调整企业数据中心的大小是否值得?
来源:CPDA数据分析师网 / 作者:数据君 / 时间:2021-04-25
易于使用的新工具与学习与采用
1、数据中心会减少总体管理工作还是只是重新分配?
2、学习新的数据中心有哪些培训要求?
3、数据中心能否使我们淘汰其他工具以简化操作?
重塑的好处与重新分配成本
1、我们可以在不破坏我们的治理和合规性举措的情况下实施数据中心吗?
2、我们可以与战略计划保持一致吗,例如合规性,数据现代化或云计算?
3、重新配置或合并现有工具是否更有意义?
一个框架的效率与需要专攻
1、数据中心会不会使数据管理的关键方面没有得到解决?
2、我们可以维持开放的架构(数据格式,API等)来添加或更改第三方组件吗?
易于使用新工具,而不是学习和采用
数据中心旨在通过授权业务领域专家(例如,经理和BI分析师)来集成,完善,管理和管理驱动运营和分析的更多数据,从而提高生产力。有了合适的图形工具,这些领域专家可能会比与领域无关的数据工程师和数据管理员更有效地执行那些任务,但这是否证明机会成本合理?花在学习和管理这些新任务上的时间从核心工作中夺走了,这意味着对于大型组织来说,生产力的好处是非常重要的,数据中心需要证明培训时间的合理性并减少总体管理工作。
其他因素也会影响易用性
数据中心应通过替换一个或多个现有工具来进一步减少管理工作和运营成本,业务经理应该拥有更少的学习界面,更少的管理密码以及更少的烦人的喉咙,企业应减少支付的订阅费用,如果不是则数据中心的值下降,重塑的收益与破坏的成本,对于任何数据团队和IT组织而言,正确地做到“不伤害”始终是当务之急,他们需要询问他们是否可以在不破坏其治理流程和遵守法规要求的能力的情况下甚至短暂地实现数据中心,这个问题的答案取决于数据中心的功能-例如,其处理个人身份信息的方法,与诸如加利福尼亚州消费者隐私法案之类的新法规保持一致以及报告功能,答案还取决于IT组织可以多么顺利地推出解决方案并调整现有人员和流程来对其进行管理。
许多企业可以通过将数据中心部署与与法规遵从性
数据现代化或云迁移相关的现有战略计划进行合并来增加采用的难度,他们应在将资金投入数据中心之前验证并确定这些可能性的范围,也许重要的是,他们应该避免追逐闪亮的物体,并考虑仅重新配置他们如今拥有的工具的替代方案,也许他们现有的供应商刚刚推出了增强功能,可以极大地加速其瓶颈匹配和合并过程。
一个框架的效率与需要专门化
数据中心提供了一套解决方案,这引发了有关替代品的常见问题,该套件不应妨碍数据管理的任何关键任务,某些业务部门和团队不可避免地需要专门化,例如数据科学家可能需要使用自然语言处理脚本来评估客户情绪,数据中心需要适应这种专业化,例如通过集成自定义脚本插件,它需要支持具有开放数据格式,开放API和易于与第三方工具集成的开放架构。
您可以指望技术工具的融合
1、数据中心会减少总体管理工作还是只是重新分配?
2、学习新的数据中心有哪些培训要求?
3、数据中心能否使我们淘汰其他工具以简化操作?
重塑的好处与重新分配成本
1、我们可以在不破坏我们的治理和合规性举措的情况下实施数据中心吗?
2、我们可以与战略计划保持一致吗,例如合规性,数据现代化或云计算?
3、重新配置或合并现有工具是否更有意义?
一个框架的效率与需要专攻
1、数据中心会不会使数据管理的关键方面没有得到解决?
2、我们可以维持开放的架构(数据格式,API等)来添加或更改第三方组件吗?
易于使用新工具,而不是学习和采用
数据中心旨在通过授权业务领域专家(例如,经理和BI分析师)来集成,完善,管理和管理驱动运营和分析的更多数据,从而提高生产力。有了合适的图形工具,这些领域专家可能会比与领域无关的数据工程师和数据管理员更有效地执行那些任务,但这是否证明机会成本合理?花在学习和管理这些新任务上的时间从核心工作中夺走了,这意味着对于大型组织来说,生产力的好处是非常重要的,数据中心需要证明培训时间的合理性并减少总体管理工作。
其他因素也会影响易用性
数据中心应通过替换一个或多个现有工具来进一步减少管理工作和运营成本,业务经理应该拥有更少的学习界面,更少的管理密码以及更少的烦人的喉咙,企业应减少支付的订阅费用,如果不是则数据中心的值下降,重塑的收益与破坏的成本,对于任何数据团队和IT组织而言,正确地做到“不伤害”始终是当务之急,他们需要询问他们是否可以在不破坏其治理流程和遵守法规要求的能力的情况下甚至短暂地实现数据中心,这个问题的答案取决于数据中心的功能-例如,其处理个人身份信息的方法,与诸如加利福尼亚州消费者隐私法案之类的新法规保持一致以及报告功能,答案还取决于IT组织可以多么顺利地推出解决方案并调整现有人员和流程来对其进行管理。
许多企业可以通过将数据中心部署与与法规遵从性
数据现代化或云迁移相关的现有战略计划进行合并来增加采用的难度,他们应在将资金投入数据中心之前验证并确定这些可能性的范围,也许重要的是,他们应该避免追逐闪亮的物体,并考虑仅重新配置他们如今拥有的工具的替代方案,也许他们现有的供应商刚刚推出了增强功能,可以极大地加速其瓶颈匹配和合并过程。
一个框架的效率与需要专门化
数据中心提供了一套解决方案,这引发了有关替代品的常见问题,该套件不应妨碍数据管理的任何关键任务,某些业务部门和团队不可避免地需要专门化,例如数据科学家可能需要使用自然语言处理脚本来评估客户情绪,数据中心需要适应这种专业化,例如通过集成自定义脚本插件,它需要支持具有开放数据格式,开放API和易于与第三方工具集成的开放架构。
您可以指望技术工具的融合
但是同样可以肯定的是,数据环境越来越复杂,数据孤岛也在不断增加,因此企业需要认真考虑诸如数据中心之类的融合工具的承诺,才能真正简化其环境,数据中心可能会通过许多企业的测试,但是请务必尽力评估和选择。
商业联合会数据分析专业委员会