SaaS Metrics that actually make sense - Part 4

Đầu tư vào SaaS là ngon luôn? Cùng tìm hiểu những mô hình kinh doanh SaaS và cách đo đạc hiệu quả

Các chỉ số cho SaaS - Product Oriented

Từ nhiều nguồn tài liệu tham khảo, cùng kinh nghiệm trong những năm làm phân tích dữ liệu, tôi tổng hợp thành 1 frameword tổng quan có thể áp dụng cho các mô hình SaaS

Layer 3: Product Analysis (Behavioral Metrics)

Nếu Layer 1 & 2 cho bạn biết “Sức khỏe tài chính” (Financial Health), thì Layer 3: Product Analysis giúp bạn trả lời câu hỏi “Tại sao?”. Tại sao khách hàng rời bỏ? Tại sao họ không nâng cấp gói?

Product Analysis là cầu nối giữa hành vi người dùng (User Behavior) và kết quả kinh doanh (Business Outcomes).

1. Product-Led Growth (PLG) hay Sales-Led cũng cần?

Nhiều người lầm tưởng Product Analysis chỉ dành cho mô hình PLG (Product-Led Growth). Đây là sai lầm lớn.

• Với PLG (Zoom, Slack): Product Analysis là sinh mạng. Sản phẩm tự bán nó, nên bạn phải tối ưu từng click, từng giây loading.
• Với SLG (Salesforce): Product Analysis giúp Customer Success team biết khách hàng nào đang “healthy” để upsell, và khách nào đang “hấp hối” (không log in 30 ngày) để cứu vãn.

2. Các Framework phổ biến nhất

Đừng phát minh lại cái bánh xe. Các gã khổng lồ công nghệ đã đúc kết ra những khung tư duy chuẩn mực:

A. HEART Framework (Google) 🧡

Dành cho: UX/UI Designer & Product Manager tập trung vào trải nghiệm.

• H - Happiness: Khách hàng có hài lòng không? (Đo bằng NPS, CSAT).
• E - Engagement: Mức độ tương tác (Số lần log in, thời gian session).
• A - Adoption: Tỷ lệ chấp nhận tính năng mới.
• R - Retention: Tỷ lệ quay lại sau lần dùng đầu tiên.
• T - Task Success: Hiệu quả hoàn thành công việc (Thời gian để xuất báo cáo, tỷ lệ lỗi).

B. AARRR “Pirate Metrics” (Dave McClure) 🏴‍☠️

Dành cho: Growth Hacker & Marketer.

• Acquisition: Người dùng đến từ đâu?
• Activation: Họ có trải nghiệm “Aha moment” đầu tiên không?
• Retention: Họ có quay lại không?
• Revenue: Họ có trả tiền không?
• Referral: Họ có giới thiệu bạn bè không?

C. The North Star Framework (Amplitude) ⭐

Dành cho: C-Level & Head of Product để định hướng chiến lược.

Thay vì chạy theo hàng trăm metrics, cả công ty chỉ nhìn vào một ngôi sao bắc đẩu duy nhất (North Star Metric) phản ánh giá trị cốt lõi khách hàng nhận được.

• Spotify: Time spent listening (Thời gian nghe nhạc).
• Airbnb: Nights booked (Số đêm đặt phòng).
• Zoom: Weekly Hosted Meetings (Số cuộc họp được tổ chức).

D. RAE Framework (Mixpanel) 📉

Dành cho: Product Analyst tập trung vào vòng đời người dùng (User Lifecycle).

Khác với AARRR (quá tập trung vào Acquisition), RAE đi thẳng vào giá trị sản phẩm:

• R - Reach: Bạn tiếp cận được bao nhiêu người dùng tiềm năng (đã sign-up)?
  
• A - Activation: Bao nhiêu người thực sự nhận được giá trị cốt lõi (Value Moment)?
  
• E - Engagement ( & Retention): Họ có quay lại và biến sản phẩm thành thói quen không?

3. Use Cases: Khi nào dùng cái gì?

Là Data Analyst, bạn cần chọn đúng công cụ cho đúng vấn đề:

Bài toán (Problem)	Framework khuyên dùng	Tại sao?
Ra mắt tính năng mới	HEART	Cần biết user có thấy dễ dùng (Task Success) và thích nó không (Happiness).
Tối ưu phễu chuyển đổi	AARRR	Cần biết user rớt ở bước nào: Đăng ký (Acquisition) hay Kích hoạt (Activation)?
Thống nhất mục tiêu công ty	North Star	Tránh việc team Sales chạy theo doanh số ngắn hạn làm hỏng trải nghiệm user dài hạn.
Phân tích độ sâu sử dụng	RAE (Mixpanel)	Tập trung cực sâu vào việc user có Active và Engage hay không (bỏ qua phần Acquisition rườm rà).

Tip📚 Tài liệu tham khảo uy tín (Reliable Sources)

Để áp dụng các framework này vào thực tế (cách tính toán cụ thể), hãy đọc các tài liệu gốc:

1. Google HEART Framework: Paper gốc từ đội ngũ Google Research.
   • 👉 Read: Measuring the User Experience on a Large Scale
2. Startup Metrics for Pirates (AARRR): Slide gốc của Dave McClure (500 Startups).
   • 👉 Read: Startup Metrics for Pirates
3. The Guide to Product Analytics (Mixpanel): Tài liệu chi tiết về RAE framework và cách đo lường User Engagement.
   • 👉 Read: The Guide to Product Analytics

Execution: Turning Data into Action

Biết framework là một chuyện, áp dụng nó để thay đổi kết quả kinh doanh là chuyện khác. Đừng cố gắng theo dõi tất cả metrics cùng một lúc. Bạn sẽ bị “ngộ độc dữ liệu” (Analysis Paralysis).

Dưới đây là quy trình 3 bước để thực thi Product Analysis hiệu quả:

Step 1: Chọn “Vũ khí” phù hợp (Select Framework)

Không có framework nào đúng cho mọi giai đoạn. Bạn cần chọn công cụ dựa trên độ trưởng thành (Maturity) của sản phẩm.

Ví dụ: Bạn đang có một sản phẩm đã trưởng thành (Mature Product), lượng user ổn định nhưng tăng trưởng chậm lại. Bạn muốn hiểu sâu sắc tại sao user dùng (hoặc không dùng) tính năng X.

• ❌ Không dùng AARRR: Vì AARRR quá tập trung vào Acquisition (kéo user mới), không giúp ích nhiều cho việc đào sâu hành vi hiện tại.
• ✅ Nên dùng RAE (Mixpanel) hoặc North Star (Amplitude):
  • RAE giúp bạn bỏ qua phần râu ria để đi thẳng vào Engagement (Tương tác sâu) và Retention (Giữ chân).
  • Nó trả lời câu hỏi: “User có thực sự nhận được giá trị cốt lõi (Core Value) không, hay họ chỉ log in rồi log out?”

Step 2: Khám sức khỏe hiện tại (Metric Audit)

Trước khi muốn “tăng” cái gì, bạn phải biết mình đang đứng ở đâu. Hãy so sánh metrics hiện tại của bạn với các Benchmark đã nêu ở Layer 1 & 2.

Cách làm: Lập một bảng “Traffic Light” (Đèn giao thông).

Metric	Hiện tại	Benchmark	Trạng thái	Nhận định (Diagnosis)
Activation Rate	15%	25%	🔴 Bad	User đăng ký nhiều nhưng rớt ngay ở bước Onboarding. Cần cấp cứu gấp.
Retention D30	60%	40%	🟢 Good	Ai đã qua được bước Onboarding thì ở lại rất lâu. Sản phẩm tốt (PMF ngon).
Upgrade Rate	2%	5%	🟡 Avg	Chưa tối ưu các điểm chạm Upsell (Paywall).

👉 Kết luận: Vấn đề không nằm ở sản phẩm (Retention tốt), mà nằm ở trải nghiệm ban đầu (Activation).

Step 3: Drill Down & Optimize (Đào sâu & Tối ưu)

Thay vì cố sửa tất cả, hãy chọn Activation Rate làm “The One Metric That Matters” (OMTM) trong quý này. Để cải thiện nó, bạn cần phối hợp giữa Định lượng (Quantitative) và Định tính (Qualitative):

1. Event-Based Modeling (Mô hình hóa sự kiện)

Đừng nhìn data chung chung (Pageview). Hãy nhìn vào hành động (Event).

• Câu hỏi: User rớt ở đâu trong quá trình Onboarding?
  
• Hành động: Vẽ phễu (Funnel) chi tiết từng bước click: Sign Up \(\rightarrow\) Verify Email \(\rightarrow\) Create Project \(\rightarrow\) Invite Colleague.
  
• Phát hiện: 70% user rớt ở bước Verify Email.

2. User Surveys & Feedback (Khảo sát người dùng)

Data cho biết cái gì đang xảy ra (rớt ở Verify Email), nhưng Survey cho biết tại sao.

• Câu hỏi: Tại sao họ không verify email? Do lười, do không nhận được mail, hay do sợ spam?
  
• Hành động: Gửi Micro-survey (khảo sát nhỏ) cho những user đã drop-off, hoặc cài widget hỏi trực tiếp trên trang.
  
• Insight: “Tôi đang dùng điện thoại, ngại mở mail app để verify ngay lúc này.”

3. Cohort Analysis (Phân tích đoàn hệ)

Chia user thành các nhóm nhỏ để xem hành vi này có phổ biến không.

• Hành động: So sánh Cohort Device: Mobile vs. Device: Desktop.
  
• Phát hiện: Chỉ có user Mobile bị kẹt ở bước Verify Email cao bất thường. User Desktop vẫn ổn.

4. A/B Testing (Thử nghiệm phân tách)

Sau khi có đủ bằng chứng (Mobile user ngại verify), hãy thử nghiệm giải pháp.

• Giả thuyết: Cho phép Mobile user bỏ qua bước Verify Email (Verify later) sẽ tăng Activation.
  
• Thử nghiệm:
  • Nhóm A (Control): Giữ nguyên luồng cũ.
    
  • Nhóm B (Variant): Nút “Verify Later” to rõ trên Mobile.
    
• Kết quả: Nhóm B có Activation tăng 30%. \(\rightarrow\) Triển khai toàn bộ.

Tip🛠️ Tooling: Chọn nền tảng nào?

Để làm được quy trình 4 bước trên, bạn cần sự phối hợp công cụ:

• Product Analytics (Cho bước 1 & 3): Mixpanel, Amplitude.
  
• Qualitative/Survey (Cho bước 2): Sprig, Hotjar (để hỏi “Why?”).
  
• Experimentation (Cho bước 4): PostHog, Optimizely.