對于零售商來說，大數據是一把雙刃劍。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巨頭，一些公司正在將大量資源部署到開發自己的大數據解決方案中，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部構建還是應該將其外包給供應商。

隨著軟件即服務（SaaS）模式的普及，在企業環境中部署新的解決方案變得越來越簡單和快速。這自然會導致行業不斷增長的創新，因為傳統的解決方案在短短幾個星期內就容易被更新穎，更有效的解決方案所替代。

同時，大型零售商希望在公司內部開發解決方案的愿望，就像亞馬遜在內部技術上投入大量資金，自己開發很多產品。然而，重要的是要意識到，并不是所有的產品和解決方案都可以或應該在內部建設。零售商應將基礎設施視為數據平臺，供應商以同樣的方式進行創新，MAC和Android平臺允許個別開發人員通過應用程序進行創新。

人們相信，云計算算法將在未來幾年成為最常見的SaaS應用程序。把算法作為“核心競爭力”并將其發展局限于內部團隊的零售商，只會扼殺技術創新，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，特別是數據科學。數據科學家通常具有計算機科學，統計學或數學方面的博士學位，其薪資超過15萬美元。

由于市場上優秀的工程師和數據科學家的供應有限，這些工程師更多的是應聘初創公司或亞馬遜，Google和Facebook等技術巨頭的職位。不幸的是，大多數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。

通過簡單的數學計算表明，一個由20位數據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的任何基礎設施的投資。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，傳統的費用將低于50萬美元）。通過與供應商合作，零售商可以節省大量的成本。

快速上市和靈活性

對于任何技術初創企業來說，快速推出市場是確定整體成功的關鍵。這包括內部技術的發展。從項目開始到啟動，成功創建一個大數據解決方案可能需要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：公司新開發的解決方案在啟動時幾乎已經過時，或者試圖領先于快速發展的技術環境，陷入無休止的重新設計周期中。

同時，隨著基于云計算的SaaS模式的廣泛應用，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天內集成和部署，這意味著尖端技術不斷改進（算法在世界上最大的零售商不斷優化和調整），快速滿足即時需求。更重要的是，第三方供應商還提供了內部構建系統不具備的靈活性。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部斗爭。

創新

技術和算法的進步非常快?？v觀歷史，競爭在創新中起著至關重要的作用。SaaS模型使其既易于部署又易于更換解決方案。因此，供應商正在不斷創新，并面臨改進的壓力。當擁有內部團隊，這個選擇已經做出，因此沒有競爭。一旦構建和部署解決方案，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供應商合作，零售商能夠在短時間內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，供應商經過不斷的審查，得到客戶的創新和改進。試圖在內部構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新，從而使企業的業務從長遠來看并不那么靈活。

這并不意味著零售商應該將所有技術完全外包給供應商。當人們在大數據的背景下談論技術時，它們指的是存儲和處理數據的基礎設施，以及解釋數據和做出預測的算法。基礎架構包括以安全，隱私保護的方式存儲全方位的客戶數據，如購買的優惠券，并使支持應用程序可訪問該數據。

算法是基礎設施之上的有效應用，利用數據來進行需求預測，流失預測，動態定價或產品個性化和定位。它們建立在數據基礎之上，與操作系統之上的應用程序相同。因此，零售商必須投入內部資源和大量時間來建立安全，高效和可擴展的基礎架構。

具有外部API和安全性（敏感數據加密）的正確基礎設施將使企業能夠利用供應商的尖端技術，不斷創新。這將使企業將注意力和專業知識集中在核心業務功能上，而不是試圖成為無關領域的專家。對于任何企業來說，資金，時間和研發能力都是有限的。成功的企業知道如何將這些資源放在正確的地方來獲得成功。