Automatizace a n8n: Z hobby projektu jádrem interních procesů

Mezi vděčné oblasti na této rovině patří automatizace – propojování systémů a automatické vykonávání repetetivních úkonů. Mám tendenci si myslet, že je dnes automatizace samozřejmostí a každá firma ji má perfektně implementovanou a odladěnou. Na druhé straně, když mluvím s lidmi z jiných firem, tak si uvědomuju, že to tak úplně není. Sepsal jsem tak krátký vhled do toho, jak jsme se k automatizaci postavili v Bicepsu, co k ní využíváme, a čeho dosahujeme – což věřím, že by mohlo pro někoho fungovat jako inspirace.

Co a jak?

Automatizace jako takové nevnímám jako jednorázové projekty, ale dlouhodobou iniciativu. Největší přidané hodnoty jsme zatím v Bicepsu dosáhli na rovinách:

• propojení projektových nástrojů do jednoho funkčního systému,
• propojení finančních dat a automatizace administrativy,
• propojení dílčích pomocných utilit.

Pro samotnou implementaci automatizačních procesů používám n8n – takový Make na steroidech. Umožňuje programovat automatizace v rámci grafického rozhraní, s možností psaní kódu dle vlastních potřeb (příp. dle znalosti Javascriptu nebo Pythonu) a ačkoliv může být techničtější, než zmiňovaný Make nebo Zapier, na oplátku poskytuje výrazně vyšší míru flexibility. Mezi další výhody patří velké množství podporovaných AI modelů, které můžete zapojit do jednotlivých automatizací, nebo skutečnost, že je n8n možné provozovat (zdarma) na vlastním serveru.

Propojení projektových nástrojů

Automatické zakládání a jednotná evidence

I přes naší ambici jsme zatím v Bicepsu nenarazili na one-size-fits-all platformu, která by uspokojivě pokryla celou naši projektovou agendu. Museli tak jít cestou samostatných nástrojů – fungovali jsme na kombinaci Google Workspace jako office suite, Notion jako projektový tracker a wiki, Costlocker pro finanční řízení projektů, Resource Guru pro plánování a alokaci kapacit a vlastní nástroj bd-admin jako zdroj pravdy, co se týče projektového infa a dalších informací. V praxi z toho vznikla logická potřeba z pěti oddělených nástrojů vytvořit jednotný systém, abychom se vyvarovali neefektivnímu žonglování ve formě přepínání, dohledávání a opakovaného zadávání informací sem a tam, což se nám s využitím n8n podařilo.

• Při každém vytvoření nového projektu v bd-adminu mu automaticky vygenerujeme interní identifikační číslo, dle kterého jednoduše dohledáme projekt napříč systémy; a založíme ho ve všech nástrojích, vč. složek na Google Drivu.
• Projektové odkazy do všech nástrojů a složek jsou na jednom místě v bd-adminu.
• Hlídáme a napříč systémy promítáme všechny změny včetně mazání nebo archivace.
• Vzájemně si ukládáme vazby a odkazy mezi nástroji.
• Jako bonus máme všechny projekty pojmenované napříč aplikacemi stejně. Nekonzistentní pojmenování projektů silně nevyhovovalo mému OCD.

Automatizace jako takové nevnímám jako jednorázové projekty, ale dlouhodobou iniciativu

Finanční data a administrativa

Zpracování příchozích faktur a účtenek

S růstem firmy nám nepřekvapivě narostl objem účetních dokladů, faktur od dodavatelů, účtenek, předplatných, výplatních pásek a další. Zpracování jejich příjmu, evidence a úhrad ručně bylo krajně neefektivní a každoměsíční příprava podkladů do 25. představovala otravný pain. Horký adept na automatizaci.

Všechny příchozí účetní doklady tak automaticky:

→ stahujeme ze sběrné e-mailové schránky,

→ vytěžujeme AI (vč. naskenovaných účtenek),

→ vyplňujeme, přiřazujeme a třídíme,

→ zpracováváme pro reporty (počítáme opravdovou výši nákladu s ohledem na DPH, měnu a typ),

→ párujeme na transakci v bance.

Úhrady pak posíláme přímo z bd-adminu na schválení do bankovní aplikace. Výsledkem je jak dlouhodobá úspora času, plynoucí z eliminace ručního zadávání dat, tak i vyhnutí se využití další externí služby nebo zapojení 3. strany.

Párování faktur na transakce v bance

Ruku v ruce s automatickým zpracováním příchozích faktur pak jde anabáze ve formě zmíněné měsíční přípravy účetnictví, jejíž součástí je kontrola a dodání účetních dokladů ke všem transakcím na bankovních účtech, která nemohla zůstat manuální.

Bylo potřeba se zamyslet jak pokrýt všechny případy (např. chybějící VS u plateb za předplatné, o dýško nesedící částky u plateb v restauracích, rozdíly v datech zaúčtování apod.), nejednalo se však o raketovou vědu a cca 80–90 % dokladů se nyní páruje automaticky.

Propojení bankovních účtů

Aktivně používáme tři bankovní účty ve třech bankách (FIO, RB a Revolut), což s sebou přináší značný diskomfort ve formě nutnosti používání tří bankovních rozhraní – ať už pro kontrolu pohybů, nebo zůstatků.

Abychom se tomu vyhnuli, tak všechny účty synchronizujeme do jedné databáze transakcí v našem v bd-adminu, která pak slouží jako hlavní přehled i jako zdroj dat pro byznysové dashboardy (viz níže).

S ohledem na intuitivní rozhraní N8N a relativně standardní API bank (jen u RB je potřeba zajít osobně na pobočku 😵‍💫) je napojení jednotlivých účtů záležitosti jednotek hodin.

Příprava dat pro byznysové dashboardy

Zatímco předchozí případy řešily především minimalizaci rutinní činnosti, propojení a automatizace nám pomohly i na manažerské rovině. V Bicepsu nám trvalo delší dobu uspokojivě pokrýt naše potřeby na rovině datových, resp. manažerských přehledů. Na jednu stranu sice máme Costlocker, který v dostatečném detailu poskytuje finanční přehled na rovině jednotlivých projektů, na druhou stranu tu jsou ovšem účetní výkazy, které ale samy o sobě neposkytují dostatečnou míru detailu pro day-to-day přehled a rozhodování.

Situaci jsme vyřešili implementací Metabase – BI nástroje sloužícího jako alternativa ke známějším PowerBI nebo Looker Studio. Výhodou Metabase je, mimo to, že se jedná o open-source, který je možné hostovat na vlastní infrastruktuře, velmi inuitivní rozhraní pro tvorbu datových dashboardů. Implementace Metabase byla nicméně téma samo o sobě a určitě si zaslouží prostor v podobě vlastního článku.

Ať už je každopádně zvolena pro tvorbu přehledů jakákoliv platforma, jejich kvalita bude přímo úměrná kvalitě vstupních dat – kámen úrazu a zdroj rychlého vystřízlivění na začátku každé datové implementace. 😀 Nejvíce času netrvala příprava samotných dashboardů, ale příprava dat – ať už jejich agregace na jedno místo, nebo jejich úklid.

Dashboardy začaly dávat smysl a plnit svůj účel až poté, co jsme:

• propojili všechny bankovní účty do jedné databáze pro jednotný přehled všech transakcí,
• zautomatizovali párování všech příjmu a výdajů na subjekty (klienty, dodavatele, tým…) v interním systému,
• uklidili celou databázi nákladů vč. automatického výpočtu jejich reálných hodnot (s ohledem na typ nákladu, uplatnitelnost odpočtu a výši DPH, standardizaci měny),
• zaintegrovali data z Costlockeru.

Díky využití Metabase a n8n tak máme k dispozici kompletní dashboardy které nám poskytují přehled nad (nejen) finančními ukazately firmy – ať už ve formě banálních dat, jako souhrnný zůstatek na všech účtech, tak i např. real-time P&L a stavu cashflow, nebo detailnějších analýz (např. kolik % z hodinových sazeb jde na pokrytí non-billable výdajů).

Drobné utility

Kromě primárních automatizací popsaných výše, které jsou neustále v provozu a jejichž výpadek je velmi rychle znát 😀, často narážíme na menší či větší příležitosti pro vývoj pomocných scénářů, jak na rovině interních procesů, tak i klientských projektů.

U klientů se často nabízí využití n8n pro datové napojení webu nebo aplikace na externí systém, jako rychlejší alternativa ke klasickému vývoji. n8n také využíváme např. pro automatizaci vytváření nových produktů v eshopech, nebo generování meta popisků pro jednotlivé stránky.

Interně jsme v poslední době implementovali workflow, která s využitím Firecrawl a Gemini automaticky vyhledává, obohacuje o informace a ukládá do databáze potenciální klienty pro náš sales.

Možností je mnoho.

Na závěr

Během postupného zavádění automatizačních rutin se z hobby projektu stala zásadní součást rozvoje především interních procesů se značnou návratností na rovině ušetřených člověko-hodin – jak u nás, tak u klientů.

Jako u všeho jiného, tak i v případě automatizací s jejich počtem klesá jejich marginální utilita – ať už z pohledu implementační pracnosti vůči ušetřenému času, nebo absolutní potřebě daného use-casu (občas je dobré se sám sebe zeptat zda-li už se nejedná o práci pro práci). O to důležitější je podle mě se automatizaci věnovat tam, kde ji zatím pozornost věnována nebyla , a kde se dá mnoho získat.

Ačkoliv v rámci automatizací využíváme umělou inteligenci na dílčí úkony, tak se vyhýbáme používání vzletných pojmů, jako jsou “AI asistenti” nebo ještě lepší “AI agenti”, kteří myslím fungují spíše na LinkedInu než v realitě, kde je aplikace autonomních agentů, kteří by řídili části firem (min. těch servisních – agentur a studií) spíše pohádkou. Využivání “AI agentů” bych nepozovažoval za nebytné pro vytěžení značné přidané hodnoty z automatizace.

Pokud někoho vhled do našich automatizačních projektů zaujal a rád by se dozveděl více, nebo chtěl pomoc s automatizací ve své firmě, dejte vědět.