愈演愈烈的全球竞争、大量释放的异质性需求、日益复杂的供应链体系和快速更迭的信息技术驱使企业进行生产制造变革,大规模定制为企业收获竞争优势提供了重要途径。为了融入“双循环”发展格局,中国制造企业在提升大规模定制能力上投入了更多的关注和更大努力。然而,定制化设计与批量生产相结合的特性使企业面临更多的供求不确定性,阻碍着大规模定制能力的发展。在大数据时代背景下,先进分析手段与数字化供应链管理工具可以为解决该问题提供有效方案。尽管现有研究普遍认可大数据分析能力对大规模定制能力的促进作用,但关于二者间的影响关系和作用机制仍缺乏理论剖析和实证支持。因此,有必要深入探究如何有效地利用大数据分析能力来实现大规模定制绩效。通过对现有文献的回顾与梳理,本研究选用资源基础观和组织信息处理理论作为分析依据对构念间的关系提出假设。研究构建了大数据分析能力通过供应链可视性对大规模定制能力产生影响的概念模型,并探讨了组织间学习对该路径的调节作用,具体研究内容包括:大数据分析能力（技术能力、管理能力和数据驱动的决策能力）对面向产品及面向服务的大规模定制能力的影响,供应链（需求和供应）可视性在大数据分析能力与大规模定制能力间的中介作用影响,以及组织间学习对供应链可视性的直接作用效果和中介效应产生的调节作用影响。研究利用来自277家中国制造企业的问卷调查数据,采用多元回归模型和拔靴法分析对所提假设进行了实证检验。本实证研究得到结论如下:（1）除大数据技术能力对面向产品的大规模定制能力无显著影响以外,通过增强大数据分析能力可以有效提升面向产品的和面向服务的大规模定制能力;（2）在三种大数据分析能力与面向产品的大规模定制能力间关系上,仅供应可视性会发挥中介效应,而大数据分析能力对面向服务的大规模定制能力的影响,分别能通过需求可视性和供应可视性得以实现;（3）组织间学习对需求可视性在影响路径中发挥的作用具有负向调节作用,而对供应可视性的中介效应无显著调节影响。本研究结论可以帮助深入地理解大数据分析能力与大规模定制能力间的作用机制,也推进了组织信息处理理论的内容发展。同时,本研究还建议管理者在引入新技术实现绩效的同时还应关注其他外部知识学习机制的替代作用,进而为企业的投资决策提供指导。