讨论C2B，最典型的就是阿里巴巴与诸多品牌进行生产线合作，生产特供产品。阿里巴巴通过所掌握的数据以及分析成果，指导生产线研发、设计、生产、定价。这种情况下，如果厂商需要为每个人制作特定的产品，必然会带来生产成本的大幅提升，一些浅层的定制由于有成熟的技术尚能应付，但一些复杂的定制就只能在单品利润很高的行业才能实现。
　　C2B与传统规模生产之间，仍然存在诸多难以协调的矛盾与问题，有待解决。
　　平衡个性化与规模化的C2B
　　其实在互联网环境下，这个平衡可以通过多种方式来实现。
　　第一种是通过成熟的模块组合快速形成个性化，而这些个性化方案可以满足一个群体的需求，基于此实现一定的规模化。戴尔、青橙手机就属于此类。此前，已经有一些电商卖家在天猫进行这样的尝试，用户下单时可以选择一些组合，厂家据此进行生产。
　　第二种是让潜在用户参与到产品的设计之中。实际上这与C2B关系并不大，因为自从产品经理这个职位出现之后，几乎所有产品都会注重实现去了解用户需求再进行产品设计。一些互联网公司将其做成粉丝经济，让粉丝通过互联网更加充分地参与到对未来产品功能的讨论、投票中来，然后快速迭代进行满足。本质上，这只不过将需求调研的用户样本扩大了。海尔还曾在天猫组织一次投票活动，让用户对一款冰箱的一些候选功能进行投票表决。
　　第三种是先收集需求再生产的预售模式。这时候厂商收集的不是用户的个性化需求，而是关心用户有没有这样的需求，有就先下单交钱。这样做的目的既可以提前一步得到货款，又可以最大化降低库存，甚至还可以通过控制预售规模做饥饿营销。现在智能硬件行业十分青睐此模式，众筹网站被很多智能硬件作为预售网站。当然，团购也是这样的模式，先组织大规模订单，商家为此进行备货、生产或者服务准备。
　　这些模式均能最大限度地降低个性化的成本，在规模化的同时又满足了一些群体具有交集的个性化需求，它让一部分人群可以个性化。更多是为了节省生产资源、降低库存压力、提高产销比。
　　用大数据捕捉消费行为
　　上面的种种C2B模式，用户都需要主动参与其中。互动、调研、预售、团购、定制、选配都是主动行为。像电商平台与生产线合作这种方式，的确带来了新思路，可以指导品牌商的设计、生产、定价，但用户却仍然是被动地在参与这个过程。
　　用户的搜索浏览、驻留时间、商品对比、购物车、下单、评价数据被电商平台全程记录，同时用户的个人资料例如性别、地域、年龄、职业、消费水平、偏好、星座早已被画像。这时候电商平台可以对用户进行交叉拿分析、定点分析、抽样分析、群体分析，大数据挖掘落地就得靠这些手段。
　　数据分析的结果，显示：可能是用户不喜欢卧式吸尘器的垃圾倾倒设计，因为需要弯腰；也可能是广东用户更需要吹风机因为广东天气湿热；还可能是挂烫机使用频率不够。这些结果自然可以帮助产品进行特别的功能设计。除了指导功能之外，电商平台还可以通过地域和时间分析指导生产线不同季节的产量和不同地域的库存。
　　像天猫的数据共享方案中，就可以将沉淀的行业数据分享给厂商，从价格分布、关键属性、流量、成交量、消费者评价等维度建模，挖掘出功能卖点、主流价格段分布、消费者需求、增值卖点，为厂家的研发、设计、生产提供参考。
　　这是一种用户不知不觉参与的C2B模式，可以总结为“大数据定制”。要做到大数据定制必须具备几个条件：1.有海量的数据；2.这些数据能够挖掘出对生产商家有指导价值的结果；3.具备挖掘这样的数据的技术能力；4.有能力整合生产、流通和销售这些关键环节。困难在于，目前具备这种能力的企业并不多。
　　未来这种基于大数据的C2B模式将会从小家电扩展到服装、家居甚至旅游等行业。大数据正在以多种方式落地，C2B成为受益于大数据的应用。