Excel Function को सीखने के लिए हमारे Excel Function के पेज पे विज़िट करें।

data entry form in excel in hindi

PHP MySQL Select Data In Hindi

Example में data fetch करने के लिए mysqli_fetch_all() function का use किया गया है जो कि सभी rows को एक साथ return करता है। इस Function में दो argument pass किये गए हैं। mysqli_query() result & एक predefined keyword MYSQLI_ASSOC .

बैसे तो MYSQLI_ASSOC optional होता है , अगर आप इसे pass नहीं करते हैं तो हमें Tables का Indexed Array मिलता है। जबकि MYSQLI_ASSOC pass करने पर हमें Associative Array मिलता है जिससे कि Column values को Column name से access कर सकते हैं। जैसा कि Example में दिखाया गया है।

कुछ इस तरह Table से data fetch करते है , अब इस Two Dimensional Associative Array पर किसी भी तरह के Loop for Loop / foreach Loop या while Loop apply कर सकते हैं।

हालाँकि यह जरूरी नहीं है कि आप हर बार सभी rows एक बार में ही select करें need के according कभी - कभी एक single record की भी जरूरत पड़ जाती है। वहां पर हम MySQL limit use करते हैं।
For Example :

Data Analytics in Hindi

डेटा हर जगह है और यह हमारे दैनिक जीवन का हिस्सा है। डिजिटल डेटा हमारे जीवन का एक अभिन्न हिस्सा बन चुका है और इसकी मात्रा लगातार बढ़ती जा रही है। अनुमानों के मुताबिक, 2021 तक 74 जेटाबाइट्स डेटा डिजिटल हो चुका होगा और उम्मीद की जा रही है 2024 तक यह लगभग दोगुना हो जायेगा।

डेटा की इतनी विशाल मात्रा होने के बावजूद हम हर दिन लगभग 0.5% का वास्तव में एनालिसिस करते हैं जिसका उपयोग जानकारी के लिए किया जाता है। इस डेटा को समझने के लिए और इससे बेहतर परिणाम प्राप्त करने के लिए डेटा का एनालिसिस करने की बहुत आवश्यकता होगी।

इतने अधिक डेटा के साथ यह जानना कि कैसे इस डेटा को किसी व्यवसाय में, किसी सामाजिक सुधार में, किसी शोध कार्य में, या किसी भी क्षेत्र के लिए जानकारी को एकत्र करने में और उसे व्यवस्थित करने और समझने में, एक कठिन कार्य हो सकता है – लेकिन डेटा एनालिटिक्स इसका समाधान है।

डेटा एनालिटिक्स को कैसे परिभाषित करेंगे | Define Data Analytics in Hindi?

सरल भाषा में, डेटा एनालिटिक्स डेटा से परिणाम प्राप्त करने के लिए अव्यवस्थित डेटा का मूल्यांकन करने का विज्ञान है।

डेटा एनालिटिक्स के जरिये आप अव्यवस्थित डेटा से उपयोगी कार्य करने के लिए नए तरीके खोज सकते हो। आजकल, डेटा एक्सपर्ट अपने शोध में डेटा एनालिटिक्स का उपयोग करते हैं। कई कंपनियां बहुत से निर्णय लेने के लिए डेटा एनालिटिक्स का उपयोग करती हैं।

डेटा एनालिटिक्स एक व्यापक शब्द है जिसमें कई प्रकार के डेटा का विश्लेषण शामिल हैं। चीजों को बेहतर बनाने के लिए इस्तेमाल की जा सकने वाली समझ हासिल करने के लिए किसी भी प्रकार के डेटा में डेटा एनालिटिक्स तकनीक का उपयोग किया जा सकता है।

जैसे गूगल डेटा डेटा तालिका को कैसे साफ करें सर्च (Google Search) इसका सबसे बेहतरीन उदाहरण है। इसी तरह, अन्य बहुत से उद्योग और कॉर्पोरेशंस हैं जो अपनी आवश्यकताओं के अनुसार डेटा एनालिटिक्स का उपयोग करते हैं।

डेटा एनालिसिस की प्रक्रिया | Data Analysis Process in Hindi

डेटा एनालिसिस की आवश्यकता क्यों है? | Why is data analysis needed?

यह तय करना होता है कि डेटा विश्लेषण की आवश्यकता क्यों है और किस तरह की जानकारी एकत्रित की जाएगी।

डेटा एकत्र करना | Collecting डेटा डेटा तालिका को कैसे साफ करें the Data

यह तय करना होता है कि कैसे और कहाँ से उस जानकारी को इकठ्ठा किया जायेगा। डेटा कलेक्शन प्राइमरी सोर्सेस से शुरू होता है, जिन्हें इंटरनल सोर्सेस भी कहा जाता है। उसके बाद सेकेंडरी सोर्सेस से होता है, जिन्हें एक्सटर्नल सोर्सेस कहा जाता है।

डेटा की सफाई | Cleaning the Data

एक बार जब सभी डेटा डेटा तालिका को कैसे साफ करें आवश्यक स्रोतों से डेटा एकत्र कर लिया जाता है, तो डेटा को साफ करने और छाँटने का काम किया जाता है। डेटा एनालिटिक्स प्रक्रिया के दौरान डेटा की सफाई अत्यंत महत्वपूर्ण है, इसलिए कि सभी डेटा अच्छा डेटा नहीं होता है।

डेटा Analytics के प्रकार | Types of Data Analytics in Hindi

डेटा एनालिटिक्स चार प्रकार के होते हैं

  1. डिस्क्रिप्टिव एनालिटिक्स | Descriptive Analytics
  2. डायग्नोस्टिक एनालिटिक्स | Diagnostic analytics
  3. प्रिडिक्टिव एनालिटिक्स | Predictive Analytics
  4. प्रिस्क्रिप्टिव एनालिटिक्स | Prescriptive Analytics

डिस्क्रिप्टिव एनालिटिक्स | Descriptive Analytics in Hindi

डिस्क्रिप्टिव Analytics समय के साथ घटनाओं का वर्णन करता है, जैसे कि क्या वर्तमान महीने की बिक्री अंतिम से बेहतर है।

डायग्नोस्टिक एनालिटिक्स | Diagnostic analytics in Hindi

डायग्नोस्टिक एनालिटिक्स किसी भी घटना के कारण पर केंद्रित है। इसमें सवालों के जवाब देने के लिए डेटा की जांच करते है, जैसे कि “क्या मौसम बीयर की बिक्री प्रभावित करता है?” या “क्या नई विज्ञापन पॉलिसी द्वारा बिक्री प्रभावित होती है?”

Step 2: एक्सेल फॉर्म को Quick access toolbar में जोड़ें

Data Entry Form (डेटा एंट्री फॉर्म) एक्सेल में डिफ़ॉल्ट रूप से दिखाई नहीं देता है। Data Entry Form को अपने Excel मे आपको Quick Access Toolbar में कस्टमाइज़ेशन से जोड़ना होगा। ऐसा करने के लिए:

  1. Excel में सबसे ऊपर बाईं ओर (Ribbon के ऊपर) Quickaccess toolbar के पिन पर क्लिक करें।
  2. More Commands पर जाएं।

Quick access toolbar में जाने के बाद नीचे बताए स्टेप्स को फॉलो करें।

  1. Quick access toolbar पे क्लिक करें
  2. From Command के तहत Popular Command ड्रॉपडाउन पर क्लिक करें और All Command का चयन करें।
  3. अगले भाग (All Command के नीचे) में विकल्पों के माध्यम से स्क्रॉल करें और Form का चयन करें।
  4. उस मेनू के निचले-दाएं कोने में Add पर क्लिक करें,
  5. फिर Ok पर क्लिक करें।

Step 3: एक्सेल डाटा एंट्री फॉर्म बनाएं

अब आगे अपने डाटा इनपुट के अनुसार एक्सेल डाटा एंट्री फॉर्म बनाएं:

  1. अपने कर्सर को अपने एक्सेल स्प्रेडशीट के पहले सेल पर रखें।
  2. Quick access toolbar पर फॉर्म आइकन पर क्लिक करें।
  3. आपके एक्सेल हेडर वाले फ़ील्ड वाला एक फॉर्म सामने आएगा।

Form के फील्ड को भरे और Enter या फिर New पे क्लिक करें। आपकी Data की एंट्री हो जाएगी

हर बार जब आप अपना डेटा इनपुट करने के लिए फ़ील्ड भरें तो Enter बटन दबाएं। अंत में, अपना डेटा दर्ज करने के बाद Close पर क्लिक करें।

एक्सेल में डाटा एंट्री फॉर्म का उपयोग कैसे करें?

एक्सेल में डाटा एंट्री फॉर्म का उपयोग करना बहुत सीधा है। डाटा एंट्री फॉर्म का उपयोग हम किसी आइटम को खोजने (find) और संपादित (Edit) करने या हटाने (delete) के लिए किया जाता है।

  • New का उपयोग करके आप कोई नई डाटा एंट्री कर सकते हैं।
  • Delete का उपयोग करते हुए आप किसी डाटा एंट्री को डिलीट कर सकते हैं।
  • Find Prev से आप पिछली दर्ज की गई एंट्री को देख सकते हैं।
  • Find Next का उपयोग करके आप दर्ज की गई अगली एंट्री को देख सकते हैं।
  • Criteria का उपयोग करते हुए आप कन्डिशन के आधार पे कोई एंट्री ढूंढ सकते हो और चाहे तो उसे एडिट या डिलीट कर सकते हो।
  • Restore का उपयोग करके आप Criteria का उपयोग करते समय इंटर किए गए डीटेल को restore करने के लिए कर सकते है।
  • Close का उपयोग फॉर्म को बंद करने के लिए कर सकते हैं।

Android फोन रीसेट करने के बाद भी बच जाता है डेटा, ऐसे करें डिलीट

Android

ऐंड्रॉयड डिवाइस (फोन भी) में स्थाई रूप से ऐसे डिलीट करें डेटा
फोन को इन्क्रिप्ट होने में एक घंटे तक का समय लग सकता है। इसलिए बेहतर है कि आप माेबाइल की बैटरी फुल चार्ज रखें। इन्क्रिप्शन के दौरान इसे पावर प्लग से कनेक्ट भी रखें तो बेहतर होगा।
Settings/Security/ Incription/ Factory Reset/ Setup/ Junk Video

1. अपने फोन की सेटिंग पर क्लिक करके सिक्योरिटी में जाएं।
2. इसमें आपको इन्क्रिप्शन का ऑप्शन दिखाई देगा। इसे क्लिक करें।
3. यदि आपने माइक्रोएसडी कार्ड का उपयोग किया है तो उसे भी इन्क्रिप्टेड करने का विकल्प मिलेगा।
4. इसे ओपेन करने के बाद यह प्रोसेस थोड़ा समय लेगा। कुछ ही देर में आपके फोन पर इन्क्रिप्टेड का मैसेज आ जाएगा।
5. इन्क्रिप्शन पूरा होने के बाद फैक्ट्री रीसेट करें।
6. फैक्ट्री रीसेट करने से पहले अपने फोन के जरूरी डेटा का बैकअप जरूर ले लें।
7. फैक्ट्री रीसेट के बाद आपके फोन से लगभग पूरा डेटा स्थाई रूप से डिलीट हो जाएगा।
8. फैक्ट्री रीसेट के बाद फोन को सेट अप करें। यानी उसमें तारीख, समय आदि सही कर लें।
9. यहां ध्यान रहे कि मेल से संबंधित डीटेल्स फोन से न जुड़े हों।
10. सेट अप पूरा होने के बाद आपको इंटरनल स्टोरेज के मुताबिक एक जंक विडियो रिकॉर्ड करनी है।
11. ऐसा करने से आपके फोन में अगर कोई डाटा रह भी गया होगा, तो वो ओवरराइट हो जाएगा।
(नोट: इन्क्रिप्शन का विकल्प अलग-अलग फोन, मॉडल और ओएस के मुताबिक अलग-अलग हो सकता है।)

डेटा एनालिसिस की प्रक्रिया | Data Analysis Process in Hindi

डेटा एनालिसिस की आवश्यकता क्यों है? | Why is data analysis needed?

यह तय करना होता है कि डेटा विश्लेषण की आवश्यकता क्यों है और किस तरह की जानकारी एकत्रित की जाएगी।

डेटा एकत्र करना | Collecting the Data

यह तय करना होता है कि कैसे और कहाँ से उस जानकारी को इकठ्ठा किया जायेगा। डेटा कलेक्शन प्राइमरी सोर्सेस से शुरू होता है, जिन्हें इंटरनल सोर्सेस भी कहा जाता है। उसके बाद सेकेंडरी सोर्सेस से होता है, जिन्हें एक्सटर्नल सोर्सेस कहा जाता है।

डेटा की सफाई | Cleaning the Data

एक बार जब सभी आवश्यक स्रोतों से डेटा एकत्र कर लिया जाता है, तो डेटा को साफ करने और छाँटने का काम किया जाता है। डेटा एनालिटिक्स प्रक्रिया के दौरान डेटा की सफाई अत्यंत महत्वपूर्ण है, इसलिए कि सभी डेटा अच्छा डेटा नहीं होता है।

डेटा Analytics के प्रकार | Types of Data Analytics in Hindi

डेटा एनालिटिक्स चार प्रकार के होते हैं

  1. डिस्क्रिप्टिव एनालिटिक्स | Descriptive Analytics
  2. डायग्नोस्टिक एनालिटिक्स | Diagnostic analytics
  3. प्रिडिक्टिव एनालिटिक्स | Predictive Analytics
  4. प्रिस्क्रिप्टिव एनालिटिक्स | Prescriptive Analytics

डिस्क्रिप्टिव एनालिटिक्स | Descriptive Analytics in Hindi

डिस्क्रिप्टिव Analytics समय के साथ घटनाओं का वर्णन करता है, जैसे कि क्या वर्तमान महीने की बिक्री अंतिम से बेहतर है।

डायग्नोस्टिक एनालिटिक्स | Diagnostic analytics in Hindi

डायग्नोस्टिक एनालिटिक्स किसी भी घटना के कारण पर केंद्रित है। इसमें सवालों के जवाब देने के लिए डेटा की जांच करते है, जैसे कि “क्या मौसम बीयर की बिक्री प्रभावित करता है?” या “क्या नई विज्ञापन पॉलिसी द्वारा बिक्री प्रभावित होती है?”

डेटा एनालिटिक्स के लाभ | Benefits of Data Analytics in Hindi

  • निर्णय लेने की क्षमता में सुधार होता है।
  • मार्केटिंग अधिक प्रभावी हो जाती है।
  • कस्टमर सर्विस में सुधार होता है।
  • ऑपरेशन्स की दक्षता बढ़ जाती है।

आज आप डेटा की बढ़ती मात्रा और उच्च-स्तरीय एनालिटिक्स तकनीक के कारण अधिक से अधिक जानकारी बहुत तेज़ी से कम समय में प्राप्त कर सकते हैं।

यहां हम कुछ ऐसी तकनीकों के बारे में पढ़ेंगे जो डेटा एनालिटिक्स को और बेहतर बनाती हैं –

निष्कर्ष | Conclusion

डेटा किसी भी कंपनी के लिए बहुत महत्वपूर्ण होता है और यह उन्हें अपने ग्राहकों को समझने, अपने विज्ञापनों को अधिक प्रभावी बनाने आदि में मदद करता है। डेटा एनालिटिक्स टूल और प्रक्रियाएं बहुत महत्वपूर्ण हैं क्योंकि डेटा के कई फायदे हैं लेकिन इन टूल्स के बिना आप इन फायदों का उपयोग नहीं कर सकते।

इस प्रकार, हम कह सकते हैं कि डेटा एनालिटिक्स किसी भी व्यवसाय के विकास के लिए बहुत महत्वपूर्ण है क्योंकि डेटा एनालिटिक्स कंपनी को उसके प्रदर्शन को बेहतर करने में मदद करता है।

रेटिंग: 4.13
अधिकतम अंक: 5
न्यूनतम अंक: 1
मतदाताओं की संख्या: 171