A migração de BI e análise de dados para a nuvem precisa ser feita com cautela. Isso porque muitos fatores devem ser considerados: examinar os processos analíticos existentes, escolher as ferramentas de nuvem adequadas, proteger as informações, garantir a qualidade dos dados e, principalmente, estabelecer objetivos bem definidos.
O A nuvem oferece esse tipo de benefícios. que as alternativas locais têm dificuldade em igualar — mais agilidade, desenvolvimento e implementação mais rápidos de novas tecnologias e maior potencial de redução de custos. A maioria das organizações bem-sucedidas que migram para a nuvem tem visões e estratégias bem definidas para o papel que desejam que a BI e a análise de dados desempenhem em sua empresa inteligente, disse Steve McHugh, diretor de marketing de produto para BI e análise híbrida da SAP. "É um movimento de inovação para elas", acrescentou, "não necessariamente uma simples migração do que elas têm atualmente em infraestrutura local para a nuvem, embora algumas empresas estejam interessadas em fazê-lo."“
Adotar uma mentalidade experimental
As empresas precisam estar cientes de que a análise de dados na nuvem não se resume apenas à redução de custos, mas também a novas possibilidades. "Com acesso a infraestruturas escaláveis e estáveis, sem os custos de manutenção, é possível dimensionar a análise de acordo com a necessidade do momento, com custos iniciais mínimos para experimentação", afirmou Mitch Gibbs, consultor da Candid Partners, uma empresa de serviços em nuvem.
Mitch GibbsEle recomendou que os gestores de análise dedicassem recursos ao processo de experimentação para determinar o abordagem analítica que oferece o maior retorno e no qual vale a pena investir. "Não pense na análise de dados como a criação pontual de um aplicativo", aconselhou Gibbs. "Em vez disso, projete seu sistema e processo para que evoluam conforme as necessidades do negócio mudem."“
O próximo passo é definir metas valiosas e alcançáveis para a análise de dados na nuvem, como reduzir custos de BI e análise, acelerar consultas, aumentar a simultaneidade de usuários, melhorar a qualidade do suporte à decisão e automatizar a entrega de insights orientados por dados aos processos de negócios. "Não migre sua infraestrutura de BI/análise de suas plataformas locais se você não tiver uma boa noção do que está tentando alcançar", disse James Kobielus, analista líder da Wikibon na SiliconAngle Media.
Existem muitos Ferramentas de BI e análise baseadas em SaaS É preciso considerar que existem diversas opções, com diferentes recursos, preços, desempenho, disponibilidade geográfica, setores e aplicações. Definir metas pode ajudar a criar uma lista restrita de fornecedores para priorizar no início da iniciativa de migração. "Realize uma avaliação comparativa minuciosa desses [fornecedores e recursos do produto] antes de decidir qual será o seu alvo de migração", disse Kobielus. É importante decidir se sua empresa está migrando apenas relatórios operacionais ou se também está migrando modelagem preditiva, mineração de dados, aprendizado de máquina e outras aplicações de análise avançada para a nuvem.
Prepare-se para um projeto de migração que pode demorar mais e custar mais do que o esperado, observou Kobielus. O projeto provavelmente será mais complexo. Se você estiver migrando muitos bancos de dados e uma enorme coleção de análises que precisam ser reconstruídas praticamente do zero para a nuvem.
Aqui estão algumas considerações importantes ao identificar especialistas em migração e selecionar ferramentas:
- Você está migrando todos os aplicativos legados de BI e análise, ou planeja desativar muitos dos subutilizados como parte da migração?
- Você possui a experiência e as ferramentas internas necessárias para realizar a migração corretamente, ou precisa contratar um consultor?
- O provedor da nuvem de destino oferece serviços profissionais? Ferramentas para auxiliar sua migração?
Auditoria das práticas existentes de gestão de dados
Rob LancasterÉ importante avaliar a infraestrutura de gerenciamento de dados e a segurança dos dados existentes. "Um dos principais problemas que observamos é que os dados eram tradicionalmente protegidos por sistemas internos que não existem na nuvem", disse Rob Lancaster, gerente geral de nuvem da Immuta, uma plataforma de gerenciamento de dados para IA. Às vezes, as organizações percebem tarde demais que, depois de migrar seus dados para a nuvem, não conseguem protegê-los como antes e precisam reconsiderar a segurança. estratégias diferentes e mais flexíveis Para possibilitar a verdadeira análise de dados.
“Devemos estar atentos aos estragos causados pelos antigos data warehouses”, disse Ben Newton, diretor de marketing de produto da Sumo Logic, uma empresa de gerenciamento de logs e análise de segurança. “Há, com muita frequência, uma obsessão apenas por coletar dados em vez de responder a perguntas.”
Sam BooninDefina claramente algumas questões-chave de negócios e identifique os dados necessários para respondê-las. antes de migrar dados para a nuvem. Melhor ainda, escolha uma aplicação ou área de negócios específica para começar. "Não tente ferver o lago de dados. Comece com um pequeno lago de dados", aconselhou Newton. Ele acrescentou que, com muita frequência, encontra empresas construindo estratégias de negócios com base em conjuntos de dados bem estruturados que não refletem a realidade. Para que a análise de dados na nuvem seja bem-sucedida, as empresas precisam se aprofundar nos detalhes da análise de dados não estruturados, estruturados e semiestruturados. Isso facilitará o desenvolvimento de uma estratégia para atender às necessidades das ferramentas de BI tradicionais e bem-comportadas. e O Velho Oeste da análise de dados automatizada.
“O ideal é começar com dados que provavelmente já existem na nuvem, como dados da jornada digital do cliente ou dados vinculados a investimentos existentes em SaaS”, disse Sam Boonin, vice-presidente de estratégia de produto da Zendesk. Isso ajudará a obter resultados rápidos e a se familiarizar com os ambientes de BI baseados em nuvem. Em seguida, incorpore um plano de transformação para a nuvem à estratégia geral de BI e migre o restante dos dados gradualmente.
Joe PasquaNormalmente, os 90% desafios da BI são o acesso, a limpeza e normalizando dados. A nuvem facilita essas tarefas, já que muitos dados já residem em nuvens públicas como AWS e Microsoft Azure. Mas Boonin enfatizou que a "infraestrutura de dados" de uma empresa ainda requer governança consistente e trabalho de TI.
Controle de dados e custos
Uma crescente preocupação com a análise de dados na nuvem, particularmente com as novas tecnologias. regulamentações como o GDPR, está protegendo informações sensíveis durante o processo de migração. Dados sensíveis precisam ser mascarados ou tokenizados.
O localização física dos dados também é um problema. "Como nem sempre é possível saber ou controlar onde o provedor de nuvem armazena os dados, as organizações podem violar inadvertidamente as limitações de residência de dados", disse Nimrod Vax, cofundador e diretor de produtos da empresa de privacidade de dados BigID. As empresas precisam saber não apenas onde seus dados estão armazenados, mas também de quem são esses dados. Aquelas que conseguirem mapear os dados antes da migração para a nuvem entenderão melhor que tipo de dados está sendo migrado, afirmou Vax.
Os preços da computação em nuvem podem ser atraentes e parecer um ponto de entrada fácil, mas Os custos podem ser imprevisíveis.. “Muitas organizações já vivenciaram um momento de ‘ai, não!’ quando uma conta grande e inesperada chegou”, disse Joe Pasqua, vice-presidente executivo de produtos da MarkLogic, uma fornecedora de sistemas de gerenciamento de banco de dados operacionais.
A estimativa de custos é particularmente desafiadora para BI e análise de dados na nuvem. Enquanto as cargas de trabalho operacionais são frequentemente impulsionadas por um processo de negócios repetível que pode torná-las mais previsíveis, o BI e a análise podem ser fortemente influenciados por usuários e cientistas de dados. "Sempre há outra análise a ser feita, e a nuvem facilita muito o consumo de mais recursos", disse Pasqua. "É muito importante usar uma plataforma que possa analisar padrões de uso de forma eficaz e controlar o uso para atingir custos previsíveis."“