Conception efficace des données pour votre projet de migration
Une conception des données structurée et bien pensée simplifie la migration des données pour un meilleur time-to-value et permet de réaliser le projet de migration plus rapidement et avec succès. Une migration, par exemple vers un nouveau système CRM ou ERP, ou vers SAP S/4HANA®, est assurément complexe. Les données des anciens systèmes sont idéalement consolidées en fonction du nouveau modèle de données du système cible. Le manque de vision d'ensemble des données et le déficit de qualité des données sont des facteurs qui compliquent la tâche.
Conception des données en tant que partie de la gestion des données
Cela comprend la planification et la conception de structures et de modèles de données pour simplifier la migration des données dans les projets de migration. Au préalable, l'exploration des données analyse la qualité et l'intégrité structurelle des données à migrer. Grâce à ces connaissances, la conception des données décrit et documente l'état réel et l'état souhaité de l'informatique et de l'architecture ainsi que des processus et des flux de données.
Différents facteurs incitent les entreprises à mettre en place un nouveau système CRM ou ERP. L'un des déclencheurs peut être l'abandon d'un produit par le fabricant. Il est également possible qu'il s'agisse d'une initiative de numérisation interne à laquelle le système actuel ne peut plus répondre. Les nouveaux modèles et processus commerciaux ainsi que les nouvelles technologies qui ne peuvent plus être utilisés sans le passage à un nouveau système moderne ou qui ne peuvent l'être qu'à grands frais, sont également à l'origine des projets de migration. Si l'on regarde le monde SAP, le temps est compté. D'ici 2030 au plus tard, les entreprises devront avoir migré vers SAP S/4HANA®.
Pour remplacer les anciens systèmes et passer à SAP S/4HANA, de nombreuses étapes doivent être franchies, pour lesquelles un soutien externe est parfois nécessaire. Les ressources externes sont souvent rares, surtout lorsque les délais du fabricant approchent. Il est donc judicieux de s'y prendre à l'avance.
Réponses aux nombreuses questions relatives à la planification d'un projet de migration
Quelle que soit la voie choisie par les entreprises pour leur projet de migration, elles doivent se poser de nombreuses questions, comme par exemple :
- Quels sont les services impliqués ?
- Qui est le porteur principal et responsable de la migration ?
- De quel soutien, y compris externe, avons-nous besoin ?
- Quels sont les processus concernés ?
Il y a beaucoup de choses à prendre en compte, surtout en ce qui concerne les données. Un nouveau modèle de données du système cible sert de référence, le cas échéant. Lors de la migration vers SAP S/4HANA, il s'agit de la consolidation obligatoire des clients, des fournisseurs et d'autres partenaires commerciaux sur la base centrale des partenaires commerciaux.
Comme une consolidation des anciennes données sur un nouveau modèle de données sera tôt ou tard nécessaire, il est conseillé d'en tenir compte lors de la migration. La situation est souvent compliquée par une qualité insuffisante des données, une gestion des données en silos qui s'est généralement développée au fil du temps, ainsi que par un Customizing étendu. Dans cette perspective, un projet de migration avec une migration de données à venir est une excellente occasion de nettoyer ses propres données et d'en optimiser la qualité. Ce mélange fréquent et presque toxique de facteurs néfastes fait d'une migration un projet partiel tout à fait sportif.
Le plus tôt possible et de manière aussi structurée que possible
Pour simplifier la migration des données, il convient de se concentrer sur les données dès le début du projet de migration et pas seulement lorsque le processus de migration est presque terminé. La tâche consiste notamment à consolider les données existantes, éventuellement issues de différents anciens systèmes, selon un nouveau modèle de données. La règle d'or est de procéder simultanément à un nettoyage et à une préparation selon les normes de qualité des données en vigueur. Cela comprend notamment une validation postale ainsi qu'une élimination des doublons (résolution d'identité).
Pour une consolidation efficace des données, une conception préalable des données est une première étape importante. Des étapes partielles sont alors regroupées afin de déterminer la situation initiale et la situation cible des données, de les décrire et finalement de les documenter. Parallèlement, on obtient une vision d'ensemble de l'état des données, des processus actuels ainsi que du degré de personnalisation qui caractérise l'environnement actuel des données, des processus et des systèmes. En parallèle, il convient de définir la manière dont les données seront transférées de l'ancien système vers le nouveau. Mais comment se déroule concrètement une telle conception des données ?
Exploration des données : à la rencontre des données
L'exploration des données, c'est-à-dire l'observation et l'examen très concrets des données, marque le début de la conception des données. Il n'est pas possible de concevoir des données de manière adéquate si la nature réelle des données provenant des différentes sources de données à migrer n'est pas claire.
L'exploration des données considère d'une part la situation du point de vue de la qualité des données :
- Les données sont-elles correctes du point de vue postal ?
- Quel est le pourcentage d'enregistrements doubles ou multiples ?
- Les données sont-elles exhaustives ?
- Les données sont-elles actualisées ?
D'autre part, l'accent est mis sur la nature structurelle des données :
- Comment les données sont-elles structurées en général ?
- Quels sont les champs disponibles ?
- Ces champs sont-ils réellement remplis ?
- Les champs sont-ils remplis avec les bonnes données ? Un champ de numéro de rue contient-il effectivement un numéro de rue et ce numéro de rue existe-t-il vraiment ?
- Existe-t-il un champ de code postal ? Si oui, quel est son degré de remplissage ? Les données sont-elles pla
Il est recommandé de transférer les données à examiner dans le Customer Data Hub d'Uniserv. L'expérience montre que quatre à cinq répétitions (itérations) sont souvent nécessaires avant d'avoir vraiment saisi les données à cent pour cent, de les avoir comprises et de documenter à la fin de manière vraiment transparente quelles sont les données réellement disponibles.
Conception des données : réalité versus objectif
La conception des données reprend les résultats de l'exploration des données et complète l'image de la situation actuelle. Pour ce faire, les processus d'entreprise utilisés actuellement sont avant tout répertoriés. Il est important de comprendre quels services sont impliqués et quelles données sont nécessaires à quel endroit précis. Un service commercial est par exemple intéressé par les chiffres d'affaires, l'historique des achats, la solvabilité. Un service financier a quant à lui besoin de données de paiement et des interlocuteurs concernés.
La diversité des points de vue et des exigences en matière de données montre à quel point il est complexe de saisir et de décrire la situation actuelle. Mais en même temps, c'est justement la partie essentielle d'un concept de données solide. Dès que la situation réelle est documentée de manière complète, transparente et claire, la conception de la situation souhaitée - l'objectif - peut commencer. Il est alors intéressant de décrire quelque chose qui n'existe pas encore. Il faut donc y regarder de très près et répondre aux questions les plus diverses en vue d'un nouveau modèle de données :
- À quoi doivent ressembler les futurs processus commerciaux ?
- Quels flux de données existent déjà ?
- Quels flux de données doivent être remplacés ou créés ?
- Quelles données sont nécessaires et à quel endroit ?
- D'où proviennent ces données ?
- Quelles sont les interfaces entre les systèmes ou les services ?
A ce stade au plus tard, on sera heureux d'avoir travaillé avec précision dans les étapes précédentes. En effet, il est alors possible de déterminer rapidement si la qualité des données existantes est suffisante, quelles données sont encore nécessaires ou si des données entièrement nouvelles seront nécessaires à l'avenir. Il est alors possible de déterminer, au moins au niveau théorique, quelles données peuvent être supprimées avant la migration et lesquelles doivent éventuellement être archivées. Quels processus et applications nécessitent quelles données ? Cela réduit considérablement la quantité de données à migrer. Ce qui, en fin de compte, contribue déjà à un allègement.
Solution Design - comment s'effectue la transition
Une fois la conception des données établie, on peut réfléchir concrètement à la manière de passer de son état actuel à son état cible. À quoi doit donc ressembler la transition ? La solution consiste à travailler vers le point de données central. La solution actuelle est-elle bonne telle qu'elle est ou faut-il quelque chose de différent, de supplémentaire ?
Le design de la solution répond donc à la question de savoir comment la migration des données doit être concrètement mise en œuvre. Le Solution Design se réfère à la solution globale et à la planification stratégique. Ainsi, la solution existante est testée par rapport à un design de solution alternatif. Le choix et la mise en œuvre de l'architecture d'intégration et de l'interface pour le traitement ultérieur (Data Stewarding Interface) sont abordés.
Think big, start small
De nombreuses entreprises, surtout les grands groupes, possèdent une quantité souvent énorme de sous-systèmes (systèmes périphériques) et de données dans leurs unités organisationnelles et leurs filiales. Si l'on essaie de tout saisir d'emblée, on risque d'échouer malgré une procédure planifiée. Souvent, les migrations ne peuvent se faire que pas à pas, car on ne peut pas se permettre de paralyser son entreprise pendant des jours.
C'est pourquoi il est recommandé de commencer par obtenir une vue d'ensemble complète grâce à l'exploration et à la conception des données. Ensuite, il est possible d'examiner et de préparer les données source par source ou système par système. C'est ainsi que se forme la « big picture » pour la migration globale, en tenant compte du nouveau modèle de données. En traitant continuellement les sources et les systèmes, ceux-ci peuvent être migrés en accord avec le nouveau modèle de données. Effet positif : les enseignements tirés de chaque étape partielle peuvent être réinjectés dans la Big Picture et l'affiner davantage.
Cela pourrait aussi vous intéresser :
