這個問題很籠統但也情有可原。現在很多企業認可了數據的價值，提升業務，降低成本，開拓新產品，減少風險等等，越來越多的企業要進行數字化轉型，要建設大數據平台，要成立大數據團隊。

說到傳統行業要搭建大數據團隊，那麼其實問題就來了：

1、為什麼要搭建大數據團隊？這個起因是什麼？

2、傳統行業，具體指的是哪個類型的行業，最好可以細分？

3、有哪些需要注意的地方？——這個是從技術角度，還是從管理角度？還是二者都有？

搭建大數據團隊起因會有以下幾種可能

1、企業的管理者意識比較超前

管理者希望提前布局大數據技術，儲備好大數據團隊，那麼需要進行大數據領域探索時就可以快速上手。

2、企業的數據存量很大

已有的Oracle、MySQL或者其他類型的資料庫已經無法承擔這種工作，隨著數據量越來越大，傳統的資料庫計算速度較慢，或者根本無法支撐。企業可能已經引入tableau、帆軟之類的報表BI工具，但是商業智慧BI工具經常「卡死」，其實不是BI工具的問題，而是底層資料庫無法支撐，急需採用大數據技術，支撐報表BI系統的需求。

架構圖

BI報表

3、數據存量雖然不大，但是數據增量很快

那麼這時候就「著急」了，希望儘快研究大數據技術，進行遷移，否則後面資料庫扛不住。

已上幾種情況都是需要採用大數據技術的，那麼是否需要搭建大數據團隊來實現，這又要看其他幾個問題了：

1、業務部門有無大數據訴求？

這裡並不是說業務部門希望使用什麼大數據技術，而是說業務部門希望某個模塊希望更「智慧」，例如有商品推薦、有實時告警、有更快的生產經營分析報表……，種種訴求都是業務訴求，但是既有的技術無法支撐，這時候就需要引入大數據技術；

通常，業務訴求是大數據的出發點，也是最終目標，也是讓老闆看到「價值」的地方，如果搭建了大數據團隊，研究了大數據技術，卻沒有解決業務問題，老闆會覺得這是成本的浪費。

2、業務部門的訴求細化

業務需求決定技術架構，搭建大數據團隊之前，需要先了解業務部門的規劃和訴求，基於這個訴求再來設計技術架構，技術架構的設計可以與團隊搭建並行，二者相輔相成，大數據的技術框架非常多，沒有什麼人是精通所有框架的，一般只能精通其中的一兩門就不錯了。

3、在技術架構設計之前：是否採用獨立搭建大數據平台？是否可以採用公有雲平台？

獨立搭建的特點是數據自有，且可以深入研究大數據技術，比較適合規模較大，技術能力強的企業；採用公有雲平台，特點是不用理解技術，只需將數據傳遞到公有雲服務商即可（ Amazon、Microsoft、Google、阿里······）；

4、技術架構的設計

如果確定不採用公有雲的話，就是自己搭建大數據平台，那麼就理清楚以下幾個問題：數據在哪裡？數據平台的建設需要哪些組件？是否需要實時計算、是否需要離線計算、是否需要互動式查詢？有哪些數據分析主題？數據倉庫怎麼搭？……

這裡是技術架構了，這並不矛盾，就像剛才說的，技術架構與人才團隊建設需要並行。

5、已有團隊的人員組成情況

筆者參與的多個專案中都會遇到，對接的客戶都是傳統企業，對ERP技術挺了解的，寫SQL也還行，但是大數據技術就很不了解了，解決辦法有2種，第一是招人，從外面招聘大數據開發或架構師，第二是直接採購商用的易用的大數據應用平台。

對第一種方法有好處也有壞處：好處是招來的人是自有人員，相當於企業自己掌握了這門技術，這種比較適合金融、運營商或財力雄厚、IT基礎設施比較好的大型企業；弊端是招聘可能並不容易，大數據的優秀人才一般集中在互聯網領域，跳槽到傳統企業的可能並不多。

第二種方法是採購已有的商用平台，這種方式與作者的問題並不偏題。市面上有很多成熟的商用大數據應用平台，Cloudera、Hortonworks、華為等等，都有對應的產品線。

如果是自己搭建大數據團隊需要注意哪些問題呢?

我認為，傳統企業在搭建大數據團隊時，要做到以下幾點：

1、老大不參與?那可不行

「屁股決定腦袋」，具體辦事人員往往難以在全局和宏觀的高度把握大數據對於一個企業的應用規劃和價值。

企業推行大數據應用的最終目的，是要讓它成為公司決策的「大腦」、市場銷售的「指揮棒」，說到底，大數據要能夠支撐方方面面的工作，是整個企業級別的大事。

所以，大數據戰略的推進，需要企業領導者充分參與，才能保證不跑偏。否則，大數據專案只會沿襲舊有的運營模式或流於形式。

2、先內部「組隊」，專家只能做「外援」

企業做大數據要先組隊：除了「外援」，自己企業里搞IT建設的、做市場的、做銷售的、做服務的、搞管理的都得配上。簡單來說，就是這個隊伍里，必須有「做數據」的人、「分析數據」的人和「用數據」的人。

「外援」總歸是要離開的，只有通過大數據的前期實施，實現自己大數據團隊的快速成長，最終才能達到自有團隊獨立、持續應用大數據的目標。

3、先嘗嘗大數據的「味道」，再談怎麼做

很多企業做大數據，一開始就大張旗鼓做建設。要知道大數據平台一旦建起來，若是不好用或是有問題，再來改，搞不好就是全盤顛覆。

所以，建議在建大數據平台之前，先花一點時間做大數據的嘗試。比如對於要開展的一個促銷活動，給出大數據的支撐。即便是最簡單的大數據應用嘗試，也能讓我們發現搭建大數據體系時可能存在的問題。

4、做大數據就得「私人定製」

數據拿不到?流程走不通?系統和系統之間無法交互?這些看似不大的問題，卻是大數據在未來是否能夠發揮效力的底層基礎。把好企業的脈，發現潛在的問題，才能夠最大程度的發揮大數據的效力。

喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！