Đọc vị người dùng bằng Phân tích Cohort

Posted by

Bạn vừa mới lập một trang web mới và muốn phân tích doanh thu từ khách hàng mới và doanh thu mua hàng lại từ khách hàng cũ nhưng vẫn chưa biết phân tích bằng cách nào? Vậy thì bạn nên đọc bài viết ngày hôm nay từ Careerly.

A. Cohort là gì?

Cohort (tạm dịch: tổ hợp) chỉ tập hợp người dùng có cùng một điểm chung trong cùng một cột mốc thời gian nhất định.

Tổ hợp chung này có thể đến từ năm sinh của họ, họ đã tiêu bao nhiêu tiền shopping mỗi tuần hoặc mức độ thường xuyên của hoạt động trên trang web của họ. Bất cứ chỉ số nào cũng có thể gom người dùng thành các cohort, nhưng thông thường cohort được chia dựa trên thời gian khách hàng tiếp cận với sản phẩm.

Cohorts thường cụ thể hơn những nhóm người dùng mô phỏng tiêu chuẩn, vì chúng ta thường dùng những cột mốc thời gian cụ thể để phân chia các nhóm cohort.

Vậy phân tích Cohort là làm gì?

Phân tích Cohort là việc liên tục theo dõi, nghiên cứu về hành vi của một nhóm khách hàng theo từng cột mốc thời gian. 

Phân tích Cohort có thể giúp doanh nghiệp theo dõi được hiệu suất sản phẩm (product performance), so sánh các tệp khách hàng theo thời gian, đánh giá hiệu suất để tìm xem chiến dịch nào hiệu quả chiến dịch nào không. Đây là một công cụ giá trị cho các chiến dịch marketing nhắm đến một số đối tượng khách hàng nhất định, giúp việc điều chỉnh thông điệp và hoạt động phù hợp cho khách hàng trở nên khả thi. Kết quả phân tích Cohort có thể giúp bạn nhận thức được các vấn đề tiềm tàng và có các dự đoán chính xác hơn. 

Một ví dụ để các bạn hiểu rõ hơn về phân tích Cohort là gì:

Khi bạn muốn so sánh retention rate giữa user bạn có được (acquire) thông qua video quảng cáo và người dùng bạn có được thông qua quảng cáo tìm kiếm trong cùng một ngày 1.4, trong tập hợp ‘Người dùng acquire từ quảng cáo’ bạn có thể chia thành hai cohort nhỏ hơn là ‘Tập hợp người dùng acquire từ video quảng cáo’ và ‘Tập hợp người dùng acqurie từ quảng cáo tìm kiếm’. 

Từ kết quả phân tích Cohort, bạn thu được gì?

  1. Nắm bắt được bounce rate*, retention rate** theo thời gian của từng nhóm user.
  2. Đối với lượt truy cập trang web, có thể nắm bắt được tần suất truy cập của user cũng như thời gian user lưu lại trang web, sau bao nhiêu lâu thì user quay lại trang web của bạn, đánh giá được customer lifetime để tối ưu hóa conversion funnel.
  3. Thông qua những kết quả này bạn có thể chỉ số hóa mức độ tham gia của người dùng, từ đó làm nền tảng xây dựng các chiến dịch target marketing phù hợp.

*Bounce rate: Tỉ lệ người dùng rời website khi vừa truy cập thay vì tiếp tục xem các trang khác thuộc một website.

**Retention rate: Tỉ lệ người dùng quay lại sử dụng sản phẩm trong một khoảng thời gian nhất định sau lần đầu sử dụng.

Tóm lại, so với những chỉ số chung chung khác, với kết quả phân tích Cohort, bạn sẽ có được insight tổng quan về pattern của từng tập hợp người dùng, từ đó dễ dàng thiết kế các chiến dịch target marketing cũng như các kênh quảng bá phù hợp với đặc tính, thói quen, hành vi của khách hàng, ngoài ra kết quả phân tích Cohort còn có thể giúp sản phẩm thuyết phục hơn trước các nhà đầu tư!

B. Làm thế nào để đọc vị Cohort?

Những ví dụ cụ thể có lẽ sẽ giúp bạn hiểu về phân tích Cohort hơn là lý thuyết dài dòng. Vì vậy Careerly mang đến cho bạn rất nhiều ví dụ trong bài viết này!

Ví dụ 1: Trường hợp trang mua sắm có lượng user truy cập tăng nhưng doanh thu thực tế lại giảm.

Suy đoán đầu tiên có thể là do doanh thu từ 1 khách hàng đã giảm, tuy nhiên chúng ta có thể thực hiện phân loại Cohort và phân tích để tìm ra nguyên nhân chính xác hơn như sau: 

Cohort 1 là khách hàng mới có được trong thời gian diễn ra chương trình giảm giá (chương trình giảm giá này này vốn có mục đích thu hút khách hàng mới), theo dõi doanh thu có được từ cohort này

Cohort 2 là khách hàng có sẵn, theo dõi doanh thu có được từ cohort này. 

Khi quan sát và so sánh 2 cohort này chúng ta có thể tìm ra được lý do.

Những khách hàng mới sử dụng trang mua sắm nhờ chương trình giảm giá cho khách hàng mới có thể làm gia tăng tổng lượt truy cập vào trang mua sắm nhưng đồng thời những khách hàng cũ có thể cảm thấy quá chán nản bởi những chương trình giảm giá dành riêng cho khách hàng mới, từ đó chuyển sang sử dụng những trang mua sắm khác, nơi họ có thể là khách hàng mới và nhận ưu đãi từ giảm giá từ trang đó. Trong trường hợp này, nếu doanh thu đến từ các khách hàng có sẵn khá cao thì bạn có thể thực hiện chiến dịch giảm giá dành riêng cho khách hàng cũ để tránh trường hợp họ rời bỏ bạn. Đây chính là một insight mà những chỉ số khác như click rate, lượt truy cập, pageview không thể cho bạn biết được mà chỉ có cohort analysis mới có thể cho bạn câu trả lời. 

Bạn thích bài viết này từ Careerly?

Đăng ký nhận bản tin Product Management từ Careerly để nhận được những nội dung tương tự trực tiếp vào email.

Đang xử lý…
Xong rồi! Hẹn gặp bạn ở bản tin thứ Hai tuần sau.

Ví dụ 2: Phân tích tỉ lệ giữ chân khách hàng (retention rate) của từng Cohort theo thời gian. 

Biểu đồ thể hiện retention rate theo từng cohort A,B,C được chia theo từng mốc thời gian  

Qua biểu đồ này chúng ta có thể có được insight như sau:

  1. Cohort A trong giai đoạn đầu sau khi được acquire, có kết quả retention rất tốt. Tuy nhiên qua thời gian thì retention rate của cohort A lại tệ hơn những cohort khác. Có thể thấy nếu chúng ta đã đầu tư nhiều để acquire được cohort A thì nhóm khách hàng này có thể sẽ trở thành nhóm khách hàng có revenue rate thấp về lâu về dài.
  2. Ngược lại với cohort B, retention rate trong thời kỳ acquire đầu khá thấp do đó cho thấy hiệu quả duy trì khách hàng khá tốt theo thời gian. Ngoài ra vào tháng 5,6 retention rate của cohort này giảm mạnh, tuy nhiên sau đó lại tiếp tục tăng, cho thấy hiệu quả retention khá ổn. 
  3. Khi nhìn vào tổng thể biểu đồ trên có thể thấy rằng, retention rate đạt mức thấp nhất vào tháng 6 nhưng nhanh chóng tăng trở lại vào các tháng sau đó, từ đó có thể suy ra, thời gian để khách hàng repurchase là từ 7-8 tháng. 

Ví dụ phân tích doanh thu theo từng Cohort:

Trong bảng này gồm:

  1. Cột dọc 1: Tập hợp các khách hàng acquire được theo tháng, ví dụ: Cohort Jan: các khách hàng acquire được trong tháng 1, Cohort Feb: khách hàng acquire trong tháng 2.
  1. Hàng ngang 1: Số tháng kể từ lúc acquire được từng Cohort
  2. Cột dọc 2: doanh thu có được từ tháng đầu tiên acquire được khách hàng
  3. Cột dọc 3: doanh thu tháng thứ 2 sau khi acquire khách hàng, tương tự cho cột 4~12.

Chiều dọc của bảng thể hiện doanh thu theo từng cột mốc thời gian của từng cohort. 

  1. Doanh thu từ tháng đầu của mỗi cohort sau khi acquire.
  2. Doanh thu tháng thứ 2 từ lúc acquire của từng cohort.

Khi nhìn bảng theo chiều ngang, ta có thể thu được một số insight như sau:

  1. Doanh thu của từng cohort trong từng tháng kể từ sau khi acquire. 

Khi nhìn bảng theo đường chéo, ta có thể thấy:

  1. Doanh thu trong tháng đầu tiên của cohort tháng 10 chính là doanh thu đến từ khách hàng mới trong tháng 10. 
  2. Doanh thu sau tháng thứ n của mỗi cohort chính là doanh thu của khách hàng có sẵn trong tháng 10.

Ngoài ra, dựa vào những bảng phân tích số liệu theo từng Cohort này bạn còn có thể trả lời những câu hỏi liên quan đến business của bạn như:

  • Mức độ tăng trưởng của Cohort mới so với Cohort cũ như thế nào? Cohort mới có giá trị như thế nào.
  • App mới thay đổi/ hoặc mới ra mắt gây ảnh hưởng thế nào đến khách hàng?
  • Retention rate của khách hàng mới và khách hàng cũ có những đặc tính như thế nào?
  • Những khách hàng mới acquire được từ những chương trình như Black Friday hoặc sự kiện giảm giá có đặc tính gì khác so với những khách hàng mới được acquire tự nhiên? Và đặc tính này có ý nghĩa gì đối với business của công ty hay không?
  • Retention rate của nhóm khách hàng đã trải nghiệm up-sell* và cross-sell** có đặc điểm gì khác so với những nhóm khách hàng thông thường, điều này có ý nghĩa gì với business của bạn hay không.
  • Chu kỳ thời gian mà khách hàng ngưng sử dụng dịch vụ của bạn như thế nào?
  • So sánh giữa chi phí đầu tư để đạt được một khách hàng, chi phí duy trì khách hàng và giá trị kinh tế mà khách hàng đó mang lại. 

*Up-sell: Mua cùng loại hàng đã mua nhưng dòng cao cấp hơn. VD: Lần đầu mua bàn chải đánh răng loại thường giá 30,000 VNĐ, lần sau mua bàn chải đánh răng loại cao cấp giá 100,000 VNĐ

**Cross-sell: Mua các loại hàng khác nhưng có liên quan tới loại hàng đã mua. VD: Lần đầu mua bàn chải đánh răng, lần sau mua kem đánh răng/chỉ nha khoa, …

Lời kết: 

Phân tích Cohort có thể mang lại cho bạn nhiều insight, giúp bạn hiểu rõ hơn về khách hàng của mình vì vậy đây có thể xem là một trong những chỉ số quan trọng để đo lường hiệu suất của sản phẩm của bạn, nhất là khi bạn vừa mới launch một app mới hoặc vừa cho mắt một tính năng, một version mới của app của bạn. Hi vọng thông qua bài viết này, Careerly có thể giúp bạn hiểu hơn về phân tích Cohort, cũng như có thể là một tài liệu tham khảo cho phân tích Cohort bạn đang/ sắp thực hiện tại team mình.

Bài viết được tổng hợp từ:

2 comments

Để lại bình luận