1. ভূমিকা
সমীক্ষা চালানোর অনেক কারণ রয়েছে: গ্রাহক সন্তুষ্টি মূল্যায়ন করা, বাজার গবেষণা চালানো, একটি পণ্য বা পরিষেবা উন্নত করা, বা কর্মচারীর ব্যস্ততার মূল্যায়ন করা। যাইহোক, আপনি যদি আগে জরিপ ডেটা নিয়ে কাজ করার চেষ্টা করে থাকেন তবে আপনি সম্ভবত জানেন যে স্ট্যান্ডার্ড ফর্ম্যাটের সাথে কাজ করা কঠিন। এই নির্দেশিকায়, আমরা একটি স্বয়ংক্রিয় পাইপলাইন তৈরি করি যা Google ফর্মের ফলাফল ক্যাপচার করে, ক্লাউড ডেটাপ্রেপের সাথে বিশ্লেষণের জন্য ডেটা প্রস্তুত করে, BigQuery-এ লোড করে এবং আপনার টিমকে লুকার বা ডেটা স্টুডিওর মতো টুল ব্যবহার করে ভিজ্যুয়াল অ্যানালিটিক্স করার অনুমতি দেয়।
আপনি কি নির্মাণ করবেন
এই কোডল্যাবে, আপনি ডেটাপ্রেপ ব্যবহার করবেন আমাদের উদাহরণ Google ফর্ম সমীক্ষা থেকে প্রতিক্রিয়াগুলিকে একটি ফর্ম্যাটে রূপান্তর করতে যা ডেটা বিশ্লেষণের জন্য উপযোগী৷ আপনি রূপান্তরিত ডেটাকে BigQuery-এ পুশ করবেন যেখানে আপনি SQL এর সাথে আরও গভীর প্রশ্ন করতে পারবেন এবং আরও শক্তিশালী বিশ্লেষণের জন্য অন্যান্য ডেটাসেটে যোগ দিতে পারবেন। শেষ পর্যন্ত, আপনি পূর্ব-নির্মিত ড্যাশবোর্ডগুলি অন্বেষণ করতে পারেন, বা নতুন প্রতিবেদন তৈরি করতে আপনার নিজস্ব ব্যবসায়িক বুদ্ধিমত্তা টুলকে BigQuery-এর সাথে সংযুক্ত করতে পারেন।
আপনি কি শিখবেন
- ডেটাপ্রেপ ব্যবহার করে কীভাবে জরিপ ডেটা রূপান্তর করা যায়
- কিভাবে BigQuery এ সমীক্ষার ডেটা পুশ করবেন
- কিভাবে জরিপ তথ্য থেকে আরো অন্তর্দৃষ্টি পেতে
আপনি কি প্রয়োজন হবে
- বিলিং, BigQuery এবং Dataprep সক্ষম সহ একটি Google ক্লাউড প্রকল্প
- Dataprep এর একটি প্রাথমিক জ্ঞান সহায়ক, কিন্তু প্রয়োজনীয় নয়
- BigQuery এবং SQL এর একটি প্রাথমিক জ্ঞান সহায়ক, কিন্তু প্রয়োজন নেই
2. Google ফর্ম প্রতিক্রিয়াগুলি পরিচালনা করুন৷
আমরা আমাদের উদাহরণ সমীক্ষায় Google ফর্মগুলির প্রতিক্রিয়াগুলি ঘনিষ্ঠভাবে দেখে শুরু করব৷
Google পত্রক আইকনে ক্লিক করে এবং একটি নতুন স্প্রেডশীট তৈরি করে বা বিদ্যমান একটিতে ফলাফল লোড করে "প্রতিক্রিয়া" ট্যাব থেকে সমীক্ষার ফলাফল রপ্তানি করা যেতে পারে। Google ফর্মগুলি স্প্রেডশীটে প্রতিক্রিয়া যোগ করা চালিয়ে যাবে কারণ উত্তরদাতারা তাদের উত্তর জমা দেয় যতক্ষণ না আপনি "প্রতিক্রিয়াগুলি গ্রহণ করা" বোতামটি নির্বাচন না করেন৷
আসুন এখন প্রতিটি প্রতিক্রিয়ার প্রকার পর্যালোচনা করি এবং এটি Google পত্রক ফাইলে কীভাবে অনুবাদ করে।
3. ট্রান্সফর্ম সার্ভে রেসপন্স
সমীক্ষা প্রশ্নগুলিকে চারটি পরিবারে বিভক্ত করা যেতে পারে যেগুলির একটি নির্দিষ্ট রপ্তানি বিন্যাস থাকবে৷ প্রশ্নের ধরণের উপর ভিত্তি করে, আপনাকে একটি নির্দিষ্ট উপায়ে ডেটা পুনর্গঠন করতে হবে। এখানে, আমরা প্রতিটি গ্রুপ এবং যে ধরনের রূপান্তর প্রয়োগ করতে হবে তার পর্যালোচনা করি।
একক পছন্দের প্রশ্ন: সংক্ষিপ্ত উত্তর, অনুচ্ছেদ, ড্রপডাউন, লিনিয়ার স্কেল ইত্যাদি।
- প্রশ্নের নাম : কলামের নাম
- প্রতিক্রিয়া : সেল মান
- রূপান্তরের প্রয়োজনীয়তা : কোন রূপান্তরের প্রয়োজন নেই; প্রতিক্রিয়া যেমন আছে লোড করা হয়.
একাধিক পছন্দের প্রশ্ন: একাধিক পছন্দ, চেকবক্স
- প্রশ্নের নাম : কলামের নাম
- প্রতিক্রিয়া : সেমিকোলন বিভাজক সহ মানের তালিকা (যেমন "Resp 1; Resp 4; Resp 6")
- রূপান্তরের প্রয়োজনীয়তা : মানগুলির তালিকাটি বের করা এবং পিভট করা দরকার, তাই প্রতিটি প্রতিক্রিয়া একটি নতুন সারি হয়ে যায়।
একাধিক পছন্দ গ্রিড প্রশ্ন
এখানে একাধিক পছন্দের প্রশ্নের একটি উদাহরণ। প্রতিটি সারি থেকে একটি একক মান নির্বাচন করতে হবে।
- প্রশ্নের নাম : প্রতিটি পৃথক প্রশ্ন এই ফর্ম্যাট "প্রশ্ন [বিকল্প]" সহ একটি কলামের নাম হয়ে যায়।
- প্রতিক্রিয়া : গ্রিডের প্রতিটি পৃথক প্রতিক্রিয়া একটি অনন্য মান সহ একটি কলামে পরিণত হয়।
- রূপান্তরের প্রয়োজনীয়তা : প্রতিটি প্রশ্ন/উত্তর অবশ্যই টেবিলে একটি নতুন সারি হতে হবে এবং দুটি কলামে বিভক্ত হবে। একটি কলাম প্রশ্নের বিকল্প উল্লেখ করে এবং অন্য কলাম উত্তর সহ।
একাধিক পছন্দ চেকবক্স গ্রিড প্রশ্ন
এখানে একটি চেকবক্স গ্রিডের উদাহরণ। প্রতিটি সারি থেকে কেউ একটি থেকে একাধিক মান নির্বাচন করতে পারে।
- প্রশ্নের নাম : প্রতিটি পৃথক প্রশ্ন এই বিন্যাসের সাথে একটি কলামের নাম হয়ে যায় "প্রশ্ন [বিকল্প]"।
- প্রতিক্রিয়া : গ্রিডের প্রতিটি পৃথক প্রতিক্রিয়া সেমি-কোলন আলাদা করা মানগুলির তালিকা সহ একটি কলামে পরিণত হয়।
- রূপান্তরের প্রয়োজনীয়তা : এই ধরনের প্রশ্নের ধরন "চেকবক্স" এবং "মাল্টিপল চয়েস গ্রিড" বিভাগগুলিকে একত্রিত করে এবং এই ক্রমে সমাধান করতে হবে।
প্রথমত, প্রতিটি প্রতিক্রিয়ার মানের তালিকা বের করা এবং পিভট করা দরকার, তাই প্রতিটি উত্তর নির্দিষ্ট প্রশ্নের জন্য একটি নতুন সারি হয়ে ওঠে।
দ্বিতীয়: প্রতিটি পৃথক প্রতিক্রিয়া সারণিতে একটি নতুন সারি হতে হবে এবং দুটি কলামে বিভক্ত হতে হবে। একটি কলাম প্রশ্নের বিকল্প উল্লেখ করে এবং অন্য কলাম উত্তর সহ।
এর পরে, আমরা দেখাব কিভাবে এই রূপান্তরগুলি ক্লাউড ডেটাপ্রেপের সাথে পরিচালনা করা হয়।
4. ক্লাউড ডেটাপ্রেপ ফ্লো তৈরি করুন
ক্লাউড ডেটাপ্রেপে "গুগল ফর্ম অ্যানালিটিক্স ডিজাইন প্যাটার্ন" আমদানি করুন৷
Google ফর্ম অ্যানালিটিক্স ডিজাইন প্যাটার্ন ফ্লো প্যাকেজটি ডাউনলোড করুন (এটি আনজিপ না করে)। ক্লাউড ডেটাপ্রেপ অ্যাপ্লিকেশনে , বাম নেভিগেশন বারে ফ্লোস আইকনে ক্লিক করুন। তারপর প্রবাহ পৃষ্ঠায়, প্রসঙ্গ মেনু থেকে আমদানি নির্বাচন করুন।
আপনি প্রবাহটি আমদানি করার পরে, এটি সম্পাদনা করতে আমদানিকৃত প্রবাহটি নির্বাচন করুন, আপনার স্ক্রীনটি এইরকম হওয়া উচিত:
Google পত্রক সমীক্ষা ফলাফল স্প্রেডশীট সংযুক্ত করুন
প্রবাহের বাম দিকে, ডেটা উত্সটিকে অবশ্যই Google ফর্মের ফলাফল ধারণকারী একটি Google পত্রকের সাথে পুনরায় সংযোগ করতে হবে৷ Google Sheet datasets অবজেক্টে ডান ক্লিক করুন এবং "প্রতিস্থাপন" নির্বাচন করুন।
তারপরে মডেলের নীচে "ইমপোর্ট ডেটাসেট" লিঙ্কে ক্লিক করুন। "পথ সম্পাদনা করুন" পেন্সিল ক্লিক করুন.
সেখান থেকে, এই লিঙ্কটি দিয়ে বর্তমান মান প্রতিস্থাপন করুন যা কিছু Google ফর্ম ফলাফলের সাথে একটি Google পত্রকের দিকে নির্দেশ করছে, আপনি আমাদের উদাহরণ বা আপনার নিজের অনুলিপি ব্যবহার করতে পারেন: https://docs.google.com/spreadsheets/d/1DgIlvlLceFDqWEJs91F8rt1B-X0PJGLY6shkKGBPWpk /edit?usp=sharing
নীচে ডানদিকে "যান" এবং তারপরে "আমদানি করুন এবং প্রবাহে যোগ করুন" এ ক্লিক করুন৷ আপনি যখন মোডেলে ফিরে আসবেন, নীচে ডানদিকে "প্রতিস্থাপন" বোতামে ক্লিক করুন৷
BigQuery টেবিল কানেক্ট করুন
প্রবাহের ডানদিকে, আপনাকে আউটপুটগুলিকে আপনার নিজের BigQuery উদাহরণের সাথে সংযুক্ত করতে হবে। প্রতিটি আউটপুটের জন্য, আইকনে ক্লিক করুন এবং তারপরে নিম্নলিখিত বৈশিষ্ট্যগুলি সম্পাদনা করুন।
প্রথমে, "ম্যানুয়াল গন্তব্যগুলি" সম্পাদনা করে শুরু করুন
নিম্নলিখিত "পাবলিশিং সেটিংস" স্ক্রিনে, সম্পাদনা বোতামে ক্লিক করুন৷
আপনি যখন "পাবলিশিং অ্যাকশন" স্ক্রীন দেখতে পান, তখন আপনাকে BigQuery সংযোগে ক্লিক করে এবং এর বৈশিষ্ট্যগুলি সম্পাদনা করে সংযোগ সেটিংস পরিবর্তন করতে হবে৷
BigQuery ডেটাসেট নির্বাচন করুন যেখানে আপনি Google ফর্ম ফলাফলগুলি লোড করতে চান৷ আপনি যদি এখনও কোনো BigQuery ডেটাসেট তৈরি না করে থাকেন তাহলে আপনি "ডিফল্ট" নির্বাচন করতে পারেন।
আপনি "ম্যানুয়াল গন্তব্যগুলি" সম্পাদনা করার পরে, "নির্ধারিত গন্তব্যগুলি" আউটপুটের জন্য একইভাবে এগিয়ে যান।
একই পদক্ষেপ অনুসরণ করে প্রতিটি আউটপুটে পুনরাবৃত্তি করুন। মোট আপনাকে 8টি গন্তব্য সম্পাদনা করতে হবে।
5. ক্লাউড ডেটাপ্রেপ ফ্লো ব্যাখ্যা করা হয়েছে
"গুগল ফর্ম অ্যানালিটিক্স ডিজাইন প্যাটার্ন" প্রবাহের মূল ধারণাটি হল পূর্বে বর্ণিত সমীক্ষার প্রতিক্রিয়াগুলির রূপান্তরগুলি সম্পাদন করা - প্রতিটি প্রশ্ন বিভাগকে একটি নির্দিষ্ট ক্লাউড ডেটাপ্রেপ ডেটা ট্রান্সফরমেশন রেসিপিতে বিভক্ত করে।
এই প্রবাহটি প্রশ্নগুলিকে 4টি টেবিলে বিভক্ত করে (সরলতার উদ্দেশ্যে 4টি প্রশ্নের বিভাগের সাথে সম্পর্কিত)
আমরা পরামর্শ দিই যে আপনি "ক্লিন হেডার" দিয়ে শুরু করে একে একে প্রতিটি রেসিপি অন্বেষণ করুন এবং তারপরে "একক পছন্দ নির্বাচন-প্রশ্নগুলি" এর নীচে একে অপরের রেসিপিগুলি অনুসরণ করুন৷
সমস্ত রেসিপি বিভিন্ন রূপান্তর পদক্ষেপ ব্যাখ্যা করার জন্য মন্তব্য করা হয়. যখন একটি রেসিপিতে, আপনি একটি ধাপ সম্পাদনা করতে পারেন এবং একটি নির্দিষ্ট কলামের আগে/পরের অবস্থার পূর্বরূপ দেখতে পারেন।
6. ক্লাউড ডেটাপ্রেপ ফ্লো চালান
এখন যেহেতু আপনার উৎস এবং গন্তব্যগুলি সঠিকভাবে কনফিগার করা হয়েছে, আপনি BigQuery-এ প্রতিক্রিয়াগুলিকে রূপান্তরিত করতে এবং লোড করতে ফ্লো চালাতে পারেন৷ প্রতিটি আউটপুট নির্বাচন করুন এবং "রান" বোতামে ক্লিক করুন। নির্দিষ্ট করা BigQuery টেবিলটি বিদ্যমান থাকলে, Dataprep নতুন সারি যুক্ত করবে, অন্যথায় এটি একটি নতুন টেবিল তৈরি করবে।
কাজগুলি নিরীক্ষণ করতে বাম প্যানে "চাকরির ইতিহাস" আইকনে ক্লিক করুন। এগিয়ে যেতে এবং BigQuery টেবিল লোড করতে কয়েক মিনিট সময় লাগবে।
সমস্ত কাজ শেষ হয়ে গেলে, সমীক্ষার ফলাফলগুলি বিশ্লেষণের জন্য প্রস্তুত একটি পরিষ্কার, কাঠামোগত এবং স্বাভাবিক বিন্যাসে BigQuery-এ লোড করা হবে।
7. BigQuery-এ সমীক্ষার ডেটা বিশ্লেষণ করুন
BigQuery-এর জন্য Google কনসোলে , আপনি প্রতিটি নতুন টেবিলের বিশদ বিবরণ দেখতে সক্ষম হবেন
BigQuery-এ সমীক্ষার ডেটার সাহায্যে, আপনি গভীর স্তরে সমীক্ষার প্রতিক্রিয়াগুলি বোঝার জন্য আরও ব্যাপক প্রশ্ন করতে পারেন। উদাহরণস্বরূপ, ধরা যাক আপনি বিভিন্ন পেশাদার শিরোনামের লোকেরা সাধারণত কোন প্রোগ্রামিং ভাষা ব্যবহার করে তা বোঝার চেষ্টা করছেন - আপনি এইরকম একটি প্রশ্ন লিখতে পারেন:
SELECT
programming_answers.Language AS programming_answers_language,
project_answers.Title AS project_answers_title,
AVG((case when programming_answers.Level='None' then 0
when programming_answers.Level='beginner' then 1
when programming_answers.Level='competent' then 2
when programming_answers.Level='proficient' then 3
when programming_answers.Level='expert' then 4
else null end) ) AS programming_answers_average_level_value
FROM `my-project.DesignPattern.A000111_ProjectAnswers` AS project_answers
INNER JOIN `my-project.A000111_ProgrammingAnswers` AS programming_answers
ON programming_answers.RESPONSE_ID = project_answers.RESPONSE_ID
GROUP BY 1,2
ORDER BY 3 DESC
আপনার বিশ্লেষণগুলিকে আরও শক্তিশালী করতে, আপনি CRM ডেটাতে জরিপ প্রতিক্রিয়াগুলিতে যোগদান করতে পারেন যাতে অংশগ্রহণকারীরা আপনার ডেটা গুদামে ইতিমধ্যেই অন্তর্ভুক্ত কোনো অ্যাকাউন্টে ম্যাপ করে কিনা। এটি আপনার ব্যবসাকে গ্রাহক সহায়তা বা নতুন লঞ্চের জন্য ব্যবহারকারীদের লক্ষ্য করার বিষয়ে আরও সচেতন সিদ্ধান্ত নিতে সাহায্য করতে পারে।
এখানে, আমরা দেখাই কিভাবে আপনি উত্তরদাতার ডোমেন এবং অ্যাকাউন্টের ওয়েবসাইটের উপর ভিত্তি করে একটি অ্যাকাউন্ট টেবিলে জরিপ ডেটাতে যোগ দিতে পারেন। এখন, আপনি অ্যাকাউন্টের প্রকার অনুসারে প্রতিক্রিয়াগুলির বিতরণ দেখতে পারেন, যা আপনাকে বুঝতে সাহায্য করে যে কতজন উত্তরদাতা বিদ্যমান গ্রাহক অ্যাকাউন্টগুলির অন্তর্গত।
SELECT
account.TYPE AS account_type,
COUNT(DISTINCT project_answers.Domainname) AS project_answers_count_domains
FROM `my-project.A000111_ProjectAnswers` AS project_answers
LEFT JOIN `my-project.testing.account` AS account
ON project_answers.Domainname=account.website
GROUP BY 1
8. ভিজ্যুয়াল অ্যানালিটিক্স সম্পাদন করুন
এখন যেহেতু আপনার জরিপ ডেটা একটি ডেটা গুদামে কেন্দ্রীভূত করা হয়েছে, আপনি সহজেই একটি ব্যবসায়িক বুদ্ধিমত্তা টুলে ডেটা বিশ্লেষণ করতে পারেন৷ আমরা ডেটা স্টুডিও এবং লুকারে কিছু উদাহরণ প্রতিবেদন তৈরি করেছি।
লুকার
আপনার যদি ইতিমধ্যেই একটি লুকার উদাহরণ থাকে তবে আপনি এই প্যাটার্নের জন্য নমুনা সমীক্ষা এবং CRM ডেটা বিশ্লেষণ শুরু করতে এই ফোল্ডারে LookML ব্যবহার করতে পারেন। শুধু একটি নতুন Looker প্রোজেক্ট তৈরি করুন, LookML যোগ করুন এবং আপনার BigQuery কনফিগারেশনের সাথে মেলে ফাইলে সংযোগ এবং টেবিলের নামগুলি প্রতিস্থাপন করুন। আপনার যদি লুকারের উদাহরণ না থাকে তবে আপনি আরও শিখতে আগ্রহী হন, আপনি এখানে একটি ডেমো নির্ধারণ করতে পারেন।
ডেটা স্টুডিও
বিকল্পভাবে, ডেটা স্টুডিওতে একটি প্রতিবেদন তৈরি করতে, Google ক্রস "ব্ল্যাঙ্ক রিপোর্ট" সহ ফ্রেমে ক্লিক করুন এবং BigQuery-এর সাথে সংযোগ করুন৷ ডেটা স্টুডিও থেকে সমস্ত নির্দেশাবলী অনুসরণ করুন। আপনি যদি আরও জানতে চান, একটি দ্রুত শুরু এবং ডেটা স্টুডিওর প্রধান বৈশিষ্ট্যগুলির একটি ভূমিকা এখানে পাওয়া যাবে। এছাড়াও আপনি এখানে আমাদের পূর্ব-নির্মিত ডেটা স্টুডিও ড্যাশবোর্ডগুলি খুঁজে পেতে পারেন।
9. পরিষ্কার করা
বিলিং দূর করার সবচেয়ে সহজ উপায় হল আপনার টিউটোরিয়ালের জন্য তৈরি করা ক্লাউড প্রকল্পটি মুছে ফেলা। বিকল্পভাবে, আপনি পৃথক সম্পদ মুছে ফেলতে পারেন।
- ক্লাউড কনসোলে, সম্পদ পরিচালনা করতে যান
- প্রকল্প তালিকায়, আপনি যে প্রকল্পটি মুছতে চান সেটি নির্বাচন করুন এবং তারপরে মুছুন ক্লিক করুন।
- ডায়ালগে, প্রজেক্ট আইডি টাইপ করুন এবং তারপরে প্রোজেক্ট মুছে ফেলতে শাট ডাউন ক্লিক করুন।