データ分析をクラウドに移行する際の混乱を回避する方法

組織がビジネス インテリジェンス (BI) とデータ分析業務をクラウドに移行する場合、既存の分析プロセス、ソフトウェア評価、データ保護、コスト管理を、十分に検討されたアクション プランに組み込む必要があります。既存の分析プロセスの見直し、適切なクラウド コンピューティング ツールの選択、情報の保護、データ品質の確保、そして最も重要な、適切に設計された目標の設定など、多くの点を考慮する必要があるためです。

[[259108]]

クラウド コンピューティングは、柔軟性の向上、新しいテクノロジの開発と導入の迅速化、コスト削減の可能性の増大など、オンプレミスの代替手段では実現が難しい利点を提供します。 「クラウドへの移行に成功した組織のほとんどは、インテリジェントエンタープライズにおいて BI と分析がどのように機能するかについて明確なビジョンと戦略を持っています」と、SAP の BI およびハイブリッド分析担当製品マーケティングディレクターの Steve McHugh 氏は述べています。 「彼らにとってこれはイノベーションであり、必ずしも現在のビジネスをクラウドに移行することではありません。ただし、クラウドに移行することに興味を持っている企業もあります。」

実験的な考え方を採用する

企業は、クラウドでのデータ分析はコスト削減だけでなく、新たな可能性をもたらすものであることを認識する必要があります。 「維持費をかけずにスケーラブルで安定したインフラにアクセスできるようになることで、組織は実験の初期コストを最小限に抑えながら、その時々で必要な分析レベルに拡張することができます」と、クラウドコンピューティングサービス企業Candid Partnersのコンサルタント、ミッチ・ギブス氏は語る。

彼は分析マネージャーに対し、最高の利益をもたらす分析アプローチを特定し、それに投資するために実験プロセスにリソースを投入するようアドバイスしています。 「分析をアプリケーションの 1 回限りの構築と考えないでください」とギブス氏はアドバイスします。 「代わりに、ビジネス ニーズの変化に合わせて進化するシステムとプロセスを設計してください。」

次のステップは、ビジネス インテリジェンス (BI) と分析コストの削減、クエリの高速化、ユーザーの同時実行性の向上、意思決定サポートの品質の向上、データに基づく洞察のビジネス プロセスへの配信の自動化など、クラウドでのデータ分析の価値ある達成可能な目標を設定することです。 「組織が何を達成したいのかよくわかっていない場合、BI/分析ツールをオンプレミス プラットフォームから移行しないでください」と SiliconAngle Media のシニア アナリスト、James Kobielus 氏は述べています。

検討すべき SaaS ベースのビジネス インテリジェンス (BI) および分析ツールは数多くあり、機能、価格、パフォーマンス、地理的可用性、業界、アプリケーションが多岐にわたります。目標を設定すると、移行計画の初期段階で対応すべきプロバイダーの候補リストを作成するのに役立ちます。 「移行先を決定する前に、これらのプロバイダーと製品の機能についてデューデリジェンスの比較評価を実施してください」とコビエルス氏は述べた。 「運用レポートだけを移行するのか、それとも予測モデリング、データマイニング、機械学習、その他の高度な分析アプリケーションもクラウドに移行するのかを決めることが重要です。」

コビエルス氏は、移行プロジェクトの準備には予想よりも時間がかかり、費用もかかる可能性があると指摘した。多数のデータベースと、クラウド用にゼロから再構築する必要がある大規模な分析コレクションを移行する場合、プロジェクトはさらに複雑になる可能性があります。

移行の専門知識を決定し、ツールを選択する際に考慮すべき重要な点は次のとおりです。

• 組織は、すべてのレガシー ビジネス インテリジェンス (BI) および分析アプリケーションを移行する予定ですか? それとも、移行プロセス中に十分に活用されていない多くのアプリケーションを廃止する予定ですか?
• 組織には、適切に移行するために必要な社内専門知識とツールがありますか。それとも、組織はコンサルタントを雇う必要がありますか。
• ターゲットのクラウド プロバイダーには、移行を支援する専門的なサービスとツールがありますか?

既存のデータ管理方法を見直す

「既存データに関するデータ管理インフラとセキュリティを評価することが重要だ」と、AIデータ管理プラットフォームのImmutaでクラウド事業担当ゼネラルマネージャーを務めるロブ・ランカスター氏は語る。 「私たちが目にする主な問題の 1 つは、データが従来、クラウドには存在しないオンプレミス システムによって保護されてきたことです。多くの組織は、データをクラウドに移行すると、以前と同じようには保護できず、真のデータ分析を可能にするために、異なるより柔軟な戦略を検討する必要があることに気づくのが遅すぎます。」

「過去のデータベースの破損には注意する必要がある」と、ログ管理およびセキュリティ分析企業であるSumoLogicの製品マーケティングディレクター、ベン・ニュートン氏は語った。 「人々は質問に答えるよりも、データ収集に夢中になりがちです。」

データをクラウドに移行する前に、いくつかの重要なビジネス上の質問を明確に概説し、それらの質問に答えるためのデータを特定する必要があります。さらに良いのは、最初に特定のアプリケーションまたはビジネス領域を選択することです。 「データ レイク全体に取り組もうとしないでください。まずは 1 つから始めてください」とニュートン氏はアドバイスします。同氏は、現実を反映していないデータセットに基づいてビジネス戦略を構築している企業によく遭遇すると語った。クラウドでのデータ分析を成功させるには、企業は非構造化、構造化、半構造化データ分析の重要な詳細を理解する必要があります。これにより、従来の適切に運用されたビジネス インテリジェンス (BI) ツールと機械データ分析の両方のニーズを満たす戦略を開発しやすくなります。

「デジタル顧客ジャーニーデータや既存のSaaS投資に関連するデータなど、クラウドにすでに存在する可能性のあるデータから始めるのが最善です」と、Zendeskの製品戦略担当副社長、サム・ブーニン氏は語る。これにより、クラウドベースの BI 環境を迅速に理解し、慣れることができます。次に、クラウド変革計画を全体的な BI 戦略に組み込み、残りのデータを時間をかけて移行します。

通常、ビジネス インテリジェンス (BI) が直面する主な課題は、データへのアクセス、データのクリーニング、およびデータの正規化です。クラウド コンピューティングでは、AWS や Microsoft Azure などのパブリック クラウドにすでに多くのデータが存在するため、これらのタスクが容易になります。しかしブーニン氏は、企業の「データ パイプライン」には依然として一貫したガバナンスと IT 作業が必要であると強調した。

データとコストを管理する

特に、移行プロセス中に機密情報を保護する一般データ保護規則 (GDPR) などの新しい規制により、クラウドでのデータ分析に対する懸念が高まっています。機密データはマスクするかラベルを付ける必要がある。

「データの物理的な場所も問題だ」と、データプライバシーサービス企業BigIDの共同設立者兼最高製品責任者のニムロッド・ヴァックス氏は語る。 「組織はクラウド プロバイダーがデータをどこに保存しているかを常に把握したり管理したりしているわけではないため、データ保存場所に関する規制にうっかり違反してしまう可能性があります。組織は、データがどこに保存されているかだけでなく、どのようなデータを保存しているかも把握する必要があります。」彼は、データをクラウドに移動する前にマッピングできるユーザーは、移動されるデータの種類をよりよく理解できるだろうと指摘しました。

クラウド コンピューティングの価格は魅力的で、簡単に始められるように思えますが、そのコストは予測できない場合があります。 「多くの組織はコストの見積りに苦労している」と、運用データベース管理システムのプロバイダーであるマークロジックの製品担当エグゼクティブバイスプレジデント、ジョー・パスクア氏は語る。

コストの見積もりは、クラウド内のビジネス インテリジェンス (BI) とデータ分析では特に困難です。運用ワークロードは、多くの場合、反復可能なビジネス プロセスによって駆動され、予測可能性が高まりますが、ビジネス インテリジェンス (BI) と分析は、ユーザーとデータ サイエンティストによって駆動されます。 「分析を行う必要は常にあるが、クラウド コンピューティングにより、より多くのリソースを消費することが非常に容易になる」とパスクア氏は言う。 「使用パターンを効果的に分析し、使用状況を制御できるプラットフォームを使用して、予測可能なコストを把握することが重要です。」