Systèmes d’information et migration des données

Dans un contexte économique en mouvement, l’évolution des systèmes d’information des entreprises est permanente. Fusions, cessions, lancement de nouveaux produits ou services, adaptation au marché, optimisation, évolution de la législation,… constituent autant de raisons d’adapter, de rénover ou de refondre le SI (Système d‘Information).

L’évolution du SI donne lieu à des projets dont l’objectif est d’accompagner la mutation de l’entreprise. Les projets sont très souvent organisés en chantiers (conception applicative, développement, technique, formation, conduite du changement, …) parmi lesquels la migration des données tient une place importante. La migration des données appelée parfois reprise des données, consiste à transférer les données d’une ou plusieurs applications existantes vers une application cible. Notons que la plupart du temps, le transfert des données des sources vers la cible s’accompagne de transformations plus ou moins complexes liées au contenu du système cible à mettre en œuvre.

Des succès mitigés
Malgré l’importance accordée aux données, force est de constater que beaucoup trop de projets rencontrent des difficultés dues à la migration avec pour conséquence des dépassements de temps et de budget, et au final beaucoup d’efforts pour un faible résultat.

Le Standish Group indique ainsi que sur 10 projets de migration des données, 1 termine dans les temps et avec le budget prévu, 6 finissent en retard et en dépassement de budget, 3 sont abandonnés. Pourtant, tout le monde reconnaît que la qualité des données est un élément déterminant dans le succès d’un nouveau projet. Car au final, ce qui est important pour l’entreprise, c’est de pourvoir manipuler facilement des informations justes, cohérentes, et qui apportent une réelle valeur ajoutée au métier. Il faut donc s’interroger sur les raisons de ces difficultés.

Les raisons des difficultés
Je crois d’abord que l’enjeu de la migration n’est pas suffisamment perçu à sa juste valeur. Il en résulte un sous-dimensionnement général, parfois critique, des tâches correspondantes.

Aussi, les projets de migration sont trop souvent réduits à leur composante technique. Bien qu’essentiel, l’aspect technique n’est pas suffisant. Il est fréquent de constater que la migration ne s’appuie que très partiellement sur la connaissance métier des acteurs de l’entreprise. Cette lacune se traduit assez régulièrement par un résultat décevant en termes de qualité des données de l'application cible.

Par ailleurs, le réflexe d’industrialisation est souvent absent de ce type de projet. Il n’est pas rare de tout réinventer, alors que l’on dispose aujourd’hui de plate-formes dédiées à la migration des données et de l’expérience des ressources techniques maîtrisant ces outils. Des solutions industrielles qui ont fait leurs preuves, comme par exemple celles du leader Informatica, devraient systématiquement être envisagées avant le lancement du projet.

Enfin, certaines difficultés trouvent leur origine dans l’organisation même du projet. Ainsi l’équipe en charge de la migration des données n’est pas toujours informée des choix effectués par l’équipe responsable de la solution applicative cible, ce qui a un impact direct sur la qualité des spécifications de la reprise des données, et donc sur le résultat.

Bonnes pratiques
Les choses sont cependant en train d’évoluer. Parmi les bonnes pratiques de la migration de données qui mènent au succès, je retiendrais celles-ci :
- faire prendre conscience au management du rôle essentiel des données dans la réussite d’une nouvelle application ;
- anticiper la complexité de ce type de projet ;
- maîtriser et appliquer une méthodologie solide (stratégie, conception, développement des outils, tests des outils, migrations à blanc, contrôle des données…) ;
- impliquer les utilisateurs métier dès la conception ;
- utiliser des plate-formes et des outils de migration éprouvés.

Outre ces quelques points, retenons aussi que la compétence et la motivation des équipes fait souvent la différence et constitue un gage de succès.

A lire : Data Management