首页 | 

走进我们

数据分析向云迁移时如何避免混乱

?????发布时间:?????2019-04-15

审核现有的数据管理实践人工智能数据管理平台Immuta公司云计算业务总经理RobLancaster说,评估现有数据周围的数据管理基础设施和安全性非常重要。 我们看到的一个主要问题是,数据传统上是由本地系统进行保护的,这些系统在云中是不存在的。

很多组织意识到,一旦他们将数据迁移到云端,就不能像以前那样保护它,需要考虑不同且更灵活的策略来实现真正的数据分析,但已经太晚了。

日志管理和安全分析公司SumoLogic公司产品营销总监BenNewton表示:我们应该注意到以往数据库的损坏。

人们常常沉迷于收集数据而不是回答问题。 企业在将数据迁移到云端之前,需要清楚地概述一些关键业务问题,并确定数据以回答这些问题。

更好的是,选择一个特定的应用程序或业务领域作为开始。 不要试图处理整个数据湖。

而是从一个数据池开始。 Newton建议说。 他表示,他经常遇到企业在不反映实际情况的数据集上构建业务战略。 为了使云计算中的数据分析取得成功,企业需要了解非结构化、结构化和半结构化数据分析的基本细节。 这将使开发一种策略更容易,以满足传统、运行良好的商业智能(BI)工具和机器数据分析的需求。

Zendesk公司产品战略副总裁SamBoonin说:最好从云中可能存在的数据开始,例如数字客户旅程数据或与现有SaaS投资相关的数据。 这将有助于获得一些快速并熟悉基于云计算的商业智能(BI)环境。

然后,将云计算转换计划构建到整体商业智能(BI)策略中,并随时间的推移迁移其余数据。 通常,商业智能(BI)面临的主要挑战是访问、清理和规范化数据。

云计算使这些任务更容易,因为很多数据已经存在于AWS和MicrosoftAzure等公共云中。 但Boonin强调,企业的数据管道仍然需要一致的治理和IT工作。

控制数据和成本越来越多的人担心云中的数据分析,尤其是通用数据保护规范(GDPR)等新法规,在迁移过程中会保护敏感信息。 需要屏蔽或标记敏感数据。

数据隐私服务商BigID公司的联合创始人兼首席产品官NimrodVax表示,数据的物理位置也是一个问题。

由于组织无法始终了解或控制云计算提供商存储数据的位置,因此可能会无意中违反数据驻留法规。

组织不仅需要知道他们的数据存储位置,还需要知道他们存储的数据。 他指出,那些能够在迁移到云之前映射数据的用户将更好地了解正在迁移的数据类型。 云计算定价可能很有吸引力,似乎是一个简单的切入点,但其成本可能无法预测。

运营数据库管理系统提供商MarkLogic公司产品执行副总裁JoePasqua表示,很多组织都无法准确估算成本。 对云中的商业智能(BI)和数据分析而言,成本估算尤其具有挑战性。 虽然运营工作负载通常由可重复的业务流程驱动,这可以使它们更具可预测性,但商业智能(BI)和分析可能受到用户和数据科学家的推动。 Pasqua说,总有一些分析要做,而采用云计算使得消耗更多资源变得非常容易。 使用能够有效分析使用模式并控制使用情况的平台获得可预测的成本,这一点非常重要。 【编辑推荐】【责任编辑:TEL:(010)68476606】。

 

 

 

 

 

 

 

 

 

 

 

    分享到: