কথোপকথন বিশ্লেষণ সহ লুকার এম্বেড করুন

১. শুরু করার আগে

এই কোডল্যাবটি আপনাকে একটি সমন্বিত স্বাভাবিক ভাষা-চালিত ডেটা অভিজ্ঞতা তৈরি করার জন্য, কনভারসেশনাল অ্যানালিটিক্স-চালিত চ্যাটের সাথে একটি এমবেডেড লুকার ড্যাশবোর্ডকে একীভূত করার পদ্ধতি দেখাবে। এর থেকে সর্বাধিক সুবিধা পেতে, আপনার লুকার এমবেডিং, কনভারসেশনাল অ্যানালিটিক্স, জাভাস্ক্রিপ্ট এবং রিয়্যাক্ট সম্পর্কে ধারণা থাকা উচিত।

আপনি যা শিখবেন

এই কোডল্যাবটি অনুসরণ করার পর, আপনি যা শিখবেন:

• স্থানীয়ভাবে লুকার এমবেড রেফারেন্স অ্যাপ্লিকেশনটি কীভাবে সেট আপ করবেন
• Looker Components লাইব্রেরি ব্যবহার করে কীভাবে একটি চ্যাট রিয়্যাক্ট কম্পোনেন্ট তৈরি করবেন
• আপনার এমবেডেড ড্যাশবোর্ডের ফিল্টারকে কনভারসেশনাল অ্যানালিটিক্সে কনটেক্সট হিসেবে কীভাবে পাঠাবেন
• আপনার এমবেডেড ড্যাশবোর্ডের ফিল্টারগুলো নিয়ন্ত্রণ করতে কনভারসেশনাল অ্যানালিটিক চালিত চ্যাট কীভাবে সক্রিয় করবেন

আপনার যা যা লাগবে

এই কোডল্যাবটি সম্পন্ন করতে আপনার প্রয়োজন হবে:

• একটি লুকার ইনস্ট্যান্স যেখানে ASC ডেমোগ্রাফিক ডেটা লুকার ব্লক ইনস্টল করা আছে এবং SSO এমবেডিং সক্রিয় করা আছে।
• আপনার Looker ইনস্ট্যান্সে API এবং ডেভেলপার অ্যাক্সেস
• Node v18, yarn, Git, এবং gcloud ইনস্টল করা একটি স্থানীয় পরিবেশ
• একটি ক্লাউড প্রজেক্ট যেখানে আপনার ইউজার অ্যাকাউন্টের জন্য এই IAM রোলগুলো সেট আপ করা আছে:
• roles/bigquery.dataViewer BigQuery ডেটা ভিউয়ার
• roles/bigquery.user বিগকোয়েরি ব্যবহারকারী
• roles/looker.instanceUser লুকার ইনস্ট্যান্স ইউজার

২. কথোপকথনমূলক অ্যানালিটিক্স সেট আপ করুন

চলুন কনভারসেশনাল অ্যানালিটিক্স ডেটা এজেন্টটি সেট আপ করি, যা আপনার এমবেডেড ড্যাশবোর্ডের চ্যাট স্বাভাবিক ভাষার প্রশ্নের উত্তর দিতে ব্যবহার করবে।

gcloud দিয়ে প্রমাণীকরণ করুন

1. আপনার স্থানীয় পরিবেশে আপনার ব্যবহারকারী অ্যাকাউন্ট দিয়ে প্রমাণীকরণ করুন:

gcloud auth login

2. আপনার gcloud-এ অ্যাপ্লিকেশন ডিফল্ট ক্রেডেনশিয়াল (ADC) এবং বিলিং প্রজেক্ট সেট করুন:

gcloud auth application-default login
gcloud auth application-default set-quota-project YOUR_PROJECT_ID

কথোপকথনমূলক অ্যানালিটিক্স এপিআই সক্রিয় করুন

3. ক্লাউড প্রজেক্ট এপিআই সক্রিয় করুন। অনুগ্রহ করে YOUR_PROJECT_ID জায়গায় আপনার গুগল ক্লাউড প্রজেক্টের আইডি লিখুন:

gcloud services enable geminidataanalytics.googleapis.com bigquery.googleapis.com cloudaicompanion.googleapis.com --project=YOUR_PROJECT_ID

ডেটা এজেন্ট তৈরি করুন

4. গুগল কোলাব খুলুন।
5. গুগল কোলাবের ভিতরে, লুকার এমবেড রেফারেন্স রিপোজিটরি থেকে এই নোটবুকটি লোড করুন।
6. নোটবুকের সমস্ত ধাপ অনুসরণ করুন। আপনার ক্লাউড প্রজেক্ট আইডি এবং শেষে একটি স্ল্যাশসহ আপনার লুকার ইনস্ট্যান্সের ইউআরআই প্রয়োজন হবে, যেমন "https://my.looker.app/" । নোটবুকটি শেষ হওয়ার পর আপনি একটি সফল ফলাফল দেখতে পাবেন।

আপনার কাছে এখন একটি কনভারসেশনাল অ্যানালিটিক্স ডেটা এজেন্ট উপলব্ধ ও প্রস্তুত আছে, যা চ্যাট বার্তা গ্রহণ করতে, আপনার এমবেডেড লুকার ড্যাশবোর্ডে থাকা লুকার এক্সপ্লোরারগুলো কোয়েরি করতে এবং ফলাফল ও ভিজ্যুয়ালাইজেশন ফেরত দিতে পারে।

৩. লুকার এমবেড রেফারেন্স সেট আপ করুন

চলুন আপনার স্থানীয় পরিবেশে Looker Embed Reference অ্যাপ্লিকেশনটি সেট আপ করি, যাতে আপনি একটি এমবেডেড Looker ড্যাশবোর্ডের সাথে Conversational Analytics চ্যাট ইন্টিগ্রেট করার উদাহরণটি পরীক্ষা করে দেখতে পারেন।

রিপোজিটরি ক্লোন করুন

1. গিটহাব রিপোটি আপনার লোকাল এনভায়রনমেন্টে ক্লোন করুন। নিচে উদাহরণ কমান্ডটি দেখুন:

git clone "https://github.com/looker-open-source/LookerEmbedReference.git"

2. আপনার ক্লোন করা LookerEmbedReference ডিরেক্টরিতে প্রবেশ করুন:

cd LookerEmbedReference

স্থানীয় ফ্রন্টএন্ড সার্ভার সেট আপ করুন এবং চালান

3. Frontend ডিরেক্টরিতে নির্ভরতাগুলি ইনস্টল করুন।

cd Frontend
yarn install

4. Frontend ডিরেক্টরির রুটে ক্রেডেনশিয়ালসহ একটি .env ফাইল তৈরি করুন। YOUR_LOOKER_INSTANCE_URI হবে আপনার লুকার ইনস্ট্যান্সের URI, যার শেষে কোনো স্ল্যাশ থাকবে না। ফাইলটির বিষয়বস্তু নিম্নরূপ হবে:

PBL_CLIENT_PORT=3001 
API_HOST=http://localhost:3000
LOOKER_HOST=YOUR_LOOKER_INSTANCE_URI
LOOKER_API_HOST=YOUR_LOOKER_INSTANCE_URI:19999
LOOKERSDK_EMBED_HOST=YOUR_LOOKER_INSTANCE_URI

ফাইলটি তৈরি করতে আপনি নিম্নলিখিত উদাহরণ কমান্ডটি ব্যবহার করতে পারেন:

cat > .env <<'EOF'
PBL_CLIENT_PORT=3001 
API_HOST=http://localhost:3000
LOOKER_HOST=YOUR_LOOKER_INSTANCE_URI
LOOKER_API_HOST=YOUR_LOOKER_INSTANCE_URI:19999
LOOKERSDK_EMBED_HOST=YOUR_LOOKER_INSTANCE_URI
EOF

5. ফ্রন্টএন্ড ডেভ সার্ভারটি চালান:

yarn run dev

স্থানীয়ভাবে ব্যাকএন্ড সার্ভার সেট আপ করুন এবং চালান।

6. একটি নতুন শেল, টার্মিনাল, কনসোল বা ট্যাব খুলুন। Backend-Node ডিরেক্টরিতে প্রবেশ করুন এবং ডিপেন্ডেন্সিগুলো ইনস্টল করুন। নিশ্চিত করুন যে ফ্রন্টএন্ড সার্ভারসহ আগের শেল/টার্মিনালটি চালু আছে।

cd ../Backend-Node
yarn install

7. Backend-Node ডিরেক্টরির রুটে ক্রেডেনশিয়াল সহ একটি .env ফাইল তৈরি করুন:

• YOUR_LOOKER_CLIENT_ID হলো আপনার লুকার ক্লায়েন্ট আইডি।
• YOUR_LOOKER_CLIENT_SECRET হলো আপনার লুকার ক্লায়েন্ট সিক্রেট।
• YOUR_LOOKER_EMBED_SECRET হলো আপনার এমবেড সিক্রেট ।
• YOUR_PROJECT_ID হলো আপনার ক্লাউড প্রজেক্ট আইডি।
• YOUR_LOOKER_INSTANCE_URI_WITH_TRAILING_SLASH হলো আপনার Looker ইনস্ট্যান্স URI, যার শেষে একটি স্ল্যাশ থাকে।
• YOUR_LOOKER_INSTANCE_URI হলো আপনার Looker ইনস্ট্যান্স URI, যার শেষে কোনো স্ল্যাশ থাকবে না ।

ফাইলটির বিষয়বস্তু নিম্নরূপ হওয়া উচিত:

PBL_BACKEND_PORT=3000
LOOKERSDK_API_VERSION=4.0
LOOKERSDK_BASE_URL=YOUR_LOOKER_INSTANCE_URI_WITH_TRAILING_SLASH
LOOKERSDK_CLIENT_ID=YOUR_LOOKER_CLIENT_ID
LOOKERSDK_CLIENT_SECRET=YOUR_LOOKER_CLIENT_SECRET

LOOKERSDK_EMBED_HOST=YOUR_LOOKER_INSTANCE_URI
LOOKERSDK_EMBED_SECRET=YOUR_LOOKER_EMBED_SECRET

CLOUD_AGENT_ID=looker_embed_reference_data_agent
CLOUD_PROJECT_ID=YOUR_PROJECT_ID

ফাইলটি তৈরি করতে আপনি নিম্নলিখিত উদাহরণ কমান্ডটি ব্যবহার করতে পারেন। সেই অনুযায়ী সমস্ত ক্রেডেনশিয়াল প্রতিস্থাপন করুন:

cat > .env <<'EOF'
PBL_BACKEND_PORT=3000
LOOKERSDK_API_VERSION=4.0
LOOKERSDK_BASE_URL=YOUR_LOOKER_INSTANCE_URI_WITH_TRAILING_SLASH
LOOKERSDK_CLIENT_ID=YOUR_LOOKER_CLIENT_ID
LOOKERSDK_CLIENT_SECRET=YOUR_LOOKER_CLIENT_SECRET

LOOKERSDK_EMBED_HOST=YOUR_LOOKER_INSTANCE_URI
LOOKERSDK_EMBED_SECRET=YOUR_LOOKER_EMBED_SECRET

CLOUD_AGENT_ID=looker_embed_reference_data_agent
CLOUD_PROJECT_ID=YOUR_PROJECT_ID
EOF

8. ব্যাকএন্ড ডেভ সার্ভারটি চালান:

yarn run dev

আপনার ফ্রন্টএন্ড ডেভ সার্ভারটি এখন চালু আছে, যা ওয়েব অ্যাপ্লিকেশনটির জন্য জাভাস্ক্রিপ্ট সরবরাহ করছে। এছাড়াও, এসএসও এমবেড ইউআরএল রিকোয়েস্ট এবং কনভারসেশনাল অ্যানালিটিক্স এন্ডপয়েন্টগুলোতে প্রক্সি রিকোয়েস্টগুলো সামলানোর জন্য আপনার ব্যাকএন্ড ডেভ সার্ভারটিও চালু আছে।

৪. উদাহরণটি পরীক্ষা করে দেখুন

চলুন, এখন আপনার ওয়েব অ্যাপ্লিকেশনটি আপনার লোকাল এনভায়রনমেন্টে চালিয়ে পরীক্ষা করে দেখি।

কথোপকথন শুরু করুন

1. আপনার পছন্দের ব্রাউজারে https://localhost:3001 ঠিকানাটি খুলুন।
2. বাম দিকের প্রধান নেভিগেশনে থাকা ‘এমবেডেড ড্যাশবোর্ড উইথ চ্যাট’ পৃষ্ঠায় যান।
3. ডানদিকের চ্যাট অংশটি লোড হয়ে গেলে, টাইপ করুন: "হ্যালো, আপনি কে?"
4. প্রতিক্রিয়াটি লক্ষ্য করুন।

অ্যাপ্লিকেশনটি চ্যাটের ইতিহাস ট্র্যাক করার জন্য স্বয়ংক্রিয়ভাবে একটি কনভারসেশনাল অ্যানালিটিক্স কনভারসেশন অবজেক্ট তৈরি করেছে এবং চ্যাট ইন্টারফেসটি লোড করেছে। যখন আপনি চ্যাট ইন্টারফেসে কোনো প্রশ্ন জিজ্ঞাসা করেছেন, তখন ফ্রন্টএন্ড আপনার স্থানীয় নোড ব্যাকএন্ড সার্ভারে একটি ব্যবহারকারী বার্তা পাঠিয়েছে। এরপর এটি কনভারসেশনাল অ্যানালিটিক্স চ্যাট এন্ডপয়েন্টে অনুরোধ এবং তার প্রতিক্রিয়া প্রক্সি করেছে।

এমবেডেড ড্যাশবোর্ড ফিল্টার করুন

এখন এমবেডেড ড্যাশবোর্ডটির সাথে পরিচিত হোন এবং এটি ব্যবহার করুন।

5. এমবেড করা ড্যাশবোর্ডটি স্ক্রল করে দেখুন। লক্ষ্য করুন, এতে একাধিক মাত্রা ও মেট্রিক জুড়ে আদমশুমারির তথ্য অন্তর্ভুক্ত রয়েছে।
6. আপনি ড্যাশবোর্ডের উপরের বাম দিকে রাজ্য এবং কাউন্টি অনুসারে ড্যাশবোর্ডটি ফিল্টার করতে পারেন। ড্যাশবোর্ড ফিল্টারটি টেক্সাসে সেট করুন। তারপর ড্যাশবোর্ডটি পুনরায় চালানোর জন্য নতুন করে নীল রঙে হাইলাইট করা বৃত্তাকার তীর বোতামটি নির্বাচন করুন।
7. লক্ষ্য করুন, কীভাবে সমস্ত ভিজ্যুয়ালাইজেশনের ডেটা টেক্সাস রাজ্যের উপর ভিত্তি করে ফিল্টার করা হয়েছে।

ড্যাশবোর্ডের প্রেক্ষাপটে একটি প্রশ্ন জিজ্ঞাসা করুন

এখন যেহেতু আমরা ড্যাশবোর্ডটি ফিল্টার করেছি, চলুন ড্যাশবোর্ডের ডেটাগুলো নিয়ে আরও অনুসন্ধান করা চালিয়ে যাই।

8. চ্যাটে "সবচেয়ে কম ভাড়ার শীর্ষ ৫টি কাউন্টির নাম বলুন" লিখে পাঠান।
9. লক্ষ্য করুন, কনভারসেশনাল অ্যানালিটিক্স-এর জন্য আপনার প্রম্পটে এখন অতিরিক্ত শব্দগুচ্ছ যোগ করা হয়েছে: "Filter on dimension 'state.state_name' being Texas."
10. এখন, লক্ষ্য করুন যে রেসপন্সের কোয়েরি এবং ডেটা টেক্সাস রাজ্যের উপর ভিত্তি করে ফিল্টার করা হয়েছে।
11. এছাড়াও, ডেটার ফলাফল ফিরে আসার পর, আপনার এমবেডেড ড্যাশবোর্ডটি পুনরায় চালানো হয়েছে এবং এর কাউন্টি ফিল্টারটি ফলাফলের ডেটাতে সংজ্ঞায়িত ৫টি কাউন্টিতে সেট করা হয়েছে।

এখন আপনি আদমশুমারির তথ্য অনুসন্ধান চালিয়ে যেতে পারেন, যেখানে আপনার সুবিধার্থে ৫টি কাউন্টি ফিল্টার করা আছে।

অভিনন্দন! আপনি কনভারসেশনাল অ্যানালিটিক্স চ্যাটের সাথে সমন্বিত একটি এমবেডেড ড্যাশবোর্ডের সহজ উদাহরণ সেট আপ করে পরীক্ষা করে দেখেছেন।

৫. একটি চ্যাট কম্পোনেন্ট তৈরি করুন

চলুন, প্রথমে Chat কম্পোনেন্টটি খতিয়ে দেখে এর ভেতরের কার্যপ্রণালী বোঝা যাক। আমরা ধরে নিচ্ছি যে, আপনি Looker Embed SDK ব্যবহার করে কীভাবে একটি Looker ড্যাশবোর্ড এমবেড করতে হয় তা জানেন।

লুকার কম্পোনেন্ট লাইব্রেরি ব্যবহার করুন

1. আপনার পছন্দের IDE-তে অথবা টার্মিনালে Frontend/src/components/EmbedChat/components/chat.js এ থাকা Chat কম্পোনেন্ট ফাইলটি খুলুন।
2. Chat কম্পোনেন্টটি লুকার কম্পোনেন্টস লাইব্রেরি প্যাকেজের স্ট্যান্ডার্ড লুকার UI রিয়্যাক্ট কম্পোনেন্ট ব্যবহার করে তৈরি করা হয়েছে।

লুকার কম্পোনেন্টস লাইব্রেরিটি আগে থেকে তৈরি রিয়্যাক্ট কম্পোনেন্ট সরবরাহ করার মাধ্যমে লুকার কন্টেন্ট এবং আপনার অ্যাপ্লিকেশনের মধ্যে নির্বিঘ্ন ইন্টিগ্রেশন সক্ষম করে, যা একটি এমবেডেড লুকার ড্যাশবোর্ডের স্টাইল ও কম্পোনেন্টগুলোর সাথে সামঞ্জস্যপূর্ণ।

ব্যবহারকারীকে একটি বার্তা পাঠান

চ্যাট ইন্টারফেস থেকে ব্যবহারকারীর প্রম্পট কনভারসেশনাল অ্যানালিটিক্স-এ পাঠাতে হবে।

3. Chat কম্পোনেন্ট ফাইলের প্রায় শেষের দিকে, Chat কম্পোনেন্টটির মধ্যে ChatInput সাবকম্পোনেন্টটি থাকে, যা ব্যবহারকারীর জিজ্ঞাসার জন্য ইনপুট ফিল্ড প্রদান করে।
4. সাবমিট করার পর, showAndSendUserPrompt মেথডটি ব্যবহারকারীর প্রম্পটটি কনভারসেশনাল অ্যানালিটিক্স-এ পাঠিয়ে দেয় (যা আপনার নোড ব্যাকএন্ডের মাধ্যমে প্রক্সি করা হয়)।

সিস্টেম বার্তাগুলি স্ট্রিম এবং প্রদর্শন করুন

ব্যবহারকারী কনভারসেশনাল অ্যানালিটিক্স-এ বার্তা পাঠানোর পর, আমাদের তার প্রতিক্রিয়াটি প্রদর্শন করতে হবে।

5. Chat কম্পোনেন্ট ফাইলের প্রায় শেষের দিকে, Chat কম্পোনেন্টটির মধ্যে MessageList সাবকম্পোনেন্টটি থাকে, যেখানে মেসেজের ধরনের ওপর ভিত্তি করে কনভারসেশনাল অ্যানালিটিক্স থেকে মেসেজগুলো প্রদর্শন করার লজিকটি থাকে।
6. streamAndParseResponse মেথডটি স্ট্রিমিং JSON রেসপন্স থেকে ক্রমাগত বৈধ সিস্টেম মেসেজ পার্স করার চেষ্টার মাধ্যমে রেসপন্সটি পরিচালনা করে। যখনই কোনো বৈধ সিস্টেম মেসেজ সফলভাবে পার্স করা হয়, সেটি MessageList এ প্রদর্শন করা হয়।

আরও দ্রুত সাড়া প্রদানকারী ব্যবহারকারীর অভিজ্ঞতার জন্য, আমরা আপনাকে কনভারসেশনাল অ্যানালিটিক্স থেকে আসা সিস্টেম বার্তাগুলো আসার সাথে সাথেই প্রদর্শন করার জন্য দৃঢ়ভাবে সুপারিশ করছি।

ব্যবহারকারীর কোনো অনুরোধের জবাবে কনভারসেশনাল অ্যানালিটিক্স একাধিক সিস্টেম মেসেজ পাঠায়, যার মধ্যে কোয়েরি করা ডেটা সোর্স, কোয়েরি, ফলাফল, ভিজ্যুয়ালাইজেশন এবং আরও অনেক কিছু অন্তর্ভুক্ত থাকে। সমস্ত সিস্টেম মেসেজ আসার জন্য অপেক্ষা করলে ব্যবহারকারী পারফরম্যান্স বা অ্যাপ্লিকেশনে কোনো সমস্যা হয়েছে বলে ধরে নিতে পারেন।

আপনি এখন দেখেছেন যে, Looker Components লাইব্রেরি দিয়ে তৈরি Chat কম্পোনেন্টটি কীভাবে ব্যবহারকারীকে বার্তা পাঠায় এবং তার প্রতিক্রিয়া স্ট্রিম করে ফেরত পাঠায়।

৬. ড্যাশবোর্ড ফিল্টারগুলো কনভারসেশনাল অ্যানালিটিক্সে পাঠান

এখন চলুন জেনে নেওয়া যাক, কীভাবে ব্যবহারকারীর প্রম্পটে ড্যাশবোর্ড ফিল্টারগুলো অন্তর্ভুক্ত করতে হয়, যাতে কনভারসেশনাল অ্যানালিটিক্স ড্যাশবোর্ডের প্রেক্ষাপট (এর ফিল্টারগুলো) ব্যবহার করে নিজের কোয়েরি ফিল্টার করতে পারে।

ড্যাশবোর্ডের ফিল্টার পরিবর্তনের ইভেন্টটি শুনুন

1. Frontend/src/components/EmbedChat/EmbedChat.js, এ থাকা EmbedChat কম্পোনেন্ট ফাইলটি খুলুন, যা অ্যাপ্লিকেশনটির সেই পেজটিকে উপস্থাপন করে যেখানে পূর্বে আলোচিত Chat কম্পোনেন্টের সাথে সমন্বিত এমবেডেড ড্যাশবোর্ডটি রয়েছে।
2. EmbedChat কম্পোনেন্টটি Embed SDK-এর .on(...) মেথড ব্যবহার করে এমবেডেড ড্যাশবোর্ড থেকে "dashboard:filters:changed" ইভেন্টটি শোনে। এরপর কম্পোনেন্টটি বর্তমান ফিল্টারগুলোকে তার ফিল্টার স্টেটে সংরক্ষণ করে।

কথোপকথনমূলক বিশ্লেষণে ফিল্টার অবস্থা পাঠান

3. EmbedChat কম্পোনেন্টটি ফিল্টারগুলোকে Chat কম্পোনেন্টের কাছে পাঠায়, যা showAndSendUserPrompt মেথডে প্রতিটি ফিল্টারকে "Filter on dimension '...' being ..." এর মতো একটি স্ট্রিং-এ রূপান্তর করে, যা ব্যবহারকারীর প্রম্পটের শেষে যুক্ত করা হয়।

একটি ড্যাশবোর্ডের ফিল্টারের নাম বা কী (key) এবং প্রকৃত ডাইমেনশনের নাম একই নাও হতে পারে। আপনাকে অবশ্যই ফিল্টারের কী-কে প্রকৃত ডাইমেনশনের নামের সাথে ম্যাপ করতে হবে, যাতে কনভারসেশনাল অ্যানালিটিক্স বুঝতে পারে কোন ডাইমেনশনগুলোর উপর ফিল্টার করতে হবে।

এই ক্ষেত্রে, উদাহরণস্বরূপ Chat কম্পোনেন্টে, এর FIELD_FILTER_MAP অবজেক্টটি "state.state_name" ডাইমেনশন নামটি ফিল্টারের "State 📍" কী-এর সাথে ম্যাপ করে। তারপর showAndSendUserPrompt মেথডটি ফিল্টার করার জন্য ডাইমেনশনের নাম নির্ধারণ করতে এই ম্যাপটি ব্যবহার করে।

৭. চ্যাট থেকে ড্যাশবোর্ড ফিল্টার নিয়ন্ত্রণ করুন

সবশেষে, চলুন দেখে নেওয়া যাক কীভাবে এমবেডেড ড্যাশবোর্ডের ফিল্টারগুলো নিয়ন্ত্রণ করার জন্য Chat কম্পোনেন্টটি সক্রিয় করতে হয়।

কী ফিল্টার সেট করতে হবে তা নির্ধারণ করুন

1. Chat কম্পোনেন্টের streamAndParseResponse মেথডটি সবসময় Conversational Analytics থেকে প্রাপ্ত ডেটা ফলাফলসহ একটি সিস্টেম মেসেজের জন্য চেক করে।
2. যখনই streamAndParseResponse মেথডটি ডেটা ফলাফলসহ কোনো সিস্টেম মেসেজ পার্স করে, তখন এটি পরীক্ষা করে দেখে যে ডেটার মধ্যে থাকা কোনো ডাইমেনশন ফিল্টারগুলোর ডাইমেনশনের সাথে মিলে যায় কি না।
3. যদি তাই হয়, তাহলে streamAndParseResponse মেথডটি ডেটা কলামগুলোকে ড্যাশবোর্ড ফিল্টারে রূপান্তর করে। এবার মেথডটি আবার FIELD_FILTER_MAP ব্যবহার করে, কিন্তু বিপরীত ক্রমে, অর্থাৎ ডাইমেনশনের নাম থেকে ফিল্টারের কী-তে রূপান্তর করে। ফিল্টারের ভ্যালুগুলো হলো ডেটা কলামের মানগুলো।

এমবেডেড ড্যাশবোর্ডে ফিল্টার পরিবর্তনের ইভেন্ট পাঠান

4. কাঙ্ক্ষিত ড্যাশবোর্ড ফিল্টারগুলো ব্যবহার করে, streamAndParseResponse মেথডটি Chat কম্পোনেন্টের setFilters মেথডকে কল করে।
5. এটি EmbedChat কম্পোনেন্টের setDashboardFilters মেথডকে কল করে, যা Embed SDK-এর send মেথড ব্যবহার করে পরপর দুটি ইভেন্ট—ফিল্টারসহ "dashboard:filters:update" এবং "dashboard:run" —এম্বেডেড ড্যাশবোর্ডে পাঠায়।
6. "dashboard:filters:update" ইভেন্টটি এমবেডেড ড্যাশবোর্ডের ফিল্টার পরিবর্তন করে, অন্যদিকে "dashboard:run" ইভেন্টটি নতুন ফিল্টারগুলো ব্যবহার করে ড্যাশবোর্ডের কোয়েরিগুলো পুনরায় চালায়।

' "dashboard:filters:update" ইভেন্টের পরে আপনাকে অবশ্যই "dashboard:run" পাঠাতে হবে। "dashboard:filters:update" ইভেন্টটি ড্যাশবোর্ডের কোয়েরিগুলোকে স্বয়ংক্রিয়ভাবে পুনরায় চালায় না।

৮. উপসংহার ও শিক্ষণীয় বিষয়সমূহ

আপনি কনভারসেশনাল অ্যানালিটিক্স চ্যাটের সাথে সমন্বিত একটি এমবেডেড লুকার ড্যাশবোর্ডের নিজস্ব কার্যকরী উদাহরণ তৈরি করেছেন। আপনি শিখেছেন কীভাবে আপনার এমবেডেড লুকার ড্যাশবোর্ড এবং কনভারসেশনাল অ্যানালিটিক্স ব্যবহার করে স্বাভাবিক ভাষা-চালিত ডেটা অন্বেষণ সক্ষম করতে হয়।

• আপনি Looker Component লাইব্রেরি ব্যবহার করে একটি চ্যাট কম্পোনেন্ট তৈরি করেছেন।
• ডেটা অন্বেষণ সহজ করার জন্য আপনি আপনার এমবেডেড লুকার ড্যাশবোর্ডের কনটেক্সট কনভারসেশনাল অ্যানালিটিক্সে পাঠিয়েছেন।
• ডেটা বিশ্লেষণের সময় উন্নততর প্রেক্ষাপট বোঝার জন্য, আপনি আপনার এমবেডেড ড্যাশবোর্ডের ফিল্টারগুলো নিয়ন্ত্রণ করতে কনভারসেশনাল অ্যানালিটিক্স চালু করেছেন।

এরপর কী?

• কনভারসেশনাল অ্যানালিটিক্স-এর সক্ষমতা সম্পর্কে আরও জানুন।
• আপনার নিজস্ব এমবেডেড লুকার ড্যাশবোর্ডগুলির সাথে কাজ করার জন্য আপনার লুকার এমবেড রেফারেন্স উদাহরণ অ্যাপটি আপডেট করুন।
• আপনার স্থানীয়ভাবে চলমান Looker Embed Reference উদাহরণ অ্যাপে উপলব্ধ অন্যান্য এমবেড ব্যবহারের ক্ষেত্রগুলো পরীক্ষা করে দেখুন!