AI দিয়ে Data Analysis করার Prompt Engineering

ভূমিকা · Introduction

ডেটা আছে, Insight নেই?

একজন তরুণ entrepreneur তার ল্যাপটপের সামনে বসে আছে। তার সামনে হাজার হাজার সংখ্যার Excel sheet। Sales data, customer data, website traffic, user behavior — কিন্তু সে বুঝতে পারছে না এই সংখ্যাগুলোর ভিতরে কোন গল্প লুকিয়ে আছে। ডেটা আছে, কিন্তু insight নেই।

একটি বাস্তব দৃশ্য · ২০২৬

সে AI ব্যবহার করার সিদ্ধান্ত নিল। প্রথমে লিখল একটি simple prompt:

❌ প্রথম চেষ্টা

Analyze this data.

AI কিছু সাধারণ উত্তর দিল। কিন্তু বেশি কিছু বোঝা গেল না।

তারপর সে একটু চিন্তা করল। আর লিখল—

✓ Smart Prompt — Game Changer

You are a senior data analyst. Analyze this dataset and identify key trends, anomalies, and business insights. Provide clear visual explanations and actionable recommendations.

কয়েক সেকেন্ড পরে AI যে analysis দিল… তার ব্যবসার জন্য নতুন দরজা খুলে গেল।

✦ Key Trends Identified ✦ Anomalies Detected ✦ Actionable Insights ✦ Business Strategy Unlocked

কারণ সে বুঝে ফেলেছে একটি বড় সত্য — ডেটা থেকে insight পাওয়ার সবচেয়ে শক্তিশালী skill হলো Prompt Engineering।

AI কীভাবে কাজ করে · How it Works

AI Data Analysis-এর তিনটি ধাপ

AI দিয়ে data analysis করার সময় সাধারণত তিনটি ধাপ থাকে। প্রতিটি ধাপ সঠিক Prompt দিলে আরও শক্তিশালী হয়।

Data Understanding

ডেটা কী সম্পর্কে — সেটি AI-কে পরিষ্কারভাবে বুঝিয়ে দেওয়া।

Sales Data User Engagement Financial Reports

Pattern Detection

AI ডেটার মধ্যে pattern খুঁজে বের করে এবং hidden connections দেখায়।

Seasonal Trends Popular Products Revenue Drops

Insight Generation

সবচেয়ে গুরুত্বপূর্ণ ধাপ — AI actionable insights দেয় যা সরাসরি সিদ্ধান্ত নিতে সাহায্য করে।

Churn Analysis Growth Drivers Next Steps

Prompt-এর গোপন কাঠামো · Structure

একটি Powerful Data Prompt-এর ৫টি অংশ

একটি professional data analysis prompt সাধারণত ৫টি অংশে তৈরি হয়। প্রতিটি অংশ AI-কে আরও সঠিক ও গভীর analysis করতে সাহায্য করে।

অংশ ০১

প্রথম অংশ · First Component

Role — AI-কে Expert Identity দিন

AI-কে একটি specific expert identity দেওয়া হলে সে সেই দৃষ্টিভঙ্গি থেকে analysis করে। Role ছাড়া AI সাধারণ উত্তর দেয়। Role দিলে expert-level analysis পাওয়া যায়।

❌ Role ছাড়া

Analyze this data.

→ Generic, Surface-level

✓ Role সহ

You are a senior data scientist with 10 years of experience in e-commerce analytics. Analyze this data.

→ Deep, Expert-level Analysis

🔬 Expert Perspective 📊 Deeper Analysis 🏆 Professional Output

অংশ ০২

দ্বিতীয় অংশ · Second Component

Context — ডেটার Background বলুন

ডেটার background explain করা AI-কে সঠিক perspective দেয়। Context ছাড়া AI জানে না এই ডেটা কোন ব্যবসার, কোন সময়ের, বা কী উদ্দেশ্যে collect করা হয়েছে।

❌ Context ছাড়া

Analyze the monthly figures.

→ অস্পষ্ট, বিভ্রান্তিকর উত্তর

✓ Context সহ

This dataset contains 12 months of sales data from a Bangladesh-based e-commerce platform targeting young adults aged 18–35.

→ Focused, Relevant Insights

🌐 Relevant Analysis 🎯 Focused Results 📍 Context-Aware

অংশ ০৩

তৃতীয় অংশ · Third Component

Task — কী Analysis করতে হবে?

AI-কে ঠিক কী analysis করতে হবে সেটি স্পষ্টভাবে বলতে হবে। নির্দিষ্ট Task না দিলে AI নিজের মতো করে analysis করে — যা আপনার প্রয়োজন নাও হতে পারে।

❌ অস্পষ্ট Task

Find something useful.

→ Random, Unfocused Output

✓ নির্দিষ্ট Task

Identify key revenue trends, seasonal patterns, top-performing products, and unusual anomalies in this data.

→ Structured, Targeted Insights

🎯 Targeted Analysis 📈 Trend Detection 🔎 Anomaly Detection

অংশ ০৪

চতুর্থ অংশ · Fourth Component

Constraints — নির্দিষ্ট Focus করুন

কিছু specific constraints দিলে AI অপ্রয়োজনীয় তথ্য বাদ দিয়ে আপনার সবচেয়ে গুরুত্বপূর্ণ প্রশ্নের উত্তর দেয়। Constraints যত স্পষ্ট, analysis তত শক্তিশালী।

❌ Constraints ছাড়া

Tell me about the data in general.

→ Too broad, low value

✓ Constraints সহ

Focus on revenue growth from Q2 to Q4. Highlight any months where customer churn rate exceeded 15%.

→ High-Value, Specific Insights

🎯 High Precision ⚡ Efficient Analysis 💰 Business Value

অংশ ০৫

পঞ্চম অংশ · Fifth Component

Output Format — ঠিক কীভাবে দেখাবে?

AI অনেক কিছু জানে। কিন্তু আপনি যদি না বলেন কীভাবে output দিতে হবে, তাহলে ফলাফল এলোমেলো হতে পারে। Output Format দিলে AI ঠিক সেইভাবে সাজিয়ে দেয়।

❌ Format ছাড়া

Give me the analysis results.

→ একটানা paragraph, পড়তে কঠিন

✓ Format সহ

Present results as: 1) Executive Summary, 2) Key Trends (bullet points), 3) Anomalies Found, 4) Top 3 Recommendations.

→ Structured, Readable, Actionable

📋 Structured Output 👁️ Easy to Read ✅ Decision-Ready

Master Formula · ২০২৬

পাঁচটি অংশ মিলে তৈরি হয় Powerful Data Prompt

Data Analysis Prompt Formula · ২০২৬

🎭 Role

🌐 Context

📋 Task

⚙️ Constraints

📐 Output Format

You are an expert business data analyst. This dataset contains monthly sales data of a Bangladesh-based e-commerce platform. Identify key revenue trends, seasonal patterns, and top-performing products. Focus on revenue growth and highlight unusual patterns. Present as: Summary → Key Insights → Anomalies → Recommendations.

বাস্তব তুলনা · ২০২৬

Simple vs Smart Prompt

❌ Simple Prompt

Analyze this sales data.

✓ Smart Data Analysis Prompt

You are an expert business data analyst. Analyze the following sales dataset and identify: 1. Revenue growth trends (month-over-month) 2. Seasonal patterns and peak periods 3. Top performing products by category 4. Customer behavior anomalies 5. Business improvement opportunities Present findings with clear headings and specific recommendations.

✦ Clear Role ✦ Specific Tasks ✦ Structured Format ✦ Business Insights

Advanced Techniques · ২০২৬

Advanced Prompt Techniques for Data Analysis

Basic prompt-এর বাইরে আরও শক্তিশালী techniques আছে যেগুলো দিয়ে আরও গভীর insights পাওয়া যায়।

Technique 01

Comparative Prompt — দুটি Dataset তুলনা

দুটি ভিন্ন dataset বা সময়কাল তুলনা করে growth drivers বের করতে এই technique ব্যবহার করুন।

Compare this year's sales data with last year and identify: - Key growth drivers - Categories that declined - Seasonal shift patterns - Customer behavior changes Highlight the top 3 factors responsible for the revenue difference.

Technique 02

Predictive Prompt — ভবিষ্যৎ Prediction

Past data ব্যবহার করে future trends predict করতে AI-কে বলুন। এটি business planning-এ সবচেয়ে শক্তিশালী technique।

Based on this 12-month dataset, predict: - Sales forecast for the next 6 months - Which product categories will grow most - Expected revenue for Q1 next year - Risk factors that could impact growth Provide confidence levels for each prediction.

Technique 03

Root Cause Analysis Prompt — সমস্যার কারণ খুঁজুন

Revenue drop বা customer churn-এর পেছনের আসল কারণ বের করতে এই prompt technique ব্যবহার করুন।

Identify the root causes behind the revenue decline in Q3: - What specific events or patterns triggered the decline? - Which customer segments were most affected? - Is it seasonal, competitive, or product-related? - What corrective actions could reverse this trend? Rank root causes by estimated business impact.

বাস্তব প্রয়োগ · Real World Use Cases

AI Data Analysis কোথায় ব্যবহার হয়?

আজকের বড় কোম্পানিগুলো AI data analysis ব্যবহার করছে। আপনিও শিখলে এই sectors-এ সুযোগ পাবেন।

🏢

Business

Sales forecasting
Customer behavior analysis
Inventory optimization

📢

Marketing

Campaign performance analysis
Audience segmentation
Content optimization

💰

Finance

Risk analysis
Fraud detection
Investment pattern analysis

🛠️

Product Development

User feedback analysis
Feature optimization
Churn prediction

একটি গভীর সত্য · ২০২৬

"Data থাকা মানেই Intelligence না।"

কিন্তু — সঠিক প্রশ্ন করতে পারা মানেই Intelligence। Prompt Engineering সেই প্রশ্ন করার শিল্প। Right Question → Deep Analysis → Powerful Insight.

মনে রাখুন · Key Takeaways · ২০২৬

Prompt Engineering Data Analysis-এর সারসংক্ষেপ

🎭

Role দিলে Expert Output পাওয়া যায়

AI-কে senior data analyst হিসেবে define করলে সে সেই দৃষ্টিভঙ্গি থেকে গভীর analysis করে।

🌐

Context Analysis Quality বাড়ায়

ডেটার background এবং business context দিলে AI আরও relevant এবং actionable insights দেয়।

🔍

Trend, Prediction, Anomaly Detect হয়

সঠিক prompt দিলে AI ডেটা থেকে future trends predict করতে এবং unusual patterns খুঁজে বের করতে পারে।

🚀

Data-Driven Thinking ভবিষ্যতের Skill

যে মানুষ ডেটাকে AI দিয়ে বুঝতে পারে — সে ভবিষ্যৎ বুঝতে পারে। এটি ২০২৬-এর সবচেয়ে বড় skill।

"যে মানুষ Prompt Engineering জানে — সে শুধু ডেটা দেখে না, সে ভবিষ্যৎ দেখতে পারে।"

— Learning Approach · AI Data Analysis Series · মার্চ ২০২৬

Data Analysis Prompt Engineering শিখুন — ২০২৬-এই শুরু করুন

বাংলাদেশের সেরা AI কোর্স প্ল্যাটফর্মে যোগ দিন এবং AI Data Analysis-এর প্রকৃত শক্তি ব্যবহার করতে শিখুন।

Learning Approach-এ এখনই শুরু করুন

LEARNING-APPROACH.PRO · AI COURSES BANGLADESH · ২০২৬

Topics · ২০২৬

আমাদের ব্লগ