[Artifacts] Aha Moment Testing Dashboard tại SaveDay

Artifacts là bất kỳ tài liệu, mô hình hay quy trình nào được tạo ra trong quá trình làm việc thật của bạn dùng cho sản phẩm và công ty cụ thể.

Khi tham gia đóng góp chuyên mục Artifacts, bạn sẽ nhận được:
📣 Bài viết được truyền thông trên các kênh chính thức của Growth Marketing Vietnam (bao gồm cộng đồng Facebook, LinkedIn, Fanpage và newsletter).
🌱 Lan tỏa giá trị thực đến cộng đồng chuyên môn gồm hàng nghìn người đang học tập và làm việc trong lĩnh vực Growth & Marketing tại Việt Nam.
🏷️ Được vinh danh tác giả, với phần giới thiệu kèm theo – như một cách ghi nhận đóng góp, đồng thời giúp bạn xây dựng uy tín cá nhân và mở rộng kết nối chuyên nghiệp.

Dashboard này được xây dựng để trực quan hóa các chỉ số retention cốt lõi của sản phẩm và giúp team của tôi xây dựng các giả thuyết (hypothesis) cùng các thử nghiệm (experiment).

Về SaveDay: là công cụ giúp bạn lưu, tìm kiếm và tóm tắt nhanh những nội dung yêu thích. Từ mọi nơi, cho mọi thứ.

1. Vì sao chúng tôi bắt đầu?

Khi bắt đầu xây dựng sản phẩm này, chúng tôi cần thiết lập phiên bản đầu tiên cho các chỉ số sản phẩm quan trọng. Trong bối cảnh sản phẩm B2C, hai thứ chúng tôi quan tâm nhất là growth và retention. Ở thời điểm đó, tôi phụ trách mảng retention và thực sự không biết bắt đầu từ đâu trong việc định nghĩa chỉ số retention, chứ chưa nói đến việc cải thiện nó.

Tôi tình cờ học được về ba trạng thái người dùng trong giai đoạn activation: setup moment, aha moment và habit moment. Tôi nhận ra rằng việc định nghĩa được aha moment của sản phẩm sẽ giúp chúng tôi tập trung nỗ lực giữ chân người dùng hiệu quả hơn rất nhiều.

2. Chúng tôi triển khai như thế nào?

Việc định nghĩa aha moment gồm hai bước. Thứ nhất, chúng tôi phải xác định tất cả các hành động mà người dùng có thể thực hiện, những hành động tạo ra tiềm năng khiến họ được giữ chân (retained). Thứ hai, chúng tôi phải xác định ngưỡng (threshold) cho các hành động đó.

Trong dashboard này, bạn có thể thấy bước đầu tiên được trực quan hóa trên biểu đồ retention curve. Chúng tôi phân khúc người dùng dựa trên các hành động quan trọng trong sản phẩm và so sánh các đường retention curve của từng nhóm, cũng như retention của toàn bộ người dùng trong sản phẩm. Những đường cong có kết quả tốt nhất cho thấy hành động nào có khả năng ảnh hưởng đến retention cao nhất.

Sau đó chúng tôi chuyển sang bước thứ hai: tìm ngưỡng. Mục tiêu ở đây là tìm ra vùng giao thoa lớn nhất giữa nhóm người thực hiện hành động và nhóm người được giữ chân. Bạn có thể xem các phép tính này trong các bảng bên dưới biểu đồ.

3. Bước tiếp theo là gì?

Dashboard này không phải là nguồn để ra quyết định; nó chỉ là nguồn của xác suất. Bước tiếp theo là xây dựng các giả thuyết dựa trên dữ liệu này và kiểm chứng chúng trong sản phẩm.

Ví dụ, nếu chúng tôi thấy những người lưu ảnh 3 lần có retention tốt nhất, chúng tôi sẽ dồn nỗ lực để đảm bảo người dùng mới lưu ảnh đủ 3 lần. Chúng tôi có thể chạy một A/B test và so sánh các đường retention curve để xem đường cong mới có được nâng lên hay không. Việc kết hợp dữ liệu định lượng với nghiên cứu định tính cũng rất quan trọng để hiểu hành động nào đang thực sự mang lại giá trị cho người dùng.

Việc thiết lập dashboard này không phải là một dự án làm một lần rồi thôi. Nó tiến hóa theo thời gian khi chúng tôi học được nhiều hơn và liên tục cải tiến sản phẩm. Chúng tôi cũng phải tiếp tục thực hiện nghiên cứu định tính với người dùng để thực sự hiểu tất cả các hành động họ thực hiện và cách họ nhận được giá trị từ sản phẩm.

Ngay cả định nghĩa về người dùng được giữ chân của chúng tôi cũng đã thay đổi theo thời gian; hiện tại, đó là những người dùng còn hoạt động trong tuần thứ ba sau onboarding, nhưng ban đầu chỉ là một hoặc hai tuần.”

————————

Tác giả: Mayvees Nguyen - Product Manager tại SaveDay

————————-