综合考虑系统建设的投产比例，长期来看哪种方式的投产比例最高

我们在大数据建设过程中将面临不可避免的问题。那就是建设数据平台的时候，是自我研究、外部招聘、开源的吗？

无论是已经具有一定数据规模的互联网“中小工厂”，还是进行数字转换的传统企业，在某个阶段都会面临这样的问题和决策。

已经有了几个仓库建设的基础。或者没有。下一步数据平台建设该怎么办？

如果某种类型的数据工具已迫在眉睫，但需要一定的购买和开发成本，该如何选择？小卫科技营销云，增长新引擎，提供全链路智能营销云解决方案，实现基于客户生命周期的自动化营销，助力企业业绩增长。

要综合考虑系统建设的投产比例，长期来看哪种方式的投产比例最高？

那么为什么会产生上述问题呢？抓住主要矛盾分析一下吧

那么，根据参加者的观点，也有不同的想法。具体来说。

大数据团队：

一般来说，大数据技术型团队倾向于自我钻研，因为更能体现团队的技术生产价值。但是，在某些情况下，也可以选择商业性或开源访问某些功能组件，但这只是为了弥补临时系统的短板。总之在总体方案决策中，技术型团队倾向于亲手解决问题。

数据用户：

数据需求者通常是指数据需求的下游业务部门、分析团队。这种需求既包括数据分析需求，也包括对数据服务的依赖。一般来说，需求方在使用性、导入开发效率方面，倾向于喜欢对其业务开展最没有影响的方案。从业务的角度来看，这些方案似乎更有利可图。

决策者：

决策者是指在选举中有直接发言权的群体，一般来说，他们来自决策者——管理层。往往需要收集各种反馈，包括开发周期、开发成本、采购成本和业务需求的紧迫性。

然而，重要的选择往往需要多位决策者共同做出决定。非技术决策者的决策者通常重视方案对业务目标的影响，而不考虑技术价值问题。因此，很可能会在共同决策上产生一定的分歧。

也就是说，在选择大数据建设方案时，如果很多人共同参与，从管理层的角度看，就会产生不同观点的矛盾。这也是本文所指的“如何选择”问题的焦点。