Retention: Cách Doulingo tăng trưởng DAU 4.5 lần trong 4 năm theo chia sẻ của cựu CPO Duolingo

Mở đầu

Tôi gia nhập Duolingo với vai trò Head of Product vào cuối năm 2017. Duolingo lúc đó đã là ứng dụng giáo dục được tải xuống nhiều nhất trên thế giới với hàng trăm triệu người dùng, hoàn thành sứ mệnh “phát triển nền giáo dục tốt nhất trên thế giới và phổ biến nó trên toàn cầu”. Tuy nhiên, tốc độ tăng trưởng người dùng đang chậm lại. Vào giữa năm 2018, số người dùng hoạt động hàng ngày (DAU) chỉ tăng trưởng với tốc độ một con số so với cùng kỳ năm trước, điều này thật đáng lo ngại vì mức tăng trưởng bùng nổ mà công ty đã chứng kiến trong quá khứ. Đây là một vấn đề đối với một công ty Startup khi các nhà đầu tư lo lắng về tốc độ tăng trưởng.

Trong bài viết này, tôi sẽ đề cập đến một số thất bại ban đầu và sau đó là những chiến thắng lớn đầu tiên đã giúp chúng tôi xoay chuyển tình thế tăng trưởng, bao gồm việc tung ra bảng xếp hạng Leader Board, tập trung vào “Push notifications” và tối ưu hóa tính năng “Streak”. Những điều này, cùng với các nỗ lực khác về Product và Marketing, đã giúp chúng tôi tăng trưởng DAU lên 4.5 lần trong vòng 4 năm. Chính sự tăng trưởng mạnh mẽ của số lượng người dùng tự nhiên (Organic users) đã thúc đẩy Duolingo hướng tới đợt IPO năm 2021.

Giai đoạn 1: Tăng cường gamification


Nỗ lực đầu tiên của chúng tôi nhằm khơi dậy sự tăng trưởng là tập trung vào việc cải thiện tỷ lệ giữ chân (retention). Chúng tôi ưu tiên tập trung vào việc giữ chân hơn là thu hút người dùng mới vì tất cả hoạt động thu hút người dùng mới của chúng tôi đều diễn ra một cách tự nhiên (organic users) và vào thời điểm đó, chúng tôi không có đòn bẩy rõ ràng để tăng cường người dùng tự nhiên. Ngoài ra, một số người trong chúng tôi còn cho rằng có thể cải thiện khả năng giữ chân người dùng thông qua trò chơi hóa (gamification). Có hai lý do chính khiến tôi cảm thấy đây là cách tiếp cận phù hợp. Đầu tiên, Duolingo đã triển khai thành công một số cơ chế của trò chơi hóa (gamification), chẳng hạn như progression system trên màn hình chính, streaks, và achievements system. Và thứ hai, các trò chơi game mobile hàng đầu vào thời điểm đó có tỷ lệ giữ chân cao hơn nhiều so với sản phẩm của chúng tôi, điều mà tôi lấy làm bằng chứng cho thấy chúng tôi chưa đạt đến mức trần về tác động của gamification.

Duolingo’s gamified Home and Achievements pages

Với một bài thuyết trình ngắn cùng với Chief Designer, chúng tôi đã nhận được sự ủng hộ để thành lập một nhóm mới, tạm gọi là team Gamification. Team này bao gồm 1 engineering manager, 1 engineer, 1 designer, 1 APM, và tôi.

Nhưng chúng tôi không biết cơ chế chơi game nào sẽ phù hợp với Duolingo. Nhóm của chúng tôi vào thời điểm đó đang say mê một trò chơi tên là Gardenscapes, một trò chơi giải đố ghép 3 trên thiết bị di động tương tự như Candy Crush. Trò chơi di động này đã trở thành nguồn cảm hứng đầu tiên của chúng tôi.

Khi xem xét các cơ chế trò chơi khác nhau trong Gardenscapes, chúng tôi không thực sự biết mình đang tìm kiếm điều gì—mà chỉ biết rằng Gardenscapes có vẻ “bám dính” hơn Duolingo và chúng tôi thấy một số điểm tương đồng. Một bài học Duolingo dài ba phút có cảm giác tương tự như cấp độ ghép 3 của Gardenscapes và cả Duolingo và Gardenscapes đều sử dụng thanh tiến trình (progress bars) để thể hiện trực quan về mức độ hoàn thành của người dùng. Tuy nhiên, Gardenscapes đã ghép nối thanh tiến trình (progress bars) với bộ đếm lượt di chuyển (moves counter), điều mà Duolingo không làm được. Bộ đếm lượt di chuyển (moves counter) chỉ cho phép người dùng thực hiện một số lượt di chuyển hữu hạn để hoàn thành một cấp độ, điều này làm tăng thêm cảm giác khan hiếm và cấp bách cho trò chơi. Chúng tôi quyết định kết hợp cơ chế đếm vào sản phẩm của mình. Chúng tôi đã cho người dùng một số cơ hội hữu hạn để trả lời chính xác các câu hỏi trước khi họ phải bắt đầu lại bài học.

Nhóm của chúng tôi đã mất vài tháng làm việc để thêm bộ đếm. Với việc phát hành bản cập nhật, tôi đã mong đợi kết quả thành công trọn vẹn. Đáng buồn thay, kết quả của tất cả nỗ lực đó lại hoàn toàn trung lập. Không có thay đổi nào đối với tỷ lệ retention. Không tăng DAU. Chúng tôi hầu như không nhận được bất kỳ phản hồi nào của người dùng.

Sau khi có kết quả, chúng tôi nhanh chóng nảy sinh bất đồng quan điểm. Một số muốn tiếp tục lặp lại ý tưởng, trong khi những người khác muốn chuyển hướng. Nhóm gần như ngay lập tức (và đột ngột) giải tán, và ý tưởng này bị bỏ dở. Nó khá khủng khiếp. Điểm đáng mừng duy nhất của thất bại này là tôi đã học được rất nhiều điều về văn hóa công ty và cách cải thiện phong cách lãnh đạo cá nhân của mình.

Giai đoạn 2: Referrals

Sau thất bại với nỗ lực gamification không thành công, chúng tôi hoàn toàn chuyển hướng khỏi việc cải thiện khả năng giữ chân người dùng và thành lập một nhóm mới tập trung vào việc thu hút người dùng mới, được gọi là Nhóm Acquisition. Vào thời điểm đó, Uber đang hoạt động tốt trong việc thu hút người dùng và nổi tiếng tăng trưởng nhờ chương trình giới thiệu (Referrals). Lấy cảm hứng từ điều này, chúng tôi đã tạo ra một chương trình giới thiệu tương tự như của Uber. Phần thưởng là một tháng miễn phí gói đăng ký trả phí của chúng tôi, Super Duolingo (vào thời điểm đó, nó được gọi là Duolingo Plus). Có vẻ như đây là một phần thưởng hấp dẫn đối với người dùng.

Chúng tôi đã triển khai tính năng Referral và hy vọng nỗ lực lần này sẽ thành công hơn. Kết quả, số người dùng mới chỉ tăng 3%. Đó là điều tích cực, nhưng không phải là kiểu đột phá mà chúng tôi cần.

Trong khi nhóm tiếp tục lặp lại và cải thiện chương trình, tôi thấy rõ rằng chúng tôi phải tìm một cách tiếp cận khác để giải quyết bài toán tăng trưởng.

Rút ra bài học:

Hậu quả của những thất bại liên tiếp này chỉ trong vài tháng là khoảng thời gian tôi suy ngẫm về việc đặt cược vào sản phẩm tốt hơn.

Nhìn lại, chúng tôi thấy rõ tại sao bộ đếm bước đi của Gardenscapes không phù hợp với sản phẩm của chúng tôi. Khi bạn chơi Gardenscapes, mỗi bước di chuyển đều giống như một quyết định chiến lược, bởi vì bạn phải vượt qua những chướng ngại vật để tìm ra con đường dẫn đến chiến thắng. Tuy nhiên, việc đưa ra quyết định chiến lược không bắt buộc phải hoàn thành bài học Duolingo—bạn hầu như biết câu trả lời cho một câu hỏi hoặc không. Bởi vì không có bất kỳ chiến lược nào cho nó, bộ đếm nước đi của Duolingo chỉ đơn giản là một sự phiền phức nhàm chán và nhàm chán. Đó là cơ chế chơi game sai lầm khi áp dụng vào Duolingo. Tôi nhận ra rằng mình đã quá tập trung vào những điểm tương đồng giữa Gardenscapes và Duolingo đến nỗi đã không tính đến tầm quan trọng của những khác biệt cơ bản.

Cũng không mất nhiều thời gian để hiểu tại sao chương trình giới thiệu của chúng tôi không mang lại thành công như Uber. Những lời giới thiệu có tác dụng với Uber vì người đi xe đang trả tiền cho các chuyến đi trên một hệ thống trả tiền theo mức sử dụng không bao giờ kết thúc. Một chuyến đi miễn phí là một sự khuyến khích liên tục. Đối với Duolingo, chúng tôi đang cố gắng khuyến khích người dùng bằng cách cung cấp một tháng Super Duolingo miễn phí. Tuy nhiên, những người dùng giỏi nhất và tích cực nhất của chúng tôi đã có Super Duolingo và chúng tôi không thể cho họ một tháng miễn phí khi họ đã đăng ký gói. Điều này có nghĩa là chiến lược của chúng tôi, vốn cần dựa vào những người dùng giỏi nhất, đã thực sự loại trừ họ.

Trong cả hai tình huống này, chúng tôi đã mượn những tính năng thành công từ các sản phẩm khác nhưng lại sai cách. Chúng tôi đã không tính đến việc thay đổi bối cảnh có thể ảnh hưởng như thế nào đến sự thành công của một tính năng. Tôi đã thoát khỏi những nỗ lực này khi nhận ra rằng tôi cần hiểu rõ hơn về cách mượn ý tưởng từ các sản phẩm khác một cách thông minh. Bây giờ khi muốn áp dụng một tính năng, tôi tự hỏi mình:

  • Tại sao tính năng này lại hoạt động trong sản phẩm đó?
  • Tại sao tính năng này có thể thành công hay thất bại trong bối cảnh của chúng ta?
  • Những điều chỉnh nào là cần thiết để làm cho tính năng này thành công trong bối cảnh của chúng ta?

Nói cách khác, chúng tôi cần sử dụng khả năng phán đoán tốt hơn để thích ứng khi áp dụng. Việc có hệ thống hơn chỉ trong lĩnh vực này sẽ tạo ra sự khác biệt lớn trong cơ chế chơi game mà chúng tôi theo đuổi. Và có lẽ chúng tôi đã bị ngăn cản không nên tập trung hoàn toàn vào việc giới thiệu. Tôi đã cam kết đảm bảo rằng những nỗ lực tiếp theo của chúng tôi sẽ có phương pháp hơn. Chúng tôi cần phải đưa ra quyết định dựa trên dữ liệu, dựa trên insight và các nguyên tắc nền tảng tốt hơn.

Giai đoạn 3: Sử dụng data và model

Duolingo luôn xuất sắc trong việc thu thập dữ liệu, đặc biệt là trong các thử nghiệm A/B testing. Nhưng chưa có nhiều nỗ lực trong việc sử dụng dữ liệu để có được “insight”. Là người trong cuộc nhìn thấy cách Zynga và MyFitnessPal sử dụng dữ liệu, tôi cảm thấy chúng tôi có thể sử dụng dữ liệu của Duolingo để tìm ra chỉ số “North Star metric” và đạt được bước đột phá mà chúng tôi cần.

Thời gian làm việc tại Zynga và MyFitnessPal đã truyền cảm hứng cho chúng tôi về cách phân khúc người dùng và lập mô hình người dùng theo mức độ tương tác. Zynga đã tách người dùng của họ và đo lường tỷ lệ giữ chân dựa trên các số liệu giữ chân hàng tuần sau:

Tỷ lệ giữ chân người dùng hiện tại (CURR): Cơ hội người dùng quay lại trong tuần này nếu họ đến với sản phẩm mỗi tuần trong hai tuần qua.

Tỷ lệ giữ chân người dùng mới (NURR): Cơ hội người dùng quay lại trong tuần này nếu họ mới sử dụng sản phẩm vào tuần trước.

Tỷ lệ giữ chân người dùng đã kích hoạt lại (RURR): Cơ hội người dùng quay lại trong tuần này nếu họ đã kích hoạt lại vào tuần trước.

Sau này, khi làm việc tại MyFitnessPal, tôi thấy rằng họ đã áp dụng và mở rộng công việc giữ chân của Zynga. Họ không chỉ sử dụng CURR, NURR và RURR để đo lường mức tăng trưởng mà còn để mô hình hóa các kịch bản trong tương lai. Họ cũng đã thêm chỉ số SURR:

Tỷ lệ giữ chân người dùng đã phục hồi (SURR): Cơ hội người dùng quay lại trong tuần này nếu họ đã phục hồi (sau một thời gian vắng mặt lâu hơn) vào tuần trước

Tôi đưa ra giả thuyết rằng chúng ta có thể sử dụng các số liệu này tại Duolingo làm điểm khởi đầu để tạo ra một mô hình phức tạp hơn và sử dụng mô hình đó để xác định số liệu North Star metric. Làm việc với Data scientist và Engineer manager trong Acquisition team, chúng tôi đã đưa ra mô hình bên dưới. Chúng tôi đã sử dụng tỷ lệ giữ chân tương tự như Zynga và MyFitnessPal, nhưng chúng tôi đã điều chỉnh từ chế độ xem hàng tuần sang chế độ xem hàng ngày và chúng tôi đã thêm một số chỉ số khác.

Các khối hình đại diện cho các phân khúc người dùng khác nhau với mức độ tương tác khác nhau. Và mỗi người dùng đã từng sử dụng sản phẩm đều ở trong một và chỉ một nhóm vào bất kỳ ngày nào. Điều đó có nghĩa là các nhóm trong mô hình là MECE (loại trừ lẫn nhau, toàn diện về mặt chung) để đại diện cho toàn bộ cơ sở người dùng đã từng sử dụng Duolingo. Các mũi tên đo lường chuyển động của người dùng giữa các nhóm (bao gồm CURR, NURR, RURR và SURR, nhưng phát triển thành tỷ lệ giữ chân hàng ngày thay vì hàng tuần). Kết hợp các thùng và các mũi tên, mô hình tạo ra một hệ thống gần như khép kín, trong đó người dùng mới là người duy nhất được nghỉ ngơi.

Bốn nhóm trên cùng của mô hình cộng lại thành DAU. Những nhóm đó được định nghĩa là:

New users (Người dùng mới): ngày đầu tiên tương tác trong ứng dụng

Current users (Người dùng hiện tại): đã tham gia hôm nay và ít nhất một lần khác trong 6 ngày trước

Reactivated users (Người dùng được kích hoạt lại): ngày tương tác đầu tiên sau 7-29 ngày

Resurrected users (Người dùng đã phục hồi): ngày tương tác đầu tiên sau khi vắng mặt 30 ngày trở lên

Ba nhóm còn lại đại diện cho những người dùng không hoạt động hôm nay và có mức độ không hoạt động khác nhau.

At-risk WAU:: không hoạt động hôm nay, nhưng hoạt động ít nhất một trong 6 ngày trước đó

At-risk WAU: + DAU = WAU

At-risk MAU: không hoạt động trong bảy ngày qua, nhưng hoạt động ít nhất một trong 23 ngày trước đó

At-risk MAU + WAU = MAU

Dormant users (Người dùng không hoạt động): không hoạt động trong 31 ngày qua hoặc lâu hơn

MAU + Dormant users = Tổng số người dùng

Thực tế là DAU, WAU và MAU có thể dễ dàng được tính toán từ các nhóm này giúp việc lập mô hình chúng theo thời gian trở nên dễ dàng. Ngoài ra, bằng cách điều khiển các tỷ lệ được biểu thị bằng các mũi tên, chúng ta có thể lập mô hình tác động gộp và tích lũy của việc di chuyển các tỷ lệ này theo thời gian; nói cách khác, tỷ lệ này là đòn bẩy mà nhóm sản phẩm có thể sử dụng để phát triển DAU.

Với mô hình đã tạo, chúng tôi bắt đầu chụp nhanh dữ liệu hàng ngày để tạo lịch sử về cách tất cả các nhóm người dùng và tỷ lệ giữ chân đã phát triển hàng ngày trong nhiều năm qua. Với dữ liệu này, chúng tôi có thể tạo một mô hình hướng tới tương lai và sau đó thực hiện phân tích độ nhạy để dự đoán đòn bẩy nào sẽ có tác động lớn nhất đến tăng trưởng DAU. Chúng tôi đã chạy mô phỏng cho từng tỷ lệ, trong đó chúng tôi điều chỉnh một tỷ lệ duy nhất 2% mỗi quý trong ba năm, giữ nguyên tất cả các tỷ lệ khác.

Dưới đây là kết quả mô phỏng đầu tiên của chúng tôi. Nó cho thấy những chuyển động nhỏ 2% trên mỗi đòn bẩy đã tác động đến MAU và DAU dự báo như thế nào.

Chúng tôi ngay lập tức thấy rằng CURR có tác động to lớn đến DAU—gấp 5 lần tác động của chỉ số tốt thứ hai. CURR khó tăng hơn nhiều, nhưng một khi đã tăng, nó sẽ có tác động lớn hơn. Dựa trên phân tích này, chúng tôi biết rằng CURR là thước đo chúng tôi phải thay đổi để đạt được bước đột phá chiến lược mà chúng tôi mong muốn. Chúng tôi quyết định thành lập một nhóm mới, Retention Team, với CURR là North Star metric.

Một trong những lợi ích lớn nhất của việc tập trung vào CURR là quyết định không làm những việc mà trước đây dường như là quan trọng nhất, đặc biệt là việc giữ chân người dùng mới. Đây là một sự thay đổi tư duy lớn đối với một công ty đã đạt được thành công to lớn khi dành nhiều năm thực hiện phần lớn các thử nghiệm tăng trưởng trên người dùng mới trước tiên.

Một bài học lớn khác là thấy được khoảng cách lớn giữa mức độ tác động của một số liệu đến DAU so với MAU; ví dụ: tác động của CURR lên DAU gấp 6 lần tác động của nó lên MAU. iWAURR (tỷ lệ kích hoạt lại WAU không hoạt động) là đòn bẩy tốt thứ hai để tăng DAU nhưng lại là đòn bẩy thứ tư để di chuyển MAU, sau việc tăng số lượng người dùng mới và người dùng phục hồi. Điều này có nghĩa là, tại một thời điểm nào đó, chúng tôi vẫn cần phải tìm ra các hướng tăng trưởng mới để thu hút người dùng mới nếu chúng tôi muốn thấy những cải thiện đáng kể về MAU. Nhưng hiện tại, chúng tôi chỉ tập trung vào việc tăng DAU, vì vậy chúng tôi ưu tiên CURR hơn tất cả các đòn bẩy tăng trưởng khác. Và hóa ra đó là sự lựa chọn đúng đắn.

Leaderboards vector

Với hướng đi rõ ràng này, chúng tôi đã xem xét dữ liệu mô hình lịch sử và các thử nghiệm A/B của chúng tôi trong vài năm trở lại đây để xem liệu chúng tôi có vô tình làm bất cứ điều gì ảnh hưởng đến CURR trong quá khứ hay không. Đáng ngạc nhiên là chúng tôi đã không làm vậy. Trên thực tế, CURR đã không thau đổi trong nhiều năm. Chúng tôi phải tìm ra những bước đầu tiên để tăng CURR dựa trên những nguyên tắc đầu tiên.

Tôi vẫn nghĩ gamification là lựa chọn tốt để bắt đầu khi cố gắng cải thiện khả năng giữ chân người dùng. Thất bại của chúng tôi với bộ đếm nước đi kiểu Gardenscapes thực ra không bác bỏ được bất kỳ lý do ban đầu nào khiến chúng tôi tin rằng gamification vẫn có lợi cho Duolingo—chúng tôi chỉ biết rằng bộ đếm nước đi là một thất bại. Lần này, chúng tôi sẽ có phương pháp thông minh hơn về các tính năng mà chúng tôi đã thêm hoặc mượn. Chúng tôi đảm bảo áp dụng các bài học từ những nỗ lực trước đây của mình với gamification.

Sau khi cân nhắc, chúng tôi quyết định đặt cược vào bảng xếp hạng (Leaderboards). Đây là lý do tại sao và như thế nào. Duolingo đã có bảng xếp hạng để người dùng cạnh tranh với bạn bè và gia đình của họ, nhưng nó không thực sự hiệu quả. Dựa trên kinh nghiệm của tôi tại Zynga, tôi cảm thấy rằng có một cách tốt hơn. Khi tôi bắt đầu làm việc với trò chơi FarmVille 2 của Zynga, nó bao gồm một bảng xếp hạng tương tự như bảng xếp hạng hiện có của Duolingo, nơi người dùng cạnh tranh với bạn bè của họ. Tôi đã đưa ra giả thuyết dựa trên kinh nghiệm cá nhân của mình với tư cách là một người chơi rằng sự gần gũi trong sự tương tác của đối thủ sẽ quan trọng hơn sự gần gũi trong các mối quan hệ cá nhân. Tôi nghĩ điều này đặc biệt đúng trong một sản phẩm trưởng thành nơi bạn bè của nhiều người dùng không còn hoạt động nữa. Từ thử nghiệm của chúng tôi tại Zynga, ý tưởng đó đã trở thành sự thật. Dựa trên điều này, tôi cảm thấy hệ thống bảng xếp hạng, tương tự như hệ thống tôi đã giúp thiết kế tại Zynga, sẽ thành công trong bối cảnh sản phẩm của chúng tôi.

Bảng xếp hạng của FarmVille 2 cũng bao gồm hệ thống “giải đấu”. Ngoài việc đứng đầu bảng xếp hạng hàng tuần, người dùng còn có cơ hội chuyển qua một loạt cấp độ giải đấu (ví dụ: từ giải Đồng đến giải Bạc rồi đến giải Vàng). Các giải đấu mang lại cho người dùng cảm giác tiến bộ và phần thưởng cao hơn, một yếu tố không thể thiếu trong thiết kế trò chơi. Họ cũng tăng mức độ tương tác theo thời gian vì những người dùng tương tác sẽ chuyển sang các giải đấu cạnh tranh hơn hàng tuần. Chúng tôi cảm thấy tính năng này sẽ phù hợp với sản phẩm hiện tại của Duolingo vì nó chạm trực tiếp vào động lực chung của con người về khả năng cạnh tranh và sự phát triển.

Tuy nhiên, không phải tất cả các khía cạnh của bảng xếp hạng FarmVille 2 đều phù hợp với Duolingo. Chúng tôi phải vận dụng khả năng phán đoán của mình để điều chỉnh cơ chế chơi game này cho phù hợp với bối cảnh của Duolingo. Trong FarmVille 2, việc cạnh tranh trong bảng xếp hạng yêu cầu phải hoàn thành các loại nhiệm vụ bổ sung ngoài lối chơi cốt lõi. Đó là điều mà chúng tôi đã cố tình bỏ qua. Trong bối cảnh Duolingo, nhiều nhiệm vụ hơn sẽ chỉ làm tăng thêm sự phức tạp không cần thiết cho việc học ngôn ngữ. Chúng tôi đã cố tình làm cho bảng xếp hạng của mình trở nên bình thường và dễ dàng nhất có thể; người dùng được tự động chọn tham gia và có thể tiến lên vị trí dẫn đầu giải đấu đầu tiên chỉ bằng cách tham gia liên tục vào việc học ngôn ngữ thông thường của họ. Bằng cách giữ cho cơ chế trò chơi luôn thú vị nhưng đơn giản hơn so với FarmVille 2, chúng tôi cảm thấy như mình đã đạt được sự cân bằng hợp lý giữa việc áp dụng và thích ứng.

Tính năng bảng xếp hạng có tác động rất lớn và gần như ngay lập tức đến các số liệu của chúng tôi. Tổng thời gian học tập tăng 17% và số lượng người học có tính tương tác cao (người dùng dành ít nhất 1 giờ mỗi ngày trong 5 ngày một tuần) tăng gấp ba lần. Tại thời điểm này, chúng tôi vẫn chưa tìm ra cách tính toán ý nghĩa thống kê cho CURR, nhưng chúng tôi thấy rằng các chỉ số giữ chân truyền thống như (D1, D7, v.v.) đã được cải thiện đáng kể. Trong tương lai, tính năng bảng xếp hạng đã trở thành một chiến thuật để cải thiện số liệu và các nhóm tiếp tục tối ưu hóa tính năng này cho đến ngày nay. Điều quan trọng nữa là bảng xếp hạng chính là bước đột phá đầu tiên của Retention Team.

Push notifications vector

Retention Team đã hoàn toàn tràn đầy năng lượng để tìm ra nhiều cơ chế hơn nhằm giữ chân người dùng hiện tại CURR và có động lực luyện tập mỗi ngày. Một lĩnh vực mà team bắt đầu xem xét là thông báo đẩy Push notifications. Dựa trên thử nghiệm A/B đáng kể trong những năm trước, Duolingo đã chứng minh rằng notifications có thể là động lực lớn cho sự tăng trưởng, nhưng tác động đó đã chững lại đối với chúng tôi trong những năm qua. Với một đội ngũ tràn đầy năng lượng với những ý tưởng mới, chúng tôi cảm thấy đây là thời điểm thích hợp để xem lại vectơ này.

Khi chúng tôi bắt đầu đi sâu vào vấn đề này, có một nguyên tắc trở nên quan trọng nhất. Nó xuất phát từ một câu chuyện cảnh báo từ CEO của Groupon. Anh ấy giải thích với Luis von Ahn, Giám đốc điều hành của chúng tôi, rằng trong một thời gian dài, Groupon chỉ gửi một thông báo qua email mỗi ngày. Nhưng nhóm của họ bắt đầu tự hỏi liệu gửi nhiều email hơn có cải thiện được số liệu hay không. CEO cuối cùng đã nhượng bộ và cho phép nhóm của ông thử nghiệm gửi thêm một email cho mỗi người dùng mỗi ngày. Thử nghiệm này đã dẫn đến sự gia tăng lớn về số liệu mục tiêu của họ. Được khuyến khích, Groupon tiếp tục thử nghiệm, gửi nhiều email hơn, thậm chí tới 5 email mỗi ngày. Sau đó, dường như có sự thay đổi từ ngày này sang ngày khác, kênh email của họ mất đi phần lớn hiệu quả. Theo thời gian, việc tích lũy các bài test email của Groupon về cơ bản đã phá hủy kênh của họ. Một rủi ro thường bị đánh giá thấp với các email và thông báo notifications thử nghiệm A/B là dẫn đến việc người dùng chọn không tham gia kênh; và ngay cả khi bạn hủy thử nghiệm, những người dùng đó vẫn chọn không tham gia vĩnh viễn. Làm điều này nhiều lần và bạn đã phá hủy kênh của mình. Đây là kết quả cần tránh. Đối với notifications, chúng tôi đã thiết lập một quy tắc cơ bản: bảo vệ kênh.

Với suy nghĩ hạn chế này, chúng tôi đã quyết định cho team nhiều quyền tự do để tối ưu hóa các yếu tố như thời gian, mẫu, hình ảnh, bản sao, bản địa hóa, v.v., nhưng họ không thể tăng số lượng thông báo nếu không có sự biện minh mạnh mẽ và sự chấp thuận của CEO. Theo thời gian, thông qua vô số lần lặp lại, thử nghiệm A/B và thuật toán chia nhỏ, nhóm đã có thể tạo ra hàng chục chiến thắng vừa và nhỏ, mang lại lợi nhuận đáng kể cho DAU năm này qua năm khác.

The streak vector

Để tìm kiếm nhiều vectơ tăng trưởng hơn nữa, team Retention bắt đầu khám phá xem liệu có mối tương quan chặt chẽ giữa việc giữ chân và việc sử dụng các tính năng cụ thể của Duolingo hay không. Chúng tôi phát hiện ra rằng nếu người dùng đạt đến mốc 10 ngày liên tiếp thì khả năng họ bỏ học sẽ giảm đi đáng kể. Rõ ràng, phần lớn điều này chỉ đơn giản là sự tương quan và sai lệch lựa chọn, nhưng chúng tôi cảm thấy thông tin chi tiết đủ thú vị để bắt đầu đầu tư lại vào việc cải thiện tính năng này.

Khái niệm về một streak thực sự khá đơn giản: hiển thị cho người dùng số ngày liên tiếp họ đã thực hiện bất kỳ hoạt động nào trên ứng dụng. Nhưng hóa ra có rất nhiều cơ hội tối ưu hóa xung quanh các streak.

Chúng tôi đã giành được chiến thắng lớn đầu tiên nhờ thông báo tiết kiệm streak—một thông báo cảnh báo người dùng có chuỗi nếu họ sắp mất streak. Thông báo vào đêm khuya này đã chứng minh rằng thực sự có lợi ích đáng kể khi tăng gấp đôi số lần tối ưu hóa liên tục. Sau đó, một số cải tiến đã được thực hiện: chế độ xem lịch, hoạt ảnh, thay đổi đối với việc đóng băng streak và phần thưởng theo streak, cùng nhiều cải tiến khác. Mỗi phương pháp đều giúp cải thiện ý tưởng ban đầu và tạo ra những cải tiến đáng kể về tỷ lệ giữ chân.

Cho đến nay, tính năng streak là một trong những cơ chế tương tác mạnh mẽ nhất của Duolingo. Khi mọi người nói về trải nghiệm Duolingo, họ thường nhắc đến thành tích của mình. Gần đây tôi đã gặp một người dùng nói với tôi rằng: “Tôi có chuỗi 1.435 ngày!” và nói thêm, “không có vệt đóng băng!” Quyền khoe khoang của anh ấy đã kiếm được rất nhiều vì anh ấy đã học ngôn ngữ mà mình đã chọn hàng ngày trong gần bốn năm.

Streak hiệu quả vì một số lý do. Một trong số đó là một streak làm tăng động lực của người dùng theo thời gian; streak càng dài thì động lực để duy trì streak càng lớn. Khi nói đến việc giữ chân người dùng, đây chính xác là hành vi mà chúng tôi mong muốn ở người dùng của mình. Mỗi ngày người học đến với Duolingo, họ quan tâm đến việc quay lại vào ngày hôm sau nhiều hơn một chút so với ngày hôm trước, do đó tăng khả năng giữ chân và DAU. Như một bài học meta, thành công của chúng tôi với cơ chế streak đã cho chúng tôi thấy thêm rằng chúng tôi có thể giành được những chiến thắng lớn từ các tính năng hiện có. Chúng ta có thể thấy giá trị của cả những đột phá lớn và sự tối ưu hóa nhanh chóng. Và một nhóm A+ thường có sự kết hợp của cả hai.

Chiến lược tăng trưởng khác ngoài dựa trên CURR

Chúng tôi không dừng lại ở CURR; có ý kiến cho rằng đến một thời điểm nào đó CURR sẽ đạt mức trần, vì vậy sớm hay muộn chúng tôi sẽ phải tìm ra các vectơ tăng trưởng để thu hút người dùng mới. Nhóm Retention vẫn tập trung vào việc tăng CURR, nhưng với tư cách là một công ty, chúng tôi liên tục tăng cường đầu tư vào tăng trưởng bằng cách tạo ra ngày càng nhiều nhóm Product và Marketing để tìm ra các hướng mới (cho cả việc giữ chân người dùng và thu hút người dùng). May mắn thay, một số vụ đặt cược này đã có hiệu quả, bao gồm mở rộng ra quốc tế, xây dựng các tính năng xã hội (đây là điều mà Acquisition team cuối cùng đã hướng tới và đạt được thành công lớn), đẩy nhanh việc tạo nội dung khóa học, làm việc với những người có ảnh hưởng KOL, tăng cường sự hiện diện của chúng tôi trong trường học, đầu tư một chút vào kênh trả phí thu hút người dùng và lan truyền điên cuồng trên TikTok.

Kết quả chung:

Thông qua những nỗ lực của chúng tôi trong hơn 4 năm, chúng tôi đã có thể tăng CURR lên 21%, điều này thể hiện qua sự giảm hơn 40% tỷ lệ rời bỏ hàng ngày của những người dùng tốt nhất của chúng tôi và cùng với các lần đặt cược thành công khác, đã dẫn đến sự gia tăng DAU của chúng tôi 4,5x lần. Năm ngoái là một trong những năm có tốc độ tăng trưởng nhanh nhất trong lịch sử của Duolingo. Chất lượng cơ sở người dùng cũng được cải thiện; tỷ lệ DAU của chúng tôi có streak 7 ngày trở lên đã tăng gần 3 lần, lên hơn một nửa DAU của chúng tôi. Điều này có nghĩa là Duolingo hiện không chỉ có số lượng người dùng hoạt động cao hơn nhiều mà còn có nhiều khả năng những người dùng đó sẽ tiếp tục quay lại, giới thiệu bạn bè và đăng ký Super Duolingo. Sự tăng trưởng này chính là chìa khóa cho đợt IPO thành công của Duolingo.

————————————–

Nguồn: Theo bài viết chia sẻ của Jorge Mazal (former CPO of Duolingo).

—————————————-

Đăng ký bản tin để nhận những nội dung mới và hay nhất cùng 100+ thành viên khác.

Tham gia group cộng đồng những người yêu thích Growth Marketing

Retention: Cách Doulingo tăng trưởng DAU 4.5 lần trong 4 năm theo chia sẻ của cựu CPO Duolingo
Scroll to top