Key Moments
Modeling Application Usage Visually
Google TalksKey Moments
অ্যাপ্লিকেশন ব্যবহারের মডেলগুলো প্রায়শই অত্যাধিক জটিল, যা ভুল সিদ্ধান্ত এবং অর্থহীন পরীক্ষার দিকে পরিচালিত করে। ক্রেয়ন এবং হোয়াইটবোর্ডের মতো সহজ ভিজ্যুয়াল মডেল ব্যবহার করা যেতে পারে, যা যোগাযোগ উন্নত করে এবং বাস্তবসম্মত পরীক্ষা সক্ষম করে।
Key Insights
কঠিন গাণিতিক মডেল এবং অতি সরল পদ্ধতির মধ্যে একটি ব্যবধান রয়েছে, যা দ্রুত পরিবর্তনশীল পরিবেশে নির্ভুল ব্যবহার মডেলিংয়ে সহায়তা করতে পারে।
তথ্য ভিজ্যুয়ালি উপস্থাপন করা হলে মানুষ শব্দ, টেবিল বা স্প্রেডশিটের তুলনায় অনেক দ্রুত প্রক্রিয়া করতে পারে।
সমস্ত মডেলই ভুল, তবে কিছু মডেল দরকারী; একটি মডেল হল একটি সরলীকরণ যা বুঝতে, ধারণা করতে এবং যোগাযোগ করতে সাহায্য করে।
বাস্তব ডেটা ছাড়া, অ্যাপ্লিকেশন ব্যবহারের মডেলগুলি অবাস্তব হতে পারে, যা ভুল সিদ্ধান্ত এবং নষ্ট হওয়া সময় ও অর্থের দিকে পরিচালিত করে।
ব্যবহারকারী কমিউনিটি মডেলিং ল্যাঙ্গুয়েজ (UCML) ৯টি মৌলিক প্রতীকের উপর ভিত্তি করে তৈরি, যা ব্যবহারকারীর কার্যকলাপের মডেলিংকে সহজ করে তোলে।
শতাংশগুলি ব্যবহারকারীর কার্যকলাপের ফ্রিকোয়েন্সি বা বন্টন বোঝার জন্য গুরুত্বপূর্ণ, যা পারফরম্যান্স টেস্টিং এবং ঝুঁকির মূল্যায়নকে প্রভাবিত করে।
জটিল মডেলিংয়ের সমস্যা এবং সরল পদ্ধতির প্রয়োজনীয়তা
অ্যাপ্লিকেশন ব্যবহারের মডেলিং প্রায়শই দুটি চরম পদ্ধতির মধ্যে আটকে থাকে: একটি অত্যন্ত কঠোর, গাণিতিকভাবে জটিল এবং সময়সাপেক্ষ পদ্ধতি যা অত্যন্ত নির্ভুল হতে পারে, কিন্তু বাস্তব-বিশ্বের অ্যাপ্লিকেশন, বিশেষ করে দ্রুত রিলিজ চক্র সহ ওয়েবসাইটগুলির জন্য প্রায়শই অবাস্তব। অন্যদিকে, অতি সরল পদ্ধতিগুলি খুব দ্রুত, প্রায় কোনও গাণিতিক হিসাব ছাড়াই, কিন্তু প্রায়শই ঘটনাক্রমে সঠিক হয় এবং বিদ্যমান ডেটাকে উপেক্ষা করে। এই দুটি চরমের মধ্যে একটি ব্যবধান রয়েছে যা দ্রুত পরিবর্তনশীল, অনানুষ্ঠানিক পরিবেশে মডেলগুলিতে নির্ভুলতা এবং আত্মবিশ্বাস যোগ করতে পারে। জটিল গাণিতিক দক্ষতা বিরল, এবং এমনকি যাদের এটি আছে, তারা প্রায়শই ডেভেলপার, টেস্টার বা অ্যাডমিনিস্ট্রেটর হিসাবে কাজ করতে পছন্দ করে। উপরন্তু, এই কঠোর মডেলগুলি, যেমন ইউএমএল স্টেট ট্রানজিশন মডেল, সাধারণ ব্যবহারকারী বা অ-প্রযুক্তিগত অংশীদারদের কাছে বোধগম্য নয়, যা দলের মধ্যে যোগাযোগকে কঠিন করে তোলে। ডঃ কনি স্মিথের মতো বিশেষজ্ঞরা জটিল মডেল তৈরি করতে পারলেও, সেগুলি প্রায়শই অনুমাননির্ভর এবং বাস্তব ব্যবহারের সাথে যাচাই করার প্রয়োজন হয়। আলবার্তো সাভয়্যা এবং ড্যানিয়েল মানাস-এর মতো অন্যান্য গবেষকরাও নির্ভুল গাণিতিক মডেলিংয়ের উপর জোর দিয়েছেন, তবে সেগুলির বাস্তবায়ন চ্যালেঞ্জিং। জেডি মায়ারের কাজ অভিজ্ঞতামূলক ডেটার উপর নির্ভর করে এবং ভিজ্যুয়াল উপস্থাপন ব্যবহার করে না। সুতরাং, মূল সমস্যা হল যে কঠোর মডেলগুলি প্রায়শই অবাস্তব, এবং যদি শুধুমাত্র মডেল প্রস্তুতকারী ব্যক্তিই সেগুলি ব্যবহার করতে পারে, তবে দলের মধ্যে যোগাযোগের মূল্য হারিয়ে যায়।
মডেলগুলি কেন দরকারী হওয়া উচিত: জর্জ বক্সের অন্তর্দৃষ্টি
শিল্প পরিসংখ্যানবিদ জর্জ বক্স যেমনটি বলেছেন, 'সমস্ত মডেলই ভুল, কিন্তু কিছু মডেল দরকারী।' একটি মডেল একটি সরলীকরণ যা জিনিসগুলিকে বুঝতে, ধারণা করতে এবং যোগাযোগ করতে সহায়তা করে। বক্স ইন্ডাস্ট্রিয়াল সিস্টেমগুলির মডেলিংয়ের সময় পর্যবেক্ষণ করেছিলেন যে অনেক মডেল এত জটিল হয়ে ওঠে যে তারা সিস্টেমকে সহজ করার পরিবর্তে আরও জটিল করে তোলে। যদি কোনও মডেল দরকারী না হয়, তবে সেটি তৈরি করার কোনও প্রয়োজন নেই। ডেটা উপস্থাপনা বিশেষজ্ঞ এড টফি জোর দিয়েছিলেন যে মানুষ শব্দ, টেবিল বা স্প্রেডশিটের তুলনায় ছবি এবং ডেটা পয়েন্টগুলি অনেক দ্রুত প্রক্রিয়া করতে পারে। যখন ডেটা স্বজ্ঞাতভাবে উপস্থাপন করা হয়, তখন মানুষ মানসিকভাবে জটিল গাণিতিক গণনা করতে পারে। এটি কেবল একটি ধারণা নয়; টফির শিক্ষাগুলি ডেটাকে এমনভাবে উপস্থাপন করার উপর দৃষ্টি নিবদ্ধ করে যা মানুষের মস্তিষ্ক সহজেই গ্রহণ করতে পারে, যেমনটি শিশুরা বেসবল খেলে বা প্যারাবোলিক গণিত না বুঝে হিট করে। অতএব, মডেলগুলির কার্যকারিতা এবং যোগাযোগের ক্ষমতা থাকা উচিত, কেবল গাণিতিক নির্ভুলতার জন্য নয়।
লগ ফাইল এবং গুগল অ্যানালিটিক্স: ডেটা, কিন্তু মডেল নয়
অ্যাপ্লিকেশন ব্যবহারের মডেলগুলির জন্য আমরা যে ধরনের ডেটা দেখতে অভ্যস্ত তা প্রায়শই লগ ফাইল। এই লগ ফাইলগুলিতে সমস্ত ব্যবহারের ডেটা থাকে, তবে একজন অ-প্রযুক্তিগত স্টেকহোল্ডার বা সাধারণ ব্যবহারকারীর জন্য এগুলি মোটেও কার্যকর নয়। এগুলি আসলে কেবল একটি তালিকা। গুগল অ্যানালিটিক্স একটি ওয়েবসাইটের ব্যবহারকারীদের সম্পর্কে মূল্যবান ডেটা সরবরাহ করে, যেমন হোমপেজ থেকে শীর্ষ ক্লিকগুলি। তবে, এই ডেটাগুলি প্রায়শই স্বজ্ঞাত হয় না এবং সম্পূর্ণ গল্প বলে না। উদাহরণস্বরূপ, হোমপেজ থেকে হোমপেজে শীর্ষ ক্লিকগুলির একটি তালিকা বিভ্রান্তিকর হতে পারে। এছাড়াও, একটি সাধারণ লগ ফাইল বা এমনকি গুগল অ্যানালিটিক্স থেকে প্রাপ্ত ডেটা প্রযুক্তিগতভাবে একটি মডেল হিসাবে বিবেচিত নাও হতে পারে; এটি কেবল ডেটার একটি তালিকা। কোনও কাজের প্রবাহ বোঝার জন্য কেবল ডেটা যথেষ্ট নয়। একটি ই-লার্নিং সাইটের উদাহরণে, ১২৫ পৃষ্ঠার ব্যবহার-কেস স্পেসিফিকেশন থেকে অ্যাপ্লিকেশনটির কার্যকারিতা বোঝা কঠিন ছিল, যেখানে একটি সহজ ভিজ্যুয়াল মডেল সহজেই এটি ব্যাখ্যা করতে পারত।
বিপ্লবী ইউজার কমিউনিটি মডেলিং ল্যাঙ্গুয়েজ (UCML)
এই সমস্যাগুলির সমাধানের জন্য, ইউজার কমিউনিটি মডেলিং ল্যাঙ্গুয়েজ (UCML) তৈরি করা হয়েছিল। এটি ৯টি মৌলিক প্রতীকের উপর ভিত্তি করে একটি ভিজ্যুয়াল মডেলিং ভাষা, যা ব্যবহারকারীর কার্যকলাপকে সহজ এবং বোধগম্য উপায়ে উপস্থাপন করে। UCML-এর জন্ম হয়েছিল হতাশাজনক হোয়াইটবোর্ড সেশনগুলি থেকে, যেখানে বক্তা এবং ক্লায়েন্টরা কেবল অঙ্কন এবং আলোচনার মাধ্যমে অ্যাপ্লিকেশনটির ব্যবহার মডেল করতে সক্ষম হয়েছিল। এই ভিজ্যুয়াল মডেলগুলি, যা মূলত মার্কার এবং হোয়াইটবোর্ড ব্যবহার করে তৈরি হয়েছিল, দ্রুত দলগুলির মধ্যে কার্যকর যোগাযোগের মাধ্যম হয়ে উঠেছে। দলগুলি, সাধারণ ব্যবহারকারী থেকে শুরু করে এক্সিকিউটিভ ভিপি পর্যন্ত, মডেলগুলিতে নোট নিতে পারে, শতাংশ পরিবর্তন করতে পারে এবং তাদের অনুমানগুলির সাথে বাস্তব ডেটা তুলনা করতে পারে। এটি কঠোর নিয়ম বা প্রশিক্ষণের উপর নির্ভর না করে সহযোগিতামূলকভাবে একটি কার্যকরী মডেল তৈরি করতে সাহায্য করে। UCML-এর শক্তি এর সরলতা এবং সকলের জন্য উপলব্ধতা। যদিও এটি সব ডেটা ধারণ নাও করতে পারে, এটি একটি শক্তিশালী যোগাযোগের হাতিয়ার হিসেবে কাজ করে, যা ডেভেলপারদের ক্লাস এবং ব্যবসায়িক ব্যবহারকারীদের বিভাগগুলির সাথে সম্পর্কিত করতে সাহায্য করে।
সরলতার শক্তি: ক্রেয়ন এবং হোয়াইটবোর্ডের গুরুত্ব
বক্তৃতাটি 'যখন ক্রেয়ন দিয়েই কাজ চলে, তখন ক্যালকুলাসের প্রয়োজন কী?' এই প্রশ্নের উপর জোর দেয়। এর মূল বার্তা হল যে, অত্যাধিক প্রযুক্তিগত হওয়া এবং জটিলতার গভীরে ডুবে যাওয়া প্রায়শই সাধারণ বিষয়গুলি মিস করে দেয়। UCML-এর মতো ভিজ্যুয়াল মডেলগুলি, যা মার্কার এবং হোয়াইটবোর্ড ব্যবহার করে তৈরি করা যেতে পারে, এই সরলতার নীতির উদাহরণ। গুগল-এর মতো সংস্থাগুলিও সহযোগিতামূলক কাজের জন্য হোয়াইটবোর্ডগুলির গুরুত্ব বোঝে। এই মডেলগুলি কেবল বোধগম্যই নয়, এগুলি দলগুলির মধ্যে যোগাযোগকে সহজ করে তোলে। ডেভেলপাররা তাদের কোডের ক্লাসগুলির সাথে মডেলগুলির সম্পর্ক চিহ্নিত করতে পারে, এবং ব্যবসায়িক ব্যবহারকারীরা তাদের বিভাগগুলির সাথে কাজের প্রবাহ ম্যাপ করতে পারে। এই সহজ, ভিজ্যুয়াল পদ্ধতিগুলি ডেটা-চালিত সিদ্ধান্ত গ্রহণের জন্য একটি শক্তিশালী ভিত্তি প্রদান করে, এমনকি যখন ডেটা স্বয়ংক্রিয়ভাবে তৈরি হয় না। এটি সফ্টওয়্যার বিকাশের প্রক্রিয়াটিকে আরও অন্তর্ভুক্তিমূলক এবং কার্যকরী করে তোলে।
শতাংশের ভূমিকা এবং পারফরম্যান্স টেস্টিং
শতাংশগুলি ব্যবহারকারীর কার্যকলাপের মডেলগুলিতে একটি গুরুত্বপূর্ণ ভূমিকা পালন করে। এগুলি ঝুঁকির মূল্যায়ন, গুরুত্ব নির্ধারণ এবং আয়তন ও ফ্রিকোয়েন্সি অনুমান করার জন্য প্রয়োজনীয়। একজন পারফরম্যান্স টেস্টার হিসাবে, ব্যবহারকারীর কার্যকলাপের বন্টন বোঝা গুরুত্বপূর্ণ। উদাহরণস্বরূপ, যদি একটি মডেল দেখায় যে লক্ষ লক্ষ ব্যবহারকারী একটি অ্যাপ্লিকেশন ব্যবহার করবে, তবে প্রতিটি ব্যবহারকারী একটি পৃষ্ঠা লোড করতে কতক্ষণ সময় নেয় তা বোঝা অত্যন্ত গুরুত্বপূর্ণ। কার্যকলাপের বন্টন পারফরম্যান্স প্রোফাইলকে নাটকীয়ভাবে পরিবর্তন করতে পারে। যদিও প্রচুর পরিমাণে ডেটা সংগ্রহের জন্য পারফরম্যান্স টেস্ট চালানো এবং সেই ডেটা বিশ্লেষণ করতে সময় লাগতে পারে, ফ্রিকোয়েন্সি বোঝা ঝুঁকি এবং লোডের ক্ষেত্রে গুরুত্বপূর্ণ। হ্যারি রবিনসন এবং বক্তার মতো বিশেষজ্ঞরা মনে করেন যে, কখনও কখনও ক্যালকুলেটর দূরে সরিয়ে ছবি ব্যবহার করা বেশি মূল্যবান, যা পারফরম্যান্স টেস্টিং এবং অ্যাপ্লিকেশন ব্যবহারের মডেলিং উভয় ক্ষেত্রেই প্রযোজ্য।
Mentioned in This Episode
●Products
●Software & Apps
●Companies
●Organizations
●Books
●People Referenced
Visual Application Usage Modeling: Dos and Don'ts
Practical takeaways from this episode
Do This
Avoid This
Common Questions
Visual application usage modeling is a method to represent how users interact with an application, often using simple, visual diagrams and symbols rather than complex mathematical formulas. The goal is to make user behavior understandable to the entire team, facilitating better design, testing, and development decisions.
Topics
Mentioned in this video
A professor at George Mason University who works on mathematical modeling for capacity planning.
Founder of PerfTest Plus and co-founder of the 'Hopper' workshop, who presented on visual application usage modeling.
A researcher mentioned for her work in application modeling, capable of modeling complex systems.
An individual working at Microsoft who authored a book on improving net application performance and scalability.
An individual whose presentation on data representation significantly impacted the speaker, emphasizing the power of visual data.
A renowned modeler in the testing community, known for understanding the power of simple visual models.
A former Google executive and CTO of Kinot and Viljic, whose 2001 work laid the foundation for modern performance testers.
An industrial statistician who specialized in systems and understood that overly complex models can hinder understanding.
A web analytics service that the speaker finds useful for understanding website traffic, though notes its limitations in providing intuitive insights.
Used as an example of a system for which a state transition model was created, highlighting the difference between how a system *can* be used versus how it *will* be used.
A tool for source code pure coverage that displays method call chains and line thickness based on usage frequency, similar to visual modeling concepts.
More from GoogleTalksArchive
View all 92 summaries
58 minEverything is Miscellaneous
54 minStatistical Aspects of Data Mining (Stats 202) Day 7
45 minKey Phrase Indexing With Controlled Vocabularies
63 minMysteries of the Human Genome
Ask anything from this episode.
Save it, chat with it, and connect it to Claude or ChatGPT. Get cited answers from the actual content — and build your own knowledge base of every podcast and video you care about.
Get Started Free