inflearn logo

Khóa học GTM(Go-To-Market) 101 | Tạo ra sản phẩm rồi thì sao, phải kiếm ra tiền chứ

Bán được một lần là may mắn, nhưng bán được lặp lại là chiến lược. Hầu hết các đội ngũ đều đã tích lũy dữ liệu hành vi nhưng lại không đặt câu hỏi cho chúng, dẫn đến việc bỏ lỡ những "người sẽ mua hàng". Khóa học này kết nối toàn bộ quá trình từ chọn lựa thị trường (ICP·Phân khúc), thiết kế giá trị (Định vị·Giá cả), đến trực tiếp kỹ thuật hóa cấu trúc doanh thu lặp lại bằng dữ liệu (PQL·Trigger·RevOps) thành một dòng chảy duy nhất. Điểm cốt lõi không phải là học thuộc lòng một "công thức luôn thành công". Chúng tôi rèn luyện các kỹ năng và lý thuyết có thể chuyển đổi (ứng dụng của Khoa học quản trị·Thống kê·Quản trị kinh doanh·Marketing) ngay cả khi công ty, sản phẩm hay khách hàng thay đổi. Với kinh nghiệm thiết kế GTM cho các kỳ lân có lãi tại Gamma với tư cách là Senior GTM Strategy Manager, tôi sẽ phân tích các trường hợp PLG thực tế như Railway không phải dưới dạng "đáp án để sao chép" mà là "chiếc gương soi chiếu lý thuyết". Khi kết thúc khóa học, thứ còn lại không phải là những tài liệu bóng bẩy, mà là một hệ thống thực sự vận hành được.

4 học viên đang tham gia khóa học này

Độ khó Nhập môn

Thời gian 1 tháng

Service Planning
Service Planning
Project Management (PM)
Project Management (PM)
sales
sales
Business Plan
Business Plan
Information Strategy Planning
Information Strategy Planning
Service Planning
Service Planning
Project Management (PM)
Project Management (PM)
sales
sales
Business Plan
Business Plan
Information Strategy Planning
Information Strategy Planning

Bạn sẽ nhận được điều này sau khi học.

  • Playbook GTM dựa trên sản phẩm/công ty của tôi (ICP·Phân khúc → Giá trị·Giá cả → Chuyển động·Phễu → Hệ thống chỉ số)

  • Notebook chấm điểm PQL hoạt động (Python) — Sàng lọc tín hiệu bằng phân tích Uplift và tự triển khai 'điểm số tuyến tính có thể đọc được'

  • Luồng công việc kích hoạt và định tuyến dựa trên sự kiện (Liên kết CRM + Điều kiện kép ICP × Hành vi)

  • Bảng điều khiển đo lường doanh thu — Biến động MRR·Cohort·NRR·Dự báo đơn giản

  • Kỹ năng thực tế trong việc mô hình hóa dữ liệu hành vi thành tín hiệu ở cấp độ tài khoản bằng SQL và dbt

  • Khả năng phán đoán để phát hiện và chỉnh sửa các lỗi, định kiến và rò rỉ nhãn (label leakage) trong những sản phẩm có vẻ hợp lý do AI tạo ra.

  • Nguyên lý và lý thuyết chiến lược Kế hoạch giá (Pricing Plan) của các doanh nghiệp khác nhau

  • Kết quả đầu ra có thể áp dụng trực tiếp vào công ty hoặc sử dụng làm danh mục hồ sơ năng lực (portfolio) khi ứng tuyển vào vị trí GTM Engineer/RevOps.

Bán được một lần là do may mắn, bán được nhiều lần mới là chiến lược.

Sản phẩm của công ty bạn có bán được vào năm ngoái không? Nếu có — đó là vận may hay là chiến lược?

Sản phẩm có thể bán được nhờ mối quan hệ quen biết, nhờ may mắn được truyền thông chú ý, hoặc nhờ sự nỗ lực không ngừng nghỉ của người đại diện. Vấn đề nằm ở bước tiếp theo. Liệu lần bán thứ hai, thứ ba, hay thứ một trăm có diễn ra với cùng một cấu trúc hay không. Nếu không làm được điều đó, thì đó không phải là doanh thu, mà chỉ là một sự kiện nhất thời.

Bài giảng này đào tạo về vị trí công việc giúp lấp đầy khoảng cách đó — GTM (Go-To-Market). Đây là 8 bài giảng cốt lõi bao gồm 4 phần thiết kế + 4 phần kỹ thuật — giúp bạn chọn lựa thị trường, thiết kế giá trị và trực tiếp xây dựng cấu trúc doanh thu lặp lại bằng dữ liệu.


Tại sao sản phẩm của bạn không được bán lại nhiều lần

Hầu hết các công ty đều mắc phải hai căn bệnh.

Bệnh tầm nhìn — chỉ bán giấc mơ mà không có doanh thu. Bệnh phòng họp — không ra thị trường mà chỉ lặp đi lặp lại các cuộc thảo luận nội bộ. Cả hai đều nảy sinh khi thiếu đi sự "kiểm chứng thị trường lạnh lùng".

Và một sự thật quyết định hơn nữa. Không phải hàng không bán được vì thiếu dữ liệu. Mà là vì bạn không đặt câu hỏi cho dữ liệu. Khoảng 75% các doanh nghiệp PLG dù đã có sẵn dữ liệu hành vi người dùng nhưng vẫn không sử dụng chúng để đánh giá khách hàng tiềm năng. Giống như việc có mỏ dầu nhưng không chịu khoan vậy. Khóa học này sẽ giúp bạn tự tay kết nối — giữa dữ liệu và những câu hỏi.


Khóa học này không bán 'công thức'

Những khóa học nói rằng "Chỉ cần làm theo cách này là doanh thu sẽ tăng" đều là lừa đảo.

Công ty của bạn và công ty bên cạnh có sản phẩm khác nhau, khách hàng khác nhau, thị trường · thời điểm · dữ liệu đều khác nhau. Tất cả những điều này đều khác biệt mà lại tồn tại một quy luật chắc chắn thành công cho mọi trường hợp? Về mặt logic thì điều đó không thể xảy ra.

Vì vậy, những gì khóa học này giảng dạy không phải là công thức sao chép kết luận của người khác, mà là lý thuyết và kỹ năng có thể chuyển đổi (transferable skill) giúp bạn có thể tự thiết kế lại ngay cả khi bối cảnh thay đổi. Về mặt học thuật, GTM đứng trên bốn trụ cột — khoa học quản trị (ra quyết định·tối ưu hóa·đo lường), thống kê (sàng lọc tín hiệu·uplift·thử nghiệm·nhân quả), quản trị kinh doanh (chiến lược·tổ chức·giá cả·tài chính), marketing (định vị·phân khúc·kênh).

Tất cả các ví dụ về doanh nghiệp xuất hiện trong khóa học này (Gamma, Railway, Coupang, Slack, Zoom, Figma, Remember, Lbox, Peloton, Samsung, Watcha) không phải là 'đáp án để sao chép' mà là 'tấm gương phản chiếu lý thuyết'. Mục tiêu không phải là "hãy làm giống như Gamma", mà là học hỏi cách tư duy mà Gamma đã áp dụng vào bối cảnh riêng của họ.


Dành cho những người như thế này

  • Nhà sáng lập hoặc PM đã từng bán được hàng một lần nhưng không thể tạo ra 'cấu trúc bán hàng lặp lại' mà vẫn đang dựa vào vận may.

  • Nhân viên Marketing, Sales, Growth đang tích lũy lượt tải xuống sách trắng (MQL) nhưng không có chuyển đổi, trong khi thực tế chưa từng đặt ra một câu hỏi nào cho dữ liệu hành vi

  • Nhóm không tiếp cận thị trường mà chỉ lặp đi lặp lại việc thảo luận nội bộ và tầm nhìn dẫn đến lỡ mất thời điểm ra mắt sản phẩm

  • Trong bối cảnh ranh giới giữa các vị trí công việc đang dần mờ nhạt do AI, những PM muốn chuyển hướng sang GTM/RevOps bằng năng lực phân tích thị trường, chiến lược và dữ liệu

  • Nhóm ngành dữ liệu và phân tích có dữ liệu nhưng không thể kết nối được với câu hỏi 'vậy thì bán cho ai và khi nào'

Đặc biệt nếu bạn là PM: Trong thời đại mà AI đang thay thế việc viết tài liệu đặc tả, tạo mẫu thử và viết user story, thì rào cản phòng thủ tiếp theo của bạn chính là phân tích thị trường, tài chính và chuyển đổi chiến lược. Vị trí tiếp theo tự nhiên nhất dành cho những người sở hữu cả ba kỹ năng đó chính là GTM. Không cần có nền tảng kỹ thuật cũng không sao.


Những gì bạn sẽ nhận được khi hoàn thành khóa học

Đây không phải là tài liệu mà là bộ 4 hệ thống đang vận hành. Bạn có thể áp dụng nguyên trạng vào công ty hoặc sử dụng làm danh mục hồ sơ năng lực (portfolio) khi ứng tuyển vào các vị trí GTM Engineer hoặc RevOps.

  1. GTM Playbook — ICP·Phân khúc → Giá trị·Giá cả → Chuyển động·Phễu → Hệ thống chỉ số

  2. Notebook chấm điểm PQL (Python) — Mã nguồn thực tế để chấm điểm người dùng nào sẽ trở thành khách hàng doanh nghiệp

  3. Luồng công việc kích hoạt sự kiện và điều hướng (Event Trigger · Routing Workflow) — Tự động hóa việc gửi tin nhắn tự động và chuyển sang bộ phận bán hàng dựa trên điểm số

  4. Bảng điều khiển đo lường doanh thu — Đo lường doanh thu định kỳ bằng MRR, Cohort và NRR

Thay vì nói "Tôi đã nghe bài giảng", bạn sẽ có thể nói "Đây là hệ thống do tôi tạo ra". Nếu không có dữ liệu của công ty mình, bạn sẽ thực hiện tương tự với mẫu PLG SaaS dùng cho bài giảng có tên là 'OZ Deploy'.


Lý do quyết định khiến bài giảng này khác biệt

① Được thiết kế dựa trên tiền đề là sử dụng AI. Trong thời đại mà AI có thể đưa ra một ICP (Chân dung khách hàng lý tưởng) có vẻ hợp lý chỉ trong 5 phút, việc chấm điểm sản phẩm đầu ra chính là chấm điểm "khả năng sao chép và dán". Vì vậy, chúng tôi đã chuyển trục đánh giá từ kết quả → quá trình·phán đoán·kiểm chứng. Chỉ có một câu hỏi cốt lõi.

"Trong câu trả lời có vẻ hợp lý mà AI đưa ra, bạn có nhận ra điều gì sai không? Và tại sao bạn lại sửa như vậy?"

② Không cấm sử dụng AI. Chỉ cấm việc che giấu nó. Mọi bài tập đều phải nộp kèm theo 'Nhật ký cộng tác AI' (Prompt, phản hồi gốc, phần đã sửa, lý do). Nếu nộp kết quả AI một cách thiếu phê phán sẽ bị trừ điểm, nếu phát hiện và sửa lỗi, định kiến hoặc rò rỉ nhãn (label leakage) sẽ được điểm cao. Nhật ký trung thực chính là dữ liệu học tập của bạn.

③ Phân loại thực lực thật sự thông qua 'bài kiểm tra cài cắm lỗi sai'. Khi đưa ra một sản phẩm GTM trông có vẻ hợp lý nhưng thực chất là sai, bạn phải dùng lý thuyết để chỉ ra cái gì sai và tại sao sai. AI thường không giỏi tự phát hiện lỗi của chính mình — đây chính là lúc khả năng phán đoán của con người được thể hiện.

④ Hàn Quốc hiện đang là 'thị trường chiếm lĩnh GTM'. Tại California và New York (Mỹ), có hàng trăm đến hàng nghìn vị trí GTM, trong khi ở Seoul chỉ đếm trên đầu ngón tay. Vấn đề vẫn tồn tại tương tự nhưng chức danh công việc lại chưa có — nếu đây không phải là cơ hội chiếm lĩnh thị trường thì là gì nữa. (Để tham khảo, mức lương sàn GTM toàn cầu là khoảng $320K, cấp trưởng phòng khoảng ~$400K.)


Chương trình giảng dạy — 8 bài giảng cốt lõi, từ thiết kế đến kỹ thuật

Phần đầu là định hướng, phần cuối là tổng hợp/capstone, và ở giữa là 8 bài giảng cốt lõi.

Định hướng — Cách sử dụng khóa học này: May mắn vs Chiến lược, Nguyên tắc đánh giá AI, Hướng dẫn đồ án cuối khóa (Capstone)

🧭 PHẦN 1 — Thiết kế GTM (Bài giảng 1–4): Xác định "Bán cái gì, cho ai, giá bao nhiêu và bán như thế nào"

  • Bài 1. GTM là gì — Vai trò·Phạm vi·Tổ chức. Who·What·How·When là GTM, Where·Why thì không. RACI, bệnh ảo tưởng tầm nhìn·bệnh họp hành quá mức

  • Bài giảng 2. Thị trường và Khách hàng — ICP·Phân lớp khách hàng·JTBD. Bẫy 3F, "Họ đã giải quyết thế nào khi không có nó"

  • Bài giảng 3. Giá trị·Định vị·Giá cả — Giá cả trước·PMF sau, ước tính WTP, thống trị thị trường → tự do về giá

  • Bài giảng 4. GTM Motion·Phễu·Chỉ số — Lựa chọn PLG/SLG/PLS, Cạm bẫy của MRR·ARR vs MAU·Lượt tải xuống

🛠️ PHẦN 2 — Kỹ thuật GTM & RevOps (Bài giảng 5–8): Biến chiến lược thành hệ thống vận hành

  • Bài giảng 5. Ngăn xếp dữ liệu·Mô hình hóa — Chuyển đổi hành vi thành tín hiệu cấp tài khoản bằng SQL·dbt. "Có dầu mỏ nhưng không khoan"

  • Bài giảng 6. Khoa học về tín hiệu: Uplift, rò rỉ nhãn (Label leakage), PQL (Trái tim của khóa học này) — Tại sao điểm số tuyến tính có thể đọc hiểu được lại đánh bại ML phức tạp

  • Bài giảng 7. Kích hoạt·Tự động hóa·Bàn giao — Drip → Kích hoạt sự kiện, Điều kiện kép ICP×Hành vi, Cấu trúc tăng tỷ lệ mở từ 27%→50~70%

  • Bài giảng 8. Vận hành·Tăng trưởng·Thử nghiệm Doanh thu — Biến động MRR·Cohort·NRR·Suy luận nhân quả A/B

🎯 Tổng hợp · Capstone — Kiểm chứng không cần sản phẩm, mở rộng toàn cầu (phương trình bậc nhất Hàn Quốc vs phương trình bậc N), thuyết trình Capstone + đánh giá đồng đẳng


Bạn sẽ học như thế này

Vì là VOD nên thứ tự học là tự do. Tuy nhiên, vui lòng tuân thủ các mối quan hệ phụ thuộc — Bài giảng 6 dựa trên dữ liệu của Bài giảng 5, và Bài giảng 7 dựa trên điểm số của Bài giảng 6. Tất cả các bài giảng đều được hoàn thiện với bộ 3 gồm Video + Gói tài liệu (Tài liệu khái niệm·Template·Notebook·Giải thích tình huống·Bộ đánh giá) + Đánh giá. Mục tiêu là đưa tất cả học viên đạt mức thành thạo kỹ năng từ Cấp độ 3 (Hiệu chỉnh) trở lên. Bởi vì Cấp độ 2 (Áp dụng) thì AI đã có thể làm thay rồi.


Giảng viên — Ahn Kwang-seop (Oswarld / Haebom)

Không phải là một người chỉ biết lý thuyết, mà là người đã trực tiếp đưa sản phẩm thâm nhập vào thị trường Hàn Quốc và thiết kế chiến lược GTM cho các công ty tại Thung lũng Silicon.

  • Notion Korea Trưởng bộ phận ra mắt và cộng đồng tại Hàn Quốc (2017~, 5 năm+) — Trực tiếp thực hiện bản chất của GTM để đưa sản phẩm thâm nhập thị trường tại hiện trường

  • Gamma Senior GTM Strategy Manager — Ra mắt tính năng mới cho sản phẩm Thung lũng Silicon · Chiến lược mở rộng thị trường · Thiết kế Playbook

  • Kakao Brain (AI) · Nexon (Game) · Hanwha Life (Tài chính) · Reckitt Benckiser (Hàng tiêu dùng) — Tích lũy 'khả năng đọc vị thị trường' qua nhiều lĩnh vực khác nhau

  • Hiện tại) Giáo sư kiêm nhiệm Đại học Sejong (Phân tích kinh doanh·Quản lý dữ liệu kinh doanh), Senior Lead Consultant tại OBF

  • Thạc sĩ Quản trị Công nghệ · MBA Đại học Korea / Tác giả sách về Notion · Luận văn AI (HEMA)

Tóm tắt trong một dòng: "Tạo ra tín hiệu, không phải nhiễu." Chọn lọc ra những tín hiệu thực sự giữa vô vàn dữ liệu — đó là cách tôi làm việc và cũng là những gì khóa học này (Bài giảng 6, Khoa học của Tín hiệu) giảng dạy.


Hướng dẫn trước khi học

Kiến thức tiên quyết — Cơ bản về bảng tính (bắt buộc) / SQL SELECT·JOIN·GROUP BY (khuyến nghị, có cung cấp phần khởi động) / Python cơ bản (khuyến nghị, có cung cấp mẫu notebook) / Thống kê sẽ được dạy vừa đủ trong phạm vi bài giảng.

Công cụ sử dụng — BigQuery·PostgreSQL / dbt / Python·Hex / PostHog·Amplitude / HubSpot·Salesforce / Customer.io·n8n·Clay. Thực hành được tiến hành với bộ dữ liệu mẫu 'OZ Deploy', có thể thay thế bằng dữ liệu của công ty bạn.

Tôi không khuyến khích khóa học này cho những người sau — Những người muốn có một "công thức đáp án đúng chỉ cần làm theo là được". Khóa học này không đưa ra đáp án mà cung cấp Kỹ năng (Skill) để bạn tự thiết kế đáp án cho riêng mình.


Sau khi hoàn thành 8 bài giảng, bạn sẽ

Bạn sẽ không chỉ có tài liệu mà là một hệ thống đang vận hành. Và bạn sẽ đứng ở vạch xuất phát với tư cách là — thế hệ GTM đầu tiên, vị trí vẫn còn đang bỏ trống tại Hàn Quốc.

Bán được một lần là do may mắn. Bán được lặp lại, đó là chiến lược mà bạn sẽ học từ bây giờ.


Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những nhà sáng lập hoặc PM đã từng bán được hàng một lần nhưng không thể tạo ra 'cấu trúc bán hàng lặp lại' mà chỉ đang dựa vào may mắn.

  • Những người làm Marketing, Sales, Growth chỉ lo tích lũy lượt tải xuống sách trắng (MQL) mà không có chuyển đổi, nhưng thực tế lại chưa từng đặt ra một câu hỏi nào cho dữ liệu hành vi.

  • Những nhóm bỏ lỡ thời điểm ra mắt sản phẩm do không tiếp cận thị trường mà chỉ lặp đi lặp lại các cuộc thảo luận nội bộ và tầm nhìn (bệnh họp hành, bệnh tầm nhìn)

  • Trong bối cảnh ranh giới giữa các vị trí công việc đang dần mờ nhạt do AI, những PM đang muốn chuyển hướng sang GTM/RevOps bằng năng lực phân tích thị trường, chiến lược và dữ liệu.

  • Nhóm ngành dữ liệu và phân tích có dữ liệu nhưng không thể kết nối được với câu hỏi 'vậy thì bán cho ai và khi nào'

  • Người xây dựng đã tạo ra sản phẩm/dịch vụ nhưng không biết phải bán như thế nào

Cần biết trước khi bắt đầu?

  • Cơ bản về bảng tính (Pivot · Hàm)

  • Kinh nghiệm về SQL SELECT/JOIN/GROUP BY (Cung cấp tài liệu khởi động)

  • Ngữ pháp Python cơ bản

  • Tiến hành dựa trên tiền đề là sử dụng dịch vụ trí tuệ nhân tạo (bất kể là ChatGPT/Claude/Gemini hay bất cứ dịch vụ nào khác).

Xin chào
Đây là oswarld

Xác minh sự nghiệp

Chương trình giảng dạy

Tất cả

11 bài giảng ∙ (0phút)

Tài liệu khóa học:

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Ưu đãi có thời hạn

2.226 ₫

25%

477.038 ₫