Calculated Columns এবং Measures

Power BI তে Calculated Columns এবং Measures দুটি গুরুত্বপূর্ণ ফিচার, যা ডেটা মডেলিং এবং বিশ্লেষণ করার জন্য ব্যবহৃত হয়। এগুলি আপনাকে ডেটাতে নতুন গণনা বা হিসাব তৈরি করার সুযোগ দেয়, যা আপনার রিপোর্ট এবং ড্যাশবোর্ডকে আরও কার্যকরী এবং দৃষ্টিনন্দন করে তোলে। যদিও Calculated Columns এবং Measures একে অপরের সাথে সম্পর্কিত, তবে এদের ব্যবহারের ক্ষেত্রে কিছু পার্থক্য রয়েছে। নিচে তাদের বিস্তারিত ব্যাখ্যা দেওয়া হলো।

Calculated Columns:

Calculated Columns হল এমন একটি কলাম যা Power BI তে DAX (Data Analysis Expressions) ফর্মুলা ব্যবহার করে তৈরি করা হয় এবং এটি ডেটা টেবিলের একটি অংশ হিসেবে কাজ করে। Calculated Columns সাধারণত নির্দিষ্ট গণনা বা লজিক্যাল শর্ত তৈরি করতে ব্যবহৃত হয় এবং সেই গণনা বা শর্তের ফলাফল হিসেবে নতুন ডেটা তৈরি করে। একটি Calculated Column ডেটা টেবিলের মধ্যে যুক্ত হয়ে যায়, এবং আপনি এটি অন্যান্য কলামের মতো ব্যবহার করতে পারেন।

Calculated Columns এর ব্যবহার:

• ডেটার মধ্যে নতুন মান তৈরি করতে: আপনি যেমন দুটি কলামের মান যোগ করে একটি নতুন কলাম তৈরি করতে পারেন।
• শর্ত সাপেক্ষে মান নির্ধারণ করতে: উদাহরণস্বরূপ, আপনি একটি "Profit" কলাম তৈরি করতে পারেন যেখানে "Sales" এবং "Cost" কলামের পার্থক্য থাকবে।
• গ্রুপিং এবং ক্যাটেগরাইজেশন: উদাহরণস্বরূপ, আপনি একটি কলাম তৈরি করতে পারেন যেটি "High", "Medium", "Low" হিসাবে একটি নির্দিষ্ট পরিসরে ডেটাকে গ্রুপ করে।

Calculated Column তৈরি করার ধাপ:

1. Power BI Desktop এ ডেটা লোড করুন।
2. "Modeling" ট্যাব থেকে New Column সিলেক্ট করুন।
3. DAX ফর্মুলা বার খুলে সেখানে আপনার কাঙ্ক্ষিত গণনা লিখুন।
   • উদাহরণ: Profit = Sales - Cost
4. কলামটি আপনার ডেটা টেবিলে যুক্ত হয়ে যাবে এবং আপনি এটি অন্য ভিজ্যুয়ালাইজেশনে ব্যবহার করতে পারবেন।

Calculated Columns এর উদাহরণ:

• Profit Calculation:
  Profit = Sales - Cost
  • এখানে, নতুন কলামটি Sales এবং Cost কলামের মধ্যে পার্থক্য দেখাবে।
• Category Assignment:
  Category = IF(Sales > 10000, "High", "Low")
  • এখানে, যদি Sales ১০,০০০ এর বেশি হয়, তবে "High" এবং না হলে "Low" ক্যাটেগরি হবে।

Measures:

Measures হল একটি গণনা বা সূত্র যা রিপোর্টের সময় গণনা করা হয় এবং এটি Power BI তে সাধারণত সঠিক বা ফলস্বরূপ মূল্য বের করার জন্য ব্যবহৃত হয়। Measures সাধারণত DAX ফর্মুলা ব্যবহার করে তৈরি করা হয়, কিন্তু এটি Calculated Column এর চেয়ে ভিন্ন কারণ Measures ডেটা মডেল হিসেবে ডাইনামিক এবং পরিবর্তনশীল। Measures সাধারণত সঠিক সময়ে ডেটার উপর ভিত্তি করে গণনা করা হয় এবং এটি পুরো রিপোর্ট বা ভিজ্যুয়ালকে প্রভাবিত করতে পারে।

Measures এর ব্যবহার:

• গণনা বা মোট মান বের করা: উদাহরণস্বরূপ, আপনি মোট বিক্রয় (Total Sales), মোট লাভ (Total Profit), গড় বিক্রয় (Average Sales) হিসাব করতে Measures ব্যবহার করতে পারেন।
• পরিসংখ্যানগত হিসাব: যেমন গড়, সর্বোচ্চ, সর্বনিম্ন, বা শতাংশের পরিবর্তন।
• কমপ্লেক্স বিশ্লেষণ: উদাহরণস্বরূপ, একটি Measure ব্যবহার করে আপনি একটি নির্দিষ্ট পিরিয়ডে বিক্রয়ের পরিবর্তন বা প্রবৃদ্ধি বিশ্লেষণ করতে পারেন।

Measure তৈরি করার ধাপ:

1. Power BI Desktop এ ডেটা লোড করুন।
2. "Modeling" ট্যাব থেকে New Measure সিলেক্ট করুন।
3. DAX ফর্মুলা বার খুলে সেখানে আপনার কাঙ্ক্ষিত গণনা লিখুন।
   • উদাহরণ: Total Sales = SUM(Sales[Amount])
4. Measure টি আপনার মডেলে তৈরি হয়ে যাবে এবং আপনি এটি ভিজ্যুয়ালাইজেশন বা রিপোর্টে ব্যবহার করতে পারবেন।

Measures এর উদাহরণ:

• Total Sales Calculation:
  Total Sales = SUM(Sales[Amount])
  • এখানে, Total Sales Measure বিক্রয়ের মোট পরিমাণ হিসাব করবে।
• Average Profit Calculation:
  Average Profit = AVERAGE(Sales[Profit])
  • এখানে, Average Profit Measure গড় লাভ বের করবে।

Calculated Columns এবং Measures এর মধ্যে পার্থক্য:

সারাংশ:

Power BI তে Calculated Columns এবং Measures দুটোই ডেটা মডেলিং এবং বিশ্লেষণের জন্য অত্যন্ত গুরুত্বপূর্ণ টুল। Calculated Columns ডেটাতে নতুন কলাম যোগ করার জন্য ব্যবহৃত হয়, যেখানে নির্দিষ্ট শর্ত বা গণনা ব্যবহার করা হয়। অন্যদিকে, Measures হল ডাইনামিক গণনা, যা সময়ের সাথে পরিবর্তিত হয় এবং রিপোর্ট বা ভিজ্যুয়াল অনুযায়ী ফলাফল প্রদান করে। এই দুটি ফিচার ব্যবহার করে আপনি আপনার ডেটাকে আরও কার্যকরীভাবে বিশ্লেষণ এবং উপস্থাপন করতে পারবেন।

Calculated Columns Power BI তে একটি গুরুত্বপূর্ণ বৈশিষ্ট্য যা ব্যবহারকারীদের ডেটাসেটের মধ্যে নতুন কলাম তৈরি করতে সহায়তা করে। এগুলি সাধারণত ডেটা মডেলিংয়ের জন্য ব্যবহৃত হয়, যেখানে নির্দিষ্ট সূত্র বা গাণিতিক এক্সপ্রেশন ব্যবহার করে নতুন কলাম তৈরি করা হয়। Calculated Columns মূলত DAX (Data Analysis Expressions) ফর্মুলা ব্যবহার করে তৈরি হয় এবং এতে আপনি সহজেই ডেটার উপর গণনা বা বিশ্লেষণ করতে পারেন।

Calculated Columns কী?

Calculated Column হলো একটি নতুন কলাম যা আপনার ডেটাসেটের মধ্যে সূত্রের মাধ্যমে তৈরি করা হয়। এটি সাধারণত কোনো অস্থায়ী মান বা হিসাবযোগ্য ডেটা প্রদান করতে ব্যবহৃত হয়, যা আপনার ডেটাকে আরও কার্যকরভাবে বিশ্লেষণ করতে সাহায্য করে। Calculated Columns তৈরি করতে Power BI এর Data View বা Modeling View এ DAX ফর্মুলা ব্যবহার করা হয়।

Calculated Column এর উদাহরণ:

ধরা যাক, আপনার কাছে একটি সেলস ডেটাসেট রয়েছে, যার মধ্যে Sales Amount এবং Discount Percentage কলাম রয়েছে। আপনি যদি একটি নতুন কলাম তৈরি করতে চান যা Discount Amount হিসাব করবে (যেমন, "Sales Amount" * "Discount Percentage"), তাহলে আপনি একটি Calculated Column তৈরি করতে পারেন।

Calculated Column এর ফর্মুলা উদাহরণ:

Discount Amount = [Sales Amount] * [Discount Percentage]

এখানে, "Discount Amount" হলো নতুন কলাম যা "Sales Amount" এবং "Discount Percentage" কলাম ব্যবহার করে হিসাব করা হবে।

Calculated Columns কেন ব্যবহার করা হয়?

1. ডেটাতে নতুন হিসাবযোগ্য ফিচার তৈরি করা: Calculated Columns আপনাকে এমন নতুন ফিচার তৈরি করতে সাহায্য করে যা আপনার বিশ্লেষণে প্রয়োজনীয়। যেমন, আপনি নতুন হিসাবযোগ্য কলাম তৈরি করতে পারেন যেমন, Profit Margin বা Tax Amount।
2. ডেটা মডেলিংয়ে নমনীয়তা: যখন আপনার ডেটাসেটে কোন গণনা বা বিশ্লেষণ দরকার, তখন Calculated Columns আপনাকে সেই বিশ্লেষণ ডেটাতে অন্তর্ভুক্ত করার সুযোগ দেয়। এটি ডেটাকে আরও নমনীয় এবং সমৃদ্ধ করে তোলে।
3. DAX ফাংশন ব্যবহার করে জটিল গণনা করা: Power BI তে Calculated Columns তৈরি করার জন্য DAX (Data Analysis Expressions) ফাংশন ব্যবহার করা হয়, যা আপনাকে জটিল গাণিতিক এবং যৌক্তিক গণনা করতে সাহায্য করে। এটি ব্যবহার করে আপনি স্ট্রিং অপারেশন, কন্ডিশনাল লজিক এবং অন্যান্য গাণিতিক কার্যক্রম করতে পারবেন।
4. ডেটার উপর নির্ভরশীল বিশ্লেষণ তৈরি করা: Calculated Columns ডেটা সম্পর্কিত নতুন ইনসাইট বা বিশ্লেষণ তৈরি করতে সহায়ক হয়। উদাহরণস্বরূপ, আপনি যদি "Sales" এবং "Target" কলামের উপর ভিত্তি করে একটি Performance Indicator তৈরি করতে চান, তবে আপনি একটি Calculated Column ব্যবহার করতে পারেন।
5. ড্যাশবোর্ড এবং রিপোর্টে কাস্টমাইজড ইনফরমেশন প্রদর্শন: Calculated Columns ব্যবহার করে আপনি ড্যাশবোর্ড এবং রিপোর্টে এমন কাস্টম ইনফরমেশন প্রদর্শন করতে পারেন যা অন্যান্য ডেটা সুত্রের মাধ্যমে তৈরি করা সম্ভব নয়।

Calculated Column এবং Measure এর মধ্যে পার্থক্য:

1. Calculated Column:
   • নতুন কলাম হিসেবে ডেটা মডেলে যুক্ত হয়।
   • একবার তৈরি হলে, এটি ডেটাসেটের অংশ হিসেবে কার্যকর থাকে।
   • একটি নির্দিষ্ট ডেটা রেকর্ডের জন্য গাণিতিক গণনা করে।
2. Measure:
   • একটি নির্দিষ্ট প্রেক্ষাপট বা ভিজ্যুয়াল অনুযায়ী গণনা করে।
   • এটি সাধারণত ড্যাশবোর্ড এবং রিপোর্টে ভিজ্যুয়াল অ্যানালিসিসের জন্য ব্যবহৃত হয়।
   • ভ্যালু ক্যালকুলেশন সাধারণত রিপোর্টে বা ভিজ্যুয়ালে পরিবর্তিত হয়, অর্থাৎ এটি dynamic।

সারাংশ:

Power BI তে Calculated Columns হলো একটি অত্যন্ত শক্তিশালী বৈশিষ্ট্য যা ব্যবহারকারীদের তাদের ডেটাসেটের মধ্যে নতুন কলাম তৈরি করতে এবং ডেটার উপর ভিত্তি করে গাণিতিক, যৌক্তিক বা অন্যান্য ফর্মুলা প্রয়োগ করতে সাহায্য করে। এটি বিশেষভাবে ডেটা মডেলিং এবং বিশ্লেষণ করার জন্য প্রয়োজনীয় এবং ডেটার গভীরে প্রবেশ করে নতুন ইনসাইট তৈরি করার জন্য ব্যবহৃত হয়। Calculated Columns এর মাধ্যমে আপনি সহজেই আপনার ডেটাকে কাস্টমাইজ করতে পারবেন এবং তা আরও কার্যকরীভাবে বিশ্লেষণ করতে পারবেন।

Power BI তে Measures এবং Custom Formulas (বা DAX ফর্মুলাস) ব্যবহার করে আপনি ডেটার উপর আরও গভীর বিশ্লেষণ করতে পারেন এবং কাস্টম পরিসংখ্যান তৈরি করতে পারেন। Measures এবং Custom Formulas Power BI তে ডেটা মডেলিং এবং বিশ্লেষণের জন্য অত্যন্ত গুরুত্বপূর্ণ, কারণ এগুলি আপনাকে ডেটার নির্দিষ্ট ইনসাইট তৈরি করার এবং অটোমেটিক্যালি আপডেট হওয়া পরিসংখ্যান প্রদর্শন করার সুযোগ দেয়। নিচে Measures এবং Custom Formulas ব্যবহার করার বিস্তারিত আলোচনা করা হলো।

Measures তৈরি করা:

Measures হলো কাস্টম গণনা, যা সাধারণত Power BI তে সেলস, প্রফিট, গড়, মোট, শতাংশ বা অন্য কোনো পরিসংখ্যান হিসাব করতে ব্যবহৃত হয়। Measures গুলি সাধারণত DAX (Data Analysis Expressions) ফর্মুলা ব্যবহার করে তৈরি করা হয়। Measures তৈরি করার মাধ্যমে আপনি যেকোনো ভেরিয়েবলের উপর গণনা বা সুনির্দিষ্ট ফলাফল পেতে পারেন।

Measure তৈরি করার ধাপ:

1. Power BI Desktop এ Measures তৈরি করা:
   • Power BI ডেক্সটপ ওপেন করুন এবং ডেটাসেট লোড করুন।
   • "Modeling" ট্যাব থেকে "New Measure" বাটনে ক্লিক করুন।
2. DAX ফর্মুলা ব্যবহার করুন:
   • একটি নতুন ফর্মুলা বার খুলবে যেখানে আপনি আপনার Measure এর নাম এবং তার DAX ফর্মুলা লিখবেন।

   • উদাহরণস্বরূপ, যদি আপনি একটি Measure তৈরি করতে চান যা মোট বিক্রয় (Total Sales) হিসাব করবে, তাহলে DAX ফর্মুলা হবে:

     Total Sales = SUM('Sales'[Amount])
     

   • এখানে SUM একটি DAX ফাংশন যা 'Sales' টেবিলের Amount কলামের সব ভ্যালু যোগ করে মোট বিক্রয় (Total Sales) হিসাব করবে।
3. Measure ব্যবহার করা:
   • Measure তৈরি হওয়ার পর, এটি আপনার ফিল্ড প্যানেলে অ্যাক্সেসযোগ্য হবে। আপনি এটি ভিজ্যুয়াল বা রিপোর্টে ব্যবহার করতে পারেন।
   • উদাহরণস্বরূপ, আপনি "Total Sales" Measure টি চার্ট বা টেবিলের মধ্যে ড্র্যাগ এবং ড্রপ করে দেখতে পারেন।

Measure এর উদাহরণ:

• Total Sales: একটি সাধারণ Measure যা সেলসের মোট পরিমাণ হিসাব করে।

  Total Sales = SUM('Sales'[Amount])
  

• Profit Margin: লাভের মার্জিন হিসাব করার জন্য Measure:

  Profit Margin = DIVIDE(SUM('Sales'[Profit]), SUM('Sales'[Amount]), 0)
  

• Average Sales: গড় বিক্রয় হিসাব করার Measure:

  Average Sales = AVERAGE('Sales'[Amount])
  

Custom Formulas (DAX) ব্যবহার করা:

Power BI তে Custom Formulas সাধারণত DAX (Data Analysis Expressions) ফাংশন দিয়ে তৈরি করা হয়। DAX ফর্মুলা ব্যবহার করে আপনি ডেটা মডেলিং এর মধ্যে কাস্টম গণনা, শর্তযুক্ত ফলাফল বা সম্পর্কিত ডেটা বিশ্লেষণ করতে পারেন।

DAX ফর্মুলা ব্যবহার করার কিছু উদাহরণ:

1. IF Statement: DAX এর IF ফাংশন ব্যবহার করে আপনি শর্তাধীন (conditional) গণনা তৈরি করতে পারেন।

   Profit Status = IF(SUM('Sales'[Profit]) > 0, "Profit", "Loss")
   

   এখানে, Profit Status Measure তৈরি হবে, যা দেখাবে যদি বিক্রয়ের লাভ (Profit) ইতিবাচক হয়, তাহলে "Profit" এবং যদি নেতিবাচক হয়, তাহলে "Loss"।

2. DATEADD Function: DAX এর DATEADD ফাংশন ব্যবহার করে আপনি কোনো নির্দিষ্ট সময়ের মধ্যে ডেটা বিশ্লেষণ করতে পারেন। উদাহরণস্বরূপ, গত বছরের সেলস পরিসংখ্যান:

   Sales Last Year = CALCULATE(SUM('Sales'[Amount]), DATEADD('Sales'[Date], -1, YEAR))
   

   এখানে Sales Last Year Measure হিসাব করবে গত বছরের বিক্রয়ের পরিমাণ।

3. CALCULATE Function: CALCULATE ফাংশন একটি অত্যন্ত শক্তিশালী DAX ফাংশন, যা আপনি অন্য কোনো ক্যালকুলেশন বা শর্ত প্রয়োগ করার জন্য ব্যবহার করতে পারেন। উদাহরণস্বরূপ, আপনাকে যদি শুধুমাত্র একটি নির্দিষ্ট অঞ্চলের জন্য বিক্রয় দেখাতে হয়:

   Sales North = CALCULATE(SUM('Sales'[Amount]), 'Sales'[Region] = "North")
   

4. RELATED Function: RELATED ফাংশন সম্পর্কিত টেবিল থেকে ডেটা অ্যাক্সেস করতে ব্যবহৃত হয়। উদাহরণস্বরূপ, Sales টেবিলের মধ্যে একটি Product ID রয়েছে এবং Product টেবিলের মধ্যে Product Name রয়েছে:

   Product Name = RELATED('Product'[ProductName])
   

DAX ফাংশন এর ব্যবহার:

• SUM: সংখ্যা যোগ করার জন্য ব্যবহৃত হয়।
• AVERAGE: গড় মান বের করার জন্য ব্যবহৃত হয়।
• IF: শর্ত অনুযায়ী ফলাফল প্রদান করে।
• CALCULATE: নির্দিষ্ট শর্তে ডেটা গণনা করতে ব্যবহৃত হয়।
• DIVIDE: ভাগফল বের করার জন্য ব্যবহৃত হয়, যা শূন্য ভাগ করার ক্ষেত্রে নিরাপদ।
• DATEADD: সময়সীমা অনুযায়ী ডেটা হিসাব করতে ব্যবহৃত হয়।

Measures এবং Custom Formulas এর সুবিধা:

• ইন্টারেকটিভ রিপোর্টিং: Measures এবং Custom Formulas আপনাকে রিপোর্ট এবং ড্যাশবোর্ডে ইন্টারেক্টিভভাবে ডেটার পরিসংখ্যান তৈরি করতে সহায়তা করে।
• কাস্টম ডেটা বিশ্লেষণ: DAX ফর্মুলা ব্যবহার করে আপনি আপনার ডেটাকে বিশেষ শর্ত এবং নিয়ম অনুযায়ী বিশ্লেষণ করতে পারেন।
• অটোমেটিক আপডেট: Measures সবসময় আপনার ডেটা আপডেট হওয়া সাথে সাথে অটোমেটিক্যালি পরিবর্তিত হয়, এটি আপনাকে সঠিক এবং সময়মতো ইনসাইটস প্রদান করে।

সারাংশ:
Power BI তে Measures এবং Custom Formulas (DAX) ডেটা বিশ্লেষণ এবং রিপোর্টিং এর জন্য অত্যন্ত গুরুত্বপূর্ণ টুল। Measures আপনাকে কাস্টম পরিসংখ্যান তৈরি করতে সাহায্য করে, আর DAX ফর্মুলা ব্যবহার করে আপনি ডেটার মধ্যে শর্ত, গণনা এবং সম্পর্ক বিশ্লেষণ করতে পারেন। এই ফিচারগুলি ব্যবহার করে আপনি আরও শক্তিশালী এবং কার্যকরী রিপোর্ট তৈরি করতে পারবেন।

DAX (Data Analysis Expressions) হলো Power BI, Power Pivot, এবং SQL Server Analysis Services (SSAS) এর জন্য ব্যবহৃত একটি ভাষা, যা ব্যবহারকারীদের ডেটা বিশ্লেষণ, গণনা এবং মডেলিং করতে সহায়তা করে। DAX মূলত একটি এক্সপ্রেশন ভাষা, যা ব্যবহার করে আপনি কাস্টম কলাম, মেজর এবং ক্যালকুলেটেড মেজার তৈরি করতে পারেন। DAX তে ব্যবহৃত ফাংশন এবং এক্সপ্রেশনগুলি ব্যবহারকারীদেরকে ডেটাতে আরও গভীর বিশ্লেষণ করতে সক্ষম করে এবং সিদ্ধান্ত গ্রহণের জন্য প্রয়োজনীয় ইনসাইট প্রদান করে।

DAX এর মূল উদ্দেশ্য:

• গণনা এবং ক্যালকুলেশন: DAX ব্যবহার করে আপনি কাস্টম গণনা তৈরি করতে পারেন, যেমন একাধিক কলামের উপর নির্ভর করে নতুন মেজার তৈরি করা।
• ডেটা মডেলিং: DAX এর মাধ্যমে আপনি সম্পর্কযুক্ত টেবিলের মধ্যে সম্পর্ক স্থাপন করতে পারেন এবং ডেটা বিশ্লেষণের জন্য এটি ব্যবহার করতে পারেন।
• টাইম ইন্টেলিজেন্স: DAX-এ টাইম ইন্টেলিজেন্স ফাংশন ব্যবহার করে, আপনি বিভিন্ন সময়সীমার মধ্যে ডেটার পরিবর্তন বিশ্লেষণ করতে পারেন, যেমন "Year-to-Date (YTD)", "Month-over-Month (MoM)" ইত্যাদি।
• কাস্টম ক্যালকুলেটেড কলাম: DAX ব্যবহার করে আপনি নতুন কাস্টম কলাম তৈরি করতে পারেন যা টেবিলের তথ্যের উপর ভিত্তি করে ক্যালকুলেশন করবে।

DAX এর মূল উপাদানসমূহ:

1. ফাংশন (Functions): DAX তে বিভিন্ন ধরনের ফাংশন ব্যবহার করা হয়। এর মধ্যে কিছু জনপ্রিয় ফাংশন হল:
   • SUM: কলামের সমস্ত মান যোগ করা।
   • AVERAGE: একটি কলামের গড় মান বের করা।
   • COUNT: একটি কলামে কতটি ভ্যালু আছে তা গণনা করা।
   • IF: শর্তের ভিত্তিতে বিভিন্ন মান প্রদান করা।
   • CALCULATE: একটি ক্যালকুলেশন চালানোর জন্য শর্ত প্রয়োগ করা।
2. কলাম এবং মেজার (Columns and Measures):
   • Calculated Columns: DAX ব্যবহার করে আপনি একটি নতুন কলাম তৈরি করতে পারেন, যা টেবিলের ডেটার উপর ভিত্তি করে গণনা করবে।
   • Measures: Measures হল কাস্টম ক্যালকুলেটেড মান যা মূলত রিপোর্ট বা ভিজ্যুয়াল তৈরির সময় গণনা করা হয়।
3. টাইম ইন্টেলিজেন্স (Time Intelligence): টাইম ইন্টেলিজেন্স ফাংশন DAX এর একটি বিশেষ সুবিধা, যা সময়ের সাথে সম্পর্কিত ক্যালকুলেশন যেমন বছরের প্রথম মাস, শেষ ত্রৈমাসিক, বা মাসিক পরিবর্তন গণনা করতে ব্যবহৃত হয়। কিছু উদাহরণ:
   • YEAR-TO-DATE (YTD): বছরের প্রথম থেকে বর্তমান তারিখ পর্যন্ত মোট মান।
   • SAMEPERIODLASTYEAR: একই সময়ের আগের বছরের মান তুলনা করা।
4. ফিল্টার কনটেক্সট (Filter Context): DAX তে Filter Context ব্যবহৃত হয় যাতে আপনি নির্দিষ্ট ডেটা বা রেকর্ডের একটি ছোট অংশে গণনা করতে পারেন। এটি আপনাকে ডেটার মধ্যে নির্দিষ্ট শর্তের ভিত্তিতে গণনা এবং বিশ্লেষণ করতে সাহায্য করে।

DAX এর কিছু গুরুত্বপূর্ণ ফাংশন:

1. SUM:
   এটি একটি কলামের সমস্ত মান যোগ করতে ব্যবহৃত হয়।
   উদাহরণ:
   SUM(Sales[Amount])
2. AVERAGE:
   এটি একটি কলামের গড় মান বের করতে ব্যবহৃত হয়।
   উদাহরণ:
   AVERAGE(Sales[Amount])
3. IF:
   এটি শর্ত অনুযায়ী মান নির্ধারণ করতে ব্যবহৃত হয়।
   উদাহরণ:
   IF(Sales[Amount] > 1000, "High", "Low")
4. CALCULATE:
   এটি একটি ক্যালকুলেশন চালানোর জন্য বিশেষ শর্ত প্রয়োগ করতে ব্যবহৃত হয়।
   উদাহরণ:
   CALCULATE(SUM(Sales[Amount]), Sales[Region] = "North")
5. DATEADD:
   এটি একটি নির্দিষ্ট সময়ের (যেমন মাস বা বছর) পরিবর্তন করে।
   উদাহরণ:
   DATEADD(Sales[Date], -1, YEAR)
6. FILTER:
   এটি ডেটাকে একটি নির্দিষ্ট শর্তের মধ্যে ফিল্টার করতে ব্যবহৃত হয়।
   উদাহরণ:
   FILTER(Sales, Sales[Amount] > 1000)

DAX এর ব্যবহার:

1. কাস্টম ক্যালকুলেশন:
   DAX ব্যবহার করে আপনি কাস্টম ক্যালকুলেশন তৈরি করতে পারেন, যেমন নতুন মেজার বা কলাম যা আপনার ব্যবসায়ের বিশ্লেষণ এবং সিদ্ধান্ত গ্রহণের জন্য গুরুত্বপূর্ণ তথ্য সরবরাহ করবে।
2. টাইম সিরিজ বিশ্লেষণ:
   DAX এর টাইম ইন্টেলিজেন্স ফাংশন ব্যবহার করে আপনি বিভিন্ন সময়সীমার মধ্যে বিশ্লেষণ করতে পারেন, যেমন মাসিক, ত্রৈমাসিক বা বার্ষিক বৃদ্ধি/হ্রাস হিসাব করা।
3. বিস্তারিত রিপোর্টিং:
   Power BI তে DAX ব্যবহার করে আপনি খুবই বিস্তারিত এবং কাস্টমাইজড রিপোর্ট তৈরি করতে পারেন, যা সহজেই আপনার ব্যবসায়ের পারফরম্যান্স বিশ্লেষণ করতে সহায়তা করবে।

DAX এর সুবিধা:

• উন্নত ডেটা বিশ্লেষণ: DAX শক্তিশালী গণনা এবং বিশ্লেষণ করার ক্ষমতা সরবরাহ করে, যা Power BI তে ডেটার গভীর বিশ্লেষণ করতে সহায়তা করে।
• টাইম ইন্টেলিজেন্স ফাংশন: DAX এর টাইম ইন্টেলিজেন্স ফাংশন ব্যবহার করে, আপনি সহজে সময়সীমার মধ্যে ডেটার পরিবর্তন বিশ্লেষণ করতে পারেন।
• কাস্টম মেজার তৈরি: আপনি আপনার প্রয়োজন অনুযায়ী কাস্টম মেজার তৈরি করতে পারবেন, যা রিপোর্ট এবং ড্যাশবোর্ডের জন্য অত্যন্ত কার্যকরী।

সারাংশ: DAX (Data Analysis Expressions) হলো একটি শক্তিশালী ভাষা যা Power BI, Power Pivot, এবং SSAS তে ডেটা বিশ্লেষণ এবং গণনা করতে ব্যবহৃত হয়। এটি বিভিন্ন ফাংশন এবং এক্সপ্রেশন ব্যবহার করে ডেটা বিশ্লেষণের গভীরতা বৃদ্ধি করে এবং আপনার রিপোর্ট এবং ড্যাশবোর্ডকে আরও কার্যকরী এবং কাস্টমাইজড করে তোলে। DAX এর মাধ্যমে আপনি কাস্টম ক্যালকুলেশন, টাইম ইন্টেলিজেন্স এবং জটিল ডেটা বিশ্লেষণ করতে পারবেন, যা ব্যবসায়িক সিদ্ধান্ত গ্রহণে সহায়তা করে।

Power BI তে DAX (Data Analysis Expressions) হল একটি ফরমুলা ভাষা যা ব্যবহারকারীদের ডেটা বিশ্লেষণ করতে এবং কাস্টম মেজারস (measures) তৈরি করতে সহায়তা করে। DAX ফাংশনগুলি বিভিন্ন ধরনের গণনা, অ্যাগ্রিগেশন, এবং ডেটা ট্রান্সফরমেশন করার জন্য ব্যবহৃত হয়। যখন আপনি Complex Measures তৈরি করতে চান, তখন DAX Functions একটি অত্যন্ত শক্তিশালী টুল হিসেবে কাজ করে। এই ফাংশনগুলির সাহায্যে আপনি কাস্টম মেজার এবং ক্যালকুলেটেড কলাম তৈরি করতে পারেন, যা ডেটাকে আরও গভীরভাবে বিশ্লেষণ করতে সহায়তা করে।

নিচে কিছু Complex Measures তৈরি করতে ব্যবহৃত DAX Functions এর উদাহরণ দেওয়া হলো:

1. SUMX (Row Context)

SUMX হল একটি Iterator ফাংশন, যা এক্সপ্রেশন (expression) বা ক্যালকুলেশন এর উপর ভিত্তি করে রো এর ভ্যালু যোগ করে।

Syntax:

SUMX (table, expression)

• table: যে টেবিল থেকে ডেটা আসবে।
• expression: রো লেভেলে মূল্য গণনা করার জন্য একটি এক্সপ্রেশন।

উদাহরণ:

ধরা যাক, আপনি "Sales" টেবিল থেকে প্রতিটি রো এর Quantity এবং Unit Price গুন করে মোট বিক্রয় (Total Sales) বের করতে চান:

Total Sales = SUMX(Sales, Sales[Quantity] * Sales[Unit Price])

এটি "Sales" টেবিলের প্রতিটি রো এর বিক্রয়ের মোট মান গণনা করবে।

2. CALCULATE (Context Transition)

CALCULATE একটি শক্তিশালী DAX ফাংশন যা নতুন ফিল্টার কনটেক্সট তৈরি করতে সাহায্য করে। এটি সাধারণত ফিল্টার প্রক্রিয়ার মাধ্যমে একটি এক্সপ্রেশন বা মেজারকে কাস্টমাইজ করতে ব্যবহৃত হয়।

Syntax:

CALCULATE (expression, filter1, filter2, ...)

• expression: যে ক্যালকুলেশন করতে চান।
• filter1, filter2: ফিল্টার এক্সপ্রেশন যা CALCULATE এর মাধ্যমে নির্ধারণ করা হবে।

উদাহরণ:

ধরা যাক, আপনি "Sales" টেবিল থেকে শুধুমাত্র ২০২৩ সালের ডেটা নিয়ে Total Sales বের করতে চান:

Total Sales 2023 = CALCULATE(SUM(Sales[Sales Amount]), YEAR(Sales[Date]) = 2023)

এটি "Sales Amount" এর যোগফল বের করবে, যেখানে শুধুমাত্র ২০২৩ সালের ডেটা কনসিডার করা হবে।

3. FILTER (Row Context Modification)

FILTER ফাংশন একটি ফিল্টার কন্ডিশন অ্যাপ্লাই করার জন্য ব্যবহৃত হয় এবং এটি রো কনটেক্সটকে পরিবর্তন করে।

Syntax:

FILTER (table, expression)

• table: যে টেবিল থেকে ডেটা ফিল্টার করতে চান।
• expression: ফিল্টার শর্ত।

উদাহরণ:

ধরা যাক, আপনি "Sales" টেবিল থেকে শুধুমাত্র সেই রেকর্ডগুলো চান যেখানে বিক্রয়ের পরিমাণ ৫০০ বা তার বেশি:

High Sales = FILTER(Sales, Sales[Sales Amount] >= 500)

এটি একটি ফিল্টারড টেবিল প্রদান করবে যেখানে শুধুমাত্র ৫০০ বা তার বেশি বিক্রয় রয়েছে।

4. ALL (Removing Filters)

ALL ফাংশন একটি কনটেক্সট থেকে সমস্ত ফিল্টার মুছে ফেলতে ব্যবহৃত হয়। এটি ডেটা বিশ্লেষণে সমস্ত ফিল্টার সত্ত্বেও একটি নির্দিষ্ট ফলাফল নির্ধারণ করতে সহায়তা করে।

Syntax:

ALL (table)

• table: যেটি থেকে সমস্ত ফিল্টার মুছে ফেলতে চান।

উদাহরণ:

ধরা যাক, আপনি "Sales" টেবিলের সমস্ত ডেটা নিয়ে Total Sales বের করতে চান, ফিল্টার বা সিলেকশন সত্ত্বেও:

Total Sales All = CALCULATE(SUM(Sales[Sales Amount]), ALL(Sales))

এটি "Sales" টেবিলের সমস্ত ডেটা নিয়ে বিক্রয়ের মোট পরিমাণ গণনা করবে, কোনো ফিল্টার ছাড়াই।

5. DISTINCTCOUNT (Counting Unique Values)

DISTINCTCOUNT একটি ফাংশন যা টেবিল বা কলামে ইউনিক মানের সংখ্যা গননা করে।

Syntax:

DISTINCTCOUNT (column)

• column: যেই কলামে ইউনিক মান গুনতে চান।

উদাহরণ:

ধরা যাক, আপনি "Sales" টেবিলের Customer ID কলাম থেকে ইউনিক কাস্টমারদের সংখ্যা জানতে চান:

Unique Customers = DISTINCTCOUNT(Sales[Customer ID])

এটি "Sales" টেবিল থেকে ইউনিক কাস্টমারদের সংখ্যা গণনা করবে।

6. RELATED (Relationship Between Tables)

RELATED ফাংশন ব্যবহার করে আপনি এক টেবিল থেকে অন্য টেবিলের কলামে মান নিয়ে আসতে পারেন, যখন দুটি টেবিলের মধ্যে সম্পর্ক (relationship) বিদ্যমান থাকে।

Syntax:

RELATED (column)

• column: অন্য টেবিল থেকে কলাম নির্বাচন করুন।

উদাহরণ:

ধরা যাক, "Sales" টেবিলের মধ্যে Product ID রয়েছে এবং "Products" টেবিলেও একটি Product Name কলাম রয়েছে। আপনি "Sales" টেবিল থেকে Product Name আনতে চান:

Product Name = RELATED(Products[Product Name])

এটি "Sales" টেবিল থেকে সম্পর্কিত "Products" টেবিলের Product Name কলাম দেখাবে।

7. DATEDIFF (Date Difference)

DATEDIFF ফাংশন দুইটি তারিখের মধ্যে পার্থক্য গণনা করতে ব্যবহৃত হয়।

Syntax:

DATEDIFF (start_date, end_date, interval)

• start_date: শুরুর তারিখ।
• end_date: শেষ তারিখ।
• interval: সময়ের ইউনিট (DAY, MONTH, YEAR, etc.)।

উদাহরণ:

ধরা যাক, আপনি "Orders" টেবিলের মধ্যে Order Date এবং Ship Date এর মধ্যে পার্থক্য বের করতে চান, একে দিন হিসেবে:

Days to Ship = DATEDIFF(Orders[Order Date], Orders[Ship Date], DAY)

এটি Order Date এবং Ship Date এর মধ্যে পার্থক্য দিন হিসেবে বের করবে।

সারাংশ:

Power BI তে Complex Measures তৈরি করতে DAX Functions অত্যন্ত গুরুত্বপূর্ণ। এই ফাংশনগুলির মাধ্যমে আপনি কাস্টম মেজার তৈরি করে ডেটার গভীর বিশ্লেষণ করতে পারেন। যেমন SUMX, CALCULATE, FILTER, ALL, DISTINCTCOUNT, RELATED, এবং DATEDIFF ইত্যাদি ফাংশন ব্যবহার করে আপনি জটিল গণনা এবং কাস্টম মেজার তৈরি করতে পারেন, যা ডেটাকে আরও স্পষ্ট এবং কার্যকরীভাবে বিশ্লেষণ করতে সহায়তা করবে।