August 2016 Download this article as a PDFAbstract

Текущие исследования показывают, что процессы оценки идеи многих фирм ad hoc или интуитивно, с очень небольшое число фирм, определенные методы. Мы предлагаем новый подход, чтобы выбрать лучшие идеи для достижения среди различных вероятных версий будущего. В поддержку «передний конец инноваций» процессов подход подчеркивает формирование требований для любой идеи, которые могут быть приоритеты и измерены против возможных будущих миров. Такой подход в настоящее время концептуальных; Будущая работа будет развивать подход в методологию, которая может быть проверена с использованием реальных проблем. Эта статья будет иметь отношение к тем, кто изучают новые методы и подходы к выбору лучшую идею в своих конкретных областях.

Введение

Генерация идей, как представляется, является простой задачей, и во многих отношениях это. Каждый может иметь новая идея, которая кардинально меняет технологию, общество или мира в целом. Кроме того каждый может иметь идею, которая предлагает никакого значения. Без действия на этих идеях, как мы можем знать ли идея изменить мир или просто быть другой неудачной попытки достичь цели? Реальность такова, что мы не можем. Вместо этого эта статья начинает conceptualize метод для оценки идей через набор различных альтернативных фьючерсов или возможных миров.

Генерация идей является первым шагом в практически всех инновационных процессов. Компании формируются и новые продукты производятся потому, что казалось бы Великая идея была определена. Издатели могут рассмотреть сотни рукописей, немногие из которых после дальнейшего развития, сделать его для печати. Организации, разработка новых брендинг может создать десятки альтернатив и выбрать лучшие идеи для уточнения. Программное обеспечение или технологии фирмы, разработка нового продукта может предложить много идей, прежде чем выбрать один для производства. Генерация идей, которые приводят к инновационным процессам играет важнейшую роль в успехе фирмы.

Даже сейчас, когда организациям выделять больше ресурсов в инновационный процесс, 80-90% новых запусков продукта fail (Görs соавт, 2012). Apple, технологическая компания, использует свои собственные рамки инноваций (процесс нового продукта Apple), состоящий из следующих интерфейсных деятельности: i) реутилизации, ii) продукт запуска, iii) прототипов, iv) и группы оценки (Бусше, 2014). Однако даже с этого инновационного процесса, Apple возможно не производит каких-либо прорывной технологии с iPod. Apple Watch, 12-дюймовые MacBook и iPad Pro были описаны как «продукты без цели» (Уилкокс, 2016).

Существует нет недостатка новых идей в IBM, которая имеет ежегодный бюджет R&D $6 млрд и сгенерированный 6180 патентов США только в 2011 году. Чтобы решить, какие идеи должны приниматься в рамках их инновационного процесса, они следуют ряд шагов, которые могут быть дистиллированной следующим:

  1. Генерировать идеи и использовать совместные инструменты для получения обратной связи от заинтересованных сторон.
  2. Возьмите лучшие идеи и создать убедительные предложения клиентов.
  3. Оцените идеи считается стоимость пилотирования.
  4. Выполнение пилотного проекта.
  5. Начало производства.

Они также используют идею торговые площадки, такие как онлайн открытые инновации «джем». Кроме того они создали инновационной лаборатории, которая финансирует 25 проектов до стадии прототипа из 400 идей (Quitzau, 2013). Тем не менее даже с этими процессами IBM пережила продолжающегося сокращения нового продукта роста за последние 16 кварталов (Fox, 2016).

Почему такие богатые ресурсами компаний продолжают борьбу поворачивая инновации в успехи? Чтобы ответить на этот вопрос, мы ориентируемся на переднем конце инновационной деятельности (FEoI), которые могут быть разделены на три операции (Kempe и др., 2012):

  1. Обогащение: развитие сырых идей
  2. Оценка: оценивая вероятность того, что идеи могут достичь своих целей
  3. Выбор: выбор идеи для выполнения

Исследования уже показали, что FEoI являются наиболее важных этапов инновационных процессов и что успешные результаты связаны с качеством FEoI (Купер, 1988; Elerud-Tryde и др., 2011). Генерация новых идей, выбирая лучшие из них и принимая их через инновационный процесс имеет значительный отказов и высокие издержки (Buyukozkan & Feyzioglu, 2004). Несоответствие между инновациями, победа и те, которые теряют в рынке, большей частью из-за различий качества на переднем конце инновационной деятельности (Стеванович и др., 2012). Существующая литература молчание об оценке идей, особенно, когда есть большой набор, который необходимо оценивать. Если методология оценки могут создаваться для рассмотрения с учетом сложности определения вероятности идеи достижения своей цели, выбор и выполнение лучшая идея приведет к увеличению успехов.

Несмотря на работу, что было сделано для улучшения задней части инновационных процессов и исполнения показатели успеха инновации не увеличился в измеримых образом. Компании и организации продолжают сталкиваться с же дилеммой: они требуют оценки надежные и повторяемые идея метода для выбора идей.

По словам Уильяма Томсона слова в открытии цитату в этой статье до тех пор, пока идея может быть измерена и выражено численно, наши знания по данному вопросу будет ограничено. Инновации по-прежнему высокомерный процесс. До тех пор, пока сделать трудную работу выяснить, как измерить и численно выразить этот сложный процесс не может произойти глубокое понимание и значительных улучшений невозможно сделать. Это не означает, что полностью поддающихся количественному измерению решение существует. Однако мы стремимся исправить общепринятую концепцию, что передний конец инноваций таинственный и нельзя управлять. Мы стремимся количественно механизм заточить очень туманно идея оценки процесса.

Справочная информация

Изучение инноваций все еще находится в зачаточном состоянии именно потому, что наблюдается отсутствие исследований в области количественной оценки идеи (Elerud-Tryde & Soonvald, 2011). Теория измерений, изучение назначения номеров объектов и явлений (Робертс, 1985), что касается управления инновациями, была сосредоточена на задней части производительности (Адамс соавт., 2006). Это связано с тем, что процессы back-end (производство и маркетинг), легко распознать и организованы с бюджетами, персоналом и повторяющихся процессов. Исследования Кеттунен, Ilomäki и Kalliokoski, (2007) и Ким и Wilemon (2002) указывают, что FEoI вообще была оставлена неструктурированным и неконтролируемым в то время как структурирована задней части. Многие практикующие полагаются на эвристики и знания для оценки идей, поскольку трудно количественно определить необходимые компоненты. Большинство людей имеют тенденцию поставить непропорционально вес на конкретные фрагменты информации, которые они используют для регулирования процесса их мысли (Bonabeau, 2003). Человеческий мозг известен впрыскивать знакомых моделей в новые ситуации, даже если они являются неуместными (Bonabeau, 2003). Как только это происходит, формируется уклон и новая информация будет скорректирована с учетом того, что человек считает, чтобы быть правдой (Loosemore, 2013). Например при определении стоимости нового дизайна инновации, люди предполагают, что стоимость будет таким же, как старые дизайн, который был похож. Причина, почему такой подход не работает, потому, что при выполнении инновационных процессов, нет никакой гарантии, что же агентов (директивных органов) будет интерпретировать переменных таким же образом каждый раз. Избегая это понятие позволяет Провидцами, такие как Элон Маск для переопределения промышленности. Элон не предположить, что стоимость строительства ракеты будет таким же, как ракеты, которые пришли перед ним. Глядя на дизайн ракет из первых принципов позволило мускус резко снизить затраты на построение и доставить груз более эффективно, чем установленных компаний, как Boeing и Lockheed Martin (Андерсон, 2013).

За последние двадцать лет семантика инноваций стала постепенно абстрактным как слово и его означающих, становятся все более нематериальным и неограниченной (Moldaschl, 2010). Мы не смогли улучшить методы FEoI в измеримых образом, потому что мало эмпирических доказательств для ученых и организаций к деятельности, которые вносят позитивный для переднего плана производительности (Markham, 2013). У нас нет теории, которая может предсказать исход инновационного цикла или определить, какие идеи лучше подходят к достижению конкретных будущих результатов, тем самым снижая риск инновационного процесса. Нынешние подходы в рейтинге идея как правило продиктовано конкретными ситуациями (например, как сократить время ожидания для автобусов в час пик раза) (Kudrowitz & Уоллес, 2013). Представляя подход, который рассматривает идею оценки как поддающихся количественному измерению процесса, мы надеемся внести некоторые идеи, которые могут привести к углублению знаний и предоставления практических и эффективных инструментов для практиков, чтобы добиться большего успеха в выборе идей для инноваций.

Подход

Идея оценки и отбора является проблемой, которая имеет место в настоящее время. Реализация всех идей, чтобы определить лучший является нецелесообразным и по-прежнему невозможно выбрать идеи из будущего; Таким образом задним числом не является жизнеспособным инструментом для принятия решений. Вместо этого мы можем попытаться предсказать будущее и оценить, насколько хорошо данная идея будет выполнять в ней. Учитывая число переменных в игре, лучше придумать с ограниченным набором возможных миров, против которого для оценки качества идей. Мы создаем идеи метода оценки, который анализирует возможные миры, чтобы выбрать идею с высокой вероятностью успешного достижения ее целей.

Представлять возможный мир, необходимо сначала определить его характеристики. Характеристика состоит из пары значение свойства привязаны к конкретной мир. Он утверждает, что свойство имеет конкретное значение в пределах этого мира. Учитывая множество миров, каждый из них будет отличаться по крайней мере одну характеристику от каждого мира. Мы можем представить будущий мир как набор свойств, извлеченных из общих категорий. Например среда является общей категории, климат является собственностью мира и температура, осадки, влажность и УФ индексы являются вложенные свойства климата. Эти свойства остаются неполными без жизнеспособного способа отличить их среди разных миров. Почти каждая версия будущего будет иметь климат, таким образом, для того чтобы характеризовать их, значение должно быть связано с этими свойствами.

Следующим шагом является определение требований идеи. Эти требования будут набор характеристик мира, максимизирует идея шансы на успех. Требование идеи будут разделены на две части: характеристика числовое значение и значение характеристики к идее.

И наконец нам нужен метод для измерения способности мира удовлетворять замысел. Для этого мы используем искусственные конструкции из математики, называется утилита. Утилита является числовое значение, используемое для представления размера пособия, которое достигается за счет осуществления идеи. Мир лучше подходит для конкретной идеи позволит эту идею получить выше, Утилита чем мир, который не удовлетворяет требованиям идеи. Утилита используется для разрешения оценщика для измерения вероятность того, что идея достигнет своей цели. Все идеи имеют соответствующий мир, где их реализация лучше всего подходит, хотя; вероятности этих миров существующих независимо к идее.

В качестве значения характеристики изменяются от одного мира к следующему их близость к требованиям также изменения. Например предположим, что некоторое представление имеет высокая вероятность успеха, если ставка основной бизнес имеет значение 2,5%; одним из требований идеи будет основной бизнес ставка составляет 2,5%. Это означает, что идея полезности максимизируется в мире с основной бизнес ставке 2,5%. Однако это вполне возможно, что другие миры с менее идеальных значений может возвращать позитивную полезность, даже если возвращаемая утилита меньше оптимального. Если нет минимально необходимых условий, Утилита становится равным 0. Рассмотрим мир, где процентная ставка составляет 3%, а не 2,5%, как это предусмотрено требование. Вполне вероятно, что идея все равно будет полезным. На рисунке 1 показано это представление и изображает полезность идеи как изменения значения процентной ставки.

Цель заключается в том, чтобы выбрать идею, которая имеет высокие полезности через наиболее вероятных миров. Просто потому, что идея может быть большим, условия, необходимые для его успешного результата на основе как будущее разворачивается, и что независимо от идеи. Например iPod был успешным, потому что потребители отходя от портативных устройств CD. Поскольку вероятность потребителей, делая переход от портативных устройств CD было больше, чем вероятность того, что потребители будут продолжать использовать портативные устройства CD, iPod был лучшим продуктом для Apple, чтобы продолжить. Разворачивалась различных фьючерсов связаны вероятностей, и мы хотим выбрать идею, которая выполняет лучше всего (имеет высокий) в наиболее вероятных вариантах будущего.

Рисунок 1

Рисунок 1. Потребительную стоимость идеи через характерные значения

В следующем разделе мы иллюстрируют ключевые аспекты этого подхода на основе примера сценария.

Пример сценария: Инновации в нефтяной и газовой промышленности

В современном мире низких цен на нефть, восстановление тяжелой сырой нефти и битума из канадских нефтяных песков на основе при помощи пара тяжести дренаж (SAGD) больше не является экономически жизнеспособным (Findlay, 2016). Даже, когда цены на нефть были высокими, SAGD только применяется в лучшее качество нефтеносного песка резервуаров, оставляя меньшее качество водохранилищ коммерчески нежизнеспособными. Из-за дальнейшего падения цен на нефть новые высокотехнологичные идеи для на месте восстановления необходимы для поддержания прибыльной деятельности.

В этом примере давайте предположим, что инженер вводит идею а. Рентабельность идеи A зависит от следующих требований:

  1. Основной бизнес ставки остаются на уровне 2,5%.
  2. Цена нефти остается выше $25 за баррель.
  3. Производство нефти песка не запрещена правительством из-за экологических проблем (двоичный выбор 1/0).

Еще один инженер вводит идея б. идея B зависит от следующих требований:

  1. Стоимость стальных капель США $280 за тонну.
  2. Цена нефти достигает минимум $46 за баррель.
  3. Поверхностные нефтяные пески еще можно найти (вероятностный диапазон).

Для того, чтобы выбрать идею A или B идея, четыре шага необходимо иметь место:

  1. Мы вычислить вероятность каждого возможного мира на основе вероятности характеристик не имеет значение true. Учитывая, что мы не знаем, каким будет будущее, мы определять набор возможных миров и их связанные вероятности реализации. Для этого мы используем следующее уравнение для вычисления вероятности каждого из миров характеристик, происходящих в соответствии с переменными, определенными в таблице 1:

Уравнение 1

Таблица 1. Переменные и определения, используемые для разработки возможных будущих миров

Таблица 1

Для простоты будем считать, что только одно будущее версия мира возможно: либо она удовлетворит идею A или она удовлетворит идею б. В действительности будет несколько миров для оценки (рис. 2), хотя точное число будет отличаться от проблемы проблемы.

Рисунок 2

Рисунок 2. Визуальное представление, описывающие миры для оценки

Для вычисления вероятности каждой характеристики людей поняли, что нам придется делать прогнозы на основании имеющихся данных или использовать прогнозы из надежного источника. В этом примере мы используем данные из Всемирного банка. По данным Всемирного банка группы товарных рынков Outlook (2016) Цена нефти оценивается $41/баррель в 2016 году (Всемирный банк, 2016). По данным Банка Канады премьер бизнеса ставки останутся на 2,7% (Банк Канады, 2016 года), и это очень маловероятно, что нефтяные песчаники производство будет запрещено в ближайшем или отдаленном будущем. Ожидается, что цена стали быть США $365 за тонну (Всемирный банк, 2016) и нефтяных песков, которые по-прежнему считается трудной нефти. Эта информация показывает, что наиболее вероятный возможный мир имеет следующие характеристики:

  1. Нефть является $41/ баррель
  2. Премьер бизнеса составляет 2,7%
  3. Производство нефти песка продолжается, но является сложным (non поверхности)
  4. Сталь является США $365/тонна
  5. Производство нефти песка не запрещены

Таким образом мир с этими характеристиками, скорее всего, происходят. На практике вероятностей () будет назначен для каждой характеристики для определения вероятности наступления мира.

  1. Мы вычисляем полезность идеи в мире, особенно в зависимости от требования и его характеристика связанного мира, взвешенным, вероятность этого конкретного мира:

Уравнение 2

Чтобы определить полезность идеи в особый мир, нам придется создать функцию, которая может сравнить требования к характеристикам мира и возвращать числовое значение, основанное на насколько хорошо мир удовлетворяет требованиям. Каждое требование взвешенное значение таким образом, чтобы программа отражает идеи иерархии потребностей.

Основываясь на информации из шага 1, есть выше вероятность того, что каждое требование идеи A будет в мире наиболее вероятным. Это дает более высокой полезности чем идея B, учитывая, что необходимые для идеи B быть успешным мир имеет меньшую вероятность истинности. Утилита будет описать числовое значение. Чем выше Утилита, тем выше значение.

  1. Мы находим ожидаемое значение идей утилиты, уместными всех утилит от каждого возможного мира:

Уравнение 3

После расчета полезности каждой идеи в каждом возможном мире, мы будем определять ожидаемую полезность идеи, которая даст нам ожидаемых результатов идея, основанная на возможных миров, которые могут возникнуть. Это важный шаг, потому что мы не знаем, какой мир осознает. Путем расчета ожидаемой полезности, мы будем определять лучшую идею для выбора диапазона возможных фьючерсов, скорее всего, происходят.

  1. И наконец мы выбираем идею. Поскольку в этом примере существует только один мир, ожидаемую полезность совпадает с вычисляемый утилита для этого мира. Идея A является наиболее подходящим для возможного мира, скорее всего, происходят. Таким образом идея A имеет высокая полезность и должна быть выбрана впереди идея б.

    Пример нефтяного песка упрощена функция полезности, только рассматривая пять требований. На самом деле идея имеет много требований, и утилита определяется совокупность этих требований был удовлетворен. Считает, большая часть литературы по оценке идеи, которую мы обнаружили, 4 – 8 критериев до принятия решения (например, Girotra и др, 2010; Гутьеррес и др., 2009; Martinsuo & Poskela, 2011). Большая часть наших будущих исследований будет проводиться определение методологии для определения критериев, необходимых для сформировать правильное количество требований, необходимых для расчета полезности идей.

    Используя наш пример, Цена нефти за баррель должно оставаться больше, чем $25, чтобы идея A, чтобы быть успешным, однако это лишь второй из трех требований. Если одно требование не удовлетворено, идея утилита будет уменьшена. Если характеристики мира не в состоянии удовлетворить любые требования идеи, такие, как обстоит дело с идеей B, идея полезности в этом особый мир стремится к нулю. На рисунке 3 показано, как идея полезности, когда связаны с многочисленными требованиями, отвечает характеристикам различных мировых.

Рисунок 3

Рисунок 3. Пример индивидуального и коллективного влияния одного требования о полезности идеи

Многие из переменных, которые используются для моделирования вероятности характеристик, будучи истинной стохастика в природе. Несмотря на все, не поддающиеся количественному определению, все имеет вероятные результаты. Нет необходимости моделировать каждый аспект будущего, чтобы определить необходимые требования к успеху.

Через наших будущих исследований мы будем создавать программное обеспечение, которое принимает ввод от решения и выполняет необходимые вычисления для определения утилит идей. Это, как наш подход будет легко использоваться любое лицо, принимающее решение для оценки и выбора идей в любом домене.

Заключение

В начале этого столетия внимание сосредоточено на использовании идей для создания инноваций (Дули & о ' Салливан, 2001). Значительно меньше внимания было уделено выявлению лучших идей (Rindasu & Михайловича, 2008). Наш подход лучше всего подходит для идей, к инновационных процессов, которые связаны с конкретными целями, как радикальные (прорыв) инновации, трансформации (разрушительные) инновации, создание рынка и конкурентов нарушения. Каждый из этих типов инноваций требует детального понимания идеи и своего рода мир, в котором он будет применяться к. Идеи и последующие миры, которые лучше определить позволяют для улучшения сбора данных, поскольку принимающее решение знает, что они ищут. Такой подход может оказаться полезным в генерации идей путем повышения качества лучших идей путем решения рассмотреть, какие идеи может работать хорошо в будущем мире.

С учетом новизны этого подхода в контексте переднего конца инновационной деятельности и инновационного процесса в целом, мы еще нет прямых доказательств того, что такой подход является возможным. Однако имеющиеся исследования показывают, что люди обычно считают слишком мало факторов в прогнозировании и поэтому, к сожалению, часто производят довольно упрощенный анализ возможных исходов (Дорнером & Schaub, 1994). Оценивая идеи через рамки возможного мира, мы стремимся к активизации деятельности FEoI достаточно, чтобы уменьшить число неудачных инновационных проектов.

Мы представляем этот подход на раннем этапе развития для поощрения практиков и директивных органов для рассмотрения как расчета идеи полезности как ожидаемое значение будущих миров может привести к строгий подход в переднем конце инновационной деятельности для повышения успеха инновационных процессов. Мы также стремимся генерировать, обсуждать и обсуждать лучший способ усовершенствовать и опробовать этот подход и строить отношения с организациями, которые хотели бы использовать их опыт и данные как ранние пользователи нашего метода. В настоящее время мы работаем с Отделом инноваций в больницу для больных детей в Торонто, Канада, проводить анализы для разработки нашей методологии и историческом воссозданий. Использование исторических эмпирических данных о до конца инновационной деятельности в больницу, чтобы дифференцировать успешные идеи от неудачных идеи позволит производительность нашей функции тестируемых, находя отклонение реального поведения с ожидаемыми результатами предсказывается его. Конечно мы не будем знать, что реальное будущее выглядит до тех пор, пока он прибывает, поэтому передняя часть инновационной деятельности не могут непосредственно воспользоваться задним числом. Однако Оглядываясь назад от прошлых инновационной деятельности могут играть важную роль в разработке методологий для оказания помощи организациям выбрать наиболее перспективных идей и улучшения нашей способности прогнозировать будущие миры, в которых эти идеи придут в жизнь.

 


Ссылки

Андерсон, C. 2013. Переосмысление государственно частного космических путешествий. Космическая политика, 29(4):
266-271.http://dx.doi.org/10.1016/j.spacepol.2013.08.002

Стрелка, K. 1962. Экономическое благосостояние и выделение ресурсов на изобретение. В скорость и направление изобретательской деятельности: Экономические и социальные факторы: 609 – 626. Принстон, NJ: Принстонский университет
Press.http://dx.doi.org/10.1515/9781400879762-024

Банк Канады. 2016. Ежедневный дайджест. Банк Канады, 20 июля 2016 года. Доступны 3 августа,
2016:http://www.bankofcanada.ca/rates/daily-digest/

Bonabeau, е. 2003. Не доверяйте своей интуиции. Harvard Business Review, 81(5): 116-123.

Бусше, л 2014. Скептик руководство по низкой достоверности прототипов. Smashing журнал, 6 октября 2014 г. Доступны 1 августа,
2016:http://www.liquidagency.com/news/skeptics-guide-low-fidelity-prototyping/

Buyukozkan, г. & Feyzioglu, о. 2004. Новый подход, основанный на мягких вычислений для ускорения выбора новых идей продукта. Компьютеры в промышленности, 54(2):
151 – 167.http://dx.doi.org/10.1016/j.compind.2003.09.007

Купер, р. г. 1988. Новый продукт процесса: Решение руководство для менеджеров. Журнал по маркетингу управления, 3(3):
238-255.http://dx.doi.org/10.1080/0267257x.1988.9964044

Дули, л & о ' Салливан, д 2001. Структурирование инноваций: Концептуальная модель и методологию внедрения. Предпринимательство и инновационный менеджмент, 2(3):
177 – 194.http://dx.doi.org/10.1080/14632440110101246

Дорнером, д. & Schaub, х. 1994. Ошибки в планировании и решений и характер обработки информации человека. Применения психологии, 43(4):
433-453.http://dx.doi.org/10.1111/j.1464-0597.1994.tb00839.x

Elerud-Tryde, а. & Soonvald, а. 2011. Предлагая основу для оценки и выбора идей в FEI: Тематическое исследование автомобилей Volvo. Магистр наук Диссертация, кафедра технологии управления и экономики. Чалмерский технологический Университет Гетеборга, Швеция.

Финдли, Дж. р. 2016. Будущее канадских нефтяных песков: Потенциал роста уникального ресурса на фоне регулирования, выход, стоимость и неопределенности цен. Оксфорд: Оксфордский институт энергетических исследований.

Фокс, Дж. 2016 г. IBM не является рост компании. Bloomberg взгляд, 19 апреля 2016 г. Доступ к 1 августа,
2016:https://www.bloomberg.com/view/articles/2016-04-19/ibm-is-not-a-growth-c...

Girotra, K., Terwiesch, C. & Ульрих, к. т. 2010. Генерация идей и качество самой лучшей идеей. Наука управления, 56(4):
591 – 605.http://dx.doi.org/10.2139/ssrn.1082392

Görs, Дж., Хортон, г. & Kempe, н. 2012. Совместный алгоритм для компьютера поддерживает идею выделения в переднем крае инноваций. В производстве 45-Гавайи международной конференции по науке (HICSS) системы: 217-226. Вашингтон, округ Колумбия:
IEEE.http://dx.doi.org/10.1109/hicss.2012.48

Гутьеррес, э., Kihlander ж. и & Эрикссон, 2009. Что это хорошая идея? Понимание оценки и отбора новых идей продукта. В работе со льдом 09, 17 Международная конференция по проектированию инженерных, издание 3, проектной организации и управления, Пало-Альто, Калифорния, США, 24 – 27 августа 2009 г.

Кемпе, н., Хортон, г., Бухгольц, р. & Görs, д. 2012. Оптимальный алгоритм для Raw идея выбора в условиях неопределенности. В производстве 45-Гавайи международной конференции по науке (HICSS) системы: 237-246. Вашингтон, округ Колумбия:
IEEE.http://dx.doi.org/10.1109/hicss.2012.110

Кеттунен, Дж., Ilomäki, С.к. & Kalliokoski, р. 2007. Делать чувство инновационного менеджмента. Хельсинки: Teknologiainfo Teknova.

Ким, Дж. & Wilemon, д 2002. Стратегические вопросы в области управления инновационной нечеткого переднего плана. Европейский журнал управления инновациями, 5(1):
27 – 39.http://dx.doi.org/10.1108/14601060210415153

Kudrowitz, б. & Уоллес, д 2013. Оценка качества идей от плодовитой, ранней стадии продукта реутилизации. Журнал Дизайн техники, 24(2): 120 – 139.
http://DX.DOI.org/10.1080/09544828.2012.676633

Loosemore, м. 2013. Инновации, стратегия и риск в строительстве: Превращение Serendipity в возможности. Лондон:
Routledge.http://DX.DOI.org/10.4324/9780203809150

Маркхам, S. K. 2013. Влияние переднего плана инновационной деятельности на производительность продукта. Журнал управления инновационной продукции, 30 (Suppl 1):
77 – 92.http://dx.doi.org/10.1111/jpim.12065

Martinsuo, м. & Poskela, Дж. 2011. Использование критериев оценки и инновационной деятельности в переднем крае инноваций. Журнал управления инновационной продукции, 28(6):
896 – 914.http://dx.doi.org/10.1111/j.1540-5885.2011.00844.x

Moldaschl, м. 2010. Почему инновации теорий не имеет смысла. Статьи и препринты Департамента инновационных исследований и устойчивого управления ресурсами (BWL IX). № 9/2010. Хемниц, Германия: Технологический университет Хемница.

Quitzau, а. 2013. Как IBM рационализирует: Передний конец инноваций в IBM. Презентация, учитывая Декабрь 2013. Доступ к 1 августа,
2016:http://www.slideshare.net/AndersQuitzauIbm/how-ibm-innovates-dec-2013-th...

Rindasu, в. C. & Михайловича, и 2008. Идея управления для организационных инноваций. Analele Universităţii Eftimie Murgu Решица, XV(1): 398-404.

Стеванович, м., Марьянович, м. д & Štorga, 2012. Система поддержки принятия решений для выбора идеи. В процессе дизайна 2012 12-я Международная Дизайн конференции, 21 – 24 мая 2012 года, Дубровник, Хорватия.

Уилкокс, Дж. 2016 г. Почему Apple в будущем провал некоторые. Бета-версия Новости, 20 января 2016 года. Доступны 1 августа,
2016:http://betanews.com/2016/01/20/why-apples-future-failure-is-certain/

Всемирный банк. 2016. Перспективы рынков сырьевых товаров: Апрель 2016 года. Вашингтон, округ Колумбия: Мир
Bank.http://pubdocs.worldbank.org/en/677121461693540498/CMO-April-2016-Full-R...

Доля этой статьи:

Цитируете эту статью:

Оцените содержание: 
Нет голосов были поданы еще. Скажи свое слово!

Ключевые слова: FEoI, передний конец инноваций, идея выбора, инновации, Многокритериальные решение решений, возможных миров, реальные варианты, стохастические модели

Добавить новый комментарий

Обычный текст

  • Теги HTML не разрешены.
  • Адреса электронной почты и адреса страниц включите в ссылки автоматически.
  • Строки и параграфы переносятся автоматически.