Ve většině automatizačních projektů přijde okamžik, kdy se všechno zastaví. Workflow je hotové, model dělá svou část, rozhraní funguje — a pak to někdo pustí na reálný seznam zákazníků a zjistí, že tatáž firma je v datech čtyřikrát ve třech různých zápisech, polovina záznamů nemá zemi a pole status obsahuje jedenáct hodnot, z nichž šest jsou překlepy zbývajících pěti.
Od téhle chvíle nic pořádně nefunguje, dokud se to nespraví. A skoro nikdy to není v plánu.
Tady je tedy úklid v pořadí, ve kterém ho reálně děláme. Zvládnete ho celý sami. Je to nevděčná práce, která se vyplatí bez ohledu na to, jestli nad tím někdy něco postavíte.
Krok 1: Rozhodněte, co vlastně je jeden záznam
Než se dotknete dat, zodpovězte u každé datové sady jednu otázku: co je jeden řádek?
Zní to triviálně. Není. Ve většině CRM je „zákazník“ potichu trojí věc — právnická osoba, které se fakturuje, provozovna, kam se doručuje, a člověk, který odpovídá na e-maily. Když se tyhle tři věci slisují do jedné tabulky, každá další otázka je dvojznačná. „Kolik máme zákazníků?“ má tři obhajitelné odpovědi a jakákoli automatizace si jednu z nich vybere náhodně.
Napište si jednou větou, co znamená jeden řádek v každé z hlavních tabulek. Kde ta věta potřebuje „nebo“, našli jste tabulku, která se má rozdělit.
Tenhle krok se přeskakuje nejčastěji a právě on způsobuje drahé předělávky.
Krok 2: Nejdřív identita, potom všechno ostatní
Duplicity jsou nejničivější datový problém, protože se násobí. Z jednoho duplicitního zákazníka jsou duplicitní objednávky, duplicitní faktury a report, který potichu všechno nadhodnocuje.
Postup:
- Zvolte klíč. Něco, co entitu skutečně identifikuje. U firem IČO poráží název pokaždé. U lidí e-mail poráží jméno. Jména nejsou identifikátory — firmy se přejmenovávají, lidé se vdávají a zkracuje každý jinak.
- Před porovnáním normalizujte. Odstranit právní formu, převést na malá písmena, pryč s interpunkcí a přebytečnými mezerami — a teprve pak porovnávat. Většina duplicitních dvojic se najde už tímhle.
- Slučujte podle pravidla, ne podle pocitu. Který záznam přežije? Obvykle ten s nejnovější aktivitou. Pravidlo si zapište, aplikujte ho konzistentně a veďte si evidenci, co se do čeho slilo — budete ji potřebovat, až se někdo zeptá, kam zmizela stará objednávka.
- Pak zabraňte další. Úklid bez unikátního omezení nebo kontroly duplicit ve formuláři je úklid, který si za rok zopakujete.
Krok 3: Důležitá pole udělejte povinná a zredukujte je na to, co je reálné
Podívejte se na pole, podle kterých se skutečně rozhodujete — stav, kategorie, vlastník, země, hodnota. U každého spočítejte počet různých hodnot.
Nějakou verzi tohohle najdete všude: pole stavu s hodnotami aktivní, Aktivní, AKTIVNI, active, probíhá, Probíhá, wip, čeká a jedním záznamem, kde stojí jen ??.
Spraví se to třemi tahy:
- Dohodněte uzavřený seznam s lidmi, kteří pole používají. Reálný seznam bývá čtyř až šestipoložkový, ne jedenáctipoložkový.
- Namapujte staré hodnoty na nový seznam. Co se namapovat nedá, dostane hodnotu
neznámé— výslovně, ne potichu. - Omezte vstup. Rozbalovací seznam místo textového pole. To je celá oprava. Všechno ostatní je dočasné.
Volný text je v pořádku u poznámek. U čehokoli, na čem se systém větví, je katastrofální.
Krok 4: Data, čísla a měny do jednoho formátu
Nudné a nediskutovatelné. Opakovaní viníci:
- Datum jako text.
01/02/2026je v Evropě 1. února a v USA 2. ledna, a když jsou oba zápisy v jednom sloupci, žádné pravidlo je zpětně nerozliší. Ukládejte data jako datum, v ISO tvaru, v jedné časové zóně. - Čísla jako text. Částky se symbolem měny, oddělovačem tisíců nebo desetinnou čárkou uvnitř textového pole. Co se má sčítat, musí být uložené jako číslo.
- Míchané měny v jednom sloupci bez sloupce s měnou vedle. Částka a měna patří vždy k sobě.
- Prázdné vs. nula vs. null. Znamenají tři různé věci. Rozhodněte, co je co, a držte se toho — report, který bere prázdno jako nulu, sebejistě spočítá špatný průměr.
Krok 5: Zapište, odkud každá datová sada pochází a kdo ji vlastní
Poslední krok už není úklid — je to způsob, jak úklid udržet.
Ke každé datové sadě jeden řádek: odkud pochází, co napájí, kdo smí měnit její strukturu a jak často se aktualizuje.
Právě tahle drobná tabulka mění jednorázový úklid v trvalé aktivum. Bez ní za půl roku někdo přidá sloupec, automatizace se tiše rozbije a nikdo neřekne, koho se zeptat. S ní je odpověď za deset vteřin.
Máte-li stejná data ve dvou systémech, rozhodněte hned, který je zdroj pravdy. Ne „mají se shodovat“ — ale pravidlo, který vyhrává, když se neshodují. Neshodnou se.
Jak dlouho to trvá
Pro menší firmu s CRM, účetnictvím a pár tabulkami: dva až pět dní soustředěné práce, převážně v krocích 2 a 3. Není to čtvrtletní datový program a nepotřebuje to nákup platformy.
Svádí to dělat souběžně se stavbou automatizace. Zkusili jsme obojí a paralelně je to pomalejší, protože každé rozhodnutí o datech se stane přerušením rozestavěného systému.
Co z toho máte, i kdybyste nic nepostavili
Tohle stojí za to říct naplno: nic z výše uvedeného není práce s AI. Je to práce, díky které se dá věřit reportům, rychleji se zaučuje a každý budoucí systém je levnější. Kdyby se automatizační projekt zítra zrušil, ten úklid by za to pořád stál.
A až něco stavět budete, je to rozdíl mezi systémem, který funguje na demo datech, a systémem, který funguje v pondělí ráno.
Pětiminutový test
Vezměte hlavní tabulku zákazníků a zkontrolujte:
- Vyhledejte jméno jednoho velkého zákazníka. Kolik záznamů se vrátí?
- Spočítejte různé hodnoty v nejpoužívanějším poli stavu. Víc než osm?
- Vyberte deset náhodných řádků. Kolik z nich má prázdno v poli, které považujete za zásadní?
- Zeptejte se dvou kolegů, kolik máte aktivních zákazníků. Sedí ta čísla?
Každá špatná odpověď znamená, že váš příští týden patří kroku 2 nebo 3 — a bude to nejlevnější týden celého projektu.
Jestli k tomu chcete přidat procesní stranu, náš průvodce procesním auditem řeší totéž z druhé strany: nejdřív najděte skutečnou práci, teprve pak se rozhodujte, co si zaslouží automatizaci.
