De nombreux systèmes RH, tels que Visma Enterprise et Unit4 ERP (Agresso), proposent une fonctionnalité d'importation de données en masse, dans le cadre de laquelle le système de gestion des accès reçoit un fichier contenant l'intégralité des informations relatives à tous les salariés en activité. Cela peut poser un problème de sécurité, car cet ensemble de données peut contenir des informations sensibles telles que les détails salariaux, l'appartenance syndicale ou des informations sur les personnes à charge.
Sur la base des retours des clients, le système intègre désormais des fonctionnalités permettant de filtrer et de transformer les ensembles de données provenant des systèmes sources RH. Il est désormais possible d'exclure certains éléments de données avant que le fichier d'importation ne soit transféré vers le système de gestion des accès et mis à disposition dans l'interface utilisateur. Cela garantit que seules les données pertinentes sont traitées, ce qui renforce la sécurité des données et réduit le risque de fuites de données.
Fonctionnement : utilisation de XSLT
Le processus de filtrage et de transformation utilise le langage XSLT (Extensible Stylesheet Language Transformations). Il s'agit d'un langage standard permettant de transformer des documents XML. En appliquant une feuille de style XSLT au fichier de données RH entrant, vous pouvez contrôler avec précision quelles données sont conservées, supprimées ou modifiées.
Le fichier XSLT est ajouté dans le champ « XLST HR Transform » de la configuration « Import HR » dans eADM. Veuillez noter que le client doit utiliser la nouvelle version du client local eADM pour que cela fonctionne.
Exemple : filtrage des informations sensibles
L'exemple XSLT suivant montre comment supprimer des éléments de données sensibles courants d'un fichier d'importation. Le script définit d'abord un « modèle d'identité » qui copie toutes les données par défaut, puis ajoute des modèles vides spécifiques afin de cibler et de supprimer efficacement les éléments indésirables, tels que les informations relatives au salaire et aux personnes à charge.
XML
<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:template match="@*|node()">
<xsl:copy>
<xsl:apply-templates select="@*|node()"/>
</xsl:copy>
</xsl:template>
<xsl:template match="basicSalary"/>
<xsl:template match="yearlySalary"/>
<xsl:template match="fixedTransactions"/>
<xsl:template match="taxDetails"/>
<xsl:template match="bankDetails"/>
<xsl:template match="pension"/>
<xsl:template match="dependents"/>
</xsl:stylesheet>
Utilisation avancée : transformer les données
Remarque : l'utilisation d'un fichier XSLT personnalisé lors du processus d'importation permet non seulement de supprimer les éléments indésirables, mais aussi d'effectuer des transformations complètes des données elles-mêmes.
Cela offre la flexibilité nécessaire pour modifier la structure des données contenues dans les fichiers et les adapter aux besoins et exigences spécifiques des clients. Que vous ayez besoin de modifier les valeurs des champs, de reformater les données ou d'agréger les informations selon de nouvelles logiques, le langage XSLT vous fournit les outils pour y parvenir.
Exemple : réorganisation des champs de données
Vous pouvez utiliser une logique de transformation pour nettoyer ou restructurer les données. Par exemple, vous pourriez mettre en place une logique permettant de :
-
Déplace un numéro de téléphone du champ « Mobile professionnel » vers le champ « Mobile privé » si ce dernier est vide.
-
Remplace l'adresse personnelle d'un salarié par celle du service auquel il est affecté.
Résumé des prestations
Cette mise à jour apporte une amélioration significative dans la gestion des données sources. Le filtrage et la transformation des données avant leur importation dans le système IAM offrent les avantages suivants :
-
Gain d'efficacité : le système traite uniquement les données nécessaires.
-
Sécurité renforcée : cette solution élimine le transfert et le stockage de données superflues et potentiellement sensibles.
-
Réduction des risques : cela permet de minimiser le risque d'erreurs et de fuites de données.
-
Gestion des données sur mesure : elle permet une configuration des données plus personnalisée, adaptée aux besoins spécifiques de l'organisation et aux configurations locales des systèmes.