第1章 绪论
1.1 大数据驱动供应链变革
1.1.1 大数据与大数据分析
1.1.2 大数据驱动供应链变革
1.2 大数据驱动的供应链客户知识融合创新的现状
1.2.1 大数据驱动的供应链知识共享
1.2.2 大数据驱动的C2B供应链客户知识融合创新研究背景
1.2.3 大数据驱动的C2B供应链客户知识融合创新文献综述
1.3 大数据驱动的C2B供应链客户知识融合创新机制的研究价值
第2章 大数据驱动的C2B供应链客户知识融合创新的理论基础与研究框架
2.1 客户知识的概念与内涵
2.1.1 客户知识的定义
2.1.2 客户知识的分类与特性
2.2 大数据驱动下客户知识来源及跨流程管理
2.2.1 大数据环境下的客户知识来源
2.2.2 大数据驱动的跨流程客户知识管理
2.3 客户知识融合创新理论基础
2.4 研究框架
2.4.1 研究思路
2.4.2 研究方法和过程
2.5 本章小结
第3章 大数据驱动的C2B供应链客户知识融合创新驱动要素与影响因素
3.1 大数据驱动的C2B供应链客户知识融合创新的驱动要素
3.2 大数据驱动的C2B供应链客户知识融合创新的影响因素
3.2.1 影响因素识别
3.2.2 各影响因素之间的关系分析
3.2.3 影响因素评价体系分析
3.3 本章小结
第4章 大数据驱动的C2B供应链客户知识融合创新路径
4.1 大数据驱动的C2B供应链中客户知识的来源、分布及作用
4.1.1 客户知识的来源
4.1.2 客户知识的分布及作用
4.2 供应链客户知识跨流程融合过程
4.3 融合创新概念模型
4.3.1 变量设计
4.3.2 研究假设
4.3.3 概念模型
4.4 研究设计
4.4.1 祥本数据与变量测量
4.4.2 共同方法偏误检验
4.5 数据分析
4.5.1 信度与效度检验
4.5.2 拟合优度检验
4.5.3 路径关系检验
4.5.4 中介效应检验
4.6 融合创新路径与机制
4.7 本章小结
第5章 大数据驱动的C2B供应链客户知识融合创新激励机制
5.1 融合创新激励背景
5.2 融合创新激励问题与模型假设
5.2.1 激励问题描述
5.2.2 模型假设
5.2.3 模型建立
5.3 激励机制设计
5.3.1 激励机制构建
5.3.2 激励机制分析
5.4 激励机制效用分析
5.5 本章小结
第6章 大数据驱动的C2B供应链客户知识融合创新协调策略
6.1 融合创新协调策略研究背景
6.2 融合创新行为分析
6.2.1 大数据驱动的客户知识特性与参与者能力
6.2.2 融合创新参与者的角色和共生关系怀
6.2.3 知识融合创新的协同程度
6.3 融合创新协调决策
6.3.1 制造商单独决策
6.3.2 中度知识融合创新协同决策
6.3.3 高度知识融合创新协同决策
6.4 决策分析
6.5 本章小结
第7章 大数据驱动的C2B供应链客户知识融合创新对策
7.1 驱动要素、影响因素与作用机制
7.1.1 驱动要素与作用机制
7.1.2 影响因素与作用机制
7.2 三维作用路径
7.2.1 数据-知识-创新维度
7.2.2 销售/营销-制造-研发流程维度
7.2.3 客户-销售商/零售商-制造商跨组织合作维度
7.3 激励机制与协调机制
7.3.1 激励机制
7.3.2 协调机制
7.4 总体设计思路与实施策略
7.4.1 设计思路
7.4.2 实施策略
7.5 本章小结
第8章 大数据驱动的C2B供应链客户知识融合创新机制研究的意义与政策启示
8.1 大数据驱动的C2B供应链客户知识融合创新：制小最本促进数实深度融合
8.2 大数据驱动的C2B供应链客户知识融合创新对企业管理实践的建议
8.2.1 连通数据“孤岛”，构建以客户为中心的创新平台
8.2.2 内、外知识融合，嵌入知识共享与学习社区
8.2.3 跨组织激励与协调，共建互惠协作创新生态
8.3 政策启示
8.3.1 引导制造企业在大数据驱动创新过程中重视客户大数据的作用
8.3.2 鼓励产业链供应链核心企业构建以客户为中心的数字化创新平台划
8.3.3 优化产业链、供应链激励协调机制，构建互惠协作创新生态
8.4 研究展望
参考文献
附录
展开
