Objednávky ze Shoptetu v Microsoft Fabric, propojené s marží a reklamou

    Shoptet je česká SaaS platforma pro provoz e-shopu. Microsoft Fabric je Microsoftova sjednocená datová a analytická platforma postavená kolem OneLake, kterou firmy často volí, když už mají investici do Power BI nebo Microsoft 365. Napojíme objednávky, katalog a zákazníky ze Shoptetu do Fabricu stejnou konektorovou logikou, jakou standardně stavíme pro BigQuery. Marže, reklama a chování zákazníků pak uvidíte na jednom místě, bez ručních exportů.

    K čemu propojení slouží

    Objednávky, katalog produktů a zákazníci ze Shoptetu pravidelně tečou do Microsoft Fabric, propojené s daty z reklamy a ze skladu nebo účetnictví. Konektor a datový model jsou stejné jako u napojení na BigQuery, mění se jen to, kam data přistávají.

    Objednávky a katalog na jednom místě

    Objednávky, produkty a zákazníci ze Shoptetu se ukládají do Fabric Lakehouse nebo Warehouse ve struktuře, se kterou se dál dá počítat v Power BI nebo přes T-SQL.

    Kde se data dál používají

    Segmentace produktů v Google Ads, maržový report a analýza průchodnosti košíkem pracují se stejným zdrojem, takže čísla v kampaních sedí s tím, co se reálně prodává.

    Na co si dát pozor

    U tohoto typu propojení se běžně počítá s několika omezeními. Je lepší je znát dopředu než je řešit až v reportu.

    • Kódy produktů v e-shopu a v účetnictví nebo skladu

      Katalog v Shoptetu se často liší od číselníku v účetnictví nebo skladu. Bez mapování marže nesedí na konkrétní produkty v kampaních. Shoptet navíc modeluje varianty (třeba barvu nebo velikost) přes samostatný objekt variantních parametrů, který musí v e-shopu existovat dřív, než se použije k definici konkrétní varianty produktu – při mapování na sklad je dobré s touhle strukturou počítat.

    • Shoptet API limituje zátěž vlastním mechanismem, ne pevným počtem požadavků

      Shoptet REST API pracuje s tokenovou autorizací (API token v hlavičce, u veřejných aplikací i OAuth2) a při přetížení vrací HTTP 429. Pro průběžnou synchronizaci proto Shoptet doporučuje spíš webhooky a dávkové operace než časté opakované dotazování.

    • Fabric čerpá ze sdílené kapacity, ne z placení za dotaz

      Na rozdíl od BigQuery, kde se platí za proskenovaná data u jednotlivého dotazu, Fabric čerpá z jednoho sdíleného poolu Capacity Units pro Lakehouse, Warehouse, Power BI i pipeline dohromady. Náročná synchronizace objednávek při výprodeji tak sdílí kapacitu s reportingem a dalšími workloady ve stejném workspace.

    • Přístup do Fabricu se řídí Microsoft Entra ID

      Kdo vidí která data ve workspace, se nastavuje přes Microsoft Entra ID (dřívější Azure AD) na úrovni tenantu a workspace. Je potřeba to promyslet spolu s IT, hlavně pokud data z e-shopu míří ke stejným lidem, co spravují zbytek Microsoft 365.

    • Feed pro reklamu a data pro report musí sedět

      Pokud produktový feed pro Google Ads, Heureku nebo Zboží žije vlastním životem odděleně od datového skladu, čísla v kampaních a v reportu se postupně rozejdou.

    Jak to Datimo řeší

    1. 1

      Vlastní konektor pro váš e-shop

      Napojení se nastaví podle konkrétní verze a nastavení Shoptetu, včetně případných doplňků a rozšíření, která používáte. Shoptet je cloudová platforma dostupná přes veřejné API, takže napojení jde přímo, bez on-premises brány.

    2. 2

      Ingest do OneLake přes Fabric Data Factory

      Data se do Fabricu dostávají přes pipeline nebo Dataflow Gen2 přímo do OneLake, do Lakehouse nebo Warehouse podle toho, jak je nastavený váš tenant a co potřebuje reporting.

    3. 3

      Pravidelná synchronizace

      Objednávky, katalog a zákazníci se aktualizují podle domluveného intervalu, případně přes webhooky, které Shoptet API nabízí pro rychlejší reakci na změnu, ne jednou za měsíc ručním exportem.

    4. 4

      Správa napojení v ceně

      Technickou správu, údržbu při změnách API i aktivní monitoring hlídáme za vás, v rámci ceny.

    5. 5

      Modulární rozsah dat

      Napojení stavíme z modulů podle toho, co potřebujete reportovat, ne jako pevně daný balíček tabulek.