DAX (Data Analysis Expressions) একটি শক্তিশালী ভাষা যা Power BI, Excel PowerPivot, এবং SQL Server Analysis Services (SSAS)-এ ব্যবহৃত হয়। এটি ব্যবহৃত হয় ডেটা বিশ্লেষণ, কাস্টম ক্যালকুলেশন, এবং রিপোর্ট তৈরির জন্য। Power BI-এ DAX ফাংশনগুলি আপনার ডেটাকে আরও গভীরভাবে বিশ্লেষণ করতে সহায়ক, এবং ডেটার বিভিন্ন দিক বিশ্লেষণ করার জন্য নতুন মেজার বা ক্যালকুলেটেড কলাম তৈরি করতে পারে।
Power BI-এ DAX Functions ব্যবহার করার মাধ্যমে আপনি data models তৈরি, কাস্টম aggregations, time intelligence calculations, এবং conditional statements করতে পারেন।
এই প্রবন্ধে, আমরা Power BI এর জন্য কিছু সাধারণ DAX Functions এর ব্যবহার দেখব এবং কীভাবে আপনি এই ফাংশনগুলিকে কাজে লাগিয়ে আরও উন্নত বিশ্লেষণ তৈরি করতে পারেন।
Power BI-এ DAX Functions এর প্রধান ব্যবহার
- Data Modeling এবং Calculated Columns
- Aggregations এবং Measures
- Time Intelligence Calculations
- Conditional Statements
- Filter Context Management
- Row Context Management
১. Data Modeling এবং Calculated Columns
DAX Functions ব্যবহৃত হয় calculated columns তৈরি করতে, যা Power BI-এ ডেটার উপর নতুন মান তৈরি করে। এই কলামগুলো মূলত row context এর মধ্যে কাজ করে এবং টেবিলের প্রতিটি সারি বিশ্লেষণ করে নতুন মান প্রদান করে।
উদাহরণ:
ধরা যাক, আপনি Sales টেবিলের জন্য একটি Profit (মুনাফা) কলাম তৈরি করতে চান, যা SalesAmount এবং Cost কলামের গুণফল বের করবে। আপনি এটি করতে DAX ব্যবহার করতে পারেন:
Profit = Sales[SalesAmount] - Sales[Cost]
এটি Sales টেবিলের প্রতিটি সারির জন্য মুনাফা (SalesAmount - Cost) নির্ধারণ করবে।
২. Aggregations এবং Measures
DAX Functions ব্যবহৃত হয় measure তৈরি করতে, যা aggregation functions প্রয়োগ করে ডেটার উপরে গণনা করে। এই ফাংশনগুলি যেমন SUM, AVERAGE, MIN, MAX, এবং COUNT ব্যবহার করে আপনি ডেটার উপর সংক্ষিপ্ত পরিসংখ্যান তৈরি করতে পারেন।
উদাহরণ:
ধরা যাক, আপনি Sales টেবিলের মোট বিক্রয় পরিমাণ জানাতে চান:
Total Sales = SUM(Sales[SalesAmount])
এটি Sales[SalesAmount] কলামের সমস্ত মানের যোগফল প্রদান করবে।
আরেকটি উদাহরণ হতে পারে গড় বিক্রয় পরিমাণ বের করা:
Average Sales = AVERAGE(Sales[SalesAmount])
এটি Sales[SalesAmount] কলামের গড় মান নির্ধারণ করবে।
৩. Time Intelligence Calculations
DAX-এ Time Intelligence Functions ব্যবহৃত হয় time-based calculations করতে, যেমন Year-to-Date (YTD), Quarter-to-Date (QTD), Month-to-Date (MTD) ইত্যাদি। এগুলো ব্যবসায়িক রিপোর্টে খুবই গুরুত্বপূর্ণ, বিশেষত যখন আপনি বছরের শুরু থেকে বর্তমান পর্যন্ত বিক্রয় পরিমাণ, লাভ বা অন্যান্য KPIs ট্র্যাক করতে চান।
উদাহরণ:
Year-to-Date (YTD) বিক্রয় বের করতে DAX ব্যবহার করা যেতে পারে:
YTD Sales = CALCULATE(SUM(Sales[SalesAmount]), DATESYTD(Sales[Date]))
এটি Sales[SalesAmount] এর বছর-থেকে-বর্তমান (YTD) যোগফল বের করবে, যেখানে Sales[Date] কলামটি তারিখের কলাম হিসেবে ব্যবহৃত হবে।
আরেকটি উদাহরণ হতে পারে Last Year Sales বের করা:
Sales Last Year = CALCULATE(SUM(Sales[SalesAmount]), SAMEPERIODLASTYEAR(Sales[Date]))
এটি গত বছর একই সময়ের বিক্রয় পরিমাণ বের করবে।
৪. Conditional Statements
DAX Functions ব্যবহৃত হয় conditional statements তৈরি করতে, যেমন IF, SWITCH, IFERROR, ইত্যাদি, যা ডেটার ভিত্তিতে শর্ত পূর্ণ হলে নির্দিষ্ট মান প্রদান করতে পারে।
উদাহরণ:
ধরা যাক, আপনি Sales টেবিলে এমন একটি কলাম তৈরি করতে চান যা SalesAmount এর উপর ভিত্তি করে High বা Low শর্ত প্রদান করবে:
Sales Category = IF(Sales[SalesAmount] > 1000, "High", "Low")
এটি SalesAmount 1000 এর বেশি হলে High, অন্যথায় Low প্রদান করবে।
আরেকটি উদাহরণ SWITCH ফাংশনের মাধ্যমে:
Sales Performance = SWITCH(TRUE(),
Sales[SalesAmount] > 5000, "Excellent",
Sales[SalesAmount] > 2000, "Good",
"Needs Improvement"
)
এটি SalesAmount এর মানের উপর ভিত্তি করে Excellent, Good, অথবা Needs Improvement প্রদান করবে।
৫. Filter Context Management
DAX Functions ব্যবহৃত হয় filter context management করতে, যেমন ALL, FILTER, ALLEXCEPT, REMOVEFILTERS ইত্যাদি। এগুলি ব্যবহার করে আপনি একটি নির্দিষ্ট শর্তের উপর ভিত্তি করে ডেটা ফিল্টার বা প্রসারিত করতে পারেন।
উদাহরণ:
ধরা যাক, আপনি চান Sales টেবিলের সমস্ত SalesAmount এর যোগফল বের করতে, কিন্তু কিছু ফিল্টার প্রভাবিত না হয়:
Total Sales All = CALCULATE(SUM(Sales[SalesAmount]), ALL(Sales))
এটি Sales টেবিলের সমস্ত SalesAmount এর যোগফল দিবে, যেখানে ALL ফাংশনটি সমস্ত ফিল্টার দূর করে।
৬. Row Context Management
DAX Functions ব্যবহার করা হয় row context management এর জন্য, যেমন EARLIER, EARLIEST, ইত্যাদি। এই ফাংশনগুলির মাধ্যমে আপনি nested expressions এ একাধিক row context ব্যবহার করে নির্দিষ্ট মান বের করতে পারেন।
উদাহরণ:
ধরা যাক, আপনি Sales টেবিলে প্রতিটি পণ্যের জন্য মোট বিক্রয় পরিমাণ বের করতে চান এবং আগের সারির ডেটা রেফারেন্স করতে চান, তাহলে EARLIER ব্যবহার করা হতে পারে:
Previous Sales =
CALCULATE(
SUM(Sales[SalesAmount]),
FILTER(Sales, Sales[ProductID] = EARLIER(Sales[ProductID]) && Sales[Date] < EARLIER(Sales[Date]))
)
এটি Sales টেবিলের মধ্যে ProductID এবং Date অনুযায়ী পূর্ববর্তী বিক্রয় পরিমাণ বের করবে।
সারাংশ
DAX Functions Power BI-এ ডেটার উপর advanced calculations করতে অত্যন্ত গুরুত্বপূর্ণ ভূমিকা পালন করে। Data Modeling, Aggregation, Time Intelligence, Conditional Statements, Filter Context এবং Row Context এর উপর ভিত্তি করে আপনি কাস্টম ক্যালকুলেশন তৈরি করতে পারেন। DAX Functions ব্যবহার করে আপনি Power BI ড্যাশবোর্ডে ডেটার বিশ্লেষণ আরও উন্নত এবং বিস্তারিতভাবে করতে পারবেন, যা আপনাকে সঠিক ব্যবসায়িক সিদ্ধান্ত নিতে সহায়ক হবে।
Read more
