Excel · मराठी आवृत्ती

15.1 Project brief आणि fictional data

रवींद्र बागले यांच्या course वर आधारित · सहज मराठीत explanation

September2026चा सहा Citiesसाठी काल्पनिक Blinkit + Amazon Now monthly report बनवा. Regional lead आणि City managersना पाच प्रश्नांची उत्तरं हवी आहेत:

1. Net Sales, Delivered Orders, AOV आणि Cancellation Rate किती?
2. कोणती City/Area जास्त contribution देते आणि कोण targetच्या मागे आहे?
3. दिवसानुसार sales कशा बदलल्या? Sampleमध्ये14Septemberपासून ठेवलेला festival-pattern दिसतो का?
4. प्रत्येक Cityमध्ये कोणत्या Categoriesची sales मोठी?
5. 12-minute delivery targetची कामगिरी Cityनुसार कशी आहे?

Input sheets

Raw_Orders300–500 rows, Stores12, Products25, Targets6 हे suggested sizes आहेत. पहिले grain ठरवा: एक row एक order की product line? अनेक product lines असतील तर Line ID, stable Product ID आणि order-level metricsचा स्वतंत्र आधार जोडा.

Practiceमधली fictional नावं: Ravindra Bagale, Shraddha Bagale, Ruhi Bagale, Shahrukh, Amir, Salman, Zoya, Ravina, Raja, Rani. Emails @example.com. Real phone/contact data नको.

Areas: Pune—Kothrud, Hinjewadi, Baner, Hadapsar, Wakad; Nashik—College Road, Gangapur Road; Nagpur—Dharampeth, Sitabuldi; Kolhapur—Rajarampuri, Tarabai Park; Solapur—Hotgi Road, Murarji Peth; Sambhaji Nagar—CIDCO, Nirala Bazar.

Messy sample जाणीवपूर्वक तयार करा

सुमारे10% rowsमध्ये extra spaces, city case/spelling variants, Aurangabad mapping, text amounts, known-pattern US dates,5–8 पूर्ण duplicate rows, blank Delivery Mins आणि differently formatted fictional phones घाला. Raw_Ordersची untouched copy जपा; Notesमध्ये planted problems आणि expected fixes लिहा.

या dates/sample spikeला actual company result किंवा अधिकृत festival calendar म्हणून सादर करू नका.

Practice

चार inputs बनवा, किमान आठ data-quality problems plant करा आणि KPI definitions लिहा. Generated numbers freeze करा म्हणजे answer checks स्थिर राहतील.