En la historia de la experiencia mundial en TI, las tareas de migración de datos a menudo se han convertido en fuentes de fallos inesperados: distorsión, pérdida o duplicación de información, especialmente en grandes contornos informáticos diversos (por ejemplo, al pasar de un monolito a microservicios o de una plataforma legada a soluciones modernas).
El problema radica en la falta de una representación unificada de la migración: los clientes o desarrolladores a menudo consideran esta tarea solo técnica, sin evaluar los riesgos para los procesos de negocio y sin trabajar los escenarios de casos fronterizos (desajuste de formatos de datos, estructuras, pérdida de reglas de negocio únicas en el antiguo sistema).
La solución radica en un enfoque sistemático:
Características clave:
¿Se puede llevar a cabo la migración de datos sin la participación de las unidades de negocio, si "todo está en la base"?
No, sin la participación del negocio es imposible determinar la validez, criticidad y actualidad de los datos. Las antiguas reglas de negocio, incluso si no están formalmente descritas, pueden afectar el ciclo de vida de la información.
¿Es obligatorio conservar todos los campos del antiguo modelo de datos en el nuevo sistema?
No siempre: algunos campos pueden ser rudimentarios o haber perdido su significado. Sin embargo, esta decisión debe ser acordada y documentada, de lo contrario, existe el riesgo de incoherencia en los procesos de negocio.
¿Se puede limitar la migración a solo los datos "frescos"?
Esto depende de los requisitos comerciales. A menudo, los datos históricos son necesarios para informes, cumplimiento o auditoría. La migración selectiva sin acuerdo crea riesgos de pérdida de información legal u operativa.
Caso negativo: Un banco estaba migrando a un nuevo sistema CRM; los analistas no documentaron las interrelaciones entre la ciudad del cliente y las ventajas fiscales regionales. Esto llevó a errores en el cálculo de bonos.
Pros:
Contras:
Caso positivo: Antes de la migración, los analistas crearon un mapa detallado de atributos, llevaron a cabo una selección y extracción de datos piloto, probaron la corrección de cada transacción en clientes aleatorios, y acordaron todos los escenarios con el negocio y la auditoría.
Pros:
Contras: