将来，您所有的衣服都会是定制的。你的车也会。因此，最有可能您使用的计算机，戴的太阳镜，早上喝的茶以及晚上爬入的床。个性化是未来十年的消费品和服务不可避免的趋势，部分原因是新技术从灵活的机器人系统到3D扫描和建模，使大规模定制更便宜。品牌正在意识到有机会利用大量新近访问的消费者信息和偏好。对于公司来说，了解您想微调的东西从来都不是更容易了。但是，有效地采取行动是另一个故事。
通过观察和专业经验，我们学到的一件事是，个性化可以是一把双刃剑：自定义选项可能会失控的所有事物，使您拥有昂贵，复杂的混乱产品非常诱人。当Puma与蒙古烧烤调情时，就是这种情况，这是一种现已停用的产品，消费者可以通过从各种颜色，零件和织物质地中进行选择来个性化鞋子，就像策划自己的蒙古烧烤餐一样。该平台令人困惑，使人们对最终在乏味，昂贵且复杂的用户体验结束时最终收到的东西感到困惑。
而且其他品牌也取得了成功。以耐克和货车为最前沿的大众个性化的最前沿，其用户设计的鞋子可以追溯到1999年。两者仍然必须精炼和重新启动服务，以防止客户创建他们最终讨厌的产品。但是，在目前的化身中，NikeID（“个人设计”）平台设法以合理的成本为客户提供无限的可能性，从而足够指导结果，以确保其仍然可以识别。那么，耐克和其他品牌误会了什么呢？
从小开始赢得大
达到这种平衡的关键是从小开始并快速移动。智能设计最近与Gatorade合作以及佳得乐体育科学学院（GSSI），为运动员开发一个定制的水合平台，称为GX。但是，在早期阶段，GX与目前正在堪萨斯城酋长和波士顿凯尔特人等团队推出的尖端系统几乎没有相似之处。取而代之的是，Smart和GSSI始于各种简单，较小的功能集，每种功能都采取了不同的个性化方法，并以从高中足球队到巴西2014年世界杯足球队的潜在用户进行了测试。
这种反复试验至关重要，因为个性化本质上是如此复杂。即使在体育饮料等类别中，也有数十个可以修改的变量。饮料本身中电解质和碳水化合物的混合物是无限调谐的，并且具有技术启动的定制选项，例如配备传感器的瓶子。每种变化都会影响成本和上市时间；原型和迭代试验有助于澄清哪些权衡提供最佳回报。
寻找很好的尺度
进行飞行员时，请务必牢记大规模生产。一个定制的名称戒指来识别运动员的瓶子可能会很好地扩展，同时为每个运动员都有情感所有权的感觉。另一方面，让他们自定义瓶子的形状是如此强大和资源密集型，以至于在有限的生产中才有意义。一个好的试点计划揭示了这些差异，在许多情况下，指出了以更少的资源来实现相似效果的替代方案。
对于数字产品，可扩展性的程度可能会更大。例如，最近启动的名为Digit的银行服务已利用机器学习的改进，以使成千上万人的储蓄更容易。一旦链接到现有银行帐户，数字使用一种算法不断调整速率几乎没有明显的速率，开始将少量资金转移到储蓄中。由于它是自动化和灵活的，因此这项服务实际上是一种简单的财务建议形式 - 有效地尺度，以更高的金融服务可能没有。了解一个可以个性化的元素与可以个性化数千次个性化的元素之间的区别，这可能是正确定制大规模定制的最重要方面。
在新兴技术中寻找个性化潜力
对于Digit和Gatorade，一项新兴技术有助于弥合高成本定制产品和大规模个性化之间的差距。就佳得乐（Gatorade）而言，这是一种名为Drinkfinity的现有产品，它使用浓缩饮料豆荚和可重复使用的24盎司容器代替传统的一次性饮料瓶。Drinkfinity一年前由Pepsico（Gatorade的母公司）向巴西消费者驾驶，建立了一种新的交付机制和基于直接消费者销售的新业务模式。
该技术揭示了个性化机会。通过引入运动营养学家的定制配方和数据科学家的建议算法，Gatorade将Drinkfinity平台变成了最终成为GX的核心，即饮料公式的矩阵矩阵，旨在满足特定运动员的需求，而无需无限个性化。
查看大规模定制的任何最新发展，您可能会发现一项能够实现它的年轻，借来的技术。3D打印曾经是工程师和型号制造商使用的一种晦涩的技术，正在被定制珠宝行业所使用。视频游戏中的数字建模驱动了新兴的个性化服装服务，使客户在订购前几乎可以更改和“尝试”衣服。甚至Google在2014年购买了Nest Labs，主要是将其智能恒温器的传感技术应用于更自定义的，预测性的智能家庭服务。在每种情况下，突破不是发明技术，而是由于认识到现有技术的定制潜力。
个性化是一种强大的工具，明智地使用它
如果这次旅程有一项收获，那就是聪明的公司应该非常谨慎和迭代。您可以通过为客户提供自己独特的鞋子或一杯茶来引起人们的兴趣，但是当变异性与众不同时，可变性也会杀死您的业务。
最好将个性化视为有选择性使用的强大工具。花时间弄清楚要个性化的内容：寻找那些带来明显情感和功能优势的变量，并保持其余的一致。然后通过与真实的最终用户进行试验，并对您的原始愿景进行测试和完善来验证这些选择。个性化在增加与客户体验的价值和相关性以及以声音业务模型为基础的时候会蓬勃发展。尊重它，但最重要的是，学习如何平衡新的兴奋与技术和规模的现实。