QA review nám pomáhá hlídat kvalitu datových řešení v Power BI, Microsoft Fabric a SQL. Díky nezávislému pohledu dokážeme včas odhalit technický dluh, zlepšit udržitelnost a dát zákazníkovi jistotu, že řešení obstojí i za rok nebo dva.
V intecs máme standardní code review proces. Vývojáři a konzultanti si průběžně kontrolují kód přímo na projektech, ať už jde o SQL, datové modely, Power BI reporty nebo řešení postavená na Microsoft Fabric.
Bez code review by kvalitní vývoj datových řešení nefungoval. Zároveň ale víme, že samotné code review nestačí.
Když je člověk dlouho ponořený do projektu, postupně ztrácí odstup. Zná kontext, chápe historická rozhodnutí a ví, proč se některé věci udělaly právě takto. Jenže právě proto může snadno přehlédnout problémy, které nejsou urgentní, ale časem začnou komplikovat další rozvoj.
Typicky jde o technický dluh. Může vznikat nenápadně. V SQL kódu, v datovém modelu, v DAX metrikách, v dokumentaci nebo v nastavení kontrol kvality dat. Řešení přitom může na první pohled fungovat dobře. Reporty se načítají, data se aktualizují a zákazník dostává výstupy, které potřebuje.
Otázka ale zní: bude takové řešení dobře fungovat i za rok nebo dva? Právě proto děláme QA reviews. Pro zákazníka to znamená jistotu, že datové řešení, do kterého investuje, není postavené jen na rychlé dodávce, ale i na dlouhodobé udržitelnosti, výkonu a připravenosti na další rozvoj.
Co je QA review a jak funguje
QA review je nezávislý technický pohled na datové řešení. Do review vstupuje zkušený konzultant nebo engineer, který není součástí projektového týmu. Díky tomu se na řešení dokáže podívat s odstupem a zhodnotit nejen jednotlivé části, ale i celkovou technickou kvalitu.
👉 Nejde o kontrolu každého řádku SQL. Cílem není hledat chyby za každou cenu. QA review se dívá na to, jestli je řešení dobře navržené, čitelné, udržitelné a připravené na budoucí změny.
Zaměřujeme se hlavně na:
- návrh datového modelu,
- kvalitu SQL kódu a transformační logiky,
- dodržování standardů a best practices,
- dokumentaci, komentáře v kódu a verzování,
- nastavení notifikací a data quality checků,
- čitelnost řešení pro člověka, který ho vidí poprvé,
- výkon, náklady a možnosti dalšího rozvoje.
U Power BI a Microsoft Fabric projektů si navíc pomáháme nástroji jako Tabular Editor, DAX Optimizer nebo Measure Killer.
Díky nim dokážeme rychleji odhalit například:
- výkonnostní problémy v Power BI reportech,
- neefektivní DAX metriky,
- nepoužívané metriky nebo sloupce,
- zbytečně složitý datový model,
- místa, kde se hromadí technický dluh.
QA review nám pomáhá odpovědět na jednoduchou otázku: obstojí datové řešení dlouhodobě? Nejen technicky, ale i z pohledu nákladů, provozu, rozšiřitelnosti a práce dalších lidí, kteří se k projektu v budoucnu připojí.
Proč QA reviews děláme
Hlavní důvody jsou tři:
Pomáháme držet technický dluh pod kontrolou
Datové řešení může fungovat a zákazník s ním může být spokojený. To ale ještě neznamená, že je dlouhodobě udržitelné.
Technický dluh se často neprojeví hned. Na začátku jen zpomaluje drobné úpravy. Později komplikuje nové požadavky, prodlužuje vývoj a zvyšuje náklady na provoz i další rozvoj.
QA review pomáhá odhalit slabá místa včas. V praxi to znamená méně překvapení, méně improvizace a větší kontrolu nad tím, jak se datové řešení vyvíjí. Zákazník tak nezískává jen funkční výstup, ale řešení, které dává smysl udržovat a rozvíjet.
Sdílíme know-how napříč týmy
QA review není jednostranná kontrola. Je to způsob, jak sdílet zkušenosti mezi lidmi a projekty.
Review dělá zkušený konzultant, který do projektu přináší jiný pohled a širší kontext. Každý projekt je jiný, ale mnoho situací se v datových řešeních opakuje. Právě díky tomu se dají přenášet dobré postupy mezi týmy.
Velkou hodnotu má i samotná diskuse nad výstupem. Tým získá zpětnou vazbu, reviewer lépe pochopí kontext projektu a společně hledají řešení, které dává smysl technicky i byznysově.
Trénujeme schopnosti, které využíváme u zákazníků
Schopnost rychle se zorientovat v cizím datovém řešení je pro naši práci zásadní.
U zákazníků často vstupujeme do existujících Power BI reportů, datových skladů, SQL databází nebo Fabric prostředí. Potřebujeme pochopit, jak je řešení navržené, kde jsou jeho silné stránky a kde vznikají rizika.
QA reviews nám pomáhají tuto schopnost systematicky rozvíjet. Nejde tedy jen o interní kontrolu kvality. Je to i praktický trénink pro reálné projekty, kde potřebujeme rychle pochopit kontext, pojmenovat problém a navrhnout konkrétní kroky ke zlepšení.
Jak QA review vypadá v praxi
Výstupem QA review je strukturovaný dokument, který shrnuje:
- co funguje dobře,
- kde vidíme rizika,
- co dává smysl zlepšit,
- jak důležité jednotlivé body jsou,
- jaké kroky doporučujeme dál.
Na dokument navazuje společná schůzka s projektovým týmem. Nejde jen o předání seznamu připomínek. Výsledky společně procházíme, dáváme jim kontext a řešíme, co má největší dopad na zákazníka i další rozvoj projektu.
Po několika týdnech se k výstupům vracíme. Sledujeme, co se podařilo upravit, co zůstává otevřené a jaký mají změny reálný dopad. QA review proto nevnímáme jako audit, kde někdo přijde, najde chyby a odejde. Je to forma spolupráce. Vždy s ohledem na konkrétní projekt, zákazníka, technologii a fázi vývoje.
🎯 Cíl je jednoduchý:
mít datové řešení, které je čitelné, udržitelné, výkonné a připravené na další rozvoj
dát zákazníkovi jistotu, že ho za rok nepřekvapí problémy, které dnes ještě nejsou vidět.
Poslechněte si díl našeho podcastu intecs insider, kde rozebíráme, co znamená dělat datová řešení, která zaručují klidný spánek – nejen svým fungováním, ale i odolností vůči změnám, škálovatelností a transparentností.
Komu pomáháme být data-driven
