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.