K čemu propojení slouží
Objednávky, katalog a zákazníci z Eshop-rychle se pravidelně ukládají do Microsoft Fabricu, spolu s daty z reklamy a ze skladu nebo účetnictví, na stejné platformě, na které firma případně už staví Power BI reporty.
Prodejní data bez ručního stahování
Objednávky, produkty a zákazníci z Eshop-rychle se ukládají do Lakehouse nebo Warehouse položky ve Fabricu ve struktuře, se kterou se dá dál počítat, místo exportů z administrace před každým reportem. Eshop-rychle k tomu nabízí vlastní REST API s JSON rozhraním a vlastním vývojářským portálem (api.eshop-rychle.dev), včetně webhooků na změny v objednávkách.
Kde se data dál použijí
Segmentace produktů v Google Ads, maržový report a analýza průchodnosti košíkem pak pracují se stejnými čísly, jaká reálně platí v e-shopu, a Power BI reporty nad nimi staví bez dalšího přemapování.
Na co si dát pozor
U propojení e-shopu do Fabricu se řeší podobná rizika jako u jiných datových skladů, plus pár věcí, které jsou pro Fabric specifické. Lepší je počítat s nimi předem, než je řešit až v hotovém reportu.
Kódy produktů v e-shopu a v účetnictví nebo skladu
Katalog v Eshop-rychle se často liší od číselníku v účetnictví nebo na skladě. Bez mapování se marže nedá spočítat na konkrétní produkt v kampani, bez ohledu na to, jestli data leží v BigQuery nebo ve Fabricu.
Lakehouse, nebo Warehouse
Fabric nabízí dvě různé položky pro uložení dat, Lakehouse pracující primárně přes Spark a Warehouse s plným T-SQL nad stejnými Delta soubory v OneLake. Volba se dělá podle toho, kdo a čím nad daty bude dál pracovat, ne dodatečně po nasazení.
Sdílená kapacita napříč celým workspace
Fabric se na rozdíl od BigQuery neúčtuje podle jednotlivého dotazu, ale ze společné kapacitní jednotky (CU) sdílené mezi Lakehouse, Warehouse, Power BI reporty i pipeline. Jeden těžký report nebo jeden náročný běh synchronizace tak může zpomalit i ostatní provoz ve stejném workspace.
Sezónní špičky v objednávkách
O Vánocích nebo při výprodeji objem objednávek skokově naroste. Synchronizace i alokovaná kapacita na to musí být připravené dopředu, ne dolaďované za provozu, kdy se data začnou opožďovat.
Menší platforma, užší veřejná dokumentace
Eshop-rychle má vlastní REST API s webhooky na objednávky, ale ve srovnání s většími e-shopovými platformami má užší a méně podrobně zdokumentovaný datový model. Přesný rozsah dostupných polí u produktů a zákazníků se proto často ověřuje přímo na konkrétní instalaci, ne jen podle veřejné dokumentace.
Jak to Datimo řeší
- 1
Konektor na míru vaší instalaci
Napojení odpovídá konkrétní verzi a nastavení Eshop-rychle, včetně doplňků a úprav, které v e-shopu reálně používáte. Logika napojení je stejná jako u BigQuery, mění se jen cílová platforma.
- 2
Ingesce přes Fabric pipeline
Data se do OneLake dostávají přes Data Factory pipeline nebo Dataflow Gen2 uvnitř Fabricu. Eshop-rychle je česká cloudová SaaS platforma s veřejným API, takže napojení nevyžaduje on-premise data gateway.
- 3
Synchronizace v rozumném intervalu
Data se aktualizují v intervalu, který dává smysl pro objem vašeho e-shopu, ne podle jednoho univerzálního nastavení pro všechny klienty. Tam, kde to dává smysl, ji doplňujeme o webhooky, které Eshop-rychle nabízí pro změny v objednávkách.
- 4
Řízení přístupu přes Entra ID
Kdo vidí jaký workspace a jaké položky ve Fabricu, se řídí přes Microsoft Entra ID, tedy stejnou identitu, kterou už firma zřejmě používá pro Microsoft 365 nebo Azure.
- 5
Modulární rozsah dat
Napojení stavíme z modulů podle toho, co potřebujete reportovat, ne jako pevně daný balíček tabulek. BigQuery zůstává výchozím doporučením Datima, stejný konektor a datový model ale umíme nasměrovat do Fabricu tam, kde je to firemní standard.