Wprowadzenie
Uwielbiam kawę – to mój codzienny rytuał i źródło energii. Dlatego naturalnym wyborem było, by pierwszy projekt w moim portfolio poświęcić właśnie kawie. Lubię nazywać go moim „pierwszym latte w świecie analizy danych”.

Projekt: Łyk danych: Dashboard konsumpcji kawy
Narzędzia: Power BI, Power Query, Python (Pandas), Excel
Opis: Analiza danych ankietowych o nawykach picia kawy – od czyszczenia i transformacji po budowę interaktywnych wizualizacji. Cel: Zrozumienie preferencji konsumentów i storytelling w dashboardzie z dynamicznymi filtrami (wiek, płeć, kraj).
Dane: 324 odpowiedzi | SurveySwap
Repozytorium: Zobacz na GitHub
www.youtube.com – Sip of Data: Stories Over Coffee
Ten projekt nie dotyczył wyłącznie analizy odpowiedzi, ale też sprawdzenia, co potrafię zrobić z narzędziami i z designem. Dlatego dashboard ma bardziej artystyczny charakter – był moim eksperymentem z kształtami, kolorami i interaktywnością.
📌 W pracy zawodowej wiem, że dashboardy powinny być przejrzyste, praktyczne i szybkie w budowie. W tym projekcie postawiłam na kreatywność i naukę – traktuję go jako ćwiczenie w opowiadaniu historii za pomocą danych.
Dane
-
- Źródło: ankieta mojego autorstwa, zebrana online (SurveySwap)
- Liczba odpowiedzi: 324
- Zakres tematyczny: częstotliwość picia kawy, rodzaj kawy, ulubione dodatki, powody picia (przyjemność, energia, koncentracja) oraz kontekst (praca, nauka, spotkania).
📌 Ważne: dane nie są reprezentatywne dla całej populacji – pochodzą z internetowej grupy respondentów. Celem nie była statystyka, lecz przećwiczenie pełnego procesu analizy danych.
Proces
To był mój pierwszy poważny projekt, w którym przeszłam przez cały cykl – od pomysłu, przez zebranie danych, po końcowy interaktywny raport.
- Projekt ankiety – przygotowałam pytania o codzienne nawyki związane z kawą: jak często, w jakich sytuacjach, z jakimi dodatkami i dlaczego.
- Zbieranie odpowiedzi – ankieta online przyniosła 324 odpowiedzi. Wiedziałam, że próba nie jest reprezentatywna, ale stanowiła świetny materiał do ćwiczeń.
- Czyszczenie i przygotowanie danych – pytanie o kraj pozostawiłam otwarte celowo. Chciałam zobaczyć, jak to jest pracować z odpowiedziami zapisanymi na różne sposoby („USA”, „United States”, „US”). Było to czasochłonne, ale bardzo pouczające. Pozostałe pytania – np. o wiek czy dodatki – były zamknięte, więc analiza była prostsza.
- Strukturyzacja i wstępna analiza – po oczyszczeniu mogłam wreszcie zobaczyć pełen obraz. Surowa tabela z setkami wierszy niewiele mówi – dopiero po pogrupowaniu i wizualizacji danych widać było główne wzorce.
- Dashboard – ostatnim krokiem było stworzenie interaktywnego raportu, w którym użytkownik może filtrować dane według wieku, płci i kraju oraz porównywać grupy.
Wyniki
Dashboard pokazuje zwyczaje związane z piciem kawy w prosty i przejrzysty sposób. Odpowiedzi w większości potwierdziły intuicje, ale wartością projektu było przekształcenie tych nawyków w liczby i umożliwienie ich porównania.
-
- niemal połowa respondentów pije kawę codziennie,
- 44% zwykle pije tylko jedną filiżankę dziennie,
- dodatki są bardzo popularne – najczęściej mleko lub śmietanka,
- główne powody picia kawy: przyjemność, energia i koncentracja.
Dzięki interaktywnemu projektowi można odkrywać wyniki z różnych perspektyw – np. płci, wieku lub kraju.
Refleksje
Ten projekt nauczył mnie, że analiza danych to nie tylko narzędzia, ale także pytania, sposób zaprojektowania ankiety i staranne przygotowanie danych.
Najważniejsze wnioski:
-
- rodzaj pytania ma ogromny wpływ na późniejszą analizę,
- dane trzeba oczyścić i pogrupować, zanim pokażą wyraźny obraz,
- nie każdy projekt przynosi zaskakujące odkrycia – czasem celem jest po prostu pokazanie intuicji w liczbach.
To był mój pierwszy pełny projekt – od pomysłu, przez własną ankietę, po gotowy dashboard. Dał mi praktykę i upewnił, że to właśnie ta dziedzina jest moim kierunkiem rozwoju.