300 Data Challenges Thực Chiến

Cohort Analysis: Consecutive Retention Cohort & Python Challenges – [271125]

Cohort Analysis là gì?

Bối Cảnh Case Study Áp Dụng Consecutive Retention Cohort

01/ TungMo App là ứng dụng Fintech giúp User hình thành thói quen tiết kiệm hàng tuần thông qua các Hũ Tiết Kiệm.

02/ Trong giai đoạn Acquisition: App thu hút được nhiều User nhờ khuyến mãi cashback → Retention Rate theo tháng ~ 30% → Tuy nhiên Engagement rất thấp.

03/ Giải pháp Product: Tính năng “Chuỗi Tiết Kiệm” (Saving Streak)

  • User cần nạp tối thiểu 10.000 VNĐ/tuần vào Hũ Tiết Kiệm.
  • Nếu duy trì liên tiếp các tuần → Nhận lãi suất thưởng (Bonus APY) và các huy hiệu.
  • Nếu bỏ lỡ 1 tuần → Chuỗi bị reset về 0.

04/ Thiết Lập OKR

Objective: Xây dựng thói quen tiết kiệm cho User Gen Z, biến TungMo thành ứng dụng được nghĩ đến đầu tiên mỗi khi User có lương.

Key Results:

  • KR1: Habit Formation
    • Tăng chỉ số Consecutive Retention Rate (Week 4) >= 30% trong Q4 Nghĩa là: Trong 100 User mới, cần 30 User duy trì nạp tiền đều 4 tuần liên tục (Không nghỉ tuần nào).
  • KR2: Engagement
    • Tăng tỷ lệ User đạt huy hiệu “Master Saver” (Chuỗi 8 tuần liên tiếp) từ >= 10% trong Q4 Đây là “Aha Moment” thứ 2.
  • KR3: Churn Rate
    • Giảm Early Churn Rate (Rời bỏ trong tháng đầu tiên) <= 40% trong Q4.

Habit Gap

Habit Gap = N-Week Retention – Consecutive Retention → Gap càng lớn = Vấn Đề!

Behavioral Design Framework: The Hook Model (Nir Eyal)

  • Consecutive Retention = Metric → Cho biết User có hình thành thói quen hay không.
  • Hook Model = Công cụ → Giúp tác động vào hành vi User để cải thiện Consecutive Retention.
  • Nếu Hook Model vận hành tốt → Consecutive Retention cao & ổn định.

01/ Trigger (Cơ Chế Kích Hoạt)

  • External Trigger (Kích hoạt từ bên ngoài)
    • Là các tác động từ App để kéo User quay lại khi thói quen chưa hình thành (Push Notification, Email, …)
    • Ví dụ: “Bạn sắp mất chuỗi 5 tuần tiết kiệm! Nạp 10k ngay để giữ lãi suất 6%.” → Đánh vào Loss Aversion.
  • Internal Trigger (Kích hoạt từ bên trong – Mục tiêu chính)
    • Khi User tự mở app dựa trên cảm xúc/thói quen mà không cần app nhắc.
    • Ví dụ: Cảm giác vừa nhận lương → Tự bật suy nghĩ: “Phải nạp vào TungMo ngay để giữ chuỗi.”

02/ Action (Hành Động Của User)

  • Dựa trên Fogg Behavior Model – B = MAP
  • Motivation không ổn định, cách bền vững nhất là tăng Ability (Làm cho hành động dễ nhất có thể).

03/ Variable Reward (Phần Thưởng Biến Thiên)

  • Phần thưởng giúp giữ sự hứng thú, tránh nhàm chán.

04/ Investment (Đầu Tư) – Yếu Tố Quyết Định Consecutive Retention

  • Đây là phần quan trọng nhất trong Hook Model để giữ Consecutive Retention không bị gãy chuỗi.
  • User bỏ công sức → Sản phẩm trở nên giá trị hơn đối với chính họ.

Gamification

01/ Tính Năng “Streak Freeze”

Vấn đề: Một user duy trì chuỗi 20 tuần, chỉ cần quên 1 tuần → Reset về 0 → Nản lòng → Bỏ app.

Giải pháp: “Streak Freeze” – Đóng băng chuỗi

  • User có thể bỏ lỡ 1 tuần nhưng không bị reset chuỗi.
  • Tặng miễn phí khi User đạt mốc nào đó (Ví dụ: Streak ≥ 4 tuần).
  • Bán như một dạng In-App Purchase → Monetization cực tốt.

02/ Chiến Thuật “Endowed Progress”

Insight tâm lý: Hiệu ứng “Progress Bias”

  • Con người có xu hướng hoàn thành mục tiêu cao hơn khi họ cảm thấy mình đã có sẵn một phần tiến độ, thay vì bắt đầu từ con số 0.
  • Đây là nguyên lý thuộc nhóm Behavioral Psychology: Khi người dùng tin rằng họ đã tiến được một đoạn, động lực duy trì hành vi sẽ cao hơn và ổn định hơn.

Python Challenge: Early Warning System – Streak Churn Prediction

Source Code (Business Domain + Data + Python Coding): Tài liệu nội bộ dành cho các bạn học viên Data Analyst BootCamp

Xây dựng hệ thống cảnh báo sớm (Early Warning System) để phát hiện users có nguy cơ mất streak trước khi họ thực sự churn.

TungMo Fintech App sử dụng cơ chế Consecutive Retention (Streak) để tạo thói quen tiết kiệm:

  • User cần nạp tiền mỗi tuần để duy trì streak
  • Miss 1 tuần = Mất toàn bộ streak (trừ khi có Streak Freeze)
  • Streak càng dài = User càng valuable (LTV cao hơn)

Vấn đề: Khi user đã churn, chi phí win-back rất cao. Cần phát hiện SỚM trước khi họ churn để can thiệp kịp thời.

Tạo Segment Flow – Sankey diagram → Dòng chảy users giữa các segments tuần này vs tuần trước

Với mô hình Challenge-based Learning, bạn không chỉ được học Business Domain Theory, mà còn được giải các Challenges Thực Tế, rèn Tư Duy Phân Tích và tạo Portfolio ngay trong các Khóa Học Phân Tích Dữ Liệu Thực Chiến. Inbox mình Tại Đây nếu bạn muốn đăng ký nhé.