समझिए
1. डेटा (resources/marketing) — FY2025-26, ऑनलाइन स्टोर
| फ़ाइल | रो | कॉलम |
|---|---|---|
marketing_channels.csv |
60 | Month, Channel, Spend, Impressions, Clicks, Leads, Customers, Revenue |
marketing_cohorts.csv |
6 | Cohort (पहली ख़रीद का महीना), New Customers, M0 … M6 (अब भी ख़रीदने वालों का हिस्सा) |
marketing_campaigns.csv |
8 | Campaign, Channel, Spend, Leads, Customers, Revenue |
Channels: Google Ads, Meta Ads, Influencers, Email, SEO/Organic (SEO का "spend" = agency + content लागत)। tblMkt, tblCohort, tblCamp के रूप में लोड करें।
2. मार्केटिंग KPI परिभाषाएँ (इन्हें README पर रखें)
| KPI | फ़ॉर्मूला | मतलब |
|---|---|---|
| CTR | Clicks ÷ Impressions | विज्ञापन का आकर्षण |
| CPL | Spend ÷ Leads | प्रति lead लागत |
| Conversion | Customers ÷ Leads | बिक्री की प्रभावशीलता |
| CAC | Spend ÷ New customers | एक ग्राहक पाने की लागत |
| ROAS | Revenue ÷ Spend | ₹1 ख़र्च पर ₹ revenue |
| Break-even ROAS | 1 ÷ Gross margin % | इससे नीचे विज्ञापन पैसा गँवाते हैं |
30% gross margin पर break-even ROAS = 1 ÷ 0.30 = 3.33। ROAS revenue पर आधारित है; 2.5 का ROAS भी पैसा गँवा सकता है।
3. Inputs और फ़िल्टर किए टोटल (CALC)
inp_Channel (All + लिस्ट), inp_From, inp_To (महीने के ड्रॉपडाउन), k_Ch = IF(inp_Channel="All","*",inp_Channel)।
=LET(f, (tblMkt[Month]>=inp_From) * (tblMkt[Month]<=inp_To) * ((tblMkt[Channel]=inp_Channel)+(inp_Channel="All")>0),
HSTACK(SUM(FILTER(tblMkt[Spend], f, 0)), SUM(FILTER(tblMkt[Impressions], f, 0)), SUM(FILTER(tblMkt[Clicks], f, 0)),
SUM(FILTER(tblMkt[Leads], f, 0)), SUM(FILTER(tblMkt[Customers], f, 0)), SUM(FILTER(tblMkt[Revenue], f, 0))))
एक रो: Spend, Impressions, Clicks, Leads, Customers, Revenue। KPIs इन सेल के सादे अनुपात हैं।
(CSV में Month "2025-04" टेक्स्ट है — Power Query में महीने की पहली तारीख़ बनाएँ और दोनों dropdowns में भी वही date type रखें।)
Filter scope: Channel और month-range से tblMkt KPI तथा funnel बदलें। Channel comparison selected months में सभी channels दिखाए और ऐसा label हो। Cohorts में Channel नहीं है: उन्हें अलग all-channel cohort panel रखें। Campaigns में Month नहीं है: Channel लागू कर सकते हैं, month filter नहीं; “Campaign-period totals — month filter लागू नहीं” लिखें। Campaign totals को tblMkt का additive breakdown न मानें। From > To रोकें, सभी month fields real dates हों और खाली चयन पर “No data”, blank ratios दिखाएँ।
4. KPI कार्ड (FY2025-26, सारे channels)
| कार्ड | वैल्यू | target से |
|---|---|---|
| Spend | ₹264.2 L | — |
| Revenue | ₹1,075.1 L | — |
| ROAS | 4.07 | target 4.0 ✓ · break-even 3.33 |
| CAC | ₹1,159 | target ₹1,200 ✓ |
| नए ग्राहक | 22,782 | — |
ROAS एक दशमलव और "x" के साथ दिखाएँ (4.1x); CAC बिना दशमलव के रुपये में।
5. Funnel चार्ट
| चरण | गिनती | चरण conversion |
|---|---|---|
| Clicks | 35,99,307 | 16.7 करोड़ impressions का CTR 2.15% |
| Leads | 2,68,649 | clicks का 7.5% |
| Customers | 22,782 | leads का 8.5% |
Stage/Count पर Insert → Funnel (Microsoft 365/2019+)। Impressions clicks के 46× हैं, इसलिए वे funnel को दबा देंगे — उन्हें KPI या subtitle में दिखाएँ। हर बार के बगल में चरण conversions लेबल के रूप में (helper कॉलम)। सबसे बड़ा रिसाव click → lead (92.5% गिरावट)।
6. Channel तुलना
| Channel | Spend (₹ L) | ROAS | CAC (₹) | CPL (₹) |
|---|---|---|---|---|
| SEO/Organic | 18.0 | 9.77 | 522 | 53 |
| 9.0 | 9.62 | 490 | 67 | |
| Google Ads | 78.9 | 6.13 | 845 | 77 |
| Meta Ads | 105.8 | 2.38 | 1,632 | 113 |
| Influencers | 52.5 | 1.47 | 3,126 | 217 |
चार्ट: channel के हिसाब से ROAS का सॉर्ट bar, 3.33 पर break-even लाइन के साथ (Analysis & Visualization, मॉड्यूल 5 लेसन 3 की "average line" तरकीब, primary axis)। Meta और Influencers लाइन से नीचे हैं: उन्हें 60% spend मिलता है (264.2 में से 158.3 L) पर वे break-even से कम लौटाते हैं। Bubble चार्ट विकल्प: x = Spend, y = ROAS, bubble = Customers।
Insight टाइटल: ="Meta + Influencers: "&TEXT(share,"0%")&" of spend, below break-even ROAS"।
7. Cohort retention grid
| Cohort | New | M0 | M1 | M2 | M3 | M4 | M5 | M6 |
|---|---|---|---|---|---|---|---|---|
| Apr-25 | 1,698 | 100% | 31.0% | 25.0% | 20.6% | 18.4% | 15.7% | 15.2% |
| … | ||||||||
| Sep-25 | 1,789 | 100% | 37.8% | 26.9% | 23.2% | 19.7% | 18.2% | 17.1% |
ऐसे पढ़ें: हर रो = उस महीने पहली बार ख़रीदने वाले ग्राहक; हर कॉलम = कितने महीने बाद; वैल्यू = दोबारा ख़रीदने वालों का हिस्सा। M1:M6 पर सफ़ेद → accent colour scale (M0 छोड़कर)। नए cohorts पहले महीने में बेहतर लौटते हैं (31% → 38%) — यह सुधार के अनुरूप है, लेकिन cohort data अकेले email flow को इसका कारण सिद्ध नहीं करता।
ग्राहक-स्तर के डेटा में पहले हर CustomerID और ख़रीद के महीने के लिए एक पंक्ति रखें, फिर पहली ख़रीद के महीने और MonthsSince के अनुसार ग्राहक गिनें। Data Model में Distinct Count के साथ Cohort × MonthsSince का पिवट भी एक ग्राहक के कई orders को अलग ग्राहक गिनने से बचाता है।
8. Campaign टेबल
ROAS से सॉर्ट, data bars और icon rule के साथ (≥ 4 हरा, ≥ 3.33 amber, नीचे लाल):
| Campaign | Channel | Spend (₹ L) | Customers | CAC (₹) | ROAS |
|---|---|---|---|---|---|
| Blog: Buying Guide | SEO/Organic | 4.1 | 660 | 627 | 11.3 |
| VIP Newsletter | 1.3 | 315 | 419 | 8.5 | |
| Diwali Search | Google Ads | 21.8 | 2,490 | 876 | 5.1 |
| Wedding Season | Google Ads | 20.0 | 2,600 | 767 | 5.1 |
| Monsoon Offers | Meta Ads | 23.4 | 1,711 | 1,369 | 2.2 |
| Retargeting Q3 | Meta Ads | 14.6 | 740 | 1,972 | 2.1 |
| Diwali Mega Sale | Meta Ads | 23.2 | 1,368 | 1,693 | 2.1 |
| Influencer Unboxing | Influencers | 7.4 | 189 | 3,905 | 1.5 |
9. लेआउट
┌ Marketing Dashboard — FY2025-26 | All channels [Channel ▼] [From ▼] [To ▼] ┐
│ [Spend] [Revenue] [ROAS 4.1x] [CAC ₹1,159] [New customers] │
│ [Funnel + step %] │ [ROAS by channel + break-even line] │
│ [Cohort retention grid] │ [Campaign table, sorted by ROAS] │
└──────────────────────────────────────────────────────────────────────────────────┘
3.33 break-even line समान 30% gross margin मानती है और दूसरे acquisition, service तथा overhead costs नहीं जोड़ती। Budget बदलाव hypotheses हैं; attributed revenue से incremental revenue सिद्ध नहीं होता। Cohort retention सुधार अकेले email flow का causal प्रभाव सिद्ध नहीं करता।
10. डैशबोर्ड से निकलने वाले सुझाव
- Influencers (ROAS 1.5) और सबसे कमज़ोर Meta campaigns से budget हटाकर Google Search और Email/SEO content में लगाएँ।
- Click → lead चरण ठीक करें (landing pages, ऑफ़र की स्पष्टता) — funnel की सबसे बड़ी गिरावट।
- Post-purchase फ़्लो की hypothesis नियंत्रित तुलना से जाँचें — retention लगभग 7 points ऊपर है, पर कारण सिद्ध नहीं है।
आम गलतियाँ
ROAS > 1 का जश्न (break-even margin पर निर्भर)। Impressions से दबा funnel। Channels के प्रतिशत जोड़ना, टोटल से दोबारा गणना करने की जगह। M0 समेत रंगा cohort ग्रिड (100% स्केल पर हावी)।