大数据迁移的五大风险
风险#1：被委托进行数据迁移项目的员工缺乏实战经验。
一个公司的员工可能非常擅长他们所做的事，但这并不意味着他们是在数据管理、迁移和治理是专家。
图 大数据迁移的五大风险
"他们是数据的创作者和消费者，但是他们并不是完全熟练运用工具、过程、服务、模板和加速器，"辛格说。
风险#2：你的团队太依赖工具的开发工作。
这个问题往往是导致缺乏经验的员工。一个数据迁移项目通常是IT部门的事，但可能并没被专业训练过。迁移工具使用不当最终会迁移了错误数据。"这是类似于把垃圾传来传去，"辛格说。
你的目标，当然是快速、可靠地传输数据。重要的是你如何运用数据迁移工具，和"你搭配的有什么样的加速器和模板，"辛格说。
风险#3：交叉对象依赖性。
"我无法告诉你我有多少次坐在会议上，（客户)说，"我们刚刚发现了一个全新的资料来源，我们甚至都不知道自己需要移动的'，"辛格说。
交叉对象依赖常常很晚才被发现。一个复杂的项目可能会有60、70、甚至80个不同的数据对象中来自一百个左右的应用程序。
"当我们与客户谈生意时，我们寻找丢失的数据块，或者相关数据，"辛格说。
事实上，交叉对象依赖性--并在后来发现新的数据来源的过程--是主要的风险，可以打乱你的迁移的时间表。
风险#4：试图在一个大的上传之后去上线。
这是一个灾难，辛格说，因为你在假设一切都是完美的，你将能够简单地点击一个按钮，和所有的数据将负载得完美无瑕。 "这是个很大的风险，"他说。"你需要一个项目时间轴，复杂的，长期的测试负载的道路。"
风险#5：预算超支由于不适当的范围或准备工作的欠缺。
这经常发生在，当一个组织认为它的系统集成商(SI)会照顾到这些细节。
"大多数系统集成商通常不处理数据只是说，'我将连接管道使原始数据移动到一个目标系统'，"辛格说。
"在现实阶段，我们可以调用到数据迁移项目，"他说，"人们说：'看，数据没有捆绑在一起，我们无法进行用户测试。'"
这个问题，当然，会导致成本超支和毁坏的时间表。
如今IT 面临的最大挑战之一，是风险评估。风险的度量和影响评估不是一门确切的科学，而是有工具、过程和原理，可用于确保组织很好地被保护，高级管理层消息灵通。在我们的Measuring Risk： A Security Pro's Guide测量风险中：一个安全专业人员的指导报告中，我们推荐工具来评估安全风险和提供一些想法供有效地将结果数据投入到业务中去。
