SAP Essec.pdf

Embed Size (px)

Citation preview

  • bu

    THESE PROFESSIONNELLE

    Les facteurs de russite dun projet de migration de donnes dans SAP

    Seydou LY

    Mastre Spcialis Management des Systmes dInformation Rpartis

    Promotion 2005-2007

    Tuteur formation : Mr Dominique Briolat

    d

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 1/125 2005-2007

    Page de garde

    Nom

    LY

    Prnom

    Seydou

    Programme promotion

    MSIR 2005-2007

    Adresse pour le renvoi par la poste

    Tlphone portable personnel

    Tlphone fixe personnel

    Email personnel et professionnel

    Version

    finale

    Nombre de pages

    125

    Numro des chapitres inclus dans la version prcdente

    Numro des nouveaux chapitres inclus dans cette nouvelle version

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 2/125 2005-2007

    Remerciements

    Je tiens remercier M. Dominique BRIOLAT pour sa contribution la validation de ce document, pour ses conseils et sa disponibilit durant llaboration de ce document en tant que tuteur de thse et surtout pour sa patience.

    Jen profite galement pour remercier toute lquipe acadmique de lESSEC et de lENST Paris qui fait un travail remarquable pour garantir lexcellence de ce mastre.

    Pour mavoir accept au sein de cette formation enrichissante et trs motivante, je remercie Ren JOLY et Dominique BRIOLAT.

    Merci mes chers camarades avec qui jai partag des moments de bonheur durant ses deux annes.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 3/125 2005-2007

    Celui qui dit que deux et deux font quatre, a-t-il une connaissance de plus que celui qui se contenterait de dire que deux et deux font deux et deux ?

    (Jean le Rond d'Alembert)

    La connaissance s'acquiert par l'exprience, tout le reste n'est que de l'information.

    (Albert Einstein)

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 4/125 2005-2007

    Sommaire

    RESUME .....................................................................................................................................9

    INTRODUCTION ...............................................................................................................11

    1. PRESENTATION DU GROUPE DEBIERE ...........................................13 1.1 Prsentation gnrale....................................................................................................................................... 13

    1.2 Historique ......................................................................................................................................................... 14

    1.3 Organisation ..................................................................................................................................................... 15

    1.4 Mission, Vision & Valeurs DeBiere ................................................................................................................ 15

    1.5 Le projet OMEGA DeBiere............................................................................................................................. 17

    2. MIGRER DES DONNEES ..................................................................................21 2.1 Dfinitions......................................................................................................................................................... 22

    2.1.1 Quest-ce quune donne ?......................................................................................................................... 22 2.1.2 Quest-ce quune migration de donnes ? .................................................................................................. 22

    2.2 Pourquoi migrer des donnes ?....................................................................................................................... 23

    2.3 Produits & March .......................................................................................................................................... 24

    2.4 La migration de donnes : un projet parallle .............................................................................................. 28 2.4.1 Organisation ............................................................................................................................................... 30 2.4.2 Stratgies de migration............................................................................................................................... 32 2.4.3 Documentation ........................................................................................................................................... 33 2.4.4 La qualit des donnes migres.................................................................................................................. 33 2.4.5 Choix et Spcification des outils................................................................................................................ 36 2.4.6 Prparation de la mise en uvre ................................................................................................................ 36

    2.5 Les facteurs de risque d'un projet de Migration de donnes ....................................................................... 36

    3. PRESENTATION DE SAP..................................................................................37 3.1 Prsentation gnrale de lentreprise SAP..................................................................................................... 38

    3.2 Historique ......................................................................................................................................................... 39

    3.3 Prsentation de SAP R/3.................................................................................................................................. 43 3.3.1 Vue Fonctionnelle ...................................................................................................................................... 43 3.3.2 Vue Organisationnelle................................................................................................................................ 44

    3.4 Architecture du systme SAP R/3................................................................................................................... 46 3.4.1 Environnement client/serveur .................................................................................................................... 47 3.4.2 La hirarchie trois niveaux ...................................................................................................................... 48

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 5/125 2005-2007

    3.5 Principes de la base de donnes chez SAP ..................................................................................................... 51 3.5.1 Base de donnes ......................................................................................................................................... 51 3.5.2 Structure dune base de donnes ................................................................................................................ 51 3.5.3 Systme de gestion des bases de donnes relationnel (SGDBR) ............................................................... 52 3.5.4 Bases de donnes supportes par SAP....................................................................................................... 52 3.5.5 Mtadonnes .............................................................................................................................................. 52 3.5.6 Le modle de donnes dentreprise SAP.................................................................................................... 53

    4. LA MIGRATION DE DONNEES DANS SAP .......................................54 4.1 La Migration de donnes de SAP R/2 vers SAP R/3..................................................................................... 56

    4.2 La Migration de donnes dun systme non-SAP (legacy system) vers SAP R/3 ....................................... 58 4.2.1 Latelier de reprise de donnes d'anciens systmes (Legacy System Migration Workbench (LSMW)), "l'arme absolue" ......................................................................................................................................................... 59 4.2.2 Diffrentes faons d'utiliser LSMW........................................................................................................... 60 4.2.3 Atouts et limites du LSMW ........................................................................................................................... 61

    4.3 Techniques & Outils de Conversion de donnes dans SAP.......................................................................... 62 4.3.1 Les techniques................................................................................................................................................... 63

    4.3.1.1 Saisie manuelle (Manual Input) ................................................................................................................. 63 4.3.1.2 Entre par lots (Batch Input) ...................................................................................................................... 63 4.3.1.3 Traitement par transaction (Call Transaction) ........................................................................................... 63 4.3.1.4 Entre directe (Direct Input) ...................................................................................................................... 63 4.3.1.5 ALE / IDOC............................................................................................................................................... 63

    4.3.2 Les outils.......................................................................................................................................................... 64 4.3.2.1 LSMW ....................................................................................................................................................... 64 4.3.2.2 Loutil CATT (Computer Aided Test Tool) .............................................................................................. 64 4.3.2.3 Modules fonctions standards, BAPI (Business Application Programming interface) ............................... 64

    5. ANALYSE DU PROJET DE MIGRATION DE DONNEES CHEZ DEBIERE .................................................................................................................66 5.1 Contexte et Enjeu................................................................................................................................................... 66

    5.2 Droulement du projet de migration de donnes ................................................................................................ 66 5.2.1 Lapproche migration de donnes chez DeBiere .............................................................................................. 66 5.2.1.1 Correspondance des donnes (mapping des donnes) ............................................................................... 67 5.2.1.1 Extraction des donnes............................................................................................................................... 68 5.2.1.2 Manipulation des donnes.......................................................................................................................... 68 5.2.1.3 Vrification des donnes ............................................................................................................................ 68 5.2.1.4 Chargement des donnes............................................................................................................................ 68 5.2.1.5 Rconciliation des donnes ........................................................................................................................ 69

    5.2.2 Organisation ........................................................................................................................................................ 71

    5.2.3 Stratgie de migration ........................................................................................................................................ 73

    5.2.4 Documentation .................................................................................................................................................... 74

    5.2.5 La qualit des donnes migres.......................................................................................................................... 74

    5.2.6 Choix et spcification des outils ......................................................................................................................... 75

    5.2.7 La mise en uvre ................................................................................................................................................ 75

    5.2.8 Les risques ........................................................................................................................................................... 77

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 6/125 2005-2007

    5.3 Typologie des donnes reprises............................................................................................................................. 78

    5.4 Bilan ........................................................................................................................................................................ 80

    6. FACTEURS CLES DE SUCCES ET RECOMMANDATIONS .81

    CONCLUSION......................................................................................................................83

    REFERENCES ......................................................................................................................87

    ANNEXES ................................................................................................................................88 Prsentation de SAP Exemple : cration dun outil de chargement via LSMW dans SAP Guide de chargement via LSMW................................................................................................................................................ 89

    Planning de suivi des chargements ........................................................................................................................... 101

    Template : Fichier de chargement des donnes. Exemple : fichier de chargement des conditions de prix ....... 102

    Template : Mapping des donnes. Exemple : fichier de mapping des conditions de prix. .................................. 104

    COMMENT FONCTIONNE UN LSMW BATCH INPUT RECORDING? .........................106

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 7/125 2005-2007

    Table des figures

    Figure 1.1 Les 4 produits vedettes DeBiere : Stella Artois, Brahma, Becks et Leffe...13 Figure 1.2 - Classement des 5 premiers brasseurs mondiaux .......................................................17

    Figure 1.3 : La migration de donnes intgre aux processus mtier ..........................................20

    Figure 2.1 : Schma du processus de reprise des donnes............................................................23

    Figure 2.2 : Le contexte de la migration de donnes.....................................................................24

    Figure 2. 3 : Cycle de vie processus de conversion et reprise de donnes ....................................29

    Figure 2.4 : Equipe de Migration des donnes intgre au processus global de migration ........31

    Figure 3.1 : Modle dintgration de R/3.......................................................................................38

    Figure 3.2 : Solutions compltes d'industrie..................................................................................39

    Figure 3.3 : Principales units structurelles SAP..........................................................................44

    Figure 3.4 Larchitecture du systme SAP R/3 comprend des serveurs de bases de donnes, des serveurs dapplications et des systmes de prsentation. ........................................................46

    Figure 3.5 : Une architecture standard client/serveur relie les stations de travail au serveur ....47

    Figure 3.6 : Larchitecture 3 niveaux est devenue le concept architectural standard des installations SAP R/3 ................................................................................................................48

    Figure 3.7 : SAP sinterface avec plusieurs systmes....................................................................49 Figure 3.8 : Types de donnes SAP ................................................................................................53

    Figure 4.1 : La migration de donnes dans SAP ...........................................................................55

    Figure 4.2 : Comment migrer les donnes de R/2 vers R/3 ? ........................................................56

    Figure 4.3 La migration de SAP R/2 vers SAP R/3 .......................................................................58

    Figure 4.4 : Comment migrer les donnes dun systme Legacy vers SAP R/3 ? ........................58

    Figure 4.5 : Le fonctionnement de LSMW ....................................................................................60 Figure 5.1 : Lapproche migration de donne chez DeBiere intgre au processus global de

    migration ...................................................................................................................................67

    Figure 5.3 : La structure du projet Omega ....................................................................................71 Figure 5.4 : Lquipe migration de donnes chez DeBiere ...........................................................72

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 8/125 2005-2007

    Tableaux

    Tableau 1.1 : Quelques chiffres cls DeBiere ................................................................................17 Tableau 1.2 : Planning de dmarrage par pays .............................................................................19

    Tableau 2.1 : Les principaux diteurs dETL ................................................................................27

    Tableau 3.1 : Part de march en 2005 des diteurs dERP en France (Source PAC) .................40 Tableau 3.2 : Les dates cls du dveloppement de SAP.................................................................41

    Tableau 3.3 : Quelques chiffres cls de SAP .................................................................................42

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 9/125 2005-2007

    Rsum

    Dsormais au cur des stratgies dentreprises, les systmes dinformation sont de plus en plus confronts une spirale dvolutions permanentes : changements denvironnements techniques, risques dobsolescence de certaines plate-formes, rapprochements de systmes dinformation dans le cadre de fusions, gnralisation des nouvelles technologies, ... Face ces problmatiques, lenjeu pour les entreprises est triple, dabord capitaliser sur lexistant en ne perdant rien de la richesse de leurs informations et donnes, permettre la continuit du fonctionnement des systmes dinformation pendant la migration, de faon la plus transparente possible pour les utilisateurs et enfin veiller la matrise totale du projet, en terme de cots, dlais et risques. Pour rpondre ces enjeux stratgiques, il est ncessaire de matriser son projet de migration et en particulier son projet de migration de donnes.

    La problmatique de migration de donnes recouvre des situations varies. Il peut dagir d'une fusion ou d'un rapprochement de socits, les donnes devant tre portes vers le systme cible retenu ou dans le cadre de l'intgration d'un ERP ou de lalimentation dun entrept de donnes (data warehouse). Enfin, il peut aussi sagir dune rnovation de systmes dinformation, avec une volution vers un SGBD plus prenne (passage dIDS2 Oracle, de DL1 ou Datacom DB2, ).

    Quiconque sest lanc dans un projet de migration de donnes ou de consolidation de systmes grande chelle sait quel point dplacer massivement les donnes est une tche difficile et risque surtout si lon ne prpare, ni ne planifie son projet de migration de migration de donnes. Celle-ci implique des transformations et des conversions complexes ainsi que des oprations de nettoyage et de validation de donnes.

    Nous avons analys la migration de donnes chez DeBiere 1 et partir de cette analyse, nous

    avons dgag quelques lments cls qui contribuent au succs dun projet de migration de donnes et avons pu faire quelques recommandations.

    Il tait indispensable de comprendre dabord les raisons et objectifs qui ont pouss DeBiere migrer ses donnes dans SAP, en faisant une prsentation gnrale de lentreprise et en expliquant le contexte et les enjeux. Le choix de SAP ne sest pas fait par hasard, cest pour cela que jai prsent la technologie sur laquelle jai travaill tout au long de cette tude : SAP R/3, afin de

    1 Le nom de la socit a t chang en Debiere

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 10/125 2005-2007

    comprendre les volutions et les raisons du succs de ce progiciel dune part et dautre part la manire dont les donnes sintgrent dans SAP. Lautre aspect de notre tude est la qualit des donnes. Migrer les donnes est une chose, encore faudrait-il quelles soient exploitables et quelles ne soient pas obsoltes. En consquence, pour russir limplmentation des applications dentreprise SAP, une approche rigoureuse de la migration de donnes est indispensable.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 11/125 2005-2007

    Introduction

    Le traitement de l'information dans l'entreprise est en pleine mutation. Les changements fondamentaux (comptitivit accrue, acquisitions, fusions, mondialisation, etc..) conduisent de plus en plus d'entreprises mieux organiser leur systme dinformation (SI) et migrer leurs applications informatiques internes vers les progiciels de gestion intgrs du march, ou ERP (Enterprise Resource Planning), qui offrent des solutions transversales, homognes, intgres, efficaces et volutives. De nombreuses entreprises voient dans leur Systme dInformation un vecteur dinnovation souvent stratgique.

    De plus, le client est maintenant trs exigeant et, mme pire, ses exigences sont en changement continu. Il ne veut pas seulement un prix bas, mais des dlais plus courts et une meilleure qualit (ensemble de caractristiques du produit qui le satisfassent). Et en plus, il faut innover frquemment pour apporter au Client une qualit quil ne trouve pas ailleurs.

    Pour rpondre ce dfi, il faut vhiculer une information homogne et enrichie sur les clients et sur chaque maillon de la chane informationnelle de la prise de la commande, lapprovisionnement et la production, il faut avoir un rfrentiel fiable de donnes commun.

    Les technologies de linformation, notamment dans le domaine des rseaux et des bases de donnes, offrent des opportunits permettant aux entreprises de se diffrencier, de crer de nouveaux services, de capter de nouveaux marchs. Certes le stratgique daujourdhui deviendra loprationnel de demain, mais les entreprises qui ont cette vision stratgique dveloppent des positions dominantes.

    Attention, cependant une mise en place des SI, notamment des ERP peut tourner au cauchemar car il existe des risques rels de drapage en termes de cots et de dlais, dus parfois une sous-estimation de la charge, tant pour llaboration du volet technique (paramtrage) que pour celle du volet organisationnel (analyse des processus de lentreprise et des pratiques mtier) ou celle de sa migration de donnes car daprs une tude qui a t ralise par the Standish group :

    Plus de 80% des projets d'intgration de donnes chouent ou dbordent, la moiti des projets excdent le planning de trois quarts, les budgets excdent de deux tiers, 1/3 dentre eux chouent entirement.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 12/125 2005-2007

    Les entreprises qui investissent des moyens financiers et humains considrables pour dployer des applications intgres, savent quel point dplacer massivement les donnes dune unit centrale (mainframe) ou dautres sources est un parcours sem dembches, impliquant des transformations et des conversions complexes ainsi des oprations de nettoyage et de validation de donnes.

    Malgr ces dpenses et ces efforts, nombre de solutions ont encore aujourdhui du mal tenir leurs promesses. Il est indispensable de comprendre que la valeur dun ERP, de mme que celle dune solution de Supply Chain Management (SCM ou en franais GCL, gestion de la chane logistique) ou de Business Intelligence (BI ou en franais informatique dcisionnelle), dpend principalement de la qualit des donnes qui lalimentent. Le fait que les clients cherchent aller toujours plus loin dans lintgration de leurs activits et de leurs processus mtiers impose aujourdhui des niveaux indits de qualit des donnes. La haute qualit des donnes de rfrence est essentielle afin de garantir lefficacit des changes de donnes entre les entits rgionales dune mme entreprise, ainsi quavec et entre les fabricants, fournisseurs et distributeurs de lentreprise.

    De nombreuses tudes ont montr quune prparation et une planification insuffisantes des migrations de donnes pouvaient gravement pnaliser les projets dimplmentation de logiciels. Pour russir limplmentation des applications dentreprise, une approche rigoureuse de la migration de donnes est indispensable. La migration de donnes ne consiste pas simplement transfrer les donnes mais, il sagit de faire en sorte quune fois transfres, ces donnes soient exploitables.

    La migration de donnes nest donc pas une mince affaire, do la ncessit absolue de bien matriser son projet de migration de donnes.

    Au cours de la prsente thse, nous conduisons ltude des facteurs de russite dun projet de migration de donnes dans les entreprises. Cette tude est applique sur le cas du projet DeBiere. Nous prsenterons dabord la socit DeBiere cest--dire que nous dcrirons le contexte du projet DeBiere. Ensuite nous essayerons de comprendre ce quest la migration de donnes dans sa globalit avant dexpliquer comment elle est ralise dans SAP. Nous rpondrons cette problmatique par lanalyse du projet DeBiere et en faisant des recommandations en vue de minimiser les risques des projets dintgration de donnes.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 13/125 2005-2007

    1. Prsentation du groupe DeBiere2

    Dans ce chapitre nous parlerons de lentreprise DeBiere, son histoire, ses diffrentes acquisitions et fusions, son organisation afin de mieux comprendre pourquoi lentreprise a choisi de migrer ses applications vers un nouveau systme dinformation commun, ce qui induit une migration des donnes vers ce nouveau systme. Nous terminerons ce chapitre en expliquant les vritables objectifs et enjeux de ce projet dimplmentation. Lintrt de ce chapitre rside dans le fait quil nous donne des indications sur la taille du projet de migration de donnes de par la taille de lentreprise et de ses activits dans le monde, sur son importance aussi notamment celle de la qualit des donnes chez DeBiere puisque nous verrons que cette entreprise a une vritable ambition, devenir la meilleure.

    1.1 Prsentation gnrale

    Le groupe DeBiere est le premier brasseur mondial en termes de volumes, avec des positions leaders en Amrique, Europe et Asie. DeBiere est une entreprise cote en bourse dont le sige social est bas Louvain (Leuven) en Belgique. Elle a ralis en 2006 un chiffre daffaires net de 13.3 milliards d'euros.

    Forte dun portefeuille de plus de 200 marques dont 4 marques mondiales vedettes : Stella Artois, Becks, Brahma et Leffe, DeBiere dtient 14% du march brassicole mondial avec 246,5 millions dhectolitres par an.

    Figure 1.1 Les 4 produits vedettes DeBiere : Stella Artois, Brahma, Becks et Leffe.

    2 Le nom de la socit a t chang en DeBiere

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 14/125 2005-2007

    Le groupe DeBiere emploie prs de 88 000 collaborateurs et dploie ses activits dans plus de 130 pays sur le continent amricain, en Europe et dans la zone Asie-Pacifique. DeBiere a cr des chanes de bars et brasseries pour vendre directement ses produits : en France, elle reprsente 200 enseignes.

    1.2 Historique

    Les origines de DeBiere remontent 1366 avec la brasserie Den Horn . En 1717, Sebastien Artois, brasseur principal, a achet la brasserie et a chang son nom en Artois. Mais ce nest quen 1987, lors de la fusion des brasseries belges Artois (Louvain) et Piedboeuf (Jupiller), que lentreprise pris le nom dInterbrew, The Worlds Local Brewer . Ds lors, le groupe cherche avant tout souvrir vers linternational. Les acquisitions senchanent avec en 1991, la 1re acquisition trangre dInterbrew : la brasserie Borsodi (Hongrie). Puis ce premier investissement signe ainsi lentre dInterbrew sur le march de la bire en Europe centrale. Puis en 1995 lentre du groupe sur le continent Nord Amricain avec lacquisition de la Brasserie Labatt au Canada et en 1999 Interbrew souvre au march russe avec Sun Interbrew.

    En 2000 et 2001, Interbrew simplante respectivement au Royaume Uni avec les acquisitions de Whitbread et Bass et en Allemagne avec les marques Becks et Diebels. La puissance du groupe saccentue au fil des acquisitions mais Interbrew ne compte pas sarrter en chemin et poursuit son ascension avec ses implantations en Chine en 2002 grce sa participation dans KK Brewery et son partenariat avec la brasserie Zhujiang. En 2003, le groupe dcide de consolider sa position sur des marchs cls tels que la Chine (acquisition de Lion Group Breweries) ou lAllemagne (acquisition de Spaten). Interbew devient alors numro 3 en Chine et numro 2 en Allemagne avec des marques sur tous les segments.

    En 2004, Interbrew, troisime brasseur mondial en volume, et AmBev (Companhia de Bebidas das Americas), entreprise brsilienne et cinquime brasseur mondial, dont les origines remontent 1885, sassocient pour crer DeBiere, le plus grand brasseur du monde en termes de volume. Cette anne-l, le groupe DeBiere a vendu 202 millions dhectolitres de bire et 31,5 millions dhectolitres de soft drinks. Aujourdhui, la stratgie de DeBiere consiste renforcer ses plates-formes locales par l'tablissement de positions solides sur les principaux marchs brassicoles du monde. La croissance organique, l'efficacit de classe mondiale, la croissance externe cible et la priorit donne ses consommateurs en sont les instruments.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 15/125 2005-2007

    Le groupe dispose dsormais dune plate-forme mondiale et de 14% de part de march travers le monde, grce un dploiement de ses activits dans plus de 30 pays sur le continent amricain, en Europe et dans la zone Asie-Pacifique. DeBiere, class n1 ou n2 dans plus de 20 marchs brassicoles cls travers le monde entier, est ambitieux puisque aujourdhui sa volont est de passer du plus grand au meilleur brasseur mondial et pour cela une seule devise : From Biggest to Best ( Du plus Grand au Meilleur ).

    1.3 Organisation

    Nous ninsisterons pas sur lorganisation mais nous dirons simplement que les activits de DeBiere sont organises en cinq zones gographiques : Amrique du Nord, Amrique latine, Europe de lOuest, Europe centrale et de lEst et Asie-Pacifique. Chaque zone est dirige par un prsident de zone qui sige galement lExecutive Board of Management (EBM). LExecutive Board of Management (EBM) est lorgane de gestion international de DeBiere. Cette quipe aux comptences trs complmentaires donne la socit des aptitudes de leadership dans tous les aspects de son activit. Les membres de lEBM sont issus dAmBev et de lancienne Interbrew. LEBM a jou un rle dcisif dans lintgration du savoir-faire que chaque acteur a vers dans le nouveau modus operandi de DeBiere.

    Nous venons de voir, que DeBiere, travers toutes ses acquisitions a besoin, pour plus defficacit de consolider tous ses diffrents systmes. Nous allons voir que cette entreprise ne cherche pas seulement runir tous ses diffrents systmes par commodit mais que cela rpond une vritable ambition et une relle vision.

    1.4 Mission, Vision & Valeurs de DeBiere

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 16/125 2005-2007

    Cette partie nous aidera comprendre les vritables ambitions du groupe DeBiere.

    1.4.1 Mission

    Toujours plus forte, DeBiere a la volont de dvelopper des liens durables avec les consommateurs en leur proposant des marques ainsi que des expriences qui fdrent et qui rassemblent. Au cur de tout ce que DeBiere entreprend, le consommateur fait partie intgrante de lactivit de lentreprise, qui, quotidiennement identifie les possibilits dinnovation pour y donner suite avec dtermination.

    1.4.2 Vision

    Afin dexploiter pleinement le potentiel de chaque brasserie, DeBiere prend conscience de la ncessit dharmoniser lensemble de ses activits brassicoles, toutes zones confondues. Il fallait trancher entre lautonomie et lharmonisation. La Vision de DeBiere est de Passer du Plus Grand au Meilleur - From Biggest to Best !

    1.4.3 Valeurs

    DeBiere veut tre le meilleur au monde, le brasseur le plus rentable au monde et de ce fait son but long terme est :

    une croissance organique de ses volumes plus rapide que la moyenne du secteur, une croissance du chiffre d'affaires devanant les volumes, s'assurer que les augmentations de cots reste en dessous de l'inflation.

    Devenir le meilleur est lengagement de DeBiere et cela reprsente un dfi permanent. Il implique de fixer constamment de nouveaux objectifs pour btir une entreprise qui gnre de la croissance et des rsultats durables long terme.

    Cest dans ce contexte que sinscrit le projet dimplmentation SAP qui doit aussi aider DeBiere rpondre un autre dfi : tablir des liens durables avec les consommateurs en proposant des marques et des expriences qui rassemblent les gens.

    Pour terminer sur la prsentation gnrale nous en ferons un bref rsum en donnant quelques chiffres cls sur DeBiere et en montrant son positionnement face ses concurrents directs.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 17/125 2005-2007

    Cration : 2004 (fusion entre Interbrew et AmBev) Sige Social : Louvain, Belgique Secteur dactivits : Brasserie Chiffre daffaires : 13,3 milliard (2006) Effectif : 88.000 Produits : Bire, lager3 et soda Produits vedettes : Stella Artois, Brahma, Becks et Leffe. Personne-cl : Carlos Brito (CEO) Vente / an : 246,5 millions hl / an Parts de march : 14%

    Tableau 1.1 : Quelques chiffres cls de DeBiere

    La figure ci-dessous nous indique le positionnement de DeBiere sur le march mondial (concurrents directs, part de march)

    Figure 1.2 - Classement des 5 premiers brasseurs mondiaux Part de March, 2005

    A travers cette figure, nous voyons bien que DeBiere domine nettement ses concurrents avec 14% de part de march. Lobjectif principal de cette entreprise, est certes dtre toujours le leader en terme de volume mais aussi dtre le meilleur do sa vision Passer du Plus Grand au Meilleur - From Biggest to Best ! .

    1.5 Le projet OMEGA de DeBiere

    3 On appelle lager l'ensemble des bires fermentation basse.

    DeBiere

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 18/125 2005-2007

    La migration de donnes qui constitue la base de notre tude sinscrit dans le cadre du projet dimplmentation OMEGA de DeBiere cest pour cela que nous allons dcrire, dans cette partie, ce projet OMEGA pour mieux comprendre le contexte dans lequel DeBiere a choisi dimplmenter un nouveau systme dinformation pour toutes ses filiales et par consquent de migrer ses donnes vers ce systme.

    Omega est un projet dimplmentation pour lEurope occidentale qui touchera par la suite chaque employ de DeBiere dans la zone europe. Le vrai objectif d'Omega est de changer fondamentalement la manire de DeBiere de faire des affaires. Les objectifs du programme OMEGA visent, principalement donner DeBiere un avantage concurrentiel (pouvoir rpondre rapidement sur un march concurrentiel et dynamique ; par exemple intgrer rapidement les nouvelles acquisitions), rduire leur base de cot (ZBB - Zero Base Budgeting) car en ayant des manires communes de travailler, DeBiere veut rduire ses cots de maintenance ; par exemple mettre en place un systme commun tous, et enfin travailler dans la transparence (les meilleures entreprises au monde ont un KPI (Key Performance Indicator - Paramtre qui se veut le plus reprsentatif d'une activit de l'entreprise et qui permet d'valuer la performance globale de cette dernire en fonction des objectifs atteindre) transparent et reli, o chacun travaille dans un but commun).

    Aujourd'hui DeBiere couvre, pour la partie Europe occidentale, 3 units d'affaires : BeNeFraLux, GISE et UK&I. C'taient des entreprises l'origine indpendantes rassembles par le programme d'acquisition d'Interbrew. Chacune possdant ses propres systme dinformation et processus.

    Lquipe centrale (quipe core), dont je faisais partie tait base Leuven, en Belgique, pour la phase de conception et la premire implmentation. Ensuite nous avons t temporairement affects dans les pays au fur et mesure des implmentations, pour assister les quipes locales lors de la mise en production des donnes.

    Le projet Omega est un investissement de 100 millions deuros o travailleront plus de 100 personnes directement. Cest un projet qui devra durer 5 ans pour tre complet comme le montre la figure ci-dessous :

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 19/125 2005-2007

    Copyright 2005 Accenture All Rights Reserved.

    May 10Sept 05 Jan 06 May 06 Sept 06 Jan 07 May 07 Sept 07 Jan 08 May 08 Sept 08 Jan 09 May 09 Sept 09 Jan 10

    Business Season

    Main Assumptions

    TemplatePhase

    ImplementationBelgium

    ImplementationGermany & ISE

    ImplementationUK

    Tentative Deployment Roadmap

    ImplementationFrance

    ImplementationLuxembourg

    ImplementationRussia

    ImplementationBulgaria

    ImplementationHungary

    ImplementationUkraine

    ImplementationCzech Republic

    ImplementationRomania

    ImplementationCroatia

    Criteria Progressive complexity to minimize risk

    (Small BU, Remote BU, large & remote BU, complex BU, joint go-lives),

    At least two months between two go lives, No go-live during the season (one exception).

    ImplementationSerbia Montenegro

    ImplementationNetherlands

    Tableau 1.2 : Planning de dmarrage par pays

    Ce planning a t mis jour suite au report dans le dmarrage de certains pays comme les deux pays pilotes qui nous ont servi pour cette tude, le Luxembourg et lUkraine.

    Il y a plusieurs phases au programme dimplmentation. Pendant la phase de conception, en 2005, les processus et les systmes principaux seront remodels pour la zone Europe occidentale.

    Ensuite de 2006 la fin de 2010 cette conception sera mise en application pour toutes les units de l'Europe occidentale, par une approche par tapes (phase d'excution ou de dploiement)

    Lenjeu pour la migration de donnes dans ce projet OMEGA est de taille car il sagit dassurer la reprise des donnes (extraction, transformation et chargement dans SAP) de 6 domaines fonctionnels dans un dlai de 6 mois pour les 2 sites pilotes Luxembourg et Ukraine avec laide de lintgrateur Accenture.

    Le primtre fonctionnel pour la reprise des donnes comprend les modules suivants de SAP : finance (la gestion comptable et financire), commercial et logistique (ladministration des ventes,

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 20/125 2005-2007

    la logistique, le transport,...), la gestion des achats, la gestion de la production, la gestion des stocks.

    Figure 1.3 : La migration de donnes intgre aux processus mtier

    Ensuite le primtre gographique pour la reprise des donnes concernera la maison mre (Belgique) ainsi que toutes les filiales de la zone Europe (France, Angleterre, Allemagne, Russie,..).

    La typologie comportait des donnes statiques (rfrentiels clients et fournisseurs, donnes comptables de rfrence...) et des donnes dynamiques (stocks, donnes comptables lies aux donnes logistiques, etc..). Dans lorganisation adopte, DeBiere avait en charge la fiabilisation des donnes sources et leur extraction, Accenture assurant ensuite la transcodification et lintgration dans SAP.

    Une premire tape a consist dfinir pour chaque domaine fonctionnel, les donnes sources migrer vers SAP puis, en fonction des donnes demandes par les processus SAP, les champs et les rgles de transformation ncessaires. Ainsi, nous allons voir dans le prochain chapitre comment seffectue la migration et quels sont les lments importants lors dune migration de donnes.

    Les domaines concerns par la migration chez DeBiere

    Co

    mm

    ercial

    Finan

    ce

    Supply

    Chain

    Man

    ufacturing

    Pro

    curem

    ent

    Material

    Master

    Migration de donnes

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 21/125 2005-2007

    2. Migrer des donnes

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 22/125 2005-2007

    Lobjet de notre tude tant la migration de donnes, il est ncessaire de sentendre sur les terminologies de donnes et de migration. Nous essayerons dans ce chapitre de donner une dfinition du mot donne et de migration avant de nous intresser au contexte global de migration cest--dire essayer de rpondre la question pourquoi migrer des donnes ?

    2.1 Dfinitions

    2.1.1 Quest-ce quune donne ?

    Une donne est une information de nature numrique ou alphanumrique, reprsente sous forme code en vue d'y tre enregistre, traite, conserve et communique et qui est exploitable par la machine.

    Les donnes constituent une ressource cruciale pour lentreprise, cest un actif stratgique. Elles sont essentielles toute implmentation car elles constituent la base de tout document. Delles dpendent la qualit des prestations, la fluidit des process, la fiabilit des indicateurs. Elles constituent un facteur clef de la russite du projet de systme dinformation. Autour des donnes plusieurs mtiers et outils se sont dvelopps : nettoyage de donnes (data cleaning), entrept de donnes (data warehousing), extraction de donnes (data mining), gestion des donnes matres (master data management).

    2.1.2 Quest-ce quune migration de donnes ?

    Dans The Horrible World Of Data Migration Tony Rodriguez dfinissait ainsi la Migration de Donnes :

    La Migration de donnes est le processus complexe entrepris pour permettre des donnes existantes d'tre employes par une nouvelle application.

    Une autre dfinition proche de celle de Tony Rodriguez : La migration de donnes dsigne le processus de transfert de volumes (souvent trs vastes) de donnes des systmes existants des anciens systmes vers de nouveaux systmes. Les systmes existants peuvent tre trs divers, depuis les infrastructures informatiques personnalises jusqu'aux bases de donnes autonomes, en passant par les feuilles de calcul. En rsum nous dirons que la migration de donnes (souvent appele reprise de donnes) consiste transfrer des donnes de sources disparates, profiler, nettoyer, normaliser, transformer

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 23/125 2005-2007

    (conversion) celles-ci afin quelles soient conformes aux normes de la nouvelle application. Le schma ci-dessous nous donne une illustration pour mieux comprendre ce quest une migration de donnes :

    Figure 2.1 : Schma du processus de reprise des donnes

    2.2 Pourquoi migrer des donnes ?

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 24/125 2005-2007

    DeBiere a migr ses donnes dans le cadre de son projet dimplmentation du progiciel SAP, qui avait pour but principalement dharmoniser lensemble de ses activits brassicoles, toutes zones confondues et dintgrer rapidement ses nouvelles acquisitions. Mais ce nest pas dans le seul cas de fusion et acquisitions quon est amen migrer des donnes. Il peut aussi sagir dun remplacement danciens systmes devenus obsoltes afin dacqurir un avantage concurrentiel, damliorer la comptitivit ou damliorer le service la clientle.

    Le besoin toujours croissant de fournir de nouvelles fonctionnalits est constant et requiert souvent la mise en uvre de nouvelles applications ou la mise jour d'applications existantes.

    Face ces besoins, de nombreuses entreprises doivent migrer leurs donnes depuis leurs anciennes applications vers les nouvelles.

    La migration de donnes s'avre tre une opration incontournable tout projet de mise en place d'applications mtier et principalement sur des projets de gestion de la relation client. Le schma ci-dessous permet dillustrer des cas o on est amen migrer des donnes.

    Figure 2.2 : Le contexte de la migration de donnes

    Il est certes important de comprendre pourquoi on migre des donnes mais cest encore mieux de russir sa migration et le choix des outils est un lment qui participe la russite du projet de migration de donnes.

    2.3 Produits & March

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 25/125 2005-2007

    Nous avons voulu dvelopper cette partie car pour migrer des donnes, il existe une panoplie doutils et de solutions sur le march et lon narrive pas toujours faire un choix adquat or comme nous lavons dit prcdemment, il est important de bien choisir ses outils.

    On appelle ces outils des ETL (Extraction Transfer Loading ou Extraction Transfert chargement). Il s'agit d'une technologie informatique permettant d'effectuer des synchronisations massives d'information d'une base de donnes vers une autre dont lobjectif est dintgrer les donnes ncessaires aux traitements. Selon le contexte, on traduira par alimentation , extraction , transformation , constitution ou conversion , ces termes tant souvent combins. A l'origine, les solutions d'ETL sont apparues pour le chargement rgulier de donnes agrges dans les entrepts de donnes (ou datawarehouse), avant de se diversifier vers les autres domaines logiciels. Ces solutions sont largement utilises dans le monde bancaire et financier, ainsi que dans l'industrie.

    Elle est fonde sur des connecteurs servant exporter ou importer les donnes dans les applications (Ex : connecteur Oracle ou SAP...), des transformateurs qui manipulent les donnes (agrgations, filtres, conversions...), et des mises en correspondance (mappages). Le but est l'intgration de l'entreprise par ses donnes. Des technologies complmentaires sont apparues par la suite : l'EAI (Intgration d'applications d'entreprise), puis l'ESB (Enterprise Service Bus).

    Il existe galement des solutions d'ETL de contenu permettant de manipuler des donnes non structures tels que les dossiers et les documents. Ces solutions sont utilises pour des projets de migration de documents. Leur champ d'application peut galement s'tendre des projets d'archivage lectronique. Par exemple, lors de migration de documents d'une application gestion lectronique de donnes (GED) vers une autre. Schmatiquement, cet intergiciel (middleware) commence par extraire les contenus stocks par les diffrents systmes d'entreprise avant de les transmettre la base de donnes de la plate-forme.

    Les outils ETL prsents ici nont pas t utiliss lors de notre tude mais il nous a paru important de les lister car nous voulions tout simplement faire comprendre ici quils existent. Il est possible de les utiliser dans le cadre dune migration de donnes.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 26/125 2005-2007

    Ci-dessous nous trouverons les outils existants sur le march avec quelques descriptions et commentaires. Nous navons aucune recommandation particulire faire pour les outils cits ci-dessous car nous navons pas pu les tester.

    Extraction / consolidation de donnes Editeur et Solution Positionnement Connexions natives

    Business Object ActaWorks

    Issue du rachat d'Acta, cette solution se propose de rendre accessible en "quasi-temps rel" les donnes les plus souvent accdes.

    Acta tait le fournisseur historique du premier connecteur SAP. Partenaire notamment de Siebel, Peoplesoft et JDEdwards. Interfaage avec Cognos, Hyperion, Actuate et Brio.

    Ascential Software DataStage XE

    DataStage XE est l'offre traditionnelle d'Ardent qu'Informix a rachet dbut 2000 avant qu'Ascential ne la reprenne son compte lors de sa prise d'indpendance, tandis qu'Informix partait chez IBM avec ses entrepts de donnes.

    Plus de 40 connecteurs natifs vers des sources de donnes, dont IBM/Informix, Oracle, Sybase, Teradata et IBM DB2. Package complet ddi SAP et la collection de modules MySAP. Partie analytique : Brio, Business Objects, SPSS et Crystal Decisions.

    Computer Associates DecisionBase

    Computer Associates est plus connu pour ses offres de scurit, de surveillance et de gestion d'infrastructures rseaux/informatiques. Mais son offre ETL s'avre assez complte y compris pour maintenir l'intgrit des mtadonnes sur toute la chane de traitement. L'outil ETL s'appelle Vision : Pursuit.

    Connecteurs en direct pour extraire les donnes en temps rel depuis SAP, PeopleSoft et des systmes unit centrale (mainframe)s. Accs de nombreuses sources de donnes dont IBM/Informix, Oracle, Sybase, IBM DB2, HTML et fichiers txt.

    Cognos DecisionStream

    Ce n'est pas la spcialit de Cognos, mais l'outil semble s'tre prouv dans le temps aprs avoir chang de nom.

    Se dit compatible avec 100 sources OLAP, dont SAP BW (certifi), Hyperion, Informix, SQL Server 2000 et Sybase...

    Data Mirror Transformation Server

    Peu connu en France mais nanmoins prsent, l'diteur canadien propose la fois une offre ETL pour extraire et transformer les donnes, un ensemble d'outils pour leur gestion, mais galement une plate-forme EAI et un "hub" pour les changes b-to-b.

    Accs natif non ODBC vers Oracle, IBM DB2, Sybase, Microsoft SQL Server. Connecteurs externes vers les entrepts OLAP propritaires Hyperion, Cognos, Oracle.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 27/125 2005-2007

    ETI ETI.Extract

    Parfois cite comme plate-forme ETL de rfrence par certains acteurs, mais pas ceux de la business intelligence, ETI.Extract fonctionne avec des librairies pour supporter les entrepts de donnes et des plugins additionnels en prolongement d'applications prcises.

    Extraction standard depuis : fichiers plats (C et Cobol), Siebel, les SGBDR, Informix, Teradata, Oracle Financials, PeopleSoft HRMS, SAP R3 et BW... Librairies pour toutes les bases de donnes ci-dessous, sauf Hyperion, sur systmes anciens et plus rcents. Plugins ETI.Accelerator pour Siebel, SQL/Teradata et les middleware MQ (IBM, Tibco...).

    Hummingbird Genio Suite 5

    Surtout connu pour son offre de portail, Hummingbird fournit galement une plate-forme ETL et EAI du nom de Genio Suite, assez rpute. En outre, une offre de business intelligence classique, BI/Suite prolonge le portail. Mais il n'est pas question de CRM analytique. Mais Genio Miner aggrge plus de 15 algorithmes de datamining diffrents.

    Entrepts de donnes : Oracle, Sybase, Teradata, Hyperion Essbase, MS SQL Server et IBM DB2. Prise en charge nouvelle des formats de donnes : XML, unit centrale (mainframe), SAP en natif, binaires, versions rcentes des SGBDR. En EAI : Siebel, SAP, support de MQ Series. Le roadmap prvoit l'intgration prochaine des acteurs comme Brio, BO, Cognos et MicroStrategy.

    Informatica PowerCenter 5

    L'une des plates-formes d'extraction / transformation de donnes les plus compltes et rpandues. PowerCenter l'chelle de l'entreprise, et PowerMart celle du service ou du dpartement. Informatica s'est rcemment engag sur le crneau des applications analytiques, mais l'offre ETL est indpendante.

    Gamme extrmement vaste de connecteurs spcifiques aux sources de donnes pour consolider tous les principaux entrepts de donnes. Pour citer quelques acteurs du CRM analytique en vrac : Siebel, Business Objects, Oracle, Hyperion, Crystal Decisions, Brio, SAP, Cognos, Peoplesoft, Kana, Nuance, Microstrategy... ainsi que les middleware MQ pour aller plus loin.

    Information Builders ETL Manager

    Positionnement hybride entre la business intelligence, l'ETL et plus rcemment l'EAI avec la cration de sa filiale iWay Software. Les 2 dernires offres sont les plus compltes, la premire se cantonnant essentiellement du reporting sans vritable analyse approfondie.

    A travers son outil ETL, I.B. attaque prs de 80 sources de donnes. Les connecteurs EAI d'iWay concernent environ 120 applications selon l'diteur.

    Tableau 2.1 : Les principaux diteurs dETL

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 28/125 2005-2007

    2.4 La migration de donnes : un projet parallle

    Une migration est un sous-projet part entire qui se gre comme tel. Il se mne en parallle avec le projet de mise en uvre. Il y a bien sr des dpendances entre le planning de cette mise en uvre et celui de la migration des donnes.

    Migrer ne signifie surtout pas faire en sorte que la nouvelle application ressemble le plus possible lancienne et en reprenne toutes les donnes dans leur moindre dtail. Cela se payerait par lexplosion des cots, la rigidit du rsultat et en dfinitive linsatisfaction des utilisateurs. Migrer, cest au contraire sadapter aux diffrences.

    Dans un projet dintgration de progiciel, la migration des donnes du systme existant peut dterminer une grande partie du chemin critique. En particulier, les outils de migration peuvent reprsenter une partie significative des dveloppements spcifiques.

    La migration des donnes est aussi une activit dlicate, dans laquelle il nest pas possible de sauter les tapes. Or elle est souvent sous-estime, tant par les matres douvrage que par les intgrateurs. On doit effectuer les vrifications prvues au fur et mesure des oprations de migration, puis la fin, si celles-ci dmontrent des problmes majeurs, on revient en arrire et on fixe une nouvelle date pour la mise en production des donnes.

    Le schma ci-dessous montre les tapes importantes dans le cycle de conversion des donnes.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 29/125 2005-2007

    Figure 2. 3 : Cycle de vie processus de conversion et reprise de donnes

    1. Cette phase permet de dtailler et de planifier toutes les oprations de prparation et dexcution des bascules de donnes. Elle fixe les principaux choix techniques doutils et darchitecture des reprises de donnes (description des structures de donnes entre et sortie, description des tables de transcodification, dcoupage en traitements principaux et ordonnancement de ces traitements).

    2. Cette phase permet de dtailler champ par champ les rgles et oprations de transcodification (rgles dtailles de transcodification enregistrement /champs, description dtaille des tables de transcodification,..)

    Les donnes sources doivent tre contrles et prpares pour tre aptes aux reprises automatises, les systmes sources et cibles doivent comporter les environnements de test et simulation pour permettre le droulement des bascules de test.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 30/125 2005-2007

    3. Cette phase a pour objet de raliser et tester tous les composants logiciels des reprises et conversions de donnes.

    Les dveloppements doivent prendre en compte ces contraintes (performances, contrles effectuer, enchanement des traitements, traitements dcarts etc..).

    4. Cette phase a pour objet de conduire la recette des programmes de reprise et de conversion en vrifiant leur intgrit dans SAP.

    Pour garantir une mise en oeuvre fiable de la bascule de donnes, les tests de recette doivent seffectuer dans le cadre de simulation de bascule de donnes qui, au del de la vrification du bon fonctionnement du logiciel, permettent de vrifier la fiabilit des donnes et fournissent aux quipes des possibilits dentranement en vraie grandeur.

    5. Cette phase a pour objet de raliser lintgration des reprises de donnes avec le logiciel SAP qui utilisera ces donnes. Cest un processus de reprise de donnes contrl dans son droulement complet.

    On appelle bascule des donnes rsiduelles la reprise et conversion, aprs le dmarrage, des donnes dont la prsence sur le systme cible nest pas indispensable aux oprations quotidiennes.

    Toutes ces tapes sont importantes et elles doivent tre excutes correctement. Pour chaque tape un responsable doit tre identifi afin doptimiser les ressources humaines du projet. Il est indispensable davoir une organisation humaine cohrente en phase avec les objectifs du projet.

    2.4.1 Organisation

    Dans le cas de la mise en place dun ERP, la migration implique une collaboration entre lquipe responsable du systme remplac, lquipe de projet du nouveau systme, cest--dire lintgrateur et les utilisateurs cls (key users ou responsable de domaine fonctionnel) du nouveau systme.

    Plus encore que la mise en uvre dun progiciel, la migration des donnes exige la participation dutilisateurs qui connaissent bien lexistant pour lanalyse des donnes des applications existantes, les spcifications fines, lamlioration de la qualit des donnes et enfin les contrles post migration.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 31/125 2005-2007

    Ces utilisateurs ne sont pas toujours disponibles. Il faut donc que la composition des quipes et le rle de chacun soient dfinis clairement, par crit et le plus tt possible. En considrant la figure 2.1 du schma global du processus de reprise des donnes, nous pouvons y montrer comment les quipes peuvent sy articuler avec le schma ci-dessous :

    Figure 2.4 : Equipe de Migration des donnes intgre au processus global de migration

    Lquipe de reprise des donnes (gnralement lintgrateur surtout dans le cadre dun projet ERP) a pour responsabilit le pilotage du chantier reprise (laboration des grandes orientations / calendriers, arbitrages, en collaboration avec lquipe projet), la coordination et supervision des travaux de reprise des donnes, le conseil, la production des fichiers, lexamen posteriori des rapports derreurs produits lissue des chargements.

    Le client a la charge de la prparation des donnes (listes de donnes reprendre, collecte des informations ncessaires la reprise, nettoyage des donnes, ), la saisie manuelle des donnes, le contrle des donnes, lexploitation systmatique, priori, des rapports de compltude, la correction de certaines donnes sur la base des rapports derreur retransmis et interprts par lquipe reprise. Le client via ses responsables de domaine fonctionnels valide les donnes charges. Ils doivent drouler des flux complets afin de sassurer que les donnes migres correspondent bien aux besoins de lentreprise.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 32/125 2005-2007

    2.4.2 Stratgies de migration

    La stratgie consiste surtout choisir entre la migration globale (big bang) et la migration par tapes (dmarrage par fonctions, par entits..). La stratgie et les contraintes de mise en oeuvre des reprises de donnes dpendent de la stratgie de dmarrage du projet. Cest de cette stratgie dont dpendra lordonnancement des oprations de bascule. Selon la stratgie choisie, il y aura une incidence forte sur le projet.

    La Stratgie Big Bang ou Grand coup permet des oprations manuelles sur les donnes et pendant le chargement et impose une validation parfaite en amont de la mise en production : donnes et processus.

    La stratgie dmarrage par lots permet de dcouper le dmarrage pour respecter les contraintes douverture du systme (par rgion, fonctionnalits, ).

    La stratgie dmarrage progressif permet douvrir progressivement le systme (ouvrir et fermer les vannes) et limite les impacts des erreurs sur le processus. Elle impose une volution constante des outils, ainsi quune automatisation des principaux processus.

    Pour la stratgie fil de leau , les utilisateurs saisissent les donnes dans le nouveau systme au fur et mesure des activits mtiers, il ny a pas doutil dvelopper mais cependant les temps de saisie sont importants et le risque derreurs est trop grand.

    Les scnarios de reprise consistent dterminer ce quon va migrer.

    Schmatiquement, il y a trois possibilits, on peut migrer seulement les donnes de base ou les donnes de base et les donnes variables qui correspondent des vnements non clos au moment de la migration. Par exemple, on migre les soldes et les factures non encore rgles mais pas les factures rgles ou enfin les donnes de base, les donnes variables et les historiques dans la limite dune certaine dure, par exemple les deux derniers exercices comptables.

    La premire solution rpond une situation durgence. Elle suppose que lon fasse vivre en parallle lancien et le nouveau systme jusqu lpuisement naturel de lancien ou jusqu une autre migration plus complte. La seconde nest pas entirement satisfaisante puisquil faut continuer utiliser lapplication antrieure, en mode dgrad, pour accder aux historiques. Des interfaces provisoires avec lancienne application permettent de pallier cet inconvnient.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 33/125 2005-2007

    Migrer tous les historiques nest pas toujours possible. Pour transposer les vnements passs dans un nouveau systme il faut des conversions souvent trs lourdes.

    Bien entendu, des scnarios de reprise de donnes peuvent combiner diffrentes approches. Chaque scnario se concrtise par un calendrier prcis.

    2.4.3 Documentation

    Les documents et les procdures constituent notre police dassurance en cas dincident dans un projet. Il savre donc indispensable de disposer dune documentation prcise sous forme de protocole de reprise des donnes afin dy tracer les principaux lments ncessaires pour la migration de donnes (scnario de reprise, risques, organisation, matriel,) afin de prvenir les risques organisationnels et humains.

    En dehors de ce protocole de reprise, il convient de documenter les donnes reprendre par domaine, les gabarits (fichiers de chargement, fichiers de correspondance, ..), les outils utiliss pour les reprises (LSMW,..). Il convient aussi dexpliquer comment utiliser les outils de migration afin de minimiser les pertes de temps et dargent en cas, par exemple, dindisponibilit dun membre de lquipe.

    Il est souvent ncessaire de complter la documentation ou de la mettre jour.

    On sattachera aussi disposer particulirement de documents dcrivant les modles de donnes logiques et physiques, la structure des bases de donnes, le contenu des tables, les volumes de donnes, les descriptions des donnes.

    On sassure aussi de disposer de la documentation des progiciels installer, des principaux documents de spcification, en particulier les spcifications fonctionnelles et les modles de donnes, de la documentation et des sources dinformation sur les mthodologies de migration et les outils daide la migration fournis par les diteurs.

    2.4.4 La qualit des donnes migres

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 34/125 2005-2007

    >.

    >

    Faits relats par Thomas Redman dans son livre

    Ces deux faits relats par Thomas Redman sont anodins mais bien reprsentatifs de limpact des donnes de mauvaise qualit.

    Manifestement il y a dans ces deux cas un enregistrement de donnes incorrectes. Une simple erreur peut tre responsable de linsatisfaction des clients, de la perte de revenus court ou long terme.

    Le dfi le plus important auquel toutes les organisations ont faire face est la qualit au sens plein du terme et particulirement, en ce monde o linformatisation sacclre, la qualit des donnes devient le premier dfi rsoudre.

    Les donnes sont un actif critique de l'entreprise et ce titre doivent faire l'objet d'un contrle au niveau le plus haut de management. La matrise de la qualit des donnes requiert une matrise des chanes de valeur de l'information, notamment au sein des grands processus mtier. Ces comptences appartiennent, de manire naturelle, aux urbanistes des systmes d'Information.

    Ce sont les mieux placs pour dfinir et mettre en oeuvre la politique de gestion des donnes.

    D'un point de vue organisationnel, il faut dfinir la chane de responsabilit de la qualit des donnes, le rle et les objectifs de chacun, revoir les processus mtier, identifier les points risques pour la qualit des donnes, comme les points d'impact de la non qualit et dfinir les moyens consacrer. Cela doit rsulter de la dfinition d'une politique de gestion de la qualit des donnes, qui donnera lieu des audits rguliers.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 35/125 2005-2007

    Du point de vue des systmes d'information, l'tablissement d'un dictionnaire des donnes publiques qui soit un catalogue des modles, des types de donnes et des rgles de capture et de contrle est un fondement indispensable. Ce dictionnaire doit tre fait avec les utilisateurs pour les utilisateurs et les informaticiens.

    Il faut rhabiliter les fonctions de data manager (responsable de donnes), centraliser l'administration des donnes de rfrence et mettre en oeuvre des applications ddies la gestion des donnes qui, non seulement, stockent et distribuent les donnes, mais galement excutent les traitements qui appliquent les rgles de contrles.

    La qualit des donnes doit faire l'objet d'un processus ddi qui ne repose pas uniquement sur des solutions techniques, mais aussi et surtout sur le savoir-faire des hommes, managers et experts du mtier.

    L'identification et le recensement des bases de donnes existantes dans l'entreprise et des informations qu'elles contiennent constituent aussi une tape importante. Or dans la plupart des entreprises, ces bases sont parpilles dans diverses bases de donnes ou fichiers bureautiques. Il faut les rpertorier mais aussi analyser la qualit des donnes, car la plupart d'entre elles peuvent s'avrer incompltes, redondantes ou inexactes. Il faut viter la reprise de donnes prsentant un risque de "pollution".

    Pour faire une analyse de la qualit des donnes il faut confronter ce qui est avec ce qui aurait d tre en recherchant les donnes partiellement ou totalement manquantes, les donnes non cohrentes ou errones et les moyens de contrle et de rectification (tables de rfrence).

    Tout progiciel a sa propre logique interne. Il ne saccommode pas ncessairement des lacunes et des erreurs dans les donnes que les applications quil remplace tolraient.

    Des projets ont eu de relles difficults pour navoir pas voulu ou pas pu amliorer suffisamment la qualit des donnes.

    On spcifie et on ralise les actions ncessaires pour complter et corriger les donnes des applications migrer. Lanalyse de la correspondance des donnes constitue la principale tape danalyse. Elle implique que les spcifications dtailles du nouveau systme soient disponibles. On dtaille les correspondances entre les donnes du nouveau systme et celles des applications migrer.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 36/125 2005-2007

    Lordre dintroduction des donnes dans les tables nest ni compltement impos, ni indiffrent. On identifie donc aussi les contraintes en ce qui concerne les squences de chargement.

    Le nettoyage de donnes (data cleansing) est une opration par laquelle on s'assure que les donnes d'un fichier sont cohrentes et qu'elles ont t saisies de manire ce qu'elles soient identifiables, indexables de manire correcte par la suite. Ainsi, on veillera uniformiser les diffrents formats de codes postaux utiliss en Europe pour permettre leur traitement homogne.

    L'opration de nettoyage visera galement liminer les doublons dans un fichier. Tout ceci sera mis en oeuvre pour mieux qualifier les donnes d'un fichier clients par exemple.

    2.4.5 Choix et Spcification des outils

    Cette tape consiste choisir la fois les outils gnraux daide la migration des donnes mettre en oeuvre, les outils raliser spcifiquement ou adapter et le niveau dautomatisation des oprations de migration atteindre.

    La ralisation des outils de migration des donnes le paramtrage, la modification, si ncessaire, et la qualification doutils logiciels gnraux ou prexistants et enfin la ralisation et la qualification doutils logiciels spcifiques.

    Les outils de migration de donnes sont destins servir une seule fois, mais massivement. Les consquences des erreurs ventuelles seront difficiles corriger aprs coup pour certaines donnes. La vrification de ces outils est donc particulirement importante. Des outils fonctionnellement satisfaisants mais peu performants peuvent provoquer des dures de traitement rdhibitoires.

    2.4.6 Prparation de la mise en uvre

    La prparation implique des procdures et des dispositions de scurit, notamment la prise systmatique de sauvegardes. II faut prparer le droulement de la migration des donnes jusquen production, en passant par les bascules blanc, faire les vrifications et enfin grer les retours en arrire ventuels, en cas dincident majeur.

    2.5 Les facteurs de risque d'un projet de Migration de donnes

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 37/125 2005-2007

    Beaucoup de projets se trouvent retards ou bloqus du fait d'une mauvaise valuation prvisionnelle de la charge de travail que reprsente la reprise et l'intgration des donnes.

    La migration de donnes est souvent une opration coteuse et risque car laccs aux donnes issues de vieux systmes et de systmes existants, ainsi que leur comprhension requiert souvent des comptences spcifiques, les systmes en place sont souvent mal documents, la migration de plusieurs systmes implique de rsoudre des problmes de redondance et dincohrence des donnes et enfin la conception itrative (exprience-apprentissage) aboutit des situations ingrables et des dlais incompressibles lis lcriture manuelle des lignes de code.

    Pour avoir une scurit peu prs totale, il faut utiliser en parallle lancien et le nouveau systme pendant une courte priode.

    Ceci suppose cependant un double travail de la part des utilisateurs et de certains informaticiens, ce qui est trs difficile organiser en pratique. Deux circonstances peuvent rendre incontournable cette option cest lorsque le traitement est essentiel la vie de lentreprise et si et on connat imparfaitement les fonctions et les donnes des applications qui vont tre remplaces.

    Pour rduire les risques, il faut viter les manipulations manuelles et utiliser les mthodes et outils standards autant que possible et amliorer la qualit des donnes (normalisation des adresses, suppression des doublons, identification et correction des donnes endommages, suppression des donnes inutilises).

    Il faut aussi oprer une migration transparente (respecter le planning du projet, perturber le moins possible les actions utilisateurs (continuit de service), reflter les donnes source le plus finement possible et permettre de tirer parti au mieux des fonctionnalits du nouveau systme) et rduire le volume de donnes transfrer (archiver sur microfilms, utiliser les anciens systmes pour les donnes dhistoriques).

    Nous avons vu quil existe plusieurs cas de migrations, cependant notre tude sest base sur la migration de donnes des applications DeBiere vers SAP R/3. Pour mieux comprendre le processus de migration, nous allons prsenter la technologie SAP R/3 avant de voir, comment la migration de donnes sy opre.

    3. Prsentation de SAP

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 38/125 2005-2007

    Dans ce chapitre sera prsente la technologie sur laquelle j'ai travaill tout au long du projet DeBiere : SAP R/3. Je commence par une prsentation gnrale, puis je fais un peu d'historique afin de bien comprendre les volutions et les raisons du succs de ce progiciel. Ensuite, j'explique l'architecture sur laquelle est base le progiciel avant de parler des principes de la base de donnes chez SAP. Lintrt de ce chapitre sexplique par le fait quil sagit du systme cible, base de notre tude. Pour comprendre le concept gnral de SAP, il est ncessaire de comprendre son architecture et surtout les principes de la base de donnes puisquelle en est le pilier central.

    La reprsentation ci-dessous de tous les modules R/3, relis les uns aux autres dans le systme SAP R/3 est connue sous le nom de modle dintgration de R/3.

    Figure 3.1 : Modle dintgration de R/3

    SD : Sales and Disribution (administration des ventes) MM : Material Management (Gestion des articles) PP : Production Planning (Gestion de la production QM : Quality Management (gestion de la qualit) PM : Plant maintenance (gestion de la maintenance) CO : Costing (comptabilit analytique)

    PS : Project Systems (gestion de projet) FI : Finance IM : Gestion des Investissements financiers HR : Human Resources (Ressources humaines)

    3.1 Prsentation gnrale de lentreprise SAP

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 39/125 2005-2007

    SAP est le nom dune socit allemande qui dite un logiciel phare de gestion intgr (progiciel) appel R/3 (devenu mySAP ERP en 2003). SAP signifie Systeme, Anwendungen, Produkte in der Datenverarbeitung (Systme, Applications, Produits de Gestion de Donnes). Cest le premier fournisseur mondial de logiciels inter-entreprises, avec 12 millions d'utilisateurs et plus de 100 000 installations et 1 500 partenaires. SAP est aussi le troisime fournisseur mondial de logiciels.

    Etablie Walldorf, Allemagne, SAP est cote sur plusieurs marchs financiers, notamment aux bourses de Francfort et de New York, sous le symbole "SAP". La gamme SAP, constitue de produits et services, va de lorganisation des Finances et des Ressources humaines la fabrication, la Vente et la Distribution. Aujourd'hui, SAP emploie plus de 42.000 personnes dans plus de 50 pays.

    SAP possde aujourdhui une multitude de solutions dans tous les domaines de notre socit. Chaque entreprise peut, partir de cette solution de base, tendre le logiciel selon ses besoins spcifiques :

    Figure 3.2 : Solutions compltes d'industrie

    3.2 Historique

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 40/125 2005-2007

    Le 1er avril 1972, cinq anciens employs dIBM fondent SAP pour Systemanalyse und Programmentwicklung (Systems Analysis and Program Development), Mannheim en Allemagne. Leur objectif tait de dvelopper et lancer sur le march un logiciel dentreprise standard qui intgrerait tous les processus mtiers. Lide leur est venue suite leurs travaux de consultants systmes pour IBM, lorsquils ont not que leurs clients dveloppaient tous des programmes machine sensiblement identiques. La seconde partie de leur objectif tait que les donnes soient traites de faon interactive et en temps rel. Lcran dordinateur deviendrait ainsi le point focal de la gestion des donnes dentreprise.

    En vingt-cinq ans, ils ont fait dune petite entreprise rgionale, une compagnie internationale de classe mondiale. Aujourdhui, le groupe SAP est le leader incontestable sur le march des progiciels de gestion possdant des filiales et des succursales dans presque chacune des nations industrielles de ce monde. En 1977 SAP passe au statut de GmbH (SARL). SAP est leader sur son march, en tmoigne le tableau ci-dessous qui nous montre ses parts de march :

    Tableau 3.1 : Part de march en 2005 des diteurs dERP en France (Source PAC)

    Pour mieux comprendre le dveloppement de SAP depuis sa cration, nous avons rsum les vnements cls sous forme de tableau ci-dessous plutt quun long discours :

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 41/125 2005-2007

    Tableau 3.2 : Les dates cls du dveloppement de SAP

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 42/125 2005-2007

    Il existe plusieurs solutions qui sont dveloppes et qui se dclinent selon les spcificits sectorielles de plus de 25 secteurs dactivit. Elles sappuient sur la plate-forme technologique et dintgration SAP NetWeaver.

    Pour finir cette partie concernant la prsentation gnrale de lentreprise, nous avons fait un bref rsum pour avoir un aperu global de lentreprise SAP :

    Cration : 1972 Sige Social : Walldorf, Allemagne Secteur dactivits : Informatique, Progiciel Chiffre daffaires : ~9,5 milliards (2006) Effectif : ~42.000 dans + de 50 pays Produit phare : SAP R/3 (rebaptis SAP ERP depuis 2007) Produits : SAP ERP, SAP Business Suite, SAP NetWeaver, SAP Business One, SAP All-In-

    One, SAP AS1 Nombre dinstallations : ~121.000 Personne-cl : Henning Kagermann (CEO) Nombre clients : ~41.000 clients dans 120 pays Parts de march : 43% (en 2005)

    Tableau 3.3 : Quelques chiffres cls de SAP

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 43/125 2005-2007

    3.3 Prsentation de SAP R/3

    3.3.1 Vue Fonctionnelle

    R/3 est un progiciel destin optimiser les processus de gestion dune entreprise. II est compos dapplications standard et couvre trois grands domaines : la Finance, la Logistique et la Gestion du Personnel. Pour chacun dentre eux, R/3 offre des fonctionnalits compltes qui permettent lentreprise de reproduire lensemble des flux de valeurs et de marchandises.

    Le systme R/3 bnficie dune technologie parmi les plus avances. Conu de manire globale, il permet une mise en oeuvre modulaire et progressive. Sa souplesse lamne sadapter aux besoins spcifiques de chaque entreprise.

    On peut distinguer dans SAP, 3 familles de modules fonctionnels : la logistique, la finance et les ressources humaines :

    Logistique

    Module MM (Material Management) Le module MM concerne la gestion des articles dun point de vue achats et gestion des stocks

    Module PP (Production Planning) Le module PP concerne la gestion de la Production. Module SD (Sales and Distribution)

    Le module SD concerne ladministration des ventes. Autres modules (QM Gestion de la qualit, PM Gestion de la maintenance)

    Finance

    Module FI (FinanciaI) Le module FI contient toutes les critures des ventes et achats, lesquelles se dversent dans la comptabilit gnrale via la comptabilit client ou fournisseur.

    Module CO (Costing) Le module CO concerne la comptabilit analytique.

    Module PS (Project Systems) Le module PS concerne la gestion des projets.

  • Les facteurs de russite dun projet de migration de donnes dans SAP

    MSIR Page 44/125 2005-2007

    Autres modules (TR : Trsorerie, Gestion financire (gestion des flux de trsorerie, gestion des paiements) / IM : Gestion des Investissements financiers))

    Ressources Humaines

    Module HR (Human Resources) (Donnes de base personnelles, Suivi du temps de travail, Suivi des carrires, Suivi des frais de dplacement, Gestion de la paie)

    3.3.2 Vue Organisationnelle

    Lentreprise peut avoir comme activits la gestion des achats, lad