- 10+ år
- av datamigrering & MDM
- Atlas Copco · Epiroc · Åhléns
- Globala ERP- & MDM-program
- SAP · Infor M3 · Dynamics
- ERP- & MDM-plattformar
Tjänster inom datamigrering – från start till mål
Jag tar ansvar för hela migreringsresan: från nulägesanalys och datakartläggning till kvalitetsregler, testladdningar, cutover och hypercare.
Strategi, plan och cutover
Migreringsstrategi, planering, waves och riskhantering. Säker cutover med fall‑back.
Datamodell & mapping
Käll‑ och målmodell, fältmapping, regler och transformationer mellan system.
Datakvalitet & validering
Regler, DQR‑processer och automatiserade kontroller för korrekt och komplett data.
Extrahera, transformera, ladda (ETL)
Automatiserade pipelines för extrakt, konverteringar och säkra laddningar.
Hypercare & överlämning
Stöd efter go‑live, felrättning och överlämning till förvaltning.
AI‑assisterad migrering
Egenbyggda MCP‑servrar och självhostade AI‑agenter automatiserar mappning, profilering och validering – snabbare, med datakvaliteten i behåll.
Så arbetar jag – en metod i åtta steg
Varje dataobjekt tas genom samma åtta steg, byggt på PDM v3 och förfinat genom åren. Det gör migreringen repeterbar, mätbar och enkel att följa upp.
- 1
Identifiera scope
Vilken data ska migreras?
- 2
Förstå datamodellerna
Käll- och målmodell.
- 3
Mappa datafält
Koppla käll mot mål.
- 4
Bygg ETL
Extrahera, transformera, ladda (Python).
- 5
Städa data
I källan, i transformen eller efter go-live.
- 6
Testmigrering
Nyckelpersoner och super users verifierar i DEV.
- 7
Bredare test
Fler i verksamheten validerar i TEST.
- 8
Cutover
Planera go-live med fall-back.
Steg 6 och 7 – testmigreringarna – ägs av verksamheten. Läs hur jag arbetar i praktiken →
AI på kundens villkor. Beroende på verksamhetens krav kan AI-lösningar baseras på antingen ledande kommersiella modeller via API eller öppna, självhostade modeller som körs i kundens egen miljö. Fokus ligger alltid på säker datahantering, hög transparens och efterlevnad av GDPR samt kundens interna säkerhetspolicyer.
Arbetssätt
Jag bygger broar mellan verksamhet och IT — med tydligt ägarskap, hög datakvalitet och hållbara processer för datastyrning.
Som konsult på BBIMP kombinerar jag djup teknisk förståelse med stark affärsinsikt – från strategi och datamodellering till validering, laddning och cutover. Metodiken är pragmatisk, transparent och beprövad.
Du arbetar direkt med mig genom hela uppdraget – ingen överlämning till juniora resurser, utan senior kompetens från första mötet till hypercare.
Om mig
Jag är Isak La Fleur Engdahl – konsulten bakom BBIMP. I över tio år har jag lett datamigreringar och master data-program inom gruvindustri, tillverkning och retail: globala Infor M3- och IBM InfoSphere-utrullningar på Atlas Copco och Epiroc, och datamigreringen hos ett av Sveriges största retailföretag. Som civilingenjör i industriell ekonomi förenar jag teknisk djupkunskap i Python och SQL med den affärsförståelse och kommunikation som stora migreringsprogram kräver. Anlitar du BBIMP arbetar du direkt med mig – ingen överlämning till juniora resurser.
Plattformar & verktyg
- SAP S/4HANA
- Infor M3
- BPCS
- MFG/PRO
- Dynamics F&O
- Dynamics Business Central
- Informatica MDM
- IBM InfoSphere MDM
Från bloggen
Tankar och lärdomar om datamigrering och master data management.
Migreringsplanen: vad som migreras, och när
En migreringsplan är inte ett fältmappnings-Excel — det är en daterad runbook över vilken data som flyttas in i det nya systemet, och vilken dag runt go-live. Bulkladdning kontra deltaladdning, varför master data och transaktioner fryses på olika datum, och varför det renaste sättet att migrera de svåraste objekten är att rensa dem i verkligheten först.
Läs mer
AI-agenter i datamigrering – mer affär, mindre kod
Med självhostade AI-agenter som Hermes och Goclaw lägger jag tiden på affärsdialogen och kraven i stället för på kod. Agenterna skriver transformationerna, producerar CSV/parquet och validerar filerna innan verksamheten ens går in i målsystemet för att granska datan – utan att känslig data lämnar min kontroll.
Läs mer
Polars vs. pandas: en hastighetsjämförelse, sedd genom Apple Silicon
Polars utlovar mer än 30x snabbare körning än pandas. Jag rimlighetsprövade påståendet mot fem vardagliga data engineering-uppgifter – läsa, skriva, beräkna, filtrera och gruppera – på små och stora dataset, allt mätt på en modern Apple Silicon-laptop (en 16 GB M4).
Läs merKontakt
Står ni inför en migrering eller vill bolla ett MDM‑initiativ? Hör av er.