---
title: "Dataform: recenze a návod, zdarma (2026)"
description: "Bezplatná služba Google Cloud, v níž v SQL a JavaScriptu sestavíte, otestujete a naplánujete transformace dat v BigQuery. Přečtěte si detailní recenzi a návod k použití."
image: "https://zacinamsai.cz/images/og-default.jpg"
---

DA 

 Vývoj ✅ Ověřeno research 

# Dataform

Bezplatná služba Google Cloud, v níž v SQL a JavaScriptu sestavíte, otestujete a naplánujete transformace dat v BigQuery.

  Cena:  0 USD za samotný Dataform ·  free plán: **ano** [podrobnosti o ceně](#cenik)  

 Pro koho: Datoví analytici a datoví inženýři, kteří transformují data v BigQuery a chtějí k tomu verzování, testy a plánování 

   [  Vyzkoušet Dataform  ](https://zacinamsai.cz/out/dataform)    Otevře web nástroje v nové záložce    Ověřeno týmem  

   Chcete tento nástroj porovnat s jinými? 

 ## Shrnutí

Dataform je služba Google Cloud pro tvorbu datových transformací v BigQuery pomocí SQL rozšířeného o závislosti a testy. Je určená datovým analytikům a inženýrům, ne běžným uživatelům AI. Samotná služba je zdarma, platí se ale dotazy v BigQuery a související služby Google Cloud. Hlavní háček: funguje jen s BigQuery a nejde o AI nástroj v pravém slova smyslu. Pozor na záměnu s českou firmou DATAFORM Agency s.r.o., která s ním nesouvisí.

### 🇨🇿 Dostupnost v Česku: ano

 Čeština: Ve zdrojích jsme nenašli českou lokalizaci Dataformu; dokumentace je v angličtině. Kód je SQL, popisky lze psát česky.

Platba: Dataform je zdarma; platí se v Google Cloud (BigQuery apod.). Způsob platby z ČR jsme neověřovali.

Soukromí a data: Ve zdrojích jsme nenašli konkrétní informace ke GDPR; data zůstávají v BigQuery ve vašem projektu. Nutno ověřit u Google Cloud.

Poznámka: Nezaměňovat s českou firmou DATAFORM Agency s.r.o., na kterou se objevují stížnosti na fakturaci a která s Google Dataform nesouvisí.

 ##   O nástroji 

Dataform je služba v rámci Google Cloud, která pomáhá analytikům a datovým inženýrům vytvářet, testovat, verzovat a plánovat transformace dat v BigQuery. Vznikl jako samostatný startup z Londýna. Google Cloud ho koupil na konci roku 2020 (TechCrunch o tom psal 9. prosince 2020) a podle zpráv se zaměřil na BigQuery. Dnes je Dataform součástí Google Cloud a BigQuery.

Ke zdrojům je třeba říct, že nejde o AI nástroj. Je to nástroj pro práci s daty. Zařazujeme ho do katalogu proto, že s daty pracují i lidé, kteří AI modely krmí nebo z nich vyhodnocují výsledky. Starší popis tohoto nástroje uváděl například automatické AI generování dokumentace nebo to, že nahrazuje cron joby. Oficiální dokumentace nic takového jako AI funkci neuvádí. Dokumentace se píše ručně v konfiguraci tabulek.

Princip je jednoduchý. Data už jsou nahraná v BigQuery (tzv. ELT, kde transformace probíhá až v databázi). Dataform se stará právě o krok transformace: z nezpracovaných tabulek vytvoří čisté, otestované a zdokumentované tabulky. Kód se ukládá v tzv. repozitáři jako soubory SQLX. To je SQL rozšířené například o funkci ref(), kterou určíte, na které jiné tabulce ta vaše závisí, a o konfigurační blok, kde nastavíte typ tabulky nebo popisky. K tomu lze použít JavaScript, aby se kód neopakoval.

Práce probíhá ve vývojovém pracovním prostoru (workspace), což je upravitelná kopie repozitáře. Kód se překládá (kompiluje) do SQL: Dataform doplní příkazy jako CREATE TABLE, vyřeší závislosti a upozorní na chybějící nebo cyklické odkazy. Při spuštění se SQL provede v BigQuery ve správném pořadí podle závislostí. Spuštění lze udělat ručně, podle plánu přes konfigurace workflow, přes Cloud Scheduler a Workflows, přes Managed Service for Apache Airflow nebo přes Cloud Build.

Důležitou součástí jsou tzv. assertions, tedy kontroly kvality dat, například unikátnost hodnot, nepřítomnost prázdných hodnot nebo vlastní podmínky. Kontroly se spouštějí po vytvoření tabulek a jejich výsledek najdete v logu spuštění. Dataform se dále umí propojit s Gitem. Dokumentace uvádí GitHub, GitLab, Azure DevOps Services a Bitbucket. Popisy tabulek a sloupců z konfigurace se přenášejí do BigQuery a do Knowledge Catalog.

Jádro (Dataform core) je open source a existuje také open source příkazový řádek Dataform CLI, kterým lze projekt kompilovat a spouštět lokálně mimo Google Cloud. Recenze od poradenské firmy Theodo ale uvádí, že lokální testování v praxi chybí a podpora Gitu ve vestavěném editoru je omezená. Theodo označuje Dataform za méně vyzrálý než dbt, s menší komunitou a hůře srozumitelnou dokumentací, a doporučuje ho jen pro malé týmy pracující výhradně s BigQuery. Podobné srovnání uvádí i další zdroje, ty však jsou částečně komerční blogy a nemusí být aktuální.

Oproti nejčastější alternativě dbt je hlavní rozdíl v zaměření. Dataform spravuje Google, je v BigQuery zabudovaný a nemá vlastní licenční poplatek. dbt podporuje více datových skladů a má větší ekosystém. Pro Google v roce 2026 existuje také BigQuery Data Engineering Agent (podle jednoho článku dostupný obecně od 22. dubna 2026), který ale nemáme z primárního zdroje ověřen.

S češtinou je to jednoduché: dokumentace a rozhraní Google Cloud jsou dostupné primárně anglicky, specifickou českou podporu Dataformu jsme ve zdrojích nenašli. Kód se píše v SQL, takže čeština nehraje roli, kromě popisků tabulek. Pro úplného začátečníka je vstupní bariéra vyšší, protože je potřeba umět SQL a mít projekt v Google Cloud. Český web DATAFORM Agency (SEO a linkbuilding) je jiná firma; na diskusi na Webtrhu se řeší stížnosti na fakturaci a s nástrojem od Google nemá žádnou souvislost.

 ####  💰 Cenové informace 

 Model: free 

 Cena od: 0 USD za samotný Dataform (k 2026-10-13); platí se BigQuery a související služby 

 Free tier limity: Samotná služba Dataform je podle ceníku Google Cloud zdarma, ale používání může stát peníze přes související služby. 

 Detaily: Ceník Google uvádí: Dataform je bezplatná služba, ale mohou vzniknout náklady. Dotazy, které Dataform spouští v BigQuery (vytváření tabulek, pohledů a další SQL), se účtují podle ceníku BigQuery. Cloud Logging je zapnutý ve výchozím stavu a je vyžadován pro všechna spuštění workflow. Můžou přibýt poplatky za Managed Service for Apache Airflow, Cloud Scheduler a Cloud Workflows, pokud je použijete. Konkrétní částky jsme neověřovali. 

  ####  🎯 Cílová skupina 

Datoví analytici a datoví inženýři, kteří transformují data v BigQuery a chtějí k tomu verzování, testy a plánování. Hodí se spíš pro malé a střední týmy v Google Cloudu.

####  💡 Případy použití 

  Z nezpracovaných exportovaných dat (například z webové analytiky) vytvořit čisté tabulky pro reporty. 

  Hlídat kvalitu dat: kontrola, že ID není prázdné nebo že hodnoty jsou unikátní. 

  Plánovat pravidelné přepočty tabulek v BigQuery bez ručního spouštění. 

  Spravovat kód transformací v Gitu a pracovat na něm v týmu. 

  Dokumentovat tabulky a sloupce přímo v kódu, aby je viděli ostatní v BigQuery. 

 ####  ✅ Výhody 

  Samotná služba je zdarma, platí se jen BigQuery a související služby. 

  Je přímo v ekosystému Google Cloud a BigQuery. 

  Zahrnuje kontroly kvality dat, verzování i plánování. 

  Jádro a příkazový řádek jsou open source. 

  Podle recenze Theodo je jednoduché na nastavení a JavaScript omezuje opakování kódu. 

####  ❌ Nevýhody 

  Funguje v oficiální dokumentaci jen s BigQuery. 

  Podle Theodo je méně vyzrálý než dbt, s menší komunitou a hůře srozumitelnou dokumentací. 

  Recenze kritizuje chybějící lokální testování a omezenou podporu Gitu v editoru. 

  Celkové náklady jsou nejasné předem, protože závisí na BigQuery a dalších službách. 

 ####  👥 Ideální pro 

  Týmy, které mají data v BigQuery   Analytici, kteří umí SQL a chtějí pořádek v transformacích   Malé týmy bez vlastní orchestrace dat   Firmy, které už platí za Google Cloud   Lidé, kteří chtějí automatické kontroly kvality dat  

 ##   Hlavní funkce 

 SQLX soubory rozšiřují SQL o funkci ref(), takže Dataform sám pozná závislosti mezi tabulkami a spustí je ve správném pořadí. 

 JavaScript umožňuje opakující se části kódu sdílet v rámci souboru, repozitáře i mezi repozitáři. 

 Assertions kontrolují kvalitu dat, například unikátnost nebo prázdné hodnoty, a výsledky ukážou v logu spuštění. 

 Kompilace kódu do SQL odhalí chybějící nebo cyklické odkazy ještě před spuštěním v BigQuery. 

 Propojení s Gitem (GitHub, GitLab, Azure DevOps Services, Bitbucket) dává týmu historii změn a práci ve větvích. 

 Plánování běhů ručně, přes konfigurace workflow, Cloud Scheduler a Workflows, Apache Airflow nebo Cloud Build. 

 Popisy tabulek a sloupců v konfiguraci se přenášejí do BigQuery a Knowledge Catalog jako dokumentace. 

 Open source Dataform CLI umí projekt kompilovat a spouštět lokálně mimo Google Cloud. 

 Logy spuštění ukazují, které tabulky se vytvořily, výsledky assertions a dobu běhu. 

## Jak začít

1. Mějte projekt v Google Cloud s povolenou fakturací a data v BigQuery.
2. Otevřete Dataform v Google Cloud (BigQuery) a vytvořte repozitář.
3. Vytvořte vývojový pracovní prostor (workspace).
4. Napište první SQLX soubor s konfiguračním blokem a dotazem.
5. Zkompilujte kód a spusťte workflow.
6. Přidejte assertion a nastavte plán spuštění.

### Co vyzkoušet jako první

Vytvořit v SQLX první tabulku z existující tabulky v BigQuery.

Použít ref() a propojit druhou tabulku s první.

Přidat kontrolu, že sloupec s ID není prázdný.

Nastavit pravidelné spuštění workflow a zkontrolovat log.

## Na co si dát pozor

### Nehodí se pro

- Úplní začátečníci bez znalosti SQL
- Týmy s více datovými sklady než jen BigQuery
- Lidé hledající AI asistenta nebo generátor textu či obrázků

### Limity a co není ověřeno

- Nejde o AI nástroj; starší popis s AI generováním dokumentace jsme ve zdrojích nepotvrdili.
- Adresu dataform.co se nepodařilo otevřít (chyba DNS), proto bereme jako oficiální stránku cloud.google.com/dataform.
- Nástroj jsme nevyzkoušeli, vycházíme z dokumentace a recenzí.
- Konkrétní limity a kvóty služby jsme neověřovali.
- Podpora jiných datových skladů než BigQuery není v dokumentaci uvedena.

## Časté otázky

### Je Dataform podobný dbt?

Ano, oba řeší transformace dat pomocí SQL, závislostí a testů. Podle recenzí má dbt větší komunitu a podporuje více datových skladů, Dataform je zaměřený na BigQuery.

### Jak Dataform funguje?

Napíšete SQLX soubory, Dataform je zkompiluje do SQL, určí pořadí podle závislostí a spustí je v BigQuery včetně kontrol kvality dat.

### Je Dataform součástí BigQuery?

Je to služba Google Cloud, která se používá s BigQuery a je dostupná i přímo v jeho prostředí. Provádí své dotazy právě v BigQuery.

### Je Dataform zdarma?

Samotná služba ano, podle ceníku Google. Platíte ale za dotazy v BigQuery, Cloud Logging a případně další služby jako Cloud Scheduler.

### Je Dataform AI nástroj?

Ne, je to nástroj pro transformaci dat. V oficiální dokumentaci jsme neviděli AI funkce.

### Souvisí Dataform s českou firmou DATAFORM Agency?

Ve zdrojích souvislost není. Diskuse na Webtrhu řeší fakturaci SEO služeb jiné firmy a Google nástroj nezmiňuje.

## Na co se ještě podívat

- dbt – Podporuje více datových skladů a má větší komunitu i ekosystém.
- Dataflow – Jiná služba Google Cloud pro zpracování datových proudů a dávek, ne SQL transformace; v souvisejících hledáních bývá zaměňována.
- BigQuery Data Engineering Agent – Agent od Google pro tvorbu pipeline; podle sekundárního zdroje obecně dostupný od dubna 2026, neověřeno primárně.

## Zdroje

Informace ověřeny z veřejných zdrojů k 13. 10. 2026. Nástroj jsme sami nezkoušeli. Ceny a dostupnost se mohou změnit.

- [Dataform overview – Google Cloud docs](https://docs.cloud.google.com/dataform/docs/overview)
- [Dataform pricing – Google Cloud](https://cloud.google.com/dataform/pricing)
- [Dataform CLI reference – Google Cloud docs](https://docs.cloud.google.com/dataform/docs/reference/dataform-cli-reference)
- [Dataform – Theodo Technology Radar](https://www.theodo.com/en-fr/blips/dataform)
- [Google quietly acquires Dataform – TechCrunch](https://techcrunch.com/2020/12/09/google-quietly-acquires-dataform/)
- [Dataform review details – Modern Data Tools](https://www.modern-datatools.com/tools/dataform)
- [DATAFORM Agency s.r.o. – Webtrh diskuse](https://webtrh.cz/diskuse/dataform-agency-s-r-o-podvodna-fakturace-za-seo-a-linkbuilding/)

### Začínáte s Dataform?

Přečtěte si naše praktické návody a tipy pro efektivní využití tohoto nástroje.

 [ 📚 Návody k Dataform ](https://zacinamsai.cz/articles?related=dataform) [ 💡 AI Prompty ](https://zacinamsai.cz/prompts?tool=dataform) 

### Kolekce

 [  Nejlepší bezplatné AI nástroje  ](https://zacinamsai.cz/collections/best-free-ai-tools) [  AI pro Programátory: Top Nástroje pro Vývojáře 2026  ](https://zacinamsai.cz/collections/ai-nastroje-pro-programatory-vyvojare) [  AI pro HR: Nástroje pro Personalisty a Nábor 2026  ](https://zacinamsai.cz/collections/ai-pro-hr-recruitment) [  50+ Nejlepších Bezplatných AI Nástrojů \[Aktualizováno 2026\]  ](https://zacinamsai.cz/collections/nejlepsi-bezplatne-ai-nastroje-2026) 

### Podobné nástroje

 [ ![Lovable](https://zacinamsai.cz/data/tool-logos/lovable.webp)####  Lovable 

Webová AI platforma, která z textového zadání v chatu vytvoří funkční web nebo aplikaci včetně databáze a přihlášení.

 ](https://zacinamsai.cz/tools/lovable) [ ![Bolt](https://zacinamsai.cz/data/tool-logos/bolt.webp)####  Bolt 

Vytvoří webovou aplikaci v prohlížeči z vašeho textového zadání.

 ](https://zacinamsai.cz/tools/bolt) [ ![Softr](https://zacinamsai.cz/data/tool-logos/softr.webp)####  Softr 

Webový no-code nástroj na klientské portály a interní aplikace nad daty z Airtable, Google Sheets nebo vlastní databáze.

 ](https://zacinamsai.cz/tools/softr) [ ![PowerApps](https://zacinamsai.cz/data/tool-logos/powerapps.webp)####  PowerApps 

Microsoft low-code platform

 ](https://zacinamsai.cz/tools/powerapps) 

### Objevte další AI nástroje

 Prohlédněte si naši kompletní sbírku Vývoj nástrojů a najděte ten ideální pro vaše potřeby.

 [ Další Vývoj nástroje ](https://zacinamsai.cz/tools?category=development) [ Všechny nástroje ](https://zacinamsai.cz/tools)

```json
{
        "@context": "https://schema.org",
        "@type": "WebSite",
        "name": "Začínám s AI",
        "alternateName": "zacinamsai.cz",
        "url": "https://zacinamsai.cz",
        "description": "Průvodce světem umělé inteligence - Katalog AI nástrojů, články, prompty a slovník pojmů",
        "inLanguage": "cs",
        "potentialAction": {
            "@type": "SearchAction",
            "target": {
                "@type": "EntryPoint",
                "urlTemplate": "https://zacinamsai.cz/search?q={search_term_string}"
            },
            "query-input": {
                "@type": "PropertyValueSpecification",
                "valueRequired": true,
                "valueName": "search_term_string"
            }
        },
        "publisher": {
            "@type": "Organization",
            "name": "Začínám s AI",
            "url": "https://zacinamsai.cz",
            "logo": {
                "@type": "ImageObject",
                "url": "https://zacinamsai.cz/images/zacinamsai_logo.png"
            }
        }
    }
{
    "@context": "https://schema.org",
    "@type": "SoftwareApplication",
    "name": "Dataform",
    "alternateName": "Bezplatná služba Google Cloud, v níž v SQL a JavaScriptu sestavíte, otestujete a naplánujete transformace dat v BigQuery.",
    "description": "Dataform je služba v rámci Google Cloud, která pomáhá analytikům a datovým inženýrům vytvářet, testovat, verzovat a plánovat transformace dat v BigQuery. Vznikl jako samostatný startup z Londýna. Google Cloud ho koupil na konci roku 2020 (TechCrunch o tom psal 9. prosince 2020) a podle zpráv se zaměřil na BigQuery. Dnes je Dataform součástí Google Cloud a BigQuery.\n\nKe zdrojům je třeba říct, že nejde o AI nástroj. Je to nástroj pro práci s daty. Zařazujeme ho do katalogu proto, že s daty pracují i lidé, kteří AI modely krmí nebo z nich vyhodnocují výsledky. Starší popis tohoto nástroje uváděl například automatické AI generování dokumentace nebo to, že nahrazuje cron joby. Oficiální dokumentace nic takového jako AI funkci neuvádí. Dokumentace se píše ručně v konfiguraci tabulek.\n\nPrincip je jednoduchý. Data už jsou nahraná v BigQuery (tzv. ELT, kde transformace probíhá až v databázi). Dataform se stará právě o krok transformace: z nezpracovaných tabulek vytvoří čisté, otestované a zdokumentované tabulky. Kód se ukládá v tzv. repozitáři jako soubory SQLX. To je SQL rozšířené například o funkci ref(), kterou určíte, na které jiné tabulce ta vaše závisí, a o konfigurační blok, kde nastavíte typ tabulky nebo popisky. K tomu lze použít JavaScript, aby se kód neopakoval.\n\nPráce probíhá ve vývojovém pracovním prostoru (workspace), což je upravitelná kopie repozitáře. Kód se překládá (kompiluje) do SQL: Dataform doplní příkazy jako CREATE TABLE, vyřeší závislosti a upozorní na chybějící nebo cyklické odkazy. Při spuštění se SQL provede v BigQuery ve správném pořadí podle závislostí. Spuštění lze udělat ručně, podle plánu přes konfigurace workflow, přes Cloud Scheduler a Workflows, přes Managed Service for Apache Airflow nebo přes Cloud Build.\n\nDůležitou součástí jsou tzv. assertions, tedy kontroly kvality dat, například unikátnost hodnot, nepřítomnost prázdných hodnot nebo vlastní podmínky. Kontroly se spouštějí po vytvoření tabulek a jejich výsledek najdete v logu spuštění. Dataform se dále umí propojit s Gitem. Dokumentace uvádí GitHub, GitLab, Azure DevOps Services a Bitbucket. Popisy tabulek a sloupců z konfigurace se přenášejí do BigQuery a do Knowledge Catalog.\n\nJádro (Dataform core) je open source a existuje také open source příkazový řádek Dataform CLI, kterým lze projekt kompilovat a spouštět lokálně mimo Google Cloud. Recenze od poradenské firmy Theodo ale uvádí, že lokální testování v praxi chybí a podpora Gitu ve vestavěném editoru je omezená. Theodo označuje Dataform za méně vyzrálý než dbt, s menší komunitou a hůře srozumitelnou dokumentací, a doporučuje ho jen pro malé týmy pracující výhradně s BigQuery. Podobné srovnání uvádí i další zdroje, ty však jsou částečně komerční blogy a nemusí být aktuální.\n\nOproti nejčastější alternativě dbt je hlavní rozdíl v zaměření. Dataform spravuje Google, je v BigQuery zabudovaný a nemá vlastní licenční poplatek. dbt podporuje více datových skladů a má větší ekosystém. Pro Google v roce 2026 existuje také BigQuery Data Engineering Agent (podle jednoho článku dostupný obecně od 22. dubna 2026), který ale nemáme z primárního zdroje ověřen.\n\nS češtinou je to jednoduché: dokumentace a rozhraní Google Cloud jsou dostupné primárně anglicky, specifickou českou podporu Dataformu jsme ve zdrojích nenašli. Kód se píše v SQL, takže čeština nehraje roli, kromě popisků tabulek. Pro úplného začátečníka je vstupní bariéra vyšší, protože je potřeba umět SQL a mít projekt v Google Cloud. Český web DATAFORM Agency (SEO a linkbuilding) je jiná firma; na diskusi na Webtrhu se řeší stížnosti na fakturaci a s nástrojem od Google nemá žádnou souvislost.",
    "url": "https://zacinamsai.cz/tools/dataform",
    "applicationCategory": "Vývoj",
    "operatingSystem": "Web",
    "offers": {
        "@type": "Offer",
        "price": "0",
        "priceCurrency": "USD",
        "priceSpecification": {
            "@type": "PriceSpecification",
            "price": "0 USD za samotný Dataform (k 2026-10-13); platí se BigQuery a související služby",
            "priceCurrency": "CZK",
            "model": "free"
        }
    },
    "author": {
        "@type": "Organization",
        "name": "Začínám s AI",
        "url": "https://zacinamsai.cz"
    },
    "publisher": {
        "@type": "Organization",
        "name": "Začínám s AI",
        "url": "https://zacinamsai.cz"
    },
    "sameAs": "https://dataform.co",
    "keywords": "SQLX soubory rozšiřují SQL o funkci ref(), takže Dataform sám pozná závislosti mezi tabulkami a spustí je ve správném pořadí., JavaScript umožňuje opakující se části kódu sdílet v rámci souboru, repozitáře i mezi repozitáři., Assertions kontrolují kvalitu dat, například unikátnost nebo prázdné hodnoty, a výsledky ukážou v logu spuštění., Kompilace kódu do SQL odhalí chybějící nebo cyklické odkazy ještě před spuštěním v BigQuery., Propojení s Gitem (GitHub, GitLab, Azure DevOps Services, Bitbucket) dává týmu historii změn a práci ve větvích., Plánování běhů ručně, přes konfigurace workflow, Cloud Scheduler a Workflows, Apache Airflow nebo Cloud Build., Popisy tabulek a sloupců v konfiguraci se přenášejí do BigQuery a Knowledge Catalog jako dokumentace., Open source Dataform CLI umí projekt kompilovat a spouštět lokálně mimo Google Cloud., Logy spuštění ukazují, které tabulky se vytvořily, výsledky assertions a dobu běhu."
}
{
    "@context": "https://schema.org",
    "@type": "BreadcrumbList",
    "itemListElement": [
        {
            "@type": "ListItem",
            "position": 1,
            "name": "Domů",
            "item": "https://zacinamsai.cz"
        },
        {
            "@type": "ListItem",
            "position": 2,
            "name": "Nástroje",
            "item": "https://zacinamsai.cz/tools"
        },
        {
            "@type": "ListItem",
            "position": 3,
            "name": "Dataform",
            "item": "https://zacinamsai.cz/tools/dataform"
        }
    ]
}
```
