ThepExcel Logo
  • บทความ
    • Excel
      • Excel ทั่วไป
      • Excel Pivot Table
      • Excel Power Pivot
      • Power Query
      • Excel Array Formula
      • Excel VBA
      • Excel for Business
      • Excel and Maths
      • ฟังก์ชัน Excel ทั้งหมด
    • Power BI
      • Power Query
      • Data Model
      • DAX Formula
      • Power BI Report
    • Coding
      • Excel VBA
      • Python
      • Power Query M Code
    • AI
      • ChatGPT
      • Stable Diffusion
      • MidJourney
    • Highlights : บทความแนะนำ
    • คลิปวีดีโอ
  • อบรม
    • อบรมลูกค้าองค์กร
    • คอร์สออนไลน์ SkillLane
    • แนะนำวิทยากร
    • Excel/Power BI Skill Map
    • Quiz
  • Shop
    • คอร์สออนไลน์
    • สินค้าทั้งหมด
    • หนังสือเล่ม
    • E-Book
    • Cart
  • Download
    • Download ไฟล์จากเทพเอ็กเซล
    • ThepExcel-Mfx : M Code สำเร็จรูป
    • Date Table สำเร็จรูป
    • กราฟ My Skill
    • github.com/ThepExcel
  • รวม Link
    • รวม Link สอน Excel & Power BI ทั้งไทยและเทศ
    • รวม Link สอน Python / Programming
    • หนังสือแนะนำ
    • Facebook ThepExcel
    • YouTube ThepExcel
    • DAX Formatter
  • Contact
    • แนะนำ เทพเอ็กเซล (Thep Excel)
    • แนะนำวิทยากร : อาจารย์ ศิระ เอกบุตร (ระ)
    • นโยบายการคุ้มครองข้อมูลส่วนบุคคล (Privacy Policy)
  • Facebook
  • YouTube

อธิบายละเอียดยิบเรื่องการเงิน NPV, XNPV, IRR, XIRR ต่างกันยังไง ใช้อะไรดี?

xnpv xirr npv irr finance

Categories 📂

DAX Formula, Finance & Accounting

Tags 🏷️

finance, irr, npv, xirr, xnpv

ผมได้เคยสอนใช้ฟังก์ชันทางการเงินอย่าง NPV และ IRR กันไปคร่าวๆแล้ว ซึ่งมันเป็นฟังก์ชันทางการเงินที่มีประโยชน์ในการช่วยตัดสินใจได้ว่า Project ให้ผลตอบแทนคุ้มค่าแค่ไหน น่าลงทุนหรือไม่? แต่ถ้าเราสังเกตดูแล้วมันจะมีฟังก์ชันชื่อคล้ายๆ กันอย่าง XNPV และ XIRR อยู่ด้วย แถมใน DAX ของ Power BI, Power Pivot ก็มีแค่ XNPV กับ XIRR ให้ใช้อีก

แบบนี้มันสามารถใช้แทนกันได้มั้ย หรือมีความแตกต่างกันอย่างไร? เดี๋ยวบทความนี้ผมจะอธิบายให้เข้าใจอย่างละเอียดกันทั้งหมดตั้งแต่ NPV IRR ปกติกันเลยครับ

สารบัญ

  • พื้นฐานของ NPV และ IRR
  • ทำความเข้าใจเรื่องการคิดดอกเบี้ย
    • กรณีที่ Cashflow สอดคล้องกับความถี่การคิดดอกเบี้ย
    • ถ้า Cashflow ไม่สอดคล้องกับความถี่การคิดดอกเบี้ย
  • XNPV และ XIRR คิดตามวันที่เกิด Cash Flow จริงๆ
  • Assumption สำคัญ ของ XNPV
  • สรุปแล้วใช้อะไรดี?
  • แล้ว XIRR ล่ะ?
  • สรุปของสรุป

พื้นฐานของ NPV และ IRR

ปกติแล้ว Concept ของ NPV ก็คือการเปลี่ยน Cashflow ตลอดทั้งโครงการให้ไปอยู่ที่จุดเดียวกันคือเริ่มต้น (ใช้ PV กับทุก Cashflow) แล้วทำการ Net หักลบ Cashflow ที่เป็นบวกกับลบ เพื่อให้ได้ Cash Flow สุทธินั่นเอง ซึ่งสามารถใช้ฟังก์ชัน NPV ช่วยหาได้ (แต่ไม่ต้องเลือก CF ที่ 0)

ส่วน IRR คือ ค่า rate% อัตราผลตอบแทน ที่ทำให้ NPV เป็น 0 พอดี

สามารถคำนวณด้วยสูตร IRR ครอบ CF ทั้งหมด หรือจะ Goal Seek ให้ค่า NPV เป็น 0 ก็ได้

ถ้าลองเอาค่า % ที่ได้ไปแทนค่า ก็จะทำให้ NPV เป็น 0 พอดีเป๊ะ

ทุกอย่างก็ดูดีไม่ได้มีปัญหาอะไร… แต่สังเกตหรือไม่ว่า เวลาเราใช้ NPV หรือ IRR เราไม่ต้องระบุวันที่ที่เกิด Cash Flow แต่ละก้อนเลย…

นั่นก็เป็นเพราะว่าเจ้า NPV และ IRR นั้น ตั้งอยู่บน Assumption ที่สำคัญมากๆ อันนึงก็คือ Cash Flow แต่ละก้อนนั้นต้องห่างเท่ากันเป๊ะๆๆๆๆๆ ทุกก้อน และหน่วยของ period ต้องต้องกับ rate% ด้วย เช่น

  • ถ้า Cashflow แต่ละก้อนห่างกัน 1 ปี ตัว Rate% ก็ต้องคิดต่อ 1 ปี
  • ถ้า Cashflow แต่ละก้อนห่าง 1 เดือน ตัว Rate% ก็ต้องคิดต่อ 1 เดือนด้วย

ทำความเข้าใจเรื่องการคิดดอกเบี้ย

อัตราดอกเบี้ยที่ธนาคารบอกเรานั้น จริงๆ แล้วมีอยู่ 2 ลักษณะ คือ Annual Percentage Rate (APR) กับ Effective Interest Rate (EIR) ซึ่งเราต้องทำความเข้าใจดีๆ ว่าเลขที่เรากำลังเห็นคืออะไรกันแน่? เพราะว่า Annual Percentage Rate เป็นแค่การแปลงหน่วยเป็นต่อปี โดยไม่ได้สนใจการคิดดอกเบี้ยทบต้น ในขณะที่ Effective Interest Rate นั้นสนใจเรื่องดอกเบี้ยทบต้น (ซึ่งจะตรงกับความจริงมากกว่า)

สมมติว่าเราไปกู้เงิน 100 บาท ที่ต้องคิดดอกเบี้ยเดือนละครั้ง โดยอัตราดอกเบี้ยอยู่ที่เดือนละ 0.5% …

ถ้าถามว่า Annual Percentage Rate (APR) มีค่าเป็นเท่าไหร่? มันก็คือการเอาดอกเบี้ย 0.5% /เดือน * 12 เดือน/ปี = 6% ต่อปี ตรงๆ ง่ายๆ แบบนี้เลย (ซึ่งการคิด APR บางทีก็จะเรียกว่า Nominal Rate)

แต่ถ้าถามว่า Effective Interest Rate (EIR) มีค่าเท่าไหร่? วิธีคิดคือ ต้องทำให้เป็นดอกเบี้ยทบต้น 12 รอบด้วย ดังนั้นจะคำนวณได้จาก (1+0.5%)^12 -1 = 6.168% ต่อปี ซึ่งจะเห็นว่ามันมากกว่า APR นิดหน่อย

ซึ่งเวลาที่ธนาคารต่างๆ บอกดอกเบี้ยต่างๆ มักจะบอกเป็น APR ครับ แต่เวลาคิดดอกเบี้ยจริงๆ จะคิดแบบ EIR นะ (แถมไม่ได้คิดดอกเบี้ยทุกเดือน แต่คิด Compound ทุกวันด้วยซ้ำ)

ดังนั้นถ้าบอกว่า ดอกเบี้ยต่อปี คือ 10% APR เวลาที่คิด EIR ก็อาจจะได้ค่าต่างกัน ถ้าความถี่ในการคิดดอกเบี้ยทบต้นต่างกัน (ยิ่งถี่ยิ่ง EIR สูงขึ้น)

ซึ่งการคิด NPV ที่เราเรียนรู้ไป ตัว %Rate ก็ต้องเป็น EIR ต่อ Period ของ Cash Flow นั้นๆด้วยนะครับ

กรณีที่ Cashflow สอดคล้องกับความถี่การคิดดอกเบี้ย

ตัวอย่างเช่นแบบนี้ครับ ตัวข้างบนคิดดอกเบี้ยปีละครั้ง ตัวล่างคิดดอกเบี้ยเดือนละครั้ง ถ้ามันสอนคล้องกับ Cashflow ที่ให้มาก็จะง่ายหน่อย คือให้คิด EIR ต่อ Period นั้นๆ เลย

ถ้า Cashflow ไม่สอดคล้องกับความถี่การคิดดอกเบี้ย

แต่ถ้า Cashflow ไม่สอดคล้องกับ Period การคิดดอกเบี้ย ก็จะยุ่งยากขึ้น เช่น Cashflow มีเดือนละครั้ง แต่ดันคิดดอกเบี้ยทุกวัน แบบนี้จะเป็นยังไงมาดูกัน

ทางเลือกแรกก็คือ ทำให้ %Rate มันสอดคล้องกับ Period Cashflow ซะ เช่น ถ้า CF มาเดือนละครั้ง เราก็ต้องทำ EIR แบบต่อ 1 เดือนซะ

แต่ปัญหาอยู่ที่ว่า จะคิดว่า 1 เดือน ต้อง Compound ดอกเบี้ยทุกวันกี่รอบดี? 30, 31 หรือจะเป็น 365/12 รอบ? ซึ่งค่าที่ได้ไม่เท่ากัน

อย่างไรก็ตาม จะเห็นว่าค่าที่ได้ก็จะไม่ต่างจากการคิด Compound เดือนละรอบ (901.966) นักหรอกครับ… ถ้าไม่ซีเรียสมากก็คิดว่า Compound เดือนละรอบไปเลยก็ได้

คราวนี้สมมติว่า ถ้าเราสามารถลงรายละเอียดวันที่ ที่เกิด Cash Flow ได้เลยล่ะ มันจะคำนวณ NPV ได้เท่าไหร่? ถ้ามัน Compound ทุกวัน แต่ Cashflow มาทุกสิ้นเดือน โดยที่เริ่ม CF 1 ที่สิ้นมกรา 2021 โดยที่ผสมใส่ Cashflow เป็นรายวันเลยให้ครบทุกวัน (วันที่ไม่มี CF ต้องใส่เป็น 0 ไปนะ ห้ามเว้น แต่ในรูปผม Hide Row ไว้) จะเห็นว่าได้ผลลัพธ์เป็น 902.826 ซึ่งก็ไม่ได้ตรงกับตัวไหนเลย (แต่ตัวนี้เป๊ะสุด จริงมั้ย?)

XNPV และ XIRR คิดตามวันที่เกิด Cash Flow จริงๆ

จริงๆ แล้วถ้าเราสามารถระบุวันที่ของ Cashflow ได้ และไม่อยากมาใส่ข้อมูลทุกวันแบบตารางข้างบน ทาง Microsoft จึงได้มีการพัฒนาฟังก์ชัน XNPV และ XIRR ขึ้นมา ซึ่งเป็นฟังก์ชันที่เราจะต้องระบุวันที่ ที่เกิด Cashflow แต่ละก้อนควบคู่ไปด้วย ซึ่งมันจะฉลาดกว่า NPV ธรรมดาตรงที่มันไม่ต้อง Assume ว่าแต่ละ Cashflow มีระยะห่างเท่ากัน (เพราะเราระบุวันที่ให้แล้วไง) อย่างไรก็ตาม ตัว %Rate ของ XNPV จะต้องใส่เป็น EIR ต่อ 1 ปีเท่านั้นนะครับ (อันนี้ไม่เกี่ยวกับ Period ของ Cashflow) เช่น

การใช้ XNPV เราจะสามารถเลือกให้ครอบคลุม CF0 ได้เลย ไม่ต้องเว้นไว้แบบ NPV ปกติ โดยที่ XNPV จะไม่ Discount CF0 แต่จะ Discount CF อื่นๆทั้งหมดไปยังวันที่ของ CF0 นั่นเอง

จะเห็นว่า ถ้าเราใช้ XNPV เราแค่ระบุ CF ตามวันที่ที่เกิด CF นั้นๆ พอ ไม่ต้องใส่ 0 ให้ครบทุกวัน ซึ่งชีวิตจะง่ายขึ้นมาก และค่าที่ได้ก็ยังถูกต้องด้วย คือ ได้ 902.826 ตามตัวอย่างข้างบนเป๊ะเลย

Assumption สำคัญ ของ XNPV

XNPV นั้นดูเหมือนจะ Perfect กว่า NPV ปกติทุกอย่าง อย่างไรก็ตาม XNPV มันมี Assumption สำคัญอย่างหนึ่งก็คือ สูตร XNPV นั้นทำการ Discount บนฐานปีที่มี 365 วันเสมอ ดังนั้น ถ้า Cashflow จริงๆ มี 366 วัน ตัว XNPV มันก็จะได้ผลลัพธ์ไม่เท่ากับการ Discount Manual ด้วย PV ปกตินะครับ

จะเห็นว่าถ้ามี 366 วันเมื่อไหร่ XNPV มันก็จะ Discount ผิดคือได้น้อยไปนิดหน่อย (หลักทศนิยม) แต่ถ้ามีระยะห่างของวันในแต่ละ Cash Flow ไม่เท่ากัน (เช่นบางปีมี 365 วัน บางปีมี 366 วัน) เจ้า NPV ธรรมดาก็ถือว่าคำนวณผิดไปนิดหน่อยอยู่ดี…

เช่น ลองดูตัวอย่างนี้ได้ กลับมา Compound ปีละครั้ง แบบ Basic เลย

จะเห็นว่า ถ้าจำนวนวันในแต่ละปีห่างกัน 365 วันตลอด XNPV จะคำนวณได้เท่ากับ NPV เป๊ะเลย (ซึ่งหาช่วงเวลาที่จะมี 365 ปีตลอดหลายๆ ปียากอยู่นะ) แต่พอเรามาดูช่วงเวลาปกติ ที่จะมี 365 วันบ้าง 366 วันบ้าง จะเห็นว่า XNPV นั้นมีค่าน้อยกว่า NPV เล็กน้อย เพราะว่าการ Discount CF กลับไปยังจุดปัจจุบัน มันใช้เวลามากขึ้น 1 วันนั่นเอง (แม้จะผิดนิดหน่อย)

สรุปแล้วใช้อะไรดี?

ความเห็นของผมคือ ค่า XNPV จะถูกต้องมากกว่า NPV โดยเฉพาะอย่างยิ่งหากมี Cash Flow ที่ระยะห่างไม่เท่ากันเมื่อไหร่นี่ต้องใช้ XNPV เท่านั้นเลยครับ แม้ว่าปีที่มี 366 วันค่ามันจะผิดไปนิดหน่อย แต่ส่วนตัวผมคิดว่ามันเล็กน้อยมากๆ ครับ

แต่ถ้าเราสามารถ Assume ได้ว่า CF แต่ละก้อนห่างกันเท่าๆ กันหมด เราก็สามารถใช้ NPV ได้เช่นกันนะครับ ค่าที่ได้ก็ไม่ได้ต่างจาก XNPV ขนาดนั้นนะ

อย่างไรก็ตามใน DAX ของ Power BI และ Power Pivot จะไม่มี NPV ธรรมดาให้ใช้นะครับ อันนั้นก็ต้องเลือก XNPV เท่านั้นล่ะ

แล้ว XIRR ล่ะ?

ถ้าเราเข้าใจตัว XNPV แล้ว เจ้า XIRR ก็ใช้งานเหมือนๆ กันเลยครับ ซึ่งความหมายของวันคือ จะคำนวณ %Rate EIR ต่อปี ที่ทำให้ XNPV เป็น 0 เป๊ะ นั่นเองครับ ซึ่งผลจาก XIRR จะมีหน่วยเป็นต่อ 1 ปีเสมอนะครับ

ดังนั้นข้อสรุปของการคิด IRR ก็เช่นเดียวกันครับ ถ้ามี Cash Flow ระยะห่างไม่เท่ากัน ยังไงก็ควรใช้ XIRR มากกว่า IRR ครับผม

xnpv xirr npv irr finance

ค่าที่ได้ในที่นี้ คิดออกมาแล้ว XIRR ได้ % มากกว่า IRR เล็กน้อยครับ แปลว่าในความเป็นจริง เราได้ %Return จาก Project นี้มากกว่าที่เคยคิดได้จาก IRR นิดหน่อยนะ 555

สรุปของสรุป

ถ้าคุณใช้ DAX ใน Power BI หรือ Power Pivot คุณต้องใช้ XNPV กับ XIRR เท่านั้น ไม่มีทางเลือก

ถ้าคุณใช้ Excel แล้วสามารถระบุวันที่ที่เกิด CF ได้ ควรใช้ XNPV กับ XIRR

แต่ถ้าคุณใช้ Excel แล้วไม่สามารถระบุวันที่ได้ หรือว่าคิดว่า Assumption เรื่องระยะห่างของ CF ต้องเท่ากันนั้น ok สำหรับโปรเจคคุณ คุณก็ใช้ NPV กับ IRR ปกติได้เช่นกัน (ค่าที่ได้แต่ละวิธีก็ไม่ได้ต่างกันมากหรอครับ)

แชร์ความรู้ให้เพื่อนๆ ของคุณ
     
     

ติดตามเทพเอ็กเซล

  • Facebook
  • YouTube

อบรมกับเทพเอ็กเซล

🔥 คอร์สใหม่ล่าสุด 🔥

การทำ Optimization ด้วย Excel Solver
สำหรับงานวางแผน
คอร์สออนไลน์ เทพเอ็กเซล
คอร์สออนไลน์ จากเทพเอ็กเซล ดูกี่รอบก็ได้
อบรม Excel / Power BI ให้องค์กรของคุณ

บทความล่าสุด

  • วิธีสั่ง Prompt และตั้งค่าใน Stable Diffusion ให้รูปสวยโดนใจ [Part3]
  • วิธีเรียกใช้งาน Model เจ๋งๆ ใน Stable Diffusion [ตอนที่2]
  • วิธีใช้งาน AI สร้างรูปสุดเจ๋งและฟรีด้วย Stable Diffusion ฉบับมือใหม่ [ตอนที่1]
  • 10 ไอเดีย เรียนรู้ Excel ผ่าน ChatGPT AI สุดเจ๋ง
  • การทำ Simulation ด้วย Excel
  • แกะเคล็ดวิชา Excel Wizard ในการแข่ง Speed Run Excel ระดับโลก
  • เจาะลึก CALCULATE ใน DAX แบบลึกสุดใจ : Part 2

บทความแนะนำ

🔥ฟังก์ชันทั้งหมดใน Excel 🔥

  • แกะเคล็ดวิชา Excel Wizard ในการแข่ง Speed Run Excel ระดับโลก
  • เจาะลึก CALCULATE ใน DAX แบบลึกสุดใจ : Part 1
  • Series สอนดึงข้อมูลจากเว็บ ด้วย Power Automate Desktop
  • สรุปการใช้ LAMBDA ฟังก์ชันที่ใช้สร้างฟังก์ชันใน Excel 365 และผองเพื่อน
  • วิธีใช้ Excel คำนวณระยะเวลาการทำงานรวม แถมระบุเวลาพักได้แบบยืดหยุ่น
  • วิธีจัดการข้อมูลแย่ๆ ด้วย Power Query ทั้งข้อมูลปนกัน ข้อมูลอยู่บนหัวตาราง
  • แยกข้อมูลที่อยู่สุดเน่า ด้วย Excel Power Query

Categories

Tags

ai collection concepts copy database Data Model data table data validation date dax dropdown error excel filter finance find format formula function game graph IF index intro irr len link logic lookup match m code merge mid overview paste pivot power query row sort speed split substitute table text textjoin time tips trim vba vlookup

Archives

  • March 2023 (2)
  • February 2023 (2)
  • January 2023 (1)
  • October 2022 (1)
  • September 2022 (3)
  • August 2022 (3)
  • July 2022 (1)
  • June 2022 (3)
  • May 2022 (1)
  • April 2022 (2)
  • February 2022 (1)
  • December 2021 (2)
  • November 2021 (10)
  • September 2021 (2)
  • August 2021 (6)
  • July 2021 (2)
  • June 2021 (2)
  • May 2021 (10)
  • April 2021 (3)
  • March 2021 (3)
  • February 2021 (4)
  • January 2021 (8)
  • December 2020 (5)
  • November 2020 (13)
  • October 2020 (5)
  • September 2020 (11)
  • August 2020 (4)
  • July 2020 (13)
  • June 2020 (17)
  • May 2020 (16)
  • April 2020 (16)
  • March 2020 (10)
  • February 2020 (15)
  • January 2020 (16)
  • December 2019 (4)
  • November 2019 (3)
  • October 2019 (9)
  • September 2019 (1)
  • August 2019 (7)
  • June 2019 (3)
  • May 2019 (9)
  • April 2019 (9)
  • March 2019 (2)
  • February 2018 (1)
  • January 2018 (3)
  • November 2017 (3)
  • August 2017 (1)
  • July 2017 (1)
  • June 2017 (1)
  • May 2017 (6)
  • April 2017 (6)
  • March 2017 (7)
  • February 2017 (1)
  • January 2017 (2)
  • December 2016 (1)
  • October 2016 (2)
  • September 2016 (3)
  • August 2016 (2)
  • July 2016 (2)
  • June 2016 (1)
  • May 2016 (1)
  • April 2016 (1)
  • March 2016 (2)
  • February 2016 (1)
  • January 2016 (2)
  • December 2015 (2)
  • November 2015 (5)
  • October 2015 (3)
  • June 2015 (2)
  • May 2015 (1)
  • April 2015 (26)
  • January 2015 (1)
  • December 2014 (1)
  • November 2014 (2)
  • October 2014 (1)
  • September 2014 (2)
  • August 2014 (1)
  • June 2014 (1)
  • May 2014 (1)
  • April 2014 (3)
  • March 2014 (3)
  • February 2014 (12)
  • January 2014 (7)
  • December 2013 (2)
  • November 2013 (8)
  • October 2013 (2)

เทพเอ็กเซล : Thep Excel

copyright © 2022

  • Facebook
  • YouTube
เว็บไซต์นี้ใช้คุกกี้ (Cookies)
บริษัท เทพเอ็กเซล จำกัด ให้ความสำคัญต่อข้อมูลส่วนบุคคลของท่าน เพื่อการพัฒนาและปรับปรุงเว็บไซต์รวมถึงสินค้าและบริการต่างๆ หากท่านใช้บริการเว็บไซต์นี้ โดยไม่มีการปรับตั้งค่าใดๆ แสดงว่าท่านยินยอมที่จะรับคุกกี้บนเว็บไซต์ และนโยบายสิทธิส่วนบุคคลของเรา
ตั้งค่าคุกกี้ยอมรับทั้งหมดอ่านเพิ่มเติม
Manage consent

Privacy Overview

This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
Necessary
Always Enabled
Necessary cookies are absolutely essential for the website to function properly. These cookies ensure basic functionalities and security features of the website, anonymously.
CookieDurationDescription
cookielawinfo-checkbox-analytics11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics".
cookielawinfo-checkbox-functional11 monthsThe cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional".
cookielawinfo-checkbox-necessary11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary".
cookielawinfo-checkbox-others11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other.
cookielawinfo-checkbox-performance11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance".
viewed_cookie_policy11 monthsThe cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data.
Functional
Functional cookies help to perform certain functionalities like sharing the content of the website on social media platforms, collect feedbacks, and other third-party features.
Performance
Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.
Analytics
Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics the number of visitors, bounce rate, traffic source, etc.
Advertisement
Advertisement cookies are used to provide visitors with relevant ads and marketing campaigns. These cookies track visitors across websites and collect information to provide customized ads.
Others
Other uncategorized cookies are those that are being analyzed and have not been classified into a category as yet.
SAVE & ACCEPT