এক্সেল হল ডেটা বিশ্লেষণের জন্য সবচেয়ে শক্তিশালী এবং বহুল ব্যবহৃত টুলগুলির মধ্যে একটি, কিন্তু আধুনিক বাহ্যিক সরঞ্জামগুলির সাথে এটিকে জোড়া লাগালে আপনি আপনার ডেটা দিয়ে যা করতে পারেন তা নাটকীয়ভাবে প্রসারিত করতে পারে। এক্সটার্নাল টুলের সাথে এক্সেলকে ইন্টিগ্রেট করা তার ক্ষমতাকে সুপারচার্জ করতে পারে, উন্নত অটোমেশন, ইন্টারেক্টিভ ভিজ্যুয়ালাইজেশন, ওয়েব অ্যাপ্লিকেশন এবং অন্যান্য সফ্টওয়্যারের সাথে বিরামহীন ওয়ার্কফ্লো সক্ষম করে।
এই টিউটোরিয়ালে, আমরা এক্সেলের সাথে যুক্ত করার জন্য শীর্ষস্থানীয় বাহ্যিক সরঞ্জামগুলির তালিকা করি। বাহ্যিক সরঞ্জামগুলি এই ফাঁকগুলি পূরণ করে যখন আপনাকে Excel এর শক্তিগুলিকে কাজে লাগাতে দেয়৷
৷1. স্ট্রিমলিট:এক্সেল ডেটাকে ইন্টারেক্টিভ ওয়েব অ্যাপে পরিণত করুন
স্ট্রিমলিট হল একটি ওপেন সোর্স পাইথন ফ্রেমওয়ার্ক যা ডেটা স্ক্রিপ্টগুলিকে ন্যূনতম কোড সহ শেয়ারযোগ্য ওয়েব অ্যাপ্লিকেশনে রূপান্তরিত করে। এটি স্ট্যাটিক এক্সেল ফাইলগুলিকে গতিশীল ড্যাশবোর্ডে রূপান্তর করার জন্য আদর্শ। এটি বিশেষভাবে উপযোগী তথ্য বিজ্ঞানী এবং বিশ্লেষকদের জন্য যারা স্ক্র্যাচ থেকে সম্পূর্ণ ওয়েব অ্যাপ্লিকেশন তৈরি না করেই অন্তর্দৃষ্টি শেয়ার করতে চান। স্ট্রিমলিট এক্সেলের সাথে পাইথন লাইব্রেরির মাধ্যমে একীভূত করে যেমন পান্ডাস, ব্রাউজার-ভিত্তিক ইন্টারফেসে ডেটা লোডিং, ম্যানিপুলেশন এবং ভিজ্যুয়ালাইজেশন সক্ষম করে।
আপনি এক্সেল ফাইলগুলিকে সরাসরি স্ট্রিমলিটে লোড করতে পারেন, ইন্টারেক্টিভ ড্যাশবোর্ড তৈরি করতে পারেন এবং সেগুলিকে এমন সহকর্মীদের সাথে শেয়ার করতে পারেন যাদের শুধুমাত্র ডেটা দেখতে এবং ইন্টারঅ্যাক্ট করতে হবে- স্প্রেডশীট সম্পাদনা করতে হবে না।
শুরু করা:
- প্রথমে, Streamlit এবং প্রয়োজনীয় লাইব্রেরি ইনস্টল করুন
pip install streamlit pandas openpyxl plotly
- একটি সাধারণ স্ট্রিমলিট অ্যাপ তৈরি করুন যা এক্সেল ডেটা পড়ে
import streamlit as st
import pandas as pd
import plotly.express as px
import warnings
# Suppress all warnings
warnings.filterwarnings('ignore')
st.title("Sales Dashboard")
st.write("Upload your Excel sales data to visualize trends")
uploaded_file = st.file_uploader("Choose an Excel file", type=['xlsx'])
if uploaded_file:
df = pd.read_excel(uploaded_file)
# Filters
regions = ["All"] + sorted(df["Region"].dropna().unique().tolist())
picked_region = st.selectbox("Region", regions)
if picked_region != "All":
df = df[df["Region"] == picked_region]
st.metric("Total Sales", f"{df['Sales'].sum():,.2f}")
st.metric("Total Units", f"{df['Units'].sum():,.0f}")
st.subheader("Sales by Category")
by_category = df.groupby("Category", as_index=False)["Sales"].sum().sort_values("Sales", ascending=False)
st.dataframe(by_category, use_container_width=True)
st.subheader("Raw Data Preview")
st.dataframe(df.head())
if 'Sales' in df.columns and 'OrderDate' in df.columns:
df['OrderDate'] = pd.to_datetime(df['OrderDate'])
df = df.sort_values('OrderDate')
fig = px.line(df, x='OrderDate', y='Sales', title='Sales Trend Over Time')
st.plotly_chart(fig)
এর সাথে আপনার অ্যাপ চালান:
streamlit run streamlit_app.py
আপনার ব্রাউজারটি একটি ইন্টারেক্টিভ ড্যাশবোর্ডের সাথে খুলবে যেখানে আপনি এক্সেল ফাইলগুলি আপলোড করতে পারবেন এবং অবিলম্বে ভিজ্যুয়ালাইজেশন দেখতে পারবেন৷
আপনি সহজেই এক্সিকিউটিভদের জন্য ওয়েব ড্যাশবোর্ড তৈরি করতে পারেন, ক্লায়েন্টদের জন্য ইন্টারেক্টিভ রিপোর্ট তৈরি করতে পারেন এবং দ্রুত ডেটা অ্যাপ্লিকেশন প্রোটোটাইপ করতে পারেন। এছাড়াও আপনি আপনার ওয়েব ড্যাশবোর্ডে চার্ট যোগ করতে পারেন এবং বিক্রয় কর্মক্ষমতা বোঝার জন্য সেগুলি প্রসারিত, অন্বেষণ এবং বিশ্লেষণ করতে পারেন৷
2. পাওয়ার BI:অ্যাডভান্সড ভিজ্যুয়ালাইজেশন এবং বিজনেস ইন্টেলিজেন্স
এক্সেল ডেটা থেকে ইন্টারেক্টিভ রিপোর্ট এবং ড্যাশবোর্ড তৈরি করার জন্য Power BI হল Microsoft-এর ব্যবসায়িক বুদ্ধিমত্তার টুল। এটি AI-চালিত অন্তর্দৃষ্টি, রিয়েল-টাইম ডেটা সংযোগ এবং শক্তিশালী ভাগ করে নেওয়ার বিকল্পগুলির সাথে এক্সেলের চার্টিং ক্ষমতাকে প্রসারিত করে। Power BI এক্সেল ফাইলগুলি নেটিভভাবে পড়ে এবং স্ট্যান্ডার্ড এক্সেল চার্টের তুলনায় অনেক বেশি পরিশীলিত ভিজ্যুয়ালাইজেশন এবং ডেটা মডেলিং ক্ষমতা অফার করে৷
শুরু করা:
- মাইক্রোসফটের ওয়েবসাইট থেকে পাওয়ার বিআই ডেস্কটপ ডাউনলোড করুন
- হোম এ যান ট্যাব>> ডেটা পান নির্বাচন করুন>> Excel নির্বাচন করুন
- আপনার ওয়ার্কবুকে নেভিগেট করুন এবং কোন শীট বা টেবিল আমদানি করতে হবে তা চয়ন করুন
- লোড করুন ক্লিক করুন সরাসরি ডেটা আমদানি করতে, অথবা ডেটা ট্রান্সফর্ম করতে ডেটা পরিষ্কার করতে, ফর্ম্যাট করতে এবং একত্রিত করতে
- ডেটা মডেলে টেবিলের মধ্যে সম্পর্ক তৈরি করুন
- DAX সূত্র ব্যবহার করে গণনা করা কলাম এবং পরিমাপ তৈরি করুন
- চার্ট, মানচিত্র, স্লাইসার এবং মূল প্রভাবকের মতো এআই ভিজ্যুয়াল তৈরি করতে ক্ষেত্রগুলি টেনে আনুন
- পাওয়ার BI পরিষেবাতে আপনার প্রতিবেদন প্রকাশ করুন এবং লিঙ্ক বা Microsoft টিমের মাধ্যমে শেয়ার করুন
ধরুন আপনার কাছে তারিখ, পণ্য, অঞ্চল এবং রাজস্বের কলাম সহ এক্সেলে বিক্রয় ডেটা রয়েছে। আপনি একটি কার্ড ভিজ্যুয়ালে রাজস্ব, একটি লাইন চার্টে তারিখ এবং রাজস্ব এবং একটি মানচিত্রের ভিজ্যুয়ালে অঞ্চল টেনে মিনিটের মধ্যে একটি ড্যাশবোর্ড তৈরি করতে পারেন৷
একটি সাধারণ প্যাটার্ন হল কেন্দ্রীভূত রিপোর্টিংয়ের জন্য Power BI ব্যবহার করা যখন Excel PivotTables এবং অ্যাডহক বিশ্লেষণের জন্য পরিচিত ইন্টারফেস হিসাবে রয়ে গেছে। Microsoft এর Excel এ বিশ্লেষণ বৈশিষ্ট্য আপনাকে এক্সেলের মধ্যে সরাসরি পাওয়ার BI ডেটাসেটের সাথে কাজ করতে দেয়।
3. পান্ডাদের সাথে পাইথন:সুপারচার্জ ডেটা ম্যানিপুলেশন
পাইথন এবং এক্সেল একটি চমৎকার সমন্বয় গঠন করে। এক্সেল পর্যালোচনা এবং চূড়ান্ত বিতরণের জন্য আদর্শ, যখন পাইথন পুনরাবৃত্তিযোগ্য, স্বয়ংক্রিয় ডেটা ওয়ার্কফ্লোতে পারদর্শী। পান্ডাস লাইব্রেরি আপনাকে জটিল রূপান্তর এবং বিশ্লেষণ করার সময় এক্সেল ফাইলগুলি পড়তে এবং লিখতে দেয়৷
শুরু করা:
- পান্ডাস এবং OpenPyXL ইনস্টল করুন
pip install pandas openpyxl
- একটি এক্সেল ফাইল পড়ুন, বিশ্লেষণ করুন, এবং ফলাফল আবার লিখুন
import pandas as pd
df = pd.read_excel('Sales.xlsx', sheet_name='Sales Data')
df["OrderDate"] = pd.to_datetime(df["OrderDate"], errors="coerce")
df["Month"] = df["OrderDate"].dt.to_period("M").astype(str)
monthly_summary = df.groupby('Month').agg({
'Sales': 'sum',
'Units': 'sum',
'Customer': 'nunique'
}).reset_index()
monthly_summary['Avg_Sale_Per_Customer'] = (
monthly_summary['Sales'] / monthly_summary['Customer']
)
with pd.ExcelWriter('sales_analysis.xlsx', engine='openpyxl') as writer:
df.to_excel(writer, sheet_name='Raw Data', index=False)
monthly_summary.to_excel(writer, sheet_name='Monthly Summary', index=False)
print("Analysis complete!")
এই পদ্ধতিটি মাসিক রিপোর্ট স্বয়ংক্রিয়করণ, অগোছালো ডেটা পরিষ্কার করার, একাধিক এক্সেল ফাইল মার্জ করার এবং 100,000 টিরও বেশি সারি সহ ডেটাসেট পরিচালনার জন্য আদর্শ৷
4. মূকনাট্য:পেশাদার ডেটা গল্প বলা
Tableau হল একটি নেতৃস্থানীয় ডেটা ভিজ্যুয়ালাইজেশন প্ল্যাটফর্ম যা প্রকাশনা-মানের ড্যাশবোর্ড তৈরির জন্য পরিচিত। যখন Excel মৌলিক চার্টিং অফার করে, তখন মূকনাটক ইন্টারেক্টিভ, ভিজ্যুলি পলিশড ড্যাশবোর্ডে উৎকর্ষ সাধন করে যা Excel ডেটা পরিবর্তিত হলে স্বয়ংক্রিয়ভাবে আপডেট হয়।
শুরু করা:
- মূকনা পাবলিক বা মূকনাট ডেস্কটপ ইনস্টল করুন
- টেবিল খুলুন এবং Microsoft Excel নির্বাচন করুন একটি ফাইলে এর অধীনে
- আপনার এক্সেল ওয়ার্কবুক ব্রাউজ করুন এবং নির্বাচন করুন
- ভিজ্যুয়ালাইজেশন তৈরি করতে মাত্রা এবং পরিমাপ টেনে আনুন
- ফিল্টার এবং অ্যাকশন সহ ড্যাশবোর্ডে শীটগুলিকে একত্রিত করুন
- টেবিলাউ পাবলিক বা টেবলউ সার্ভারের মাধ্যমে ড্যাশবোর্ড শেয়ার করুন
5. পাওয়ার অটোমেট:স্ট্রীমলাইনিং এক্সেল অটোমেশন
পাওয়ার অটোমেট (পূর্বে মাইক্রোসফ্ট ফ্লো) হল একটি ক্লাউড-ভিত্তিক অটোমেশন টুল যা শক্তভাবে Microsoft 365 এর সাথে একত্রিত করা হয়েছে। এটি OneDrive বা SharePoint-এ সঞ্চিত এক্সেল ফাইলগুলির সাথে কাজ করে এবং ইভেন্ট-চালিত ওয়ার্কফ্লো সক্ষম করে।
শুরু করা:
- make.powerautomate.com এ লগ ইন করুন
- একটি স্বয়ংক্রিয় ক্লাউড ফ্লো তৈরি করুন
- একটি ট্রিগার নির্বাচন করুন যেমন এক্সেল এ চালানোর জন্য একটি অফিস স্ক্রিপ্ট নির্ধারণ করুন
- আপনার এক্সেল ফাইল এবং টেবিল চয়ন করুন
- একটি Power BI ডেটাসেট রিফ্রেশ করা বা ইমেল পাঠানোর মতো কাজগুলি যোগ করুন
- প্রবাহ সংরক্ষণ করুন এবং পরীক্ষা করুন
6. এক্সেলের সাথে R:পরিসংখ্যান বিশ্লেষণ পাওয়ারহাউস
R হল পরিসংখ্যানগত কম্পিউটিং এবং গ্রাফিক্সের জন্য ডিজাইন করা একটি প্রোগ্রামিং ভাষা। Excel এর সাথে পেয়ার করা হলে, এটি এক্সেলের নেটিভ ক্ষমতার বাইরে উন্নত পরিসংখ্যানগত মডেলিং, মেশিন লার্নিং ওয়ার্কফ্লো এবং প্রকাশনার জন্য প্রস্তুত ভিজ্যুয়ালাইজেশন সক্ষম করে।
শুরু করা:
- R এবং RStudio ইনস্টল করুন
- এক্সেল ইন্টিগ্রেশনের জন্য প্রয়োজনীয় R প্যাকেজ ইনস্টল করুন
- এক্সেল ডেটা আমদানি করুন, বিশ্লেষণ করুন এবং এক্সেলে ফলাফল রপ্তানি করুন
র্যাপিং আপ
স্ট্রিমলিট, পাওয়ার বিআই, পাইথন, টেবল, পাওয়ার অটোমেট এবং আর সহ এক্সেলের সাথে পেয়ার করার জন্য এগুলি কয়েকটি শীর্ষ বাহ্যিক সরঞ্জাম। দ্রুত ইন্টারেক্টিভ ডেটা অ্যাপ্লিকেশন শেয়ার করার জন্য স্ট্রিমলিট ব্যবহার করুন, এন্টারপ্রাইজ ড্যাশবোর্ডের জন্য পাওয়ার BI, অটোমেশন এবং বড় ডেটাসেটের জন্য পাইথন, উচ্চ মানের ভিজ্যুয়াল স্টোরিটেলিং এর জন্য ট্যাবলো, অটোমেটিক ওয়ার্ক, পাওয়ার স্ট্যাটিস্টিক এবং অ্যাডভান্সড ওয়ার্ক। বিশ্লেষণ অনেক পেশাদার এই টুলগুলির সংমিশ্রণ ব্যবহার করে, এক্সেলকে ডেটা এন্ট্রি এবং দ্রুত যাচাইকরণের জন্য পরিচিত ইন্টারফেস হিসাবে রেখে বিশেষ কাজের জন্য বাহ্যিক সরঞ্জামগুলির উপর নির্ভর করে৷
সমাধান সহ বিনামূল্যে উন্নত এক্সেল ব্যায়াম পান!