在企业进行系统或平台迁移（例如从旧系统迁移到 SAP S/4HANA，或因并购、剥离等需要迁移数据）时，数据迁移是至关重要的一环。许多公司会听说“Lift and Shift”（直接迁移）方法，也叫棕地或选择性数据迁移，这种方式看似快速且成本低廉，就是把现有系统和数据“原样”搬到新环境中。然而，作者 Kevin Campbell（Syniti 公司 CEO）指出，这实际上是弊大于利的做法。

继承旧问题

Lift and Shift 的最大问题是：它会把旧系统里的低效、杂乱一并搬到新系统。具体包括：

• 旧有的低效数据结构、过时的架构直接被复制；

• 重复、不完整或不一致的数据问题未被解决；

• 历史遗留的“数据孤岛”和碎片化数据继续存在。

就像搬家时，把家里几十年积累的杂物、坏掉的物品、不再适合的东西全都打包到新家，而不加甄别、不清理。这不仅浪费新环境的资源，还错失了借迁移之机优化和现代化数据的机会。

不重视数据质量

作者强调，数据质量是数字化转型能否成功的关键。然而，Lift and Shift 基本不进行：

• 数据清洗、验证、去重；

• 一旦不一致或冗余数据进入新系统，会直接影响系统性能和可用性；

• 旧数据中的错误会削弱用户对新系统的信任。

更严重的是，迁移后再来修复这些问题，不仅困难得多、成本更高，还需要额外的人力、工具和预算，甚至可能再次找 CFO 申请经费。

限制新系统潜力

现代系统（例如具备实时分析、AI/ML、动态扩展等功能的平台）本来是为了处理优化后的高质量数据而设计的。如果带着旧系统的低质量数据迁移：

• 企业将无法真正用好这些先进功能，失去系统升级的意义；

• 新环境就只是个“更贵的新版本旧系统”，没有产生预期的业务价值；

• 旧有低效将成为新系统的瓶颈，直接破坏整个迁移项目的初衷。

作者指出，很多 CIO 被解雇并不是因为项目没按时上线，而是因为项目没有交付承诺的业务价值。

增加长期成本

虽然 Lift and Shift 在表面上看省钱，但实际上隐藏了许多长期成本：

• 持续的故障排查、数据清理和兼容性修复费用；

• 因冗余数据导致的存储和计算开销增加；

• 数据分析师本该优化流程、推动业务，却不得不花大量时间手动清理数据错误；

• 系统性能低下或基于错误数据的分析报告，可能引发业务中断。

简言之，表面省下来的预算，未来都要加倍补上。

更好的替代方案：数据优先

作者建议采用“数据优先”策略，而不是单纯的 Lift and Shift。这种策略的核心是：

• 在迁移前优先提升数据质量；

• 只迁移经过清洗、优化、符合业务需求的高质量数据。

虽然前期需要投入更多努力，但长期来看，它能确保新系统高效运行、支持业务增长，并实现预期的商业回报。

迁移前要问的关键问题

在决定是否使用 Lift and Shift 前，作者建议企业必须认真思考这些问题：

• 你期望通过这次转型获得什么业务收益？

• 你当前的数据质量到底有多好？

• 你有成熟的数据治理机制，还是一团糟？

• 存在哪些可能把整个项目拉下水的风险？

如果这些问题你都无法明确回答，尤其是数据质量没达到接近 99% 的水平，那么 Lift and Shift 根本不是适合你的迁移策略。

原文：

https://www.forbes.com/councils/forbestechcouncil/2025/04/29/why-lift-and-shift-is-a-risky-option-for-data-migration/