Klik voor meer informatie over auteur Chris Lynch.
Dus je hebt de beslissing genomen om all-in te gaan in de cloud. (Trouwens, ik neem het je niet kwalijk – als CEO heb ik zelf dezelfde keuze gemaakt, zowel voor het bedrijf dat ik leid als voor de bedrijven waarin ik investeer.) Nu moet je aandacht gaan naar het maximaliseren van de ROI van uw cloudinvestering terwijl u aan alle verwachtingen voldoet. Ik hoor vaak van onze klanten over de voordelen die ze ervaren van de cloud, maar dan vertellen ze me dat de voordelen ten koste zijn gegaan van prestaties en / of kosten. Dit is een relatief lange manier om te zeggen dat de ROI voldoet niet aan de hype en verwachtingen.
Talrijke Fortune 100-klanten hebben ook hun zorgen gedeeld over de planning voor cloud kosten, vooral in situaties waarin ze agressief proberen om gegevens in handen van de massa te krijgen. In sommige omstandigheden hebben ze te maken gehad met individuele querykosten van meer dan $ 50.000, wat een onvoorziene budgetbreker is. Dus, hoe maximaliseert u de ROI voor analyses in de cloud? De oplossing is misschien niet zo ingewikkeld als u denkt.
Clouddataplatforms brengen voornamelijk rekencycli in rekening, wat betekent dat voor elke vraag die u stelt, al uw rijen met gegevens moeten worden gescand. Dit verbruikt CPU-cycli en hoge kosten. Een primaire optimalisatietactiek is het verminderen van het aantal rijen gegevens voordat de vragen worden gesteld, wat traditioneel handmatig is en waarvoor uitgebreide zakelijke kennis en technische expertise vereist is (zoals die van een data-engineer). Zoals u zich kunt voorstellen, is dit niet gemakkelijk te vinden, en als u er een kunt vinden, is het ongelooflijk duur en tijdrovend.
Om nog maar te zwijgen van het feit dat de datastructuren of tabellen die uw data-engineer zou maken, in wezen irrelevant zijn, vrijwel onmiddellijk nadat ze voor consumptie zijn gepubliceerd. Dit komt omdat, net als al het andere in het leven, dingen veranderen – vooral de dingen die we proberen te analyseren om uiteindelijk het klant- of marktgedrag te beïnvloeden. Ter vergelijking: hoewel er handmatige methoden zijn die u kunt proberen, zoals technische gegevens en het maken van samenvattende tabellen en query’s, is er een inherente discrepantie tussen interactieve analytische workloads. Een van de krachtigste mogelijkheden die de cloud kan realiseren en de handmatige methoden van data-engineering om te proberen het financieel haalbaar te maken. Dus als de eenhoorns die je hebt gevonden en die gespecialiseerd is in het opschonen, snoeien en optimaliseren van gegevens het werk hebben voltooid, is het allemaal voor niets.
Ten tweede, latentie of de vertraging voordat een overdracht van gegevens begint na een instructie voor de overdracht ervan, is aanzienlijk hoger dan op locatie. Hoewel een deel van deze uitdaging gerelateerd is aan fysica (dus daar kunnen we niet veel aan doen), is er een fundamenteel andere benadering van analyse op moderne clouddataplatforms die niet perfect is afgestemd op de vraag- en antwoordfasen van BI en AI. / ML-productietaken. Deze tweede uitdaging kan enigszins op dezelfde manier worden aangepakt als de eerste uitdaging, maar uiteindelijk is deze meer een uitdaging voor betrokkenheid en de productiviteit van hulpbronnen, terwijl de vorige uitdaging in de eerste plaats een uitdaging van dollars en centen is. Hoewel ze verschillend zijn, zijn ze grotendeels hetzelfde, zoals elke leidinggevende gericht op ROI en de impact die analyses in de cloud kunnen hebben op hun bedrijf, concurrentievoordeel, klantsentiment, enz.
Dus, wat moet je doen? Het is belangrijk om de economische impact van uw investeringen te begrijpen op het genereren van inkomsten via relevante, vertrouwde KPI’s, het vaststellen van voorspelbaarheid van rekenkosten in de cloud en het forceren van uw data- en analyseteams. Om deze economische effecten te kwantificeren, hebben we gecreëerd eenvoudige rekenmachines die u kunt gebruiken bij het definiëren van de bedrijfsresultaten die u probeert te bereiken.
Het goede nieuws is dat er producten zijn om deze economische doelen te helpen bereiken die niet alleen een aanvulling vormen op de dataplatforms in de cloud, maar ook hun ROI drastisch verbeteren. De introductie van cloud OLAP-mogelijkheden in het dataplatformecosysteem (data lake, relationeel, on-premise, cloud en hybride cloud) helpt om de aspecten van databeheer, semantische laag en beveiliging / governance van analytische workloads in de cloud aan te pakken.
Met technologie om te automatiseren data engineering en query-optimalisatie, ervaren onze klanten vaak een orde van grootte prestatieverbetering met een kostenverlaging van 80 procent. Met andere woorden, ze zien een ongelooflijke ROI in een eindig tijdsbestek. Naast de prestatie- en platformoptimalisaties, stelt de kracht van een semantische laag hen in staat migreer workloads transparant naar het platform tijdens de dag, zonder dat applicaties herschreven moeten worden, gebruikers opnieuw moeten worden opgeleid, enz.
Naarmate de datarevolutie voortduurt en platforms opkomen die betere prestaties, transparantie en schaalbaarheid beloven, zal investeren in de juiste complementaire technologie ervoor zorgen dat u die economische voordelen realiseert en tegelijkertijd verzekert wat voorheen het meest ontgaan was: een ongekende ROI.