Projet de migration SIRH : nos 5 bonnes pratiques de reprise des données
Au gré des évolutions technologiques, de la croissance organique ou externe, les solutions SIRH - Système d’Information Ressources Humaines - des organisations sont appelées à évoluer. Dans ce cadre, s’il n’est pas suffisamment anticipé, le travail de reprise de données peut se révéler complexe et avoir un fort impact sur les activités des équipes métiers. EXEIS Conseil vous propose, à travers un exemple concret issu d’une mission réalisée pour InVivo, 5 bonnes pratiques à mettre en place lors de votre projet de migration SIRH.

La donnée, catalyseur d’efficience organisationnelle
A l’ère du Big Data, la qualité de la donnée représente un enjeu crucial pour les entreprises. En effet, une donnée de qualité apporte un gain d’efficacité et de qualité des processus – et donc une maîtrise voire une baisse des coûts associés. De plus, la vision d’ensemble et la prise de décision sont facilitées par des données bien employées.
Pour la fonction RH, la donnée est essentielle et mise au service du parcours collaborateur dans son ensemble : des aspects administratifs (gestion contractuelle, rémunération ainsi que gestion des temps et activités) jusqu’aux aspects de développement (formation, mobilité, gestion des talents et des compétences, etc.).
Le contexte d’intervention EXEIS Conseil : la convergence SIRH de Jardiland vers InVivo Groupe
Suite au rachat de Jardiland par le Groupe InVivo, un chantier de convergence a été déployé pour intégrer Jardiland au fonctionnement du Groupe (vis-à-vis des processus, des pratiques et des systèmes). Ainsi, EXEIS Conseil a été sollicité par InVivo pour accompagner le chantier de convergence RH et donc la migration du SIRH : ce chantier de convergence RH d’envergure impliquait 2500 collaborateurs et plus de 100 magasins.
Via cet article, nous nous appuierons sur cette expérience de migration SIRH pour vous partager :
5 bonnes pratiques pour réussir votre reprise de données
1. Constituer une communauté reprise de données
Il est nécessaire de fédérer les acteurs impliqués par le chantier de reprise des données et ainsi, monter une équipe dédiée à la reprise de données.
Un responsable de la reprise de données doit être nommé pour ce chantier. Il est pertinent qu’il s’entoure de représentants fonctionnels pour chaque catégorie de données à reprendre, ainsi qu’éventuellement d’un support technique côté SI.
Cette communauté permet de cadrer les travaux dès la phase amont vis-à-vis du périmètre, de la charge à allouer aux actions de reprise et des contributeurs du chantier.
Par la suite, la création de ce groupe de travail facilitera les échanges d’information et permettra le suivi détaillé du bon avancement du chantier. Le travail de cette communauté peut aussi nourrir les bonnes pratiques liées à l’utilisation de la donnée. Par exemple, la création d’un référentiel commun visant à uniformiser la saisie ou la transmission de données en mode RUN pourrait être le fruit de ce travail.
2. Clarifier le périmètre
Identifier clairement les données qui devront être reprises afin d’alimenter la solution cible représente une action clé : de quelles données et requêtes ont besoin chaque service RH ? Quelles sont les sollicitations des « clients internes » (comptabilité, managers, etc.) et de quelles données ont-ils besoin ? Où sont stockées ces données actuellement ? De quelle antériorité des données aurons-nous besoin ?
Les données peuvent être séparées en 2 catégories :
- Les données obligatoires, requises par le nouvel outil et pour un bon fonctionnement des processus.
- Les données facultatives, qui apportent de l’information supplémentaire et adaptée aux besoins des équipes métiers et permettent d’aller plus loin dans l’analyse de données. Vis-à-vis de cette catégorie, il est possible que ces champs ne soient pas prévus par défaut dans la solution cible. Un arbitrage est alors nécessaire pour valider leur intégration spécifique ou l’adaptation des processus au niveau du standard cible.
Il est aussi important d’identifier l’ensemble des collaborateurs qui disposent de ces données et qui devront les transmettre.
3. Accorder du temps à la reprise de données dans le calendrier projet
Le temps nécessaire à la reprise de données ne doit pas être sous-estimé car :
- les données ne sont pas forcément toutes aisément accessibles ou sous le format cible.
- des allers-retours entre les différentes personnes impliquées sont à prévoir pour l’obtention ou la correction des données.
- des moments de nettoyage de la donnée seront nécessaires (avant ou après chargement) au même titre que des moments de recette de la reprise de données.
Par ailleurs, il est utile de coordonner la recette de la reprise de données et la recette des paramétrages fonctionnels pour vérifier ces deux éléments de manière concomitante.
4. Vérifier la qualité des données
Pour qu’une donnée soit exploitable, elle doit répondre à un certain nombre de critères qui définissent sa qualité :
Afin de s’assurer que l’on dispose de données de qualité, il faut impliquer les métiers dans un processus de gouvernance de la donnée. La gouvernance de la donnée implique une réflexion et un plan d’action autour de la pertinence de la donnée, son niveau de qualité et son utilisation idoine.

5. Automatiser au maximum
L’activité de reprise de données, en fonction du volume de données à reprendre et du nombre de champs à traiter, représente une activité chronophage. Il est important d’automatiser au maximum avec les objectifs suivants :
- transformer la donnée de l’ancien système dans le format attendu par le nouveau logiciel, via par exemple des tables de transcodification.
- relever des anomalies automatiquement (ex : formats non reconnus, données manquantes).
En conclusion, la qualité de la donnée représente un facteur clé de succès incontournable d’un projet de migration SI
Pour faciliter le déroulement de votre chantier de reprise de données, nous vous conseillons de créer une communauté dédiée à ce projet, de clarifier le périmètre, de prévoir du temps pour la reprise dans le planning de migration, de vérifier la qualité de la donnée régulièrement et d’automatiser au maximum. Certaines bonnes pratiques de management de la donnée peuvent être appliquées au quotidien pour optimiser l’utilisation et la fiabilité de la donnée, au service de l’activité RH.