Retention
Featuring Facebook, Slack, Snowflake, Instacart, JD...
Retention, hay tỷ lệ giữ chân khách hàng là một trong những thông số quan trọng nhất của một doanh nghiệp. Tuy nhiên, việc nắm bắt khái niệm và theo dõi retention chưa được nhiều startup chú trọng.
Kết luận này đến từ mỗi lần thẩm định startup của mình, tỷ lệ các công ty có theo dõi retention là rất thấp, có lẽ chỉ khoảng 10-20%, và nếu có theo dõi thì cũng thường theo dõi chưa đúng dẫn đến những sai số không đáng có. Điều này là thực sự bất ngờ với mình, vì câu hỏi về retention “100 khách hàng đến thì bao nhiêu khách hàng quay lại?” - là một trong những câu hỏi cơ bản nhất của doanh nghiệp mà bất kỳ một người chủ nào cũng nên nắm được. Thậm chí, nếu chủ một quán phở, quán bún mà có thể theo dõi được chỉ số này thì mình cũng khuyên họ nên theo dõi. Tất nhiên con số này là rất khó để theo dõi với những trải nghiệm offline và khó định danh, tuy nhiên với những startup công nghệ, có đầy đủ cơ sở dữ liệu về khách hàng thì việc không theo dõi retention là một điều khó có thể chấp nhận được.
Vì vậy mình quyết định viết note này để chia sẻ vài góc nhìn cá nhân của mình về retention, theo một cách dễ hiểu nhất. Hy vọng nó sẽ có hữu ích cho mọi người đang làm startups (thực ra là mình viết vì hy vọng công việc thẩm định của mình sẽ dễ dàng hơn, lặp đi lặp lại việc đi giải thích và vẽ retention với founders có vẻ không scalable lắm, nên lần tới mình sẽ gửi note này cho nhanh 🥲😂😂 ).
Đùa thôi, chứ dù có là đang làm việc với nhà đầu tư hay không thì mình nghĩ founders vẫn nên theo hiểu và theo dõi retention ngay lập tức, vì hơn tất cả, retention là một trong những chỉ số quan trọng nhất về sức khoẻ của sản phẩm và doanh thu.
Nội dung chính của bài hôm nay:
Retention là gì
Cách đo lường retention
Retention lines như thế nào là tốt, tín hiệu cho Product-market fit
Revenue Retention và năng lực upsales
Thước đo về Retention cho các lĩnh vực
Okie, mình cùng nhau bắt đầu nhé.
Note này bắt nguồn từ một buổi sharing nhỏ với của mình với founders, nên mình sẽ đính kèm các slide luôn trong bài để mọi người dễ hình dung.
Retention là gì?
Đầu tiên retention là gì? Về định nghĩa, retention là tỷ lệ % bao nhiêu khách hàng còn “active”, tức còn tiếp tục sử dụng hàng hoá/dịch vụ của công ty sau một thời gian nhất định.
Ví dụ bạn có một ứng dụng nghe nhạc như Spotify và trong ngày hôm nay bạn có 100 người dùng đăng ký mới. Tuy nhiên sau 3 tháng, vẫn trong nhóm 100 người dùng này, bạn thấy chỉ còn 50 người dùng tiếp tục nghe nhạc trong ứng dụng. Vậy có thể coi D90 retention (retention sau 90 ngày) của nhóm khách hàng trên là 50%.
Tất nhiên đây chỉ là một ví dụ vô cùng đơn giản, chúng ta sẽ đi sâu hơn vào định nghĩa này. Tuy nhiên hãy lưu ý tới hai từ khoá ở đây “active” và “khoảng thời gian”. Nó là hai khái niệm quan trọng nhất của retention.
Tại sao việc đo lường Retention là quan trọng?
Okay, như tên cuốn sách “Start With Why”, bạn sẽ chỉ thực sự quan tâm tìm hiểu về một thứ nếu bạn thực sự hiểu tầm quan trọng của việc tại sao bạn phải làm thế.
Vậy tại sao chúng ta phải đo lường và nhìn vào retention?
Một ví dụ kinh điển thường được so sánh với retention là một xô nước. Xô nước này bị thủng, tức một lượng nhất định khách hàng sau một thời gian sẽ không còn dùng sản phẩm nữa (churn), như việc nước bị chảy ra khỏi xô.
Nếu coi việc đổ nước vào xô giống như việc khách hàng mới tìm đến sử dụng sản phẩm. Thì retention giống như việc xô nước còn giữ lại được bao nhiêu nước. Retention cao đồng nghĩa với việc xô thủng ít, bạn giữ lại được nhiều khách hàng, retention thấp thì ngược lại, nước đổ vào xô bị chảy ra gần hết, khách đến và rời đi.
Hay hiểu đơn giản thì Retention = Khách hàng mới - Lượng khách hàng rời bỏ. Hoặc % retention = 100% - % churn.
Việc đo lường retention là cực kỳ quan trọng vì giống như khi một xô nước bị thủng rất lớn, thì bạn có bơm thêm bao nhiêu nước vào đi nữa cũng càng chỉ khiến nó chảy ra nhanh hơn mà thôi. Việc cần làm ngay lập tức là đi vá những lỗ thủng chứ không phải bơm thêm nước vào.
Giống như việc bạn mở một quán bún riêu với một công thức dở tệ, khách hàng mới tới đều ăn một lần và không bao giờ quay lại. Việc bạn cần làm không phải là tiếp tục quảng cáo, chạy marketing để kéo thêm khách hàng về (bơm nước vào xô), mà cần chậm lại, cải thiện sản phẩm bằng cách hoàn thiện công thức món bún riêu (vá lỗ thủng). Về cơ bản retention giúp founders trả lời câu hỏi, có nên scale - mở rộng kinh doanh hay không, thật vô nghĩa nếu bạn chọn mở rộng kinh doanh khi retention hiện tại của sản phẩm là không cao. Tương tự vậy, dưới góc độ nhà đầu tư, thì retention là một trong những chỉ số quan trọng nhất để thể hiện cho việc sản phẩm có product market fit hay không. Vì VC thường sản chỉ nên đầu tư để startup scale up khi có dấu hiệu của product market fit - đổ thêm dầu vào lửa để cháy to hơn. Retention thể hiện cho việc đã có lửa - product market fit hay chưa, nên việc nhìn vào nó gần như là điều gần như không thể thiếu trong quá trình thẩm định.
Một ví dụ kinh điển trong quá khứ cho việc xô thủng mà nước vẫn được bơm vào mạnh là Twitter. Trường hợp này khá là buồn cười vì họ có một combo huỷ diệt nhất mà bạn có thể nghĩ tới: retention thấp + cơ chế thu hút khách hàng cực kỳ hiệu quả 😂😂😂
Như có một cái máy bơm cực kỳ mạnh bơm liên tục vào một cái xô thủng. Twitter có khoảng hơn 300 triệu MAU trong khi có tới hơn 1 tỷ tài khoản đã đăng ký nhưng không còn sử dụng. Với việc reactivate một khách hàng cũ là khó hơn nhiều việc thu về một user mới, Twitter rơi vào một tình thế trớ trêu hơn bao giờ hết khi những người muốn thử Twitter thì đã thử hết rồi.
Do đó, việc đo lường và cải thiện retention là một điều cực kỳ trọng yếu với bất kỳ một startup nào. Tất nhiên ví dụ của Twitter là một ví dụ khá kinh điển nhưng bài học của nó là hoàn toàn rõ ràng, trước khi mất công bơm thêm nhiều nước hay dồn sức vào bất kỳ nỗ lực sales, marketing nào thì ít nhất hãy tìm hiểu xem cái xô của bạn thủng ở đâu và tìm cách vá nó lại trước đã.
Cách đo Retention
Okie, giờ chúng ta đã hiểu phần nào tầm quan trọng của retention. Hãy đi sâu vào cách đo lường nó.
Như mình đã chia sẻ Retention nói về % người dùng còn active sau một khoảng thời gian nhất định. Hãy đi sâu vào hai khái niệm bên trong này.
Active users và khoảng thời gian.
Active users - bản thân khái niệm này cũng là khá tương đối. Nó chỉ việc người dùng có tương tác/sử dụng sản phẩm dịch vụ trong một khoảng thời gian. Định nghĩa active phụ thuộc rất nhiều vào hành động và tần suất sử dụng của từng sản phẩm.
Hành động active ở đây có thể là gửi tin nhắn - với các ứng dụng chat như Zalo, Whatsapp, hay lướt newsfeed trong bao nhiêu phút với Insta, Facebook.. hay chơi tối thiểu bao nhiêu phút với các Game. Với những ứng dụng liên quan đến giao dịch như Grab, Shopee thì định nghĩa active không chỉ là việc mở app trong bao lâu, mà là việc người dùng phải thực hiện một giao dịch nào đó thành công.
Ngoài ra khung thời gian của hành động, để coi một người dùng là active cũng sẽ là biến đổi theo từng ứng dụng. Với những ứng dụng với tần suất cao như chat, social network thì có thể tính theo ngày, tuần. Nếu users không dùng trong 2-3 tuần, có thể coi người dùng đó không còn active. Tuy nhiên với những thứ tần suất sử dụng thấp hơn như Shopee, thì khác, do bạn không mua đơn Shopee mỗi ngày như cách bạn dùng ứng dụng chat => timeframe của active có thể phải lùi xuống tính theo tháng chẳng hạn, 3-4 tháng mà bạn không mua Shoppee thì có thể coi bạn không có active.
Tương tự vậy, với các ứng dụng với tần suất thấp hơn nữa như mảng du lịch - Agoda, Airbnb, bạn lại không thể dùng timeframe 3-4 tháng để đo lường active được, mà lại phải tính timeframe cho định nghĩa active users theo 6 tháng hoặc thậm chí 1 năm.
Việc xác định được đúng timeframe tương ứng với tần suất mua hàng của khách hàng của bạn là vô cùng quan trọng để vẽ ra được cohort retention. Có vô số case startup hỏi mình sau khi mình gửi ví dụ về retention theo dạng monthly cohort, và họ nói là vẽ như vậy không công bằng vì khách hàng của họ đặt đơn theo quý. Yeah, tất nhiên rồi, ví dụ trên chỉ là một ví dụ về retention đo theo dạng monthly cohort, nếu khách hàng của bạn mua theo quý, bạn nên vẽ bảng retention theo quý. Bạn phải chọn timeframe tương ứng phù hợp với tần suất mua hàng của khách hàng của bạn.
Tiếp theo, khái niệm tiếp theo trong định nghĩa của retention là trong một khoảng thời gian D7, D30, D90, 6 month, 12 month. Tương ứng với retention sau 7 ngày, 30 ngày, 3, 6, 12 tháng.
Như ví dụ ban đầu của mình nếu nói D90 retention của bạn là 50% nghĩa là sau 3 tháng chỉ còn 50% của nhóm khách hàng ban đầu tiếp tục dùng sản phẩm. Tương tự nếu mình nói 6-month retention là 30%, nghĩa là sau 6 tháng chỉ còn 30% của nhóm khách hàng ban đầu tiếp tục dùng sản phẩm.
D7, D30, D90, 6 month, 12 month là các mốc thời gian thường được sử dụng nhiều nhất để track retention.
Nhóm người dùng (Cohort)
Tiếp tục chúng ta sẽ nói về cohort. Cohort hay nhóm khách hàng, chỉ một nhóm người dùng đăng ký sử dụng dịch vụ trong cùng một khoảng thời gian nhất định. Cohort có thể tính theo ngày, tuần, tháng, quý tuỳ theo timeframe phù hợp của startup như có kể ở trên.
Ví dụ một ứng dụng mua sắm A, track cohort theo tháng vì người dùng có tần suất mua hàng theo tháng. Khi mình nói Cohort tháng 1/2024 có 1000 người dùng có nghĩa là trong tháng 1/2024, ứng dụng A có thêm 1000 người dùng mới. Toàn bộ 1000 người dùng này sẽ được tính là thuộc về cohort tháng 1/2024 - tức người dùng luôn luôn được gán giá trị cohort theo thời điểm đầu tiên họ đăng ký sử dụng.
Tương tự B là một chat app như Zalo, Whatsapp, vì vậy họ track timeframe theo ngày. Nếu mình nói cohort ngày 1/1/2024 của B có 200 khách hàng nghĩa là ngày đó có 200 khách hàng mới đăng ký sử dụng B.
Heat map vs Line
Retention sẽ luôn được track theo cohort, và có hai dạng, heat map và line.
Hãy nhìn vào bảng dưới đây để hiểu thêm:
Đây là một bảng ví dụ về một công ty đo lường theo monthly cohort dạng heatmap. Cột cohort thể hiện số lượng khách hàng mới mỗi tháng. Ví dụ tháng 8/2020 họ có 26 khách hàng mới, toàn bộ 26 khách hàng này sẽ được coi là thuộc cohort tháng 8. Tương tự Cohort tháng 9/2020 có 60 khách hàng mới.
Ở cột đầu tiên tháng đầu những người dùng này đều coi là active nên các ô trong cột “0” sẽ luôn là 100%.
Tiếp đến sau 1 tháng, ta theo dõi thì nhóm 26 khách của tháng 8 chỉ còn 9 người - tức 35% khách hàng tiếp tục sử dụng, bạn sẽ thấy 35% ở ô tiếp theo. Tương tự vậy sau 6 tháng, vẫn ở cohort tháng 8/2020 này, chỉ còn 5 người - tức 19% của nhóm 26 người ban đầu tiếp tục dùng - 19% ở cột “6”.
Tương tự vậy hàng dưới, cohort tháng 9/2020 có 60 khách hàng mới với 62% tiếp tục sử dụng sau 1 tháng và 40% tiếp tục sử dụng sau 6 tháng.
Khi nói về 1-month hoặc 6 month-retention… chúng ta đang gộp và tính trung bình cộng có trọng số (weighted average) của tất cả 1-month retention hoặc 6-month retention của các cohort lại (blended retention). Cụ thể trong trường hợp này là trung bình cộng có trọng số của tất cả các giá trị trong cột “1” hoặc “6”.
Một cách khác để vẽ retention là theo curves. Mỗi cohort sẽ là một đường bắt đầu ở mức 100% và giảm dần xuống theo thời gian. Như ví dụ trên đây là một retention đường với cohort theo tuần. Về cơ bản dạng retention theo heat map và dạng curves là như nhau, chỉ là thay đổi cách minh hoạ.
Vậy chúng ta cần quan tâm điều gì khi nhìn vào retention?
2 thứ quan trọng nhất:
Retention curves đi ngang, và cải thiện ở các cohort sau
Retention curves đi ngang
Khi nhìn vào retention curves, điều quan trọng nhất là retention phải đi ngang ở một mức % nào đó. Đa phần nếu sản phẩm không có product market fit thì retention sẽ cắm đầu về 0% như đường màu xanh lá cây trong hình, tức toàn bộ người dùng sẽ drop và không dùng sản phẩm nữa.
Tuy nhiên nếu sản phẩm mang lại giá trị thực sự cho một nhóm người dùng nhất định, thì retention curves của nó sẽ đi ngang như đường màu xanh nước biển. Vì nhóm người dùng này vẫn tiếp tục sử dụng sản phẩm và tìm thấy giá trị từ nó. Retention đi ngang là một trong những chỉ dấu rõ rết nhất cho startup đã tìm được Product-market fit.
Nếu retention đi ngang ở một điểm nào đó, bạn đã tìm được product-market fit cho một nhóm người dùng nhất định — Brian Balfour
Cải thiện ở các cohort sau
Bạn sẽ luôn muốn nhìn thấy curves của các cohort sau cao hơn cohort trước, tức % retention của các cohort sau cao hơn cohort trước. Điều này thể hiện việc sản phẩm, dịch vụ được cải thiện giúp làm tăng retention của người dùng ở những cohort mới hơn. Điều này đôi khi cũng có thể là một minh chứng cho việc sản phẩm có network effect khi càng có nhiều người dùng.
Jeff Jordan, partner tại a16z người từng đầu tư vào các marketplace như Airbnb, Instacart chia sẻ:
Q: Điều gì khiến bạn thích thú nhất khi nhìn vào cohort?
A: Độ dốc sụt giảm của đường retention, và xu hướng của các đường retention qua thời gian.
… Trong trường hợp của Instacart, tôi dành rất nhiều thời gian vào việc so sánh retention của những cohort mới và so sánh nó với những cohort cũ. Nếu nó liên tục tăng lên, nó là một tín hiệu của network effect. Về cơ bản retention được cải thiện vì định nghĩa của network effect là việc càng có nhiều người dùng, sản phẩm càng có giá trị hơn với mỗi người dùng, bạn có thể thấy điều này thể hiện qua cohort retention cải thiện qua thời gian.
Jeff Jordan,
Ví dụ minh hoa ở trên đây là ví dụ sơ sơ về ý tưởng của Jeff, bạn có thể thấy curves của 2 cohort cuối tuần từ 5/2 và tuần từ 12/2 có 6week retention - khoảng 55%, cao hơn nhiều so với các cohort trước, và gấp 2.5x retention curves của cohort đầu tiên tuần 1/1 - khoảng 22%.
Tất nhiên trong thực tế mọi thứ khó có thể cải thiện nhanh thế, nhưng về cơ bản ý tưởng là vậy. Những curves của các cohort sau lý tưởng nhất sẽ luôn cao hơn của các cohort trước, và tất cả đều đi ngang. Nếu nhìn vào heat map thì bạn có thể gióng theo cột và nhìn xem, trong cùng một cột, thì các ô hàng dưới có cao hơn các ô hàng trên hay không.
Trong thực tế cũng có một lực đối kháng - khiến retention của các cohort sau thấp hơn những cohort trước. Đó là việc những nhóm khác hàng đầu là những nhóm khách hàng tốt nhất của bạn - “low hanging fruits” - với nhu cầu sử dụng dịch vụ cao nhất. Khi bạn mở rộng thị trường, những khách hàng sau có thể không còn là ideal customer profile của ban như ban đầu nữa, nên những cohort sau cũng có thể sẽ có retention thấp hơn nhiều.
Con số retention cuối cùng sẽ là cân bằng của những lực này - cải thiện sản phẩm, network effect… vs các nhóm khách hàng với nhu cầu thấp hơn khi doanh nghiệp mở rộng thị trường.
Revenue / Dollar Retention
Từ đầu tới giờ chúng ta đang nói về retention dưới dạng user retention, tức tính theo số lượng khách hàng còn active. Còn một khái niệm khác nữa là Revenue Retention.
Cụ thể, Revenue Retention hay Dollar Retention là tỷ lệ doanh thu thu được từ một nhóm user sau một thời gian nhất định so với thời điểm đầu tiên.
Ví dụ, bạn có một sản phẩm B2B SaaS, trong tháng 1/2023 bạn onboard được 10 doanh nghiệp, mỗi doanh nghiệp trả $100/tháng => $1000 doanh thu.
Đến tháng 1/2024, trong 10 doanh nghiệp này chỉ còn 7 doanh nghiệp sử dụng => User/Client Retention của bạn sau 12 tháng chỉ còn là 70%. Tuy nhiên với 7 doanh nghiệp còn lại, do bạn upsales các tính năng mới rất tốt, họ mua thêm và trả cho bạn gấp đôi tức $200/tháng => bạn thu về $1400 doanh thu từ 7 khách này.
Trong trường hợp này, dù User Retention chỉ còn 70% nhưng Revenue Retention của bạn là là 140% ($1400/1000).
Có thể thấy với User Retention ta luôn có con số dưới 100%, tuy nhiên Revenue Retention có thể cao hơn 100%. Revenue Retention thường được track để thể hiện khả năng upsales của startup với các nhóm khách hàng hiện có.
Các doanh nghiệp về SaaS thường là những công ty có Revenue Retention rất cao nhất với việc người dùng được upsales qua việc mua thêm các tính năng mới, lên tier cao hơn.
Ví dụ, Net Dollar Retention của Slack là 143% 🤯🤯🤯. Điều này có nghĩ là nếu Slack acquire được một nhóm khách hàng trong tháng này và thu về $100 MRR từ những khách hàng này, bạn có thể đoán gần như chính xác là 12 tháng nữa, Slack sẽ thu về đâu đó khoảng $143 MRR vẫn từ nhóm users này.
Bảng trên đây lấy dữ liệu public từ những công ty SaaS đã IPO trong năm 2018, 2019 và 2020 tại Mỹ. Lướt qua chúng ta có thể thấy trung bình Net Dollar retention của top SaaS startups rơi vào khoảng 120-130%.
Ngoài ra, Net Dollar Retention thường cũng phản ánh cách startup pricing. Ví dụ như trong mảng SaaS, những công ty về datalake/ datawarehouse là những công ty có Net Dollar Retention cao nhất với 168% của Snowflake và 150% của Databricks
Điều này cũng dễ hiểu vì cả hai đều dùng phương thức usage-based pricing tức người dùng dùng càng nhiều thì trả càng nhiều. Với nhu cầu lưu trữ và hệ thống hoá dữ liệu của các doanh nghiệp càng tăng cao qua thời gian, con số này được phản ánh trực tiếp vào dollar retention của những startup này qua cơ chế pricing.
Hay trong trường hợp của Hubspot, ban đầu họ chỉ pricing theo một trục tính năng, tức unlock tính năng mới thì trả thêm tiền. Tuy nhiên sau đó, Hubspot quyết định có thêm một trục nữa là pricing theo lượng sử dụng - usage để hình thành việc tính tiền theo hai trục (two-axis pricing). Cụ thể usage ở đây là số lượng contacts khách hàng trong CRM của doanh nghiệp. Khi doanh nghiệp mở rộng, có thêm nhiều khách hàng thì tự nhiên họ sẽ phải trả thêm tiền cho Hubspot, từ đó Hubspot revenue retention tăng lên theo sự tăng trưởng của khách hàng doanh nghiệp.
Trước khi sử dụng cơ chế pricing này, Revenue Retention của Hubspot ở dưới 100%, nhưng sau khi áp dụng thì đó là lần đầu tiên họ đẩy được lên hơn 100%. Nghe thì rất đơn giản, nhưng theo founder của Hubspot thì quyết định pricing này là một trong những quyết định quan trọng nhất của Hubspot khi nhìn lại.
Về cơ bản usage-based pricing là một trong những phương thức tính tiền mang lại hiệu quả cao nhất dưới góc độ tăng trưởng doanh thu phản ánh qua Dollar Retention. Top quartile SaaS sử dụng phương thức này tại Mỹ đang có Net Dollar Retention rất ấn tượng, với trung vị là 122%, và 7/10 công ty SaaS trên sàn chứng khoán Mỹ có Dollar Retention cao nhất đều đang dùng usage-based pricing.
Dưới góc độ nhà đầu tư, Revenue retention cũng là một những metric quan trọng nhất để đầu tư không chỉ trong B2B mà còn ở B2C startups. Kathy Xu, founder của quỹ Capital Today, người đã đầu tư vào những unicorn lớn nhất của Trung Quốc như JD, Meituan, DianPing, Ctrip… chia sẻ về cách cô nhìn vào Revenue Retention như một chỉ dấu cực kỳ quan trọng:
“Chúng tôi nhìn vào những điểm chung của những “big winners” của quỹ. Chúng đều có một vài điểm chung.
Số 1, chúng đều có một thị trường cực lớn (big TAM)….
…Số 2, sản phẩm đều vượt trội so với những giải pháp trước đó
…Số 3, khi nhìn vào dữ liệu theo customer cohort, điểm này cực kỳ quan trọng, bạn cần phải xem tần suất mua hàng và việc chi tiêu thêm của khách hàng. Khách hàng có quay lại và chi tiêu nhiều hơn không?… Chúng tôi từng nhìn vào JD, tôi đưa cho JD 5 lần vay (bridge loan) trong khi không ai dám cho JD vay. Vì sao, chúng tôi nhìn vào cùng một customer cohort, họ có mua nhiều hơn qua mỗi năm không, câu trả lời là có, mỗi năm các nhóm khách hàng lại mua nhiều hơn năm trước đó…”
Retention Benchmarks
Okie giờ bạn đã hiểu retention là gì rồi, câu hỏi tiếp theo là retention như thế nào là tốt?
Đây là một câu hỏi cực kỳ quan trọng vì nếu không có một thước đo để so sánh bạn sẽ khó có thể kết luận rằng một mức retention nào đó là tốt hay xấu.
Giống như nếu mình nói, “Alice cao 2m và nhà Alice có nuôi một con voi cao 2.7m”. Bạn sẽ có thể hiểu ngay Alice là một người rất cao vì 2m là rất cao so với trung bình, do trong đầu bạn luôn đã có sẵn những thước đo để so sánh về chiều cao của một người bình thường. Nhưng nếu mình hỏi bạn là con voi của Alice là cao hay thấp? bạn sẽ rất khó để trả lời. Vì trong đầu bạn không có thước đo sẵn có nào về chiều cao trung bình của loài voi. Khi không biết thước đo của loài voi thì con số 2.7m gần như chỉ là một con số khá trìu tượng.
Tương tự vậy, nếu mình nói startup này có 12-month retention là 60%. Vậy là cao hay thấp?
Khó có thể trả lời, chúng ta chỉ có thể đưa ra kết luận khi đã nắm rõ về thước đo retention của ngành.
Về cơ bản có những sản phẩm/dịch vụ có bản chất được sử dụng với tần suất cao, nên retention thường sẽ luôn cao. Một ví dụ khá hay mà mình nghĩ đến trong đầu lúc này là một startup bán FMCG - đồ tiêu dùng nhanh ở Indonesia mà quỹ mình có đầu tư. Thông thường consumer startup thường sẽ không có retention quá cao nhưng nhìn vào retention của startup thì retention của họ cực kỳ cao, không khác gì như retention của một SaaS luôn. Vậy họ làm gì, câu trả lời khá thú vị là họ bán……. băng vệ sinh. Một sản phẩm có tần suất sử dụng dạng monthly recurring theo đúng nghĩa đen 😅.
Thậm chí đôi khi cùng chung một ngành, cùng phân khúc khách hàng, nhưng những sub-sector bên trong cũng có thể có retention cực kỳ khác nhau. Ví dụ như gần đây mình chợt nhận ra một sản phẩm có retention rất cao là các mảng trường học - K12 và đại học/cao đẳng. Có thể coi là trừ khi học sinh đổi trường/ chuyển nhà / bỏ học, còn lại thì retention của những business này có thể coi là rất tốt. Cùng trong mảng giáo dục và offline nhưng nếu so về retention của một trường liên cấp k12 với một trung tâm dạy thêm bên ngoài, thì về bản chất, trường học sẽ cao hơn hẳn. Có thể coi với cùng một mức doanh thu, chất lượng doanh thu của trường K12 bền vững hơn của một trung tâm khá nhiều.
Tiếp tục nếu đi vào sản phẩm là công nghệ, thì một quy luật khá rõ chúng ta có thể thấy là benchmark về retention của B2B luôn luôn cao hơn B2C.
Có nhiều yếu tố dẫn đến điều này nhưng về cơ bản thì khách hàng business thường được giữ chân được lâu hơn, có nhiều vấn đề tác động đến quyết định mua sắm trong doanh nghiệp, cũng như nhiều “switching cost” về dữ liệu, nghiệp vụ nội bộ, công nợ… để một công ty có thể đổi vendor. Trong khi đó, B2C, consumer thì khác, họ là người trực tiếp quyết định, không thích là người dùng có thể đổi sản phẩm khá nhanh. Trừ khi những sản phẩm B2C này phải có lợi thế cạnh tranh dài hạn như Network Effect - Facebook, Zalo hay data swiching cost - Spotify playlist… còn lại đều rất dễ để bị thay thế.
Cụ thể, Lenny Rachitsky có từng phỏng vấn một loạt VC nổi tiếng tại Mỹ để so sánh tiêu chuẩn về retention rate mà cá nhân những VC này dùng để so sánh và phân loại “good to great” startups. Tất nhiên thị trường Việt và Mỹ có nhiều điểm khác nhau nhưng theo mình, con số này là khá chính xác và có thể coi đây là benchmarks để tất cả các startups nhìn vào và tự xem mình đang ở đâu.
User Retention
Nếu bạn build product về consumer social như Instagram, Tiktok thì chỉ cần 25% retention rate là bạn đã thuộc vào dạng Good rồi, nếu chạm đến 45% thì là Great - dạng xưa nay hiếm. Tuy nhiên nếu bạn bán Consumer SaaS như Evernote, Dropbox, Spotify thì bạn cần retention lên đến 40% để chạm mức Good, và tận 70% để vào top Great.
Tiếp tục với SMB / Mid-Market SaaS như Slack, Zoom, Atlassian tiêu chuẩn lại càng cao hơn - 60% retention chỉ là Good, ~80% mới là Great. Cuối cùng những công ty dạng Enterprise SaaS như Salesforce, kỳ vọng về retention là cao nhất - 70% is Good, 90% is Great.
Revenue Retention
Revenue retention cũng đi theo chiều hướng tương tự, consumer thường sẽ có revenue retention thấp hơn enterprise. Với consumer SaaS - Netflix/Spotify thì 55%-80% là range good to great. Trong khi B2B SaaS, dù là SME hay Enterprise thì để đạt ngưỡng good to great, con số này phải đạt từ 100%-130%.
Retention dưới góc độ nhà đầu tư
Dưới góc độ nhà đầu tư, có thể coi retention là chỉ dấu tốt nhất cho product-market fit. Startup có thể đẩy mọi con số, từ tăng trưởng người dùng đến top-line revenue, nhưng retention là một con số cực kỳ khó để có thể “fake” được, nếu sản phẩm không mang lại giá trị thực sự cho người dùng.
Ngoài tip của Kathy Xu về việc nhìn vào revenue retention có các marketplace cohort xem có tăng qua thời gian hay không, thì retention và engagement của người dùng được rất nhiều investors sử dụng để đánh giá tiềm năng của early-stage startups.
Gần đây Mamoon Hamid có chia sẻ về 2 thương vụ thành công nhất của ông là Slack và Figma. Hai thương vụ này đều gây khá nhiều tranh cãi ở thời điểm đó vì định giá cực kỳ cao so với số lượng người dùng và doanh thu. Slack chỉ có 10,000 người dùng với $500k ARR, trong khi Figma còn ít người dùng hơn và chưa có doanh thu ở thời điểm Mamoon đầu tư với định giá lần lượt là 250 và 100 triệu đô.
Thứ Mamoon nhận thấy từ hai công ty này là tần suất sử dụng sản phẩm cực kỳ cao của những nhóm người dùng ban đầu này. Họ dùng sản phẩm nhiều lần trong ngày và nhiều ngày trong tháng.
Tương tự vậy khi nhìn vào Facebook ở những ngày đầu, dù mới chỉ là mạng xã hội cho sinh viên ở các trường đại học, nếu bạn nhìn vào tần suất sử dụng và mức độ retention của những nhóm người dùng này thì thực sự là rất cao. Trong vài năm đầu 70% người dùng Facebook là DAU (daily active users), 85% là MAU. Nếu vẽ retention cohort và so sánh với benchmarks về Great consumer social retention là 45% thì bạn mới thấy những con số này là khủng khiếp như thế nào.
Bài học ở đây có lẽ là khi nhìn vào startup ở giai đoạn sớm, số lượng người dùng có thể nhỏ nhưng nếu những nhóm người dùng này đều dùng sử dụng với một tần suất rất rất cao thì startup có tiềm năng. Nó là một tín hiệu cực rõ về product-market fit. Những chỉ dấu này có thể được đo lường trực tiếp qua các engagement metrics như: thời gian sử dụng, số lần sử dụng trong ngày/ tuần hay tỷ lệ DAU/MAU hoặc gián tiếp phản ánh cohort retention theo weekly/monthly.
Cách đo lường retention
Có vô số cách để đo lường retention, bạn có thể dùng các tool như PowerBI, Mixpanel hay Amplitude.
Một tool đơn giản mà mình từng có sài để đo retention cho mobile app của mình là Mixpanel. Bạn dev sẽ gắn một đoạn mã vào code base để log lại các hành động của người dùng mà bạn muốn đo lường.
Sau đó bạn có thể lên dashboard của Mixpanel để vẽ retention theo timeframe và business logic mà bạn muốn. Toàn bộ process mất khoảng 1-2 ngày, cũng không quá khó nếu bạn chịu mày mò vì Mixpanel có template và hướng dẫn khá chi tiết. Tất nhiên tuỳ thuộc vào business và độ khó để lấy về dữ liệu người dùng, bạn sẽ phải sử dụng những phương pháp khác nhau. Tuy nhiên nếu Mixpanel được sử dụng bởi Uber, Netflix và hơn 20,000 công ty khác nhau thì có lẽ sản phẩm của bạn cũng không phức tạp đến nỗi phải mà bạn phải mất công “reinvent the wheel” để tạo ra một hệ thống tương tự làm gì mà nên sài luôn cho nhanh.
Đo retention theo tính năng sản phẩm/ profile khách hàng
Từ đầu bài đến nay chúng ta đang nói về retention dưới dạng gộp chung người dùng và tính năng sản phẩm.
Ở mức độ nâng cao hơn, một startup còn có thể track retention theo những chi tiết cụ thể hơn như theo demographics của nhóm khách hàng, theo thiết bị hoặc theo tính năng sản phẩm.
Ví dụ như bạn có thể chia nhỏ thành đo các level retention của từng nhóm khách hàng khách nhau, chia theo giới tính, độ tuổi, khu vực địa lý… Cùng một sản phẩm nhưng những nhóm khách này có thể có retention rất khác nhau.
Bạn cũng có thể đo retention theo thiết bị của người dùng. Retention on iOS vs on Android…
Hoặc bạn cũng có thể đo retention theo tính năng sản phẩm. Retention của những người dùng đã dùng tính năng A, vs retention của những người dùng chưa dùng tính năng A…Retention của những người đã dùng tính năng B…
Hoặc nếu như bạn không biết mình nên track tính năng nào thì những công cụ như Mixpanel còn có thể giúp bạn tìm ra năng tính năng sản phẩm có tương quan với retention. Ví dụ tool như Mixpanel Signal report có thể giúp bạn tìm kiếm những sự tương quan như lượt người dùng “mua bài hát trong vòng 3 ngày signup” với “còn active sau 3 tháng”… từ đó tìm ra cách để cải thiện retention.
Việc tìm ra hành động có tương quan cao nhất với retention thường được gọi là tìm ra “Magic moment”. Khi biết được “magic moment bạn sẽ chỉnh sửa sản phẩm để giúp người dùng có thể chạm đến nó nhanh nhất có thể”. Ví dụ kinh điển cho chuyện này là việc Team growth ở Facebook tìm ra chỉ số tương quan với người dùng tiếp tục dùng Facebook là phải có tối thiểu 10 bạn mới trong vòng 7 ngày sau khi đăng ký. Từ đó họ đổi flow gợi ý “bạn bè bạn có thể biết” liên tục, liên tục “dí” người dùng với những gợi ý này trong nhiều màn hình sau khi đăng ký để họ có thể chạm đến con số “magic” này.
Tương tự vậy Slack CEO từng chia sẻ việc họ nhận ra 93% tổ chức khi chạm được ngưỡng 2,000 tin nhắn được gửi thì sẽ tiếp tục sài sản phẩm sau đó và gần như không churn. Do đó Slack quay lại và cải thiện sản phẩm để các tổ chức chạm được đến con số “magic moment” này nhanh nhất có thể.
Hoặc với những công ty phân tích dữ liệu như Mixpanel thì “magic moment” là khi người dùng tạo ra 3 bảng phân tích vào dashboard tổng của tổ chức. Từ đó Mixpanel tạo ra một flow với template có sẵn để giúp người dùng onboard và tạo ra 3 bảng này nhanh nhất có thể .
Mỗi một startup sẽ có một dạng “magic moment” khác nhau. Nhưng về cơ bản nó đều là việc cải thiện sản phẩm để người dùng chạm đến khoảnh khắc nhận ra giá trị của sản phẩm nhanh nhất, nó có thể là:
Mạng xã hội: Thêm 10 người bạn mới trong 7 ngày
Streaming: Thêm 5 phim/shows vào list phim trong session đầu sau đăng ký
Nghe nhạc: Thêm 10 bài hát vào playlist trong 3 ngày
App giáo dục: Học hết một bài học 10 phút trong vòng 24h sau khi tải app
….
Việc hiểu được 'magic moment’ của bạn là gì có thể coi là một trong những câu hỏi quan trọng nhất thể hiện việc founders có thấu hiểu sản phẩm và giá trị mà sản phẩm mang lại cho người dùng hay không. Alfred Lin của Sequoia, người đã đầu từ vào Airbnb, Doordash chia sẻ rằng anh luôn tìm những công ty hiểu về chỉ số này.
Alfred gọi nó là “input metrics” - chỉ số đầu vào. Output metrics - chỉ số đầu ra chính là retention, bao nhiêu người dùng tiếp tục dùng, nó chỉ là hệ quả. Còn Input metrics hay cụ thể là “magic moment” chính là lý do tại sao người dùng được giữ lại, nó là thứ tính năng/giá trị dẫn đến hệ quả là retention kia. Việc founders trả lời được câu hỏi này đồng nghĩa với việc founder hiểu giá trị mà họ đang mang lại cho người dùng. Và lý do thực sự khiến người dùng ở lại.
Các câu hỏi/ vấn đề thường có khi đo retention
Dưới đây là một vài câu hỏi/ vấn đề mình thường thấy startup gặp phải khi đo lường retention.
Q:Sản phẩm của tôi có tần suất mua hàng của khách rất lâu, có thể 2-3 tháng khách mới đặt hàng mới, nếu tính retention theo tháng thì số sẽ rất thấp?
A: Yeah, chuyện này khá bình thường, thường các doanh nghiệp B2B có tần suất đơn hàng chậm mình hay thấy có vấn đề này. Cách giải quyết thì như mình có nói, bạn phải chọn đo cohort theo tần suất mua hàng. Nếu trung bình 3 tháng khách mới đặt thì bạn nên đo retention theo cohort quý. Coi tất cả khách mua trong quý 1 là một cohort, từ đó xem các quý sau những khách này còn đặt hàng không. Bài học ở đây là luôn chọn timeframe của retention phù hợp với tần suất mua hàng/ sử dụng.
Q:Sản phẩm của tôi có khách trả tiền một cục theo năm, nhưng lại được sử dụng theo tuần/tháng thì nên đo retention như thế nào?
A: Câu hỏi này mình gặp trong quá trình thẩm định một startup về giáo dục, thường những bên như trung tâm tiếng Anh, phụ huynh sẽ đóng tiền một cục cả năm hoặc cả quý để được ưu đãi. Lúc này, tần suất mua hàng (đóng tiền) và tần suất sử dụng (con đi học ở trung tâm) là rất lệch nhau. Theo cá nhân mình trong trường hợp này thì startup nên chọn đo retention theo tần suất sử dụng - tức việc học sinh đi học tại lớp, vì nó là chỉ số phản ánh rõ hơn chất lượng của sp/dịch vụ. Nếu ta đo retention theo dòng tiền, thì rõ ràng là sẽ không có drop, vì dòng tiền được đóng cả năm luôn rồi. Nhưng dưới góc độ của founders, bạn thứ bạn cần là một thước đo retention sát nhất với giá trị mà bạn mang lại cho người dùng chứ không phải một con số đẹp. Do đó bạn sẽ muốn biết được là học sinh có thực sự tiếp tục đi học hay không.
Đây lại là câu chuyên về leading vs lagging indicator. Đo revenue retention trong trường hợp này là lagging indicator, user/attendance retention theo lượng thực sự đi học mới là leading indicator. Bạn luôn muốn theo dõi doanh nghiệp theo chất lượng thực sự của nó, trong trường hợp này là weekly retention. Nếu học sinh học thêm 2-3 buổi một tuần mà họ drop vài tuần liền thì có thể coi bạn đã mất học sinh đó, bất kể học sinh đó có đóng tiền trước hay không.
Khá nhiều doanh nghiệp SaaS ở VN cũng gặp câu hỏi này vì ở VN SaaS thường được trả theo năm chứ không phải theo tháng như nước ngoài. Theo mình, tương tự, retention trong trường hợp này vẫn nên tính theo cách sử dụng, weekly/monthly cohort thay vì theo dòng tiền, vì thực sự tính theo dòng tiền không có nhiều ý nghĩa.
Q: Nên đo retention khi nào
A: Bạn nên đo càng sớm càng tốt, càng để sau càng khó để đo hơn, việc xử lý dữ liệu rất lằng nhằng và đau đầu.
Q: Tỷ lệ % doanh thu đến từ khách hàng cũ có thể coi là retention không
A: Con số này thường khá được nhiều startup sử dụng đặc biệt với các Ecommerce, tuy nhiên mình xin nhắc lại đây không phải retention theo cohort, vì bạn đang mix toàn bộ các cohort lại - blended number, như một nồi sinh tố. Tất nhiên nếu con số này cao thì cũng tốt nhưng với mình thì nó không có nhiều ý nghĩa lắm, nó có thể nói rằng bạn giữ chân khách hàng tốt, những cũng có thể là do bạn tìm khách mới quá kém, như một nồi sinh tố, bạn không còn nhận ra rõ vị của các thành phần trong nó nữa. Cohort retention theo heatmap vẫn là bảng quan trọng nhất và rõ nhất về sức khoẻ doanh thu mà một startup nên theo dõi.
Q: Doanh nghiệp của tôi bán phần mềm SaaS nhưng cũng có thêm phần doanh thu từ việc bán dịch vụ (customization) khi onboard khách hàng doanh nghiệp, tôi có nên tính phần này vào revenue retention không?
A: Mình từng gặp một vài startup SaaS gặp phải câu hỏi này, thường các B2B SaaS cho enterprise với hệ thống phức tạp sẽ mất vài thàng để onboard và customize, startup dạng này sẽ tính hai loại phí - phí dịch vụ - one time fee để onboard, và phí SaaS - tính theo usage và mang tính lặp đi lặp lại - recurring revenue.
Vấn đề trở nên lằng nhằng nếu bạn tính cả cục one-time revenue đó vào làm một khi vẽ revenue retention. Từ góc độ của mình thì không nên làm vậy, vì bản chất phần doanh thu one time fee để onboard kia không có tính lặp đi lặp lại. Nếu tính gộp vào thì khi vẽ revenue retention của bạn ở những tháng sau đó sẽ bị giảm, trong khi về thực tế thì khách hàng của bạn không hề bỏ bạn đi. Do đó, theo mình thì nên tách riêng recurring revenue của SaaS ra để vẽ revenue retention vì nó thể hiện đúng bản chất hơn.
Bài học ở đây cũng như trên, luôn luôn vẽ retention theo cách thể hiện được đúng nhất giá trị mà sản phẩm mang lại cho người dùng. Retention không phải là một thứ startup vẽ chỉ để cho investor xem khi đi gọi vốn, trên tất cả nó nên được coi là một công cụ để đo lường sức khoẻ thực sự của doanh nghiệp mà CEO cầm phải nắm cực kỳ rõ.
Kết
Trên đây là một vài góc nhìn về Retention mà mình đã học được. Còn một câu hỏi nữa là làm sao để cải thiện retention, đây là một câu hỏi thực sự lớn với rất nhiều câu trả lời khác nhau tuỳ thuộc vào loại hình sản phẩm và phân khúc khách hàng, nên mình xin phép được dành cho một bài viết khác để đi sâu hơn vào mục này.
Hy vọng các bạn đã có những giờ phút thú vị đọc bài viết này, nếu thấy hay thì hãy giúp mình lan toả nó nhé 🥹. Ngoài ra hãy subscribe để nhận được các bài viết tiếp theo của mình vào inbox của bạn.
See you soon. Cheers!! 👋
Minh Phan
Like fanpage của Dentmakers tại facebook.com/dentmakersvn
Nguồn tham khảo: Các bạn có thể đọc thêm về các bài đọc về retention mình có tham khảo trong list dưới đây.
Cảm ơn anh vì một bài viết rất dồi dào thông tin và dễ hiểu ạ. Nhân tiện em cũng muốn hỏi không biết Substack có chia sẻ dữ kiện về retention cho các author không ạ? Em nghĩ đây cũng là một cách tốt để các tác giả biết rằng mình có bao nhiêu độc giả trung thành và nội dung mình truyền tải còn đang hữu dụng và thiết thực cho độc giả của mình hay không 😁 Nếu chưa có thì em cũng muốn chia sẻ là tuần nào em cũng vào đọc một bài của anh (chỉ đọc một bài thôi vì muốn thực sự tập trung tiếp thu kiến thức từ bài đó) và luôn cảm thấy mình có nhiều take-away rất thú vị. Hiện tại em đang bắt đầu làm về mảng CRM nên cảm giác tìm được bài retention này thật sự rất đúng lúc. Mong anh tiếp tục ra nhiều bài viết ạ!
Bài viết quá chất lượng, cảm ơn anh nhiều ạ!