An Interactive Decision Support Dashboard for Monitoring and Forecasting UAC Care System Operations Using Streamlit and Power BI
यह शोध पत्र यूएसी केयर सिस्टम (UAC Care System) के लिए एक इंटरैक्टिव निर्णय सहायता डैशबोर्ड प्रस्तुत करता है, जिसे पायथन (Python), स्ट्रीमलिट (Streamlit), एसक्यूलाइट (SQLite) और पावर बीआई (Power BI) का उपयोग करके विकसित किया गया है, जो सार्वजनिक क्षेत्र के देखभाल प्रबंधकों के लिए परिचालन दृश्यता और साक्ष्य-आधारित निर्णय लेने की क्षमता को बढ़ाने के लिए रीयल-टाइम निगरानी, भविष्य कहनेवाला विश्लेषण (predictive analytics) और परिदृश्य योजना (scenario planning) को एकीकृत करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि UAC केयर सिस्टम एक विशाल, हलचल भरे रेलवे स्टेशन की तरह है जहाँ हर दिन हजारों युवा यात्री आते हैं। लंबे समय तक, स्टेशन प्रबंधकों ने इस जटिल संचालन को केवल मुड़े-तुड़े कागजी मानचित्रों और हस्तलिखित लॉग के माध्यम से चलाने की कोशिश की। वे उन कंडक्टरों की तरह थे जो अगले ट्रेन के आने का अनुमान लगाने की कोशिश कर रहे थे, और अक्सर इस तथ्य को पहचानने में चूक जाते थे कि प्लेटफॉर्म पहले ही क्षमता से अधिक भर चुका है, जब तक कि बहुत देर न हो जाए।
यह शोध पत्र एक बिल्कुल नए "मिशन कंट्रोल" डैशबोर्ड को प्रस्तुत करता है—एक डिजिटल कमांड सेंटर जिसे उन बिखरी हुई नोटबुक को बदलने के लिए बनाया गया है। इसे एक सुपर-स्मार्ट, इंटरैक्टिव वीडियो गेम इंटरफ़ेस की तरह समझें जो वास्तविक जीवन के संचालन के लिए बना है। अनुमान लगाने के बजाय, प्रबंधक अब देख सकते हैं कि प्लेटफॉर्म पर कितने लोग हैं, वे स्टेशन के माध्यम से कितनी तेज़ी से आगे बढ़ रहे हैं, और ट्रैफिक जाम कहाँ बन रहा है, वह भी रीयल-टाइम में।
बड़ा विचार: एक एकीकृत कमांड सेंटर
लेखकों ने इस सिस्टम को चार शक्तिशाली उपकरणों को मिलाकर बनाया है: SQLite (एक छोटा, सुपर-फास्ट डिजिटल फाइलिंग कैबिनेट), Python (वह मस्तिष्क जो गणित करता है), Streamlit (वह रंगीन, क्लिक करने योग्य स्क्रीन जिसे आप देखते हैं), और Power BI (गहन जांच के लिए एक हाई-टेक टेलीस्कोप)।
उन्होंने केवल कच्चा डेटा स्क्रीन पर नहीं डाला। इसके बजाय, उन्होंने डेटा को व्यवस्थित "व्यूज़" (views) में व्यवस्थित किया—जैसे कि फाइलिंग कैबिनेट में पहले से छांटे गए फोल्डर। इसका मतलब यह है कि डैशबोर्ड को हर बार बटन क्लिक करने पर भारी काम नहीं करना पड़ता; यह केवल पहले से छांटे गए फोल्डरों को पढ़ता है। यह सिस्टम को हल्का, तेज़ और तुरंत सवालों के जवाब देने के लिए तैयार बनाता है।
यह डैशबोर्ड वास्तव में क्या करता है
डैशबोर्ड अलग-अलग "टैब्स" में विभाजित है, जिनमें से प्रत्येक एक मैकेनिक के टूलबॉक्स के विभिन्न उपकरणों की तरह कार्य करता है:
- एग्जीक्यूटिव समरी (Executive Summary): यह "एक नज़र में" देखने वाला दृश्य है। यह बड़े, स्पष्ट नंबरों (KPIs) को दिखाता है जैसे कि सिस्टम में बच्चों की कुल संख्या और एक "रिस्क स्कोर" (जोखिम स्कोर)। यह कार के डैशबोर्ड पर स्पीडोमीटर और फ्यूल गेज की तरह है।
- ऑपरेशंस मॉनिटर (Operations Monitor): यहाँ, आप लोगों के प्रवाह को देख सकते हैं। यह ट्रैक करता है कि कितने बच्चे आ रहे हैं (इन्टेक), कितने जा रहे हैं (डिस्चार्ज), और कितने बीच में फंसे हुए हैं (बैकलॉग)।
- फोरकास्ट और एनोमलीज़ (Forecast & Anomalies): यह भविष्य बताने वाला यंत्र (क्रिस्टल बॉल) है। पिछले पैटर्न का उपयोग करते हुए, सिस्टम सुझाव देता है कि वर्तमान परिस्थितियों के तहत, सिस्टम में बच्चों की कुल संख्या अगले 30 दिनों में लगभग 30% बढ़ सकती है। यह एक स्मोक डिटेक्टर की तरह भी कार्य करता है, जो डेटा में असामान्य उछाल या गिरावट को फ्लैग करता है जो तर्कसंगत नहीं लगते।
- सिनैरियो लैब (Scenario Lab): यह "क्या-होता-अगर" (what-if) वाला प्लेग्राउंड है। प्रबंधक एक वर्चुअल स्लाइडर को हिलाकर कह सकते हैं, "क्या होगा अगर हम आज 100 अधिक बच्चों को बाहर भेज दें?" या "क्या होगा अगर कम बच्चे आएं?" सिस्टम तुरंत गणना करता है, जिससे पता चलता है कि उन परिवर्तनों का बैकलॉग पर क्या प्रभाव पड़ेगा। यह निर्णय लेने के लिए एक फ्लाइट सिम्युलेटर की तरह है।
- डेटा क्वालिटी (Data Quality): कोई भी नंबर दिखाने से पहले, सिस्टम अपने स्वयं के होमवर्क की जाँच करता है। यह पंक्तियों (rows) को गिनता है और तारीखों की जाँच करता है ताकि यह सुनिश्चित हो सके कि डेटा टूटा हुआ या गायब नहीं है। यदि डेटा अस्थिर है, तो यह उपयोगकर्ता को चेतावनी देता है, क्योंकि आप उस मानचित्र पर भरोसा नहीं कर सकते जहाँ सड़कें ही गायब हों।
नंबर हमें क्या बताते हैं
जब टीम ने इस सिस्टम का वास्तविक डेटा पर परीक्षण किया, तो उन्हें कुछ दिलचस्प पैटर्न मिले। 2023 की शुरुआत में, सिस्टम में बच्चों की औसत संख्या लगभग 7,414 थी। उस दौरान, "नेट इनटेक प्रेशर" नकारात्मक था, जो एक शानदार तरीका है यह कहने का कि अधिक बच्चे सिस्टम से बाहर जा रहे थे तुलनात्मक रूप से आने वालों के। यह स्टेशन के लिए राहत का क्षण था।
हालाँकि, कहानी 2024 में बदल गई। डेटा सुझाव देता है कि इस वर्ष 14-दिवसीय बैकलॉग का उच्चतम संचय देखा गया। भले ही कई बच्चों को डिस्चार्ज किया जा रहा था, लेकिन नए आगमन की संख्या और भी तेज़ी से बढ़ रही थी, जिससे ट्रैफिक जाम की स्थिति पैदा हो गई। सिस्टम ने पहचाना कि मुख्य "रिस्क ड्राइवर्स" (जोखिम कारक) सिस्टम में बच्चों की कुल संख्या और डिस्चार्ज प्रक्रिया कितनी अच्छी तरह काम कर रही थी, यह थे। जब सिस्टम भीड़भाड़ वाला होता है और बच्चे पर्याप्त तेज़ी से बाहर नहीं निकल पाते, तो जोखिम बढ़ जाता है।
यह सिस्टम क्या नहीं है
यह जानना महत्वपूर्ण है कि यह डैशबोर्ड क्या नहीं करता है। लेखक स्पष्ट रूप से कहते हैं कि यह कोई जादुई छड़ी नहीं है जो अपने आप समस्या को हल कर देती है। यह मानव प्रबंधकों या नीतिगत परिवर्तनों की आवश्यकता को प्रतिस्थापित नहीं करता है। साथ ही, हालांकि यह उन्नत गणित का उपयोग करता है, पेपर इस विचार को खारिज करता है कि यह एक विशाल, महंगा एंटरप्राइज सिस्टम है जिसके लिए सुपरकंप्यूटर की आवश्यकता है। इसके बजाय, यह सिद्ध करता है कि आप एक साधारण कंप्यूटर पर फिट होने वाले हल्के, ओपन-सोर्स तकनीक का उपयोग करके एक शक्तिशाली उपकरण बना सकते हैं।
हम कितने आश्वस्त हैं?
यहाँ प्रस्तुत परिणाम ऐतिहासिक डेटा पर चलाए गए सिमुलेशन और सिमुलेटेड परिदृश्यों पर आधारित हैं। लेखक प्रदर्शन करते हैं कि डैशबोर्ड काम करता है और उपकरण रुझानों और जोखिमों को पहचान सकते हैं। वे सुझाव देते हैं कि इस दृष्टिकोण को अन्य सार्वजनिक संगठनों द्वारा पैसा बचाने और बेहतर निर्णय लेने के लिए कॉपी किया जा सकता है। हालाँकि, वे यह दावा नहीं करते कि उन्होंने पूरी UAC देखभाल संकट को हल कर दिया है; उन्होंने केवल समस्या को स्पष्ट रूप से देखने के लिए एक बेहतर चश्मा बनाया है।
निष्कर्ष
यह पेपर दिखाता है कि पुराने स्प्रेडशीट्स को एक आधुनिक, इंटरैक्टिव डैशबोर्ड से बदलकर, प्रबंधक आपात स्थितियों पर प्रतिक्रिया देने के बजाय उनके लिए योजना बनाना शुरू कर सकते हैं। यह अराजक डेटा के ढेर को एक स्पष्ट, कार्रवाई योग्य कहानी में बदल देता है, जिससे नेताओं को ट्रैफिक जाम होने से पहले उसे देखने और जहाज को सही दिशा में ले जाने में मदद मिलती है। यह सार्वजनिक क्षेत्र में डेटा-संचालित निर्णय लेने के भविष्य को आज ही लाने का एक हल्का, स्केलेबल और लागत प्रभावी तरीका है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।