클라우드 규모 분석을 위한 계획 개발
클라우드 채택 프레임워크의 계획 방법론 통해 클라우드 기반 디지털 변환에 관련된 모든 프로그램과 팀을 안내하는 전체 클라우드 채택 계획을 만들 수 있습니다. 계획 방법론은 백로그를 만드는 데 도움이 되는 템플릿과 팀이 필요한 기술을 빌드하는 데 도움이 되는 계획을 제공합니다. 생성하는 백로그와 계획은 클라우드에서 실행하려는 계획을 기반으로 해야 합니다.
이 문서에서는 클라우드 규모 분석과 관련된 데이터 자산 합리화 및 기술 계획에 대한 추가 지침을 제공합니다.
데이터 에스테이트 합리화
계획 방법론의 지침 대부분은 디지털 자산을 합리화하기 위한 다섯 가지 원칙
클라우드 규모의 분석 시나리오를 사용하면 합리화의 주요 초점이 전체 디지털 자산의 하위 집합인 데이터 자산으로 이동합니다. 조직은 다른 시나리오에 필요한 것보다 더 광범위하고 깊이 있는 데이터 자산을 평가해야 합니다. 원하는 완성도를 지원하는 데 필요한 전체 분석 및 데이터 거버넌스 대한 계획을 포함합니다.
전략적 이니셔티브
비즈니스 결과를 각 데이터 이니셔티브에 맞게 조정하여 데이터 자산을 적절하게 합리화하기 시작합니다. 이 맞춤을 사용하면 각 데이터 이니셔티브에서 파생할 수 있는 값의 우선 순위를 지정하고 명확하게 이해할 수 있습니다.
클라우드 마이그레이션 계획에서 소규모 비즈니스 영향과 마이그레이션 복잡성이 적은 이니셔티브는 빠른 효율성 향상을 제공할 수 있습니다. 대규모 비즈니스 영향 또는 더 큰 기술적 복잡성을 가진 이니셔티브에는 보다 자세한 계획이 필요하지만 장기적인 혁신 가치를 제공할 수 있습니다.
우선 순위 지정
데이터 프로젝트의 우선 순위를 매기려면 데이터 자산에 대한
비즈니스 영향(전략적 비즈니스 결과) 및 기술 복잡성(데이터 자산 인벤토리)의 매핑은 데이터 프로젝트의 우선 순위를 안내할 수 있습니다. 매핑은 클라우드 채택 노력의 물결을 식별하는 데 도움을 줌으로써 이러한 우선 순위를 달성합니다. 웨이브는 데이터 프로젝트의 우선 순위를 지정할 때 안내할 수 있습니다. 다음 표에서는 이러한 클라우드 채택 웨이브에 대해 자세히 설명합니다.
| 물결 | 합리화 | 결과 |
|---|---|---|
| 마이그레이션 & 현대화 | 다시 호스팅 및 리팩터링 | 빠른 전술적 승리는 다른 애플리케이션 및 인프라와 함께 표준 마이그레이션 프로젝트에 포함될 수 있습니다. Azure Migrate와 같은 도구를 사용하여 이러한 유형의 일회성 클라우드 마이그레이션을 자동화합니다. 이 방법을 사용하면 데이터 플랫폼을 Azure SQL Database, Azure Cosmos DB 또는 기타 트랜잭션 데이터 구조로 현대화할 수 있습니다. |
| 변환 & 현대화 | 다시 호스팅 및 리팩터링 | 비즈니스 가치가 증가하면 데이터 자산 관리의 복잡성도 증가할 수 있습니다. 클라우드에서 다양한 기능을 사용하도록 설정하면서 온-프레미스 프로세스를 계속 실행하려면 약간의 전송, 변환 및 동기화가 필요할 수 있습니다. Azure Data Factory와 같은 도구를 사용하여 데이터 자산을 마이그레이션하고 현대화한 후 진행 중인 변환을 지원합니다. |
| 자신감을 가지고 혁신하세요 | 재구성 또는 재건 | 높은 비즈니스 가치를 달성하려면 자신 있게 혁신할 수 있는 능력이 필요합니다. 클라우드 네이티브 데이터 도구를 사용하여 데이터를 민주화하고, 정보를 분석하고, 결과를 예측합니다. |
워크로드 식별
전략적 이니셔티브는 데이터 환경 위에서 실행되는 워크로드에 의해 제공됩니다. 워크로드를 제대로 설계하려면 먼저 데이터 자산 내에서 실행되는 워크로드를 식별해야 합니다. 식별 프로세스는 복잡할 수 있습니다. 데이터 워크로드에는 하나 이상의 데이터 원본이 포함될 수 있습니다. 또한 데이터를 준비하거나, 정보를 분석하거나, 결과를 예측하기 위한 여러 프로세스를 포함할 수 있습니다.
앞에서 설명한 웨이브 계획 방법을 사용하여 워크로드 식별을 간소화합니다. 각 웨이브에 대해 전략적 이니셔티브를 제공하는 데 필요한 데이터 원본, 애플리케이션 및 인프라를 식별합니다. Azure Migrate 도구를 사용하여 종속성을 평가하고 워크로드 그룹을 명확하게 이해합니다.
트랜잭션 데이터 자산은 일반적으로 기존 애플리케이션과 연결되므로 워크로드 식별이 더 쉬워집니다.
분석 및 AI/기계 학습 솔루션은 더 복잡할 수 있으므로 각 솔루션이 제공하는 결과를 보다 세부적으로 검토해야 합니다. 분석 및 AI 솔루션을 그 출력물을 사용하는 비즈니스 프로세스와 연관시키고, 이를 통해 애플리케이션 수준의 매핑을 생성하는 경우가 많습니다. 애플리케이션 간 BI, AI 또는 기계 학습 솔루션의 경우 데이터 자산을 영향을 주는 비즈니스 프로세스에 매핑하는 새 워크로드 이름을 만듭니다.
디지털 자산 평가에서 식별된 워크로드는 도입 과정에서 사용되어 비즈니스 영향을 분류하는 데 사용될 수 있습니다. 모든 Azure 클라우드 채택 노력에 적용되는 명명 및 태그 지정 표준 사용하여 파생 값을 기록합니다.
워크로드를 식별하면 팀이 성공하는 데 필요한 기술을 더 잘 이해하는 데 도움이 됩니다.
기술 향상 계획 개발
기술 계획을 개발하는 것은 데이터 전략을 추진하는 기능을 구축하는 과정의 일부입니다. 제품, 서비스 또는 도구 및 조직의 인력 기술에 대한 명확한 매핑을 만드는 것이 중요합니다. 다음 연습에서는 일찍 준비하고 민첩성을 연습하여 기술 계획을 개발하는 데 도움이 됩니다.
다음 팁을 사용하여 계획 준비
이 섹션에서는 기술 계획을 개발하기 위한 유용한 팁을 제공합니다.
잠재적인 과제 및 장애물을 조기에 준비
안전하고 규정을 준수하는 방식으로 데이터의 기능을 활용하는 것은 어려운 일입니다. 다음을 포함하여 프로세스 전체에서 다양한 어려움을 겪을 수 있습니다.
- 조직을 나누는 조직 사일로
- 데이터 기반 문화권 구축을 위한 노력의 장애물
- 조직 전체에서 사용 중인 여러 도구 및 기술
출시 시기는 모든 비즈니스에서 가장 중요한 요소 중 하나입니다. 조직은 이를 가능하게 하는 훌륭한 아이디어와 데이터를 가질 수 있지만, 도전과 장애물은 출시 시간을 크게 연장할 수 있습니다. 예상치 못한 과제로 인해 몇 주 또는 몇 달 동안 데이터에서 인사이트와 비즈니스 가치를 얻을 수 없게 될 수 있습니다. 잠재적인 과제와 장애물을 조기에 준비하는 것이 중요하므로 시간에 미칠 수 있는 영향을 최소화해야 합니다.
민첩한 배달 방법 채택
Agile은 변화를 만들고 대응할 수 있는 기능입니다. 이는 불확실하고 격동적인 환경을 처리하고 궁극적으로 성공하는 방법입니다.
민첩성을 위해서는 현재 환경에서 일어나고 있는 일을 생각하고, 불확실성을 식별하고, 진행하면서 적응하는 방법을 계획해야 합니다.
다음 단계
다음 문서는 클라우드 채택 과정을 안내하고 클라우드 채택 시나리오의 성공을 도울 수 있습니다.