Vì Sao Like và Follow không Đo Được Hiệu Quả Kinh Doanh: Vanity Metric

Bước 0 — 02 Nhân Vật

T
Tuấn Tin rằng thương hiệu càng đông user follow thì càng có cơ hội phát triển.
M
Mai Chỉ quan tâm cuối tháng tiền về bao nhiêu, và con số nào báo trước điều đó?

Tuần 1

User đi qua ba bước trước khi trả tiền: lượt ghé (một lần có người vào xem website) → user tiềm năng (người để lại liên hệ, như điền form hoặc nhắn tin hỏi giá) → đơn hàng (user chốt mua và trả tiền). Ở tuần 1:

lượt ghé          ██████████████████████████████  2.983
user tiềm năng    ████████                          127
đơn hàng          ██                                 27
Minh họa hình phễu — độ dài các thanh không vẽ theo đúng tỷ lệ. Tỷ lệ thật: cứ ~23 lượt ghé mới có 1 user tiềm năng, và ~5 user tiềm năng mới có 1 đơn hàng.
Ba bước tuần 1: lượt ghé → user tiềm năng → đơn hàng
Tỷ lệ user tiềm năng tuần 1 = ÷ × 100% ≈
Kiến thức cần nắm 127 user tiềm năng — nhiều hay ít? Câu hỏi chỉ trả lời được khi biết mẫu số. Tỷ lệ = tử số ÷ mẫu số. Một con số thô không có mẫu số (như follow 8.537) là dấu hiệu cảnh báo đầu tiên của chỉ số phù phiếm, vì nhìn vào đó không thể biết nó tốt hay xấu.
BẢNG #weekly — NỀN CỦA MỌI TRUY VẤN

#weekly là gì? Một bảng tạm đúng 52 dòng — mỗi dòng tóm gọn một tuần: bao nhiêu follow, bao nhiêu lượt ghé, bao nhiêu lead, bao nhiêu đơn, bao nhiêu tiền. Mọi truy vấn Q1–Q4 trong bài đều đọc từ bảng này.

Hình dạng: 52 dòng × 8 cột

CộtNghĩa
week_idSố thứ tự tuần (1–52)
followersSố follow tích lũy cuối tuần đó
sessionsLượt ghé trong tuần
leadsSố lead trong tuần
ordersSố đơn trong tuần
revenue_vndDoanh thu trong tuần (đồng)
revenue_mDoanh thu tính bằng triệu (revenue_vnd ÷ 1.000.000)
lead_rateTỷ lệ user tiềm năng (%) (leads ÷ sessions × 100)
week_idfollowerssessionsleadsordersrevenue_vndrevenue_mlead_rate
18.5372.9831272767.500.00067,54,26
28.6592.8771122050.000.00050,03,89
1710.6893.014631230.000.00030,02,09
3212.5642.9071112357.500.00057,53,82
5215.1852.388881640.000.00040,03,69
Nhìn dòng tuần 17: lead rơi còn 63, tiền còn 30 triệu — trong khi follow vẫn 10.689, cao hơn tuần 1. Vấn đề của cả bài học nằm gọn trong một dòng dữ liệu.
TẠO #weekly BẰNG SQL
-- Tạo một lần, dùng cho mọi truy vấn Q1–Q4
SELECT
    w.week_id,
    fs.followers, ss.sessions, ld.leads, od.orders,
    od.revenue_vnd,
    od.revenue_vnd / 1000000.0     AS revenue_m,
    100.0 * ld.leads / ss.sessions AS lead_rate
INTO #weekly
FROM dbo.Week w
JOIN dbo.FollowerSnapshot fs ON fs.week_id = w.week_id
JOIN dbo.SessionStat ss      ON ss.week_id = w.week_id
JOIN (SELECT week_id, COUNT(*) AS leads
      FROM dbo.Lead GROUP BY week_id) ld ON ld.week_id = w.week_id
JOIN (SELECT week_id, COUNT(*) AS orders, SUM(amount) AS revenue_vnd
      FROM dbo.[Order] GROUP BY week_id) od ON od.week_id = w.week_id;

CREATE UNIQUE CLUSTERED INDEX ux_weekly_week_id ON #weekly (week_id);
LÀM LẠI BẰNG SQL — Q1
-- Q1. Phễu tuần 1: lượt ghé -> lead -> đơn -> tiền
SELECT
    week_id, sessions, leads, orders, revenue_vnd,
    CAST(lead_rate AS DECIMAL(5,2)) AS lead_rate_pct
FROM #weekly
WHERE week_id = 1;
week_idsessionsleadsordersrevenue_vndlead_rate_pct
12.9831272767.500.0004,26
Đọc: 4,26% nghĩa là cứ ~23 lượt ghé thì 1 người để lại liên hệ.

Bước 1 — Giai Đoạn 1 (tuần 1–16): Mọi Thứ Đều Đang Thuận Lợi

ĐIỂM BẮT ĐẦU

Tuấn đăng bài đều đặn mỗi ngày. Người theo dõi tăng đều khoảng hơn 100 người/tuần. Tiền bán cũng về đều đặn theo mỗi tuần.

Follow đầu giai đoạn
Doanh thu TB / tuần
Tỷ lệ user tiềm năng
Đơn hàng TB / tuần
QUÁ TRÌNH — BẤM NÚT

Bấm Chạy quy trình để 16 tuần trôi qua. Theo dõi: đường follow (xanh) và đường doanh thu (đỏ gạch) có đi cùng nhau không?

Tuần
1
Follow
Tỷ lệ user tiềm năng
Doanh thu tuần
Đường xanh: người theo dõi tích lũy. Để ý nó gần như một đường thẳng.
Đường đỏ gạch: doanh thu từng tuần (triệu ₫); nét đứt mảnh: trung bình 4 tuần để nhìn xu hướng khi số liệu lên xuống thất thường.

Bước 2 — Giai Đoạn 2 (tuần 17–31): Khủng Hoảng

ĐIỂM BẮT ĐẦU

Tuần 17 bắt đầu với follow. Quảng cáo của Tuấn kéo về rất nhiều lượt xem và like. Trên dashboard, mọi thứ trông vẫn bình thường.

QUÁ TRÌNH — BẤM NÚT

Lần này hãy nhìn khoảng cách giữa hai đường: đường follow có thay đổi gì khi tiền về ít đi không?

Tuần
17
Follow
Tỷ lệ user tiềm năng
Doanh thu tuần
Đường follow: vẫn tăng đều như không có chuyện gì xảy ra.
Đường doanh thu: giảm mạnh trong vệt nâu vàng nhạt (tuần 17–31).

Bước 3 — Giai Đoạn 3 (tuần 32–52): Hồi Phục

ĐIỂM BẮT ĐẦU

Quảng cáo được nhắm lại đúng đối tượng hơn.

QUÁ TRÌNH — BẤM NÚT

Quan sát đường doanh thu có biến động theo đường tỷ lệ user tiềm năng không?

Tuần
32
Follow
Tỷ lệ user tiềm năng
Doanh thu tuần
Follow: vẫn tăng đều y như hai giai đoạn trước — nó không hề phản ánh chuyện gì đã xảy ra.
Doanh thu: tăng trở lại từ tuần 32.
LÀM LẠI BẰNG SQL — Q2

Ba giai đoạn của bước 1–2–3 được tính bằng một truy vấn duy nhất:

WITH phased AS
(
    SELECT *,
        CASE WHEN week_id <= 16 THEN 'Giai đoạn 1 (tuần 1-16)'
             WHEN week_id <= 31 THEN 'Giai đoạn 2 (tuần 17-31)'
             ELSE                    'Giai đoạn 3 (tuần 32-52)' END AS phase,
        CASE WHEN week_id <= 16 THEN 1
             WHEN week_id <= 31 THEN 2
             ELSE                    3 END AS phase_no
    FROM #weekly
)
SELECT
    phase,
    CAST(AVG(revenue_m) AS DECIMAL(6,2))   AS avg_revenue_m_wk,
    CAST(100.0 * SUM(leads) / SUM(sessions)
         AS DECIMAL(5,2))                  AS lead_rate_pct,
    MIN(followers)                          AS followers_start,
    MAX(followers)                          AS followers_end,
    CAST(100.0 * (MAX(followers) - MIN(followers))
         / MIN(followers) AS DECIMAL(5,1)) AS follower_growth_pct,
    SUM(orders)                             AS total_orders,
    CAST(SUM(revenue_m) AS DECIMAL(8,1))   AS total_revenue_m
FROM phased
GROUP BY phase, phase_no
ORDER BY phase_no;
phaseDoanh thu TB (tr/tuần)Tỷ lệ KTPNFollow đầu → cuốiTăng followĐơnTổng (tr)
Giai đoạn 1 (tuần 1–16)63,134,13%8.537 → 10.559+23,7%4041.010,0
Giai đoạn 2 (tuần 17–31)30,002,04%10.689 → 12.432+16,3%180450,0
Giai đoạn 3 (tuần 32–52)51,903,94%12.564 → 15.185+20,9%4361.090,0
Đọc đúng thông điệp của câu chuyện: cột Tăng follow đẹp đều ở cả ba giai đoạn (+23,7% / +16,3% / +20,9%), trong khi tiền rơi từ 63,13 xuống 30,00 rồi mới hồi về 51,90 triệu/tuần.

Bước 4 — Phân Tích 01 năm: Đo Bằng Tương Quan

Tương quan là gì?

Tương quan đo xem hai đại lượng có đi cùng nhau hay không. Con số này ký hiệu là r. Giá trị của r luôn nằm trong khoảng từ −1 đến +1.

r gần +1: hai đại lượng đi cùng chiều. Cái này tăng thì cái kia cũng tăng.

r gần −1: hai đại lượng đi ngược chiều. Cái này tăng thì cái kia giảm.

r gần 0: hai đại lượng gần như không liên quan. Biết số này cũng không đoán được số kia.

Cách đọc trên biểu đồ chấm: mỗi chấm là một tuần. Các chấm xếp thành dải đi lên thì r dương. Các chấm rải lung tung thì r gần 0.

Giá trị rÝ nghĩaVí dụ trong bài
+0,88Đi cùng nhau rất mạnhTỷ lệ user tiềm năng và doanh thu
+0,42Đi cùng nhau mức vừaLượt ghé và doanh thu
−0,20Gần như không liên quanFollow và doanh thu
−0,68Đi ngược nhau rõFollow và lượt ghé

Hai đường, hai diễn biến (cùng chia về mốc 100 ở tuần 1)

Xanh: follow (100 → ). Đỏ gạch: doanh thu (100 → có lúc tụt còn ~). Nếu follow phản ánh đúng kết quả kinh doanh, hai đường phải đi sát nhau. Chúng đã tách nhau đúng 15 tuần khủng hoảng.

Thử đổi góc nhìn: cùng 52 tuần doanh thu, hai cách nhìn

r(follow, doanh thu) =
điểm rải rác — biết follow cũng như không
r(tỷ lệ user tiềm năng, doanh thu) =
dải đi lên rõ ràng — tỷ lệ càng cao, tiền càng nhiều
Đọc kết quả, từng câu một:
r(follow, doanh thu) = . Hai con số gần như không đi cùng nhau.
Trên biểu đồ, các chấm rải lung tung, không tạo thành dải nào. Đường kẻ gần như nằm ngang.
Biết follow của tuần đó cũng không đoán được doanh thu của tuần đó.
r(tỷ lệ user tiềm năng, doanh thu) = . Hai con số đi cùng nhau rất mạnh.
Tuần nào tỷ lệ cao thì tuần đó tiền về nhiều — chỉ số này phản ánh đúng tình trạng kinh doanh.
Tham khảo: r(lượt ghé, doanh thu) = , mức ở giữa. Lượt ghé góp phần tạo ra tiền, nhưng không đảm bảo có tiền.
Lưu ý:
Tương quan không chứng minh nguyên nhân: tỷ lệ user tiềm năng và doanh thu đi cùng nhau, nhưng chưa chứng minh cái này gây ra cái kia.
Số liệu trong bài là mô phỏng.
Giá trị của tương quan: cho biết nên nhìn vào đâu — với dữ liệu trong bài, câu trả lời không phải follow.

Nhìn toàn cảnh: ma trận tương quan 5×5

Mỗi ô là tương quan giữa chỉ số hàng và chỉ số cột. Đỏ đậm: đi cùng nhau mạnh; nhạt: gần như không liên quan; xanh đậm: đi ngược. Đường chéo luôn +1,00 (chỉ số nào cũng khớp hoàn hảo với chính nó).
Đọc ma trận, từng hàng một:
Hàng Follow: không ô nào đỏ đậm. Ô doanh thu chỉ −0,20 — gần như không liên quan.
Riêng ô lượt ghé xanh đậm: −0,68 — follow và lượt ghé đi ngược nhau.
Cả năm lượt ghé giảm dần, trong khi follow tăng đều.
Khối tỷ lệ user tiềm năng — số lead — doanh thu: ba ô này đỏ đậm với nhau (+0,92; +0,88; ). Chúng đi cùng nhau rất chặt.
Lượt ghé đứng giữa: +0,42 với doanh thu. Có góp phần, nhưng không đảm bảo.
Quy luật rút ra: chỉ số nào càng gắn trực tiếp với doanh thu thì càng hữu dụng.
Kiểm tra chạy trước / chạy sau:
Cách kiểm tra: so sánh chỉ số của tuần này với doanh thu của tuần sau đó.
Tuần t: tỷ lệ user tiềm năng  ───►  Tuần t+1: doanh thu   r = +0,68 → báo sớm được 1 tuần
Tuần t: follow                ───►  Tuần t+1: doanh thu   r = −0,17 → không báo được gì

Kết quả: r(tỷ lệ user tiềm năng tuần t, doanh thu tuần t+1) = . Nhìn sớm một tuần, tín hiệu vẫn giữ — đủ để cảnh báo sớm.
Vì sao hợp lý: trong chuỗi ba bước, user để lại liên hệ trước, rồi mới chốt đơn — lead luôn xuất hiện trước khi có đơn hàng.
Cùng cách kiểm tra đó với follow: r(follow tuần t, doanh thu tuần t+1) = — gần như không liên quan, follow không báo trước được gì.
LÀM LẠI BẰNG SQL — Q3 & Q4
-- Q3. Năm cặp tương quan trên 52 tuần (một nhánh mẫu)
SELECT 'r(follow, doanh thu)' AS metric_pair,
       CAST((AVG(f * revenue_m) - AVG(f) * AVG(revenue_m))
            / NULLIF(STDEVP(f) * STDEVP(revenue_m), 0)
            AS DECIMAL(5,2)) AS pearson_r
FROM (SELECT CAST(followers AS FLOAT) AS f, revenue_m FROM #weekly) t;

-- Q4. Lag 1 tuần: chỉ số tuần t so với doanh thu tuần t+1
WITH pairs AS
(
    SELECT cur.lead_rate AS lead_rate_t,
           cur.followers AS followers_t,
           nxt.revenue_m AS revenue_next
    FROM #weekly cur
    JOIN #weekly nxt ON nxt.week_id = cur.week_id + 1
)
SELECT CAST((AVG(lead_rate_t * revenue_next) - AVG(lead_rate_t) * AVG(revenue_next))
            / NULLIF(STDEVP(lead_rate_t) * STDEVP(revenue_next), 0)
            AS DECIMAL(5,2)) AS pearson_r
FROM pairs;
Cặp chỉ sốpearson_rĐọc
r(follow, doanh thu)−0,20Gần như không liên quan
r(tỷ lệ KTPN, doanh thu)+0,88Đi cùng nhau rất mạnh
r(lượt ghé, doanh thu)+0,42Mức vừa
r(lead, doanh thu)+0,97Rất chặt
r(follow, lượt ghé)−0,68Đi ngược nhau rõ
r(tỷ lệ KTPN tuần t, tiền tuần t+1)+0,68Báo sớm được một tuần
r(follow tuần t, tiền tuần t+1)−0,17Không báo được gì