Sviluppare un piano per l'analisi su scala cloud
La metodologia del piano di Cloud Adoption Framework consente di creare un piano generale di adozione del cloud per guidare tutti i programmi e i team coinvolti nella trasformazione digitale basata sul cloud. La metodologia di piano fornisce anche modelli che consentono di creare il backlog e i piani per aiutare i team a creare le competenze necessarie. Il backlog e i piani creati devono essere basati su ciò che si intende eseguire nel cloud.
Questo articolo fornisce altre indicazioni per la razionalizzazione dei dati e i piani di competenza specifici per l'analisi su scala cloud.
Razionalizzazione del patrimonio di dati
Gran parte delle linee guida della metodologia Pianificazione è incentrata sulle cinque R di razionalizzazione del patrimonio digitale.
L'uso di uno scenario di analisi su scala cloud sposta l'attenzione principale della razionalizzazione nel patrimonio di dati, un subset del digital estate complessivo. L'organizzazione deve valutare il patrimonio di dati in modo più ampio e approfondito rispetto ad altri scenari necessari. Includere piani per l'analisi complessiva e la governance dei dati necessaria per supportare la maturità desiderata.
Iniziative strategiche
Iniziare a razionalizzare correttamente il patrimonio di dati allineando i risultati aziendali a ognuna delle iniziative di dati. Questo allineamento consente di classificare in ordine di priorità e comprendere chiaramente il valore che è possibile derivare da ogni iniziativa di dati.
Nel piano di migrazione cloud le iniziative con impatto sulle piccole imprese e una minore complessità della migrazione possono offrire miglioramenti rapidi in termini di efficienza. Le iniziative con impatti aziendali di grandi dimensioni o maggiore complessità tecnica richiedono una pianificazione più dettagliata, ma possono offrire un valore di innovazione a lungo termine.
Definizione priorità
Per iniziare a classificare in ordine di priorità i progetti di dati, completare un inventario e un benchmark del patrimonio di dati. È possibile usare strumenti come Azure Migrate per acquisire dati di benchmark avanzati dall'infrastruttura e dagli asset di dati nell'ambiente. Questi dati di benchmarking consentono di tenere traccia dello stato di avanzamento e misurare il successo. Può anche aiutare a quantificare l'investimento esatto necessario per persone, processi e tecnologie.
Un mapping dell'impatto aziendale (dai risultati aziendali strategici) e della complessità tecnica (dall'inventario dei dati) può guidare la definizione delle priorità dei progetti di dati. Il mapping consente di ottenere questo risultato consentendo di identificare le onde del lavoro di adozione del cloud. Le onde consentono di definire le priorità dei progetti di dati. La tabella seguente descrive in modo più dettagliato queste onde di adozione del cloud.
| Onda | Razionalizzazione | Risultati |
|---|---|---|
| Eseguire la migrazione e la modernizzazione | Rehosting e refactoring | Le vittorie tattiche rapide possono essere incluse in progetti di migrazione standard insieme ad altre applicazioni e infrastrutture. Usare strumenti come Azure Migrate per automatizzare questo tipo di migrazione cloud monouso. Questo approccio consente di modernizzare le piattaforme dati per database SQL di Azure, Azure Cosmos DB o altre strutture di dati transazionali. |
| Transform & Modernize | Rehosting e refactoring | Quando il valore aziendale aumenta, in modo che la complessità della gestione del patrimonio di dati. È probabile che sia necessaria una certa quantità di trasmissione, trasformazione e sincronizzazione per mantenere in esecuzione i processi locali, abilitando funzioni più avanzate nel cloud. Usare strumenti come Azure Data Factory per facilitare la trasformazione continua dopo la migrazione e la modernizzazione dell'asset di dati. |
| Innovare con sicurezza | Riprogettazione o ricompilazione | Il raggiungimento di un valore aziendale elevato richiede la capacità di innovare con fiducia. Usare gli strumenti per i dati nativi del cloud per democratizzare i dati, analizzare le informazioni e stimare i risultati. |
Identificazione del carico di lavoro
Le iniziative strategiche vengono fornite dai carichi di lavoro eseguiti nell'ambiente dati. Per strutturare correttamente i carichi di lavoro, è innanzitutto necessario identificare quelli in esecuzione all'interno del patrimonio di dati. Il processo di identificazione può essere complesso. I carichi di lavoro dei dati possono includere una o più origini dati. Possono anche includere più processi per la preparazione dei dati, l'analisi delle informazioni o la stima dei risultati.
Usare l'approccio di pianificazione delle onde descritto in precedenza per semplificare l'identificazione del carico di lavoro. Per ogni ciclo, identificare le origini dati, le applicazioni e l'infrastruttura necessarie per offrire l'iniziativa strategica. Usare lo strumento Azure Migrate per valutare le dipendenze e comprendere chiaramente i raggruppamenti dei carichi di lavoro.
Gli asset di dati transazionali vengono in genere associati a un'applicazione esistente e questo semplifica l'identificazione del carico di lavoro.
Le soluzioni di analisi e intelligenza artificiale/Machine Learning possono essere più complesse, richiedendo una revisione più granulare dei risultati distribuiti da ognuno. Associare soluzioni di analisi e intelligenza artificiale ai processi aziendali che utilizzano i propri output, spesso creando un mapping a livello di applicazione. Per soluzioni BI, di intelligenza artificiale o apprendimento automatico tra applicazioni, creare nuovi nomi per i carichi di lavoro per eseguire il mapping degli asset dei dati ai processi aziendali su cui influiscono.
I carichi di lavoro identificati nella valutazione del digital estate possono essere usati durante l'adozione per favorire la classificazione dell'impatto aziendale. Registrare i valori derivati usando gli standard di denominazione e assegnazione di tag applicabili a tutte le attività di adozione del cloud di Azure.
L'identificazione dei carichi di lavoro consentirà anche di comprendere meglio le competenze necessarie ai team.
Sviluppare un piano di competenze
Lo sviluppo di un piano di competenze fa parte della creazione della capacità di guidare la strategia dei dati. È importante creare un mapping chiaro del prodotto, dei servizi o degli strumenti e delle competenze delle persone dell'organizzazione. L'esercizio seguente consente di sviluppare il piano di competenze preparando in anticipo e praticando l'agilità.
Preparare il piano con questi suggerimenti
Questa sezione fornisce suggerimenti utili per lo sviluppo del piano di competenze.
Prepararsi in anticipo a dover affrontare possibili difficoltà e ostacoli
Sfruttare la potenza dei dati in modo sicuro e conforme è una sfida. È possibile incorrere in varie difficoltà in tutto il processo, tra cui:
- Silo dell'organizzazione che divide l'organizzazione
- Ostacoli nel tentativo di creare una cultura basata sui dati
- Più strumenti e tecnologie in uso nell'organizzazione
Il time-to-market è uno dei fattori più critici per qualsiasi azienda. L'organizzazione può avere un'idea eccellente e i dati per abilitarli, ma le sfide e i ostacoli possono estendere significativamente il time-to-market. Una sfida imprevista potrebbe impedire di ottenere informazioni dettagliate e valore aziendale dai dati per settimane o mesi. È importante prepararsi a potenziali sfide e ostacoli in anticipo, in modo da ridurre al minimo l'impatto che possono avere sul tempo.
Adozione del metodo agile per il raggiungimento degli obiettivi
L'agilità è la possibilità di creare e rispondere ai cambiamenti. È un modo per affrontare, e alla fine riuscire in, qualsiasi ambiente incerto e turbolento.
L'agilità richiede di pensare a cosa sta succedendo nell'ambiente attuale, identificare eventuali incertezze e pianificare l'adattamento man mano che si procede.
Passaggi successivi
Gli articoli seguenti possono contenere indicazioni utili e contribuire alla corretta esecuzione del processo di adozione del cloud: