Powrót do strony głównej

Automatyzacja procesów ETL

Szyte na miarę potrzeb analityki HR i płac.

Dlaczego Pandas?

W procesach Compensation & Benefits największym wyzwaniem jest niejednorodność danych. Dane z SAP, Workday czy lokalnych arkuszy Excel często mają różne formaty, nazewnictwo i błędy. Pandas pozwala mi na stworzenie powtarzalnych potoków danych (pipelines), które:

Extract

Pobieranie danych z plików .xlsx, .csv, baz SQL czy API systemów HRIS.

Transform

Kalkulacje Compa-Ratio, luki płacowej, centyli i mapowanie stanowisk.

Load

Generowanie gotowych raportów w Excelu, dashboardów w Tableau lub plików do importu.

Jak to wygląda w praktyce?

Poniżej przykład prostego skryptu, który automatycznie standaryzuje dane płacowe z różnych działów:

import pandas as pd

# Wczytanie danych z arkusza excel
df = pd.read_excel("dane_kadrowe.xlsx")

# Szybka kalkulacja wskaźników
df['compa_ratio'] = df['salary'] / df['midpoint']

# Automatyczna flaga odchylenia rynkowego wynagrodzenia
df['alert'] = df['compa_ratio'].apply(lambda x: 'Verify' if x < 0.8 or x > 1.2 else 'OK')

# Eksport do docelowego pliku
df.to_excel("raport_koncowy.xlsx", index=False)
1. Wczytanie (dane_kadrowe.xlsx)
Arkusz1
namesalarymidpoint
Anna Nowak70009500
Jan Kowalski1200012500
Piotr Wisła1650013000
df['compa_ratio'] = df['salary'] / df['midpoint']
2. Wynik (raport_koncowy.xlsx)
Analiza Wynagrodzeń
name salary midpoint compa_ratio alert
Anna Nowak 7000 9500 74% Verify
Jan Kowalski 12000 12500 96% OK
Piotr Wisła 16500 13000 127% Verify

Potrzebujesz automatyzacji w swoim dziale?

Zamiast spędzać 3 dni nad Excelem co miesiąc, zróbmy to w 3 sekundy jednym kliknięciem.

Zapytaj o darmową konsultację ETL