無處不在，大數據下的消費者

一名

討論C2B，最典型的就是阿里巴巴與諸多品牌進行生產線合作，生產特供產品。阿里巴巴通過所掌握的數據以及分析成果，指導生產線研發、設計、生產、定價。這種情況下，如果廠商需要為每個人制作特定的產品，必然會帶來生產成本的大幅提升，一些淺層的定制由于有成熟的技術尚能應付，但一些復雜的定制就只能在單品利潤很高的行業才能實現。

C2B與傳統規模生產之間，仍然存在諸多難以協調的矛盾與問題，有待解決。

平衡個性化與規模化的C2B

其實在互聯網環境下，這個平衡可以通過多種方式來實現。

第一種是通過成熟的模塊組合快速形成個性化，而這些個性化方案可以滿足一個群體的需求，基于此實現一定的規模化。戴爾、青橙手機就屬于此類。此前，已經有一些電商賣家在天貓進行這樣的嘗試，用戶下單時可以選擇一些組合，廠家據此進行生產。

第二種是讓潛在用戶參與到產品的設計之中。實際上這與C2B關系并不大，因為自從產品經理這個職位出現之后，幾乎所有產品都會注重實現去了解用戶需求再進行產品設計。一些互聯網公司將其做成粉絲經濟，讓粉絲通過互聯網更加充分地參與到對未來產品功能的討論、投票中來，然后快速迭代進行滿足。本質上，這只不過將需求調研的用戶樣本擴大了。海爾還曾在天貓組織一次投票活動，讓用戶對一款冰箱的一些候選功能進行投票表決。

第三種是先收集需求再生產的預售模式。這時候廠商收集的不是用戶的個性化需求，而是關心用戶有沒有這樣的需求，有就先下單交錢。這樣做的目的既可以提前一步得到貨款，又可以最大化降低庫存，甚至還可以通過控制預售規模做饑餓營銷。現在智能硬件行業十分青睞此模式，眾籌網站被很多智能硬件作為預售網站。當然，團購也是這樣的模式，先組織大規模訂單，商家為此進行備貨、生產或者服務準備。

這些模式均能最大限度地降低個性化的成本，在規模化的同時又滿足了一些群體具有交集的個性化需求，它讓一部分人群可以個性化。更多是為了節省生產資源、降低庫存壓力、提高產銷比。

用大數據捕捉消費行為

上面的種種C2B模式，用戶都需要主動參與其中。互動、調研、預售、團購、定制、選配都是主動行為。像電商平臺與生產線合作這種方式，的確帶來了新思路，可以指導品牌商的設計、生產、定價，但用戶卻仍然是被動地在參與這個過程。

用戶的搜索瀏覽、駐留時間、商品對比、購物車、下單、評價數據被電商平臺全程記錄，同時用戶的個人資料例如性別、地域、年齡、職業、消費水平、偏好、星座早已被畫像。這時候電商平臺可以對用戶進行交叉拿分析、定點分析、抽樣分析、群體分析，大數據挖掘落地就得靠這些手段。

數據分析的結果，顯示：可能是用戶不喜歡臥式吸塵器的垃圾傾倒設計，因為需要彎腰；也可能是廣東用戶更需要吹風機因為廣東天氣濕熱；還可能是掛燙機使用頻率不夠。這些結果自然可以幫助產品進行特別的功能設計。除了指導功能之外，電商平臺還可以通過地域和時間分析指導生產線不同季節的產量和不同地域的庫存。

像天貓的數據共享方案中，就可以將沉淀的行業數據分享給廠商，從價格分布、關鍵屬性、流量、成交量、消費者評價等維度建模，挖掘出功能賣點、主流價格段分布、消費者需求、增值賣點，為廠家的研發、設計、生產提供參考。

這是一種用戶不知不覺參與的C2B模式，可以總結為“大數據定制”。要做到大數據定制必須具備幾個條件：1.有海量的數據；2.這些數據能夠挖掘出對生產商家有指導價值的結果；3.具備挖掘這樣的數據的技術能力；4.有能力整合生產、流通和銷售這些關鍵環節。困難在于，目前具備這種能力的企業并不多。

未來這種基于大數據的C2B模式將會從小家電擴展到服裝、家居甚至旅游等行業。大數據正在以多種方式落地，C2B成為受益于大數據的應用。