Cách tính Giá trị Vòng đời Khách hàng từ tệp CSV (Từng bước)
Để tính giá trị vòng đời khách hàng từ một file CSV giao dịch, hãy tính giá trị đơn hàng trung bình, tần suất mua hàng và vòng đời khách hàng. Nhân ba yếu tố này với nhau, sau đó áp dụng biên lợi nhuận gộp của bạn. Phép toán này rất đơn giản. Nhưng chính những quyết định mang tính đánh giá — như khách hàng nào được coi là đã rời bỏ, và nên nhìn về quá khứ hay hướng tới tương lai — mới quyết định kết quả đó có hữu ích hay không.
Hai đội ngũ có thể áp dụng cùng một công thức trên cùng một tệp dữ liệu nhưng lại cho ra hai con số chênh lệch nhau tới ba lần. Không ai sai cả. Chỉ là họ đã trả lời những câu hỏi khác nhau mà không hề nhận ra.
Hướng dẫn này sẽ đề cập đến các dữ liệu đầu vào bạn cần, quy trình tính toán thủ công qua ba giai đoạn, và những điểm hạn chế khiến phương pháp dùng bảng tính không còn hiệu quả.
Những thứ bạn cần chuẩn bị trước khi bắt đầu
Bạn cần một bản xuất dữ liệu ở cấp độ giao dịch: mỗi dòng tương ứng với một đơn hàng, bao gồm mã định danh khách hàng, ngày đặt hàng và giá trị đơn hàng. Bản tóm tắt theo tháng sẽ không hiệu quả, vì giá trị vòng đời về cơ bản là cách các khách hàng cá nhân hành xử theo thời gian.
Có hai quyết định cần được đưa ra trước khi áp dụng bất kỳ công thức nào, và chúng thay đổi kết quả nhiều hơn bất kỳ phép tính nào.
Dữ liệu lịch sử hay dự đoán. Giá trị vòng đời khách hàng theo lịch sử tổng hợp những gì khách hàng thực tế đã chi tiêu cho đến nay. Giá trị dự đoán ước tính những gì họ sẽ chi tiêu trong tương lai. Phương pháp lịch sử có cơ sở rõ ràng và luôn thấp hơn thực tế; phương pháp dự đoán hữu ích hơn cho việc lập ngân sách và phụ thuộc hoàn toàn vào giả định của bạn về tỷ lệ giữ chân khách hàng.
Thế nào là khách hàng rời bỏ. Đối với mô hình đăng ký thuê bao, điều này rất dễ xác định — chính là ngày hủy đăng ký. Đối với các doanh nghiệp giao dịch thông thường, không có sự kiện hủy bỏ, vì vậy bạn cần một quy tắc. Ví dụ, một khách hàng không mua hàng trong vòng mười hai tháng sẽ được coi là đã ngừng hoạt động. Hãy chọn một khoảng thời gian cụ thể và ghi nhận lại.
Một kết quả tốt sẽ trông như thế này. Bạn sẽ có một bảng chi tiết theo từng khách hàng với tổng chi tiêu, số lượng đơn hàng, ngày đặt hàng đầu tiên và cuối cùng, cùng nhãn phân khúc. Bên cạnh đó là một con số tổng quan đi kèm với giả định về biên lợi nhuận được ghi rõ ngay bên cạnh.
Cách tính toán thủ công
Tùy chọn 1: Tính giá trị đơn hàng trung bình và tần suất mua hàng
Nhóm tệp giao dịch theo mã định danh khách hàng. Đối với mỗi khách hàng, hãy tính tổng giá trị đơn hàng và đếm số lượng đơn hàng. Giá trị đơn hàng trung bình bằng tổng doanh thu chia cho tổng số đơn hàng của toàn bộ tệp khách hàng. Tần suất mua hàng bằng tổng số đơn hàng chia cho số lượng khách hàng duy nhất trong khoảng thời gian đó.
Cái bẫy ở đây chính là khoảng thời gian. Tần suất đo lường trong mười hai tháng và tần suất đo lường trên toàn bộ lịch sử là hai con số khác nhau, và việc gộp chung chúng vào một công thức sẽ tạo ra một kết quả vô nghĩa. Hãy xác định rõ khoảng thời gian trước và sử dụng nó một cách nhất quán.
Tùy chọn 2: Thêm biểu đồ đường cong giữ chân khách hàng
Vòng đời khách hàng là dữ liệu đầu vào mà hầu hết mọi người thường tự đoán. Phiên bản có cơ sở khoa học nhất đến từ chính dữ liệu của bạn: hãy nhóm khách hàng theo tháng tiếp cận, sau đó đếm xem có bao nhiêu người vẫn còn hoạt động trong mỗi tháng tiếp theo.
Điều đó sẽ tạo ra một đường cong giữ chân khách hàng. Vòng đời trung bình xấp xỉ bằng diện tích dưới đường cong đó — trong bảng tính, đó là tổng tỷ lệ giữ chân hàng tháng. Nếu 100 khách hàng được giữ chân ở mức 80%, 65% và 55% trong ba tháng, bạn đang tích lũy vòng đời theo từng tháng thay vì giả định một con số tròn trĩnh. Hướng dẫn của chúng tôi về cách tạo biểu đồ giữ chân khách hàng theo nhóm thuần tập (cohort) sẽ giải thích khía cạnh biểu đồ của phần này, và bài viết phân tích cohort là gì sẽ giải thích về mặt khái niệm.
Tùy chọn 3: Chuyển đổi thành LTV và tỷ lệ LTV:CAC
Nhân giá trị đơn hàng trung bình với tần suất mua hàng và vòng đời khách hàng, sau đó nhân với biên lợi nhuận gộp. Giá trị vòng đời dựa trên doanh thu thường phóng đại con số thực tế, đôi khi rất nghiêm trọng, vì nó đánh đồng sản phẩm có biên lợi nhuận thấp với sản phẩm có biên lợi nhuận cao.
Sau đó chia cho chi phí thu hút khách hàng (CAC). Tỷ lệ đó chính là mục đích của con số này. Giá trị vòng đời đứng riêng lẻ chỉ là thông tin tham khảo; giá trị vòng đời so với chi phí bạn đã bỏ ra để có được khách hàng đó mới là cơ sở để đưa ra quyết định.
Những điểm hạn chế của phương pháp thủ công
Phân khúc khách hàng là nơi phương pháp này gặp trở ngại. Một con số tổng hợp duy nhất sẽ cào bằng các nhóm khách hàng tốt nhất và tệ nhất của bạn thành một con số không mang lại nhiều thông tin. Phiên bản hữu ích phải là theo từng kênh, từng gói dịch vụ hoặc từng tháng tiếp cận. Mỗi phân khúc đồng nghĩa với việc phải xây dựng lại toàn bộ chuỗi công thức dựa trên một tập hợp dữ liệu con đã được lọc. Thường có nhiều phân khúc đáng để kiểm tra hơn mức độ kiên nhẫn của bất kỳ ai, vì vậy hầu hết chúng đều bị bỏ qua.
Việc chạy lại dữ liệu là vấn đề thứ hai. Tệp dữ liệu của quý tiếp theo sẽ có nhiều dòng hơn và thường có các cột được đặt tên khác đi. Bảng lưới giữ chân khách hàng mà bạn mất cả buổi chiều để xây dựng sẽ cần phải mở rộng phạm vi dữ liệu và kiểm tra lại các công thức. Một phạm vi bị bỏ sót sẽ không hiển thị lỗi ở kết quả đầu ra, và đó chính là điều nguy hiểm.
Và các giả định thì không được hiển thị rõ ràng. Sáu tháng sau, tệp dữ liệu hiển thị một con số, và không ai còn nhớ nó được tính dựa trên doanh thu hay biên lợi nhuận, hoặc khoảng thời gian xác định rời bỏ nào đã được sử dụng. Đó là cách một con số lỗi thời xuất hiện trong slide báo cáo của ban quản trị.
Ngoài ra còn có một sai sót tinh vi hơn. Vì mô hình này rất tốn công sức để xây dựng lại, nên nó có xu hướng chỉ được chạy một lần và sau đó được trích dẫn suốt cả năm. Giá trị vòng đời không phải là một hằng số. Nó thay đổi khi giá cả thay đổi, khi cơ cấu kênh tiếp cận chuyển dịch sang một kênh rẻ hơn, và khi một thay đổi về sản phẩm làm biến động tỷ lệ giữ chân. Một con số được tính toán từ mùa xuân năm ngoái có thể đang mô tả một doanh nghiệp không còn tồn tại ở hiện tại.
Cách tính giá trị vòng đời khách hàng bằng Powerdrill Bloom
Bước 1: Tải lên dữ liệu của bạn
Tải trực tiếp file CSV giao dịch lên. Powerdrill Bloom sẽ phân tích cấu trúc các cột, nhờ đó bạn có thể xác nhận mình có mã định danh khách hàng hợp lệ và cột ngày tháng chuẩn xác trước khi tiến hành bất kỳ hoạt động nhóm dữ liệu nào.
Bước 2: Mô tả phép tính bằng ngôn ngữ tự nhiên
Hãy nêu các quy tắc giống như cách bạn nói với một đồng nghiệp. Coi những khách hàng không mua hàng trong mười hai tháng là đã ngừng hoạt động, áp dụng tỷ lệ biên lợi nhuận gộp này, và tính giá trị vòng đời theo kênh tiếp cận. Sau đó, hãy đặt các câu hỏi tiếp theo quan trọng — như con số này khác biệt thế nào giữa nhóm 25% cao nhất và thấp nhất, hoặc nó đã thay đổi ra sao giữa các nhóm thuần tập tiếp cận khách hàng.
Bước 3: Xuất biểu đồ, báo cáo hoặc slide trình bày
Trích xuất bảng dữ liệu theo từng phân khúc, đường cong giữ chân khách hàng phía sau nó, hoặc một bản tóm tắt bằng văn bản đi kèm các giả định được ghi nhận ngay cạnh con số kết quả.
Tại sao phương pháp này vượt trội hơn việc xây dựng lại mô hình mỗi quý
| Phương pháp dùng bảng tính | Powerdrill Bloom | |
|---|---|---|
| Phân khúc theo kênh | Xây dựng lại chuỗi công thức cho từng phân khúc | Thêm yêu cầu đó vào câu lệnh |
| Thay đổi khoảng thời gian xác định rời bỏ | Làm lại bảng lưới giữ chân khách hàng | Yêu cầu lại với một khoảng thời gian mới |
| Ghi nhận các giả định | Ghi chú thủ công, thường bị bỏ sót | Được nêu rõ trong câu lệnh |
| Tệp dữ liệu của quý tiếp theo | Mở rộng phạm vi dữ liệu, kiểm tra công thức | Tải lên và yêu cầu lại |
Dòng thứ hai chính là dòng thay đổi những gì bạn có thể học hỏi được. Khoảng thời gian xác định rời bỏ mười hai tháng và sáu tháng có thể tạo ra các giá trị vòng đời rất khác nhau. Cách xử lý trung thực nhất là chạy cả hai trường hợp và xem liệu kết luận của bạn có còn đúng hay không. Nhưng với một bảng tính, không ai muốn làm điều đó đến lần thứ hai.
Các sai lầm thường gặp
Sử dụng doanh thu thay vì biên lợi nhuận. Giá trị vòng đời dựa trên doanh thu làm đẹp số liệu cho mọi doanh nghiệp và làm sai lệch nghiêm trọng bất kỳ so sánh nào với chi phí thu hút khách hàng.
Gộp chung tất cả khách hàng vào một con số duy nhất. Con số trung bình của một tệp khách hàng với các phân khúc rất khác nhau sẽ không mô tả đúng bất kỳ khách hàng thực tế nào. Hãy phân khúc trước khi đưa ra kết luận.
Tự đoán vòng đời khách hàng. "Khoảng hai năm" là dữ liệu đầu vào phổ biến nhất nhưng lại thiếu cơ sở nhất. Thay vào đó, hãy rút ra con số này từ chính đường cong giữ chân khách hàng của bạn, ngay cả khi đường cong đó còn ngắn.
Bỏ qua hiệu ứng người sống sót (survivor effect). Giá trị vòng đời lịch sử chỉ tính những khách hàng đã tồn tại, điều này làm lệch kết quả về phía những khách hàng gắn bó lâu năm. Cách tính toán dựa trên cohort sẽ tránh được lỗi này.
Báo cáo chỉ số này mà không có CAC. Giá trị vòng đời là $900 sẽ không có ý nghĩa gì cho đến khi bạn biết chi phí thu hút khách hàng là $90 hay $800.
Coi con số này là cố định lâu dài. Hãy tính toán lại bất cứ khi nào giá cả, sản phẩm hoặc cơ cấu kênh tiếp cận thay đổi đáng kể. Một con số được mang từ năm ngoái sang chỉ là một dự đoán được gắn thêm dấu thập phân.
Kết luận
Việc tính toán giá trị vòng đời khách hàng từ một file CSV trải qua ba giai đoạn. Tính giá trị đơn hàng trung bình và tần suất mua hàng, xây dựng đường cong giữ chân khách hàng từ các nhóm thuần tập của riêng bạn, sau đó áp dụng biên lợi nhuận và tính tỷ lệ so với chi phí thu hút khách hàng. Thực hiện việc này trên bảng tính vẫn hiệu quả — cho đến khi bạn cần phân khúc dữ liệu hoặc cần thử nghiệm một khoảng thời gian xác định rời bỏ khác.
Nếu mô hình này chỉ được xây dựng lại khi có ai đó yêu cầu trong một cuộc họp, hãy dùng thử Powerdrill Bloom cho bản xuất dữ liệu giao dịch của bạn. Trang trợ lý AI cho CSV của chúng tôi sẽ giới thiệu quy trình làm việc rộng hơn, và bài viết chuyển đổi file CSV thành biểu đồ sẽ hướng dẫn về kết quả đầu ra trực quan.
Câu hỏi thường gặp
Công thức tính giá trị vòng đời khách hàng là gì?
Nhân giá trị đơn hàng trung bình với tần suất mua hàng và vòng đời khách hàng trung bình, sau đó nhân với biên lợi nhuận gộp. Việc sử dụng doanh thu thay vì biên lợi nhuận sẽ thổi phồng kết quả và khiến bất kỳ so sánh nào với chi phí thu hút khách hàng trở nên không đáng tin cậy.
Làm thế nào để tính giá trị vòng đời khách hàng trong Excel?
Nhóm tệp giao dịch theo mã định danh khách hàng để có được số lượng và tổng giá trị đơn hàng. Xây dựng bảng lưới giữ chân khách hàng theo nhóm thuần tập để rút ra vòng đời khách hàng, sau đó kết hợp ba dữ liệu đầu vào này lại. Bảng lưới giữ chân khách hàng là phần tốn nhiều công sức nhất và cần phải xây dựng lại bất cứ khi nào khoảng thời gian xác định rời bỏ thay đổi.
Sự khác biệt giữa LTV lịch sử và LTV dự đoán là gì?
LTV lịch sử tổng hợp những gì khách hàng thực tế đã chi tiêu, vì vậy nó luôn thấp hơn thực tế và dễ chứng minh cơ sở. LTV dự đoán ước tính mức chi tiêu trong tương lai dựa trên giả định về tỷ lệ giữ chân, điều này giúp nó hữu ích hơn cho việc lập kế hoạch nhưng cũng dễ bị sai lệch hơn.
Tỷ lệ LTV trên CAC thế nào là tốt?
Mục tiêu thường được trích dẫn là ba trên một (3:1), nhưng điều này còn tùy thuộc vào cấu trúc biên lợi nhuận và thời gian hoàn vốn của bạn. Câu hỏi hữu ích hơn là mất bao nhiêu tháng để một khách hàng bù đắp lại chi phí thu hút họ.
Tôi nên xử lý thế nào với những khách hàng không mua hàng gần đây?
Hãy xác định một khoảng thời gian xác định rời bỏ và áp dụng nó một cách nhất quán — mười hai tháng không mua hàng là một quy tắc phổ biến đối với các doanh nghiệp giao dịch thông thường. Hãy ghi nhận khoảng thời gian này ngay cạnh con số kết quả, vì việc thay đổi nó có thể làm biến động đáng kể giá trị vòng đời khách hàng.