Tỷ lệ bỏ qua là một trong những số liệu quan trọng nhất đối với nhiều công ty. trong một số trường hợp, nó có thể được coi là một chỉ số quan trọng của một công ty. Là một nhà tiếp thị hoặc nhà phân tích dữ liệu, bạn nên biết thuật ngữ này khi thực hiện phân tích dữ liệu.
Trong bài viết này, chúng ta sẽ tìm hiểu thêm về churn và tỷ lệ churn là gì. tầm quan trọng của nó như thế nào và áp dụng nó ở đâu cho phù hợp.
được khuyến nghị:
- giá trị ngoại lệ và cách tính giá trị ngoại lệ?
Tôi sẽ sử dụng thuật ngữ từ bỏ trong suốt bài viết này.
khách hàng churn là gì?
customer churn, được hiểu đơn giản là khi khách hàng quyết định ngừng sử dụng dịch vụ hoặc kết thúc hợp đồng (không muốn gia hạn) với một công ty nào đó. churn thường được sử dụng bởi các công ty kinh doanh với mô hình dịch vụ dựa trên người đăng ký.
ví dụ: khi bạn quyết định ngừng sử dụng mạng di động x để chuyển sang mạng của nhà cung cấp dịch vụ y. bây giờ bạn sẽ được coi là rời khỏi công ty x và những khách hàng mới của công ty y.
tỷ lệ bỏ qua là bao nhiêu?
tỷ lệ churn là tỷ lệ dựa trên tỷ lệ rời đi của khách hàng và khách hàng hiện tại trong một khoảng thời gian nhất định. Để tính toán tỷ lệ churn khá đơn giản, chúng tôi chia tổng số lượng khách hàng bỏ cuộc cho tổng số khách hàng vào đầu tháng / quý / năm.
tổng số lượt bỏ qua / tổng số khách hàng
trong đó tổng số khách hàng bỏ cuộc là tổng số khách hàng ngừng thuê hoặc sử dụng dịch vụ của công ty trong một khoảng thời gian chẳng hạn như tháng / quý / năm. và tổng số khách hàng là tổng số khách hàng hiện tại trong khoảng thời gian đó.
vấn đề ở đây là làm thế nào để tính 2 số trên một cách chính xác và hợp lý. Tùy theo nhu cầu và mô hình kinh doanh mà chúng ta lựa chọn các cách thức thực hiện phân tích khác nhau. nếu bạn đọc phần tiếp theo, bạn sẽ hiểu.
tầm quan trọng của phân tích tỷ lệ bỏ qua?
Như tôi đã nói ở phần đầu, tỷ lệ churn có thể được coi là một trong những số liệu quan trọng nhất trong các doanh nghiệp dựa trên người đăng ký. đơn giản vì nguồn thu nhập chính của các công ty này đến từ phí sử dụng hàng tháng. Nếu số lượng khách hàng hủy hợp đồng hoặc ngừng sử dụng dịch vụ hàng tháng nhiều hơn số lượng khách hàng mới thì đây là dấu hiệu cho thấy doanh nghiệp có vấn đề.
Việc phân tích churn rate đúng cách sẽ giúp cho công ty có được cái nhìn khá tổng quát về tình hình kinh doanh và hơn thế nữa. Dưới đây sẽ là một số ứng dụng của churn rate:
- xu hướng tỷ lệ churn cung cấp cái nhìn tổng quan về tình hình kinh doanh của công ty cũng như những thay đổi bất thường (tốt hoặc xấu)
- tỷ lệ churn sẽ giúp chúng ta thấy rõ hơn hành vi của khách hàng. Từ tỷ lệ churn, chúng tôi có thể tìm hiểu lý do tại sao khách hàng hủy hoặc ngừng sử dụng dịch vụ
- Nó giúp chúng tôi xác định khách hàng nào quan trọng và khách hàng nào chúng tôi quan tâm. và cả cách tính giá trị lâu dài của khách hàng (clv)
- giúp chúng tôi có cái nhìn tổng quan về khả năng giữ chân khách hàng (khách hàng tiếp tục sử dụng sản phẩm) hàng tháng.
- nó cũng giúp kiểm tra xem các chiến dịch tiếp thị của chúng tôi thực sự hiệu quả. thực tế là số người từ bỏ mới (xem bên dưới) quá khác so với bình thường có thể là một tín hiệu quan trọng trong việc xác định hiệu quả của chiến dịch tiếp thị.
- nhiều hơn nữa để chúng tôi có thể dự đoán tình hình thương mại trong tương lai. điều này đòi hỏi phải sử dụng thêm các thuật toán máy học để dự đoán tỷ lệ churn của khách hàng.
- Dựa trên tỷ lệ churn, chúng tôi có thể đưa ra các chiến lược để giảm tỷ lệ churn một cách hiệu quả. . “Để có được khách hàng mới tốn kém gấp 5 lần so với việc giữ được khách hàng hiện tại”
nên ở những trường hợp nào?
Bất kỳ doanh nghiệp nào có hợp đồng hoặc kinh doanh tính phí hàng tháng đều cần phân tích tỷ lệ churn. tỷ lệ churn không chỉ có thể được sử dụng dựa trên thời gian ngừng hoạt động của khách hàng mà còn có thể được sử dụng để phân tích “hạ cấp so với nâng cấp” của khách hàng. thậm chí các công ty bán lẻ có thể sử dụng nó nếu có một số điều kiện nhất định (ví dụ: nếu 1 khách hàng không quay lại sau 6 tháng, nó sẽ được tính là từ bỏ).
Những công ty kinh doanh theo mô hình dưới đây đều cần có Churn-rate analysis:
- công ty viễn thông. các công ty này thu phí hàng tháng đối với người sử dụng dịch vụ internet, điện thoại, truyền hình cáp (vnpt, viettel, mobifone, fpt, …)
- công ty công nghệ: công ty cung cấp dịch vụ dựa trên đám mây (saas, iaas, paas, …) hoặc dịch vụ lưu trữ,…
- trò chơi và ứng dụng di động: tỷ lệ “cài đặt mới so với gỡ bỏ ứng dụng” ( cài đặt mới so với gỡ cài đặt ) hoặc mối quan hệ “ nâng cấp với hạ cấp ”. vì hầu hết các ứng dụng đều có phiên bản miễn phí và trả phí. đây là lúc chúng ta cần “ nâng cấp so với hạ cấp “.
cách tính tỷ lệ bỏ qua
Để tính toán tỷ lệ bỏ qua, chúng tôi có thể sử dụng 2 phương pháp tính toán khác nhau, đơn giản & amp; cân bằng. mỗi con đường có một vẻ đẹp riêng. thì tùy tình huống mà bạn chọn con đường phù hợp.
Trước tiên, hãy tìm hiểu xem chúng ta có những loại khách hàng nào trong một khoảng thời gian nhất định.
cách xác định loại khách hàng
Trong mỗi khoảng thời gian (tháng / quý / năm), chúng tôi có 4 loại khách hàng khác nhau như sau:
- loại 1: khách hàng cũ đã sử dụng sản phẩm của công ty và tiếp tục sử dụng cho đến thời điểm hiện tại.
- loại 2: khách hàng cũ nhưng đã ngừng sử dụng dịch vụ / hợp đồng (churn)
- loại 3: khách hàng đăng ký mới
- loại 4: khách hàng mới đăng ký nhưng hủy đăng ký trong cùng thời gian (ví dụ: đăng ký mới vào ngày 1 tháng 10 nhưng bị hủy vào ngày 15 tháng 10)
xem bảng dữ liệu sau:
Hãy xem xét tháng 10, chúng ta sẽ có 1000 khách hàng cũ sử dụng cho đến tháng 10 và trong số 1000 khách hàng đó sẽ có 100 người bỏ học trong tháng. cùng tháng 10, chúng tôi có thêm 350 khách hàng và trong số những khách hàng mới này, chúng tôi có 30 người hủy hợp đồng trong tháng. Chúng tôi đã có 1.220 khách hàng vào cuối tháng 10 với tổng số 130 người bỏ học. Tương tự như tháng 11, chúng tôi có tổng cộng 1.290 khách hàng vào cuối tháng với 130 người bỏ học.
công thức tỷ lệ churn đơn giản
Cách tính tỷ lệ churn đơn giản, chúng ta chỉ cần quan tâm đến tổng số khách hàng bỏ cuộc trong tháng và số lượng khách hàng đầu tháng. công thức như sau:
tổng số lượt truy cập / tổng số khách hàng vào đầu tháng
tính toán tỷ lệ churn cho tháng 10
= & gt; (100 + 30) / 1000 * 100 = 13,00%
tính toán tỷ lệ churn cho tháng 11
= & gt; (100 + 30) / 1290 * 100 = 10,08%
Với kết quả trên, chúng ta có thể thấy rằng tỷ lệ rời của tháng 11 thấp hơn so với tháng 10, nhưng với cách tính trên, chúng tôi bỏ qua số lượng khách hàng đăng ký mới trong tháng. số lượng khách hàng này có thể ảnh hưởng đến tỷ lệ churn.
chúng ta sẽ giải quyết vấn đề này bằng công thức thứ hai sau.
tính toán tỷ lệ doanh thu đã điều chỉnh
Công thức điều chỉnh sẽ sử dụng số lượng khách hàng trung bình vào đầu tháng và cuối tháng thay vì chỉ đầu tháng. bây giờ chúng ta sẽ có công thức sau:
tổng số lượt truy cập / ((tổng số khách hàng vào đầu tháng + tổng số khách hàng vào cuối tháng) / 2)
tính toán tỷ lệ churn cho tháng 10:
= & gt; (50 + 25) / ((1075 + 1000) / 2) * 100 = 7,23%
tính toán tỷ lệ churn cho tháng 11:
= & gt; (54 + 25) / ((1075 + 1150) / 2) * 100 = 7,10%
Bạn có thể thấy các kết quả khá khác so với phương pháp đầu tiên vì chúng tôi đã bao gồm các khách hàng mới. sử dụng cái nào là tùy thuộc vào bạn. bạn có thể sử dụng cả hai để so sánh và quyết định khi phân tích dữ liệu. cuối cùng, bạn có thể chọn mô hình kinh doanh phù hợp dựa trên mô hình kinh doanh của mình.
lưu ý: Bạn cũng có thể sử dụng tổng số khách hàng vào cuối tháng thay vì tính trung bình như trong công thức trên.
những sai lầm cần tránh khi sử dụng tỷ lệ thoát
Việc sử dụng tỷ lệ churn luôn yêu cầu phân tích dữ liệu chuyên sâu trước khi đưa ra kết luận cuối cùng. dường như những con số dương ẩn chứa những nguy hiểm bất ngờ. bạn phải tìm hiểu kỹ nguyên nhân cơ bản trước khi đưa ra kết luận với cấp trên.
tỷ lệ churn thấp không nhất thiết là một điều tốt
Khi bạn nhìn vào churn-rate của tháng trước và thấy nó quá thấp/cao hơn các tháng trước, đừng vội kết luận đó là điều tốt/xấu.
bây giờ bạn cần biết mục tiêu của mình là gì?
Nếu chỉ xem xét tỷ lệ churn cho mỗi tháng, bạn có thể kết luận rằng tháng này chúng ta đang hoạt động tốt hơn hay kém hơn trước.
nhưng nếu bạn có một quan điểm khác, thu nhập ròng hoặc lợi nhuận ròng, thì kết luận có thể rất khác. Bạn cần so sánh số tiền mà khách hàng mới mang lại và số lượng khách hàng rời đi. nếu chúng ta đánh mất khách hàng thường xuyên và chỉ giành lại được họ trong thời gian ngắn, thì ngay cả khi tỷ lệ rời đi thấp vẫn có hại cho công việc kinh doanh và ngược lại.
ví dụ:
hãy cùng xem xét công ty netflix. Netflix là công ty chuyên cung cấp dịch vụ phát video trực tuyến và có nhiều gói khác nhau cho bạn lựa chọn. mỗi gói như vậy có các tính năng khác nhau cũng như giá cả khác nhau. chắc chắn ai cũng muốn bán được những gói cao nhất vì nó mang lại giá trị lớn cho doanh nghiệp.
Trong những tháng gần đây, netflix đã có tỷ lệ churn thấp hơn nhiều so với những tháng trước. và sau khi phân tích chi tiết hơn, họ đã phát hiện ra:
- khách hàng hủy dịch vụ là những người sử dụng dịch vụ lâu năm với gói cao hơn. lý do là vì họ quyết định chuyển sang mục đích sử dụng mới, Disney +, với các bộ phim mới và rẻ hơn.
- trong khi khách hàng mới muốn dùng thử dịch vụ phải đăng ký các gói cơ bản hoặc chỉ sử dụng phiên bản dùng thử. điều này dẫn đến giảm doanh thu, trong khi tỷ lệ churn luôn ở mức thấp.
bỏ qua các yếu tố theo mùa
Có lẽ công ty của bạn đang tiếp thị một dịch vụ sẽ có những biến động khá lớn theo thời gian. điều này đôi khi không được xác định trong 1 hoặc 2 năm đầu tiên. Những thay đổi này đôi khi sẽ có tác động rất lớn đến tình hình kinh doanh chung của công ty bạn. Bạn có thể phân tích dữ liệu kinh doanh của công ty mình để xác minh những thay đổi này.
Tôi không hiểu khách hàng và công ty
tỷ lệ từ bỏ có mối quan hệ trực tiếp với hành vi mua của khách hàng. Trước khi thực hiện phân tích tỷ lệ churn, bạn cần hiểu tổng quan về khách hàng cũng như mô hình kinh doanh của công ty. thông tin này sẽ giúp bạn dễ dàng diễn giải các con số nhận được trong quá trình phân tích.
Trong hầu hết các trường hợp, tôi thấy rằng khó khăn lớn nhất trong phân tích dữ liệu là hiểu khách hàng và mô hình kinh doanh của công ty. Hiểu sai 2 điểm này sẽ dẫn đến phân tích dữ liệu sai lệch.
kết luận
Phân tích tỷ lệ thoát là một trong những chủ đề khó hiểu nhất đối với nhiều người. Nhiều người chưa quen với thuật ngữ này, vì vậy bạn nên giữ nó đơn giản. Khi thực hiện phân tích dữ liệu liên quan đến churn, bạn cần hiểu kỹ mô hình kinh doanh và hành vi của khách hàng để có thể đưa ra kết luận chính xác.
chúc mọi người vui vẻ. nhớ bình luận và chia sẻ nếu bạn thấy hữu ích.
bài viết được viết bởi data-fun. bạn có thể tìm thấy thông tin tại profitwell.
