पाठ-161: ★ Decision Lab — Amazon बनाम Flipkart बनाम Shopsy, एक ही उत्पाद, तीन गणित

1. उद्देश्य

खंड-9-10 के सारे टुकड़े अब एक असली फ़ैसले में जुड़ेंगे। पाठ के बाद आप तीन बातें कर पाएँगे — एक ही उत्पाद के लिए तीन मंचों का पूरा गणित निकाल पाएँगे; पाठ-115 के Decision Lab-ढाँचे को यहाँ दोहरा पाएँगे; और अपनी दुकान के लिए सही मंच-मिश्रण चुन पाएँगे।

2. मुख्य बात

पाठ-115 (Google) और पाठ-114 (मुफ़्त बनाम विज्ञापन) दोनों ने unit-economics से फ़ैसला लेना सिखाया। एक-वाक्य बात — मान लो आपके पास एक उत्पाद है और सवाल है "इसे Amazon, Flipkart, या Shopsy — किस पर बेचूँ, या तीनों पर?" — सही जवाब हर मंच के असली Contribution Margin से निकलता है, "कौन बड़ा मंच है" के अंदाज़े से नहीं।

तीन मंचों का पूरा गणित — एक साथ

पाठ-101/128 (Amazon), पाठ-159 (Flipkart), और पाठ-153 (Shopsy-सिद्धांत) के सूत्र एक साथ रखिए। एक ही उदाहरण-उत्पाद (साड़ी, बिक्री-मूल्य ₹800, लागत ₹400) पर तीनों निकालें — Amazon: शुल्क ₹120 (referral+FBA), CM = 800−400−120 = ₹280 (35%)। Flipkart: शुल्क ₹160 (referral+Ekart+विज्ञापन-हिस्सा), CM = 800−400−160 = ₹240 (30%)। Shopsy (अगर श्रेणी-पात्र): शुल्क बहुत कम मान लो ₹40, पर दाम-प्रतिस्पर्धा में सामान्यतः कम रखना पड़ता है (मान लो ₹650 बिकेगा), CM = 650−400−40 = ₹210 (32%, कम राशि पर)।

चार जाँच — फ़ैसले की बुनियाद (पाठ-115 जैसी सोच)

1. मार्जिन-तुलना। तीनों मंचों में कौन-सा सबसे ज़्यादा प्रतिशत/राशि देता है? 2. पहुँच-तुलना। कौन-सा मंच सबसे ज़्यादा ग्राहक तक पहुँच देता है (भले मार्जिन थोड़ा कम हो)? 3. मेहनत-तुलना। कौन-सा मंच सबसे कम अतिरिक्त समय-मेहनत माँगता है (fulfilment, नीति-जटिलता)? 4. उत्पाद-उपयुक्तता। क्या उत्पाद इस मंच की श्रेणी-पात्रता व ब्रांड-मानक में फ़िट बैठता है (पाठ-153/157 जैसी सोच)?

फ़ैसला-सीढ़ी — किस हाल में क्या करें

अगर एक मंच स्पष्ट रूप से सबसे ज़्यादा मार्जिन व पहुँच दोनों दे — वहीं मुख्य ध्यान लगाएँ, बाक़ी मंच धीरे-धीरे जोड़ें। अगर मार्जिन क़रीब-क़रीब बराबर हो — पहुँच व मेहनत के आधार पर तय करें (जहाँ ज़्यादा ग्राहक, कम मेहनत)। अगर उत्पाद कम-मार्जिन, ज़्यादा-मात्रा वाला हो — Shopsy जैसे बजट-मंच पर ध्यान दें (पाठ-153)। अगर उत्पाद फ़ैशन-प्रीमियम हो और बुनियाद मज़बूत हो — Myntra/Ajio (पाठ-157) की तरफ़ बढ़ने की योजना बनाएँ।

एक पूरा उदाहरण — फ़ैसला लगाकर देखना

ऊपर के अंकों से — Amazon सबसे ज़्यादा मार्जिन (35%) देता है, पर Flipkart की भारतीय-पहुँच व हिंदी-dashboard (पाठ-146) कुछ दुकानदारों के लिए मेहनत कम करती है। अगर मार्जिन-फ़र्क़ छोटा (35% बनाम 30%) है और दोनों मंचों पर बेचना संभव हो, दोनों पर बने रहना — एक पर निर्भर न रहना — सबसे सुरक्षित रणनीति निकलती है। Shopsy का कम मार्जिन-राशि (₹210) इसे इस ख़ास, ऊँचे-मार्जिन उत्पाद के लिए कम उपयुक्त बनाता है — यह सिर्फ़ बहुत-कम-मार्जिन उत्पादों के लिए बेहतर विकल्प है (पाठ-153 का निष्कर्ष)।

सेवा-सहायक की आँख

यह Decision Lab खंड-9-10 की सबसे बड़ी सलाह-सेवा है — दुकानदार अक्सर "सबसे बड़ा मंच कौन सा है" पूछते हैं, और आपका काम है व्यवस्थित गणित से दिखाना कि "सबसे बड़ा" और "सबसे फ़ायदेमंद" एक चीज़ नहीं।

चित्र — तीन-मंच गणित की तुलना

एक असली मिश्रित-रणनीति उदाहरण

मान लो एक हस्तशिल्प-दुकान के पास दो तरह के उत्पाद हैं — ऊँचे-मार्जिन हाथ-बुनी साड़ियाँ (Amazon पर 35% मार्जिन) और सस्ते, पतले-मार्जिन बैग (Shopsy पर बेहतर, 20% पर भी सुरक्षित)। Decision Lab के गणित से साफ़ हुआ — साड़ियाँ Amazon+Flipkart दोनों पर रखी जाएँ (दोनों पर अच्छा मार्जिन), बैग सिर्फ़ Shopsy पर (कमीशन-बचत वहाँ ज़्यादा मायने रखती है)। यह मिश्रित-रणनीति दिखाती है कि एक ही दुकान के अलग-अलग उत्पाद अलग-अलग मंच-मिश्रण से सबसे ज़्यादा फ़ायदा उठा सकते हैं।

अतिरिक्त सोच — यह गणित-आधारित सोच आगे खंड-11-14 के हर नए मंच पर भी उतनी ही मूल्यवान साबित होगी।

3. आज का काम «काम-कार्ड»

अपनी दुकान (या काल्पनिक अंकों) से एक उत्पाद के लिए तीनों मंचों (Amazon, Flipkart, Shopsy) का Contribution Margin निकालिए। चार जाँच लगाइए। एक-पन्ने की "मंच-मिश्रण योजना" लिखिए — कहाँ मुख्य ध्यान, कहाँ अतिरिक्त। जाँच-सूची: ☐ तीन-मंच गणित ☐ चार-जाँच फ़ैसला-सीढ़ी ☐ मंच-मिश्रण योजना ☐ फ़ोटो सबूत-खाते में।

व्यावहारिक टिप — चारों जाँच का जवाब कागज़ पर सीधे 'हाँ/आंशिक/नहीं' के रूप में लिखें, यह फ़ैसला-सीढ़ी से मिलाना तेज़ और साफ़ बनाता है।

अंतिम सोच — यह पूरी तुलना-प्रक्रिया दिखाती है कि सही जानकारी होने पर जटिल दिखने वाला फ़ैसला भी सरल, स्पष्ट हो जाता है।

4. नाप

सफल = तीनों गणना सही सूत्र से; फ़ैसला चारों जाँच से निकला, अंदाज़े से नहीं। समय: 40 मिनट।

यह पन्ना पोर्टफ़ोलियो में आपकी सबसे उन्नत विश्लेषण-क्षमता (तीन-मंच तुलना) का ठोस सबूत बनता है।

अगले महीने इसी पन्ने पर चारों जाँच दोबारा करके तुलना करें — यह देखना कि निर्णय-क्षमता कैसे परिपक्व होती है, ख़ुद में एक उपलब्धि है।

5. सबूत

सबूत-खाते में "तीन-मंच Decision Lab पन्ना"। यह पोर्टफ़ोलियो-10 (खंड-24) में आपकी विश्लेषण-क्षमता के सबसे ठोस सबूतों में से एक है।

एक याद रखने वाली बात — यह Decision Lab-ढाँचा (चार जाँच → फ़ैसला-सीढ़ी) किसी भी अन्य मंच (Meesho, Quick-commerce) पर भी उसी सोच से दोहराया जा सकता है।

6. AI-सहायक

AI से पूछिए — "मेरी दुकान में (तीनों मंचों के अंक लिखें) यह स्थिति है — कहाँ मुख्य ध्यान लगाना चाहिए?" — AI का सुझाव लीजिए, पर अंतिम फ़ैसला अपनी चार-जाँच से मिलाकर लें।

पाँचवीं ग़लती और सुधार

पाँचवीं आम ग़लती — Decision Lab सिर्फ़ एक बार करना, फिर उसी फ़ैसले पर महीनों टिके रहना। दुकान की स्थिति लगातार बदलती है — शुल्क-दरें, प्रतिस्पर्धा, अपना बिक्री-इतिहास सब बदलते हैं। हर तीन-चार महीने में चारों जाँच दोबारा करना यह सुनिश्चित करता है कि फ़ैसला हमेशा ताज़ा स्थिति पर आधारित हो।

7. आम ग़लती

पहली — सिर्फ़ एक मंच का गणित करके "यही सबसे अच्छा है" मान लेना, बाक़ी दो से तुलना न करना। दूसरी — मार्जिन-प्रतिशत देखकर राशि (₹) भूल जाना — कभी-कभी कम-प्रतिशत, बड़ी-राशि बेहतर हो सकती है। तीसरी — फ़ैसला एक बार लेकर तीन महीने बाद दोबारा न जाँचना। चौथी — "सबसे बड़ा मंच" (लोकप्रियता) को "सबसे फ़ायदेमंद मंच" (गणित) समझ लेना।

यह जाँच-अनुशासन आगे किसी भी नए मंच पर भी दोहराया जा सकता है — यही Decision Lab-सोच का सबसे बड़ा फ़ायदा है।

यह गणित सिर्फ़ आंतरिक उपयोग के लिए है — प्रतियोगियों को अपने Contribution Margin के अंक कभी न बताएँ।

8. सुरक्षा-पत्रक

यह गणित-पन्ना आंतरिक दुकान-दस्तावेज़ है, प्रतियोगियों से साझा न करें।

अगले पाठ (162) में हम खंड-10 का समापन करेंगे — दोहराव, परीक्षा, और पूरे Flipkart-सफ़र का सार।

9. स्रोत

इस पाठ की जानकारी ACS पाठ्यक्रम-दल ने तैयार की है: acslearn.com — देखा गया 17-08-2026। 📎 मूल-कोर्स-कड़ी: पाठ-101/128/159 का Unit-Economics ढाँचा (आंतरिक कड़ी) — जाँच-तारीख़ 08/2026। (metadata: core_skill=three-platform-decision-lab · platform=amazon-flipkart-shopsy · level=S/P · path=A,B · volatility=LOW · status=ACTIVE · next_review=02/2027)

यह पाठ Decision Lab-श्रृंखला (पाठ-72, 115, 161, आगे और) का हिस्सा है — हर बार एक नई परिस्थिति पर वही अनुशासित सोच लागू होती है।

निष्कर्ष यह है कि गणित-आधारित फ़ैसले हमेशा अनुमान-आधारित फ़ैसलों से बेहतर, टिकाऊ नतीजे देते हैं।

10. योग्यता-जाँच