Zakres
LOT Polish Airlines prowadzi swój Contact Center jako odrębną jednostkę biznesową, niezależną od głównych operacji lotniczych (planowanie obsad lotniczych, obsługa naziemna, MRO). Contact Center zajmuje się obsługą klienta — wsparciem rezerwacji, zarządzaniem reklamacjami, komunikacją w sytuacjach nieregularnych — i prowadzi własną funkcję WFM niezależnie od systemów planowania rozkładów lotów.
Ten projekt mieści się wyłącznie w granicach Contact Center. Nie ma nic wspólnego z rozkładami pilotów, planowaniem obsad kabinowych ani operacjami lotniskowymi. Inna domena, inne ograniczenia, inne narzędzia.
Problem
LOT Polish Airlines zarządzał całym obszarem zarządzania zasobami ludzkimi za pomocą morza arkuszy Excel — kody zmian wprowadzane ręcznie, dane rozproszone po odizolowanych plikach, brak widoczności contact center w czasie rzeczywistym. Raporty powstawały dniami. Ludzie odpowiedzialni za ten proces spędzali więcej czasu na przygotowaniu danych niż na ich analizie.
Architektura
Zaprojektowałem i buduję architekturę Medallion wewnątrz Microsoft Fabric, migrując warstwę analityczną WFM stopniowo z poprzednich narzędzi do ujednoliconego Lakehouse. Migracja jest w toku — każda faza zastępuje ręczny, podatny na błędy krok zautomatyzowanym i audytowalnym odpowiednikiem.
Bronze — Ingestion
Surowy JSON pobierany automatycznie z Genesys Cloud API przez potoki Data Factory, zastępując ręczne eksporty CSV. Warstwa Bronze jest tylko do dopisywania — nic nie jest transformowane, każdy rekord zachowany dla pełnej audytowalności.
Silver — Normalizacja i Walidacja
Notebooki Fabric (PySpark) spłaszczają głęboko zagnieżdżone odpowiedzi API, rozwiązują identyfikatory agentów między systemami i walidują kody zmian względem reguł prawa pracy.
Silnik walidacji zgodności zasługuje na osobną wzmiankę. Rotacje zmian w LOT rządzą się złożonymi regułami. Wcześniej: ręczny przegląd. Teraz: automatyczny przy każdym cyklu ingestion, zero usterek od startu produkcyjnego.
Gold — Star Schema
Kalkulacje przeniesione do wielokrotnego użytku SQL Views zamiast obliczania w czasie zapytania w DAX. SQL liczy w czasie ładowania, a nie przy każdym zapytaniu. Różnica: 80% szybsze raporty.
Wyniki
| Metryka | Przed | Po |
|---|---|---|
| Czas manualnego przygotowania | 40+ godz./mies. | ~0 |
| Czas ładowania raportów | Godziny / następny dzień | Minuty |
| Walidacja zgodności | Manualna, podatna na błędy | Zautomatyzowana, 0 usterek |
| Źródło danych | Pliki Excel | Live Genesys API |
Czego się nauczyłem
Wyzwanie techniczne było realne — głęboko zagnieżdżone odpowiedzi API, złożona logika rotacji zmian, środowisko Power BI w produkcji, którego nie można było zepsuć. Ale trudniejszym wyzwaniem była organizacja.
Ludzie mieli silne modele mentalne zbudowane wokół plików Excel. Migracja wymagała nie tylko lepszego systemu, ale takiego, który od pierwszego dnia budził zaufanie. To oznaczało rozbudowane warstwy walidacji, przejrzyste ścieżki audytu i stopniowe wdrożenie, które pozwalało analitykom porównywać stare i nowe wyniki obok siebie.