Skip to main content

La séparation des données non structurées dans les transactions M&A peut s'avérer très difficile.

La séparation des données non structurées pose plusieurs problèmes importants, par exemple : le volume et la complexité des données, le manque de clarté quant à la propriété des données, les règles de confidentialité et de sécurité des données, les exigences réglementaires, la disponibilité des ressources et l'interconnexion avec les systèmes et les processus. Une stratégie bien définie et une approche structurée intégrée dans le programme de séparation des technologies de l'information renforcent la confiance dans le fait que les données sont identifiées et séparées de manière appropriée, améliorent l'efficacité du processus et, en fin de compte, conduisent à une plus grande valeur de l'opération pour les deux parties de la transaction.

Les systèmes de gestion des données et de l'information sont l'un des principaux actifs commerciaux impliqués dans les cessions d'entreprises et les scissions. La séparation des données est une étape nécessaire pour assurer la continuité des activités d'une unité cédée, ainsi que pour protéger la confidentialité des informations sensibles des entités conservées et cédées. Les dessins de spécification des produits, les commentaires des clients, les appels d'assistance enregistrés sous forme de fichiers audio ou vidéo, les images de produits ou les données de capteurs acquises sur différentes lignes de production ne sont que quelques exemples de données non structurées susceptibles d'être concernées. Parallèlement, les données structurées telles que les données financières, les données relatives aux achats et les dossiers des employés peuvent également être séparées.

 

Souvent, les données ne sont pas stockées dans des applications ou des systèmes, mais plutôt dans diverses plates-formes de collaboration/communication, dans des dossiers de lecteurs de réseau et dans des courriels. Ces plateformes sont conçues pour être faciles à utiliser, mais pas nécessairement pour faciliter la gestion des données.
 

Les équipes de M&A sous-estiment souvent le défi que représente la séparation des données. Veiller à ce que l'entreprise cédée dispose des données nécessaires à la continuité de l'activité dès le premier jour (clôture de la transaction), tandis que l'entreprise conservée conserve sa propriété intellectuelle et que le risque de fuite de données est minimisé, sont des tâches majeures et un aspect complexe de la séparation des technologies de l'information.
 

D'autres facteurs ajoutent des difficultés à la tâche longue et laborieuse de séparation des données non structurées, bien qu'ils ne soient généralement pas considérés comme critiques par rapport à d'autres priorités dans le cadre de la séparation :

  • Il peut y avoir des incertitudes sur la définition et la catégorisation de la propriété des données.
  • Les données commercialement et réglementairement sensibles peuvent nécessiter des contrôles appropriés, conformément aux exigences réglementaires applicables et aux exigences propres à l'entreprise.
  • Les données non structurées stockées dans plusieurs endroits décentralisés peuvent être difficiles à identifier, ce qui crée un risque pour la sécurité des données.
  • L'erreur humaine de la part des personnes qui sont en fin de compte responsables de la classification et de la séparation des données. Bien que les flux de travail automatisés, assistés par les dernières avancées technologiques, puissent fournir aux propriétaires des données les points de données nécessaires pour évaluer la propriété finale, le jugement humain est toujours nécessaire pour la décision finale.

Comment aborder la séparation des données non structurées dans les carve-outs ?

 

Une approche globale tenant compte de l'impact de la séparation des données sur le vendeur et l'acheteur permettra d'identifier les complexités, de concevoir des solutions et de hiérarchiser les actions conformément aux cadres de contrôle et de conformité requis.

Les étapes utiles à prendre en compte sont les suivantes :(1) comprendre les besoins commerciaux des parties de part et d'autre de la transition et les principales exigences en matière de données ;(2) créer un plan aligné sur les différentes phases des autres chantiers du programme de séparation qui envisage l'utilisation d'une technologie personnalisée ;(3) réaliser et contrôler les activités planifiées ; et(4) obtenir la validation de l'utilisateur final.

Dès le début d'une exclusion, il convient d'examiner les éléments suivants : les données à inclure dans le périmètre de la transaction, la quantité de données partagées entre les parties (c'est-à-dire qu'il n'est pas possible d'attribuer une propriété claire aux deux organisations), et la manière dont les données sont stockées et consultées.

Il peut s'agir typiquement de

  • Définir les domaines et l'étendue des données à séparer
  • Définir la gouvernance du flux de travail pour la séparation des données (suivi des progrès, escalade, support, etc.)
  • Extraire et inventorier les données à partir de sources centrales et les filtrer pour obtenir des données qui entrent dans le champ d'application de la séparation.
  • Confirmer la source des données et les compléter par des données non inventoriées de manière centralisée
  • Catégorisation des données en fonction du type d'utilisation et de la sensibilité des données

 

L'objectif est d'identifier les activités clés permettant de déplacer les données de manière efficace, fiable, conforme et rentable.

Les principales étapes sont les suivantes :

  • Sélection de méthodologies et d'outils pratiques de séparation des données, sur la base de la proposition de séparation et du type d'élément de données
  • Définir les activités, le calendrier et le coût de la séparation des données
  • Veiller à l'approbation des activités de séparation des données (y compris le budget et les ressources)
  • Déterminer et engager les ressources nécessaires à l'exécution de la séparation des données

 

Agir sur les plans conformément aux dépendances identifiées par les différents chantiers du programme de séparation et fournir un protocole de gouvernance approprié pour identifier et atténuer les risques et les problèmes.

Les facteurs habituels sont les suivants :

  • Mise en œuvre des activités de séparation des données
  • Suivre les progrès et fournir des procédures d'escalade pour la mise en œuvre.

 

Le processus de séparation des données peut être considéré comme achevé après la collecte de la validation de l'utilisateur final, conformément aux politiques de l'entreprise et du gouvernement.

Les étapes clés sont les suivantes :

  • Veiller à ce que toutes les données du champ d'application soient séparées, disponibles et validées par les utilisateurs de NewCo.
  • Veiller à ce que toutes les données hors du champ d'application soient supprimées
  • Veiller à la continuité de l'activité avec des données protégées et à la mise en place de contrôles appropriés

Conclusion

 

Une stratégie bien planifiée et bien exécutée, associée aux bons outils et aux bonnes ressources, peut aider à relever les multiples défis de la séparation des données non structurées et à garantir un processus de séparation informatique efficace et sans heurts. Cela permet de minimiser les risques, de maintenir l'intégrité des informations, de contribuer au succès global de la séparation et de maximiser la valeur de l'opération pour les deux parties à la transaction.

Si vous souhaitez en savoir plus sur la séparation des données dans le cadre de votre stratégie M&A, n'hésitez pas à nous contacter.
 


Deloitte dispose d'équipes spécialisées en technologie M&A et en due diligence dans un certain nombre d'endroits, avec une expérience inégalée dans la préparation et l'exécution de transactions, ainsi que dans l'évaluation des technologies de l'information. Notre cabinet M&A Technology est un leader mondial et le plus important de Suisse.

En ce qui concerne les outils automatisés qui peuvent être utiles dans l'identification et la classification des données non structurées mentionnées ci-dessus, Deloitte Forensic en Suisse offre des capacités avancées pour analyser de vastes quantités de données non structurées d'une manière rentable, conforme à l'examen externe et visant à établir un processus robuste et reproductible. Pour plus d'informations, veuillez vous référer à Forensic Technology.

Notes

1 Gartner - "Les organisations devront relever trois défis pour limiter la surabondance et la négligence des données non structurées".

 

Did you find this useful?

Thanks for your feedback