## Automatizace a integrace (Reference) ## Výzva Firmy často používají skvělé nástroje (CRM, projektové řízení, účetnictví), ale tyto systémy spolu "nemluví". Výsledkem je manuální přepisování dat, chyby z nepozornosti a ztráta cenného času kvalifikovaných lidí. Mým cílem v těchto projektech je **odstranit lidský faktor z rutinních datových toků** a vytvořit "neviditelné potrubí", které spolehlivě přenáší informace tam, kde jsou potřeba. ## Moje role: Architekt automatizace V těchto projektech nepůsobím jen jako "nastavovač scénářů", ale jako architekt, který navrhuje logiku a robustnost celého řešení. - **Analýza procesů:** Identifikace, kde a proč vznikají data a kam musí doputovat. - **Návrh architektury:** Volba správného nástroje (Make vs. n8n vs. vlastní skript). - **Implementace a Error Handling:** Stavba scénářů, které se nezastaví při první chybě, ale umí ji nahlásit a zpracovat. ## Realizovaná řešení ### 1. Propojení e-shopu, skladu a účetnictví Synchronizace objednávek mezi e-shopem, informačním systémem, skladem (WMS - warehouse management systém), účetnictvím. - **Nástroje:** Shopify, Make.com, Tabidoo.cloud, WMS, Abra Flexi - **Řešení:** Integrační platforma naslouchá v e-shopu nové objednávky, synchronizuje je následně s informačním systémem. Zde se obohacují o další data a stavy. Následně jsou data synchronizována do účetního systému a do skladu pro spuštění procesu expedice zboží. - **Výsledek:** Informační systém je zdrojem pravdy a centrem objednávek. Obsluha ovládá celý ekosystém pouze z jednoho místa. ### 2. Generování obrázků z objednávek v e-shopu Komplexní automatizační workflow, včetně vytvoření produktu. Součástí tohoto řešení byl i vývoj mikroslužeb, konfigurace a správa infrastruktury. - **Nástroje:** Shopify, n8n.io, microservices (API Handler, Worker), Vertex AI, Directus.io, tisková služba, Google Cloud Platform (Cloud Run, PostgreSQL, Pub/Sub) - **Řešení:** Objednávky v e-shopu odebírá i aktualizuje integrační platforma. Orchestruje základní komunikaci mezi službami třetích stran. Přes mikroslužby prochází data ke generování obrázku v AI modelu, následně dochází k jedinému ručnímu kroku a to je schvalování generovaného výsledku nebo jeho regenerace v informační aplikaci. Poté pokračuje vytvoření objednávky u tiskové služby a odeslání dopravcem. Systém hlídá průběžně stav objednávky, upozorňuje zákazníka zpětně skrz e-shop. - **Výsledek:** Objednávka prochází komplexním workflow. Správce pouze udržuje katalog nabídky v e-shopu a schvaluje výsledek z AI modelu k finalizaci objednávky. ### 3. Nahrávání dat pro reporty Hromadné nahrávání dat z více systémů do centrální databáze pro generování byznys reportů. - **Nástroje:** Abra Flexi, WMS, Tabidoo.cloud, n8n.io, BigQuery - **Řešení:** Veškerá data k vyhodnocení se dávkově nahrávají ze všech potřebných zdrojů do centrální databáze. - **Výsledek:** Automatické sjednocení a filtrování dat pro reporting. ### 4. Rezervační systém s chytrým zámkem V projektu [[0.7.1 Votvíračka|Votvíračka]] jsem realizoval integraci pro Cooworkingové centrum. Primární potřeba byla propojit systém rezervací s otevíracím mechanismem do centra. - **Nástroje:** Reenio.cz, Make.com, [Sciener Open Platform](https://euopen.sciener.com/document/) - **Řešení:** Využití rezervačního systému pro kompletní odbavení zákaznických požadavků, definice prostor, místností, otevírací doby, předplacené balíčky, platební brána. Integrace na API databáze pro správu rezervací, ke kterému je připojena hardwarová klávesnice, která si dotazem do cloudu ověřuje platnost vstupního PINu. - **Výsledek:** Obsluha centra má komplexní systém pro správu rezervací s mechanickým otevřením elektrozámku vstupních dveří. ### 5. Webová aplikace pro rezervace a řízení vstupu na sportoviště V projektu [[0.7.1 Votvíračka|Votvíračka]] jsme potřebovali propojit webovou aplikaci s fyzickým hardwarem pro otevírání dveřního boxu. - **Nástroje:** Webová aplikace v Django, VPN koncentrátor Mikrotik OS, Zabbix - **Řešení:** Propojení serveru s koncovým hardware skrz centrální VPN síť, včetně monitoringu. - **Výsledek:** Všechny připojené hardwarové prvky jsou plně online pro oboustrannou spolupráci. Monitoring i komunikace s aplikací tak může probíhat v reálném čase. ### 6. Synchronizace dat a reporting (Google Workspace) Propojení různorodých datových zdrojů do jednotného reportingu. - **Nástroje:** Google Apps Script, Google Sheets API, Make.com - **Řešení:** Automatické stahování dat z e-mailů a externích API do Google Tabulek. Využití Google Apps Scriptu pro pokročilou manipulaci s daty. - **Výsledek:** Manažeři mají vždy po ruce aktuální data bez nutnosti manuální aktualizace. ### 7. Automatizace fakturace a CRM Propojení obchodního procesu s účetnictvím. - **Nástroje:** n8n (self-hosted), Fakturoid API, Pipedrive/Raynet (nebo jiné CRM) - **Řešení:** Jakmile obchodník označí obchod jako "Vyhraný", systém automaticky: 1. Ověří klienta v rejstříku (ARES). 2. Vytvoří kontakt ve Fakturoidu. 3. Vystaví zálohovou fakturu. 4. Odešle ji klientovi e-mailem. 5. Notifikuje obchodníka na Slack/Teams. - **Výsledek:** Eliminace chyb ve fakturaci a úspora cca 15 minut na každém obchodním případu. ### 8. Vlastní integrační middleware (Microservices) Když krabicové nástroje nestačí, stavím můstky na míru. - **Nástroje:** Node.js / Python, Docker, REST API, Webhooky - **Řešení:** Vývoj specializovaných mikroslužeb, které transformují data mezi nekompatibilními API nebo provádějí složité výpočty před odesláním do cílového systému. - **Výsledek:** Možnost propojit i starší (legacy) systémy s moderními cloudovými nástroji. ## Technologie a nástroje Při automatizaci využívám "best-in-class" nástroje pro daný úkol: - **Integrační platformy:** **Make.com** (pro rychlé scénáře), **n8n** (pro komplexní workflow a self-hosting). - **Skriptování a backend:** **JavaScript/TypeScript** (Node.js), **Python** (pro práci s daty), **Google Apps Script**. - **Data a API:** REST, JSON, Webhooks, OAuth 2.0. - **Databáze:** PostgreSQL, Supabase, Google Sheets (jako databáze pro menší projekty). ## Co jsem se naučil (Lekce) - **Idempotence je klíč:** Automatizace musí být navržena tak, aby se při opakovaném spuštění (např. po chybě) nestalo nic špatného (nevytvořila se duplicitní faktura). - **Logování:** Když automatizace běží na pozadí, musíte vědět, co se děje. Logovací služby a implementace notifikací o chybách (např. do Slacku nebo e-mailu) je nezbytnost. - **Limity API:** U velkých objemů dat je nutné respektovat rate limity služeb a pracovat s frontami (queues). --- [[0.7 Reference|← Zpět na reference]] #reference #automatizace #integrace #api #make #n8n