各种规模和所有行业部门的组织都要求从其数据中获得更多的商业价值。数据主管在访问，管理，分发和分析来自不同系统和来源的所有数据时承受着越来越大的压力，尽管这些数据仍然有价值。使用遗留系统，体系结构和存储架构来处理当今组织产生的数据量可能既具有挑战性，又是昂贵的，从而推动组织向云迁移。这种转变既可以大大降低成本，又可以增加访问权限和生存能力。

尽管动机会因组织的独特需求而有所不同，但是有几种关键的共同驱动因素推动了向云的迁移。其中一些包括以下内容：

存储，服务器和操作的高成本-特别是对于本地实施。云提供了一种基于实用程序或基于消耗的模型，允许人们为使用的内容和使用时间付费。将讨论从资本支出转移到运营支出是许多组织的动力。

由于数据的复杂性和数量，需要进行持续且昂贵的旧式解决方案维护。传统的本地数据仓库解决方案并非针对大多数组织需要从其数据中获得增值见解的工作量或数据量而设计。

某些传统平台和技术无法扩大规模，或即将达到使用寿命终止/支持终止。迁移是遗留数据仓库接近或到达提供商生命周期/支持终止的直接结果。

利用分析和AI / ML获得更有意义的业务见解的能力不足。一些数据仓库解决方案正在达到“最终价值”，因为它们根本无法支持组织的理想目标和目的，并且维护成本超过了衍生价值。

从哪儿开始？

一旦组织决定要在云中继续进行，他们可能不确定从哪里开始。云迁移与其他大型转型计划并没有什么不同，因为通常会有一个逻辑起点。传统上，数据仓库一直是起点，这是由于要容纳的数据量不断增加，对组织深入了解的需求(和挑战)以及每太字节存储数据的成本过高。

如何开始？

在任何转型计划开始之初，确实必须关注几个关键的成功标准，这对于数据仓库迁移或完整的端到端云计划来说确实如此。其中一些关键的成功因素包括：

1.

创建一个引人注目的业务用例，在整个组织中引起共鸣。这将确保该倡议的清晰性和战略指导，并提供衡量成功的标准。用例有助于创建业务案例，为IT和业务提供共同的框架，以提供最大的价值。

2.

了解当前状态和未来/理想状态，并在整个组织中拥有共同的愿景至关重要。这包括审查技术架构，还了解围绕该计划的政治和文化动态。一旦对当前状态，理想目标和已确定的差距有了深刻的了解，就可以更有效地制定近期/长期价值(数据，报告，分析和AI)的计划/路线图。

3.

进行任何数据驱动的程序时，不应将创建和同意收集，识别，存储和使用数据的标准和要求的过程视为可选过程。数据治理必须包括结构化，半结构化数据，非结构化数据，注册表，分类法和本体，因为它通过可重复和合规的实践对组织成功至关重要。治理准则需要解决所有新计划中必须考虑的所有类型的新数据要求。因此，必须从一开始就加以解决，以确保所产生的见解可以信赖，以帮助组织从所进行的投资中获得价值。