Une migration de données accompagne souvent un projet plus large : nouvel ERP, nouvelle plateforme data, passage au cloud. Bien menée, elle offre aussi l’occasion d’améliorer durablement la qualité des données. Voici notre méthode.
1. Analyser les données sources
Cartographier les sources, les volumes, les formats, les règles de gestion et la qualité actuelle. Cette analyse oriente toute la suite du projet.
2. Définir les règles de correspondance
Pour chaque donnée cible : sa source, ses transformations, ses valeurs par défaut. Ces règles sont validées avec les métiers, qui connaissent le sens des données.
3. Nettoyer et enrichir
Dédoublonnage, complétion des champs obligatoires, normalisation des formats, archivage de l’historique peu utile : la migration devient plus légère et le nouveau système démarre sur des bases saines.
4. Automatiser la chaîne de migration
Des traitements automatisés (ETL ou scripts) rendent la migration rejouable : on peut la répéter autant de fois que nécessaire avant le jour J.
5. Contrôler à chaque itération
- comptages et sommes de contrôle ;
- comparaison d’échantillons source / cible ;
- vérification des règles métier ;
- recette fonctionnelle avec les utilisateurs.
6. Répéter, puis basculer
Plusieurs migrations à blanc permettent de mesurer la durée réelle et d’affiner les traitements. La bascule finale se déroule alors selon un scénario parfaitement connu.
Ce que nous faisons chez nos clients
- Nous analysons les données et définissons les règles de migration avec les métiers.
- Nous construisons des chaînes de migration automatisées et rejouables.
- Nous pilotons les contrôles, les répétitions et la bascule finale.