Dashboard — Streamlit দিয়ে model আর metric দেখানো

এই মডিউলে এ পর্যন্ত বিশ্লেষণ হয়েছে notebook-এ: SQL দিয়ে cohort (পর্ব ৬১), A/B test (পর্ব ৬২–৬৩), causal প্রশ্ন (পর্ব ৬৪) আর ক্রেতার বিশ্লেষণ (পর্ব ৬৫)। কিন্তু অপারেশন ম্যানেজার notebook খোলেন না। তাঁর দরকার এমন একটি পাতা, যা প্রতি সোমবার সকালে বলে কী ভালো চলছে, কী খারাপ, আর কোথায় হাত দিতে হবে। Chart বাছাইয়ের নিয়ম AI-এর ভিত্তি কোর্সের পর্ব ২৯-এ আর interactive chart একই কোর্সের পর্ব ৩১-এ আছে; এখানে সেগুলো ধরে নিয়ে প্রশ্ন হবে, কোন সংখ্যা দেখাবেন আর app-টি কীভাবে চলে। চারটি চালানো যায় এমন ব্লক পাতাতেই চলে (ব্রাউজারের Python); প্রথমবার scikit-learn নামতে প্রায় দশ সেকেন্ড লাগে। Streamlit পাতায় চলে না, তাই app-টি ডেস্কটপে সত্যিকারের run করে আসল আউটপুট দেওয়া হয়েছে।

১ · Dashboard কীসের জন্য — সিদ্ধান্ত, দর্শক আর ছন্দ

একটি dashboard শুরুর আগে তিনটি প্রশ্ন লিখে ফেলুন। কোন সিদ্ধান্ত? যেমন “কোন জেলায় এই সপ্তাহে বাড়তি রাইডার পাঠাব।” কে দেখবেন? অপারেশন ম্যানেজার, যিনি পরিসংখ্যানবিদ নন। কত দিন পরপর? সাপ্তাহিক মিটিংয়ে; তাহলে প্রতি মিনিটে হালনাগাদের দরকার নেই, কিন্তু সোমবার সকালে আগের সপ্তাহের ডেটা পুরো থাকতে হবে। এই উত্তরগুলো থেকে তিন ধরনের dashboard আলাদা হয়।

এই পর্বের app একটি সাপ্তাহিক analytical dashboard, সঙ্গে একটি model-এর what-if পাতা। Data freshness (ডেটা শেষ কবে পর্যন্ত) পাতায় সবসময় লেখা থাকবে, কারণ পুরোনো ডেটায় নেওয়া সিদ্ধান্ত ভুল ডেটায় নেওয়া সিদ্ধান্তের মতোই বিপজ্জনক।

২ · Metric hierarchy — north star, driver আর guardrail

বিশটি সমান-গুরুত্বের সংখ্যা মানে কোনোটিই গুরুত্বপূর্ণ নয়। তাই সংখ্যাগুলো তিন স্তরে সাজানো হয়। সবার ওপরে একটি north star metric: এমন একটি মাপ যা ক্রেতা মূল্য পেলে বাড়ে, আর ব্যবসাও তাতে টেকে। বাজারঘরের জন্য আমরা নিয়েছি “সপ্তাহে সময়মতো পৌঁছানো অর্ডার”। মোট বিক্রি (GMV) নিলে দেরিতে পৌঁছানো বা পরে ফেরত আসা অর্ডারও গোনা হতো; visitor নিলে কেনাকাটা না হলেও সংখ্যা বাড়ত।

তার নিচে driver metric, যেগুলো মিলে north star বানায় আর যেগুলোতে দল সরাসরি কাজ করতে পারে। গুণফলে লিখলে একটি metric tree পাওয়া যায়:

NS = visitors × conversion × (১ − cancel rate) × on-time rate

এখানে conversion = অর্ডার ÷ visitor, cancel rate = বাতিল ÷ অর্ডার, on-time rate = সময়মতো পৌঁছানো ÷ পৌঁছানো। গুণফল হওয়ায় log নিলে যোগফল হয়: north star-এর log-বদল = প্রতিটি driver-এর log-বদলের যোগ। তাই কোন driver বদলটি ঘটাল, তা সংখ্যায় আলাদা করা যায়। সবশেষে guardrail metric: যে মাপগুলো খারাপ হওয়া চলবে না, যেমন বাতিল আর ফেরতের হার। Guardrail না থাকলে একটি দল north star বাড়াতে গিয়ে অন্য জায়গায় ক্ষতি করতে পারে, যা Goodhart’s law-এর চেনা রূপ। নিচের stepper বাজারঘরের শেষ দুই সপ্তাহের আসল সংখ্যা দিয়ে hierarchy সাজায় (সংখ্যাগুলো অংশ ৩-এর ব্লকের একই ডেটা থেকে)।

৩ · Metric layer pandas-এ — সাপ্তাহিক বদল আর noise band

Dashboard-এর chart-এর নিচে একটি metric layer থাকে: প্রতিটি metric-এর একটিমাত্র, লিখিত সংজ্ঞা, যা app, report আর notebook সবাই একই কোড থেকে নেয়। নইলে দুই দলের “conversion” দুই রকম হয়। নিচের module বাজারঘরের (কাল্পনিক দোকান) দশ সপ্তাহের দৈনিক হিসাব seed দিয়ে বানায়: চারটি জেলা, শুক্রবারে ভিড় বেশি, দিনে দিনে এলোমেলো ওঠানামা, আর শেষ সপ্তাহে শুধু চট্টগ্রামে দেরি বেশি। বাতিল আর ফেরতের আসল হার পুরো সময় স্থির (৫% আর ৪%). Model-এর জন্য ২,০০০টি ডেলিভারির ডেটাও এখানে।

# বাজারঘর (কাল্পনিক দোকান): seed দিয়ে বানানো দৈনিক হিসাব আর ডেলিভারির ডেটা
import numpy as np
import pandas as pd

DISTRICTS = ["Dhaka", "Chattogram", "Sylhet", "Rajshahi"]

def daily_ops(weeks=10, seed=66):
    rng = np.random.default_rng(seed)
    d = pd.MultiIndex.from_product(
        [pd.date_range("2026-08-24", periods=7 * weeks), DISTRICTS],
        names=["date", "district"]).to_frame(index=False)
    d["week"] = (d.date - d.date.min()).dt.days // 7 + 1
    size = d.district.map(dict(zip(DISTRICTS, [6000, 2500, 1200, 1300])))
    friday = np.where(d.date.dt.dayofweek == 4, 1.25, 1.0)   # শুক্রবারে ভিড় বেশি
    mood = rng.lognormal(0, 0.08, len(d))                     # দিনের এলোমেলো ওঠানামা
    d["visitors"] = rng.poisson(size * friday * (1 + 0.01 * d.week) * mood)
    d["orders"] = rng.binomial(d.visitors, 0.032)
    d["cancelled"] = rng.binomial(d.orders, 0.05)
    d["delivered"] = d.orders - d.cancelled
    late = 0.12 + 0.15 * ((d.district == "Chattogram") & (d.week == weeks))
    d["on_time"] = rng.binomial(d.delivered, 1 - late)      # শেষ সপ্তাহে চট্টগ্রামে দেরি
    d["returned"] = rng.binomial(d.delivered, 0.04)
    return d

def deliveries(n=2000, seed=66):
    rng = np.random.default_rng(seed)
    district = rng.choice(DISTRICTS, n, p=[0.5, 0.2, 0.15, 0.15])
    km = rng.uniform(1, 40, n).round(1)
    rain = rng.binomial(1, 0.3, n)
    extra = pd.Series(district).map(dict(zip(DISTRICTS, [0, 3, 6, 5]))).to_numpy()
    noise = (1 + 0.05 * km) * rng.standard_normal(n)        # দূরে গেলে অনিশ্চয়তা বাড়ে
    hours = 8 + 0.6 * km + 4 * rain + extra + noise
    X = pd.DataFrame({"km": km, "district": district, "rain": rain})
    return X, np.maximum(hours, 1).round(1)

এখন প্রশ্ন: কোন week-over-week বদল সত্যিকারের খবর? প্রতি সপ্তাহে প্রতিটি সংখ্যা একটু নড়ে। একটি সরল, বহুল-ব্যবহৃত নিয়ম: আগের সপ্তাহগুলোর বদলের মানক বিচ্যুতি (SD) মাপুন, আর তার দুই গুণকে noise band ধরুন। এই সপ্তাহের বদল সীমার বাইরে গেলে “SIGNAL”, ভেতরে থাকলে “noise”. এটি আনুষ্ঠানিক hypothesis test নয়; কারখানার control chart-এর মতো একটি সতর্কসংকেত। ব্লকটি তুলনার জন্য দুটি তাত্ত্বিক z-ও ছাপে (z-test-এর মূল কথা AI-এর ভিত্তি কোর্সের পর্ব ৩৭-এ)।

import numpy as np
import pandas as pd
from bazar_dash import daily_ops

d = daily_ops()
w = d.groupby("week")[["visitors", "orders", "delivered",
                       "on_time", "cancelled", "returned"]].sum()
m = pd.DataFrame({
    "north_star": w.on_time,                  # সময়মতো পৌঁছানো অর্ডার
    "visitors": w.visitors,                   # driver
    "conversion": w.orders / w.visitors,      # driver
    "on_time_rate": w.on_time / w.delivered,  # driver
    "cancel_rate": w.cancelled / w.orders,    # guardrail
    "return_rate": w.returned / w.delivered}) # guardrail

chg = m.pct_change() * 100                    # সপ্তাহ থেকে সপ্তাহে % বদল
last, past = chg.iloc[-1], chg.iloc[1:-1]     # শেষ সপ্তাহ বনাম আগের ৮টি বদল
band = 2 * past.std()                         # সাধারণ ওঠানামার সীমা
out = pd.DataFrame({"week10": m.iloc[-1], "wow_pct": last,
                    "noise_band": band,
                    "flag": np.where(last.abs() > band, "SIGNAL", "noise")})
pd.set_option("display.width", 70)
print(out.round(3))

# একই visitors বদলে Poisson ধরে z (দিনের ওঠানামা ভুলে গেলে)
v1, v0 = w.visitors.iloc[-1], w.visitors.iloc[-2]
print(f"visitors: {v0} -> {v1}, Poisson z = {(v1 - v0) / np.sqrt(v1 + v0):.1f}")
o1, o0 = w.on_time.iloc[-1], w.on_time.iloc[-2]
n1, n0 = w.delivered.iloc[-1], w.delivered.iloc[-2]
p = (o1 + o0) / (n1 + n0)
z = (o1 / n1 - o0 / n0) / np.sqrt(p * (1 - p) * (1 / n1 + 1 / n0))
print(f"on_time_rate: two-proportion z = {z:.1f}")

                 week10  wow_pct  noise_band    flag
north_star     2281.000   -1.084       8.305   noise
visitors      89430.000    2.797       4.469   noise
conversion        0.032    0.141       4.085   noise
on_time_rate      0.854   -2.972       1.893  SIGNAL
cancel_rate       0.057   19.055      12.761  SIGNAL
return_rate       0.043    9.631      21.659   noise
visitors: 86997 -> 89430, Poisson z = 5.8
on_time_rate: two-proportion z = -2.8

৪ · চারটি মূল ছবি — hierarchy-কে chart-এ সাজানো

Metric hierarchy থেকেই পাতার ক্রম আসে: ওপরে north star, তারপর driver, তারপর guardrail, আর শেষে যে ভাঙনটি কারণ দেখায়। নিচের ব্লক আগের ব্লকের m আর d ব্যবহার করে (দুটি ব্লক একই namespace ভাগ করে, তাই আগেরটি আগে চালান)। ছবির লেখা ইংরেজিতে, কারণ পাতার matplotlib বাংলা অক্ষর ঠিকমতো আঁকে না।

import matplotlib.pyplot as plt

fig, ax = plt.subplots(2, 2, figsize=(7.5, 5.6))
fig.subplots_adjust(hspace=0.5, wspace=0.45, left=0.12, top=0.92)
ax[0, 0].plot(m.index, m.north_star, "o-", color="tab:blue")
ax[0, 0].set_title("North star: on-time orders / week", fontsize=9)
for col in ["visitors", "conversion", "on_time_rate"]:
    ax[0, 1].plot(m.index, 100 * m[col] / m[col].iloc[0], label=col)
ax[0, 1].set_title("Drivers (week 1 = 100)", fontsize=9)
ax[0, 1].legend(fontsize=7)
ax[1, 0].plot(m.index, 100 * m.cancel_rate, label="cancel %")
ax[1, 0].plot(m.index, 100 * m.return_rate, label="return %")
ax[1, 0].axhline(7, color="r", ls="--", lw=1, label="alert line 7%")
ax[1, 0].set_ylim(0, 8); ax[1, 0].legend(fontsize=7)
ax[1, 0].set_title("Guardrails (should stay low)", fontsize=9)
g = d[d.week >= 9].groupby(["district", "week"])[["on_time", "delivered"]].sum()
rate = (g.on_time / g.delivered).unstack("week") * 100
rate.plot.barh(ax=ax[1, 1], color=["lightgray", "tab:orange"])
ax[1, 1].legend(["week 9", "week 10"], fontsize=7, loc="lower right")
ax[1, 1].set_xlim(70, 92); ax[1, 1].set_ylabel("")
ax[1, 1].set_title("On-time % by district: wk 9 vs 10", fontsize=9)
for a in ax.flat[:3]:
    a.set_xlabel("week", fontsize=8)
print(rate.round(1))
plt.show()

week          9     10
district
Chattogram  87.4  74.3
Dhaka       87.8  87.4
Rajshahi    88.1  91.7
Sylhet      89.9  90.1

কয়েকটি নকশার নিয়ম, যা উপরের ছবিতে মানা হয়েছে: (ক) প্রতিটি সংখ্যার পাশে তুলনা থাকবে (আগের সপ্তাহ, লক্ষ্য বা সতর্ক-রেখা); একা “৮৫.৪%” কিছু বলে না। (খ) একক আলাদা হলে একই অক্ষে না এঁকে সূচক বা আলাদা প্যানেল। (গ) Line chart-এ অক্ষ শূন্য থেকে না শুরু হলে চলে, bar chart-এ চলে না। (ঘ) রঙ শুধু অর্থের জন্য: এখানে কমলা মানে “এই সপ্তাহ”। (ঙ) জেলার মতো ভাঙন মূল পাতায় একটি, বাকিগুলো ছাঁকনির পেছনে। ভুল-বোঝানো chart চেনা পর্ব ৬৭ (Data storytelling — বিশ্লেষণ থেকে সিদ্ধান্ত আর report)-এর বিষয়।

৫ · Streamlit-এর মূল নিয়ম — প্রতিটি ক্লিকে পুরো script আবার চলে

Streamlit একটি open-source Python library: একটি সাধারণ .py ফাইল লিখুন, st.title, st.metric, st.line_chart ডাকুন, আর streamlit run app.py চালালে ব্রাউজারে একটি web app খোলে। HTML, JavaScript বা route লিখতে হয় না। এর দাম একটি অস্বাভাবিক নিয়ম, যাকে এই পর্বে বলছি rerun model: ব্যবহারকারী কোনো widget (slider, selectbox, বোতাম) বদলালেই পুরো script প্রথম লাইন থেকে শেষ লাইন পর্যন্ত আবার চলে। Widget ডাকলে সে তার বর্তমান মান ফেরত দেয়, যেমন weeks = st.sidebar.slider(...) লাইনটি এবার ৫ ফেরত দেবে।

Layout-এর তিনটি মূল উপকরণ: st.sidebar (ছাঁকনির জায়গা), st.columns (পাশাপাশি কার্ড) আর st.tabs (একই পাতায় আলাদা দৃশ্য)। নিচের stepper দেখায়, slider ৮ থেকে ৫-এ সরালে একটি rerun-এ ঠিক কী ঘটে।

1import streamlit as st2@st.cache_data(ttl=600)3def load_daily(): ...4@st.cache_resource5def load_model(): ...6if "history" not in st.session_state:7    st.session_state.history = []8district = st.sidebar.selectbox(...)9weeks = st.sidebar.slider(..., 4, 10, 8)10d = load_daily()11m = weekly(d)12st.line_chart(m.tail(weeks))

এই নিয়মের সুবিধা: কোড ওপর থেকে নিচে পড়লেই app বোঝা যায়, callback-এর জট নেই। অসুবিধা: ধীর কাজ (ডেটা আনা, model load) প্রতি ক্লিকে আবার চলবে, যদি না আপনি তা cache করেন। কয়েকটি widget একসঙ্গে বদলে একবারে পাঠাতে st.form আছে; শুধু পাতার একটি অংশ আবার চালাতে নতুন version-এ st.fragment আছে।

৬ · Caching আর session state — stale data-এর ফাঁদ

Streamlit-এ cache-এর দুটি decorator. st.cache_data function-এর ফল argument অনুযায়ী মনে রাখে, আর প্রতিবার ফলের একটি নতুন copy দেয় (ভেতরে serialize করে)। তাই DataFrame বা query-র ফলের জন্য এটি। st.cache_resource একবার object বানিয়ে সব rerun আর সব ব্যবহারকারীকে একই object দেয়, copy ছাড়া; model বা database connection-এর জন্য এটি। দুটিরই key হয় function-এর কোড আর argument থেকে; argument-এর নাম _ দিয়ে শুরু হলে সেটি key-তে গোনা হয় না।

বিপদ হলো stale cache: ডেটাবেসে নতুন অর্ডার এসেছে, কিন্তু cache পুরোনো ফলই দিয়ে যাচ্ছে, কারণ argument বদলায়নি। সমাধান time to live (TTL): ফলের একটি মেয়াদ। নিচের ব্লক Streamlit ছাড়া সাধারণ Python-এ বিষয়টি দেখায়: একটি নকল ডেটাবেস, নকল ঘড়ি (যাতে ফল সবসময় একই), আর একটি সবচেয়ে সরল cache. TTL বসানো হয়েছে একটি সময়ের key দিয়ে: t // 300 প্রতি ৩০০ সেকেন্ডে বদলায়, তাই key-ও বদলায়।

import copy

db = {"Dhaka": 120}            # নকল ডেটাবেস: আজকের অর্ডার

def cached(fn):                # সবচেয়ে সরল cache: key = argument-এর tuple
    store, stats = {}, {"miss": 0}
    def wrapper(*args):
        if args not in store:
            stats["miss"] += 1         # আসল query চলল
            store[args] = fn(*args)
        return store[args]
    wrapper.stats = stats
    return wrapper

def query(district, *ignored):
    return {"district": district, "orders": db[district]}
naive = cached(query)
with_ttl = cached(query)
TTL = 300                      # ৫ মিনিট
print("   t   db  naive  ttl_key  ttl")
for t in [0, 30, 90, 200, 330, 620]:
    if t == 90:                # t: নকল ঘড়ি (সেকেন্ড)
        db["Dhaka"] = 180      # নতুন অর্ডার এল
    a = naive("Dhaka")["orders"]
    key = t // TTL             # time-to-live key: প্রতি ৩০০ সেকেন্ডে বদলায়
    b = with_ttl("Dhaka", key)["orders"]
    print(f"{t:4} {db['Dhaka']:4} {a:6} {key:8} {b:4}")
print("real queries:", naive.stats["miss"], "vs", with_ttl.stats["miss"])

r = naive("Dhaka"); r["orders"] = -1           # এক জায়গায় ফল বদলানো হলো
print("next rerun sees:", naive("Dhaka")["orders"])
safe = lambda *a: copy.deepcopy(with_ttl(*a))   # cache_data-এর মতো copy
s = safe("Dhaka", 2); s["orders"] = -1
print("with a copy, cache keeps:", safe("Dhaka", 2)["orders"])

   t   db  naive  ttl_key  ttl
   0  120    120        0  120
  30  120    120        0  120
  90  180    120        0  120
 200  180    120        0  120
 330  180    120        1  180
 620  180    120        2  180
real queries: 1 vs 3
next rerun sees: -1
with a copy, cache keeps: 180

আসল st.cache_data(ttl=600) সময়ের key-এর বদলে প্রতিটি ফলের বয়স দেখে, আর মেয়াদোত্তীর্ণ ফল সরিয়ে দেয়; আমাদের সরল cache-এ পুরোনো key জমতেই থাকে। ফল সংখ্যায় সীমা দিতে max_entries আছে, আর হাতে মুছতে load_daily.clear().

Session state তৃতীয় জিনিস, cache নয়। st.session_state একজন ব্যবহারকারীর একটি browser tab-এর অভিধান: rerun-এর মধ্যে মান টিকে থাকে, কিন্তু অন্য ব্যবহারকারী তা দেখে না, আর পাতা reload করলে নতুন করে শুরু হয়। Cache সবার মধ্যে ভাগ হয়, তাই একজনের what-if-এর ইতিহাস cache-এ বা module-স্তরের সাধারণ list-এ রাখা মানে সবার ইতিহাস মিশে যাওয়া। নিচের stepper চারটি object-এর জন্য জায়গা বাছে।

৭ · Model দেখানো — what-if, পরিসর আর ইনপুট পাহারা

Dashboard-এ model আনার সবচেয়ে কাজের রূপ what-if analysis: ম্যানেজার দূরত্ব, জেলা আর বৃষ্টি বদলে দেখেন, অনুমিত ডেলিভারি সময় কত। Model আগে শেখানো হয়, একটি পুরো pipeline (encoding + model) হিসেবে ফাইলে রাখা হয় (AI-এর ভিত্তি কোর্সের পর্ব ৬৪), আর app শুধু load করে predict ডাকে। শুধু একটি সংখ্যা দেখানো বিপজ্জনক, কারণ মানুষ “৩৪.২ ঘণ্টা”-কে প্রতিশ্রুতি ভাবেন। তাই সঙ্গে পর্ব ৫৮-এর split conformal পরিসর।

নিচের ব্লক app-এর ভেতরের কাজটিই করে: pipeline শেখানো, ৫০০টি calibration অর্ডারে q̂ মাপা, আর একটি what_if function, যাকে app-এর ফর্ম ঠিক এভাবে এক সারির DataFrame দিয়ে ডাকে। শেষ দুটি ইনপুট ইচ্ছা করে অদ্ভুত।

import numpy as np
import pandas as pd
from sklearn.compose import make_column_transformer
from sklearn.ensemble import HistGradientBoostingRegressor
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import OneHotEncoder
from bazar_dash import DISTRICTS, deliveries

X, y = deliveries()
tr, cal = np.split(np.random.default_rng(0).permutation(len(y)), [1500])
pre = make_column_transformer(
    (OneHotEncoder(sparse_output=False), ["district"]), remainder="passthrough")
model = make_pipeline(pre, HistGradientBoostingRegressor(random_state=0))
model.fit(X.iloc[tr], y[tr])
s = np.sort(np.abs(y[cal] - model.predict(X.iloc[cal])))
k = int(np.ceil((len(cal) + 1) * 0.9))
q_hat = s[k - 1]                                   # পর্ব ৫৮-এর split conformal
print(f"n_cal={len(cal)}  k={k}  q_hat={q_hat:.2f} h")

def what_if(km, district, rain):
    """app-এর form ঠিক এভাবেই ডাকে: এক সারির DataFrame"""
    if district not in DISTRICTS:
        return f"{district}: unknown district, no estimate"
    note = "" if 1 <= km <= 40 else "  <- outside training range!"
    row = pd.DataFrame({"km": [km], "district": [district], "rain": [rain]})
    p = model.predict(row)[0]
    return f"{p:5.1f} h  [{p - q_hat:5.1f}, {p + q_hat:5.1f}]{note}"

for args in [(5, "Dhaka", 0), (5, "Dhaka", 1), (30, "Sylhet", 1),
             (30, "Dhaka", 1), (40, "Dhaka", 0), (80, "Dhaka", 0),
             (10, "Barishal", 0)]:
    print(f"{str(args):22}", what_if(*args))

n_cal=500  k=451  q_hat=3.41 h
(5, 'Dhaka', 0)         10.8 h  [  7.4,  14.2]
(5, 'Dhaka', 1)         14.8 h  [ 11.4,  18.2]
(30, 'Sylhet', 1)       34.2 h  [ 30.8,  37.6]
(30, 'Dhaka', 1)        28.3 h  [ 24.9,  31.8]
(40, 'Dhaka', 0)        32.6 h  [ 29.2,  36.0]
(80, 'Dhaka', 0)        32.6 h  [ 29.2,  36.0]  <- outside training range!
(10, 'Barishal', 0)    Barishal: unknown district, no estimate

App-এর caption-এ পরিসরের অর্থও লিখে দিন: “৯০% পরিসর, অনেক অর্ডারের গড়ে, প্রতিটি অর্ডারের নিশ্চয়তা নয়” (marginal coverage). ব্যাখ্যা দেখাতে চাইলে একটি অর্ডারের SHAP bar (পর্ব ৫৭) যোগ করা যায়, কিন্তু লিখে দিন যে এটি model কীভাবে হিসাব করল তার ব্যাখ্যা, বাস্তবে কী কারণে দেরি হয় তার প্রমাণ নয় (causal প্রশ্ন পর্ব ৬৪-এর)।

৮ · আসল app — app.py, streamlit run আর AppTest

এবার সব জোড়া লাগানো। একটি আলাদা ফোল্ডারে uv দিয়ে ছোট project বানিয়ে আসল run করা হয়েছে। লেখার সময়ে Python 3.13.5, Streamlit 1.67.0, scikit-learn 1.9.1, pandas 3.1.1, joblib 1.6.0 (পাতার ব্রাউজারে scikit-learn 1.8.0, তাই ডেস্কটপের ফাইল পাতায় load করবেন না)। bazar_dash.py উপরের module-টিই, metrics.py-তে অংশ ৩-এর হিসাব দুটি function-এ (weekly আর wow_flags), আর train.py অংশ ৭-এর pipeline শিখিয়ে {"model", "q_hat", "sklearn"} একটি joblib ফাইলে রাখে।

$ uv init --vcs none --author-from none bazarghar-dash
$ cd bazarghar-dash
$ uv add streamlit scikit-learn pandas joblib
 …
 + streamlit==1.67.0
 + scikit-learn==1.9.1
 …
$ uv run python train.py
saved: q_hat=3.46 h, sklearn 1.9.1

app.py তিন টুকরোয়। প্রথম টুকরো: cache, session state আর sidebar.

import joblib
import pandas as pd
import streamlit as st
from bazar_dash import DISTRICTS, daily_ops
from metrics import weekly, wow_flags

st.set_page_config(page_title="Bazarghar operations", layout="wide")

@st.cache_data(ttl=600)            # ডেটা: ১০ মিনিট পর আবার আনা হবে
def load_daily():
    return daily_ops()

@st.cache_resource                 # model: একবার load, সব session-এ একই object
def load_model():
    return joblib.load("delivery_model.joblib")

if "history" not in st.session_state:
    st.session_state.history = []   # এই ব্যবহারকারীর what-if-এর তালিকা

district = st.sidebar.selectbox("District", ["All"] + DISTRICTS)
weeks = st.sidebar.slider("Weeks to show", 4, 10, 8)
d = load_daily()
if district != "All":
    d = d[d.district == district]
m = weekly(d)
f = wow_flags(m)
overview, whatif = st.tabs(["Overview", "What-if"])

with overview:
    st.title("Bazarghar operations")
    ns, rate, cancel = st.columns(3)
    ns.metric("On-time orders (north star)", f"{m.north_star.iloc[-1]:,}",
              f"{f.wow_pct.north_star:+.1f}%")
    rate.metric("On-time rate", f"{m.on_time_rate.iloc[-1]:.1%}",
                f"{f.wow_pct.on_time_rate:+.1f}%")
    cancel.metric("Cancel rate (guardrail)", f"{m.cancel_rate.iloc[-1]:.1%}",
                  f"{f.wow_pct.cancel_rate:+.1f}%", delta_color="inverse")
    signals = ", ".join(f.index[f.flag == "SIGNAL"]) or "none"
    st.caption(f"Week {m.index[-1]} vs {m.index[-2]}. Changes beyond the "
               f"usual weekly noise: {signals}")
    st.line_chart(m.tail(weeks)[["north_star"]])
    st.caption(f"Data up to {load_daily().date.max():%Y-%m-%d}, cached 10 min")

with whatif:
    art = load_model()
    with st.form("what_if"):
        km = st.number_input("Distance (km)", 1.0, 40.0, 10.0)
        dist = st.selectbox("Delivery district", DISTRICTS)
        rain = st.checkbox("Raining")
        go = st.form_submit_button("Estimate")
    if go:
        row = pd.DataFrame({"km": [km], "district": [dist], "rain": [int(rain)]})
        p = float(art["model"].predict(row)[0])
        lo, hi = p - art["q_hat"], p + art["q_hat"]
        st.session_state.history.append((km, dist, rain, round(p, 1)))
        st.metric("Estimated delivery time", f"{p:.1f} h")
        st.caption(f"90% range {lo:.1f} to {hi:.1f} h (split conformal; "
                   "holds on average over orders, not for each one)")
    st.write(f"Estimates this session: {len(st.session_state.history)}")

ইনপুট পাহারা এখানে widget নিজেই দেয়: number_input-এর সীমা ১ থেকে ৪০, আর selectbox-এ শুধু চেনা চারটি জেলা। Form-এর কারণে তিনটি ইনপুট বদলালেও rerun হয় একবার, “Estimate” চাপলে। চালানো:

$ uv run streamlit run app.py --server.address 127.0.0.1 --server.port 18566 --server.headless true

  You can now view your Streamlit app in your browser.

  URL: http://127.0.0.1:18566

$ curl http://127.0.0.1:18566/_stcore/health
ok

ক্লিক করে দেখা যাচাই নয়। AppTest (streamlit.testing.v1) browser ছাড়াই app চালায়, widget-এ মান বসায় আর ফলের element পড়ে। নিচের পরীক্ষা জেলা বদলায়, slider সরায়, তারপর ফর্মে দুটি what-if চালায়।

from streamlit.testing.v1 import AppTest

at = AppTest.from_file("app.py", default_timeout=30).run()
show("first run, District=All")         # সব metric আর caption ছাপে
at.sidebar.selectbox[0].select("Chattogram").run()
show("District=Chattogram")
at.sidebar.slider[0].set_value(5).run()
at.number_input[0].set_value(30.0)
at.main.selectbox[0].select("Sylhet")    # ফর্মের selectbox
at.checkbox[0].check()
at.button[0].click().run()               # form submit = একটি rerun
show("what-if 30 km, Sylhet, rain")
# … একইভাবে 5 km, Dhaka, বৃষ্টি ছাড়া
print("history:", at.session_state.history)
print("exceptions:", len(at.exception))

streamlit 1.67.0
--- first run, District=All
On-time orders (north star): 2,281 (-1.1%)
On-time rate: 85.4% (-3.0%)
Cancel rate (guardrail): 5.7% (+19.1%)
caption: Week 10 vs 9. Changes beyond the usual weekly noise: on_time_rate, cancel_rate
caption: Data up to 2026-11-01, cached 10 min
--- District=Chattogram
On-time orders (north star): 427 (-14.6%)
On-time rate: 74.3% (-15.0%)
Cancel rate (guardrail): 7.7% (+77.2%)
…
slider now: 5
--- what-if 30 km, Sylhet, rain
…
Estimated delivery time: 34.3 h ()
caption: 90% range 30.9 to 37.8 h (split conformal; holds on average over orders, not for each one)
Estimates this session: 1
--- what-if 5 km, Dhaka, dry
…
Estimated delivery time: 10.9 h ()
caption: 90% range 7.4 to 14.3 h (split conformal; holds on average over orders, not for each one)
history: [(30.0, 'Sylhet', True, 34.3), (5.0, 'Dhaka', False, 10.9)]
exceptions: 0

৯ · সতেজতা, access control আর deploy

সতেজতা। প্রতিটি পাতায় ডেটার শেষ তারিখ আর cache-এর মেয়াদ লিখুন। রাতের ETL ব্যর্থ হলে dashboard আগের দিনের সংখ্যা দেখাবে, কোনো error ছাড়া; তাই “ডেটা ৩৬ ঘণ্টার বেশি পুরোনো” হলে পাতার ওপরে সতর্কবার্তা দেখানো ভালো অভ্যাস। ডেটার পাইপলাইন আর তার নজরদারি পর্ব ৬৯ (ML system-এর test আর নজরদারি)-এর বিষয়।

Access control. অর্ডার, ক্রেতার জেলা আর model-এর ফল ব্যবসার গোপন তথ্য। Streamlit app নিজে থেকে কাউকে আটকায় না। বিকল্পগুলো: সংস্থার login-এর পেছনে reverse proxy (Cloud & DevOps কোর্সের nginx পর্ব), hosting সেবার নিজস্ব অনুমতি-ব্যবস্থা, আর নতুন version-এ OpenID Connect দিয়ে login-এর built-in সুবিধা (st.login). গোপন তথ্য (ডেটাবেসের পাসওয়ার্ড) কোডে নয়, st.secrets বা environment variable-এ; উদাহরণে শুধু example-secret-এর মতো নকল মান।

Deployment-এর বিকল্প (দাম আর সীমা প্রায়ই বদলায়, তাই সিদ্ধান্তের আগে নিজে দেখে নিন):

stlite একটি community প্রকল্প, যা Pyodide-এর সাহায্যে Streamlit app পুরোপুরি ব্রাউজারে চালায়, এই কোর্সের ব্লকগুলোর মতোই। Server লাগে না, তাই ছোট ডেমো বা স্থির HTML পাতায় app বসানোর জন্য আকর্ষণীয়। তবে সব package চলে না, প্রথম load ধীর, আর ডেটা ও কোড ব্যবহারকারীর ব্রাউজারে যায়, তাই গোপন ডেটা বা access control-এর কাজে এটি নয়। প্রকল্পটি সক্রিয়ভাবে বদলায়; ব্যবহারের আগে তার বর্তমান docs দেখে নিন।

১০ · AI-এর যুগে — dashboard কোড যাচাই

AI-কে একটি Streamlit dashboard বানাতে বললে AI assistant দ্রুত চলনসই app দেয়। ভুলগুলো সাধারণত চুপচাপ থাকে, আর ধরা পড়ে অনেক ব্যবহারকারী আসার পর।

AI-এর দেওয়া dashboard হাতে পেলে — যাচাইয়ের চেকলিস্ট

• প্রতিটি metric-এর সংজ্ঞা এক জায়গায়, আর notebook-এর হিসাবের সঙ্গে একটি সপ্তাহ হাতে মিলিয়েছি
• Cache-এর API নিজের Streamlit version-এর docs-এ মিলিয়েছি; ডেটায় TTL আছে, আর ডেটাবেসে বদল করে পাতায় আসতে দেখেছি
• দুটি browser tab খুলে দেখেছি, একজনের session state অন্যজনের পাতায় যায় না
• বদলের পাশে noise band আছে, আর একটি ভুল সংকেতকে “খবর” বানাইনি
• Model-এর ইনপুটে সীমা-পাহারা আর পরিসর আছে, আর caption-এ পরিসরের সঠিক অর্থ লেখা
• AppTest-এর পরীক্ষা চলে, exception শূন্য, আর মূল সংখ্যাগুলো যাচাই করে
• গোপন তথ্য কোডে নেই, access control ঠিক করা, আর আসল ক্রেতার তথ্য AI-তে পেস্ট করিনি