Data Visualization এর বেসিক ধারণা

Data Visualization বা ডেটা ভিজুয়ালাইজেশন একটি প্রক্রিয়া, যার মাধ্যমে ডেটা বা তথ্যের গ্রাফিক্যাল উপস্থাপনা তৈরি করা হয়। এটি ডেটাকে সহজে বোঝার এবং বিশ্লেষণ করার জন্য ভিজুয়াল ফরম্যাটে উপস্থাপন করে, যেমন: চার্ট, গ্রাফ, ম্যাপ, বা ইন্টারঅ্যাকটিভ ড্যাশবোর্ড। ডেটা ভিজুয়ালাইজেশন ব্যবহারের মাধ্যমে বড় ডেটাসেটগুলোর মধ্যে লুকানো প্যাটার্ন, ট্রেন্ড এবং সম্পর্ক সহজেই শনাক্ত করা যায়, যা ডিসিশন মেকিং (decision-making) প্রক্রিয়া সহজ করে তোলে।

Data Visualization এর গুরুত্ব

দ্রুত বিশ্লেষণ (Quick Analysis)

ডেটা ভিজুয়ালাইজেশন দ্রুত এবং কার্যকরভাবে তথ্য বিশ্লেষণ করতে সহায়তা করে। ভিজুয়ালাইজেশন দেখে, যে কেউ সহজে এবং দ্রুত ডেটার মধ্যে প্যাটার্ন এবং সম্পর্ক বুঝতে পারে, যা অন্যথায় শুধুমাত্র টেবিল বা গ্রিডের মাধ্যমে বিশ্লেষণ করা অনেক সময়সাপেক্ষ হতে পারে।

ডেটার বোঝাপড়া (Understanding Data)

ভিজুয়ালাইজেশন ডেটার কনটেক্সট (context) এবং সংযুক্ত তথ্যের মধ্যে সম্পর্ক বুঝতে সাহায্য করে। এটি ব্যবসায়িক সিদ্ধান্ত গ্রহণের জন্য খুবই গুরুত্বপূর্ণ, কারণ এটি যেকোনো ডেটার গুরুত্ব এবং তাৎপর্য পরিষ্কারভাবে উপস্থাপন করে।

ইনসাইট (Insight)

ডেটা ভিজুয়ালাইজেশন শুধুমাত্র তথ্যের উপস্থাপনা নয়, এটি আরও গভীর ইনসাইট বা তথ্যের আড়ালে লুকানো প্যাটার্ন এবং ট্রেন্ড বের করতে সহায়তা করে, যা কৌশলগত সিদ্ধান্তে গুরুত্বপূর্ণ ভূমিকা রাখতে পারে।

তথ্যের সহজ উপস্থাপনা (Simplified Data Representation)

বড় এবং জটিল ডেটাসেটগুলোকে একটি সোজা এবং সহজ ভিজুয়াল ফরম্যাটে রূপান্তর করা হয়, যা সাধারণ মানুষ কিংবা ব্যবসায়িক দলের সদস্যদের বুঝতে সহায়ক।

Data Visualization এর উপাদান

ডেটা ভিজুয়ালাইজেশনের কয়েকটি মূল উপাদান রয়েছে:

চার্ট (Charts)

চার্ট হচ্ছে ডেটার ভিজুয়াল উপস্থাপনার প্রধান মাধ্যম। কিছু সাধারণ ধরনের চার্ট হলো:

• বার চার্ট (Bar Chart): এটি তুলনামূলক ডেটা প্রদর্শন করতে ব্যবহৃত হয়।
• লাইনের গ্রাফ (Line Graph): সময়ের সাথে পরিবর্তনশীল ডেটা প্রদর্শন করতে ব্যবহৃত হয়।
• পাই চার্ট (Pie Chart): অংশবিশেষের জন্য তুলনা প্রদর্শন করতে ব্যবহৃত হয়।

গ্রাফ (Graphs)

গ্রাফের মাধ্যমে ডেটার মধ্যে সম্পর্ক বা ট্রেন্ড দেখানো হয়। যেমন: স্ক্যাটার প্লট (Scatter Plot), যা দুটি ভেরিয়েবলের মধ্যে সম্পর্ক প্রদর্শন করে।

ম্যাপ (Maps)

ডেটা ভিজুয়ালাইজেশন ম্যাপ ব্যবহার করে জ্যোগ্রাফিক্যাল তথ্য দেখানোর জন্য ব্যবহৃত হয়। যেমন: একটি দেশের ভৌগলিক অবস্থান এবং তার ডেটা সম্পর্কিত তথ্য।

ড্যাশবোর্ড (Dashboards)

ড্যাশবোর্ড হলো একাধিক ভিজুয়ালাইজেশন সমন্বিত একটি প্ল্যাটফর্ম, যা এক সাথে অনেক ধরনের ডেটা ইনসাইট প্রদর্শন করে। এটি দ্রুত সিদ্ধান্ত নেওয়ার জন্য ব্যবহৃত হয়।

Tableau এবং Data Visualization

Tableau হল একটি শক্তিশালী টুল যা ডেটা ভিজুয়ালাইজেশন এবং বিশ্লেষণের জন্য ব্যবহৃত হয়। এটি ব্যবহারকারীদের বিভিন্ন ধরণের ভিজুয়াল তৈরির সুবিধা দেয়, যেমন গ্রাফ, চার্ট, ম্যাপ, ড্যাশবোর্ড, ইত্যাদি। Tableau এর মাধ্যমে যেকোনো বড় ডেটাসেটকে সহজ এবং বোধগম্য ভিজুয়াল ফরম্যাটে রূপান্তর করা সম্ভব, যা ডেটার বিশ্লেষণ এবং সিদ্ধান্ত গ্রহণের প্রক্রিয়া সহজ করে।

Data Visualization একটি অত্যন্ত গুরুত্বপূর্ণ দিক যে কোনো ব্যবসা বা গবেষণায়, কারণ এটি জটিল ডেটাকে সহজভাবে উপস্থাপন করে এবং দ্রুত এবং কার্যকর সিদ্ধান্ত নিতে সাহায্য করে। Tableau এর মতো টুলস ডেটা বিশ্লেষকদের জন্য গুরুত্বপূর্ণ হাতিয়ার হয়ে ওঠে, যা তাদের ডেটা থেকে গুরুত্বপূর্ণ ইনসাইট বের করতে সহায়তা করে।

Tableau ব্যবহার করে বিভিন্ন ধরনের ডেটা ভিজুয়ালাইজেশন তৈরি করা সম্ভব, যার মধ্যে বেসিক চার্টস যেমন Bar Chart, Line Chart, Pie Chart, এবং Scatter Plot অন্যতম। এগুলো ডেটাকে সহজে বোঝার জন্য বিভিন্ন ফরম্যাটে উপস্থাপন করে।

১. Bar Chart (বার চার্ট)

Bar Chart হলো একটি জনপ্রিয় ভিজুয়ালাইজেশন টুল, যা ক্যাটেগোরিকাল ডেটা (Categorical Data) বা সংখ্যা তুলনা করার জন্য ব্যবহৃত হয়। এটি প্রতিটি ক্যাটেগরি বা ডেটা পয়েন্টের জন্য বার বা কলাম ব্যবহার করে ডেটা প্রদর্শন করে।

Bar Chart তৈরি করার পদক্ষেপ:

1. Tableau এ আপনার ডেটা সোর্স লোড করুন।
2. Columns শেলফে একটি ফিল্ড (যেমন Sales) ড্র্যাগ করুন।
3. Rows শেলফে অন্য একটি ফিল্ড (যেমন Region বা Product) ড্র্যাগ করুন।
4. অটোমেটিকভাবে Tableau বার চার্ট তৈরি করবে।

ব্যবহার:

• ক্যাটেগোরিকাল ডেটার মধ্যে তুলনা করা।
• যেমন: বিভিন্ন অঞ্চলের বিক্রির তুলনা।

২. Line Chart (লাইন চার্ট)

Line Chart ডেটার পরিবর্তন এবং প্রবণতা (Trend) দেখানোর জন্য উপযুক্ত। এটি সাধারণত সময় (Time) ভিত্তিক ডেটা বিশ্লেষণের জন্য ব্যবহৃত হয়, যেমন মাস, ত্রৈমাসিক, বা বার্ষিক ডেটা।

Line Chart তৈরি করার পদক্ষেপ:

1. Tableau এ ডেটা লোড করুন।
2. Columns শেলফে সময় সম্পর্কিত ফিল্ড (যেমন Date) ড্র্যাগ করুন।
3. Rows শেলফে পরিমাপ (যেমন Sales বা Profit) ড্র্যাগ করুন।
4. Tableau স্বয়ংক্রিয়ভাবে লাইন চার্ট তৈরি করবে।

ব্যবহার:

• সময়ের সাথে ডেটার প্রবণতা বা পরিবর্তন ট্র্যাক করা।
• যেমন: গত বছরে বিক্রির প্রবণতা।

৩. Pie Chart (পাই চার্ট)

Pie Chart সাধারণত অংশের তুলনা করার জন্য ব্যবহৃত হয়, যা একটি পূর্ণ সার্কেলকে বিভিন্ন ভাগে ভাগ করে। এটি ক্যাটেগোরিকাল ডেটার জন্য উপযুক্ত যেখানে অংশের অনুপাত দেখানো হয়।

Pie Chart তৈরি করার পদক্ষেপ:

1. Tableau এ ডেটা সোর্স লোড করুন।
2. Rows শেলফে একটি ফিল্ড (যেমন Sales) ড্র্যাগ করুন।
3. Marks কার্ডে, Pie নির্বাচন করুন।
4. Color শেলফে একটি ক্যাটেগোরিকাল ফিল্ড (যেমন Region) ড্র্যাগ করুন।
5. Tableau স্বয়ংক্রিয়ভাবে পাই চার্ট তৈরি করবে।

ব্যবহার:

• ক্যাটেগরির মধ্যে অংশের অনুপাত দেখানো।
• যেমন: বিভিন্ন প্রোডাক্টের বিক্রির অংশ।

৪. Scatter Plot (স্ক্যাটার প্লট)

Scatter Plot দুইটি পরিমাণগত ভেরিয়েবলের (Quantitative Variables) মধ্যে সম্পর্ক বা কোরিলেশন দেখানোর জন্য ব্যবহৃত হয়। এটি দুইটি ভেরিয়েবলের মধ্যে প্যাটার্ন বা সম্পর্কের বিশ্লেষণ করতে সাহায্য করে।

Scatter Plot তৈরি করার পদক্ষেপ:

1. Tableau এ ডেটা লোড করুন।
2. Columns শেলফে একটি পরিমাপ (যেমন Sales) ড্র্যাগ করুন।
3. Rows শেলফে আরেকটি পরিমাপ (যেমন Profit) ড্র্যাগ করুন।
4. Marks কার্ডে Circle নির্বাচন করুন।
5. Tableau স্বয়ংক্রিয়ভাবে স্ক্যাটার প্লট তৈরি করবে।

ব্যবহার:

• দুটি পরিমাপের মধ্যে সম্পর্ক বা কোরিলেশন বিশ্লেষণ করা।
• যেমন: বিক্রির সাথে লাভের সম্পর্ক।

সারাংশ

Tableau এর Bar, Line, Pie, এবং Scatter চার্টগুলো ডেটা বিশ্লেষণ এবং ভিজুয়ালাইজেশনে অত্যন্ত কার্যকর। প্রতিটি চার্ট ডেটার ভিন্ন দিক তুলে ধরে এবং ব্যবহারকারীদেরকে সহজে সিদ্ধান্ত গ্রহণে সহায়তা করে। এগুলো তৈরি করা সহজ এবং যেকোনো ধরনের ডেটা বিশ্লেষণে উপযোগী।

Tableau তে Data Fields এবং Data Types খুবই গুরুত্বপূর্ণ ধারণা, যা ডেটা বিশ্লেষণের প্রক্রিয়াকে সহজ এবং কার্যকর করে তোলে। Tableau এ ডেটা দুটি প্রধান ক্যাটাগরিতে বিভক্ত থাকে: Dimensions (ডাইমেনশন) এবং Measures (মেজার)। এই দুইটি প্রকারের ডেটা ব্যবহার করে আপনি ডেটার গভীরে গিয়ে বিস্তারিত বিশ্লেষণ করতে পারেন এবং ভিজুয়ালাইজেশন তৈরি করতে পারেন।

Dimensions (ডাইমেনশন)

Dimensions হলো ডেটার সেই ক্যাটাগরি বা বৈশিষ্ট্য যা ডেটাকে শ্রেণীবদ্ধ (categorize) করে। এগুলো সাধারণত Quality-based বা Descriptive ফিল্ড, যা ডেটাকে গ্রুপিং এবং ফিল্টারিং করতে সহায়তা করে। Dimensions সাধারণত টেক্সট, তারিখ, বা ক্যাটাগরি ভিত্তিক ডেটা হতে পারে।

Dimension এর উদাহরণ:

• পণ্য নাম (Product Name)
• দেশ (Country)
• বিভাগ (Department)
• তারিখ (Date)

Dimensions এর ব্যবহার:

• Grouping: Dimensions দিয়ে ডেটাকে বিভিন্ন গ্রুপে বিভক্ত করা যায়।
• Filtering: Dimensions দিয়ে ডেটা ফিল্টার করা যায়, যেমন কোন নির্দিষ্ট দেশের ডেটা।
• Sorting: ডেটাকে Dimensions অনুযায়ী সাজানো যায়।

Measures (মেজার)

Measures হলো ডেটার সেই ফিল্ড যা পরিমাণগত বা মাপযোগ্য (quantitative) এবং গণনা (calculation) করা যায়। এগুলো সাধারণত Number-based ফিল্ড, যা ম্যাথমেটিক্যাল অপারেশন যেমন যোগ, বিয়োগ, গুন, ভাগ ইত্যাদি করতে সাহায্য করে।

Measure এর উদাহরণ:

• বিক্রয় পরিমাণ (Sales)
• লাভ (Profit)
• পরিমাণ (Quantity)
• পেমেন্ট (Revenue)

Measures এর ব্যবহার:

• Aggregation: Measures এর মান যোগ, গড়, গুণ, সর্বোচ্চ, সর্বনিম্ন ইত্যাদি গণনা করা যায়।
• Calculation: Measures দিয়ে কাস্টম ক্যালকুলেশন তৈরি করা যায়, যেমন লাভের মার্জিন নির্ণয় করা।
• Trend Analysis: Measures দিয়ে সময়ের সাথে সাথে ডেটার পরিবর্তন বিশ্লেষণ করা যায়।

Data Types (ডেটা টাইপ)

Tableau তে ডেটা ফিল্ডের কিছু নির্দিষ্ট টাইপ থাকে, যা প্রতিটি ফিল্ডের প্রকার এবং তার ব্যবহারকে নির্ধারণ করে।

Data Types এর উদাহরণ:

• String: টেক্সট ফিল্ড যেমন নাম বা ঠিকানা।
• Number: সংখ্যা ফিল্ড যেমন বিক্রয় বা লাভ।
• Boolean: সত্য বা মিথ্যা মান (True/False)।
• Date/Time: তারিখ এবং সময় সম্পর্কিত ডেটা।
• Geographical: জিওগ্রাফিক্যাল ডেটা যেমন শহর, দেশ, রাজ্য ইত্যাদি, যেগুলিকে ম্যাপে দেখানো যেতে পারে।

Dimensions এবং Measures এর মধ্যে পার্থক্য

সারাংশ

Dimensions এবং Measures হলো Tableau এর গুরুত্বপূর্ণ ফিল্ড টেমপ্লেট যা ডেটা বিশ্লেষণে সহায়তা করে। Dimensions সাধারণত টেক্সট এবং ক্যাটাগরি সম্পর্কিত ডেটা নিয়ে কাজ করে, যেখানে Measures সংখ্যা এবং পরিমাণগত ডেটা বিশ্লেষণ করতে ব্যবহৃত হয়। ডেটার এই দুইটি প্রকার ব্যবহার করে আপনি আরও কার্যকরী এবং বিস্তারিত ভিজুয়ালাইজেশন তৈরি করতে পারবেন।

Tableau তে ডেটা ফিল্ডগুলোকে Rows এবং Columns এ প্লেস (place) করা একটি অত্যন্ত গুরুত্বপূর্ণ এবং মৌলিক কাজ। এটি আপনার ডেটার ভিজুয়াল রিপ্রেজেন্টেশন (visual representation) তৈরি করতে সাহায্য করে, যেখানে আপনি বিভিন্ন গ্রাফ, চার্ট এবং ড্যাশবোর্ড তৈরি করতে পারবেন।

Rows এবং Columns এর ভূমিকা

• Rows: যখন আপনি একটি ডেটা ফিল্ডকে Rows তে প্লেস করেন, তখন সেই ফিল্ডটি উল্লম্বভাবে প্রদর্শিত হয়। এর ফলে প্রতিটি সেলের মধ্যে আপনি ফিল্ডের বিভিন্ন মান (values) দেখতে পাবেন। এটি সাধারণত কেটেগোরিক্যাল (categorical) ডেটার জন্য ব্যবহার হয়, যেমন পণ্য নাম, শহর ইত্যাদি।
• Columns: Columns তে ডেটা ফিল্ড রাখলে, সেই ফিল্ডটি অনুভূমিকভাবে প্রদর্শিত হয়। এটি সাধারণত পরিমাণগত (quantitative) ডেটা যেমন বিক্রির পরিমাণ, লাভ, সময় ইত্যাদির জন্য ব্যবহার করা হয়।

এইভাবে, Rows এবং Columns সঠিকভাবে ব্যবহার করে আপনি ডেটার দুইটি দিকের ভিজুয়ালাইজেশন তৈরি করতে পারেন।

Steps: Rows এবং Columns এ Data ফিল্ড Place করা

১. Tableau ওপেন করুন: প্রথমে Tableau সফটওয়্যারটি ওপেন করুন এবং আপনার ডেটা সোর্সটি লোড করুন।

২. Data Pane থেকে ফিল্ড নির্বাচন করুন: Data Pane থেকে আপনার প্রয়োজনীয় ডেটা ফিল্ডগুলো নির্বাচন করুন। যেমন, আপনি যদি একটি পণ্য তালিকা দেখতে চান, তাহলে "Product Name" বা "Category" ডাইমেনশন ফিল্ড নির্বাচন করুন। যদি আপনি বিক্রির পরিমাণ দেখতে চান, তাহলে "Sales" বা "Revenue" মেজারস ফিল্ড নির্বাচন করুন।

৩. Rows তে ডেটা প্লেস করুন:

• যেকোনো ডাইমেনশন ফিল্ড (যেমন, "Product Category") নির্বাচন করুন এবং সোজা Rows এ ড্র্যাগ করুন।
• ডেটা Rows এ প্লেস করার পর, Tableau সেই ফিল্ডের প্রতিটি ভ্যালু (value) একটি আলাদা সারি (row) হিসেবে প্রদর্শন করবে।

৪. Columns তে ডেটা প্লেস করুন:

• এখন আপনি যেকোনো মেজারস ফিল্ড (যেমন, "Sales") নির্বাচন করুন এবং Columns তে ড্র্যাগ করুন।
• Tableau সেই মেজারস ফিল্ডের মান (values) অনুভূমিকভাবে প্রদর্শন করবে, যেমন বিক্রির পরিমাণ বা লাভ।

৫. ভিজুয়ালাইজেশন চেক করুন:

• আপনি যখন ডেটা Rows এবং Columns এ প্লেস করবেন, তখন Tableau আপনার জন্য একটি প্রাথমিক গ্রাফ বা চার্ট তৈরি করে দিবে (যেমন বার গ্রাফ, লাইন গ্রাফ, ইত্যাদি)।
• আপনি আরও কাস্টমাইজেশন করতে পারেন, যেমন টাইটেল পরিবর্তন, ফিল্টার অ্যাপ্লাই করা, বা ভিজুয়ালাইজেশন শৈলী পরিবর্তন করা।

উদাহরণ

ধরা যাক, আপনার কাছে একটি ডেটা সেট রয়েছে যেখানে পণ্য ক্যাটেগরি (Product Category) এবং বিক্রির পরিমাণ (Sales) রয়েছে। আপনি যদি পণ্য ক্যাটেগরি অনুযায়ী বিক্রির পরিমাণ দেখতে চান, তাহলে আপনি এইভাবে কাজ করতে পারেন:

• Rows এ "Product Category" ফিল্ড প্লেস করুন।
• Columns এ "Sales" ফিল্ড প্লেস করুন।

এভাবে, আপনি একটি বার গ্রাফ বা লাইন গ্রাফ দেখতে পাবেন, যেখানে প্রতিটি পণ্য ক্যাটেগরি তার বিক্রির পরিমাণের সাথে প্রদর্শিত হবে।

Rows এবং Columns ব্যবহার করার সুবিধা

• ডেটার সহজ বিশ্লেষণ: Rows এবং Columns এ ফিল্ড প্লেস করার মাধ্যমে আপনি ডেটার বিভিন্ন দিক দেখতে এবং বিশ্লেষণ করতে পারেন।
• ডায়নামিক ভিজুয়ালাইজেশন: এই পদ্ধতিতে ভিজুয়ালাইজেশন ডায়নামিক হয়ে ওঠে, এবং আপনি সহজেই একে পরিবর্তন করতে বা কাস্টমাইজ করতে পারেন।
• প্রতিটি ডেটার সম্পর্ক: Rows এবং Columns সঠিকভাবে সাজানোর মাধ্যমে আপনি ডেটার মধ্যে সম্পর্ক বা প্যাটার্ন বুঝতে পারেন।

Tableau তে Rows এবং Columns ব্যবহার করে আপনি ডেটাকে আরও সহজ, পরিষ্কার এবং তথ্যসমৃদ্ধভাবে উপস্থাপন করতে পারবেন, যা ডেটা বিশ্লেষণের জন্য অত্যন্ত কার্যকরী।

Tableau তে Filter এবং Sort দুটি অত্যন্ত গুরুত্বপূর্ণ বৈশিষ্ট্য যা ডেটা বিশ্লেষণকে আরও সুনির্দিষ্ট এবং কার্যকর করে তোলে। এই দুটি ফিচার ব্যবহারের মাধ্যমে আপনি ডেটার নির্দিষ্ট অংশ বিশ্লেষণ করতে পারবেন এবং অপ্রয়োজনীয় বা অপ্রাসঙ্গিক ডেটা সরিয়ে ফেলতে পারবেন।

Filter করা Tableau তে

Filter হলো একটি প্রক্রিয়া যার মাধ্যমে আপনি ডেটার কিছু নির্দিষ্ট অংশ বা মান (values) নির্বাচন করেন, এবং অবশিষ্ট ডেটা থেকে সেটি বাদ দিয়ে আপনি যে ডেটার উপর কাজ করতে চান, সেটি আলাদা করে ফেলেন। এতে করে বিশ্লেষণ আরও বেশি কার্যকরী হয় এবং প্রয়োজনীয় ডেটা সহজেই পাওয়া যায়।

Tableau তে Filter করার ধাপসমূহ:

1. Data Pane থেকে Filter নির্বাচন করা
   • ডেটা পেন (Data Pane) থেকে আপনি যে ফিল্ড বা কলাম ফিল্টার করতে চান, সেটি ড্র্যাগ করে Filters Shelf এ রাখুন।
2. Filter Dialog Box
   • ফিল্টারটি যুক্ত করার পর, একটি Filter Dialog Box খুলবে। এখানে আপনি কিভাবে ফিল্টারটি প্রয়োগ করতে চান তা নির্বাচন করতে পারবেন। সাধারণত আপনি নিম্নলিখিত উপায়ে ফিল্টার করতে পারেন:
     • Value Filters: নির্দিষ্ট মান বা রেঞ্জ নির্বাচন করে ফিল্টার করা।
     • Top N Filters: সবচেয়ে শীর্ষ বা নীচের N মান নির্বাচন করা (যেমন Top 10, Bottom 5)।
     • Condition Filters: নির্দিষ্ট শর্ত অনুযায়ী ডেটা ফিল্টার করা (যেমন, শুধুমাত্র 500 এর বেশি বিক্রির মান দেখানো)।
     • Wildcard Filters: প্যাটার্ন মেলানো ফিল্টার ব্যবহার করা (যেমন, ‘Sales*’ সমস্ত Sales সম্পর্কিত তথ্য দেখানো)।
3. Apply and Close
   • ফিল্টার সেট করার পরে "OK" বা "Apply" ক্লিক করে পরিবর্তনগুলো কার্যকর করুন। এখন আপনার ভিজুয়ালাইজেশন শুধু ফিল্টার করা ডেটা দেখাবে।

Filter এর উপকারিতা:

• ডেটার নির্দিষ্ট অংশ দেখানো
• অপ্রয়োজনীয় বা অপ্রাসঙ্গিক তথ্য বাদ দেয়া
• ডেটার গভীরে গিয়ে বিশেষ দিক বিশ্লেষণ করা

Sort করা Tableau তে

Sort হলো একটি প্রক্রিয়া যা ডেটাকে একটি নির্দিষ্ট ক্রম অনুযায়ী সাজানোর জন্য ব্যবহৃত হয়। আপনি ডেটাকে এমনভাবে সাজাতে পারবেন যাতে তা আরও বোঝার উপযোগী হয় এবং বিশ্লেষণে সুবিধা হয়।

Tableau তে Sort করার ধাপসমূহ:

1. Sorting Data:
   • আপনি ডেটা পেন (Data Pane) বা ভিউ এরিয়া (View Area) থেকে যে ফিল্ড বা কলামটি সাজাতে চান, সেটি সিলেক্ট করুন।
   • ডানদিকে ক্লিক করুন এবং Sort অপশন নির্বাচন করুন।
2. Sort Dialog Box:
   • এখানে আপনি কীভাবে ডেটা সাজাতে চান তা নির্বাচন করতে পারবেন:
     • Ascending or Descending: ডেটাকে অক্ষর বা সংখ্যার ক্রম অনুযায়ী বৃদ্ধি বা হ্রাসে সাজানো।
     • Manual Sort: আপনি যদি নিজে হাতে সাজাতে চান, তবে ম্যানুয়ালি ডেটাকে সাজাতে পারবেন।
     • By Field: আপনি যদি অন্য একটি ফিল্ডের মান অনুযায়ী সাজাতে চান, তাহলে "By Field" অপশন ব্যবহার করতে পারেন।
3. Apply and Close:
   • সাজানোর পর, "OK" বা "Apply" ক্লিক করে পরিবর্তনটি কার্যকর করুন। এখন আপনার ডেটা সাজানো অবস্থায় থাকবে।

Sort এর উপকারিতা:

• ডেটাকে সহজে বিশ্লেষণযোগ্য এবং বোঝার উপযোগী করা
• ক্রম অনুযায়ী গুরুত্বপূর্ণ তথ্য প্রাধান্য দেয়া (যেমন শীর্ষ বিক্রয় বা সর্বোচ্চ লাভ)
• ডেটাকে দ্রুত পর্যালোচনা করতে সহায়তা

Filter এবং Sort এর পার্থক্য

• Filter: ডেটার কিছু অংশ বাদ দেয়, অর্থাৎ ডেটাকে সংকুচিত বা সীমাবদ্ধ করে।
• Sort: ডেটাকে সাজানোর মাধ্যমে সেটিকে আরও পরিষ্কার ও বোঝার উপযোগী করে তোলে, তবে এটি ডেটা বাদ দেয় না।

সারাংশ

Tableau তে Filter এবং Sort দুটি শক্তিশালী ফিচার যা ডেটা বিশ্লেষণকে আরও কার্যকরী করে তোলে। Filter এর মাধ্যমে আপনি ডেটার নির্দিষ্ট অংশ নির্বাচন করতে পারেন এবং Sort এর মাধ্যমে ডেটাকে সাজিয়ে বিশ্লেষণের জন্য আরও সুবিধাজনক করতে পারেন। এগুলোর সাহায্যে আপনি সহজেই ডেটা বিশ্লেষণ করতে পারেন এবং ব্যবসায়িক সিদ্ধান্ত নিতে পারবেন।