La migración de BI y análisis de datos a la nube debe realizarse con precaución. Esto se debe a que se deben considerar muchos aspectos: examinar los procesos de análisis existentes, elegir las herramientas en la nube adecuadas, proteger la información, garantizar la calidad de los datos y, sobre todo, establecer objetivos bien definidos.
En La nube ofrece el tipo de beneficios Que las alternativas locales son difíciles de igualar: mayor agilidad, desarrollo e implementación más rápidos de nuevas tecnologías y un mayor potencial de ahorro de costos. La mayoría de las organizaciones exitosas que migran a la nube tienen visiones y estrategias bien definidas sobre el rol que desean que la inteligencia empresarial (BI) y la analítica desempeñen en su empresa inteligente, afirmó Steve McHugh, director de marketing de producto para BI y analítica híbrida en SAP. "Para ellas, es una apuesta innovadora", añadió, "no necesariamente una migración de lo que actualmente tienen local a la nube, aunque algunas empresas están interesadas en hacerlo".
Adoptar una mentalidad experimental
Las empresas deben ser conscientes de que el análisis de datos en la nube no solo implica ahorros, sino también nuevas posibilidades. «Con acceso a infraestructuras escalables y estables sin la sobrecarga de mantenimiento, se puede escalar al nivel de análisis necesario en cada momento, con un coste inicial mínimo para la experimentación», afirmó Mitch Gibbs, consultor de Candid Partners, una empresa de servicios en la nube.
Mitch GibbsRecomendó que los gerentes de análisis dediquen recursos al proceso de experimentación para determinar la enfoque analítico que ofrezca el mayor retorno e invertir en él. "No piense en la analítica como una creación única de una aplicación", aconsejó Gibbs. "En cambio, diseñe su sistema y proceso para que evolucionen a medida que cambian las necesidades del negocio".
El siguiente paso es establecer objetivos valiosos y alcanzables para el análisis de datos en la nube, como reducir los costos de inteligencia empresarial (BI) y análisis, acelerar las consultas, aumentar la concurrencia de usuarios, mejorar la calidad del soporte de decisiones y automatizar la entrega de información basada en datos a los procesos de negocio. "No migre su BI/análisis de sus plataformas locales si no comprende bien lo que intenta lograr", afirmó James Kobielus, analista principal de Wikibon en SiliconAngle Media.
Hay muchos Herramientas de análisis y BI basadas en SaaS Hay una amplia gama de proveedores a considerar, y varían en características, precio, rendimiento, disponibilidad geográfica, industria y aplicaciones. Establecer objetivos puede ayudar a crear una lista de proveedores a los que dirigirse desde el principio de la iniciativa de migración. "Realice una evaluación comparativa exhaustiva de estos [proveedores y características del producto] antes de decidir cuál será su objetivo de migración", afirmó Kobielus. Es importante decidir si su empresa solo está migrando los informes operativos o si también está migrando a la nube aplicaciones de modelado predictivo, minería de datos, aprendizaje automático y otras aplicaciones de análisis avanzado.
Prepárese para un proyecto de migración que puede tomar más tiempo y costar más de lo esperado, señaló Kobielus. Es probable que el proyecto sea más complejo. Si se migran muchas bases de datos y una enorme colección de análisis que deben reconstruirse esencialmente desde cero para la nube.
A continuación se presentan algunas consideraciones importantes a la hora de identificar la experiencia en migración y seleccionar herramientas:
- ¿Está migrando todas las aplicaciones de BI y análisis heredadas o planea desmantelar muchas de las subutilizadas como parte de la migración?
- ¿Tiene la experiencia y las herramientas internas necesarias para realizar la migración correctamente o necesita contratar a un consultor?
- ¿El proveedor de la nube de destino tiene servicios profesionales y herramientas para ayudarle en su migración?
Auditoría de las prácticas de gestión de datos existentes
Rob LancasterEs importante evaluar la infraestructura de gestión de datos y la seguridad de los datos existentes. "Un problema importante que observamos es que, tradicionalmente, los datos estaban protegidos por sistemas locales que no existirán en la nube", afirmó Rob Lancaster, director general de la nube en Immuta, una plataforma de gestión de datos para IA. A veces, las organizaciones se dan cuenta demasiado tarde de que, una vez que migran sus datos a la nube, ya no pueden protegerlos como antes y deben considerar... Estrategias diferentes y más flexibles para permitir un verdadero análisis de datos.
“Debemos ser conscientes del deterioro de los almacenes de datos del pasado”, afirmó Ben Newton, director de marketing de producto de Sumo Logic, empresa de gestión de registros y análisis de seguridad. “Con demasiada frecuencia existe una obsesión por recopilar datos en lugar de responder preguntas”.
Sam BooninDescriba claramente algunas preguntas comerciales clave e identifique los datos para responder esas preguntas antes de migrar datos a la nubeMejor aún, elija una aplicación o área de negocio específica para empezar. "No intente agotar los datos. Empiece con un conjunto de datos", aconsejó Newton. Añadió que, con demasiada frecuencia, se ha encontrado con empresas que desarrollan una estrategia de negocio basándose en conjuntos de datos bien nutridos que no reflejan la realidad. Para que el análisis de datos en la nube tenga éxito, las empresas necesitan comprender los detalles esenciales del análisis de datos no estructurados, estructurados y semiestructurados. Esto facilitará el desarrollo de una estrategia para abordar las necesidades de las herramientas de inteligencia empresarial tradicionales y eficientes. y El salvaje oeste del análisis de datos de máquinas.
“Lo mejor es empezar con datos que probablemente ya existan en la nube, como datos de la experiencia digital del cliente o datos vinculados a inversiones existentes en SaaS”, afirmó Sam Boonin, vicepresidente de estrategia de producto de Zendesk. Esto ayudará a obtener resultados rápidos y a familiarizarse con los entornos de inteligencia empresarial (BI) en la nube. Después, se debe integrar un plan de transformación a la nube en la estrategia general de BI y trasladar el resto de los datos con el tiempo.
Joe PasquaPor lo general, los desafíos 90% de BI son el acceso, la limpieza y normalización de datosLa nube facilita estas tareas, ya que gran parte de los datos ya residen en nubes públicas como AWS y Microsoft Azure. Sin embargo, Boonin enfatizó que la gestión de datos de una empresa aún requiere una gobernanza y un trabajo de TI consistentes.
Control de datos y costes
Una creciente preocupación con el análisis de datos en la nube, particularmente con las nuevas regulaciones como el RGPDProtege la información confidencial durante el proceso de migración. Los datos confidenciales deben enmascararse o tokenizarse.
En ubicación física de los datos También es un problema. "Dado que no siempre se puede saber ni controlar dónde almacena los datos el proveedor de la nube, las organizaciones pueden infringir inadvertidamente las limitaciones de residencia de datos", afirmó Nimrod Vax, cofundador y director de producto de la empresa de privacidad de datos BigID. Las empresas necesitan saber no solo dónde se almacenan sus datos, sino también de quién son. Quienes puedan mapear los datos antes de migrarlos a la nube comprenderán mejor qué tipo de datos se están migrando, afirmó Vax.
Los precios de la nube pueden ser atractivos y parecer un punto de entrada fácil, pero Los costos pueden ser impredecibles“Muchas organizaciones han experimentado un momento de sorpresa al recibir una factura grande e inesperada”, afirmó Joe Pasqua, vicepresidente ejecutivo de productos de MarkLogic, proveedor de sistemas de gestión de bases de datos operativas.
La estimación de costos es particularmente compleja para la inteligencia empresarial (BI) y el análisis de datos en la nube. Si bien las cargas de trabajo operativas suelen estar impulsadas por un proceso de negocio repetible que las hace más predecibles, la inteligencia empresarial (BI) y el análisis pueden estar en gran medida impulsados por los usuarios y los científicos de datos. "Siempre hay un nuevo análisis que realizar, y la nube facilita el consumo de más recursos", afirmó Pasqua. "Es fundamental utilizar una plataforma que pueda analizar eficazmente los patrones de uso y controlarlo para lograr costos predecibles".