Keboola šetří čas a dává lidem svo­bo­du pra­co­v­at s daty. Jak s plat­for­mou pra­co­v­at, abyste se vyh­nuli začátečnick­ým chybám?

Keboola v České spořitel­ně umožňu­je zaměst­nancům řešit datové potře­by samostat­ně, bez nut­nos­ti čekat na cen­trál­ní datový tým. Díky jednodu­chosti ji zvlád­nou využí­vat i méně tech­nicky zkušení kole­gové. ​„V Keboole lze vel­mi rych­le vytvořit pro­to­typ a ověřit, zda je myšlen­ka živ­otaschop­ná, nebo zda nemá smysl v ní pokračo­vat,“ vysvětlu­je Lacina. Ten­to příst­up výrazně urych­lu­je prá­ci, a to nejen datovým ana­lytikům, ale i byznys týmům. Tam, kde by dříve bylo potře­ba složitého vývo­je, dnes stačí něko­lik kliknutí. 

Hlavní před­nos­tí Kebooly je její mimořád­ná jednodu­chost. I netech­nicky zaměření uži­vatelé si díky ní dokážou sami zau­tom­a­ti­zo­vat datové pipeline. Přidání nového zdro­je trvá jen pár min­ut – zpravid­la stačí zadat adresu, uži­va­tel­ské jméno a hes­lo, o zbytek se plat­for­ma postará sama. Větši­na práce probíhá for­mou klikání, kód se uplat­ní jen při psaní SQL či Python trans­for­ma­cí. ​„Díky tomu jsou i začáteční­ci v tom­to nástro­ji schop­ni zau­tom­a­ti­zo­vat nějaký svůj pro­ces v řádu hodin, pokud mají zák­lad­ní znalost SQL. Plno věcí dělá Keboola auto­mat­icky, jako např. loady do pod­kladové data­báze, či inkre­men­tál­ní load do dané tab­ulky a podob­ně,” vysvětlu­je David. Pro zkušenější vývo­jáře může ten­to příst­up půso­bit někdy méně efek­tivně – to, co by na back­endu zvládli něko­li­ka příkazy, zde zna­mená něko­lik kroků navíc. Celkově však příst­up ori­en­to­vaný na busi­ness hod­no­tu a rych­lé nasazení odlišu­je Keboolu od většiny inte­gračních a datových plat­forem na trhu.

První kroky s Keboolou mohou svádět k bezhlavé­mu klikání. Právě její jednodu­chost může být pro nováčky pastí. Podle Davi­da je pro­to klíčové začít s jas­nou vizí: ​„Je dobré si nejprve ale­spoň v hrubých obry­sech nakres­lit, čeho chci dosáh­nout, a teprve potom se pustit do vývo­je,“ doporuču­je. Kon­cept se samozře­jmě může pos­tup­ně upravo­vat podle toho, jak řešení vzniká a obje­vu­jí se nové prob­lémy. Pokud ale týmy zač­nou bez jakéhokoli plánu, hrozí, že se v pro­jek­tu brzy ztratí, a nakonec budou muset věno­vat mno­ho času jeho složité­mu redesignu. 

Keboola je od zák­ladu navržená s důrazem na busi­ness využití, což se promítá do všech jejích funkcí. Díky tomu dokážou i méně zkušení uži­vatelé postavit plno­hod­not­né datové řešení nebo autom­a­ti­zo­vat ruti­n­ní pro­cesy, které by jinak vyžadovaly manuál­ní prá­ci, typ­icky napřík­lad zdlouhavé kopírování dat z Excelu. 

V České spořitel­ně se Keboola využívá ve velkém měřítku. Plat­for­mu dnes aktivně používá přes 230 lidí ve zhru­ba stovce pro­jek­tů. Mezi zají­mavé use-cas­es patří například: 

• výpočet pro­filu kor­porát­ního klien­ta pro mar­ketingovou komunikaci, 

• kon­sol­i­dace meta­dat o infra­struk­tuře z různých zdro­jů a jejich přenos do kon­fig­u­rační databáze, 

• report­ing KPI pro vedení banky, 

• analýza uži­va­tel­ských inter­akcí díky inte­graci Google Analytics. 

Klíčovou roli v úspěchu Kebooly v České spořitel­ně hra­je pod­kladová data­báze. Dnes běží plat­for­ma na Snowflake, který se podle Davi­da Laciny osvědčil mno­hem lépe než dříve využí­vaný Synapse. ​„Díky Snowflake se Keboola začala šířit po bance s ohrom­nou rychlostí. Člověk by ani nevěřil, jak je důležité vybrat vhod­nou data­bázi pro nástroj typu Keboola, kde uži­va­tel s data­bází nepřichází tolik do styku” dodává David. K nejčastějším zdro­jům dat patří data­báze Ora­cle, Post­greSQL či MSSQL, ale využívá se také Big­Query nebo MySQL. Vel­mi sil­ně je zas­toupen i Excel, který Keboola dokáže auto­mat­icky sta­ho­vat ze Share­Pointu. Plat­for­ma se navíc snad­no napo­ju­je na různá API a v posled­ní době zvládá i prá­ci s daty z Kafky.