Cohort analysis là gì? Cách xây dựng và đọc Cohort analysis

Bài viết sau đây sẽ giúp bạn hiểu rõ về Cohort analysis là gì cũng như cách xây dựng và đọc Cohort analysis để hiểu rõ user retention.

Cohort analysis ngày nay được đo lường tự động bằng nhiều công cụ như Google Analytics hay MixPanel, và cũng có thể được thực hiện chỉ với một file excel đơn giản. Tuy nhiên, không phải ai cũng biết cách “đọc” cohort và tận dụng hiệu quả công cụ này. Hãy cùng chúng tôi tìm hiểu Cohort analysis là gì và cách xây dựng và “đọc” Cohort analysis để rút ra nhiều insight hữu ích về hành vi sử dụng sản phẩm của user nhé.

Cohort analysis là gì?

Cohort Analysis (Phân tích tổ hợp) là một kỹ thuật phân tích trong Marketing tập trung vào việc phân tích hành vi của một nhóm người dùng / khách hàng có chung một đặc điểm trong một khoảng thời gian nhất định, từ đó khám phá những hiểu biết sâu sắc về trải nghiệm của những khách hàng để cải thiện những trải nghiệm đó.

Lí do khiến cohort analysis trở lên quan trọng là vì nó giúp marketer vượt ra khỏi hạn chế của các chỉ số trung bình, giúp marketer có insight rõ ràng hơn và từ đó đưa ra các quyết định chính xác hơn.

Nếu báo cáo trung bình cho ta biết thu nhập bình quân đầu người tại Việt Nam năm 2019 tăng so với năm 2018 thì phép phân tích cohort analysis giúp ta có cái nhìn (insight) rõ ràng hơn về mức độ tăng của từng vùng miền, tỉnh thành.

Bằng việc so sánh các chỉ số với cohort khác nhau trong cùng một phép phân tích, chúng ta sẽ phát hiện ra được những khu vực có chuyển biến khác hẳn (không tăng hoặc thậm chí giảm) so với xu thế tăng chung trên cả nước. (Theo adbrix)

Cách xây dựng và đọc Cohort analysis thế nào?

Ý tưởng đằng sau Cohort analysis là việc công ty muốn tìm hiểu xem những người dùng mới trong từng khoảng thời gian sẽ tiếp tục sử dụng sản phẩm với tỷ lệ thế nào, ví dụ như trong 100 người dùng của tuần 1 tháng 10, có bao nhiêu người tiếp tục dùng sản phẩm trong tuần 2, tuần 3,…

Có thể nói, Cohort analysis là bảng tổng hợp Retention rate của các nhóm user ở nhiều khoảng thời gian khác nhau, giúp ta có cái nhìn rõ hơn về tỷ lệ giữ chân người dùng của sản phẩm xuyên suốt theo thời gian, qua đó có thể rút ra một số insight về user và sản phẩm.

Một bảng Cohort Analysis trên Google Analytics trông như sau:

Chúng ta hãy cùng tìm hiểu cách xây dựng một bảng Cohort analysis bằng Excel nhé. Các bạn có thể tải template Excel tại đây (số liệu màu xanh dương là số liệu input, các số liệu khác được tính toán từ công thức).

Tổng hợp số liệu về user/ khách hàng

Bắt đầu từ bảng A1, nhiệm vụ đầu tiên là xác định số lượng user/ khách hàng mà bạn có mỗi tháng, và bao nhiêu trong số họ tiếp tục dùng sản phẩm trong các tháng tiếp theo.

Ví dụ: Trong 80 khách hàng của tháng 1, có 75 người còn tiếp tục dùng sản phẩm trong tháng 2, 72 người trong tháng 3,… Ta nhập dữ liệu tương tự với khách hàng trong tháng 2 và các tháng sau đó.

Như vậy có thể thấy, quá trình xây dựng cohort analysis yêu cầu bạn phải có khả năng phân tách rạch ròi tập khách hàng sử dụng sản phẩm của mình mỗi tháng.

Ví dụ trong bảng trên, trong 110 khách hàng của tháng 4/2013, bạn cần đo được rằng có 103 khách hàng dùng sản phẩm trong cả tháng 3 và 4; 82 khách hàng dùng trong cả tháng 2, 3, 4; và 70 khách hàng dùng sản phẩm từ tháng 1.

Với bảng A2, ta đơn giản là căn trái các số liệu ở bảng A1, để dễ dàng so sánh số lượng người dùng còn lại sau 1 tháng, 2 tháng, 3 tháng,… sử dụng sản phẩm.

Tiêu đề của bảng cũng chuyển từ các tháng cụ thể ở A1 thành “lifetime month”, số tháng trong vòng đời khách hàng, ở bảng A2.

Bảng A3 thể hiện số lượng khách hàng rời bỏ sản phẩm trong mỗi tháng xuyên suốt vòng đời sử dụng sản phẩm. Số liệu từ các bảng A2 và A3 sẽ được sử dụng để tính các tỷ lệ trong bảng Cohort analysis.

Lập bảng Customer Cohort analysis

Đến với bảng B1, ta tính tỷ lệ phần trăm khách hàng của từng tháng còn dùng sản phẩm (retention rate) lần lượt sau 1, 2, 3,… tháng sau.

Ví dụ, để tính tỷ lệ phần trăm số khách hàng được acquire từ tháng 1 còn tiếp tục dùng sản phẩm sau 3 tháng (tức tháng 4), ta lấy số khách hàng từ tháng 1 còn dùng sản phẩm ở tháng 4 chia cho số khách hàng tháng 1, tức 70/ 80 = 87.5%.

Cách đọc bảng B1

Bảng B1 cũng là bảng Cohort analysis giống với ví dụ ở trên về Cohort analysis trên Google Analytics. Khi đọc bảng này bạn sẽ đọc theo một số chiều:

➤ Đọc theo hàng ngang từ trái sang: Tỷ lệ phần trăm thường giảm dần do khách hàng thường rời bỏ sau 1 thời gian dùng sản phẩm. Nếu bạn thấy tỷ lệ này tăng lên ở một tháng nào đó, đó là dấu hiệu cho thấy khách hàng quay lại sử dụng sản phẩm sau 1 thời gian rời bỏ. Đây là hành vi không thường thấy và rất đáng để bạn tìm hiểu lý do, bởi insight thú vị thường đến từ những dữ liệu bất thường như vậy.

➤ Đọc theo hàng dọc từ trên xuống: Bạn sẽ kỳ vọng tỷ lệ phần trăm không giảm dần, bởi nếu tỷ lệ này giảm dần, nó cho thấy bạn đang không làm tốt việc giữ chân khách hàng trong các tháng gần đây.

Ngược với bảng B1 nói về retention, các bảng B2 và B3 nhìn vào tỷ lệ rời bỏ (churn) của khách hàng. Điểm khác nhau giữa 2 bảng này là bảng B2 tính churn rate của mỗi hàng dựa trên số khách hàng của 1 tháng cơ sở (ví dụ hàng đầu tiên sử dụng tháng cơ sở là tháng 1), còn bảng B3 tính churn rate của khách hàng tháng này so với số khách hàng của tháng trước đó (bạn đọc kiểm tra công thức cụ thể trong file Excel).

Cách đọc bảng B2 và B3

➤ Cách đọc B2 cũng tương tự như B1, chỉ khác rằng giờ đây bạn đang nhìn từ khía cạnh churn của khách hàng.

➤ Với B3, bạn sẽ kỳ vọng churn rate kha khá cao trong một vài tháng đầu, sau đó giảm và dần ổn định ở các tháng tiếp theo, lý do là bởi những khách hàng không thực sự là tập mục tiêu của sản phẩm sẽ sớm ngừng sử dụng, chỉ còn lại những khách hàng “trung thành” hơn). Ở ví dụ trên, churn rate trong 3 tháng đầu khá cao, sau đó dần ổn định ở ngưỡng 1.5 – 3%/ tháng.

Lập bảng Revenue Cohort Analysis

Tương tự Customer Retention và Revenue Retention, ta cũng có Customer Cohort Analysis và Revenue Cohort Analysis, trong đó Revenue Cohort analysis giúp bạn đánh giá xem mình đang giữ được bao nhiêu doanh thu xuyên suốt vòng đời khách hàng sử dụng sản phẩm.

Số liệu trong các bảng C1, C2, C3 được tổng hợp tương tự như các bảng A1, A2, A3, chỉ thay số lượng khách hàng bằng Monthly Recurring Revenue (MRR).

Bảng D1 được xây dựng và đọc giống bảng B1, với số liệu lấy từ bảng C1. Một điểm cần lưu ý với Revenue Cohort analysis đó là tỷ lệ phần trăm có thể lớn hơn 100%, cho thấy trong tháng đó MRR của công ty tăng lên so với tháng cơ sở, và đây là dấu hiệu đáng mừng cho thấy công ty đang dần làm tốt hơn trong việc upsell.

Các bảng D2, D3 cũng được xây dựng và đọc tương tự như B2, B3. Và cũng lưu ý rằng MRR churn rate âm thể hiện MRR của công ty đang tăng lên, giống như phân tích ở trên.

Dự đoán lợi nhuận

Đã có MRR, nếu ta bổ sung thêm Customer Acquisition Cost (CAC) vào khâu tính toán, ta hoàn toàn có thể dự đoán được điểm hòa vốn của công ty. Công thức cụ thể được thể hiện trong các bảng E1 và E2.

Ngoài ra, thời gian break-even cũng có thể được tính toán bằng cách sử dụng CAC và CLTV (Customer Lifetime Value).

TỔNG KẾT

Trên đây là hướng dẫn kèm template Excel chi tiết về cách xây dựng và phân tích Cohort Analysis. Hiểu rõ Cohort Analysis sẽ giúp công ty có một cái nhìn sâu hơn về hành vi sử dụng sản phẩm của khách hàng, thu được nhiều insight của khách hàng.

Nguồn: Christoph Janz, Partner tại Point Nine Capital