Airline Social Listening: downloadable files
Kanchana Songklod · Power BI portfolio project

FILES
- airline_social_listening.pbix     The Power BI report
- executive_brief_EN.pdf / _TH.pdf  One-page summary for executives
- project_docs.xlsx                 Working documents: business questions, metric glossary,
                                    hypotheses, issue log, data dictionary, decision log, reconciliation
- codebook_v2.xlsx                  The 9 topics and how each one is assigned
- source_files.zip                  The 5 files the report reads, for Refresh

OPEN THE REPORT
1. Install Power BI Desktop (free, Windows) and open airline_social_listening.pbix.
2. It opens on the Home page with the saved data. No Refresh is needed to explore it.
3. To read the tweets behind a number, right-click a cell in a table on the
   Topic × Sentiment page and choose Drill through > What customers say.
   Opened from its own tab, that page still shows the filters of the last drill.

REFRESH THE DATA (optional)
1. Unzip source_files.zip into any folder.
2. In Power BI Desktop: Home > Transform data > Edit parameters. Set each path
   to the file in that folder:
   RawPath -> Tweets.csv · TopicsPath -> topics_v2_reviewed.csv
   CodebookPath -> codebook_v2.xlsx · BrandMentionsPath -> brand_mentions_v1.csv
   DimBrandPath -> dim_brand.xlsx
3. Choose Apply changes. The QA page should then show PASS.

DATA AND LICENCE
- Tweets: Twitter US Airline Sentiment, published on Kaggle by CrowdFlower,
  licence CC BY-NC-SA 4.0. The report, the topics file and the documents built
  from it are shared under the same licence: credit the source, non-commercial
  use only, and share adaptations under the same terms.
- Passenger numbers: U.S. Bureau of Transportation Statistics (T-100 Market and
  On-Time Performance, February 2015), public domain.
- About half of the topics were assigned by AI (Claude) and checked against labels
  I made myself (91.7% agreement, Cohen's kappa 0.90 on 362 tweets). The Python
  scripts used for the checks were written by AI.

------------------------------------------------------------------------

ไฟล์ดาวน์โหลด: Airline Social Listening
Kanchana Songklod · โปรเจกต์ Power BI ใน portfolio

ไฟล์
- airline_social_listening.pbix     รายงาน Power BI
- executive_brief_EN.pdf / _TH.pdf  สรุป 1 หน้าสำหรับผู้บริหาร
- project_docs.xlsx                 เอกสารประกอบ: คำถามธุรกิจ นิยาม metric สมมติฐาน Issue log
                                    Data dictionary Decision log และการกระทบยอด
- codebook_v2.xlsx                  9 หมวดและวิธีติดหมวดแต่ละหมวด
- source_files.zip                  ไฟล์ 5 ไฟล์ที่รายงานอ่าน สำหรับ Refresh

เปิดรายงาน
1. ติดตั้ง Power BI Desktop (ฟรี ใช้บน Windows) แล้วเปิด airline_social_listening.pbix
2. รายงานเปิดที่หน้า Home พร้อมข้อมูลที่บันทึกไว้ ดูได้เลยโดยไม่ต้อง Refresh
3. อยากอ่านทวีตเบื้องหลังตัวเลข ให้คลิกขวาที่ช่องในตารางหน้า Topic × Sentiment
   แล้วเลือก Drill through > What customers say
   ถ้าเปิดหน้านั้นจากแท็บของมันเอง จะยังเห็นตัวกรองจากการ drill ครั้งล่าสุด

Refresh ข้อมูล (ไม่บังคับ)
1. แตกไฟล์ source_files.zip ไว้ในโฟลเดอร์ใดก็ได้
2. ใน Power BI Desktop: Home > Transform data > Edit parameters
   แล้วตั้งพาธแต่ละช่องให้ชี้ไปที่ไฟล์ในโฟลเดอร์นั้น:
   RawPath -> Tweets.csv · TopicsPath -> topics_v2_reviewed.csv
   CodebookPath -> codebook_v2.xlsx · BrandMentionsPath -> brand_mentions_v1.csv
   DimBrandPath -> dim_brand.xlsx
3. กด Apply changes แล้วหน้า QA ควรขึ้น PASS

ข้อมูลและสัญญาอนุญาต
- ทวีต: Twitter US Airline Sentiment เผยแพร่บน Kaggle โดย CrowdFlower
  สัญญาอนุญาต CC BY-NC-SA 4.0 รายงาน ไฟล์หมวด และเอกสารที่สร้างจากข้อมูลนี้
  ใช้สัญญาอนุญาตเดียวกัน: ให้เครดิตแหล่งที่มา ใช้โดยไม่แสวงหากำไรเท่านั้น
  และงานดัดแปลงต้องใช้เงื่อนไขเดียวกัน
- จำนวนผู้โดยสาร: U.S. Bureau of Transportation Statistics (T-100 Market และ
  On-Time Performance, กุมภาพันธ์ 2015) เป็นสาธารณสมบัติ
- หมวดของทวีตราวครึ่งหนึ่งติดโดย AI (Claude) และตรวจกับหมวดที่ฉันติดเอง
  (ตรงกัน 91.7%, Cohen's kappa 0.90 จาก 362 ทวีต) สคริปต์ Python ที่ใช้ตรวจเขียนโดย AI