Transparentně o sběru, ověřování a zpracování dat
Cenu jednoduchého espressa. Ne double, ne s mlékem, ne lungo, ne speciality nápoje. Pouze standardní espresso, jak ho kavárna prodává běžnému zákazníkovi bez slev a akcí.
Důvod: je to nejjednotnější jednotka, kterou podává prakticky každá kavárna. Umožňuje férové srovnání.
Indexujeme podniky jejichž hlavní náplní je příprava a podávání nápojů — kavárny, coffee bary a bistra zaměřená na kávu. Podmínkou je možnost přijít pouze na espresso, sednout si a konzumovat ho na místě, připravené baristicky.
Restaurace, pekárny a jiné podniky kde je káva doplňkovým produktem do indexu nezahrnujeme. Jejich Google hodnocení odráží primárně jiné služby než kvalitu kávy — srovnání by bylo zavádějící.
Osobní obchůzka — chodíme do kaváren, čteme ceníky, ptáme se obsluhy.
Veřejné ceníky — fotky menu z Google Maps, webů kaváren a sociálních sítí.
Příspěvky návštěvníků — kdokoliv může přidat cenu přes formulář. Každý příspěvek projde manuální kontrolou.
Kavárendex není žebříček nejlepších kaváren. Je to žebříček poměru cena a kvalita. Kavárna s výbornou kávou za vyšší cenu může být v žebříčku níž než dobrá kavárna za nízkou cenu, protože za každou korunu nabízí méně.
Kdo hledá čistě nejlepší kavárnu bez ohledu na cenu, podívá se na Google hodnocení. Kdo hledá nejlevnější espresso, přepne řazení na Cena ↑. Skóre je pro ty, kdo chtějí odpověď: kde dostanu dobrou kávu a nepřeplatím?
Nad seznamem najdeš tři přepínače, kterými si žebříček zúžíš: na kavárny s 30+ recenzemi, se 100+ recenzemi, a na hodnocení 4,7 a výš. Filtr na recenze říká, jak spolehlivá data chceš vidět, filtr na hodnocení odfiltruje horší polovinu indexu. Dají se kombinovat.
Skóre kombinuje tři věci: Google hodnocení, počet recenzí a cenu espressa. Žádnou z nich nebereme přímočaře. Hodnocení projde čtyřmi úpravami, než se z něj stane skóre:
1. Bayesovský průměr — hodnocení s málo recenzemi stáhneme k průměru indexu.
2. Srážka za nejistotu — odečteme tím víc, čím míň recenzí za číslem stojí.
3. Umocnění — rozdíly v hodnocení roztáhneme, protože stupnice 4,0–5,0 je stlačená.
4. Dělení cenou — výsledkem je kvalita za korunu. Hodnocení rozhoduje o pořadí zhruba ze 67 %, cena z 33 %.
Nová kavárna s deseti recenzemi a hodnocením 5,0 by v jednoduchém vzorci automaticky přeskočila zavedenou kavárnu s tisíci recenzemi a 4,7. Proto používáme bayesovský průměr — stejnou matematiku jako IMDb u Top 250 filmů. U kaváren s málo recenzemi hodnocení lehce stáhneme směrem k průměru indexu. Čím víc recenzí, tím menší korekce.
Konstanta C = 50, průměr indexu je aktuálně 4,6. Kavárna s 1000 recenzemi má upravené hodnocení téměř totožné se syrovým. Kavárna s 10 recenzemi je ze 83 % tažena k průměru.
Bayesovský průměr řeší jen půlku problému. Stáhne kavárnu s pár recenzemi směrem k průměru indexu — ale ten průměr je 4,6, tedy slušné číslo. Kavárna se dvěma recenzemi tak není potrestaná, jen posazená na úroveň průměru. To je málo.
Proto od upraveného hodnocení ještě odečítáme směrodatnou chybu: směrodatná odchylka hodnocení v indexu dělená odmocninou z počtu recenzí. Místo nejlepšího odhadu tedy pracujeme s jeho opatrným spodním okrajem. Stejnou logikou řadí Reddit komentáře.
Směrodatná odchylka hodnocení je v indexu zhruba 0,28 hvězdičky. Odmocnina zajistí, že srážka rychle mizí, jak recenzí přibývá:
| 10 | recenzí — srážka 0,089 |
| 32 | recenzí — srážka 0,049 |
| 100 | recenzí — srážka 0,028 |
| 443 | recenzí — srážka 0,013 |
| 1000 | recenzí — srážka 0,009 |
Prakticky to znamená, že mezi dvěma kavárnami se shodným hodnocením 4,9 rozhodne počet recenzí. Ta se čtyřmi sty recenzemi předběhne tu se třiceti — protože u třiceti si tím číslem nejsme tak jistí.
Google hodnocení kaváren se v praxi drží mezi zhruba 4,0 a 5,0. Kdybychom ho do vzorce dosadili tak, jak je, viděl by rozdíl mezi kavárnou se 4,3 a kavárnou se 4,8 jako pouhých dvanáct procent — zatímco espresso za 80 Kč je proti espressu za 40 Kč dražší o sto procent. Cena by rozhodovala skoro o všem, aniž bychom to tak zamýšleli.
Ta stlačenost je vlastnost stupnice, ne skutečnosti. Mezi kavárnou se 4,3 a kavárnou se 4,8 je pro hosta podstatně větší rozdíl, než napovídá půl hvězdičky. Proto hodnocení umocňujeme — z dvanáctiprocentního rozdílu se stane sedmasedmdesátiprocentní, tedy měřítko srovnatelné s cenou.
Cena dělí přímo, bez úprav. Skóre je tedy doslova kvalita za korunu — jen na stupnici kvality, která rozdíly nezplošťuje. Samotné číslo nemá absolutní význam, slouží jen k seřazení kaváren mezi sebou.
Proč zrovna 5,2? Není to odhad. Změřili jsme na datech indexu, jak silně cena a hodnocení ovlivňují výsledné pořadí, a exponent nastavili tak, aby hodnocení vážilo zhruba 67 % a cena 33 %. Prakticky z toho vychází, že desetina bodu hodnocení odpovídá zhruba šesti korunám.
Je to vědomá volba, ne přírodní zákon. Nižší exponent by nahoru vyplavil nejlevnější podniky bez ohledu na kvalitu, vyšší by z Kavárendexu udělal další žebříček oblíbenosti, kde na ceně nezáleží.
Vedle skóre ukazujeme i to, jak spolehlivé hodnocení je — podle počtu recenzí, ze kterých vychází.
| ● | Spolehlivé (100+ recenzí). Hodnocení vychází z dostatečně velkého vzorku. |
| ◐ | Rostoucí (30–99 recenzí). Hodnocení je směrodatné, ale může se ještě posunout. |
| ○ | Nové (pod 30 recenzí). Hodnocení je orientační. Pozice v žebříčku je méně spolehlivá. |
Žádný vzorec není neutrální. Každá volba — konstanta C, srážka za nejistotu, exponent u hodnocení, způsob měření kvality — je interpretace, ne fakt. Kavárendex ukazuje jeden z možných pohledů na poměr cena a kvalita.
Google hodnocení neměří espresso. Měří celý podnik — obsluhu, interiér, dorty, atmosféru. Skóre tedy poctivěji řečeno vyjadřuje kvalitu podniku na korunu espressa, ne kvalitu kávy na korunu. Částečně to řešíme tím, že do indexu nebereme restaurace a pekárny, ale úplně to odstranit nejde.
Skóre nejsou porovnatelná mezi měsíci. Průměr indexu, ke kterému se hodnocení stahuje, se počítá ze všech kaváren v indexu — a ten se s každou přidanou kavárnou mírně posouvá. Číslo skóre má proto smysl jen jako pořadí v rámci jednoho okamžiku, ne jako veličina sledovaná v čase.
Sledujeme datum poslední změny u každé kavárny. Data starší než tři měsíce bereme jako orientační. Jednou měsíčně děláme snapshot celého indexu pro sledování vývoje cen v čase.
Nehodnotíme kavárny subjektivně. Žádné komentáře, žádné hvězdičky od nás. Kvalita je věcí Google recenzí.
Neprodáváme data. Ceny sbíráme, aby byly veřejně dostupné každému.
Vidíš v datech chybu? Napiš na kavarendex@gmail.com. Každé hlášení prochází ručně.