大數據賦能的C2B 個性化定制價值共創機制創新

孟 炯，王 瀟，杜明月

（重慶工商大學工商管理學院，重慶 400067）

1 研究背景

習近平總書記在黨的十九大報告中指出，加快建設制造強國，加快發展先進制造業，推動互聯網、大數據、人工智能和實體經濟深度融合。在黨中央的號召下，廣州尚品宅配家居股份有限公司（以下簡稱“尚品”）借助大數據實施制造模式創新，成為C2B 個性化定制轉型典范［1］。C2B 個性化定制是以用戶為主導的制造模式，該模式有助于企業充分吸收和整合用戶創新知識［2］，向大眾提供個性化產品，是用戶需求持續升級背景下我國制造業平衡供需結構、獲取競爭優勢的重要方向［3］。然而，我國個性化定制產業卻遲遲不火，主要原因在于：第一，價值共創是C2B 個性化定制模式創新企業向用戶提供個性化產品、充分滿足用戶個性化需求、獲取獨特競爭優勢的核心邏輯［4］，但C2B 個性化定制價值共創實現過程尚不明確；第二，傳統制造企業從價值提供向價值共創的轉變，實則是應對環境的一種變化，動態能力是企業適應這一變化的能力基礎［5］，但C2B 個性化定制價值共創具體需要構建哪些動態能力尚待厘清；第三，大數據是制造企業構建動態能力、實現C2B 個性化定制價值共創的技術支撐［6］，但大數據賦予C2B 個性化定制價值共創動態能力的內在機理尚未揭示。因此，迫切需要研究大數據賦能的C2B 個性化定制價值共創機制創新，為大數據背景下制造企業實施C2B 個性化定制模式創新提供指導。

直接研究大數據賦能的C2B 個性化定制價值共創機制創新的文獻還較為少見，但如下三方面研究具有啟發意義。首先，在價值共創實現方面，現有文獻主要對B2C 和B2B 兩種商業模式的價值共創實現過程進行了研究。一是B2C 模式，如Payne 等［7］指出B2C 模式中企業借助用戶管理自身的行為、資源以及實踐從而實現價值共創；Gummesson 等［8］把B2C 價值共創過程分為互動和資源整合，企業導向水平越高則整合用戶資源的能力越強、共創價值的效果越好，從而給企業帶來長期穩定的利潤。二是B2B 模式，如Payne 等［9］從用戶價值創造視角出發，研究發現B2B 模式中企業運用用戶組織網絡幫助其管理供應商之間關系，促進價值共創實現；周文輝等［10］從資源整合視角出發，將滴滴出行價值共創實現過程分為資源穩定調整、資源豐富細化和資源開拓創新3 個階段。以上文獻主要研究了企業主導邏輯下不同商業模式的價值共創實現過程，但是，罕有文獻研究以用戶為主導的C2B 個性化定制價值共創實現過程。

其次，在動態能力方面，有研究指出企業從價值提供向價值共創的轉變，實則是應對環境的一種變化［11］。根據資源基礎拓展觀，董保寶等［12］、焦豪等［13］提出動態能力是指企業感知、整合并重構內外部資源以應對外部環境快速變化的能力，Teece等［14］認為是用來拓展、修改、創造常規能力的高階能力。Helfa 等［15-16］基于資源基礎拓展觀進一步提出，動態能力是企業在創造、拓展或修改其資源過程中構建的能力；是企業主要決策者在適應性重新配置企業資源過程中，通過優化常規能力提升競爭優勢的一種能力。由此可見，動態能力可通過優化常規能力讓企業迅速對外部環境變化作出反應［17］，是向C2B 個性化定制模式轉型的傳統制造企業實現價值共創的能力基礎。但是，研究C2B 個性化定制價值共創具體需要構建哪些動態能力的文獻還非常少見。

最后，在大數據賦能方面，作為C2B 個性化定制模式創新的關鍵技術，學者們結合常規能力、雙元能力以及動態能力等理論研究了大數據賦能驅動C2B 個性化定制模式創新的動態過程。基于常規能力，有研究認為“大數據+互聯網”的運用能夠賦予用戶對產品需求進行標準化傳訴的能力［18］，使個性化定制產品與用戶需求達到高度契合［19］；基于雙元能力，有研究認為C2B 個性化定制存在大規模生產成本與個性化定制效用難以兼容的矛盾［20］，并認為通過激活大數據屬性賦予企業一對同時存在卻又互相矛盾的雙元能力，可推動大規模個性化定制的實現［21］；基于動態能力，有研究提出大數據賦予企業的流程再造、協同合作、需求響應等動態能力是個性化定制設計和生產實現的核心能力基礎［22］。以上文獻主要結合不同能力理論研究了大數據賦能驅動C2B 個性化定制模式創新的動態過程，但是，從機理層面研究大數據如何賦予C2B 個性化定制價值共創相匹配動態能力的文獻幾乎尚無。

因此，本研究將采用單案例研究方法，選取典型C2B 個性化定制案例，將大數據、動態能力和價值共創納入統一框架，研究大數據賦能的C2B 個性化定制價值共創機制創新，以期為大數據背景下制造企業實施C2B 個性化定制模式創新提供指導。

2 研究設計

2.1 研究方法

針對現有文獻不足和研究目標，采用單案例研究方法。理由如下：首先，本研究旨在研究大數據如何賦能C2B 個性化定制價值共創，屬于“怎么樣”（“how”）類型的問題范疇，參考毛基業等［23］的成果，適合采用單案例研究方法；其次，本研究需要對大數據賦能C2B 個性化定制價值共創的過程進行剖析，而案例研究方法在展示動態過程方面具有優勢，能深入揭示過程變化特征、歸納和總結實現路徑［24］。

2.2 案例選擇

基于案例研究的典型性、適配性和數據可得性原則［25］，選取尚品作為案例研究對象。理由如下：首先，尚品作為家具制造業內優秀企業代表，在家具業同質化現象嚴重、飽受庫存壓力的情況下，借助大數據實現C2B 個性化定制，滿足了用戶個性化需求，營業收入連續多年逆勢增長并長期穩居業內前三；其次，尚品從產品設計、訂單控制到拆單排產各環節界定清晰，符合本研究以流程分環節的探索模式；最后，尚品長期處于行業領先位置，許多學者將其作為研究對象，有過往相關文獻可以查取。

尚品的前身為圓方軟件，成立于1994 年，早期主要制作機械制圖相關軟件，在成功研發出中國第一個面向裝修行業的室內設計軟件之后，開始向家居行業提供設計軟件及產品設計信息化整體解決方案和相關技術支持。2006 年，尚品開始謀劃轉型，專注于全屋板式家具的C2B 個性化定制。得益于前身圓方軟件積累的大數據、云計算和互聯網等信息技術，尚品將全球房型庫、家具產品庫、設計方案庫整合到統一的云大數據庫，為促進用戶和企業價值共創、滿足不同用戶的個性化需求奠定基礎。2017年，尚品開始打造C2B 個性化定制生態圈，通過“新居網”“維意定制”等互聯網平臺的建立以及生產車間的數據化改造，將用戶和企業置于同一大數據共享網絡，利用大數據賦能，驅動用戶和企業實現從個性化產品設計到個性化產品生產全流程的價值共創，充分滿足了用戶個性化需求，提升了企業收益，實現了用戶和企業的雙贏。尚品在傳統家具行業大風向下行的環境下，通過向大數據賦能的C2B 個性化定制模式轉型升級，驅動C2B 個性化定制價值共創，實現了連續多年的價值增值，在2019 年的財報中披露出72.6億元的營業收入，同比9.26%的增長［26］。截至2020 年，尚品宅配已在全國400 多個城市擁有2 100 余加盟店和100 余直營店［27］。

2.3 數據收集與分析

遵循Yin［28］提出的四大資料收集原則：（1）采用多種數據來源，以便不同途徑獲取的資料相互印證，形成三角證據；（2）建立案例研究數據庫；（3）根據所要研究的問題和研究流程進行資料收集，以形成證據鏈；（4）制定網上二手資料編碼的原則。其中，一手資料的收集為重點。為收集到完整有效的一手資料，進行了以下調研：一是對尚品不同職能部門員工和高管進行半結構化訪談。2020 年6 月至今，筆者所在研究團隊（以下簡稱“研究團隊”）對尚品各層級員工進行多次訪談。每次訪談時，研究團隊人員先依據研究問題準備好訪談提綱，由一名經驗豐富的研究人員進行主要提問，中間問題隨訪談的深度而靈活轉變，另選一人負責記錄錄音，一人負責核心要點速記，之后相關研究人員會聆聽錄音，對比現有文獻進行深入討論、概念梳理；在訪談結束后，記錄被訪者的聯系方式，以備詢問在概念梳理中可能出現的相關問題。二是對尚品進行實地考察。在2021 年10 月，研究團隊去廣州進行了實地調查，分為3 個小組分別采訪調研了尚品天河區體驗店、佛山維尚智能制造廠和公司總部。三是實驗性測量，體驗如CAD（管理軟件計算機輔助設計）打板，掃二維碼分揀，裝運貨物等C2B 個性化定制流程，在體驗結束后與測量不同定制流程的研究者進行綜合研討并提煉出核心構念。訪談對象的詳細描述性統計如表1 所示。

表1 尚品訪談對象描述性統計

另外，2020 年5 月至今，研究團隊搜集了大量有關二手資料。一是中國知網（CNKI）數據庫中正式發表的尚品相關文獻（編碼為s1）；二是企業官網、官方微博、微信公眾號發布的信息（編碼為s2）；三是企業招股說明書、年度財務報表等（編碼為s3）。在數據收集結束后，研究團隊將案例企業一手、二手資料進行整合，形成完整證據鏈，并通過三角驗證避免印象管理和回溯性偏差，以此保證資料收集的信度和效度。

3 研究發現

3.1 產品設計環節

3.1.1 產品大數據資源積淀

資源積淀指企業通過一定時間、經歷和手段，積累并沉淀目標資源，實現資源要素從無到有、從有到優的過程。在產品設計環節中，用戶端需求大數據和企業端方案大數據交互構成產品大數據。尚品通過不斷積累并沉淀用戶端需求大數據和企業端方案大數據，完成了產品大數據資源積淀。首先，針對用戶端需求大數據積累。尚品自2008 年開始陸續建設如“新居網”和“維意定制”等個人電腦（PC）端網頁交易平臺，以上平臺的建立能夠讓用戶自主地搜索、對比、選擇所需產品并完成下單，同時企業也可以從中積累大量用戶需求大數據。其次，針對企業端方案大數據積累。尚品于2009 年陸續入駐淘寶等各大電商平臺，并與其建立大數據分享合作關系，讓尚品得以從各大電商平臺獲取大量方案大數據。通過多方平臺的持續累積，尚品建立了具有自主知識產權的方案大數據庫。第三，針對產品大數據沉淀。用戶端需求大數據和企業端方案大數據交互形成了產品大數據。尚品在持續積累新的產品大數據的同時，對原有陳舊或重復的產品大數據進行不斷迭代，保證產品大數據資源的高質量和可靠性。產品大數據資源積淀，為促進C2B 供需對接動態能力構建，驅動C2B 個性化定制價值形成奠定基礎。詳細證據援引如表2 所示。

表2 尚品產品設計環節證據援引

3.1.2 C2B 供需對接動態能力

在用戶端個性化需求傳述方面，在傳統制造模式中，用戶囿于專業知識的不足，通常難以向企業產品設計人員標準化轉述個性化需求，針對這一難題，尚品基于積淀的產品大數據資源設計出上萬種產品零部件基樣，內置于產品設計交互平臺，用戶可在此平臺上根據自身需求自主拼接產品零部件基樣，模擬設計出契合其需求的個性化產品。自主拼接的設計方式令用戶不需要專業知識也能夠通過拼接成品向企業產品設計人員準確傳述個性化需求，在這一過程中，產品大數據資源沉淀促進了用戶端的C2B 需求精準傳述。

在企業端個性化需求解讀方面，在傳統制造模式中，企業產品設計人員通常會因用戶的非標準化表述不能準確理解用戶的個性化需求，進一步也難以設計出契合用戶需求的個性化產品，而產品大數據資源積淀為這一難題的解決提供了可能。基于產品大數據資源積淀，用戶能夠以可視化視圖的形式向企業產品設計人員傳述個性化需求；根據可視化視圖，產品設計人員能夠更直觀地理解用戶所需，進一步將用戶初始提交的家具產品設計方案與房型庫進行匹配，便可制定出契合用戶個性化需求、滿足落地條件的家具設計方案。在這一過程中，產品大數據資源沉淀促進了企業端的C2B 需求精準解讀。最終，推動企業形成C2B 供需對接動態能力。

3.1.3 C2B 個性定制價值形成

在產品設計環節，尚品通過積累用戶端需求大數據和企業端方案大數據，并沉淀產品大數據資源，完成了產品大數據資源積淀。產品大數據資源積淀可促進企業對用戶個性化需求進行精準解讀，賦予企業C2B 供需對接動態能力；C2B 供需對接動態能力的形成令用戶可以真實反映自身對產品個性化需求的同時，也讓企業準確解讀用戶個性化需求，制定出契合用戶需求的個性化產品設計方案。推動企業個性化產品設計方案與用戶個性化產品設計需求的匹配，精準引導用戶個性化需求定位和企業個性化方案制定，即驅動了用戶個性化需求和企業個性化方案的形成，亦即C2B 個性化定制價值形成。

綜上，尚品大數據賦能的C2B 個性化定制價值形成機制創新過程如圖1 所示。

圖1 尚品大數據賦能的C2B 個性化定制價值形成機制創新過程

3.2 訂單控制環節

3.2.1 訂單大數據資源聯結

資源聯結指企業根據現實需求，將不同來源卻又相互關聯的資源進行連接，便于關聯資源之間的共享、共振。尚品通過訂單大數據平臺搭建、訂單大數據節點部署以及訂單大數據資源貫通，實現了訂單大數據資源聯結。首先，針對訂單大數據平臺搭建。為提升訂單處理效率，尚品成立了訂單大數據平臺，將前端用戶在線上平臺和線下實體店簽約的訂單轉化為大數據的形式輸入訂單大數據平臺，進行統一的訂單分配處理；將后端企業的物料狀況、生產進度和負責訂單交貨期限等大數據輸入訂單大數據平臺，為訂單分配提供數據支撐。其次，針對訂單大數據節點建立。訂單大數據節點主要分為前端用戶訂單大數據節點和后端企業訂單大數據節點，前端用戶訂單大數據節點主要為用戶提供訂單狀態查詢和訂單需求反饋等服務，后端企業訂單大數據節點主要為企業提供訂單狀態反饋和訂單接收服務。第三，針對訂單大數據資源貫通。應用互聯網，尚品實現了用戶端訂單大數據節點到訂單大數據平臺的互聯，用戶可實時通過訂單大數據平臺查詢訂單狀態大數據、反饋訂單意見；應用物聯網，尚品實現了企業端訂單大數據節點到訂單大數據平臺的互聯，企業端可實時向訂單大數據平臺反饋訂單狀態、接收訂單需求大數據。訂單大數據資源聯結，為促進企業C2B 資源協奏動態能力的構建，驅動C2B 個性化定制價值傳遞奠定基礎。詳細證據援引如表3 所示。

表3 尚品訂單控制環節證據援引

3.2.2 C2B 資源協奏動態能力的大數據賦予

在用戶端需求實時反饋方面，傳統商業模式中用戶通常僅能被動接收訂單信息，難以及時向企業傳達關于訂單狀態的反饋意見，反饋意見的滯后導致企業難以及時應對用戶的需求變動，進而顯著影響C2B 個性化定制的實現。尚品通過訂單大數據資源聯結，將用戶聯入訂單大數據鏈，通過訂單大數據平臺以可視化圖表的形式向用戶展示訂單信息，用戶根據簡明易懂的圖表能夠及時發現訂單與自身個性化需求的不符之處，進一步通過訂單大數據平臺以數據的形式實時向大數據節點企業反饋對訂單的調整意見。這一過程促進了用戶端的C2B 需求實時反饋。

在企業端需求實時協調方面，通過協調不同用戶的個性化需求，將不同訂單有計劃地配置到后端制造工廠是高效率推動C2B 個性化定制的重要基礎。用戶個性化需求所具有的多樣化、動態化特征會加劇訂單配置的協調難度，阻礙C2B 個性化定制高效生產的實現，尚品通過訂單大數據資源聯結，一方面，將不同大數據節點企業的物料狀況、生產進度和負責訂單交貨期限等大數據整合到訂單大數據平臺，由訂單大數據平臺統一協調訂單去向，極大緩解用戶個性化需求訂單分配重復、分配不合理的問題；另一方面，縮短了訂單大數據節點企業與用戶之間的溝通距離，形成了直面用戶個性化需求的大數據溝通網絡，推動節點企業對用戶數據化反饋需求的實時協調。這一過程，促進了企業端的C2B 需求實時協調。最終，推動企業形成C2B資源協奏動態能力。

3.2.3 C2B 個性化定制價值傳遞

在訂單控制環節，尚品通過訂單大數據平臺搭建、訂單大數據節點部署以及訂單大數據資源貫通，實現了訂單大數據資源聯結。訂單大數據資源聯結可促進企業對用戶個性化需求的實時協調，賦予企業C2B 資源協奏動態能力。C2B 資源協奏動態能力的形成，確保用戶個性化需求能夠合理分配到制造工廠，同時企業的個性化方案也附著用戶個性化需求分享到對應制造工廠，以指導制造工廠的排產，為按時、保質實現用戶個性化需求提供保障。用戶個性化需求的分配和企業個性化方案的分享，驅動了用戶個性化需求和企業個性化方案的傳遞，即C2B 個性化定制價值傳遞。

綜上，尚品大數據賦能的C2B 個性化定制價值傳遞機制創新過程如圖2 所示。

圖2 尚品大數據賦能的C2B 個性化定制價值傳遞機制創新過程

3.3 拆單排產環節

3.3.1 生產大數據資源聚合

資源聚合指企業根據現實需求，聚集不同來源、不同內容、不同層次的資源，實現資源互補，形成能夠有效支撐目標實現的力量。在拆單排產環節，用戶端訂單大數據、供應商端供應大數據和企業端制造大數據是推動C2B 個性化定制拆單排產的生產大數據資源基礎。尚品通過建立訂單控制系統、搭建供應共享平臺和安裝智能傳感設備，促進了生產大數據資源聚合。首先，對于用戶端訂單大數據。尚品利用互聯網技術建立了專屬的產品訂單控制系統，將公司產品設計部門與產品生產部門鏈入統一生產大數據網絡，實現訂單數據的實時傳輸。其次，對于供應商端供應大數據，在傳統商業模式下，供應鏈上下游合作伙伴往往將共享銷售、原材料大數據視為一種零和博弈［29］；而尚品通過資金支持、銷售分成、風險共擔等激勵政策推進了供應鏈上下游的協同合作，并在此基礎上建立了供應共享平臺，以及時獲取供應商端所提供的供應大數據。第三，對于企業端制造大數據，運用射頻識別（radio frequency identification，RFID）技術，尚品可通過智能傳感器便捷獲取企業生產車間中設備使用時間、振動程度、車間溫度和濕度等制造大數據［30］。生產大數據資源聚合，為促進企業C2B 協同制造動態能力的構建、驅動C2B 價值實現提供了核心支撐。詳細證據援引如表4 所示。

表4 尚品拆單排產環節證據援引

3.3.2 C2B 協同制造動態能力的大數據賦予

在用戶端需求并行傳遞方面，對用戶的產品需求進行標準化解構、并行傳遞至事前規定的模塊化生產線，是推動產品大規模批量生產的前提，但是，在C2B 個性化定制模式中，不同用戶對產品具有個性化需求，傳統制造企業的有限模塊化生產線無法并行接入不同用戶的個性化需求。為化解這一難題，尚品持續采集訂單大數據，積累海量用戶個性化需求，并對其進行個性化解構和同質化聚類，實現了對不同用戶個性化需求的同質化解構；基于此，尚品聚合后端供應大數據和制造大數據，可指導工廠打造出并排式動態模塊化生產線，從而實現模塊化生產線對相似用戶個性化需求的并行對接。這一過程促進了用戶端的C2B 需求并行傳遞。

在企業端需求并行響應方面，個性化定制產品并行排產所具有的復雜化和非標準化特征會引發資源協調困難，導致企業難以快速對前端用戶傳遞的個性化需求作出并行響應，而生產大數據資源聚合則緩解了個性化定制產品并行排產帶來的資源協調困難，促進了尚品對用戶個性化需求的并行響應。尚品針對不同模塊化生產線安裝有大量的智能傳感設備，智能傳感設備所采集的制造大數據能夠幫助尚品追蹤每一件個性化產品零部件的生產加工情況；進一步結合前端訂單大數據和供應大數據，尚品可及時為每一件個性化產品零部件切換相對應的生產資源配置計劃，促進其對用戶個性化需求的并行響應。這一過程促進了企業端的C2B 需求并行響應。最終，推動企業形成C2B 協同制造動態能力。

3.3.3 C2B 價值實現

在拆單排產環節，尚品通過建立訂單控制系統、搭建供應共享平臺和安裝智能傳感設備，促進了生產大數據資源聚合。生產大數據資源聚合可推動企業對用戶個性化需求的并行響應，賦予企業C2B 協同制造動態能力。C2B 協同制造動態能力的形成，強化了企業的生產柔性和敏捷性，使復雜個性化產品的高效生產成為現實。個性化產品的成功產出令用戶個性化需求得到充分滿足的同時，也讓企業個性化方案成功落地，驅動了用戶個性化需求和企業個性化方案的實現，即C2B 個性化定制價值實現。

綜上，尚品大數據賦能的C2B 個性化定制價值實現機制創新過程如圖3 所示。

圖3 尚品大數據賦能的C2B 個性化定制價值實現機制創新過程

3.4 大數據賦能的C2B 個性化定制價值共創機制創新模型

結合以上案例分析，本研究發現大數據賦能的C2B 個性化定制價值共創價值機制創新遵循“大數據資源行動—大數據賦予動態能力—大數據賦能驅動價值共創”的實現路徑（見圖4）。首先，C2B 個性化定制價值共創的大數據資源行動主要包括產品大數據資源積淀、訂單大數據資源聯結和生產大數據資源聚合，以上3 種大數據資源行動有助于企業充分挖掘并釋放大數據的潛在價值，為進一步賦予動態能力和實現C2B 個性化定制價值共創奠定基礎。其次，大數據資源行動推動企業對用戶個性化需求精準解讀、實時協調和并行響應，進一步賦予企業C2B 供需對接動態能力、C2B 資源協奏動態能力和C2B 協同制造動態能力，C2B 個性化定制價值共創的核心能力得以組建。第三，C2B 個性化定制價值共創包括價值形成、價值傳遞和價值實現3 個階段，大數據賦予企業C2B 供需對接動態能力，驅動C2B個性化定制價值形成，奠定C2B 個性化定制價值共創的前提基礎；大數據賦予企業C2B 資源協奏動態能力，驅動C2B 個性化定制價值傳遞，提供C2B 個性化定制價值共創的重要保障；大數據賦予企業C2B協同制造動態能力，驅動C2B 個性化定制價值實現，達成C2B 個性化定制價值共創的最終結果。

圖4 大數據賦能的C2B 個性化定制價值共創機制創新模型

4 結論

4.1 主要結論

在C2B 個性化定制情景下，本研究將大數據、動態能力、價值共創納入統一研究框架，選取尚品C2B 個性化定制模式創新案例，應用動態能力理論，從大數據賦能視角出發構建出C2B 個性化定制價值共創機制創新模型，探明大數據賦能的C2B 個性化定制價值共創包括價值形成、價值傳遞、價值實現3 個階段，其中大數據賦能的機理為：產品大數據資源積淀，賦予企業C2B 供需對接動態能力，推動用戶個性化需求定位和企業個性化方案制定，驅動C2B 個性化定制價值形成；訂單大數據資源聯結，賦予企業C2B 資源協奏動態能力，推動用戶個性化需求分配和企業個性化方案分享，驅動C2B 個性化定制價值傳遞；生產大數據資源聚合，賦予企業C2B 協同制造動態能力，推動用戶個性化需求滿足和企業個性化方案落地，驅動C2B 個性化定制價值實現。

4.2 理論意義與啟示

4.2.1 理論意義

本研究在大數據賦能C2B 個性化定制模式創新機理的既有研究基礎上，發現大數據賦能的C2B 個性化定制價值共創價值機制創新遵循“大數據資源行動—大數據賦予動態能力—大數據賦能驅動價值共創”的實現路徑，進一步揭示了C2B 個性化定制價值共創的大數據賦能機制；在大數據賦予常規能力的既有研究基礎上，發現大數據通過賦予企業C2B 供需對接動態能力、C2B 資源協奏動態能力和C2B 協同制造動態能力驅動C2B 個性化定制價值共創，豐富了動態能力理論；在既有關于大數據或動態能力對價值共創積極影響的單因素研究基礎上，發現大數據賦能驅動C2B 個性化定制價值共創的過程包括大數據賦能驅動企業C2B 個性化定制價值形成、C2B 個性化定制價值傳遞、C2B 個性化定制價值實現3 個階段，進一步推進上述三者之間的交叉研究。研究發現可為完善個性化定制管理理論、促進大數據背景下制造企業實施C2B 個性化定制模式創新提供參考。

4.2.2 實踐啟示

首先，面向C2B 個性化定制模式轉型的制造企業，若想充分挖掘和釋放大數據的潛在價值，促進C2B 個性化定制價值共創，應針對不同類型的大數據資源采取特定的資源行動，從而生成相對應的動態能力。其次，驅動C2B 個性化定制價值共創能力是由多種動態能力組合而成，企業應尤其注重C2B供需對接動態能力、C2B 資源協奏動態能力和C2B協同制造動態能力的培養。最后，C2B 個性化定制價值共創的實現并非一蹴而就，價值形成、價值傳遞和價值實現是C2B 個性化定制價值共創的3 個主要階段，企業應分別在產品設計環節通過大數據資源行動驅動C2B 個性化定制價值形成，奠定C2B 個性化定制價值共創的前提基礎；在訂單控制環節通過大數據資源行動驅動C2B 個性化定制價值傳遞，提供C2B 個性化定制價值共創的重要保障；在拆單排產環節通過大數據資源行動驅動C2B 個性化定制價值實現，達成C2B 個性化定制價值共創的最終結果。

本研究僅選擇尚品做了單案例研究，未來可采用雙案例或多案例研究方法，為C2B 個性化定制模式創新研究提供更為完整的分析框架。