对于刚刚筹建大数据的企业， 团队的锻炼至关重要。团队全部外聘不现实，只能招1~2个领头人。要让一群前端人员、MIS系统开发人员拼凑起来的团队认可外聘专家，并逐步专业化地独当一面，不是一件容易的事情。

1. 领导及周边的质疑：大数据不是一蹴而就，是一个 长期投入的过程， 投资大、见效慢。高层关注度高。

需要专家的 分阶段 引导与价值呈现，不定期沟通周边，定期汇报领导，为系统建设、为团队成长争取时间，为领导跟他的领导争取时间提供依据，也为自己的价值做好呈现。掌控好节奏，每次汇报都为下一次汇报埋下伏笔。

2.执行员工的质疑：老员工经验丰富，新领域、新技能领会慢，传统DW中的常规概念对他们来说也是新的词汇，只能领会到表面含义，沟通成本较高。

不动手做，永远理解不了。一种思路 是画好粗粒度的框图/规范，达成一致后各自分工做，最后对比。在事实面前，执行人员最容易被说服，比无休止的沟通讨论效率要高。增加了多次小规模重构的工作量，但锻炼了队伍，为大规模铺开数据资产的盘点、梳理、融合、沉淀与价值发掘打下了团队基础，事半功倍，比采用高压强制方式要好一些，对企业来说是比较划算的。

需要自下而上的丰富执行经验，才能指导执行员工具体操作；需要自上而下的技术思维，才能把控技术架构不存在大的缺陷；需要有始终围绕支撑业务发展的思维，才能确保各方执行不偏离方向；需要自内而外的行业思维，才能牵引业务场景、牵引数据建模、牵引架构优化；需要比较丰富的团队经验，才能把自己的能力分片复制到合适的人身上，组合成团队，最大化发挥自身价值。而且，在大数据构建的过程中，在不同的阶段，要释放不同的价值面。

这个过程 需要耐心 ， 允许团队出错， 但自己不能出错。