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