Trong phân tích dữ liệu và hành vi khách hàng, Cohort là khái niệm được sử dụng phổ biến để tìm hiểu về người dùng. Bài viết từ Nghề Nghiệp Việc Làm 24h sẽ giúp bạn hiểu hơn Cohort là gì và được ứng dụng như thế nào.
Cohort là gì?
Cohort là khái niệm dùng để chỉ một nhóm người dùng với những điểm tương đồng về: sở thích, tâm lý, hành vi, nhân khẩu học.
Phân tích cohort (Cohort Analysis) là phân tích tổ hợp, tức là kỹ thuật áp dụng để tập trung phân tích dữ liệu từ nhóm khách hàng cụ thể, sở hữu cùng một đặc điểm chung, thuộc cùng một phân khúc trong một khoảng thời gian nhất định.
Ý nghĩa của cohort là gì?
Nhờ phân nhóm cohort và phân tách dữ liệu từ các nhóm này, doanh nghiệp có được các báo cáo phân tích cohort của từng nhóm khách hàng chi tiết.
Trong phát triển sản phẩm, phân tích cohort giúp bạn đánh giá được xu hướng và đo lường hành vi của người dùng tốt hơn, tránh phát triển sản phẩm mù quáng hoặc chỉ dựa trên insight của nhóm nhỏ. Sau đây là một số lợi ích chính của Cohort Analysis:
- Xác định thời điểm người dùng rời phần mềm (churn rate).
- Tối ưu các điểm chạm trên hành trình trải nghiệm, tương tác với phần mềm.
- Theo dõi hành trình người dùng/hành trình khách hàng.
- Xác thực lại những giả định ban đầu về hành vi người dùng
- Hiểu thêm về hành vi và nhu cầu của người dùng.
Ví dụ: Doanh nghiệp thấy tỷ lệ chuyển đổi (Conversion rate – CR) từ khâu thêm sản phẩm vào giỏ hàng tới khâu thanh toán giảm mạnh so với quý trước. Nếu chỉ dựa trên các dữ liệu như tổng số người dùng, lượt xem trang, lượng checkout thì sẽ khó tìm ra những nguyên nhân:
- Độ phức tạp trong quy trình thanh toán (nhiều bước và yêu cầu nhiều thông tin cá nhân).
- Giao diện thanh toán khiến người mua có cảm giác thiếu tin cậy.
- Chính sách thanh toán mập mờ.
Thay vì xem xét chung toàn bộ nhóm khách hàng, thông qua Cohort Analysis, marketer có thể chia người dùng thành nhóm dùng máy tính, nhóm dùng điện thoại, nhóm dùng máy tính bảng… Qua đó, bạn biết nhóm dùng điện thoại có tỷ lệ checkout cao hơn do nút thanh toán nhỏ và khó nhìn. Từ đó, bạn đưa ra khuyến nghị điều chỉnh thiết kế để trải nghiệm người dùng tốt hơn.
Cohort Analysis sẽ bổ sung ngữ cảnh cho dữ liệu người dùng giúp người quản lý có thêm thông tin về động cơ, đảm bảo những điều chỉnh có tính phù hợp và độ chính xác cao hơn.
Những lĩnh vực nào ứng dụng được cohort?
Trong marketing, Cohort Analysis dùng để nghiên cứu trải nghiệm khách hàng. Từ đó, marketer hiểu hơn về insight của từng nhóm và tối ưu trải nghiệm hiệu quả hơn.
Trong kinh doanh, Cohort Analysis được ứng dụng rộng rãi để phân tích dữ liệu kinh doanh. Dữ liệu được chia và phân loại theo từng nhóm đặc điểm, giúp người làm kinh doanh hiểu hơn hành vi từng nhóm khách hàng khác nhau, từ đó có biện pháp tối ưu hoá chiến lược phù hợp.
Trong lĩnh vực công nghệ, sản xuất phần mềm, Cohort Analysis giúp nhà phát hành hiểu hơn về thói quen của người dùng trên ứng dụng, thời gian lưu lại ở một hạng mục bất kỳ, từ đó giúp tối ưu phần mềm để đáp ứng nhu cầu người dùng tốt hơn.
Cohort Analysis hiện có thể ứng dụng trong rất nhiều dự án như:
- Phát triển kinh doanh
- Sản xuất phần mềm
- Thương mại điện tử
- Gaming
- Marketing, truyền thông
Cơ hội mở ra để ứng dụng Cohort Analysis được xem là vô tận, bởi nó có thể ứng dụng trong bất cứ ngành nghề nào cần sử dụng dữ liệu để phân tích.
Ví dụ về cách đọc, hiểu một phân tích cohort
Để giúp bạn hiểu hơn về cohort là gì và một cohort chart thường được đọc như thế nào, bạn có thể xem ví dụ:
Phân tích lượng khách hàng mua lại tại một cửa hàng bán lẻ qua kênh thương mại điện tử.
Bảng cohort chart như sau:
- Hàng ngang: số tháng trong năm tính từ tháng được dùng làm mốc, các con số bên dưới lần lượt là số khách mua lại theo từng tháng.
- Hàng dọc: các tháng tiếp theo đang được theo dõi
- Hàng dọc màu vàng: lượng khách mua hàng lần đầu theo tháng.
- Các cột màu xanh và màu trắng: lượng khách từ nhóm mua lần đầu phát sinh giao dịch ở các tháng tiếp theo.
Như vậy, với bảng cohort trên, bạn sẽ có các cách đọc dữ liệu như sau:
Đọc theo hàng ngang: So sánh 1 nhóm khách hàng ở nhiều thời điểm khác nhau
Tháng 1/2020, có 256 khách hàng mua hàng lần đầu. Sau 1 tháng, 106 khách (trong 256 khách mua lần đầu) đã mua lại. Sau đó 2 tháng chỉ còn 79 khách và sau 3 tháng chỉ còn 60 khách…
Đọc theo hàng dọc: So sánh nhiều nhóm khách hàng ở 1 thời điểm
Từ tháng thứ 3 và thứ 4 sau mua lần đầu, số lượng khách mua sụt giảm đáng kể, chứng tỏ 3 tháng đầu sau mua là giai đoạn quan trọng giữ chân khách.
Đọc theo hàng chéo: Tìm ra hoạt động hoặc sự kiện có thể thay đổi hành vi các nhóm
Nhìn theo hàng chéo, ví dụ tháng 7, bạn sẽ thấy có 25 người mua lại thuộc nhóm đã mua lần đầu vào tháng 1; 18 người mua lại thuộc nhóm đã mua lần đầu vào tháng 2, 23 người mua lại sau khi mua lần đầu vào tháng 3… 24 người mua lại sau khi mua lần đầu trong tháng 7.
Con số tăng nhẹ so với các tháng trước. Như vậy, hẳn có sự kiện nào đó tác động đến doanh số bán tháng 7.
Từ bảng dữ liệu cohort này, bạn biết được tháng nào có nhiều khách mua lần đầu mua lại nhất và tháng nào có tỷ lệ giữ chân khách hàng cao nhất và thời điểm lượng khách mua tăng.
Lưu ý: Trong bảng phân tích cohort có day 0 hoặc cột 0 (trong ví dụ trên là cột màu vàng) chính là thời điểm tỷ lệ người dùng luôn đạt 100% – đó là ngày đầu khách hàng biết, trải nghiệm hoặc mua hàng, những con số tiếp theo sẽ tăng hoặc giảm thể hiện mức độ hài lòng hoặc hiệu quả của dịch vụ. Chúng ta cần dựa trên con số tiêu chuẩn này để làm thước đo đánh giá các ngày hoặc tháng tiếp theo.
Các loại phân tích cohort là gì?
Đặc điểm của mỗi nhóm sẽ ảnh hưởng đến cách bạn tiếp cận và tìm kiếm insight của mỗi nhóm.
Có hai loại phân tích cohort phổ biến hiện nay là Acquisition cohort (tổ hợp chuyển đổi) và Behavioral cohort (tổ hợp về hành vi).
- Acquisition cohort: Đây là cách phân nhóm người dùng dựa theo thời điểm của sự kiện trong giai đoạn chuyển đổi – acquisition (ví dụ: đăng ký, tải, subscribe…). Ví dụ, một app học tiếng Anh có thể chia cohort theo thời điểm họ đăng ký tạo tài khoản hoặc thời điểm họ mua khóa học thực tế đầu tiên.
Acquisition cohort giúp bạn xác định khi nào người dùng mới rời phần mềm dựa trên đo lường tỷ lệ quay lại, tỷ lệ rời bỏ, bao nhiêu người tiếp tục sử dụng từ ngày đầu đăng nhập. Điều này giúp bạn tìm ra xu hướng hoặc thời điểm mà retention rate (tỷ lệ quay lại) giảm đột ngột.
- Behavioral cohort: Phân nhóm người dùng theo hành động hoặc sự kiện dùng sản phẩm sau khi qua giai đoạn mua – acquisition (ví dụ: hành động dùng một tính năng, bật- tắt thông báo ứng dụng, hoàn tất thông tin cá nhân…). Behavioral analyst giúp phân tích hành vi nổi bật hoặc phổ biến đang thu hút người dùng trong phần mềm hoặc ứng dụng cũng như tính năng nào là kém thu hút, cần cải thiện. Bạn có thể biết được người dùng tương tác với một tính năng hoặc trải nghiệm tính năng trong bao lâu.
Ví dụ, bạn có thể quan sát thấy người dùng có hành vi đọc các đánh giá về sản phẩm sẽ có tỷ lệ mua hàng cao hơn. Từ đó, marketer có thể sửa nội dung, chú trọng content dạng đánh giá sản phẩm.
Hai nhóm cohort này thường được sử dụng cùng nhau để đánh giá tổng thể cả về mức độ giữ chân khách hàng cũng như tương tác của họ đối với sản phẩm. Từ đó, marketer hoặc người làm ứng dụng có chiến lược tiếp cận khách hàng hiệu quả hơn, đúng insight hơn.
Một số công cụ lập Cohort Analysis
Nếu bạn muốn bắt đầu tạo phân tích cohort cho công việc, sau đây là một số công cụ tham khảo:
- Google Analytic 4: Đây là tính năng phân tích cohort cơ bản được Google cung cấp miễn phí tích hợp trong Google Analytics.
- Google sheet hoặc excel: Bạn có thể tự tạo bảng cohort trong excel hoặc google sheet bằng pivottable, các công thức tính (formula) và thao tác lọc các trường nội dung (filter).
- Mixpanel: Đây là phần mềm phân tích hành vi người dùng cung cấp nhiều tính năng phân tích cohort chuyên sâu và các tuỳ chỉnh đa dạng cho phép theo dõi nhiều sự kiện phức tạp khác.
- Adobe Analytics: Đây cũng là công cụ phân tích website chuyên nghiệp được nhiều doanh nghiệp lớn sử dụng với các tính năng cohort phổ biến.
- Power BI: Công cụ cohort Analysis Power BI được tích hợp tốt với các sản phẩm khác trong hệ sinh thái của Microsoft và hỗ trợ phân tích cohort mạnh mẽ.
- Looker: Đây là công cụ BI (business intelligence) cho phép khám phá và phân tích dữ liệu cohort.
- Tableau: Công cụ BI cho phép tạo ra nhiều báo cáo trực quan từ dữ liệu cohort hữu ích.
Cách thực hiện phân tích cohort là gì?
Đây là 5 bước cơ bản để bắt đầu sử dụng các Cohort Analysis cho dữ liệu.
Bước 1: Chuẩn bị dữ liệu
Yếu tố quan trọng đầu tiên để có thể phân tích cohort là cần nguồn dữ liệu đáng tin cậy. Các dữ liệu này có thể đến từ các thống kê trên nền tảng thương mại điện tử, dữ liệu từ CRM hoặc dữ liệu do chính công ty thu thập được từ ứng dụng. Tuy nhiên, nguồn dữ liệu này cần đảm bảo:
- Độ chi tiết về dữ liệu của người dùng.
- Có thông tin về thời gian chuyển đổi hoặc các mốc chuyển đổi rõ ràng. Bạn cần đánh dấu được thời điểm người dùng thực hiện hành vi và theo dõi được (vd: thời điểm đặt hàng, thêm sản phẩm vào giỏ hàng, đăng nhập…).
- Giá trị dữ liệu: lượt thao tác trong mỗi session, giá trị đơn hàng, lượng khách hàng thể hiện qua số lượt hoặc đơn vị tiền. Ngoài ra, bạn có thể dùng các giá trị khác mà mình quan tâm như tỷ suất lợi nhuận, tỷ lệ giữ chân khách hàng…
Lưu ý, bạn nên tránh dùng những dữ liệu đã qua tổng hợp (thông số CPC- chi phí trên mỗi lần click) cho phân tích cohort, thay vào đó nên dùng dữ liệu ở cấp độ người dùng để có được những phân tích chi tiết.
Bước 2: Chia nhóm người dùng (cohort)
Sau khi có đủ dữ liệu đầu vào, bạn tiến hành chia nhóm người dùng theo hành vi cụ thể hoặc theo chuyển đổi, theo kênh nhất định. Ngoài ra, bạn cần xác định khoảng cách thời gian tính từ mốc được chọn đo lường đến thời điểm khách hàng thực hiện hành vi mong muốn (ví dụ: từ đăng ký tài khoản đến khi mua đơn hàng đầu tiên, hoặc từ thời điểm mua đến thời điểm mua lại, từ lần thoát ra đến lần đăng nhập lại…).
Bước 3: Phân tích cohort
Sau khi đã phân nhóm và có mốc thời gian, bạn thực hiện tạo báo cáo cohort theo mục đích sử dụng. Lưu ý rằng nên duy trì việc phân tích và cập nhật dữ liệu hàng ngày. Để đảm bảo dữ liệu cập nhật, bạn có thể:
- Cài đặt tự động cập nhật bằng cách đặt lịch dữ liệu từ server hàng ngày qua API.
- Cập nhật thủ công: từ dữ liệu hàng ngày, bạn lọc để xác định thời gian lần cuối cập nhật dữ liệu sau đó bổ sung thủ công các dữ liệu mới mỗi ngày.
Bước 4: Trực quan hoá các báo cáo cohort
Bạn có thể bổ sung thêm các công cụ giúp trực quan hoá và thuận tiện hơn trong báo cáo phân tích cohort bằng công cụ BI qua:
- Thêm dimension filter: Để phân nhỏ và có góc nhìn chi tiết hơn.
- Thêm giá trị lũy tiến: Tổng giá trị theo thời gian lũy tiến để thêm góc nhìn xem nhóm người dùng nào có giá trị tốt hơn
- Thêm giá trị từng cột, chọn điểm có giá trị cao nhất (highest point) để có thêm thông tin.
Lời kết
Phân tích cohort là công cụ đắc lực cho phép doanh nghiệp và marketer hiểu về hành vi từng tệp khách hàng hoặc người dùng cụ thể. Bài viết từ Vieclam24h.vn mong rằng giúp bạn hiểu hơn về cohort là gì cũng như cách phân tích cohort cơ bản để ứng dụng công cụ này vào công việc hiệu quả.
Bên cạnh đó, Vieclam24h.vn cung cấp công cụ tạo CV online với hàng trăm mẫu CV hoàn toàn miễn phí. Ngoài nội dung đúng chuẩn dựa theo vị trí công việc và lĩnh vực ứng tuyển, các bạn có thể thỏa sức sáng tạo CV cá nhân với chức năng tùy chỉnh màu sắc, nội dung, bố cục,… để tìm việc nhanh chóng tại môi trường làm việc mơ ước.
Xem thêm: Brand Marketing là gì? Mô tả những điều bạn cần biết về Brand Marketing
