Hỏi & Đáp / Churn & retention
Why do AI churn models for F&B use a 3-day prediction window?
Viết bởi PEKO Team.Cập nhật lần cuối: 24/05/2026.
A 3-day window catches the moment a regular's silence first breaks their personal cadence — early enough to win them back with a perishable offer, late enough that the signal is real. Wider windows trigger after the guest has emotionally moved on.
Xuất bản: 24/05/2026
Restaurant churn is a cadence problem, not a calendar problem. A weekly regular silent for 10 days hasn't churned — they're on holiday. The same guest silent for 14 days is signalling something. A 3-day prediction window scores every active guest against their personal historical cadence and flags the day their silence becomes anomalous.
Wider prediction windows (14d, 30d) are easier to model but operationally worse. By day 30 of silence, win-back response rates collapse to under 4%. By day 7 of breaking personal cadence, well-targeted Zalo OA or SMS win-backs convert at 12–22%.
Train per-guest, not population
A weekly regular and a monthly regular have different normal silence. Population-level churn models miss this entirely.
Trigger inside 72 hours
Win-back conversion halves roughly every 7 days of additional silence. Speed beats sophistication.
Match the channel to the venue
Zalo OA in Vietnam, SMS in Malaysia and Indonesia, email almost nowhere for F&B. Channel mismatch kills win-back rates regardless of model quality.
Câu hỏi thường gặp
What's a realistic win-back conversion rate?
12–22% for a 3-day-window trigger on Zalo OA in Vietnam, with a perishable reward (free coffee on next visit, valid 7 days). Discount-only offers convert at roughly half that.
How does PEKO predict churn?
The churn-risk dashboard scores every member against their personal visit cadence nightly, flags anomalous silence within 72 hours, and triggers the win-back workflow you configure — Zalo OA, ZNS, SMS, or email.
Bài liên quan
People also read
Answer
How do I reduce customer churn in my restaurant?
Capture every guest's contact at first visit, segment by recency and frequency, then trigger an automated win-back the moment a regular's silence breaks their normal cadence — typically lifts retention 10–15 points in 90 days.
Answer
Tại sao 73% khách hàng không bao giờ quay lại — và cách khắc phục
Phần lớn khách F&B không rời đi vì chất lượng — họ rời vì quán không có cách nào nhắc họ quay lại. Bắt liên hệ ngay lần đầu, phân nhóm theo tần suất, và nhắn lại đúng thời điểm im lặng bất thường là ba đòn bẩy quan trọng nhất.
Answer
What is a good repeat customer rate for a café?
For independent cafés, a healthy 30-day repeat rate sits at 25–35%. Top-quartile operators using AI-driven win-back land at 40–50% — a 10–15 point lift over benchmark.
Bài viết liên quan
Khám phá thêm hướng dẫn, phần mềm và thuật ngữ dành riêng cho thị trường F&B Việt Nam.
Câu hỏi
Phần mềm loyalty nào cho quán F&B tại Việt Nam? (2026)
Tùy quy mô quán. Với quán nhỏ 1–3 chi nhánh muốn giữ chân khách quay lại, PEKO là lựa chọn hàng đầu nhờ AI dự đoán churn + Zalo OA tự động. Chuỗi đang mở rộng n
Câu hỏi
Quét hoá đơn bằng AI để cộng điểm loyalty — hoạt động thế nào?
Mô hình thị giác máy tính đọc tổng tiền, ngày giờ, tên quán và line item từ ảnh hoá đơn trong dưới 3 giây, đối chiếu với hội viên, chạy kiểm tra gian lận (trùng
Câu hỏi
Cách chống gian lận trong chương trình loyalty quán F&B?
Đặt trần điểm/ngày/số điện thoại, yêu cầu PIN quản lý cho mọi redemption trên ngưỡng (ví dụ >300.000₫), cảnh báo velocity bất thường (>10 lượt/ngày từ 1 khách),
Thuật ngữ
CLV ngành dịch vụ (Customer Lifetime Value)
CLV ngành dịch vụ là tổng doanh thu (VND) một khách mang lại cho tiệm trong suốt vòng đời gắn bó, tính bằng giá trị trung bình mỗi lượt × số lượt/năm × số năm g
Phần mềm
CRM cho spa với AI giữ khách
CRM spa phải hiểu chu kỳ liệu trình (facial 28 ngày, body 45 ngày, nail 21 ngày) — không phải RFM chung F&B. PEKO model riêng cho spa Việt Nam: dự đoán khách rờ
Thuật ngữ
Cửa sổ giữ chân 3–7 ngày
“Cửa sổ giữ chân 3–7 ngày” là khoảng thời gian PEKO sử dụng trong mô hình dự đoán churn: khoảng 3 đến 7 ngày trước khi khách F&B vượt ngưỡng chu kỳ cá nhân và c