Datamigration
Migration af data fra legacy-systemer til det nye ERP er en af de mest undervurderede opgaver i en implementering. Kvaliteten af migrerede data bestemmer systemets værdi fra dag ét.
Datamigration er processen med at flytte data fra eksisterende systemer til det nye ERP-system. Det lyder simpelt, men er i praksis en af de mest komplekse og fejlbehæftede dele af en ERP-implementering. Dårlig datakvalitet er den hyppigst nævnte årsag til forsinkede og fejlslagne ERP-projekter.
Første skridt er dataanalyse og -profilering. Her kortlægges alle datakilder, dataformater og datakvaliteten i de eksisterende systemer. Det er almindeligt at finde dubletter, forældede poster, inkonsistente formater og manglende data. Denne analyse danner grundlaget for datarensningsstrategien.
Datarensning handler om at forbedre datakvaliteten inden migration. Det inkluderer deduplikering af kunder og leverandører, standardisering af adresser og navneformater, berigelse af manglende data og arkivering af forældede poster. Denne fase kræver typisk betydelig involvering fra forretningen.
Mapping definerer hvordan data fra kildesystemet oversættes til det nye ERP-systems datamodel. Det omfatter feltniveau-mapping, værdimapping (f.eks. oversættelse af statuskoder), transformationsregler og håndtering af data der ikke har en direkte ækvivalent i det nye system.
Selve migrationen bør køres i flere iterationer. Første kørsel afslører typisk mange tekniske problemer og datakvalitetsissues. Efterfølgende kørsler forfiner processen. Den endelige migration (cutover) skal kunne gennemføres inden for det planlagte nedetidsvindue.
Validering efter migration er afgørende. Afstemning af saldi, optælling af poster og stikprøvekontrol af data sikrer, at migrationen er komplet og korrekt. Uoverensstemmelser skal løses inden go-live.
Faserne i processen
Dataanalyse og profilering
Kortlæg alle datakilder, analysér datakvalitet og identificér problemer med dubletter, formater og manglende data.
Datarensning
Rens, dedupliker og standardisér data i kildesystemerne. Involvér forretningen i beslutninger om datakonsolidering.
Mapping og transformation
Definér mapping mellem kilde- og målsystem. Byg ETL-processer til datatransformation og -load.
Iterativ testmigration
Kør minimum 3 testmigrationer med stigende datakvalitet og komplethed. Validér resultater efter hver kørsel.
Cutover-migration og validering
Gennemfør den endelige migration, afstem saldi og poster, og validér dataintegritet inden go-live.