Datenmigration

Die richtige Datenqualität für Ihr Datenmigrationsprojekt

Unternehmen kommen irgendwann an den Punkt, an dem neue Applikationen eingeführt oder Daten in andere Systeme überführt werden müssen – beispielsweise im Rahmen einer Einführung neuer ERP- und CRM-Lösungen oder Legacy-Systeme. Die Zusammenführung von Daten aus heterogenen IT-Systemen mit sehr unterschiedlichen Quell- und Zielstrukturen stellt dabei eine große Herausforderung dar. Mangelhafte Datenqualität, etwa durch Dubletten, fehlerhafte Daten oder unterschiedliche Datenstrukturen in Quell- und Zielsystem, erschweren das Datenmigrationsprojekt – und damit auch das effektive Arbeiten mit dem neuen System – enorm. Werden diese Mängel erst im neuen System erkannt, hat das erhebliche Auswirkungen auf die Akzeptanz bei den Mitarbeitern. Daher muss bereits während der Datenmigration auf die hohe Qualität der Daten geachtet werden. Wird dies nicht beachtet, ist das Datenmigrationsprojekt gefährdet.

Die Optimierung der Datenqualität hat höchste Priorität

Oftmals wird die Datenmigration in ihrer Komplexität und ihrem Umfang unterschätzt. Unsere Erfahrungen haben gezeigt, dass die Prozessanforderungen an die Daten oft ins Hintertreffen geraten. Dabei geht es um Fragen wie:

  • Welche Prozesse greifen auf welche Daten zu?
  • Welche Daten sind notwendig?
  • Wie kommen die Daten ins Zielsystem?
  • Wie können wir im Datenmigrationsprojekt sicherstellen, dass nur qualitativ hochwertige Daten überführt werden?

Diese Fragen klären wir gemeinsam mit den involvierten Fachabteilungen und legen basierend darauf den Datenmigrationsplan fest. Gemeinsam mit Ihnen entwickeln wir für Sie das passende Datenmigrationsszenario, in dem die Optimierung der Datenqualität höchste Priorität hat. Ihr Datenmigrationsprojekt setzen wir mit erprobten Best-Practice-Methoden erfolgreich um. In Time and Budget.

Herausforderung Datenmigration

Die Datenmigration wird oftmals in ihrer Komplexität und ihrem Umfang unterschätzt

Oft ist die mangelnde Qualität der Daten die Ursache für Probleme bei Datenmigrationsprojekten. Herausforderungen in diesem Zusammenhang sind unter anderem:

  • heterogene Datenquellen und Datenstruktur
  • unterschiedliche Quell- und Zielstrukturen
  • Daten liegen außerhalb des geforderten Wertebereichs
  • Die Qualität der Daten entspricht nicht den aktuellen Anforderungen
  • Datenqualität ist nicht an die aktuellen Prozesse angepasst
  • veraltete Stammdatensätze
  • Redundanzen bei den Stammdaten

Profitieren Sie bei Datenmigrationsprojekten mit Uniserv von vielen Vorteilen

  • Daten, wie sie das Business für die Prozesse fordert
  • Betreuung während des gesamten Migrationsprojekts durch erfahrene Berater
  • Datenintegrationstools für automatisierte und wiederholbare Prozesse
  • Toolbasierte Unterstützung bei der manuellen Aufbereitung einzelner Datensätze
  • reduziertes Projektrisiko durch strukturiertes Best-Practice-Modell
  • Integration des Business ins Projekt
  • Kostenoptimierung durch standardisierte Methoden
  • erfolgreiche Datenmigration in Time and Budget
  • permanente Transparenz für Fachbereiche und IT -Management
  • optimierte Datenqualität für effizientes und gewinnbringendes Arbeiten

Best-Practice: Datenmigration erfolgreich umsetzen

Die Datenmigration wird oft in ihrer Komplexität und ihrem Umfang unterschätzt. Uniserv hat vielfach erprobte Best-Practice-Methoden entwickelt, mit denen Sie Ihr Datenmigrationsprojekt erfolgreich in Time and Budget umsetzen. Im Folgenden werden die 5 Schritte kurz vorgestellt.

1. Initialisierung

Im ersten Schritt wird ein grober Projektplan erstellt, indem die entsprechenden Stakeholder mit ihren Rollen definiert, die Zielsetzung des Unternehmens und ein Überblick über die Quell- und Zielsysteme aufgenommen werden.

2. Konzept

Im Datenmigrationskonzept wird die genaue Vorgehensweise während der unterschiedlichen Projektphasen festgelegt. Zudem werden die Quellsysteme und die konkrete Datenmigrationsstrategie bestimmt, eine Risikoanalyse wird durchgeführt, Testszenarien werden ausgearbeitet sowie Rollback-Szenarien definiert.

3. Data Cleansing Stream: Vorbereitung und Datenqualität der Quellsysteme

Damit nur eindeutige und einheitliche Datensätze ins Zielsystem kommen, wird in Workshops ein Datenqualitätsregelwerk für die betroffenen Geschäftsbereiche erarbeitet. Dabei wird geprüft, inwieweit die Datenqualität der Quellsysteme den Anforderungen des Business entspricht. Maßnahmen zur Optimierung der Datenqualität und ihre Umsetzung werden definiert und initiiert.

Data Stewards werden einbezogen und übernehmen die Aufbereitung von Datensätzen, die nicht automatisiert auf den gewünschten Datenqualitätsstandard gehoben werden können. Das trifft beispielsweise bei der Konsolidierung von Dublettengruppen zu.

4. Migration Stream: Transformationsregeln und Datenqualität im Zielsystem

Zu Beginn der vierten Projektphase muss feststehen wie das Design des Zielsystems aussieht und wie die Transformation der Daten vollzogen wird. Diese Anweisungen werden dann bei der technischen Umsetzung von der Software umgesetzt.

5. Build, Test, Go Live

Die eigentliche Datenmigration wird technisch umgesetzt. Dabei werden Daten aus den Quellsystemen extrahiert, über verschiedene Transformationsbausteine den qualitativen Anforderungen des Zielsystems angepasst und letztendlich in das Zielsystem geladen.

Nachhaltige Datenqualitätssicherung

Die qualitativ hochwertigen Daten befinden sich im Zielsystem, die Anwender sind zufrieden. Damit der nun erreichte hohe Standard der Datenqualität gewährleistet bleibt, empfiehlt sich die Implementierung einer Data Quality Firewall am Zielsystem. So wird eine Verschmutzung der Kontaktstammdaten verhindert. Zusätzlich können Data Stewards benannt werden, die sich um alle die Datensätze kümmern, die nicht automatisiert bereinigt werden können.

Haben Sie Fragen?

Wir beraten Sie gerne!

Kontaktieren Sie uns jetzt