संक्षेप में / मुख्य बातें
- WiFi एनालिटिक्स के दो मोड हैं: प्रेज़ेंस (गुमनाम, सेंसर-आधारित) और एंगेजमेंट (पहचान-सहित, कैप्टिव पोर्टल-आधारित)। ज़्यादातर वेन्यू को दोनों चाहिए, और हर मोड एक अलग सवाल का जवाब देता है।
- MAC रैंडमाइज़ेशन ने इस क्षेत्र को बदल दिया। जिन प्लेटफ़ॉर्म ने ख़ुद को ढाला, वे कैमरा ग्राउंड ट्रुथ के मुक़ाबले ±3-7% सटीकता बनाए रखने के लिए सांख्यिकीय सुधार और सहमति-आधारित पहचान का इस्तेमाल करते हैं। जिन प्लेटफ़ॉर्म ने बदलाव को नज़रअंदाज़ किया, उनकी सटीकता घट गई।
- मुख्य मीट्रिक हैं फुटफॉल, ड्वेल टाइम, दोबारा विज़िट की दर, ज़ोन ट्रांज़िशन, नए बनाम लौटने वाले विज़िटर, और कैप्चर दर। ईमानदार आँकड़ा कच्चे प्रोब काउंट के बजाय कॉन्फ़िडेंस इंटरवल के साथ सुधारा गया आँकड़ा है।
- GDPR-अनुपालक एनालिटिक्स संभव है: प्रेज़ेंस के लिए रोटेशन के साथ हैश किया गया MAC, एंगेजमेंट के लिए पोर्टल पर स्पष्ट सहमति, एक DPIA, और वेन्यू में साफ़ साइनेज। ICO और EU के CNIL, दोनों ने इस मॉडल पर सकारात्मक दिशानिर्देश जारी किए हैं।
- सबसे मज़बूत सेक्टर उपयोग हैं रिटेल, शॉपिंग मॉल, एयरपोर्ट, स्टेडियम, संग्रहालय और कॉर्पोरेट ऑफ़िस। सभी एक ही डेटा मॉडल इस्तेमाल करते हैं, बस उसके ऊपर की प्रस्तुति अलग होती है।
ज़्यादातर वेन्यू ऐसे सेंसर नेटवर्क पर बैठे हैं जिसके लिए वे पहले ही भुगतान कर चुके हैं: गेस्ट WiFi के लिए लगाए गए एक्सेस पॉइंट। वही हार्डवेयर, वही RF इवेंट, वही एसोसिएशन लॉग, अलग तरह से इस्तेमाल करने पर यह उपयोगी हिसाब दे देते हैं कि कौन अंदर आया, कितनी देर रुका, कहाँ गया और क्या वह वापस आया।
यही WiFi एनालिटिक्स है। यह दरवाज़े पर टर्नस्टाइल काउंटर या कैश काउंटर पर कंप्यूटर-विज़न कैमरे का पूरा विकल्प नहीं है। यह कहीं ज़्यादा सस्ता विकल्प है जो किसी एक चोक पॉइंट के बजाय पूरे वेन्यू को कवर करता है, और ऐसा मूवमेंट और ड्वेल डेटा देता है जो कैमरे नहीं दे सकते।
यह गाइड WiFi एनालिटिक्स पर विचार कर रही या उसे चला रही वेन्यू और मार्केटिंग टीमों के लिए ऑपरेटिंग संदर्भ है। इसमें दोनों मोड (प्रेज़ेंस और एंगेजमेंट), ज़रूरी मीट्रिक, MAC रैंडमाइज़ेशन ने क्या तोड़ा और यह क्षेत्र कैसे ढला, लोगों की गिनती की दूसरी तकनीकों से तुलना, UK GDPR का ढाँचा, और काम करने वाले सेक्टर उपयोग शामिल हैं।
दो मोड: प्रेज़ेंस और एंगेजमेंट
WiFi एनालिटिक्स पर लगभग हर उलझी हुई बातचीत इन दोनों को मिला देने का नतीजा होती है। ये अलग डेटा इस्तेमाल करते हैं, अलग सवालों के जवाब देते हैं, और अलग क़ानूनी आधार पर चलते हैं।
प्रेज़ेंस एनालिटिक्स
गुमनाम, सेंसर-आधारित, प्रोब रिक्वेस्ट और एसोसिएशन लॉग से निकाला गया। एक समय अवधि में किसी ज़ोन में अनूठे डिवाइस गिनता है। तकनीकी प्राइवेसी कंट्रोल के रूप में रोटेशन के साथ हैश किया गया MAC।
जवाब देता है: कितने लोग अंदर आए, कितनी देर रुके, ज़ोन के बीच कैसे घूमे, और कुल संख्या बढ़ी है या घटी।
वैध आधार: DPIA, साइनेज और ऑप्ट-आउट के साथ वैध हित।
एंगेजमेंट एनालिटिक्स
पहचान-सहित, कैप्टिव पोर्टल-आधारित, साइन-इन और जारी सेशन से निकाला गया। विज़िट को किसी संपर्क रिकॉर्ड से जोड़ता है। सेगमेंटेशन, कस्टमर जर्नी और लाइफ़साइकल मार्केटिंग का आधार।
जवाब देता है: कौन अंदर आया, कितनी बार आता है, दिन के किस समय, मल्टी-साइट ब्रांड की किन साइटों पर, और मार्केटिंग के लिए उपयोगी समूह-व्यवहार।
वैध आधार: पोर्टल साइन-इन पर स्पष्ट सहमति।
ज़्यादातर वेन्यू को दोनों चाहिए। प्रेज़ेंस मुख्य फुटफॉल और ड्वेल आँकड़े देता है, जिनकी साइटों के बीच समान आधार पर तुलना हो सकती है। एंगेजमेंट पहचान-सहित समूह देता है, जिस पर मार्केटिंग असल में कैंपेन चला सकती है। दोनों कैप्टिव पोर्टल पर जुड़ते हैं: साइन इन करने वाला विज़िटर उस विज़िट के लिए प्रेज़ेंस डेटासेट से एंगेजमेंट डेटासेट में चला जाता है।
MAC रैंडमाइज़ेशन और इसने इस क्षेत्र को क्यों बदला
2010 के दशक के ज़्यादातर समय में WiFi एनालिटिक्स एक चुपचाप ग़लत धारणा पर टिका था: कि डिवाइस का MAC पता हर विज़िट में स्थिर रहता है। iOS 14 (2020) ने iPhone के लिए इसे तोड़ा। Android 10 ने Android के लिए। Windows 11 और macOS Sonoma ने यह बदलाव लैपटॉप तक बढ़ाया। 2026 तक ज़्यादातर कंज़्यूमर डिवाइस एसोसिएशन से पहले प्रोब रिक्वेस्ट में रैंडमाइज़्ड, बदलता हुआ MAC दिखाते हैं।
हर अनूठे MAC को अनूठा डिवाइस मानने वाली सीधी-सादी गिनती ज़्यादा गिनने लगी। दोबारा विज़िट की दरें गिर गईं; नए विज़िटर का हिस्सा आसमान छूने लगा; समूह रिटेंशन कर्व का कोई मतलब नहीं रहा।
यह क्षेत्र दो तरह से ढला। पहला, सांख्यिकीय सुधार: संभावना-आधारित मॉडल जो हर डिवाइस श्रेणी के लिए अपेक्षित रैंडमाइज़ेशन दर और रोटेशन की लय को ध्यान में रखते हैं, और ज्ञात साइटों पर कैमरा ग्राउंड ट्रुथ के सामने कैलिब्रेट किए जाते हैं। दूसरा, कैप्टिव पोर्टल से पहचान: साइन इन करने वाले विज़िटर एक स्थिर पहचान देते हैं जो रैंडमाइज़ेशन से पूरी तरह बची रहती है।
2026 में सुधारी गई प्रेज़ेंस स्ट्रीम और ऑप्ट-इन एंगेजमेंट परत की संयुक्त सटीकता 2018 के फुटफॉल एनालिटिक्स के बराबर है, और प्राइवेसी के मामले में बेहतर। जिन वेंडर्स ने सुधार का काम किया, उन्होंने सटीकता बनाए रखी; जिन्होंने नहीं किया, उन्होंने खो दी। मूल्यांकन के दौरान इसे स्पष्ट रूप से जाँचना ज़रूरी है।
देखना चाहते हैं कि MAC रोटेशन आपके मीट्रिक पर कैसे असर डालता है? कच्ची डिवाइस गिनती, ग्राउंड ट्रुथ विज़िटर गिनती और मिलान की गई गिनती का मॉडल बनाने के लिए हमारा मुफ़्त MAC Randomization Simulator इस्तेमाल करें (हमारी मुफ़्त WiFi टूल्स लाइब्रेरी से)।
रैंडमाइज़ेशन की टाइमलाइन
- 2014: iOS 8 ने रैंडमाइज़्ड प्रोब पेश किए (व्यवहार में डिफ़ॉल्ट रूप से बंद)।
- 2020: iOS 14 डिफ़ॉल्ट रूप से प्रति-SSID रैंडमाइज़ करता है।
- 2020: Android 10+ डिफ़ॉल्ट रूप से प्रति-SSID रैंडमाइज़ करता है।
- 2022: Windows 11 इसे सभी WLAN प्रोब तक बढ़ाता है।
- 2023: macOS Sonoma लैपटॉप पर iOS जैसा व्यवहार अपनाता है।
- 2026: रैंडमाइज़ेशन मुख्य धारणा है; स्थिर MAC अपवाद है।
रिपोर्ट करने लायक छह मीट्रिक
WiFi एनालिटिक्स प्लेटफ़ॉर्म सौ तरह के मीट्रिक निकाल सकते हैं। इनमें से छह पर ही लगभग सारे फ़ैसले टिके होते हैं।
फुटफॉल
एक समय अवधि में तय ज़ोन में आने वाले अनूठे विज़िटर। रिटेल और वेन्यू ऑपरेटरों का मुख्य KPI।
ड्वेल टाइम
हर विज़िट में ज़ोन में बिताया गया मीडियन, p25/p75, p95 समय। देखने वालों और ख़रीदारों में फ़र्क़ करता है।
दोबारा विज़िट की दर
किसी अवधि के विज़िटर्स में से उनका हिस्सा जो पिछले N दिनों में भी आए थे। लॉयल्टी का संकेत।
ज़ोन ट्रांज़िशन
तय ज़ोन के बीच कहाँ से कहाँ का प्रवाह। विज़िटर पाथ एनालिटिक्स और लेआउट टेस्टिंग का आधार।
नए बनाम लौटने वाले
एक्विज़िशन बनाम रिटेंशन का बँटवारा। मार्केटिंग एट्रिब्यूशन और फुटफॉल बढ़ोतरी की ईमानदार रिपोर्टिंग के लिए उपयोगी।
कैप्चर दर
पता चली मौजूदगी में से कैप्टिव पोर्टल साइन-इन में बदलने वाला हिस्सा। प्रेज़ेंस और एंगेजमेंट के बीच का पुल।
WiFi बनाम कैमरे बनाम डोर सेंसर
लोगों की गिनती की तकनीक सिर्फ़ WiFi एनालिटिक्स नहीं है। ज़्यादातर वेन्यू के लिए सही जवाब इनमें से दो को साथ इस्तेमाल करना है: मुख्य दरवाज़े पर उच्च सटीकता वाला चोक पॉइंट काउंटर, और ड्वेल व विज़िटर पाथ के लिए पूरे वेन्यू में WiFi।
| तरीका | सटीकता | कवरेज | लागत | प्राइवेसी | विज़िटर पाथ |
|---|---|---|---|---|---|
| WiFi प्रेज़ेंस | ±3-7% | पूरा वेन्यू | मौजूदा AP इस्तेमाल करता है | हैश किया MAC, ऑप्ट-आउट, साइनेज | नेटिव |
| कंप्यूटर विज़न | दरवाज़े पर ±1-3% | सिर्फ़ फ़ील्ड ऑफ़ व्यू | प्रति कैमरा + कंप्यूट | EU में सबसे बड़ी चिंता | सीमित |
| डोर सेंसर (IR / 3D) | ±2-4% | सिर्फ़ दरवाज़ा | प्रति दरवाज़ा | कम | कोई नहीं |
सेक्टर उपयोग
सभी सेक्टरों में डेटा मॉडल एक ही है; बदलती है उसके ऊपर की प्रस्तुति। छह सेक्टर ज़्यादातर काम करते हैं।
अनुपालन: UK GDPR, CNIL, CCPA, ISO 27001
प्राइवेसी का सम्मान करने वाला WiFi एनालिटिक्स एक हल हो चुकी समस्या है। नीचे दिया मॉडल वही है जिसे CNIL ने स्पष्ट रूप से मंज़ूरी दी है और जिसकी ICO ने लगातार अनुमति दी है। Pizza Express, AGS Airports और University of Sheffield सभी Purple पर वेन्यू एनालिटिक्स चलाते हैं।
UK GDPR
प्रेज़ेंस एनालिटिक्स: DPIA के साथ वैध हित। एंगेजमेंट एनालिटिक्स: पोर्टल पर स्पष्ट सहमति। प्रेज़ेंस के लिए रोटेशन के साथ हैश किया गया MAC स्वीकृत तकनीकी कंट्रोल है।
संदर्भ ›CNIL दिशानिर्देश
फ़्रांस के नियामक ने WiFi एनालिटिक्स पर ख़ास दिशानिर्देश जारी किए हैं। जो मॉडल CNIL की शर्तें पूरी करता है, बाक़ी EU भी उसी का पालन करता है।
संदर्भ ›CCPA / CPRA
कैलिफ़ोर्निया में प्राइवेसी नोटिस और ऑप्ट-आउट व्यवस्था ज़रूरी है। डेटा को एकत्रित और गुमनाम करने वाला WiFi एनालिटिक्स मौजूदा प्राइवेसी-पॉलिसी फ़्रेमवर्क के भीतर आता है।
संदर्भ ›ISO 27001
Annex A.5.34 (प्राइवेसी और PII की सुरक्षा) और A.5.12 (सूचना का वर्गीकरण) लागू होते हैं। प्लेटफ़ॉर्म को DPIA टेम्पलेट और रिटेंशन-शेड्यूल एक्सपोर्ट देना चाहिए।
संदर्भ ›चार ऑपरेशनल ज़रूरतें: पूरा किया गया DPIA, प्रेज़ेंस स्ट्रीम के लिए रोटेशन के साथ हैश किया गया MAC, एंगेजमेंट स्ट्रीम के लिए कैप्टिव पोर्टल पर स्पष्ट सहमति, और वेन्यू में दिखने वाला साइनेज जो बताए कि क्या मापा जा रहा है और ऑप्ट-आउट कैसे करें। Purple हर एक के लिए टेम्पलेट और वेन्यू-साइनेज एसेट देता है। अनुपालन प्रोडक्ट का हिस्सा है, बाद में सोची गई चीज़ नहीं।
WiFi एनालिटिक्स प्लेटफ़ॉर्म का मूल्यांकन कैसे करें
ख़रीद, ऑपरेशन और डेटा टीम के लिए आठ बिंदुओं वाली चेकलिस्ट।
जो प्लेटफ़ॉर्म रैंडमाइज़्ड MAC के लिए सुधार नहीं करता, वह 2026 में फुटफॉल नहीं माप रहा। कार्यप्रणाली और कैमरा ग्राउंड ट्रुथ के सामने उसकी पुष्टि माँगें।
आपको गुमनाम, पूरे वेन्यू वाला मोड और सहमति-आधारित, पहचान-सहित मोड, दोनों चाहिए। सिर्फ़ एक मोड वाले प्लेटफ़ॉर्म काफ़ी नहीं हैं।
ज़ोन की परिभाषाएँ डैशबोर्ड में बदली जानी चाहिए, केबल दोबारा खींचकर नहीं। कवरेज क्षेत्र, एंकर स्टोर, विभाग।
मल्टी-साइट ऑपरेटरों को अलग आकार और ट्रैफ़िक प्रोफ़ाइल वाली साइटों के लिए नॉर्मलाइज़्ड KPI चाहिए। कच्चे आँकड़े काम नहीं करते।
S3 / BigQuery / Snowflake पर हर घंटे बैच। नेटिव Looker / Tableau कनेक्टर। डेटा वहीं पहुँचना चाहिए जहाँ आपके एनालिस्ट पहले से काम करते हैं।
प्लेटफ़ॉर्म को आपको ज़रूरी प्राइवेसी दस्तावेज़ और वेन्यू साइनेज देना चाहिए। इन्हें शुरू से बनाने में डिप्लॉयमेंट हफ़्तों पीछे चला जाता है।
Cisco Meraki, HPE Aruba, Ruckus, Juniper Mist, Ubiquiti UniFi, Cambium, Extreme, Fortinet। एनालिटिक्स परत AP रिफ़्रेश के बाद भी बनी रहनी चाहिए।
डेटा श्रेणी के अनुसार कॉन्फ़िगर होने वाला रिटेंशन। पहचान योग्य डेटा सबसे छोटे बचाव योग्य शेड्यूल पर। एकत्रित डेटा उतने समय तक जितना आपकी रिपोर्टिंग को चाहिए।
अक्सर पूछे जाने वाले प्रश्न
WiFi एनालिटिक्स क्या है?
+
WiFi एनालिटिक्स का मतलब है किसी वेन्यू के मौजूदा वायरलेस नेटवर्क को फुटफॉल, ड्वेल टाइम और ग्राहकों की आवाजाही के सेंसर के रूप में इस्तेमाल करना। इसके दो मोड हैं: प्रेज़ेंस एनालिटिक्स (गुमनाम, सेंसर-आधारित, MAC रैंडमाइज़ेशन से प्रभावित) और एंगेजमेंट एनालिटिक्स (पहचान-सहित, कैप्टिव पोर्टल-आधारित, ऑप्ट-इन)। ज़्यादातर ऑपरेटर दोनों चलाते हैं, और हर मोड एक अलग सवाल का जवाब देता है।
WiFi से फुटफॉल गिनती कितनी सटीक है?
+
MAC रैंडमाइज़ेशन के लिए सांख्यिकीय सुधार वाला आधुनिक WiFi एनालिटिक्स रिटेल माहौल में कैमरा-आधारित ग्राउंड ट्रुथ के मुक़ाबले ±3-7% सटीक है। यह सटीकता समान आधार पर तुलना, रुझान ट्रैकिंग और बेंचमार्किंग के लिए काफ़ी है; कैश रजिस्टर से मिलान के लिए काफ़ी नहीं है। आपको कच्चे प्रोब काउंट के बजाय कॉन्फ़िडेंस इंटरवल के साथ सुधारा गया आँकड़ा रिपोर्ट करना चाहिए।
क्या MAC रैंडमाइज़ेशन ने WiFi एनालिटिक्स को तोड़ दिया है?
+
इसने इसे बदल दिया है। iOS 14+, Android 10+, Windows 11 और macOS Sonoma एसोसिएशन से पहले प्रोब रिक्वेस्ट में दिखाए जाने वाले MAC पते को रैंडमाइज़ करते हैं। हर अनूठे MAC को अनूठा डिवाइस मानने वाली सीधी-सादी गिनती अब ग़लत है। सांख्यिकीय सुधार मॉडल, और एंगेजमेंट एनालिटिक्स के लिए ऑप्ट-इन कैप्टिव पोर्टल पहचान, इन्हीं से आधुनिक प्लेटफ़ॉर्म सटीकता बनाए रखते हैं। बदलाव को नज़रअंदाज़ करने वाले प्लेटफ़ॉर्म की सटीकता घटी है; ढलने वालों की नहीं।
प्रेज़ेंस और एंगेजमेंट एनालिटिक्स में क्या अंतर है?
+
प्रेज़ेंस एनालिटिक्स उन डिवाइसों को गिनता है जो भौतिक रूप से मौजूद हैं लेकिन प्रमाणित नहीं हैं; यह फुटफॉल और ड्वेल को गुमनाम रूप से मापता है और DPIA के साथ वैध हित के आधार पर GDPR के तहत बचाव योग्य है। एंगेजमेंट एनालिटिक्स उन विज़िटर्स का व्यवहार मापता है जिन्होंने कैप्टिव पोर्टल पर साइन इन करके सहमति दी; यह विज़िट को पहचान से जोड़ता है, सेगमेंटेशन सपोर्ट करता है और स्पष्ट सहमति पर चलता है। ज़्यादातर वेन्यू को दोनों चाहिए।
क्या WiFi एनालिटिक्स GDPR-अनुपालक है?
+
हाँ, सही डिज़ाइन के साथ। प्रेज़ेंस एनालिटिक्स के लिए क्लाइंट-साइड पर रोटेशन के साथ MAC हैश करें, वैध-हित आकलन दर्ज करें, DPIA पूरा करें और दिखने वाला साइनेज लगाएँ। एंगेजमेंट एनालिटिक्स को कैप्टिव पोर्टल पर स्पष्ट सहमति के आधार पर चलाएँ। जहाँ ये शर्तें पूरी होती हैं, वहाँ WiFi एनालिटिक्स पर ICO और EU के CNIL, दोनों ने सकारात्मक दिशानिर्देश जारी किए हैं। इस पिलर से हमारी पूरी अनुपालन प्लेबुक लिंक की गई है।
लोगों की गिनती के लिए WiFi बेहतर है या कैमरा?
+
दोनों के काम अलग हैं। कंप्यूटर विज़न वाले कैमरे एक दरवाज़े पर गिनती में ज़्यादा सटीक हैं (ग्राउंड ट्रुथ के मुक़ाबले 95%+), लेकिन उनकी लागत ज़्यादा है, वे सिर्फ़ अपना फ़ील्ड ऑफ़ व्यू देखते हैं और प्राइवेसी की बड़ी चिंताएँ पैदा करते हैं। WiFi पूरे वेन्यू को सस्ते में कवर करता है, ड्वेल और ज़ोन-से-ज़ोन विश्लेषण नेटिव रूप से सपोर्ट करता है, और लौटने वाले विज़िटर्स को सांख्यिकीय रूप से पहचानता है। ज़्यादातर बड़े रिटेल और वेन्यू ऑपरेटर दोनों चलाते हैं: सटीकता के लिए दरवाज़े पर कैमरे, कवरेज के लिए अंदर WiFi।
मुझे कितने ड्वेल टाइम की उम्मीद करनी चाहिए?
+
Purple के डेटासेट में मीडियन ड्वेल: QSR में 9-14 मिनट, कैज़ुअल डाइनिंग में 35-55 मिनट, कपड़ों के रिटेल में 18-32 मिनट, शॉपिंग मॉल में 55-95 मिनट, एयरपोर्ट एयरसाइड में 75-130 मिनट। बेंचमार्क के रूप में उपयोगी; ज़्यादा उपयोगी माप है समान स्टोर की तुलना में महीने-दर-महीने आपका अपना ड्वेल रुझान।
क्या WiFi एनालिटिक्स ग्राहकों के पाथ ट्रैक कर सकता है?
+
एक वेन्यू के भीतर, हाँ। ज़ोन-से-ज़ोन ट्रांज़िशन, ज़ोन में बिताया समय, आम रास्ते और छोड़कर जाने के बिंदु, सब मापे जा सकते हैं। एक ही ब्रांड के अलग-अलग वेन्यू में, यह इस पर निर्भर करता है कि विज़िटर ने प्रमाणीकरण किया (एंगेजमेंट) या नहीं (प्रेज़ेंस); MAC रैंडमाइज़ेशन को ध्यान में रखने के बाद साइटों के बीच सिर्फ़ प्रेज़ेंस वाले पाथ बहुत कमज़ोर संकेत हैं।
क्या WiFi एनालिटिक्स ऑफ़िस ऑक्यूपेंसी के लिए काम करता है?
+
हाँ। जो इंफ्रास्ट्रक्चर स्टाफ डिवाइसों को प्रमाणित करता है, वही फ़्लोर, हफ़्ते के दिन और दिन के घंटे के अनुसार उपयोग रिपोर्ट करता है। वर्कप्लेस बुकिंग सिस्टम (Robin, Envoy, Microsoft Places) के साथ इंटीग्रेशन एक आम पैटर्न है। ऑफ़िस ऑक्यूपेंसी ज़्यादा भरोसेमंद उपयोगों में से एक है, क्योंकि ज़्यादातर लोग प्रमाणित होते हैं और डिवाइस संख्या रिटेल फुटफॉल से ज़्यादा स्थिर होती है।
यह मेरे मौजूदा BI स्टैक से कैसे इंटीग्रेट होता है?
+
सीधा API एक्सेस, S3 / BigQuery / Snowflake पर हर घंटे बैच एक्सपोर्ट, नेटिव Looker और Tableau कनेक्टर, और webhook इवेंट स्ट्रीमिंग। डेटा मॉडल दस्तावेज़ीकृत और स्थिर है। ज़्यादातर बड़े ऑपरेटर WiFi डेटा को उसी वेयरहाउस में लाते हैं जिसमें POS और लॉयल्टी डेटा है, फिर अपनी पसंद के टूल में रिपोर्टिंग बनाते हैं।