Łyk danych: Dashboard konsumpcji kawy

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”.

Ten projekt nie dotyczył wyłącznie analizy odpowiedzi, ale też sprawdzenia, co potrafię zrobić z narzędziami i 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, a nie jako praktykę czysto biznesową.

Formalnie był to jednak przede wszystkim praktyczny trening pełnego warsztatu Power BI: czyszczenia i transformacji danych, modelowania relacyjnego, tworzenia miar DAX i budowy interaktywnego raportu - od surowej ankiety, przez model danych, aż po gotowe, klikalne wizualizacje.

Dane

Źródło: autorska ankieta online (SurveySwap)
Liczba odpowiedzi: 324 (dobrowolne, anonimowe)
Struktura ankiety: 16 pytań w trzech częściach - nawyki picia kawy (czy pijesz, jak często, ile filiżanek dziennie, o której porze pierwsza kawa, gdzie najczęściej), preferencje (sposób parzenia, rodzaj kawy, dodatki, moc naparu) oraz motywacje i efekty (powody picia, skutki uboczne, ogólny wpływ na zdrowie, stosunek do kawy).
Gałąź dla osób niepijących kawy: osobne pytania o powód niepicia (smak, samopoczucie, brak potrzeby, zdrowie) oraz o to, co piją zamiast kawy (herbata, yerba mate, napoje energetyczne, woda).
Dane demograficzne: wiek (6 przedziałów), płeć oraz kraj (pole otwarte) - wykorzystywane później jako filtry przekrojowe w dashboardzie.

Dane nie reprezentują całej populacji - to próba internetowa, dobrowolna i niereprezentatywna, zebrana do celów ćwiczeniowych. Projekt ma charakter opisowy, a nie wnioskowanie statystyczne, i dotyczy wyłącznie tej konkretnej grupy respondentów.

Proces

To był mój pierwszy poważny projekt, w którym przeszłam przez cały cykl - od zaprojektowania ankiety, przez zebranie i wyczyszczenie danych, po model relacyjny i gotowy, interaktywny raport w Power BI.

1) Ankieta i zbieranie danych

Zaprojektowanie 16-pytaniowej ankiety podzielonej na trzy bloki tematyczne plus osobną gałąź dla osób niepijących kawy i sekcję demograficzną.
Zebranie 324 dobrowolnych odpowiedzi online przez SurveySwap.

2) Standaryzacja danych krajów (Python)

Wyodrębnienie unikalnych wartości pola „kraj” (pole otwarte, więc respondenci wpisywali je na wiele różnych sposobów).
Automatyczne dopasowanie do kodów ISO w Pythonie, w notebooku clean_and_map_countries.ipynb, przy użyciu biblioteki pycountry.
Ręczna weryfikacja i korekta przypadków, których biblioteka nie rozpoznała automatycznie, oraz scalenie finalnego mapowania kraj→ISO z danymi źródłowymi w Excelu (plik coffee_survey_clean.xlsx).

3) Transformacje w Power Query

Cała warstwa transformacji powstała w interfejsie graficznym Power Query, bez ręcznie pisanego kodu M.

Dodanie kolumny Index (od 1, Add Column → Index Column → From 1) jako stabilnego klucza do późniejszych relacji między tabelami.
Skrócenie długich odpowiedzi funkcją Replace Values dla czytelności wykresów i filtrów - np. „Taste and enjoyment - I simply like the taste of coffee” zamieniono na „Taste and enjoyment”.
Utworzenie czterech kolumn pomocniczych wymuszających logiczną kolejność w wizualizacjach: FirstCoffee_idx (kolejność pór dnia), How often drink index (skala częstotliwości), relationship_index (spektrum od „entuzjasty” po „zwykłego konsumenta”) oraz CupsPerDay_label (zamiana liczby na czytelną etykietę).
„Unpivot” pytań wielokrotnego wyboru (powody picia kawy i skutki uboczne): zduplikowanie tabeli głównej, zamiana przecinków na separator „|” w kolumnie z wieloma odpowiedziami, rozdzielenie po separatorze na osobne kolumny, a następnie przekształcenie z układu szerokiego w długi - tak, aby każda zaznaczona odpowiedź trafiła do osobnego wiersza.

4) Model danych i miary DAX

Trzy tabele w modelu: coffee_survey_clean (odpowiedzi bazowe), Unpivot_reasons (powody picia w formacie długim) i Unpivot_experience (skutki uboczne w formacie długim), połączone relacjami 1:* po kolumnie Index z obustronną propagacją filtrów.
Bazowa miara drinking coffee liczy respondentów, którzy odpowiedzieli „Tak” na pytanie o picie kawy, i służy jako wspólny mianownik dla wszystkich miar procentowych.
Około 18 miar procentowych zbudowanych według jednego wzorca (DIVIDE + REMOVEFILTERS) - osobno dla dodatków (mleko, roślinne mleko, cukier, syrop, przyprawy, bez dodatków), preferowanej mocy naparu (4 kategorie) oraz sposobu parzenia (7 metod, od ekspresu po cold brew).
Rozłączony slicer liczby filiżanek dziennie - osobna tabela CupChoices (DATATABLE) i miary wykorzystujące TREATAS, dzięki czemu filtr „ile filiżanek dziennie” działa niezależnie, nie psując pozostałych wizualizacji na stronie.

Efektem jest raport, który da się bezpiecznie rozbudowywać: każda nowa miara trzyma się tego samego wzorca, a struktura danych w formacie długim pozwala dodawać kolejne przekroje bez przebudowy modelu.

Wyniki

Dashboard pokazuje zwyczaje związane z piciem kawy w prosty i przejrzysty sposób, ułożony w cztery tematyczne strony. Odpowiedzi w większości potwierdziły intuicję, ale wartością projektu było przekształcenie tych nawyków w liczby i umożliwienie ich porównania z różnych perspektyw (wiek, płeć, kraj, liczba filiżanek dziennie).

Coffee Habits - nawyki

Dla większości respondentów kawa jest porannym rytuałem - najczęściej wskazywaną porą jest krótko po przebudzeniu.
Blisko połowa respondentów pije kawę codziennie, a 44% ogranicza się do jednej filiżanki dziennie.

Consumption & Preferences - konsumpcja i preferencje

W preferencjach dominują napoje na bazie mleka - latte i cappuccino to najczęściej wybierane rodzaje kawy.
Najpopularniejsze dodatki to mleko lub śmietanka, przed opcjami roślinnymi, cukrem i syropami smakowymi.
Główne motywacje - smak, energia/pobudzenie i przyzwyczajenie/rutyna - pojawiają się niemal równie często, bez jednej wyraźnie dominującej przyczyny.

Health & Alternatives - zdrowie i alternatywy

Większość osób pijących kawę nie zgłasza żadnych negatywnych skutków ubocznych.
U części respondentów pojawiają się jednak konkretne dolegliwości - najczęściej problemy ze snem oraz kołatanie serca.
Wśród osób niepijących kawy najczęstszym powodem jest po prostu brak upodobania do smaku, a dominującą alternatywą - herbata.

Key Findings - podsumowanie

Kawa pełni dla większości ankietowanych funkcję rytuału, a nie tylko źródła kofeiny - stąd tak duże znaczenie przyzwyczajenia obok smaku i energii.
Interaktywny dashboard pozwala każdemu odbiorcy samodzielnie sprawdzić, jak te wzorce zmieniają się w zależności od wieku, płci, kraju czy liczby wypijanych filiżanek.

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 - pytania wielokrotnego wyboru wymagały osobnej struktury danych (unpivot) zanim dało się je w ogóle zwizualizować,
dane trzeba oczyścić i pogrupować, zanim pokażą wyraźny obraz - nawet coś pozornie prostego jak nazwa kraju potrafi mieć kilkanaście wariantów zapisu, które trzeba było ręcznie zweryfikować mimo automatycznego mapowania,
trzymanie się jednego wzorca przy budowie miar DAX (ta sama logika DIVIDE + REMOVEFILTERS powtórzona ok. 18 razy) bardzo ułatwiło późniejsze utrzymanie i rozbudowę raportu,
nie każdy projekt przynosi zaskakujące odkrycia - czasem celem jest po prostu pokazanie intuicji w liczbach, a wartością samo doprowadzenie surowych danych do gotowej, interaktywnej historii.

To był mój pierwszy pełny projekt - od pomysłu, przez własną ankietę, po gotowy dashboard. Dał mi praktykę w pełnym cyklu pracy z danymi w Power BI i upewnił, że to właśnie ta dziedzina jest moim kierunkiem rozwoju.