大数据赋能的C2B个性化定制决策范式

孟 炯，郭春霞

（1.重庆工商大学工商管理学院，重庆 400067；2.重庆工商大学数学与统计学院，重庆 400067）

1 引言

我国制造业正面临个性化需求大于供给的结构性矛盾。党的十九大报告指出，要推动大数据与实体经济深度融合，借助大数据促进传统制造模式转型升级，以化解这一结构性矛盾［1-3］。基于这一决策部署，红领、尚品和海尔等制造企业纷纷朝C2B个性化定制方向发展，利用大数据获取竞争优势，成为C2B个性化定制转型升级的典范［4］。然而，C2B个性化定制解决方案较为复杂，需要耗费较高的创新与迭代试错成本，大量制造企业尚不具备转型升级的条件，只能通过有限的模块化组合来适度满足消费者的个性化需求，从事传统B2C大众化制造［3］。因此，传统B2C大众化制造无法阻止C2B个性化定制的发展，C2B个性化定制也无法完全取代传统B2C大众化制造，个性化产品与大众化产品或将长期处于竞争状态。

文献回顾显示，传统B2C大众化制造是指制造企业采用价值提供策略，吸收和整合消费者创新知识尚不充分，向消费者提供个性化水平相对较低的大众化产品；C2B个性化定制是指制造企业采用价值共创策略，充分吸收和整合消费者创新知识，向消费者提供个性化水平相对较高的个性化产品［4-8］。传统B2C大众化制造向C2B个性化定制转型升级并非易事，大幅提高了整个制造流程的复杂性和不确定性。一方面，传统B2C大众化制造模式下，消费者难以充分参与企业价值创造［5］，但企业整合消费者资源、吸收消费者创新知识能显著促进价值增长［6，9-10］；另一方面，满足个性化需求的“高效用”和大规模标准化生产的“低成本”难以兼容的障碍需要克服［4］。大数据与制造业的融合可以有效破解上述难题［8，11-13］，进而驱动传统B2C大众化制造模式变革。首先，依托大数据赋能，生产模式从传统以企业为中心的大众化制造模式向以消费者为中心的个性化定制模式转变［14］，可以实现低成本、高效率地生产消费者需要的个性化产品［3，15］；其次，依托大数据赋能，普通消费者可数字化参与企业价值共创，而不仅局限于交易权，显著提升了消费者参与价值共创的能力［16-18］；最后，依托大数据赋能，企业员工获得了信息分享权和资源配置权［19］，这有助于企业员工获取工作技能、改善工作方法、提升自我管理能力和激发内在潜力［20］。变革后的制造模式具有“大数据赋能”“价值共创”与“个性化定制”等特征［21-22］，我们称之为“大数据赋能的C2B个性化定制”。

在大数据赋能的C2B个性化定制领域，相关研究主要聚焦于以下几个方面。第一，大数据对管理决策的影响。大数据的快速发展对传统管理决策过程和方式造成了冲击，并孕育和重塑着新的管理决策范式［23-29］，传统管理决策范式正向大数据赋能的管理决策范式演变［30］，进而推动了制造模式和商业模式创新［31］。第二，传统B2C大众化制造相对于大数据赋能的C2B个性化定制存在的不足。工业4.0进程下，传统B2C大众化制造模式在解决方案、业务流程、组织结构等方面无法有效支撑C2B个性化定制，迫切需要向大数据赋能的C2B个性化定制转型［32］。第三，大数据赋能的C2B个性化定制发展趋势。现有文献对企业C2B个性化定制的战略选择、基于C2B个性化定制的传统企业再造、基于C2B个性化定制的供应链结构选择［33-34］等问题的研究显示，大数据赋能的C2B个性化定制必将成为制造业未来的主流发展方向［35］。第四，大数据赋能的C2B个性化定制模式创新。在这一领域，研究者主要探索了消费者视角的个性化定制模式创新［36］、厂商视角的个性化定制模式创新［37］、基于“互联网+”的个性化定制模式创新［3］、3D打印个性化定制模式创新［38］等。

综上所述，现有研究揭示了个性化产品与大众化产品的长期竞争状况，指出了大数据赋能对传统B2C大众化制造向C2B个性化定制转型升级的促进作用，探索了大数据赋能的C2B个性化定制模式创新，为本文的研究奠定了坚实的基础。然而，针对个性化产品与大众化产品的竞争现状，尚无文献基于中国案例，运用博弈分析法，研究大数据赋能的C2B个性化定制决策范式。基于此，本文从消费者的个性化偏好入手，借助红领集团C2B个性化定制模式创新案例，构建个性化产品与大众化产品市场竞争博弈模型，分析大数据赋能的C2B个性化定制决策范式。研究结论可丰富和完善C2B个性化定制理论，对大数据环境下消费者与厂商的决策具有重要借鉴价值。

2 红领集团案例

红领集团是一家具有一定知名度的大型服装企业，主要生产高档西装、衬衣等产品。通过对传统B2C大众化制造模式的持续大数据智能化改造，消费者可实时提交自己的个性化需求，数字化参与产品的设计与制造，红领集团收集客户信息后能以工业化的效率完成产品个性化制造，从而高效衔接企业个性化产品制造能力与消费者个性化需求。最终，红领集团成功实现大数据赋能的C2B个性化定制模式创新。

红领集团创立初期，主要采用OEM代工模式。随着竞争加剧与成本攀升，OEM代工模式的盈利空间越来越小。面对严酷的竞争环境，红领集团投入大量资金，持续不断实施制造模式创新的迭代试错，从OEM代工模式发展成传统B2C大众化制造模式，又从传统B2C大众化制造模式变革为大数据赋能的C2B个性化定制模式。通过分析红领集团的案例可知，实施大数据赋能的C2B个性化定制模式创新，需要耗费较高的创新成本和迭代试错成本，创新时间较长，解决方案较为复杂。大量同类企业尚不具备大数据赋能的C2B个性化定制模式创新的实施条件，这部分企业仍将采用传统B2C大众化制造模式，从事大众化产品制造。因此，个性化产品与大众化产品将长期共存于同一竞争市场。基于上述描述，可刻画出个性化产品与大众化产品的市场竞争模型，如图1所示。

图1 个性化产品与大众化产品的市场竞争模型

在图1中，个性化产品提供商与大众化产品提供商互为竞争对手，消费者面临个性化产品与大众化产品两种选择；个性化产品与大众化产品能被个性化水平高低差异化，且个性化产品与大众化产品分别对应大数据赋能的C2B个性化定制与传统B2C大众化制造［39］；大数据赋能的C2B个性化定制采用价值共创策略，传统B2C大众化制造采用价值提供策略［8］。业绩表明：红领集团实施大数据赋能的C2B个性化定制模式创新，每天能生产2 000套定制西装；减少了渠道，消灭了库存，总体成本只有成衣的一半；产品生产周期加快了8倍，由原来的3个月缩短至7天；销售收入和净利润实现了150%的增长，纯利润率达30%。

综上，在消费者个性化需求牵引下，红领集团实施大数据智能化改造，成功实现由传统B2C大众化制造向大数据赋能的C2B个性化定制转型升级。红领集团转型升级后，产品个性化水平、消费者满意度、产品市场需求、企业绩效等指标均获得较大改善，极大地提升了企业竞争力。

3 案例的博弈分析

3.1 基本假设

产品个性化偏好是指消费者对厂商所提供产品的个性化水平带来价值的偏好，这一价值的高低决定着顾客让渡价值的大小［40-41］。为便于分析，在图1的基础上做如下基本假设。

假设1：消费者对产品具有个性化偏好，这种偏好的高低取决于产品个性化水平带给消费者的价值的大小，决定着顾客让渡价值的大小。

假设2：每一位消费者都对个性化产品与大众化产品中的某一类产品有需求，消费者依据顾客让渡价值的大小在个性化产品与大众化产品中选择购买［42］。

假设3：在大数据环境下，普通消费者可数字化参与厂商价值共创［18］。

模型中涉及的参数的设定如表1所示。

表1 模型中涉及的参数及变量的定义

3.2 产品竞争模型

本部分基于上述假设，构建与求解个性化产品与大众化产品的市场竞争博弈模型。

消费者购买产品的总价值可表示为：

那么，顾客让渡价值可表示为：

在式（2）中，只要t(k)>0，消费者就购买产品。

在个性化产品与大众化产品中，消费者的选择购买行为可表示为：

由式（3）可知，一方面，如果消费者选择定制个性化产品，那么消费者获得的顾客让渡价值可表示为：

另一方面，如果消费者选择购买大众化产品，那么消费者获得的顾客让渡价值可表示为：

将式（4）和式（5）代入式（3），可得：

由式（6）可知，在个性化产品与大众化产品中，消费者将购买具有较大顾客让渡价值的产品。进一步地，令tD(k)=tA(k)，那么tIA-PA=kID-PD，则k(ID-IA)=PD-PA。

因此，在个性化产品与大众化产品中，消费者选择购买的分界点为：

令消费者群体为1，则消费者的产品个性化偏好的分布函数为：

因此，个性化产品提供商的期望收益为：

大众化产品提供商的期望收益为：

为确保消费者购买产品，假设u-PA>0。令∂ΠD/∂PD=0 及 ∂ΠA/∂PA=0，并联立求解，可求出单位个性化产品的均衡价格为：

同理，可求出单位大众化产品的均衡价格为：

由于个性化产品能够较好地满足消费者的个性化需求，所以个性化产品的边际成本较高，故k*>0。

将式（11）和式（13）代入式（9），可得个性化产品提供商的均衡期望收益为：

同理，将式（12）和式（13）代入式（10），可得大众化产品提供商的均衡期望收益为：

3.3 决策范式分析

本部分基于个性化产品与大众化产品市场竞争博弈模型的均衡解，分析大数据赋能的C2B个性化定制模式下消费者与厂商的决策范式。

3.3.1 消费者的决策范式。命题1：当且仅当r>，。

证明：由式（14）可知，个性化产品提供商的均衡期望收益为：

由式（15）可知，大众化产品提供商的均衡期望收益为：

因此，当且仅当r>时，。证毕。

命题1显示：①当r<时，具有价值共创意愿、选择大数据赋能的C2B个性化定制模式定制个性化产品的消费者比例较小，个性化产品提供商的期望收益小于大众化产品提供商的期望收益。②当r>时，具有价值共创意愿、选择大数据赋能的C2B个性化定制模式定制个性化产品的消费者比例较大，个性化产品提供商的期望收益大于大众化产品提供商的期望收益。因此，具有价值共创意愿、选择大数据赋能的C2B个性化定制模式定制个性化产品的消费者比例，是个性化产品提供商获得较高期望收益的关键影响因素。

推论1：当CD-CA<2(ID-IA)时，随r增大而增大，随r增大而减小。

推论1显示，个性化产品提供商要获得较大的市场份额，可从以下两个方面入手：①提升具有价值共创意愿、选择大数据赋能的C2B个性化定制模式定制个性化产品的消费者比例；②实施大数据赋能的C2B个性化定制模式创新，低成本、高效率地生产消费者需要的个性化产品［3，14-15］。

综合分析命题1和推论1可知，消费者的购买决策可有效牵引厂商的制造模式创新决策，即个性化产品提供商要想获得较高的期望收益和较大的市场份额，必须以消费者购买决策为依据制定和实施相应的制造模式创新决策。由此可知，揭示大数据赋能的C2B个性化定制模式下消费者的决策范式，是本研究首先需要解决的问题。

命题2：若ID-IA较大，那么tD(k)-tA(k)恒为k的线性增加函数。

证明：在个性化产品与大众化产品中，消费者将选择购买能给自己带来较大顾客让渡价值的产品，而顾客让渡价值t(k)=t(k,ε*)，则

令IA=0，如果消费者选择购买大众化产品，那么消费者得到的顾客让渡价值为：

同理，如果消费者选择定制个性化产品，那么消费者得到的顾客让渡价值为：

那么，个性化产品和大众化产品带给消费者的顾客让渡价值差为：

因此，如果个性化产品和大众化产品间的个性化水平差异较大，那么个性化产品和大众化产品带给消费者的顾客让渡价值差随消费者个性化偏好的增大而增大。证毕。

命题2表明：①消费者个性化偏好决定了顾客让渡价值的大小，是消费者在个性化产品和大众化产品中选择购买的决策依据。②为充分满足自身的个性化需求，获得较高的顾客让渡价值，随着个性化偏好的增大，消费者的占优决策是选择大数据赋能的C2B个性化定制模式定制个性化产品，积极参与厂商价值共创。

综合分析命题1、推论1和命题2，可以得出消费者的决策范式：①消费者个性化偏好是大数据赋能的C2B个性化定制的决策源点，消费者的购买决策可有效牵引厂商的制造模式创新决策；②随着个性化偏好的增大，消费者选择大数据赋能的C2B个性化定制模式定制个性化产品，既能充分满足自身的个性化需求，获得较高的顾客让渡价值，又可有效牵引个性化产品提供商实施大数据赋能的C2B个性化定制模式创新。

因此，个性化产品提供商以消费者的个性化需求为源点驱动，实施制造模式创新，通过最大限度地满足消费者的个性化需求来提升具有个性化定制意愿消费者的比例，可获取较高的期望收益和较大的市场份额，实现企业目标。

3.3.2 厂商的决策范式。本部分基于消费者决策牵引，分析厂商的决策范式。

命题3：若ID>IA，那么，且和均随ID-IA的增大而增加。

证明：在竞争中，随着ID-IA降低，个性化产品与大众化产品将展开价格战。

如果ID→IA，那么

命题3表明：个性化产品提供商实施大数据赋能的C2B个性化定制模式创新，提高个性化产品与大众化产品的个性化差异，既能提升个性化产品与大众化产品的均衡价格，又能提升个性化产品的价格优势。

命题4：若CD-CA较小，那么随ID-IA的增大而增大，随ID-IA的增大而减小。

证明：个性化产品提供商的市场份额为：

同理，大众化产品提供商的市场份额为：

命题4显示：当个性化产品与大众化产品间的个性化差异ID-IA较小时，消费者更愿意选择购买大众化产品，这时大众化产品提供商的市场份额大于个性化产品提供商的市场份额；当个性化产品与大众化产品间的个性化差异ID-IA较大时，消费者更愿意选择定制个性化产品，这时个性化产品提供商的市场份额大于大众化产品提供商的市场份额。因此，个性化产品提供商实施大数据赋能的C2B个性化定制模式创新，提高个性化产品与大众化产品的个性化差异，可扩大个性化产品的市场份额。

命题5：若CD-CA较小，那么与均为ID-IA的增函数。

因此，若CD-CA较小，随ID的增大而增大，随IA的增大而减小，均为ID-IA的增函数。证毕。

命题5表明：个性化产品提供商实施大数据赋能的C2B个性化定制模式创新，提高个性化产品与大众化产品的个性化差异，既能提升个性化产品的竞争优势，又能改善整个产品竞争系统的获利能力。

综合分析命题3、命题4和命题5，可以得出厂商的决策范式：个性化产品提供商实施大数据赋能的C2B个性化定制模式创新，提高个性化产品与大众化产品的个性化差异，既可提升消费者的支付意愿，获取竞争优势，又能实现整个产品竞争系统帕累托改进。

3.4 算例仿真

首先，分析大数据赋能的C2B个性化定制模式下的消费者决策范式。

算例1：分析具有价值共创意愿、选择大数据赋能的C2B个性化定制模式定制个性化产品的消费者比例，对个性化产品提供商与大众化产品提供商的期望收益的影响。

令算例1涉及的参数取值如表2所示。

表2 算例1所涉及的参数取值

图2 消费者的个性化定制意愿对厂商期望收益的影响

从图2可以看出，当r<0.52时，大众化产品提供商的期望收益高于个性化产品提供商的期望收益；当r>0.52时，个性化产品提供商的期望收益高于大众化产品提供商的期望收益。

算例1表明：提升具有价值共创意愿、选择大数据赋能的C2B个性化定制模式定制个性化产品的消费者比例，是个性化产品提供商获得较高期望收益的关键。因此，命题1得以验证。

算例2：分析具有价值共创意愿、选择大数据赋能的C2B个性化定制模式的消费者比例，对个性化产品提供商与大众化产品提供商的市场份额的影响。

令算例2涉及的参数取值如表3所示。

表3 算例3所涉及的参数取值

图3 消费者的个性化定制意愿对厂商市场份额的影响

从图3可以看出，当r<0.76时，大众化产品提供商的市场份额大于个性化产品提供商的市场份额；当r>0.76时，个性化产品提供商的市场份额大于大众化产品提供商的市场份额。

算例2显示：提升具有价值共创意愿、选择大数据赋能的C2B个性化定制模式定制个性化产品的消费者比例，是个性化产品提供商获得较大市场份额的关键。因此，推论1得以验证。

算例3：分析消费者个性化偏好对个性化产品和大众化产品带给消费者的顾客让渡价值的影响。

令算例3涉及的参数取值如表4所示。

表4 算例3所涉及的参数取值

将表4中的参数取值代入式（13）、式（23）、式（24）、式（25），可以得出顾客让渡价值tD、tA、tD-tA随消费者个性化偏好k变化的函数图像，如图4所示。

图4 顾客让渡价值与消费者个性化偏好的关系

从图4可以看出：大众化产品给消费者带来的顾客让渡价值恒为常数；个性化产品给消费者带来的顾客让渡价值恒为消费者个性化偏好的增函数；个性化产品和大众化产品带给消费者的顾客让渡价值差恒为消费者个性化偏好的增函数；当kϵ(0,0.53)时，个性化产品带给消费者的顾客让渡价值小于大众化产品带给消费者的顾客让渡价值；当kϵ(0.53,0.95)时，个性化产品带给消费者的顾客让渡价值大于大众化产品带给消费者的顾客让渡价值。

算例3表明：①消费者个性化偏好决定了顾客让渡价值的大小，是消费者在个性化产品和大众化产品中选择购买的决策依据，是个性化产品提供商实施大数据赋能的C2B个性化定制模式创新的源点驱动，消费者的购买决策可有效牵引厂商的制造模式创新决策。②为充分满足自身的个性化需求，获得较高的顾客让渡价值，随着个性化偏好的增大，消费者的占优决策是选择大数据赋能的C2B个性化定制模式定制个性化产品，积极参与厂商价值共创。命题2得以验证。

综合分析算例1、算例2和算例3，可以得出下列结论。

结论1：消费者个性化偏好是大数据赋能的C2B个性化定制的决策源点，消费者的购买决策可有效牵引厂商的制造模式创新决策。

结论2：随着个性化偏好的增大，消费者选择定制个性化产品，既能充分满足自身的个性化需求，获得较高的顾客让渡价值，又可有效牵引个性化产品提供商实施大数据赋能的C2B个性化定制模式创新。

其次，分析大数据赋能的C2B个性化定制模式下的厂商决策范式。

算例4：分析个性化产品与大众化产品的个性化差异对产品均衡价格的影响。

令算例4涉及的参数取值如表5所示。

表5 算例4所涉及的参数取值

当(ID-IA)ϵ(0,180]时，将表5中的参数取

图5 产品个性化差异对产品均衡价格的影响

算例4显示：个性化产品提供商采用价值共创策略，实施大数据环境下C2B个性化定制模式创新，提高个性化产品与大众化产品的个性化差异，既能提升个性化产品与大众化产品的均衡价格，又能提升个性化产品的价格竞争优势。因此，命题3得以验证。

算例5：分析个性化产品与大众化产品的个性化差异对个性化产品提供商与大众化产品提供商市场份额的影响。

令算例5涉及的参数取值如表6所示。

表6 算例5所涉及的参数取值

当(ID-IA)ϵ(0,180]时，将表6中的参数取值代入式（27）和式（28），可得出和随ID-IA变化的函数图像，如图6所示。

图6 市场份额与产品个性化差异的关系

分析图6可知：①当ID-IA<22.37时，消费者选择定制个性化产品所得的顾客让渡价值小于消费者选择购买大众化产品所得的顾客让渡价值。这时，消费者更愿意选择购买大众化产品，大众化产品提供商的市场份额高于个性化产品提供商的市场份额。②当ID-IA≥22.37时，消费者选择定制个性化产品所得的顾客让渡价值大于消费者选择购买大众化产品所得的顾客让渡价值。这时，消费者将选择定制个性化产品，个性化产品提供商的市场份额高于大众化产品提供商的市场份额。

算例5显示：个性化产品提供商采用价值共创策略，实施大数据赋能的C2B个性化定制模式创新，提高个性化产品与大众化产品的个性化差异，可拓展个性化产品的市场份额，获取竞争优势。因此，命题4得以验证。

算例6：分析个性化产品与大众化产品的个性化差异对两类厂商期望收益的影响。

令算例6涉及的参数取值如表7所示。

表7 算例6所涉及的参数取值

当(ID-IA)ϵ(0,180]时，将表7中的参数取值代入式（14）和式（15），可以得出随ID-IA变化的函数图像，如图7所示。

图7 厂商收益与产品个性化差异的关系

分析图7可知：当ID-IA<13.91时，大众化产品提供商的期望收益高于个性化产品提供商的期望收益；当ID-IA≥13.91时个性化产品提供商的期望收益高于大众化产品提供商的期望收益；个性化产品提供商的期望收益、大众化产品提供商的期望收益、个性化产品与大众化产品的期望收益差，均随个性化产品与大众化产品的个性化差异的增大而增大。

算例6显示：个性化产品提供商采用价值共创策略，实施大数据赋能的C2B个性化定制模式创新，提高个性化产品与大众化产品的个性化差异，既能提升个性化产品与大众化产品的均衡期望收益，又能提升个性化产品的获利能力。命题5得以验证。

综合分析算例4、算例5和算例6，可以得出下列结论。

结论3：个性化产品提供商实施大数据赋能的C2B个性化定制模式创新，提升个性化产品与大众化产品的个性化差异，既可提高消费者的支付意愿，获取竞争优势，又能实现整个产品竞争系统帕累托改进。

4 结语

随着大数据智能化的发展、价值共创理论的提出，消费者可自由参与产品设计和制造，厂商也可有效整合消费者的创新知识和解决方案，这将促进个性化定制行业的快速发展。本文在考虑个性化产品与大众化产品处于竞争状态的条件下，从消费者个性化偏好入手，借助红领集团C2B个性化定制模式创新案例的博弈分析，研究大数据赋能的C2B个性化定制决策范式。研究结论明确了消费者个性化偏好是大数据赋能的C2B个性化定制的决策源点，指出了消费者的购买决策对厂商制造模式创新决策的牵引特性，给出了大数据赋能的C2B个性化定制模式下的消费者决策范式，提出了消费者决策牵引下的个性化产品提供商决策范式。研究结论丰富和完善了个性化定制理论，可为大数据环境下消费者与厂商的决策提供重要参考。特别地，本研究针对中国现实案例进行博弈分析得出研究结论，对我国传统制造企业向大数据、智能化与个性化转型升级具有现实指导意义。本文的主要研究结论可具体表述为以下几个方面。

第一，消费者个性化偏好是大数据赋能的C2B个性化定制的决策源点。这一研究结论与Hippel、Kahin和Foray、吴瑶等的观点一致，即在大数据赋能的C2B个性化定制模式中消费者处于主导地位，具有充分的自主决策权，是价值共创的核心，厂商决策应以源点需求来驱动、整合和协同价值链资源，通过满足源点需求来实现决策目标。当厂商实施以消费者为中心的C2B个性化定制模式创新时，这一观点能够提供有力的理论支撑。

第二，随着个性化偏好的增大，消费者选择定制个性化产品，既能充分满足自身的个性化需求，获得较高的顾客让渡价值，又可有效牵引厂商实施大数据赋能的C2B个性化定制模式创新。这一研究结论既揭示了大数据赋能的C2B个性化定制模式下的消费者决策范式，又揭示了大数据赋能的C2B个性化定制模式下消费者决策对厂商决策的牵引特征，是对Normann和Ramírez、Thierry等以及陈国青研究观点的深化和完善。这一研究结论可为消费者在面对传统B2C大众化制造与大数据赋能的C2B个性化定制两种选择时提供可靠的决策参考。

第三，个性化产品提供商实施大数据赋能的C2B个性化定制模式创新，提升个性化产品与大众化产品的个性化差异，既可提高消费者的支付意愿，获取竞争优势，又能实现整个产品竞争系统帕累托改进。这一研究结论既给出了大数据赋能的C2B个性化定制模式下个性化产品提供商的决策范式，又揭示了厂商实施C2B个性化定制模式创新对于整个产品竞争系统的帕累托改进作用，是对现有研究的进一步延伸。这一研究结论可为厂商由传统B2C大众化制造向大数据赋能的C2B个性化定制转型升级提供决策借鉴。

应当指出，本文重点研究了大数据赋能的C2B个性化定制模式下消费者与厂商的决策范式，至于大数据如何赋能C2B个性化定制、C2B个性化定制的大数据驱动机理等问题尚未进行探索，下一步可就这些问题进行深入研究。