ക്ലൗഡിലേക്ക് നീങ്ങാൻ തയ്യാറെടുക്കുന്നു

നമ്മൾ ഇപ്പോൾ ക്ലൗഡ് ദത്തെടുക്കലിന്റെ രണ്ടാം ദശകത്തിലാണ്. 92% ബിസിനസുകളും ഒരു പരിധിവരെ ക്ലൗഡ് കമ്പ്യൂട്ടിംഗ് ഉപയോഗിക്കുന്നു. ക്ലൗഡ് സാങ്കേതികവിദ്യകൾ സ്വീകരിക്കുന്നതിന് ഓർഗനൈസേഷനുകൾക്ക് ഈ പാൻഡെമിക് ഒരു സമീപകാല ഡ്രൈവറാണ്. ക്ലൗഡിലേക്ക് അധിക ഡാറ്റയും പ്രോജക്റ്റുകളും ആപ്ലിക്കേഷനുകളും വിജയകരമായി നീക്കുന്നത് തയ്യാറെടുപ്പ്, ആസൂത്രണം, പ്രശ്‌നങ്ങൾ പ്രതീക്ഷിക്കൽ എന്നിവയെ ആശ്രയിച്ചിരിക്കുന്നു.  

1. തയാറാക്കുക ഡാറ്റയെയും ഡാറ്റയുടെ മാനേജുമെന്റിനെയും പിന്തുണയ്ക്കുന്ന അടിസ്ഥാന സൗകര്യങ്ങളെയും കുറിച്ചാണ്.
2. ആസൂത്രണം അത്യാവശ്യമാണ്. പ്ലാനിൽ നിർദ്ദിഷ്ട പ്രധാന ഘടകങ്ങൾ അടങ്ങിയിരിക്കണം.
3. പ്രശ്ന മാനേജുമെന്റ് പ്രശ്‌ന സാധ്യതയുള്ള മേഖലകൾ മുൻകൂട്ടി കാണാനുള്ള കഴിവും നേരിടേണ്ടി വന്നാൽ അവ നാവിഗേറ്റ് ചെയ്യാനുള്ള കഴിവുമാണ്.  

ക്ലൗഡിൽ വിജയിക്കാൻ ഒരു ബിസിനസ്സ് ചെയ്യേണ്ട നാല് കാര്യങ്ങൾ, പ്ലസ് 7 ഗോച്ചകൾ

നിങ്ങളുടെ ബിസിനസ്സ് ക്ലൗഡിലേക്ക് നീങ്ങാൻ പോകുന്നു. ശരി, ഞാൻ വീണ്ടും പറയട്ടെ, നിങ്ങളുടെ ബിസിനസ്സ് വിജയിക്കാൻ പോകുകയാണെങ്കിൽ, അത് അതിലേക്ക് നീങ്ങാൻ പോകുന്നു മേഘം - ഇത് ഇതിനകം ഇല്ലെങ്കിൽ. നിങ്ങൾ ഇതിനകം അവിടെയുണ്ടെങ്കിൽ, ഒരുപക്ഷേ നിങ്ങൾ ഇത് വായിക്കില്ല. നിങ്ങളുടെ കമ്പനി മുന്നോട്ട് ചിന്തിക്കുന്നു, ഞങ്ങൾ മറ്റൊരു ലേഖനത്തിൽ ചർച്ച ചെയ്ത ക്ലൗഡിന്റെ എല്ലാ ആനുകൂല്യങ്ങളും പ്രയോജനപ്പെടുത്താൻ ഉദ്ദേശിക്കുന്നു. 2020-ലെ കണക്കനുസരിച്ച്, 92% ബിസിനസുകളും ഒരു പരിധിവരെ ക്ലൗഡ് ഉപയോഗിക്കുന്നു, കൂടാതെ എല്ലാ കോർപ്പറേറ്റ് ഡാറ്റയുടെ 50%വും ഇതിനകം ക്ലൗഡിലാണ്.

കൊവിഡ് ക്ലൗഡിലെ സിൽവർ ലൈനിംഗ്: വിദൂര തൊഴിലാളികളുടെ പുതിയ മാതൃകയെ പിന്തുണയ്‌ക്കുന്നതിന് ക്ലൗഡ് കഴിവുകളെ കൂടുതൽ സൂക്ഷ്മമായി പരിശോധിക്കാൻ പാൻഡെമിക് ബിസിനസിനെ നിർബന്ധിതരാക്കി. ക്ലൗഡ് രണ്ട് വലിയ ഡാറ്റയെ സൂചിപ്പിക്കുന്നു സംഭരണവും ആ ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്ന ആപ്ലിക്കേഷനുകളും.  ക്ലൗഡിലേക്ക് നീങ്ങാനുള്ള പ്രധാന കാരണങ്ങളിലൊന്ന്, വഴക്കമുള്ളവരായിരിക്കുന്നതിലൂടെയും ഡാറ്റയുടെ ബോട്ട് ലോഡുകളിൽ നിന്ന് പുതിയ ഉൾക്കാഴ്ചകൾ നേടുന്നതിലൂടെയും ഒരു മത്സര നേട്ടം നേടുക എന്നതാണ്.   

അനലിസ്റ്റ് സ്ഥാപനം ഗാർട്നർ “അടുത്ത അഞ്ച് മുതൽ 10 വർഷം വരെ ഉയർന്ന തോതിലുള്ള മത്സര നേട്ടം നൽകുന്നതിൽ വാഗ്ദാനങ്ങൾ കാണിക്കുന്ന സാങ്കേതികവിദ്യകളും പ്രവണതകളും” ചർച്ച ചെയ്യുന്ന ഒരു റിപ്പോർട്ട് പതിവായി പ്രസിദ്ധീകരിക്കുന്നു. പത്ത് വർഷം മുൻപ്, ഗാർട്ട്നറുടെ 2012 ഹൈപ്പ് സൈക്കിൾ ക്ലൗഡ് കമ്പ്യൂട്ടിങ്ങിനായി ക്ലൗഡ് കമ്പ്യൂട്ടിംഗും പബ്ലിക് ക്ലൗഡ് സ്റ്റോറേജും "പ്രതീക്ഷകളുടെ കൊടുമുടിക്ക്" അപ്പുറത്തുള്ള "നിരാശയുടെ തൊട്ടിയിൽ" ഉൾപ്പെടുത്തി. കൂടാതെ, ബിഗ് ഡാറ്റ "ഉയർന്ന പ്രതീക്ഷകളുടെ കൊടുമുടിയിലേക്ക്" പ്രവേശിക്കുകയായിരുന്നു. 3 മുതൽ 5 വർഷം വരെ പ്രതീക്ഷിക്കുന്ന പീഠഭൂമിയിൽ ഇവ മൂന്നും. സോഫ്‌റ്റ്‌വെയർ ആസ് എ സർവീസ് (SaaS) ഗാർട്ട്‌നർ "ജ്ഞാനോദയത്തിന്റെ ചരിവ്" ഘട്ടത്തിൽ 2 മുതൽ 5 വർഷം വരെ പ്രതീക്ഷിക്കുന്ന പീഠഭൂമിയിൽ സ്ഥാപിച്ചു.

2018-ൽ, ആറ് വർഷത്തിന് ശേഷം, "ക്ലൗഡ് കമ്പ്യൂട്ടിംഗ്", "പബ്ലിക് ക്ലൗഡ് സ്റ്റോറേജ്" എന്നിവ 2 വർഷത്തിൽ താഴെയുള്ള പ്രൊജക്റ്റ് ചെയ്ത പീഠഭൂമിയിൽ "ജ്ഞാനോദയത്തിന്റെ ചരിവ്" ഘട്ടത്തിലായിരുന്നു. "ഒരു സേവനമെന്ന നിലയിൽ സോഫ്റ്റ്‌വെയർ" പീഠഭൂമിയിൽ എത്തിയിരുന്നു.  ഈ കാലഘട്ടത്തിൽ പൊതു മേഘത്തിന് കാര്യമായ സ്വീകാര്യത ഉണ്ടായിരുന്നു എന്നതാണ് കാര്യം.  

ഇന്ന്, 2022-ൽ, ക്ലൗഡ് കമ്പ്യൂട്ടിംഗ് അതിന്റെ രണ്ടാം ദശാബ്ദത്തിലാണ് ഇപ്പോൾ പുതിയ ആപ്ലിക്കേഷനുകൾക്കുള്ള ഡിഫോൾട്ട് സാങ്കേതികവിദ്യ.  As ഗാർട്നർ "അത് മേഘമല്ലെങ്കിൽ, അത് പൈതൃകമാണ്" എന്ന് പറയുന്നു. ഒരു സ്ഥാപനത്തിൽ ക്ലൗഡ് കമ്പ്യൂട്ടിംഗിന്റെ സ്വാധീനം പരിവർത്തനപരമാണെന്ന് ഗാർട്ട്നർ പറയുന്നു. പിന്നെ എങ്ങനെയാണ് സംഘടനകൾ ഈ പരിവർത്തനത്തെ സമീപിക്കേണ്ടത്?

ഒരു സാങ്കേതികവിദ്യ ഒരു പ്രത്യേക ഘട്ടത്തിലാണ് എന്നതിന്റെ അർത്ഥമെന്താണെന്ന് ഈ ചാർട്ട് കൂടുതൽ വിശദമായി വിവരിക്കുന്നു. 

സംഘടനാപരമായ പരിവർത്തനത്തെ ഓർഗനൈസേഷനുകൾ എങ്ങനെ സമീപിക്കണം?

ക്ലൗഡ് സ്വീകരിക്കുന്ന പ്രക്രിയയിൽ, ഓർഗനൈസേഷനുകൾക്ക് തീരുമാനങ്ങൾ എടുക്കുകയും പുതിയ നയങ്ങൾ സ്ഥാപിക്കുകയും പുതിയ നടപടിക്രമങ്ങൾ സൃഷ്ടിക്കുകയും പ്രത്യേക വെല്ലുവിളികൾ നേരിടുകയും വേണം. നിങ്ങളുടെ വീട് ക്രമത്തിലാണെന്ന് ഉറപ്പാക്കാൻ നിങ്ങൾ പരിഹരിക്കേണ്ട നിർദ്ദിഷ്ട മേഖലകളുടെ ഒരു ലിസ്റ്റ് ഇതാ: 

1. പരിശീലനം, വീണ്ടും പരിശീലനം അല്ലെങ്കിൽ പുതിയ റോളുകൾ.  ഡാറ്റാ സംഭരണത്തിനായി പൊതു ക്ലൗഡ് സ്വീകരിക്കുന്നതിനോ ആപ്ലിക്കേഷനുകൾ പ്രയോജനപ്പെടുത്തുന്നതിനോ, അടിസ്ഥാന സൗകര്യങ്ങളുടെ പിന്തുണയും പരിപാലനവും നിങ്ങൾ ഔട്ട്‌സോഴ്‌സ് ചെയ്തു. വെണ്ടറെ നിയന്ത്രിക്കാനും ഡാറ്റ ആക്‌സസ് ചെയ്യാനും നിങ്ങൾക്ക് ഇപ്പോഴും ഇൻഹൗസ് വൈദഗ്ധ്യം ആവശ്യമാണ്. കൂടാതെ, കോഗ്നിറ്റീവ് അനലിറ്റിക്സിനും ഡാറ്റ സയൻസിനും ലഭ്യമായ പുതിയ ടൂളുകൾ എങ്ങനെ പ്രയോജനപ്പെടുത്താമെന്ന് നിങ്ങൾ അറിഞ്ഞിരിക്കണം.     
2. ഡാറ്റ.  ഇതെല്ലാം ഡാറ്റയെക്കുറിച്ചാണ്. ഡാറ്റയാണ് പുതിയ കറൻസി. ഞങ്ങൾ ബിഗ് ഡാറ്റയെക്കുറിച്ചാണ് സംസാരിക്കുന്നത്– ചിലതെങ്കിലും പാലിക്കുന്ന ഡാറ്റ നിർവചനത്തിന്റെ വി. ക്ലൗഡിലേക്ക് നീങ്ങുമ്പോൾ, നിങ്ങളുടെ കുറച്ച് ഡാറ്റയെങ്കിലും ക്ലൗഡിൽ ഉണ്ടാകും. നിങ്ങൾ “ഓൾ-ഇൻ” ആണെങ്കിൽ, നിങ്ങളുടെ ഡാറ്റ ക്ലൗഡിൽ സംഭരിക്കുകയും ക്ലൗഡിൽ പ്രോസസ്സ് ചെയ്യുകയും ചെയ്യും.

A. ഡാറ്റയുടെ ലഭ്യത. നിങ്ങളുടെ നിലവിലുള്ള ഓൺ-പ്രേം ആപ്ലിക്കേഷനുകൾക്ക് ക്ലൗഡിലെ ഡാറ്റ ആക്‌സസ് ചെയ്യാനാകുമോ? നിങ്ങളുടെ ഡാറ്റ പ്രോസസ്സിംഗിന് ആവശ്യമായ ഇടമാണോ? നിങ്ങളുടെ ഡാറ്റ ക്ലൗഡിലേക്ക് നീക്കാൻ നിങ്ങളുടെ ക്ലൗഡ് മൈഗ്രേഷൻ പ്രോജക്‌റ്റിൽ സമയം ചെലവഴിക്കേണ്ടതുണ്ടോ? അത് എത്ര നേരമെടുക്കും? നിങ്ങളുടെ ഇടപാട് ഡാറ്റ ക്ലൗഡിലേക്ക് ലഭിക്കുന്നതിന് പുതിയ പ്രക്രിയകൾ വികസിപ്പിക്കേണ്ടതുണ്ടോ? നിങ്ങൾ AI അല്ലെങ്കിൽ മെഷീൻ ലേണിംഗ് നടത്താൻ ഉദ്ദേശിക്കുന്നുവെങ്കിൽ, ആവശ്യമായ കൃത്യതയും കൃത്യതയും കൈവരിക്കുന്നതിന് മതിയായ പരിശീലന ഡാറ്റ ഉണ്ടായിരിക്കണം.

B. ഡാറ്റയുടെ ഉപയോഗക്ഷമത. നിങ്ങളുടെ ഡാറ്റ ആളുകൾക്കും ഡാറ്റ ആക്‌സസ് ചെയ്യുന്ന ടൂളുകൾക്കും ഉപയോഗിക്കാനാകുന്ന ഫോർമാറ്റിലാണോ? നിങ്ങളുടെ ഡാറ്റ വെയർഹൗസിൽ ഒരു "ലിഫ്റ്റ് ആൻഡ് ഷിഫ്റ്റ്" നടത്താനാകുമോ? അല്ലെങ്കിൽ, പ്രകടനത്തിനായി ഇത് ഒപ്റ്റിമൈസ് ചെയ്യാൻ കഴിയുമോ? 

C. ഡാറ്റയുടെ ഗുണനിലവാരം. നിങ്ങളുടെ തീരുമാനങ്ങൾ ആശ്രയിക്കുന്ന ഡാറ്റയുടെ ഗുണനിലവാരം നിങ്ങളുടെ തീരുമാനങ്ങളുടെ ഗുണനിലവാരത്തെ ബാധിക്കും. ക്ലൗഡിൽ കോഗ്‌നിറ്റീവ് അനലിറ്റിക്‌സ് സ്വീകരിക്കുന്നതിൽ ഭരണം, ഡാറ്റാ സ്‌റ്റ്യൂവാർഡുകൾ, ഡാറ്റ മാനേജ്‌മെന്റ്, ഒരുപക്ഷേ ഒരു ഡാറ്റ ക്യൂറേറ്റർ എന്നിവർ പ്രധാന പങ്ക് വഹിച്ചേക്കാം. നിങ്ങളുടെ ഡാറ്റയുടെ ഗുണനിലവാരം വിലയിരുത്തുന്നതിന് ക്ലൗഡിലേക്ക് ഡാറ്റ മൈഗ്രേറ്റ് ചെയ്യുന്നതിന് മുമ്പ് സമയമെടുക്കുക. നിങ്ങൾക്ക് ആവശ്യമില്ലാത്ത ഡാറ്റ നിങ്ങൾ മൈഗ്രേറ്റ് ചെയ്തുവെന്ന് കണ്ടെത്തുന്നതിനേക്കാൾ നിരാശാജനകമായ മറ്റൊന്നില്ല.

D. വലിയ ഡാറ്റയിലെ വ്യതിയാനവും അനിശ്ചിതത്വവും. ഡാറ്റ പൊരുത്തമില്ലാത്തതോ അപൂർണ്ണമോ ആയിരിക്കാം. നിങ്ങളുടെ ഡാറ്റ വിലയിരുത്തുന്നതിലും നിങ്ങൾ അത് എങ്ങനെ ഉപയോഗിക്കാൻ ഉദ്ദേശിക്കുന്നുവെന്നും, വിടവുകൾ ഉണ്ടോ? ഡാറ്റയിലെ എന്റർപ്രൈസ്-വൈഡ് മാനദണ്ഡങ്ങളുമായി ബന്ധപ്പെട്ട അറിയപ്പെടുന്ന പ്രശ്നങ്ങൾ പരിഹരിക്കാനുള്ള സമയമാണിത്. സമയ അളവുകൾ, ഭൂമിശാസ്ത്ര ശ്രേണികൾ പോലുള്ള ലളിതമായ കാര്യങ്ങളിൽ റിപ്പോർട്ടിംഗ് കേന്ദ്രങ്ങളിൽ ഉടനീളം സ്റ്റാൻഡേർഡൈസ് ചെയ്യുക. സത്യത്തിന്റെ ആ ഒരൊറ്റ ഉറവിടം തിരിച്ചറിയുക.   

E. വലിയ ഡാറ്റയിൽ തന്നെ അന്തർലീനമായ പരിമിതികൾ. സാധ്യതയുള്ള ഫലങ്ങളുടെ വലിയൊരു സംഖ്യയ്ക്ക് പ്രാധാന്യത്തിനായി ഫലങ്ങൾ വിലയിരുത്തുന്നതിന് ഒരു ഡൊമെയ്ൻ വിദഗ്ദ്ധനെ ആവശ്യമായി വന്നേക്കാം. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, നിങ്ങളുടെ അന്വേഷണം ഒരുപാട് റെക്കോർഡുകൾ നൽകുകയാണെങ്കിൽ, ഒരു മനുഷ്യനെന്ന നിലയിൽ നിങ്ങൾ അത് എങ്ങനെ പ്രോസസ്സ് ചെയ്യും? ഇത് കൂടുതൽ ഫിൽട്ടർ ചെയ്യുന്നതിനും റെക്കോർഡുകളുടെ എണ്ണം കുറയ്ക്കുന്നതിനും, ഒരു സാധാരണ നോൺ-സൂപ്പർ ഹ്യൂമൻ അത് ഉപയോഗിക്കുന്നതിന്, ഡാറ്റയ്ക്ക് പിന്നിലെ ബിസിനസ്സ് നിങ്ങൾ അറിയേണ്ടതുണ്ട്.

     3. ഐടിയുടെ അടിത്തറ/അടിസ്ഥാന സൗകര്യങ്ങളെ പിന്തുണയ്ക്കുന്നു. ചലിക്കുന്ന എല്ലാ ഭാഗങ്ങളും പരിഗണിക്കുക. നിങ്ങളുടെ എല്ലാ ഡാറ്റയും ക്ലൗഡിൽ ഉണ്ടാകണമെന്നില്ല. ചിലത് മേഘത്തിലായിരിക്കാം. ചില പരിസരങ്ങളിൽ. ഇനിയും മറ്റ് ഡാറ്റ ഉണ്ടായിരിക്കാം മറ്റൊരു വിൽപ്പനക്കാരന്റെ മേഘം. നിങ്ങൾക്ക് ഒരു ഡാറ്റാ ഫ്ലോ ഡയഗ്രം ഉണ്ടോ? ഫിസിക്കൽ ഹാർഡ്‌വെയർ നിയന്ത്രിക്കുന്നതിൽ നിന്ന് ഫിസിക്കൽ ഹാർഡ്‌വെയർ നിയന്ത്രിക്കുന്ന വെണ്ടർമാരെ നിയന്ത്രിക്കുന്നതിലേക്ക് മാറാൻ നിങ്ങൾ തയ്യാറാണോ? ക്ലൗഡ് പരിസ്ഥിതിയുടെ പരിമിതികൾ നിങ്ങൾ മനസ്സിലാക്കുന്നുണ്ടോ? ഘടനയില്ലാത്ത ഡാറ്റയെയും പ്രധാന പ്ലാറ്റ്‌ഫോം പ്രവർത്തനക്ഷമമാക്കുന്ന സാങ്കേതികവിദ്യകളെയും പിന്തുണയ്‌ക്കാനുള്ള കഴിവ് നിങ്ങൾ കണക്കാക്കിയിട്ടുണ്ടോ. നിങ്ങൾ പരിസരത്ത് ഉപയോഗിച്ചിരുന്ന അതേ SDK, API, ഡാറ്റ യൂട്ടിലിറ്റികൾ നിങ്ങൾക്ക് തുടർന്നും ഉപയോഗിക്കാൻ കഴിയുമോ? അവ മാറ്റി എഴുതേണ്ടി വരും. ഇടപാട് സിസ്റ്റങ്ങളിൽ നിന്ന് ഡാറ്റ വെയർഹൗസ് ലോഡ് ചെയ്യാൻ നിങ്ങളുടെ നിലവിലുള്ള ETL-നെ കുറിച്ച്? ETL സ്ക്രിപ്റ്റുകൾ വീണ്ടും എഴുതേണ്ടതുണ്ട്.

     4. റിഫൈനിംഗ് റോളുകൾ. പുതിയ ആപ്ലിക്കേഷനുകളെക്കുറിച്ചും ക്ലൗഡിലെ ഡാറ്റ എങ്ങനെ ആക്‌സസ് ചെയ്യാമെന്നതിനെക്കുറിച്ചും ഉപയോക്താക്കൾക്ക് വീണ്ടും പരിശീലനം ആവശ്യമായി വന്നേക്കാം. പലപ്പോഴും ഒരു ഡെസ്‌ക്‌ടോപ്പ് അല്ലെങ്കിൽ നെറ്റ്‌വർക്ക് ആപ്ലിക്കേഷന് ക്ലൗഡിന് സമർപ്പിച്ചിരിക്കുന്നതിന് സമാനമായ അല്ലെങ്കിൽ സമാനമായ പേരുണ്ടാകാം. എന്നിരുന്നാലും, ഇത് വ്യത്യസ്‌തമായി പ്രവർത്തിക്കാം, അല്ലെങ്കിൽ മറ്റൊരു സവിശേഷത സെറ്റ് ഉണ്ടായിരിക്കാം.  

നിങ്ങളുടെ ഓർഗനൈസേഷൻ ക്ലൗഡിലേക്ക് മാറുന്നതിലും അനലിറ്റിക്‌സ് പരമാവധി പ്രയോജനപ്പെടുത്തുന്നതിലും ഗൗരവതരമാണെങ്കിൽ, ഈ നീക്കത്തിന് കാര്യമായ ബിസിനസ്സും സാമ്പത്തിക മൂല്യവും നൽകാൻ കഴിയുമെന്നതിൽ തർക്കമില്ല. പ്രായോഗികമായി പറഞ്ഞാൽ, ഇവിടെ നിന്ന് അവിടെയെത്താൻ, നിങ്ങൾ ചെയ്യേണ്ടത്: 

1. ഒരു ചാർട്ടർ സ്ഥാപിക്കുക.  

എ. നിങ്ങളുടെ പദ്ധതിയുടെ വ്യാപ്തി നിങ്ങൾ നിർവചിച്ചിട്ടുണ്ടോ?  

ബി. നിങ്ങൾക്ക് എക്സിക്യൂട്ടീവ് സ്പോൺസർഷിപ്പ് ഉണ്ടോ?

സി. പ്രോജക്റ്റിൽ ആരൊക്കെ - ഏതൊക്കെ റോളുകൾ ഉൾപ്പെടുത്തണം? ആരാണ് മുഖ്യ വാസ്തുശില്പി? ക്ലൗഡ് വെണ്ടറെ ആശ്രയിക്കാൻ നിങ്ങൾക്ക് എന്ത് വൈദഗ്ധ്യം ആവശ്യമാണ്?

D. എന്താണ് അന്തിമ ലക്ഷ്യം? വഴിയിൽ, ലക്ഷ്യം "ക്ലൗഡിലേക്ക് നീങ്ങുക" അല്ല. എന്ത് പ്രശ്‌നങ്ങളാണ് നിങ്ങൾ പരിഹരിക്കാൻ ശ്രമിക്കുന്നത്?

E. നിങ്ങളുടെ വിജയ മാനദണ്ഡം നിർവ്വചിക്കുക. നിങ്ങൾ വിജയിച്ചുവെന്ന് എങ്ങനെ അറിയും?

2. കണ്ടെത്തുക. തുടക്കത്തിൽ ആരംഭിക്കുക. ഇൻവെന്ററി എടുക്കുക. നിങ്ങളുടെ പക്കലുള്ളത് കണ്ടെത്തുക. ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകുക:

എ. ഞങ്ങൾക്ക് എന്ത് ഡാറ്റയാണ് ഉള്ളത്?

B. ഡാറ്റ എവിടെയാണ്?

സി. എന്ത് ബിസിനസ് പ്രക്രിയകളെയാണ് പിന്തുണയ്ക്കേണ്ടത്? ആ പ്രക്രിയകൾക്ക് എന്ത് ഡാറ്റയാണ് വേണ്ടത്?

D. ഡാറ്റ കൈകാര്യം ചെയ്യാൻ ഞങ്ങൾ നിലവിൽ ഉപയോഗിക്കുന്ന ഉപകരണങ്ങളും ആപ്ലിക്കേഷനുകളും ഏതാണ്?

E. ഡാറ്റയുടെ വലിപ്പവും സങ്കീർണ്ണതയും എന്താണ്?

F. നമുക്ക് എന്ത് ലഭിക്കും? ഞങ്ങളുടെ വെണ്ടറിൽ നിന്ന് എന്ത് ആപ്ലിക്കേഷനുകൾ ക്ലൗഡിൽ ലഭ്യമാണ്?

ജി. ഞങ്ങൾ എങ്ങനെയാണ് ഡാറ്റയുമായി ബന്ധിപ്പിക്കുന്നത്? ക്ലൗഡിൽ ഏതൊക്കെ തുറമുഖങ്ങളാണ് തുറക്കേണ്ടത്?

H. സ്വകാര്യത അല്ലെങ്കിൽ സുരക്ഷാ ആവശ്യകതകൾ നിർദ്ദേശിക്കുന്ന എന്തെങ്കിലും നിയന്ത്രണങ്ങളോ ആവശ്യകതകളോ ഉണ്ടോ? പരിപാലിക്കേണ്ട ഉപഭോക്താക്കളുമായി SLA-കൾ ഉണ്ടോ?  

I. ക്ലൗഡ് ഉപയോഗത്തിനുള്ള ചെലവ് എങ്ങനെ കണക്കാക്കുമെന്ന് നിങ്ങൾക്കറിയാമോ?

3. വിലയിരുത്തുകയും വിലയിരുത്തുകയും ചെയ്യുക. 

എ. ഏത് ഡാറ്റയാണ് ഞങ്ങൾ നീക്കാൻ ഉദ്ദേശിക്കുന്നത്?

ബി. ചെലവ് വിലയിരുത്തുക. ഡാറ്റയുടെ വ്യാപ്തിയും അളവും ഇപ്പോൾ നിങ്ങൾക്കറിയാം, ഒരു ബജറ്റ് നിർവ്വചിക്കുന്നതിനുള്ള മികച്ച സ്ഥാനത്താണ് നിങ്ങൾ.

C. നിങ്ങൾക്ക് നിലവിൽ ഉള്ളതിനും നിങ്ങൾ പ്രതീക്ഷിക്കുന്നതിന്റെ പ്രതീക്ഷകൾക്കും ഇടയിൽ നിലനിൽക്കുന്ന വിടവുകൾ നിർവ്വചിക്കുക. നമുക്ക് എന്താണ് നഷ്ടമായത്?

ഡി. നിങ്ങൾക്ക് സിദ്ധാന്തത്തിൽ നഷ്‌ടമായത് എന്താണെന്ന് വെളിപ്പെടുത്താൻ ഒരു ടെസ്റ്റ് മൈഗ്രേഷൻ ഉൾപ്പെടുത്തുക.

E. ഈ ഘട്ടത്തിലും അവസാന ഘട്ടത്തിലും ഉപയോക്തൃ സ്വീകാര്യത പരിശോധന ഉൾപ്പെടുത്തുക.

F. അടുത്ത ഘട്ടത്തിലേക്ക് ആകസ്മികതകൾ സൃഷ്ടിക്കാൻ നിങ്ങൾക്ക് എന്ത് വെല്ലുവിളികൾ പ്രതീക്ഷിക്കാനാകും?

ജി. എന്തെല്ലാം അപകടസാധ്യതകൾ കണ്ടെത്തി?

4. പ്ലാൻ. എ സ്ഥാപിക്കുക road മാപ്പ് 

എ. മുൻഗണനകൾ എന്തൊക്കെയാണ്? എന്താണ് ആദ്യം വരുന്നത്? എന്താണ് ക്രമം?

B. നിങ്ങൾക്ക് എന്ത് ഒഴിവാക്കാനാകും? നിങ്ങൾക്ക് എങ്ങനെ വ്യാപ്തി കുറയ്ക്കാനാകും?

സി. സമാന്തര പ്രോസസ്സിംഗിന് ഒരു സമയം ഉണ്ടാകുമോ?

ഡി. എന്താണ് സമീപനം? ഭാഗിക / ഘട്ടം ഘട്ടമായുള്ള സമീപനം?

E. നിങ്ങൾ സുരക്ഷാ സമീപനം നിർവചിച്ചിട്ടുണ്ടോ?

F. ഡാറ്റ ബാക്കപ്പും ദുരന്ത വീണ്ടെടുക്കൽ പദ്ധതികളും നിങ്ങൾ നിർവചിച്ചിട്ടുണ്ടോ?

ജി. എന്താണ് ആശയവിനിമയ പദ്ധതി - പ്രോജക്റ്റ്, ഓഹരി ഉടമകൾ, അന്തിമ ഉപയോക്താക്കൾക്ക് ആന്തരികം?

5. നിർമ്മിക്കുക. മൈഗ്രേറ്റ് ചെയ്യുക. ടെസ്റ്റ്. ലോഞ്ച്.

എ. പ്ലാൻ പ്രവർത്തിക്കുക. പുതിയ വിവരങ്ങളെ അടിസ്ഥാനമാക്കി ചലനാത്മകമായി ഇത് പരിഷ്കരിക്കുക.

B. നിങ്ങളുടെ ചരിത്രപരമായ ശക്തികളും വിജയങ്ങളും നിങ്ങളുടെ ലെഗസി ഐടി അടിത്തറയിൽ കെട്ടിപ്പടുക്കുകയും ബിഗ് ഡാറ്റയും കോഗ്നിറ്റീവ് അനലിറ്റിക്‌സ് ആനുകൂല്യങ്ങളും പ്രയോജനപ്പെടുത്താൻ തുടങ്ങുകയും ചെയ്യുക.       

6. ആവർത്തിച്ച് ശുദ്ധീകരിക്കുക.  

എ. ഇപ്പോൾ നിഷ്‌ക്രിയമായിരിക്കുന്ന സെർവറുകൾ നിങ്ങൾക്ക് എപ്പോഴാണ് വിരമിക്കാൻ കഴിയുക?

B. എന്ത് റീഫാക്‌ടറിംഗ് ആണ് ചെയ്യേണ്ടതെന്ന് നിങ്ങൾ കണ്ടെത്തി?

C. ക്ലൗഡിലെ നിങ്ങളുടെ ഡാറ്റയ്ക്ക് എന്ത് ഒപ്റ്റിമൈസേഷനുകൾ ഉണ്ടാക്കാം?  

D. നിങ്ങൾക്ക് ഇപ്പോൾ ക്ലൗഡിൽ എന്ത് പുതിയ ഡാറ്റ ആപ്ലിക്കേഷനുകൾ ഉപയോഗിക്കാം?

E. അടുത്ത ലെവൽ എന്താണ്? AI, മെഷീൻ ലേണിംഗ്, അഡ്വാൻസ്ഡ് അനലിറ്റിക്സ്?

ഗോച്ചാസ്

കുറെ ഉറവിടങ്ങൾ സാങ്കേതിക പദ്ധതികളിൽ 70 ശതമാനവും പൂർണ്ണമോ ഭാഗികമോ ആയ പരാജയങ്ങളാണെന്ന് പറയുക. പ്രത്യക്ഷത്തിൽ, ഇത് നിങ്ങളുടെ നിർവചനത്തെ ആശ്രയിച്ചിരിക്കുന്നു   പരാജയം. മറ്റൊന്ന് ഉറവിടം 75% പേർ തങ്ങളുടെ പ്രോജക്റ്റ് തുടക്കം മുതൽ നശിച്ചുവെന്ന് കരുതി. അതിനർത്ഥം 5% അവർക്കെതിരെയുള്ള സാധ്യതകൾക്കിടയിലും വിജയിച്ചു എന്നാണ്. സാങ്കേതിക പ്രോജക്റ്റുകളിൽ ഗണ്യമായ ഒരു ഭാഗം നിലവിലുണ്ടെന്ന് എന്റെ അനുഭവം എന്നോട് പറയുന്നു, അത് ഒരിക്കലും നിലത്തുറക്കുകയോ അല്ലെങ്കിൽ വാഗ്ദാനം ചെയ്ത പ്രതീക്ഷകൾ പൂർണ്ണമായി സാക്ഷാത്കരിക്കുന്നതിൽ പരാജയപ്പെടുകയോ ചെയ്യുന്നു. ആ പ്രോജക്റ്റുകൾ പങ്കിടുന്ന ചില പൊതുവായ തീമുകൾ ഉണ്ട്. നിങ്ങൾ ക്ലൗഡിലേക്കുള്ള മൈഗ്രേഷൻ ആസൂത്രണം ചെയ്യാൻ തുടങ്ങുമ്പോൾ, ശ്രദ്ധിക്കേണ്ട ചില കാര്യങ്ങൾ ഇതാ. നിങ്ങൾ അങ്ങനെ ചെയ്തില്ലെങ്കിൽ, അവർ മോശം കർമ്മം പോലെയാണ്, അല്ലെങ്കിൽ ഒരു മോശം ക്രെഡിറ്റ് സ്കോർ - താമസിയാതെ അല്ലെങ്കിൽ പിന്നീട്, അവർ നിങ്ങളെ കടിക്കും.:

1. ഉടമസ്ഥാവകാശം. ഒരു മാനേജ്മെന്റ് വീക്ഷണകോണിൽ നിന്ന് ഒരു വ്യക്തിക്ക് പ്രോജക്റ്റ് സ്വന്തമാക്കണം. അതേ സമയം, എല്ലാ പങ്കാളികൾക്കും ഓഹരി ഉടമകളായി നിക്ഷേപം അനുഭവപ്പെടണം.
2. ചെലവ്. ബജറ്റ് വകയിരുത്തിയിട്ടുണ്ടോ? അടുത്ത 12 മാസത്തേക്കുള്ള മാഗ്നിറ്റ്യൂഡിന്റെ ക്രമവും നിലവിലുള്ള ചെലവുകളുടെ കണക്കും നിങ്ങൾക്ക് അറിയാമോ? എന്തെങ്കിലും മറഞ്ഞിരിക്കുന്ന ചിലവുകൾ ഉണ്ടോ? നീക്കത്തിനുള്ള തയ്യാറെടുപ്പിനായി നിങ്ങൾ ഏതെങ്കിലും അധിക ഫ്ലോട്ട്സാമും ജെറ്റ്സാമും ഒഴിവാക്കിയിട്ടുണ്ടോ. ഉപയോഗിക്കാത്തതോ വിശ്വസനീയമല്ലാത്തതോ ആയ ഡാറ്റ മൈഗ്രേറ്റ് ചെയ്യാൻ നിങ്ങൾ ആഗ്രഹിക്കുന്നില്ല.       
3. ലീഡർഷിപ്പ്. പ്രൊജക്റ്റ് പൂർണ്ണമായും മാനേജ്മെന്റ് സ്പോൺസർ ചെയ്യുന്നുണ്ടോ? പ്രതീക്ഷകളും വിജയത്തിന്റെ നിർവചനവും യാഥാർത്ഥ്യമാണോ? ലക്ഷ്യങ്ങൾ കോർപ്പറേറ്റ് വീക്ഷണത്തോടും തന്ത്രത്തോടും യോജിക്കുന്നുണ്ടോ?
4. പദ്ധതി നിർവ്വഹണം. സമയരേഖകളും വ്യാപ്തിയും ബജറ്റും യാഥാർത്ഥ്യമാണോ? കുറഞ്ഞ ഡെലിവറി സമയപരിധി, വർദ്ധിച്ച വ്യാപ്തി കൂടാതെ/അല്ലെങ്കിൽ കുറഞ്ഞ ചെലവുകൾ അല്ലെങ്കിൽ കുറച്ച് ആളുകൾ എന്നിവ ആവശ്യപ്പെടുന്ന "ശക്തികൾ" ഉണ്ടോ? ആവശ്യങ്ങളിൽ ഉറച്ച ധാരണയുണ്ടോ? അവ യാഥാർത്ഥ്യബോധമുള്ളതും നന്നായി നിർവചിക്കപ്പെട്ടതാണോ?
5. ഹ്യൂമൻ റിസോഴ്സസ്. സാങ്കേതികവിദ്യയാണ് എളുപ്പമുള്ള ഭാഗം. വെല്ലുവിളിയാകുന്നത് ജനങ്ങളുടെ കാര്യമാണ്. ക്ലൗഡിലേക്ക് മൈഗ്രേറ്റ് ചെയ്യുന്നത് മാറ്റങ്ങൾ കൊണ്ടുവരും. ആളുകൾ മാറ്റം ഇഷ്ടപ്പെടുന്നില്ല. നിങ്ങൾ പ്രതീക്ഷകൾ ഉചിതമായി സജ്ജമാക്കേണ്ടതുണ്ട്. മതിയായതും അനുയോജ്യവുമായ ജീവനക്കാരെ ഈ സംരംഭത്തിനായി സമർപ്പിച്ചിട്ടുണ്ടോ? അതോ, ഇതിനകം തന്നെ അവരുടെ ദൈനംദിന ജോലിയിൽ തിരക്കുള്ള ആളുകളിൽ നിന്ന് സമയം കണ്ടെത്തുന്നതിന് നിങ്ങൾ ശ്രമിച്ചിട്ടുണ്ടോ? നിങ്ങൾക്ക് സ്ഥിരതയുള്ള ഒരു ടീമിനെ നിലനിർത്താൻ കഴിയുമോ? പ്രധാന ഉദ്യോഗസ്ഥരുടെ വിറ്റുവരവ് കാരണം പല പദ്ധതികളും പരാജയപ്പെടുന്നു.  
6. അപകടവും. അപകടസാധ്യതകൾ കണ്ടെത്തി വിജയകരമായി കൈകാര്യം ചെയ്തിട്ടുണ്ടോ?  
7. അനിശ്ചിതത്വം. നിങ്ങളുടെ നിയന്ത്രണത്തിലല്ലാത്തതും എന്നാൽ ഡെലിവറിയെ ബാധിച്ചേക്കാവുന്നതുമായ കാര്യങ്ങൾ തിരിച്ചറിയാൻ നിങ്ങൾക്ക് കഴിഞ്ഞിട്ടുണ്ടോ? നേതൃത്വത്തിലെ മാറ്റത്തിന്റെ ഫലം പരിഗണിക്കുക. ലോകമെമ്പാടുമുള്ള ഒരു പാൻഡെമിക് സമയപരിധി പാലിക്കാനും വിഭവങ്ങൾ നേടാനുമുള്ള നിങ്ങളുടെ കഴിവിനെ എങ്ങനെ ബാധിക്കും?  

2022-ൽ ക്ലൗഡ് കമ്പ്യൂട്ടിംഗ് ഹൈപ്പ് സൈക്കിൾ

ഗാർട്ട്‌നറുടെ ഉയർന്നുവരുന്ന ടെക്‌നോളജി ഹൈപ്പ് സൈക്കിളിൽ ക്ലൗഡ് കമ്പ്യൂട്ടിംഗ്, പബ്ലിക് ക്ലൗഡ് സ്റ്റോറേജ്, സോഫ്റ്റ്‌വെയർ എന്നിവ ഇന്ന് എവിടെയാണ്? അവരല്ല. അവ ഇപ്പോൾ ഉയർന്നുവരുന്ന സാങ്കേതികവിദ്യകളല്ല. അവർ ഇപ്പോൾ ചക്രവാളത്തിൽ ഇല്ല. അവർ മുഖ്യധാരയാണ്, ദത്തെടുക്കാൻ കാത്തിരിക്കുന്നു. ഇനിപ്പറയുന്നവയിൽ വളർച്ച നിരീക്ഷിക്കുക വളർന്നുവരുന്ന സാങ്കേതികവിദ്യകൾ: AI-ഓഗ്മെന്റഡ് ഡിസൈൻ, ജനറേറ്റീവ് AI, ഫിസിക്‌സ്-ഇൻഫോർമഡ് AI, നോൺ ഫംഗബിൾ ടോക്കണുകൾ.  

"കോഗ്നിറ്റീവ് അനലിറ്റിക്സ്: ബിൽഡിംഗ് ഓൺ യുവർ ലെഗസി ഐടി ഫൗണ്ടേഷൻ" എന്ന ലേഖനത്തിന്റെ ഉപസംഹാരമായാണ് ഈ ലേഖനത്തിലെ ആശയങ്ങൾ ആദ്യം അവതരിപ്പിച്ചത്. TDWI ബിസിനസ് ഇന്റലിജൻസ് ജേണൽ, വാല്യം 22, നമ്പർ 4.