Thu hút thêm người dùng thường được xem là dấu hiệu cho thấy marketing đang làm tốt. Khi lượt đăng ký tăng đều, thương hiệu có lý do để tiếp tục đầu tư vào những kênh đang mang khách về. Nhưng số lượng tài khoản mới chỉ cho biết có bao nhiêu người bước vào hành trình, chứ chưa chứng minh họ có tìm thấy giá trị trong sản phẩm hay không.
Giả sử một ứng dụng học ngoại ngữ có thêm 1.000 tài khoản sau một chiến dịch, nhưng chỉ 300 người hoàn thành bài học đầu tiên và 100 người tiếp tục học vào tháng sau. Nếu chỉ nhìn vào số lượt đăng ký, chiến dịch có thể được đánh giá là thành công. Nhưng nếu nhìn vào hành vi sau đăng ký, một câu hỏi quan trọng hơn xuất hiện: Doanh nghiệp đang thu hút sai đối tượng, hay sản phẩm chưa đủ sức khiến người dùng ở lại?
Hai nguyên nhân này đòi hỏi những cách xử lý hoàn toàn khác nhau. Nếu người dùng không có nhu cầu thực sự, vấn đề có thể nằm ở thông điệp hoặc kênh Acquisition. Nhưng nếu họ có nhu cầu mà vẫn rời đi sau vài lần sử dụng, tăng ngân sách quảng cáo chỉ khiến doanh nghiệp tiếp tục đưa thêm người vào một trải nghiệm chưa hiệu quả.
Đây là lý do Growth Marketing không thể dừng lại ở việc đo lường số người được thu hút. Sau Acquisition, thương hiệu cần hiểu người dùng có thực sự trải nghiệm giá trị sản phẩm, hình thành thói quen sử dụng và tiếp tục quay lại hay không. Tiếp nối phần #1 về Acquisition, bài viết này sẽ phân tích 10 chỉ số Engagement & Retention giúp marketer đọc được những hành vi đó và xác định đâu là điểm cần cải thiện trong hành trình tăng trưởng.
1. Engagement & Retention đóng vai trò gì trong tăng trưởng doanh nghiệp?
Trong Growth Marketing, tăng trưởng không chỉ là đưa ngày càng nhiều người đến với sản phẩm. Một hành trình tăng trưởng hoàn chỉnh cần giải quyết ba nhiệm vụ liên tiếp:
Acquisition - Thu hút người dùng: Đưa người dùng tiềm năng đến với sản phẩm và thuyết phục họ thực hiện hành động đầu tiên, chẳng hạn đăng ký tài khoản hoặc đặt lịch tư vấn.
Engagement & Retention - Tạo tương tác và giữ chân: Giúp người dùng trải nghiệm được giá trị cốt lõi của sản phẩm, tiếp tục sử dụng và hình thành lý do để quay lại.
Monetization - Tạo doanh thu: Chuyển đổi người dùng thành khách hàng trả tiền, đồng thời gia tăng doanh thu từ những khách hàng hiện có.
Ba giai đoạn này có mối liên hệ chặt chẽ, nhưng không thể thay thế cho nhau. Acquisition tốt không đồng nghĩa với Engagement tốt; tương tự, người dùng thường xuyên truy cập sản phẩm cũng chưa chắc đã sẵn sàng chi trả.
Chẳng hạn, với một ứng dụng học ngoại ngữ, việc người dùng đăng ký tài khoản mới chỉ cho thấy họ quan tâm đến việc học. Chỉ khi tìm được lộ trình phù hợp, hoàn thành bài học và nhận thấy tiến bộ, họ mới có lý do thực tế để tiếp tục sử dụng. Trải nghiệm đó có thể tạo tiền đề cho việc gia hạn gói học hoặc nâng cấp lên khóa học chuyên sâu hơn. Ngược lại, nếu người học liên tục gặp khó khăn mà không nhận ra giá trị mình nhận được, một chương trình giảm giá cũng khó giải quyết triệt để nguyên nhân khiến họ rời đi.
Engagement và Retention vì thế không đơn thuần là hai nhóm chỉ số để theo dõi sau khi chiến dịch Acquisition kết thúc. Chúng cho biết doanh nghiệp có đang chuyển đổi sự quan tâm ban đầu thành giá trị sử dụng thực tế hay không. Đây cũng là cơ sở để đánh giá chất lượng người dùng từ từng kênh thu hút, thay vì mặc định rằng kênh mang về nhiều lượt đăng ký nhất là kênh hiệu quả nhất.
2. Đọc đúng 10 chỉ số Engagement & Retention
Muốn hiểu người dùng có ở lại với sản phẩm hay không, trước tiên cần xác định họ đã thực sự trải nghiệm sản phẩm đến đâu. Một người chưa hoàn thành hành động đầu tiên có nguyên nhân rời đi khác với người từng sử dụng thường xuyên nhưng dần mất hứng thú. Nếu gộp tất cả vào một tỷ lệ duy trì chung, doanh nghiệp sẽ biết có vấn đề nhưng khó xác định nên bắt đầu xử lý từ đâu.
Vì vậy, có thể chia 10 chỉ số thành hai nhóm: Engagement phản ánh cách người dùng tương tác với sản phẩm; Retention cho biết họ có tiếp tục quay lại và duy trì mối quan hệ với thương hiệu hay không.
2.1 Engagement: Người dùng trải nghiệm sản phẩm ra sao?
1. Activation Rate - Tỷ lệ kích hoạt
Activation Rate đo lường tỷ lệ người dùng mới hoàn thành một hành động quan trọng, cho thấy họ đã bắt đầu trải nghiệm giá trị cốt lõi của sản phẩm. Hành động này cần được xác định theo đặc thù từng mô hình: với ứng dụng học ngoại ngữ, đó có thể là hoàn thành bài học đầu tiên; với nền tảng quản lý công việc, đó có thể là tạo dự án và thêm thành viên.
Điểm cần lưu ý là đăng ký tài khoản không mặc nhiên được xem là kích hoạt. Nếu doanh nghiệp chọn một hành động quá dễ thực hiện, Activation Rate có thể cao nhưng không phản ánh được việc người dùng đã thực sự nhận giá trị từ sản phẩm. Ngược lại, nếu đặt điều kiện kích hoạt quá phức tạp, chỉ số có thể thấp vì quy trình trải nghiệm có quá nhiều rào cản.
Do đó, thay vì chọn một hành động chỉ để làm đẹp báo cáo, doanh nghiệp cần xác định đâu là cột mốc thể hiện rõ nhất việc người dùng đã bắt đầu nhận được giá trị từ sản phẩm.
2. Time to Activate - Thời gian để người dùng kích hoạt
Nếu Activation Rate cho biết có bao nhiêu người hoàn thành hành động đầu tiên, Time to Activate cho biết họ cần bao lâu để đạt đến cột mốc đó, tính từ khi bắt đầu sử dụng sản phẩm.
Thời gian kích hoạt kéo dài có thể là dấu hiệu cho thấy người dùng đang gặp trở ngại trong quá trình làm quen: quy trình đăng ký phức tạp, hướng dẫn chưa rõ ràng hoặc chưa biết nên bắt đầu từ tính năng nào. Tuy nhiên, rút ngắn thời gian này không phải lúc nào cũng đồng nghĩa với trải nghiệm tốt hơn. Người dùng có thể hoàn thành nhanh vì quy trình được tối ưu, nhưng cũng có thể chỉ lướt qua các bước mà chưa hiểu cách sử dụng sản phẩm.
Vì vậy, Time to Activate cần được đọc cùng Activation Rate. Nếu thời gian giảm nhưng tỷ lệ kích hoạt không cải thiện, doanh nghiệp cần xem lại liệu mình đã thực sự loại bỏ rào cản hay chỉ khiến một nhóm người dùng vốn có động lực cao hoàn thành quy trình nhanh hơn.
3. User Actions - Các hành động của người dùng
User Actions theo dõi những hành vi cụ thể mà người dùng thực hiện trong sản phẩm, chẳng hạn mở ứng dụng, tìm kiếm nội dung, bắt đầu bài học, hoàn thành bài tập hoặc sử dụng một tính năng nhất định.
Giá trị của chỉ số này nằm ở việc giúp doanh nghiệp nhìn xuyên qua con số truy cập tổng thể để hiểu người dùng thực sự làm gì. Chẳng hạn, một chiến dịch nhắc học có thể khiến lượt mở ứng dụng tăng mạnh, nhưng nếu số bài học hoàn thành không đổi, mức độ tương tác tăng lên chưa chắc đã phản ánh trải nghiệm tốt hơn. Người dùng có thể mở ứng dụng vì nhìn thấy thông báo, nhưng không tìm được nội dung phù hợp để tiếp tục.
Khi phân tích User Actions, marketer cần xác định hành động nào thể hiện người dùng đang tiến gần hơn đến giá trị cốt lõi của sản phẩm. Nếu nhiều người mở ứng dụng nhưng không bắt đầu bài học, vấn đề có thể nằm ở khâu lựa chọn nội dung. Nếu họ bắt đầu nhưng thường xuyên bỏ dở, cần xem lại độ khó, thời lượng hoặc trải nghiệm trong quá trình học.
4. Feature Adoption - Tỷ lệ tiếp nhận tính năng
Feature Adoption phản ánh mức độ người dùng bắt đầu sử dụng một tính năng cụ thể trong sản phẩm. Chỉ số này đặc biệt hữu ích khi doanh nghiệp ra mắt tính năng mới hoặc muốn đánh giá liệu một chức năng hiện có có thực sự đáp ứng nhu cầu người dùng hay không.
Tuy nhiên, lượt dùng thử không đồng nghĩa với việc tính năng đã được tiếp nhận. Người dùng có thể nhấn vào một chức năng vì tò mò, nhưng không quay lại sử dụng nếu trải nghiệm không đủ hữu ích. Vì vậy, doanh nghiệp cần phân biệt giữa việc người dùng đã thử tính năng và việc họ tiếp tục sử dụng nó trong những lần sau.
Ví dụ, nếu ít người dùng tính năng luyện phát âm, nguyên nhân có thể là họ không biết tính năng này tồn tại, hoặc đã thử nhưng không thấy hữu ích. Trường hợp đầu cần cải thiện khả năng hiển thị và hướng dẫn sử dụng; trường hợp sau cần xem lại trải nghiệm ghi âm, chất lượng phản hồi và mức độ phù hợp của tính năng với nhu cầu học tập. Nếu không phân biệt hai tình huống, doanh nghiệp rất dễ đầu tư thêm ngân sách truyền thông cho một tính năng vốn cần được cải thiện từ bên trong.
5. DAU/WAU/MAU - Người dùng hoạt động theo ngày, tuần và tháng
DAU (Daily Active Users), WAU (Weekly Active Users) và MAU (Monthly Active Users) lần lượt đo lường số lượng người dùng hoạt động trong một ngày, một tuần và một tháng. Đây là những chỉ số phổ biến để theo dõi quy mô tệp người dùng đang tương tác với sản phẩm và mức độ hoạt động theo thời gian.
Dù vậy, con số người dùng hoạt động chỉ có ý nghĩa khi doanh nghiệp xác định rõ thế nào là một người dùng “hoạt động”. Nếu chỉ cần mở ứng dụng là được tính, DAU có thể tăng nhờ các thông báo nhận thưởng hoặc chương trình khuyến mại, dù người dùng không thực hiện hành động nào gắn với giá trị cốt lõi của sản phẩm.
Với ứng dụng học ngoại ngữ, một người mở ứng dụng để nhận điểm thưởng không nên được đánh giá tương đương với người hoàn thành bài học. Bởi vậy, khi theo dõi DAU/WAU/MAU, doanh nghiệp cần đặt câu hỏi: người dùng đang hoạt động vì lý do gì, và hành vi đó có đóng góp vào mục tiêu sử dụng sản phẩm hay không?
6. Average Session Duration - Thời lượng phiên sử dụng trung bình
Average Session Duration đo lường thời gian trung bình người dùng dành cho mỗi phiên truy cập sản phẩm. Chỉ số này có thể giúp doanh nghiệp đánh giá mức độ người dùng tương tác với nội dung hoặc tính năng trong một lần sử dụng.
Nhưng thời gian sử dụng dài hơn không mặc nhiên là tín hiệu tích cực. Với ứng dụng học ngoại ngữ, một phiên học kéo dài có thể cho thấy người dùng đang dành nhiều thời gian luyện tập. Tuy nhiên, nếu họ mất quá nhiều thời gian để tìm bài học, thao tác ghi âm hoặc xử lý lỗi kỹ thuật, thời lượng phiên tăng lại phản ánh trải nghiệm thiếu thuận tiện.
Do đó, cần đọc Average Session Duration cùng User Actions và kết quả hoàn thành mục tiêu trong phiên. Điều doanh nghiệp muốn tối ưu không phải là giữ người dùng ở lại ứng dụng càng lâu càng tốt, mà là giúp họ đạt được mục tiêu sử dụng một cách hiệu quả.
2.2. Retention: Người dùng có tiếp tục quay lại?
Engagement phản ánh mức độ tương tác, nhưng chưa cho biết người dùng có tiếp tục sử dụng sản phẩm hay không. Để đánh giá khả năng giữ chân, doanh nghiệp cần theo dõi hành vi quay lại và thời điểm người dùng rời bỏ.
7. Retention Rate - Tỷ lệ giữ chân người dùng
Retention Rate đo lường tỷ lệ người dùng tiếp tục quay lại sử dụng sản phẩm sau một khoảng thời gian nhất định. Doanh nghiệp có thể theo dõi theo ngày, tuần hoặc tháng, tùy thuộc vào chu kỳ sử dụng và đặc điểm sản phẩm.
Khi phân tích chỉ số này, điều quan trọng không chỉ là tỷ lệ giữ chân cao hay thấp, mà còn là cách doanh nghiệp thiết lập nhóm so sánh. Chẳng hạn, để đánh giá hiệu quả của một thay đổi trong quy trình onboarding, cần so sánh các nhóm người dùng tại cùng một mốc kể từ khi đăng ký, như tỷ lệ còn hoạt động ở tuần thứ tư. Nếu lấy nhóm người dùng mới đăng ký chưa đủ bốn tuần để so với nhóm đã có đủ thời gian sử dụng, kết quả sẽ không phản ánh cùng một điều kiện quan sát.
Ngoài ra, nếu doanh nghiệp đồng thời thay đổi cả kênh thu hút, đối tượng quảng cáo và trải nghiệm onboarding, mức tăng Retention Rate chưa thể được quy hoàn toàn cho một thay đổi riêng lẻ. Nhóm người dùng mới có thể vốn đã có nhu cầu cao hơn nhóm trước đó. Vì vậy, cần kiểm soát các yếu tố liên quan trước khi kết luận một cải tiến thực sự giúp giữ chân người dùng tốt hơn.
8. Churn Rate - Tỷ lệ người dùng rời bỏ
Churn Rate đo lường tỷ lệ người dùng ngừng sử dụng sản phẩm hoặc chấm dứt quan hệ với doanh nghiệp trong một khoảng thời gian. Với dịch vụ thuê bao, hành vi rời bỏ có thể được xác định bằng việc hủy đăng ký; với sản phẩm không có hình thức thuê bao, doanh nghiệp cần quy định khoảng thời gian không hoạt động để nhận diện người dùng đã rời đi.
Churn Rate cho biết quy mô người dùng bị mất, nhưng bản thân chỉ số này không giải thích được nguyên nhân. Tỷ lệ rời bỏ tăng có thể liên quan đến trải nghiệm sản phẩm, mức giá, chất lượng dịch vụ, thay đổi nhu cầu hoặc việc đối thủ đưa ra lựa chọn hấp dẫn hơn.
Vì thế, chỉ nhìn vào Churn Rate rồi triển khai một chương trình ưu đãi chung cho toàn bộ người dùng sắp rời đi thường không phải cách xử lý đủ căn cứ. Doanh nghiệp cần phân nhóm người dùng theo lịch sử tương tác, thời điểm ngừng hoạt động và hành vi trước khi rời bỏ để xác định vấn đề nằm ở đâu. Nếu nguyên nhân là sản phẩm không còn đáp ứng nhu cầu, giảm giá có thể chỉ trì hoãn quyết định rời đi chứ không giải quyết được nó.
9. Time to Churn - Thời gian trước khi người dùng rời bỏ
Time to Churn cho biết khoảng thời gian từ khi người dùng bắt đầu sử dụng sản phẩm đến khi họ ngừng sử dụng hoặc rời bỏ. Thay vì chỉ ghi nhận có bao nhiêu người đã rời đi, chỉ số này giúp doanh nghiệp nhận diện thời điểm người dùng có xu hướng mất kết nối với sản phẩm.
Chẳng hạn, nếu nhiều người hủy thuê bao vào tháng thứ hai, nhưng dữ liệu cho thấy tần suất học đã giảm từ tuần thứ ba, doanh nghiệp không nên đợi đến lúc họ hủy mới bắt đầu can thiệp. Thời điểm cần chú ý có thể đã xuất hiện sớm hơn, khi người học bắt đầu bỏ dở bài tập hoặc không còn duy trì lịch học.
Khi kết hợp Time to Churn với User Actions và Retention Rate, doanh nghiệp có thể tìm ra những giai đoạn dễ xảy ra rời bỏ, từ đó kiểm tra xem người dùng đang gặp trở ngại gì. Nếu nội dung quá khó, có thể cần điều chỉnh lộ trình; nếu người học không nhận ra tiến bộ, cách phản hồi kết quả học tập cần được xem lại. Điểm quan trọng là phải can thiệp dựa trên dấu hiệu hành vi trước khi người dùng thực sự rời đi, thay vì chỉ phản ứng sau khi mất khách.
10. Repeat Purchase Rate - Tỷ lệ mua lại
Repeat Purchase Rate đo lường tỷ lệ khách hàng đã mua hàng quay lại thực hiện giao dịch tiếp theo trong một khoảng thời gian nhất định. Chỉ số này thường được sử dụng trong bán lẻ và thương mại điện tử để đánh giá khả năng duy trì quan hệ mua hàng với khách hàng hiện tại.
Tuy nhiên, mua lại cần được đánh giá theo chu kỳ tiêu dùng thực tế, không phải một mốc thời gian áp dụng chung cho mọi sản phẩm. Nếu khách hàng thường mua lại dầu gội sau khoảng 60 ngày, người vừa mua cách đây hai tuần chưa thể được xem là không quay lại. Đánh giá quá sớm có thể khiến doanh nghiệp hiểu sai hành vi mua hàng và triển khai các chương trình chăm sóc không đúng thời điểm.
Doanh nghiệp có thể dựa trên lịch sử giao dịch để dự đoán thời điểm khách hàng có nhu cầu mua lại, sau đó thử nghiệm các hoạt động nhắc mua hoặc ưu đãi phù hợp. Nhưng tỷ lệ mua lại tăng không đồng nghĩa với hiệu quả kinh doanh tăng tương ứng. Nếu khách chỉ quay lại khi có giảm giá sâu, doanh nghiệp cần tính cả chi phí khuyến mại và biên lợi nhuận còn lại để xác định chương trình có thực sự tạo thêm giá trị hay chỉ đang mua doanh thu bằng ưu đãi.
Tạm kết
Mỗi điểm đứt gãy trong hành trình tương ứng với một bài toán tăng trưởng khác nhau. Có thể doanh nghiệp cần điều chỉnh nguồn người dùng, đơn giản hóa trải nghiệm ban đầu, cải thiện tính năng cốt lõi hoặc thay đổi cách duy trì tương tác. Đọc đúng Engagement & Retention không phải để có thêm một báo cáo nhiều chỉ số, mà để tránh dùng sai giải pháp cho một vấn đề chưa được xác định rõ.
Với người đang phụ trách hoặc định hướng phát triển lên vị trí quản lý marketing, năng lực phân tích dữ liệu cần đi cùng khả năng hoạch định chiến lược kênh, quản lý ngân sách và đưa ra quyết định cho toàn bộ hoạt động marketing. Digital Marketing Manager Program của Tomorrow Marketers kết hợp bốn mảng kiến thức: Channel Planning & Optimization, Content & Branding, Analytics & AI và Strategic Management, giúp người học mở rộng góc nhìn từ thực thi từng hoạt động sang hoạch định và quản trị marketing.
► Tìm hiểu Digital Marketing Manager Program tại Tomorrow Marketers để phát triển năng lực phân tích, hoạch định và dẫn dắt hoạt động marketing.






