Solve Your Life

🚀 A/L ඉවරද? දැන් තමයි ඔයාගේ ජීවිතේ ඊළඟ ලොකු අවස්ථාව! 💡

රැකියාවක් ලැබෙනකම් බලාගෙන ඉන්නවද? 🤔
නැත්නම් තමන්ගේම දෙයක් පටන් ගන්න හිතනවද? 💼

අඩු ප්‍රාග්ධනයකින් ආරම්භ කළ හැකි ව්‍යාපාර අදහස් 12ක් මෙන්න! 👇

📱 1. සමාජ මාධ්‍ය කළමනාකරණ සේවාව
💰 ආරම්භක මුදල: රු. 5,000 – 20,000

🎨 2. Online Design & Printing Service
💰 ආරම්භක මුදල: රු. 10,000 – 30,000

🍔 3. Home-made Food Business
💰 ආරම්භක මුදල: රු. 10,000 – 50,000

📚 4. Tuition Classes
💰 ඉතා අඩු ප්‍රාග්ධනයක්

📱 5. Mobile Phone Accessories Selling
💰 ආරම්භක මුදල: රු. 20,000 – 100,000

📢 6. Digital Marketing Agency
💰 ආරම්භක මුදල: රු. 10,000 – 30,000

🎥 7. YouTube Channel / page
💰 ස්මාර්ට්ෆෝනයක් පමණක් ප්‍රමාණවත්

🌱 8. Plant Nursery (පැළ තවාන)
💰 ආරම්භක මුදල: රු. 15,000 – 50,000

🎉 9. Event Decoration Service
💰 ආරම්භක මුදල: රු. 20,000 – 75,000

🤖 10. AI සහ Technology සේවා
📄 Resume Design | 📊 Presentations | ✍️ AI Content Creation

💻 11. Online Learning Centre
🗣️ Spoken English | 🎨 Graphic Design | 🤖 AI Tools Training

🥥 12. Coconut-based Products
🌍 අපනයන වෙළඳපොළ දක්වා යා හැකි ව්‍යාපාරයක්

🔥 2026 සඳහා වැඩිම අවස්ථාවක් ඇති ව්‍යාපාර 5

✅ Digital Marketing Services
✅ AI-Based Services
✅ Online Tuition & Education
✅ Mobile Accessories E-commerce
✅ Home-made Food Delivery

🎯 සාර්ථක ව්‍යාපාරයක් සඳහා සරල සූත්‍රය

Business Success = Skill + Market Demand + Consistency

✨ ලොකු මුදලක් නැති වුණත් ප්‍රශ්නයක් නෑ.
අද පටන් ගන්න පුළුවන් කුඩා අදහසක්, හෙට ලොකු ව්‍යාපාරයක් වෙන්න පුළුවන්!

💬 මේ ව්‍යාපාර අදහස් වලින් ඔයාට වඩාත්ම කැමති එක මොකක්ද? Comment එකකින් කියන්න.

🚀💼📈

Sales වැඩි වුණ නිසා නදීෂා වගේ සතුටින් ඉන්න ඔයාලාත් මේ සංසිද්ධි පාවිච්චි කරන්න.... Part 2 - Regression Analysis

Regression Analysis (ප්‍රතිගාමී විශ්ලේෂණය) න්‍යායාත්මකව සිදුකරන ආකාරය

ප්‍රතිගාමී විශ්ලේෂණය යනු එක් විචල්‍යයක (Dependent Variable) වෙනස්වීම තවත් විචල්‍යයක් හෝ විචල්‍ය කිහිපයක් (Independent Variables) මගින් කෙසේ බලපාන්නේද යන්න අධ්‍යයනය කරන සංඛ්‍යාත්මක ක්‍රමවේදයකි.

අයිස්ක්‍රීම් උදාහරණය ගනිමු.

Dependent Variable (Y) – අයිස්ක්‍රීම් විකුණුම් ප්‍රමාණය
Independent Variable (X) – දෛනික උෂ්ණත්වය

පියවර 1: පර්යේෂණ ගැටලුව හඳුනා ගැනීම
පළමුව, අධ්‍යයනය කළ යුතු ප්‍රශ්නය හඳුනාගත යුතුය.

උදාහරණය:
“දෛනික උෂ්ණත්වය අයිස්ක්‍රීම් විකුණුම් ප්‍රමාණයට බලපාන්නේද?”

පියවර 2: දත්ත රැස් කිරීම
අදාළ විචල්‍යයන් සඳහා දත්ත එකතු කළ යුතුය.

උෂ්ණත්වය (°C) විකුණුම් ප්‍රමාණය
25 120
27 140
30 180
32 210
35 250

පියවර 3: රිග්‍රෙෂන් ආකෘතිය (Regression Model) ගොඩනැගීම

සරල රේඛීය රිග්‍රෙෂන් (Simple Linear Regression) සඳහා භාවිත වන සාමාන්‍ය සමීකරණය:

Y = a + bX

මෙහි,

Y = පුරෝකථනය කරන ලද අගය (පරායත්ත විචල්‍යය)
a = Intercept (X = 0 වන විට Y හි අගය)
b = Regression Coefficient (Slope)
X = ස්වායත්ත විචල්‍යය

පියවර 4: පරාමිතීන් (Parameters) ඇස්තමේන්තු කිරීම

Least Squares Method භාවිතයෙන් a සහ b අගයන් ගණනය කරයි.

මෙහි අරමුණ වන්නේ නිරීක්ෂිත අගයන් සහ පුරෝකථිත අගයන් අතර ඇති දෝෂයන්ගේ වර්ග එකතුව අවම කිරීමයි.

පියවර 5: Regression Coefficient අර්ථ නිරූපණය

උදාහරණයක් ලෙස ලබාගත් සමීකරණය:

Sales = 20 + 6(Temperature)

මෙහි අර්ථය:

උෂ්ණත්වය අංශක 1කින් වැඩිවන විට අයිස්ක්‍රීම් විකුණුම් ඒකක 6කින් වැඩිවීමට ප්‍රවණතාවයක් පවතී.
Coefficient 6 මගින් උෂ්ණත්වයේ බලපෑමේ ප්‍රමාණය නිරූපණය කරයි.

පියවර 6: සංඛ්‍යාත්මක වැදගත්කම (Statistical Significance) පරීක්ෂා කිරීම

Hypothesis Testing භාවිතා කරයි.

H₀ (Null Hypothesis):
උෂ්ණත්වය විකුණුම් කෙරෙහි බලපෑමක් නොමැත.

H₁ (Alternative Hypothesis):
උෂ්ණත්වය විකුණුම් කෙරෙහි බලපෑමක් ඇත.

p-value < 0.05 නම්, එම සම්බන්ධතාවය සංඛ්‍යාත්මකව වැදගත් බව සැලකේ.

පියවර 7: ආකෘතියේ යෝග්‍යතාව (Goodness of Fit) ඇගයීම

මේ සඳහා R² (Coefficient of Determination) භාවිතා කරයි.

උදාහරණයක් ලෙස,

R² = 0.80

මෙහි අර්ථය වන්නේ විකුණුම්වල වෙනස්වීම්වලින් 80%ක් උෂ්ණත්වය මගින් පැහැදිලි කළ හැකි බවයි.

R² අගය 1ට ආසන්න වන තරමට ආකෘතිය වඩාත් හොඳ වේ.

පියවර 8: තීරණ ගැනීම සඳහා භාවිතා කිරීම
විශ්ලේෂණයේ ප්‍රතිඵල භාවිතයෙන් අනාගත තීරණ ගත හැක.

උදාහරණය:

ඉදිරි සතියේ උෂ්ණත්වය ඉහළ යනු ඇතැයි අනාවැකි පළ වී ඇත්නම්,
අයිස්ක්‍රීම් තොග වැඩිපුර සූදානම් කර තැබිය හැක.

සාරාංශය

ප්‍රතිගාමී විශ්ලේෂණය යනු,

ගැටලුව හඳුනා ගැනීම
දත්ත රැස් කිරීම
ආකෘතිය ගොඩනැගීම
පරාමිතීන් ගණනය කිරීම
ප්‍රතිඵල අර්ථ නිරූපණය
වැදගත්කම පරීක්ෂා කිරීම
ආකෘතිය ඇගයීම
තීරණ ගැනීම

යන පියවරයන්ගෙන් සමන්විත ක්‍රමවේදයකි.

එය “මට හිතෙනවා” යන පදනමෙන් තීරණ ගැනීම වෙනුවට “දත්ත මගින් පෙන්නුම් කරන්නේ මෙයයි” යන විද්‍යාත්මක පදනම මත තීරණ ගැනීමට උපකාරී වේ.

වැස්ස නිසා පාඩු වුණු නදීෂා...... PART 1 (An short intro to Regression Analysis (ප්‍රතිගාමී විශ්ලේෂණය))
...ජීවිතේට Science.....

නුවර නගරයේ අයිස්ක්‍රීම් වෙළඳසැලක් පවත්වාගෙන ගිය නදීෂාට එක් ගැටලුවක් තිබුණා. සමහර දිනවල අයිස්ක්‍රීම් ඉතා හොඳින් අලෙවි වූවත්, තවත් දිනවල විකුණුම් අඩු වුණා. ඒ ඇයි කියලා ඇයට තේරුම් ගන්න බැරි වුණා.

එක දවසක් ඇය විශ්වවිද්‍යාලයේ ඉගෙනුම ලබන මිතුරෙකු වූ චමෝද්ගෙන් උපදෙස් ඉල්ලුවා. චමෝද් දින 60ක විකුණුම් දත්ත සහ දිනපතා උෂ්ණත්වය සටහන් කරගෙන Regression Analysis (ප්‍රතිගාමී විශ්ලේෂණය) කළා.

ප්‍රතිඵලය දැක්කම නදීෂා පුදුම වුණා. උෂ්ණත්වය අංශක 1කින් ඉහළ යන සෑම අවස්ථාවකදීම අයිස්ක්‍රීම් විකුණුම් සාමාන්‍යයෙන් 15කින් වැඩි වන බව පෙනී ගියා. ඒ කියන්නේ උණුසුම් දිනවල මිනිසුන් වැඩිපුර අයිස්ක්‍රීම් මිලදී ගන්නවා කියන සම්බන්ධතාවය දත්ත මඟින් තහවුරු වුණා.

මෙි් උගන්වන සරල සිද්ධිය මගින් ඔයාලට පුලුවන් ඔයාලගෙ විකුණුම් වැඩි කර ගන්න ඔ්න කරන න්‍යායාත්මක දැනුම වැඩි කර ගන්න... හැම වෙලේම තීරණ ගද්දි න්‍යාය මත පදනම් වෙලා තීරණය කරන්න පුරුදු වෙමු.

ඊළඟ මාසයේ කාලගුණ අනාවැකිය බලලා උණුසුම් දින සඳහා වැඩිපුර අයිස්ක්‍රීම් ගබඩා කරගන්න නදීෂා තීරණය කළා. එහි ප්‍රතිඵලයක් ලෙස විකුණුම් වැඩි වුණා වගේම අපතේ යන භාණ්ඩ ප්‍රමාණයත් අඩු වුණා.

එදා නදීෂාට වැටහුණේ හොඳ ව්‍යාපාරික තීරණ ගන්න හොඳම මාර්ගය අනුමාන කිරීම නොව, දත්ත විශ්ලේෂණය කිරීම බවයි. රිග්‍රෙෂන් විශ්ලේෂණය ඇගේ ව්‍යාපාරයේ සාර්ථකත්වයට මඟ පෙන්වූ නිහඬ උපදේශකයා බවට පත් වුණා.

ඊලග ලිපියෙන් අපි කතා කරන්නෙ මේ සිද්ධිය නදීෂාගෙ විශ්ව විද්‍යාල යාළුව thery එක use කරල analysis කරපු විදිය ගැන.....

අමාරුම තීරණ ලේසියෙන් ගමු - PART 2
චානක්‍ය ගේ කථාව....

මාස තුනක් පුරා වෙළඳපොළ ගැන හොයපු චානක්‍යට එක දෙයක් තේරුණා. ඔහුගේ නගරයේ ළමයින්ට විනෝදාස්වාදය තිබුණත්, ඉගෙන ගනිමින් සෙල්ලම් කරන්න පුළුවන් තැනක් තිබුණේ නැහැ.

එක දවසක් සාප්පු සංකීර්ණයක යද්දී ඔහු දැක්කා අම්මලා තාත්තලා ළමයින්ට මිල අධික රොබෝ කට්ටල, විද්‍යාත්මක සෙල්ලම් බඩු, සහ ඉලෙක්ට්‍රොනික උපකරණ අරන් දෙනවා. හැබැයි මාසයකින් දෙකකින් ඒවා ගෙදර කාමරේ කොණක දූවිලි කනවා.

ක්ෂණිකව ඔහුගේ හිත කිව්වා,

"අපිත් සෙල්ලම් බඩු කඩයක් පටන් ගනිමු. මේවා හොඳට විකුණයි."

ඒ System 1. වේගවත්, හැඟීම් මත පදනම් වූ තීරණය.

හැබැයි චානක්‍ය දැන් කලින් වගේ නෙමෙයි.

ඔහු කඩදාසියක් අරගෙන ගණන් හැදුවා.

සෙල්ලම් බඩුවක් රුපියල් 50,000 නම්, දෙමාපියන් කී දෙනෙක් ඒක මිලදී ගනීවිද?

ඒ වෙනුවට මාසෙකට රුපියල් 2,000ක් ගෙවලා එම සෙල්ලම් බඩුව සතියකට කුලියට ගන්න පුළුවන් නම්?

ඔහු දෙමාපියන් 100 දෙනෙක් සමඟ කතා කළා. ඒ අතරින් 78 දෙනෙක් කිව්වේ,

"අපිට මිලදී ගන්න වඩා කුලියට ගන්න පුළුවන් නම් හොඳයි."

මේ සැරේ System 2 වැඩ කළා. දත්ත, තොරතුරු සහ විශ්ලේෂණය.

අවසානයේ චානක්‍ය සෙල්ලම් බඩු විකුණන ව්‍යාපාරයක් නොව, අධ්‍යාපනික සහ තාක්ෂණික සෙල්ලම් බඩු කුලියට දෙන මධ්‍යස්ථානයක් ආරම්භ කළා.

මුල් මාස තුනේ ලාභයක් තිබුණේ නැහැ.

හතරවැනි මාසයේදී පාසල් තුනක් ඔහු සමඟ ගිවිසුම් අත්සන් කළා.

වසරක් ඇතුළත සාමාජික පවුල් 500කට වඩා ඔහුගේ සේවාව භාවිතා කළා.

දෙවැනි වසරේදී ඔහු තවත් නගර දෙකකට ශාඛා විවෘත කළා.

ජනතාව හිතුවේ චානක්‍යගේ සාර්ථකත්වය ඔහුගේ තාත්තාගේ සල්ලි නිසා කියලා.

හැබැයි ඇත්ත වෙනස්.

ඔහු සාර්ථක වුණේ ඉක්මනින් තීරණ ගත්ත නිසා නෙමෙයි.

ඉක්මනින් ආපු අදහස් නතර කරලා, ඒවා පරීක්ෂා කරලා, දත්ත එකතු කරලා, හිතලා බලලා තීරණ ගත්ත නිසා.

අදත් ඔහුගේ කාර්යාලයේ බිත්තියේ තාත්තා ලියපු වාක්‍යය තිබෙනවා.

"ඉක්මන් තීරණ ගන්න. හැබැයි ලොකු තීරණ හෙමින් ගන්න."

මොකද ජීවිතේ ලොකු ජයග්‍රහණ බොහෝ විට ආරම්භ වෙන්නේ හොඳ අදහසකින් නොවෙයි.

හොඳින් හිතපු තීරණයකින්.

අමාරුම තීරණ ලේසියෙන් ගමු - PART 1

චානක්‍ය ප්‍රනාන්දු. සල්ලිකාර තාත්තෙක් ගාව හැදුණු පුතෙක්. නරක කොල්ලෙක් නෙමේ. හැමෝම හොඳ කියන හොඳ පුතෙක්. හැබැයි ඔහුගේ අවාසනාවකට ද වාසනාවකටද මන්දා කොල්ලට අවුරුදු දහ අටයි තාත්තා මිය යනව හෘදයාබාධයකින්.

ජීවිතේ සන්සුන්ව ගලාගෙන යද්දි ප්‍රශ්න කියන ඒව එන්නෙ උඩින් පියාඹගෙන. චානක්‍යට සිද්ධ වෙනව උසස් පෙළින් පස්සේ මොකද කරන්නෙ කියල හිතන්න. රක්ෂාවකට වඩා හිත තියෙන්නෙම ව්‍යාපාරයක් කරන්න. හැබැයි චකිතයක් නැතුව නෙමේ. තාත්ත තරම් සාර්ථක වෙන්න බැරි උනොත් ඌට සිද්ධ වෙනව ලෝකෙන්ම නින්දා අපහාස විඳින්න.

කොහොමත් චානක්‍ය කැමති නෑ භාගෙට වැඩ කරන්න. තාත්තගෙන් ආපු හොඳ ගතිගුණ වලින් එකක්. හැබැයි හිත ශක්තිමත්ද කියල භයයි.
උසස් පෙළ ප්‍රතිඵල එන දවසටත් කලින් ගෙදර හැමෝම අහන ප්‍රශ්නය එකයි.

“දැන් මොකද කරන්නෙ පුතා?”

චානක්‍යටත් උත්තරයක් තිබුණා.

“ව්‍යාපාරයක් පටන් ගන්නවා.”

ඒ උත්තරේ එන්නේ හිතපු නිසාද? නැත්නම් තාත්තගෙ නම තියාගන්න ඕන කියන හැඟීම නිසාද? ඒක ඔහුටම පැහැදිලි නෑ.

එක දවසක් රාත්‍රියේ තාත්තගේ පැරණි කාර්යාල කාමරයට ගිය චානක්‍ය මේසය උඩ තිබුණු සටහන් පොතක් අතට ගත්තා. එහි මුල් පිටුවේ ලියලා තිබුණේ එක වාක්‍යයක්.
“ඉක්මන් තීරණ ගන්න. හැබැයි ලොකු තීරණ හෙමින් ගන්න.” (ඉතා වැදගත් දෙයක් මේ)

චානක්‍යට ඒක තේරුණේ නෑ.

ඊළඟ දවසේ ඔහු තීරණය කළා. තමන්ගේ හිත ඇත්තටම කියන්නේ මොකක්ද කියලා හොයන්න.

ඔහුට ඇතුළේ හඬ දෙකක් තිබුණා.

පළවෙනි හඬ කිව්වේ,

“ව්‍යාපාරයක් පටන් ගනින්. තාත්තා වගේ සාර්ථක වෙන්න පුළුවන්. අවදානමක් ගන්න ඕන.”

ඒ හඬ වේගවත්. හැඟීම්වලින් පිරුණු එකක්. බයත් ආඩම්බරයත් එකට මිශ්‍ර වෙලා තිබුණා.

දෙවෙනි හඬ කිව්වේ,

“හරි. ව්‍යාපාරයක් කරන්න. හැබැයි මුලින් වෙළඳපොළ බලමු. පාරිභෝගිකයෝ කවුද කියලා හොයමු. මුදල් සැලැස්මක් හදමු. අසාර්ථක උනොත් මොකද වෙන්නේ කියලත් හිතමු.”

ඒ හඬ හෙමින් කතා කළා. හැඟීම්වලට වඩා කරුණු ගැන කතා කළා.

චානක්‍යට තේරුණා. තමන්ගේ ඔළුව ඇතුළේ වැඩ කරන මේ හඬ දෙක තමයි ජීවිතේ හැම තීරණයක්ම බලපාන්නේ කියලා.

එකක් ක්ෂණිකව තීරණ ගන්න කැමති හිත. අනෙක තොරතුරු එකතු කරලා විශ්ලේෂණය කරන හිත.

බොහෝ දෙනා කරන වැරැද්ද වන්නේ පළවෙනි හඬට පමණක් ඇහුම්කන් දීමයි. බොහෝ අවස්ථාවල සාර්ථක වෙන්නෙ දෙවෙනි හඬටත් කාලය දෙන අය.

ඒ නිසා චානක්‍ය ව්‍යාපාරය අතහැරියේ නෑ. ඒ වෙනුවට මාස තුනක් පුරා වෙළඳපොළ අධ්‍යයනය කළා. පාරිභෝගිකයන් හමුවුණා. අසාර්ථක වූ ව්‍යාපාරිකයන් සමඟත් කතා කළා.

අවසානයේ ඔහු තීරණයක් ගත්තා.

ඒ තීරණය ගත්තේ උණුසුම් හැඟීමකින් නෙමෙයි. බියෙන් නෙමෙයි. අන් අයගේ අපේක්ෂාවන් නිසාත් නෙමෙයි.

තමන්ගේ හිතේ හඬ දෙකම අහලා, දෙක අතර සමතුලිතතාවයක් හොයාගෙන.

මොකද ජීවිතේ ලොකුම තීරණවලදී හොඳම උත්තරේ ලැබෙන්නේ හිත වේගයෙන් දුවන විට නොවෙයි. හිත හෙමින් හිතන විටයි.

මෙහි 2වන කොටසින් චානක්‍ය නිවැරදි විශ්ලේෂණාත්මක තීරණයක් අරගෙන සාර්ථක වුන විදිය බලමු....

2ND PART - MCDM THEORY
📍 Business Location එකක් තෝරනකොට MCDM Theory එක භාවිතා කරන්නේ කොහොමද?

පහුගිය post එකෙන් අපි කතා කළේ Multi-Criteria Decision Making (MCDM) Theory එක ගැනයි.

අද බලමු ඒක ඇත්තටම භාවිතා කරන්නේ කොහොමද කියලා.

🎯 Situation එක
හිතන්න ඔබට Bakery එකක්, Café එකක්, Pharmacy එකක් හෝ Office එකක් පටන් ගන්න ඕන.

ඔබට Location තුනක් තියෙනවා.
📍 Location A
📍 Location B
📍 Location C

දැන් මොකක්ද හොඳම තැන?
"මට හිතෙනවා" කියලා තෝරනවද?
නැත්නම් Data වලින් තීරණය කරනවද?

Step 01 - Criteria තෝරගන්න
මුලින්ම ඔබට වැදගත් සාධක ලැයිස්තුගත කරන්න.

උදාහරණයක් ලෙස:
✅ Customer Traffic
✅ Rent Cost
✅ Parking Facilities
✅ Accessibility
✅ Security

Step 02 - Weight ලබාදෙන්න

හැම Criteria එකක්ම එක වගේ වැදගත් නෑ.
උදාහරණයක්:

🔹 Customer Traffic – 40%
🔹 Rent Cost – 25%
🔹 Accessibility – 15%
🔹 Parking – 10%
🔹 Security – 10%

මුළු Weight එක = 100%

Step 03 - Location වලට Marks දෙන්න
Criteria Weight A B C
Customer Traffic 40% 9 7 6
Rent Cost 25% 4 8 9
Accessibility 15% 8 7 6
Parking 10% 5 8 7
Security 10% 7 8 8

Step 04 - Weighted Score ගණනය කරන්න
Formula එක:
Final Score=∑(Weight×Rating)
මෙම ගණනයෙන් පස්සේ වැඩිම ලකුණු ගන්න Location එක තමයි ඔබේ හොඳම තේරීම.

🤔 මේකෙන් ලැබෙන වාසිය මොකක්ද?
✔ Emotional Decisions අඩුවෙනවා
✔ Risk අඩුවෙනවා
✔ Investment Decisions වඩාත් නිවැරදි වෙනවා
✔ Business Failure Probability අඩුවෙනවා
✔ Decisions වලට සාක්ෂි (Evidence) තියෙනවා

🚀 Successful Business Ownersලා Guess කරන්නේ නෑ...
ඔවුන් Measure කරනවා.
Compare කරනවා.
Analyze කරනවා.
ඊට පස්සේ Decision එක ගන්නවා.

📌 ඊළඟ Post එකෙන් අපි බලමු

AHP (Analytic Hierarchy Process) Method එක භාවිතා කරලා MCDM තවත් Professional Level එකකට ගෙනියන්නේ කොහොමද කියලා.

රැඳී සිටින්න... 🔥

ව්‍යාපාරික ගැටලුවක්....

කුඩා බේකරි ව්‍යාපාරයක අලෙවිය පහත වැටීම

කුරුණෑගල ඇතුගල්පුර බේකරියේ අයිතිකරු කුමාර මහතාට ළගකදි ඉදල ලොකු ප්‍රශ්නයක් මතු වෙලා....
ඒ තමයි පසුගිය මාස කිහිපය තුළ පාන්, බනිස් සහ කේක් අලෙවිය සැලකිය යුතු ලෙස අඩුවුුණ එක. මොකද එයාගෙ පාරිභෝගිකයන් අඩු මිලට නිෂ්පාදන ලබාදෙන තරඟකාරී බේකරි වෙත යොමුවීම තමයි මේකට හේතුව කියල එයාට තේරුණා. අඩු තත්වයෙන් යුත් අඩු මිලට ලබා දෙන නිශ්පාදන නිසා එයාගෙ high quality products වලට ඉල්ලූම අඩු වෙලා කියලා එයාටම තේරුණා...

මේ සම්බන්ධව රෑ කෑම මේසෙදි කථා කරද්දි ඒකට අදාල ආර්ථික න්‍යාය විදියට ළගදි උපාධිය සම්පූර්ණ කරල ආපු එයාගෙ ලොකු පුතා කීවෙ මෙන්න මෙහෙම එකක්:
ඉල්ලුම් න්‍යාය (Theory of Demand)

ඉල්ලුම් න්‍යායට අනුව, භාණ්ඩයක මිල වැඩි වන විට එම භාණ්ඩය සඳහා ඇති ඉල්ලුම අඩුවන අතර, මිල අඩුවන විට ඉල්ලුම වැඩි වේ. පාරිභෝගිකයන් සාමාන්‍යයෙන් තම මුදලට වැඩි වටිනාකමක් ලැබෙන ස්ථාන තෝරාගනී.

ලොකු පුතා වැඩ කාරය‍‍ා.... විසදුමත් එයාම දුන්නා පහල දාලා තියෙන විදියට

විසඳුම:

1. මිලකරණ උපායමාර්ගය සංශෝධනය කිරීම
ජනප්‍රිය නිෂ්පාදන කිහිපයක මිල සුළු වශයෙන් අඩු කිරීම.
"Buy 2 Get 1 Free" වැනි ප්‍රවර්ධන වැඩසටහන් හඳුන්වාදීම.

2. නිෂ්පාදන වෙනස්කරණය (Product Differentiation)
සෞඛ්‍යාරක්ෂිත පාන්, සීනි අඩු කේක්, හෝ දේශීය රසයන් සහිත නිෂ්පාදන හඳුන්වාදීම.
තරඟකරුවන්ගෙන් වෙනස් අනන්‍යතාවයක් ගොඩනැගීම.

3. පාරිභෝගික විශ්වාස වැඩසටහන්
නිතර මිලදී ගන්නා පාරිභෝගිකයින්ට ලකුණු පද්ධතියක් (Loyalty Program) හඳුන්වාදීම.
විශේෂ වට්ටම් සහ ත්‍යාග ලබාදීම.

4. සමාජ මාධ්‍ය ප්‍රචාරණය
Facebook සහ WhatsApp මඟින් දෛනික නිෂ්පාදන ප්‍රචාරණය කිරීම.
නිවසටම බෙදාහැරීමේ සේවාවක් හඳුන්වාදීම.

කාලෙ ගත කරන්නැතුව කුමාර මහත්මයා මේ දේවල් ටික ඉක්මනින ක්‍රියාත්මක කලා....

මෙන්න පහල තියෙනව ප්‍රථිඵල
අපේක්ෂිත ප්‍රතිඵල:
මිල හා වටිනාකම අතර හොඳ සමතුලිතතාවයක් ඇතිවීම.
පාරිභෝගික ඉල්ලුම වැඩිවීම.
අලෙවිය සහ ලාභය ඉහළ යාම.
වෙළඳපොළ තුළ තරඟකාරී වාසියක් ලබාගැනීම.

දැන් කුමාර මහත්තයා හරි සතුටින්......

1ST PART - MCDM THEORY
හරිම තැන තීරණය කරන හරිම විදිහ 📍

ඔබත් ඔබේ ව්‍යාපාරයට තැනක් තෝරගන්න කල්පනා කරන ගමන්ද ඉන්නෙ?

“කඩේ දාන්න හොඳම තැන කොහෙද?”
“Office එකට මේ location එක හරිද?”
“Customerලා වැඩියෙන් එන්නේ කොහෙටද?”
“Rent එක අඩු තැනක්ද හොඳ… නැත්නම් visibility තියෙන තැනක්ද?”

බොහෝ දෙනා location එක තෝරන්නේ feeling එකට…
හැබැයි business decisions feelings වලින් විතරක් ගත්තොත් පස්සේ cost එක ගෙවන්න වෙන්නේ තමන්ටමයි.

ඒ නිසා තමයි අද ලෝකයේ business plannersලා, engineersලා, researchersලා භාවිතා කරන Multi Criteria Decision Making (MCDM) theory එක වැදගත් වෙන්නේ.

📌 MCDM කියන්නේ මොකක්ද?

කිව්වොත්…
එකම factor එකක් බලලා decision එකක් ගන්නෙ නැතුව,
criteria කිහිපයක් balance කරලා හොඳම option එක තෝරන ක්‍රමයක්.

උදාහරණයක් විදිහට business location එකක් තෝරනකොට අපි බලනවා:

✅ Customer traffic
✅ Parking facilities
✅ Rent cost
✅ Accessibility
✅ Competition nearby
✅ Security
✅ Future development potential

දැන් ප්‍රශ්නය…
මේ හැමදේම එකම importance එකෙන්ද?

නෑ.

සමහර business වලට customer traffic වැදගත්.
සමහර business වලට parking.
තවත් business එකකට low rent එක survival factor එකක්.

MCDM theory එක කියන්නේ මේ criteria වලට weight දීලා scientifically compare කරලා decision එක ගන්න එක.

🎯 ඒ කියන්නේ…
“මට හිතෙනවා මේක හොඳයි” කියන තැනින්
“data අනුව මේක හොඳම option එක” කියන තැනට යන එක.

ජීවිතේත් ඒ වගේමයි.

අපි job එකක් තෝරනකොට,
relationship එකක් build කරනකොට,
business partner කෙනෙක් තෝරනකොට,
ඒවාත් Multi Criteria Decisions.

Salary එක විතරක් බලලා job එකක් ගත්තොත් peace නැති වෙන්න පුළුවන්.
Love එක විතරක් බලලා relationship එකක් build කළොත් stability නැති වෙන්න පුළුවන්.

හරි decision එක කියන්නේ…
වැදගත් factors balance කරලා ගන්න decision එක.

📖 Decision making කියන්නේ luck එකක් නෙවෙයි.
එක skill එකක්.

ඔබේ ඊළඟ decision එක feeling එකට විතරක් ගන්න එපා…
criteria define කරන්න.
weight කරන්න.
compare කරන්න.
ඊට පස්සේ තීරණය කරන්න.

හරිම තැන තීරණය කරන හරිම විදිහ…
ඒක තමයි smart decision making. 🚀

ඊළග post එකෙන් අපි කථා කරන්නෙ මේක තියරියට අනුව හරියටම කරන්නෙ කොහොමද කියලා...

ඉතිං රැදී ඉන්න අපි එක්කම.....

එක මොහොතක් එනව තීරණයක් ගන්නකොට, ඒ මොහොත හරිම කියලා දැනෙන. හැබැයි ඒ මොහොතෙම හිතෙන්න ගන්නවා ඒක එහෙම නෙමෙයි කියලා.හැබැයි ඇත්තටම ඒක එහෙම තමයි. මුලින්ම දැනුණු දේ තමයි ඇත්ත... හොඳට හිතලා බලන්න....