[Tribune] 7 étapes pour réussir son projet de migration des données
Une migration de données réussie offre au service marketing la possibilité d'accéder à une base de données consolidée, et par conséquent, à une vision unique de ses clients et de ses prospects.
Je m'abonneLa migration de données est une problématique fréquente, et critique pour le succès de l'organisation qui l'entreprend. Il peut donc paraître surprenant d'apprendre que beaucoup d'entreprises rencontrent des obstacles de taille sur ces projets. Une étude récente sur la qualité des données faite par Experian montre que 9 entreprises sur 10 sont engagées dans des projets de migration de données et 85 % d'entre elles rencontrent des problèmes significatifs au cours de leur réalisation.
Des données de qualité : c'est la base de la connaissance client
Une migration de données réussie permet au service marketing d'accéder à une base de données consolidée, et par conséquent, à une vision unique de ses clients et de ses prospects. C'est la première étape d'une stratégie de "Data Driven Marketing" ou de marketing piloté par la donnée. De plus, avoir des données de qualité au sein d'un référentiel unique est la base de la connaissance client. Le décryptage de ces informations va permettre une compréhension précise des attentes des consommateurs, qui est l'élément essentiel et préalable pour ensuite créer des scenarii de campagnes personnalisées pour les profils et les segments identifiés.
C'est souvent un manque de collaboration qui fait obstacle à la réussite du projet. Faciliter l'implication des bonnes personnes au bon moment est crucial. Cette vision est soutenue par 38 % des personnes interrogées dans l'étude précédemment citée. De plus, lorsque nous considérons que 37 % des personnes interrogées pensent qu'un manque de normalisation et de cohérence des données est un problème significatif pour leurs entreprises, le défi de la migration de données commence à être de moins en moins surprenant. Ces chiffres illustrent bien souvent un manque de préparation des entreprises qui se lancent dans des projets de migrations de données, expliquant le taux important d'échecs liés à de tels processus. Beaucoup d'entre elles tombent dans des pièges similaires prévisibles, qui auraient pu être évités avec de la prévoyance et une bonne préparation.
Il y a un certain nombre de ressources disponibles pour guider les organisations dans leur démarche de migration de données. L'une d'entre elles est la check-list du projet de migration de données, qui divise le projet en sept étapes pour garantir sa réussite.
Étape 1
La première étape consiste à planifier la migration. Un processus de migration efficace se doit d'être planifié en détail et à l'avance. Cela résoudra le problème de collaboration souligné plus tôt, car à cette étape, tout est envisagé et prévu (viabilité, coût, structure, sécurité, ressources, durée du projet).
Lire aussi : Netflix, Squeezie et Elise Lucet, TikTok, Snapchat... Médias et réseaux sociaux : quoi de neuf ? (04 - 08 novembre)
Étape 2
Étape suivante : initier le projet. Pour démarrer efficacement un projet de migration de données, un plan clair et une politique générale devront être définis dès le début. Il est important de définir les tâches clés à cette étape du process. Un quart des répondants de l'étude d'Experian Marketing Services ont déclaré que la mauvaise interprétation des règles business sur les données était un problème significatif ; cette étape permettrait de les éviter.
Il est particulièrement important pendant cette phase de se mettre d'accord sur la qualité des données, sur les responsabilités concernant la correction des erreurs et sur l'appréciation de l'état d'avancement du projet. Posez à des professionnels cette question cruciale : "Que devons-nous vous montrer afin d'avoir votre approbation pour arrêter l'utilisation de l'ancien système ?". Cela focalisera leur attention sur le contexte organisationnel du projet plutôt que sur la transmission technique de la donnée.
Étape 3
Analyser le contexte du projet est la troisième étape. Cela implique le développement d'un dictionnaire de données détaillé, de spécifications précises de rapprochement des données, un processus de gestion de qualité des données et un rapport d'impact de la migration sur les données afin de guider le projet dans la bonne direction.
Lire aussi : « Nous inventons quelque chose de nouveau, le don à trois », Frédéric Mazzella ('Dift')
Étape 4
La quatrième étape, correspondant à concevoir la solution, vient répondre au constat d'un tiers des interrogés citant le manque d'ergonomie des solutions comme l'un de leurs principaux défis. À cette étape, les chefs de projet doivent déjà visualiser leur objectif final, y compris la création de spécifications détaillées pour la conception du mapping, de l'interface ainsi que la gestion de la qualité des données.
Étape 5
La cinquième étape doit permettre de construire et de tester. Cette phase doit être l'occasion de tester le modèle théorique, de travailler la logique de réconciliation des données et la documentation qui l'accompagne, et de tester la stratégie et la gestion de la qualité des données. Politiques de repli, stratégie de démantèlement de l'ancien système et formation au nouveau doivent entrer dans le champ de considération du chef de projet.
Étape 6
Exécuter et valider est l'avant-dernière étape. Comme le processus se termine, c'est le moment de valider la migration en tant que telle afin de démontrer objectivement aux sponsors du projet que le nouveau système respecte les exigences opérationnelles et aux auditeurs que le projet est entièrement conforme.
Étape 7
La dernière étape : clore l'ancien système et mettre en place un monitoring pour le nouveau. Il y aura un certain nombre de conditions préalables à respecter pendant la période d'utilisation du système cible avant que le système source ne puisse être clos. Une fois qu'ils ont été attestés, le système source pourra être oublié et le projet clôturé.
Ces étapes simples de la check-list vous accompagneront dans la réalisation du projet, et vous pouvez également recourir à des plateformes d'audit et de gestion de la qualité des données pour simplifier, accélérer la migration et éliminer les risques associés.
L'auteur : Franck Negro. Titulaire d'un DEA de philosophie (Université de Paris X Nanterre) et d'un Master 2 en Management (Université de Paris-Dauphine), Franck Negro débute sa carrière comme Ingénieur Commercial chez Canon France, puis Xerox France. En 1997, il rejoint la société Adobe Systems France, où il occupe successivement les postes d'Ingénieur Commercial grands-comptes puis partenaires, Sr. Channel Manager France, Sales Director Channel France et Italie, Sales Director Channel SouthWest of Europe, et enfin, Sales Director SMB SouthWest of Europe. De 2012 à 2014, il négocie avec succès la transformation du business model d'Adobe de la vente de licences perpétuelles à la vente de licences logicielles sous la forme d'abonnement. Il occupe, depuis le mois de février 2015, le poste de Chief Operating Officer chez Experian Marketing France.