Automatyzacja procesów
Miesięczna konsolidacja P&L – z 3 dni do 30 minut
Problem
Zespół finansowy ręcznie konsolidował P&L z 6 spółek co miesiąc – 3 pełne dni robocze i wysokie ryzyko błędów.
Rozwiązanie
Pipeline w Pythonie (pandas + openpyxl), który pobiera dane z plików źródłowych, waliduje, konsoliduje i generuje gotowy pack raportowy.
Wynik
Czas zamknięcia skrócony z 3 dni do 30 minut. Zero błędów ręcznych przez 6 miesięcy działania.
Sytuacja wyjściowa
Zespół finansowy w firmie wielospółkowej zamykał miesiąc procesem opartym wyłącznie na ręcznym kopiowaniu danych. Sześć spółek, sześć plików Excel, jeden starszy analityk poświęcający trzy pełne dni robocze na konsolidację.
Ryzyko było realne: błędne odwołanie do komórki, pominięty wiersz czy kurs FX wpisany w złe miejsce mogły podważyć cały raport. Zespół zdawał sobie z tego sprawę, ale nie było budżetu na wdrożenie nowego systemu ani zasobów IT do wewnętrznej automatyzacji.
Co zbudowałem
Pipeline w Pythonie oparty na bibliotekach pandas i openpyxl, który:
- Wczytuje pliki źródłowe z folderu współdzielonego (jeden plik Excel na spółkę)
- Waliduje strukturę przy ładowaniu — wyłapuje brakujące kolumny, nieoczekiwane formaty lub puste arkusze zanim przetwarzanie się rozpocznie
- Stosuje przeliczenia walutowe specyficzne dla każdej spółki na podstawie centralnej tabeli kursów
- Mapuje plan kont każdej spółki na skonsolidowaną strukturę raportową
- Generuje gotowy, sformatowany pack Excel — nagłówki, sumy i układ zakładek zgodny z istniejącym szablonem raportu zarządczego
Skrypt działa poniżej 2 minut na standardowym laptopie. Bez serwera, bez chmury.
Co zdecydowało o sukcesie
Kluczową decyzją projektową była walidacja na wejściu. Skrypt odmawia uruchomienia, jeśli pliki źródłowe nie spełniają oczekiwanego formatu — co zmusiło zespół do ujednolicenia miesięcznych szablonów. To ujednolicenie samo w sobie zredukowało błędy downstream, zanim automatyzacja w ogóle dotknęła danych.
Przekazanie zostało zaprojektowane z myślą o osobach nietechnicznych: pojedynczy plik .bat do uruchomienia skryptu, README z instrukcją rozwiązywania problemów i plik logów rejestrujący każde uruchomienie.
Wnioski
- Większość problemów z automatyzacją finansów to w rzeczywistości problemy z jakością danych
- Skrypt odrzucający złe dane jest bezpieczniejszy niż ten, który przetwarza je po cichu
- Najlepsza automatyzacja to ta, z której zespół faktycznie korzysta — interfejs powinien być jak najbliższy temu, co już znają
Porozmawiajmy.
Chcesz oddać proces, podzlecić wdrożenie albo po prostu umówić bezpłatny audyt? Napisz, co zżera czas Twojego zespołu — pierwsza 30-minutowa rozmowa jest bezpłatna.