Sunday, October 6, 2024

Data Analytics के चार मुख्य प्रकार

Descriptive Analytics, Diagnostic Analytics, Predictive Analytics, और Prescriptive Analytics— को विस्तार से समझने के साथ-साथ, Excel में प्रत्येक प्रकार के विश्लेषण के उदाहरण को भी देखेंगे। इन प्रकारों के माध्यम से हम विभिन्न प्रकार के डेटा का विश्लेषण कर सकते हैं और प्रभावी निर्णय ले सकते हैं।

 

 1. Descriptive Analytics (वर्णनात्मक विश्लेषण)

 वर्णनात्मक विश्लेषण का उद्देश्य यह बताना है कि पहले क्या हुआ था। इसका उपयोग पिछले प्रदर्शन को समझने के लिए किया जाता है। इसे आसानी से Excel के साथ किया जा सकता है।

उदाहरण: मान लीजिए, आपके पास किसी कंपनी की 2023 में हर महीने की बिक्री का डेटा है। Descriptive Analytics इस डेटा से हमें बताता है कि कुल बिक्री क्या थी, औसत बिक्री कितनी थी, और हर महीने का ट्रेंड कैसा था।

 

 Excel के एक  उदाहरण से समझते हैं

डेटा:

महीना

बिक्री (₹)

जनवरी

50,000

फरवरी 

45,000     

मार्च 

55,000     

अप्रैल 

60,000

मई   

48,000

जून   

52,000

 

Descriptive Analysis करने के चरण:

कुल बिक्री निकालना: `=SUM(B2:B7)`

औसत बिक्री निकालना: `=AVERAGE(B2:B7)`

महीने के हिसाब से सबसे ज्यादा बिक्री (MAX): `=MAX(B2:B7)`

 

 परिणाम:

- कुल बिक्री: ₹3,10,000

- औसत बिक्री: ₹51,667

- सबसे ज्यादा बिक्री: ₹60,000 (अप्रैल)

 2. Diagnostic Analytics (नैदानिक विश्लेषण)

 नैदानिक विश्लेषण बताता है कि कोई घटना क्यों हुई। इसका उपयोग डेटा के कारणों का विश्लेषण करने के लिए किया जाता है, जैसे कि बिक्री में अचानक कमी क्यों आई। 

 उदाहरण: कंपनी की बिक्री फरवरी में कम क्यों हुई? इस विश्लेषण में हम उस महीने के दौरान फैक्टर्स जैसे कस्टमर की शिकायतें, मौसम, या मार्केटिंग खर्चों का विश्लेषण करेंगे।

 

 Excel का उदाहरण:

आपको फरवरी की बिक्री में कमी का कारण पता करना है। मान लें कि कंपनी की मार्केटिंग खर्चें कम थीं और कस्टमर की शिकायतें ज्यादा थीं।

माह     

बिक्री (₹)

मार्केटिंग खर्चे (₹)

शिकायतें

जनवरी   

50,000

10,000

3

फरवरी   

45,000

5,000

7

मार्च   

55,000

12,000

2

 

 

 Diagnostic Analysis  करने के चरण:

 हम Excel में, संबंध (correlation) का पता लगाने के लिए =CORREL फंक्शन का उपयोग कर सकते हैं, जो हमें बताएगा कि किसी दो वेरिएबल्स (जैसे बिक्री और मार्केटिंग खर्च) के बीच कितना मजबूत संबंध है।

-मार्केटिंग खर्च और बिक्री के बीच संबंध देखना: `=CORREL(B2:B4, C2:C4)` 

शिकायतों और बिक्री के बीच संबंध देखना: `=CORREL(B2:B4, D2:D4)`

 

  परिणाम:

अगर कॉरिलेशन का परिणाम नेगेटिव आता है, तो इसका मतलब है कि ज्यादा शिकायतों से बिक्री में कमी आई है और कम मार्केटिंग खर्च से भी बिक्री कम हुई।

  • मार्केटिंग खर्च और बिक्री के बीच संबंध: 0.85 (यह दर्शाता है कि जैसे-जैसे मार्केटिंग खर्च बढ़ता है, बिक्री भी बढ़ती है)
  • शिकायतों और बिक्री के बीच संबंध: -0.90 (यह ऋणात्मक (नेगेटिव) संबंध दर्शाता है, यानी जैसे-जैसे शिकायतें बढ़ती हैं, बिक्री घटती है।


  •  

    3. Predictive Analytics (पूर्वानुमान विश्लेषण)

    पूर्वानुमान विश्लेषण भविष्य में क्या होगा, इसका अनुमान लगाने के लिए किया जाता है। Excel में हम ट्रेंडलाइन और भविष्यवाणी के लिए फ़ोरकास्ट फ़ंक्शन का उपयोग कर सकते हैं।

     उदाहरण: अगर आपके पास पिछले 6 महीनों की बिक्री का डेटा है, तो आप अगले महीने की बिक्री का अनुमान लगा सकते हैं।

     

     Excel का  उदाहरण:

    डेटा:

    माह

    बिक्री (₹)

    जनवरी

    50,000

    फरवरी 

    45,000     

    मार्च 

    55,000     

    अप्रैल 

    60,000

    मई   

    48,000

    जून   

    52,000

     

    Predictive Analysis स्टेप्स:

    फ़ॉरकास्टिंग: अगले महीने की बिक्री का पूर्वानुमान करने के लिए, हम Excel में FORECAST फ़ॉर्मूला लगा सकते हैं:

       - `=FORECAST(7, B2:B7, A2:A7)` 

     

      परिणाम:

    भविष्यवाणी की गई बिक्री (जुलाई) लगभग ₹53,000 हो सकती है।

     

     4. Prescriptive Analytics (निर्देशात्मक विश्लेषण)

    निर्देशात्मक विश्लेषण यह बताता है कि हमें भविष्य में क्या कदम उठाने चाहिए। इसका उद्देश्य सही निर्णय लेने के लिए सुझाव देना होता है। Excel में इसका उपयोग Solver Tool और Scenario Analysis के माध्यम से किया जा सकता है।

    उदाहरण: एक कंपनी अपने लाभ को अधिकतम करना चाहती है। इसके लिए उन्हें यह पता लगाना है कि उन्हें कितनी मात्रा में उत्पाद बनाना चाहिए और कितनी कीमत पर बेचना चाहिए ताकि उनका लाभ बढ़ सके।

     

     Excel उदाहरण:

    मान लीजिए कंपनी उत्पाद A और उत्पाद B का उत्पादन कर रही है। उन्हें उत्पादन का सर्वोत्तम संयोजन पता करना है ताकि उनका मुनाफा अधिकतम हो।

    उत्पाद 

     प्रति यूनिट मुनाफा (₹)

     उत्पादन लागत (₹)

    उपलब्ध संसाधन

    A       

    100

    50

    1,000

    B

    150

    70

    1,500

     

    Prescriptive Analysis स्टेप्स:

    1. Solver Tool का उपयोग करके अधिकतम मुनाफा निकालें, और संसाधनों का उपयोग सीमित करें।

     

      परिणाम:

    - Solver टूल की सहायता से यह निर्धारित किया जा सकता है कि किस संयोजन से अधिकतम मुनाफा प्राप्त होगा।

     हम भविष्य के ब्लोग्स में प्रायोगिक अभ्यास द्वारा उपरोक्त विश्लेषणों के बारे में  और अधिक जानेंगें।

    No comments:

    Post a Comment

    सांख्यिकी का मुलभूत ज्ञान

      डेटा एनालिटिक्स में सांख्यिकी का मुलभूत ज्ञान बेहद आवश्यक है क्योंकि यह डेटा को व्यवस्थित, विश्लेषित, और सही ढंग से समझने में मदद करता है।...