---
title: "Microsoft Azure Data Factory – recenze, cena a návod (2026)"
description: "Cloudový nástroj od Microsoftu, který podle plánu sám přesouvá a upravuje data mezi databázemi, úložišti a aplikacemi. Přečtěte si detailní recenzi a návod k použití."
image: "https://zacinamsai.cz/images/og-default.jpg"
---

![Microsoft Azure Data Factory](https://zacinamsai.cz/data/tool-logos/microsoft-azure-data-factory.webp) Vývoj ✅ Ověřeno research 

# Microsoft Azure Data Factory

Cloudový nástroj od Microsoftu, který podle plánu sám přesouvá a upravuje data mezi databázemi, úložišti a aplikacemi.

  Cena:  Nepodařilo se ověřit ·  free plán: **ne** [podrobnosti o ceně](#cenik)  

 Pro koho: Datoví inženýři, správci databází a IT týmy firem, které potřebují automaticky přesouvat a připravovat data mezi systémy 

   [  Vyzkoušet Microsoft Azure Data Factory  ](https://zacinamsai.cz/out/microsoft-azure-data-factory)    Otevře web nástroje v nové záložce    Ověřeno týmem  

   Chcete tento nástroj porovnat s jinými? 

 ## Shrnutí

Azure Data Factory (ADF) je spravovaná cloudová služba Microsoftu pro ETL/ELT, tedy automatické přesouvání a úpravu dat mezi systémy. Je určená datovým inženýrům a IT týmům firem, ne běžným začátečníkům. Platí se podle spotřeby (konkrétní ceny se nepodařilo ověřit) a Microsoft v dokumentaci sám doporučuje, aby noví uživatelé začínali raději s Data Factory ve Microsoft Fabric.

### 🇨🇿 Dostupnost v Česku: nejasné

 Čeština: Nepodařilo se ověřit. Otevřená dokumentace a ceník byly v angličtině.

Platba: Platí se přes předplatné Azure podle spotřeby. Zda lze platit kartou v CZK, jsme neověřili.

Soukromí a data: Microsoft uvádí integraci s Microsoft Entra ID a řízení přístupu podle rolí. Konkrétní podmínky GDPR a umístění dat jsme v otevřených zdrojích neověřili; umístění dat se podle konceptu integration runtime volí podle regionu.

Poznámka: Azure je v Česku běžně používaný, ale dostupnost ADF v konkrétních regionech EU jsme neověřili.

 ##   O nástroji 

Azure Data Factory, zkráceně ADF, je služba Microsoftu běžící v cloudu Azure. Podle oficiální dokumentace jde o spravovanou službu pro složité hybridní procesy typu ETL (extrakce, transformace, načtení), ELT a obecně integraci dat. Jednoduše řečeno: firma má data rozházená v databázích, souborech a aplikacích a ADF je podle časového plánu nebo události sbírá, upravuje a ukládá na jedno místo, třeba do datového skladu nebo datového jezera.

Důležité upozornění hned na začátku: v aktuální dokumentaci Microsoft uvádí, že Data Factory ve Microsoft Fabric je nová generace ADF s jednodušší architekturou a vestavěnou umělou inteligencí, a že kdo s integrací dat teprve začíná, má začít s Fabric verzí. Stávající ADF tedy stále funguje, ale není to už doporučená volba pro úplné nováčky. Srovnávací články z let 2025 a 2026 popisují ADF jako vhodnější pro rozsáhlé a složité projekty s větší možností nastavení, zatímco Fabric verze je rychlejší na rozjezd, ale má podle nich méně funkcí.

ADF funguje na několika základních pojmech. Pipeline je skupina kroků, které dohromady vykonají jednu práci. Jednotlivý krok se nazývá aktivita a může data kopírovat, transformovat nebo řídit průběh (podmínky, cykly For-each). Linked service je něco jako připojovací řetězec k databázi či úložišti, dataset popisuje strukturu dat a integration runtime je výpočetní prostředí, které práci skutečně provede. Spouštění řeší triggery, například pravidelný denní plán nebo příchod souboru do úložiště.

Konkrétně služba podle Microsoftu nabízí více než 90 vestavěných konektorů bez příplatku, vizuální tvorbu procesů bez psaní kódu a takzvané mapping data flows, které transformace spouštějí na Sparku, aniž by uživatel musel spravovat clustery. Pro kód psaný ručně lze volat externí výpočty, například Azure Databricks nebo HDInsight. K dispozici je podpora CI/CD přes Azure DevOps a GitHub, monitoring přes Azure Monitor a integrace s Microsoft Entra ID a řízením přístupu podle rolí. Microsoft také uvádí SLA 99,9 % a možnost migrace starších balíčků SQL Server Integration Services (SSIS).

Původní popis na našem webu zmiňoval vkládání predikčních modelů přímo do datových toků přes Azure Machine Learning. To jsme ve zdrojích, které jsme otevřeli, neověřili; dokumentace uvádí pouze to, že transformace lze spouštět na externích výpočetních službách včetně Machine Learning. ADF je tedy především nástroj na dopravu a přípravu dat, ne nástroj s vlastní umělou inteligencí.

Co se týče slabších stránek, recenze a komunitní zdroje opakovaně zmiňují obtížné ladění složitějších pipeline (obecné chybové hlášky, nelze procházet běh krok za krokem) a nepředvídatelné náklady spojené s počtem spuštění a objemem přesunutých dat. Platí se podle spotřeby: za spuštění aktivit, hodiny přesunu dat, výpočetní čas data flow a další provozní operace. Přesné sazby se nám z ceníku nepodařilo přečíst, proto je neuvádíme a odkazujeme na kalkulačku cen Azure.

Pokud jde o češtinu, ze zdrojů, které jsme otevřeli, jsme nezjistili, že by ADF měl lokalizované rozhraní nebo českou dokumentaci. Dokumentace a ceník, které jsme viděli, byly v angličtině. Nástroj je určen pro technické profesionály: vyžaduje předplatné Azure, znalost databází a základů práce s cloudem. Pro osobní použití nebo běžné úkoly s daty v Excelu je zbytečně složitý. Pro české firmy, které už používají Azure nebo SQL Server, může dávat smysl jako orchestrátor datových toků.

 ####  💰 Cenové informace 

 Model: paid 

 Cena od: Nepodařilo se ověřit (stránka s ceníkem při načtení nezobrazila konkrétní částky, k 2026-09-30). 

 Free tier limity: Podle shrnutí ceníku je prvních pět aktivit měsíčně zdarma; přesné podmínky a případný bezplatný Azure kredit pro nové účty jsme neověřili. 

 Detaily: Model platby podle spotřeby bez paušálu. Účtuje se orchestrace a spuštění aktivit, hodiny Integration Runtime (přesun dat se počítá v DIU-hodinách), výpočet data flow ve vCore-hodinách (minimální cluster 8 vCore, varianty General Purpose a Memory Optimized) a operace čtení/zápisu a monitoringu. Nad 100 aktivit měsíčně je podle ceníku sleva 20 %. Zvlášť se platí odchozí přenos dat z datacenter Azure a neaktivní pipeline. Aktuální částky v CZK či USD je třeba zjistit v kalkulačce cen Azure (k 2026-09-30 neověřeno). 

  ####  🎯 Cílová skupina 

Datoví inženýři, správci databází a IT týmy firem, které potřebují automaticky přesouvat a připravovat data mezi systémy. Hodí se hlavně organizacím, které už používají Azure nebo SQL Server.

####  💡 Případy použití 

  Každonoční kopírování dat z lokální databáze SQL Server do cloudového datového skladu 

  Sběr souborů z různých úložišť do Azure Data Lake Storage a jejich pozdější zpracování 

  Automatické spuštění zpracování ve chvíli, kdy do úložiště dorazí nový soubor 

  Transformace velkých objemů dat pomocí data flows bez správy Spark clusteru 

  Migrace stávajících balíčků SSIS na spravovanou cloudovou službu 

 ####  ✅ Výhody 

  Více než 90 vestavěných konektorů bez příplatku (podle Microsoftu). 

  Vizuální prostředí dovoluje sestavovat procesy bez psaní kódu. 

  Serverless a spravovaná služba, uživatel se nestará o servery ani Spark clustery. 

  Podpora CI/CD přes Azure DevOps a GitHub a monitoring přes Azure Monitor. 

  Podle srovnávacích článků je pro čistě integrační zátěž často levnější než celá kapacita Fabric, dokud objem neroste výrazně. 

####  ❌ Nevýhody 

  Podle recenzí a komunitních zdrojů je ladění složitých pipeline těžkopádné a chybové hlášky bývají obecné. 

  Náklady se podle uživatelů těžko předvídají, protože závisí na počtu spuštění a objemu přesunutých dat. 

  Je to nástroj pro odborníky, vyžaduje znalost pojmů jako pipeline, linked service nebo integration runtime. 

  Microsoft sám označuje Data Factory ve Fabric za novou generaci a pro nové uživatele ji doporučuje, takže budoucnost ADF je v tomto směru nejistá (oficiální plán ukončení jsme nenašli). 

 ####  👥 Ideální pro 

  Datoví inženýři budující datové sklady a datová jezera v Azure   IT týmy firem s hybridním prostředím (lokální servery i cloud)   Organizace migrující balíčky SSIS do cloudu   Firmy, které už mají předplatné Azure a potřebují orchestrovat datové toky   Analytici a BI týmy, které potřebují pravidelně načítat data z více zdrojů  

 ##   Hlavní funkce 

 Více než 90 vestavěných konektorů bez příplatku umožňuje napojit databáze, soubory a SaaS aplikace bez psaní vlastních integrací. 

 Vizuální tvorba pipeline bez kódu umožňuje sestavit ETL a ELT procesy klikáním v prohlížeči. 

 Mapping data flows spouští transformace dat na Sparku, aniž by uživatel spravoval clustery. 

 Copy Activity kopíruje data z lokálních i cloudových zdrojů do centrálního úložiště, včetně komprese a náhledu dat. 

 Triggery spouští zpracování podle časového plánu nebo události, například při příchodu souboru do úložiště. 

 Řídicí prvky toku (větvení, cykly For-each, parametry, proměnné) dovolují skládat složitější procesy. 

 Podpora CI/CD přes Azure DevOps a GitHub umožňuje verzovat a postupně nasazovat datové procesy. 

 Monitoring přes Azure Monitor, API a portál Azure ukazuje úspěšnost a selhání běhů a umí upozorňovat. 

 Možnost migrace balíčků SSIS do cloudu pomáhá firmám s dosavadním řešením na SQL Serveru. 

 Integrace s Microsoft Entra ID a řízením přístupu podle rolí omezuje, kdo smí s datovými toky pracovat. 

## Jak začít

1. Vytvořte si nebo použijte předplatné Microsoft Azure a přihlaste se na portál Azure.
2. Zvažte, zda pro nový projekt nezačít raději s Data Factory ve Microsoft Fabric, jak doporučuje dokumentace.
3. V Azure vytvořte novou instanci Data Factory (data factory) ve zvoleném regionu.
4. Otevřete vizuální prostředí pro tvorbu a vytvořte linked service pro zdroj a cíl dat.
5. Vytvořte pipeline s Copy Activity, zvolte zdrojový a cílový dataset.
6. Nastavte trigger (plán nebo událost) a po spuštění sledujte výsledek v monitoringu.

### Co vyzkoušet jako první

Zkopírovat každou noc tabulku objednávek z SQL Serveru do Azure Data Lake Storage.

Vytvořit pipeline, která po nahrání nového CSV souboru do úložiště soubor načte, vyčistí a uloží do databáze.

Sestavit data flow, který spojí tabulku zákazníků a tabulku objednávek a uloží výsledek pro reporting.

Nastavit upozornění, když některý běh pipeline selže.

## Na co si dát pozor

### Nehodí se pro

- Úplní začátečníci bez zkušeností s databázemi a cloudem
- Jednotlivci, kteří potřebují jen jednoduše zpracovat tabulky nebo použít AI chatbota
- Noví uživatelé, kteří začínají od nuly a nemají důvod volit starší ADF (Microsoft sám doporučuje Data Factory ve Fabric)

### Limity a co není ověřeno

- Konkrétní ceny se nepodařilo z ceníku přečíst, stránka zobrazila místo částek pomlčky.
- Podrobné limity služby a dostupnost v jednotlivých regionech Azure jsme neověřovali.
- Podpora češtiny v rozhraní Azure portálu a ADF Studia nebyla ověřena.
- Nástroj jsme sami nevyzkoušeli, údaje vycházejí z oficiálních materiálů a recenzí.
- Tvrzení o vkládání modelů strojového učení přímo do toků jsme ověřili jen v obecné podobě (volání externích výpočtů).

## Časté otázky

### Je Azure Data Factory zdarma?

Ne, je to placená služba podle spotřeby. Podle shrnutí ceníku je prvních pět aktivit měsíčně zdarma, ostatní podmínky jsme neověřili.

### Je to nástroj s umělou inteligencí?

Ne v pravém smyslu. Je to služba pro přesun a přípravu dat, která může volat externí výpočty včetně strojového učení. Nejde o chatbota ani generátor obsahu.

### Funguje to česky?

To jsme neověřili. Dokumentace a ceník, které jsme otevřeli, byly anglicky.

### Musím umět programovat?

Procesy lze tvořit vizuálně bez kódu, ale je potřeba rozumět databázím, datovým tokům a základním pojmům Azure.

### Je lepší ADF, nebo Data Factory ve Fabric?

Microsoft v dokumentaci uvádí, že Fabric verze je nová generace a nováčkům ji doporučuje. Srovnávací články uvádějí, že ADF má více možností pro složité projekty.

### Je ADF bezpečný?

Podle Microsoftu nabízí integraci s Microsoft Entra ID a řízení přístupu podle rolí. Podrobnosti o GDPR jsme neověřovali.

## Na co se ještě podívat

- Data Factory v Microsoft Fabric – Nová generace služby, kterou Microsoft doporučuje pro nové uživatele.
- Azure Databricks – Hodí se, když chcete transformace psát kódem na platformě postavené na Sparku.
- SQL Server Integration Services (SSIS) – Starší nástroj Microsoftu pro ETL, vhodný pro stávající lokální prostředí.
- Peliqan a podobné integrační platformy – Uvádějí se mezi alternativami ADF v srovnávacích přehledech; konkrétní funkce jsme neověřovali.

## Zdroje

Informace ověřeny z veřejných zdrojů k 30. 9. 2026. Nástroj jsme sami nezkoušeli. Ceny a dostupnost se mohou změnit.

- [Azure Data Factory – oficiální produktová stránka](https://azure.microsoft.com/en-us/products/data-factory/)
- [Introduction to Azure Data Factory – Microsoft Learn](https://learn.microsoft.com/en-us/azure/data-factory/introduction)
- [Azure Data Factory – ceník (data pipeline)](https://azure.microsoft.com/en-us/pricing/details/data-factory/data-pipeline/)
- [Modernizing Data Pipelines: Azure Data Factory vs Fabric Data Factory (Acuvate)](https://acuvate.com/blog/azure-data-factory-vs-microsoft-fabric-data-factory/)
- [Azure Data Factory vs Fabric Data Factory (Team400)](https://team400.ai/blog/2026-05-azure-data-factory-vs-fabric-data-factory-choosing)
- [Azure Data Factory Challenges (Pythian)](https://pythian.com/blog/azure-data-factory-challenges-proven-strategies-and-best-practices-for-success)
- [Azure Data Factory Alternatives (Peliqan)](https://peliqan.io/blog/azure-data-factory-alternatives-competitors/)

### Začínáte s Microsoft Azure Data Factory?

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

 [ 📚 Návody k Microsoft Azure Data Factory ](https://zacinamsai.cz/articles?related=microsoft-azure-data-factory) [ 💡 AI Prompty ](https://zacinamsai.cz/prompts?tool=microsoft-azure-data-factory) 

### Kolekce

 [  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) 

### 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": "Microsoft Azure Data Factory",
    "alternateName": "Cloudový nástroj od Microsoftu, který podle plánu sám přesouvá a upravuje data mezi databázemi, úložišti a aplikacemi.",
    "description": "Azure Data Factory, zkráceně ADF, je služba Microsoftu běžící v cloudu Azure. Podle oficiální dokumentace jde o spravovanou službu pro složité hybridní procesy typu ETL (extrakce, transformace, načtení), ELT a obecně integraci dat. Jednoduše řečeno: firma má data rozházená v databázích, souborech a aplikacích a ADF je podle časového plánu nebo události sbírá, upravuje a ukládá na jedno místo, třeba do datového skladu nebo datového jezera.\n\nDůležité upozornění hned na začátku: v aktuální dokumentaci Microsoft uvádí, že Data Factory ve Microsoft Fabric je nová generace ADF s jednodušší architekturou a vestavěnou umělou inteligencí, a že kdo s integrací dat teprve začíná, má začít s Fabric verzí. Stávající ADF tedy stále funguje, ale není to už doporučená volba pro úplné nováčky. Srovnávací články z let 2025 a 2026 popisují ADF jako vhodnější pro rozsáhlé a složité projekty s větší možností nastavení, zatímco Fabric verze je rychlejší na rozjezd, ale má podle nich méně funkcí.\n\nADF funguje na několika základních pojmech. Pipeline je skupina kroků, které dohromady vykonají jednu práci. Jednotlivý krok se nazývá aktivita a může data kopírovat, transformovat nebo řídit průběh (podmínky, cykly For-each). Linked service je něco jako připojovací řetězec k databázi či úložišti, dataset popisuje strukturu dat a integration runtime je výpočetní prostředí, které práci skutečně provede. Spouštění řeší triggery, například pravidelný denní plán nebo příchod souboru do úložiště.\n\nKonkrétně služba podle Microsoftu nabízí více než 90 vestavěných konektorů bez příplatku, vizuální tvorbu procesů bez psaní kódu a takzvané mapping data flows, které transformace spouštějí na Sparku, aniž by uživatel musel spravovat clustery. Pro kód psaný ručně lze volat externí výpočty, například Azure Databricks nebo HDInsight. K dispozici je podpora CI/CD přes Azure DevOps a GitHub, monitoring přes Azure Monitor a integrace s Microsoft Entra ID a řízením přístupu podle rolí. Microsoft také uvádí SLA 99,9 % a možnost migrace starších balíčků SQL Server Integration Services (SSIS).\n\nPůvodní popis na našem webu zmiňoval vkládání predikčních modelů přímo do datových toků přes Azure Machine Learning. To jsme ve zdrojích, které jsme otevřeli, neověřili; dokumentace uvádí pouze to, že transformace lze spouštět na externích výpočetních službách včetně Machine Learning. ADF je tedy především nástroj na dopravu a přípravu dat, ne nástroj s vlastní umělou inteligencí.\n\nCo se týče slabších stránek, recenze a komunitní zdroje opakovaně zmiňují obtížné ladění složitějších pipeline (obecné chybové hlášky, nelze procházet běh krok za krokem) a nepředvídatelné náklady spojené s počtem spuštění a objemem přesunutých dat. Platí se podle spotřeby: za spuštění aktivit, hodiny přesunu dat, výpočetní čas data flow a další provozní operace. Přesné sazby se nám z ceníku nepodařilo přečíst, proto je neuvádíme a odkazujeme na kalkulačku cen Azure.\n\nPokud jde o češtinu, ze zdrojů, které jsme otevřeli, jsme nezjistili, že by ADF měl lokalizované rozhraní nebo českou dokumentaci. Dokumentace a ceník, které jsme viděli, byly v angličtině. Nástroj je určen pro technické profesionály: vyžaduje předplatné Azure, znalost databází a základů práce s cloudem. Pro osobní použití nebo běžné úkoly s daty v Excelu je zbytečně složitý. Pro české firmy, které už používají Azure nebo SQL Server, může dávat smysl jako orchestrátor datových toků.",
    "url": "https://zacinamsai.cz/tools/microsoft-azure-data-factory",
    "applicationCategory": "Vývoj",
    "operatingSystem": "Web",
    "offers": {
        "@type": "Offer",
        "price": "0",
        "priceCurrency": "USD",
        "priceSpecification": {
            "@type": "PriceSpecification",
            "price": "Nepodařilo se ověřit (stránka s ceníkem při načtení nezobrazila konkrétní částky, k 2026-09-30).",
            "priceCurrency": "CZK",
            "model": "paid"
        }
    },
    "author": {
        "@type": "Organization",
        "name": "Začínám s AI",
        "url": "https://zacinamsai.cz"
    },
    "publisher": {
        "@type": "Organization",
        "name": "Začínám s AI",
        "url": "https://zacinamsai.cz"
    },
    "image": "https://zacinamsai.cz/data/tool-logos/microsoft-azure-data-factory.webp",
    "sameAs": "https://azure.microsoft.com/en-us/services/data-factory/",
    "keywords": "Více než 90 vestavěných konektorů bez příplatku umožňuje napojit databáze, soubory a SaaS aplikace bez psaní vlastních integrací., Vizuální tvorba pipeline bez kódu umožňuje sestavit ETL a ELT procesy klikáním v prohlížeči., Mapping data flows spouští transformace dat na Sparku, aniž by uživatel spravoval clustery., Copy Activity kopíruje data z lokálních i cloudových zdrojů do centrálního úložiště, včetně komprese a náhledu dat., Triggery spouští zpracování podle časového plánu nebo události, například při příchodu souboru do úložiště., Řídicí prvky toku (větvení, cykly For-each, parametry, proměnné) dovolují skládat složitější procesy., Podpora CI/CD přes Azure DevOps a GitHub umožňuje verzovat a postupně nasazovat datové procesy., Monitoring přes Azure Monitor, API a portál Azure ukazuje úspěšnost a selhání běhů a umí upozorňovat., Možnost migrace balíčků SSIS do cloudu pomáhá firmám s dosavadním řešením na SQL Serveru., Integrace s Microsoft Entra ID a řízením přístupu podle rolí omezuje, kdo smí s datovými toky pracovat."
}
{
    "@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": "Microsoft Azure Data Factory",
            "item": "https://zacinamsai.cz/tools/microsoft-azure-data-factory"
        }
    ]
}
```
