Mở đầu — vì sao bài này quan trọng
Hãy tưởng tượng bạn đang vận hành một ứng dụng gọi xe, và mỗi tháng có 100.000 người mở app lên với ý định đặt chuyến. Nhưng cuối cùng chỉ 12.000 người thực sự hoàn tất chuyến đi. 88.000 người còn lại đã "rơi rớt" ở đâu đó giữa đường. Câu hỏi triệu đô là: họ rơi ở bước nào, và tại sao?
Đây chính là bản chất của funnel analysis (phân tích phễu chuyển đổi). Nếu ở các bài trước bạn đã học cách định nghĩa event và hiểu về acquisition, thì funnel analysis là công cụ giúp bạn nhìn thấy hành trình có thứ tự mà người dùng phải đi qua, và quan trọng nhất là chỉ ra chính xác chỗ nào đang "rò rỉ" người dùng.
Với một Product Manager, funnel analysis không chỉ là một biểu đồ đẹp để trình bày. Nó là kim chỉ nam cho việc ưu tiên. Khi bạn có 10 ý tưởng cải tiến nhưng chỉ đủ nguồn lực làm 2, funnel sẽ cho bạn biết nên đầu tư vào đâu để tạo ra tác động lớn nhất. Một cải thiện nhỏ ở đúng bước "thắt cổ chai" có thể tăng doanh thu nhiều hơn cả chục cải tiến rải rác ở những bước ít quan trọng.
Bài này sẽ tập trung hoàn toàn vào cách phân tích phễu và tối ưu chuyển đổi — cách xây dựng phễu chuẩn, đọc drop-off, tìm điểm rò rỉ lớn nhất, và biến insight đó thành hành động. Đây là kỹ năng nền tảng mà mọi PM giỏi về analytics đều phải thành thạo.
Khái niệm cốt lõi
Funnel là gì?
Funnel là một chuỗi các event có thứ tự mà người dùng cần hoàn thành để đạt tới một mục tiêu. Nó được gọi là "phễu" vì hình dạng của nó: rộng ở trên (nhiều người bắt đầu) và hẹp dần ở dưới (ít người hoàn tất). Đó là quy luật tự nhiên — ở mỗi bước, luôn có một tỷ lệ người dùng bỏ cuộc.
Một funnel checkout điển hình cho sàn thương mại điện tử có thể trông như sau:
View Product(Xem sản phẩm) — 100.000 ngườiAdd to Cart(Thêm vào giỏ) — 45.000 ngườiBegin Checkout(Bắt đầu thanh toán) — 28.000 ngườiEnter Payment(Nhập thanh toán) — 19.000 ngườiPurchase Complete(Hoàn tất mua) — 15.000 người
Ba con số quan trọng phải đọc
Với mỗi funnel, bạn cần đọc được ba chỉ số:
- Conversion rate tổng thể (end-to-end): tỷ lệ từ bước đầu đến bước cuối. Ở ví dụ trên là 15.000 / 100.000 = 15%. Đây là "sức khỏe" tổng quát của phễu.
- Step-to-step conversion: tỷ lệ chuyển đổi giữa hai bước liền kề. Ví dụ từ
Add to CartsangBegin Checkoutlà 28.000 / 45.000 = 62%. - Drop-off (tỷ lệ rơi): phần bù của step conversion. Từ
View ProductsangAdd to Cart, drop-off là 100% − 45% = 55%.
Tìm "điểm rò rỉ lớn nhất"
Nguyên tắc vàng: đừng tối ưu bước có drop-off cao nhất về mặt tuyệt đối một cách máy móc, mà hãy tìm bước có tiềm năng thu hồi lớn nhất so với kỳ vọng. Có hai cách nhìn:
- Rò rỉ tuyệt đối lớn nhất: bước làm mất nhiều người nhất. Ở ví dụ trên, bước
View Product → Add to Cartmất 55.000 người — nhiều nhất về số lượng. - Rò rỉ bất thường: bước có drop-off cao hơn hẳn so với chuẩn ngành hoặc so với chính bạn trong quá khứ. Ví dụ, nếu bước
Enter Payment → Purchase Completemất tới 21% trong khi chuẩn ngành chỉ 8%, thì đây là điểm bất thường đáng nghi — có thể do lỗi kỹ thuật hoặc trải nghiệm tệ.
Funnel "any order" vs "in order"
Cả Mixpanel lẫn Amplitude đều cho phép bạn chọn giữa hai chế độ. In order (đúng thứ tự) yêu cầu người dùng thực hiện các event đúng trình tự A → B → C. Any order chỉ cần họ thực hiện đủ các event, không quan tâm thứ tự. Với hành trình checkout tuyến tính, hãy dùng "in order". Nhưng với những hành vi phức tạp (ví dụ người dùng có thể onboard theo nhiều đường), "any order" đôi khi phản ánh thực tế tốt hơn.
Conversion window — cửa sổ thời gian
Đây là khái niệm cực kỳ dễ bị bỏ sót. Conversion window là khoảng thời gian tối đa cho phép người dùng hoàn tất phễu. Nếu bạn đặt window 1 giờ cho một phễu checkout, một người thêm hàng vào giỏ hôm nay và mua vào ngày mai sẽ không được tính là chuyển đổi. Chọn window quá ngắn khiến conversion trông tệ hơn thực tế; chọn quá dài lại làm loãng insight. Với checkout, window vài giờ đến 1 ngày thường hợp lý; với B2B, có thể là vài tuần.
Tình huống thực tế
Ví dụ 1 — Sàn TMĐT: cú "rò rỉ" ở bước nhập địa chỉ
Một sàn thương mại điện tử tại Việt Nam (gọi là ShopVN) thấy conversion tổng từ xem sản phẩm đến mua chỉ đạt 11%, thấp hơn kỳ vọng. Đội PM dựng funnel 5 bước trên Amplitude và phát hiện điều bất ngờ: bước Begin Checkout → Enter Shipping Address có drop-off tới 41%, cao hơn hẳn các bước khác.
Đào sâu bằng cách breakdown theo thiết bị, họ thấy drop-off trên mobile là 52%, còn trên desktop chỉ 24%. Xem session replay (sẽ học kỹ hơn ở bài sau), họ phát hiện form nhập địa chỉ trên mobile yêu cầu người dùng gõ tay tỉnh/huyện/xã thay vì chọn từ dropdown, và bàn phím số cứ nhảy loạn xạ khi nhập số điện thoại.
Bài học: Đội đã thay form bằng dropdown địa chỉ có gợi ý tự động và tách riêng input số điện thoại với đúng kiểu bàn phím. Kết quả: drop-off ở bước này giảm từ 41% xuống 26%, kéo conversion tổng từ 11% lên 14,3% — tương đương thêm khoảng 30% đơn hàng chỉ từ một thay đổi. Điểm rút ra: đừng bao giờ đọc funnel ở mức tổng thể; hãy breakdown theo segment để tìm nguyên nhân gốc.
Ví dụ 2 — App gọi xe: window quá ngắn đánh lừa cả đội
Một startup gọi xe ở Đông Nam Á (gọi là RideGo) báo cáo conversion từ "mở app" đến "hoàn tất chuyến" chỉ 9%, khiến cả ban lãnh đạo lo lắng. Nhưng khi đội analytics kiểm tra lại cấu hình funnel, họ phát hiện conversion window đang đặt là 10 phút.
Vấn đề: rất nhiều người mở app để xem giá, so sánh, rồi đặt xe... 2 tiếng sau khi tan làm. Với window 10 phút, tất cả những người này bị tính là "rơi". Khi đội nới window lên 6 giờ, conversion thực tế nhảy lên 17%. Con số 9% ban đầu không phản ánh vấn đề sản phẩm — nó phản ánh một lỗi đo lường.
Bài học: Trước khi hoảng loạn vì một con số xấu, hãy kiểm tra định nghĩa funnel: window, thứ tự event, và event có bị mất tracking không. Một phần lớn "vấn đề conversion" thực chất là vấn đề cấu hình đo lường.
Ví dụ 3 — Fintech: tối ưu đúng bước, sai kết quả kinh doanh
Một ví điện tử (gọi là PayViet) muốn tăng tỷ lệ hoàn tất đăng ký tài khoản. Funnel onboarding của họ: Nhập SĐT → OTP → Nhập CCCD → Chụp selfie eKYC → Kích hoạt. Bước Nhập CCCD → Chụp selfie có drop-off 38%, cao nhất. Đội quyết định làm bước selfie "dễ hơn" bằng cách nới lỏng yêu cầu chất lượng ảnh.
Drop-off giảm xuống 22% — thành công! Nhưng một tháng sau, tỷ lệ hồ sơ bị từ chối ở khâu duyệt tăng vọt, và nhiều tài khoản kích hoạt xong nhưng không bao giờ giao dịch. Họ đã tối ưu conversion của một bước mà đánh đổi chất lượng người dùng ở phía sau.
Bài học: Conversion rate không phải mục tiêu tối thượng. Luôn ghép funnel với một guardrail metric (chỉ số bảo vệ) ở downstream — ví dụ tỷ lệ giao dịch thành công sau kích hoạt. Tối ưu phễu phải phục vụ giá trị kinh doanh thực, không phải làm đẹp một con số trung gian.
Hướng dẫn từng bước
Đây là quy trình chuẩn để phân tích và tối ưu một funnel, áp dụng được cho cả Mixpanel lẫn Amplitude.
Bước 1 — Xác định mục tiêu và điểm bắt đầu của phễu. Trả lời rõ: hành động cuối cùng bạn muốn người dùng đạt tới là gì (Purchase, Subscribe, Activate...)? Và họ bắt đầu từ đâu? Đừng đặt phễu quá dài; 3–6 bước là hợp lý để giữ tín hiệu rõ ràng.
Bước 2 — Liệt kê các event theo đúng trình tự. Dùng đúng tên event trong tracking plan của bạn. Kiểm tra rằng mọi event trong phễu đều đang được gửi đúng — một event bị mất tracking sẽ tạo ra drop-off giả.
Bước 3 — Cấu hình phễu trong công cụ. Trong Mixpanel, vào Reports → Funnels, thêm từng step. Trong Amplitude, tạo một Funnel Analysis chart. Đặt conversion window phù hợp với hành vi thực tế, và chọn chế độ in order cho hành trình tuyến tính.
Bước 4 — Đọc ba con số. Ghi lại conversion tổng thể, và quan trọng hơn là bảng step-to-step conversion. Đánh dấu bước có drop-off cao nhất và bước có drop-off bất thường so với kỳ vọng.
Bước 5 — Breakdown để tìm nguyên nhân. Đây là bước tách người giỏi khỏi người mới. Chia phễu theo các chiều: thiết bị (mobile/desktop/OS), kênh acquisition, quốc gia/thành phố, người dùng mới vs cũ, phiên bản app. Bước nào có drop-off tệ ở một segment cụ thể sẽ lộ ra ngay.
Bước 6 — Hình thành giả thuyết. Với điểm rò rỉ đã xác định, đặt câu hỏi "tại sao?". Kết hợp định lượng (funnel) với định tính (session replay, khảo sát, phỏng vấn người dùng). Ví dụ: "Người dùng mobile Android rơi ở bước thanh toán vì cổng thanh toán X load chậm."
Bước 7 — Ưu tiên và thử nghiệm. Ước lượng tác động: nếu cải thiện bước này thêm X điểm phần trăm thì thu về bao nhiêu conversion/doanh thu? Chọn cải tiến có tỷ lệ tác động/công sức cao nhất. Triển khai và đo lại funnel để xác nhận (lý tưởng là qua A/B test — chủ đề của một bài riêng).
Bước 8 — Lặp lại và theo dõi. Funnel không phải phân tích một lần. Lưu phễu thành một saved report và theo dõi định kỳ để phát hiện suy giảm bất thường sớm.
Lỗi thường gặp & mẹo
Lỗi 1 — Chỉ nhìn conversion tổng thể. Con số end-to-end che giấu bước thắt cổ chai. Luôn mổ xẻ đến từng step.
Lỗi 2 — Bỏ quên conversion window. Như ví dụ RideGo, window sai làm sai lệch toàn bộ kết luận. Luôn đặt window theo hành vi thực tế của người dùng, không phải theo mặc định của công cụ.
Lỗi 3 — Không breakdown theo segment. Một funnel "trung bình" có thể trông ổn nhưng che giấu một segment đang gãy nặng. Mobile, một quốc gia, hay một phiên bản app có thể là thủ phạm.
Lỗi 4 — Nhầm tương quan với nguyên nhân. Thấy drop-off cao không có nghĩa bạn đã hiểu tại sao. Luôn ghép định lượng với định tính trước khi ra quyết định lớn.
Lỗi 5 — Tối ưu conversion mà bỏ quên guardrail. Như PayViet, làm một bước dễ hơn có thể kéo theo chất lượng người dùng downstream giảm. Luôn có ít nhất một chỉ số bảo vệ.
Lỗi 6 — So sánh phễu không cùng điều kiện. Đừng so conversion tháng này với tháng trước nếu bạn vừa thay đổi cách tính hoặc có mùa vụ (như dịp sale 12/12). Hãy so cùng cohort, cùng định nghĩa.
Mẹo hay:
- Đặt tên bước phễu bằng ngôn ngữ hành động của người dùng, không phải tên kỹ thuật, để cả team non-technical đọc được.
- Dùng tính năng "so sánh trước/sau" của Mixpanel và Amplitude để đo tác động của một thay đổi ngay trên chính funnel.
- Với bước rò rỉ nghi ngờ do lỗi kỹ thuật, kiểm tra funnel theo phiên bản app hoặc theo trình duyệt trước — lỗi thường khu trú ở một môi trường cụ thể.
Bài tập thực hành
- Dựng phễu đầu tiên. Chọn một sản phẩm bạn biết (app hoặc website). Viết ra hành trình 4–5 bước dẫn tới một mục tiêu chuyển đổi quan trọng, dùng đúng tên event như bạn sẽ đặt trong tracking plan.
- Tính toán bằng tay. Với bộ số giả định sau, hãy tính conversion tổng thể, step-to-step conversion và drop-off của từng bước: Bước 1: 20.000; Bước 2: 11.000; Bước 3: 9.500; Bước 4: 3.100. Xác định đâu là điểm rò rỉ lớn nhất theo cả hai góc nhìn (tuyệt đối và bất thường).
- Đề xuất breakdown. Với điểm rò rỉ bạn tìm được ở bài 2, liệt kê 3 chiều breakdown bạn sẽ áp dụng và giải thích mỗi chiều có thể tiết lộ điều gì.
- Thiết kế guardrail. Viết ra một chỉ số bảo vệ downstream cho phễu của bạn, để đảm bảo việc tăng conversion không làm giảm chất lượng người dùng.
- (Nâng cao) Nếu cải thiện bước rò rỉ lớn nhất từ conversion hiện tại lên thêm 10 điểm phần trăm, ước tính số người dùng và doanh thu tăng thêm (giả định giá trị đơn trung bình 200.000đ).
Tóm tắt
Funnel analysis là công cụ giúp PM nhìn thấy hành trình có thứ tự của người dùng và định vị chính xác nơi họ rời bỏ. Ba con số bạn phải luôn đọc là conversion tổng thể, step-to-step conversion và drop-off từng bước — trong đó step-to-step mới là nơi lộ ra điểm thắt cổ chai. Đừng bao giờ dừng lại ở con số trung bình: hãy breakdown theo thiết bị, kênh, phiên bản để tìm nguyên nhân gốc, và luôn ghép định lượng với định tính trước khi hành động.
Hãy nhớ ba cạm bẫy lớn từ các tình huống thực tế: cấu hình conversion window sai có thể tạo ra "vấn đề" không có thật (RideGo); breakdown theo segment thường phơi bày thủ phạm thật (ShopVN); và tối ưu conversion mà không có guardrail có thể phá giá trị kinh doanh phía sau (PayViet). Nắm vững quy trình 8 bước và tư duy ưu tiên theo tác động, bạn sẽ biến funnel từ một biểu đồ đẹp thành một cỗ máy ra quyết định thực sự.