Projekt wolontariacki: Incydenty z rekinami • 2000-2024

---

Wprowadzenie

Rekiny od zawsze budziły emocje – a dane pomagają te emocje przekuć w zrozumienie. Ten projekt powstał jako moja wolontariacka współpraca z Global Shark Attack File (GSAF). Moim celem było przedstawienie tej historii w sposób spokojny i odpowiedzialny – pokazanie, że większość incydentów nie kończy się śmiercią, a ryzyko zależy głównie od pory roku, rodzaju aktywności i lokalizacji, a nie od „niebezpiecznych gatunków”.

To nie była tylko analiza danych, ale także proces poprawy ich jakości i praktyka etycznej wizualizacji. Dashboard został zaprojektowany tak, aby był przejrzysty, minimalistyczny i pozbawiony sensacyjności.

Dane

• Źródło: Global Shark Attack File (GSAF)
• Zakres lat: 2000-2024 (snapshot)
• Pola zawarte w danych: data i lokalizacja incydentu, aktywność człowieka, gatunek rekina (jeśli znany), status (śmiertelny / nieśmiertelny), typ (sprowokowany / niesprowokowany), pora roku, kraj.
• Uwaga: zbiór danych zawiera historyczne wpisy, które mogą różnić się szczegółowością lub dokładnością w zależności od sposobu i miejsca zgłoszenia incydentów. Celem projektu była klarowność i struktura, nie sensacyjny przekaz.

Proces

1) Przygotowanie danych (MySQL)

• Zaimportowanie pliku źródłowego i utworzenie kopii zapasowych.
• Usunięcie duplikatów i pustych wierszy, ujednolicenie wielkości liter i formatów.
• Parsowanie dat z różnych formatów (YYYY-MMM-DD, DD-MMM-YY, MMM-YYYY); w przypadku braku dnia miesiąca zastosowano wartość domyślną – 15.
• Standaryzacja nazw krajów i stanów (kody ISO, aliasy), oczyszczenie niespójnych nazw lokalizacji.
• Utworzenie pól pochodnych, takich jak IsFatal, IsProvoked, ActivityCategory oraz SpeciesCategory.
• Wykonanie kontroli jakości w celu zapewnienia logicznych zakresów i spójnej liczby rekordów.

2) Wizualizacja (Tableau)

• KPIs: liczba incydentów ogółem, nieśmiertelne, niesprowokowane oraz kraj z największą liczbą zdarzeń.
• Wykres trendu 2000-2024 (śmiertelne vs nieśmiertelne vs nieznane).
• Udział poszczególnych aktywności (np. sporty deskowe, pływanie, wędkarstwo).
• Sezonowość według miesięcy, z filtrami dla kraju, aktywności i typu incydentu.
• Tooltips zawierające definicje i opis metodologii.
• Paleta kolorów i układ skupione na przejrzystości i równowadze – bez dramatyzmu.

Technologie i narzędzia: MySQL, DBeaver, Tableau, SQL/ETL, dokumentacja metodologii.

Wyniki

• Większość incydentów nie kończy się śmiercią.
• Sezonowość: więcej zdarzeń występuje latem oraz w miejscach o dużej aktywności wodnej.
• Aktywność ma znaczenie: sporty deskowe, pływanie i wędkarstwo są najczęściej wymieniane w raportach.
• Wskaźnik śmiertelności nie wzrósł w latach 2000-2024.
• Interaktywny dashboard umożliwia łatwe badanie trendów w czasie, według aktywności i geografii.

Refleksje

• Jakość danych przede wszystkim: najbardziej czasochłonną częścią było ujednolicenie lokalizacji. Wiele raportów zawierało opisowe nazwy miejsc (plaże, zatoki, rafy, regiony), których Tableau nie rozpoznawało automatycznie. Zastosowałam reguły regex (normalizacja pisowni, usuwanie skrótów/znaków, standaryzacja formatu), aby zharmonizować nazwy krajów, stanów i lokalizacji, dzięki czemu mapa wyświetla się poprawnie.
• Jasne definicje zapobiegają błędnej interpretacji: rozróżnienie między incydentami sprowokowanymi i niesprowokowanymi oraz śmiertelnymi i nieśmiertelnymi jest kluczowe dla odpowiedzialnej analizy.
• Etyczna wizualizacja: stonowane kolory, czytelne etykiety i brak rankingów „najbardziej niebezpiecznych rekinów” sprawiają, że przekaz jest informacyjny, a nie alarmistyczny.
• Świadome ograniczenia: wyniki zależą od sposobu raportowania incydentów w poszczególnych regionach – liczby zawsze należy interpretować w odpowiednim kontekście.