Ở bài 1 chúng ta thấy vấn đề: dashboard đầy chỉ số nhưng không dẫn tới quyết định, và gốc rễ là đo trước khi có câu hỏi. Cách chữa không phải thêm biểu đồ, mà là chọn ra một con số làm gốc, để mọi thứ khác quay quanh nó. Con số đó gọi là North Star Metric.
Nghe có vẻ là thuật ngữ marketing, nhưng ý tưởng rất thực dụng: nếu cả công ty chỉ được nhìn vào một con số để biết mình đang thắng hay thua trong tuần này, đó nên là con số nào. Chọn đúng, mọi cuộc họp có chung một hướng và mọi người biết việc mình làm ảnh hưởng tới đâu. Chọn sai, cả đội bận rộn tối ưu nhầm thứ, và thường phải mất vài tháng mới nhận ra.
North Star Metric là gì
Định nghĩa ngắn: một con số nằm ở giao điểm giữa giá trị cho khách và giá trị cho doanh nghiệp. Khi nó đi lên, cả hai bên cùng được lợi.
Chữ quan trọng nhất là "giao điểm". Rất nhiều con số chỉ phản ánh một phía, và đó là lý do chúng làm North Star tồi:
- Chỉ có lợi cho doanh nghiệp, không nói gì về giá trị cho khách: tổng lượt đăng ký, tổng lượt tải app. Khách tải xong xóa luôn vẫn được tính, nên con số tăng mà không ai thật sự dùng.
- Chỉ phản ánh hoạt động, không phản ánh giá trị: lượt xem trang, số giờ online. Người ta có thể loay hoay nhiều mà không đạt được điều họ cần.
North Star phải chạm cả hai phía cùng lúc. Ví dụ ở một công ty phần mềm quản lý bán hàng: không đo "số tài khoản đăng ký" mà đo "số cửa hàng chốt sổ cuối ngày bằng phần mềm ít nhất 5 ngày mỗi tuần". Con số này chỉ tăng khi khách thật sự dùng phần mềm vào công việc cốt lõi của họ (giá trị cho khách), và đó cũng chính là nhóm khách sẽ gia hạn và trả tiền lâu dài (giá trị cho doanh nghiệp).
Vì sao doanh thu không phải là North Star
Doanh thu là con số quan trọng nhất của doanh nghiệp, nhưng nó là kết quả trễ, và đó là lý do nó không làm North Star tốt.
Khi doanh thu tháng này giảm, nó phản ánh những gì đã xảy ra nhiều tuần trước: khách rời bỏ, chất lượng dịch vụ đi xuống, kênh thu hút cạn dần. Lúc bạn thấy doanh thu giảm thì việc đã rồi, và con số đó không nói cho bạn biết nên làm gì hôm nay để chặn đà.
North Star là con số đứng trước doanh thu trong chuỗi nhân quả: nếu nó khỏe tuần này, doanh thu sẽ khỏe vài tuần tới. Bạn điều khiển North Star, và theo dõi doanh thu như một xác nhận rằng mình đi đúng hướng. Doanh thu vẫn nằm trên dashboard, nhưng ở vai trò tấm gương chiếu hậu, không phải vô lăng.
Khung chấm điểm để chọn ứng viên
Đừng chọn North Star bằng cảm giác. Liệt kê 3 tới 5 ứng viên, rồi chấm mỗi cái theo hai tiêu chí, mỗi tiêu chí từ 1 tới 3 điểm:
- Tiêu chí 1, giá trị cho khách: con số này tăng có nghĩa là khách nhận được nhiều giá trị hơn không? 3 điểm nếu rõ ràng, 1 điểm nếu không liên quan.
- Tiêu chí 2, giá trị cho doanh nghiệp: con số này tăng có dẫn tới doanh thu bền hơn không? 3 điểm nếu nối được, 1 điểm nếu mơ hồ.
Lấy Nhà Gọn, nhà bán lẻ đồ gia dụng chúng ta gặp ở bài 1. Đây là bảng chấm ứng viên North Star của họ:
| Ứng viên | Giá trị cho khách | Giá trị cho doanh nghiệp | Tổng |
|---|---|---|---|
| Tổng lượt truy cập website | 1 | 1 | 2 |
| Số đơn hàng mỗi tháng | 2 | 2 | 4 |
| Số khách mua lại trong 60 ngày | 3 | 3 | 6 |
| Doanh thu tháng | 1 | 3 | 4 |
Ứng viên thắng rõ ràng: "số khách mua lại trong 60 ngày". Nó phản ánh khách thật sự hài lòng với hàng và dịch vụ (giá trị cho khách), và khách mua lại là nhóm dẫn tới lợi nhuận bền vì chi phí giữ họ thấp hơn nhiều so với tìm khách mới (giá trị cho doanh nghiệp). Doanh thu tháng đạt điểm doanh nghiệp cao nhưng điểm khách thấp, đúng như đã phân tích ở trên, nên nó không thắng. Nhà Gọn chốt North Star là "số khách mua lại trong 60 ngày", và chúng ta sẽ dựng cả hệ thống đo lường quanh nó qua các bài sau.
Nối North Star với tiền bằng một câu có số
Đây là bài kiểm tra cuối để biết bạn đã chọn đúng chưa. Viết một câu theo mẫu, và bắt buộc có con số:
"Nếu [North Star] tăng 10%, doanh thu tăng khoảng __% vì ______."
Nếu điền được câu này một cách thuyết phục với một con số bạn tin, North Star của bạn đúng. Nếu ấp úng hoặc không ước lượng nổi con số, nghĩa là con số đó chưa nối được với kinh doanh và bạn cần chọn lại.
Ví dụ đầy đủ với một chuỗi F&B có North Star là "số khách quay lại trong 30 ngày":
"Nếu số khách quay lại trong 30 ngày tăng 10%, doanh thu tăng khoảng 6 tới 8% vì khách cũ chi trung bình cao hơn khách mới khoảng 20% và gần như không tốn chi phí thu hút. Với doanh thu hiện tại khoảng 3 tỷ mỗi tháng, mức tăng đó tương đương 180 tới 240 triệu mỗi tháng."
Câu này rõ ràng, có logic, có con số, và ai trong đội đọc cũng hiểu vì sao con số đó đáng theo đuổi. Khi bạn viết được câu ở mức cụ thể như vậy, North Star không còn là khẩu hiệu mà thành một mục tiêu kinh doanh thật.
North Star theo từng loại hình doanh nghiệp Việt
Con số đúng phụ thuộc vào mô hình kinh doanh. Dưới đây là điểm khởi đầu cho từng nhóm, bạn tinh chỉnh lại theo thực tế của mình:
| Loại hình | North Star gợi ý | Vì sao |
|---|---|---|
| Bán lẻ đa kênh | Số khách mua lại trong 60 ngày | Khách mua lại rẻ hơn khách mới nhiều lần, phản ánh chất lượng sản phẩm và dịch vụ |
| Nhà phân phối B2B | Số điểm bán đặt hàng đều đặn mỗi tháng | Đại lý đặt đều là nguồn doanh thu bền, phản ánh quan hệ và mức phục vụ |
| Chuỗi F&B | Số khách quay lại trong 30 ngày | Giữ chân quyết định biên lợi nhuận của mô hình nhiều điểm bán |
| Thương hiệu D2C | Số khách đạt đơn thứ hai | Đơn thứ hai là ngưỡng phân biệt khách mua thử với khách thật sự thích |
| SaaS | Số tài khoản thực hiện hành động giá trị cốt lõi mỗi tuần | Tần suất dùng dự báo mạnh nhất việc khách ở lại và mở rộng |
Lưu ý điểm chung: không North Star nào trong bảng là "doanh thu" hay "tổng khách hàng". Tất cả đều là con số phản ánh khách nhận giá trị lặp lại, vì đó mới là thứ dẫn tới doanh thu bền. Và tất cả đều có một khung thời gian (30 ngày, 60 ngày, mỗi tuần), vì "quay lại" hay "đặt đều" chỉ có nghĩa khi gắn với một chu kỳ.
Dùng AI để thử nghiệm ứng viên North Star
Bạn không phải tự nghĩ ra North Star từ con số 0. Mở Claude hoặc ChatGPT và mô tả mô hình kinh doanh của bạn, rồi hỏi:
Tôi vận hành [mô tả mô hình: ví dụ chuỗi 6 cửa hàng cà phê ở TP.HCM,
doanh thu khoảng 3 tỷ mỗi tháng]. Mục tiêu 12 tháng tới là [mục tiêu].
Đề xuất cho tôi 3 ứng viên North Star Metric. Với mỗi ứng viên, chấm điểm
theo 2 tiêu chí (giá trị cho khách, giá trị cho doanh nghiệp, mỗi cái từ
1 tới 3), viết một câu nối nó với doanh thu kèm con số ước lượng, và chỉ
ra một rủi ro nếu cả đội chỉ tối ưu con số này. Cuối cùng xếp hạng và
giải thích lựa chọn số 1.
Yêu cầu AI chỉ ra rủi ro của việc tối ưu quá mức một con số là phần quan trọng, vì mọi North Star đều có mặt trái nếu bị đẩy tới cực đoan. Bạn là người chốt, nhưng có ba phương án có lập luận để so sánh giúp quyết định sắc hơn nhiều so với tự brainstorm.
Ba lỗi thường gặp khi chọn North Star
Trước khi chốt, kiểm tra xem bạn có rơi vào một trong ba lỗi này không:
| Lỗi | Vì sao hại | Cách sửa |
|---|---|---|
| Chọn chỉ số phù phiếm (lượt xem, lượt thích, tổng đăng ký) | Tăng đều làm bạn thấy vui, nhưng doanh nghiệp không khỏe hơn | Chấm điểm tiêu chí giá trị cho khách, nó sẽ trượt |
| Chọn nhiều North Star cùng lúc | Ba North Star nghĩa là không có North Star, cả đội mất trọng tâm | Chọn một cái làm gốc, phần còn lại đặt xuống làm chỉ số đầu vào ở bài 3 |
| Chọn con số không ai tác động được | Cả đội nhìn mà không biết việc mình làm ảnh hưởng ra sao | Chọn con số phân rã được xuống tới việc làm hằng tuần |
Lỗi thứ hai là phổ biến nhất. Khi tôi hỏi "North Star của công ty mình là gì", câu trả lời thường là "doanh thu, số khách, và mức hài lòng". Ba thứ cùng lúc thì không định hướng được cho ai. Chọn một, và để hai cái kia thành chỉ số hỗ trợ nằm dưới nó trong cây chỉ số, chính là nội dung bài tiếp theo.
Trước khi sang bài 3
Làm một việc, khoảng 30 phút:
- Lấy câu hỏi bạn khoanh tròn ở cuối bài 1, nó thường gợi ý North Star.
- Viết ra 3 tới 5 ứng viên North Star cho doanh nghiệp bạn.
- Chấm mỗi ứng viên theo hai tiêu chí, mỗi tiêu chí từ 1 tới 3 điểm.
- Với ứng viên điểm cao nhất, viết câu nối tiền có số: "nếu tăng 10%, doanh thu tăng khoảng __% vì ______, tương đương __ triệu mỗi tháng".
- Nếu câu đó thuyết phục, bạn đã có North Star. Nếu không, quay lại bước 2.
Có North Star rồi, câu hỏi tiếp theo là: con số đó phụ thuộc vào những yếu tố nào, và mỗi yếu tố lại phụ thuộc vào hành động cụ thể nào của khách. Trả lời bằng cách vẽ một cây chỉ số. Bài 3 sẽ dùng khung AARRR để phân rã North Star xuống tới tận hành động mà sau này bạn sẽ đo bằng sự kiện, và phân biệt đâu là chỉ số bạn điều khiển được ngay trong tuần.
Đọc tiếp
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 bàiBài 3, KPI tree theo AARRR: nối mục tiêu tới hành động của khách
Có North Star rồi, làm sao biến nó thành việc làm hằng tuần. Bài này dùng khung AARRR để phân rã North Star thành cây chỉ số ba tầng, phân biệt chỉ số đầu vào với đầu ra và dẫn trước với trễ, có ví dụ cây hoàn chỉnh cho D2C, một bảng phân loại chỉ số, và cách chọn ba chỉ số đầu vào để theo dõi mỗi tuần.
Đọc bàiBài 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