Retention Rate, Repeat Purchase Rate và Purchase Frequency khác nhau thế nào?

Giả sử một cửa hàng có nhiều khách cũ quay lại trong tháng này, nhưng phần lớn chỉ đặt một đơn. Cửa hàng có thể ghi nhận Retention Rate cao hơn tháng trước trong khi Repeat Purchase Rate trong tháng giảm. Muốn hiểu hai kết quả này, hãy bắt đầu từ mẫu số: mỗi chỉ số đang đo trên nhóm khách nào?

1. Phân biệt ba chỉ số qua câu hỏi kinh doanh

Retention Rate giữ cố định nhóm khách đã chọn để quan sát họ qua thời gian. Hai chỉ số còn lại trong bài sử dụng cùng tập người mua trong kỳ, nhưng xử lý số đơn khác nhau: Repeat Purchase Rate chỉ kiểm tra khách có đạt mốc hai đơn hay không, còn Purchase Frequency tính toàn bộ số đơn.

2. Retention Rate đo khả năng quay lại của nhóm khách gốc

2.1. Xác định nhóm gốc và hành vi quay lại

Trong bài viết này, nhóm gốc gồm những người có đơn hợp lệ trong tháng 1. Một khách được tính là quay lại nếu họ thuộc nhóm đó và có ít nhất một đơn hợp lệ trong tháng 2.

Retention Rate tháng 2 của nhóm khách tháng 1
= Số khách tháng 1 có ít nhất một đơn hợp lệ trong tháng 2
  / Tổng số khách có đơn hợp lệ trong tháng 1 × 100%

Khách đặt ba đơn trong tháng 2 vẫn chỉ đóng góp một người vào tử số. Khách mua lần đầu trong tháng 2 nằm ngoài nhóm gốc nên không xuất hiện trong phép tính.

2.2. Tháng kế tiếp và 30 ngày sau đơn đầu là hai cách đo

Nếu muốn đánh giá khả năng mua lại sau lần mua đầu, có thể lập cohort gồm những người mua lần đầu trong cùng một tháng. Từ đó, chọn theo dõi theo tháng lịch hoặc theo số ngày kể từ đơn đầu của từng khách.

Chẳng hạn, đơn đầu vào ngày 28/1 và đơn tiếp theo vào ngày 3/2 được ghi nhận là quay lại trong tháng kế tiếp. Tuy nhiên, đơn sau chỉ cách đơn đầu 6 ngày. Khi công bố chỉ số, hãy ghi rõ đang đo “quay lại trong tháng kế tiếp” hay “mua lại trong vòng 30 ngày kể từ đơn đầu”. Với cửa sổ 30 ngày, chỉ đưa vào phép tính những khách đã có đủ 30 ngày theo dõi. Tài liệu Amplitude trình bày các cách đặt cửa sổ quan sát và xử lý các kỳ chưa hoàn tất [1].

3. Repeat Purchase Rate đo mức độ phổ biến của việc mua lặp lại

3.1. Đếm người mua từ hai lần trở lên

Với định nghĩa trong kỳ, mỗi khách có ít nhất một đơn hợp lệ được đưa vào mẫu số. Người có từ hai đơn hợp lệ trở lên trong chính kỳ đó được đưa vào tử số [2].

Repeat Purchase Rate trong kỳ
= Số khách có ít nhất 2 đơn hợp lệ trong kỳ
  / Số khách có ít nhất 1 đơn hợp lệ trong kỳ × 100%

Khách đặt hai đơn và khách đặt mười đơn đều đóng góp một người vào tử số. Chỉ số này đo hành vi mua lặp lại phổ biến đến đâu trong tập người mua, còn chênh lệch về số đơn sẽ thể hiện ở Purchase Frequency.

3.2. Phân biệt với Returning Customer Rate

Một khách đặt đơn trong tháng 1 và chỉ đặt một đơn trong tháng 2 là khách quay lại mua trong tháng 2 nếu xét theo lịch sử giao dịch. Tuy nhiên, họ chưa đạt hai đơn trong tháng 2 nên không vào tử số của Repeat Purchase Rate trong kỳ.

Khi đối chiếu với dashboard của nền tảng bán hàng, hãy kiểm tra xem báo cáo đếm đơn trong kỳ hay dùng lịch sử mua trước đó để nhận diện khách quay lại. Hai báo cáo có thể dùng cùng kỳ nhưng khác cách chọn khách vào tử số [3].

4. Purchase Frequency đo số đơn trung bình trên mỗi người mua

4.1. Tính trên cùng một phạm vi khách và thời gian

Purchase Frequency trong kỳ
= Tổng số đơn hợp lệ trong kỳ
  / Số khách có ít nhất 1 đơn hợp lệ trong kỳ

Nếu 100 người mua đặt tổng cộng 180 đơn trong tháng, Purchase Frequency là 1,8 đơn/khách/tháng [3]. Đó là số trung bình của nhóm. Để biết khách điển hình mua bao nhiêu lần, có thể xem thêm tỷ trọng khách có 1 đơn, 2 đơn và từ 3 đơn trở lên.

4.2. Ghi rõ có tính khách không mua hay không

Giả sử một cohort có 100 người. Trong tháng theo dõi, 40 người mua và tạo ra 60 đơn. Tính trên người mua trong tháng, kết quả là 1,5 đơn/người mua. Tính trên cả cohort, kể cả 60 người không mua, kết quả là 0,6 đơn/thành viên cohort.

Cách thứ nhất phù hợp khi muốn biết nhóm đã mua đặt bao nhiêu đơn. Cách thứ hai phù hợp khi muốn biết cả nhóm gốc tạo ra bao nhiêu đơn trên mỗi thành viên. Ghi rõ mẫu số ngay trên dashboard để người đọc có thể so sánh đúng.

5. Tính cả ba chỉ số từ cùng một bộ dữ liệu

5.1. Bảng giao dịch giả định

Giả sử cửa hàng có dữ liệu đầy đủ cho hai tháng. Bảng dưới đây ghi số đơn hợp lệ của từng khách. E và F mua lần đầu trong tháng 2.

5.2. Kết quả và cách đọc

Khách B làm rõ sự khác biệt giữa hai tỷ lệ: họ quay lại từ nhóm tháng 1 nên được tính vào tử số Retention Rate, nhưng chỉ mua một lần trong tháng 2 nên không được tính vào tử số Repeat Purchase Rate. Nếu A đặt thêm một đơn trong tháng 2, hai tỷ lệ giữ nguyên, còn Purchase Frequency tăng từ 1,5 lên 1,75 đơn/khách/tháng.

6. Đọc các chỉ số cùng nhau để hiểu phân phối đơn hàng

6.1. Cùng Purchase Frequency, khác Repeat Purchase Rate

Xét hai cửa hàng giả định. Mỗi cửa hàng có 100 người mua và 200 đơn trong tháng.

Ở cửa hàng A, số đơn mua thêm tập trung vào 20 người. Ở cửa hàng B, số đơn mua thêm phân bổ trên 50 người. Nếu mục tiêu là đưa nhiều người từ đơn đầu sang đơn thứ hai, Repeat Purchase Rate phản ánh mục tiêu đó rõ hơn số đơn trung bình.

6.2. Tách tần suất mua thành hai phần

Khi Repeat Purchase Rate và Purchase Frequency dùng cùng tập người mua và cùng kỳ, có thể tách Purchase Frequency thành một đơn đầu tiên trong kỳ của mỗi người và phần đơn phát sinh thêm.

Purchase Frequency
= 1 + Tỷ lệ người có từ 2 đơn trong kỳ
      × Số đơn vượt quá đơn đầu trong kỳ, trung bình trên nhóm đó

Trong công thức này, tỷ lệ được viết dưới dạng số thập phân. Ở cửa hàng A, phép tính là 1 + 0,20 × 5 = 2. Ở cửa hàng B, phép tính là 1 + 0,50 × 2 = 2. Nếu Purchase Frequency tăng, công thức giúp kiểm tra xem có thêm nhiều người đặt đơn thứ hai hay nhóm vốn đã mua nhiều đang đặt thêm đơn.

7. Triển khai trên dữ liệu thực tế

7.1. Chuẩn hóa dữ liệu trước khi tính

1. Đếm theo đơn hàng. Nếu một đơn có nhiều dòng sản phẩm, gộp về một dòng theo order_id trước khi đếm.
2. Định nghĩa đơn hợp lệ. Ghi rõ cách xử lý đơn hủy, đơn thử nghiệm, đơn hoàn tiền và hoàn trả.
3. Nhận diện khách nhất quán. Dùng cùng quy tắc liên kết customer_id giữa các kênh và ghi rõ phạm vi giao dịch có thể nhận diện.
4. Giữ khách có 0 đơn trong mẫu số Retention Rate. Khi ghép nhóm gốc với đơn hàng kỳ sau, vẫn giữ khách chưa quay lại. Nếu chỉ giữ những người có đơn ở cả hai kỳ, kết quả sẽ bị sai.
5. Phân biệt kỳ chưa hoàn tất và kết quả bằng 0. Đánh dấu kỳ chưa đủ thời gian là chưa có kết quả. Nếu mẫu số bằng 0, hiển thị không áp dụng thay vì 0%.

7.2. Đặt tên chỉ số theo quyết định cần đưa ra

• Đánh giá khách cũ có tiếp tục mua: dùng “Retention Rate tháng kế tiếp của khách mua tháng trước”.
• Đánh giá khả năng chuyển từ đơn đầu sang đơn thứ hai: dùng “Tỷ lệ có đơn thứ hai trong 30 ngày của khách mua lần đầu”, với mẫu số là khách mua lần đầu đã đủ thời gian theo dõi.
• Đánh giá nhịp đặt hàng của người đang mua: dùng “Purchase Frequency theo tháng trên khách có đơn” và xem thêm phân bố số đơn.

Khi so sánh giữa các kênh hoặc giai đoạn, hãy dùng cùng định nghĩa đơn hợp lệ, cùng độ dài cửa sổ và cùng nguyên tắc chọn nhóm. Nếu các nhóm có chu kỳ mua khác nhau, hãy xem kết quả theo từng ngành hàng trước khi diễn giải tỷ lệ chung.

8. Tài liệu tham khảo

1. Amplitude Docs. How the Retention Analysis chart calculates retention. Tài liệu về nhóm gốc, hành vi quay lại và cách xử lý các kỳ quan sát chưa hoàn tất. Đọc tài liệu Retention Analysis.
2. Shopify. What Are Repeat Customers and How to Increase Them. Tài liệu giải thích cách tính tỷ lệ khách có nhiều hơn một lần mua. Đọc tài liệu về Repeat Customers.
3. Shopify. Key Ecommerce Metrics to Track. Tài liệu trình bày Purchase Frequency và cách nhận diện khách quay lại dựa trên lịch sử mua. Đọc tài liệu về chỉ số thương mại điện tử.

9. Thực hành phân tích dữ liệu cùng MCNA

Nếu muốn thực hành chuẩn hóa dữ liệu đơn hàng, xây dựng chỉ số và trình bày kết quả bằng dashboard, bạn có thể tham khảo các chương trình tại MCNA Technology School.

• Combo 5 khóa AI & Power BI
• Combo Python