Analiza obiegu samochodów w firmie

Utworzone: 14.08.2025

Cel projektu:

Stworzenie interaktywnego raportu w Power BI, który pokazuje sprzedaż samochodów w czasie oraz zależności między marką, ceną, kolorem i przebiegiem.

Krok po kroku:

• Wygenerowanie fikcyjnych danych
• Oczyszczenie i przygotowanie danych w Power BI
• Modelowanie relacji w Power BI
• Tworzenie miar i obliczeń w języku DAX (np. sprzedaż roczna, ilość sprzedaży, ranking marek, wiek)
• Budowa dashboardów z możliwością filtrowania i porównywania wyników

Kluczowe wnioski:

• Rekord sprzedaży w 2019 roku – 708 aut
• Najniższa sprzedaż w 2025 roku – 366 aut

Insight 1 – Cena ≠ sprzedaż

• Najwyższe mediany cen: Fairthorpe (270 tys. zł), McLaren (269 tys. zł)
• Najwięcej sprzedanych marek: Chevrolet (975 szt.), Ford (967 szt.)

Insight 2 – Kolor zdradza wiek

• Starsze auta (17–18 lat): Mauve, Pink, Indigo
• Najmłodsze auta: Green, Turquoise, Aquamarine

Insight 3 – Przebieg bywa skrajny

• Foose i Rambler: od 50 tys. km do ponad 330 tys. km

Dodatkowe wnioski: * Sama marka czy cena nie wystarczą, aby opowiedzieć całą historię. * Dopiero łączenie wielu cech pozwala odkrywać ukryte wzorce i lepiej rozumieć rynek.

Narzędzia:

• Power BI
• Język DAX

Umiejętności wykorzystane w projekcie:

• Analiza i interpretacja informacji liczbowych
• Tworzenie dashboardów w Power BI
• Stosowanie języka DAX
• Czyszczenie i organizacja materiału analitycznego
• Prezentacja wyników w formie czytelnego raportu
• Wyciąganie wniosków biznesowych z analiz