Mở đầu — vì sao bài này quan trọng
Trong PLG, sản phẩm chính là cỗ máy tăng trưởng. Nhưng có một sự thật phũ phàng mà nhiều đội ngũ né tránh: thu hút người dùng mới dễ hơn giữ chân họ rất nhiều. Bạn có thể đổ tiền chạy ads, viral một bài trên TikTok, hay được lên trang chủ Product Hunt — hàng nghìn người đăng ký đổ về. Nhưng nếu sau hai tuần họ bốc hơi sạch, bạn không có một doanh nghiệp, bạn chỉ có một cái xô thủng đáy.
Cohort retention curve (đường cong giữ chân theo nhóm thuần tập) là công cụ duy nhất cho bạn nhìn thấy cái xô thủng đó một cách trung thực. Nó không nói dối như con số "tổng số người dùng" — vốn luôn tăng và luôn khiến bạn thấy vui. Nó tách biệt rạch ròi: trong số những người đăng ký tháng này, sau 1 tháng, 2 tháng, 6 tháng còn bao nhiêu người thực sự quay lại dùng.
Với một PM hay growth lead làm PLG, đọc được đường cong cohort là kỹ năng nền tảng. Nó là cách bạn biết sản phẩm đã đạt product-market fit chưa, biết các thay đổi onboarding có hiệu quả không, và biết liệu mô hình kinh doanh của bạn có bền vững hay đang âm thầm sụp đổ. Bài này sẽ dạy bạn đọc, vẽ, và quan trọng nhất là hành động dựa trên đường cong cohort.
Khái niệm cốt lõi
Cohort là gì
Cohort (nhóm thuần tập) là một nhóm người dùng cùng trải qua một sự kiện chung trong cùng một khoảng thời gian. Phổ biến nhất là acquisition cohort — nhóm người đăng ký trong cùng một period.
Ví dụ: tất cả những ai tạo tài khoản trong tháng 1/2026 là "cohort tháng 1". Tất cả ai đăng ký tháng 2/2026 là "cohort tháng 2". Bạn theo dõi từng nhóm này tách biệt nhau theo thời gian.
Tại sao phải tách nhóm? Vì nếu bạn gộp chung tất cả người dùng vào một con số, bạn không bao giờ biết được hành vi thực sự. Một cohort cũ đã "lắng" (chỉ còn người trung thành ở lại) sẽ làm đẹp số liệu, che giấu việc cohort mới đang rời bỏ ồ ạt. Tách cohort giống như tách từng lứa cây ra trồng riêng để xem lứa nào sống khỏe, lứa nào chết yểu.
Ngoài acquisition cohort, bạn còn có thể chia cohort theo các tiêu chí khác: theo kênh (organic vs paid), theo gói (free vs paid), theo hành vi (đã mời đồng nghiệp vs chưa). Nhưng nền tảng vẫn là tách theo thời gian đăng ký.
Retention curve — đường cong giữ chân
Khi bạn vẽ tỷ lệ giữ chân của một cohort theo thời gian, bạn được một đường cong.
- Trục Y (tung): % người dùng của cohort còn "active" (còn quay lại dùng sản phẩm). Mốc tuần 0 luôn là 100% vì đó là lúc họ vừa đăng ký.
- Trục X (hoành): thời gian kể từ khi đăng ký — tính bằng ngày, tuần, hoặc tháng tùy sản phẩm.
Định nghĩa "active" — tùy sản phẩm
Trước khi vẽ, bạn phải tự trả lời: thế nào là một người dùng "còn active"? Đây là quyết định mang tính sống còn và phụ thuộc vào bản chất sản phẩm.
- Slack: mở app và gửi/đọc tin nhắn trong tuần.
- Spotify: nghe ít nhất một bài trong tuần.
- Một app khai thuế: chỉ dùng một lần mỗi năm — nên "monthly active" là vô nghĩa, phải đo theo năm.
Smile curve vs Death curve — hai số phận
Đây là phần quan trọng nhất của bài. Có ba hình dạng đường cong cohort cơ bản:
1. Death curve (đường cong tử thần): Đường cong tụt dần đều và tiến về 0. Có nghĩa: cuối cùng tất cả người dùng đều rời đi. Sản phẩm của bạn không giữ chân được ai về dài hạn. Đây là dấu hiệu chưa có product-market fit.
2. Flattening curve (đường cong phẳng lại): Đường cong tụt ở đầu nhưng sau đó phẳng lại ở một mức ổn định — ví dụ ổn định ở 40%. Có nghĩa: bạn mất một phần người thử nghiệm, nhưng một nhóm cốt lõi ở lại mãi mãi. Đây là dấu hiệu của một sản phẩm có PMF. Mức đường cong phẳng lại càng cao, PMF càng mạnh.
3. Smile curve (đường cong mỉm cười): Đường cong tụt ở đầu rồi... đi lên trở lại. Đây là chén thánh. Nó có nghĩa người dùng còn lại không chỉ ở lại mà còn dùng nhiều hơn theo thời gian, hoặc người cũ quay lại (resurrection). Thường gặp ở sản phẩm có network effect mạnh — càng nhiều đồng nghiệp dùng, bạn càng phải dùng.
Một cách diễn đạt khác: death curve là sản phẩm "nice to have", flattening/smile curve là sản phẩm "must have".
NRR cohort vs logo retention cohort
Trong PLG B2B, bạn cần phân biệt hai loại đường cong:
- Logo retention / user retention: đếm đầu người. Bao nhiêu % tài khoản còn dùng.
- Revenue retention (dollar retention): đo theo tiền. Cohort tháng 1 đóng góp bao nhiêu doanh thu so với tháng đầu.
Tình huống thực tế
Ví dụ 1 — Startup SaaS Việt "FormKit" và cú lừa của vanity metrics
FormKit (tên giả định) là một startup Việt làm công cụ tạo biểu mẫu khảo sát online, mô hình freemium. Sau 6 tháng, dashboard của họ rực rỡ: 28.000 tài khoản đăng ký, tăng trưởng 25% mỗi tháng. Founder tự tin đi gọi vốn.
Một nhà đầu tư yêu cầu xem cohort retention. Đội ngũ vẽ ra và tái mặt. Cohort tháng 1: tuần 1 còn 38%, tuần 4 còn 12%, tuần 8 còn 4%, tuần 12 còn 1,5%. Các cohort sau gần như giống hệt — một death curve kinh điển. Đường cong không hề phẳng lại; nó lao thẳng về 0.
Hóa ra con số 28.000 tài khoản là ảo: gần như ai đăng ký xong cũng tạo một form rồi biến mất. Tổng người dùng tăng chỉ vì họ đổ tiền marketing ngày càng nhiều để lấp cái xô thủng. Đơn vị kinh tế thực chất đang âm.
Bài học: Tổng số người dùng (vanity metric) tăng đều không có nghĩa sản phẩm khỏe. Cohort curve phơi bày sự thật mà con số tổng che giấu. FormKit dừng đốt tiền marketing, quay lại sửa sản phẩm cốt lõi — vì lấp một cái xô thủng bằng cách đổ nước nhanh hơn là con đường phá sản.
Ví dụ 2 — Notion và đường cong phẳng lại theo nhóm
Hãy nhìn một sản phẩm có PMF rõ ràng. Với Notion (mô hình workspace-led), khi tách cohort theo người dùng đơn lẻ so với người dùng có mời ít nhất 2 đồng nghiệp vào workspace, hai đường cong tách hẳn nhau.
Cohort người dùng đơn lẻ: tụt nhanh, phẳng lại ở mức thấp (giả định ~20%) — nhiều người thử Notion một mình rồi bỏ vì lười migrate dữ liệu.
Cohort người dùng có team: tụt nhẹ rồi phẳng lại ở mức rất cao (giả định ~70%), thậm chí một số tháng còn nhích lên — gần với smile curve. Lý do: khi cả team đã đưa tài liệu, wiki, task vào Notion, rời bỏ trở nên cực kỳ tốn kém. Network effect và switching cost giữ chân họ.
Bài học: Tách cohort theo hành vi giúp bạn tìm ra "đòn bẩy giữ chân". Notion học được rằng nếu đẩy người dùng mới mời đồng nghiệp sớm, họ sẽ rơi vào đường cong giữ chân tốt hơn nhiều. Đó là lý do onboarding của họ luôn nhắc bạn invite team. Cohort analysis chỉ ra đâu là hành vi cần khuếch đại.
Ví dụ 3 — Base.vn và việc chọn đúng đơn vị đo
Base.vn cung cấp bộ công cụ quản trị doanh nghiệp (HRM, công việc, quy trình) cho doanh nghiệp Việt. Giả sử đội growth ban đầu đo retention theo daily active và hoảng loạn vì đường cong tụt thê thảm: ngày 1 có 100%, ngày 7 chỉ còn 30%.
Nhưng bản chất nhiều module của Base là công cụ quản trị dùng theo nhịp tuần/tháng — duyệt đơn nghỉ phép, chốt công, đánh giá cuối kỳ. Một quản lý không cần đăng nhập hàng ngày. Khi họ chuyển sang đo weekly active (và với một số module là monthly active), đường cong lập tức cho thấy một flattening curve lành mạnh ở mức cao đối với các tài khoản doanh nghiệp đã triển khai thật.
Bài học: Chọn sai đơn vị thời gian (natural frequency) khiến một sản phẩm khỏe trông như sắp chết. Trước khi vẽ cohort, hãy hỏi: nhịp sử dụng tự nhiên của sản phẩm này là gì? Đo theo nhịp đó.
Hướng dẫn từng bước
Đây là quy trình để xây dựng và phân tích một báo cáo cohort retention từ đầu.
Bước 1 — Xác định "active event". Quyết định hành động nào chứng tỏ người dùng đang nhận được giá trị. Không phải "đăng nhập" (quá yếu), mà là hành động cốt lõi: gửi tin nhắn, tạo bản thiết kế, xuất báo cáo. Hành động này nên gần với Aha moment của sản phẩm.
Bước 2 — Chọn đơn vị thời gian. Dựa trên natural frequency. App công cụ làm việc → tuần. App tài chính cá nhân → tháng. Mạng xã hội → ngày. Sai bước này, mọi thứ sau đó vô nghĩa.
Bước 3 — Nhóm người dùng thành cohort. Thường theo tuần hoặc tháng đăng ký. Mỗi hàng trong bảng cohort là một nhóm đăng ký.
Bước 4 — Dựng bảng cohort (cohort table). Tạo ma trận: hàng là cohort (theo period đăng ký), cột là số period kể từ khi đăng ký (period 0, 1, 2, 3...). Mỗi ô là % người của cohort đó còn active ở period tương ứng.
Bước 5 — Vẽ đường cong. Chuyển mỗi hàng thành một đường trên biểu đồ. Đặt nhiều cohort lên cùng một biểu đồ để so sánh.
Bước 6 — Đọc hình dạng. Hỏi ba câu: (a) Đường cong có phẳng lại không, hay lao về 0? (b) Nó phẳng lại ở mức bao nhiêu %? (c) Cohort mới có giữ chân tốt hơn cohort cũ không?
Bước 7 — So sánh các cohort qua thời gian. Đây là phần đắt giá nhất. Nếu cohort tháng 3 giữ chân tốt hơn cohort tháng 1 ở cùng mốc period, nghĩa là các thay đổi sản phẩm/onboarding của bạn đang hiệu quả. Đây là cách đo tác động dài hạn của mọi cải tiến.
Bước 8 — Vẽ thêm đường revenue retention. Bên cạnh logo retention, vẽ dollar retention để thấy expansion có bù được churn không.
Bước 9 — Hành động. Tìm thời điểm đường cong tụt mạnh nhất (thường là tuần 1) và tập trung cải thiện onboarding/activation ở đúng điểm đó.
Lỗi thường gặp & mẹo
Lỗi 1 — Nhầm churn rate với retention curve. Một con số churn duy nhất (ví dụ "5%/tháng") giả định mọi người dùng rời đi với tốc độ như nhau. Thực tế người mới rời nhanh, người cũ ở lì. Đường cong cho bạn sự thật nhiều chiều mà một con số không bao giờ kể được.
Lỗi 2 — Để cohort gần nhất đánh lừa. Cohort mới nhất chưa đủ thời gian để "chín". Cohort vừa đăng ký tuần trước đương nhiên trông giữ chân 90% ở period 0–1. Đừng kết luận sản phẩm đang cải thiện chỉ vì cohort mới còn cao — hãy so sánh ở cùng một mốc period đã hoàn chỉnh.
Lỗi 3 — Đo "đăng nhập" thay vì giá trị thật. Người dùng có thể đăng nhập rồi không làm gì. Active event phải gắn với giá trị, không phải sự hiện diện.
Lỗi 4 — Quên survivorship bias. Đường cong càng về sau càng chỉ còn người trung thành, nên trông "đẹp". Đừng nhầm điều đó với việc giữ chân đang tốt lên — đó chỉ là những người chưa rời đã rời hết.
Lỗi 5 — Bỏ qua resurrection. Nhiều người định nghĩa "đã churn là mất luôn". Nhưng trong PLG, người dùng quay lại (resurrected) rất phổ biến — nhờ email lifecycle, nhờ đồng nghiệp kéo về. Đếm cả họ, nếu không bạn sẽ đánh giá thấp sản phẩm.
Mẹo: Luôn đặt một "đường benchmark nội bộ" — cohort tốt nhất bạn từng có — lên biểu đồ làm mốc. Mục tiêu của mọi thử nghiệm là đẩy cohort mới vượt benchmark đó.
Mẹo: Khi đường cong phẳng lại, mức phẳng (asymptote) chính là dấu hiệu PMF rõ ràng nhất. Một mức phẳng > 0 và đủ cao quan trọng hơn việc đường cong tụt chậm hay nhanh ở đầu.
Bài tập thực hành
Bài 1 — Dựng bảng cohort. Lấy dữ liệu (thật hoặc giả định) của một sản phẩm bạn biết. Tạo bảng cohort với hàng là 4 tháng đăng ký gần nhất, cột là period 0 đến 4. Điền % active vào từng ô. Tô màu nhiệt (heatmap) để dễ đọc.
Bài 2 — Phân loại hình dạng. Vẽ đường cong cho từng cohort. Tự trả lời: đây là death curve, flattening curve, hay smile curve? Mức phẳng (nếu có) là bao nhiêu %?
Bài 3 — Chọn active event. Với một sản phẩm bạn yêu thích (ví dụ Zalo, MoMo, hoặc Spotify), viết ra: (a) active event nên là gì, (b) đơn vị thời gian phù hợp, và (c) giải thích vì sao đo theo đơn vị khác sẽ sai lệch.
Bài 4 — So sánh cohort. Đặt cohort tháng đầu và cohort tháng gần nhất lên cùng một biểu đồ ở cùng mốc period. Cohort mới tốt hơn hay tệ hơn? Đề xuất một giả thuyết giải thích vì sao.
Bài 5 — Tách cohort theo hành vi. Chia người dùng thành "đã làm hành động X" (ví dụ đã mời đồng nghiệp, đã kết nối dữ liệu) và "chưa làm X". Vẽ hai đường cong. Nếu nhóm "đã làm X" giữ chân tốt hơn rõ rệt, bạn vừa tìm ra một đòn bẩy onboarding đáng để đầu tư.
Tóm tắt
Cohort retention curve là tấm gương trung thực nhất để soi sức khỏe một sản phẩm PLG. Cohort là nhóm người dùng đăng ký cùng một period; retention curve vẽ % người còn active của nhóm đó theo thời gian, với trục Y là tỷ lệ giữ chân và trục X là thời gian kể từ đăng ký.
Điều quan trọng nhất cần nhớ: đường cong có phẳng lại không. Death curve lao về 0 nghĩa là chưa có PMF; flattening curve phẳng lại ở mức ổn định nghĩa là có một nhóm cốt lõi must-have ở lại; smile curve đi lên nghĩa là network effect và expansion đang phát huy sức mạnh. Mức phẳng càng cao, PMF càng mạnh.
Để làm đúng: chọn active event gắn với giá trị thật, chọn đơn vị thời gian theo nhịp sử dụng tự nhiên của sản phẩm, vẽ cả logo lẫn revenue retention, và luôn so sánh các cohort qua thời gian để đo tác động của cải tiến. Tránh các bẫy kinh điển: nhầm churn rate với đường cong, bị cohort mới đánh lừa, đo đăng nhập thay vì giá trị, và quên đếm người dùng quay lại.
Cuối cùng, cohort curve không chỉ để báo cáo — nó để hành động. Tìm điểm tụt mạnh nhất, tìm hành vi tạo ra đường cong tốt hơn, rồi khuếch đại nó. Đó là vòng lặp cải thiện giữ chân mà mọi đội PLG xuất sắc đều vận hành.