Cuando una organización se plantea la migración de un sistema antiguo a uno nuevo, ya se trate de un ERP, un CRM, un sistema de producción, un gestor de campañas u otros; siempre existe una etapa del proyecto que suele menospreciarse. Esa fase es la de la mover los datos hacia el nuevo sistema: la migración de datos en sí.
Muchas veces no se migra todo el histórico, sino que sólo se mueven datos más recientes pero, aún así, es vital rescatarlos del sistema antiguo, para poder disponer de ellos cuando se necesiten, asegurando su completitud e integridad aunque no sigan vigentes en el nuevo sistema. Ésta será la única manera de garantizar un trasfondo de calidad y confiabilidad en la toma de decisiones empresariales.
Toda migración de datos implica integración y calidad. Los fallos más frecuentes que suelen producirse en una migración de datos tiene que ver con estas cualidades y repercuten en cuestiones como:
- Errores de perfilado de datos, que causan problemas en la calidad y provocan retrasos en el plazo de entrega del proyecto de migración.
- Especificaciones inexactas o incompletas originadas por la falta de profundidad en el mapeo, ausencia de validaciones o lejanía respecto a las reglas de negocio.
- Subestimación de la criticidad de un proyecto de este tipo, que deriva en una inadecuada asignación de recursos, falta de planificación o carencia de las herramientas y perfiles necesarios para llevar a cabo la migración de datos con éxito.
Optimizar es la opción más indicada y debe tenerse en cuenta desde el principio, desde el momento en que se plantea la necesidad de llevar a cabo una migración de datos. Cuando la planificación tiene este alcance es fácil prever:
- La necesidad de conectar con el sistema antiguo y llevar a cabo procesos de migración reutilizables y automáticos que permitan, por ejemplo, utilizar el proceso de migración en más de una ocasión. Los escenarios más comunes son los entornos de desarrollo, test y producción.
- Que a lo largo del proyecto de migración habrá momentos en que los dos sistemas tendrán que coexistir o relevarse. En ambas opciones el uso de la tecnología es básico para alcanzar objetivos.
- El time to market y los costes estimados, para lo que hay que descubrir, conocer y comprender todos los datos intervinientes en el proceso, evitando así las situaciones inesperadas que pudieran afectarles.
En cualquier caso, el mayor esfuerzo ha de concentrarse siempre en los procesos de extracción, transformación y carga, que constituyen el núcleo de toda migración de datos y pueden resumirse así:
- Extracción: desde la fuente de origen hasta el área intermedia, creada a la imagen de aquella.
- Calidad: que es el momento de aplicar los procesos que, después de varias iteraciones, permitirán estar en disposición de garantizar la integridad y confiabilidad de los datos, tras haber eliminado errores e inconsistencias.
- Transformación: cuando los datos han sido enriquecidos, homogeneizados y se encuentran limpios, están ya preparados para comenzar a aplicar sobre ellos los procesos evolutivos que, en base a las funciones que representarán y a las reglas de negocio, los dejarán en condiciones de ser cargados.
- Carga: desde ese área donde los datos han sido preparados se procederá a su carga al sistema de destino en el modo y formato adecuados.