Data zijn misschien wel de waardevolste bezittingen van een organisatie. De manier waarop ze gebruikt worden, kan rechtstreeks invloed hebben op de resultaten van zowel de organisatie als de klant. Aangezien it-teams en besluitvormers cloud-adoptie nastreven, is het aannemen van de juiste migratiestrategie een essentiële stap om ervoor te zorgen dat de organisatiedoelen worden bereikt. In een tijd waarin data zowel de basis vormen als bepalend zijn voor het succes van een organisatie, creëert het gebruik van een datagestuurde migratiestrategie kansen voor betere bedrijfsresultaten die andere cloudmigratiestrategieën niet bieden.
Bij data-gestuurde migratie gaat het niet alleen om het verplaatsen van gegevens naar de cloud, maar ook om het benutten van die gegevens zodra ze zich in de cloud bevinden om de besluitvormingscapaciteiten te verbeteren. Voordat organisaties echter met het migratieproces beginnen, moeten ze het proces van het beoordelen, analyseren en sorteren van subsets van gegevens doorlopen en vervolgens bepalen hoe deze gegevens moeten worden gebruikt zodra ze zich in de cloud bevinden. Het gebruik van een data-lake kan dit besluitvormingsproces vergemakkelijken.
Organisaties kunnen een grote set gegevens hebben zonder een duidelijke manier waarop ze deze gebruiken. Een data-lake stelt een organisatie in staat om eenvoudig hun gestructureerde gegevens te importeren zonder deze eerst te hoeven ordenen. Bovendien zijn data-lakes schaalbaar en flexibel naar de huidige behoeften van jouw organisatie, waardoor het opnemen van een data-lake in jouw migratiestrategie een kosteneffectieve manier is om jouw gegevens op te slaan terwijl deze worden verwerkt.
Dringend
Een data-gestuurde cloudmigratiestrategie die gebruikt maakt van een data-lake, stelt organisaties in staat de toegang tot data aan te scherpen of uit te breiden en herhaalbare taken te automatiseren, waardoor it-teams meer tijd krijgen om problemen op te lossen die meer dringend zijn.
Een recent voorbeeld van het voordeel dat een data-lake biedt, is het Department of Veterans Affairs (VA) in de Verenigde Staten, dat een data-lake heeft gebruikt bij hun inspanningen op het gebied van cloudmigratie. Dit leidde tot een datamigratie-inspanning die vier tot zes keer sneller was dan bij een traditionele migratie, waardoor de VA snel relevante datasets kon analyseren om tijdige beslissingen te nemen. Met de migratie van de VA naar de cloud op het hoogtepunt van de Covid-19-uitbraak, kon het bureau de uitbraakgebieden van het virus volgen en analyseren en tijdige beslissingen nemen met behulp van de supply chain, ziekenhuisinventaris en sociale diensten.
En dit is de waarde die het brengt: migreren naar de cloud via een data-gestuurde aanpak creëert meer mogelijkheden om inzichten te verkrijgen uit de geaggregeerde gegevens en deze snel op een impactvolle manier te gebruiken. Het proces om dit te doen is eenvoudig: zodra gegevens zijn gemigreerd naar een data-lake, kunnen organisaties beoordelen uit welke datasets ze inzichten willen verzamelen, deze in een analyse-engine invoegen en die bevindingen binnen korte tijd in gebruiken in de praktijk.
Ontbrekende invoer
Datagestuurde migraties bevorderen op de lange termijn efficiënte en kosteneffectieve processen, in combinatie met algoritmen voor machine learning. De waarde van deze algoritmen ligt in het vermogen om gegevens te evalueren, de kwaliteit ervan te beoordelen, ontbrekende invoer te voorspellen en aanbevelingen te doen. Machine learning-systemen zijn op veel verschillende manieren toe te passen; van het stroomlijnen van interne processen en het verbeteren van de gebruikerservaring tot het verbeteren van cybersecuritysystemen.
Het gebruik van machine learning om te beschermen tegen cybersecuritybedreigingen is een belangrijke manier waarop organisaties dergelijke inzichten benutten. Door bijvoorbeeld informatie uit bronnen zoals firewalls, routers en zoekopdrachten op internet te koppelen, zijn gegevens realtime te analyseren, waardoor organisaties in een betere positie zijn om dreigingspogingen te analyseren en aan de hand daarvan hun securityhouding aan te passen.
Werklast
Machine learning-tools zijn vooral waardevol voor organisaties die overladen zijn met data. Voor velen kunnen de legacy-systemen die ze gebruiken de toegenomen workloads niet aan als gevolg van hun groei, wat leidt tot langere verwerkingssnelheden en overbelaste besturingssystemen. Voeg daar nog tientallen datawetenschappers aan toe die allemaal tegelijkertijd toegang proberen te krijgen tot informatie van die systemen en het wordt moeilijk voor die systemen om die werklast te beheren, laat staan die informatie op een proactieve manier te gebruiken. Zodra gegevens echter naar de cloud zijn gemigreerd, is informatie van firewalls, zoekopdrachten op internet, routers en andere bronnen automatisch in realtime te koppelen en analyseren, wat extra waarde voor de organisatie creëert.
Het creëren van dergelijke waarde vormt de kern van een data-gestuurde benadering van cloudmigratie. Van toenemende efficiëntie tot afnemende kosten, migraties geleid door data zijn voor organisaties de manier waarop zij hun gebruik van data-inzichten opnieuw uitvinden en vormgeven om anders onmogelijke uitdagingen op te lossen. Nu datagebruik een belangrijke factor wordt voor de interne en externe waarde van een organisatie, is een data-gestuurde benadering van cloudmigratie de sleutel tot betere organisatieresultaten en het vinden van oplossingen voor dringende zakelijke behoeften.
(Auteur Sandy Carter is vicepresident of worldwide public sector partners and programs bij Amazon Web Services.)
