Migrer vers Salesforce ne se limite pas à transférer des enregistrements d'un outil vers un autre. Deux chantiers déterminent la réussite du projet : la reprise de données, qui conditionne la fiabilité de la nouvelle plateforme, et l'adoption, qui décide si les équipes s'appuient réellement sur l'outil au quotidien. Une migration techniquement propre mais boudée par les utilisateurs échoue autant qu'une bascule rapide qui charge des données incohérentes. Cet article présente une lecture neutre et méthodique des étapes clés, sans favoriser aucun prestataire ni aucune approche unique, pour aider une organisation à cadrer son projet et à poser les bonnes questions au bon moment.
Cadrer la migration avant de toucher aux données
Une migration se prépare bien avant la première extraction. La phase de cadrage sert à clarifier le périmètre : quels objets métier reprend-on, sur quelle profondeur d'historique, et pour quels usages. Reprendre l'intégralité d'un système hérité est rarement pertinent. Beaucoup d'organisations transportent des années de données obsolètes qui alourdissent la nouvelle plateforme sans créer de valeur. Le cadrage permet de trancher entre ce qui doit être migré, archivé ailleurs, ou simplement abandonné.
Cette étape implique les métiers autant que la DSI. Les utilisateurs finaux connaissent les champs réellement exploités, les doublons récurrents et les zones de saisie approximative. Leur contribution évite de reproduire dans Salesforce les défauts du système précédent. Un cadrage solide définit également les critères de succès : que signifie une migration réussie, comment la mesure-t-on, et à partir de quel seuil la bascule est-elle validée.
Cartographier les objets et les relations
Salesforce repose sur un modèle de données structuré autour d'objets standard (comptes, contacts, opportunités) et d'objets personnalisés. Avant toute reprise, il faut établir une correspondance entre le modèle d'origine et le modèle cible. Cette cartographie décrit, champ par champ, la destination de chaque donnée, les transformations éventuelles et les relations à préserver. Une relation mal reconstituée, par exemple un contact détaché de son compte, se traduit par une perte de sens que les utilisateurs constateront immédiatement.
La reprise de données : qualité avant volume
La reprise de données est le cœur technique du projet. Elle se décompose en plusieurs opérations : extraction depuis la source, nettoyage, transformation vers le format cible, chargement, puis vérification. Chacune mérite une attention particulière, car une erreur en amont se propage jusqu'à l'utilisateur final.
Le nettoyage est souvent sous-estimé. Doublons, adresses incomplètes, formats de date hétérogènes, champs libres remplis de manière incohérente : ces défauts existent dans presque tout système ancien. Les corriger avant le chargement évite de polluer la nouvelle plateforme dès son ouverture. Une base propre dès le départ renforce la confiance des équipes et réduit les corrections a posteriori, toujours plus coûteuses.
Procéder par itérations plutôt qu'en une seule bascule
Charger l'ensemble des données en une seule opération expose à un risque élevé. Une approche itérative, avec plusieurs migrations de test sur des jeux de données représentatifs, permet de détecter les anomalies progressivement. Chaque itération affine les règles de transformation et les scripts de contrôle. Cette montée en fiabilité graduelle sécurise la bascule finale, qui ne devient qu'une répétition maîtrisée d'un processus déjà éprouvé.
Vérifier et réconcilier
Après chaque chargement, une phase de réconciliation compare les données reprises à la source. On vérifie le nombre d'enregistrements, l'intégrité des relations et la cohérence des champs sensibles. Des écarts inexpliqués doivent être compris avant d'aller plus loin. Cette discipline de contrôle, parfois perçue comme fastidieuse, constitue la meilleure assurance contre les mauvaises surprises après la mise en production.
Ne jamais planifier une migration définitive sans avoir réalisé au moins un test complet sur un environnement dédié. Une bascule directe en production, sans répétition, expose à des pertes de données difficiles à corriger et à une défiance durable des utilisateurs.
L'adoption : le facteur humain du projet
Une plateforme parfaitement configurée ne produit aucune valeur si les équipes ne l'utilisent pas. L'adoption se construit tout au long du projet, et non le jour du lancement. Impliquer les futurs utilisateurs dès le cadrage, recueillir leurs besoins et leur montrer que leurs remarques sont prises en compte crée un sentiment d'appropriation qui facilite grandement la transition.
La conduite du changement repose sur plusieurs leviers complémentaires. La communication interne explique le pourquoi de la migration, au-delà du simple changement d'outil. La formation, adaptée aux différents profils, donne aux équipes les moyens concrets d'être autonomes. Le repérage de référents internes, capables de relayer les bonnes pratiques et de répondre aux questions du quotidien, ancre l'usage dans la durée.
Adapter la formation aux usages réels
Une formation générique, déconnectée des tâches quotidiennes, produit peu d'effet. Mieux vaut construire des parcours par métier, illustrés par les cas d'usage réels de chaque équipe. Un commercial n'a pas les mêmes attentes qu'un gestionnaire de service client. Montrer à chacun comment l'outil simplifie ses propres tâches est plus convaincant qu'une présentation exhaustive des fonctionnalités. Des supports courts, accessibles après la formation, prolongent l'apprentissage au moment où la question se pose.
Mesurer l'adoption et ajuster
L'adoption se pilote. Suivre l'usage réel de la plateforme, identifier les fonctionnalités délaissées et écouter les retours terrain permet d'ajuster la configuration et l'accompagnement. Un tableau de bord d'usage, partagé avec les responsables métier, transforme l'adoption en objectif collectif plutôt qu'en injonction descendante. Les ajustements réguliers, même modestes, montrent aux équipes que l'outil évolue avec leurs besoins.
La reprise de données et l'adoption ne sont pas deux phases successives mais deux chantiers menés en parallèle. Préparer la formation pendant la reprise, et associer les futurs utilisateurs aux tests, fait converger les deux dynamiques vers une mise en production plus sereine.
Sécuriser la bascule et l'après-migration
La bascule finale mérite un plan précis : fenêtre de bascule, gel temporaire des saisies dans l'ancien système, ordre de chargement des objets, points de contrôle et critères de validation. Un plan de retour arrière, décrivant la marche à suivre en cas d'anomalie majeure, apporte une sécurité supplémentaire même s'il n'est jamais activé.
L'après-migration ne marque pas la fin du projet. Les premières semaines révèlent des besoins d'ajustement, des questions récurrentes et parfois des cas non anticipés. Prévoir un accompagnement rapproché durant cette période, avec un canal de support clairement identifié, évite que de petits blocages ne se transforment en rejet de l'outil. C'est aussi le moment de collecter les retours pour planifier les évolutions futures.
Documenter pour pérenniser
Une documentation claire du modèle de données, des règles de reprise et des choix de configuration facilite la maintenance et les évolutions ultérieures. Elle réduit la dépendance à quelques personnes clés et sécurise la connaissance du projet dans le temps. Cette mémoire écrite est un actif souvent négligé, mais précieux lorsque les équipes changent ou que de nouveaux besoins émergent.
Points de vigilance récurrents
- Sous-estimer le temps de nettoyage des données héritées et vouloir tout reprendre sans tri.
- Traiter l'adoption comme une simple séance de formation en fin de projet plutôt qu'un fil conducteur.
- Négliger la réconciliation après chargement et découvrir les écarts en production.
- Oublier de documenter les choix de configuration, créant une dépendance fragile.
- Ignorer les retours terrain des premières semaines, moment décisif pour l'ancrage de l'usage.
Aborder la migration comme un projet à la fois technique et humain, en accordant autant d'importance à la qualité des données qu'à l'appropriation par les équipes, augmente sensiblement les chances d'une transition durable. Chaque organisation ajustera la méthode à son contexte, mais la logique reste constante : préparer sérieusement, tester par itérations et accompagner le changement dans la durée.