Bài 8/10Kiến thức

Bài 8, Funnel và hành trình khách: tìm chỗ rò rỉ trong phễu mua

Phễu biến một đống sự kiện rời rạc thành câu chuyện có hướng: từ bước này sang bước kia, bao nhiêu phần trăm đi tiếp. Bài này đi qua phễu đóng và mở, cách tìm bước rơi mạnh nhất, đo cả bước bắt đầu điền form lẫn bước gửi, cắt phễu theo nhóm, và vì sao hành trình thật khác hành trình bạn tưởng, qua phễu mua thật của Nhà Gọn.

The Data Way9 phút đọc
Phễu trong suốt có hạt sáng chảy qua và rò ra một bên, ẩn dụ chỗ rò rỉ trong phễu chuyển đổi

Ở bài 7 Nhà Gọn biết khách đến từ đâu. Nhưng đến rồi thì sao. Giữa lúc khách vào trang và lúc họ mua, có một chuỗi bước, và ở mỗi bước một số người rơi rụng. Phễu là công cụ nhìn thấy chính xác họ rơi ở đâu, để bạn biết sửa chỗ nào trước.

Đây là công cụ có tỷ lệ hoàn vốn cao nhất trong cả bộ analytics: tìm đúng một nút thắt và cải thiện nó vài phần trăm thường ra nhiều tiền hơn cả một chiến dịch quảng cáo mới.


Phễu biến đống sự kiện thành câu chuyện có hướng

Sau các bài trước, Nhà Gọn có nhiều sự kiện rời rạc: xem sản phẩm, thêm giỏ, bắt đầu thanh toán, nhập địa chỉ, hoàn tất đơn. Phễu xâu chúng lại theo thứ tự và cho thấy tỷ lệ đi tiếp giữa từng bước. Đây là phễu mua thật của họ trong 30 ngày:

Xem sản phẩm100%
rơi 32%
Thêm giỏ68%
rơi 37% (điểm nghẽn lớn nhất)
Bắt đầu thanh toán31%
rơi 6%
Nhập địa chỉ25%
rơi 6%
Hoàn tất đơn19%
Phễu mua của Nhà Gọn, 30 ngày. Chặng rơi mạnh nhất là từ thêm giỏ (68%) xuống bắt đầu thanh toán (31%).

Bước có tỷ lệ rơi cao nhất là ứng viên số một để sửa. Ở đây, 68% khách thêm giỏ nhưng chỉ 31% bắt đầu thanh toán: chặng giữa "thêm giỏ" và "bắt đầu thanh toán" đang mất 37 điểm phần trăm, nhiều nhất phễu. Đó là nơi một cải thiện nhỏ tạo tác động lớn nhất, và là chỗ Nhà Gọn nên soi trước tiên, thay vì lo bước cuối cùng.

Phễu đóng và phễu mở, dùng khi nào

GA4 cho bạn dựng hai kiểu phễu.

Phễu đóng chỉ tính khách vào từ bước một và đi đúng thứ tự. Dùng nó khi bạn muốn tối ưu một luồng cụ thể, ví dụ luồng thanh toán, và cần con số nghiêm ngặt.

Phễu mở cho phép khách nhập ở bước giữa, phản ánh thực tế là khách đến từ nhiều lối, ví dụ vào thẳng trang sản phẩm từ quảng cáo mà không qua trang chủ. Dùng nó để hiểu bức tranh rộng.

Bắt đầu bằng phễu đóng cho luồng quan trọng nhất, rồi mở rộng khi cần.


AARRR là các phễu lồng nhau

Nhớ lại khung AARRR ở bài 3. Thực ra nó là một chuỗi phễu nối tiếp:

Phễu thu hút:    thấy quảng cáo → bấm vào → ghé thăm → để lại thông tin
Phễu kích hoạt:  để lại thông tin → mua lần đầu → hài lòng với đơn đầu
Phễu doanh thu:  hài lòng → quay lại → mua lần hai

Mỗi phễu có nút thắt riêng. Nguyên tắc sửa: đi từ trái sang phải, vì rò rỉ ở phễu sớm tốn kém nhất. Không có ý nghĩa gì khi tối ưu phễu doanh thu nếu phễu kích hoạt đang mất phần lớn khách, vì rất ít người sống sót tới bước đó.

Cách làm đúng theo thứ tự: định nghĩa bước trước, đo sau.

  1. Vẽ hành trình lý tưởng, năm tới bảy bước, mỗi bước là một sự kiện đã có.
  2. Dựng phễu trong GA4.
  3. Tìm bước rơi cao nhất.
  4. Cắt theo nhóm để xem chỗ rơi tập trung ở đâu.
  5. Xem khách rời đi đâu ở bước đó.
  6. Đặt giả thuyết và sửa hoặc thử nghiệm.

Đo cả bước điền dở, không chỉ bước gửi

Một lỗi phổ biến: chỉ đo lúc khách gửi form thành công. Khi đó bạn thấy "có 100 người gửi" nhưng không biết bao nhiêu người bắt đầu điền rồi bỏ giữa chừng. Con số đó mới cho biết form có vấn đề hay không.

Giải pháp là đo hai sự kiện: một sự kiện khi khách bắt đầu điền, một sự kiện khi gửi thành công. Nhà Gọn làm vậy với form nhập địa chỉ và phát hiện: 500 người bắt đầu điền mà chỉ 300 người gửi, form đang mất 40% ngay tại đó. Đào ra thì lý do là form bắt nhập cả mã số thuế cho mọi đơn, một trường không cần thiết với khách lẻ. Bỏ trường đó, tỷ lệ gửi tăng ngay.

Tương tự với các nút quan trọng: đo một sự kiện cta_click kèm thuộc tính vị trí, thay vì tạo sự kiện riêng cho từng nút. Cách này giữ taxonomy gọn (nhắc lại nguyên tắc ở bài 5) mà vẫn cắt được click theo vị trí.

Cắt phễu theo nhóm, đừng chỉ nhìn tổng

Con số phễu tổng che giấu nhiều thứ. Một phễu nhìn tổng thể có vẻ ổn có thể đang chảy máu nặng ở một nhóm cụ thể.

Nhà Gọn cắt phễu thanh toán theo thiết bị: trên máy tính chuyển đổi 34%, trên điện thoại chỉ 12%. Vấn đề nằm ở trải nghiệm thanh toán trên điện thoại, và nó bị con số tổng 19% che mất. Vì phần lớn khách của họ dùng điện thoại, sửa được trải nghiệm mobile là đòn bẩy lớn nhất. Luôn cắt phễu theo ít nhất hai chiều: nguồn traffic và thiết bị. Nút thắt thật thường lộ ra khi bạn chia nhóm.


Hành trình thật khác hành trình bạn tưởng

Phễu giả định khách đi theo thứ tự bạn vẽ. Nhưng khách thật hiếm khi đi thẳng. Công cụ khám phá đường đi trong GA4 cho thấy hành trình thật: khách đi vòng, quay lại, thoát ra ở những chỗ bạn không ngờ.

Rất thường xuyên, sơ đồ trong đầu bạn và hành trình thật lệch nhau, và chính chỗ lệch đó là insight. Nhà Gọn tưởng khách đọc trang mô tả sản phẩm rồi mới mua, nhưng dữ liệu cho thấy phần lớn khách mua vào thẳng từ trang đánh giá của khách cũ. Vậy thì trang đánh giá mới là trang cần đầu tư, không phải trang mô tả.

Khi tìm ra một nút thắt, đừng dừng ở việc biết nó tồn tại. Với mỗi nút thắt, viết một giả thuyết nguyên nhân và một cách kiểm chứng. Đó là cầu nối sang thử nghiệm, chủ đề của series nâng cao.


Từ nút thắt tới thử nghiệm: bảng chẩn đoán

Tìm ra nút thắt mới là nửa việc. Nửa còn lại là biến nó thành một giả thuyết và một hành động. Nhà Gọn ghi lại mỗi nút thắt thành một dòng trong bảng chẩn đoán, bạn nên có một bảng như vậy:

PhễuBước nghẽnTỷ lệ rơiNhóm rơi mạnhGiả thuyếtHành động
Muathêm giỏ đến bắt đầu thanh toán37 điểmđiện thoạiphí ship hiện quá muộn, tới bước thanh toán mới thấyHiện phí ship ngay ở trang giỏ
Muanhập địa chỉ đến hoàn tất6 điểmkhách lẻform bắt nhập mã số thuếBỏ trường mã số thuế cho khách lẻ
Kích hoạtmua đến để lại đánh giálớnmọi nhómkhông có nhắc đánh giáGửi tin nhắn nhắc đánh giá sau 3 ngày

Bảng này biến phân tích thành việc làm. Mỗi dòng có một người nhận và một tuần để thử. Sau khi thử, đo lại cùng bước để xem tỷ lệ rơi có giảm không. Đây chính là vòng lặp mà memo quyết định tuần ở bài 10 vận hành.

Nhìn cả độ trễ, không chỉ tỷ lệ rơi

Một chiều dễ bỏ sót là thời gian. Không phải khách rơi khỏi phễu, có khi họ chỉ đi chậm.

Nhà Gọn thấy nhiều khách thêm giỏ nhưng không mua ngay, và tưởng đã mất họ. Nhìn kỹ thời gian từ thêm giỏ tới mua, hóa ra một phần đáng kể khách mua sau 2 tới 5 ngày, thường sau khi so giá với nơi khác rồi quay lại. Hiểu điều này đổi hẳn hành động: thay vì coi họ là khách mất, Nhà Gọn gửi một nhắc nhở nhẹ sau 2 ngày cho khách còn giỏ, và kéo thêm được một phần đơn. Với sản phẩm giá trị cao hoặc cần cân nhắc, luôn nhìn độ trễ chuyển đổi, đừng chỉ nhìn tỷ lệ rơi tại một thời điểm.

Trước khi sang bài 9

  1. Vẽ ba phễu (thu hút, kích hoạt, doanh thu), mỗi bước gắn với một sự kiện đã có.
  2. Dựng phễu trong GA4 và tìm bước rơi cao nhất của mỗi cái.
  3. Cắt phễu theo ít nhất hai chiều, ghi lại nhóm rơi mạnh nhất.
  4. Với nút thắt lớn nhất, viết một giả thuyết nguyên nhân và cách kiểm chứng.

Phễu kích hoạt sẽ dẫn bạn tới một câu hỏi sâu hơn: trong tất cả các bước đầu, bước nào dự báo mạnh nhất việc khách sẽ ở lại lâu dài. Bước đó gọi là activation moment, khoảnh khắc quyết định khách gắn bó hay rời đi. Bài 9 sẽ nói cách tìm ra nó, và vì sao nó là đòn bẩy giữ chân mạnh nhất bạn có.

Đọc tiếp

Kiến thức12 phút

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.

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.