hiệu có vấn đề tồn tại, nhưng đợi đến khi bạn thu thập được dữ liệu và nhận
ra vấn đề là gì thì đã quá muộn. Khách hàng đã bỏ đi thì sẽ không quay lại.
Điều này không có nghĩa là bạn không thể tác động lên một chỉ số thể hiện
kết quả (tức là hành động để cải thiện tỷ lệ khách rời bỏ và rồi đo lại lần
nữa), nhưng nó chỉ giống việc đóng cửa chuồng khi ngựa đã chạy hết. Ngựa
mới sẽ không chạy nhưng bạn đã mất vài con rồi.
Vào những ngày đầu của công ty khởi nghiệp, bạn sẽ không có đủ dữ liệu để
biết được mối liên hệ giữa một chỉ số hiện tại với một chỉ số khác trong
tương lai, vì thế hãy đo lường các chỉ số thể hiện kết quả ngay từ đầu. Các
chỉ số này vẫn có ích và có thể cung cấp một vạch ranh giới vững chắc về
hiệu suất. Để các chỉ số dẫn dắt có tác dụng, bạn cần có khả năng phân tích
nhóm và so sánh nhóm khách hàng theo thời gian.
Ví dụ, hãy xem xét số lượng phàn nàn của khách hàng. Bạn có thể theo dõi
số cuộc gọi hỗ trợ trong một ngày, đến khi bạn đạt được số lượng cuộc gọi
để sử dụng. Trước đó, bạn có thể theo dõi số lượt phàn nàn của khách hàng
trong giai đoạn 90 ngày. Cả hai có thể là chỉ số dẫn dắt của lượng khách
hàng rời bỏ: nếu lượng phàn nàn tăng thì có vẻ sẽ ngày càng nhiều khách
hàng ngừng sử dụng sản phẩm hoặc dịch vụ. Với vai trò làm chỉ số dẫn dắt,
phàn nàn của khách hàng cũng cho bạn biết những lý lẽ để đào sâu tìm hiểu
vấn đề đang xảy ra, tại sao khách hàng lại phàn nàn nhiều và giải quyết
những vấn đề đó.
Giờ hãy xem xét các chỉ số về việc hủy tài khoản hoặc hoàn trả sản phẩm.
Cả hai đều quan trọng, nhưng đo được sau khi sự việc đó diễn ra. Chúng chỉ
định rõ vấn đề, chỉ có điều là quá muộn để ngăn việc mất đi khách hàng.
Khách hàng rời bỏ là chỉ số quan trọng (sẽ được thảo luận cụ thể trong suốt
cuốn sách), nhưng nhìn vào chúng một cách thiển cận sẽ không khiến bạn
lặp lại và thích nghi ở tốc độ cần thiết.
Các chỉ số có mặt ở khắp nơi. Trong một công ty phần mềm doanh nghiệp,
lượt đặt hàng sản phẩm mới theo quý là một chỉ số thể hiện kết quả về thành
