Analiza skuteczności procesów adopcyjnych

Wprowadzenie

---

Projekt analizy skuteczności adopcji powstał z pasji i osobistego zaangażowania – jako opiekun czterech kotów, od lat obserwuję procesy budowania relacji między ludźmi a zwierzętami. Z własnego doświadczenia wiem, że adopcja kota to proces wyjątkowy; często żartuję, że to nie człowiek adoptuje kota, lecz kot wybiera swojego człowieka.

Ta osobista perspektywa zainspirowała mnie do spojrzenia na temat w sposób analityczny. Celem projektu było zbadanie kluczowych czynników wpływających na sukces procesów adopcyjnych oraz stworzenie narzędzia, które poprzez dane wspiera

Dane

---

Analiza została przeprowadzona na podstawie następujących zmiennych:

•   Identyfikacja: PetID (Unikalny numer zwierzaka).
•   Cechy fizyczne: PetType (Gatunek), Breed (Rasa), AgeMonths (Wiek w miesiącach), Color (Umaszczenie), Size (Wielkość), Weight_Kg (Waga).
•   Zdrowie i historia: Vaccinated (Szczepienia), HealthCondition (Stan zdrowia), PreviousOwner (Poprzedni właściciel).
•   Logistyka i proces: TimeInShelterDays (Czas w schronisku), AdoptionFee (Opłata adopcyjna).
•   Zmienna wynikowa: AdoptionLikelihood (Prawdopodobieństwo adopcji).

Ewoluacja projektu i proces technologiczny

---

Projekt przeszedł proces modernizacji: pierwotna analiza została przygotowana w programie Excel, natomiast w marcu 2026 roku dokonałem pełnej migracji i aktualizacji procesów przy użyciu SQL.

1. Przygotowanie i transformacja danych (SQL)

•   Import i strukturyzacja: Przeniesienie zbioru danych z Kaggle do bazy danych.
•   Data Cleaning: Wykorzystanie zapytań SQL do usunięcia duplikatów oraz identyfikacji błędnych rekordów.
•   Logika biznesowa: Stworzenie widoków i zapytań sprawdzających spójność danych (np. poprawność relacji wieku do wagi).

2. Wizualizacja (Tableau)

•   Połączenie Tableau bezpośrednio z plikiem źródłowym `.csv`
•   Analiza korelacji: wpływ wieku na prawdopodobieństwo adopcji.

Podsumowanie i kluczowe wnioski

---

1. Cel główny: Po co stworzyłem ten raport?
Głównym celem było dostarczenie schroniskom narzędzia opartego na danych, które pomoże zrozumieć, jakie czynniki realnie skracają czas oczekiwania zwierzęcia na nowy dom. Chciałem sprawdzić, czy popularne przekonania (np. że wysoka opłata adopcyjna zniechęca ludzi) znajdują potwierdzenie w twardych liczbach, czy są jedynie mitem.

2. Najciekawszy wniosek: Co pokazały dane (SQL)?
Analiza przeprowadzona przy użyciu zapytań SQL wykazała zaskakującą zależność: wysokość opłaty (AdoptionFee) nie była kluczową barierą dla adopcji. Okazało się, że osoby decydujące się na zwierzęta z pełną historią medyczną i szczepieniami (Vaccinated) chętniej akceptowały wyższe koszty. Największym wyzwaniem okazał się jednak wiek – zwierzęta starsze (seniorzy) miały drastycznie niższy wskaźnik AdoptionLikelihood, niezależnie od innych parametrów.

Rekomendacja: Co schronisko powinno zrobić?
Na podstawie liczb rekomenduję zmianę strategii promocyjnej: zamiast obniżać opłaty dla wszystkich zwierząt, schronisko powinno utrzymać standardowe stawki dla młodych psów i kotów, a uzyskane w ten sposób fundusze przeznaczyć na "Pakiety Seniora". Sugeruję wprowadzenie darmowych przeglądów weterynaryjnych dla adoptujących starsze zwierzęta, co realnie uderza w główną barierę (strach przed kosztami leczenia starszego pupila), a nie w samą chęć adopcji.