Ud24_T18_"Tres capacidades que hacen posible la personalización masiva" / Frank T. Piller

UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA TÉCNICA SUPERIOR DE ARQUITECTURA

udd

24

federico soriano Textos 2018-2019

18

Tres capacidades que hacen posible la personalización masiva

PILLER, Frank T. , desde “Mass Customization at Adidas: Three Strategic Capabilities to Implement Mass Customization”, 2012 INTRODUCCIÓN El objetivo de la personalización masiva o customización masiva es dotar al cliente de lo que quiera, cuando él quiera (Pine, 1993). Sin embargo, poner en práctica este lema aparentemente simple es bastante complejo. Como paradigma comercial la customización masiva supone una propuesta de negocio atractiva, que añade valor satisfaciendo directamente las necesidades del cliente y al mismo tiempo utilizando recursos de manera eficiente sin incurrir en un coste excesivo. Esto es particularmente importante en un momento en el que la competencia ha dejado de estar basada en el precio y la conformidad con una buena calidad. En nuestra investigación hemos descubierto que la clave para beneficiarse de la personalización masiva consiste en verla como un conjunto de capacidades organizativas que pueden suplementar y enriquecer el sistema existente. Las empresas expertas en personalización masiva han desarrollado competencias eficazmente en torno a un conjunto de capacidades que actualmente lideran los negocios de customización masiva sostenible.

Aunque hay respuestas específicas en la naturaleza y características de estas técnicas que dependen claramente del contexto industrial o las particularidades del producto, hemos detectado que hay tres grupos fundamentales de capacidades que determinan la habilidad de una compañía para personalizar masivamente (Salvador et al. 2008, 2009): - Desarrollo de espacios de solución. Ante todo, una entidad o empresa que quiera aplicar la customización masiva tiene que ser capaz de entender 1

cuáles son las necesidades idiosincráticas de sus consumidores. Esto contrasta con el planteamiento de un productor masivo en el que la empresa se centra en identificar ‘tendencias centrales’ entre las necesidades de sus consumidores y las aborda con un número limitado de productos standard. En cambio un ‘customizador masivo’ tiene que identificar las cualidades de su producto que más difieren de las necesidades del cliente. Una vez identificadas estas, la empresa sabe cuáles son los requisitos para cubrir las necesidades de mercado.

Consecuentemente, puede elaborar un ‘espacio de solución’ definiendo claramente qué va a ofrecer y qué no va a ofrecer.

- Procesos de Diseño Robusto. El segundo requisito crucial para la customización masiva está relacionado con el funcionamiento relativo a la cadena de valor. Concretamente, es fundamental que la incrementada variabilidad en los requisitos de los consumidores no lleve al deterioro de las operaciones y la cadena de producción de la empresa (Pine et al., 1993). Esto exige un diseño firme de la cadena de valor empresarial – definido como la capacidad de reutilizar o recombinar cadenas de valor y recursos organizativos existentes para cubrir diferentes necesidades de los consumidores. Con un diseño de proceso riguroso, se proporcionan soluciones personalizadas equiparables a la eficiencia y la fiabilidad de la producción masiva.

- Exploración de opciones. Finalmente, la compañía debe ser capaz de respaldar a los consumidores identificando sus propios problemas y soluciones, minimizando la complejidad y la responsabilidad de elección.

Cuando un consumidor se expone a demasiadas opciones, el costo cognitivo de la evaluación de dichas opciones puede pesar más que el beneficio de tener tantas alternativas (Huffman & Kahn, 1998; Piller, 2005). De este modo, ofrecer muchas opciones de producto puede provocar fácilmente que los consumidores pospongan o suspendan sus decisiones de compra. Por lo tanto, el tercer requisito es la capacidad organizativa para simplificar la búsqueda de la gama de productos de la compañía desde el punto de vista del consumidor.

Los tres métodos que hay detrás de estas capacidades no son nada nuevo.

Algunos de ellos han estado ahí durante años. Pero una buena customización masiva requiere convertir estos métodos en aptitudes y capacidades de manera integral y significativa, para diseñar una cadena de valor cuyo valor principal sea servir a consumidores individuales de maneras diferentes. A continuación trataremos las tres aptitudes fundamentales de la customización masiva en detalle.

DESARROLLO DE ESPACIOS DE SOLUCIÓN Un ‘customizador masivo’ antes que nada debe identificar las necesidades idiosincráticas de sus consumidores, concretamente las características del producto que más difieren de las necesidades específicas del cliente. Esto 2

contrasta notablemente con un productor en masa, que debe centrarse en suplir necesidades universales, idealmente comunes a todos los consumidores destinatarios. Una vez que esta información se conoce y se procesa, un negocio puede definir su ‘espacio de solución’, definiendo claramente qué ofrecerán y qué no ofrecerán. Dicho espacio determina qué rango de beneficios se prevé que produzca una oferta determinada al consumidor y así mismo, entre ese rango, qué combinaciones de funcionalidad se pueden ofrecer (Pine, 1995).

Para definir el espacio de solución, la compañía debe identificar aquellas necesidades donde los consumidores son diferentes – y de las que les importan esas diferencias. Combinando las opciones representadas por el espacio de solución con las necesidades del mercado destinatario es un factor de éxito importante de la customización masiva (Hvam et al., 2008). El requisito central en esta fase es acceder a la información de demanda, es decir, información sobre gustos, preferencias, necesidades, deseos, demandas, satisfacción, motivos, etc, de los consumidores potenciales y usuarios del producto o servicio que se ofrece. La información de demanda favorece un entendimiento en profundidad y un reconocimiento de las exigencias, operaciones y sistemas del consumidor.

Detectar diferencias aún sin explotar a través de los consumidores no es una tarea fácil porque la información acerca de las necesidades insatisfechas de los consumidores es ‘resbaladiza’- es decir, de difícil acceso y codificación para el proveedor de soluciones (von Hippel, 1998). A pesar de que este problema es común a productores masivos y customizadores masivos, es más exigente para el segundo debido a la fragmentación extrema de las preferencias de los consumidores. Entender las necesidades heterogéneas de los consumidores identificando atributos diferenciadores, verificando los conceptos de producto y recopilando feedback del consumidor puede ser una tarea compleja y costosa pero algunos criterios pueden ayudar.

El primero consiste en utilizar técnicas tradicionales de estudios de mercado, es decir, recopilaciones meticulosas de datos de consumidores representativos de un sector de mercado determinado (e.g. Griffin & Hauser, 1993; Dahan & Hauser, 2002). Este modelo predomina especialmente en el mundo de los productos de consumo donde la metodología de estudios de mercado como el grupo destinatario, análisis de conjunto, encuestas de consumidores y análisis de reclamaciones de consumidores son usadas a menudo para identificar y evaluar las necesidades y deseos del consumidor. En concreto los análisis de conjunto pueden ser considerados como la herramienta idónea para definir el espacio de solución de una empresa en un entorno de personalización masiva. El término designa un conjunto de métodos para medir y analizar las preferencias de consumo mediante la evaluación de la percepción del valor de varios atributos del producto (Green & Srinivasan, 1990). Estudios previos han desarrollado métodos para definir espacios de solución en la personalización masiva que emplean como base la metodología de análisis de conjuntos (Chen & Tseng, 2005; Du et al., 2003; Siddique & Rosen, 2003). Sin embargo, el principal 3

problema con el análisis de conjuntos y los métodos de estudio de mercado en general, es que son apropiados para recolectar feedback de mercado acerca del valor potencial de las opciones de personalización propuestas pero no son tan apropiados para averiguar cuáles son las mejores opciones para la personalización.

Otro planteamiento consiste en emplear algún tipo de ‘inteligencia de experiencia del consumidor’, es decir, aplicar métodos para recolectar continuamente datos de operaciones de consumidores, comportamientos o experiencias y analizar esa información para determinar preferencias del consumidor. Las redes sociales y el contenido generado por sus usuarios en foros de opinión de consumidores, páginas web de comunidades o grupos de usuarios, son una fuente de información valiosa para determinar necesidades latentes que pueden no estar siendo satisfechas por la actual oferta de ‘productos en masa’. Métodos como Netnography (Kozinets, 2002) permiten al personalizador masivo escuchar la voz del consumidor al principio de la creación del espacio de solución o durante su continuo perfeccionamiento. Esto incluye también la incorporación de datos no solo de los consumidores sino también de personas que constituyen otro tipo de usuario. Tener en cuenta, por ejemplo, información sobre productos que alguien ha evaluado, pero no ha consumido. Un personalizador masivo a menudo puede obtener fácilmente esos datos desde archivos de registro generados por el comportamiento de navegación online de la gente (Piller et al., 2004; Squire et al., 2004). Mediante el análisis sistemático de este tipo de información, los gerentes pueden aprender mucho acerca de las preferencias de consumo, perfeccionando en última instancia, los espacios de solución. Una compañía podría, por ejemplo eliminar opciones que raramente son buscadas o seleccionadas, y podría añadir más opciones para los productos populares.

Una vez identificadas las opciones relevantes para ser representadas en un espacio de solución (un proceso continuo, iterativo, que durará tanto tiempo como la oferta de personalización masiva exista), tiene que ser traducido a una arquitectura de producto que transformará esas necesidades en soluciones para el consumidor. Es importante mencionar que la personalización masiva no significa ofrecer opciones ilimitadas, si no ofrecer alternativas limitadas a las opciones representadas con anterioridad en el sistema de satisfacción. En el caso de bienes o componentes digitales las opciones de personalización son infinitas. En el caso de bienes físicos, sin embargo, son limitadas y podrían ser representadas por una arquitectura de producto modular.

La modularidad es una parte esencial de cualquier estrategia de personalización masiva (Duray, 2002; Gilmore & Pine, 1997; Kumar, 2005; Piller, 2005; Salvador, 2007). Cada módulo abastece a una o más funciones específicas del producto y está disponible en distintas opciones que aportan un nivel de rendimiento diferente para la función(es) que el producto está destinado a cubrir. Este 4

principio demuestra que la personalización masiva exige compromiso: no se ofertan todas las opciones hipotéticas de customización, sino solo aquellas que son coherentes con las capacidades de los procesos, la arquitectura de producto dada y el grado de variedad dado.

La estrategia de ‘línea de productos’ ha sido reconocida como un medio efectivo para satisfacer una creciente variedad de producto a través de los diversos segmentos de mercado, siendo capaz de generar aun así economías de escala (Tseng & Jiao, 2001; Zhang & Tseng, 2007). Además de aprovechar los costos de variedad de oferta, el diseño de línea de productos puede reducir riesgos de desarrollo utilizando componentes testados en actividades y oferta de la compañía. El telón de fondo de una línea de productos es una arquitectura bien planificada – la estructura conceptual y la organización lógica global de generar una línea de productos- proporcionando un paraguas genérico para establecer homogeneidad. Dentro de dicha arquitectura cada nuevo producto es materializado y ampliado para fijar futuros diseños a una estructura de línea de productos común. El fundamento de una arquitectura de línea de productos radica no sólo en aliviar la base teórica de mantener formas variables de la misma solución, sino también en modelar el proceso de diseño de toda una clase de productos que pueden variar sus diseños ampliamente basados en requisitos de customización individual en un contexto coherente (Tseng & Jiao, 2001). Establecer la estructura modular de la línea de productos de un sistema de personalización masiva, y por tanto de su espacio de solución, se convierte en una de las capacidades primordiales de una empresa de personalización masiva.

PROCESO DE DISEÑO ROBUSTO Uno de los principios de la customización masiva radica en asegurar que la variabilidad creciente en los gustos de los consumidores no afecte significativamente a la eficiencia operativa de la empresa o marca (Pine et al., 1993). Se puede llegar a esto a través de procesos de Diseño Robusto – la capacidad de reutilizar o recombinar cadenas de valor y recursos organizativos existentes para ofrecer soluciones personalizadas de alta eficiencia y fiabilidad.

Por tanto, un sistema eficiente de customización masiva se caracteriza por procesos receptivos (sensibles con el gusto de los consumidores) estables pero flexibles al mismo tiempo, que producen un flujo dinámico de productos (Badurdeen & Masel, 2007; Pine, 1995; Salvador et al., 2004; Tu et al., 2001). La creación de valores dentro de los procesos robustos de diseño es la diferencia principal entre la customización masiva y la customización convencional. La customización tradicional (artesana), reinventa no solo sus productos sino también sus procesos para cada consumidor individual. Esto tiene un precio muy elevado.

El objetivo fundamental del proceso de Diseño Robusto es contrarrestar el coste 5

adicional que conlleva la flexibilidad que necesita una compañía o marca para satisfacer a sus consumidores de manera individualizada. Podemos diferenciar dos motivos para el costo adicional de dicha flexibilidad (Su et al., 2005): (i) un aumento en la complejidad y (ii) un aumento de la incertidumbre en las operaciones de negocios, que conlleva una subida del costo operacional. Un nivel más alto en la customización del producto requiere más variedad de producto, que a su vez implica más piezas, procesos, proveedores, minoristas y medios de distribución. Como consecuencia directa de esta tendencia, se ha incrementado la complejidad de gestionar y administrar todos los aspectos de negocio desde la adquisición de productos brutos, pasando por la producción y finalmente la distribución. Además, el incremento de la variedad de producto tiene el efecto de sembrar más incertidumbre en el cumplimiento de la demanda, incrementando los tiempos en los procesos de fabricación así como como los tiempos de entrega y distribución (Kumar & Piller, 2006; Yao et al., 2007). El aumento de la complejidad del sistema y las incertidumbres que ésta conlleva (respecto a la demanda y los tiempos de distribución) incrementa el precio operacional debido a una organización más compleja de mayor cobertura, con mayor utilización de recursos, configuraciones de producción más complejas, deseconomías de alcance y mayores precios de distribución a lo largo de toda la cadena de suministro (Tseng & Piller, 2003).

La customización masiva se abastece de procesos estables que generan una alta variedad de bienes (Pine et al., 1993), lo cual les permite alcanzar una eficiencia equiparable a la de la producción masiva. No obstante, esto también supone que, de alguna manera, las opciones de customización son limitadas. A los consumidores se les presenta una lista de opciones o componentes predefinidos que constituyen el espacio de solución de la empresa. La utilización del proceso de diseño robusto es también una de las características predominantes de la customización masiva en el entorno existente, donde tradicionalmente la naturaleza de la fabricación in-situ ha conducido a una aproximación ingeniosa y a veces insostenible que le otorga valor a cierta artesanía. La idea de la customización es producir una oleada continua de productos customizados mediante una cantidad estable y eficiente de elementos procesados.

Se pueden emplear una serie de métodos diferentes para reducir los costes adicionales mencionados anteriormente, e incluso para prevenir su aparición.

El mecanismo más primario para generar procesos de diseño robusto en la customización masiva consiste en retrasar la diferenciación del producto (‘Postponement’). El retraso en la diferenciación del producto o ‘Postponement’ se basa en la división de la cadena de suministro en dos etapas (Yang and Burns, 2003; Yang et al., 2004). En la primera etapa se produce una parte estandarizada del producto basada en estimaciones, mientras que en la segunda etapa la parte “diferenciada” del producto se basa en las preferencias individualizadas de cada consumidor. Uno de los ejemplos más ilustrativos de 6

la diferenciación retrasada del producto en la industria automovilística consiste en lanzar una versión standard de un coche a los concesionarios (una versión parcialmente equipada), y después permitir al concesionario instalar diferentes opciones basadas en las preferencias del consumidor, como pueden ser un reproductor de CD o DVD, tapicerías de piel o de diferentes tejidos, el sistema de navegación GPS, etc. Previamente a dicha ‘diferenciación’, las piezas son rediseñadas para que el mayor número posible de piezas o componentes del producto sean comunes para cada configuración. Los ahorros económicos se deben a este efecto de centralización de riesgos y a la reducción en los gastos de almacenaje de la mercancía (Yaung et al., 2004). Por otra parte, como los niveles normales de rendimiento de una funcionalidad son seleccionados por una serie de consumidores, se pueden alcanzar economías de escala a nivel modular para cada versión de un módulo determinado, generando ahorros económicos imposibles en los sistemas de producción puramente orientados a la customización.

Mientras que este retraso en la diferenciación del producto empieza con el diseño de sus prestaciones, otra posibilidad para conseguir el proceso de diseño robusto es a través de automatización flexible (Koste et al., 2004; Tu et al., 2001; Zhang et al., 2003). A pesar de que las palabras ‘flexible’ y ‘automatización’ puedan haber sido contradictorias en el pasado, las cosas han cambiado. En la industria automovilística, los robots y la automatización son compatibles con un gran nivel de versatilidad y customización. Incluso en las industrias de procesos (farmacéuticas, alimenticias, etc) que antiguamente se asociaban a procesos de una rígida automatización para generar grandes partidas de productos, hoy en día cuentan con niveles de flexibilidad que antes se consideraban inalcanzables.

De manera similar, muchos servicios y bienes intangibles también utilizan soluciones flexibles automatizadas, casi siempre basadas en internet. En el caso de la industria del ocio y entretenimiento, la creciente digitalización está trasladando todo el sistema de producto del mundo real al mundo virtual.

Una visión complementaria a la automatización flexible es la modularidad de proceso, que puede ser alcanzada si consideramos a los procesos operativos y de cadena de valor como sectores, cada uno de ellos ligado a una causa específica de variabilidad respecto a las exigencias de los consumidores (Pine et al., 1993). De este modo, la empresa puede satisfacer diferentes necesidades de los consumidores a través de la re combinación apropiada de dichos sectores de procesos sin la necesidad de crear costosos módulos ad-hoc (Zhang et al., 2003). Por ejemplo, la fábrica de Mini que pertenece a BMW, confía en unidades de producción móviles e individuales con unidades robóticas estandarizadas.

BMW puede integrar dichas unidades de producción en un sistema existente en la planta de producción en unos pocos días haciendo posible así que la compañía pueda adaptarse rápidamente a cambios inesperados en las preferencias de los consumidores, sin la necesidad de hacer grandes modificaciones en sus áreas 7

de producción. Los procesos modulares también pueden aplicarse a industrias de servicios. IBM, por ejemplo, ha estado rediseñando su área de asesoría a través de procesos configurables (también llamados ‘modelos de compromiso’).

El objetivo es corregir y determinar la arquitectura global de proyectos complejos a la par que se conserva cierta adaptabilidad para responder a necesidades o exigencias específicas de un cliente.

Para asegurar el éxito de los procesos de diseño robusto las empresas también deben invertir en capital humano adaptable (Bhattacharya et al., 2005).

Concretamente tanto empleados como gestores deben de ser capaces de tratar con tareas novedosas y ambiguas con el fin de contrarrestar toda rigidez potencial integrada en los procesos de producción y las tecnologías que los llevan a cabo. Algunos estudios previos ponen de manifiesto que, por ejemplo, las personas necesitan una base amplia de conocimiento que vaya más allá de su especialización funcional inmediata, con el fin de poder interactuar hábilmente con otras tareas en el proceso de identificar y lanzar soluciones a medida para el cliente (Salvador et al., 2009). Dicha base amplia de conocimiento debe ser complementada con habilidades sociales que faciliten al individuo conectar con otros empleados de forma ad-hoc.

EXPLORACIÓN DE OPCIONES Por último, la customización masiva debe respaldar y guiar a los consumidores en la tarea de identificar sus propias necesidades y crear soluciones minimizando la complejidad y la responsabilidad de elección. Cuando un consumidor está expuesto a infinidad de elecciones, lo más probable es que el esfuerzo cognitivo de evaluar dichas opciones pese más que el beneficio de tener tantas alternativas sobre la mesa. El síndrome resultante ha sido denominado ‘la paradoja de la elección’ (Schwartz, 2004) según la cual demasiadas opciones reducen el valor de consumidor en lugar de aumentarlo (Desmueles, 2002; Huffman & Kahn, 1998). En estas situaciones los consumidores pueden posponer sus decisiones de compra, y peor aún, clasificar al vendedor como difícil e indeseable. Estudios recientes en marketing han abordado este asunto en detalle y han descubierto que el costo cognitivo es uno de los grandes obstáculos en la adaptación de la customización masiva desde el punto de vista del consumidor (Dellaert & Stremersch, 2005). Para impedirlo las compañías deben facilitar medidas de ‘exploración de opciones’ para simplificar la manera en que la gente explora la oferta.

La medida tradicional para orientar la elección del consumidor en un sistema de customización masiva ha sido producto de sistemas de configuración, también conocidos como ‘herramientas de diseño colaborativo’ (Franke & Piller, 2003, 2004). Las operaciones de diseño colaborativo suponen un acto de interacción y cooperación entre la marca o compañía y el consumidor (Khalid & Helander, 2003). Ya en 1991, Udwadia y Kumar fueron consumidores 8

y productores visionarios, pioneros en convertirse en ‘co-constructores’ (es decir, diseñadores colaborativos) de productos destinados para un uso individual de cada consumidor. Según ellos, la construcción colaborativa o diseño colaborativo debería suceder cuando los consumidores tengan sólo una visión difusa de lo que quieren. En este caso, el fabricante sería incapaz de satisfacer adecuadamente la demanda de cada producto individualizado si no hay una implicación intensa por parte de los consumidores. Años después la tecnología digital, concretamente la capacidad para simular diseños potenciales de productos antes de su adquisición han hecho rotundamente posible la labor colaborativa (Haug & Hvam, 2007; Ulrich et al., 2003).

En la customización masiva, por lo general, las operaciones de diseño colaborativo son llevadas a cabo gracias a la ayuda de sistemas especializados.

Estos sistemas se conocen como configuradores, consejos de elección, sistemas de diseño, conjunto de herramientas o plataformas de diseño colaborativo (Forza & Salvador, 2006; Hvam et al., 2008). Todos ellos son responsables de guiar al usuario en su proceso de estimulación. Casi siempre que se utiliza el término de configurador o sistema de configuración se usa en un sentido técnico, generalmente refiriéndose a herramientas de software. Sin embargo el éxito de dicho sistema de interacción no puede ser definido únicamente por sus capacidades tecnológicas sino que debe definirse también por su capacidad de integración en el entorno de ventas, su habilidad para aprender, su habilidad para prestar experiencia y procesos satisfactorios y su integración en el concepto de la marca. Las herramientas para la integración del usuario en los sistemas de customización masiva van más allá de los algoritmos aritméticos para combinar componentes modulares. Citando las palabras de von Hippel (2001), cuanto más genérico sea el término ‘herramientas para el diseño colaborativo del consumidor’ mejor describirá las diversas operaciones que tengan lugar (Franke & Piller, 2003). Un conjunto de herramientas se compone de diferentes variables que son representadas, visualizadas, evaluadas y valoradas económicamente mediante un proceso de ‘aprender haciendo’ para el usuario. La idea principal es implicar a los consumidores en procesos de aprendizaje rápidos mediante ensayo y error (von Hippel, 1998). Mediante la participación en múltiples experimentos secuenciales, el consumidor puede analizar la combinación de las opciones disponibles, una configuración específica de dichas opciones y sus necesidades.

Sin embargo, las medidas de exploración de opciones no se remiten sólo a prevenir la ‘complejidad de elección’ y los efectos negativos que pueda tener la variedad de elección desde el punto de vista del consumidor. Por el contrario, ofrecer opciones a los consumidores de manera coherente puede abrir una vía de nuevas oportunidades beneficiosas (Franke & Schreier, 2010).

Estudios recientes han demostrado que la predisposición del 50% para pagar por productos de consumo customizados se debe a la percepción positiva del 9

proceso de diseño colaborativo en sí mismo (Franke & Piller, 2004; Franke & Schreier, 2010; Merle et al., 2010; Schreier, 2006). Los productos ‘co-diseñados’ por los consumidores también generan beneficios simbólicos sociales para ellos, resultantes del propio proceso de co-diseño más que de su resultado.

Schreier (2006) habla, por ejemplo, de un ‘efecto de orgullo de autoría’ en el consumidor. Los consumidores pueden co-crear algo ellos mismos, que añade valor al producto debido al mero entusiasmo del proceso. Este efecto está relacionado con el deseo de exclusividad como se ha comentado anteriormente, pero en este caso se basa en una tarea única y no en el resultado. Para añadir más disfrute al consumidor, el acometido de la tarea de co-diseño tiene ciertas connotaciones de creatividad. Participar en un proceso de diseño colaborativo puede ser considerado como un proceso altamente creativo para solucionar problemas por parte de las personas implicadas en la tarea, convirtiéndose así en un motivador para alcanzar un producto de customización masiva.

Para satisfacer al consumidor a través del proceso de diseño colaborativo, una condición previa importante es que el propio proceso debe ser feliz y acertado. El cliente tiene que ser capaz de llevar a cabo la tarea del diseño. Esta competencia implica ‘flujo’, un constructo a menudo utilizado por investigadores para explicar cómo la participación del consumidor en un proceso incrementa su satisfacción (Csikszentmihalyi, 1990). El ‘flujo’ es el proceso de experiencia óptima que se alcanza cuando los usuarios motivados tienen sensación de balance entre sus habilidades y el reto o tarea a cumplir durante el proceso interactivo (Novak et al., 2000). Según indican estudios recientes de marketing, interactuar con herramientas de diseño colaborativo debe de llevarnos exactamente a dicho estado. Como consecuencia, estudios recientes han recomendado diversos parámetros de diseño de configuradores que facilitan este efecto de satisfacción con el proceso (Dellaert & Dabholkar, 2009; Franke et al., 2009; Randall et al., 2005).

Aparte del uso de dichas herramientas existen toda una serie de planteamientos diferentes. Otro método efectivo es la estrategia de matching basada en las necesidades (Salvador et al., 2009), en la cual un software automáticamente genera configuraciones para los consumidores combinando modelos de sus necesidades con características de espacios de solución existentes (es decir, sets de opciones). A continuación los consumidores únicamente tienen que evaluar las configuraciones preestablecidas, lo cual les ahorra un esfuerzo y un tiempo considerable en el proceso de búsqueda. Pero los consumidores no siempre están preparados para hacer una decisión después de haber recibido recomendaciones. Podrían no estar seguros de sus preferencias reales, o las recomendaciones podrían no adaptarse a sus verdaderas necesidades.

En estos casos, combinar un sistema de recomendación con un conjunto de herramientas de diseño colaborativo es la solución ideal.

Cada vez un número mayor de empresas están participando en planteamientos 10

drásticos más innovativos respecto a la ‘exploración de opciones’. La exploración de opciones se ha automatizado completamente en productos recientes que ‘entienden’ cómo deberían adaptarse al usuario y consecuentemente son capaces de reconfigurarse para adaptarse a ello. Equipados con la conocida ‘capacidad de configuración integrada’, paradójicamente los productos se convierten en ítems standard para el fabricante, mientras que el usuario experimenta una solución customizada (Piller et al., 2010). Este es el caso de Adidas One, unas zapatillas de correr equipadas con un sensor magnético, un sistema que ajusta la amortiguación y un microprocesador que controla el proceso. Cuando el talón del zapato golpea el suelo el sensor mide la cantidad de compresión en su entresuela y el microprocesador calcula si el zapato es demasiado suave o demasiado duro para la persona que lo lleva. Después un motor diminuto acorta o alarga un cable unido a un elemento amortiguador de plástico, haciéndolo más rígido o más maleable. Gracias a este sistema, las zapatillas deportivas están continuamente adaptándose a distintas necesidades de mercado durante su etapa de uso – sin ningún tipo de customización en el proceso de fabricación.

CONCLUSIONES La customización masiva ha establecido un marco de trabajo viable en diversas industrias otorgándoles la oportunidad de convertir demandas heterogéneas del consumidor en beneficios. Pero las tres capacidades descritas en este texto deben ser consideradas como un trayecto más que como un destino. No hay un estado ‘perfecto’ de la customización masiva (Salvador et al., 2009). En cambio, lo que importa a cada vez más empresas es ser capaz de ampliar continuamente sus capacidades generales para definir un espacio de solución, un proceso de diseño robusto, y para ayudar a los consumidores a explorar las opciones disponibles. Una empresa puede beneficiarse de manera notable simplemente implementando medidas de exploración de opciones para satisfacer requisitos de los consumidores que no son familiares con la categoría del producto. A esto lo llamamos ‘mentalidad de customización masiva’ (Piller & Tseng, 2010).

Nos ofrece una vía para generar beneficios a partir de las heterogeneidades de los clientes de una marca determinada. Una mentalidad de customización masiva implica establecer y desarrollar las tres capacidades mencionadas anteriormente y aplicarlas para desarrollar una cadena de valor empresarial cuyo valor principal sea satisfacer a los consumidores individualmente. Los siguientes capítulos de este libro explorarán y hablarán acerca de cómo la mentalidad de la customización masiva puede ser trasladada a la arquitectura, construcción y al entorno construido. Todos ellos constituyen buenos ejemplos para ilustrar este tránsito, y cuáles son los frentes abiertos actualmente.

NOTA Este capítulo ha sido escrito a partir de los argumentos de Piller (2008) y Salvador et al., (2009).

11

BIBLIOGRAFĂ?A Badurdeen, F. and Masel, D. (2007). A modular minicell configuration for mass customization manufacturing. International journal of Mass Customization, 2(1/2), 39-56.

Bhattacharya, M., Gibson, D. E., and Doty, H. (2005). The effects of flexibility in employee skills, employee behaviors, and human resource practices on firm performance. Journal of Management, 31 (4), 622-640.

Chen, S. and Tseng, M. (2005). Defining specifications for custom products: a multiattribute negotiation approach. CIRP Annals, 54(1), 299-304.

Csikszentmihalyi, M. (1990). Flow: The Psychology of Optimal Experience. New York: Harper and Row. Dahan, E. and Hauser, J. (2002). The virtual customer. Journal of Product Innovation Management, 19(5), 332-353.

Dellaert, B. G. and Dabholkar, P. (2009). Increasing the attractiveness of mass customization: the role of complementary online services and range of options. International Journal of Electronic Commerce, 13(2), 43-70.

Dellaert, B. G. C. and Stremersch, S. (2005). Marketing mass customized products: striking the balance between utility and complexity. Journal of Marketing Research, 43(2), 219-227.

Desmeules, R. (2002). The impact of variety on consumer happiness: marketing and the tyranny of freedom. Academy of Marketing Science Review, 12, 1-18. Available online at: http://www.amsreview.org/articles/desmeules12-2002.pdf (last accessed on 12 December 2012).

Du, X., Jiao, J., and Tseng, M. (2003). Identifying customer need patterns for customization and personalization. Integrated Manufacturing Systems, 14(5), 387-396.

Duray, R. (2002). Mass customization origins: mass or custom manufacturing? International Journal of Operations and Production Management, 22(3), 314-330.

Forza, C. and Salvador, F. (2006). Product Information Management for Mass Customization: Connecting Customer, Front-office and Back-office for Fast and Efficient Customization.

London: Palgrave Macmillan.

Franke, N. and Piller, F. (2003). Key research issues in user interaction with configuration toolkits in a mass customization system. International Journal of Technology Management, 26, 578-599.

Franke, N. and Piller, F. (2004). Toolkits for user innovation and design: an exploration of user interaction and value creation. Journal of Product Innovation Management, 21(6), 401-415.

Franke, N. and Schreier, M. (2010). Why customers value self-designed products: the importance of process effort and enjoyment. Journal of Product Innovation Management, 27(7), 1020-1031.

Franke, N., Keinz, P., and Schreier, M. (2008). Complementing mass customization toolkits with user communities: how peer input improves customer self-design. Journal of Product Innovation Management, 25(6), 546-559.

Franke, N., Keinz, P., and Steger, C. (2009). Testing the value of customization: when do customers really prefer products tailored to their preferences? Journal of Marketing, 73(5), 103-121.

Fuchs, C., Schreier, M., and Prandelli, E. (2010). The psychological effects of empowerment strategies on consumers’ product demand. Journal of Marketing, 74(1), 65-79.

Gilmore, J. H. and Pine, B. J. (1997). The four faces of mass customization. Harvard Business Review, 75(1), 91-101.

Green, P. and Srinivasan, V. (1990). Conjoint analysis in marketing research. Journal of Marketing, 54(4), 3-19.

12

Griffin, A. and Hauser, J. (1993). The voice of the customer. Marketing Science, 12(1), 1-27.

Haug, A. and Hvam, L. (1007). Modeling techniques of a documentation system that supports the development and maintenance of product configuration systems. Journal of Mass Customization, 2(1/2), 1-18.

Huffman, C. and Kahn, B. (1998). Variety for sale: mass customization or mass confusion?

Journal of Retailing, 74(4), 491-513.

Hvam, L., Mortensen, N., and Riis, J. (2008). Product Customization. New York: Springer.

Ismail, H., Reid, I.R., Mooney, J., Poolton, J., and Arokiam, I. (2007). How small and medium enterprises effectively participate in the mass customization game. IEEE Transactions on Engineering Management, 54(1), 86-97.

Khalid, H. M. amd Helander, M.G. (1003). Web-based do-it-yourself product design.

In M.Tseng and F.Piller (eds), The Customer Centric Enterprise: Advances in Mass Customization and Personalization. New York: Springer, pp.247-266.

Kozinets, R. (2002). The field behind the screen: using Netnography for marketing research in online communities. Journal of Marketing Research, 39(1), 61-72.

Koste, L. L., Malhotra, M. K., and Sharma, S. (2004). Measuring dimensions of manufacturing flexibility. Journal of Operations Management, 22(2), 171-196.

Kumar, A. (2005). Mass customization: metrics and modularity. International Journal of Flexible Manufacturing Systems, 16(4), 287-312.

Kumar, A. and Piller, F. (2006). Mass customization and financial services. Journal of Financial Transformation, 18(3), 125-131.

Merle, A., Chandon, J., Roux, E., and Alizon, F. (2010). Perceived value of the mass customized product and mass customization experience for individual consumers.

Production and Operations Management, 19(5), 503-514.

Novak, T., Hoffmann, D., and Yung, Y. (2000). Measuring the customer experience in online environments: a structural modeling approach. Marketing Science, 19(1), 22-42.

Piller, F. (2005). Mass customization: reflections on the state of the concept. International Journal of Flexible Manufacturing Systems, 16(4), 313-334.

Piiler, F. (2008). Mass customization. In C. Wankel (ed.), The Handbook of 21st Century Management, Thousands Oaks, CA: Sage Publications, pp. 420-430.

Piller, F., Ihl, C., and Steiner, F. (2010). Embedded toolkits for user co-design: a technology acceptance study of product adaptability in the usage stage. Proceedings of the 43th Hawaii International Conference on System Science (HICSS), 43(1), 1-10.

Piller, F., Mรถslein, K., and Stotko, C. (2004). Does mass customization pay? An economic approach to evaluate customer integration. Production Planning and Control, 15(4), 435444.

Piller, F., Reichwald, R., and Tseng, M. (2006). Competitive advantage through customer centric enterprises. International Journal of Mass Customization (IJMassC), 1(2/3), 157165.

Piller, F. and Tseng, M. (2010). Mass customization thinking: moving from pilot stage to an established business strategy. In F.Piller and M.Tseng (eds), Handbook of Research in Mass Customization and Personalization, Part 1: Strategies and Concepts. New York and Singapore: World Scientific Publishing, pp. 1-18.

Pine, B.J. (1993). Mass Customization. Boston: Harvard Business School Press.

Pine, B.J. (1995). Challenges to total quality management in manufacturing. In J. W. Cortada and J. A. Woods (eds), The Quality Yearbook. New York: McGraw-Hill, pp. 69-75.

Pine, B.J., Victor, B., amd Boynton, A.C. (1993). Making mass customization work. Harvard Business Review, 71(5), 108-119.

Randall, T., Terwiesch, C., and Ulrich, K. (2005). Principles for user design of customized products. California Management Review, 47(4), 68-85.

13

Salvador, F. (2007). Towards a product modularity construct: literature review and reconceptualization. IEEE Transactions on Engineering Management, 54(2), 219-240.

Salvador, F. and Forza, C. (2007). Principles for efficient and effective sales configuration design. International Journal of Mass Customization, 2(1/2), 114-127.

Salvador, F., de Holan, M., and Piller, F. (2009). Cracking the code of mass customization.

MIT Sloan Management Review, 50(3), 70-79.

Salvador, F., Rungtusanatham, M., and Forza, C. (2004). Supply-chain configurations for mass customization. Production Planning and Control, 15(4), 381-397.

Salvador, F., Rungtusanatham, M., Akpinar, S., and Forza, C. (2008). Strategic capabilities for mass customization: theoretical synthesis and empirical evidence. Proceedings of Academy of Management Annual Meeting (August 2008), 1-6.

Schreier, M. (2006). The value increment of mass-customized products: an empirical assessment. Journal of Consumer Behavior, 5(4), 317-327.

Schwartz, B. (2004). The Paradox of Choice: Why More is Less. New York: Ecco.

Sheth, J.N., Sisodia, R.S., and Sharma, A. (2000). The antecedents and consequences of customer-centric marketing. Journal of the Academy of Marketing Science, 28(1), 55-66.

Siddique, Z. and Rosen, D. (2003). Common platform architecture: identification for a set of similar products. In M.Tseng and F.Piller (eds), The Customer Centric Enterprise: Advances in Mass Customization and Personalization. New York: Springer, pp. 163-182.

Squire, B., Readman, J., Brown, S., and Bessant, J. (2004). Mass customization: the key to customer value? Production Planning and Control, 15(4), 459-471.

Su, J.C.P., Chang, Y., and Ferguson, M. (2005). Evaluation of postponement structures to accommodate mass customization. Journal of Operations Management, 23(3/4), 305-318.

Tseng, M. and Jiao, J. (2001). Mass customization. In G.Salvendy (ed.), Handbook of Industrial Engineering. New York: Wiley, pp. 684-709.

Tseng, M.M., Jiao, R.J., and Wang, C. (2010). Design for mass personalization. CIRP Annals Manufacturing Technology, 59(1), 175-179.

Tseng, M. and Piller, F. (2003). The customer centric enterprise. In M. Tseng and F.Piller (eds), The Customer Centric Enterprise: Advances in Mass Customization and Personalization.

New York: Springer, pp. 1-18.

Tu, Q., Vonderembse, M. A., and Ragu-Nathan, T.S. (2001). The impact of time-based manufacturing practices on mass customization and value to customer. Journal of Operations Management, 19(2), 201-217.

Udwadia, F.E., and Kumar, R. (1991). Impact of customer co-construction in product / service markets. International Journal of Technological Forecasting and Social Change, 40, 261-272.

Ulrich, P., Anderson-Connell, L., and Wu, W. (2003). Consumer co-design of apparel for mass customization. Journal of Fashion Marketing and Management, 7(4), 398-412, Von Hippel, E. (1998). Economics of product development by users: the impact of ‘sticky’ local information. Management Science, 44(5), 629-644.

Von Hippel, E. (2001). Perspective: user toolkits for innovation. Journal of Product Innovation Management Science, 18(4), 247-257.

Yang, B., and Burns, N.D. (2003). Implications of postponement for the supply chain.

International Journal of Production Research, 41(9), 2075-2090.

Yang, B., Burns, N.D., and Backhouse, C.J. (2004). Postponement: a review and an integrated framework. International Journal of Operations and Production Management, 24(5), 468-487.

Yao, S., Han, X., Yang, Y., and Rong, Y. (2007). Computer-aided manufacturing planning for mass customization. International Journal of Advanced Manufacturing Technology, 32(1/2), 194-204.

14

Zhang, M. and Tseng, M. (2007). A product and process modeling based approach to study cost implications of product variety in mass customization. IEEE Transactions on Engineering Management, 54(1), 130-144.

Zhang, Q., Vonderembse, M. A., and Lim, J-S. (2003). Manufacturing flexibility: defining and analyzing relationships among competence, capability and customer satisfaction.

Journal of Operations Management, 21(2), 173-191.

15