The Doppler Quarterly (DEUTSCHE) Frühjahr 2018 | Page 20

Sechs wesentliche Faktoren Faktor Nr. 1: Eine hochwertige Datenerfassung Es ist wichtig, dass Unternehmen ihre Anwendungs- umgebung kennen. Wir glauben fest an eine „hoch- wertige Datenerfassung“, die sich darauf konzentriert, den Kontext, die zu erhebenden Daten, ihre Verwen- dung und das Endergebnis im Vorfeld zu definieren. Eine Migrationsinitiative erfordert einen gründlichen Einblick in das Portfolio des Unternehmens. Richten Sie Ihre Sondierungs- und Analysebemühungen auf die wichtigsten geschäftlichen Faktoren und spezifische Ziele aus. Führen Sie auf der Grundlage dieser Ziele eine Analyseübung auf Umgebungs-, Anwendungs- und Inf- rastrukturebene sowie spezifisch für eine einzelne Kom- ponente aus. Wir empfehlen, dass jedes Unternehmen auf jeder dieser Ebenen eine Analyse auf der Grundlage verschiedener Geschäftsfaktoren durchführt. Im Folgenden finden Sie typische Anwendungsfälle: • Definition einer allgemeinen Strategie für die Transformation in der gesamten IT-Landschaft, Verstehen gemeinsamer Muster und Identifikation von Vorreitern (Analyse auf Umgebungsebene) • Adressierung von Herausforderungen eines spezi- fischen Anwendungsportfolios für einen Geschäftsbereich (Analyse auf Anwendungsebene) • Adressierung spezifischer Schmerzpunkte, wie z. B. Middleware- oder Datenbanktransforma- tion (Analyse auf Komponentenebene) • Adressierung spezifischerer Geschäftsfaktoren, wie z. B. das „Verlassen eines Rechenzentrums“, die eine infrastrukturzentrierte Analyse erfor- dern können. 18 | THE DOPPLER | FRÜHJAHR 2018 Welche Art von Daten für diese verschiedenen Anwendungsszenarienerforderlich sind, ist unter- schiedlich. Sie reichen von allgemeinen Anwendungs- informationen bis zu Asset-Details und detaillierten Architektur- und Abhängigkeitsinformationen. Auch wenn die Erstellung eines Datenmodells, das genau definiert, was für jede dieser Analysen benötigt wird, ein Kinderspiel sein sollte, haben viele Unterneh- men damit zu kämpfen. Die Probleme reichen von der Nichtauffindbarkeit der benötigten Informationen bis hin zur Überforderung mit der Datenmenge und dem Zeit- und Arbeitsaufwand für deren Erfassung. Wir empfehlen Unternehmen, im Vorfeld ein Daten- modell zu erstellen, das die Anwendungsfälle mit den folgenden Anforderungen definiert: • Asset-Informationen • Zusätzliche Analyseattribute • Datenerfassungsmechanismen Die Datenerfassungsmechanismen können von Self-Ser- vice-Fragebögen über Discovery/Monitoring-Tools bis zu CMDB-Quellen reichen. Viele Discovery-Tools verfügen über zusätzliche Analysemöglichkeiten, einschließlich Kostenanalyse, Architektur- und Plattformempfehlungen. Zusammenfassend lässt sich sagen, dass Unternehmen eine hochwertige Datenerfassung durch die richtige Definition von Anwendungsfällen, Asset-Details und anderen funktionalen Daten ermöglichen müssen, die für die Analyse entscheidend sind. Außerdem benöti- gen sie einen robusten Erkennungsmechanismus, der alle erforderlichen Informationen sammelt und in einem Repository verwaltet, um sie bei Bedarf in weiteren Analysestufen und bei einer eventuellen Migration ver- wenden zu können.