Định nghĩa
Funnel Analysis – hay còn gọi là phân tích phễu chuyển đổi – là phương pháp theo dõi hành trình của người dùng qua từng bước trong một quy trình, nhằm xác định chính xác họ rời đi ở đâu và vì sao. Trong bối cảnh DTC/thương mại điện tử, phễu thường bắt đầu từ lúc khách truy cập website hoặc thấy quảng cáo, và kết thúc ở hành động mang lại doanh thu: mua hàng, đăng ký, hoặc để lại thông tin.
Điểm cốt lõi: mỗi bước trong phễu là một sự kiện có thể đo lường (event). Bạn không chỉ biết "có bao nhiêu người mua", mà biết "bao nhiêu người bỏ giỏ hàng", "bao nhiêu người rời trang thanh toán".
Ẩn dụ dễ hiểu
Hãy hình dung phễu như một cái rây bột trong bếp. Bạn đổ 1 kg bột vào miệng rây – đó là toàn bộ lưu lượng truy cập. Bột rơi xuống qua các lớp lưới: lớp đầu giữ lại những hạt to (người dùng thoát ngay), lớp sau giữ hạt vừa (người xem sản phẩm nhưng không thêm vào giỏ), lớp cuối cùng chỉ cho hạt mịn nhất lọt qua (người hoàn tất đơn hàng). Càng nhiều lớp lưới, càng ít bột xuống đáy – nhưng nếu một lớp lưới bị tắc bất thường, bạn biết ngay cần sửa ở đâu.
Với shop DTC, "cái rây" của bạn là: Quảng cáo → Landing page → Trang sản phẩm → Giỏ hàng → Thanh toán → Xác nhận đơn.
Công thức tính
Tỷ lệ chuyển đổi từng bước (Step Conversion Rate):
CR_step = (Số người hoàn thành bước N / Số người vào bước N) × 100%
Tỷ lệ chuyển đổi toàn phễu (Overall Conversion Rate):
CR_total = (Số đơn hàng / Số người truy cập đầu phễu) × 100%
Tỷ lệ rơi rụng (Drop-off Rate):
Drop-off = 1 − CR_step
Ví dụ số cụ thể:
| Bước | Số người | CR bước | Drop-off |
|---|---|---|---|
| Truy cập landing page | 10.000 | — | — |
| Xem sản phẩm | 4.200 | 42% | 58% |
| Thêm vào giỏ | 1.260 | 30% | 70% |
| Bắt đầu thanh toán | 630 | 50% | 50% |
| Hoàn tất đơn | 252 | 40% | 60% |
→ CR toàn phễu = 252 / 10.000 = 2,52%. Nếu ngành trung bình là 3,5%, bạn đang mất ~1% doanh thu ở đâu đó – và bảng trên chỉ ra bước "Thêm vào giỏ" rơi rụng nặng nhất (70%).
So sánh với các phương pháp khác
| Tiêu chí | Funnel Analysis | Cohort Analysis | A/B Testing |
|---|---|---|---|
| Mục tiêu | Tìm điểm rơi rụng | So sánh nhóm theo thời gian | Kiểm chứng thay đổi |
| Câu hỏi trả lời | "Mất khách ở đâu?" | "Nhóm này có giữ chân tốt hơn không?" | "Phiên bản nào tốt hơn?" |
| Đơn vị phân tích | Bước trong quy trình | Nhóm người dùng | Biến thể giao diện |
| Thời gian triển khai | Nhanh (1–3 ngày) | Trung bình (1–2 tuần) | Chậm hơn (2–4 tuần) |
| Phù hợp khi | Muốn tối ưu checkout | Muốn đo retention | Muốn tăng CR |
Ứng dụng thực tế trong DTC
1. Tối ưu trang thanh toán. Một shop mỹ phẩm Việt ghi nhận drop-off 68% ở bước nhập địa chỉ giao hàng. Sau khi thêm tính năng tự động điền địa chỉ theo Google Maps và hiển thị phí ship ngay từ đầu, CR bước này tăng từ 32% lên 51% – tương đương thêm ~190 đơn/tháng với lưu lượng 10.000 người.
2. Đo hiệu quả kênh quảng cáo. Phễu từ TikTok Ads thường có CR bước "Xem sản phẩm" cao (55–60%) nhưng CR "Thêm vào giỏ" thấp. Ngược lại, phễu từ Google Search có CR thấp hơn ở đầu nhưng chốt đơn tốt hơn. Phân tích phễu riêng theo từng nguồn giúp bạn phân bổ ngân sách đúng chỗ.
3. Phát hiện lỗi kỹ thuật. Nếu đột nhiên drop-off ở bước "Bắt đầu thanh toán" tăng vọt từ 50% lên 85%, gần như chắc chắn có lỗi: nút thanh toán không hoạt động, cổng thanh toán bị treo, hoặc trang load quá chậm trên mobile.
4. Tối ưu retargeting. Người dừng ở bước "Thêm vào giỏ" nhưng không thanh toán là tệp khách hàng vàng cho quảng cáo nhắc lại. Tỷ lệ chuyển đổi của nhóm này thường cao gấp 3–5 lần so với người chưa từng tương tác.
Sai lầm thường gặp
1. Đo phễu quá dài. Phễu 10 bước sẽ khiến bạn rối và khó hành động. Chuẩn thực tế: 4–6 bước cho mỗi phễu.
2. Bỏ qua yếu tố thiết bị. Mobile thường có drop-off cao hơn desktop 15–25% ở bước thanh toán. Nếu không tách riêng, bạn sẽ hiểu sai nguyên nhân.
3. Nhầm lưu lượng với chất lượng. CR toàn phễu 2% từ 100.000 người vẫn tốt hơn 5% từ 5.000 người về mặt doanh thu tuyệt đối. Đừng chỉ nhìn tỷ lệ.
4. Không đặt mốc so sánh. Con số 40% drop-off ở bước giỏ hàng là tốt hay xấu? Phải so với benchmark ngành hoặc dữ liệu 30 ngày trước của chính bạn.
5. Quên yếu tố mùa vụ. Flash sale ngày 9/9, 10/10, 11/11 làm phễu biến động mạnh. Phân tích riêng giai đoạn thường ngày và giai đoạn sale.
6. Tối ưu cục bộ. Tăng CR bước "Thêm vào giỏ" bằng pop-up giảm giá có thể làm giảm giá trị đơn hàng trung bình (AOV) – lợi bất cập hại. Luôn đo song song CR và AOV.
Thuật ngữ liên quan
- Conversion Rate (CR) – Tỷ lệ chuyển đổi
- Drop-off Rate – Tỷ lệ rơi rụng
- Cart Abandonment Rate – Tỷ lệ bỏ giỏ hàng
- Checkout Abandonment – Tỷ lệ bỏ thanh toán
- Cohort Analysis – Phân tích nhóm theo thời gian
- A/B Testing – Kiểm thử biến thể
- Customer Journey – Hành trình khách hàng
- AOV (Average Order Value) – Giá trị đơn hàng trung bình
- LTV (Lifetime Value) – Giá trị vòng đời khách hàng
- Attribution Model – Mô hình gán nguồn chuyển đổi
Tóm lại: Funnel Analysis không phải là báo cáo "có bao nhiêu đơn", mà là bản đồ chỉ ra chính xác bạn đang đánh rơi khách hàng ở đâu. Với shop DTC, làm chủ phễu nghĩa là làm chủ doanh thu – vì cải thiện 1% ở bước có lưu lượng lớn nhất thường mang lại nhiều tiền hơn chạy thêm quảng cáo.