您已经选择从本地数据分析迁移到云端，这让您处于非常有利的位置。根据 Teradata 对大型企业的调查，83% 的企业同意云端是运行分析工作负载的最佳场所，91% 的企业认为分析应该更快地迁移到公共云。
然而，目前这一过程才刚刚开始。不幸的是，太多企业在迁移到云分析的过程中停滞不前或遇到意想不到的障碍。好消息是，您可以通过向前辈学习来最大限度地提高有效迁移云分析的几率。
（成功和失败）是让您的组织为在云中使用分析做好准备的最佳方式。下面，我们将探讨任何公司在开始云分析迁移时都应遵循的 5 个技巧和最佳实践。
1. 做好准备
如果您不确定如何衡量云分析迁移的成功，您会发现很难知道实施后需要（或可以）捷克共和国电报数据 改进什么。 因此，在开始之前选择正确的指标和 KPI（关键绩效指标）至关重要。
要计算迁移到云分析的投资回报率 (ROI)，请提出以下问题：
我们的云分析解决方案旨在解决哪些业务问题？
我们希望业务流程通过迁移得到怎样的改进（更简单、更快速、更准确）？
我们如何具体衡量通过云分析进行更智能的数据驱动决策的影响（例如更高的利润、更高的客户满意度、增加的社交媒体活动等）？
2.了解局限性
迁移到云分析可以帮助解决您在本地面临的许多挑战，例如可扩展性、可用性和高总体拥有成本 (TCO) 问题。然而，尽管云比本地分析具有多种优势，但它并不是灵丹妙药。例如，如果您的分析平台过于先进，无法满足您的需求，那么简单地将其迁移到云并不能帮助降低学习曲线。
在开始云分析之旅之前，请确保您了解业务需求、将使用该解决方案的受众以及您选择的技术堆栈。如果您需要帮助充实这些主题，最好与值得信赖的云分析迁移合作伙伴交谈。
3. 开发 MVP
出于多种原因，在迁移到云分析时最好不要贪多嚼不烂。试图将整个分析堆栈迁移到云中，尤其是对于没有经验的组织来说，是灾难的根源。如果预算较大，获得对该计划犹豫不决的关键决策者的批准也会更加困难。