La máquina de lavar datos: cómo las normas de calidad de datos garantizan transformaciones S/4HANA fluidas y predecibles
¿Cómo pueden las organizaciones garantizar datos de alta calidad para realizar migraciones fluidas y predecibles a S/4HANA? Siemens Energy, en colaboración con Accenture y SNP, resolvió este desafío con la “máquina de lavar datos”, la innovadora solución de Accenture diseñada para mejorar la calidad de los datos y agilizar los procesos de migración.
Compartir blog
Redefinir la calidad de los datos en las migraciones a gran escala
En SNP, nos motiva el compromiso de ayudar a las empresas a lograr migraciones fluidas y predecibles a SAP S/4HANA y conversiones con RISE with SAP. Recientemente, tuvimos la oportunidad de colaborar con Accenture en un proyecto transformador en Siemens Energy al que llamamos la “máquina de lavar datos”. Esta iniciativa va más allá de la simple migración de datos, ya que se centra en garantizar la máxima calidad de los datos desde el principio. Gracias a la integración de herramientas y metodologías avanzadas, Siemens Energy pudo superar los desafíos habituales en materia de datos y establecer un nuevo punto de referencia para el éxito de la migración. En este artículo del blog, analizaremos cómo este proyecto está cambiando las migraciones a gran escala y ofreciendo resultados confiables a largo plazo.
Datos clave
- Tipo de proyecto: mejora de la calidad de los datos y de la migración para la agilidad empresarial
- Alcance del proyecto: más de 10 sistemas fuente con millones de interlocutores comerciales
- Socio: esfuerzo conjunto de Siemens Energy, SNP y Accenture
- Resultado: la calidad de los datos pasa del 62 % al 95 % antes de la primera prueba de migración, lo que acelera la obtención de valor.
El desafío actual: problemas imprevistos de calidad de datos en las pruebas de migración
Las migraciones de datos tradicionales pueden sentirse como navegar por un campo de minas. Pones en marcha tu primera prueba de migración y te encuentras con datos de mala calidad: duplicados inesperados, formatos diferentes o registros incompletos. Como resultado, tu equipo debe esforzarse por resolver estos problemas en paralelo con el proceso de migración en curso, lo que ralentiza el progreso y pone en riesgo la calidad de la instancia final de S/4HANA.
Siemens Energy anticipó este desafío en su visión para migrar millones de registros de más de 10 sistemas fuente a una única instancia global de S/4HANA. ¿Su objetivo? Consolidar aplicaciones dispares mientras que se integra una sólida gobernanza de datos maestros (GDM) y se mantiene la integridad de los datos.
La transformación en un proyecto a gran escala implica requisitos complejos que abarcan aplicaciones ERP y no ERP, sistemas SAP y no SAP, múltiples migraciones de datos, consolidaciones, armonización y deduplicación.
La solución: un enfoque proactivo de la calidad de los datos
La metodología Intelligent Data Quality (IDQ) de Accenture adopta un enfoque proactivo de la calidad de los datos. En lugar de reaccionar ante los datos deficientes durante las migraciones, se centra en la calidad de los datos desde el principio del proyecto. No es solo una limpieza única: se trata de un proceso empresarial continuo que garantiza la precisión, la coherencia y la usabilidad de los datos en cada fase.
Para satisfacer las necesidades específicas de Siemens Energy, Accenture se asoció con SNP para implementar la máquina de lavar datos, e integró su herramienta IDQ con la plataforma CrystalBridge de SNP:
- IDQ: Intelligent Data Quality de Accenture es una herramienta SaaS basada en la nube, diseñada para realizar de forma segura el análisis, la limpieza y el monitoreo continuos de datos.
- CrystalBridge: el software de transformación CrystalBridge de SNP gestiona tanto la carga de datos basada en tablas como en objetos, por lo que resulta ideal para migrar objetos de datos complejos de forma eficaz. Este enfoque integral es compatible con numerosos escenarios de transformación como migraciones a S/4HANA, escisiones y fusiones de sistema, y armonizaciones de datos.
Cómo funciona la máquina de lavar datos
- Extracción selectiva de datos: CrystalBridge extrae de forma selectiva millones de interlocutores comerciales activos de diversos sistemas fuente, lo que garantiza que sólo se capturen los datos relevantes y necesarios.
- Perfilado de datos: con IDQ, los datos se perfilan al aplicar la lógica para identificar reglas dentro de los registros, lo que ayuda a detectar discrepancias. Estas reglas sugieren acciones de limpieza de datos e identifican los casos que deben atenderse.
- Limpieza del sistema fuente: las acciones de limpieza se aplican directamente en los sistemas fuente, lo que garantiza que las imprecisiones se traten en su origen.
- Creación del “golden record”: una vez limpiados, se crea un “golden record”, que sirve como versión autorizada y de alta calidad de los datos.
- Carga final en SAP S/4HANA: CrystalBridge realiza la migración final al cargar datos validados y de alta calidad en la instancia de S/4HANA.
Los resultados: la alta calidad de los datos acelera la obtención de valor y el éxito de la transformación
A lo largo de varios ciclos, se aplicaron más de 700 reglas en sprints de tres semanas, cada uno de ellos centrado en conjuntos de datos específicos. Estas iteraciones aumentaron la precisión de los datos del 62 % al 95 %, lo que proporciona datos más limpios y confiables para la primera prueba de migración y sienta las bases para una transición general más fluida. ¡Esta ejecución puede realizarse con rapidez y precisión en cuestión de horas! Con CrystalBridge, podemos extraer un par de millones de objetos de interlocutores comerciales en una hora.
Lo que hace que este proyecto sea único es la integración fluida entre Accenture IDQ y SNP CrystalBridge. Juntos, crean un sistema sólido en el que la limpieza de datos, la gobernanza y la migración se producen en armonía. Las herramientas funcionan de forma coordinada, garantizando la precisión y eficacia en cada fase.
Si deseas profundizar en este enfoque innovador, no te pierdas este video sobre la presentación de Jens Loidolt, Associate Director de Accenture, realizada en Transformation World. Esta sesión ofrece valiosas perspectivas sobre el proyecto y su impacto en el proceso de migración de Siemens Energy:
Un nuevo punto de referencia para el éxito de la migración
La colaboración entre Accenture y SNP para Siemens Energy marca un nuevo punto de referencia en la migración de datos. Al centrarse en la calidad de los datos desde el principio e integrar la gobernanza inteligente de los datos en las migraciones, las empresas garantizan transiciones fluidas y predecibles a S/4HANA. El concepto de la máquina de lavar datos no consiste solo en migrar datos, sino en migrar datos depurados, precisos y procesables.
En SNP, estamos orgullosos de formar parte de este proyecto innovador y nos entusiasma poder ofrecer soluciones similares a las empresas que buscan garantizar una calidad de datos de primer nivel y lograr migraciones exitosas a S/4HANA.
