- Tỷ lệ rời bỏ khách hàng (churn) trong mô hình kinh doanh thuê bao không chỉ phụ thuộc vào chất lượng sản phẩm mà còn chịu ảnh hưởng lớn bởi thị trường, nhóm khách hàng và tần suất sử dụng; cần tìm ra những khách hàng gắn bó lâu dài, xây sản phẩm phù hợp với họ và thu hút thêm nhiều khách hàng cùng kiểu đó
- Nếu tỷ lệ rời bỏ hàng tháng vượt 8% thì rất khó mở rộng quy mô, và nếu là 10% thì mỗi năm phải thay thế khoảng 70% tệp người dùng; do đó chỉ để duy trì ARR 100 triệu USD cũng cần thêm 10 triệu USD ARR mới mỗi tháng
- Cần kết nối khảo sát onboarding với dữ liệu rời bỏ để xác định hồ sơ khách hàng lý tưởng (ICP) có tỷ lệ giữ chân cao, dùng dữ liệu định lượng để hiểu điều gì đang xảy ra rồi dùng phỏng vấn để tìm ra lý do hủy, sản phẩm thay thế và điều kiện để khách quay lại
- Gói miễn phí không nên được thiết kế như một rào cản thanh toán mà là công cụ kích hoạt, sau đó tối ưu thời điểm người dùng trải nghiệm giá trị cốt lõi và thời gian đạt giá trị (
time to value), rồi tính phí theo ngưỡng sử dụng, tính năng hoặc số ghế phù hợp - Cấu trúc mạnh nhất là khi số ghế và mức sử dụng sản phẩm mở rộng một cách tự nhiên để doanh thu mở rộng vượt doanh thu mất do churn; ngược lại, một doanh nghiệp có tỷ lệ rời bỏ trên 20% kết hợp với biên lợi nhuận gộp thấp có thể sụp đổ rất nhanh khi doanh thu bắt đầu giảm
Thị trường và mô hình sử dụng quyết định tỷ lệ rời bỏ
- Rời bỏ khách hàng là hiện tượng người đăng ký định kỳ theo tháng hoặc năm hủy đăng ký hoặc rời khỏi dịch vụ, được tính bằng tỷ lệ khách rời bỏ trên tổng số khách trong một khoảng thời gian nhất định
- Tỷ lệ rời bỏ thay đổi lớn không chỉ theo mức độ hoàn thiện của sản phẩm mà còn theo thị trường và loại khách hàng
- Sản phẩm enterprise thường có tỷ lệ rời bỏ thấp hơn vì đã đi vào quy trình làm việc
- SMB cao hơn do việc thành lập, đóng cửa doanh nghiệp và nhu cầu đa dạng
- Sản phẩm tiêu dùng có tỷ lệ rời bỏ còn cao hơn vì nhiều trường hợp chỉ dùng một lần
- Những sản phẩm nằm trong công việc làm hằng ngày sẽ tự nhiên được giữ lại lâu hơn, còn sản phẩm dùng để giải quyết vấn đề hiếm khi phát sinh thì có tỷ lệ rời bỏ cao hơn
- Figma, thứ mà các nhà thiết kế chuyên nghiệp dùng thường xuyên, có thể tăng doanh thu trên mỗi khách hàng nhờ mở rộng số ghế và mức độ sử dụng sản phẩm
- Một người tiêu dùng chỉ tạo thiệp sinh nhật mỗi năm một lần có thể rời bỏ rất nhanh dù vẫn thuộc cùng nhóm sản phẩm thiết kế
- Tỷ lệ rời bỏ hiện tại có thể được tối ưu dần trong thời gian dài, nhưng rất khó thay đổi đột biến
- Trong 3~5 năm có thể cải thiện 10~30%, đôi khi là 50%
- Rất khó kéo mức 20% mỗi tháng xuống 3%, và ngay cả từ 8% xuống 3% cũng không dễ
- Tỷ lệ rời bỏ cao không nhất thiết có nghĩa là sản phẩm tệ, mà có thể chỉ phản ánh mô hình sử dụng của thị trường đó
Chi phí của churn càng nặng khi quy mô kinh doanh càng lớn
- Nếu tỷ lệ rời bỏ hàng tháng từ 8% trở lên, việc vận hành sẽ ngày càng khó theo thời gian, và cuối cùng số khách rời đi có thể vượt số khách mới, khiến doanh thu giảm
- Mốc quản lý tham khảo như sau
- Enterprise: dưới 3% mỗi tháng
- SMB: dưới 5~6% mỗi tháng
- Tiêu dùng: dưới 12% mỗi tháng
- Nếu tỷ lệ rời bỏ là 10% mỗi tháng thì trong một năm phải thay thế khoảng 70% tệp người dùng
- Ở ARR 1 triệu USD, bạn vẫn có thể tăng trưởng bằng cách mang về nhiều doanh thu mới hơn trong năm sau
- Ở ARR 100 triệu USD, chỉ để giữ nguyên trạng cũng cần 10 triệu USD ARR mới mỗi tháng
- Ở cùng quy mô đó, nếu muốn tăng trưởng 5% mỗi tháng thì cần mang về khoảng 16 triệu USD mới mỗi tháng
- Khi đã gần như khai thác hết số khách hàng có thể tiếp cận trên thị trường, sẽ rất khó bù churn bằng khách mới và doanh thu sẽ chững lại
- Điểm mạnh của SaaS là doanh thu định kỳ được cộng dồn qua từng năm, nhưng tỷ lệ rời bỏ cao sẽ làm suy yếu cấu trúc này
- Nếu có hàng trăm triệu người dùng hoạt động hằng tháng, doanh nghiệp vẫn có thể thành công ngay cả với tỷ lệ rời bỏ trên 8%
- Dù churn 10% mỗi tháng, nếu có 300 triệu MAU thì vẫn có thể bù lại bằng một top-of-funnel khổng lồ
- Các dịch vụ tiêu dùng như Spotify, Tinder và Bumble là ví dụ cho cấu trúc này
- Các dịch vụ tiêu dùng quy mô lớn cũng có thể có tỷ lệ tái kích hoạt cao
- Top-of-funnel càng rộng thì càng dễ kéo vào số lượng lớn khách hàng không thực sự phù hợp, và vì thế tỷ lệ rời bỏ cũng có thể tăng cao
Những loại churn bắt buộc phải tách riêng
- Cần theo dõi cả rời bỏ người dùng và rời bỏ doanh thu
- Ngay cả khi người dùng rời đi, doanh thu tổng thể vẫn có thể giữ nguyên hoặc tăng nếu doanh thu từ nâng cấp hoặc thêm ghế của khách còn lại bù được phần đó
- Rời bỏ tự nguyện là khi khách hàng trực tiếp chọn hủy đăng ký
- Rời bỏ không tự nguyện (
delinquent churn) xảy ra do thẻ hết hạn, bị mất, không đủ số dư hoặc thanh toán thử lại thất bại- Với sản phẩm self-service, con số này có thể lên tới khoảng 2%
- Với các dịch vụ thiết yếu cho công việc hay đời sống như Internet, người dùng thường cập nhật thông tin thanh toán ngay; nhưng với các dịch vụ web lâu không dùng, họ có thể để mặc và bị hủy luôn
Tìm ra nhóm khách hàng có tỷ lệ giữ chân cao
- Nếu chỉ nhìn tỷ lệ rời bỏ trung bình thì hành vi khác nhau của các nhóm khách sẽ bị che khuất, nên cần phân tách theo cohort trước
- Dù mức trung bình toàn bộ là 10%, một số nhóm có thể là 5% còn nhóm khác là 20%
- Cần làm hai việc: cải thiện sản phẩm cho nhóm có churn 5% và thu hút thêm nhiều khách hàng cùng kiểu đó
- Trong khảo sát onboarding, hãy thu thập các thông tin như mục đích sử dụng, phòng ban, quy mô công ty, gói giá rồi nối với dữ liệu churn
- Từ đó có thể tìm ra các mẫu như nhân viên marketing ở công ty 50~100 người gắn bó lâu hơn, còn người dùng cho dự án cá nhân thì rời đi nhanh
- Dữ liệu này được dùng để xác định đối tượng cho phát triển sản phẩm, thông điệp marketing, định vị và thiết kế funnel
- Có nên từ bỏ hay cải thiện nhóm khách có tỷ lệ giữ chân thấp hay không phụ thuộc vào giá trị kinh tế của họ
- Bạn có thể tập trung sản phẩm và marketing vào nhóm khách ở lại lâu hơn
- Nếu một nhóm có churn cao nhưng giá trị kinh tế lớn, có thể xử lý nguyên nhân để vẫn giữ được cả hai nhóm khách
Vai trò của dữ liệu định lượng và phỏng vấn khách hàng
- Dữ liệu định lượng cho biết điều gì đang xảy ra, còn phỏng vấn cho biết vì sao điều đó xảy ra
- Có thể chia nhóm churn theo use case, mức độ sử dụng, quy mô doanh nghiệp và gói giá
- Cần hỏi lý do hủy, họ đã chuyển sang sản phẩm nào và điều kiện nào để họ quay lại
- Những câu chuyện cụ thể như khách từng thử một tác vụ nào đó nhưng thất bại rất hữu ích cho việc cải thiện sản phẩm
- Phỏng vấn không chỉ phục vụ nghiên cứu mà còn có thể trở thành cơ hội bán hàng để kéo khách đã rời bỏ quay lại, và cũng có thể mở rộng thành khảo sát, UI hoặc email offboarding
- Ở giai đoạn đầu của VEED, email từ CEO với nội dung “hãy cho chúng tôi phản hồi” không khiến ai đặt lịch họp; nhưng khi đổi thành “tôi sẽ trực tiếp onboarding cho bạn”, lịch nhanh chóng kín chỗ
- Một đề nghị mang lại giá trị hiệu quả hơn việc yêu cầu khách giúp đỡ
- VEED đã để Calendly mở và trò chuyện với 10~15 khách hàng mỗi ngày cho đến khi doanh thu đạt khoảng 6 triệu USD
- Cho đến giai đoạn doanh thu 5~7 triệu USD, công ty vẫn phụ thuộc nhiều vào đối thoại với khách hàng hơn là dữ liệu
- Nhà sáng lập giai đoạn đầu không nên lấy cớ chỉnh homepage hay viết code để trì hoãn việc nói chuyện với khách, mà cần trực tiếp lắng nghe vấn đề
- Hiệu suất cao ở giai đoạn đầu có thể không đến từ việc làm nhiều hơn mức trung bình một chút, mà từ việc thực hiện nhiều gấp 10 lần dự đoán các cuộc phỏng vấn khách hàng và hoạt động xuất bản nội dung
Giá trị khách hàng có thể rất khác nhau dù dùng cùng một sản phẩm
- Một người dùng 12 tuổi từng gửi video cho bộ phận hỗ trợ VEED làm video cho trường học, nhưng khả năng trả tiền thấp; trong khi marketer tạo video cho mạng xã hội mỗi ngày lại có churn thấp và giá trị vòng đời khách hàng cao
- Dù cùng dùng một sản phẩm chỉnh sửa video, hành vi sử dụng và giá trị kinh tế là hoàn toàn khác nhau
- VEED có thể thu hút thêm marketer, còn với học sinh phù hợp hơn với bản miễn phí thì có thể hướng sang các nền tảng như iMovie
- Cũng có thể áp dụng chiến lược thu hút một tệp khách hàng rộng bằng quy mô lớn rồi tìm ra nhóm phù hợp bên trong, nhưng cần phân biệt rõ đó là việc đã thu hút cả những khách hàng không phù hợp
- Việc chuyển đổi sang một tệp khách hàng có tỷ lệ giữ chân cao có thể mất 12~24 tháng
- Cần xây dựng năng lực thu hút ICP và lặp lại cải tiến sản phẩm
- Ở quy mô doanh thu 50~100 triệu USD, những thay đổi làm dịch chuyển tỷ trọng tệp khách hàng thường biểu hiện rất nhỏ nên càng khó hơn
- Thay vì liên tục đổ khách hàng mới vào một chiếc xô đang rò rỉ, hãy sửa churn trước rồi mới đi lên phía trên của funnel
- Nếu đang ở mức churn 15~20% mỗi tháng mà tăng top-of-funnel lên gấp 10 lần, số khách rời bỏ và cả đánh giá tiêu cực cũng có thể tăng theo
- Việc cải thiện churn thường cho kết quả chậm, nên rất dễ bỏ cuộc sau 6 tháng và quay lại tập trung vào thu hút khách hàng
Thiết kế workflow xoay quanh tác vụ cốt lõi
- Workflow không chỉ là luồng màn hình theo từng bước, mà là bộ công cụ được sắp xếp đơn giản và trực quan để người dùng hoàn thành một tác vụ cụ thể mà không bị cản trở
- Cần xác định rõ tác vụ người dùng muốn hoàn thành, loại bỏ yếu tố không cần thiết và tăng cường các chức năng cốt lõi
- Trong phần lớn doanh nghiệp, khoảng 3 hành vi được người dùng thực hiện nhiều nhất có thể chiếm khoảng 60~70% hoặc hơn tổng hoạt động
- Thay vì phân tán nguồn lực cho các tính năng đuôi dài, cần tạo ra sản phẩm có chiều sâu vượt trội ở các tác vụ cốt lõi
- Thiết kế cho một ICP rõ ràng cũng gắn chặt với việc tối ưu workflow
Marketing để thu hút thêm ICP có tỷ lệ giữ chân cao
- Nếu đã xác định được nhóm khách hàng gắn bó lâu dài, chỉ cần tăng tỷ trọng của họ trong tổng khách hàng cũng có thể làm giảm tỷ lệ rời bỏ trung bình
- Chủ đề blog, tiêu đề landing page, case study và ngôn ngữ mà khách hàng thực sự sử dụng cần được điều chỉnh theo nhóm đó
- Kênh trả phí có thể có lợi hơn kênh organic vì cho phép nhắm mục tiêu có chủ đích đến nhóm khách hàng mong muốn
- Deel trực tiếp đề cập trong thông điệp quảng cáo đến khó khăn của những người phụ trách vận hành bảng lương ở nhiều loại tiền tệ và quốc gia
- Synthesia nhắm vào vấn đề của người mua L&D cần tạo video đào tạo trong thời gian ngắn
- Kênh organic cũng có thể được dùng để xây dựng thương hiệu xoay quanh ICP
- Blog, podcast, phỏng vấn YouTube, case study, sự kiện, webinar và SEO nên tập trung vào đúng vai trò công việc và vấn đề đó
- KPI của đội marketing·growth có thể được đặt là số người đăng ký hàng tháng tự nhận mình là ICP trong khảo sát onboarding
- VEED có funnel quá rộng nên cho đến khi đạt doanh thu khoảng 20 triệu USD, công ty vẫn khó xác định rõ ICP và xây dựng sản phẩm phù hợp với nhóm đó
- Nếu thị trường thay đổi lớn, chỉ dựa vào tệp khách hàng hiện có có thể sẽ không đủ để giải quyết vấn đề
- Trong trường hợp của Overflow, có ý kiến cho rằng công ty lẽ ra nên xây dựng sản phẩm coding dạng agent như Replit hoặc Cursor dựa trên lưu lượng developer sẵn có
Chiến lược tập trung và chiến lược bundling
- Chiến lược phổ biến là tập trung sâu vào một ICP cụ thể và một vài công việc cần làm, nhưng Canva đã thành công khi mở rộng bộ sản phẩm sang thuyết trình, website, mạng xã hội và video
- Canva có thể đã tập trung hơn ở giai đoạn đầu, nhưng trong quá trình tăng trưởng đã mở rộng theo hướng phục vụ nhiều thị trường ngách theo chiều dọc
- Nếu đã tiếp cận hết nhóm khách hàng có thể đạt được trong một thị trường, thì sản phẩm hoặc giải pháp cho các vertical mới có thể giúp phá vỡ trạng thái tăng trưởng chững lại
- Có thể xem kinh doanh là sự cân bằng giữa unbundling để đào sâu một ngách cụ thể và bundling để gộp nhiều use case lại
- Bundle cung cấp nhiều use case đa dạng hơn, đôi khi rẻ hơn và chất lượng có thể thấp hơn đôi chút
- Canva mở rộng cùng một giao diện và ngôn ngữ thị giác sang nhiều loại tài liệu khác nhau dưới sứ mệnh “giúp thiết kế trở nên dễ tiếp cận với mọi người”
Thiết kế gói miễn phí như một cơ chế kích hoạt
- Tỷ lệ rời bỏ cao ở giai đoạn đầu có thể xuất phát từ việc thu phí quá sớm trước khi người dùng kịp trải nghiệm sản phẩm
- Nếu vừa mở app di động đã bị yêu cầu trả 5 USD, người dùng có thể thanh toán rồi hủy ngay sau đó
- Một số công ty xem lượng rời bỏ trong tháng đầu này là nhiễu gần giống trial và loại khỏi phân tích
- Gói miễn phí nên là công cụ onboarding·activation giúp người dùng cảm nhận được giá trị của sản phẩm và hoàn thành công việc họ muốn làm
- Cursor yêu cầu nâng cấp khi người dùng đã tạo app, trải nghiệm đầy đủ giá trị của model và chế độ tự động, rồi dùng hết số credit miễn phí
- Người dùng đã cảm nhận giá trị trong nhiều giờ thường có ý định trả tiền cao hơn
- Cơ chế tính phí có thể được thiết kế theo mức sử dụng, tính năng, số ghế hoặc kết hợp các yếu tố này
- Điều quan trọng là thu phí tại thời điểm người dùng đã chạm đến khoảnh khắc thành công cốt lõi và muốn tiếp tục nhận lại cùng giá trị đó
- Với VEED, khoảnh khắc trải nghiệm giá trị có thể là lúc vào editor hoặc tạo ra một video hoàn chỉnh
- Nếu yêu cầu thanh toán trước khi vào editor thì người dùng sẽ chưa cảm nhận được giá trị
- Nếu chặn hoàn toàn việc export sau khi họ đã hoàn thành công việc, sự bức xúc có thể rất lớn vì họ đã bỏ thời gian vào đó
- Có thể cho miễn phí một số lượng video nhất định mỗi tháng, rồi thu phí với người dùng tần suất cao tạo nhiều hơn mức đó
- Ngay cả người dùng miễn phí, nếu đã trải nghiệm được giá trị sản phẩm, cũng có thể trở thành người giới thiệu; vì vậy gói miễn phí nên được thiết kế để họ nếm thử một chút rồi quay lại sau
Tỷ lệ kích hoạt và thời gian đạt đến giá trị
- Mọi sản phẩm đều phải xác định hành động có ý nghĩa mà người dùng nhất định phải trải nghiệm, cùng với “khoảnh khắc aha”
- Với Riverside, hành động cốt lõi là thực sự ghi âm podcast
- Nếu chỉ 1 trên 10 người đăng ký thực hiện ghi âm thì activation và retention sẽ thấp, nhưng nếu 9 người được trải nghiệm và hài lòng thì cả hai chỉ số đều có thể cải thiện
- Cách kích hoạt sẽ thay đổi tùy khách hàng và độ phức tạp của sản phẩm
- Có thể thử checklist hoàn thành, hướng dẫn từng bước, tooltip, video guide, v.v.
- Với enterprise, cũng có thể áp dụng mô hình forward-deployed engineer, tức cử nhân sự đến công ty khách hàng để hỗ trợ cài đặt và kích hoạt phần mềm
- Thời gian đạt đến giá trị là khoảng thời gian từ lúc đăng ký đến khi chạm khoảnh khắc aha, và cần đo thực tế rồi rút ngắn nó
- Có thể chủ động dẫn người dùng đến 1~2 tính năng có tỷ lệ được sử dụng cao nhất
- Việc bắt nhập sẵn thẻ tín dụng, UI phức tạp, ép dùng sai nền tảng hoặc khảo sát marketing dài dòng đều làm tăng thời gian đạt đến giá trị
- Cũng có những ngoại lệ cần ma sát có chủ đích
- Nếu là sản phẩm AI mà chi phí API·model cho người dùng miễn phí cao, thì cần xác minh khả năng thanh toán và ý định sử dụng
- Ahrefs dùng cấu trúc thu 1 USD hoặc 7 USD trong 7 ngày rồi chuyển sang 200 USD/tháng để giảm tài khoản giả và việc dùng miễn phí quá tốn kém
- Có ước tính cho rằng người dùng miễn phí của các sản phẩm AI tạo sinh như Cursor hay Lovable có thể tốn tới khoảng 5 USD mỗi người
- Trong cộng đồng trực tuyến có hiệu ứng mạng, khi người dùng dùng thử miễn phí rời đi thì trải nghiệm của thành viên hiện tại cũng có thể xấu đi
- Có trường hợp tăng trưởng doanh thu nhanh hơn sau khi chuyển từ dùng thử miễn phí 30 ngày sang trả trước kèm cam kết hoàn tiền vô điều kiện
- Giá là thứ dễ triển khai, dễ thay đổi và cũng dễ để khách hàng hiểu, nên cần giữ đơn giản và minh bạch
- Duolingo không hiển thị bảng giá ngay sau khi đăng ký mà để người dùng chọn ngôn ngữ và bắt đầu bài học, giúp họ trải nghiệm thói quen và giá trị trước
- Ngay cả sau 30 phút học Spanish, người dùng vẫn chưa chạm đến trang giá, cho thấy activation được ưu tiên hơn thanh toán
- paywallscreens.com và Mobbin’ là các tài liệu tham khảo để xem cách nhiều sản phẩm thiết kế paywall
Khảo sát khi hủy và luồng giữ chân trước khi rời bỏ
- Ngoài các cải tiến mang tính chiến lược, các chiến thuật như luồng hủy cũng có thể cải thiện tương đối 10~30% tỷ lệ rời bỏ hiện tại
- Nếu đang là 10% mỗi tháng thì có thể giảm khoảng 1~3 điểm phần trăm, còn nếu là 5% mỗi tháng thì mức giảm có thể nhỏ hơn
- Churnkey mà VEED sử dụng là công cụ cấu hình luồng hủy mà không cần code
- Hỗ trợ tạm dừng đăng ký, đề xuất giảm giá, luồng theo quý và A/B test
- Có thể kiểm tra hiệu quả giữ chân khi hủy mà không phải tự triển khai mỗi lần thay đổi
- Mức giá khá cao nên phù hợp hơn với doanh nghiệp giai đoạn sau, dù vẫn có lựa chọn thay thế cho startup giai đoạn đầu
- Trong khảo sát hủy, cũng nên hỏi về các tính năng còn thiếu
- Nếu 20% khách hàng rời đi vì thiếu một tính năng cụ thể, có thể phát triển nó rồi thông báo lại cho nhóm khách hàng đó để kéo họ quay lại
- Giống như trường hợp khi người dùng định hủy Paramount trên Amazon Prime và được đề nghị 3 tháng với giá 1 USD, ưu đãi giữ chân giá thấp có thể khiến họ làm quen với nội dung mới và trì hoãn việc hủy
Cải thiện churn và dòng tiền bằng gói thanh toán năm
- Người dùng đăng ký năm sẽ cam kết trong 12 tháng, nhờ đó tự động làm giảm churn hàng tháng và giúp doanh nghiệp thu trước tiền cho cả năm
- Có thể tái đầu tư doanh thu trả trước vào quảng cáo và PPC
- Số lần nhận thông báo thanh toán mỗi tháng khiến họ nhớ tới chuyện hủy cũng giảm từ 12 lần xuống còn 1 lần
- Nếu một sản phẩm giá 30 bảng/tháng có LTV trung bình là 90 bảng, điều đó có nghĩa là khách hàng trung bình rời đi sau 3 tháng; khi đó có thể đặt giá năm gần với LTV để thu trước khoản này
- Tuy vậy, nguyên nhân gốc rễ khiến họ rời đi sau 3 tháng vẫn cần được xử lý riêng
- Mức giảm giá của gói năm có thể phản ánh retention của doanh nghiệp
- Giảm 40~80% có thể cho thấy công ty đang rất lo ngại về vấn đề khách hàng không ở lại đủ 12 tháng
- Trong SMB·enterprise, mức giảm khoảng 20% được xem là hợp lý
- Với consumer·prosumer, mức giảm khoảng 40% có thể được sử dụng
- Cũng có cách tăng giá gói tháng khoảng 20% để gói năm trông rẻ hơn
- Có thể chỉ đưa các tính năng tốt hơn vào gói năm, hoặc nhấn mạnh trực quan mức giá quy đổi theo tuần·tháng
- Grammarly là một ví dụ dùng paywall và cách thể hiện giá rất hiệu quả
- Cách làm như Adobe, trông có vẻ là đăng ký theo tháng nhưng khi hủy lại yêu cầu trả phần chi phí năm còn lại, là không được khuyến khích và thuộc dạng dark pattern
Tỷ lệ rời bỏ âm và doanh thu mở rộng
- Nếu doanh thu mở rộng phát sinh từ việc khách hàng nâng cấp, thêm ghế hoặc thêm sản phẩm lớn hơn doanh thu bị mất do rời bỏ, thì sẽ tạo ra tỷ lệ rời bỏ âm
- Với Figma, sự tăng trưởng của tổ chức và quá trình cộng tác dẫn đến mở rộng doanh thu
- Nếu một tổ chức từ 10 người tăng lên 20 người, doanh thu từ số ghế cũng tăng theo
- Khi nhà thiết kế chia sẻ thiết kế cho PM và muốn cấp quyền làm việc vượt quá mức chỉ bình luận, người dùng bổ sung sẽ đăng ký tham gia
- Cấu trúc tự động thêm người dùng vào diện bị tính phí mà không cần quy trình thanh toán riêng giúp việc mở rộng dễ dàng hơn, nhưng cũng từng bị chỉ trích
- Không chỉ mở rộng theo số ghế mà còn theo dòng sản phẩm
- Với FigJam, Figma mở rộng từ công cụ thiết kế sang whiteboard
- Họ cũng cung cấp thêm các sản phẩm như Figma Make
- Ở Figma, không phải số lượng khách hàng mà tỷ lệ giữ lại doanh thu thuần trên mỗi khách hàng có thể tăng lên
- Dù khách hàng thuộc nhóm người tiêu dùng, agency hay freelancer có thể rời bỏ, doanh thu từ các khách hàng còn lại vẫn có thể lớn hơn
- Cấu trúc lý tưởng là ngay cả khi ngừng thu hút khách hàng mới, doanh thu vẫn tăng chỉ nhờ mở rộng từ khách hàng hiện có
- Để có tỷ lệ rời bỏ âm, cần có khách hàng doanh nghiệp, mức độ phù hợp sản phẩm-thị trường mạnh và một sản phẩm có thể lan rộng tự nhiên trong nội bộ tổ chức
- Để hiểu cách một đội ngũ thực sự làm việc, ngoài việc trò chuyện với khách hàng, phương pháp nghiên cứu theo ngữ cảnh (contextual inquiry) — xin sự đồng ý và quan sát họ sử dụng sản phẩm tại hiện trường — rất hữu ích
- Chỉ thêm một nút cộng tác ở góc trên bên phải màn hình thì chưa thể biến nó thành sản phẩm cộng tác
- Cần thiết kế toàn bộ quy trình làm việc như chia sẻ liên kết, review, bình luận và chỉnh sửa
- Không phải mọi sản phẩm đều cần lan tỏa ra toàn bộ tổ chức
- Có những sản phẩm mà trong một tổ chức chỉ 1–3 người dùng, như phần mềm kế toán
- Với khách hàng doanh nghiệp có ít ghế, như đội tuân thủ bằng sáng chế, có thể phải thu 20.000–30.000 USD cho mỗi ghế
- Cấu trúc giá cần thay đổi theo phạm vi cộng tác của sản phẩm và số ghế tự nhiên mà nó hướng tới
Tiêu chí đánh giá theo từng loại hình kinh doanh
- Mô hình kinh doanh tốt nhất là mô hình ăn sâu vào công việc hằng ngày của doanh nghiệp và có tỷ lệ rời bỏ thấp hoặc âm
- Phần mềm thuế và kế toán hỗ trợ những công việc bắt buộc phải làm theo quy định pháp luật, và khó bị thay thế bằng giấy bút
- Luật thuế khác nhau theo từng quốc gia, tạo ra rào cản gia nhập theo khu vực và lợi thế địa lý
- Dù có thể đạt tỷ lệ rời bỏ thấp và ký hợp đồng doanh nghiệp, việc thâm nhập thị trường và chu kỳ bán hàng có thể vẫn khó khăn
- Những mô hình có tỷ lệ rời bỏ 8–15% mỗi tháng vẫn có thể được vận hành theo kiểu bootstrap và tạo ra lợi nhuận
- Tuy nhiên, nếu đã nhận vốn đầu tư lớn và muốn tăng trưởng thành công ty 1 tỷ USD, thì xét về mặt toán học sẽ bất lợi
- Có thể cải thiện cấu trúc bằng tính năng cộng tác, mở rộng lên phân khúc cao hơn, hoặc bổ sung mảng kinh doanh API
- Những mô hình có tỷ lệ rời bỏ trên 20% mỗi tháng được đánh giá là mức nên tránh
- Tổ hợp rủi ro nhất là tỷ lệ rời bỏ cao và biên lợi nhuận gộp thấp
- Nếu biên lợi nhuận gộp là 80%, thì từ 1 USD doanh thu có thể giữ lại khoảng 80 cent, nên vẫn có thể chịu đựng phần nào tỷ lệ rời bỏ cao
- Nếu do chi phí cho mô hình tạo sinh LLM, hình ảnh và video mà biên lợi nhuận gộp chỉ còn 20%, thì dù doanh thu tăng nhanh, khi bắt đầu suy giảm công ty có thể sụp đổ rất nhanh
- Cải thiện tỷ lệ rời bỏ không phải là một chiến thuật đơn lẻ, mà là công việc dài hạn cần đồng thời thiết kế nhóm khách hàng mục tiêu, quy trình sản phẩm, kích hoạt, tính phí, marketing, thời hạn hợp đồng và doanh thu mở rộng
Chưa có bình luận nào.