Datamigrering – systembytets mest underskattade moment

Av Weapp · Uppdaterad

Datamigrering är flytten av befintlig data till ett nytt system, och den spräcker fler tidplaner än själva utvecklingen. Skälet är att gammal data nästan alltid är rörigare än man tror. Planera den som ett eget delprojekt: låt verksamheten äga besluten om datatvätt och dubletter, kör provmigreringar med verifiering, och avgör hur mycket historik som faktiskt behöver följa med.

När ett gammalt system ska ersättas av ett nytt går uppmärksamheten nästan alltid till det nya: funktionerna, gränssnittet, möjligheterna. Men det moment som oftast spräcker tidplanen är ett helt annat – att flytta med den befintliga datan. Datamigreringen behandlas som en teknisk detalj i slutet av projektet och visar sig gång på gång vara det svåraste av allt. Här är varför den underskattas och hur du planerar den som det egna delprojekt den förtjänar att vara.

Varför migreringen spräcker tidplaner

Förklaringen ligger inte i själva flytten, som är teknisk rutin, utan i datans skick. Gammal data har nästan alltid samlat på sig problem under åren: dubbletter av samma kund, tomma fält som borde varit ifyllda, samma uppgift i olika format på olika ställen, och begrepp som betyder en sak i en avdelning och en annan i nästa.

Att flytta ren, välordnad data är enkelt. Att först städa, tolka och göra röran begriplig är det som drar ut på tiden – och den delen syns inte i den ursprungliga planen, eftersom ingen visste hur illa det stod till förrän de började titta. Underskattningen är alltså inbyggd: man budgeterar för flytten men inte för upprensningen, och upprensningen är det tunga.

Datatvätt och dubletter är verksamhetens beslut

Det vanligaste och dyraste misstaget är att göra datamigreringen till en ren teknikfråga. Men de avgörande besluten kan tekniken inte fatta.

Är de här två kundposterna samma person eller två olika? Om en kund har två motstridiga adresser, vilken gäller? Ska en gammal kategori slås ihop med en ny? Sådana frågor kan bara besvaras av någon som kan verksamheten. Utvecklarna kan verkställa – slå ihop, omvandla, flytta – men de kan inte avgöra vad datan betyder.

Låt därför affärssidan äga besluten om tvätt och dubbletter, med tekniken som verktyg. Praktiskt betyder det att avsätta tid från personer som kan verksamheten, inte bara från utvecklarna. Den tiden är lätt att glömma i planeringen och omöjlig att undvara i genomförandet.

Provmigreringar med verifiering

Ingen skarp datamigrering bör ske utan att förloppet först körts i en testmiljö och resultatet granskats. En provmigrering avslöjar det som annars först upptäcks i drift, när det är som dyrast att åtgärda.

StegVad det fångar
Provkörning i testmiljöData som inte passar det nya systemets fält och format
Verifiering av utfalletPoster som tappats, dubblerats eller förvanskats i flytten
Stickprov mot källanAtt ett urval verkligen stämmer med ursprunget, inte bara ser rätt ut

Verifieringen är minst lika viktig som körningen. Att migreringen “gick igenom” betyder inte att datan blev rätt – poster kan tyst ha tappats eller förvanskats. Gör därför stickprov mot källdatan och låt verksamheten titta på resultatet innan skarp start. Att upptäcka ett fel på en provkörning är billigt. Att upptäcka det när kunderna redan använder det nya systemet kan vara en kris.

Historikens omfång: allt behöver inte flytta

En tyst antagen sanning är att all gammal data måste följa med. Det gör migreringen onödigt tung och tar med sig gammal röra in i det nya systemet.

Mycket historik behövs sällan aktivt. Order från tio år tillbaka, avslutade ärenden, inaktiva kunder – sådant kan ofta arkiveras separat i stället för att flyttas in i det nya systemet, där det bara skulle ligga och tynga. Besluta medvetet vilket omfång som faktiskt behövs framåt: vad behöver användarna komma åt dagligen, vad räcker det att kunna leta fram vid behov, och vad kan sparas i ett arkiv utanför systemet?

Ett snävare, städat dataset som flyttar in gör både migreringen snabbare och det nya systemet lättare att leva med.

Ett scenario: projektet som planerade för datan

Ett bolag som bytte kundsystem gjorde tvärtemot det vanliga: de behandlade datamigreringen som ett eget delprojekt från start. Verksamheten fick i uppdrag att gå igenom och besluta om dubbletter, de körde tre provmigreringar med verifiering, och de bestämde att bara de senaste årens aktiva data skulle flyttas in medan äldre arkiverades.

Migreringen blev projektets minst dramatiska del – just för att den fått den uppmärksamhet den brukar nekas. Ett jämförbart bolag som lämnade datan till sista veckan sköt i stället lanseringen två gånger när röran uppdagades. Skillnaden var inte tur, utan planering.

Ska ni byta system och vill undvika att datan blir det som fäller tidplanen, hjälper vi på Weapp gärna till att planera migreringen som det egna moment den bör vara – hör av dig med en beskrivning av vad ni ska flytta.

Vanliga frågor

Varför tar datamigrering så mycket längre tid än väntat?

För att gammal data nästan alltid är i sämre skick än någon trodde: dubletter, tomma fält, inkonsekventa format och uppgifter som betyder olika saker i olika delar av verksamheten. Att flytta datan är enkelt – att först städa och tolka den är det som drar ut på tiden. Underskattningen kommer av att man planerar för flytten men inte för upprensningen.

Vem ska bestämma hur data ska tvättas?

Verksamheten, inte tekniken. Frågan om två kundposter är samma kund, eller vilken av två motstridiga uppgifter som gäller, kan bara den besvara som kan verksamheten. Utvecklarna kan flytta och omvandla data, men de kan inte avgöra vad den betyder. Låt därför affärssidan äga besluten om tvätt och dubletter, med tekniken som verkställare.

Vad är en provmigrering och varför behövs den?

En provmigrering är att köra hela flytten i en testmiljö och verifiera resultatet innan skarp start. Den avslöjar det som annars upptäcks först i drift: data som inte passar det nya systemets fält, poster som tappas eller förvanskas, format som krånglar. Att hitta felen på en provkörning är billigt – att hitta dem efter skarp migrering kan vara katastrofalt.

Måste all historik följa med till det nya systemet?

Nej, och att tro det gör migreringen onödigt tung. Mycket gammal data behövs sällan aktivt och kan arkiveras separat i stället för att flyttas in i det nya systemet. Besluta medvetet vilket omfång av historik som faktiskt behövs framåt. Ett snävare, städat dataset som flyttar in gör både migreringen och det nya systemet lättare att hantera.