Während die Migration in die Cloud Unternehmen einen nachhaltigen Wettbewerbsvorteil verschaffen kann, können sie bei Strategie und Implementierung Fehler machen. Über 100 Milliarden Dollar In drei Jahren wird mit einer Verschwendung von Migrationskosten gerechnet. Diese Verschwendung ist hauptsächlich auf unnötige Kosten und Verzögerungen zurückzuführen. Wenn Sie ein Datenmigrationsprojekt für Ihr Unternehmen planen, finden Sie hier 7 Best Practices für die Datenmigration in die Cloud, die Ihnen bei der Entwicklung einer effektiven Cloud-Migrationsstrategie helfen.

1. Recherchieren und planen Sie Ihre Cloud-Migration

Recherche und Planung sind einer der ersten Schritte, die Unternehmen unternehmen. Dennoch ist die überstürzte Einführung der Cloud ohne die nötige Sorgfalt einer der größten Fehler, den Unternehmen machen. Am besten ist es, eine Bewertung durchzuführen und einen Plan zu haben. Es ist nicht so einfach wie: „Hey, lassen Sie uns alle unsere Daten und Anwendungen in die Cloud migrieren; Ich habe gehört, dass es mit Snowflake ziemlich einfach ist. ” Eigentlich, Kent Graziano, ein Vordenker im Bereich Cloud Data Warehousing, sagt: „Die Verträge sind nicht einmal so einfach, weil Sie eine ordnungsgemäße Vertragsplanung durchführen müssen, bevor Sie mit dem Migrationsprojekt beginnen.“

Unternehmen müssen den aktuellen Zustand und vor allem den gewünschten zukünftigen Zustand verstehen, den sie erreichen möchten. Der Migrationsplan sollte in der Lage sein, die Fragen zu beantworten, die sich jeder Datenverwalter stellt: „Welche geschäftlichen Probleme werden a Cloud-basiertes Data Warehouse lösen?“, „Gibt es Sicherheits- und Compliance-Probleme in der Cloud, die wir derzeit nicht haben?“. „Gibt es geschäftliche Probleme, die wir nicht mit einer On-Prem-Infrastruktur lösen können?“.

Vielleicht möchten Sie die Mietverträge für Ihre Rechenzentren abschaffen oder die Personalbesetzung ändern, um mehr Remote zu haben. Die eigentliche Frage ist, warum machst du das? Identifizieren Sie diese Probleme und priorisieren Sie sie.

Stellen Sie sicher, dass Ihr Migrationsplan alle Faktoren berücksichtigt.

Ein weiterer wichtiger Faktor, der in der Planungsphase berücksichtigt werden muss, ist die Notwendigkeit von Legacy-Systemen. So wie Kent es getan hat markiert, kann die Recherche in vielen Fällen unnötige Systeme und Prozesse aufdecken, die bereits durch neuere Quellsysteme und Daten ersetzt wurden, aber noch laufen. Niemand hat sie sogar abgeschaltet, weil sie bereits bezahlt wurden, und es wurden keine Warnungen für das Herunterfahren dieser Systeme eingerichtet. Jeder könnte hingehen und sie ausschalten, und niemand würde es bemerken.

Eine ordnungsgemäße Planung und Durchführung einer gründlichen Bewertung tragen dazu bei, dass all diese veralteten Quellsysteme und Daten nicht Teil Ihrer neuen Datenarchitektur werden.

2. Kein großer Wurf, sondern schrittweises Vorgehen

Während viele Organisationen in den frühen Tagen von den Big-Bang-Ansatz für die Entwicklung priorisierten Data Warehousing, sollten diese langwierigen Implementierungen vermieden werden. Leider ist dies einer der größten Fehler, die Unternehmen immer noch machen, und hier wird ein Großteil ihres Budgets verschwendet. Die Leute denken, es sei ein einfaches Lift-and-Shift, bei dem alle Daten und Tools, ja sogar die gesamte On-Premise-Infrastruktur, in die Cloud portiert werden. Wie schwer könnte es sein, oder?

Tatsache ist, dass die lokale Infrastruktur auf Tools basiert, die auf älteren Technologien basieren, und diese Tools sind nicht mit der Cloud-Umgebung kompatibel. Es muss also noch viel mehr getan werden; Tatsächlich müssen viele dieser Legacy-Tools ersetzt werden. Daher sollten Unternehmen stattdessen den inkrementellen Ansatz in Betracht ziehen.

Die Fähigkeit, Tests schnell und kostengünstig durchzuführen, da Cloud-Lösungen nach dem On-Demand-Modell funktionieren, ist einer der wichtigsten Gründe, warum Unternehmen dies in Betracht ziehen sollten inkrementeller Ansatz. Anstatt wie bei einer On-Prem-Infrastruktur zusätzliche Rechenressourcen zu kaufen, müssen sich die Benutzer in der Cloud nur für die entsprechenden Dienste anmelden und sie einige Tage lang testen, um zu sehen, ob sie die entsprechende Leistung erbringen. Das spart viel Zeit, Aufwand und Ressourcen.

3. Wissen, wo Ihre Daten sind

Neben dem Wissen, dass Sie in die Cloud wechseln müssen, müssen Sie wissen, was Sie haben. Sie müssen sich nicht nur über das Geschäftsproblem im Klaren sein, das Sie zu lösen versuchen, sondern Sie müssen sich auch der Gefahren bewusst sein, die sich aus einer Verbreitung von Datensilos.

Stellen Sie sicher, dass Sie wissen, welche Daten Sie haben und wo sie liegen.

Daher ist es wichtig sicherzustellen, dass Unternehmensdaten nur an das entsprechende Ziel verschoben werden und nicht dort landen, wo sie nicht sein sollten. Aus diesem Grund ist Lift and Shift in den meisten Fällen nicht die richtige Antwort, es sei denn, es handelt sich um kleine Unternehmen mit einem einzigen, gut dokumentierten Data Warehouse vor Ort.

Darüber hinaus ist es wichtig, die Datenkarte vollständig zu verstehen, wenn im Durchschnitt 115-Datenquellen füttern Sie Ihre Datenpipeline bevor Sie mit dem beginnen Datenmigration Projekt.

4. Migrieren Sie nur, was migriert werden muss

Das Beheben von Datenqualitätsproblemen vor dem Übergang in die Cloud ist eine der wichtigsten Best Practices für die Datenmigration in die Cloud. Unternehmen sollten in der Lage sein, zu definieren, was Datenqualität bedeutet für sie und auch messen. Wenn beispielsweise 1,000 Zeilen von einem Quellsystem in die Cloud integriert werden und alle Zeilen in die Cloud migriert wurden, haben Sie einen hervorragenden Datenqualitätsprozess. Wenn Sie jedoch nur, sagen wir, 800 Zeilen sehen, ist das wahrscheinlich ein Problem. Im Wesentlichen haben Sie ein Datenqualitätsproblem, ohne sich die Daten auch nur anzusehen.

Daher ist es von entscheidender Bedeutung, Leitprinzipien festzulegen, die definieren, was Datenqualität für das Unternehmen bedeutet. Es ist ebenso wichtig zu verstehen, dass die Migration in die Cloud selbst keine Datenqualitätsprobleme löst. Wenn es Datenqualitätsprobleme mit Ihrer On-Prem-Infrastruktur gibt, müssen diese behoben werden, bevor Sie in die Cloud-Umgebung migrieren.

Stellen Sie sicher, dass Sie alle Datenqualitätsprobleme lösen, bevor Sie mit Ihrer Cloud-Migration beginnen.

Laut Koen Verbeck, es ist meistens Mist rein, Mist raus, was die Datenqualität betrifft. Dies bedeutet im Wesentlichen, dass die meisten Datenqualitätsprobleme auf Quellebene auftreten und dort gelöst werden sollten, um sicherzustellen, dass Ihr Datenmigrationsprojekt keine Daten schlechter Qualität in Ihr neues Data Warehouse überträgt.

Mit der Cloud und aktuellen Technologien legen Unternehmen ihre Daten schneller als je zuvor offen. Es muss eine Rückkopplungsschleife zur Datenqualität mit dem Unternehmen geben, um sicherzustellen, dass die durch Berichte offengelegten Daten den Geschäftsanforderungen entsprechen.

Sehen Sie, wie CRC die Entwicklungszeit für groß angelegte Cloud-Migrationen halbierte

Download

5. Automatisierung für mehr Agilität nutzen

Automation wird zu einem Schlüsselfaktor für die Migration in die Cloud und sogar in die hybride Dateninfrastruktur. Da der Lift-and-Shift-Ansatz selten sinnvoll ist, sollten Unternehmen den inkrementellen Ansatz wählen oder die Lösung von Grund auf neu entwerfen, dh sich für eine Entwicklung auf der grünen Wiese entscheiden.

Als Teil der Datenmigration zu Cloud-Best-Practices hilft die Automatisierung bei der Änderung der Denkweise, die notwendig ist, um die Cloud anzunehmen. Ihre Datenteams können agiler sein, da Cloud-Umgebungen ein einfaches Testen ermöglichen und die Angst vor Fehlern mindern. Durch die Automatisierung der Datenerkennungsmodellierung ermöglichen es Teams dem Unternehmen beispielsweise, auf alles zu achten, was es vor Ort hat, damit es die Cloud-Umgebung ausprobieren kann. Die Automatisierung bringt diese Informationen in die Cloud, sodass Unternehmen sehen können, ob sie wie erwartet funktionieren.

Stellen Sie sicher, dass Sie die Agilität mithilfe von Automatisierung steigern.

Die Automatisierung hilft nicht nur bei der Schemaerkennung, sondern automatisiert auch das Erstellen von Joins zum Lesen und das Erstellen von Datenpipelines zum Laden von Daten.

Traditionell wurde die Datenqualität als separater Prozess behandelt, der nicht als Teil der Datenpipeline angesehen wurde. Moderne Tools ermöglichen es Benutzern, Datenqualitätsregeln gemäß Geschäftsstandards entlang der Datenpipeline einzubetten, um sicherzustellen, dass nur gesunde Daten das Data Warehouse erreichen. Bei der Automatisierung muss der gesamte Prozess einmal durchgeführt werden, und Ihre Datenpipeline ist darauf eingestellt, konsistent qualitativ hochwertige Daten zu liefern.

Automatisieren Sie Ihre Migration in die Cloud mit Astera Centerprise

Demo ansehen

6. Bestimmen Sie, ob Sie einen dauerhaften oder einen vorübergehenden Staging-Bereich benötigen

Dattelseen und Data Warehouses sind keine Technologien; sie sind Konzepte. In der Data-Warehousing-Welt gab es schon immer das Konzept eines Staging-Bereichs. In einigen Fällen ist ein persistenter Staging-Bereich (PSA) erforderlich, in dem der Datenverlauf aufbewahrt wird. Gleichzeitig erfordern andere Situationen einen Transient Staging Area (TSA), in dem die Daten gelöscht werden, nachdem sie in das Data Warehouse geladen wurden.

Stellen Sie sicher, dass Ihre Staging-Bereiche Ihrem Unternehmen einen Mehrwert bieten.

Viele Unternehmen integrieren Rohdaten aus Quellsystemen in einen Data Lake, bevor sie transformiert und in das Data Warehouse geladen werden. Es ist jedoch wichtig, den Wert zu berücksichtigen, den das Unternehmen aus diesem Staging-Bereich ziehen möchte. Auch wenn immer Kosten anfallen, sind Return on Investment und Total Cost of Ownership die wichtigsten Kennzahlen, die es zu berücksichtigen gilt.

Einer der Gründe, warum Unternehmen Staging-Bereiche wertvoll finden, insbesondere die PSAs, liegt darin, dass sie Rohdaten wesentlich schneller integrieren können, als sie kuratierte Daten produzieren können. Die Datenanalysten können dann tief in diese Rohdaten eintauchen und nicht nur identifizieren, was in das Data Warehouse gehen muss, sondern auch, was zuerst geladen werden muss. Darüber hinaus bietet ein Staging-Bereich Überprüfbarkeit und Rückverfolgbarkeit, da die meisten Quellsysteme keinen Verlauf führen.

Wenn Sie ein Unternehmen in der Finanz- oder Gesundheitsbranche führen, in dem die Daten einen erheblichen Einfluss haben, müssen Sie in der Lage sein, Ihre Entscheidungen durch die kuratierten Daten bis zu den Rohdaten zurückzuverfolgen. Und wenn Sie diesen Rohdatensee oder den PSA nicht haben, können Sie möglicherweise nicht auf die Rohdaten zurückgreifen, die Ihre Datenpipeline speisen. Das bedeutet, dass Sie nie herausfinden werden, ob eine der angewendeten Transformationen falsch war.

7. Implementieren Sie Rechnungswarnungen, um unerwartete Kosten zu vermeiden

Dies kann nicht genug betont werden, aber selbst wenn Sie die Cloud-Umgebung nur testen, stellen Sie sicher, dass Sie Abrechnungsbenachrichtigungen einrichten. Unternehmen beginnen einfach mit der Cloud und richten Assets und Services ein, nur um später festzustellen, dass sie nur minimale Speicher-/Rechenressourcen benötigen oder dass es für sie einfach nicht funktioniert. Unternehmen merken oft nicht, dass es sie immer wieder Geld kostet, weil sie diese Cloud-Dienste nicht ordnungsgemäß herunterfahren. Eines der ersten Dinge, die Sie bei der Migration in die Cloud tun müssen, ist das Erlernen und Implementieren von Abrechnungswarnungen.

Die Entscheidung, in die Cloud zu migrieren, ist nur ein Teil der gesamten Reise – der einfachere Teil. Es ist die Planung und Ausführung, bei der die meisten Unternehmen beginnen, ihre Kapitalrendite (ROI) zu gefährden und die Gesamtbetriebskosten (TCO) zu erhöhen. Die gute Nachricht ist, dass Sie die meisten Risiken leicht mindern und Kosten sparen können, indem Sie diese Best Practices für die Datenmigration in die Cloud befolgen.

Planen Sie Ihre Migrationsreise mit Astera Centerprise

Versuchen Sie es jetzt!

Astera Centerprise – Der End-to-End-Cloud-Migrations-Champion

Neben der Möglichkeit, Ihre Cloud-Migration mit automatisierten Datenpipelines zu beschleunigen, Astera Centerprise bietet die Freiheit, Ihr Data Warehouse auf der Plattform Ihrer Wahl bereitzustellen. Centerprise rationalisiert den Datenzuordnungsprozess mit seiner intuitiven Point-and-Click-Benutzeroberfläche. Die Datenqualität ist in die Architektur eingebettet, um sicherzustellen, dass nur gesunde Daten Ihr neues Data Warehouse erreichen.

Sieht so aus, als hätten Sie es bis zum Ende geschafft und möchten unbedingt mehr erfahren. Planen Sie eine Demo und erfahren Sie, wie die Implementierung dieser Best Practices für die Datenmigration in die Cloud Ihrem Unternehmen helfen kann, die Cloud budget- und zeitgerecht zu nutzen.