Datová architektura e-shopu, která vydrží

Datová architektura je plán, jak data ve vaší firmě vznikají, kudy tečou, kde se čistí a kdo je nakonec čte. Žádné schéma pro schéma: u e-shopu tenhle plán rozhoduje, jestli napojení nového reklamního kanálu znamená přidat jeden konektor, nebo přestavět půlku reportingu. Dobrý návrh poznáte až časem — špatný také, jenže dráž.

Čtyři otázky, na které architektura odpovídá

U typického e-shopu vznikají data na několika místech najednou: objednávky v Shoptetu, účetnictví v Pohodě nebo Money S3, faktury v iDokladu, kampaně ve Skliku, Meta a Google Ads, chování návštěvníků v GA4. Architektura do toho vnáší řád — odpovídá na čtyři otázky:

• Kde data vznikají. Který systém je zdrojem pravdy pro objednávky, který pro náklady a který pro stav skladu.
• Kudy tečou. Jak a jak často se ze zdrojů stahují na jedno místo — a co se stane, když se některý zdroj odmlčí.
• Kde se čistí a propojují. Kde se z pěti různých formátů stane jedna sada tabulek, ve které se objednávka potká s náklady na reklamu i nákupní cenou zboží.
• Kdo je čte. V jakých dashboardech s čísly lidé pracují a kdo smí vidět co.

Zní to samozřejmě. Jenže dokud si na ty otázky neodpovíte vy, odpoví za vás náhoda — a výsledek podle toho vypadá.

Co se stane bez ní

Bez architektury si každý systém vede svá čísla. Shoptet ukazuje tržby včetně DPH a stornovaných objednávek, Pohoda bez nich, GA4 vidí jen to, co prošlo měřicím kódem. Tři reporty, tři různé „pravdy” — a porada se místo rozhodování zasekne na tom, které číslo vlastně platí.

Druhý příznak jsou ruční exporty. Někdo každé pondělí stáhne CSV ze Shoptetu, výkony z reklamních účtů, a v tabulce z toho skládá týdenní přehled. Funguje to — do první dovolené, nemoci nebo změny názvu sloupce v exportu. Každý nový kanál navíc znamená další sloupec, další vzorec a další hodinu práce týdně.

A třetí: všechno stojí na jednom člověku, který jediný ví, jak se čísla dávají dohromady. Až odejde, odejde s ním i reporting.

Jak vypadá zdravá architektura malého e-shopu

Nemusí to být nic velkolepého. Pro e-shop s obratem v desítkách milionů korun stačí tři patra: zdroje → sklad → dashboardy.

Zdroje. Shoptet, účetnictví, reklamní platformy, případně skladový systém. Necháte je dělat, co umí — nic se v nich nepředělává, jen poskytují data.

Sklad. Jedna databáze, typicky PostgreSQL, kam konektory každou noc stáhnou data ze všech zdrojů. Tady se čistí, párují a počítají metriky. Vnitřní vrstvení skladu — architektura datového skladu v užším smyslu — se u nás řídí medailonovým vzorem; odkud se vzal a proč se jeho vrstvy jmenují bronze, silver a gold, rozebíráme samostatně.

Dashboardy. Jedno místo, kde se čísla čtou. Marketér vidí kampaně a PNO, majitel marži za celou firmu — nikdo nemusí obcházet pět administrací. Kdo smí vidět co, určují pravidla data governance; u malé firmy na to stačí pár řádků, ne směrnice.

Celý postup od konektorů po první dashboard popisujeme v článku o tom, jak datový sklad stavíme v praxi.

Návrh, který vydrží růst

Kvalitu architektury prověří první změna. Modelový příklad: e-shop přidá nový prodejní kanál, nebo přejde z Money S3 na Pohodu. Ve zdravém návrhu se vymění či přidá konektor — datový model, metriky ani dashboardy se nepřestavují, jen dostanou další zdroj. Ve špatném návrhu se přepisuje všechno, protože reporty sedí přímo na exportech konkrétního systému a s ním stojí i padají.

Stejně je to s objemem. Sklad na PostgreSQL bez potíží utáhne e-shop se stovkami tisíc objednávek ročně. A kdyby firma jednou přerostla i to, stejný návrh se přenese na Azure Databricks — vymění se technologie pod kapotou, princip zůstane. Základ se staví jednou; všechno další se k němu připojuje.

V tom je rozdíl mezi „máme reporty” a „máme architekturu”: reporty odpovídají na dnešní otázky, architektura počítá i s těmi, které teprve přijdou.

Chcete vědět, jak by ta tři patra vypadala nad vašimi systémy? Ozvěte se — projdeme, kde vaše data vznikají a kudy by měla téct.