---
title: "Martech có đáng phí không? Quy tắc thử và học bốn dòng"
description: "Mốc nền, nhóm đối chứng ngẫu nhiên, cỡ mẫu và điều kiện dừng chốt trước: cách biết công cụ email, retargeting hay tích điểm có tạo thêm đơn hàng không."
url: "https://staging.khoi.co.uk/blog/thu-hoc-truoc-khi-mua-martech"
lang: vi
author: "Lê Quốc Khôi"
date: 2026-11-03
updated: 2026-11-03
topics: ["Dữ liệu & phân tích"]
tags: ["Kiểm thử A/B", "Nhóm đối chứng", "Ghi nhận đóng góp", "Martech", "Cỡ mẫu"]
---

# Martech có đáng phí không? Quy tắc thử–học bốn dòng

## Tóm tắt nhanh

- Quy tắc bốn dòng: ghi mốc nền trước khi bật; giữ nhóm đối chứng chọn ngẫu nhiên; chốt trước chỉ số, thời lượng, cỡ mẫu, điều kiện dừng; chấm bằng đơn gia tăng, không bằng đơn được ghi công. Tôi tổng hợp từ Kohavi, Tang và Xu (Kohavi et al., 2020, p. 9) và Wedel và Kannan (Wedel và Kannan, 2016).
- Ví dụ giả định: báo cáo công cụ ghi 280 đơn (50,4 triệu đồng lợi nhuận gộp), nhưng nhóm đối chứng cho thấy chỉ 36 đơn gia tăng (4,4% so với 4,0%), khoảng tin cậy 95% từ -80 đến +152 đơn. Kết luận đúng là chưa biết.
- Thấy được mức tăng 4,0% lên 4,4% cần 39.473 khách mỗi nhóm, theo công thức thống kê chuẩn (không lấy từ sách). Danh sách 10.000 khách chỉ thấy được mức tăng từ khoảng 1,2 điểm phần trăm.
- Mô phỏng của tôi: hai nhóm giống hệt nhau, xem kết quả 10 lần rồi dừng khi thấy khác biệt, cho kết luận sai 19,6% số lần thay vì 5%.

Báo cáo của công cụ email tự động ghi: tháng này có 280 đơn "do email mang lại", quy ra 50,4 triệu đồng lợi nhuận gộp, gấp hơn 12 lần phí 4 triệu đồng. Bạn có gia hạn không? Bài này đưa bốn dòng quy tắc để trả lời, rồi thử trên một ví dụ giả định, nơi 280 đơn ấy co lại còn 36. Đây là bước kiểm thử của [vòng lặp marketing dựa trên dữ liệu](https://staging.khoi.co.uk/framework/data-driven-marketing-loop).

## Quy tắc bốn dòng nào giúp quyết định công cụ marketing có đáng phí?

Bốn dòng sau, dùng được cho email tự động, retargeting hay ứng dụng tích điểm. Tôi tổng hợp chúng; không có cuốn sách hay công ty nào đưa ra đúng quy trình này.

1. Ghi mốc nền trước khi bật: chỉ số (ví dụ tỷ lệ khách mua trong 30 ngày), giá trị hiện tại, mức dao động giữa các kỳ, và mức tăng tối thiểu đủ để trả phí công cụ.
2. Giữ một nhóm đối chứng chọn ngẫu nhiên, không chịu tác động của công cụ. Chọn bằng số ngẫu nhiên, không chọn bằng tay.
3. Chốt trước chỉ số, thời lượng, cỡ mẫu và điều kiện dừng. Không dừng sớm chỉ vì thấy số đẹp.
4. Chấm bằng đơn gia tăng, tức nhóm có công cụ trừ nhóm đối chứng, không phải số đơn công cụ tự ghi công. Báo kết quả bằng một khoảng và bằng tiền.

Dòng 2 dựa vào điều Kohavi, Tang và Xu nhấn mạnh: chia ngẫu nhiên phải làm cẩn thận, không yếu tố nào được ảnh hưởng việc khách rơi vào nhóm nào (Kohavi et al., 2020, p. 8). Dòng 3 dựa vào ý họ rằng cần một chỉ số đánh giá chính thức, đo dễ dàng trong thời gian ngắn, ví dụ một đến hai tuần (Kohavi et al., 2020, p. 12); tôi dùng 30 ngày cho shop có chu kỳ mua dài hơn. Dòng 1 là phần tôi thêm.

## Vì sao "đơn do email mang lại" chưa chứng minh công cụ có tác dụng?

Vì báo cáo đếm đơn đi qua công cụ, kể cả khách đằng nào cũng mua. [Ghi nhận đóng góp kiểu last-click](https://staging.khoi.co.uk/thuat-ngu#attribution-modelling) chỉ ghi công điểm chạm cuối nên chỉ cho thấy [tương quan](https://staging.khoi.co.uk/thuat-ngu#correlation-vs-causation), không cho thấy nguyên nhân.

Kohavi, Tang và Xu kể ví dụ ở Microsoft Office 365: người dùng gặp thông báo lỗi và sự cố có tỷ lệ rời bỏ thấp hơn, nhưng không có nghĩa nên hiện thêm lỗi. Cả ba hiện tượng cùng do mức độ dùng sản phẩm (Kohavi et al., 2020, p. 9). Theo cách đọc của tôi, khách bấm vào email thường vốn gắn bó với shop, giống người dùng nặng, nên đơn của họ không chứng minh email gây ra việc mua.

Wedel và Kannan viết rằng ghi nhận đóng góp là chia công cho từng điểm chạm, và dù giải xong cũng mới là bước trung gian; còn thí nghiệm thực địa quy mô lớn là công cụ mạnh để trả lời câu hỏi nhân quả của hành động marketing (Wedel và Kannan, 2016).

## Mốc nền và nhóm đối chứng trông thế nào trên một ví dụ?

Ví dụ giả định, mọi con số do tôi dựng, không phải số của doanh nghiệp nào. Một cửa hàng online bán đồ gia dụng có 10.000 khách đã mua trong 12 tháng qua và đồng ý nhận email. Công cụ email tự động giá 4 triệu đồng mỗi tháng; lợi nhuận gộp trung bình mỗi đơn 180.000 đồng; báo cáo công cụ ghi 280 đơn cho email.

Mốc nền ghi trước khi bật: tỷ lệ mua trong 30 ngày của tháng trước là 3,5%. Mức hoà vốn: 4.000.000 ÷ 180.000 ≈ 22 đơn gia tăng mỗi tháng, khoảng 0,25 điểm phần trăm trên 9.000 khách nhận email. Rồi bốc ngẫu nhiên 1.000 khách (10%) làm nhóm đối chứng. Sau 30 ngày:

| | Nhóm email | Nhóm đối chứng |
|:--|--:|--:|
| Số khách | 9.000 | 1.000 |
| Đơn trong 30 ngày | 396 | 40 |
| Tỷ lệ mua | 4,4% | 4,0% |

Ba cách đọc:

- Theo báo cáo công cụ: 280 đơn × 180.000 = 50,4 triệu đồng, gấp 12,6 lần phí.
- So với tháng trước (3,5%): tăng 0,9 điểm. Nhóm đối chứng cũng lên 4,0%, nên hơn nửa mức tăng là do tháng đó.
- So với nhóm đối chứng: chênh 0,4 điểm, khoảng 36 đơn gia tăng, 6,48 triệu đồng, gấp 1,6 lần phí.

Con số cuối đến từ 1.000 khách nên chưa chắc. [Khoảng tin cậy](https://staging.khoi.co.uk/thuat-ngu#confidence-interval) 95% của chênh lệch là -0,89 đến +1,69 điểm, tức -80 đến +152 đơn, hay -14,4 đến +27,3 triệu đồng; [giá trị p](https://staging.khoi.co.uk/thuat-ngu#p-value) là 0,56. Dữ liệu hợp với việc công cụ làm shop lỗ, và hợp cả với việc nó lãi lớn. Công thức bảng tính (nhập 396, 9000, 40, 1000 vào B1 đến B4):

```
B5  =B1/B2                                   tỷ lệ nhóm email
B6  =B3/B4                                   tỷ lệ nhóm đối chứng
B7  =B5-B6                                   chênh lệch
B8  =SQRT(B5*(1-B5)/B2+B6*(1-B6)/B4)         sai số chuẩn
B9  =B7-NORM.S.INV(0.975)*B8                 cận dưới khoảng tin cậy 95%
B10 =B7+NORM.S.INV(0.975)*B8                 cận trên
B11 =(B1+B3)/(B2+B4)                         tỷ lệ gộp
B12 =B7/SQRT(B11*(1-B11)*(1/B2+1/B4))        thống kê z
B13 =2*(1-NORM.S.DIST(ABS(B12),TRUE))        giá trị p hai phía
```

Tôi chạy các công thức này trong LibreOffice Calc (không phải Excel); kết quả khớp phép tính bằng Python. Điều kiện của phép kiểm: mỗi nhóm có ít nhất năm đơn và năm khách không mua (Illowsky và Dean, 2023).

## Cần bao nhiêu khách, và vì sao shop nhỏ hay nhận kết quả "chưa biết"?

Để thấy mức tăng 4,0% lên 4,4% cần 39.473 khách mỗi nhóm, gần bốn lần cả danh sách của shop (hai nhóm cần gần 79.000 khách). Công thức cỡ mẫu là thống kê chuẩn, không lấy từ sách của Kohavi (tôi chỉ đọc chương 1): n mỗi nhóm = (z₀,₉₇₅ + z₀,₈₀)² × [p₁(1−p₁) + p₂(1−p₂)] ÷ (p₂ − p₁)², mức ý nghĩa 5% hai phía, power 80%. Mức tăng 10% tương đối chỉ là 0,4 điểm phần trăm ([rủi ro tương đối và tuyệt đối](https://staging.khoi.co.uk/blog/rui-ro-tuong-doi-tuyet-doi)).

| Tỷ lệ mua thật của nhóm có công cụ (nền 4,0%) | Khách mỗi nhóm |
|:--|--:|
| 4,4% | 39.473 |
| 4,8% | 10.314 |
| 5,2% | 4.780 |
| 6,0% | 1.861 |

Với 5.000 khách mỗi nhóm, shop chỉ phát hiện được mức tăng từ khoảng 5,2%, trong khi mức hoà vốn chỉ 0,25 điểm. Phép chia 9.000 và 1.000 của ví dụ phát hiện mức tăng 0,4 điểm chỉ khoảng 9% số lần. Greenland và cộng sự cảnh báo rằng mẫu nhỏ khiến cả hiệu quả lớn chìm trong nhiễu, nên đừng đọc "không có ý nghĩa thống kê" thành "hiệu quả nhỏ" (Greenland et al., 2016). Tôi đọc kết quả bằng cách so khoảng tin cậy với mức hoà vốn:

| Khoảng tin cậy của đơn gia tăng | Quyết định |
|:--|:--|
| Nằm trọn trên mức hoà vốn (22 đơn) | Giữ công cụ |
| Nằm trọn dưới mức hoà vốn | Bỏ công cụ |
| Trùm cả hai phía, như ví dụ (-80 đến +152) | Chưa biết: chọn theo chi phí rút lui |

Trường hợp cuối phổ biến ở shop nhỏ. Câu hỏi khi đó là "sai thì mất bao nhiêu": hợp đồng theo tháng, hẹn ngày xem lại, đừng ký gói năm chỉ vì báo cáo công cụ đẹp.

## Vì sao không nên xem số mỗi ngày rồi dừng khi thấy đẹp?

Vì mỗi lần xem là thêm một cơ hội gặp chênh lệch ngẫu nhiên, và dừng đúng lúc nó xuất hiện biến nhiễu thành "phát hiện". Tôi mô phỏng hai nhóm giống hệt nhau, cùng 4,0%, mỗi nhóm 10.000 khách, 20.000 lần chạy. Xem một lần ở cuối, 5,1% số lần cho ra "khác biệt có ý nghĩa", đúng mức 5% đã thiết kế. Xem 10 lần (cứ 1.000 khách một lần) và dừng ở lần đầu thấy khác biệt: 19,6% kết luận sai. Xem 30 lần: 28,2%.

Greenland và cộng sự nhấn mạnh ngưỡng phải đặt trước và giữ nguyên dù dữ liệu ra sao (Greenland et al., 2016). Điều kiện dừng tôi đề xuất: chạy đủ 30 ngày và đủ cỡ mẫu đã tính, rồi đọc kết quả một lần. Chưa đủ cỡ mẫu ở ngày 30 thì ghi "chưa kết luận", không kéo dài cho đến khi đẹp. Ngoại lệ chốt từ đầu: dừng sớm nếu một chỉ số bảo vệ xấu đi nặng, như số khách huỷ đăng ký email.

## Khi nào không nên làm thử nghiệm kiểu này?

Khi quy mô hoặc tính chất quyết định không cho phép:

- Quá ít người. Kohavi và cộng sự khuyên có hàng nghìn đơn vị thử (Kohavi et al., 2020, p. 10). Nếu mức hoà vốn nhỏ hơn nhiều lần mức bạn phát hiện được, như ví dụ trên, hãy chọn hợp đồng rút được thay vì thử.
- Quyết định khó đảo ngược. Họ nêu ví dụ không thể thử mua bán sáp nhập vì không thể có cả thương vụ lẫn bản đối chứng cùng lúc (Kohavi et al., 2020, p. 10). Thay cả hệ thống tích điểm bằng hợp đồng ba năm cũng gần vậy. Wedel và Kannan nhắc tới thí nghiệm tự nhiên (bán thực nghiệm), thường cần phân tích phức tạp hơn để suy ra nhân quả; ví dụ họ dẫn là Ailawadi và cộng sự (2010) về tác động khi Wal-Mart mở cửa hàng, nghiên cứu tôi chưa đọc (Wedel và Kannan, 2016). Áp cách đó cho công cụ marketing là gợi ý của tôi, và theo tôi nó kém chắc hơn chia ngẫu nhiên.
- Khách ảnh hưởng lẫn nhau. Chia ngẫu nhiên giả định khách nhóm này không tác động tới nhóm kia (Kohavi et al., 2020, p. 10). Mã giảm giá được chia sẻ thì nhóm đối chứng bị lẫn.
- Lời hứa đã công bố. Chương trình tích điểm đã hứa với mọi khách thì không bỏ một nhóm khỏi quyền lợi được; theo tôi, hãy thử một tính năng mới trên một nhóm.

## Đào sâu: tôi đã đọc gì, chưa đọc gì?

Kohavi, Tang và Xu (2020): tôi không đọc cuốn sách mà đọc toàn bộ chương 1 trong bản mẫu miễn phí trên experimentguide.com; số trang là số in trong bản mẫu. Tôi chưa đọc các chương thống kê, nên không dẫn sách cho công thức cỡ mẫu hay việc xem kết quả giữa chừng.

Wedel và Kannan (2016): bài nằm sau tường trả phí. Tôi đọc phần tóm tắt, slide giảng dạy trên trang Hiệp hội Marketing Hoa Kỳ và một bản tiền ấn chưa biên tập đề ngày 13/5/2016 do người dùng đăng lại trên SlideShare, có thể khác bản đăng và không có số trang in. Trong đó tôi không thấy chu trình bốn bước như khung trong thư viện.

Illowsky và Dean (2023): tôi đọc mục 10.3 trên OpenStax. Greenland và cộng sự (2016): tôi đọc phần giải thích giá trị p, khoảng tin cậy và danh sách hiểu sai đến điều 16; bài mở truy cập. Cỡ mẫu, khoảng tin cậy và mô phỏng là tính toán của tôi trên dữ liệu bịa, kiểm bằng LibreOffice Calc và Python.

## Câu hỏi thường gặp

### Retargeting có giữ được nhóm đối chứng không?

Với email hay tin nhắn gửi từ danh sách của chính bạn thì dễ: gán mỗi khách một số ngẫu nhiên rồi loại nhóm thấp nhất khỏi danh sách gửi. Với quảng cáo retargeting, nền tảng quyết định ai được xem nên bạn khó tự chia. Cách gần nhất, theo tôi, là loại một nhóm ngẫu nhiên khỏi tệp khách hàng bạn tải lên làm đối tượng.

### Giá trị p dưới 0,05 có nghĩa là công cụ chắc chắn hiệu quả không?

Không. Greenland và cộng sự nhắc rằng giá trị p nhỏ chỉ cho thấy dữ liệu lạ so với điều mô hình dự đoán, và nó có thể nhỏ vì một giả định khác bị vi phạm, chẳng hạn kết quả được chọn để trình bày vì nó nhỏ (Greenland et al., 2016). Ngược lại, giá trị p lớn cũng không chứng minh công cụ vô dụng: mẫu nhỏ có thể khiến cả hiệu quả lớn chìm trong nhiễu. Nên nhìn khoảng tin cậy và so với mức hoà vốn.

### Giữ nhóm đối chứng có làm shop mất doanh số không?

Có, nhưng ít. Trong ví dụ giả định của bài, nếu công cụ thực sự tăng 0,4 điểm phần trăm thì 1.000 khách đối chứng làm shop bỏ lỡ khoảng 4 đơn, tức khoảng 720.000 đồng lợi nhuận gộp mỗi tháng. Cái giá lớn hơn là đánh giá sai và trả phí nhiều tháng cho công cụ không tạo thêm đơn nào. Với chương trình tích điểm đã hứa công khai cho mọi khách thì không nên giữ đối chứng; xem phần cuối bài.

## Tài liệu tham khảo

- Greenland, S. et al. (2016) ‘Statistical tests, P values, confidence intervals, and power: a guide to misinterpretations’, *European Journal of Epidemiology*, 31(4), pp. 337–350. https://doi.org/10.1007/s10654-016-0149-3
- Illowsky, B. and Dean, S. (2023) *Introductory statistics 2e*. Houston, Texas: OpenStax. Available at: https://openstax.org/books/introductory-statistics-2e/pages/9-introduction.
- Kohavi, R., Tang, D. and Xu, Y. (2020) *Trustworthy online controlled experiments: a practical guide to A/B testing*. Cambridge University Press. https://doi.org/10.1017/9781108653985
- Wedel, M. and Kannan, P.K. (2016) ‘Marketing analytics for data-rich environments’, *Journal of Marketing*, 80(6), pp. 97–121. https://doi.org/10.1509/jm.15.0413

---

Bản HTML chuẩn: https://staging.khoi.co.uk/blog/thu-hoc-truoc-khi-mua-martech