ਕਲਾਉਡ 'ਤੇ ਜਾਣ ਦੀ ਤਿਆਰੀ
ਅਸੀਂ ਹੁਣ ਕਲਾਉਡ ਗੋਦ ਲੈਣ ਦੇ ਦੂਜੇ ਦਹਾਕੇ ਵਿੱਚ ਹਾਂ। ਲਗਭਗ 92% ਕਾਰੋਬਾਰ ਕੁਝ ਹੱਦ ਤੱਕ ਕਲਾਉਡ ਕੰਪਿਊਟਿੰਗ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ। ਸੰਗਠਨਾਂ ਲਈ ਕਲਾਉਡ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਅਪਣਾਉਣ ਲਈ ਮਹਾਂਮਾਰੀ ਇੱਕ ਤਾਜ਼ਾ ਡਰਾਈਵਰ ਰਹੀ ਹੈ। ਵਾਧੂ ਡੇਟਾ, ਪ੍ਰੋਜੈਕਟਾਂ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਕਲਾਉਡ ਵਿੱਚ ਭੇਜਣਾ ਤਿਆਰੀ, ਯੋਜਨਾਬੰਦੀ ਅਤੇ ਸਮੱਸਿਆ ਦੀ ਉਮੀਦ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।
- ਤਿਆਰੀ ਡੇਟਾ ਅਤੇ ਡੇਟਾ ਦੇ ਮਨੁੱਖੀ ਪ੍ਰਬੰਧਨ ਅਤੇ ਸਹਾਇਕ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਬਾਰੇ ਹੈ।
- ਯੋਜਨਾਬੰਦੀ ਜ਼ਰੂਰੀ ਹੈ। ਯੋਜਨਾ ਵਿੱਚ ਖਾਸ ਮੁੱਖ ਤੱਤ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ।
- ਸਮੱਸਿਆ ਪ੍ਰਬੰਧਨ ਮੁਸੀਬਤ ਦੇ ਸੰਭਾਵੀ ਖੇਤਰਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਜੇਕਰ ਉਹਨਾਂ ਦਾ ਸਾਹਮਣਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਨੈਵੀਗੇਟ ਕਰਨ ਦੀ ਯੋਗਤਾ ਹੈ।
ਕਲਾਉਡ ਵਿੱਚ ਸਫਲ ਹੋਣ ਲਈ ਇੱਕ ਕਾਰੋਬਾਰ ਨੂੰ ਚਾਰ ਚੀਜ਼ਾਂ ਕਰਨੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ, ਪਲੱਸ 7 ਗੋਚਾ
ਤੁਹਾਡਾ ਕਾਰੋਬਾਰ ਕਲਾਉਡ 'ਤੇ ਜਾਣ ਵਾਲਾ ਹੈ। ਖੈਰ, ਮੈਨੂੰ ਇਹ ਦੁਹਰਾਉਣ ਦਿਓ, ਜੇ ਤੁਹਾਡਾ ਕਾਰੋਬਾਰ ਸਫਲ ਹੋਣ ਜਾ ਰਿਹਾ ਹੈ, ਤਾਂ ਇਹ ਇਸ ਵਿੱਚ ਜਾ ਰਿਹਾ ਹੈ 
ਕਲਾਉਡ - ਇਹ ਹੈ, ਜੇਕਰ ਇਹ ਪਹਿਲਾਂ ਹੀ ਨਹੀਂ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਪਹਿਲਾਂ ਹੀ ਉੱਥੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਸ਼ਾਇਦ ਇਸ ਨੂੰ ਨਹੀਂ ਪੜ੍ਹ ਰਹੇ ਹੋਵੋਗੇ। ਤੁਹਾਡੀ ਕੰਪਨੀ ਅੱਗੇ ਸੋਚ ਰਹੀ ਹੈ ਅਤੇ ਕਲਾਉਡ ਦੇ ਸਾਰੇ ਲਾਭਾਂ ਦਾ ਫਾਇਦਾ ਉਠਾਉਣ ਦਾ ਇਰਾਦਾ ਰੱਖਦੀ ਹੈ ਜਿਸ ਬਾਰੇ ਅਸੀਂ ਇੱਕ ਹੋਰ ਲੇਖ ਵਿੱਚ ਚਰਚਾ ਕੀਤੀ ਹੈ। 2020 ਤੱਕ, 92% ਕਾਰੋਬਾਰ ਕੁਝ ਹੱਦ ਤੱਕ ਕਲਾਉਡ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ ਅਤੇ ਸਾਰੇ ਕਾਰਪੋਰੇਟ ਡੇਟਾ ਦਾ 50% ਪਹਿਲਾਂ ਹੀ ਕਲਾਉਡ ਵਿੱਚ ਹੈ।
ਕੋਵਿਡ ਕਲਾਉਡ 'ਤੇ ਚਾਂਦੀ ਦੀ ਪਰਤ: ਮਹਾਂਮਾਰੀ ਨੇ ਵਪਾਰ ਨੂੰ ਦੂਰ-ਦੁਰਾਡੇ ਦੇ ਕਰਮਚਾਰੀਆਂ ਦੇ ਨਵੇਂ ਪੈਰਾਡਾਈਮ ਦਾ ਸਮਰਥਨ ਕਰਨ ਲਈ ਕਲਾਉਡ ਸਮਰੱਥਾਵਾਂ 'ਤੇ ਵਧੇਰੇ ਨੇੜਿਓਂ ਦੇਖਣ ਲਈ ਮਜਬੂਰ ਕੀਤਾ ਹੈ। ਕਲਾਉਡ ਦੋਵੇਂ ਵੱਡੇ ਡੇਟਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਸਟੋਰੇਜ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨ ਜੋ ਉਸ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦੇ ਹਨ। ਕਲਾਉਡ 'ਤੇ ਜਾਣ ਦੇ ਮੁੱਖ ਕਾਰਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਲਚਕਦਾਰ ਬਣ ਕੇ ਅਤੇ ਡੇਟਾ ਦੇ ਬੋਟਲੋਡਸ ਤੋਂ ਨਵੀਂ ਸਮਝ ਪ੍ਰਾਪਤ ਕਰਕੇ ਇੱਕ ਪ੍ਰਤੀਯੋਗੀ ਲਾਭ ਪ੍ਰਾਪਤ ਕਰਨਾ।
ਵਿਸ਼ਲੇਸ਼ਕ ਫਰਮ ਗਾਰਟਨਰ ਨਿਯਮਿਤ ਤੌਰ 'ਤੇ ਇੱਕ ਰਿਪੋਰਟ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਦੀ ਹੈ ਜੋ "ਅਗਲੇ ਪੰਜ ਤੋਂ 10 ਸਾਲਾਂ ਵਿੱਚ ਉੱਚ ਪੱਧਰੀ ਮੁਕਾਬਲੇ ਦੇ ਲਾਭ ਪ੍ਰਦਾਨ ਕਰਨ ਦੇ ਵਾਅਦੇ ਨੂੰ ਦਰਸਾਉਣ ਵਾਲੀਆਂ ਤਕਨੀਕਾਂ ਅਤੇ ਰੁਝਾਨਾਂ" ਦੀ ਚਰਚਾ ਕਰਦੀ ਹੈ। ਦਸ ਸਾਲ ਪਹਿਲਾਂ, ਗਾਰਟਨਰ ਦਾ 2012 ਹਾਈਪ ਸਾਈਕਲ ਕਲਾਉਡ ਕੰਪਿਊਟਿੰਗ ਲਈ ਕਲਾਉਡ ਕੰਪਿਊਟਿੰਗ ਅਤੇ ਪਬਲਿਕ ਕਲਾਉਡ ਸਟੋਰੇਜ ਨੂੰ "ਨਿਰਾਸ਼ ਦੇ ਖੰਭੇ" ਵਿੱਚ "ਵਧੀਆਂ ਉਮੀਦਾਂ ਦੇ ਸਿਖਰ" ਤੋਂ ਬਿਲਕੁਲ ਪਰੇ ਰੱਖੋ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਬਿਗ ਡੇਟਾ ਹੁਣੇ ਹੀ "ਵਧੀਆਂ ਉਮੀਦਾਂ ਦੇ ਸਿਖਰ" ਵਿੱਚ ਦਾਖਲ ਹੋ ਰਿਹਾ ਸੀ। ਤਿੰਨੋਂ 3 ਤੋਂ 5 ਸਾਲਾਂ ਵਿੱਚ ਇੱਕ ਸੰਭਾਵਿਤ ਪਠਾਰ ਦੇ ਨਾਲ। ਸੌਫਟਵੇਅਰ ਐਜ਼ ਏ ਸਰਵਿਸ (ਸਾਸ) ਗਾਰਟਨਰ ਦੁਆਰਾ 2 ਤੋਂ 5 ਸਾਲਾਂ ਦੇ ਸੰਭਾਵਿਤ ਪਠਾਰ ਦੇ ਨਾਲ "ਸਲੋਪ ਆਫ਼ ਐਨਲਾਈਟਨਮੈਂਟ" ਪੜਾਅ ਵਿੱਚ ਰੱਖਿਆ ਗਿਆ ਸੀ।
2018 ਵਿੱਚ, ਛੇ ਸਾਲ ਬਾਅਦ, “ਕਲਾਊਡ ਕੰਪਿਊਟਿੰਗ” ਅਤੇ “ਪਬਲਿਕ ਕਲਾਊਡ ਸਟੋਰੇਜ” 2 ਸਾਲਾਂ ਤੋਂ ਘੱਟ ਦੇ ਅਨੁਮਾਨਿਤ ਪਠਾਰ ਦੇ ਨਾਲ “ਸਲੋਪ ਆਫ਼ ਐਨਲਾਈਟਨਮੈਂਟ” ਪੜਾਅ ਵਿੱਚ ਸਨ। "ਸੇਵਾ ਵਜੋਂ ਸਾਫਟਵੇਅਰ" ਪਠਾਰ 'ਤੇ ਪਹੁੰਚ ਗਿਆ ਸੀ। ਬਿੰਦੂ ਇਹ ਹੈ ਕਿ ਇਸ ਸਮੇਂ ਵਿੱਚ ਜਨਤਕ ਕਲਾਊਡ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਅਪਣਾਇਆ ਗਿਆ ਸੀ.
ਅੱਜ, 2022 ਵਿੱਚ, ਕਲਾਉਡ ਕੰਪਿਊਟਿੰਗ ਹੁਣ ਅਪਣਾਉਣ ਦੇ ਦੂਜੇ ਦਹਾਕੇ ਵਿੱਚ ਹੈ ਅਤੇ ਹੁਣ ਨਵੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਡਿਫੌਲਟ ਤਕਨਾਲੋਜੀ ਹੈ। 
As ਗਾਰਟਨਰ ਇਸਨੂੰ ਰੱਖਦਾ ਹੈ, "ਜੇ ਇਹ ਬੱਦਲ ਨਹੀਂ ਹੈ, ਤਾਂ ਇਹ ਵਿਰਾਸਤ ਹੈ।" ਗਾਰਟਨਰ ਅੱਗੇ ਕਹਿੰਦਾ ਹੈ ਕਿ ਕਿਸੇ ਸੰਸਥਾ 'ਤੇ ਕਲਾਉਡ ਕੰਪਿਊਟਿੰਗ ਦਾ ਪ੍ਰਭਾਵ ਪਰਿਵਰਤਨਸ਼ੀਲ ਹੈ। ਫਿਰ ਸੰਸਥਾਵਾਂ ਨੂੰ ਇਸ ਤਬਦੀਲੀ ਤੱਕ ਕਿਵੇਂ ਪਹੁੰਚਣਾ ਚਾਹੀਦਾ ਹੈ?
ਇਹ ਚਾਰਟ ਵਧੇਰੇ ਵਿਸਤਾਰ ਵਿੱਚ ਵਰਣਨ ਕਰਦਾ ਹੈ ਕਿ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ ਕਿ ਇੱਕ ਤਕਨਾਲੋਜੀ ਇੱਕ ਖਾਸ ਪੜਾਅ ਵਿੱਚ ਹੈ।
ਸੰਸਥਾਵਾਂ ਨੂੰ ਸੰਗਠਨਾਤਮਕ ਤਬਦੀਲੀ ਤੱਕ ਕਿਵੇਂ ਪਹੁੰਚਣਾ ਚਾਹੀਦਾ ਹੈ?
ਕਲਾਉਡ ਨੂੰ ਅਪਣਾਉਣ ਦੀ ਉਹਨਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ, ਸੰਗਠਨਾਂ ਨੂੰ ਫੈਸਲੇ ਲੈਣ, ਨਵੀਆਂ ਨੀਤੀਆਂ ਸਥਾਪਤ ਕਰਨ, ਨਵੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਬਣਾਉਣ ਅਤੇ ਖਾਸ ਚੁਣੌਤੀਆਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹ ਨਿਸ਼ਚਿਤ ਖੇਤਰਾਂ ਦੀ ਇੱਕ ਸੂਚੀ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਹੱਲ ਕਰਨ ਦੀ ਲੋੜ ਪਵੇਗੀ ਕਿ ਤੁਹਾਡਾ ਘਰ ਕ੍ਰਮ ਵਿੱਚ ਹੈ:
- ਸਿਖਲਾਈ, ਮੁੜ-ਸਿਖਲਾਈ ਜਾਂ ਨਵੀਆਂ ਭੂਮਿਕਾਵਾਂ। ਡੇਟਾ ਸਟੋਰੇਜ ਲਈ ਜਨਤਕ ਕਲਾਉਡ ਨੂੰ ਅਪਣਾਉਣ ਜਾਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦਾ ਲਾਭ ਉਠਾਉਣ ਵਿੱਚ, ਤੁਸੀਂ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਸਮਰਥਨ ਅਤੇ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਆਊਟਸੋਰਸ ਕੀਤਾ ਹੈ। ਤੁਹਾਨੂੰ ਅਜੇ ਵੀ ਵਿਕਰੇਤਾ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਅਤੇ ਡੇਟਾ ਤੱਕ ਪਹੁੰਚ ਕਰਨ ਲਈ ਅੰਦਰੂਨੀ ਮੁਹਾਰਤ ਦੀ ਲੋੜ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਤੁਹਾਨੂੰ ਇਹ ਜਾਣਨ ਦੀ ਜ਼ਰੂਰਤ ਹੈ ਕਿ ਤੁਹਾਡੇ ਕੋਲ ਬੋਧਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਡੇਟਾ ਵਿਗਿਆਨ ਲਈ ਉਪਲਬਧ ਨਵੇਂ ਸਾਧਨਾਂ ਦਾ ਲਾਭ ਕਿਵੇਂ ਲੈਣਾ ਹੈ।
- ਡਾਟਾ. ਇਹ ਸਭ ਡਾਟਾ ਬਾਰੇ ਹੈ. ਡਾਟਾ ਨਵੀਂ ਮੁਦਰਾ ਹੈ। ਅਸੀਂ ਬਿਗ ਡੇਟਾ- ਡੇਟਾ ਬਾਰੇ ਗੱਲ ਕਰ ਰਹੇ ਹਾਂ ਜੋ ਘੱਟੋ-ਘੱਟ ਕੁਝ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ ਪਰਿਭਾਸ਼ਾ ਦੇ V. ਕਲਾਉਡ ਵਿੱਚ ਜਾਣ ਵੇਲੇ, ਘੱਟੋ-ਘੱਟ ਤੁਹਾਡਾ ਕੁਝ ਡੇਟਾ ਕਲਾਉਡ ਵਿੱਚ ਹੋਵੇਗਾ। ਜੇਕਰ ਤੁਸੀਂ "ਆਲ-ਇਨ" ਹੋ, ਤਾਂ ਤੁਹਾਡਾ ਡੇਟਾ ਕਲਾਉਡ ਵਿੱਚ ਸਟੋਰ ਕੀਤਾ ਜਾਵੇਗਾ ਅਤੇ ਕਲਾਉਡ ਵਿੱਚ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਜਾਵੇਗਾ।
A. ਡੇਟਾ ਦੀ ਉਪਲਬਧਤਾ. ਕੀ ਤੁਹਾਡੀਆਂ ਮੌਜੂਦਾ ਆਨ-ਪ੍ਰੀਮ ਐਪਲੀਕੇਸ਼ਨ ਕਲਾਉਡ ਵਿੱਚ ਡੇਟਾ ਤੱਕ ਪਹੁੰਚ ਕਰ ਸਕਦੀਆਂ ਹਨ? ਕੀ ਤੁਹਾਡਾ ਡੇਟਾ ਜਿੱਥੇ ਪ੍ਰੋਸੈਸਿੰਗ ਲਈ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ? ਕੀ ਤੁਹਾਨੂੰ ਆਪਣੇ ਡੇਟਾ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਲਿਜਾਣ ਲਈ ਆਪਣੇ ਕਲਾਉਡ ਮਾਈਗ੍ਰੇਸ਼ਨ ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਬਜਟ ਸਮੇਂ ਦੀ ਲੋੜ ਹੈ? ਉਹ ਕਿੰਨਾ ਸਮਾਂ ਲਵੇਗਾ? ਕੀ ਤੁਹਾਨੂੰ ਕਲਾਉਡ ਨੂੰ ਆਪਣਾ ਲੈਣ-ਦੇਣ ਡੇਟਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਨਵੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿਕਸਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ? ਜੇਕਰ ਤੁਸੀਂ AI ਜਾਂ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਕਰਨ ਦਾ ਇਰਾਦਾ ਰੱਖਦੇ ਹੋ, ਤਾਂ ਸਟੀਕਤਾ ਅਤੇ ਸ਼ੁੱਧਤਾ ਦੇ ਲੋੜੀਂਦੇ ਪੱਧਰ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਲੋੜੀਂਦਾ ਸਿਖਲਾਈ ਡੇਟਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
B. ਡਾਟਾ ਦੀ ਉਪਯੋਗਤਾ. ਕੀ ਤੁਹਾਡਾ ਡੇਟਾ ਇੱਕ ਅਜਿਹੇ ਫਾਰਮੈਟ ਵਿੱਚ ਹੈ ਜੋ ਲੋਕਾਂ ਅਤੇ ਸਾਧਨਾਂ ਦੁਆਰਾ ਖਪਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਜੋ ਡੇਟਾ ਤੱਕ ਪਹੁੰਚ ਕਰਨਗੇ? ਕੀ ਤੁਸੀਂ ਆਪਣੇ ਡੇਟਾ ਵੇਅਰਹਾਊਸ 'ਤੇ "ਲਿਫਟ-ਐਂਡ-ਸ਼ਿਫਟ" ਕਰ ਸਕਦੇ ਹੋ? ਜਾਂ, ਕੀ ਇਸ ਨੂੰ ਪ੍ਰਦਰਸ਼ਨ ਲਈ ਅਨੁਕੂਲ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ?
C. ਡਾਟਾ ਦੀ ਗੁਣਵੱਤਾ. ਡੇਟਾ ਦੀ ਗੁਣਵੱਤਾ ਜਿਸ 'ਤੇ ਤੁਹਾਡੇ ਫੈਸਲੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ ਤੁਹਾਡੇ ਫੈਸਲਿਆਂ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰ ਸਕਦੇ ਹਨ। ਗਵਰਨੈਂਸ, ਡੇਟਾ ਸਟੀਵਰਡਜ਼, ਡੇਟਾ ਪ੍ਰਬੰਧਨ, ਸ਼ਾਇਦ ਇੱਕ ਡੇਟਾ ਕਿਊਰੇਟਰ ਕਲਾਉਡ ਵਿੱਚ ਬੋਧਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਅਪਣਾਉਣ ਵਿੱਚ ਮਹੱਤਵਪੂਰਣ ਭੂਮਿਕਾ ਨਿਭਾ ਸਕਦਾ ਹੈ। ਆਪਣੇ ਡੇਟਾ ਦੀ ਗੁਣਵੱਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਡੇਟਾ ਨੂੰ ਕਲਾਉਡ ਵਿੱਚ ਮਾਈਗ੍ਰੇਟ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਸਮਾਂ ਲਓ। ਇਹ ਪਤਾ ਲਗਾਉਣ ਤੋਂ ਵੱਧ ਨਿਰਾਸ਼ਾਜਨਕ ਕੁਝ ਨਹੀਂ ਹੈ ਕਿ ਤੁਸੀਂ ਉਸ ਡੇਟਾ ਨੂੰ ਮਾਈਗਰੇਟ ਕੀਤਾ ਹੈ ਜਿਸਦੀ ਤੁਹਾਨੂੰ ਲੋੜ ਨਹੀਂ ਹੈ।
D. ਵੱਡੇ ਡੇਟਾ ਵਿੱਚ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ. ਡਾਟਾ ਅਸੰਗਤ ਜਾਂ ਅਧੂਰਾ ਹੋ ਸਕਦਾ ਹੈ। ਤੁਹਾਡੇ ਡੇਟਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਅਤੇ ਤੁਸੀਂ ਇਸਨੂੰ ਕਿਵੇਂ ਵਰਤਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਕੀ ਕੋਈ ਅੰਤਰ ਹੈ? ਡੇਟਾ 'ਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼-ਵਿਆਪਕ ਮਿਆਰਾਂ ਨਾਲ ਸਬੰਧਤ ਜਾਣੇ-ਪਛਾਣੇ ਮੁੱਦਿਆਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦਾ ਹੁਣ ਸਮਾਂ ਹੈ। ਸਮੇਂ ਦੇ ਮਾਪ, ਭੂਗੋਲ ਲੜੀ ਵਰਗੀਆਂ ਸਧਾਰਨ ਚੀਜ਼ਾਂ 'ਤੇ ਰਿਪੋਰਟਿੰਗ ਕੇਂਦਰਾਂ ਵਿੱਚ ਮਾਨਕੀਕਰਨ ਕਰੋ। ਸੱਚ ਦੇ ਉਸ ਇੱਕੋ ਇੱਕ ਸਰੋਤ ਦੀ ਪਛਾਣ ਕਰੋ।
E. ਵੱਡੇ ਡੇਟਾ ਵਿੱਚ ਹੀ ਨਿਹਿਤ ਸੀਮਾਵਾਂ. ਸੰਭਾਵੀ ਨਤੀਜਿਆਂ ਦੀ ਇੱਕ ਵੱਡੀ ਗਿਣਤੀ ਨੂੰ ਮਹੱਤਤਾ ਲਈ ਨਤੀਜਿਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਇੱਕ ਡੋਮੇਨ ਮਾਹਰ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ. ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿਚ, ਜੇ ਤੁਹਾਡੀ ਪੁੱਛਗਿੱਛ ਬਹੁਤ ਸਾਰੇ ਰਿਕਾਰਡ ਵਾਪਸ ਕਰਦੀ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਮਨੁੱਖੀ ਤੌਰ 'ਤੇ ਇਸ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਿਵੇਂ ਕਰੋਗੇ? ਇਸਨੂੰ ਹੋਰ ਫਿਲਟਰ ਕਰਨ ਅਤੇ ਰਿਕਾਰਡਾਂ ਦੀ ਗਿਣਤੀ ਨੂੰ ਘਟਾਉਣ ਲਈ, ਤਾਂ ਜੋ ਇਸਨੂੰ ਇੱਕ ਆਮ ਗੈਰ-ਸੁਪਰ ਮਨੁੱਖ ਦੁਆਰਾ ਖਪਤ ਕੀਤਾ ਜਾ ਸਕੇ, ਤੁਹਾਨੂੰ ਡੇਟਾ ਦੇ ਪਿੱਛੇ ਕਾਰੋਬਾਰ ਨੂੰ ਜਾਣਨ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ.
3. ਆਈ.ਟੀ. ਦੀ ਬੁਨਿਆਦ/ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦਾ ਸਮਰਥਨ ਕਰਨਾ. ਸਾਰੇ ਹਿਲਾਉਣ ਵਾਲੇ ਹਿੱਸਿਆਂ 'ਤੇ ਗੌਰ ਕਰੋ. ਇਹ ਸੰਭਾਵਨਾ ਹੈ ਕਿ ਤੁਹਾਡਾ ਸਾਰਾ ਡੇਟਾ ਕਲਾਉਡ ਵਿੱਚ ਨਹੀਂ ਹੋਵੇਗਾ। ਕੁਝ ਬੱਦਲ ਵਿੱਚ ਹੋ ਸਕਦੇ ਹਨ। ਕੁਝ ਆਨ-ਪ੍ਰੀਮਿਸ. ਅਜੇ ਵੀ ਹੋਰ ਡਾਟਾ ਹੋ ਸਕਦਾ ਹੈ ਇਕ ਹੋਰ ਵਿਕਰੇਤਾ ਦਾ ਬੱਦਲ. ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਡੇਟਾ ਪ੍ਰਵਾਹ ਡਾਇਗ੍ਰਾਮ ਹੈ? ਕੀ ਤੁਸੀਂ ਭੌਤਿਕ ਹਾਰਡਵੇਅਰ ਦੇ ਪ੍ਰਬੰਧਨ ਤੋਂ ਲੈ ਕੇ ਭੌਤਿਕ ਹਾਰਡਵੇਅਰ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਵਾਲੇ ਵਿਕਰੇਤਾਵਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਲਈ ਤਿਆਰ ਹੋ? ਕੀ ਤੁਸੀਂ ਕਲਾਉਡ ਵਾਤਾਵਰਨ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਸਮਝਦੇ ਹੋ? ਕੀ ਤੁਸੀਂ ਗੈਰ-ਸੰਗਠਿਤ ਡੇਟਾ ਦੇ ਨਾਲ-ਨਾਲ ਮੁੱਖ ਪਲੇਟਫਾਰਮ-ਸਮਰੱਥ ਤਕਨਾਲੋਜੀਆਂ ਦਾ ਸਮਰਥਨ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦਾ ਲੇਖਾ-ਜੋਖਾ ਕੀਤਾ ਹੈ। ਕੀ ਤੁਸੀਂ ਅਜੇ ਵੀ ਉਹੀ SDK, API, ਡਾਟਾ ਉਪਯੋਗਤਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਯੋਗ ਹੋਵੋਗੇ ਜੋ ਤੁਸੀਂ ਆਨ-ਪ੍ਰੀਮਿਸਸ ਵਰਤ ਰਹੇ ਹੋ? ਉਹਨਾਂ ਨੂੰ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਦੁਬਾਰਾ ਲਿਖਣ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਟ੍ਰਾਂਜੈਕਸ਼ਨਲ ਸਿਸਟਮਾਂ ਤੋਂ ਡੇਟਾ ਵੇਅਰਹਾਊਸ ਨੂੰ ਲੋਡ ਕਰਨ ਲਈ ਤੁਹਾਡੇ ਮੌਜੂਦਾ ETL ਬਾਰੇ ਕੀ? ETL ਸਕ੍ਰਿਪਟਾਂ ਨੂੰ ਦੁਬਾਰਾ ਲਿਖਣ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।
4. ਰਿਫਾਇਨਿੰਗ ਰੋਲ. ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਨਵੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਅਤੇ ਕਲਾਉਡ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਕਿਵੇਂ ਐਕਸੈਸ ਕਰਨਾ ਹੈ ਬਾਰੇ ਦੁਬਾਰਾ ਸਿਖਲਾਈ ਦੇਣ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ। ਅਕਸਰ ਇੱਕ ਡੈਸਕਟੌਪ ਜਾਂ ਨੈੱਟਵਰਕ ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕਲਾਉਡ ਨੂੰ ਸਮਰਪਿਤ ਇੱਕ ਸਮਾਨ ਜਾਂ ਸਮਾਨ ਨਾਮ ਹੋ ਸਕਦਾ ਹੈ। ਇਹ, ਹਾਲਾਂਕਿ, ਵੱਖਰੇ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ, ਜਾਂ ਇੱਕ ਵੱਖਰੀ ਵਿਸ਼ੇਸ਼ਤਾ ਸੈੱਟ ਵੀ ਹੋ ਸਕਦਾ ਹੈ।
ਜੇ ਤੁਹਾਡੀ ਸੰਸਥਾ ਕਲਾਉਡ 'ਤੇ ਜਾਣ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦਾ ਵੱਧ ਤੋਂ ਵੱਧ ਲਾਭ ਉਠਾਉਣ ਬਾਰੇ ਗੰਭੀਰ ਹੈ, ਤਾਂ ਕੋਈ ਬਹਿਸ ਨਹੀਂ ਹੈ ਕਿ ਇਹ ਕਦਮ ਮਹੱਤਵਪੂਰਨ ਵਪਾਰਕ ਅਤੇ ਆਰਥਿਕ ਮੁੱਲ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ। ਵਿਹਾਰਕ ਤੌਰ 'ਤੇ, ਇੱਥੋਂ ਤੱਕ ਪਹੁੰਚਣ ਲਈ, ਤੁਹਾਨੂੰ ਇਹ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ:
- ਇੱਕ ਚਾਰਟਰ ਸਥਾਪਤ ਕਰੋ.
A. ਕੀ ਤੁਸੀਂ ਆਪਣੇ ਪ੍ਰੋਜੈਕਟ ਦੇ ਦਾਇਰੇ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਹੈ?
B. ਕੀ ਤੁਹਾਡੇ ਕੋਲ ਕਾਰਜਕਾਰੀ ਸਪਾਂਸਰਸ਼ਿਪ ਹੈ?
C. ਪ੍ਰੋਜੈਕਟ ਵਿੱਚ ਕੌਣ - ਕਿਹੜੀਆਂ ਭੂਮਿਕਾਵਾਂ - ਨੂੰ ਸ਼ਾਮਲ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ? ਮੁੱਖ ਆਰਕੀਟੈਕਟ ਕੌਣ ਹੈ? ਕਲਾਉਡ ਵਿਕਰੇਤਾ 'ਤੇ ਭਰੋਸਾ ਕਰਨ ਲਈ ਤੁਹਾਨੂੰ ਕਿਹੜੀ ਮੁਹਾਰਤ ਦੀ ਲੋੜ ਹੈ?
D. ਅੰਤਮ ਟੀਚਾ ਕੀ ਹੈ? ਤਰੀਕੇ ਨਾਲ, ਟੀਚਾ "ਕਲਾਊਡ ਵੱਲ ਵਧਣਾ" ਨਹੀਂ ਹੈ। ਤੁਸੀਂ ਕਿਹੜੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹੋ?
E. ਆਪਣੀ ਸਫਲਤਾ ਦੇ ਮਾਪਦੰਡ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ। ਤੁਸੀਂ ਕਿਵੇਂ ਜਾਣੋਗੇ ਕਿ ਤੁਸੀਂ ਸਫਲ ਹੋ?
2. ਖੋਜੋ। ਸ਼ੁਰੂ ਵਿੱਚ ਸ਼ੁਰੂ ਕਰੋ. ਵਸਤੂ ਸੂਚੀ ਲਵੋ. ਪਤਾ ਕਰੋ ਕਿ ਤੁਹਾਡੇ ਕੋਲ ਕੀ ਹੈ। ਸਵਾਲਾਂ ਦਾ ਜਵਾਬ ਦਿਓ:
A. ਸਾਡੇ ਕੋਲ ਕਿਹੜਾ ਡੇਟਾ ਹੈ?
B. ਡੇਟਾ ਕਿੱਥੇ ਹੈ?
C. ਕਿਹੜੀਆਂ ਕਾਰੋਬਾਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦਾ ਸਮਰਥਨ ਕਰਨ ਦੀ ਲੋੜ ਹੈ? ਉਹਨਾਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਕਿਹੜੇ ਡੇਟਾ ਦੀ ਲੋੜ ਹੈ?
D. ਅਸੀਂ ਵਰਤਮਾਨ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਹੇਰਾਫੇਰੀ ਕਰਨ ਲਈ ਕਿਹੜੇ ਟੂਲ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ?
E. ਡੇਟਾ ਦਾ ਆਕਾਰ ਅਤੇ ਗੁੰਝਲਤਾ ਕੀ ਹੈ?
F. ਸਾਡੇ ਕੋਲ ਕੀ ਹੋਵੇਗਾ? ਸਾਡੇ ਵਿਕਰੇਤਾ ਤੋਂ ਕਲਾਉਡ ਵਿੱਚ ਕਿਹੜੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਉਪਲਬਧ ਹਨ?
G. ਅਸੀਂ ਡੇਟਾ ਨਾਲ ਕਿਵੇਂ ਜੁੜਾਂਗੇ? ਕਲਾਉਡ ਵਿੱਚ ਕਿਹੜੀਆਂ ਪੋਰਟਾਂ ਨੂੰ ਖੋਲ੍ਹਣ ਦੀ ਲੋੜ ਹੋਵੇਗੀ?
H. ਕੀ ਇੱਥੇ ਕੋਈ ਨਿਯਮ ਜਾਂ ਲੋੜਾਂ ਹਨ ਜੋ ਗੋਪਨੀਯਤਾ ਜਾਂ ਸੁਰੱਖਿਆ ਲੋੜਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰਦੀਆਂ ਹਨ? ਕੀ ਗਾਹਕਾਂ ਦੇ ਨਾਲ ਐਸਐਲਏ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਦੀ ਲੋੜ ਹੈ?
I. ਕੀ ਤੁਸੀਂ ਜਾਣਦੇ ਹੋ ਕਿ ਕਲਾਉਡ ਵਰਤੋਂ ਲਈ ਲਾਗਤਾਂ ਦੀ ਗਣਨਾ ਕਿਵੇਂ ਕੀਤੀ ਜਾਵੇਗੀ?
3. ਮੁਲਾਂਕਣ ਕਰੋ ਅਤੇ ਮੁਲਾਂਕਣ ਕਰੋ.
A. ਅਸੀਂ ਕਿਹੜੇ ਡੇਟਾ ਨੂੰ ਤਬਦੀਲ ਕਰਨ ਦਾ ਇਰਾਦਾ ਰੱਖਦੇ ਹਾਂ?
B. ਲਾਗਤਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ। ਹੁਣ ਜਦੋਂ ਤੁਸੀਂ ਡੇਟਾ ਦੇ ਦਾਇਰੇ ਅਤੇ ਮਾਤਰਾ ਨੂੰ ਜਾਣਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਇੱਕ ਬਜਟ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਲਈ ਇੱਕ ਬਿਹਤਰ ਸਥਿਤੀ ਵਿੱਚ ਹੋ।
C. ਤੁਹਾਡੇ ਕੋਲ ਵਰਤਮਾਨ ਵਿੱਚ ਜੋ ਕੁਝ ਹੈ ਅਤੇ ਜੋ ਤੁਸੀਂ ਉਮੀਦ ਕਰਦੇ ਹੋ ਉਸ ਦੀਆਂ ਉਮੀਦਾਂ ਵਿਚਕਾਰ ਮੌਜੂਦ ਪਾੜੇ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ। ਅਸੀਂ ਕੀ ਗੁਆ ਰਹੇ ਹਾਂ?
D. ਸਿਧਾਂਤ ਵਿੱਚ ਤੁਹਾਡੇ ਤੋਂ ਕੀ ਖੁੰਝ ਗਿਆ ਹੈ ਨੂੰ ਪ੍ਰਗਟ ਕਰਨ ਲਈ ਇੱਕ ਟੈਸਟ ਮਾਈਗ੍ਰੇਸ਼ਨ ਸ਼ਾਮਲ ਕਰੋ।
E. ਇਸ ਪੜਾਅ ਦੇ ਨਾਲ-ਨਾਲ ਅੰਤਮ ਪੜਾਅ ਵਿੱਚ ਉਪਭੋਗਤਾ ਸਵੀਕ੍ਰਿਤੀ ਜਾਂਚ ਨੂੰ ਸ਼ਾਮਲ ਕਰੋ।
F. ਤੁਸੀਂ ਕਿਹੜੀਆਂ ਚੁਣੌਤੀਆਂ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦੇ ਹੋ ਤਾਂ ਜੋ ਤੁਸੀਂ ਅਗਲੇ ਪੜਾਅ ਵਿੱਚ ਸੰਕਟਕਾਲੀਨ ਸਥਿਤੀਆਂ ਦਾ ਨਿਰਮਾਣ ਕਰ ਸਕੋ?
G. ਕਿਹੜੇ ਖਤਰਿਆਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਗਈ ਹੈ?
4 ਯੋਜਨਾ. ਏ ਸਥਾਪਿਤ ਕਰੋ road ਨਕਸ਼ਾ.
A. ਤਰਜੀਹਾਂ ਕੀ ਹਨ? ਪਹਿਲਾਂ ਕੀ ਆਉਂਦਾ ਹੈ? ਕ੍ਰਮ ਕੀ ਹੈ?
B. ਤੁਸੀਂ ਕੀ ਛੱਡ ਸਕਦੇ ਹੋ? ਤੁਸੀਂ ਦਾਇਰੇ ਨੂੰ ਕਿਵੇਂ ਘਟਾ ਸਕਦੇ ਹੋ?
C. ਕੀ ਪੈਰਲਲ ਪ੍ਰੋਸੈਸਿੰਗ ਲਈ ਸਮਾਂ ਹੋਵੇਗਾ?
D. ਪਹੁੰਚ ਕੀ ਹੈ? ਅੰਸ਼ਕ / ਪੜਾਅਵਾਰ ਪਹੁੰਚ?
E. ਕੀ ਤੁਸੀਂ ਸੁਰੱਖਿਆ ਪਹੁੰਚ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਹੈ?
F. ਕੀ ਤੁਸੀਂ ਡਾਟਾ ਬੈਕਅੱਪ ਅਤੇ ਡਿਜ਼ਾਸਟਰ ਰਿਕਵਰੀ ਪਲਾਨ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਹੈ?
G. ਸੰਚਾਰ ਯੋਜਨਾ ਕੀ ਹੈ - ਪ੍ਰੋਜੈਕਟ ਲਈ ਅੰਦਰੂਨੀ, ਹਿੱਸੇਦਾਰਾਂ ਲਈ, ਅੰਤਮ ਉਪਭੋਗਤਾਵਾਂ ਲਈ?
5. ਬਣਾਓ। ਮਾਈਗਰੇਟ ਕਰੋ। ਟੈਸਟ। ਲਾਂਚ ਕਰੋ.
A. ਯੋਜਨਾ 'ਤੇ ਕੰਮ ਕਰੋ। ਨਵੀਂ ਜਾਣਕਾਰੀ ਦੇ ਆਧਾਰ 'ਤੇ ਇਸ ਨੂੰ ਗਤੀਸ਼ੀਲ ਰੂਪ ਨਾਲ ਸੋਧੋ।
B. ਆਪਣੀਆਂ ਇਤਿਹਾਸਕ ਸ਼ਕਤੀਆਂ ਅਤੇ ਸਫਲਤਾਵਾਂ ਨੂੰ ਆਪਣੀ ਵਿਰਾਸਤ IT ਬੁਨਿਆਦ 'ਤੇ ਬਣਾਓ ਅਤੇ ਬਿਗ ਡੇਟਾ ਅਤੇ ਬੋਧਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ ਲਾਭਾਂ ਦਾ ਲਾਭ ਲੈਣਾ ਸ਼ੁਰੂ ਕਰੋ।
6. ਦੁਹਰਾਓ ਅਤੇ ਸੁਧਾਰੋ.
A. ਤੁਸੀਂ ਉਹਨਾਂ ਸਰਵਰਾਂ ਨੂੰ ਕਦੋਂ ਰਿਟਾਇਰ ਕਰ ਸਕਦੇ ਹੋ ਜੋ ਹੁਣ ਵਿਹਲੇ ਬੈਠੇ ਹਨ?
B. ਤੁਸੀਂ ਕਿਹੜੀ ਰੀਫੈਕਟਰਿੰਗ ਖੋਜੀ ਹੈ ਜਿਸ ਨੂੰ ਕਰਨ ਦੀ ਲੋੜ ਹੈ?
C. ਕਲਾਉਡ ਵਿੱਚ ਤੁਹਾਡੇ ਡੇਟਾ ਲਈ ਕੀ ਅਨੁਕੂਲਤਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ?
D. ਤੁਸੀਂ ਹੁਣ ਕਲਾਉਡ ਵਿੱਚ ਕਿਹੜੀਆਂ ਨਵੀਆਂ ਡਾਟਾ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹੋ?
E. ਅਗਲਾ ਪੱਧਰ ਕੀ ਹੈ? AI, ਮਸ਼ੀਨ ਸਿਖਲਾਈ, ਉੱਨਤ ਵਿਸ਼ਲੇਸ਼ਣ?
ਗੋਚਾਸ
ਕੁਝ ਸਰੋਤ ਕਹਿੰਦੇ ਹਨ ਕਿ ਲਗਭਗ 70% ਤਕਨਾਲੋਜੀ ਪ੍ਰੋਜੈਕਟ ਕੁੱਲ ਜਾਂ ਅੰਸ਼ਕ ਅਸਫਲਤਾਵਾਂ ਹਨ। ਜ਼ਾਹਰ ਹੈ, ਇਹ ਤੁਹਾਡੀ ਪਰਿਭਾਸ਼ਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ 
ਅਸਫਲਤਾ ਹੋਰ ਸਰੋਤ ਪਾਇਆ ਕਿ 75% ਨੇ ਸੋਚਿਆ ਕਿ ਉਹਨਾਂ ਦਾ ਪ੍ਰੋਜੈਕਟ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਬਰਬਾਦ ਹੋ ਗਿਆ ਸੀ। ਇਸਦਾ ਮਤਲਬ ਇਹ ਹੋ ਸਕਦਾ ਹੈ ਕਿ 5% ਉਹਨਾਂ ਦੇ ਵਿਰੁੱਧ ਹੋਣ ਦੇ ਬਾਵਜੂਦ ਵੀ ਸਫਲ ਹੋਏ. ਮੇਰਾ ਤਜਰਬਾ ਮੈਨੂੰ ਦੱਸਦਾ ਹੈ ਕਿ ਤਕਨਾਲੋਜੀ ਪ੍ਰੋਜੈਕਟਾਂ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸਾ ਹੈ ਜੋ ਜਾਂ ਤਾਂ ਕਦੇ ਜ਼ਮੀਨ ਤੋਂ ਨਹੀਂ ਉਤਰਦਾ ਜਾਂ ਵਾਅਦਾ ਕੀਤੀਆਂ ਉਮੀਦਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਹੁੰਦਾ ਹੈ। ਕੁਝ ਆਮ ਥੀਮ ਹਨ ਜੋ ਉਹ ਪ੍ਰੋਜੈਕਟ ਸਾਂਝੇ ਕਰਦੇ ਹਨ। ਜਿਵੇਂ ਹੀ ਤੁਸੀਂ ਕਲਾਉਡ 'ਤੇ ਆਪਣੇ ਪ੍ਰਵਾਸ ਦੀ ਯੋਜਨਾ ਬਣਾਉਣਾ ਸ਼ੁਰੂ ਕਰਦੇ ਹੋ, ਇੱਥੇ ਖੋਜ ਕਰਨ ਲਈ ਕੁਝ ਗੌਚਾ ਹਨ। ਜੇਕਰ ਤੁਸੀਂ ਅਜਿਹਾ ਨਹੀਂ ਕਰਦੇ, ਤਾਂ ਉਹ ਬੁਰੇ ਕਰਮ, ਜਾਂ ਮਾੜੇ ਕ੍ਰੈਡਿਟ ਸਕੋਰ ਵਰਗੇ ਹਨ - ਜਲਦੀ ਜਾਂ ਬਾਅਦ ਵਿੱਚ, ਉਹ ਤੁਹਾਨੂੰ ਬੱਟ ਵਿੱਚ ਕੱਟ ਦੇਣਗੇ।:
- ਮਲਕੀਅਤ. ਪ੍ਰਬੰਧਨ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਇੱਕ ਸਿੰਗਲ ਵਿਅਕਤੀ ਨੂੰ ਪ੍ਰੋਜੈਕਟ ਦਾ ਮਾਲਕ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਸ ਦੇ ਨਾਲ ਹੀ, ਸਾਰੇ ਭਾਗੀਦਾਰਾਂ ਨੂੰ ਸਟੇਕਹੋਲਡਰਾਂ ਵਜੋਂ ਨਿਵੇਸ਼ ਮਹਿਸੂਸ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।
- ਲਾਗਤ. ਕੀ ਬਜਟ ਅਲਾਟ ਕੀਤਾ ਗਿਆ ਹੈ? ਕੀ ਤੁਸੀਂ ਅਗਲੇ 12 ਮਹੀਨਿਆਂ ਲਈ ਤੀਬਰਤਾ ਦੇ ਕ੍ਰਮ ਦੇ ਨਾਲ-ਨਾਲ ਚੱਲ ਰਹੇ ਖਰਚਿਆਂ ਦਾ ਅੰਦਾਜ਼ਾ ਵੀ ਜਾਣਦੇ ਹੋ? ਕੀ ਇੱਥੇ ਕੋਈ ਸੰਭਾਵੀ ਲੁਕਵੇਂ ਖਰਚੇ ਹਨ? ਕੀ ਤੁਸੀਂ ਇਸ ਕਦਮ ਦੀ ਤਿਆਰੀ ਵਿੱਚ ਕਿਸੇ ਵਾਧੂ ਫਲੋਟਸਮ ਅਤੇ ਜੈਟਸੈਮ ਨੂੰ ਬੰਦ ਕਰ ਦਿੱਤਾ ਹੈ। ਤੁਸੀਂ ਉਸ ਡੇਟਾ ਨੂੰ ਮਾਈਗ੍ਰੇਟ ਨਹੀਂ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ ਜਿਸਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਜਾਵੇਗੀ, ਜਾਂ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੈ।
- ਲੀਡਰਸ਼ਿਪ. ਕੀ ਪ੍ਰੋਜੈਕਟ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪ੍ਰਬੰਧਨ ਦੁਆਰਾ ਸਪਾਂਸਰ ਕੀਤਾ ਗਿਆ ਹੈ? ਕੀ ਉਮੀਦਾਂ ਅਤੇ ਸਫਲਤਾ ਦੀ ਪਰਿਭਾਸ਼ਾ ਯਥਾਰਥਵਾਦੀ ਹੈ? ਕੀ ਉਦੇਸ਼ ਕਾਰਪੋਰੇਟ ਦ੍ਰਿਸ਼ਟੀ ਅਤੇ ਰਣਨੀਤੀ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਨ?
- ਪ੍ਰਾਜੇਕਟਸ ਸੰਚਾਲਨ. ਕੀ ਸਮਾਂਰੇਖਾਵਾਂ, ਦਾਇਰੇ ਅਤੇ ਬਜਟ ਯਥਾਰਥਵਾਦੀ ਹਨ? ਕੀ "ਬਲਾਂ" ਛੋਟੀਆਂ ਡਿਲੀਵਰੀ ਸਮਾਂ-ਸੀਮਾਵਾਂ, ਵਧੇ ਹੋਏ ਦਾਇਰੇ ਅਤੇ/ਜਾਂ ਘੱਟ ਲਾਗਤਾਂ ਜਾਂ ਘੱਟ ਲੋਕਾਂ ਦੀ ਮੰਗ ਕਰਦੀਆਂ ਹਨ? ਕੀ ਲੋੜਾਂ 'ਤੇ ਪੱਕੀ ਸਮਝ ਹੈ? ਕੀ ਉਹ ਯਥਾਰਥਵਾਦੀ ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਹਨ?
- ਮਾਨਵੀ ਸੰਸਾਧਨ. ਤਕਨਾਲੋਜੀ ਆਸਾਨ ਹਿੱਸਾ ਹੈ. ਇਹ ਲੋਕਾਂ ਦੀ ਚੀਜ਼ ਹੈ ਜੋ ਇੱਕ ਚੁਣੌਤੀ ਹੋ ਸਕਦੀ ਹੈ। ਕਲਾਊਡ 'ਤੇ ਮਾਈਗ੍ਰੇਟ ਕਰਨ ਨਾਲ ਬਦਲਾਅ ਆਵੇਗਾ। ਲੋਕ ਬਦਲਾਅ ਨੂੰ ਪਸੰਦ ਨਹੀਂ ਕਰਦੇ। ਤੁਹਾਨੂੰ ਉਮੀਦਾਂ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਸੈੱਟ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਕੀ ਪਹਿਲਕਦਮੀ ਲਈ ਲੋੜੀਂਦਾ ਅਤੇ ਢੁਕਵਾਂ ਸਟਾਫ ਸਮਰਪਿਤ ਕੀਤਾ ਗਿਆ ਹੈ? ਜਾਂ, ਕੀ ਤੁਸੀਂ ਉਹਨਾਂ ਲੋਕਾਂ ਤੋਂ ਸਮਾਂ ਕੱਢਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਹੈ ਜੋ ਪਹਿਲਾਂ ਹੀ ਆਪਣੀ ਦਿਨ ਦੀ ਨੌਕਰੀ ਵਿੱਚ ਬਹੁਤ ਰੁੱਝੇ ਹੋਏ ਹਨ? ਕੀ ਤੁਸੀਂ ਇੱਕ ਸਥਿਰ ਟੀਮ ਬਣਾਈ ਰੱਖਣ ਦੇ ਯੋਗ ਹੋ? ਮੁੱਖ ਕਰਮਚਾਰੀਆਂ ਦੇ ਟਰਨਓਵਰ ਕਾਰਨ ਬਹੁਤ ਸਾਰੇ ਪ੍ਰੋਜੈਕਟ ਅਸਫਲ ਹੋ ਜਾਂਦੇ ਹਨ।
- ਖ਼ਤਰੇ. ਕੀ ਜੋਖਮਾਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਗਈ ਹੈ ਅਤੇ ਸਫਲਤਾਪੂਰਵਕ ਪ੍ਰਬੰਧਿਤ ਕੀਤਾ ਗਿਆ ਹੈ?
- ਅਚਨਚੇਤੀ. ਕੀ ਤੁਸੀਂ ਉਹਨਾਂ ਚੀਜ਼ਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦੇ ਯੋਗ ਹੋ ਜੋ ਤੁਹਾਡੇ ਨਿਯੰਤਰਣ ਤੋਂ ਬਾਹਰ ਹਨ ਪਰ ਜੋ ਡਿਲੀਵਰੀ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰ ਸਕਦੀਆਂ ਹਨ? ਲੀਡਰਸ਼ਿਪ ਵਿੱਚ ਤਬਦੀਲੀ ਦੇ ਪ੍ਰਭਾਵ 'ਤੇ ਗੌਰ ਕਰੋ। ਇੱਕ ਵਿਸ਼ਵ-ਵਿਆਪੀ ਮਹਾਂਮਾਰੀ ਡੈੱਡਲਾਈਨ ਨੂੰ ਪੂਰਾ ਕਰਨ ਅਤੇ ਸਰੋਤ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਤੁਹਾਡੀ ਯੋਗਤਾ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਤ ਕਰੇਗੀ?
2022 ਵਿੱਚ ਕਲਾਉਡ ਕੰਪਿਊਟਿੰਗ ਹਾਈਪ ਚੱਕਰ
ਤਾਂ ਅੱਜ ਗਾਰਟਨਰ ਦੇ ਉੱਭਰ ਰਹੇ ਤਕਨਾਲੋਜੀ ਹਾਈਪ ਚੱਕਰ 'ਤੇ ਕਲਾਉਡ ਕੰਪਿਊਟਿੰਗ, ਪਬਲਿਕ ਕਲਾਉਡ ਸਟੋਰੇਜ ਅਤੇ ਸੌਫਟਵੇਅਰ ਕਿੱਥੇ ਹਨ? ਉਹ ਨਹੀਂ ਹਨ। ਉਹ ਹੁਣ ਅਪ-ਅਤੇ-ਆਉਣ ਵਾਲੀਆਂ ਤਕਨਾਲੋਜੀਆਂ ਨਹੀਂ ਹਨ। ਉਹ ਹੁਣ ਦੂਰੀ 'ਤੇ ਨਹੀਂ ਹਨ। ਉਹ ਮੁੱਖ ਧਾਰਾ ਵਿੱਚ ਹਨ, ਅਪਣਾਏ ਜਾਣ ਦੀ ਉਡੀਕ ਕਰ ਰਹੇ ਹਨ। ਹੇਠਾਂ ਦਿੱਤੇ ਵਾਧੇ ਲਈ ਦੇਖੋ ਉਭਰਦੀ ਤਕਨਾਲੋਜੀ: AI- ਸੰਵਰਧਿਤ ਡਿਜ਼ਾਈਨ, ਜਨਰੇਟਿਵ AI, ਭੌਤਿਕ-ਵਿਗਿਆਨ-ਸੂਚਿਤ AI ਅਤੇ ਗੈਰ ਫੰਗੀਬਲ ਟੋਕਨ।
ਇਸ ਲੇਖ ਵਿਚਲੇ ਵਿਚਾਰ ਅਸਲ ਵਿਚ ਲੇਖ "ਬੋਧਾਤਮਕ ਵਿਸ਼ਲੇਸ਼ਣ: ਤੁਹਾਡੀ ਵਿਰਾਸਤ IT ਫਾਊਂਡੇਸ਼ਨ 'ਤੇ ਨਿਰਮਾਣ" ਦੇ ਸਿੱਟੇ ਵਜੋਂ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਸਨ। TDWI ਬਿਜ਼ਨਸ ਇੰਟੈਲੀਜੈਂਸ ਜਰਨਲ, ਭਾਗ 22, ਨੰ. 4.
