第二章 文獻探討
第二節 大量客製化模式
2011; Ochi et al., 2010; Pérez-Gallardo, Alor-Hernández, Cortes-Robles, &
Rodríguez-González, 2013; Schein, Popescul, Ungar, & Pennock, 2002）。
過度限定指的是過於推薦相關的內容，例如，使用者買了哈利波特第一集，
推薦系統會接著推薦哈利波特第二集。稀疏評比指的是使用者對項目的評比資料 少，例如知名的 Netflix3與 Movielens410M 個別只有 2%與 3%的資料被評比。冷 啟動的問題指出的是資料稀少的問題，進一步可以區隔為新使用者（rame-up）、
新項目（item）或新系統的問題（Park & Chu, 2009）。新使用者指的是剛加入網 站的使用者，所以不存在產品購買資料。新項目指的是剛上市的新產品，因為與 其他項目的關聯低，所以資料稀少。新系統指的是剛使用的系統，所以資料庫相 關資料稀少。使用者偏見（bias）指的是個人對於項目的評比值差異大，因此無 法取得使用者真實的偏好。資料越稀疏，推薦精確度愈差（Cacheda, Carneiro, Fernández, & Formoso, 2011）因此，資料稀疏是推薦系統最被重視的問題。
資料稀疏問題的解決方法很多，像是可以結合其他資料來產生推薦清單（雖 然個人化的程序會降低，但是可以等到資料比較豐富時再來改善），例如使用人 口統計資料（Nguyen, Denos, & Berrut, 2007; Lam, Vu, Le, & Duong, 2008）或是 項目特徵資料，如電影的標題、演員陣容（Melville, Mooney, & Nagarajan, 2002）。
或是以社會網絡的觀點來延伸至間接關聯找到更多鄰居（Papagelis, Plexousakis,
& Kutsuras, 2005），還可以利用 query expansion 技術來擴增使用者的輪廓
（Formoso, Fernández, & Cacheda, 2013）。其他做法如 Movielens 要求使用者對電 影評比，取得資料後再進行推薦。洪飛恭（2011）透過與專家會談、模糊理論，
建立消費者需求與產品功能特徵關聯評價法則，接著，利用此關聯評價法則找出 最佳模組產品，做為提供消費者選購產品之建議。另外，推薦應該協助顧客找到 和發現新、相關且有趣的項目（Linden et al., 2003），且應避免推薦太相似的內容，
Kim、Ha、Lee、Jo 與 El-Saddik（2011）建議使用短期興趣資料來推薦。
推薦系統的相似度計算概念對於產品搜尋與客製有很大幫助，下一節本論文 探討大量客製化的模式。
第二節 大量客製化模式
每人擁有的財富與對奢華的需求開始增加，這是後現代時期（postmodern era）
的社會現象，也就是追求改變和新穎（novelty）。而客製化也是目前的商業趨勢，
多數企業提供網站協助顧客進行客製化商品製作。例如耐吉（Nike）的 Nike ID 客製化服務，顧客能選擇自己喜愛的顏色、鞋款、尺寸、材質或加上自己的名字；
汽車業對於同款車型推出色彩豐富的外殼，或是提供多樣功能配件；飲料業推出 多種口味，如低糖、低脂、少冰等；金融保險業提供組合性商品；手機業內建的 應用程式服務設定。然而，大量客製化產品應先符合顧客偏好，其效率才能提升
（Franke, Keinz, & Schreier, 2008）。
3 Netflix，https://www.netflix.com/，提供線上影片出租服務的公司。
4 MovieLens，http://movielens.org/，推薦電影的網站。
‧
給消費者（da Silveira, Borenstein, & Fogliatto, 2001）。個人化的根源是關係（relationship）行銷管理（Sunikka & Bragge, 2012），個人化（Riemer & Totz, 2001）
的同義詞有客製化、大量客製化（Davis, 1987; Pine II, 1993）、區隔（Smith, 1956）、
目標、輪廓（profile）、一對一行銷（Peppers & Rogers, 1993），至今，個人化尚 無明確定義（Wind & Rangaswamy, 2001）。個人化日趨重要（Hicks, 2003），個 人化有時是參照客製化或模組化（modification）。Tam 與 Ho 提出三種型態的個 人化（Tam & Ho, 2006）：使用者驅動（user-driven）、交易驅動與內容驅動。使 用者驅動以提供使用者工具，讓使用者陳述他們的需求與呈現的形式。交易驅動 以線上模式產生個人化布局和內容。內容驅動則是為每個個體進行個人化內容和 布局。
個人化的目標可以是內容、使用者介面、功能或通路／途徑（channel），個 人化可以由系統「明確的」（explicit）或由使用者「隱含的」（implicit）所引導，
Fan 與 Poole 認為個人化需要強大的電腦能力（Fan & Poole, 2006）。
個人化、客製化與大量客製化的差異（Sunikka & Bragge, 2012），可以參考 表 2 的框架，此框架針對無形與有形的產品來描述個人化、客製化與大量客製化 的差異。
表 2 個人化、客製化和客製化研究的框架
PERSONALIZATION Intangibles
(web context, service)
Tangibles (products) Individual Group Individual and group System initiated One-to-one personalization Mass
personalization
Mass customization User initiated (Web)
customization
Collaborative customization
資料來源：Sunikka 與 Bragge（2012）
客製化是個人化另一個常用的詞，然而因客製化常與大量客製化混為一談，
因此，談到客製化也會談到低成本。但是部分學者認為個人化與客製化在概念上 仍是不同的，因此，Sunikka 與 Bragge（2012）以文獻整理方式來探討個人化與 客製化的相似處與差異性。Sunikka 與 Bragge 發現眾多文獻以為個人化是由賣方 所驅動，至於客製化由買方所驅動。最後，Sunikka 與 Bragge 分析個人化與客製 化的文獻趨勢，發現，客製化研究開始涉及服務領域（domain），也開始涉及無 形（non-tangible）產品。
‧
客製化還有軟（soft）客製化與硬（hard）客製化（Coates & Wolff, 1995; Piller, 2000）的區隔，Coates 與 Wolff 提的軟客製化與硬客製化與 Piller 所提的概念是 不同的，Coates 與 Wolff 所描述的軟客製化指的是顧客面臨的企業提供有限選擇
（assembly）和配送（distribution），可以區分出五種客製化（Lampel & Mintzberg,
‧
費者至大賣場購買成衣，就是屬於此類型態。【相似於 Pine II（1993）的創造可客製化的產品與服務。】
【相似於 Pine II（1993）的提供快速反應的價值鏈、提供迅速的反應及 回饋。】
五、純粹客製化：從設計、製造、裝配和配送活動都是客製化的。產品實施 真正接單後才生產的模式，甚至在設計階段中，顧客影響整個生產過程。
例如蛙王菲爾普斯（Michael Fred Phelps II）所穿著的泳衣，是用鯊魚 皮製作，就是從設計到配送活動都客製化的例子。產品實施真正接單後 才生產的模式，甚至在設計階段中，顧客喜好幾乎影響整個生產過程。
根據產品改變、產品不改變與產品外在（representation）改變與產品外在不 改變可以區分出四種客製化（Gilmore & Pine II, 1997）：
一、適應性的（adaptive）客製化：產品與產品外在都不改變的是適應性的 客製化，這類型的客製化有兩種產出類型，一是可客製化的
（customizable），另一是客製（customizing）。可客製化的類型提供顧 客很多選擇，其中某些選擇會滿足顧客的需要；客製的類型則是直接適 應於顧客，例如吉列感應器（Gillette sensor）。【相似於 Pine II（1993）
的創造可客製化的產品與服務。】 於 Lampel 與 Mintzberg（1996）的純粹客製化。】
‧
Pine II（1993）提供客製化服務於現有標準化產品或服務上。】MacCarthy、Brabazon 與 Bramham（2003）從產品設計、訂單的重複性與資 源的觀點下提出五種客製化，分別是目錄式（catalogue）、固定資源之隨訂單設 計（fixed resource design-per-order）、彈性資源之隨訂單設計、固定資源之 call-off 與彈性資源之 call-off。
da Silveira 等人（2001）整理 Pine II（1993）、 Lampel 與 Mintzberg（1996）、
Gilmore 與 Pine II（1997）的研究，提出大量客製化共有八個層級（見表 3）。
表 3 大量客製化的層級 MC generic
levels MC approaches MC strategies Stage of MC Types of customization 8. Design Collaborative,
transparent
Pure
customization 7. Fabrication Tailored
customization
6. Assembly Customized standardization
Modular production
Assembling standard components into unique
configurations 5. Additional
custom work
Point of delivery customization
Performing additional custom work
4. Additional services
Customized services;
providing quick response
Providing additional services 3. Package and
distribution Cosmetic Segmented standardization
Customizing packaging
2. Usage Adaptive Embedded
customization 1. Standardization Pure
standardization
資料來源：da Silveira 等人（2001）
大量客製化的類型、策略與模型很多，最高層次的設計層次，其重點在於與 顧客合作與蒐集相關的資訊來滿足顧客的需求。
參、大量客製化之與消費者共創價值
近十年有關大量客製化的論文研究指出網路支援大量客製化的情形變多
（Fogliatto, da Silveira, & Borenstein, 2012），而顧客與製造者的互動有四個步驟，
從建立產品類別（catalog）、訂單的組合（order configuration）到訂單轉移與製 造，並指出未來研究應著重於快速製造（rapid manufacturing）、大量客製化價值、
品質控制、擔保（warranty）與實證驗證（empirical validation）。
企業現在勢必面對比傳統市場區隔更複雜、更細微的差異性，而一人一區隔
‧
一顧客的概念（Prahalad & Ramaswamy, 2004）。企業以低成本提供產品和服務給 單一顧客，於是消費者選擇增加，這種客製化只是配合公司的供應鏈，而不是迎 開發速度與效率。von Hippel（2005）的研究指出約 9.8%~37.8%的使用者在個人 產品使用上有開發和建置創新的能力，可見使用者是能夠進行產品客製的能力。所以顧客應該被視為價值創造的夥伴，共創價值過程類似於自助（或稱
do-it-yourself, DIY）的概念（Tang & Meersman, 2012），同義於產銷者（prosumer），
也就是顧客在生產程序提供有價值的輸入（input）。
網際網路讓企業與顧客雙方進行更寬廣的活動，企業可以收集到更多有關於 消費者的資訊。顧客擁有產品開發者所需要的資訊，這類資訊又被稱為粘資訊
（sticky information），要區分出與顧客需求有關的資訊需要產品開發者與顧客多 次互動後才能得知，尤其要促成消費者消費驚艷的多樣化。問題的解決，必要的 資訊與問題解決能力都是不可或缺的（Jeppesen, 2005），當企業提供給顧客很多 元化的產品時，顧客是沒有能力在這樣的環境下制定最佳決策，這就是人類的有 限理性（Simon, 1957）。下一節將探討有限理性的限制下，互動演化式計算
（interactive evolutionary computation, IEC）技術的協助與相關的研究議題。