Khám Phá và Report là thao tác xem/duyệt trên giao diện — không ghi log vào database, nên không thống kê được từ nguồn này (cần công cụ analytics như Amplitude/GA).
Phiên học (Study) = 1 lần học sinh vào làm 1 bài (level) trong lộ trình — tính từ khi mở bài & trả lời câu đầu tiên. Mỗi phiên TB ~9 câu/phần, kéo dài ~1 phút (trung vị 53 giây). Làm lại cùng 1 bài = 1 phiên mới. Nguồn: user_attempts type=STUDY.
Lượt luyện = 1 lần luyện 1 phần/câu trong bài (part attempt) — nhiều lượt nằm trong 1 phiên học.
Study (giờ) = tổng thời gian (execution_time) của các phiên học.
Lượt AI chấm (Nói/Viết) = 1 bài Nói (ghi âm/video) hoặc Viết được yêu cầu AI chấm (cờ request_ai_review/azure).
Số bài giao = 1 lượt GV giao bài tập cho lớp/HS (đã loại bài mẫu). Giao tự động = bài do lịch/chương trình tự sinh.
Số lớp = lớp GV chủ động tạo (đã loại lớp mẫu + lớp "Placement test" hệ thống tự tạo). Số HS = học sinh trong lớp thật của GV.
Signup (onboarding) = GV có hồ sơ (teacher_profiles), đã loại autotest (còn admin/hệ thống). Activation D7 = % GV giao bài đầu tiên trong 7 ngày kể từ đăng ký.
Source domain = tên miền GV đăng ký từ đó. UTM = kênh/chiến dịch marketing (chỉ ~11% GV có gắn). Web / App = thiết bị làm bài (device: web / mobile).
🗓️ Lọc thời gian:Mức biểu đồ:
🗓️ Lọc thời gian:Mức:Thiết bị:
🗓️ Lọc:Mức:Thiết bị:Chế độ:
▶— bấm để xem biểu đồ
Danh sách giáo viên
📊 B2B Study — Assigned vs Self-study
Phân tích HS B2B (HS có ≥1 bài GV giao trong tháng đó): tỷ lệ giữa giờ làm bài GV giao vs giờ tự học trên platform.
Cohort split: NEW = HS lần đầu học trong năm đó · RETURNING = HS đã từng học các năm trước.
Data từ 2024-01 tới hôm nay.
📅 Chi tiết theo tháng (TỔNG)
Tháng
HS B2B
Assigned h
Self h
% Self
Avg Assigned/HS
Avg Self/HS
🆕 vs 🔁 Cohort split — Avg Self/HS
Tháng
HS NEW
Self/HS NEW
HS RETURNING
Self/HS RETURNING
% NEW
Cách đo: Assigned h = SUM(execution_time) WHERE assign_test_id NOT NULL · Self h = SUM WHERE NULL · HS B2B = distinct HS có ≥1 assigned attempt trong tháng · Onboard year = năm HS có attempt đầu tiên trên platform.
⚠️ Caveat chi tiết
Phễu onboarding giáo viên
📊 Nhận xét & phân tích — bấm để xem chi tiết ▾
Tổng quan: Sau khi loại lớp mẫu (sample) VÀ lớp "Placement test" do hệ thống tự tạo, phễu thực tế là 100% → 40,7% (tạo lớp chủ động) → 19,6% (giao bài) → 10,8% (có HS nộp) (đã loại autotest + test/demo). Hai nút thắt: Đăng ký → Tạo lớp chủ động (mất 59%) và Tạo lớp → Giao bài (mất ~20 điểm). Tin tốt: GV đã giao thì giao rất nhanh — median 3,1 ngày (từ 2024 hầu hết ≤2 ngày) → vấn đề là "có giao hay không", không phải "giao chậm".
⚠️ Phát hiện chất lượng dữ liệu: chỉ số "Tạo lớp" bản cũ là 76% nhưng bị thổi phồng bởi lớp "Placement test" hệ thống tự sinh (13.040 lớp toàn hệ thống). VD cohort T1/2025: 232/233 GV "có lớp" (≈100%), nhưng loại lớp Placement thì chỉ còn 39/233 = 17% GV thực sự tự tạo lớp riêng. Bản dashboard này đã dùng số đã loại (38,4% toàn thời kỳ). Cần dev xác nhận "Placement test Class 1" là auto-generated.
🔺 5 vạch đỏ trên biểu đồ đánh dấu đúng 5 mốc thay đổi phân tích bên dưới.
Các mốc thay đổi quan trọng
T2–T3/2023 — Bước ngoặt tốc độ. Time-to-value sụp từ ~455 ngày (T1/2023) xuống 7–8 ngày (T3/2023); activation D7 lần đầu xuất hiện (0% → 5–9%). Dấu hiệu ra mắt luồng onboarding/kích hoạt.
2024 — Kích hoạt tăng gấp đôi. Tỷ lệ giao bài 12% → 26%, có HS nộp 8% → 17%, D7 6% → 11%. Sản phẩm & onboarding trưởng thành. Cohort T9/2024 nổi bật: 751 GV, 41% giao bài, 33% có HS nộp — dấu hiệu một đợt trường B2B chất lượng cao.
2025 — Năm đỉnh cao. Nhiều đăng ký nhất (7.383 GV) và activation D7 tốt nhất (~15%, đỉnh T4/2025 đạt 20%).
T10/2025 → 2026 — Cảnh báo luồng. Tỷ lệ Tạo lớp sụp mạnh: 80% (T9/2025) → 55% (T12) → 10% (T6/2026). Nhưng tỷ lệ Giao bài vẫn giữ (~11–27%), có tháng giao bài > tạo lớp (T3/2026: lớp 23% vs giao 27%). ⟹ Trùng thời điểm luồng tự tạo lớp Placement thay đổi: giai đoạn T10/24–T9/25 gần 100% "có lớp" phần lớn là lớp auto; từ T10/25 lớp auto giảm nên tỷ lệ về đúng thực chất (GV chủ động tạo). Đây là đổi luồng sản phẩm, không phải lỗi đo.
T6/2026 — đăng ký kỷ lục (1.193 GV) nhưng chỉ 10% tạo lớp → khả năng cao là đợt acquisition lớn (marketing/B2C) chất lượng onboarding thấp; cần theo dõi các cohort này có kích hoạt về sau không.
Khuyến nghị
Ưu tiên #1: gỡ nút thắt Tạo lớp → Giao bài (nudge/in-app guide giao bài ngay sau khi tạo lớp; bộ bài giao mẫu sẵn). Nâng 18% → 30% tương đương thêm ~2.500 GV được kích hoạt.
Rà soát định nghĩa "Tạo lớp" cho cohort từ T10/2025: nếu GV giao trực tiếp không qua lớp thật, cần cập nhật lại cách đo funnel cho đúng thực tế.
Bỏ qua khi đọc cohort: các tháng T2–T5/2024 có <80 GV nên % rất nhiễu (VD T4/2024 chỉ 10 GV), không đại diện xu hướng.
Đã LOẠI autotest + test/demo: 1.348 tài khoản (1.293 autotest + ~55 test/demo trong tên-email) đã bỏ khỏi mọi thống kê (VD T6/2026: 1.193 → 795 signup thật). Vẫn giữ nhóm admin (1.591, có thể là GV thật do team tạo hộ) — bấm 🔍 để soi.
Phân khúc cohort T6/2026 theo nguồn B2B trường vs B2C tự đăng ký để biết chất lượng đợt tăng trưởng này.
Lưu ý đo lường: "Tạo lớp" = lớp thật (is_sample=false) VÀ loại lớp tên "Placement test%" (auto-generated), chỉ trên GV có hồ sơ (teacher_profiles). Bảng cohort bên dưới dùng đúng định nghĩa này.
Theo cohort tháng đăng ký
💡 Bấm 1 dòng tháng (🔍) để lọc + nhảy tới danh sách GV đăng ký tháng đó (xem source domain để nhận ra tài khoản admin/hệ thống; autotest đã loại).
(bảng dưới tính lại funnel theo source đã chọn)
Tháng ĐK
Signup
Tạo lớp
Giao bài
Có HS nộp
Activation D7
Median ngày→giao
🌐 Nguồn đăng ký GV
📊 Chuyển đổi theo Nguồn (theo khoảng thời gian trên cùng · Source domain bấm được để lọc bảng dưới)
Source domain
Số GV
% tạo lớp
% giao bài
HS TB/GV
Study TB (giờ)
#
Giáo viên
Ngày tạo
Email
SĐT
Source domain
UTM
Biết đến qua
Số lớp
Số HS
Study (giờ)
Số lớp = lớp GV chủ động tạo (loại mẫu + Placement). Số HS = học sinh trong lớp thật. Study (giờ) = tổng thời gian học Study của các HS đó (1 HS học nhiều GV thì tính cho mỗi GV). Lọc theo tháng đăng ký ở thanh trên cùng · hiện tối đa 500 dòng. ⚠️ ~89% GV không gắn UTM (organic/direct) → cột UTM chỉ có ở phần có tracking.
🧩 Study — chi tiết theo chặng (unit)
#
Chặng (path · unit)
Phiên họci
Study (giờ)i
%
Nguồn: user_attempts (type=STUDY) gắn trực tiếp qua duolingo_level_id → chặng. Phiên học = 1 lần HS làm 1 bài (level) trong lộ trình (TB ~9 câu, ~1 phút; làm lại = phiên mới) · Study (giờ) = tổng execution_time. Bấm 1 chặng để xem xu hướng theo tháng. Path "starters-old" tích luỹ nhiều phiên lịch sử; "starters" = Candy World (Pre A1) là path mới đang chạy. Không tính được "số HS distinct/chặng" (query 23M dòng timeout); tổng HS học Study ~45k, ~27k giờ toàn hệ thống.
📉 Funnel qua Progress map (8 units)
Chi tiết 216 lessons — HS distinct từng lesson
216 lessons (levels) path "Candy World (Pre A1)" theo thứ tự · cột = HS distinct từng làm lesson. Rơi rụng cực mạnh: lesson đầu ~5.200 HS → cuối chỉ vài chục. (BINGO_SUBJECT = node chọn chủ đề, CHEST = rương thưởng.)
👥 HS học Study đến từ đâu? (theo lượt phiên)
Lớp = HS trong lớp thật của GV · Trường = HS gắn school_id (B2B) chưa map lớp · Tự học = không lớp/trường (B2C). → 90% lượt học đến từ Lớp+Trường, tự học chỉ 9%. Nhưng chỉ 1,1% lượt Study là do GV giao bài (nhóm Trường: 0%) → B2B dùng Study chủ yếu là HS tự học ở nhà (đỉnh 20h + cuối tuần), KHÔNG phải GV giao.
🕐 Giờ học trong ngày (giờ VN)
📉 Churn & Retention Study
Churn tháng = % HS active tháng N KHÔNG quay lại tháng N+1 · Cohort = % HS còn học sau M1/M3/M6. ⚠️ 90% HS thuộc Lớp/Trường nên churn mang tính mùa vụ (nghỉ hè/hết khoá).
FLYER Data · dựng tự động cho nội bộ · tungtony@flyer.us