Transforming to a data-centric enterprise through cloud

云计算和超级规模器为数据和分析做出了如此多的承诺——然而云计算并不适用于所有事情.

执行概要

奖励:云和超级规模为数据和分析做出了巨大的承诺——然而云并不是适用于所有事情

基本不匹配. The world’s global IT landscape is fast becoming data-centric. 与此形成鲜明对比的是, 传统企业是围绕业务单位和应用程序设计的, with data a by-product as opposed to a highly valued resource. 

其结果是,传统企业与它们所处的以数据为中心的动态环境格格不入, unable to metabolize and act on data at the required speed.1

You will always be behind in some areas if you are not in the cloud. 超级大公司——亚马逊, 谷歌和微软——以及风险投资行业正在向数据和分析解决方案的生态系统投入大量资金, 将云作为“首选”部署选项. 例如,在增强数据和决策方面,如果不在云端,就无法跟上进度.

但云并不是万能的. Nevertheless, we should not view everything through the lens of cloud. 安全的考虑, 性能, 对于某些系统和数据来说,成本和遵从性都可能使云成为错误的选择. After the cost of transformation has been taken into account, the business case may no longer stand; and the capacity of an enterprise to move to cloud will be limited by organizational inertia, 技能可用性和改变带宽. So, what is the point of a strategy that cannot be implemented?

评估奖励:云之旅必须从评估基于云的解决方案将给您的企业带来的业务价值开始.

Innovation: putting data at the heart of the enterprise. Becoming data driven of course includes making better decisions faster, based on more and better-quality data; but being a truly data-driven enterprise also entails a transformation that places data at the heart of the enterprise to drive revenue and other business outcomes. 云可以通过在多个层面带来创新,在这一转型中发挥关键作用. 云计算支持新的业务模型,例如构建数据生态系统. 云 also empowers 机器学习 (ML) and 人工智能 (AI), 通过支持整个ML/AI生命周期的开箱即用模型和服务.

云可以打开数据科学的内部密室——以前是由高级官员把持的, 专业数据科学家——并将数据和工具交到公民数据科学家手中. 最后,云可以帮助解锁数据中的价值,例如,通过开放数据集.

敏捷性:在那里,云形成了它自己. The COVID-19 crisis has demonstrated the concrete value of agility. 尽管一些企业能够在重新配置操作时无缝地进行调整,但其他企业却很难做到. 类似的, 在整个经济中,变化的速度越来越快,这使得灵活性更加重要:可变成本vs. fixed costs; on demand vs. on order; fluid vs. static; modular vs. monolithic; test and learn vs. 计划并指定. 敏捷性是云发挥作用的地方,它带来可伸缩性并支持快速试验. 云计算还增加了数据流和流动性, 使数据可组合为构建块,以便快速组装新的分析和业务功能. 这可以让管理人员提出以前没有考虑过的关键问题.

数据管理:集成、自动化和控制. 云 brings many opportunities to transform and optimize data management, 没有它,数据中心仍然是一个梦想. 云数据管理极大地促进了跨企业和通过数据中心和数据网格的数据集成. 类似的, 云带来了减少“意大利面和肉丸”2效应带来的数据扩散的机会. 此外,通过自动化,云可以在数据管理中施加额外的规则. 最后, cloud increases the range of options for storing data, so that it can be optimized for distinct types of data and processing.

成本尽早计算数字. 云计算将减少资本支出,如果部署正确,还能更好地控制成本. 然而,, as highlighted in a recent paper by Andreesen Horowitz, it is by no means certain that cloud will reduce costs overall,特别是一旦企业成熟. 室内计算和存储是更便宜还是云计算更便宜,这取决于您的替代成本以及工作负载和数据的使用方式. 事实上, 在迁移到云之前,对应用程序和数据进行合理化通常可以节省更大的成本. 尽早计算数字, 因为这对架构有重要的影响——并确保充分考虑到网络, data transfer and transformation costs that are typically underestimated.

大问题:在企业决定如何以及在何处采用云技术进行数据和分析之前, 对一些重大问题的回答需要充当你旅程的护栏.

策略:通过分析和数据,完美体育需要交付什么样的业务和IT成果? 最根本的问题是,你打算如何通过数据和分析来竞争和创造价值. 例如,你的优先级是分析和探索,还是操作分析? 最有价值的数据类型是什么? Since few enterprises have the luxury of focusing solely on the long term, 你的策略还应该解决当下的问题——比如即将到来的监管或利益相关者希望解决的绩效问题.

合规: What rules must data and analytics meet and how do we ensure 合规? 云计算程序常常因为需要改进监管规则而被昂贵地搁置. An essential early step is the identification of all regulations. Many have specific regulations governing cloud, 而通用数据保护条例(GDPR)等数据治理规则适用于所有部门. 多年的渐进变化可能导致了合规的某些方面被蒙混过去, 但云计算的软件定义方法将要求消除所有的歧义. 因为现在监管频繁变化, 通过采用策略驱动的软件方法而不是硬连接的控制,遵从性应该经得起未来的考验.

安全: How do we keep data and analytics applications secure in the cloud? 尽管超级规模为其云基础设施提供了卓越的安全性, cloud inevitably increases the attack surface and you, 不是超大型, are responsible for protection of data in the cloud. 您可能希望探索新的安全模型来加强安全性并降低这些风险——特别是零信任, data-centricity, 以及现代化的身份和访问管理.

体系结构: What is the overarching architecture for data and analytics in the cloud? 需要围绕架构进行选择. 第一个, 不同的主要业务用例将需要不同的吸收模式, 存储和管理数据. Second, there is a variety of architectural models to choose from. 的lakehouse, 数据集成中心-数据网格和云数据仓库都有各自的主张. Although new ventures will almost certainly be born in the cloud, 大多数传统公司都有一些不适合云计算的分析应用程序和数据存储, 使混合解决方案不可避免.

合作伙伴: Who will be our strategic partners on our cloud journey? The hyperscalers are not all the same when it comes to data and analytics. 例如, they bring different capabilities in compute speed and scale, 打开数据集, 人工智能模型(例如, for speech and text) and services for the model development lifecycle. Moreover, specialist vendors fill important niches in the landscape. 此外,这一旅程涉及许多新技术,技能稀缺. 作为一个结果, 正确选择资讯科技服务供应商是减低风险的关键成功因素, 成本和时间尺度.

从战略到行动:一旦你解决了大问题,你就可以从战略到行动.

Data. In resolving how and where data should be stored and processed, a whole range of factors has to be weighed: business needs, 安全, 合规, 成本和技术性能. 此外,这些考虑经常是相反的,使权衡至关重要. 显著, 退出费用和数据引力(数据对其他数据的吸引力)意味着你的决定将具有长期影响. 因为数据最终很可能会存储在多个位置, a common metadata layer is vital to prevent the cementation of new silos.

数据管理. 云 presents an opportunity to enhance data and information management, but you have a narrow window to get things right. You will need to map out the principal data flows, with separate patterns defined for each — for example, 运营决策支持, 自助分析和数据科学. 值得注意的是, 这些数据流在云中的操作可能与在本地完全不同, 与提取, 负载与转换(ELT), 例如, 有可能取代提取, 变换加载(ETL). 同样的, 您需要定义工具, 您将用于跨端到端生命周期管理信息的过程和治理. 关键领域包括数据扩充、元数据、数据沿袭、数据目录和归档.

丰富的数据和分析着陆区. 云数据和分析程序的一个重要先决条件是一个功能丰富的企业云平台,其中包括通用组件——例如, 单点登录, 网络, 零信任安全, 监控和DevOps. Even though such a platform will typically take 3 to 6 months to build, this is a matter of “going slower to go faster,确保以后的每个项目不会重复工作,并交付一个更标准化的解决方案. 类似的, 需要丰富的数据和分析着陆区,其中应该包含信息管理和治理工具以及数据编目等流程, 数据保护和数据沿袭. 没有这个, 您将错过通过设计实现标准化和通过设计实现安全性的机会. 你会花更多钱, 随着一系列项目的不断重复, 每个人都有自己对圆的看法.

完美体育’s approach to choosing the right platforms, modernizing and optimizing infrastructure for managing data is called 云对™. 当移动操作系统时, 对于每个应用程序或数据存储, 您必须决定是否通过更简单的重新托管和平台来实现业务目标, or more complex refactoring and rearchitecting. 即使目标是转变, 您将不得不选择是转换和迁移,还是迁移和重构/再工程, 因为云提供了许多工具来促进转换和数据清理. 最后, 需要一种健壮的方法来归档系统和数据,以便实现迁移到云的全部好处.

\r\n

使矩阵工作. 因为一次成功的云之旅需要平衡许多因素——成本, 风险, 合规, 安全, 技术性能和业务结果——你需要组织结构和治理来使矩阵发挥作用. 在工作层面, 法规遵循和安全中小企业应该嵌入到团队中,以确保通过设计实现法规遵循和通过设计实现安全, 架构师同样分散在项目团队中,以确保遵循架构和设计原则. 在上一层, 云业务办公室(CBO)在单个scrum无法解决问题或一个问题涉及多个团队的情况下应用集成决策. 在国会预算办公室, 一个高管论坛可以作为一个升级点,但责任需要在一个负责任的高管身上停止.

\r\n

结论:云将在企业以数据为中心的重新定位中发挥至关重要的作用——数据是21世纪企业的一个重要特征.

\r\n

对于大多数企业来说,云很难不成为向数据中心转型的关键战略. 然而,您应该避免不切实际的想法,即不能接受迁移到云是困难的,并且对于具有复杂遗留系统的大型企业来说,混合解决方案是不可避免的. 成功将取决于清晰的自上而下的思维来回答大问题,并制定一个战略来扩大采用范围. 自顶向下方法, 然而, has to be tempered with bottom-up planning and action, 因为复杂的问题只能通过处理细节和在实践中学习来解决.

\r\n"}}' id="text-955f0100cb">

迁移和转换. In order to build out from this first landing zone, 您将需要一个扩展路线图, as well as a robust and repeatable approach to migration, 转换和归档, 通过工厂方法降低成本和实施标准化,哪些往往是最好的. 完美体育’s approach to choosing the right platforms, modernizing and optimizing infrastructure for managing data is called 云对™. 当移动操作系统时, 对于每个应用程序或数据存储, 您必须决定是否通过更简单的重新托管和平台来实现业务目标, or more complex refactoring and rearchitecting. 即使目标是转变, 您将不得不选择是转换和迁移,还是迁移和重构/再工程, 因为云提供了许多工具来促进转换和数据清理. 最后, 需要一种健壮的方法来归档系统和数据,以便实现迁移到云的全部好处.

使矩阵工作. 因为一次成功的云之旅需要平衡许多因素——成本, 风险, 合规, 安全, 技术性能和业务结果——你需要组织结构和治理来使矩阵发挥作用. 在工作层面, 法规遵循和安全中小企业应该嵌入到团队中,以确保通过设计实现法规遵循和通过设计实现安全, 架构师同样分散在项目团队中,以确保遵循架构和设计原则. 在上一层, 云业务办公室(CBO)在单个scrum无法解决问题或一个问题涉及多个团队的情况下应用集成决策. 在国会预算办公室, 一个高管论坛可以作为一个升级点,但责任需要在一个负责任的高管身上停止.

结论:云将在企业以数据为中心的重新定位中发挥至关重要的作用——数据是21世纪企业的一个重要特征.

对于大多数企业来说,云很难不成为向数据中心转型的关键战略. 然而,您应该避免不切实际的想法,即不能接受迁移到云是困难的,并且对于具有复杂遗留系统的大型企业来说,混合解决方案是不可避免的. 成功将取决于清晰的自上而下的思维来回答大问题,并制定一个战略来扩大采用范围. 自顶向下方法, 然而, has to be tempered with bottom-up planning and action, 因为复杂的问题只能通过处理细节和在实践中学习来解决.

继续阅读

下载全文

了解如何通过云转换为以数据为中心的企业的更多信息. 阅读全文.

关于作者

关于作者

大卫轮辋

大卫轮辋 is an industry advisor for Banking and Capital Markets at 完美体育技术. 他的角色是了解客户的业务问题,并开发可以快速交付的数字解决方案,以实现他们的目标, 通常是通过快速POCs和飞行员. He previously worked at Hewlett Packard Enterprise 服务, responsible for the Mid-Tier UK Financial 服务 sector.

戴夫威尔逊
完美体育技术, 专注于创新和新业务. 他曾在惠普企业服务公司(Hewlett Packard enterprise 服务)担任企业架构师, responsible for architecting digital solutions for customers.

\r\n"}}' id="text-8a5e2ec6cf">

戴夫威尔逊 is an account chief technologist and researcher at 完美体育技术, 专注于创新和新业务. 他曾在惠普企业服务公司(Hewlett Packard enterprise 服务)担任企业架构师, responsible for architecting digital solutions for customers.

贡献者

詹姆斯•科尔曼, 迈克尔为人, Mamoun Hirzalla, 塞巴斯蒂安Kloeser, 安德烈Sas , 克里斯·斯旺和戴夫·怀特黑德


参考文献

完美体育研究,2021年9月
\r\n2克里斯•天鹅 意大利面条和肉丸克里斯·斯旺的博客,2019年7月7日.  
\r\n3Sarah Wang和Martin Cosado, 云计算的成本是个万亿美元的悖论,来自a16z的未来,2021年5月27日.
\r\n

\r\n"}}' id="text-3299143cf6">

1看到 加速你的数据代谢完美体育研究,2021年9月
2克里斯•天鹅 意大利面条和肉丸克里斯·斯旺的博客,2019年7月7日.  
3Sarah Wang和Martin Cosado, 云计算的成本是个万亿美元的悖论,来自a16z的未来,2021年5月27日.