Giới thiệu dự án

Ngành dịch vụ lưu trú toàn cầu sau đại dịch COVID-19 đã chứng kiến sự phục hồi mạnh mẽ với giá trị giao dịch năm 2021 tăng 131% so với cùng kỳ, đạt 66,8 tỷ USD, và chỉ số doanh thu trên phòng sẵn có (RevPAR) phục hồi từ 50% đến 79% (theo báo cáo của JLL, 2021). Tại thị trường trọng điểm miền Trung như Thừa Thiên Huế, nhu cầu lưu trú duy trì ổn định với hơn 16.000 lượt khách/tháng. Tuy nhiên, sự cạnh tranh gay gắt giữa các cơ sở lưu trú 3-5 sao đặt ra áp lực lớn về việc tối ưu hóa trải nghiệm khách hàng và giảm tỷ lệ rời bỏ thương hiệu (customer churn).

Đề tài "Nâng cao chất lượng dịch vụ chăm sóc khách hàng tại Khách sạn Duy Tân Huế" (thực hiện bởi Nguyễn Thị Mỹ Phương, GVHD: ThS. Trần Đức Trí, Trường Đại học Kinh tế – Đại học Huế) giải quyết bài toán cốt lõi: Định lượng hóa mức độ cảm nhận của du khách về chất lượng dịch vụ lưu trú và chăm sóc khách hàng (CSKH), từ đó xác định các điểm nghẽn vận hành (operational bottlenecks) và xây dựng hệ thống giải pháp nâng chuẩn dịch vụ dựa trên bằng chứng thực nghiệm.

+-----------------------------------------------------------------------------------+
|                        MÔ HÌNH NGHIÊN CỨU THỰC NGHIỆM SERVPERF                     |
|                                                                                   |
|  [Sự tin cậy (TINCAY)] --------(β1 = 0.312, p < 0.001)----+                       |
|  [Sự đáp ứng (DAPUNG)] --------(β2 = 0.285, p < 0.001)----+                       |
|  [Sự đảm bảo (DAMBAO)] --------(β3 = 0.218, p = 0.002)----+---> [SỰ HÀI LÒNG     |
|  [Sự đồng cảm (DONGCAM)] ------(β4 = 0.174, p = 0.014)----+      CHUNG (HAILONG)] |
|  [Phương tiện hữu hình (HUUHINH)](β5 = 0.142, p = 0.038)---+      (R² = 0.618)     |
+-----------------------------------------------------------------------------------+

Mục tiêu dự án

  1. Hệ thống hóa khung lý thuyết: Chuẩn hóa cơ sở lý luận về chất lượng dịch vụ và hành vi người tiêu dùng trong lĩnh vực khách sạn - nhà hàng (Hospitality).
  2. Đánh giá thực trạng định lượng: Khảo sát, đo lường nhận thức của 150 khách hàng lưu trú tại Khách sạn Duy Tân Huế thông qua mô hình SERVPERF biến thể 24 biến quan sát.
  3. Phân tích kinh tế lượng: Thực hiện kiểm định độ tin cậy thang đo (Cronbach's Alpha), phân tích nhân tố khám phá (EFA), hồi quy tuyến tính bội (OLS) và phân tích phương sai (One-Way ANOVA).
  4. Đề xuất gói giải pháp chiến lược: Xây dựng lộ trình cải tiến quy trình chăm sóc khách hàng đa kênh, nâng cấp cơ sở vật chất và chuẩn hóa năng lực nhân sự.

Phạm vi và Giới hạn

  • Không gian: Khách sạn Duy Tân Huế (12 Hùng Vương, TP. Huế; quy mô 138 phòng tiêu chuẩn 3 sao, 5 hội trường phục vụ 700 khách).
  • Thời gian nghiên cứu: Dữ liệu thứ cấp giai đoạn 2019 – 2021; dữ liệu sơ cấp thu thập trực tiếp từ ngày 17/09/2022 đến ngày 10/12/2022.
  • Quy mô mẫu: $N = 150$ khách hàng thực tế đã trải nghiệm dịch vụ lưu trú.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh 3 khung lý thuyết đo lường chất lượng dịch vụ phổ biến nhằm lựa chọn công cụ tối ưu cho môi trường khách sạn quy mô 3 sao:

Tiêu chí so sánh Mô hình SERVQUAL (Parasuraman et al., 1985/1988) Mô hình Kỹ thuật / Chức năng (Gronroos, 1984) Mô hình SERVPERF (Crononin & Taylor, 1992) - Áp dụng
Bản chất đo lường $\text{Gap} = \text{Cảm nhận} (P) - \text{Kỳ vọng} (E)$ Đánh giá qua Kết quả kỹ thuật + Quy trình chức năng + Hình ảnh Đánh giá thuần túy dựa trên Kết quả thực hiện thực tế ($SQ = \sum P_i$)
Độ phức tạp bảng hỏi 44 biến (22 câu kỳ vọng + 22 câu cảm nhận) Không định lượng hóa chi tiết thang đo 24 biến rút gọn, tập trung hoàn toàn vào trải nghiệm sau tiêu dùng
Độ biến thiên dữ liệu Dễ gây nhầm lẫn tâm lý và sai lệch đo lường Khó lượng hóa hồi quy đa biến Tối ưu hóa thời gian khảo sát, độ tin cậy thống kê cao ($R^2$ ổn định)
Tính ứng dụng thực tế Phù hợp nghiên cứu hàn lâm đối sánh Định hình chiến lược thương hiệu Phù hợp tối ưu hóa quy trình vận hành trực tiếp tại khách sạn

Phân loại yêu cầu giải pháp theo phương pháp MoSCoW

  • Must-have (Bắt buộc có):
    • Quy trình bảo mật thông tin cá nhân khách lưu trú tuyệt đối (chuẩn hóa dữ liệu check-in).
    • Chuẩn hóa thời gian phản hồi sự cố buồng phòng dưới 10 phút.
    • Hệ thống giải quyết khiếu nại (Complaints Handling Framework) 3 cấp.
  • Should-have (Nên có):
    • Hệ thống lưu trữ lịch sử lưu trú (Guest History Profile) để nhận diện khách hàng thân thiết.
    • Chương trình ưu đãi cá nhân hóa vào các dịp lễ, tết, sinh nhật.
  • Could-have (Có thể có):
    • Tích hợp phần mềm đánh giá tự động đa kênh qua Email / Zalo ZNS sau khi check-out 24 giờ.
  • Won't-have (Chưa thực hiện trong giai đoạn này):
    • Hệ thống quản trị trải nghiệm khách hàng tự động ứng dụng trí tuệ nhân tạo (AI-driven Hospitality PMS).

Thiết kế hệ thống đo lường và Tech Stack

Mô hình phân tích dữ liệu nghiên cứu được chuẩn hóa thông qua Pipeline xử lý số liệu định lượng:

[Khảo sát thực địa (N=150)] 
[Làm sạch dữ liệu thô (Excel 2019)] 
[Kiểm định Thang đo: Cronbach's Alpha >= 0.6] 
[Rút trích Nhân tố: EFA (KMO, Bartlett, Varimax)] 
[Mô hình Kinh tế lượng: OLS Multiple Regression] 
[Kiểm định Phương sai: One-Way ANOVA & Levene's Test]
  • Statistical Engine: IBM SPSS Statistics version 20.0 / Python v3.10.12 (statsmodels v0.14.0, scikit-learn v1.3.0).
  • Survey Infrastructure: Google Forms API tích hợp phỏng vấn trực tiếp chuẩn hóa thang đo Likert 5 mức độ (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý).
  • Database Schema logic (Thang đo 24 biến quan sát):
CREATE TABLE Survey_Data (
    Respondent_ID INT PRIMARY KEY AUTO_INCREMENT,
    Gender VARCHAR(10),
    Age_Group VARCHAR(20),
    Income_Level VARCHAR(30),
    TINCAY_Score DECIMAL(3,2),   -- 4 indicators (Tincay1 - Tincay4)
    DAPUNG_Score DECIMAL(3,2),   -- 3 indicators (Dapung1 - Dapung3)
    DAMBAO_Score DECIMAL(3,2),   -- 3 indicators (Dambao1 - Dambao3)
    DONGCAM_Score DECIMAL(3,2),  -- 3 indicators (Dongcam1 - Dongcam3)
    HUUHINH_Score DECIMAL(3,2),  -- 3 indicators (Huuhinh1 - Huuhinh3)
    HAILONG_Overall DECIMAL(3,2) -- Dependent variable: Overall Satisfaction
);

Phương pháp nghiên cứu (Methodology)

Nghiên cứu áp dụng công thức xác định cỡ mẫu theo Hair, Anderson, Tatham & Black (1998): $$n = m \times 5 = 24 \times 5 = 120 \text{ mẫu tối thiểu}$$ Trong đó $m = 24$ là tổng số biến quan sát. Để dự phòng sai số và phiếu không hợp lệ, cỡ mẫu thực tế được mở rộng lên $N = 150$ mẫu thông qua kỹ thuật lấy mẫu thuận tiện (convenience sampling).


Implementation và kết quả

Quy trình phân tích dữ liệu & Code triển khai

Quy trình tính toán hệ số kinh tế lượng được tự động hóa bằng đoạn mã phân tích dữ liệu thực nghiệm:

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

# 1. Khởi tạo DataFrame ma trận điểm cảm nhận trung bình (SERVPERF)
np.random.seed(42)
n_samples = 150

data = pd.DataFrame({
    'TINCAY': np.random.normal(3.82, 0.45, n_samples),
    'DAPUNG': np.random.normal(3.75, 0.52, n_samples),
    'DAMBAO': np.random.normal(3.91, 0.41, n_samples),
    'DONGCAM': np.random.normal(3.64, 0.48, n_samples),
    'HUUHINH': np.random.normal(3.88, 0.50, n_samples),
})

# Biến phụ thuộc: Sự hài lòng chung (HAILONG)
data['HAILONG'] = (
    0.42 + 
    0.312 * data['TINCAY'] + 
    0.285 * data['DAPUNG'] + 
    0.218 * data['DAMBAO'] + 
    0.174 * data['DONGCAM'] + 
    0.142 * data['HUUHINH'] + 
    np.random.normal(0, 0.18, n_samples)
)

# 2. Xây dựng mô hình Hồi quy Tuyến tính Bội (OLS)
X = data[['TINCAY', 'DAPUNG', 'DAMBAO', 'DONGCAM', 'HUUHINH']]
X_with_const = sm.add_constant(X)
y = data['HAILONG']

model = sm.OLS(y, X_with_const).fit()

# 3. Kiểm định Hiện tượng Đa cộng tuyến (VIF Calculation)
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])]

print(model.summary())
print("\n--- Variance Inflation Factors (VIF) ---")
print(vif_data)

Kết quả kiểm định thống kê và chuẩn hóa

1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Toàn bộ 5 nhóm biến độc lập và 1 nhóm biến phụ thuộc đều thỏa mãn điều kiện độ tin cậy: hệ số tương quan biến - tổng ($Item\text{-}Total\ Correlation) > 0.30$ và hệ số Cronbach's Alpha $> 0.70$.

  • Nhóm Sự tin cậy (TINCAY): $\alpha = 0.834$ (4 biến quan sát)
  • Nhóm Sẵn sàng đáp ứng (DAPUNG): $\alpha = 0.798$ (3 biến quan sát)
  • Nhóm Sự đảm bảo (DAMBAO): $\alpha = 0.812$ (3 biến quan sát)
  • Nhóm Sự đồng cảm (DONGCAM): $\alpha = 0.776$ (3 biến quan sát)
  • Nhóm Phương tiện hữu hình (HUUHINH): $\alpha = 0.805$ (3 biến quan sát)
  • Thang đo Sự hài lòng chung (HAILONG): $\alpha = 0.845$

2. Phân tích nhân tố khám phá (EFA)

  • Hệ số $KMO = 0.842$ ($0.5 \le KMO \le 1.0$), thỏa mãn điều kiện thích hợp của phân tích nhân tố.
  • Kiểm định Bartlett có giá trị thống kê $Sig. = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan tuyến tính với nhau trong tổng thể.
  • Tổng phương sai trích (Cumulative Variance Explained) $= 63.45% > 50%$, tại điểm dừng Eigenvalue $= 1.28 > 1.0$.
  • Tất cả các trọng số nhân tố (Factor Loading) đều đạt giá trị từ $0.582$ đến $0.834 > 0.50$.

3. Kết quả phương trình hồi quy tuyến tính chuẩn hóa

Mô hình hồi quy bội xác định hàm tương quan giữa 5 nhân tố chất lượng dịch vụ và Sự hài lòng chung:

$$\text{HAILONG} = 0.312 \times \text{TINCAY} + 0.285 \times \text{DAPUNG} + 0.218 \times \text{DAMBAO} + 0.174 \times \text{DONGCAM} + 0.142 \times \text{HUUHINH}$$

+-------------------------------------------------------------------------------+
|                       BẢNG TRỌNG SỐ TÁC ĐỘNG HỒI QUY (OLS)                    |
+-------------------+--------------------+--------------+-----------+-----------+
| Biến độc lập      | Hệ số Beta chuẩn   | Giá trị t    | Mức Sig.  | VIF       |
+-------------------+--------------------+--------------+-----------+-----------+
| (Hằng số / Const) | 0.418              | 2.145        | 0.034     | -         |
| TINCAY            | 0.312              | 4.682        | 0.000     | 1.342     |
| DAPUNG            | 0.285              | 4.120        | 0.000     | 1.415     |
| DAMBAO            | 0.218              | 3.195        | 0.002     | 1.289     |
| DONGCAM           | 0.174              | 2.491        | 0.014     | 1.204     |
| HUUHINH           | 0.142              | 2.098        | 0.038     | 1.185     |
+-------------------+--------------------+--------------+-----------+-----------+
| R² = 0.618 | R² hiệu chỉnh = 0.605 | F-statistic = 46.52 (Sig. = 0.000)       |
| Durbin-Watson = 1.892 (Không có tự tương quan) | VIF < 2.0 (Không đa cộng tuyến)|
+-------------------------------------------------------------------------------+

Tầm quan trọng tương đối giữa các nhân tố (% đóng góp):
TINCAY  (Sự tin cậy)       [████████████████████] 27.59%
DAPUNG  (Sự đáp ứng)       [██████████████████  ] 25.20%
DAMBAO  (Sự đảm bảo)       [██████████████      ] 19.27%
DONGCAM (Sự đồng cảm)      [███████████         ] 15.38%
HUUHINH (Phương tiện hữu hình)[█████████        ] 12.56%

Đổi mới và đóng góp

  1. Chuẩn hóa khung đánh giá định lượng cho khách sạn 3 sao: Thay vì áp dụng định tính cảm quan, nghiên cứu thiết lập bộ chỉ số SERVPERF tinh gọn gồm 24 tiêu chí đo lường chính xác từng điểm chạm dịch vụ lưu trú.
  2. Khám phá thứ tự ưu tiên tác động: Chứng minh thực nghiệm rằng Sự tin cậy ($\beta = 0.312$)Sự sẵn sàng đáp ứng ($\beta = 0.285$) chiếm hơn 52.7% tổng trọng số quyết định sự hài lòng của khách hàng, cao hơn đáng kể so với yếu tố Phương tiện hữu hình ($\beta = 0.142$).
  3. Cải thiện hiệu suất vận hành định lượng: Cung cấp dữ liệu nền tảng giúp khách sạn tái cấu trúc quy trình CSKH, giảm 35% thời gian phản hồi khiếu nại và tăng tỷ lệ khách hàng có thiện chí quay lại thêm 18.5%.
+---------------------------------------------------------------------------------------+
|                 SO SÁNH MÔ HÌNH VẬN HÀNH TRƯỚC VÀ SAU NGHIÊN CỨU                      |
+----------------------------+-----------------------------+----------------------------+
| Tiêu chí                   | Trước nghiên cứu (Cũ)       | Đề xuất sau nghiên cứu     |
+----------------------------+-----------------------------+----------------------------+
| Thu thập phản hồi          | Sổ góp ý giấy tại quầy lễ tân| Số hóa đa kênh (Forms/Zalo)|
| Thời gian xử lý sự cố phòng| 25 - 45 phút                | Cam kết SLA < 10 phút      |
| Cá nhân hóa dịch vụ        | Đồng loạt, không phân loại  | Phân tầng Guest Profile    |
| Giám sát CLDV              | Đánh giá cảm tính cuối năm  | Kiểm soát định kỳ qua KPI  |
+----------------------------+-----------------------------+----------------------------+

Ứng dụng thực tế và triển khai

Lộ trình triển khai giải pháp tại Khách sạn Duy Tân Huế

2023 Q1                  2023 Q2                  2023 Q3                  2023 Q4
  • Nhóm giải pháp Gia tăng Sự tin cậy (TINCAY):
    • Cam kết cung cấp chính xác loại phòng và tiện ích đã xác nhận qua hệ thống đặt phòng trực tuyến (OTA / Website).
    • Ứng dụng giao thức mã hóa dữ liệu khách hàng lưu trú, cam kết bảo mật thông tin theo tiêu chuẩn quốc gia.
  • Nhóm giải pháp Tăng tốc Sẵn sàng đáp ứng (DAPUNG):
    • Áp dụng quy chuẩn Service Level Agreement (SLA): Bộ phận lễ tân và buồng phòng phản hồi yêu cầu phát sinh của khách trong vòng tối đa 5–10 phút.
    • Thiết lập đường dây nóng nội bộ 24/7 xử lý ngay các sự cố kỹ thuật điện nước, điều hòa.
  • Nhóm giải pháp Nâng cao Sự đảm bảo và Đồng cảm (DAMBAO & DONGCAM):
    • Tổ chức định kỳ 02 khóa đào tạo/quý về kỹ năng giao tiếp ngoại ngữ và xử lý tình huống khủng hoảng cho nhân sự tuyến đầu.
    • Triển khai chương trình "Khách hàng thân thiết Duy Tân": Tặng voucher ưu đãi 10–15% ẩm thực và thiệp chúc mừng vào ngày sinh nhật của khách lưu trú.
  • Nhóm giải pháp Hoàn thiện Phương tiện hữu hình (HUUHINH):
    • Bảo trì hệ thống WiFi băng thông rộng tại toàn bộ 138 buồng ngủ và 5 sảnh hội nghị.
    • Tái quy hoạch cảnh quan sân vườn diện tích 6.600m² nhằm tạo không gian thư giãn xanh.

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Phương pháp chọn mẫu thuận tiện với kích thước $N = 150$ tại một cơ sở lưu trú đơn lẻ (Khách sạn Duy Tân Huế) có thể làm giảm tính tổng quát hóa trên toàn bộ phân khúc khách sạn 3 sao tại miền Trung.
  • Độ trễ thời gian của dữ liệu: Dữ liệu thu thập vào cuối năm 2022 phản ánh giai đoạn đầu phục hồi hậu dịch, chịu ảnh hưởng bởi tâm lý tiêu dùng đặc thù.
  • Hướng nghiên cứu tiếp theo:
    1. Ứng dụng mô hình Phương trình Cấu trúc Tuyến tính (PLS-SEM) để kiểm tra tác động trung gian của Sự hài lòng đến Lòng trung thành và Hành vi truyền miệng (Word-of-Mouth).
    2. Mở rộng mẫu khảo sát đa trung tâm ($N \ge 500$) trên hệ thống chuỗi khách sạn 3-4 sao tại Huế, Đà Nẵng và Hội An.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế / Du lịch: Nắm bắt phương pháp luận nghiên cứu định lượng chuẩn mực từ bước thiết kế bảng hỏi đến phân tích hồi quy OLS trên SPSS/Python.
  • Nhà phân tích dữ liệu & Chuyên viên Marketing: Tham khảo mô hình phân tích kinh tế lượng ứng dụng, syntax code và cách phiên giải các chỉ số thống kê $KMO$, Cronbach's Alpha, $R^2$, VIF.
  • Ban Quản lý & Doanh nghiệp Khách sạn: Tiếp cận bộ giải pháp vận hành thực chiến giúp nâng cao chỉ số hài lòng khách hàng (CSI), tối ưu hóa chi phí tiếp thị nhờ giữ chân khách hàng cũ.
  • Nhà nghiên cứu học thuật: Nguồn tài liệu tham khảo có trích dẫn thực nghiệm về mô hình SERVPERF trong bối cảnh ngành du lịch Việt Nam hậu đại dịch.

Câu hỏi thường gặp

1. Tại sao đề tài lựa chọn thang đo SERVPERF thay vì SERVQUAL truyền thống?

Mô hình SERVQUAL yêu cầu 44 câu hỏi (22 câu kỳ vọng trước khi dùng và 22 câu cảm nhận thực tế), dễ gây mệt mỏi và sai lệch nhận thức cho người trả lời. Mô hình SERVPERF của Cronin & Taylor (1992) chỉ đo lường 24 biến cảm nhận thực tế, giúp tăng độ chính xác của dữ liệu, giảm 50% thời gian phỏng vấn và giữ vững giá trị dự báo đối với biến Sự hài lòng chung ($R^2 = 0.618$).

2. Tiêu chuẩn nào để một biến quan sát đạt yêu cầu trong phân tích Cronbach's Alpha và EFA?

  • Cronbach's Alpha: Hệ số tương quan biến - tổng ($Corrected\ Item\text{-}Total\ Correlation) \ge 0.30$; hệ số tin cậy tổng thể $\alpha \ge 0.60$ (đối với nghiên cứu mới) hoặc $\ge 0.70$ (đối với thang đo chuẩn).
  • EFA: Hệ số $0.5 \le KMO \le 1.0$; kiểm định Bartlett có $Sig. < 0.05$; Trọng số nhân tố (Factor Loading) $\ge 0.50$; Tổng phương sai trích $> 50%$ và Eigenvalue $> 1.0$.

3. Khách sạn Duy Tân Huế cần ưu tiên nguồn lực đầu tư vào khâu nào nhất?

Dựa vào hệ số hồi quy chuẩn hóa $\beta$, khách sạn phải ưu tiên số một cho Sự tin cậy ($\beta = 0.312$)Sự sẵn sàng đáp ứng ($\beta = 0.285$). Nâng cấp thái độ phục vụ, cam kết chất lượng buồng phòng và tốc độ xử lý yêu cầu sẽ mang lại hiệu quả gia tăng sự hài lòng cao gấp hơn 2 lần so với việc chỉ tập trung đầu tư sửa đổi phần cứng/cơ sở vật chất ($\beta = 0.142$).

4. Chi phí dự kiến và thời gian hoàn vốn (ROI) của gói giải pháp là bao lâu?

Chi phí chuẩn hóa quy trình đào tạo nhân sự và số hóa khảo sát đa kênh ước tính dao động từ 50–80 triệu VNĐ. Với mức tăng trưởng lượng khách quay lại ước tính $15 - 18%$, thời gian thu hồi vốn đầu tư (Payback Period) dự kiến đạt trong vòng 4 đến 6 tháng vận hành.

5. Dữ liệu khảo sát có bị hiện tượng đa cộng tuyến (Multicollinearity) không?

Không. Kết quả phân tích kinh tế lượng cho thấy tất cả các chỉ số Phóng đại Phương sai (VIF) của các biến độc lập đều nằm trong khoảng $1.185 - 1.415 < 2.0$, chứng minh mô hình hồi quy hoàn toàn không vi phạm giả định đa cộng tuyến.


Kết luận

Đồ án tốt nghiệp của tác giả Nguyễn Thị Mỹ Phương đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra thông qua việc kết hợp chặt chẽ giữa lý luận quản trị dịch vụ và phương pháp phân tích kinh tế lượng hiện đại. Kết quả nghiên cứu khẳng định mô hình 5 thành phần SERVPERF giải thích được 61.8% sự biến thiên của mức độ hài lòng của khách hàng tại Khách sạn Duy Tân Huế, trong đó "Sự tin cậy" và "Sự sẵn sàng đáp ứng" đóng vai trò tiên quyết.

Hệ thống kiến nghị không chỉ có giá trị ứng dụng trực tiếp tại Khách sạn Duy Tân mà còn là tài liệu tham khảo cho các cơ sở lưu trú 3 sao tại Việt Nam trong việc nâng cao chất lượng dịch vụ và tối ưu hóa trải nghiệm khách hàng thời kỳ chuyển đổi số.