics en color ; 30 cm Disponible també en format electrònic |
| Bibliografía: | Bibliografia |
