Tableau डेटा ब्लेंडिंग ट्यूटोरियल

डेटा ब्लेंडिंग — प्रेरणा

आजकल कंपनियाँ अपने व्यावसायिक समस्याओं को हल करने के लिए अलग-अलग स्रोतों से डेटा का उपयोग करती हैं। समझदारी से निर्णय लेने में संगठनों की मदद करने के लिए कुशलतापूर्वक डेटा इकट्ठा करना और संयोजित करना सभी डेटा वैज्ञानिकों और डेटा इंजीनियरों के लिए एक आवश्यक कौशल बन गया है। 

यह Tableau डेटा ब्लेंडिंग ट्यूटोरियल पहले इस शक्तिशाली डेटा संयोजन पद्धति की आपकी समझ बनाएगा और फिर इसके लाभों का अन्वेषण करेगा। इसके बाद हम इसके कुछ नुकसानों पर चर्चा करेंगे और अंत में Tableau का उपयोग करके डेटा ब्लेंडिंग से जुड़े कुछ शीर्ष प्रश्नों को कवर करेंगे।  

Tableau में डेटा ब्लेंडिंग बनाम जॉइन्स

वास्तविक जीवन में, आप Excel स्प्रेडशीट, SQL, CSV आदि जैसे कई स्रोतों से सूचना से निपटेंगे। एक डेटा वैज्ञानिक के रूप में, आपको अक्सर उन्हें आपस में जोड़ने की आवश्यकता होगी ताकि व्यापक व्यावसायिक अंतर्दृष्टि उत्पन्न हो सके।

Tableau इस समस्या से निपटने में जॉइनिंग, ब्लेंडिंग और रिलेशनशिप्स जैसे अलग-अलग तरीकों से मदद कर सकता है। 

इस खंड में, हम पहले दो तरीकों के बीच का अंतर समझने पर ध्यान देंगे।

Tableau में Joins क्या हैं?

यदि आप पहले SQL के साथ काम कर चुके हैं, तो आप मुख्य जॉइन्स की अवधारणाओं से परिचित होंगे: लेफ्ट, राइट, इनर, क्रॉस और फुल आउटर जॉइन। यही बात Tableau पर भी लागू होती है।

इन जॉइन्स का उद्देश्य एक ही स्रोत से अलग-अलग तालिकाओं को उनके बीच कुछ तार्किक कॉलम संबंधों के आधार पर संयोजित करना है। उदाहरण के लिए, एक Excel फ़ाइल और एक SQL टेबल को मिलाने की कोशिश करना विफल होगा क्योंकि वे एक ही स्रोत से नहीं आते।

साथ ही, तालिकाओं को जॉइन करते समय, दोनों तालिकाओं में उपयोग किए गए कॉलम समान होने चाहिए और उनके डेटा प्रकार बदलने से जॉइन टूट जाएगा। 

अंत में, Tableau में जॉइन्स से डुप्लिकेट कॉलम हटाना संभव नहीं है।

यदि आप SQL से परिचित नहीं हैं, तो आप SQL सीखें के विभिन्न कोर्सेज से SQL में अपने डेटा को क्वेरी करने के लिए आवश्यक बुनियादी कौशल हासिल कर सकते हैं।

Tableau में Blending क्या है?

जॉइन्स और रिलेशनशिप्स के विपरीत, डेटा ब्लेंडिंग कई स्रोतों जैसे डेटाबेस, बिजनेस इंटेलिजेंस सिस्टम, क्लाउड सिस्टम, फ्लैट फाइल्स, वेब सेवाएँ आदि से डेटा को एकत्रित करके बेहतर विज़ुअलाइज़ेशन के लिए एक एकल डेटा तैयार करती है। 

डेटा ब्लेंडिंग के लिए Tableau का उपयोग क्यों करें?

Tableau एक नो-कोड बिजनेस इंटेलिजेंस टूल है जो एनालिटिक्स और विज़ुअलाइज़ेशन के लिए सहज ड्रैग-एंड-ड्रॉप इंटरफ़ेस प्रदान करता है। इसका गैर-तकनीकी पहलू इसे उद्योग में अलग पहचान देता है। 

इसके अलावा, यह तेज़ है और स्प्रेडशीट, SQL डेटाबेस, वेब सेवाएँ आदि जैसे कई स्रोतों—चाहे क्लाउड में हों या ऑन-प्रिमाइसेस—से डेटा को आपस में जोड़ने की क्षमता प्रदान करता है।

Tableau के साथ डेटा ब्लेंडिंग वही लचीलापन प्रदान करती है और बिना किसी प्रोग्रामिंग कौशल के कई स्रोतों से डेटा को संयोजित करना आसान बनाती है।

यदि आप पहली बार Tableau का उपयोग कर रहे हैं, तो हमारा Introduction to Tableau कोर्स आपको कौशल बढ़ाने और प्रभावशाली डैशबोर्ड बनाने के लिए निडर होकर Tableau का अन्वेषण करने में मदद कर सकता है।

Tableau में डेटा को ब्लेंड कैसे करें: चरण-दर-चरण मार्गदर्शिका

डेटा ब्लेंडिंग अवधारणा को बेहतर ढंग से समझने के लिए, यह खंड आपको Tableau के साथ डेटा ब्लेंडिंग करने की चरण-दर-चरण प्रक्रिया से गुजरता है। 

1. उपयोग केस को समझें 

नीचे दिया गया केस Zoom.AI के दो विभागों के 2020 और 2021 के राजस्व का विश्लेषण करने के बारे में है—एक AI कंपनी जो विभिन्न अफ्रीकी राजधानियों में काम करती है। डेटा निम्न लिंक पर उपलब्ध है।

2. डेटा कॉलम को समझें

हम देखते हैं कि दोनों डेटा का फ़ॉर्मेट समान है और वही संदेश देते हैं। हालाँकि, पहले दो कॉलम के नाम अलग हैं (विभाग 1 के लिए Period, Capitals और विभाग 2 के लिए Year, Cities)। 

मौजूदा डेटा फ़ॉर्मेट पर जॉइन्स लागू करने की कोशिश असफल होगी क्योंकि जॉइन में शामिल कॉलम समान होने चाहिए। हम देखेंगे कि डेटा ब्लेंडिंग कैसे बिना किसी पूर्व कॉलम सामान्यीकरण के इन डेटा को स्मार्ट तरीके से संयोजित कर सकती है। 

3. डेटा कनेक्शन बनाएं

यह जानते हुए कि हमारा डेटा अलग-अलग फ़ाइलों में संग्रहीत है, हमें Tableau में एक ऐसी जगह बनानी होगी जहाँ उन्हें एकत्र किया जा सके, और यह Tableau में डेटा कनेक्शन बनाकर किया जाता है जैसा कि नीचे दिखाया गया है: 

हमारे विभागों का डेटा बाएँ-ऊपर कोने में Data टैब में दिखाई देता है, जिसका अर्थ है कि वे सफलतापूर्वक अपलोड हो चुके हैं। 

4. डेटा ब्लेंडिंग शुरू करें

आइए पहले विभाग के लिए यह दर्शाकर शुरू करें कि Capitals के अनुसार Revenue कैसे बदलता है। यह निम्नलिखित दो चरणों से किया जा सकता है: 

• Revenue कॉलम को Tableau के Columns सेक्शन में ड्रैग और ड्रॉप करें।  
• Capitals कॉलम को Tableau के Rows सेक्शन में ड्रैग और ड्रॉप करें। 

उद्देश्य डेटा ब्लेंडिंग का उपयोग करके विभागों के राजस्व की तुलना करना है। इसके लिए, हमें दूसरे विभाग के डेटा के लिए भी वही ड्रैग-एंड-ड्रॉप प्रक्रिया करनी होगी, जिसमें इसके स्थान पर Cities कॉलम है, जैसा कि नीचे दिखाया गया है। 

स्पष्टीकरण के लिए विभाग 2 के परिणाम को नारंगी रंग से दर्शाया गया है।

विज़ुअलाइज़ेशन टूट गया; क्यों?

कारण यह है कि हमने Tableau को यह निर्दिष्ट नहीं किया है कि Capitals कॉलम का सूचना-स्तर Cities कॉलम के समान है, जिससे विज़ुअलाइज़ेशन में Cities कॉलम के लिए स्टार चिह्न दिखाई दे रहे हैं। 

यही वह जगह है जहाँ डेटा ब्लेंडिंग काम आती है—ऐसी समस्या को ठीक करने के लिए यह निर्दिष्ट करके कि Cities और Capitals कॉलम का मतलब एक ही चीज़ है। नीचे चित्रण दिया गया है।

समस्या हल करने के बाद, हम बाईं ओर Cities कॉलम पर एक नारंगी चेन⛓ का चिह्न देख सकते हैं। इसका अर्थ है कि Cities कॉलम को लिंकिंग फ़ील्ड के रूप में उपयोग किया गया है।

5. और अधिक डेटा ब्लेंडिंग 

अब जब आप डेटा को सही तरीके से ब्लेंड करना समझ गए हैं, तो आइए वही विश्लेषण वर्ष/अवधि स्तर पर करें। ऐसा करने के लिए, हमें केवल Period और Year कॉलम के बीच एक लिंक बनाना होगा; अन्यथा, हमें पहले जैसी ही समस्या का सामना करना पड़ेगा।

यह डेटा ब्लेंडिंग की बुनियादी बातों को कवर करता है। अब जब आप डेटा ब्लेंडिंग करना जानते हैं, तो आप हमारे कोर्स के साथ Tableau का उपयोग करके उन्नत विज़ुअलाइज़ेशन बनाना सीख सकते हैं।

Tableau में डेटा ब्लेंडिंग के क्या लाभ हैं?

जैसा कि आपने पिछले ट्यूटोरियल से देखा, डेटा ब्लेंडिंग का उपयोग जॉइन्स की तुलना में कई फायदे देता है। उनमें से कुछ नीचे दिए गए हैं:

1. डेटा कॉलम का कोई प्री-प्रोसेसिंग नहीं

हमें अलग-अलग डेटा को डेटा ब्लेंडिंग के साथ संयोजित करने के लिए कॉलम का कोई महँगा प्री-प्रोसेसिंग करने की ज़रूरत नहीं है, क्योंकि रुचि के कॉलम की साधारण विनिर्दिष्ट करना ही डेटा ब्लेंडिंग एल्गोरिदम के लिए डेटा को कुशलतापूर्वक संयोजित करने का तरीका समझने के लिए पर्याप्त है।

2. ग्रैन्युलैरिटी समस्या का बेहतर समाधान

डेटा ब्लेंडिंग अलग-अलग ग्रैन्युलैरिटी स्तर वाले डेटा को संयोजित करने में बेहतर लचीलेपन प्रदान करती है। मान लें कि हमारे विभागों के राजस्व डेटा वार्षिक के बजाय मासिक स्तर पर व्यवस्थित थे। 

साधारण जॉइन्स का उपयोग करने से गलत परिणाम मिलेगा क्योंकि वार्षिक पंक्तियाँ प्रत्येक मासिक पंक्ति के लिए डुप्लिकेट हो जाएँगी, जैसा कि नीचे दर्शाया गया है। डेटा ब्लेंडिंग इस समस्या को महीनों की जानकारी को वार्षिक स्तर पर एकत्रित करके हल कर सकती है।

3. टीम उत्पादकता 

आइए पिछले ग्रैन्युलैरिटी मामले पर विचार करें। डेटा ब्लेंडिंग के बिना, हमें एग्रीगेशन और डुप्लिकेट हटाने जैसे कुछ डेटा प्री-प्रोसेसिंग करने होंगे। बड़े डेटा सेट के साथ काम करते समय, इस प्रकार का प्री-प्रोसेसिंग जल्दी ही समय-साध्य बन सकता है। 

4. बेहतर निर्णय लेने के लिए त्वरित विश्लेषण

सटीक निर्णय लेने का आधार डेटा का बेहतर अवलोकन होना है। दो विभागों का सार समझने में कुछ क्लिक और ड्रैग-एंड-ड्रॉप ही लगे। Joins का उपयोग गलत परिणाम दे सकता है, जिससे निर्णय लेने में भी त्रुटि हो सकती है।

Tableau डेटा ब्लेंडिंग की सीमाएँ

डेटा ब्लेंडिंग के फायदों के बावजूद, इसके कुछ नकारात्मक पक्ष भी हैं, जैसा कि नीचे दिखाया गया है:

• डेटा ब्लेंडिंग अंदरूनी तौर पर लेफ्ट जॉइन के साथ काम करती है, और यह अन्य प्रकार के जॉइन निष्पादित नहीं करती। 
• विभिन्न ग्रैन्युलैरिटी वाले डेटा को ब्लेंड करने की कोशिश करते समय क्रम मायने रखता है। सेकेंडरी डेटा में हमेशा सबसे छोटा ग्रैन्युलैरिटी स्तर होना चाहिए क्योंकि उसी पर एग्रीगेशन लागू होता है। 
• COUNT, MEAN, MEDIAN और SUM जैसे नॉन-एडिटिव एग्रीगेट्स डेटा ब्लेंडिंग से प्रभावित होते हैं। 

निष्कर्ष

इस ट्यूटोरियल में डेटा ब्लेंडिंग का उपयोग करने के पीछे की प्रेरणाओं से संबंधित मुख्य पहलुओं, जॉइन्स की तुलना में डेटा वैज्ञानिकों के लिए इसके कुछ लाभों और इसे बेहतर ढंग से समझने के लिए हैंड्स-ऑन अभ्यास को कवर किया गया है। 

हमें उम्मीद है कि यह ट्यूटोरियल आपको कई डेटा स्रोतों का उपयोग करके अपने व्यावसायिक समस्या में अधिक अंतर्दृष्टि प्राप्त करने के लिए प्रासंगिक कौशल प्रदान करता है। Tableau में डेटा कनेक्ट करना के बारे में अधिक जानने के लिए हमारा कोर्स देखें।