Big Data and Analytics SAMEPERIODLASTYEAR এবং DATEADD দিয়ে Time Intelligence Calculation গাইড ও নোট

306

DAX (Data Analysis Expressions) একটি শক্তিশালী ভাষা যা Power BI, Power Pivot, এবং SQL Server Analysis Services (SSAS)-এ ডেটা বিশ্লেষণ এবং কাস্টম ক্যালকুলেশন তৈরি করার জন্য ব্যবহৃত হয়। Time Intelligence হলো DAX-এর একটি গুরুত্বপূর্ণ অংশ, যেখানে আপনি সময় সম্পর্কিত হিসাব যেমন Year-to-Date (YTD), Month-to-Date (MTD), এবং Quarter-to-Date (QTD) নির্ধারণ করতে পারেন। এর মধ্যে SAMEPERIODLASTYEAR এবং DATEADD দুটি গুরুত্বপূর্ণ ফাংশন যা Time Intelligence ক্যালকুলেশন করার জন্য ব্যবহৃত হয়।

এই প্রবন্ধে আমরা SAMEPERIODLASTYEAR এবং DATEADD ফাংশনগুলির ব্যবহার এবং তাদের সাহায্যে Time Intelligence ক্যালকুলেশন করার পদ্ধতি আলোচনা করব।


১. SAMEPERIODLASTYEAR ফাংশন

SAMEPERIODLASTYEAR ফাংশনটি বর্তমান বছরের একটি নির্দিষ্ট সময়ের সাথে গত বছরের একই সময় তুলনা করতে ব্যবহৃত হয়। এটি বিশেষভাবে ব্যবসায়িক রিপোর্টিং এবং year-over-year (YoY) বিশ্লেষণের জন্য খুবই উপকারী।

Syntax:

SAMEPERIODLASTYEAR(<Dates>)
  • : এটি একটি কলাম যা date বা date/time ডেটাটাইপ হবে।

ব্যবহার:

ধরা যাক, আপনি একটি Sales টেবিলের Date কলাম এবং Amount কলাম নিয়ে কাজ করছেন। আপনি যদি গত বছরের Sales এর সাথে বর্তমান বছরের বিক্রয় তুলনা করতে চান, তাহলে SAMEPERIODLASTYEAR ফাংশনটি ব্যবহার করবেন:

Sales Last Year = CALCULATE(SUM(Sales[Amount]), SAMEPERIODLASTYEAR(Sales[Date]))

এই ফর্মুলাটি Sales টেবিলের Amount কলামের মোট মান বের করবে এবং Sales[Date] কলাম থেকে গত বছরের একই সময়ের বিক্রয় পরিমাণ তুলনা করবে।

ব্যবহারিক উদাহরণ:

আপনি যদি জানাতে চান গত বছরের Monthly Sales এর তুলনায় বর্তমান বছরের Monthly Sales কীভাবে পরিবর্তিত হয়েছে, তাহলে SAMEPERIODLASTYEAR ব্যবহার করা যেতে পারে।

Sales Growth = SUM(Sales[Amount]) - CALCULATE(SUM(Sales[Amount]), SAMEPERIODLASTYEAR(Sales[Date]))

এখানে, Sales Growth বর্তমান বছরের বিক্রয় এবং গত বছরের বিক্রয়ের পার্থক্য হিসাব করবে।


২. DATEADD ফাংশন

DATEADD ফাংশনটি time intelligence ক্যালকুলেশন করতে ব্যবহৃত হয়, যা কোনো নির্দিষ্ট সময়ের জন্য তারিখের যোগফল বা বিয়োগ নির্ধারণ করে। এটি সাধারণত previous month, previous quarter, বা previous year নির্ধারণ করতে ব্যবহৃত হয়।

Syntax:

DATEADD(<Dates>, <Number of Intervals>, <Interval>)
  • : এটি একটি তারিখের কলাম (Date column)।
  • : এখানে আপনি কতটি সময়কাল যোগ বা বিয়োগ করবেন তা উল্লেখ করবেন। উদাহরণস্বরূপ, যদি 1 যোগ করতে চান, তাহলে 1 ব্যবহার করবেন।
  • : এটি সেই সময়ের একক যা আপনি যোগ বা বিয়োগ করতে চান, যেমন DAY, MONTH, QUARTER, YEAR

ব্যবহার:

ধরা যাক, আপনি যদি গত মাসের বিক্রয় পরিমাণ বের করতে চান, তাহলে DATEADD ফাংশনটি ব্যবহার করতে হবে:

Sales Previous Month = CALCULATE(SUM(Sales[Amount]), DATEADD(Sales[Date], -1, MONTH))

এই ফর্মুলাটি Sales টেবিলের Amount কলামের বিক্রয় পরিমাণ বের করবে এবং Sales[Date] কলাম থেকে গত মাসের বিক্রয় পরিমাণ নির্ধারণ করবে।

ব্যবহারিক উদাহরণ:

ধরা যাক, আপনি Year-to-Date (YTD) পরিমাণ নির্ধারণ করতে চান, তবে DATEADD ফাংশনটি ব্যবহার করতে পারেন:

YTD Sales = CALCULATE(SUM(Sales[Amount]), DATEADD(Sales[Date], 0, YEAR))

এটি বর্তমান বছরের Sales[Amount] যোগফল নির্ধারণ করবে এবং DATEADD ফাংশনটির মাধ্যমে বছরের প্রথম দিন থেকে বর্তমান দিন পর্যন্ত বিক্রয় পরিমাণ গণনা করবে।


৩. SAMEPERIODLASTYEAR এবং DATEADD ফাংশনের মধ্যে পার্থক্য

  • SAMEPERIODLASTYEAR: এটি বর্তমান সময়ের তুলনায় গত বছর একই সময়ে বিক্রয় পরিমাণ বা অন্য যেকোনো মূল্য তুলনা করতে ব্যবহৃত হয়। এটি সরাসরি আগের বছর বা সমান সময়ের সাথে সম্পর্কিত ডেটা ফেরত দেয়।
  • DATEADD: এটি একটি নির্দিষ্ট সময়ের মধ্যে নির্দিষ্ট পরিমাণ সময় যোগ বা বিয়োগ করতে ব্যবহৃত হয়। এটি previous month, previous quarter, বা previous year এর জন্য ব্যবহৃত হতে পারে, তবে এটা শুধুমাত্র একটি নির্দিষ্ট সময়কাল পরিবর্তন করে, এবং সাধারণত সময়কাল ধরে তুলনা বা পরিবর্তন করা হয়।

সারাংশ

SAMEPERIODLASTYEAR এবং DATEADD হল DAX-এর দুটি শক্তিশালী ফাংশন, যা Time Intelligence ক্যালকুলেশন করতে ব্যবহৃত হয়। SAMEPERIODLASTYEAR ফাংশনটি গত বছরের একই সময়ের সাথে তুলনা করতে ব্যবহৃত হয়, যেখানে DATEADD ফাংশনটি একটি নির্দিষ্ট সময়ের একক যোগ বা বিয়োগ করে বর্তমান পরিসংখ্যান নির্ধারণ করতে ব্যবহৃত হয়। এই ফাংশনগুলির মাধ্যমে year-over-year, month-over-month, এবং অন্যান্য টাইম বেসড বিশ্লেষণ সহজে করা যায়, যা ব্যবসায়িক সিদ্ধান্ত গ্রহণে সহায়ক।

Content added By
Promotion

Are you sure to start over?

Loading...