Preskočiť na obsah
Pipoline
en

Automatizácia v Pythone: rutinná práca, ktorú vaši ľudia nemusia robiť ručne

Kopírovanie dát medzi systémami, týždenné reporty v Exceli, kontrola faktúr. Ukazujeme, ktoré úlohy sa oplatí zautomatizovať v Pythone, ako vyzerá jednoduchý skript a na čo si dať pozor, aby automatizácia neprestala ticho fungovať.

Pipoline3 min čítania

V každej firme existuje práca, ktorú niekto robí každý týždeň rovnako: stiahne export z jedného systému, prekopíruje ho do druhého, upraví tabuľku v Exceli a pošle ju e-mailom. Nie je ťažká, ale zaberá čas, je nudná a pri ručnom kopírovaní sa skôr či neskôr stane chyba.

Práve takéto úlohy sú ideálne na automatizáciu. A Python je na ňu jeden z najpraktickejších nástrojov.

Prečo práve Python

  • Má knižnicu takmer na všetko – Excel a CSV (pandas, openpyxl), PDF, e-maily, databázy, REST API, webové stránky.
  • Je čitateľný – skript po rokoch pochopí aj niekto iný ako jeho autor.
  • Beží kdekoľvek – na serveri, v kontajneri aj ako serverless funkcia v cloude, takže nepotrebuje zapnutý počítač v kancelárii.
  • Škáluje – z jednorazového skriptu sa dá postupne urobiť služba s API, frontou úloh a monitoringom.

Čo sa najčastejšie oplatí zautomatizovať

Prenos dát medzi systémami

E-shop, účtovníctvo, sklad a CRM často o sebe navzájom nevedia. Skript, ktorý cez API alebo pravidelný export prenesie objednávky, faktúry či zákazníkov, odstráni prepisovanie aj preklepy.

Pravidelné reporty

Týždenný prehľad predaja, mesačné vyhodnotenie nákladov, stav otvorených úloh. Python dáta stiahne, spracuje a výsledok pošle e-mailom, do Slacku alebo uloží ako hotový Excel.

Spracovanie dokumentov

Načítanie údajov z PDF faktúr, kontrola, či sedia sumy a IČO, premenovanie a zaradenie súborov do správnych priečinkov.

Kontroly a upozornenia

Expirujúce certifikáty a domény, nezaplatené faktúry po splatnosti, nízky stav skladu. Namiesto pravidelného kontrolovania stačí upozornenie, keď treba konať.

Zber verejne dostupných údajov

Sledovanie cien, dostupnosti alebo nových verejných zákaziek. Pri web scrapingu treba rešpektovať podmienky webu a nezaťažovať ho zbytočne – ak existuje oficiálne API, je to vždy lepšia cesta.

Ako vyzerá jednoduchá automatizácia

Príklad: každý pondelok ráno pošle do tímového kanála zoznam faktúr po splatnosti. Adresa API a token sú zjednodušené:

import os
from datetime import date

import requests

API = "https://uctovnictvo.example.com/api"
headers = {"Authorization": f"Bearer {os.environ['ACCOUNTING_TOKEN']}"}

invoices = requests.get(f"{API}/invoices", params={"status": "unpaid"}, headers=headers, timeout=30)
invoices.raise_for_status()

overdue = [i for i in invoices.json() if date.fromisoformat(i["due_date"]) < date.today()]

if overdue:
    lines = [f"• {i['number']} – {i['customer']} – {i['amount']} €" for i in overdue]
    requests.post(
        os.environ["SLACK_WEBHOOK_URL"],
        json={"text": "Faktúry po splatnosti:\n" + "\n".join(lines)},
        timeout=30,
    ).raise_for_status()

Pár desiatok riadkov a nikto už nemusí každý týždeň prechádzať zoznam v účtovnom systéme. Prístupové údaje nie sú v kóde, ale v premenných prostredia, a skript pri chybe skončí s chybou namiesto toho, aby ticho poslal neúplné dáta.

Na čo si dať pozor

Najväčšie riziko automatizácie nie je, že nebude fungovať. Je to, že prestane fungovať a nikto si to nevšimne. Preto pri každej automatizácii riešime aj:

  • Monitoring a upozornenia – ak skript zlyhá alebo nebeží, niekto sa to dozvie hneď, nie o mesiac.
  • Logovanie – pri probléme je jasné, čo skript spracoval a kde skončil.
  • Opakovateľnosť – keď sa beh zopakuje, nevzniknú duplicitné faktúry ani dvakrát odoslané e-maily.
  • Bezpečné uloženie hesiel a tokenov – v správcovi tajomstiev, nie v kóde ani v zdieľanom Exceli.
  • Kód v Gite a dokumentácia – aby automatizácia neprestala existovať spolu s notebookom jedného kolegu.

Kedy sa automatizácia oplatí

Jednoduché pravidlo: ak sa úloha opakuje pravidelne, má jasné pravidlá a robí ju človek ručne, oplatí sa aspoň zvážiť automatizáciu. Porovnajte, koľko hodín mesačne na ňu padne, s jednorazovou cenou skriptu a jeho údržby. Pri úlohách, ktoré sa robia raz ročne alebo vyžadujú úsudok človeka, sa automatizácia často neoplatí – tam môže pomôcť skôr lepší nástroj alebo šablóna.

Začnite jednou úlohou, ktorá najviac otravuje. Keď funguje, ďalšie sa pridávajú oveľa ľahšie.

🐍 Máte úlohu, ktorá by sa mohla robiť sama?

V rámci Python vývoja na mieru navrhneme a naprogramujeme automatizácie a integrácie medzi vašimi systémami, nasadíme ich s monitoringom a odovzdáme aj s kódom a dokumentáciou. Napíšte nám, čo vás zdržiava – úvodná konzultácia je nezáväzná.

Mohlo by vás zaujímať

DevOps4 min čítania

Infraštruktúra ako kód: prečo už neklikať servery v konzole

Servery, siete a databázy naklikané ručne v AWS konzole sa časom nedajú zopakovať ani skontrolovať. Vysvetľujeme, čo je infraštruktúra ako kód, aké nástroje vybrať a ako na ňu prejsť postupne – bez výpadku.

Linux4 min čítania

Zálohovanie servera: záloha, ktorú ste nikdy neobnovili, nie je záloha

Väčšina firiem zálohuje. Oveľa menej ich vie, či sa zo záloh dá naozaj obnoviť a ako dlho by to trvalo. Pravidlo 3-2-1, ochrana pred ransomvérom, RPO a RTO a pravidelný test obnovy – prakticky a bez zbytočnej teórie.

Cloud4 min čítania

Ako znížiť účet za AWS: 7 krokov, ktoré fungujú v praxi

Účet za AWS rastie rýchlejšie ako vaša firma? Prinášame 7 overených krokov – od prehľadu nákladov cez správnu veľkosť serverov až po Savings Plans – ktoré zvyčajne ušetria desiatky percent bez straty výkonu.

Kontakt

Potrebujete s tým pomôcť?

Napíšte nám pár viet o tom, čo potrebujete. Ozveme sa vám čo najskôr a navrhneme ďalší postup – nezáväzne.

Radšej podrobný dotazník? Vyžiadajte si cenovú ponuku

Odoslaním formulára súhlasíte so spracovaním osobných údajov.