精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:大數(shù)據(jù)數(shù)據(jù)分析 → 正文

數(shù)據(jù)分析向云遷移時如何避免混亂

責任編輯:cres 作者:George Lawton |來源:企業(yè)網(wǎng)D1Net  2019-03-08 10:58:51 原創(chuàng)文章 企業(yè)網(wǎng)D1Net

組織在將商業(yè)智能(BI)和數(shù)據(jù)分析業(yè)務(wù)遷移到云端時,需要將現(xiàn)有分析流程、軟件評估、數(shù)據(jù)保護和成本控制納入一個深思熟慮的行動計劃中。這是因為必須考慮許多問題:檢查現(xiàn)有的分析流程、選擇正確的云計算工具、保護信息、確保數(shù)據(jù)質(zhì)量,而最重要的是設(shè)立精心設(shè)計的目標。
 
云計算提供了內(nèi)部替代方案難以比擬的優(yōu)勢——更靈活、更快的開發(fā)和部署新技術(shù),以及更大的潛在成本節(jié)約。SAP公司商業(yè)智能(BI)和混合分析產(chǎn)品營銷總監(jiān)Steve McHugh說:“大多數(shù)成功將業(yè)務(wù)遷移到云端的組織都有明確的愿景和戰(zhàn)略,他們希望商業(yè)智能(BI)和分析在他們的智能企業(yè)中發(fā)揮作用。這對他們來說是一種創(chuàng)新,并不一定是將他們目前的業(yè)務(wù)轉(zhuǎn)移到云端,盡管一些企業(yè)對此很感興趣。”
 
采用實驗思維
 
企業(yè)需要意識到,在云中的數(shù)據(jù)分析不僅是為了節(jié)約成本,還涉及新的可能性。云計算服務(wù)公司Candid Partners公司顧問Mitch Gibbs說:“通過訪問可擴展、穩(wěn)定的基礎(chǔ)設(shè)施而無需維護它們的開銷,企業(yè)可以擴展到當時所需的分析水平,同時級及將實驗的啟動成本降到最低。”
 
他建議分析經(jīng)理將資源投入到實驗過程中,以確定提供最大回報的分析方法,并對其進行投資。Gibbs建議道,“企業(yè)不要將分析視為應(yīng)用程序的一次性構(gòu)建。與其相反,需要設(shè)計其系統(tǒng)和流程,以便隨著業(yè)務(wù)需求的變化而發(fā)展。”
 
下一步是為云中的數(shù)據(jù)分析設(shè)定有價值的、可實現(xiàn)的目標,例如降低商業(yè)智能(BI)和分析成本、加快查詢速度、提高用戶并發(fā)性、提高決策支持的質(zhì)量,以及自動提供數(shù)據(jù)驅(qū)動的業(yè)務(wù)流程洞察力。SiliconAngle Media公司首席分析師James Kobielus說,“如果組織不能很好地確定想要實現(xiàn)的目標,就不要將其商業(yè)智能/分析工具從內(nèi)部平臺遷移出去。”
 
有許多基于SaaS的商業(yè)智能(BI)和分析工具需要考慮,它們在功能、價格、性能、地理可用性、行業(yè)和應(yīng)用程序方面都有廣泛的應(yīng)用。設(shè)定目標有助于創(chuàng)建提供者的候選名單,以便在遷移計劃的早期階段實現(xiàn)目標。Kobielus說,“在決定哪一個將是組織的遷移目標之前,對這些提供商和產(chǎn)品功能進行盡職調(diào)查比較評估。組織決定是否只是在移動運營報告,或者是否也在將預(yù)測建模、數(shù)據(jù)挖掘、機器學(xué)習(xí)和其他高級分析應(yīng)用程序遷移到云端,這一點很重要。”
 
Kobielus指出,為遷移項目做準備,這可能會花費比預(yù)期更長的時間和更高的成本。如果遷移許多數(shù)據(jù)庫和大量需要為云計算從頭開始重新構(gòu)建的分析集合,其項目可能會更加復(fù)雜。
 
在確定遷移專業(yè)知識和選擇工具時,有以下一些重要注意事項:
 
•組織是在遷移每個遺留的商業(yè)智能(BI)和分析應(yīng)用程序,還是計劃在遷移過程中取消許多未充分利用的應(yīng)用程序?
 
•組織是否有必要的內(nèi)部專業(yè)知識和工具來進行正確地遷移,或者組織是否需要聘請顧問?
 
•目標云平臺的提供商是否具有專業(yè)服務(wù)和工具來幫助組織遷移?
 
審核現(xiàn)有的數(shù)據(jù)管理實踐
 
人工智能數(shù)據(jù)管理平臺Immuta公司云計算業(yè)務(wù)總經(jīng)理Rob Lancaster說,“評估現(xiàn)有數(shù)據(jù)周圍的數(shù)據(jù)管理基礎(chǔ)設(shè)施和安全性非常重要。我們看到的一個主要問題是,數(shù)據(jù)傳統(tǒng)上是由本地系統(tǒng)進行保護的,這些系統(tǒng)在云中是不存在的。很多組織意識到,一旦他們將數(shù)據(jù)遷移到云端,就不能像以前那樣保護它,需要考慮不同且更靈活的策略來實現(xiàn)真正的數(shù)據(jù)分析,但已經(jīng)太晚了。”
 
日志管理和安全分析公司SumoLogic公司產(chǎn)品營銷總監(jiān)Ben Newton表示:“我們應(yīng)該注意到以往數(shù)據(jù)庫的損壞。人們常常沉迷于收集數(shù)據(jù)而不是回答問題。”
 
企業(yè)在將數(shù)據(jù)遷移到云端之前,需要清楚地概述一些關(guān)鍵業(yè)務(wù)問題,并確定數(shù)據(jù)以回答這些問題。更好的是,選擇一個特定的應(yīng)用程序或業(yè)務(wù)領(lǐng)域作為開始。“不要試圖處理整個數(shù)據(jù)湖。而是從一個數(shù)據(jù)池開始。”Newton建議說。他表示,他經(jīng)常遇到企業(yè)在不反映實際情況的數(shù)據(jù)集上構(gòu)建業(yè)務(wù)戰(zhàn)略。為了使云計算中的數(shù)據(jù)分析取得成功,企業(yè)需要了解非結(jié)構(gòu)化、結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)分析的基本細節(jié)。這將使開發(fā)一種策略更容易,以滿足傳統(tǒng)、運行良好的商業(yè)智能(BI)工具和機器數(shù)據(jù)分析的需求。
 
Zendesk公司產(chǎn)品戰(zhàn)略副總裁Sam Boonin說:“最好從云中可能存在的數(shù)據(jù)開始,例如數(shù)字客戶旅程數(shù)據(jù)或與現(xiàn)有SaaS投資相關(guān)的數(shù)據(jù)。”這將有助于獲得一些快速并熟悉基于云計算的商業(yè)智能(BI)環(huán)境。然后,將云計算轉(zhuǎn)換計劃構(gòu)建到整體商業(yè)智能(BI)策略中,并隨時間的推移遷移其余數(shù)據(jù)。
 
通常,商業(yè)智能(BI)面臨的主要挑戰(zhàn)是訪問、清理和規(guī)范化數(shù)據(jù)。云計算使這些任務(wù)更容易,因為很多數(shù)據(jù)已經(jīng)存在于AWS和Microsoft Azure等公共云中。但Boonin強調(diào),企業(yè)的“數(shù)據(jù)管道”仍然需要一致的治理和IT工作。
 
控制數(shù)據(jù)和成本
 
越來越多的人擔心云中的數(shù)據(jù)分析,尤其是通用數(shù)據(jù)保護規(guī)范(GDPR)等新法規(guī),在遷移過程中會保護敏感信息。需要屏蔽或標記敏感數(shù)據(jù)。
 
數(shù)據(jù)隱私服務(wù)商BigID公司的聯(lián)合創(chuàng)始人兼首席產(chǎn)品官Nimrod Vax表示,“數(shù)據(jù)的物理位置也是一個問題。由于組織無法始終了解或控制云計算提供商存儲數(shù)據(jù)的位置,因此可能會無意中違反數(shù)據(jù)駐留法規(guī)。組織不僅需要知道他們的數(shù)據(jù)存儲位置,還需要知道他們存儲的數(shù)據(jù)。”他指出,那些能夠在遷移到云之前映射數(shù)據(jù)的用戶將更好地了解正在遷移的數(shù)據(jù)類型。
 
云計算定價可能很有吸引力,似乎是一個簡單的切入點,但其成本可能無法預(yù)測。運營數(shù)據(jù)庫管理系統(tǒng)提供商MarkLogic公司產(chǎn)品執(zhí)行副總裁Joe Pasqua表示,“很多組織都無法準確估算成本。”
 
對云中的商業(yè)智能(BI)和數(shù)據(jù)分析而言,成本估算尤其具有挑戰(zhàn)性。雖然運營工作負載通常由可重復(fù)的業(yè)務(wù)流程驅(qū)動,這可以使它們更具可預(yù)測性,但商業(yè)智能(BI)和分析可能受到用戶和數(shù)據(jù)科學(xué)家的推動。Pasqua說,“總有一些分析要做,而采用云計算使得消耗更多資源變得非常容易。使用能夠有效分析使用模式并控制使用情況的平臺獲得可預(yù)測的成本,這一點非常重要。”

關(guān)鍵字:大數(shù)據(jù)數(shù)據(jù)分析

原創(chuàng)文章 企業(yè)網(wǎng)D1Net

x 數(shù)據(jù)分析向云遷移時如何避免混亂 掃一掃
分享本文到朋友圈
當前位置:大數(shù)據(jù)數(shù)據(jù)分析 → 正文

數(shù)據(jù)分析向云遷移時如何避免混亂

責任編輯:cres 作者:George Lawton |來源:企業(yè)網(wǎng)D1Net  2019-03-08 10:58:51 原創(chuàng)文章 企業(yè)網(wǎng)D1Net

組織在將商業(yè)智能(BI)和數(shù)據(jù)分析業(yè)務(wù)遷移到云端時,需要將現(xiàn)有分析流程、軟件評估、數(shù)據(jù)保護和成本控制納入一個深思熟慮的行動計劃中。這是因為必須考慮許多問題:檢查現(xiàn)有的分析流程、選擇正確的云計算工具、保護信息、確保數(shù)據(jù)質(zhì)量,而最重要的是設(shè)立精心設(shè)計的目標。
 
云計算提供了內(nèi)部替代方案難以比擬的優(yōu)勢——更靈活、更快的開發(fā)和部署新技術(shù),以及更大的潛在成本節(jié)約。SAP公司商業(yè)智能(BI)和混合分析產(chǎn)品營銷總監(jiān)Steve McHugh說:“大多數(shù)成功將業(yè)務(wù)遷移到云端的組織都有明確的愿景和戰(zhàn)略,他們希望商業(yè)智能(BI)和分析在他們的智能企業(yè)中發(fā)揮作用。這對他們來說是一種創(chuàng)新,并不一定是將他們目前的業(yè)務(wù)轉(zhuǎn)移到云端,盡管一些企業(yè)對此很感興趣。”
 
采用實驗思維
 
企業(yè)需要意識到,在云中的數(shù)據(jù)分析不僅是為了節(jié)約成本,還涉及新的可能性。云計算服務(wù)公司Candid Partners公司顧問Mitch Gibbs說:“通過訪問可擴展、穩(wěn)定的基礎(chǔ)設(shè)施而無需維護它們的開銷,企業(yè)可以擴展到當時所需的分析水平,同時級及將實驗的啟動成本降到最低。”
 
他建議分析經(jīng)理將資源投入到實驗過程中,以確定提供最大回報的分析方法,并對其進行投資。Gibbs建議道,“企業(yè)不要將分析視為應(yīng)用程序的一次性構(gòu)建。與其相反,需要設(shè)計其系統(tǒng)和流程,以便隨著業(yè)務(wù)需求的變化而發(fā)展。”
 
下一步是為云中的數(shù)據(jù)分析設(shè)定有價值的、可實現(xiàn)的目標,例如降低商業(yè)智能(BI)和分析成本、加快查詢速度、提高用戶并發(fā)性、提高決策支持的質(zhì)量,以及自動提供數(shù)據(jù)驅(qū)動的業(yè)務(wù)流程洞察力。SiliconAngle Media公司首席分析師James Kobielus說,“如果組織不能很好地確定想要實現(xiàn)的目標,就不要將其商業(yè)智能/分析工具從內(nèi)部平臺遷移出去。”
 
有許多基于SaaS的商業(yè)智能(BI)和分析工具需要考慮,它們在功能、價格、性能、地理可用性、行業(yè)和應(yīng)用程序方面都有廣泛的應(yīng)用。設(shè)定目標有助于創(chuàng)建提供者的候選名單,以便在遷移計劃的早期階段實現(xiàn)目標。Kobielus說,“在決定哪一個將是組織的遷移目標之前,對這些提供商和產(chǎn)品功能進行盡職調(diào)查比較評估。組織決定是否只是在移動運營報告,或者是否也在將預(yù)測建模、數(shù)據(jù)挖掘、機器學(xué)習(xí)和其他高級分析應(yīng)用程序遷移到云端,這一點很重要。”
 
Kobielus指出,為遷移項目做準備,這可能會花費比預(yù)期更長的時間和更高的成本。如果遷移許多數(shù)據(jù)庫和大量需要為云計算從頭開始重新構(gòu)建的分析集合,其項目可能會更加復(fù)雜。
 
在確定遷移專業(yè)知識和選擇工具時,有以下一些重要注意事項:
 
•組織是在遷移每個遺留的商業(yè)智能(BI)和分析應(yīng)用程序,還是計劃在遷移過程中取消許多未充分利用的應(yīng)用程序?
 
•組織是否有必要的內(nèi)部專業(yè)知識和工具來進行正確地遷移,或者組織是否需要聘請顧問?
 
•目標云平臺的提供商是否具有專業(yè)服務(wù)和工具來幫助組織遷移?
 
審核現(xiàn)有的數(shù)據(jù)管理實踐
 
人工智能數(shù)據(jù)管理平臺Immuta公司云計算業(yè)務(wù)總經(jīng)理Rob Lancaster說,“評估現(xiàn)有數(shù)據(jù)周圍的數(shù)據(jù)管理基礎(chǔ)設(shè)施和安全性非常重要。我們看到的一個主要問題是,數(shù)據(jù)傳統(tǒng)上是由本地系統(tǒng)進行保護的,這些系統(tǒng)在云中是不存在的。很多組織意識到,一旦他們將數(shù)據(jù)遷移到云端,就不能像以前那樣保護它,需要考慮不同且更靈活的策略來實現(xiàn)真正的數(shù)據(jù)分析,但已經(jīng)太晚了。”
 
日志管理和安全分析公司SumoLogic公司產(chǎn)品營銷總監(jiān)Ben Newton表示:“我們應(yīng)該注意到以往數(shù)據(jù)庫的損壞。人們常常沉迷于收集數(shù)據(jù)而不是回答問題。”
 
企業(yè)在將數(shù)據(jù)遷移到云端之前,需要清楚地概述一些關(guān)鍵業(yè)務(wù)問題,并確定數(shù)據(jù)以回答這些問題。更好的是,選擇一個特定的應(yīng)用程序或業(yè)務(wù)領(lǐng)域作為開始。“不要試圖處理整個數(shù)據(jù)湖。而是從一個數(shù)據(jù)池開始。”Newton建議說。他表示,他經(jīng)常遇到企業(yè)在不反映實際情況的數(shù)據(jù)集上構(gòu)建業(yè)務(wù)戰(zhàn)略。為了使云計算中的數(shù)據(jù)分析取得成功,企業(yè)需要了解非結(jié)構(gòu)化、結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)分析的基本細節(jié)。這將使開發(fā)一種策略更容易,以滿足傳統(tǒng)、運行良好的商業(yè)智能(BI)工具和機器數(shù)據(jù)分析的需求。
 
Zendesk公司產(chǎn)品戰(zhàn)略副總裁Sam Boonin說:“最好從云中可能存在的數(shù)據(jù)開始,例如數(shù)字客戶旅程數(shù)據(jù)或與現(xiàn)有SaaS投資相關(guān)的數(shù)據(jù)。”這將有助于獲得一些快速并熟悉基于云計算的商業(yè)智能(BI)環(huán)境。然后,將云計算轉(zhuǎn)換計劃構(gòu)建到整體商業(yè)智能(BI)策略中,并隨時間的推移遷移其余數(shù)據(jù)。
 
通常,商業(yè)智能(BI)面臨的主要挑戰(zhàn)是訪問、清理和規(guī)范化數(shù)據(jù)。云計算使這些任務(wù)更容易,因為很多數(shù)據(jù)已經(jīng)存在于AWS和Microsoft Azure等公共云中。但Boonin強調(diào),企業(yè)的“數(shù)據(jù)管道”仍然需要一致的治理和IT工作。
 
控制數(shù)據(jù)和成本
 
越來越多的人擔心云中的數(shù)據(jù)分析,尤其是通用數(shù)據(jù)保護規(guī)范(GDPR)等新法規(guī),在遷移過程中會保護敏感信息。需要屏蔽或標記敏感數(shù)據(jù)。
 
數(shù)據(jù)隱私服務(wù)商BigID公司的聯(lián)合創(chuàng)始人兼首席產(chǎn)品官Nimrod Vax表示,“數(shù)據(jù)的物理位置也是一個問題。由于組織無法始終了解或控制云計算提供商存儲數(shù)據(jù)的位置,因此可能會無意中違反數(shù)據(jù)駐留法規(guī)。組織不僅需要知道他們的數(shù)據(jù)存儲位置,還需要知道他們存儲的數(shù)據(jù)。”他指出,那些能夠在遷移到云之前映射數(shù)據(jù)的用戶將更好地了解正在遷移的數(shù)據(jù)類型。
 
云計算定價可能很有吸引力,似乎是一個簡單的切入點,但其成本可能無法預(yù)測。運營數(shù)據(jù)庫管理系統(tǒng)提供商MarkLogic公司產(chǎn)品執(zhí)行副總裁Joe Pasqua表示,“很多組織都無法準確估算成本。”
 
對云中的商業(yè)智能(BI)和數(shù)據(jù)分析而言,成本估算尤其具有挑戰(zhàn)性。雖然運營工作負載通常由可重復(fù)的業(yè)務(wù)流程驅(qū)動,這可以使它們更具可預(yù)測性,但商業(yè)智能(BI)和分析可能受到用戶和數(shù)據(jù)科學(xué)家的推動。Pasqua說,“總有一些分析要做,而采用云計算使得消耗更多資源變得非常容易。使用能夠有效分析使用模式并控制使用情況的平臺獲得可預(yù)測的成本,這一點非常重要。”

關(guān)鍵字:大數(shù)據(jù)數(shù)據(jù)分析

原創(chuàng)文章 企業(yè)網(wǎng)D1Net

電子周刊
回到頂部

關(guān)于我們聯(lián)系我們版權(quán)聲明隱私條款廣告服務(wù)友情鏈接投稿中心招賢納士

企業(yè)網(wǎng)版權(quán)所有 ©2010-2024 京ICP備09108050號-6 京公網(wǎng)安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 鄂托克旗| 长沙县| 汉川市| 墨竹工卡县| 汾西县| 张家港市| 咸宁市| 绥芬河市| 澎湖县| 西昌市| 贡山| 长宁区| 攀枝花市| 涞水县| 崇明县| 当涂县| 屏南县| 义乌市| 鸡东县| 台中市| 新安县| 阳曲县| 仲巴县| 潜山县| 理塘县| 清苑县| 嵊泗县| 临高县| 股票| 达拉特旗| 花垣县| 天津市| 海伦市| 武穴市| 资阳市| 康定县| 舒兰市| 灵台县| 芜湖市| 阳西县| 陇西县|