是否需要搭建大数据团队要看这几个问题了：
1、业务部门有无大数据诉求？这里并不是说业务部门希望使用什么大数据技术，而是说业务部门希望某个模块希望更“智能”，例如有商品推荐、有实时告警、有更快即时的生产经营分析报表……，种种诉求都是业务诉求，但是既有的技术无法支撑，这时候就需要引入大数据技术；通常，业务诉求是大数据的出发点，也是最终目标，也是让老板看到“价值”的地方，如果搭建了大数据团队，研究了大数据技术，却没有解决业务问题，老板会觉得这是成本的浪费。
2、业务部门的诉求细化：业务需求决定技术架构，搭建大数据团队之前，需要先了解业务部门的规划和诉求，基于这个诉求再来设计技术架构，技术架构的设计可以与团队搭建并行，二者相辅相成，大数据的技术框架非常多，没有什么人是精通所有框架的，一般只能精通其中的一两门就不错了。
3、在技术架构设计之前：是否采用独立搭建大数据平台？是否可以采用公有云平台？独立搭建的特点是数据自有，且可以深入研究大数据技术，比较适合规模较大，技术能力强的企业；采用公有云平台，特点是大数据利用的门槛大大降低，已经有封装好的，比较成熟稳定的大数据平台，比如阿里云的数加平台，腾讯云的数智方略等，其中阿里云的技术相对成熟度高一些；
4、技术架构的设计：如果确定不采用公有云的话，就是自己搭建大数据平台，那么就需要理清楚以下几个问题：数据在哪里？需要支撑多大量的数据计算？需要做哪些数据应用？支撑这些数据应用看需要如何做数据治理和分析挖掘？……这里是技术架构了，这并不矛盾，就像刚才说的，技术架构与人才团队建设需要并行。
5、已有团队的人员组成情况：笔者参与的多个项目中都会遇到，对接的客户都是传统企业，对ERP技术挺了解的，写SQL也还行，对传统数仓有一定了解，但是对于最新的大数据技术栈就很不了解了，解决办法有2种，第一是招人，从外面招聘大数据开发或架构师，第二是直接采购商用的易用的大数据平台。
对第一种方法有好处也有坏处：好处是招来的人是自有人员，相当于企业自己掌握了这门技术，这种比较适合金融、运营商或财力雄厚、IT基础设施比较好的大型企业；弊端是招聘可能并不容易，大数据的优秀人才一般集中在互联网领域，跳槽到传统企业的可能并不多。
第二种方法是采购已有的商用平台。市面上有很多成熟的商用大数据平台，Cloudera、星环、华为、袋鼠云、亚信等等，都有对应的产品线，均适用于传统企业。
以袋鼠云大数据平台产品数栈为例说明下商用大数据平台特点：
1、兼容性强：基于开源Spark（离线）、Flink（实时）计算引擎，绑定性不强，很多企业担心被某一家供应商绑定，但数栈完全基于开源，不存在这个问题；
2、简单易用：数栈包含数据开发套件、数据计算引擎（Spark、Flink）、数据治理套件（数据地图、数据质量、数据模型）、数据应用引擎（数据API），覆盖了企业内的数据采集、数据统计分析与挖掘、数据治理、数据开放的全链路，并同时覆盖离线分析与实时分析，满足企业内的各种数据处理需求。
3、性价比高：很多传统企业的数据量其实并不是特别大，例如几百GB、1,2TB，数栈最小支持3台虚拟机部署，与其他厂商动辄几十、上百个节点相比，成本可以降低很多；数栈与搭建大数据团队的关系又是怎样的呢？——数栈是开发团队的生产力工具，有了它可以让开发团队用大数据平台用的更爽，更好，解决需求的速度更快，同时基于开源的技术，开发人员编写MapReduce代码进行运行，可以在数栈上面配置任务调度、依赖关系，查看运行日志，也加快了团队的成长速度，因此数栈的引入，其实是开发团队的一个好帮手，让团队更有效率。
温馨提示：答案为网友推荐，仅供参考