ડેટા એ નવી શક્તિ છે

ડેટા એ નવી શક્તિ છે

Embibe ને માહિતી સજ્જ કરવાનું, માપન કરવાનું, એકઠી કરવાનું, વિશ્લેષણ કરવાનું તથા સંગ્રહ કરવાનું ઝુનુન છે.  Embibe પાસે પોતાની માહિતીની માલિકી છે, અમારું IP તેના પર આધારિત છે. યુઝરનો અમારા પ્રોડક્ટ માટેનો કેવો ફીડબેક છે તે જાણવાના પૂરતા સાધનો ન હોય તથા ચોક્કસ પરિણામો માટે જવાબદાર પરિબળોની જાણ ન થાય ત્યાં સુધી અમે અમારા પ્રકાશન ને લંબાવીએ છીએ. અમારા માહિતી પ્રત્યેના આ જ ઝુનુન વિદ્યાર્થીઓ કેવી રીતે ભણીને પોતાના ધ્યેય પ્રાપ્ત કરે છે તે વિષે ઘણા રહસ્યો ખોલ્યા છે. ઉદાહરણ તરીકે, સારું પરિણામ મેળવવાની વિદ્યાર્થીની ક્ષમતા બે પરિબળો પર અવલંબે છે – પરિણામ મેળવવાની ~61% સંભાવના ધરાવતી તેમની શીખવાની ક્ષમતા તથા ~39% અસર ધરાવતો તેમનો અભિગમ. માહિતી પ્રાધાન્ય પ્રત્યેના આ તીવ્ર ધ્યાને જ Embibe ને વ્યક્તિગત શિક્ષણને અનુરૂપ પ્રોડક્ટ ઘડવામાં તથા વિદ્યાર્થીઓના પરિણામોમાં અસાધારણ સુધાર લાવવા માટે પ્રબળ બનાવ્યું છે.

પ્રાઈમરી ડેટા કલેક્શન

• બહોળી ઘટનાઓ વિષે માહિતી સંચય

1. યુઝરના સ્પષ્ટ ફિડબેક – ક્લિક, ટેપ, હોવર, સ્ક્રોલ, ટેક્સ્ટ અપડેટ
2. યુઝરના અસ્પષ્ટ ફિડબેક – કર્સરની સ્થિતિ, ટેપ પ્રેશર, ઉપકરણનું સંસ્કરણ, સ્થળ
3. સિસ્ટમ આધારિત સર્વર સાઈડ ઈવેન્ટ – પેજ લોડ, સેશન રિફ્રેશ, api કોલ્સ
4. સિસ્ટમ આધારિત ક્લાયન્ટ સાઈડ ઈવેન્ટ – સિસ્ટમ પુશ નોટિફિકેશન અને ટ્રીગર

• ગુણધર્મ આધારિત ચોક્કસ માહિતી:

1. પેજ વ્યુઝ (URL, સંદર્ભ આપનાર, ઉયાયોગકરતાં એજન્ટ, ઉપકરણ, IP, ટ્રાફિકનો સ્રોત, અભિયાન)
2. સત્ર કક્ષાએ કુલ અભ્યાસ પ્રયાસ વિશેની માહિતી (ટાઈમસ્ટેમ્પ, વિઝિટ/રી-વિઝિટ, ઉત્તર પસંદગી, પ્રથમ સાક્ષાત્કારનો સમય, સાચો વિતાવેલ સમય, જોયેલ ઉકેલ, વાપરેલ હિન્ટ)
3. શીખવા વિષેની માહિતી:

• સર્ચ વિષેની માહિતી (ટાઈમસ્ટેમ્પ, પ્રશ્ન, પરિણામ)
• પરિણામ ફીડબેક વિષેની માહિતી (ટાઈમસ્ટેમ્પ, સૂચવેલ પરિણામની પસંદગી, પરિણામન વિજેટ અને સંદર્ભ, વિજેટનું સ્થાન)

4. સત્ર કક્ષાએ કુલ ટેસ્ટ પ્રયાસ કક્ષાની માહિતી (ટાઈમસ્ટેમ્પ, વિઝિટ/રી-વિઝિટ, ઉત્તર પસંદગી, પ્રથમ સાક્ષાત્કારનો સમય, જોયેલ ફિડબેક)

5. (શૈક્ષણિક મંચ) પર પૂછેલ પ્રશ્નો અને આપેલ ઉત્તર અંગેની માહિતી, ટાઈમસ્ટેમ્પ, યુઝરના મત

6. ચૂકવણીઓ (યુઝરને ઓળખનાર, યુઝરનો ઈમેલ, ત્રાહિત ચુકવણી પદ્ધતિ, ત્રાહિત ચુકવણી પદ્ધતિ વ્યવહારની ઓળખ, ચુકવણીની પધ્ધતિ (કાર્ડ, વોલેટ વગેરે), ઓર્ડર વિનંતીનો ટાઈમસ્ટેમ્પ, ચુકવણી પૂરી થવાનો ટાઈમસ્ટેમ્પ, આપલે વળતર, ઓર્ડરની વસ્તુની વિગત)

Embibe ના સ્તરે માહિતીનો સંચય કરતી વખતે ઘણા બધા વ્યવહારુ બાબતોનું ધ્યાન રાખવું પડે છે.  ઉદાહરણ તરીકે, આ બધી માહિતી એકઠી કરવા માટે અમે ઘણી બધી પદ્ધતિ પર આધાર રાખીએ છીએ.  સેગમેન્ટ io હીપ જેવા થર્ડ પાર્ટી પ્લગઈન સાથે સંકલન સાધીને યુઝર ફિડબેક પ્રવાહની નોંધણી કરવામાં આવે છે. સર્વર સાઈડ પેજ લોડ અને સેશનની નોંધણી આંતરિક રીતે કરવામાં આવે છે અને noSql ડેટાબેઝ તરફ મોકલવામાં આવે છે.  ફ્રન્ટ એન્ડ દ્વારા પ્રશ્ન સંકલન માટે અભ્યાસ અને ટેસ્ટ જેવી યુઝર પ્રવૃતિઓની રોજેરોજની માહિતીનો DB માં સંગ્રહ કરવામાં આવે છે

ડેટા પ્રોસેસિંગ

એકવાર પ્રાથમિક માહિતીનો સંચય કર્યા પછી તેને સુગમ, સમૃધ્ધ, વિશ્લેષિત અને વિઝ્યુલાઇઝ કરવી પડે છે. Embibe માં અમે સંચિત કરેલી માહિતીનો ઉપયોગ કરવા માટે વિસ્તૃત અભિગમ અપનાવી છીએ.

• આંતરિક અહેવાલ અને ખાસ વિશ્લેષણ

1. સ્પાર્ક સ્ટ્રીમિંગના ઉપયોગથી નોંધનું વિશ્લેષણ અને હાડૂપ મેપની મદદથી AWS EMR પર કામ ઘટાડી શકાય છે અને સેશન કક્ષાની પ્રવૃત્તિ એકઠી કરનાર અમારી દરેક યુઝર માટે દરેક માહિતી માટેની GAV માહિતી તેમજ શૈક્ષણિક કુશળતા રૂપરેખા મેળવી અને અપડેટ કરી શકાય છે. માપસરની માહિતી પુરી પાડી શકાય તે માટે GOV અને GAV માહિતી ઇલાસ્ટીસર્ચ સમૂહમાં સંગ્રહવામાં આવે છે.
2. અહેવાલ માટે નોંધનું ટ્રાફિક સ્વરુપ, યુઝર જોઈ શકે તે માટે, ટેસ્ટ દર ટેસ્ટ સુધાર, સર્ચ નિષ્ફળતા અને અન્ય જરૂરિયાતો મુજબનું વિશ્લેષણ.
3. ખાસ વિશ્લેષણ માટે જરૂરી પ્રાથમિક કાચી માહિતી HDFS પરના HBase પર સંગ્રહિત થાય છે.

• વ્યાપાર/ઉત્પાદ/માર્કેટિંગ સ્વયં સંચાલન માટે અન્ય સાધનો

1. વિવિધ બાહ્ય માહિતી મેળવવાના પ્લેટફોર્મ પર માહિતીને ઓટો રાઉટ કરનાર અમારી ઓન પેજ અને ઈન એપ યુઝર ફિડબેક માહિતી સેગમેન્ટ io (અન્ય પ્લગઇન)ની મદદથી એકઠી થાય છે.
2. ટ્રાફિક સ્ત્રોત, ડેમોગ્રાફિક અને સ્થળ, ઉપકરણમાં વિક્ષેપ, પેજ વ્યુઝ, વ્યતીત સમય, રોકાણનું માપ વિષયક માહિતી માટે ગૂગલ એનાલિટીક
3.  યુઝરની ભૂલોના વિશ્લેષણ માટે હીપ એનાલિસિસ. સેગમેન્ટ io દ્વારા તમામ યુઝર ફિડબેક હીપ સુધી મોકલવા માટે FE વાયર્ડ. યુઝર કન્વર્ઝન ફનલ અને ભૂલોના ક્રિયાશીલ સુધાર માટે હીપનું સ્વયંસંચાલન.