
大數(shù)據(jù)技術(shù):內(nèi)包還是外包
對于零售商來說,大數(shù)據(jù)是一把雙刃劍。這些公司正在努力探索全方位的市場競爭,因為他們試圖抵御像亞馬遜公司這樣的行業(yè)巨頭,一些公司正在將大量資源部署到開發(fā)自己的大數(shù)據(jù)解決方案中,以試圖與零售巨頭進行競爭。
對于零售商來說,大數(shù)據(jù)是一把雙刃劍。這些公司正在努力探索全方位的市場競爭,因為他們試圖抵御像亞馬遜公司這樣的行業(yè)巨頭,一些公司正在將大量資源部署到開發(fā)自己的大數(shù)據(jù)解決方案中,以試圖與零售巨頭進行競爭。
零售商面臨的一個問題是他們需要內(nèi)部構(gòu)建還是應(yīng)該將其外包給供應(yīng)商。
隨著軟件即服務(wù)(SaaS)模式的普及,在企業(yè)環(huán)境中部署新的解決方案變得越來越簡單和快速。這自然會導(dǎo)致行業(yè)不斷增長的創(chuàng)新,因為傳統(tǒng)的解決方案在短短幾個星期內(nèi)就容易被更新穎,更有效的解決方案所替代。
同時,大型零售商希望在公司內(nèi)部開發(fā)解決方案的愿望,就像亞馬遜在內(nèi)部技術(shù)上投入大量資金,自己開發(fā)很多產(chǎn)品。然而,重要的是要意識到,并不是所有的產(chǎn)品和解決方案都可以或應(yīng)該在內(nèi)部建設(shè)。零售商應(yīng)將基礎(chǔ)設(shè)施視為數(shù)據(jù)平臺,供應(yīng)商以同樣的方式進行創(chuàng)新,MAC和Android平臺允許個別開發(fā)人員通過應(yīng)用程序進行創(chuàng)新。
人們相信,云計算算法將在未來幾年成為最常見的SaaS應(yīng)用程序。把算法作為“核心競爭力”并將其發(fā)展局限于內(nèi)部團隊的零售商,只會扼殺技術(shù)創(chuàng)新,從長遠來后將會落后。在這里列出其原因。
成本
偉大的算法解決方案需要核心人才。這些人才的競爭是十分激烈的,特別是數(shù)據(jù)科學。數(shù)據(jù)科學家通常具有計算機科學,統(tǒng)計學或數(shù)學方面的博士學位,其薪資超過15萬美元。
由于市場上優(yōu)秀的工程師和數(shù)據(jù)科學家的供應(yīng)有限,這些工程師更多的是應(yīng)聘初創(chuàng)公司或亞馬遜,Google和Facebook等技術(shù)巨頭的職位。不幸的是,大多數(shù)實體和在線零售商并不會成為頂尖工程師的目的地。因此,零售商必須通過支付更高薪金來彌補。
通過簡單的數(shù)學計算表明,一個由20位數(shù)據(jù)科學家和工程師的團隊可以將會讓零售商每年花費400萬美元的費用。而這只是招聘人才的費用,并沒有包括來支持解決方案開發(fā)的任何基礎(chǔ)設(shè)施的投資。相比之下,典型的SaaS解決方案每年的價格將低于100萬美元(這可能是絕對的上限,傳統(tǒng)的費用將低于50萬美元)。通過與供應(yīng)商合作,零售商可以節(jié)省大量的成本。
快速上市和靈活性
對于任何技術(shù)初創(chuàng)企業(yè)來說,快速推出市場是確定整體成功的關(guān)鍵。這包括內(nèi)部技術(shù)的發(fā)展。從項目開始到啟動,成功創(chuàng)建一個大數(shù)據(jù)解決方案可能需要2-3年的時間。雖然需要立即獲得解決方案是一個亟待解決的問題,但技術(shù)的生命周期并不能繞過。兩年的等待時間可能會造成一兩個問題:公司新開發(fā)的解決方案在啟動時幾乎已經(jīng)過時,或者試圖領(lǐng)先于快速發(fā)展的技術(shù)環(huán)境,陷入無休止的重新設(shè)計周期中。
同時,隨著基于云計算的SaaS模式的廣泛應(yīng)用,第三方解決方案的集成和部署速度從未如此快速。有些可以在短短的20天內(nèi)集成和部署,這意味著尖端技術(shù)不斷改進(算法在世界上最大的零售商不斷優(yōu)化和調(diào)整),快速滿足即時需求。更重要的是,第三方供應(yīng)商還提供了內(nèi)部構(gòu)建系統(tǒng)不具備的靈活性。刪除和替換第三方SaaS解決方案非常簡單,而不用擔心昂貴的成本和內(nèi)部斗爭。
創(chuàng)新
技術(shù)和算法的進步非??臁?v觀歷史,競爭在創(chuàng)新中起著至關(guān)重要的作用。SaaS模型使其既易于部署又易于更換解決方案。因此,供應(yīng)商正在不斷創(chuàng)新,并面臨改進的壓力。當擁有內(nèi)部團隊,這個選擇已經(jīng)做出,因此沒有競爭。一旦構(gòu)建和部署解決方案,團隊的目標就是維護和改進解決方案。但人們絕對不會知道內(nèi)部團隊的解決方案是否具有市場競爭力。
通過與第三方SaaS供應(yīng)商合作,零售商能夠在短時間內(nèi)評估和部署許多尖端解決方案,同時投資更少。許多其他零售商都在使用這些解決方案,供應(yīng)商經(jīng)過不斷的審查,得到客戶的創(chuàng)新和改進。試圖在內(nèi)部構(gòu)建這些解決方案不僅成本高昂而且進度緩慢,而且最重要的是限制創(chuàng)新,從而使企業(yè)的業(yè)務(wù)從長遠來看并不那么靈活。
這并不意味著零售商應(yīng)該將所有技術(shù)完全外包給供應(yīng)商。當人們在大數(shù)據(jù)的背景下談?wù)摷夹g(shù)時,它們指的是存儲和處理數(shù)據(jù)的基礎(chǔ)設(shè)施,以及解釋數(shù)據(jù)和做出預(yù)測的算法?;A(chǔ)架構(gòu)包括以安全,隱私保護的方式存儲全方位的客戶數(shù)據(jù),如購買的優(yōu)惠券,并使支持應(yīng)用程序可訪問該數(shù)據(jù)。
算法是基礎(chǔ)設(shè)施之上的有效應(yīng)用,利用數(shù)據(jù)來進行需求預(yù)測,流失預(yù)測,動態(tài)定價或產(chǎn)品個性化和定位。它們建立在數(shù)據(jù)基礎(chǔ)之上,與操作系統(tǒng)之上的應(yīng)用程序相同。因此,零售商必須投入內(nèi)部資源和大量時間來建立安全,高效和可擴展的基礎(chǔ)架構(gòu)。
具有外部API和安全性(敏感數(shù)據(jù)加密)的正確基礎(chǔ)設(shè)施將使企業(yè)能夠利用供應(yīng)商的尖端技術(shù),不斷創(chuàng)新。這將使企業(yè)將注意力和專業(yè)知識集中在核心業(yè)務(wù)功能上,而不是試圖成為無關(guān)領(lǐng)域的專家。對于任何企業(yè)來說,資金,時間和研發(fā)能力都是有限的。成功的企業(yè)知道如何將這些資源放在正確的地方來獲得成功。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-18剛?cè)肼殘龌蚴窃诼殘稣媾R崗位替代、技能更新、人機協(xié)作等焦慮的打工人,想要找到一條破解職場焦慮和升職瓶頸的系統(tǒng)化學習提升 ...
2025-07-182025被稱為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價值的煉金術(shù) ...
2025-07-18CDA 數(shù)據(jù)分析師:數(shù)據(jù)時代的價值挖掘者 在大數(shù)據(jù)席卷全球的今天,數(shù)據(jù)已成為企業(yè)核心競爭力的重要組成部分。從海量數(shù)據(jù)中提取有 ...
2025-07-18SPSS 賦值后數(shù)據(jù)不顯示?原因排查與解決指南? 在 SPSS( Statistical Package for the Social Sciences)數(shù)據(jù)分析過程中,變量 ...
2025-07-18在 DBeaver 中利用 MySQL 實現(xiàn)表數(shù)據(jù)同步操作指南? ? 在數(shù)據(jù)庫管理工作中,將一張表的數(shù)據(jù)同步到另一張表是常見需求,這有助于 ...
2025-07-18數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價值的橋梁? 在數(shù)據(jù)驅(qū)動決策的時代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉(zhuǎn)化為清晰的 ...
2025-07-17Pandas 寫入指定行數(shù)據(jù):數(shù)據(jù)精細化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對這樣的場景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時代的通行證? 在數(shù)字化浪潮席卷全球的今天,當企業(yè)決策者盯著屏幕上跳動的數(shù)據(jù)曲線尋找增長密碼,當科研人員在 ...
2025-07-17CDA 精益業(yè)務(wù)數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動業(yè)務(wù)增長的實戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實踐 在 MySQL 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運維與開發(fā)中,開發(fā)者和 DBA 常會 ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價值、驅(qū)動決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟時代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動的時代,面對海量、復(fù)雜的數(shù)據(jù),如何高效地進行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14t檢驗與Wilcoxon檢驗的選擇:何時用t.test,何時用wilcox.test? t 檢驗與 Wilcoxon 檢驗的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進階: CDA數(shù)據(jù)分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導(dǎo)白皮書) 發(fā)布機構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11