Novetex bolti és ügyviteli automatizációk — a teljes ökoszisztéma

Szerző: Ujvári Péter · 2026. május 4. · 9 perc olvasás · Ügyfél: Novetex Matrac (Bemutatóbolt + Duna Pláza)
TL;DR A Novetex két fő üzletének (Bemutatóbolt és Duna Pláza) napi működését egy hibrid Python + Swift/SwiftUI + Playwright + n8n stackre építve automatizáltam. Hat fő modul fut élesben: kézi számlafeldolgozás SQL Ledgerbe, napiforgalom Excel-automatizmus, számla → ügyfél e-mail előkészítés (macOS Mail), pénztári zárás-ellenőrzés, jelenléti ív és rendelés-adat kinyerés, plusz egyfeladatos segédeszközök. Az architektúra alapelve: ember a kritikus küldési pontban, automatikus naplózás, biztonsági mentés Excel módosítás előtt, egy gombnyomásból futtatható Apple Shortcuts integrációval.

Áttekintés

A Novetex két fő üzlete (a Bemutatóbolt és a Duna Pláza) napi működése sok kis, ismétlődő ügyviteli munkából áll: számlák feldolgozása, riportok készítése, pénztári zárás, ügyfél-e-mailek előkészítése. Ezek mindegyike önmagában 5–30 percet vesz el — együtt napi 2–4 órát. Egy hibrid automatizációs stackkel ezeket a folyamatokat egy gombnyomásból elindítható, hátérben futó automaták végzik, miközben az emberi döntés a kritikus pontoknál (pl. e-mail küldés, pénztári lezárás) megmarad.

Technológiai paletta

1. Kézi számlafeldolgozás, SQL Ledger és riportolás

Natív macOS alkalmazás (Swift / SwiftUI)

Bolt-kontextus választás (Bemutatóbolt vs Duna Pláza), számla-kép és rendelés-PDF elérési útvonalak konfigurálása, felhasználói indítás a háttérfolyamathoz. A felület kiváltja a parancssor-használatot — a bolti munkatárs is el tudja indítani.

Python szolgáltatás / csomag

A számla- és rendelés-dokumentumokból strukturált rekord kinyerése OpenAI API-val támogatott extraction modullal. Az adatokból Excel írás, e-mail küldés, és SQL Ledger felületen történő adatrögzítés / kitöltés. Egy központi pipeline összefűzi a lépéseket — egy parancsra a teljes feldolgozási út lefut.

Felhős trigger

Flask alapú watchdog + fő HTTP szerver (webhook), n8n workflow-kból hívható feldolgozás. ngrok a nem nyilvános gépen futó szolgáltatás külső eléréséhez. Így a feldolgozás távolról is elindítható, vagy időzítve, n8n-ből.

Üzemeltetés Macen

launchd agentek, watchdog és shell indítók biztosítják, hogy a háttérfolyamatok stabilan, újraindítás után is fussanak. Hibás futás esetén automatikus restart és naplózás.

2. Napiforgalom és vezetői / statisztikai Excel automaták

Bemutatóbolt napi futás

Egy futással:

  1. SQL Ledger lekérdezés az adott napra és bolt-profilra
  2. Napi rendelések beolvasása
  3. Három előre megadott sablon Excel-workbook szabályos frissítése (napiforgalom, boltok forgalma, napi vevőkezelés) openpyxl-lel
  4. Automatikus .bak mentés írás előtt — sosem vész el adat hiba esetén

Duna Pláza napiforgalom / napi zárás

Külön Excel-automatizáció openpyxl-lel — a Duna Pláza más fájlstruktúráját kezeli. Hibrid adatút: böngészős réteg Playwrighttal (Node), számolás és Excel írás Pythonnal, ahol indokolt.

3. Számla → ügyfél e-mail előkészítés (macOS Mail)

Mail.app piszkozat-generálás

A folyamat:

  1. Számla letöltése SQL Ledgerből
  2. Kapcsolódó rendelés és ügyfél e-mail kiolvasása a felületről
  3. Mail.app piszkozat előkészítése csatolmánnyal és sablon-tárggyal/törzzsel

A megoldás szándékosan nem küld automatikusan — az ember ellenőriz és elküld. Két változat: Bemutatóbolt és Duna Pláza, mindkettő Apple Shortcuts + terminál launcher + Shortcut újraépítő scriptekkel.

4. Pénztár: számlabeírás és zárási ellenőrzés

Duna Pláza pénztár automatizáció

Playwright-alapú számlabeírás automatizáció. Shortcut telepítés, futási naplók, hibánál képernyőkép-archívum a hibakereséshez.

Közös Excel-alapú pénztár zárás / ellenőrzés modul

openpyxl alapú modul, részletes naplózással és értelmezhető kilépési kódokkal (a hívó Apple Shortcuts tudja, mi történt). Apple Shortcuts integráció, bolt-specifikus indítók (Duna Pláza, Bemutatóbolt).

5. Jelenléti ív és rendelés-adat kinyerés

Jelenléti ívek automatikus kitöltése

Böngésző-automatizáció Playwrighttal — Duna Pláza és Bemutatóbolt variáns. A jelenléti adminisztráció napi feladata percek alatt lefut.

Rendeléslista feldolgozás

Bejelentkezés, szűrés, lista bejárása, rendelésrészletek dinamikus kinyerése. A kimenet konzolos / strukturált formában érkezik, pl. termékcsoport / „EL" szűrős forgalomelemzés előkészítéséhez.

6. Segédeszközök és karbantartó scriptek

Architekturális elvek

Ember a kritikus küldési / jóváhagyási lépésben. Az e-mail küldés, a pénztári lezárás, a vezetői aláírás nem automatikus. Az automatizáció elviszi a folyamatot egy kész piszkozatig vagy ellenőrzött állapotig — innen az ember nyom „küldés"-t. Ez minimum 10× kevesebb hibát ad, mint a teljes automatizálás.
Naplózás, indíthatóság egy gombból (Shortcuts), biztonsági mentés Excel-módosítás előtt. Minden script értelmezhető kilépési kódot ad. Minden Excel írás előtt .bak mentés készül. Minden hosszabb folyamat napózva van — utólag rekonstruálható, mi történt.
Ugyanazon üzleti minták két boltra (Bemutatóbolt vs Duna Pláza) szétválasztott, újrafelhasználható kóddal. A két bolt másképp működik (más POS, más Excel-struktúra), de a logika 70%-a közös. A kódbázis úgy van strukturálva, hogy egy új bolt hozzávétele nem teljes átírás, hanem konfiguráció + 1-2 új modul.

Környezeti megkötés (fontos)

A legtöbb megoldás macOS-re, helyi fájl- és iCloud-útvonalakra, Mail.app-ra és launchd-re van optimalizálva. Repliten vagy tiszta Linux felhőben ugyanaz a kód részben nem fut ugyanúgy — a logika és az API/Excel részek vitathatók, a macOS-specifikus részek nem. Ez tudatos választás: a meglévő bolti gépek macOS-en futnak, és a felhasználó már megszokta a Mail.app + Shortcuts ergonómiát.

Mi a tanulság más vállalatoknak?

Egy bolt vagy KKV ügyviteli folyamatainak automatizálása nem egy nagy „AI projekt" — hanem 10–20 kisebb script, amelyek együtt napi 2–4 órát hoznak vissza. A leggyorsabb ROI nem egy chatbotból jön, hanem abból, hogy:

  1. Az SQL Ledger / POS / könyvelő rendszerből az adat egyetlen futással Excel-be kerül.
  2. A vevői e-mail-piszkozat egy gombból elkészül.
  3. A jelenléti ív / pénztári zárás emberi gépelés nélkül megy le.

Az AI (extraction, klasszifikáció) akkor jön be, amikor strukturálatlan input van — pl. egy PDF-számla, vagy egy szabad szöveges vevői beadvány. A többit klasszikus automatizációval érdemes csinálni, mert kiszámíthatóbb és olcsóbb.

Hasonló bolti vagy ügyviteli folyamataid vannak, amik napi órákat esznek? Írj egy emailt, és 30 percben átbeszéljük, mit lehet egy gombbal indíthatóvá tenni nálad.