Công thức này tính ra tổng số khách hàng cả giai đoạn là kết quả tốt hơn, tuy
nhiên vẫn còn vấn đề nếu mọi thứ tăng trưởng quá nhanh. Nếu bạn có 100
khách hàng vào đầu tháng và 10.000 khách hàng vào cuối tháng, công thức
này cho rằng bạn có 5.050 khách hàng vào giữa tháng – mà có khi không
phải nếu đồ thị tăng trưởng của bạn có dạng giống cây gậy chơi hockey. Đa
số người dùng mới xuất hiện vào nửa sau của tháng nên số trung bình không
có tác dụng. Ngoài ra, hầu hết người rời bỏ cũng như vậy.
Tệ hơn nữa: nếu bạn đếm số người rời bỏ là “người không quay lại trong 30
ngày” thì bạn đang so sánh tổn thất tháng trước với mức tăng tháng này, việc
này còn nguy hiểm hơn vì bạn theo dõi một chỉ số thể hiện kết quả (những
tin xấu của tháng trước). Thế nên đến lúc bạn phát hiện ra điều gì sai lầm thì
đang sang tháng tiếp theo rồi.
Phép toán về sau còn phức tạp hơn. Có hai cách để đơn giản hóa nó. Cách
thứ nhất là đo tỷ lệ rời bỏ bằng nhóm, khi đó bạn so sánh người dùng mới
với người đã rời bỏ dựa trên thời điểm họ trở thành người dùng ban đầu.
Cách thứ hai thì thực sự đơn giản, đó là lý do chúng tôi ưa thích: đo lường tỷ
lệ rời bỏ mỗi ngày. Khoảng thời gian đo lường càng ngắn thì khả năng thay
đổi trong giai đoạn đó làm sai lệch tình hình càng thấp.
SƠ ĐỒ MÔ HÌNH KINH DOANH SAAS
Hình 9-1 thể hiện dòng di chuyển của người dùng qua một mô hình SaaS,
cùng những chỉ số chính ở từng giai đoạn.
