Bài 4/10Kiến thức

Bài 4, Measurement plan: bản hợp đồng đo lường trước khi cài bất cứ thứ gì

Measurement plan là tài liệu nối câu hỏi kinh doanh tới chỉ số, chiều cắt, sự kiện và cuối cùng là quyết định. Bài này đi qua framework Question-to-Event sáu ô bằng một case study xuyên suốt của một nhà bán lẻ, phân biệt metric với dimension với KPI, có bảng measurement plan đầy đủ để copy dùng ngay, và cách nhờ AI dựng bản nháp.

The Data Way12 phút đọc
Lưới ô kế hoạch trong suốt với vài ô sáng trên nền tối, ẩn dụ bản kế hoạch đo lường

Ở ba bài trước, bạn đã có North Star, có cây chỉ số, và một danh sách các hành động của khách cần đo. Bây giờ là lúc biến chúng thành một tài liệu mà cả bạn lẫn người gắn tracking cùng nhìn vào. Tài liệu đó gọi là measurement plan.

Nghe khô khan, nhưng đây là bước phân biệt một hệ thống đo lường dùng được với một mớ sự kiện gắn tùy hứng. Phần lớn doanh nghiệp Việt bỏ qua bước này, nhảy thẳng vào cài GA4, và đó là lý do sáu tháng sau họ có đầy dữ liệu mà không trả lời được câu hỏi nào ra hồn. Để bài này cụ thể, ta tiếp tục dựng measurement plan cho Nhà Gọn, nhà bán lẻ đã theo từ bài 1.

Nhắc lại Nhà Gọn, case study xuyên suốt series

Nhà Gọn (mô phỏng) là nhà bán lẻ đồ gia dụng, doanh thu khoảng 2,5 tỷ mỗi tháng, bán trên website riêng cộng Shopee và TikTok Shop. North Star họ chốt ở bài 2 là "số khách mua lại trong 60 ngày". Cây chỉ số ở bài 3 đã cho ra các hành động cần đo: để lại thông tin, thêm giỏ, thanh toán, mở lại web, mua lần hai.

Vấn đề hiện tại của họ: đã cài GA4 mặc định, thấy có "lượt chuyển đổi" nhưng không tách được theo kênh, không biết Shopee hay website ra khách mua lại tốt hơn, và mỗi lần sếp hỏi "tháng này giữ chân thế nào" thì mất hai ngày tổng hợp tay. Chúng ta sẽ dùng measurement plan để chữa đúng những chỗ đó.


Measurement plan là bản dịch, không phải danh sách

Cây chỉ số ở bài 3 còn trừu tượng. Measurement plan lấy từng nhánh của cây và dịch nó thành câu cụ thể: "Để trả lời câu hỏi này, tôi cần chỉ số này, cắt theo chiều này, lấy từ sự kiện này, xem ở báo cáo này, và nếu nó xấu thì tôi làm việc này."

Nó nằm đúng giữa chiến lược và kỹ thuật:

Cây chỉ số (bài 3)  →  MEASUREMENT PLAN (bài 4)  →  Tracking plan (bài 5)
North Star, nhánh       câu hỏi thành chỉ số + sự kiện    sự kiện thành schema cho dev

Trước khi điền, cần phân biệt bốn khái niệm hay bị lẫn. Lấy luôn ví dụ của Nhà Gọn:

  • Metric, chỉ số: con số cộng hoặc trung bình được. "Bao nhiêu?" Ví dụ: tỷ lệ mua lại 60 ngày, số đơn, doanh thu trên khách.
  • Dimension, chiều cắt: thuộc tính để nhóm chỉ số. "Theo cái gì?" Với Nhà Gọn, chiều quan trọng nhất là kênh (website, Shopee, TikTok Shop), vì họ đang mù về việc kênh nào giữ chân tốt.
  • KPI: metric quan trọng nhất, gắn mục tiêu, có con số đích. Mọi KPI là metric, nhưng không phải metric nào cũng là KPI.
  • Segment, phân khúc: tập con khách thỏa điều kiện, ví dụ "khách mua lần đầu từ TikTok Shop", dùng để so sánh nhóm.

Một câu để nhớ: "tỷ lệ mua lại (metric) theo kênh (dimension), lọc riêng khách mua lần đầu (segment)".


Framework Question-to-Event, sáu ô cho mỗi câu hỏi

Đây là trái tim của measurement plan. Với mỗi câu hỏi kinh doanh, điền sáu ô:

[Câu hỏi kinh doanh]
  → Metric:    đo cái gì, kèm công thức
  → Dimension: cắt theo chiều nào
  → Segment:   lọc nhóm nào (nếu có)
  → Event:     dữ liệu đến từ sự kiện nào
  → Report:    xem ở đâu
  → Decision:  nếu xấu thì làm gì

Chạy một câu hỏi của Nhà Gọn qua sáu ô để thấy nó hoạt động:

Câu hỏi: Kênh nào mang về khách mua lại tốt nhất?

  • Metric: tỷ lệ mua lại 60 ngày = số khách mua lần hai trong 60 ngày chia số khách mua lần đầu
  • Dimension: kênh của đơn đầu tiên (website, Shopee, TikTok Shop)
  • Segment: chỉ tính khách mua lần đầu trong kỳ
  • Event: hoàn tất đơn, kèm thuộc tính kênh và lần mua thứ mấy
  • Report: một bảng trong Looker Studio, cắt theo kênh
  • Decision: dồn ngân sách thu hút vào kênh có tỷ lệ mua lại cao nhất, xem lại trải nghiệm sau mua của kênh thấp nhất

Ô cuối cùng là ô quan trọng nhất và cũng là ô hay bị bỏ trống nhất. Nếu bạn không điền được "nếu xấu thì làm gì", dòng đó không đáng nằm trong plan. Đây chính là bộ lọc "nếu xấu thì làm gì" từ bài 1, giờ áp dụng một cách có hệ thống. Chạy qua từng giai đoạn AARRR, mỗi giai đoạn hai tới ba câu hỏi, Nhà Gọn có khoảng 15 dòng. Vừa đủ, không thừa.

Định nghĩa chỉ số bằng công thức, không bằng tên

Lỗi âm thầm nhất là ghi tên chỉ số mà không ghi công thức. "Tỷ lệ mua lại" nghe rõ ràng, nhưng ba người trong đội hiểu ba kiểu: tính trên khách mua lần đầu hay tổng khách, trong 60 ngày hay 90 ngày, tính từ ngày đặt hay ngày giao.

Luôn viết công thức đầy đủ: "Tỷ lệ mua lại 60 ngày = số khách có đơn thứ hai trong vòng 60 ngày kể từ ngày giao đơn đầu, chia cho số khách mua lần đầu trong kỳ." Khi công thức nằm trên giấy, tên chỉ số trên dashboard, và cách cả đội nói chuyện, tất cả khớp nhau. Một ngôn ngữ chung là nửa giá trị của measurement plan.


Bảng measurement plan đầy đủ để copy dùng ngay

Đây là plan của Nhà Gọn ở dạng bảng, bạn chép cấu trúc này vào một sheet và thay nội dung của mình. Ba dòng in đậm là KPI, có baseline và mục tiêu; phần còn lại là chỉ số hỗ trợ.

#Giai đoạnCâu hỏiChỉ số (công thức)Chiều cắtSự kiệnQuyết định nếu xấu
1Thu hútKênh nào ra khách rẻ nhấtSố khách trên chi phí kênhKênh, chiến dịchđể lại thông tin, muaDồn ngân sách kênh tốt
2Thu hútTrang đích nào kéo khách muaTỷ lệ mua trên phiênTrang đích, kênhmuaNhân bản bố cục trang tốt
3Kích hoạtBao nhiêu khách thêm giỏ rồi bỏ, bỏ ở bước nàoTỷ lệ rơi giữa các bướcBước, thiết bịthêm giỏ, bắt đầu thanh toán, nhập địa chỉSửa bước rơi cao nhất
4Giữ chânTỷ lệ mua lại 60 ngày theo kênhĐơn thứ hai trong 60 ngày chia khách mua lần đầuKênh đơn đầuhoàn tất đơn (kèm lần mua)Đẩy kênh giữ chân tốt, sửa hậu mãi kênh kém
5Giữ chânBao nhiêu khách mở lại web sau muaTỷ lệ quay lại trong 30 ngàyKênh, nhóm sản phẩmmở lại web, bấm ưu đãi khách cũBật kịch bản chăm sóc sau mua
6Doanh thuGiá trị đơn trung bình theo kênhDoanh thu chia số đơnKênhhoàn tất đơnĐiều chỉnh ưu đãi theo kênh
7Doanh thuGiá trị vòng đời khách theo kênhTổng chi trung bình mỗi khách trong 6 thángKênh đơn đầuhoàn tất đơnĐịnh lại trần chi phí thu hút mỗi kênh

Trên bảng thật nên có thêm cột Segment và Report. Giữ số KPI ở mức năm trở xuống; ở đây Nhà Gọn chọn ba (dòng 4, 5, 7) vì chúng bám sát North Star giữ chân. Ba KPI này, kèm baseline và mục tiêu, là thứ sẽ lên đầu dashboard và vào memo tuần ở bài 10.

Không có câu hỏi thì không đo

Đây là quy tắc chống phình dữ liệu ngay từ gốc. Sau khi điền plan, rà lại: có sự kiện nào bạn định gắn mà không phục vụ câu hỏi nào trong bảng không? Nếu có, chưa gắn nó vội.

Nhà Gọn ban đầu định đo cả "thời gian xem mỗi sản phẩm", "số lần zoom ảnh", "video xem tới đâu". Chạy qua bảng, không câu hỏi kinh doanh nào cần chúng lúc này, nên tất cả bị hoãn. Cám dỗ "cứ đo hết đi, sau này cần thì có" nghe an toàn nhưng dẫn tới kho dữ liệu đầy thứ không ai đụng tới, làm loãng những sự kiện thật sự quan trọng. Một sự kiện chỉ vào hệ thống khi nó trả lời được một câu hỏi cụ thể.


Ba lỗi thường gặp khi viết measurement plan

LỗiVì sao hạiCách sửa
Liệt kê chỉ số mà không có câu hỏiĐo cho có, không ai dùngBắt đầu từ câu hỏi kinh doanh
Chỉ số không có công thức rõMỗi người hiểu một kiểu, số không khớpViết công thức đầy đủ
Biến mọi thứ thành KPILoãng, mất trọng tâmGiữ năm KPI trở xuống, còn lại là hỗ trợ
Không ghi chiều cắt cần thiếtGắn sự kiện thiếu thuộc tính, sau phải gắn lạiGhi rõ dimension ngay trong plan
Plan tách rời tracking planHai tài liệu lệch nhau theo thời gianLiên kết hai file, sửa cùng nhau

Lỗi cuối quan trọng cho bài sau: measurement plan (bài này) và tracking plan (bài 5) phải nối với nhau. Cột "sự kiện" trong measurement plan chính là danh sách đầu vào cho tracking plan. Nếu hai tài liệu sống tách rời, sáu tháng sau chúng nói hai chuyện khác nhau.

Dùng AI dựng bản nháp, bạn tinh chỉnh

Điền plan từ con số 0 tốn thời gian nhất ở khâu bắt đầu. AI dựng bản nháp rất nhanh:

Tôi vận hành [mô tả mô hình]. North Star của tôi là [___].
Đây là cây chỉ số của tôi [dán cây].
Hãy dựng một measurement plan dạng bảng với các cột: Giai đoạn AARRR,
Câu hỏi kinh doanh, Chỉ số (kèm công thức), Chiều cắt, Sự kiện dự kiến,
Quyết định nếu xấu. Viết tối thiểu 12 dòng phủ đủ 5 giai đoạn. Mỗi dòng
bắt buộc có ô Quyết định cụ thể, không được để trống. Đánh dấu 3 tới 5
dòng nên là KPI.

AI sẽ cho bạn một bảng nháp đầy đủ để sửa, nhanh hơn nhiều so với ngồi nghĩ từng dòng. Phần cài đặt kỹ thuật cho các sự kiện này, bạn xem bài 2 của series Google Analytics, nơi có bộ prompt chi tiết hơn cho khâu triển khai. Bài này ở tầng cao hơn: đảm bảo mỗi dòng dẫn tới một quyết định trước khi bạn nghĩ tới việc gắn.


Trước khi sang bài 5

  1. Viết tối thiểu 12 câu hỏi kinh doanh phủ đủ năm giai đoạn AARRR.
  2. Chạy mỗi câu hỏi qua sáu ô, điền đủ bảng cho ít nhất tám dòng, mỗi dòng có ô Quyết định.
  3. In đậm ba tới năm KPI, đặt baseline và mục tiêu.
  4. Đánh dấu các sự kiện dự kiến ở cột Event, đây là nguyên liệu cho bài 5.

Cột "sự kiện dự kiến" của bạn giờ là một danh sách tên còn thô, kiểu "khách mua", "để lại thông tin". Bài 5 sẽ chuẩn hóa chúng: đặt tên có kỷ luật để sáu tháng sau bạn và cả đội vẫn đọc được dữ liệu, thay vì nhìn vào một mớ tên đặt tùy hứng không gộp nổi. Nhà Gọn sẽ đi tiếp cùng chúng ta sang khâu đó.

Đọc tiếp

Kiến thức14 phút

Bài 1, Dashboard đẹp mà vẫn không ra được quyết định: vấn đề nằm ở đâu

Nhiều doanh nghiệp Việt cài xong GA4, dựng dashboard nhiều màu, rồi vẫn không biết tuần này nên quyết gì. Vấn đề không nằm ở tool mà ở lớp phía trên nó. Bài mở đầu series giải thích chuỗi từ mục tiêu kinh doanh tới quyết định, bộ lọc để dọn dashboard, và vì sao gắn tracking trước khi có câu hỏi là cái bẫy tốn kém nhất.

Đọc bài
Kiến thức11 phút

Bài 5, Đặt tên event có kỷ luật để 6 tháng sau còn đọc được dữ liệu

Event taxonomy là quy hoạch đô thị cho dữ liệu. Bài này đi qua mô hình event, parameter, user property bằng case study nhà bán lẻ Nhà Gọn, các luật đặt tên GA4 bắt buộc, quy tắc vàng đẩy giá trị động vào parameter, một mẫu tracking plan đầy đủ để copy, và vì sao tracking plan là bản hợp đồng giữa bạn và người gắn code.

Đọc bài
Kiến thức10 phút

Bài 6, Giữ dữ liệu sạch theo thời gian: taxonomy nâng cao và data quality

Taxonomy sạch lúc mới làm không khó, giữ nó sạch sau một năm mới khó. Bài này đi qua sổ đăng ký parameter, sáu chiều chất lượng dữ liệu, cách đặt luật kiểm tra tự động cho sự kiện quan trọng, một bảng data quality để copy, và vì sao không nên gắn UTM cho link nội bộ, bằng case study nhà bán lẻ Nhà Gọn.

Đọc bài
Đọc xong rồi?

Bạn muốn nhờ rà soát cây chỉ số hiện tại?

30 phút trao đổi miễn phí. Bạn chia sẻ mục tiêu và dashboard hiện có, chúng tôi chỉ ra 3 chỗ đang đo nhầm chỉ số và một North Star Metric phù hợp hơn. Không sales, không ép.