1. परिचय
सर्वे करने की कई वजहें हो सकती हैं: ग्राहक संतुष्टि का आकलन करना, मार्केट रिसर्च करना, किसी प्रॉडक्ट या सेवा को बेहतर बनाना या कर्मचारियों के जुड़ाव का आकलन करना. हालांकि, अगर आपने पहले कभी सर्वे के डेटा का इस्तेमाल किया है, तो आपको शायद पता होगा कि स्टैंडर्ड फ़ॉर्मैट में काम करना मुश्किल होता है. इस गाइड में, हम एक ऑटोमेटेड पाइपलाइन बनाते हैं. यह Google फ़ॉर्म के नतीजों को कैप्चर करती है. साथ ही, Cloud Dataprep की मदद से डेटा को विश्लेषण के लिए तैयार करती है. इसके बाद, इसे BigQuery में लोड करती है. इससे आपकी टीम, Looker या Data Studio जैसे टूल का इस्तेमाल करके विज़ुअल विश्लेषण कर सकती है.
आपको क्या बनाने को मिलेगा
इस कोडलैब में, Dataprep का इस्तेमाल करके, Google Forms के उदाहरण वाले सर्वे के जवाबों को ऐसे फ़ॉर्मैट में बदला जाएगा जो डेटा विश्लेषण के लिए काम का हो. बदले गए डेटा को BigQuery में पुश किया जाएगा. यहां एसक्यूएल की मदद से, डेटा के बारे में ज़्यादा जानकारी देने वाले सवाल पूछे जा सकते हैं. साथ ही, बेहतर विश्लेषण के लिए इसे अन्य डेटासेट के साथ जोड़ा जा सकता है. आखिर में, पहले से बने डैशबोर्ड एक्सप्लोर किए जा सकते हैं या नई रिपोर्ट बनाने के लिए, अपने बिज़नेस इंटेलिजेंस टूल को BigQuery से कनेक्ट किया जा सकता है.
आपको क्या सीखने को मिलेगा
- Dataprep का इस्तेमाल करके, सर्वे के डेटा को ट्रांसफ़ॉर्म करने का तरीका
- सर्वे के डेटा को BigQuery में पुश करने का तरीका
- सर्वे के डेटा से ज़्यादा अहम जानकारी पाने का तरीका
आपको किन चीज़ों की ज़रूरत होगी
- आपके पास ऐसा Google Cloud प्रोजेक्ट होना चाहिए जिसमें बिलिंग, BigQuery, और Dataprep की सुविधा चालू हो
- Dataprep की बुनियादी जानकारी होना मददगार है, लेकिन ज़रूरी नहीं है
- BigQuery और एसक्यूएल के बारे में बुनियादी जानकारी होना फ़ायदेमंद है, लेकिन ज़रूरी नहीं है
2. Google फ़ॉर्म के जवाब मैनेज करना
हम हमारे उदाहरण सर्वे के Google फ़ॉर्म के जवाबों को ज़्यादा बारीकी से देखेंगे.
सर्वे के नतीजों को "जवाब" टैब से एक्सपोर्ट किया जा सकता है. इसके लिए, Google Sheets आइकॉन पर क्लिक करें और नई स्प्रेडशीट बनाएं या नतीजों को किसी मौजूदा स्प्रेडशीट में लोड करें. जब तक "जवाब स्वीकार किए जा रहे हैं" बटन से सही का निशान नहीं हटाया जाता, तब तक Google Forms, स्प्रेडशीट में जवाब जोड़ता रहेगा. ऐसा तब तक होगा, जब तक जवाब देने वाले लोग अपने जवाब सबमिट करते रहेंगे.
अब हम हर तरह के जवाब की समीक्षा करेंगे और देखेंगे कि Google Sheets फ़ाइल में उसे कैसे ट्रांसलेट किया जाता है.
3. सर्वे के जवाबों में बदलाव करना
सर्वे के सवालों को चार ग्रुप में बांटा जा सकता है. इन ग्रुप के लिए एक्सपोर्ट का फ़ॉर्मैट एक जैसा होगा. सवाल के टाइप के आधार पर, आपको डेटा को किसी खास तरीके से फिर से व्यवस्थित करना होगा. यहां हम हर ग्रुप और उन ट्रांसफ़ॉर्मेशन की समीक्षा करते हैं जिन्हें हमें लागू करना है.
सिर्फ़ एक विकल्प वाले सवाल: छोटा जवाब, पैराग्राफ़, ड्रॉपडाउन, लीनियर स्केल वगैरह.
- सवाल का नाम: कॉलम का नाम
- जवाब: सेल की वैल्यू
- डेटा में बदलाव करने से जुड़ी ज़रूरी शर्तें: डेटा में बदलाव करने की ज़रूरत नहीं है. जवाब को उसी तरह लोड किया जाता है.
कई विकल्पों वाले सवाल: कई विकल्प, चेकबॉक्स
- सवाल का नाम: कॉलम का नाम
- जवाब: सेमीकोलन से अलग की गई वैल्यू की सूची (जैसे, "Resp 1; Resp 4; Resp 6")
- डेटा में बदलाव करने से जुड़ी ज़रूरी शर्तें: वैल्यू की सूची को निकाला और घुमाया जाना चाहिए, ताकि हर जवाब एक नई लाइन बन जाए.
कई विकल्पों वाले ग्रिड से जुड़े सवाल
यहां कई विकल्पों वाले सवाल का एक उदाहरण दिया गया है. हर लाइन से सिर्फ़ एक वैल्यू चुनी जा सकती है.
- सवाल का नाम: हर सवाल, कॉलम का नाम बन जाता है. इसका फ़ॉर्मैट यह होता है: "सवाल [विकल्प]".
- जवाब: ग्रिड में मौजूद हर जवाब, एक कॉलम बन जाता है. इसमें यूनीक वैल्यू होती है.
- बदलाव से जुड़ी ज़रूरी शर्तें: हर सवाल/जवाब को टेबल में एक नई लाइन के तौर पर दिखाना होगा. साथ ही, इसे दो कॉलम में बांटना होगा. एक कॉलम में सवाल का विकल्प और दूसरे कॉलम में जवाब दिया गया हो.
एक से ज़्यादा विकल्प वाले चेकबॉक्स ग्रिड से जुड़े सवाल
यहां चेकबॉक्स ग्रिड का एक उदाहरण दिया गया है. हर लाइन में, कोई भी वैल्यू न चुनने से लेकर एक से ज़्यादा वैल्यू चुनी जा सकती हैं.
- सवाल का नाम: हर सवाल, कॉलम का नाम बन जाता है. इसका फ़ॉर्मैट यह होता है: "सवाल [विकल्प]"..
- जवाब: ग्रिड में मौजूद हर जवाब, एक कॉलम बन जाता है. इसमें सेमी-कोलन से अलग की गई वैल्यू की सूची होती है.
- बदलाव से जुड़ी ज़रूरी शर्तें: इन सवालों के टाइप में, "चेकबॉक्स" और "कई विकल्पों वाली ग्रिड" कैटगरी को एक साथ रखा जाता है. इन्हें इसी क्रम में हल किया जाना चाहिए.
सबसे पहले, हर जवाब की वैल्यू की सूची को निकाला जाता है और उसे पिवट किया जाता है. इससे हर जवाब, किसी सवाल के लिए नई लाइन बन जाता है.
दूसरा: हर जवाब को टेबल में एक नई लाइन के तौर पर दिखाया जाना चाहिए और उसे दो कॉलम में बांटा जाना चाहिए. एक कॉलम में सवाल का विकल्प और दूसरे कॉलम में जवाब दिया गया हो.
इसके बाद, हम दिखाएंगे कि Cloud Dataprep की मदद से इन बदलावों को कैसे मैनेज किया जाता है.
4. Cloud Dataprep फ़्लो बनाना
Cloud Dataprep में "Google Forms Analytics Design Pattern" इंपोर्ट करना
Google Forms Analytics Design Pattern का फ़्लो पैकेज डाउनलोड करें. इसे अनज़िप न करें. Cloud Dataprep ऐप्लिकेशन में, बाईं ओर मौजूद नेविगेशन बार में, फ़्लो आइकॉन पर क्लिक करें. इसके बाद, फ़्लो पेज पर जाकर, कॉन्टेक्स्ट मेन्यू से इंपोर्ट करें को चुनें.
फ़्लो इंपोर्ट करने के बाद, उसमें बदलाव करने के लिए इंपोर्ट किए गए फ़्लो को चुनें. आपकी स्क्रीन कुछ इस तरह दिखनी चाहिए:
Google Sheets में मौजूद सर्वे के नतीजों वाली स्प्रेडशीट को कनेक्ट करना
फ़्लो के बाईं ओर, डेटा सोर्स को Google Sheets से फिर से कनेक्ट करना होगा. इसमें Google Forms के नतीजे शामिल होते हैं. Google Sheets के डेटासेट ऑब्जेक्ट पर राइट क्लिक करें और "बदलें" चुनें.
इसके बाद, डायलॉग बॉक्स में सबसे नीचे मौजूद "डेटासेट इंपोर्ट करें" लिंक पर क्लिक करें. "पाथ में बदलाव करें" पेंसिल पर क्लिक करें.
इसके बाद, मौजूदा वैल्यू को इस लिंक से बदलें. यह लिंक, Google फ़ॉर्म के कुछ नतीजों वाली Google Sheets पर ले जाता है. हमारे उदाहरण या अपनी कॉपी का इस्तेमाल किया जा सकता है: https://docs.google.com/spreadsheets/d/1DgIlvlLceFDqWEJs91F8rt1B-X0PJGLY6shkKGBPWpk/edit?usp=sharing
सबसे नीचे दाईं ओर मौजूद, "शुरू करें" और फिर "फ़्लो में इंपोर्ट करें और जोड़ें" पर क्लिक करें. मोडल में वापस आने के बाद, सबसे नीचे दाईं ओर मौजूद "बदलें" बटन पर क्लिक करें.
BigQuery टेबल कनेक्ट करना
फ़्लो के दाईं ओर, आपको आउटपुट को अपने BigQuery इंस्टेंस से कनेक्ट करना होगा. हर आउटपुट के लिए, आइकॉन पर क्लिक करें. इसके बाद, उसकी प्रॉपर्टी में इस तरह बदलाव करें.
सबसे पहले, "मैन्युअल डेस्टिनेशन" में बदलाव करें
"पब्लिश करने की सेटिंग" स्क्रीन पर, बदलाव करें बटन पर क्लिक करें
"पब्लिश करने की कार्रवाई" स्क्रीन दिखने पर, आपको कनेक्शन की सेटिंग बदलनी होगी. इसके लिए, BigQuery कनेक्शन पर क्लिक करें और उसकी प्रॉपर्टी में बदलाव करें.
वह BigQuery डेटासेट चुनें जिसमें आपको Google Forms के नतीजे लोड करने हैं. अगर आपने अब तक कोई BigQuery डेटासेट नहीं बनाया है, तो "डिफ़ॉल्ट" को चुना जा सकता है.
"मैन्युअल डेस्टिनेशन" में बदलाव करने के बाद, "शेड्यूल किए गए डेस्टिनेशन" के आउटपुट में भी इसी तरह बदलाव करें.
हर आउटपुट के लिए, एक ही तरीके का इस्तेमाल करके दोहराएं. आपको कुल आठ डेस्टिनेशन में बदलाव करना है.
5. Cloud Dataprep फ़्लो के बारे में जानकारी
"Google Forms Analytics Design Pattern" फ़्लो का बुनियादी सिद्धांत यह है कि सर्वे के जवाबों को पहले बताए गए तरीके से ट्रांसफ़ॉर्म किया जाए. इसके लिए, हर सवाल की कैटगरी को Cloud Dataprep की डेटा ट्रांसफ़ॉर्मेशन रेसिपी में बांटा जाता है.
इस फ़्लो में सवालों को चार टेबल में बांटा गया है. ये टेबल, सवालों की चार कैटगरी के हिसाब से बनाई गई हैं, ताकि इन्हें आसानी से समझा जा सके
हमारा सुझाव है कि आप एक-एक करके सभी रेसिपी एक्सप्लोर करें. सबसे पहले, "साफ़ हेडर" और फिर "SingleChoiceSELECT-Questions" से शुरुआत करें. इसके बाद, नीचे दी गई अन्य रेसिपी एक्सप्लोर करें.
सभी रेसिपी में टिप्पणी की गई है, ताकि ट्रांसफ़ॉर्मेशन के अलग-अलग चरणों के बारे में बताया जा सके. किसी रेसिपी में, किसी चरण में बदलाव किया जा सकता है. साथ ही, किसी कॉलम में बदलाव करने से पहले और बाद की स्थिति की झलक देखी जा सकती है.
6. Cloud Dataprep फ़्लो चलाना
अब जब आपके सोर्स और डेस्टिनेशन सही तरीके से कॉन्फ़िगर हो गए हैं, तो जवाबों को BigQuery में ट्रांसफ़ॉर्म और लोड करने के लिए फ़्लो चलाया जा सकता है. हर आउटपुट को चुनें और "चलाएं" बटन पर क्लिक करें. अगर बताई गई BigQuery टेबल मौजूद है, तो Dataprep नई लाइनें जोड़ देगा. अगर टेबल मौजूद नहीं है, तो वह एक नई टेबल बना देगा.
नौकरियों को मॉनिटर करने के लिए, बाईं ओर मौजूद पैन पर "नौकरी का इतिहास" आइकॉन पर क्लिक करें. BigQuery टेबल को लोड होने में कुछ मिनट लगेंगे.
सभी जॉब पूरे होने के बाद, सर्वे के नतीजे BigQuery में लोड हो जाएंगे. ये नतीजे, साफ़-सुथरे, स्ट्रक्चर्ड, और सामान्य किए गए फ़ॉर्मैट में होंगे. इनका विश्लेषण किया जा सकेगा.
7. BigQuery में सर्वे के डेटा का विश्लेषण करना
आपको BigQuery के लिए Google कंसोल में, हर नई टेबल की जानकारी दिखनी चाहिए
BigQuery में मौजूद सर्वे के डेटा की मदद से, सर्वे के जवाबों को बेहतर तरीके से समझने के लिए, आसानी से ज़्यादा जानकारी वाले सवाल पूछे जा सकते हैं. उदाहरण के लिए, मान लें कि आपको यह समझना है कि अलग-अलग प्रोफ़ेशनल टाइटल वाले लोग, सबसे ज़्यादा किस प्रोग्रामिंग भाषा का इस्तेमाल करते हैं. इसके लिए, इस तरह की क्वेरी लिखी जा सकती है:
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
अपने विश्लेषणों को और भी ज़्यादा असरदार बनाने के लिए, सर्वे के जवाबों को सीआरएम डेटा से जोड़ा जा सकता है. इससे यह देखा जा सकता है कि सर्वे में हिस्सा लेने वाले लोग, उन खातों से मैप होते हैं या नहीं जो पहले से ही आपके डेटा वेयरहाउस में शामिल हैं. इससे आपके कारोबार को ग्राहक सहायता या नए लॉन्च के लिए उपयोगकर्ताओं को टारगेट करने के बारे में ज़्यादा सोच-समझकर फ़ैसले लेने में मदद मिल सकती है.
यहां हम दिखाते हैं कि जवाब देने वाले व्यक्ति के डोमेन और खाते की वेबसाइट के आधार पर, सर्वे के डेटा को खाते की टेबल में कैसे शामिल किया जा सकता है. अब आपको खाते के टाइप के हिसाब से जवाबों का डिस्ट्रिब्यूशन दिखेगा. इससे आपको यह समझने में मदद मिलेगी कि जवाब देने वाले कितने लोग, मौजूदा ग्राहक खातों से जुड़े हैं.
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. विज़ुअल ऐनलिटिक्स करना
सर्वे का डेटा, डेटा वेयरहाउस में इकट्ठा हो गया है. अब बिज़नेस इंटेलिजेंस टूल में, डेटा का आसानी से विश्लेषण किया जा सकता है. हमने Data Studio और Looker में कुछ उदाहरण रिपोर्ट बनाई हैं.
Looker
अगर आपके पास पहले से ही Looker इंस्टेंस है, तो इस पैटर्न के लिए सैंपल सर्वे और सीआरएम डेटा का विश्लेषण शुरू करने के लिए, इस फ़ोल्डर में मौजूद LookML का इस्तेमाल किया जा सकता है. बस एक नया Looker प्रोजेक्ट बनाएं, LookML जोड़ें, और फ़ाइल में कनेक्शन और टेबल के नामों को बदलकर, BigQuery कॉन्फ़िगरेशन से मैच करें. अगर आपके पास Looker इंस्टेंस नहीं है, लेकिन आपको इसके बारे में ज़्यादा जानना है, तो यहां डेमो शेड्यूल करें.
Data Studio
इसके अलावा, Data Studio में रिपोर्ट बनाने के लिए, Google के क्रॉस "खाली रिपोर्ट" वाले फ़्रेम पर क्लिक करें और BigQuery से कनेक्ट करें. Data Studio के सभी निर्देशों का पालन करें. अगर आपको इस बारे में ज़्यादा जानना है, तो Data Studio की मुख्य सुविधाओं के बारे में यहां जानकारी पाएं. यहां आपको हमारे पहले से बने डेटा स्टूडियो डैशबोर्ड भी मिल सकते हैं.
9. स्टोरेज में जगह बनाना
बिलिंग को बंद करने का सबसे आसान तरीका यह है कि ट्यूटोरियल के लिए बनाया गया क्लाउड प्रोजेक्ट मिटा दिया जाए. इसके अलावा, अलग-अलग संसाधनों को भी मिटाया जा सकता है.
- Cloud Console में, संसाधन मैनेज करें पर जाएं
- प्रोजेक्ट की सूची में, वह प्रोजेक्ट चुनें जिसे आपको मिटाना है. इसके बाद, मिटाएं पर क्लिक करें.
- डायलॉग बॉक्स में, प्रोजेक्ट आईडी डालें. इसके बाद, प्रोजेक्ट मिटाने के लिए बंद करें पर क्लिक करें.