La migración de datos suele ser el cuello de botella que rompe el presupuesto y destroza el cronograma al comienzo de cualquier proyecto de implementación. Los problemas encontrados durante la migración de datos obligan a su personal a mantener tanto los nuevos sistemas como el sistema heredado durante un período de tiempo. Este procesamiento paralelo es ineficiente e innecesario si las tareas de migración de datos se automatizan de manera efectiva y se pueden replicar fácilmente. Desafortunadamente, este no siempre es el caso. ¿Por qué? Para responder a esta pregunta, primero debemos definir la migración de datos y comprender las tareas involucradas. La migración de datos es el proceso de transferir datos actuales e históricos de uno o más sistemas heredados a un sistema nuevo, más eficiente y más efectivo. Las tareas involucradas generalmente incluyen extracción de datos, limpieza de datos, mapeo de datos, carga de datos y validación de datos, a partir de ahora referidas como EXTRACCIÓN>LIMPIEZA>MAPEO>CARGA>VALIDACIÓN. Un proyecto típico de implementación de nómina requerirá que el proceso EXTRACCIÓN>LIMPIEZA>MAPEO>CARGA>VALIDACIÓN se ejecute varias veces, a menudo de 3 a 4 veces. Como mínimo, habrá dos ciclos de migración de datos heredados: uno durante la fase de Construcción y Validación y otro durante la fase de Implementación. Este último ocurre después del último ciclo de procesamiento de nómina en el sistema antiguo y antes del primer ciclo de nómina en el nuevo sistema. Este ciclo final de migración de datos está diseñado para proporcionar una sincronización final del nuevo sistema de nómina con el sistema heredado y a menudo debe ocurrir dentro de una ventana de una o dos semanas. Ahora, volviendo a la pregunta de por qué este proceso de migración de datos puede ser un gran obstáculo del proyecto y una fuente de exceso de presupuesto y extensiones de cronograma. La respuesta se puede resumir en dos palabras: datos sucios. Más específicamente, las tareas de limpieza de datos a menudo no están automatizadas, ni siquiera documentadas, y por lo tanto no son fácilmente repetibles. Cada ciclo sucesivo de EXTRACCIÓN>LIMPIEZA>MAPEO>CARGA>VALIDACIÓN desperdicia tiempo y dinero volviendo a limpiar datos, generalmente de forma manual, que ya se habían limpiado, generalmente de forma manual, en el ciclo anterior. Este retrabajo generalmente significa que la carga final de datos no se puede realizar en la ventana disponible entre el último ciclo de nómina en el sistema antiguo y el primer ciclo de nómina en el nuevo sistema, lo que resulta en la duplicación de esfuerzos para mantener o sincronizar los dos sistemas. ¿Cómo puedes evitar la trampa de los datos sucios? No confíes en tu socio de implementación para limpiar tus datos heredados si no es necesario. Tú y tu personal experto son conscientes de los datos sucios en tu sistema heredado incluso antes de decidir implementar un nuevo sistema de nómina. Establece un equipo interno de expertos en TI y nómina para limpiar y corregir los datos en el sistema heredado antes de que comience el proyecto de implementación. Si no tienes la capacidad o el ancho de banda para limpiar los datos heredados internamente, informa a tu socio de implementación de antemano, durante la fase de Inicio o Descubrimiento del proyecto. Prepárate para aceptar costos y tiempo adicionales durante las primeras fases del proyecto para que tu socio de implementación trabaje con tu personal de TI y nómina para desarrollar un sistema programático para limpiar y mapear tus datos. Este es el ejemplo clásico de “págame ahora o págame después”. Si no inviertes tiempo y dinero por adelantado, lo gastarás al final en forma de retrabajo, exceso de presupuesto y retrasos en el cronograma. Los costos al final son aún mayores porque incluyen la frustración del equipo del proyecto y la pérdida de impulso del proyecto. Si implementas con datos sucios, corres el riesgo de alienar a los empleados e incluso incurrir en responsabilidad financiera adicional. Prepárate para asignar suficientes recursos de personal para garantizar una validación integral de los datos migrados. Recuerda, la precisión de tus datos siempre es tu responsabilidad. Toma en serio la tarea de migración de datos y no asumas que es un esfuerzo menor. En conclusión, tu socio de implementación debería poder guiarte a través de estas importantes tareas del proyecto y ayudarte a evitar la trampa de los datos sucios. En RSM McGladrey, ofrecemos una metodología de implementación probada para sistemas empresariales y un historial de implementaciones exitosas de proyectos de nómina. Nuestros consultores son especialistas certificados en soluciones de gestión empresarial de Microsoft Dynamics GP Payroll y tienen experiencia en el desarrollo e implementación de técnicas automatizadas de migración de datos. Por: David Funk, RSM McGladrey – Socio de Implementación de Nómina Certificado por Microsoft Dynamics
Busca futuros blogs de David Funk sobre los siguientes temas de implementación de nómina: Prepara a tu personal, Estandariza las políticas de pago, Desarrolla un cronograma realista, Sincroniza sistemas integrados.
