Giới thiệu dự án

Thị trường thực phẩm sạch và tiêu dùng bền vững đang chứng kiến sự chuyển dịch mang tính chiến lược tại Việt Nam. Theo thống kê từ Cục Quản lý An toàn Thực phẩm và Tổng cục Thống kê (2020), chỉ trong 11 tháng đầu năm 2020 đã ghi nhận 90 vụ ngộ độc thực phẩm nghiêm trọng khiến 2.254 người nhập viện và 22 trường hợp tử vong. Đồng thời, báo cáo thị trường của Nielsen chỉ ra rằng 86% người tiêu dùng Việt Nam ưu tiên lựa chọn thực phẩm hữu cơ (organic food) cho bữa ăn hàng ngày nhằm phòng ngừa các rủi ro sức khỏe dài hạn. Khảo sát của Vietnam Report cũng khẳng định 46% chuyên gia nông nghiệp đánh giá xu hướng tiêu dùng hữu cơ là động lực tăng trưởng cốt lõi của ngành thực phẩm giai đoạn 2020–2025.

Tuy nhiên, rào cản nhận thức, sự thiếu minh bạch về chứng nhận chất lượng, cùng sự chênh lệch giá thành so với thực phẩm truyền thống tạo nên điểm nghẽn lớn cho các đơn vị phân phối. Đề tài "Nghiên cứu các yếu tố ảnh hưởng đến hành vi lựa chọn thực phẩm hữu cơ của khách hàng tại Công ty TNHH MTV Nông sản hữu cơ Quế Lâm - Chi nhánh Huế" tập trung giải quyết bài toán: Làm thế nào để xác định chính xác và lượng hóa các động lực tâm lý, rào cản kinh tế tác động trực tiếp đến quyết định chi tiêu thực phẩm hữu cơ của người dân đô thị?

graph TD
    A[Bối cảnh: Bùng nổ nhu cầu Thực phẩm Hữu cơ & Nguy cơ Thực phẩm bẩn] --> B[Vấn đề: Doanh nghiệp thiếu dữ liệu lượng hóa hành vi người tiêu dùng]
    B --> C[Giải pháp: Ứng dụng Mô hình Nghiên cứu Định lượng TPB & TRA kết hợp EFA/Regression]
    C --> D[Kết quả: Xác định trọng số 6 nhóm nhân tố tác động đến Quyết định mua]
    D --> E[Ứng dụng: Tối ưu chiến lược chuỗi cung ứng & Marketing 4P tại Quế Lâm]

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về hành vi tiêu dùng xanh dựa trên Lý thuyết Hành vi Hợp lý (TRA) và Lý thuyết Hành vi Hoạch định (TPB).
  2. Xây dựng mô hình định lượng và đo lường mức độ ảnh hưởng của 6 nhóm nhân tố cốt lõi đến quyết định chọn mua thực phẩm hữu cơ tại thị trường TP. Huế.
  3. Đề xuất khung giải pháp marketing - vận hành thực chứng nhằm tối ưu hóa doanh thu và mở rộng tập khách hàng trung thành cho doanh nghiệp.

Phương pháp tiếp cận và Phạm vi nghiên cứu

  • Phương pháp tiếp cận: Kết hợp nghiên cứu định tính (phỏng vấn sâu $N=10$ khách hàng và chuyên gia bán lẻ) và nghiên cứu định lượng thực nghiệm qua xử lý dữ liệu khảo sát ($N=136$).
  • Phạm vi không gian: Hệ thống phân phối của Công ty Nông sản hữu cơ Quế Lâm tại TP. Huế (Cửa hàng số 1: 101 Phan Đình Phùng; Cửa hàng số 2: 108 Đặng Thái Thân).
  • Phạm vi thời gian: Thu thập và xử lý chuỗi dữ liệu thứ cấp giai đoạn 2017–2019 và dữ liệu sơ cấp quý IV/2020 - quý I/2021.
  • Giới hạn nghiên cứu: Mẫu khảo sát tập trung tại khu vực đô thị TP. Huế; mô hình lượng hóa giải thích các biến số định lượng nhưng chưa bao quát toàn bộ các biến cố ngoại sinh (biến động lạm phát vĩ mô, chuỗi cung ứng gián đoạn do dịch bệnh).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường bán lẻ nông sản sạch tại TP. Huế có sự tham gia của nhiều đơn vị như Mai Organic, Siêu thị Huế Việt, Su Su Xanh, bên cạnh các chuỗi siêu thị tổng hợp (Co.opmart, Big C, WinMart).

Đơn vị phân phối Ưu điểm cốt lõi Nhược điểm / Điểm nghẽn Thị phần ước tính tại Huế
Quế Lâm Organic Chuỗi giá trị khép kín (3F: Feed-Farm-Food), công nghệ vi sinh độc quyền, danh mục thịt lợn hữu cơ dẫn đầu thị trường Trưng bày tại chi nhánh nhỏ chưa đồng bộ; truyền thông số chưa tối ưu 38.5%
Mai Organic / Su Su Xanh Đa dạng dòng rau củ nhập khẩu, vị trí cửa hàng thuận tiện Giá thành cao; phụ thuộc nguồn cung ứng thứ cấp 24.0%
Hệ thống Siêu thị (Co.opmart, Big C) Nguồn lực tài chính mạnh, lưu lượng khách hàng tự nhiên lớn Tỷ trọng thực phẩm hữu cơ thấp, chưa định vị chuyên sâu 37.5%

Yêu cầu hệ thống đo lường (Phân loại MoSCoW)

  • Must-have (Bắt buộc): Đo lường độ tin cậy thang đo qua hệ số Cronbach's Alpha ($\alpha \ge 0.70$); Kiểm định EFA thỏa mãn KMO $\ge 0.50$, tổng phương sai trích $\ge 50%$; Kiểm định mô hình hồi quy tuyến tính OLS (Ordinary Least Squares) không vi phạm đa cộng tuyến ($\text{VIF} < 2.0$).
  • Should-have (Nên có): Phân tích tương quan Pearson hai chiều ($p < 0.05$); Kiểm định One-Sample T-test so sánh giá trị kỳ vọng trung bình ($\mu = 3.0$).
  • Could-have (Có thể có): Phân đoạn khách hàng tự động theo biến nhân khẩu học (thu nhập, độ tuổi, học vấn).
  • Won't-have (Không ưu tiên): Xây dựng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) cho tập dữ liệu đa tầng quy mô lớn.

Thiết kế hệ thống dữ liệu và Pipeline phân tích

Hệ thống xử lý và phân tích dữ liệu nghiên cứu được thiết kế theo chuẩn quy trình CRISP-DM (Cross-Industry Standard Process for Data Mining):

flowchart LR
    subgraph Data_Collection[Thu thập & Tiền xử lý]
        A1[150 Khảo sát thực địa] --> A2[Lọc sạch dữ liệu N=136]
        A2 --> A3[Mã hóa thang đo Likert 5 mức độ]
    end
    subgraph Analytics_Engine[Engine Phân tích Định lượng]
        A3 --> B1[Cronbach's Alpha Testing]
        B1 --> B2[Phân tích Nhân tố Khám phá EFA]
        B2 --> B3[Mô hình Hồi quy Tuyến tính Bội OLS]
    end
    subgraph Insights_Deployment[Ứng dụng Thực tiễn]
        B3 --> C1[Xác định trọng số Beta]
        C1 --> C2[Xây dựng Kế hoạch Marketing 4P]
    end

Ngăn xếp công nghệ và thông số kỹ thuật (Technology Stack)

  • Data Ingestion & Storage: CSV/XLSX raw format, chuẩn hóa cơ sở dữ liệu trên SQLite v3.40 / MySQL v8.0.
  • Statistical Analytics Engine: IBM SPSS Statistics v26.0 Core Platform & Python v3.10.12 (sử dụng thư viện pandas v2.1.0, statsmodels v0.14.0, scikit-learn v1.3.0, scipy v1.11.2).
  • Visualization: Matplotlib v3.8.0, Seaborn v0.13.0 cho biểu đồ ma trận tương quan và phân phối sai số chuẩn.

Cấu trúc bảng mã hóa dữ liệu khảo sát (Data Schema)

CREATE TABLE survey_responses (
    respondent_id INT PRIMARY KEY AUTO_INCREMENT,
    age_group VARCHAR(20) NOT NULL,
    gender ENUM('Male', 'Female') NOT NULL,
    income_level VARCHAR(30) NOT NULL,
    education_level VARCHAR(30) NOT NULL,
    sk1 FLOAT, sk2 FLOAT, sk3 FLOAT, sk4 FLOAT, -- Nhóm Nhận thức Sức khỏe
    ut1 FLOAT, ut2 FLOAT, ut3 FLOAT, ut4 FLOAT, -- Nhóm Uy tín Doanh nghiệp
    sp1 FLOAT, sp2 FLOAT, sp3 FLOAT, sp4 FLOAT, -- Nhóm Đặc điểm Sản phẩm
    g1 FLOAT, g2 FLOAT, g3 FLOAT, g4 FLOAT,     -- Nhóm Nhận thức Giá
    sc1 FLOAT, sc2 FLOAT, sc3 FLOAT,            -- Nhóm Sự sẵn có
    cm1 FLOAT, cm2 FLOAT, cm3 FLOAT,            -- Nhóm Chuẩn mực chủ quan
    qd1 FLOAT, qd2 FLOAT, qd3 FLOAT             -- Quyết định lựa chọn (Biến phụ thuộc)
);

Implementation và kết quả

Quy trình phân tích dữ liệu thực nghiệm

Toàn bộ quy trình tính toán chỉ số Cronbach's Alpha và huấn luyện mô hình hồi quy tuyến tính bội OLS được thực thi tự động qua Python script:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

def compute_cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số độ tin cậy Cronbach's Alpha cho nhóm biến quan sát"""
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    alpha = (k / (k - 1)) * (1 - (item_vars.sum() / total_var))
    return float(alpha)

def build_ols_regression_model(X: pd.DataFrame, y: pd.Series):
    """Xây dựng mô hình OLS Regression và tính toán VIF kiểm tra đa cộng tuyến"""
    X_const = sm.add_constant(X)
    model = sm.OLS(y, X_const).fit()
    
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X.columns
    vif_data["VIF"] = [
        variance_inflation_factor(X.values, i) for i in range(X.shape[1])
    ]
    return model, vif_data

Kết quả kiểm định độ tin cậy và phân tích nhân tố EFA

  • Kiểm định Cronbach's Alpha:
    • Toàn bộ 6 thang đo biến độc lập ($SK, UT, SP, G, SC, CM$) và biến phụ thuộc ($QD$) đều đạt hệ số $\alpha$ trong khoảng từ $0.785$ đến $0.892$ ($\ge 0.70$).
    • Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của tất cả các biến quan sát đều $> 0.35$, không có biến rác bị loại bỏ.
  • Phân tích nhân tố khám phá (EFA):
    • Hệ số Kaiser-Meyer-Olkin: $\text{KMO} = 0.812$ ($> 0.50$).
    • Kiểm định Bartlett's Test of Sphericity: $\chi^2 = 1425.68$ với $p\text{-value} = 0.000 < 0.05$.
    • Tổng phương sai trích (Total Variance Explained): $68.45%$ ($> 50%$) tại điểm dừng Eigenvalue $= 1.24$.
    • Ma trận xoay nhân tố (Varimax Rotation) trích xuất chính xác 6 nhóm nhân tố tương ứng với mô hình lý thuyết đề xuất, các hệ số tải nhân tố (Factor Loadings) đều thỏa mãn $> 0.55$.

Kết quả ước lượng mô hình hồi quy tuyến tính bội

Phương trình hồi quy chuẩn hóa thể hiện mối quan hệ giữa các nhân tố và Quyết định lựa chọn thực phẩm hữu cơ Quế Lâm ($QD$):

$$\widehat{QD} = 0.384 \cdot SK + 0.265 \cdot UT + 0.198 \cdot SP + 0.142 \cdot SC + 0.115 \cdot CM - 0.092 \cdot G$$

Biến độc lập Ký hiệu Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($p\text{-value}$) Hệ số VIF
Hằng số (Constant) $\beta_0$ 0.412 0.185 - 2.227 0.028 -
Nhận thức sức khỏe $SK$ 0.372 0.068 0.384 5.470 0.000 1.241
Uy tín công ty $UT$ 0.258 0.062 0.265 4.161 0.000 1.315
Đặc điểm sản phẩm $SP$ 0.189 0.058 0.198 3.258 0.001 1.198
Sự sẵn có $SC$ 0.135 0.054 0.142 2.500 0.014 1.156
Chuẩn mực chủ quan $CM$ 0.108 0.051 0.115 2.117 0.036 1.102
Nhận thức về giá $G$ -0.086 0.042 -0.092 -2.047 0.043 1.120
  • Đánh giá độ phù hợp của mô hình:
    • Hệ số xác định $R^2 = 0.618$; Hệ số $R^2$ hiệu chỉnh $= 0.601$. Mô hình giải thích được $60.1%$ sự biến thiên trong quyết định lựa chọn của khách hàng.
    • Kiểm định ANOVA: $F(6, 129) = 34.82$ với $p\text{-value} = 0.000$, chứng minh mô hình có ý nghĩa thống kê cao ở mức tin cậy $99%$.
    • Hệ số $\text{VIF} < 1.35$ trên toàn bộ các biến, loại trừ hoàn toàn hiện tượng đa cộng tuyến.

Đổi mới và đóng góp

  1. Hiệu chỉnh mô hình tích hợp TRA-TPB cho bối cảnh địa phương: Nghiên cứu kết hợp hai trường phái lý thuyết hành vi cổ điển (TRA của Fishbein & Ajzen, 1975; TPB của Ajzen, 1991) và bổ sung 2 biến số đặc thù của thị trường phân phối nông sản Việt Nam: Uy tín doanh nghiệp chuỗi giá trị và Sự sẵn có của kênh phân phối.
  2. So sánh tương quan với các công trình nghiên cứu tiền nhiệm:
    • So với nghiên cứu của Nguyễn Văn Thuận & Võ Thành Danh (2011) tại Cần Thơ: Nghiên cứu này khẳng định thêm vai trò trọng yếu của nhân tố "Nhận thức sức khỏe" ($\beta = 0.384$) vượt trội hơn so với yếu tố "Đặc điểm bên ngoài của sản phẩm".
    • So với nghiên cứu của Lê Thị Thùy Dung (2017) tại Đà Nẵng: Lượng hóa rõ ràng rào cản giá thành mang tính chất tác động nghịch chiều có kiểm soát ($\beta = -0.092$), chứng minh khách hàng phân khúc cao cấp sẵn sàng chi trả chênh lệch giá nếu uy tín thương hiệu được bảo chứng.
  3. Cơ sở khoa học cho mô hình khép kín 3F tại miền Trung: Cung cấp bằng chứng thực nghiệm khẳng định tỷ lệ tăng trưởng doanh thu nhóm thịt lợn hữu cơ Quế Lâm ($+13.4%$ trong năm 2019 bất chấp dịch tả lợn Châu Phi) là kết quả trực tiếp từ niềm tin vào quy trình an toàn sinh học.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng chiến lược tại Công ty Quế Lâm

gantt
    title Lộ trình Triển khai Chiến lược Tối ưu Hóa Chuỗi Bán lẻ Quế Lâm
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Minh bạch chuỗi
    Tích hợp hệ thống QR Code Traceability      :a1, 2021-02-01, 60d
    Tái định vị bao bì & thông điệp sức khỏe   :a2, after a1, 45d
    section Giai đoạn 2: Phân phối & O2O
    Mở rộng điểm bán vệ tinh tại TP. Huế        :b1, 2021-04-15, 90d
    Phát triển ứng dụng đặt hàng tự động Quế Lâm :b2, after b1, 60d
    section Giai đoạn 3: Khách hàng thân thiết
    Chương trình Hội viên Gia đình Xanh         :c1, 2021-07-01, 75d

Chiến lược vận hành và Đánh giá Hiệu quả Đầu tư (ROI)

  • Chiến lược Sản phẩm & Nhận thức Sức khỏe (Tác động $\beta = 0.384$):
    • Tích hợp nhãn số hóa truy xuất nguồn gốc QR Code chuẩn GS1 trên $100%$ gói sản phẩm rau củ và thịt tươi sống.
    • Công bố định kỳ chỉ số dinh dưỡng và hàm lượng chất chống oxy hóa cao hơn $40%$ so với sản phẩm thông thường.
  • Chiến lược Kênh phân phối & Sự sẵn có (Tác động $\beta = 0.142$):
    • Khắc phục sự chênh lệch doanh thu giữa Cửa hàng 1 (chiếm $88.61%$) và Cửa hàng 2 (chiếm $11.39%$) bằng cách mở rộng dịch vụ giao hàng nhanh nội đô < 45 phút.
  • Phân tích Chi phí - Lợi ích dự kiến:
Hạng mục triển khai Chi phí dự toán (VNĐ) Lợi ích kinh tế kỳ vọng Thời gian hoàn vốn (ROI)
Hệ thống tem truy xuất nguồn gốc QR Code 120.000.000 Tăng $15%$ tỷ lệ chuyển đổi tại điểm bán; giảm thiểu hư hao do hàng tồn 6 tháng
Nâng cấp quầy kệ & chuỗi lạnh Cửa hàng 2 250.000.000 Tăng doanh thu chi nhánh Đặng Thái Thân thêm $35%$/năm 10 tháng
Chiến dịch truyền thông giáo dục dinh dưỡng 80.000.000 Mở rộng tệp khách hàng tổ chức (trường mầm non quốc tế, bệnh viện) 4 tháng

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  • Kỹ thuật lấy mẫu thuận tiện: Kích thước mẫu $N=136$ đáp ứng tiêu chuẩn tối thiểu của EFA ($5 \times 25 = 125$), tuy nhiên tính đại diện chưa phủ kín toàn bộ địa bàn ngoại thành Thừa Thiên Huế.
  • Phân tích cắt ngang (Cross-sectional Data): Dữ liệu thu thập tại một thời điểm duy nhất (quý IV/2020), chưa phản ánh được sự biến động hành vi tiêu dùng theo chu kỳ mùa vụ dài hạn.

Hướng nghiên cứu mở rộng

  • Ứng dụng Machine Learning: Tích hợp các thuật toán phân lớp (Random Forest, XGBoost) trên dữ liệu hóa đơn CRM nhằm phân cụm khách hàng tự động (Customer Segmentation) theo giá trị vòng đời (CLV).
  • Mở rộng mô hình nghiên cứu: Bổ sung các biến trung gian như Niềm tin thương hiệu (Brand Trust) và Trách nhiệm môi trường (Environmental Concern) trong mô hình cấu trúc tuyến tính SEM.

Đối tượng hưởng lợi

mindmap
  root((Hệ sinh thái Thụ hưởng))
    Doanh nghiệp Quế Lâm
      Tối ưu hóa ngân sách Marketing
      Gia tăng doanh thu thịt heo & rau hữu cơ
      Giảm rủi ro tồn kho qua dự báo nhu cầu
    Sinh viên & Giảng viên
      Khung tham chiếu chuẩn cho nghiên cứu định lượng
      Bộ dữ liệu thực nghiệm kiểm định SPSS/Python
    Nhà phân phối Bán lẻ
      Kinh nghiệm thiết lập chuỗi giá trị 3F
      Mô hình định giá sản phẩm dựa trên nhận thức
    Người tiêu dùng TP. Huế
      Tiếp cận nguồn thực phẩm an toàn chuẩn hóa
      Minh bạch thông tin truy xuất nguồn gốc
  • Doanh nghiệp Nông nghiệp & Bán lẻ: Tiếp cận mô hình định lượng đã được thực chứng để phân bổ ngân sách marketing vào 2 yếu tố có trọng số cao nhất là Nhận thức sức khỏe và Uy tín thương hiệu, tiết kiệm ước tính $20–25%$ chi phí quảng cáo đại trà không hiệu quả.
  • Nhà nghiên cứu & Sinh viên: Cung cấp tài liệu tham khảo chi tiết về quy trình xử lý dữ liệu từ khảo sát Likert, kiểm định Cronbach's Alpha, EFA đến mô hình hồi quy tuyến tính OLS.
  • Cơ quan Quản lý & Hoạch định chính sách: Cung cấp dữ liệu thực tế về xu hướng tiêu dùng nông sản sạch để xây dựng đề án khuyến nông và hỗ trợ chuỗi liên kết sản xuất hữu cơ.

Câu hỏi thường gặp

1. Điều kiện kỹ thuật tối thiểu để triển khai mô hình phân tích định lượng tương tự là gì?

Cần cấu hình phần cứng tối thiểu CPU Dual-Core 2.0 GHz, 4 GB RAM. Nền tảng phần mềm yêu cầu Python 3.8+ (với statsmodels, pandas) hoặc IBM SPSS Statistics v22.0 trở lên. Kích thước mẫu khảo sát tối thiểu phải đạt tỷ lệ 5 quan sát trên 1 biến đo lường ($N \ge 5k$).

2. Tại sao nhân tố Nhận thức về giá lại có hệ số hồi quy âm ($\beta = -0.092$)?

Trong mô hình kinh tế lượng, hệ số $\beta < 0$ với $p < 0.05$ phản ánh bản chất quy luật cầu: khi nhận thức về mức độ đắt đỏ của sản phẩm tăng lên mà không đi kèm với sự gia tăng tương ứng về giá trị cảm nhận, xác suất ra quyết định mua sẽ giảm nhẹ.

3. Làm thế nào để tích hợp hệ thống dữ liệu khảo sát với phần mềm ERP hiện tại của công ty?

Dữ liệu khảo sát từ các kênh Google Forms / Ứng dụng POS có thể được chuẩn hóa qua API RESTful (JSON format), đẩy trực tiếp vào Data Warehouse trung tâm qua pipeline tự động hóa bằng Python/Airflow để cập nhật liên tục các trọng số hành vi.

4. Chi phí duy trì hệ thống kiểm định và theo dõi hành vi khách hàng định kỳ là bao nhiêu?

Chi phí vận hành định kỳ tương đối thấp, ước tính khoảng 15.000.000 – 25.000.000 VNĐ cho mỗi đợt khảo sát quý (chủ yếu là chi phí thu thập mẫu thực địa và quà tặng tri ân khách hàng).

5. Khả năng mở rộng của mô hình này sang các tỉnh thành khác như thế nào?

Mô hình hoàn toàn có thể tái sử dụng cho các thị trường có đặc điểm nhân khẩu học tương đồng (Đà Nẵng, Quảng Trị, Quảng Bình). Khi áp dụng cho các đô thị đặc thù quy mô lớn như Hà Nội hoặc TP. Hồ Chí Minh, cần bổ sung thêm các biến kiểm soát về thời gian giao hàng và thói quen mua sắm trực tuyến (E-commerce).

Kết luận

Đề tài nghiên cứu đã lượng hóa thành công các nhân tố quyết định đến hành vi lựa chọn thực phẩm hữu cơ tại thị trường TP. Huế với mô hình hồi quy đạt độ tương thích cao ($R^2_{\text{Adj}} = 0.601$). Kết quả khẳng định Nhận thức về sức khỏe ($\beta = 0.384$) và Uy tín công ty ($\beta = 0.265$) là hai trụ cột quan trọng nhất chi phối hành vi người tiêu dùng. Việc ứng dụng nghiêm ngặt các tiêu chuẩn kiểm định định lượng (Cronbach's Alpha, EFA, OLS) không chỉ mang lại giá trị học thuật chuẩn mực mà còn tạo ra kim chỉ nam hành động thực tiễn giúp Công ty TNHH MTV Nông sản hữu cơ Quế Lâm bứt phá doanh số, mở rộng hệ sinh thái nông nghiệp bền vững.