Amazon SageMaker Canvas এবং Amazon QuickSight এর সাথে বুদ্ধিমান সিদ্ধান্ত গ্রহণ সক্ষম করুন

প্রতিটি কোম্পানি, তার আকার নির্বিশেষে, তার গ্রাহকদের সেরা পণ্য এবং পরিষেবা প্রদান করতে চায়। এটি অর্জনের জন্য, কোম্পানিগুলি শিল্পের প্রবণতা এবং গ্রাহকদের আচরণ বুঝতে চায় এবং একটি রুটিন ভিত্তিতে অভ্যন্তরীণ প্রক্রিয়া এবং ডেটা বিশ্লেষণগুলি অপ্টিমাইজ করতে চায়। এটি একটি কোম্পানির সাফল্যের একটি গুরুত্বপূর্ণ উপাদান।

বিশ্লেষক ভূমিকার একটি খুব বিশিষ্ট অংশে ব্যবসার মেট্রিক্স ভিজ্যুয়ালাইজেশন (যেমন বিক্রয় রাজস্ব) এবং ডেটা-চালিত ব্যবসায়িক সিদ্ধান্ত নেওয়ার জন্য ভবিষ্যতের ইভেন্টগুলির পূর্বাভাস (যেমন চাহিদা বৃদ্ধি) অন্তর্ভুক্ত। এই প্রথম চ্যালেঞ্জের কাছে যেতে, আপনি ব্যবহার করতে পারেন অ্যামাজন কুইকসাইট, একটি ক্লাউড-স্কেল বিজনেস ইন্টেলিজেন্স (BI) পরিষেবা যা সহজে বোঝার অন্তর্দৃষ্টি প্রদান করে এবং সিদ্ধান্ত গ্রহণকারীদের একটি ইন্টারেক্টিভ ভিজ্যুয়াল পরিবেশে তথ্য অন্বেষণ এবং ব্যাখ্যা করার সুযোগ দেয়৷ দ্বিতীয় কাজের জন্য, আপনি ব্যবহার করতে পারেন আমাজন সেজমেকার ক্যানভাস, একটি ক্লাউড পরিষেবা যা ব্যবসায়িক বিশ্লেষকদের একটি ভিজ্যুয়াল পয়েন্ট-এন্ড-ক্লিক ইন্টারফেস প্রদান করে মেশিন লার্নিং (ML) অ্যাক্সেস প্রসারিত করে যা আপনাকে নিজেরাই সঠিক ML পূর্বাভাস তৈরি করতে দেয়।

এই মেট্রিক্সগুলি দেখার সময়, ব্যবসায়িক বিশ্লেষকরা প্রায়শই গ্রাহকের আচরণের নিদর্শনগুলি সনাক্ত করে, যাতে কোম্পানিটি গ্রাহক হারানোর ঝুঁকি রাখে কিনা তা নির্ধারণ করতে। এই সমস্যা বলা হয় গ্রাহক মন্থন, এবং ML মডেলগুলির উচ্চ নির্ভুলতার সাথে এই জাতীয় গ্রাহকদের ভবিষ্যদ্বাণী করার একটি প্রমাণিত ট্র্যাক রেকর্ড রয়েছে (উদাহরণস্বরূপ, দেখুন ইলুলার এআই সলিউশন ব্যাঙ্কগুলিকে গ্রাহক ধরে রাখার উন্নতি করতে সাহায্য করে৷).

এমএল মডেল তৈরি করা একটি জটিল প্রক্রিয়া হতে পারে কারণ এটির জন্য ডেটা প্রস্তুতি এবং এমএল মডেল প্রশিক্ষণ পরিচালনা করার জন্য একটি বিশেষজ্ঞ দলের প্রয়োজন। যাইহোক, ক্যানভাসের সাথে, আপনি কোন বিশেষ জ্ঞান ছাড়াই এবং কোডের শূন্য লাইনের সাথে এটি করতে পারেন। আরো তথ্যের জন্য, চেক আউট Amazon SageMaker ক্যানভাস ব্যবহার করে নো-কোড মেশিন লার্নিং সহ গ্রাহক মন্থনের পূর্বাভাস দিন.

এই পোস্টে, আমরা আপনাকে দেখাব কিভাবে ক্যানভাস থেকে উৎপন্ন ভবিষ্যদ্বাণীগুলি কুইকসাইট ড্যাশবোর্ডে ভিজ্যুয়ালাইজ করতে হয়, এমএল-এর মাধ্যমে বুদ্ধিমান সিদ্ধান্ত গ্রহণকে সক্ষম করে৷

সমাধান ওভারভিউ

পদে Amazon SageMaker ক্যানভাস ব্যবহার করে নো-কোড মেশিন লার্নিং সহ গ্রাহক মন্থনের পূর্বাভাস দিন, আমরা একটি মোবাইল ফোন অপারেটরের বিপণন বিভাগে একজন ব্যবসায় বিশ্লেষকের ভূমিকা গ্রহণ করেছি, এবং আমরা সফলভাবে একটি ML মডেল তৈরি করেছি যাতে গ্রাহকদের মন্থনের সম্ভাব্য ঝুঁকি রয়েছে। আমাদের মডেল দ্বারা উত্পন্ন ভবিষ্যদ্বাণীগুলির জন্য ধন্যবাদ, আমরা এখন এই ক্লায়েন্ট এবং অঞ্চলগুলির জন্য সম্ভাব্য প্রচার সম্পর্কে ডেটা-চালিত ব্যবসায়িক সিদ্ধান্ত নেওয়ার জন্য একটি সম্ভাব্য আর্থিক ফলাফলের বিশ্লেষণ করতে চাই৷

স্থাপত্য যা আমাদের এটি অর্জন করতে সাহায্য করবে তা নিম্নলিখিত চিত্রটিতে দেখানো হয়েছে।

কর্মপ্রবাহের ধাপগুলি নিম্নরূপ:

1. ক্যানভাসে বর্তমান গ্রাহক জনসংখ্যার সাথে একটি নতুন ডেটাসেট আপলোড করুন।
2. একটি ব্যাচ পূর্বাভাস চালান এবং ফলাফল ডাউনলোড করুন.
3. ভিজ্যুয়ালাইজেশন তৈরি বা আপডেট করতে QuickSight এ ফাইলগুলি আপলোড করুন।

আপনি কোডের একটি লাইন না লিখে ক্যানভাসে এই পদক্ষেপগুলি সম্পাদন করতে পারেন। সমর্থিত ডেটা উত্সগুলির সম্পূর্ণ তালিকার জন্য, পড়ুন৷ Amazon SageMaker ক্যানভাসে ডেটা আমদানি করা হচ্ছে.

পূর্বশর্ত

এই ওয়াকথ্রুটির জন্য, নিশ্চিত করুন যে নিম্নলিখিত পূর্বশর্তগুলি পূরণ হয়েছে:

গ্রাহক মন্থন মডেল ব্যবহার করুন

আপনি পূর্বশর্তগুলি সম্পূর্ণ করার পরে, আপনার ক্যানভাসে ঐতিহাসিক ডেটার উপর প্রশিক্ষিত একটি মডেল থাকা উচিত, গ্রাহক মন্থনের পূর্বাভাস দেওয়ার জন্য নতুন গ্রাহক ডেটা ব্যবহার করার জন্য প্রস্তুত, যা আপনি QuickSight-এ ব্যবহার করতে পারেন৷

1. একটি নতুন ফাইল তৈরি করুন churn-no-labels.csv মূল ডেটাসেট থেকে এলোমেলোভাবে 1,500 লাইন নির্বাচন করে churn.csv এবং অপসারণ Churn? কলাম।

আমরা ভবিষ্যদ্বাণী তৈরি করতে এই নতুন ডেটাসেট ব্যবহার করি।

আমরা ক্যানভাসে পরবর্তী ধাপগুলি সম্পূর্ণ করি। আপনি এর মাধ্যমে ক্যানভাস খুলতে পারেন এডাব্লুএস ম্যানেজমেন্ট কনসোল, অথবা আপনার ক্লাউড প্রশাসকের দ্বারা প্রদত্ত SSO অ্যাপ্লিকেশনের মাধ্যমে৷ আপনি যদি নিশ্চিত না হন যে কীভাবে ক্যানভাস অ্যাক্সেস করবেন, তাহলে দেখুন Amazon SageMaker ক্যানভাস ব্যবহার করে শুরু করা.

2. ক্যানভাস কনসোলে, নির্বাচন করুন ডেটাসেট নেভিগেশন ফলকে।
3. বেছে নিন আমদানি.

4. বেছে নিন আপলোড এবং নির্বাচন করুন churn-no-labels.csv আপনার তৈরি করা ফাইল।
5. বেছে নিন তথ্য আমদানি.

ডেটা আমদানি প্রক্রিয়ার সময় ফাইলের আকারের উপর নির্ভর করে। আমাদের ক্ষেত্রে, এটি প্রায় 10 সেকেন্ড হওয়া উচিত। এটি সম্পূর্ণ হলে, আমরা দেখতে পারি যে ডেটাসেট আছে Ready অবস্থা।

6. ডেটাসেটের প্রথম 100 সারির পূর্বরূপ দেখতে, বিকল্প মেনু (তিনটি বিন্দু) বেছে নিন এবং বেছে নিন প্রি.

7. বেছে নিন মডেল নেভিগেশন প্যানে, তারপর পূর্বশর্তের অংশ হিসাবে আপনার তৈরি করা মন্থন মডেলটি বেছে নিন।

8. উপরে ভবিষ্যদ্বাণী করা ট্যাব, চয়ন করুন ডেটাসেট নির্বাচন করুন.

9. নির্বাচন করুন churn-no-labels.csv ডেটাসেট, তারপর চয়ন করুন ভবিষ্যদ্বাণী তৈরি করুন.

অনুমান সময় মডেল জটিলতা এবং ডেটাসেট আকারের উপর নির্ভর করে; আমাদের ক্ষেত্রে, এটি প্রায় 10 সেকেন্ড সময় নেয়। কাজ শেষ হয়ে গেলে, এটি তার স্থিতিকে রেডিতে পরিবর্তন করে এবং আমরা ফলাফলগুলি ডাউনলোড করতে পারি।

10. বিকল্প মেনু নির্বাচন করুন (তিনটি বিন্দু), ডাউনলোড, এবং সমস্ত মান ডাউনলোড করুন.

ঐচ্ছিকভাবে, আমরা নির্বাচনের ফলাফলগুলিকে দ্রুত দেখে নিতে পারি প্রি. প্রথম দুটি কলাম হল মডেল থেকে ভবিষ্যদ্বাণী।

আমাদের বর্তমান গ্রাহক জনসংখ্যার জন্য মন্থন ঝুঁকির পূর্বাভাস দিতে আমরা সফলভাবে আমাদের মডেল ব্যবহার করেছি। এখন আমরা আমাদের ভবিষ্যদ্বাণীগুলির উপর ভিত্তি করে ব্যবসায়িক মেট্রিক্স কল্পনা করতে প্রস্তুত৷

QuickSight-এ ডেটা আমদানি করুন

যেমনটি আমরা আগে আলোচনা করেছি, ব্যবসায়িক বিশ্লেষকদের ডেটা-চালিত ব্যবসায়িক সিদ্ধান্ত নেওয়ার জন্য ব্যবসায়িক মেট্রিক্সের সাথে ভবিষ্যদ্বাণীগুলিকে একত্রে কল্পনা করা প্রয়োজন। এটি করার জন্য, আমরা QuickSight ব্যবহার করি, যা সহজে বোঝার অন্তর্দৃষ্টি প্রদান করে এবং সিদ্ধান্ত গ্রহণকারীদের একটি ইন্টারেক্টিভ ভিজ্যুয়াল পরিবেশে তথ্য অন্বেষণ এবং ব্যাখ্যা করার সুযোগ দেয়। QuickSight-এর মাধ্যমে, আমরা একটি সাধারণ ড্র্যাগ-এন্ড-ড্রপ ইন্টারফেস দিয়ে সেকেন্ডের মধ্যে গ্রাফ এবং চার্টের মতো ভিজ্যুয়ালাইজেশন তৈরি করতে পারি। এই পোস্টে, আমরা ব্যবসার ঝুঁকিগুলিকে আরও ভালভাবে বোঝার জন্য এবং কীভাবে আমরা সেগুলি পরিচালনা করতে পারি, যেমন আমাদের নতুন বিপণন প্রচারাভিযানগুলি কোথায় চালু করা উচিত তা বোঝার জন্য বেশ কয়েকটি ভিজ্যুয়ালাইজেশন তৈরি করি।

শুরু করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:

1. কুইকসাইট কনসোলে, নির্বাচন করুন ডেটাসেট নেভিগেশন ফলকে।
2. বেছে নিন নতুন ডেটাসেট.

QuickSight অনেক তথ্য উৎস সমর্থন করে। এই পোস্টে, আমরা একটি স্থানীয় ফাইল ব্যবহার করি, যেটি আমরা পূর্বে ক্যানভাসে তৈরি করেছি, আমাদের উৎস ডেটা হিসেবে।

3. বেছে নিন একটি ফাইল আপলোড.

4. ভবিষ্যদ্বাণী সহ সম্প্রতি ডাউনলোড করা ফাইলটি চয়ন করুন৷

QuickSight ফাইলটি আপলোড করে এবং বিশ্লেষণ করে।

5. প্রিভিউতে প্রত্যাশিত সবকিছু আছে কিনা চেক করুন, তারপর বেছে নিন পরবর্তী.

6. বেছে নিন ঠাহর করা.

ডেটা এখন সফলভাবে আমদানি করা হয়েছে এবং আমরা এটি বিশ্লেষণ করতে প্রস্তুত।

মন্থন পূর্বাভাসের ব্যবসায়িক মেট্রিক্স সহ একটি ড্যাশবোর্ড তৈরি করুন

এটি আমাদের ডেটা বিশ্লেষণ করার এবং একটি পরিষ্কার এবং সহজেই ব্যবহারযোগ্য ড্যাশবোর্ড তৈরি করার সময় যা ডেটা-চালিত ব্যবসায়িক সিদ্ধান্তের জন্য প্রয়োজনীয় সমস্ত তথ্য পুনরুদ্ধার করে। এই ধরনের ড্যাশবোর্ড একটি ব্যবসায়িক বিশ্লেষকদের অস্ত্রাগারের একটি গুরুত্বপূর্ণ হাতিয়ার।

নিম্নলিখিত একটি উদাহরণ ড্যাশবোর্ড যা গ্রাহক মন্থনের ঝুঁকি সনাক্ত করতে এবং কাজ করতে সাহায্য করতে পারে৷

এই ড্যাশবোর্ডে, আমরা বেশ কিছু গুরুত্বপূর্ণ ব্যবসায়িক মেট্রিক্স কল্পনা করি:

• গ্রাহকদের মন্থন সম্ভবত - বাম ডোনাট চার্টটি 50% এর বেশি ব্যবহারকারীর সংখ্যা এবং শতাংশের প্রতিনিধিত্ব করে মন্থনের ঝুঁকি। এই চার্টটি আমাদের একটি সম্ভাব্য সমস্যার আকার দ্রুত বুঝতে সাহায্য করে।
• সম্ভাব্য রাজস্ব ক্ষতি - শীর্ষ মধ্যম ডোনাট চার্ট মন্থন করার ঝুঁকি 50% এর বেশি ব্যবহারকারীদের কাছ থেকে রাজস্ব ক্ষতির পরিমাণ উপস্থাপন করে। এই চার্ট আমাদের দ্রুত মন্থন থেকে সম্ভাব্য রাজস্ব ক্ষতির আকার বুঝতে সাহায্য করে। চার্টটি আরও দেখায় যে আমরা সম্ভাব্য রাজস্বের একটি শতাংশ হারানোর কারণে আমরা অনেক উপরে-গড় গ্রাহক হারাতে পারি যা মন্থনের ঝুঁকিতে থাকা ব্যবহারকারীদের শতাংশের চেয়ে বেশি।
• রাষ্ট্র দ্বারা সম্ভাব্য রাজস্ব ক্ষতি - উপরের ডানদিকে অনুভূমিক বার চার্টটি মন্থন করার ঝুঁকিতে নেই এমন গ্রাহকদের কাছ থেকে রাজস্ব হারানো আয়ের আকার উপস্থাপন করে। বিপণন প্রচারণার দৃষ্টিকোণ থেকে কোন রাজ্যটি আমাদের জন্য সবচেয়ে গুরুত্বপূর্ণ তা এই দৃশ্যটি আমাদের বুঝতে সাহায্য করতে পারে।
• মন্থন ঝুঁকি গ্রাহকদের সম্পর্কে বিস্তারিত - নীচের বাম টেবিলে আমাদের সমস্ত গ্রাহকদের সম্পর্কে বিশদ রয়েছে। এই টেবিলটি সহায়ক হতে পারে যদি আমরা দ্রুত মন্থন ঝুঁকি সহ এবং ছাড়াই বেশ কয়েকটি গ্রাহকের বিবরণ দেখতে চাই।

গ্রাহকদের মন্থন সম্ভবত

আমরা মন্থন ঝুঁকিতে গ্রাহকদের নিয়ে একটি চার্ট তৈরি করে শুরু করি।

1. অধীনে ক্ষেত্র তালিকা, পছন্দ করা মন্থন? বৈশিষ্ট্যাবলী।

QuickSight স্বয়ংক্রিয়ভাবে একটি ভিজ্যুয়ালাইজেশন তৈরি করে।

যদিও বার প্লট ডেটা বিতরণ বোঝার জন্য একটি সাধারণ ভিজ্যুয়ালাইজেশন, আমরা একটি ডোনাট চার্ট ব্যবহার করতে পছন্দ করি। আমরা এর বৈশিষ্ট্য পরিবর্তন করে এই দৃশ্য পরিবর্তন করতে পারি।

2. নীচে ডোনাট চার্ট আইকন নির্বাচন করুন চাক্ষুষ প্রকার.
3. বর্তমান নাম নির্বাচন করুন (ডাবল-ক্লিক করুন) এবং এটিতে পরিবর্তন করুন গ্রাহকদের মন্থন সম্ভবত.

4. অন্যান্য ভিজ্যুয়াল এফেক্ট কাস্টমাইজ করতে (লিজেন্ড সরান, মান যোগ করুন, ফন্টের আকার পরিবর্তন করুন), পেন্সিল আইকনটি বেছে নিন এবং আপনার পরিবর্তন করুন।

নিম্নলিখিত স্ক্রিনশটে দেখানো হয়েছে, আমরা ডোনাটের ক্ষেত্রফল বাড়িয়েছি, সেইসাথে লেবেলে কিছু অতিরিক্ত তথ্য যোগ করেছি।

সম্ভাব্য রাজস্ব ক্ষতি

গ্রাহক মন্থনের ব্যবসায়িক প্রভাব গণনা করার সময় বিবেচনা করার আরেকটি গুরুত্বপূর্ণ মেট্রিক হল সম্ভাব্য রাজস্ব ক্ষতি। এটি একটি গুরুত্বপূর্ণ মেট্রিক কারণ এটি আমাদের গ্রাহকদের কাছ থেকে ব্যবসায়িক প্রভাব বুঝতে সাহায্য করে যা মন্থনের ঝুঁকিতে নেই। টেলিকম শিল্পে, উদাহরণস্বরূপ, আমাদের অনেক নিষ্ক্রিয় ক্লায়েন্ট থাকতে পারে যাদের মন্থনের উচ্চ ঝুঁকি রয়েছে এবং কিন্তু রাজস্ব শূন্য। এই চার্টটি আমাদের বুঝতে সাহায্য করতে পারে যে আমরা এমন পরিস্থিতিতে আছি কি না। আমাদের ড্যাশবোর্ডে এই মেট্রিকটি যোগ করতে, আমরা সম্ভাব্য রাজস্ব ক্ষতি গণনা করার জন্য গাণিতিক সূত্র প্রদান করে একটি কাস্টম গণনা করা ক্ষেত্র তৈরি করি, তারপর এটিকে অন্য ডোনাট চার্ট হিসাবে কল্পনা করি।

1. উপরে বিজ্ঞাপন মেনু, নির্বাচন করুন গণনা করা ক্ষেত্র যোগ করুন.

2. ক্ষেত্রের মোট চার্জের নাম দিন।
3. সূত্রটি লিখুন {Day Charge}+{Eve Charge}+{Intl Charge}+{Night Charge}।
4. বেছে নিন সংরক্ষণ করুন.

5. উপরে বিজ্ঞাপন মেনু, নির্বাচন করুন চাক্ষুষ যোগ করুন.

6. অধীনে চাক্ষুষ প্রকার, ডোনাট চার্ট আইকন নির্বাচন করুন।
7. অধীনে ক্ষেত্র তালিকা, টানুন মন্থন? থেকে গ্রুপ / রঙ.
8. টানা মোট বিল থেকে মূল্য.
9. উপরে মূল্য মেনু, নির্বাচন করুন হিসাবে দেখান এবং নির্বাচন করুন মুদ্রা.
10. অন্যান্য ভিজ্যুয়াল এফেক্ট কাস্টমাইজ করতে পেন্সিল আইকন বেছে নিন (লেজেন্ড সরান, মান যোগ করুন, ফন্ট সাইজ পরিবর্তন করুন)।

এই মুহুর্তে, আমাদের ড্যাশবোর্ডে দুটি ভিজ্যুয়ালাইজেশন রয়েছে।

আমরা ইতিমধ্যেই লক্ষ্য করতে পারি যে আমরা মোট 18% (270) গ্রাহক হারাতে পারি, যা রাজস্বের 24% ($6,280) সমান। আসুন রাষ্ট্রীয় পর্যায়ে সম্ভাব্য রাজস্ব ক্ষতি বিশ্লেষণ করে আরও অন্বেষণ করি।

রাষ্ট্র দ্বারা সম্ভাব্য রাজস্ব ক্ষতি

রাষ্ট্র দ্বারা সম্ভাব্য রাজস্ব ক্ষতি কল্পনা করতে, আসুন একটি অনুভূমিক বার গ্রাফ যোগ করি।

1. উপরে বিজ্ঞাপন মেনু, নির্বাচন করুন চাক্ষুষ যোগ করুন.

2. অধীনে চাক্ষুষ প্রকারঅনুভূমিক বার চার্ট আইকন নির্বাচন করুন।
3. অধীনে ক্ষেত্র তালিকা¸ টানুন মন্থন? থেকে গ্রুপ / রঙ.
4. টানা মোট বিল থেকে মূল্য.
5. উপরে মূল্য মেনু, নির্বাচন করুন হিসাবে দেখান এবং মুদ্রা.
6. টানা পর্যায় থেকে Y অক্ষ.
7. অন্যান্য ভিজ্যুয়াল এফেক্ট কাস্টমাইজ করতে পেন্সিল আইকন বেছে নিন (লেজেন্ড সরান, মান যোগ করুন, ফন্ট সাইজ পরিবর্তন করুন)।

8. আমরা আমাদের নতুন ভিজ্যুয়াল বাছাই করে সাজাতে পারি মোট বিল নীচে এবং নির্বাচন নিম্নক্রম.

এই ভিজ্যুয়ালটি আমাদের বুঝতে সাহায্য করতে পারে যে বিপণন প্রচারণার দৃষ্টিকোণ থেকে কোন রাজ্যটি সবচেয়ে গুরুত্বপূর্ণ। উদাহরণস্বরূপ, হাওয়াইতে, আমরা সম্ভাব্যভাবে আমাদের অর্ধেক রাজস্ব ($253,000) হারাতে পারি যখন ওয়াশিংটনে, এই মানটি 10% ($52,000) এর কম। আমরা আরও দেখতে পারি যে অ্যারিজোনায়, আমরা প্রায় প্রতিটি গ্রাহক হারানোর ঝুঁকি নিয়ে থাকি।

মন্থন ঝুঁকি গ্রাহকদের সম্পর্কে বিস্তারিত

মন্থনের ঝুঁকিতে থাকা গ্রাহকদের সম্পর্কে বিশদ বিবরণ সহ একটি টেবিল তৈরি করা যাক।

1. উপরে বিজ্ঞাপন মেনু, নির্বাচন করুন চাক্ষুষ যোগ করুন.

2. অধীনে চাক্ষুষ প্রকার, টেবিল আইকন নির্বাচন করুন.
3. অধীনে ক্ষেত্র তালিকা, টানুন মোবাইল নাম্বার, রাষ্ট্র, আন্তর্জাতিক পরিকল্পনা, ভিমেইল প্ল্যান, মন্থন?, এবং অ্যাকাউন্টের দৈর্ঘ্য থেকে গ্রুপ দ্বারা.
4. টানা সম্ভাবনা থেকে মূল্য.
5. উপরে মূল্য মেনু, নির্বাচন করুন হিসাবে দেখান এবং শতাংশ.

আপনার ড্যাশবোর্ড কাস্টমাইজ করুন

QuickSight আপনার ড্যাশবোর্ড কাস্টমাইজ করার জন্য বিভিন্ন বিকল্প অফার করে, যেমন নিম্নলিখিত।

1. একটি নাম যোগ করতে, উপর বিজ্ঞাপন মেনু, নির্বাচন করুন শিরোনাম যোগ করুন.

2. একটি শিরোনাম লিখুন (এই পোস্টের জন্য, আমরা আমাদের ড্যাশবোর্ডের নাম পরিবর্তন করি মন্থন বিশ্লেষণ).

3. আপনার ভিজ্যুয়ালের আকার পরিবর্তন করতে, চার্টের নীচের ডানদিকের কোণে বেছে নিন এবং পছন্দসই আকারে টেনে আনুন।
4. একটি ভিজ্যুয়াল সরাতে, চার্টের উপরের কেন্দ্রটি বেছে নিন এবং এটিকে একটি নতুন অবস্থানে টেনে আনুন।
5. থিম পরিবর্তন করতে, নির্বাচন করুন থিম নেভিগেশন ফলকে।
6. আপনার নতুন থিম চয়ন করুন (উদাহরণস্বরূপ, মধ্যরাত্রি), এবং চয়ন করুন প্রয়োগ করা.

আপনার ড্যাশবোর্ড প্রকাশ করুন

একটি ড্যাশবোর্ড হল একটি বিশ্লেষণের একটি পঠনযোগ্য স্ন্যাপশট যা আপনি প্রতিবেদনের উদ্দেশ্যে অন্যান্য QuickSight ব্যবহারকারীদের সাথে ভাগ করতে পারেন৷ ফিল্টারিং, প্যারামিটার, নিয়ন্ত্রণ এবং সাজানোর ক্রম-এর মতো জিনিসগুলি সহ আপনার ড্যাশবোর্ড আপনি এটি প্রকাশ করার সময় বিশ্লেষণের কনফিগারেশন সংরক্ষণ করে। বিশ্লেষণের জন্য ব্যবহৃত ডেটা ড্যাশবোর্ডের অংশ হিসাবে ক্যাপচার করা হয় না। আপনি যখন ড্যাশবোর্ডটি দেখেন, তখন এটি বিশ্লেষণের দ্বারা ব্যবহৃত ডেটাসেটের বর্তমান ডেটা প্রতিফলিত করে।

আপনার ড্যাশবোর্ড প্রকাশ করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:

1. উপরে শেয়ার মেনু, নির্বাচন করুন ড্যাশবোর্ড প্রকাশ করুন.

2. আপনার ড্যাশবোর্ডের জন্য একটি নাম লিখুন।
3. বেছে নিন ড্যাশবোর্ড প্রকাশ করুন.

অভিনন্দন, আপনি সফলভাবে একটি মন্থন বিশ্লেষণ ড্যাশবোর্ড তৈরি করেছেন।

একটি নতুন ভবিষ্যদ্বাণী সহ আপনার ড্যাশবোর্ড আপডেট করুন৷

মডেলটি বিকশিত হওয়ার সাথে সাথে এবং আমরা ব্যবসা থেকে নতুন ডেটা তৈরি করি, আমাদের এই ড্যাশবোর্ডটিকে নতুন তথ্য সহ আপডেট করতে হতে পারে। নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:

1. একটি নতুন ফাইল তৈরি করুন churn-no-labels-updated.csv মূল ডেটাসেট থেকে এলোমেলোভাবে আরও 1,500 লাইন নির্বাচন করে churn.csv এবং অপসারণ Churn? কলাম।

আমরা নতুন ভবিষ্যদ্বাণী তৈরি করতে এই নতুন ডেটাসেট ব্যবহার করি।

2. থেকে ধাপগুলি পুনরাবৃত্তি করুন গ্রাহক মন্থন মডেল ব্যবহার করুন নতুন ডেটাসেটের ভবিষ্যদ্বাণী পেতে এবং নতুন ফাইল ডাউনলোড করতে এই পোস্টের বিভাগে।
3. কুইকসাইট কনসোলে, নির্বাচন করুন ডেটাসেট নেভিগেশন ফলকে।
4. আমরা তৈরি করা ডেটাসেট নির্বাচন করুন।

5. বেছে নিন ডেটাসেট সম্পাদনা করুন.

6. ড্রপ-ডাউন মেনুতে, চয়ন করুন ফাইল আপডেট করুন.

7. বেছে নিন ফাইল আপলোড করুন.

8. ভবিষ্যদ্বাণী সহ সম্প্রতি ডাউনলোড করা ফাইলটি বেছে নিন।
9. পূর্বরূপ পর্যালোচনা করুন, তারপর চয়ন করুন ফাইল আপডেট নিশ্চিত করুন.

"ফাইল সফলভাবে আপডেট হয়েছে" বার্তাটি উপস্থিত হওয়ার পরে, আমরা দেখতে পাব যে ফাইলের নামও পরিবর্তিত হয়েছে।

10. বেছে নিন সংরক্ষণ এবং প্রকাশ.

11. "সংরক্ষিত এবং সফলভাবে প্রকাশিত" বার্তাটি প্রদর্শিত হলে, আপনি বাম উপরের কোণায় QuickSight লোগোটি বেছে নিয়ে মূল মেনুতে ফিরে যেতে পারেন।

12. বেছে নিন ড্যাশবোর্ডের নেভিগেশন ফলকে এবং আমরা আগে তৈরি করা ড্যাশবোর্ডটি বেছে নিন।

আপডেট করা মান সহ আপনার ড্যাশবোর্ড দেখতে হবে।

আমরা ক্যানভাসের সাম্প্রতিক ভবিষ্যদ্বাণী সহ আমাদের কুইকসাইট ড্যাশবোর্ড আপডেট করেছি।

পরিষ্কার কর

ভবিষ্যতে চার্জ এড়াতে, ক্যানভাস থেকে লগ আউট করুন.

উপসংহার

এই পোস্টে, আমরা গ্রাহকদের মন্থনের ঝুঁকিতে ভবিষ্যদ্বাণী করতে ক্যানভাসের একটি এমএল মডেল ব্যবহার করেছি এবং ডেটা-চালিত ব্যবসায়িক সিদ্ধান্ত নিতে আমাদের সাহায্য করার জন্য অন্তর্দৃষ্টিপূর্ণ ভিজ্যুয়ালাইজেশন সহ একটি ড্যাশবোর্ড তৈরি করেছি। আমরা ব্যবহারকারী-বান্ধব ইন্টারফেস এবং স্পষ্ট ভিজ্যুয়ালাইজেশনের জন্য কোডের একক লাইন না লিখেই তা করেছি। এটি ব্যবসায়িক বিশ্লেষকদের ML মডেল তৈরিতে চটপটে হতে সক্ষম করে এবং ডেটা সায়েন্স টিম থেকে সম্পূর্ণ স্বায়ত্তশাসনে বিশ্লেষণ এবং অন্তর্দৃষ্টি বের করতে সক্ষম করে।

ক্যানভাস ব্যবহার সম্পর্কে আরও জানতে, দেখুন তৈরি করুন, ভাগ করুন, স্থাপন করুন: কীভাবে ব্যবসায় বিশ্লেষক এবং ডেটা বিজ্ঞানীরা নো-কোড এমএল এবং অ্যামাজন সেজমেকার ক্যানভাস ব্যবহার করে দ্রুত সময়ে বাজার অর্জন করেন. নো-কোড সমাধান সহ এমএল মডেল তৈরি করার বিষয়ে আরও তথ্যের জন্য, দেখুন অ্যামাজন সেজমেকার ক্যানভাস ঘোষণা করা হচ্ছে – ব্যবসায়িক বিশ্লেষকদের জন্য একটি ভিজ্যুয়াল, নো কোড মেশিন লার্নিং ক্ষমতা. সর্বশেষ QuickSight বৈশিষ্ট্য এবং সর্বোত্তম অনুশীলন সম্পর্কে আরও জানতে, দেখুন AWS বিগ ডেটা ব্লগ.

---

লেখক সম্পর্কে

আলেকজান্ডার পাত্রুশেভ লাক্সেমবার্গে অবস্থিত AWS-এ AI/ML স্পেশালিস্ট সলিউশন আর্কিটেক্ট। তিনি ক্লাউড এবং মেশিন লার্নিং সম্পর্কে উত্সাহী এবং তারা যেভাবে বিশ্বকে পরিবর্তন করতে পারে। কাজের বাইরে, তিনি হাইকিং, খেলাধুলা এবং তার পরিবারের সাথে সময় কাটাতে উপভোগ করেন।

ডেভিড গ্যালিটেলি EMEA অঞ্চলে AI/ML-এর জন্য একজন বিশেষজ্ঞ সমাধান স্থপতি৷ তিনি ব্রাসেলসে অবস্থিত এবং বেনেলাক্স জুড়ে গ্রাহকদের সাথে ঘনিষ্ঠভাবে কাজ করেন। তিনি খুব অল্প বয়স থেকেই একজন বিকাশকারী ছিলেন, 7 বছর বয়সে কোড করতে শুরু করেছিলেন। তিনি বিশ্ববিদ্যালয়ে AI/ML শিখতে শুরু করেছিলেন, এবং তখন থেকেই এর প্রেমে পড়েছেন।