Datenmigrationen als Chance sehen

Berlin, den 4. August 2020 | Das enorme Tempo der Weiterentwicklung, das die Digitalisierung mit sich bringt, zeigt sich auch in der IT-Architektur eines jeden Unternehmens. Sowohl langfristig geplant als auch ad-hoc ergeben sich Änderungen, Umstellungen, Erweiterungen, die eine Übertragung der Daten in neue Systeme notwendig macht. Dieser Prozess der Datenmigration ist der perfekte Zeitpunkt, um die Datenqualität zu erhöhen: Mit sauberen Daten legen Sie den Grundstein für eine konsistente Datenlandschaft, die valide Business Insights liefert.

Diverse Projekte machen Datenmigrationen notwendig

Es gibt verschiedene Anlässe für eine Datenmigration. Fusionen und Übernahmen, die neue Systeme in die IT-Architektur einbringen, sind unter den häufigsten Migrationsprojekten. Ob nun ein kompletter Technologiewechsel stattfindet oder ein Konglomerat aus mehreren Systemen geschaffen wird – die Datenlandschaft muss neu gedacht werden.

Auch die Einführung einer neuen Software bzw. das Update auf eine neue Version – wie beispielsweise die ERP-Suite SAP S/4 HANA – stellt Unternehmen vor die Herausforderung, ihre Daten in ein neues Zielsystem zu übertragen. Weitere Anwendungsfälle ergeben sich aus IT-Modernisierungsprozessen wie die Digitalisierung von analogen Prozessen.

Erinnern Sie sich an Ihren letzten Umzug

Die Überführung von Daten aus unterschiedlichen Quellen wie z.B. ERP-Systemen, Excel-Tabellen oder CRM-Systemen, in ein neues Zielsystem nennt sich Datenmigration. Sie ist eine der häufigsten Fehlerursachen für eine schlechte Datenqualität. Eine mangelhafte Datenqualität führt dazu, dass sich Migrationsprojekte verzögern und ihr Budget überschreiten.

Bildlich kann man sich eine Datenmigration wie einen Umzug vorstellen, bei der die Einrichtung von der alten Wohnung in eine neue gebracht wird. Mit den Jahren sammelt sich einiges an Altlasten in einer Wohnung, welche beim Kisten packen kritisch beäugt werden. Hierbei steht man vor der Frage: Sind diese Objekte weiterhin notwendig? Passt dieses und jenes Möbelstück oder die verstaubte Zeitschriftensammlung noch in die neue Wohnung? Kurz gesagt: Es wird ausgemistet!

Das Keyword zur Beschreibung der Datenmigration lautet „ETL-Prozess“

Um die Daten nach der Migration in hoher Qualität und somit für alle Stakeholder zufriedenstellend vorliegen zu haben, ist eine systematische Vorgehensweise empfehlenswert. Die Fachbereiche des Unternehmens – wichtige Stakeholder im Datenmanagement – sollten von Anfang an in das Projekt einbezogen werden. Den Ablauf einer Datenmigration beschreibt der ETL-Prozess (Extraktion, Transformation, Laden). Die Daten werden aus den vorhandenen Quellsystemen extrahiert. Im nächsten Schritt erfolgt die Transformation und schließlich die Übertragung (das Laden) in das Zielsystem, z.B. eine Datenbank oder ein Data Warehouse.

Dieselben Fragen sollten Sie sich vor einer Datenmigration in Bezug auf Ihre Daten auch stellen. Denn im Vorfeld sorgfältig konsolidierte und an das Zielsystem angepasste Daten erhöhen Ihre Datenqualität merklich!

So manch ein IT-Verantwortlicher wird allein bei dem Gedanken an eine anstehende Datenmigration besorgt die Stirn runzeln, denn Kosten und Aufwände können bei unzureichender Vorbereitung und Durchführung der Migration schnell stark ansteigen. Probleme, die bereits in den Quelldaten schlummern, können sich bei der Übertragung in ein neues, komplexeres System potenzieren.

Einige Klippen gilt es zu umschiffen

Die gute Nachricht ist aber: Sie können Datenmigrationen als die Chance betrachten, Ihre Stammdaten auf Vordermann zu bringen. Behandeln Sie die Datenmigration als eigenständiges, strategisches Projekt und überwachen Sie dessen Ablauf genau.

Datenmigration mit Fokus auf Datenqualität ist der Schlüssel zum Erfolg

Insbesondere in Zeiten von Big Data, in denen auf der Basis von Daten grundlegende wirtschaftliche Entscheidungen getroffen werden, erhöht sich die Erfolgswahrscheinlichkeit Ihrer Projekte um ein Vielfaches, wenn die zugrunde liegenden Daten in einer hohen Datenqualität vorliegen.

Holen Sie sich deshalb die Systemanwender und Fachabteilungen ins Boot, die das Quellsystem, seine Daten und letztendlich auch seine Macken genau kennen und untersuchen Sie den Datenbestand gemeinsam. Gehen Sie dabei wie folgt vor:

Schritt 1: Analyse der Quelldaten

Definieren Sie Datenqualitätskriterien, welche die Datensätze erfüllen sollen. Sorgen Sie für die Bereinigung der Quelldaten von Duplikaten.

Meilenstein: Einwandfreie Datenqualität im Quelldatensystem

Schritt 2: Mapping in Zieldatenstruktur

Passen Sie die Struktur der Daten aus dem Quellsystem anhand Ihrer individuellen Regeln an die Datenstruktur im Zielsystem an. Diese Transformation nennt sich Mapping.

Meilenstein: Erfolgreiche Datentransformation

Schritt 3: Konsistenzcheck

Gehen Sie einen Schritt weiter in Richtung optimale Datenqualität, indem Sie ein Tool zum Konsistenzcheck nutzen. Dieses prüft fortlaufend die Datensätze aus beiden Systemen auf ihre Erfüllung der Regeln und bereinigt inkonsistente Daten.

Meilenstein: Eine hohe Datenqualität im Zielsystem.

Viel Erfolg bei Ihren Datenmigrationen!

Der Text ist unter der Lizenz CC BY-ND 4.0 DE verfügbar.
Lizenzbestimmungen:
https://creativecommons.org/licenses/by-nd/4.0/deed.de

Die Erstveröffentlichung fand auf der Webseite des Trendreport statt.
Online einzusehen ist der Artikel unter: www.trendreport.de.

Mit DataRocket gelingen Datenmigrationen von System A nach B einfach und effizient. Im Anschluss sichern die innovativen, fortlaufenden Konsistenzchecks die Einhaltung der Transformationsregeln – der Garant für eine hohe Datenqualität in Ihrem Zielsystem!