ই-কমার্স রপ্তানি ডেটা বেশিরভাগ সময় অগোছালো থাকে। একটি ফাইলে একাধিক SKU বৈচিত্র, অসামঞ্জস্যপূর্ণ গ্রাহক তথ্য, সম্মিলিত ঠিকানা ক্ষেত্র, সদৃশ বা শূন্য মান এবং বিক্ষিপ্ত মূল্যের বিবরণ থাকতে পারে। আপনি যদি কখনও Excel বা Power BI-তে এই ধরনের ডেটা বিশ্লেষণ করার চেষ্টা করেন, আপনি জানেন যে জিনিসগুলি কত দ্রুত জটিল হয়ে যায়। এখানেই পাওয়ার কোয়েরি অবিশ্বাস্যভাবে কার্যকর হয়ে ওঠে। আপনি যে টুল ব্যবহার করছেন—Excel বা Power BI—পাওয়ার কোয়েরি জটিল সূত্র না লিখেই কাঁচা ই-কমার্স ডেটা পরিষ্কার ও পুনর্নির্মাণ করতে সাহায্য করে।
এই টিউটোরিয়ালে, আমরা ই-কমার্স বিক্রয় ডেটার জন্য পাঁচটি প্রয়োজনীয় পাওয়ার কোয়েরি রূপান্তর শিখব যা অনলাইন স্টোর ডেটাসেটের জন্য বিশেষভাবে উপযোগী৷
এসকেইউ ভেরিয়েশন কলামগুলি আনপিভটিং করা হচ্ছে
অনেক ই-কমার্স এক্সপোর্ট স্টোর একাধিক কলাম জুড়ে পণ্য অর্ডার করেছে, যেমন Stock_S, SKU 1, SKU 2, SKU 3, ভেরিয়েন্ট 1, ভেরিয়েন্ট 2, এবং ভেরিয়েন্ট 3, প্রতিটিতে একটি পরিমাণ থাকে। এই কাঠামোটি বিশ্লেষণ করা কঠিন কারণ প্রতিটি অর্ডার বিভিন্ন কলাম জুড়ে পণ্যের বিবরণ ছড়িয়ে দেয়। পিভট টেবিল, DAX পরিমাপ, এবং SUM সূত্রগুলি এই বিস্তৃত বিন্যাস জুড়ে কার্যকরভাবে একত্রিত হতে পারে না। আনপিভটিং একটি দীর্ঘ, স্বাভাবিক তথ্য সারণী তৈরি করে যা বিশ্লেষণের জন্য আদর্শ।
পদক্ষেপ:
- পাওয়ার কোয়েরিতে আপনার ডেটা লোড করুন
- SKU কলাম নির্বাচন করুন (স্টক S, M, L, XL)
- রূপান্তর-এ যান ট্যাব>> আনপিভট কলাম বেছে নিন
- পাওয়ার কোয়েরি এই SKU কলামগুলিকে দুটি নতুন কলামে রূপান্তর করে এবং তাদের নাম পরিবর্তন করে:
- অ্যাট্রিবিউট: আকার
- মান: পরিমাণ
এই রূপান্তরটি ব্যবহার করুন যখন আপনার রপ্তানি একাধিক অর্ডার করা পণ্যকে পৃথক সারির পরিবর্তে আলাদা কলামে সঞ্চয় করে।
একাধিক ক্ষেত্রে শিপিং ঠিকানা স্ট্রিং বিভক্ত করা
প্রায় 90% কাঁচা ই-কমার্স ফাইল একটি একক স্ট্রিংয়ে সমগ্র শিপিং ঠিকানা সংরক্ষণ করে। এই ক্ষেত্রটি বিভক্ত করা রাজ্য-স্তরের ট্যাক্স রিপোর্টিং, শিপিং খরচ অপ্টিমাইজেশান, আঞ্চলিক কর্মক্ষমতা বিশ্লেষণ এবং ম্যাপিং সক্ষম করে৷
পদক্ষেপ:
- শিপিং ঠিকানা নির্বাচন করুন কলাম
- হোম এ যান ট্যাব>> স্প্লিট কলাম বেছে নিন>> ডিলিমিটার দ্বারা নির্বাচন করুন
- আপনার ডেটার উপর ভিত্তি করে, একটি ডিলিমিটার ব্যবহার করুন যেমন:
- কমা
- হাইফেন
- লাইন ব্রেক
- কাস্টম বিভাজক
- বিদ্যমান ডেটার জন্য, কমা নির্বাচন করুন বিভাজক হিসাবে
- ঠিক আছে ক্লিক করুন
- ফলিত কলামগুলিকে অর্থপূর্ণ লেবেলে পুনঃনামকরণ করুন:রাস্তা, শহর, পোস্টকোড এবং দেশ
ঠিকানাগুলি বিভক্ত হয়ে গেলে, আপনি শহর অনুসারে অর্ডার, জোন অনুসারে ডেলিভারি কার্যকারিতা, অঞ্চল অনুসারে বিক্রয় এবং নির্দিষ্ট অবস্থান থেকে গ্রাহকদের পুনরাবৃত্তি করতে পারেন। এটি স্থানীয় ডেলিভারি ব্যবসা এবং অঞ্চল ভিত্তিক বিক্রয় প্রতিবেদনের জন্য বিশেষভাবে উপযোগী৷
৷উন্নত নোট: সব ঠিকানা একই বিন্যাস অনুসরণ করে না। কারও কারও অতিরিক্ত অংশ, অনুপস্থিত অংশ বা অ্যাপার্টমেন্টের বিবরণ থাকতে পারে। এই ক্ষেত্রে, আপনি করতে পারেন:
- বিভক্ত করার পরে স্পেস ট্রিম করুন
- নির্বাচিত অংশগুলি আবার একসাথে একত্রিত করুন
- ডিলিমিটারের আগে/পরে পাঠ্য নিষ্কাশন করুন ব্যবহার করুন
- ব্যতিক্রম পরিচালনার জন্য কাস্টম কলাম তৈরি করুন
ডেটা টাইপ ছাঁটাই, পরিষ্কার করা এবং স্ট্যান্ডার্ডাইজ করা
বৃহৎ ই-কমার্স ডেটাসেটে, গ্রাহকের নাম, SKU, ইমেল ঠিকানা এবং পণ্যের বিভাগগুলিতে প্রায়ই অগ্রণী বা পিছনের স্থান, অ-মুদ্রণযোগ্য অক্ষর এবং অসংগত ক্যাপিটালাইজেশন থাকে। ডেটার প্রকারগুলিও অমিল হতে পারে, যেমন পাঠ্য হিসাবে সংরক্ষিত সাংখ্যিক মান।
এই ছোট সমস্যাগুলি উল্লেখযোগ্য সমস্যা সৃষ্টি করতে পারে। একই ডেটা বিভিন্ন মান হিসাবে প্রদর্শিত হতে পারে, মার্জ অপারেশনে ব্যর্থ হতে পারে বা ডুপ্লিকেট গ্রুপ তৈরি করতে পারে।
ডেটা পরিষ্কার করা:
- স্পেস ট্রিম করুন:
- টেক্সট কলাম নির্বাচন করুন
- রূপান্তর এ যান>> ফর্ম্যাট বেছে নিন>> ছাঁটা নির্বাচন করুন
- এটি শুরু এবং শেষ থেকে অতিরিক্ত স্পেস সরিয়ে দেয়
- লুকানো অক্ষর পরিষ্কার করুন:
- নির্বাচিত একই কলাম সহ,
- ফর্ম্যাট চয়ন করুন৷>> পরিষ্কার নির্বাচন করুন
- এটি অ-মুদ্রণযোগ্য অক্ষরগুলিকে সরিয়ে দেয়
- স্ট্যান্ডার্ডাইজ কেসিং:
- রূপান্তর এ যান>> ফর্ম্যাট নির্বাচন করুন>> চয়ন করুন:
- প্রত্যেক শব্দকে বড় করা নামের জন্য
- ছোট হাতের অক্ষর প্রয়োজনে ইমেলের জন্য
স্ট্যান্ডার্ডাইজিং ডেটা টাইপ:
- তারিখ কলাম নির্বাচন করুন
- হোম এ যান ট্যাব>> ডেটা টাইপ নির্বাচন করুন>> তারিখ বেছে নিন
- প্রয়োজন হলে, একটি কলাম যোগ করুন:
- কলাম যোগ করুন এ যান ট্যাব>> তারিখ প্রসারিত করুন
- বছর বেছে নিন , মাস , দিন , কোয়ার্টার , সপ্তাহের দিন
- সংখ্যাসূচক কলাম নির্বাচন করুন যেমন পরিমাণ এবং মূল্য
- কলাম হেডার আইকন প্রসারিত করুন>> দশমিক সংখ্যা নির্বাচন করুন
- অথবা রূপান্তর এ যান ট্যাব>> ডেটা টাইপ নির্বাচন করুন>> দশমিক সংখ্যা বেছে নিন অথবা পুরো নম্বর
এই রূপান্তরটি অপরিহার্য কারণ এটি গ্রুপিং, মার্জিং, ফিল্টারিং এবং লুকআপ অপারেশনকে অনেক বেশি নির্ভরযোগ্য করে তোলে৷
ডুপ্লিকেট অপসারণ এবং নাল মান পরিচালনা করা
ই-কমার্স ডেটাতে নালগুলি সাধারণ। কিছু ক্ষতিকারক, অন্যরা গণনা ভঙ্গ করে। পেমেন্ট গেটওয়ে এবং সিঙ্ক প্রক্রিয়াগুলি ডুপ্লিকেট অর্ডারআইডি তৈরি করতে পারে এবং শূন্য পরিমাণ বা দাম মোট এবং ভিজ্যুয়াল ভেঙে দিতে পারে। যদি নালগুলি সঠিকভাবে পরিচালনা না করা হয় তবে ফলাফলগুলি বিভ্রান্তিকর হতে পারে৷
সদৃশগুলি সরানো হচ্ছে:৷
- OrderID নির্বাচন করুন এবং অর্ডারের তারিখ কী হিসাবে (এটি বৈধ একই দিনের পুনরাবৃত্তি আদেশ অপসারণ করতে বাধা দেয়)
- হোম এ যান ট্যাব>> সদৃশ সরান নির্বাচন করুন
- শুধু সত্যিকারের ভাঙ্গা সারিগুলি সরান:
- হোম এ যান ট্যাব>> খালি সারি সরান নির্বাচন করুন (সারিগুলি ফিল্টার করুন যেখানে OrderID প্রথমে শূন্য থাকে)
মান প্রতিস্থাপন:
- যদি একটি ফাঁকা ছাড় মানে কোনো ছাড় না হয়, তাহলে শূন্যকে 0 দিয়ে প্রতিস্থাপন করুন
- সমস্ত পরিমাণ এবং মূল্য কলাম নির্বাচন করুন
- রূপান্তর-এ যান ট্যাব>> মান প্রতিস্থাপন নির্বাচন করুন :
- খুঁজে নেওয়ার মান:শূন্য
- এর সাথে প্রতিস্থাপন করুন:0
টেক্সট মান পরিষ্কার করা:
- অপ্রয়োজনীয় উপসর্গগুলি সরান যেমন স্টক_
- আকার কলাম নির্বাচন করুন
- রূপান্তর-এ যান ট্যাব>> মান প্রতিস্থাপন নির্বাচন করুন :
- খুঁজে নেওয়ার মান:স্টক__
- এর সাথে প্রতিস্থাপন করুন:(খালি ছেড়ে দিন)
এখন আকার মান পরিষ্কার এবং পঠনযোগ্য প্রদর্শিত হবে.
পুনরাবৃত্ত মান পূরণ করা:
- কখনও কখনও অর্ডারের প্রথম সারিতেই OrderID বা গ্রাহকের নাম থাকে
- কলামটি নির্বাচন করুন
- রূপান্তর এ যান>> পূর্ণ করুন নির্বাচন করুন>> নিচে বেছে নিন
গুরুত্বপূর্ণ সতর্কতা: অন্ধভাবে প্রতিটি নাল প্রতিস্থাপন করবেন না. একটি অনুপস্থিত মান "প্রযোজ্য নয়," "অজানা" বা ডেটা সমস্যা নির্দেশ করতে পারে। মান প্রতিস্থাপন করার আগে সর্বদা ব্যবসার অর্থ বুঝুন।
গণনাকৃত কাস্টম কলাম তৈরি করা
ই-কমার্স ডেটা থেকে, আপনি আয় বা মার্জিন কলাম পেতে পারেন। যদিও এটি এক্সেল সূত্র ব্যবহার করে করা যেতে পারে, সেগুলি রিফ্রেশে বিরতি দেয়। পাওয়ার কোয়েরি কাস্টম কলামগুলি স্বয়ংক্রিয়ভাবে পুনরায় গণনা করে এবং আপনার ETL পাইপলাইনের অংশ থাকে৷
নিট_রাজস্ব:
- কলাম যোগ করুন এ যান ট্যাব>> কাস্টম কলাম নির্বাচন করুন
- একটি নাম লিখুন
- নিম্নলিখিত সূত্র ঢোকান
[Unit_Price] * [Qty] * (1 - [Discount_Pct])
গ্রস_মার্জিন:
[Net_Revenue] - ([Cost_Per_Unit] * [Qty])
মার্জিন_পিক্ট (%):
if [Net_Revenue] = 0 then 0 else [Gross_Margin] / [Net_Revenue]
- ডেটা প্রকার স্পষ্টভাবে সেট করুন:Net_Revenue এবং Gross_Margin এ মুদ্রা , Margin_Pct থেকে শতাংশ
গুরুত্বপূর্ণ: সর্বদা বিভাগ সূত্র রক্ষা করুন. ডিনোমিনেটরের একটি শূন্য পাওয়ার কোয়েরির পুরো কলাম জুড়ে ত্রুটি সৃষ্টি করতে পারে এবং লোডের সময় সারি বাদ দিতে পারে। প্যাটার্নটি ব্যবহার করুন if [X] =0 তারপর null else … যেকোনো গণনাকৃত অনুপাতের জন্য।
উচ্চ-পারফরম্যান্স সারাংশ টেবিলের জন্য গ্রুপিং এবং একত্রিত করা
লক্ষ লক্ষ সারি সহ কাঁচা ই-কমার্স ফাইল রিপোর্টগুলিকে ধীর করে দিতে পারে। ড্রিল-থ্রু বিশ্লেষণের জন্য বিশদ প্রশ্নগুলি সংরক্ষণ করার সময় গ্রুপিং ড্যাশবোর্ডের জন্য দক্ষ সমষ্টি সারণী তৈরি করে৷
পদক্ষেপ:
- রূপান্তর এ যান>> গ্রুপ দ্বারা নির্বাচন করুন
- বিভাগ নির্বাচন করুন>> একত্রীকরণ যোগ করুন ক্লিক করুন :
- Net_Revenue এর সমষ্টি
- মার্জিন_পিক্টের গড়
- অর্ডার_আইডির সংখ্যা (সারি)
- নতুন প্রশ্নের নাম দিন বিক্রয়_সারাংশ এবং আসলটিকে Sales_Detail হিসেবে রাখুন ড্রিল-থ্রু র জন্য
প্রো টিপ: পাওয়ার BI-তে, বিস্তারিত ক্যোয়ারীতে "লোড সক্ষম করুন" অক্ষম করুন এবং কর্মক্ষমতা উন্নত করতে শুধুমাত্র সারাংশ এবং মাত্রা টেবিল লোড করুন।
শেষ ধাপ:
- হোম এ যান ট্যাব>> বন্ধ করুন এবং প্রয়োগ করুন নির্বাচন করুন ডেটা লোড করতে
উপসংহার
আপনি এখন ই-কমার্স বিক্রয় ডেটাতে এই পাঁচটি প্রয়োজনীয় পাওয়ার কোয়েরি রূপান্তর প্রয়োগ করতে পারেন। পাওয়ার কোয়েরি ই-কমার্স ডেটাসেট পরিষ্কার করার জন্য সবচেয়ে কার্যকরী টুলগুলির মধ্যে একটি কারণ এটি একটি পুনরাবৃত্তিযোগ্য উপায়ে সহজ এবং জটিল উভয় রূপান্তর পরিচালনা করে। এটি উল্লেখযোগ্যভাবে ডেটা প্রস্তুতির সময় কমাতে পারে। এগুলি সাধারণ পরিচ্ছন্নতার পদক্ষেপ নয়—এগুলি বাস্তব-বিশ্বের ই-কমার্স রিপোর্টিং চ্যালেঞ্জগুলিকে সরাসরি মোকাবেলা করে এবং ডাউনস্ট্রিম বিশ্লেষণকে আরও দক্ষ করে তোলে৷ একবার আপনি এই রূপান্তরগুলির সাথে আরামদায়ক হয়ে উঠলে, আপনি প্রতিটি নতুন মার্কেটপ্লেস এক্সপোর্টের জন্য একটি পুনরায় ব্যবহারযোগ্য পাওয়ার কোয়েরি টেমপ্লেট তৈরি করতে পারেন৷
সমাধান সহ বিনামূল্যে উন্নত এক্সেল ব্যায়াম পান!