为每名顾客提供独一无二的产品（例如定制的礼服和裙装），规模化定制浪潮已现端倪，但规模化定制要实现盈利仍然很难。成功的案例通常发生在初创企业或成熟企业的小众产品，损失惨重的失败案例很多。

    平衡定制两段

    无论是针对每位顾客独一无二的定制，还是顾客根据自身需求选择的多种配置，针对产品及服务的规模化定制要获得利润，需要在两个领域取得成效。

    首先，明确定制化可为消费者创造哪些方面的价值，同时对消费者和制造商而言，整套流程都应该是顺畅、快捷和价格实惠的。其次，即使生产环节复杂程度不断提高，厂商的成本水平和成本结构也要可控。我们认为，广泛的、可盈利的规模化定制时代必将到来。因为技术升级或技术创新能够清除成本障碍，从而更精确地响应消费者的具体需求。例如，在线配置技术能便捷和低成本地收集顾客偏好，可预先看到最终产品的3D数字建模技术也趋于廉价和规模化。在制造业领域，动态的可编程机器人系统可在各模型和变量之间自由切换，且几乎不影响效率。

    其他趋势也表明规模化定制值得投资。近年来，已有数百家初创企业开创了成功的商业模式，虽然定制化规模还有待提高。此外，伴随着互联网长大的一代人，以及网络消费信息和建议的个性化推送，都可能需要个性化产品。

    七项技术可以帮助企业实现规模化定制，提高其实用性，并很快推动技术进步。与前述两大成功要素相对应，我们将这些技术划分为两大类：一类能更加便利地为消费者创造价值；一类能为厂商控制成本，以应对生产的复杂化。

    在推出定制化产品之前，企业部门必须了解客户的个性化需求及其希望配备的组成部分（比如面料类型、领子的形状或纽扣的缝线），在此基础上考虑提供哪些选项以及如何定价。有了新技术，以前昂贵的联合分析才能确定解决方案，现在做起来难度大大降低，而且新技术使得定制化交易的流程更加顺畅迅捷，成本也更低。

    社交技术

    社交媒体和众包业务绝非新生事物，但厂商可以借助这些手段分析消费者如何看待现有产品或假定的虚拟产品中既有或推荐的选配，从而提供更好的选配方案。星巴克通过社交网站“frappuccino.com”让用户制作专属的虚拟星冰乐，原料包括山莓味成分和蛋白粉。这帮助星巴克测算出不同原料受欢迎的程度，了解受欢迎的原料组合（如焦糖和奶油），然后再应用于现实的工艺流程或实体门店的原料调整。

    在线互动产品选配

    在线选配工具是规模化定制的核心要素，它可以在方便用户的同时快速收集定制化偏好。虽然此类工具存在多年，但在过去，用户互动仅限于在表格中填写少数几项配置选项，所有的高级配置方案不仅麻烦而且成本很高，往往需要一名销售人员与顾客当面讨论选配方案并确定最终的选择。而现在，产品可视化的进步加上配置软件速度和适用性的提高，使得产品配置具备了吸引力，许多消费者将其视为“有趣的体验”。

    一个典型例子是Shoes of Prey。顾客可在这家公司的网站上选配定制化鞋子，从12种通用的鞋型中选择，从平底靴到短靴。选中某一款后，厂家会针对鞋尖、鞋背、鞋跟和配饰提供不同的设计选项，每次选择点击后屏幕中央会自动出现更新的预览图。最有意思的是，顾客可以点击鞋子的不同部位，选择颜色和材质的类型。每次选择后鞋子会转动，好像在庆祝顾客的选择。在“现在流行”的页面则列出了由网站用户所设计的鞋子的清单。这个清单看起来无穷无尽，并且每分钟就更新几次，显然用户们在其中真正获得了乐趣。Shoes of Prey公司发现，如果定制化产品的模型复杂程度提高，客户的在线转化率会提升50%。

    3D扫描和建模

    现实世界中的物品可以通过3D扫描仪进行分析、收集相关数据用于搭建3D数字模型。这些扫描仪可以更加容易地测算针对某个事物（如人体）进行个性化设计的产品匹配度。已经有几家公司设计了扫描软件，可在几秒或几分钟内收集准确的身体指标，然后将其输入一个在线的个性化3D模型。过去这类技术的成本很高，安装和大规模推广的难度很大。现在，Styku这类开展扫描业务的公司应用现成的技术（如Kinect摄像机和Windows 8平板电脑），将硬件总成本控制在3000美元以内。由于测算结果的精度往往优于人工测算，Styku向全美零售商售出了大量3D测算终端。

    推荐引擎

    多年以来，电子商务软件始终根据用户的历史选择推荐相关产品。现在，通过帮助客户配置产品，推荐引擎正在向定制化过渡。比如，Chocri公司推出“createmychocolate.com”网站，提供在线定制和派送巧克力棒，顾客可在4种基本类型的巧克力和100种配料的基础上配制专属的巧克力棒。该网站会告诉顾客，哪些香料与之前选择的基础巧克力和主料搭配起来味道更好。以牛奶巧克力配草莓为例，该网站推荐肉桂、烤杏仁、榛子碎粒和可食用金箔。推荐选项以用户的主流选择为基础，该公司再对口味进行编辑，以降低消费者订购新品的风险。Chocri估计，推荐引擎使客户转化率提升了30%以上（转化率为线上实际下单的客户与自助配料的客户的比例）。

    动态定价的智能算法

    按需定制的订单常常使得需求意想不到的激增，造成等货时间过长，最终可能导致退订，这给公司带来了新难题。有些公司通过智能算法和优化的数据加工能力管理需求，从而实现动态定价，以减少等待时间。

    美国一家比萨连锁店为顾客提供自主选配服务（非提供少数几种口味组合），但发现有些馅料放在比萨饼底上需要花较长的时间，例如切片馅料需要一片一片地放，而与之相比，芝士则可以人工一次性撒完。于是，当需要定制的比萨大量积压时，网站定价就进行动态调整：智能算法降低了可快速配料的比萨价格，其他馅料的比萨价格提高，以鼓励顾客选择配料更快的。这一做法减少了顾客的等待时间，提高了客户满意度。