Tomorrow Marketers – Cohort analysis là quá trình phân tích hành vi của những nhóm người dùng nhất định. Trong đó, chúng ta chia đối tượng mục tiêu thành các nhóm nhỏ có đặc điểm chung. Từ đó, bạn có thể so sánh các nhóm người dùng để tìm ra sự khác biệt và những xu hướng nổi bật. Bất cứ đặc điểm nào bạn phát hiện ra được cũng cần xem xét. Bởi vì nó sẽ giúp bạn xác định nguyên nhân sâu xa đằng sau hành vi của người dùng. Cùng Tomorrow Marketers tìm hiểu phương pháp phân tích thú vị này trong bài viết này nhé.
1. Tại sao marketers nên vận dụng phương pháp này vào phân tích số liệu
- Thêm ngữ cảnh dễ hiểu cho số liệu của bạn: Bằng cách phân tích số liệu này, bạn có thể tập trung vào một phân khúc đối tượng cụ thể thay vì đối tượng chung chung. Từ đó, bạn sẽ có được ý tưởng rõ ràng hơn về động lực nào khiến những đối tượng này trở thành khách hàng tiềm năng cho doanh nghiệp của bạn.
- Khi thực hiện phân tích Cohort, bạn có thể hiểu được nguyên nhân đằng sau sự thay đổi trong hành vi của người dùng đối với trang web của bạn.
- Việc so sánh các nhóm đối tượng tương đồng (cohorts) có thể giúp bạn hiểu thêm về yếu tố nào ảnh hưởng đến những hành vi cụ thể của người dùng và tính hiệu quả của chiến dịch cũng như chiến lược marketing của bạn. Ví dụ, một cửa hàng quần áo trẻ em online có tên Spearmint LOVE muốn xác định xu hướng trên trang web của họ, và họ đã tổng hợp một vài bản báo cáo “cohort analysis“.
Sử dụng Cohort Analysis cho phép cửa hàng quần áo này xác định được bao lâu người dùng tiếp tục quay lại website/trang web của họ, thời gian trung bình giữa những đơn hàng với nhau, hay chia nhỏ nhóm đối tượng và tìm ra insight đa dạng về hành vi mua hàng. Ví dụ, Spearmint LOVE sau khi áp dụng Cohort Analysis thì nhận thấy rằng, những bà mẹ đang trong quá trình mang thai có hành vi mua sắm khác biệt rõ rệt so với các bà mẹ đã có con nhỏ được vài năm tuổi.
Khi áp dụng cohort analysis vào chiến lượng cải thiện marketing của Spearmint LOVE, kết quả then chốt của họ đạt mốc 991% tăng trưởng theo năm.
Đọc thêm: Sử dụng Google Analytics thế nào để theo dõi sức khoẻ website?
2. Cách đọc và hiểu bản chất của từng yếu tố trong một bảng báo cáo Cohort Analysis
Trước khi bạn bắt đầu phân tích dữ liệu trong Cohort Analysis, bạn cần nắm rõ cách số liệu được trình bày ở bảng dữ liệu. Như bạn quan sát thấy, bảng dưới đây có 8 cột (columns) bao gồm day 0.
Ở bảng báo cáo này, Google sử dụng 5 màu sắc riêng biệt. Màu tối nhất tượng trưng cho chỉ số có giá trị cao nhất (ở trong bảng này là phần trăm cao nhất). Màu sáng nhất biểu hiện cho chỉ số thấp nhất.
Như bạn thấy ở bảng số liệu trên:
- Vào ngày 5/12, có 29,967 người dùng, được quy ước là 100% vào Day 0 (ngày người dùng bắt đầu đăng ký sử dụng sản phẩm/dịch vụ).
- Và sang ngày tiếp theo, tức 6/12, chỉ còn 4.93% người dùng trong số đó quay trở lại sử dụng dịch vụ/sản phẩm.
- Ngày tiếp theo 7/12 (Day 2), con số đó chỉ còn lại 2.71%.
Bằng cách nhìn vào bảng số liệu này, bạn có thể nhận ra người dùng quay trở lại website của mình như thế nào. Từ đó, ta có thể đặt nghi vấn liệu nội dung trên website của mình có đủ thu hút để làm động lực cho người dùng quay trở lại vào lần sau hay họ chỉ ghé thăm một lần duy nhất rồi “lặn mất tăm”.
Đọc thêm: Data Analysis là gì? Phương pháp và quy trình phân tích
3. Một số lưu ý khi sử dụng Cohort Analysis
- Chắc hẳn bạn thắc mắc tại sao lại có Day 0. Đó là bởi vì ở trong Cohort Analysis, mục đích chính của chúng ta là phân tích hành vi của người dùng từng ngày cụ thể ngay sau khi họ cài đặt hoặc bắt đầu sử dụng dịch vụ. Bất kỳ chỉ số (metric) nào chúng ta phân tích sau ngày này đều dựa trên một thước đo tiêu chuẩn là số ngày mỗi người dùng tiếp tục trải nghiệm sau khi họ tiếp xúc với sản phẩm/dịch vụ lần đầu (Day 0). Day 0 sẽ luôn có 100% tỷ lệ người dùng vì đây là ngày đầu tiên họ biết đến và trải nghiệm dịch vụ, còn sau chắc chắn sẽ có biến động tăng giảm tùy vào mức độ hài lòng về dịch vụ.
- Đối với e-commerce (trang thương mại điện tử): Bạn có thể thấy doanh nghiệp của mình vận hành bình thường, thậm chí là vận hành tốt tháng này qua tháng khác. Lúc này Cohort Analysis sẽ giúp bạn phân tích dữ liệu theo từng tuần và bạn sẽ ngạc nhiên vì một số ngày trong tuần đó doanh nghiệp của bạn hoạt động không được tốt cho lắm. Bằng việc phân tích kỹ như vậy, bạn có thể dễ dàng nhận ra được những hoạt động marketing trong ngày hôm đó có thực sự hiệu quả và khiến khách hàng quay lại hay không. Từ đó, bạn có thể cải thiện hoạt động marketing để thúc đẩy chuyển đổi cao hơn nữa ở các tuần sau đó.
- Đối với từng cột riêng biệt (single column) trong báo cáo Cohort Analysis, nếu tỷ lệ phần trăm tổng số người dùng bằng nhau ở tất cả các nhóm Cohorts (mỗi ngày tương ứng với 1 nhóm), đó là tín hiệu tích cực cho bạn biết website của mình duy trì cung cấp trải nghiệm người dùng rất tốt hoặc tốc độ tải trang (site speed) tương đối ổn để giữ chân người dùng. Ngược lại, nếu có một sự “tuột dốc không phanh” giữa tỷ lệ giữ chân người dùng (user retention) kể từ ngày thứ 2, điều đó có nghĩa nội dung trên website của bạn không đủ sức hút để giữ chân người dùng ở lại hoặc quay lại lần sau.
- Cohort Analysis phát huy tác dụng tốt nhất cho doanh nghiệp hay chạy những chiến dịch (quảng cáo hay marketing) ngắn hạn. Việc theo dõi cả người dùng đã trải nghiệm dịch vụ và người dùng được giữ chân thường xuyên sẽ giúp doanh nghiệp cải thiện đáng kể sự hài lòng của khách hàng. Bạn cũng có thể thêm “segments” (đối tượng mục tiêu cụ thể) vào bảng báo cáo dữ liệu này. Bảng báo cáo này sẽ được trình bày với màu sắc khác ở cùng một trang Cohort Analysis.
Ở đây, ví dụ chúng ta thêm một Segment là Made a Purchase vào báo cáo cohort analysis và có hai bảng báo cáo để so sánh. Cụ thể:
- Vào ngày 6 tháng 12, 74 người dùng mới bắt đầu hành trình mua hàng của họ nhưng chỉ có 21.62 % trong số đó quay trở lại vào ngày tiếp theo (Day 1).
- Ở ngày tiếp theo (Day 2) tỷ lệ này là 10.81% và lại tăng lên 14.86%.
- Ba ngày sau đó (Day 4,5,6), tỷ lệ giữ chân người dùng ở mức rất thấp và thậm chí không có.
Giờ là lúc chúng ta đặt câu hỏi tại sao? Bạn hãy để ý, 3 ngày đầu tỷ lệ giữ chân duy trì ở mức ổn định, thậm chí tăng nhẹ. Điều đó có nghĩa là nỗ lực marketing dồn cả vào 3 ngày này và có hiệu quả rõ rệt. Cứ theo hướng phân tích này, chúng ta có thể xác định xem liệu có phải nỗ lực marketing của bạn sẽ có hiệu quả nhất định vào những ngày cụ thể nào đó không.
Bạn thấy đấy, đây là một công cụ hiệu quả bạn có thể dùng để cải thiện tỷ lệ giữ chân (user retention) cho từng loại chỉ số cụ thể. Từ đó, bạn sẽ luôn luôn cải thiện và duy trì được tỷ lệ hoàn vốn (Return on Investment, viết tắt là ROI) cho doanh nghiệp của mình.
Đọc thêm: Sử dụng hệ thống dữ liệu để quản lý tài chính như thế nào?
4. Cách thực hiện Cohort Analysis trong Google Analytics
Để thực hiện cohort analysis trong Google analytics là một quá trình không quá phức tạp.
Đầu tiên, bạn vào mục “Audience” trong Google analytics rồi nhấn vào ô “cohort analysis”.
Ở đầu báo cáo là các tuỳ chọn cho nhóm cohorts của bạn, cụ thể:
4.1. Cohort type
Mục này đại diện cho nhóm khách hàng hoặc đối tượng mà bạn muốn phân tích. Trước tiên chúng ta sẽ đi tìm hiểu hai loại cohort chính:
Acquisition cohorts (Phân tích nhóm đối tượng dựa trên chuyển đổi)
Cách phân tích này chia đối tượng người dùng theo thời điểm họ đăng ký sử dụng sản phẩm hay dịch vụ của bạn, tức là một chuyển đổi đã được thực hiện. Thời điểm chúng ta chọn để phân tích chuyển đổi có thể là theo ngày, tuần hoặc tháng, tuỳ vào từng loại hình sản phẩm hoặc dịch vụ.
Để hiểu rõ hơn, chúng ta cùng phân tích qua ví dụ về một ứng dụng cung cấp dịch vụ âm nhạc.
Theo bảng tỷ lệ giữ chân ở trên, chúng ta chia cohorts ra làm từng ngày, như bạn thấy ở cột dọc đầu tiên là Segment gồm đối tượng đã thực hiện chuyển đổi được chia theo từng ngày. Cụ thể, trong tháng 10 (Oct) và tháng 11(Nov).
- Ví dụ vào ngày 27 tháng 10 (Oct 27), bạn có thể thấy có 13.473 người dùng đăng ký sử dụng ứng dụng này. Ngày thứ nhất (Day 1) tỷ lệ giữ chân (tỷ lệ phần trăm ở từng ô nhỏ màu xanh) là 57.9%, đến ngày thứ 7 (Day 7) còn có 19.9% và cuối cùng ngày thứ 10 (Day 10) còn lại 14.1%. Nói cách khác, ở ngày thứ 7 sử dụng ứng dụng, chỉ có 1 trong số 5 người đã đăng ký dịch vụ vào ngày 27 tháng 10 vẫn tiếp tục hoạt động tích cực trên ứng dụng.
Cách tốt nhất để trực quan hoá bảng tỷ lệ giữ chân trên để dễ quan sát hơn là chuyển nó thành biểu đồ đường cong (retention curve). Ngay lập tức, bạn sẽ nhận ra luôn khi nào người dùng ngưng sử dụng sản phẩm/dịch vụ của bạn.
Trong retention curve dưới đây, chúng ta nhận thấy một nửa số người dùng đã dừng sử dụng app chỉ sau ngày đầu tiên đăng ký. Có thể, người dùng không nhận được bất kỳ giá trị cốt lõi (core value) nào của app ngay thời điểm đăng ký, và họ rời bỏ ngay lập tức.
Đến đây chí ít bạn cũng biết được rằng bằng cách nào đó, bạn phải cải thiện trải nghiệm người dùng trên app nhưng bạn lại chưa biết nên bắt đầu từ đâu và cải thiện điều gì là tốt nhất. Vậy thì loại cohort thứ hai sau đây sẽ giúp bạn tìm ra lời giải cho câu hỏi “Tại sao người dùng lại rời bỏ app nhanh đến như vậy?”
Behavioral cohorts (phân tích nhóm đối tượng dựa trên hành vi)
Cách phân tích này chia người dùng ra từng nhóm khác nhau dựa trên hành vi của họ trong một khung thời gian nhất định. Nó có thể bao gồm bất kể hành vi nào của người dùng như chia sẻ một bức ảnh, mở nghe một bài hát trên app, mua một mặt hàng hay bất kể hành động nào mang lại lợi ích cho doanh nghiệp của bạn.
Thực tế, từ khoảnh khắc người dùng đăng ký sử dụng ứng dụng, họ đã thực hiện hàng trăm quyết định và thực hiện vô số hành vi. Những hành vi này tưởng nhỏ nhặt nhưng chính là trải nghiệm đưa họ đến quyết định ra đi hay ở lại. Những hành vi này có thể là:
- Sử dụng tính năng nổi trội X nhưng không sử dụng tính năng Y
- Chỉ nhận thông báo về tính năng Z trong ứng dụng
- Liên kết với 1-2 người trong app, không phải 10 người
Điều này cũng có nghĩa, bạn có rất nhiều ý tưởng để cải thiện trải nghiệm người dùng. Bạn có thể chọn vấn đề cấp bách nhất và khó nhằn nhất khi trao đổi lại với team thiết kế sản phẩm. Điểm đặc biệt của Behavior Cohorts là thay vì bạn đưa ra quyết định dựa trên cảm tính một cách ngẫu nhiên, bạn sẽ có cái nhìn bao quát hơn và đưa ra giải pháp mang tính hệ thống và đầy đủ, không bỏ sót bất kỳ vấn đề quan trọng nào.
4.2. Cohort size
Như bạn thấy ở biểu đồ, cohort size là quy mô của nhóm đối tượng mục tiêu bạn muốn nhắm tới để phân tích. Nó có thể tính theo ngày, tuần, tháng.
Khác với Cohort Type, bạn hoàn toàn có thể điều chỉnh Cohort size. Bạn có thể điều chỉnh kích thước của Cohort (Cohort Size) để đối chiếu các nhóm người dùng theo ngày, tuần hoặc tháng để so sánh hành vi của nhóm người dùng với nhau.
- By day (phân tích nhóm đối tượng theo ngày): Nếu bạn chọn mục này, tức là bạn muốn xem xét nhóm người dùng theo từng ngày cụ thể trong một tháng và năm cụ thể (như hình bên dưới)
- By week (phân tích nhóm đối tượng theo tuần): Lựa chọn này sẽ cho bạn phân tích được nhóm người dùng theo từng tuần cụ thể.
- By month (phân tích nhóm đối tượng theo tháng): Tương tự như trên, lựa chọn này sẽ cho bạn toàn cảnh nhóm đối tượng theo từng tháng cụ thể.
4.3. Date range
Đây là mục chỉ phạm vi ngày cho phân tích của bạn. Đây là khoảng thời gian bạn muốn thực hiện phân tích theo nhóm (Cohort Analysis). Thường trong Google Analytics phần này sẽ chia phạm vi thời gian ra làm 7 ngày, 14 ngày, 21 ngày hay 30 ngày trước.
Ví dụ, nếu bạn chọn Date range là “Last 7 days” (7 ngày trước), Google Analytics sẽ bắt đầu tính 7 ngày từ ngày trước ngày bắt đầu. Vậy nên ở đây mới có Day 0.
4.4. Các chỉ số (metrics)
Ở đây, chỉ số mặc định là user retention (tỷ lệ giữ chân người dùng). Chỉ số này mô tả phần trăm của một nhóm đối tượng mục tiêu ghé thăm lại trang web hay tiếp tục sử dụng sản phẩm, dịch vụ của bạn từ ngày truy cập/mua hàng đầu tiên của họ.
Nếu mục đích chính của bạn là tăng lượng truy cập trên toàn bộ trang web và duy trì phong độ ổn định của người dùng truy cập lại vào trang web (return visitors) thì bản báo cáo này cực kỳ hữu ích.
Đối với hầu hết những chủ sở hữu trang web, hai nhóm chỉ số Per User Metrics (nhóm chỉ số trên mỗi người dùng) và Total metrics (nhóm chỉ số tổng quát) sẽ cung cấp nhiều insights đáng giá hơn bởi vì chúng liên quan trực tiếp tới hành động mà một người dùng thực hiện, không chỉ dừng lại ở việc ghé thăm trang web.
Tạm kết
Thông thường, sản phẩm của thương hiệu hướng đến giải quyết vấn đề cho nhiều hơn một tệp khách hàng mục tiêu. Chưa kể mỗi tệp khách hàng mục tiêu lại để lại rất nhiều dữ liệu hữu ích trong quá trình trải nghiệm với thương hiệu của họ. Cohort Analysis là một trợ thủ đắc lực cho phép bạn hiểu được rõ hơn hành vi của từng tệp khách hàng, từ đó đưa ra định hướng nội dung phù hợp cho từng loại đối tượng.
Đăng ký ngay khoá học Data Analysis của TM để đọc, hiểu và rút ra insight từ dữ liệu mà đối tượng khách hàng mục tiêu của bạn để lại.
Bài viết được biên soạn bởi Tomorrow Marketers, vui lòng không sao chép dưới mọi hình thức.
