DQM und Migrationen

Für englisch-sprachige Leser: There is an English version of this post.

Bei Migrationen werden oft ehrgeizige Ziele zur Verbesserung der Datenqualität verfolgt. Im Projektalltag bleibt davon meist nicht viel nach und nach der Migration hat man sich dann nicht nur mit dem alten Datenschrott herumzuschlagen, sondern in durch die Migration sind noch neue Probleme hinzugekommen. Das muss aber nicht sein: Mit einer expliziten Begleitung der Migration durch DQM kann die Datenqualität tatsächlich verbessert werden – zur Entlastung des Migrations-Projekts und zum Nutzen des Unternehmens.

Verschlimmerung der DQ-Probleme bei Migrationen

Ein typischer Anknüpfungspunkt für Maßnahmen zur Verbesserung der Datenqualität sind Migrationen von einem alten System zu einem neuen, etwa von einem selbst-entwickeltem, Host-basiertem System zu einer Standardsoftware wie SAP R/3. Beim Start eines solchen Projekts gibt es meist ehrgeizige Ziele:

• Man will (endlich!) den alten Datenschrott loswerden,
• in das neue System kommen nur saubere Daten,
• auf der neuen, guten Grundlage wird das Entstehen neuen Datenschrotts durch umfangreiche Maßnahmen verhindert.

Die Realität sieht dann leider meist anders aus: Unter dem zunehmenden Druck, einen Migrations-Termin zu halten, bleibt am Ende nur noch “Augen zu” und die Daten werden “so gut es halt geht” in das neue System “reingedrückt”. Wenn man Pech hat, produziert man damit “das Schlechteste aus beiden Welten”: Der alte Datenschrott wurde doch übernommen, durch die Migration sind neue Probleme entstanden und im neuen System ist man erst mal damit beschäftigt, den Betrieb am laufen zu halten, anstatt sich über Qualitäts-Maßnahmen Gedanken zu machen.

In den folgenden Abschnitten werden Ideen vorgestellt, wie diese Verschlimmerung verhindert werden kann und durch eine Zusammenarbeit von Migrations-Projekt und DQM tatsächlich sogar eine Verbesserung der Datenqualität erreicht werden kann – zum Vorteil beider Parteien.

DQM vor Migration

Bereits vor der tatsächlichen Migration kann DQM wichtige Aufgaben zur Unterstützung des Migrations-Projekts und zur Vorbereitung der Zeit nach der Migration:

• DQ-Problemaufnahme
  Bereits bekannte oder im Laufe der Migration aufkommende oder festgestellte Datenqualitäts-Probleme (z.B. Datensätze, die nicht oder nur unvollständig migriert werden können; Warnungen beim Import in das neue System) werden aufgenommen.
• Priorisierung der DQ-Probleme
  In einem zweiten Schritt werden die gesammelten Probleme priorisiert, um zwischen wichtigen Problemen zu unterscheiden, die vor der Migration bearbeitet werden müssen und solchen, die etwas weniger dringlich sind.
• Bearbeitung der wichtigsten DQ-Probleme
  Mit zunehmenden Projektdruck wird man sich in der Bearbeitung auf die Probleme konzentrieren, die Migrations-verhindernd sind und diese im Rahmen dezidierter DQ-Maßnahmen nach dem Standard-DQ-Vorgehen (DQM Kreislauf) bearbeiten.
• Verfolgung der DQ-Probleme
  Mit Hilfe eines DQM Cockpits, das im Migrations-Projekt implementiert oder durch neue Messgrößen erweitert wird, kann die Entwicklung der DQ-Probleme verfolgt werden. Somit kann sichergestellt werden, dass die Bearbeitung der Probleme Fortschritte macht, bereits bearbeitete Probleme nicht erneut aufflammen und die Anzahl der Problemfälle insgesamt in ein für die Migration akzeptables Maß gebracht werden kann.
• Erarbeitung von Maßnahmen im neuen System zur Prävention neuer DQ-Probleme
  Beim Entwurf des neuen Systems können DQ-Aspekte durch DQM mit eingebracht werden oder präventive Maßnahmen umgesetzt werden. Wenn es im alten System z.B. regelmäßig Probleme mit falschen Postleitzahlen gegeben hat, kann eine Funktion zur postalischen Prüfung integriert werden.

Am Anfang der Zusammenarbeit gibt es oft Vorbehalte durch das Projekt, das in DQM eine weitere “Problemquelle” sieht. Sobald es aber DQM gelingt, das Projekt bei der Abarbeitung von Probleme zu entlasten, kann DQM schnell eine das Projekt unterstützende Funktion wahr nehmen, aus der beide Seiten Nutzen ziehen.

DQM während Migration

Bei einer Migration treten immer Probleme auf. Dabei kann es sich um Probleme handeln, die im Vorwege schon bekannt waren, aber nicht als Migrations-verhindernd eingestuft worden. Nicht immer lässt sich das Migrations-Szenario im Vorwege zu 100% durchspielen, so dass auch neue, unerwartete Probleme auftreten. Nur in ganz extremen Fällen führen diese Probleme zum Abbruch der Migration, im Normalfall müssen sie im Nachgang beseitigt werden. Auch hier kann DQM bei der Problemaufnahme, -Priorisierung und -Verfolgung unterstützen.

Eine weitere Möglichkeit zur Unterstützung des Projekts durch DQM kann darin bestehen, DQM-Werkzeuge (wie eine dezidierte Analyse-Umgebung) zum Abgleich der Daten vor und nach der Migration zu nutzen und so bei der Abnahme der Migration beizutragen.

DQM nach Migration

Das Migrations-Projekt endet meist recht schnell nach der Migration, und viele Ressourcen stehen kurzfristig nicht mehr zur Verfügung. Es ist daher sehr wichtig, dass die Arbeit von DQM nach der Migration nicht beendet ist:

• Bearbeitung noch offener DQ-Probleme
  Sowohl die vor der Migration schon bekannten, aber zurückgestellten Probleme als auch die neuen, in der Migration entstandenen Probleme sind zu bearbeiten. Auch hier kann wieder auf das Standard-DQ-Vorgehen zurück gegriffen werden.
• Laufende Verfolgung aller DQ-Probleme
  Das bestehende DQM Cockpit ist – soweit sinnvoll -  auf das neue System anzupassen und entsprechend der neuen Probleme zu erweitern. Damit ist es möglich, eine laufende Verfolgung des Bearbeitungsfortschritts aller Probleme und DQ-Messgrößen zu verfolgen. Oft resultieren daraus auch präventive Maßnahmen im neuen System.

Auch hier ist das Projekt meist dankbar dafür, für bestimmte Problemfälle einen definierten Empfänger zu haben. (Dies darf natürlich nicht dazu führen, dass alle Probleme zu DQ-Problemen erklärt werden und DQM Aufgaben erhält, die nicht geleistet werden können.)

In vielen Fällen ist die Nachverfolgung der Themen aus der Migration und die Bearbeitung neuer Probleme der Einstieg in ein dauerhaftes, nachhaltiges Datenqualitäts-Management.