企業(yè)在遷移BI和數據分析到云端時，應保持謹慎。因為這里需要考慮很多問題：檢查現有的分析流程、選擇正確的云工具、保護信息、確保數據質量，最重要的是，制定明確的目標。

云計算可提供內部部署替代方案難以企及的優(yōu)勢：更靈活更快速地開發(fā)和部署新技術，以及更大的潛在成本節(jié)約。SAP公司BI和混合分析產品營銷總監(jiān)Steve McHugh表示，從大多數成功遷移到云端的企業(yè)來看，對于BI和分析在其智能企業(yè)中發(fā)揮的作用，他們都有明確的愿景和戰(zhàn)略。他補充說：“這對他們來說是一次創(chuàng)新，而不一定是將他們目前內部部署“提升和轉移”到云端，盡管有些公司有興趣這樣做。”

采用實驗心態(tài)

企業(yè)需要意識到，云端數據分析不僅僅是關于成本節(jié)約，還帶來新的可能性。云服務公司Candid Partners顧問Mitch Gibbs指出，“通過云計算，你可以訪問可擴展的穩(wěn)定的基礎架構，而無需維護成本，你可以擴展到當時所需的分析級別，同時只需為實驗支付最低的啟動成本。”

他建議分析經理將資源投入到實驗過程中，以確定提供最大投資回報的分析方法。Gibbs稱：“不要將分析視為一次性構建的應用程序。相反，你應該設計系統(tǒng)和流程，以便隨著業(yè)務需求的變化而發(fā)展。”

下一步是為云端數據分析設定有價值且可實現的目標，例如削減BI和分析成本、加速查詢、提高用戶并發(fā)性、提高決策支持的質量以及自動化交付數據驅動見解到業(yè)務流程中。 SiliconAngle Media公司Wikibon首席分析師James Kobielus說：“如果你沒有很好地明確你想要實現的目標，那就不要將你的BI /分析從你的本地平臺遷移出來。”

現在有很多基于SaaS的BI和分析工具可供選擇，它們在功能、價格、性能、地理可用性、行業(yè)和應用程序方面各有不同。設定目標有助于篩選候選供應商名單，以便在遷移計劃的早期階段實現目標。Kobielus稱：“在確定你的遷移目標前，你應該對這些提供商和產品功能進行全面調查和評估。這里的重點是確定你的公司是否只是遷移運營報告，還是遷移預測建模、數據挖掘、機器學習和其他高級分析應用程序。”

Kobielus指出，企業(yè)應該為遷移項目做好準備，這些項目需要的時間和成本可能高于預期。如果需要遷移很多數據庫以及大量分析集(需要從零開始針對云環(huán)境進行重建)，遷移項目可能會更復雜。

在確定遷移專業(yè)技能和選擇工具時，以下是重要注意事項：

你是否計劃遷移每個BI和分析應用程序，還是計劃在遷移過程中淘汰很多未充分利用的應用程序?

你是否擁有必要的內部專業(yè)技能和工具來正確進行遷移，或者你是否需要聘請顧問?

目標云提供商是否具有專業(yè)服務和工具來幫助您遷移?

審核現有數據管理做法

同樣重要的是，評估現有數據管理基礎架構和安全性。人工智能數據管理平臺Immuta公司云總經理Rob Lancaster說：“我們看到的主要問題是，在本地系統(tǒng)數據原本受到保護，但到云端后不再受保護。”企業(yè)有時太晚意識到，一旦他們將數據遷移到云端，就無法像過去那樣保護它，并需要考慮不同的更靈活的策略來實現真正的數據分析。

日志管理和安全分析公司Sumo Logic產品營銷總監(jiān)Ben Newton說：“我們應該注意過去數據倉庫的遺留問題，人們常常只是收集數據而不是回答問題。”

在企業(yè)將數據遷移到云端前，應明確列出關鍵業(yè)務問題并確定回答這些問題的數據。更好的做法是，選擇特定的應用程序或業(yè)務領域開始。Newton補充說：“不要好高騖遠，請從數據池開始。”他經�？吹降那闆r是，企業(yè)基于不能反映現實的數據集來制定業(yè)務戰(zhàn)略。如果云端數據分析想要取得成功，企業(yè)需要深入了解非結構化、結構化和半結構化數據分析的細節(jié)。這將使制定戰(zhàn)略更容易，以滿足傳統(tǒng)的良好的BI工具和機器數據分析的需求。

Zendesk公司產品戰(zhàn)略副總裁Sam Boonin說：“最好從已經存在云端的數據開始，例如數字客戶旅程數據或與現有SaaS投資相關的數據。這將有助于獲得快速勝利，并熟悉基于云的BI環(huán)境。然后，再將云轉型計劃構建到整體BI策略中，并隨時間推移遷移其余數據。”

通常情況下，90%的BI挑戰(zhàn)在于訪問、整理和規(guī)范化數據。云計算使這些任務變得更容易，因為很多數據已經存在AWS和Microsoft Azure等公共云中。但Boonin強調，企業(yè)的“數據管道”仍然需要一致的管理和IT工作。

控制數據和成本

人們對云端數據分析的主要擔憂是：在遷移過程中敏感信息是否可得到保護，尤其是面對GDPR等新法規(guī)。敏感數據需要被屏蔽或標記。

數據的物理位置也是一個問題。 數據隱私公司BigID聯合創(chuàng)始人兼首席產品官Nimrod Vax表示：“由于你無法始終了解或控制云提供商存儲數據的位置，因此企業(yè)可能會無意中違反數據存儲限制。企業(yè)不僅需要知道他們的數據存儲位置，還需要知道他們存儲誰的數據。Vax表示，如果企業(yè)能夠在遷移到云端前映射數據，則可更好地了解正在遷移的數據類型。

云定價可能很有吸引力，并且，似乎是簡單的切入點，但其成本可能無法預測。運營數據庫管理系統(tǒng)提供商MarkLogic產品執(zhí)行副總裁Joe Pasqua表示：“很多企業(yè)都有被云賬單嚇到的時候。”

對于云端BI和數據分析，成本估算更是具有挑戰(zhàn)性。雖然運營工作負載通常由可重復的業(yè)務流程驅動，以使它們更具可預測性，但BI和分析可能更受用戶和數據科學家的推動。 Pasqua稱：“總會有另外一項分析要做，而云很容易消耗更多資源。重要的是，利用可有效分析使用模式和控制使用情況的平臺，以便獲得可預測的成本。”

標簽： 安全 數據分析 數據庫 云服務 云計算 轉型

版權申明：本站文章部分自網絡，如有侵權，請聯系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯系。