你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
将数字资产合理化
云合理化是指评估数字资产，确定在云中托管它们的最佳方法的过程。 确定一种方法并聚合库存后，即可开始进行云合理化。 云合理化探讨了最常见的合理化选项。
观看以下视频，了解有关完成综合评估的简要概述，这将帮助你规划迁移工作并确定其优先级。
传统的合理化视图
如果以复杂决策树的形式将传统的合理化过程可视化，则合理化就很容易理解。 数字资产中的每个资产通过生成五个答案（合理化的 5 个 R）中一个答案的过程馈送。 对于小型资产，此过程可以顺利运行。 对于大型资产，此过程效率较低，可能会导致严重的延迟。 让我们查看该过程以了解原因。 然后演示一个更有效的模型。
库存：使用传统模型完成全面的合理化需要准备一个完整的资产库存，其中包括应用程序、软件、硬件、操作系统和系统性能指标。
定量分析：在决策树中，定量问题驱动第一个决策层。 常见问题如下：
- 该资产目前是否正在使用？
- 如果是，它是否经过了适当的优化和大小调整？
- 资产之间存在哪些依赖关系？ 这些问题对于库存的分类至关重要。
定性分析：下一组决策需要运用定性分析形式的人类智力。 通常，这里描述的问题在不同的解决方案中是独一无二的，只能由业务利益干系人和超级用户回答。 这些决策通常会延迟进程，使进度明显减慢。 对每个应用程序执行此分析通常需要花费 40 - 80 FTE 小时。
有关生成定性分析问题列表的指南，请参阅数字资产规划方法。
合理化决策：有经验的合理化团队可以利用定性和定量数据创建明确的决策。 遗憾的是，具有丰富合理化经验的团队的薪水不菲，或者需要好几个月的时间进行培训。
企业级的合理化
如果对包含 50 个 VM 的数字资产开展此项工作就非常耗时，以致令人生畏，可以设想一下，要在包含数千个 VM 和数百个应用程序的环境中推动业务转换，那工作量会有多大？ 所需的人工很容易就会超过 1,500 FTE 小时和 9 个月的规划。
尽管全面合理化是最终状态，并且为下一步指明了方向，但相对于要花费的时间和精力，它很少会产生较高的 ROI（投资回报率）。
如果合理化对于财务决策至关重要，则值得考虑组建一个专业服务组织来专门从事云合理化，以加速该过程。 即便如此，全面合理化也仍可能会代价高昂且非常耗时，可能延迟转换或业务成果。
本文的余下内容将介绍一种称为“增量合理化”的方法。
增量合理化
大型数字资产的全面合理化很容易带来风险，并且由于其复杂性，可能会造成延迟。 增量方法背后的假设是延迟的决策会错开业务负载，以减少障碍风险。 随着时间的推移，此方法会创建一个用于开发所需的过程和体验的有机模型，以更高效地做出符合条件的合理化决策。
库存：减少发现数据点
很少有组织会投入时间、精力和费用来维护整个数字资产的准确实时库存。 在资产遗失、失窃、刷新周期和员工入职时，往往会发现对最终用户设备进行详细资产跟踪很有必要。 在传统的本地数据中心维护准确的服务器和应用程序库存所带来的 ROI 往往较低。 与跟踪数据中心内固定资产的使用情况相比，大多数 IT 组织还需要解决更多更迫切的问题。
在云转换中，库存直接与运营成本相关。 进行适当的规划需要准确的库存数据。 遗憾的是，当前的环境扫描选项可能会将决策延迟数周或数月。 幸运的是，一些技巧可用于加速数据收集。
基于代理的扫描最容易造成延迟。 传统合理化所需的可靠数据通常只能通过每个资产中运行的代理进行收集。 对代理的这种依赖关系通常会减慢进度，因为它可能需要安全、运营和管理职能部门的反馈。
在增量合理化过程中，可以使用无代理解决方案进行初始发现，以加速前期决策。 根据环境中的复杂程度，仍然可能需要基于代理的解决方案，但可以从关键路径中将其删除，以实现业务转换。
定量分析：简化决策
不管采用哪种方法进行库存发现，定量分析都能为初始决策和假设创建条件。 尝试识别第一个工作负荷或者当合理化的目标是进行高级成本比较时尤其如此。 在增量合理化过程中，云策略团队和云采用团队会将合理化的 5 个 R 限制为两个简明的决策，并只应用这些定量因素。 这可以简化分析，并减少推动变革所需的初始数据量。
例如，如果某家组织正处于从 IaaS 迁移到云的过程中，则可以假设大多数工作负载将停用或重新托管。
定性分析：临时假设
减少潜在结果数可以更轻松地在未来资产状态方面达成初始决策。 减少选项后，在此前期阶段向业务部门提出的问题数量也会减少。
例如，如果选项仅限重新托管或停用，则在初始合理化期间，业务部分只需回答一个问题，即是否停用资产。
“分析表明没有用户正在主动使用此资产。 这是准确的吗？还是我们忽略了某些事情？”这类二元问题通常更容易通过定性分析来解答。
这种简化的方法可以产生基线、财务计划、策略和方向。 在后续活动中，每个资产会经历进一步的合理化和定性分析，以评估其他选项。 在迁移单个工作负载之前，会测试在此初始合理化中做出的所有假设。
对假设提出质疑
上一部分的结果是一个充满假设的粗略合理化。 接下来，让我们质询其中的某些假设。
停用资产
在传统的本地环境中，托管未使用的小型资产很少会给年度成本造成重大影响。 但也存在几种例外情况，分析和停用实际资产所需的 FTE 工作量超过了删减和停用这些资产所带来的成本节省。
在转移到云记帐模型时，停用资产可能会明显节省年度运营成本和前期迁移工作量。
完成定量分析后，组织停用 20% 或甚至更多数字资产的情况并不少见。 建议在采取操作之前进行进一步的定性分析。 确认后，在云迁移过程中停用这些资产可以带来第一笔 ROI。 这通常是最大的成本节省因素之一。 因此，云策略团队应监督对资产的验证和停用，同时并行执行迁移方法，以实现实现早期的财务收益。
计划调整
公司很少从一种转换旅程着手。 它们很少在成本缩减、市场增长和新收入流之间做出二元选择。 因此，建议云策略团队与 IT 部门协作，以便在超出主要转换旅程范围的并行转换工作中识别资产。
在本文提供的 IaaS 迁移示例中：
要求 DevOps 团队识别已包含在部署自动化中的资产，并从核心迁移计划中删除这些资产。
请让数据和 R&D 团队确定为新收入流提供支持的资产，并将其从核心迁移计划中删除。
这项以计划为中心的定性分析可以快速执行，并在多个迁移积压工作之间创建基准。
你可能仍需要在一段时间内将部分资产视为重新托管资产。 在初始迁移后，可以逐步进行后续合理化。
选择第一个工作负载
实施第一个工作负荷是测试和学习的关键所在。 它是演示和构建发展思路的第一个机会。
业务关键型
为确保业务透明度，请识别云策略团队业务单位的成员支持的工作负载。 最好是选择该团队对其存在利害关系，并有强烈的意愿要将其迁移到云的工作负载。
技术准则
选择依赖关系最少，且能以小型资产组的形式迁移的工作负荷。 建议选择具有定义的测试路径的工作负载，以便更轻松地验证。
第一个工作负荷通常部署在没有运营能力或监管能力的试验环境中。 选择不会与安全数据交互的工作负载很重要。
质化分析
云采用团队和云策略团队可以协作分析此小型工作负载。 此协作可创造受控机会来创建和测试定性分析准则。 较小的人口基数使团队有机会调查受影响的用户，以便在一周或更短的时间内完成详细的定性分析。 有关常见的定性分析因素，请参阅合理化的 5 个 R 中的具体合理化目标。
迁移
在持续合理化的同时，云采用团队可以开始迁移小型工作负载，以拓展以下关键领域的学习：
- 使用云提供商的平台强化技能。
- 定义实现长期愿景所需的核心服务和 Azure 标准。
- 更好地了解运营部门以后如何在转换中改进。
- 了解所有内在业务风险，以及企业对这些风险的容限程度。
- 根据企业的风险容限程度建立基线或最小可行产品 (MVP) 以用于监管。
版本规划
在云采用团队执行迁移或实现第一个工作负载时，云策略团队可以开始确定剩余应用程序和工作负载的优先级。
10 次方
传统的合理化方法会尽可能满足可预见的需求。 幸运的是，启动转换旅程通常并不需要对每个应用程序进行规划。 在增量模型中，“10 次方”方法提供了一个很好的起点。 在此模型中，云策略团队选择要迁移的前 10 个应用程序。 这 10 个工作负荷应包含简单和复杂工作负荷的混合形式。
生成第一个积压工作
云采用团队和云策略团队可以共同针对前 10 个工作负载展开定性分析。 此操作会创建第一个优先的迁移积压工作和第一个优先的版本积压工作。 此方法可让团队迭代方法，并提供足够的时间来创建定性分析的完善过程。
完善过程
两个团队议定定性分析准则后，可在每次迭代中完成评估任务。 通常需要经过两到三个版本，才能在评估准则上达成共识。
评估工作转到增量迁移执行过程后，云采用团队可以更快地迭代评估和体系结构。 在此阶段，云策略团队也可以从过程抽身，以减少其花费的时间。 此外，这样还可让云策略团队专注于确定尚未加入特定版本的应用程序的优先级，从而确保严格符合不断变化的市场条件。
并非所有已设定优先级的应用程序都已准备好进行迁移。 优先顺序可能会发生变化，因为团队会执行更深入的定性分析，并发现表明可能会对积压工作重新设定优先级的业务事件和依赖项。 某些版本可以组合成少量的工作负载。 还有一些版本可能只包含单个工作负载。
云采用团队可能运行不会生成完整工作负载迁移的迭代。 工作负荷越小和依赖项越少，工作负荷适合单个冲刺 (sprint) 或迭代的可能性就越高。 出于此原因，建议在版本积压工作的最前面使用几个较小的应用程序，并在这些应用程序中包含少量的外部依赖项。
结束状态
随着时间推移，云采用团队和云策略团队将共同完成库存的全面合理化。 此增量方法可让团队以更快的速度推进合理化过程。 此外，它还有助于转换旅程更快地产生实在的业务成果，而无需投入大量的前期分析工作。
在某些情况下，如果不进行其他合理化，财务模型可能过于严格，致使无法做出决策。 对于这种情况，可能需要采用更传统的方法进行合理化。
后续步骤
合理化工作的输出是所选转换影响的所有资产的优先级积压工作。 现在，可将此积压工作用作云服务成本计算模型的基础。