Bài 9, Activation moment: khoảnh khắc quyết định khách ở lại hay rời đi

Ở bài 8, phễu kích hoạt của Nhà Gọn dẫn tới một câu hỏi sâu hơn tất cả: trong mọi thứ khách làm sau đơn đầu, hành động nào dự báo mạnh nhất việc họ sẽ quay lại mua lần hai. Hành động đó gọi là activation moment, và nó là một trong những khái niệm có giá trị nhất của product analytics.

Lý do đơn giản: nếu bạn biết chính xác khoảnh khắc nào biến một người mua thử thành người gắn bó, bạn biết chính xác phải dồn công sức vào đâu. Đây là đòn bẩy giữ chân mạnh nhất mà hầu hết doanh nghiệp chưa khai thác. Với North Star của Nhà Gọn là "số khách mua lại trong 60 ngày", tìm ra activation moment gần như là tìm ra chìa khóa của cả North Star.

#Kích hoạt không phải mua lần đầu

Sai lầm nền tảng là coi đơn đầu tiên là thành công trọn vẹn. Khách mua, và ta ăn mừng. Nhưng đơn đầu chỉ là mở cửa bước vào. Rất nhiều khách mua một lần rồi không bao giờ quay lại, vì trải nghiệm sau mua không đủ để họ muốn quay lại.

Activation moment là khoảnh khắc khác: lúc khách lần đầu nhận được giá trị thật và thấy hài lòng, cái mà người ta hay gọi là khoảnh khắc "à, chỗ này ổn". Với Nhà Gọn, đó không phải lúc khách bấm nút mua, mà là lúc khách nhận hàng đúng hẹn, dùng thử thấy tốt, và cảm thấy đủ tin để quay lại. Vấn đề là "cảm thấy tin" thì không đo trực tiếp được, nên ta phải tìm một hành động quan sát được thay cho nó.

#Chứng minh giá trị bằng cách so hai nhóm

Làm sao biết activation moment bạn chọn là đúng, không phải phỏng đoán. Cách thuyết phục nhất: chia khách thành hai nhóm, nhóm đã đạt activation moment và nhóm chưa, rồi so tỷ lệ giữ chân của hai nhóm sau vài tuần.

Nếu activation moment chọn đúng, chênh lệch sẽ rất lớn. Với Nhà Gọn:

Con số này làm hai việc. Thứ nhất, nó xác nhận activation moment chọn đúng: nhóm để lại đánh giá mua lại gấp gần ba lần nhóm không. Thứ hai, nó biến một khái niệm trừu tượng thành lập luận kinh doanh rõ ràng: nếu Nhà Gọn đưa được nhiều khách hơn tới chỗ để lại đánh giá trong 14 ngày, tỷ lệ mua lại tổng sẽ tăng, và mua lại chính là North Star của họ.

#Vì sao kích hoạt là đòn bẩy rẻ nhất

Có hai cách tăng số khách quay lại: đổ thêm tiền thu hút khách mới, hoặc giúp nhiều khách hiện có vượt qua activation moment. Cách thứ hai gần như luôn rẻ hơn.

Lý do: khách đã mua lần đầu là khách bạn đã trả tiền để có. Họ đang ở trong nhà rồi. Nếu Nhà Gọn có 1.000 khách mua lần đầu mỗi tháng mà chỉ 300 người để lại đánh giá trong 14 ngày, thì việc nâng con số đó lên 450 không tốn thêm đồng quảng cáo nào, chỉ tốn công cải thiện những ngày đầu sau mua: gửi tin nhắn nhắc đánh giá đúng lúc, tặng một ưu đãi nhỏ cho đánh giá đầu tiên, làm quy trình đánh giá nhanh gọn hơn. Mỗi khách được đẩy qua ngưỡng đó lại kéo theo xác suất mua lại cao hơn nhiều.

Tôi vận hành [mô tả mô hình]. Đây là danh sách các hành động khách có thể
làm trong những ngày đầu sau đơn đầu [liệt kê hành động]. Đây là mô tả
nhóm khách mua lại so với nhóm chỉ mua một lần [dán số liệu nếu có].
Đề xuất 3 ứng viên activation moment dạng "hành động X, số lượng Y, trong
Z ngày". Với mỗi ứng viên, giải thích vì sao nó có thể dự báo mua lại, và
cách tôi kiểm chứng bằng cách so hai nhóm.

#Định nghĩa hành động giá trị, không phải ghé thăm

Một cảnh báo về cách đo. Khi định nghĩa activation, tránh dùng "ghé web" hay "mở email" làm hành động chính. Những thứ đó đo sự hiện diện, không đo giá trị. Một người mở email mỗi ngày mà không mua gì thêm thì chưa được kích hoạt thật.

Luôn định nghĩa activation theo hành động phản ánh khách đã nhận được giá trị: với Nhà Gọn là để lại đánh giá (dấu hiệu đã dùng và hài lòng), không phải chỉ mở lại web. Đây cũng chính là hành động gắn với North Star họ chọn ở bài 2. Khi activation moment và North Star nói về cùng một loại hành trình giá trị, cả hệ thống đo lường của bạn ăn khớp với nhau.

#Cách tìm activation moment từ dữ liệu, từng bước

Nhà Gọn không đoán ra "để lại đánh giá trong 14 ngày". Họ tìm nó bằng một quy trình bốn bước mà bạn lặp lại được:

1. Liệt kê các hành động sớm. Trong 14 ngày đầu sau đơn đầu, khách có thể: mở email chăm sóc, để lại đánh giá, quay lại xem sản phẩm, bấm ưu đãi khách cũ, liên hệ tư vấn. Đây là danh sách ứng viên.
2. Chia hai nhóm theo kết quả. Lấy toàn bộ khách mua lần đầu cách đây hơn 60 ngày, chia thành nhóm đã mua lại và nhóm chưa.
3. So tỷ lệ làm mỗi hành động giữa hai nhóm. Với từng ứng viên, tính tỷ lệ khách đã làm nó ở mỗi nhóm. Hành động nào có khoảng cách lớn nhất giữa hai nhóm là ứng viên activation moment mạnh nhất.

4. Chọn hành động có khoảng cách lớn nhất, rồi xác nhận theo chiều ngược lại. Ở đây "để lại đánh giá" bỏ xa mọi ứng viên với 40 điểm khoảng cách. Xác nhận bằng cách đã làm ở phần trên: nhóm có đánh giá mua lại 41%, nhóm không có 14%. Hai chiều khớp nhau, vậy đây là activation moment.

Lưu ý một cạm bẫy: khoảng cách lớn cho biết tương quan, chưa chắc nhân quả. Có thể khách vốn thích Nhà Gọn nên vừa để lại đánh giá vừa mua lại, chứ không phải đánh giá khiến họ mua lại. Nhưng ngay cả khi chỉ là tương quan, "để lại đánh giá trong 14 ngày" vẫn là một dấu hiệu sớm cực tốt để nhắm đúng nhóm khách cần chăm, và một mục tiêu đầu vào đáng theo đuổi.

#Ba lỗi thường gặp với activation

#Trước khi sang bài 10

1. Viết định nghĩa hành động giá trị của doanh nghiệp bạn, thứ phản ánh khách đã nhận được điều họ cần.
2. Đặt giả thuyết activation moment theo dạng hành động X, số lượng Y, trong Z ngày.
3. Chia khách thành nhóm đã kích hoạt và chưa, so tỷ lệ giữ chân của hai nhóm.
4. Nếu chênh lệch lớn, bạn đã tìm đúng. Ghi lại và biến việc tăng tỷ lệ kích hoạt thành một mục tiêu đầu vào.

Activation trả lời câu hỏi khách có vượt qua ngưỡng gắn bó không. Câu hỏi cuối cùng của series là: sau khi gắn bó, họ ở lại bao lâu, và làm sao đo điều đó theo thời gian để biết doanh nghiệp đang giữ chân tốt lên hay xấu đi. Bài 10 khép lại bằng phân tích giữ chân theo nhóm, và gói tất cả những gì series đã dựng vào một memo quyết định mà bạn đọc mỗi tuần.