Giới thiệu dự án

Hoạt động kinh doanh dịch vụ du lịch lữ hành chịu tác động sâu sắc từ sự biến động của kinh tế vĩ mô và dịch bệnh toàn cầu. Sau đại dịch COVID-19 (giai đoạn 2020–2021), ngành du lịch Thừa Thiên Huế chứng kiến sự suy giảm nghiêm trọng: năm 2021 lượng khách giảm 56% (đạt 633.315 lượt), khách quốc tế giảm 96% (đạt 18.796 lượt), tổng thu du lịch giảm 68,9% (đạt 1.097,45 tỷ đồng). Khi chính phủ chính thức mở cửa lại toàn bộ hoạt động du lịch từ ngày 15/03/2022, 6 tháng đầu năm 2022 ghi nhận sự phục hồi với 771.000 lượt khách (tăng 34% so với cùng kỳ) và doanh thu đạt 1.566 tỷ đồng (tăng 55%). Tuy nhiên, các doanh nghiệp lữ hành truyền thống đối mặt với áp lực cạnh tranh gay gắt, sự thay đổi trong hành vi tiêu dùng và chuyển đổi số.

+-----------------------------------------------------------------------------------+
|               BỐI CẢNH NGHIÊN CỨU & MÔ HÌNH MARKETING MIX DỊCH VỤ                 |
+-----------------------------------------------------------------------------------+
|  [Đầu vào: Thực trạng lữ hành] ---> [Phối thức 6P: SP, GC, PP, CN, XT, HH]       |
|                                                     |                             |
|  [Khảo sát N=145 (Likert 5)]   ---> [SPSS 22.0: Cronbach's Alpha, EFA, OLS]       |
|                                                     |                             |
|  [Đầu ra định lượng]           ---> [Tối ưu hóa chính sách & Dự báo tăng trưởng]  |
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu cụ thể

Công ty TNHH Lữ hành Hương Giang (HG Travel) sở hữu nền tảng vận tải (đội xe 45 phương tiện gồm 19 xe sở hữu và 26 xe liên kết), đại lý vé máy bay cấp 1 (Vietnam Airlines, Vietjet Air, Bamboo Airways) cùng chuỗi nhà hàng (Festival, Bồ Đề). Mặc dù vậy, chính sách tiếp thị của doanh nghiệp còn bộc lộ nhiều điểm nghẽn kỹ thuật:

  • Cơ cấu tour thiếu tính cá nhân hóa, chưa khai thác triệt để các sản phẩm ngách (MICE, caravan, du lịch cộng đồng sinh thái).
  • Kênh phân phối phụ thuộc nhiều vào tiếp xúc truyền thống, hệ thống bán hàng trực tuyến (OTA/Website) chưa đồng bộ tự động.
  • Chiến dịch truyền thông – xúc tiến số chưa tối ưu chỉ số chuyển đổi, nội dung quảng bá chưa phản ánh trọn vẹn giá trị gia tăng thực tế.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về quản trị Marketing Mix trong ngành kinh doanh dịch vụ lữ hành.
  2. Đo lường và đánh giá thực trạng các phối thức tiếp thị tại HG Travel thông qua bộ chỉ số định lượng.
  3. Xây dựng mô hình hồi quy tuyến tính xác định mức độ tác động của các nhân tố tiếp thị đến sự hài lòng và quyết định lựa chọn dịch vụ của khách hàng.
  4. Đề xuất hệ thống giải pháp hoàn thiện chính sách marketing hỗn hợp theo định hướng cá nhân hóa và chuyển đổi số cho giai đoạn 2023–2025.

Phạm vi và giới hạn

  • Không gian: Khách hàng cá nhân, đoàn thể và đối tác sử dụng dịch vụ tại Trung tâm Lữ hành Hương Giang (51 Lê Lợi, TP. Huế).
  • Thời gian: Dữ liệu thứ cấp tổng hợp 2018–2022; dữ liệu sơ cấp điều tra thực địa từ tháng 09/2022 đến tháng 11/2022.
  • Giới hạn kỹ thuật: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện với kích thước $N = 145$ mẫu hợp lệ, tập trung vào phân tích định lượng OLS và phân tích nhân tố khám phá EFA.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Mô hình cạnh tranh ngành lữ hành tại Thừa Thiên Huế có sự phân hóa rõ rệt giữa các đơn vị dẫn đầu thị trường và doanh nghiệp địa phương:

Tiêu chí phân tích Doanh nghiệp lữ hành lớn (Vietravel, Saigontourist) Doanh nghiệp lữ hành nội địa quy mô nhỏ Công ty TNHH Lữ hành Hương Giang (HG Travel)
Độ phủ kênh phân phối Hệ thống chi nhánh toàn quốc, App đặt tour tự động, liên kết OTA toàn cầu Trực tiếp tại văn phòng, kênh trung gian qua môi giới địa phương Văn phòng trung tâm TP. Huế, website, fanpage, đại lý vé máy bay
Chính sách giá Định giá phân tầng linh hoạt, ứng dụng thuật toán Dynamic Pricing Chiết khấu trực tiếp, cạnh tranh bằng giá thấp Định giá cộng chi phí cố định ($Z = B + A/N$), chiết khấu đoàn
Tài nguyên bổ trợ Chuỗi cung ứng khép kín toàn quốc Thuê ngoài toàn bộ phương tiện và F&B Sở hữu 19 xe + liên kết 26 xe, chuỗi nhà hàng Festival & Bồ Đề
Năng lực xúc tiến số Ngân sách Omnichannel Marketing lớn, SEO/SEM chuyên sâu Phụ thuộc vào quan hệ khách quen, truyền miệng (WOM) Truyền thông đa kênh cơ bản, mức độ nhận diện trực tuyến trung bình

Ma trận ưu tiên yêu cầu khảo sát (MoSCoW)

  • Must have (Bắt buộc): Đánh giá độ tin cậy thang đo qua hệ số Cronbach's Alpha ($\ge 0.60$); kiểm định tính thích hợp EFA (KMO $\ge 0.50$, Barlett Sig. $\le 0.05$).
  • Should have (Nên có): Mô hình định giá chi phí biên tối ưu cho tour đoàn và tour khách lẻ ghép đoàn.
  • Could have (Có thể có): Xây dựng cấu trúc dữ liệu CRM phân loại khách hàng tiềm năng.
  • Won't have (Chưa thực hiện): Triển khai mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) đa biến bậc cao.

Thiết kế hệ thống mô hình nghiên cứu

Mô hình nghiên cứu kế thừa khung Marketing Mix 7P của Booms & Bitner, tinh chỉnh thành 6 thành phần độc lập phù hợp với thực tế doanh nghiệp lữ hành địa phương:

graph TD
    SP[Chính sách Sản phẩm - SP: 4 biến] --> DG[Đánh giá chung Marketing - DG]
    GC[Chính sách Giá cả - GC: 4 biến] --> DG
    PP[Chính sách Phân phối - PP: 4 biến] --> DG
    CN[Chính sách Con người - CN: 5 biến] --> DG
    XT[Chính sách Xúc tiến - XT: 4 biến] --> DG
    HH[Phương tiện Hữu hình - HH: 4 biến] --> DG

Cấu trúc thuật toán định giá và hồi quy tuyến tính

  1. Thuật toán định giá thành đơn vị tour du lịch ($Z$) và giá bán ($G$): $$\begin{aligned} Z &= B + \frac{A}{N} \ G &= Z \times (1 + \sum \alpha) \end{aligned}$$ Trong đó:
  • $Z$: Giá thành kế toán cho một du khách (VND).
  • $B$: Chi phí biến đổi trên mỗi khách (ăn uống, vé tham quan, bảo hiểm, quà tặng).
  • $A$: Tổng chi phí cố định cho cả đoàn (thuê xe vận chuyển, hướng dẫn viên, chi phí điều hành).
  • $N$: Quy mô số lượng khách trong đoàn.
  • $\sum \alpha$: Tỷ lệ lãi mục tiêu gộp cùng các chi phí quản lý, bán hàng và thuế suất.
  1. Phương trình hồi quy tuyến tính đa biến (Multiple Linear Regression): $$Y_{DG} = \beta_0 + \beta_1 X_{SP} + \beta_2 X_{GC} + \beta_3 X_{PP} + \beta_4 X_{CN} + \beta_5 X_{XT} + \beta_6 X_{HH} + \epsilon$$

Phương pháp nghiên cứu

+------------------------------------------------------------------------------------+
|                         QUY TRÌNH XỬ LÝ DỮ LIỆU NGHIÊN CỨU                         |
+------------------------------------------------------------------------------------+
| [Thiết kế bảng hỏi 29 biến] ---> [Thu thập 150 mẫu] ---> [Làm sạch: N=145 hợp lệ]  |
|                                                                 |                  |
| [Hồi quy OLS & ANOVA]       <--- [Phân tích EFA]   <--- [Kiểm định Cronbach's Alpha]|
+------------------------------------------------------------------------------------+
  • Quy tắc xác định cỡ mẫu:
    • Theo Tabachnick & Fidell (1991): $n \ge 8m + 50 = 8 \times 6 + 50 = 98$ mẫu.
    • Theo Hair et al. (1998): $n \ge 5 \times k = 5 \times 29 = 145$ mẫu.
    • Thực tế phát ra: 150 bảng câu hỏi; thu về và xử lý hợp lệ: $N = 145$ mẫu.
  • Công cụ kỹ thuật: IBM SPSS Statistics 22.0; Thang đo Likert 5 điểm (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý).

Triển khai và kết quả

Quy trình phân tích dữ liệu trên SPSS Syntax & Python Script

Quá trình phân tích dữ liệu định lượng được thực thi thông qua kịch bản tự động hóa kiểm định thống kê:

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

# Tải tập dữ liệu sơ cấp N=145
df = pd.read_csv("huonggiang_marketing_data.csv")

# Danh sách biến độc lập và biến phụ thuộc
independent_vars = ['SP_MEAN', 'GC_MEAN', 'PP_MEAN', 'CN_MEAN', 'XT_MEAN', 'HH_MEAN']
X = df[independent_vars]
X = sm.add_constant(X)
y = df['DG_MEAN']

# Ước lượng mô hình hồi quy tuyến tính OLS
ols_model = sm.OLS(y, X).fit()
print(ols_model.summary())

# Kiểm tra hiện tượng đa cộng tuyến (VIF)
vif_data = pd.DataFrame()
vif_data["Feature"] = independent_vars
vif_data["VIF"] = [variance_inflation_factor(df[independent_vars].values, i) for i in range(len(independent_vars))]
print(vif_data)

* Kịch bản SPSS Syntax kiểm định Cronbach's Alpha & EFA.
RELIABILITY
  /VARIABLES=SSP1 SSP2 SSP3 SSP4
  /SCALE('Sản phẩm') ALL
  /MODEL=ALPHA
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES SSP1 SSP2 SSP3 SSP4 GGC1 GGC2 GGC3 GGC4 PPP1 PPP2 PPP3 PPP4 CCN1 CCN2 CCN3 CCN4 CCN5 XXT1 XXT2 XXT3 XXT4 HHH1 HHH2 HHH3 HHH4
  /MISSING LISTWISE 
  /ANALYSIS SSP1 TO HHH4
  /PRINT INITIAL EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

Kiểm định và xác thực mô hình

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

Thang đo nhân tố Ký hiệu biến Số biến quan sát Cronbach's Alpha Tương quan biến - tổng nhỏ nhất (Min Item-Total) Đánh giá kỹ thuật
Sản phẩm SSP1 – SSP4 4 0.824 0.589 Đạt độ tin cậy cao ($\ge 0.80$)
Giá cả GGC1 – GGC4 4 0.789 0.512 Đạt chuẩn nghiên cứu
Phân phối PPP1 – PPP4 4 0.765 0.488 Đạt chuẩn nghiên cứu
Con người CCN1 – CCN5 5 0.856 0.621 Đạt độ tin cậy rất cao
Xúc tiến XXT1 – XXT4 4 0.802 0.547 Đạt độ tin cậy cao
Phương tiện hữu hình HHH1 – HHH4 4 0.794 0.534 Đạt chuẩn nghiên cứu
Đánh giá chung (Y) ĐĐG1 – ĐĐG4 4 0.841 0.603 Đạt độ tin cậy cao

Tất cả 29 biến quan sát đều có hệ số tương quan biến – tổng $> 0.30$, đủ điều kiện đưa vào phân tích nhân tố khám phá EFA.

2. Phân tích nhân tố khám phá (EFA)

  • Hệ số KMO (Kaiser-Meyer-Olkin): $0.812 > 0.50$ (Thích hợp cho phân tích EFA).
  • Kiểm định Bartlett's: Chi-Square $= 1845.62$ ($p\text{-value} = 0.000 < 0.05$), các biến quan sát có tương quan tuyến tính có ý nghĩa.
  • Tổng phương sai trích (Cumulative Variance Explained): $64.78% > 50%$ (Giải thích được $64.78%$ độ biến thiên của dữ liệu).
  • Eigenvalue: Trích xuất được 6 nhân tố có giá trị Eigenvalue dừng ở mức $1.238 > 1.0$.
  • Hệ số tải nhân tố (Factor Loading): Tất cả các quan sát đều đạt giá trị $> 0.55$, không xuất hiện biến rác hoặc hiện tượng tải chéo vi phạm tiêu chuẩn phân biệt.

Kết quả hồi quy tuyến tính

Bảng thông số mô hình hồi quy (Model Summary & ANOVA)

  • Hệ số $R$: $0.768$
  • Hệ số xác định $R^2$: $0.590$ (Mô hình giải thích được $59.0%$ sự thay đổi của biến phụ thuộc Đánh giá chung).
  • Hệ số $R^2$ hiệu chỉnh: $0.572$
  • Kiểm định $F$ (ANOVA): $F = 33.085$ với mức ý nghĩa $Sig. = 0.000 < 0.01$.
Nhân tố độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($Sig.$) Thống kê VIF
Hằng số (Constant) 0.312 0.245 — 1.273 0.205 —
Con người (CN) 0.285 0.054 0.298 5.277 0.000 1.342
Sản phẩm (SP) 0.241 0.052 0.254 4.634 0.000 1.285
Giá cả (GC) 0.198 0.048 0.210 4.125 0.000 1.214
Xúc tiến (XT) 0.162 0.045 0.175 3.600 0.000 1.302
Phương tiện hữu hình (HH) 0.135 0.046 0.142 2.934 0.004 1.256
Phân phối (PP) 0.118 0.047 0.125 2.510 0.013 1.298

Tất cả các hệ số hồi quy đều mang dấu dương ($+$) và có ý nghĩa thống kê ($p < 0.05$). Hệ số VIF $< 2.0$ khẳng định không xảy ra hiện tượng đa cộng tuyến.

$$\text{Phương trình chuẩn hóa: } Y_{DG} = 0.298 X_{CN} + 0.254 X_{SP} + 0.210 X_{GC} + 0.175 X_{XT} + 0.142 X_{HH} + 0.125 X_{PP}$$

Đổi mới và đóng góp

  1. Bổ sung thành phần Phương tiện hữu hình (Physical Evidence - HH) vào mô hình nghiên cứu lữ hành: Khác với các nghiên cứu tiếp thị truyền thống chỉ tập trung vào 4P, đề tài chứng minh thực nghiệm rằng cơ sở vật chất văn phòng đại diện, đội xe 45 phương tiện và hệ thống ấn phẩm nhận diện số đóng góp $14.2%$ ($\beta = 0.142$) vào sự tin tưởng của khách hàng đối với dịch vụ du lịch di sản.
  2. Lượng hóa mức độ tác động của nhân tố Con người (People - CN): Phân tích thực nghiệm chỉ ra nhân tố con người là biến số có tác động mạnh nhất ($\beta = 0.298$). Kỹ năng xử lý tình huống phát sinh và văn hóa phục vụ của hướng dẫn viên tạo nên $30%$ giá trị cảm nhận thương hiệu.
  3. Mô hình định giá cấu trúc hóa phân tách chi phí biên: Thay thế định giá áng chừng bằng bảng tính phân bổ chi phí cố định ($A$) trên quy mô khách thực tế ($N$), giúp hạn chế tình trạng thâm hụt biên lợi nhuận trong mùa thấp điểm.
+-----------------------------------------------------------------------------------+
|              SO SÁNH CÁC KHUNG TIẾP THỊ DU LỊCH TRONG NGHIÊN CỨU                  |
+-----------------------------------------------------------------------------------+
| 1. Khung 4P Cổ điển     : SP, Giá, Phân phối, Xúc tiến (R2 ~ 0.42)               |
| 2. Khung 7P Dịch vụ Gốc : Bổ sung Quy trình, Con người, Hữu hình (R2 ~ 0.51)      |
| 3. Khung 6P Nghiên cứu  : Tinh chỉnh tối ưu hóa cho HG Travel Huế (R2 = 0.59)     |
+-----------------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Giải pháp hoàn thiện chính sách Marketing Mix

timeline
    title Lộ trình triển khai chiến lược Marketing (2023 - 2024)
    Quý 1/2023 : Tái cấu trúc gói tour MICE & Heritage : Chuẩn hóa KPI hướng dẫn viên
    Quý 2/2023 : Xây dựng cổng đặt tour trực tuyến tích hợp OTA : Nâng cấp nhận diện số
    Quý 3/2023 : Áp dụng chính sách định giá linh hoạt theo mùa : Tối ưu hóa SEO/SEM
    Quý 4/2023 - 2024 : Hoàn thiện hệ thống quản trị quan hệ khách hàng CRM : Mở rộng liên kết F&B

1. Chính sách Sản phẩm (Product - $\beta = 0.254$)

  • Phát triển dòng sản phẩm chuyên sâu "Huế Heritage & Wellness Tour" kết hợp thiền trà, ẩm thực chay tại nhà hàng Bồ Đề và trải nghiệm sinh thái vùng đầm phá Tam Giang, A Lưới.
  • Đóng gói tour hội nghị (MICE) liên kết hạ tầng Laguna Lăng Cô và các khách sạn 4-5 sao trung tâm.

2. Chính sách Con người (People - $\beta = 0.298$)

  • Tổ chức định kỳ các khóa đào tạo chuẩn hóa nghiệp vụ hướng dẫn viên theo khung năng lực quốc tế; nâng cao kỹ năng xử lý khủng hoảng dịch vụ lữ hành (đạt điểm trung bình đánh giá $> 4.5/5.0$).
  • Xây dựng cơ chế thưởng hiệu suất (KPI) gắn liền với chỉ số hài lòng khách hàng sau tour (CSAT).

3. Chính sách Xúc tiến & Phân phối (Promotion & Place)

  • Ứng dụng hệ thống Omnichannel Marketing: Tối ưu hóa SEO trang web du lịch với các từ khóa ngách ("Tour Huế 3 ngày 2 đêm", "Trải nghiệm ẩm thực Cung đình Huế"), kết hợp quảng cáo chuyển đổi trên mạng xã hội vào các dịp lễ hội Festival Huế.
  • Xây dựng cổng đặt tour trực tuyến kết nối API trực tiếp với các nền tảng phân phối dịch vụ du lịch trực tuyến (Traveloka, Klook, Agoda).

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Phương pháp chọn mẫu thuận tiện ($N = 145$) có thể chưa bao phủ đầy đủ toàn bộ phân khúc du khách quốc tế nói các ngôn ngữ không phổ biến; mô hình chỉ sử dụng hồi quy tuyến tính OLS đa biến đơn giản.
  • Hướng nghiên cứu tiếp theo: Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để kiểm tra các tác động điều tiết (moderating effects) của biến nhân khẩu học (độ tuổi, thu nhập); nghiên cứu tác động của công nghệ thực tế ảo (VR Tour) trong tiếp thị trải nghiệm du lịch số.

Đối tượng hưởng lợi

  • Sinh viên & Giảng viên ngành Du lịch / QTKD: Tài liệu tham khảo ứng dụng kết hợp lý thuyết Marketing Mix dịch vụ với phân tích dữ liệu thực nghiệm thông qua SPSS.
  • Doanh nghiệp lữ hành vừa và nhỏ (SMEs): Khung tham chiếu để đánh giá các mắt xích tiếp thị, tái cơ cấu bảng định giá dịch vụ và phân bổ ngân sách xúc tiến hiệu quả.
  • Cơ quan quản lý du lịch địa phương: Dữ liệu thực tiễn phục vụ hoạch định chính sách kích cầu sau đại dịch, kết nối các chuỗi cung ứng lưu trú, vận tải và ẩm thực trên địa bàn tỉnh Thừa Thiên Huế.

Câu hỏi thường gặp

  1. Vì sao nghiên cứu không áp dụng mô hình 7P đầy đủ mà tinh gọn thành 6P? Thực tiễn nghiên cứu tại HG Travel cho thấy yếu tố "Quy trình" (Process) có sự giao thoa mật thiết với thủ tục phân phối và cung ứng của yếu tố "Con người". Việc tích hợp quy trình vào thang đo phân phối và con người giúp bảng hỏi không bị trùng lặp khái niệm, nâng cao độ giá trị phân biệt (Discriminant Validity) trong phân tích EFA.

  2. Hệ số $R^2 = 0.590$ có đủ độ tin cậy trong nghiên cứu hành vi khách hàng du lịch không? Trong các nghiên cứu khoa học xã hội và hành vi tiêu dùng dịch vụ, hệ số $R^2 > 0.50$ được đánh giá là mức giải thích tốt. $41%$ biến thiên còn lại phụ thuộc vào các yếu tố ngoại cảnh như biến động thời tiết, xu hướng du lịch vĩ mô và tâm lý chi tiêu cá nhân.

  3. Làm thế nào để áp dụng công thức định giá $Z = B + A/N$ khi số lượng khách thực tế biến động? Doanh nghiệp thiết lập các kịch bản hòa vốn dựa trên số lượng khách tối thiểu ($N_{min}$). Chi phí cố định $A$ (xe, hướng dẫn viên) được chia nhỏ theo từng dải quy mô đoàn (ví dụ: đoàn 10-15 khách, đoàn 16-25 khách, đoàn trên 30 khách) để xác định mức giá bán sàn ($G$) đảm bảo biên lợi nhuận an toàn.

  4. Kích thước mẫu $N = 145$ có đáp ứng chuẩn thống kê đa biến không? Theo quy tắc kinh nghiệm của Hair et al. ($N \ge 5 \times 29 = 145$) và Tabachnick & Fidell ($N \ge 8 \times 6 + 50 = 98$), mẫu 145 quan sát hợp lệ thỏa mãn cả hai điều kiện khắt khe về mặt toán thống kê cho mô hình 6 biến độc lập và 29 chỉ báo quan sát.

  5. Chi phí triển khai các giải pháp tiếp thị đề xuất ước tính bao nhiêu? Chi phí tái cấu trúc tiếp thị được tối ưu hóa bằng cách tận dụng nguồn lực nội bộ sẵn có (đội xe 45 phương tiện, nhà hàng trực thuộc), ngân sách dành cho xúc tiến số và nâng cấp website chiếm khoảng 3–5% tổng doanh thu hàng năm của công ty lữ hành.

Kết luận

Khóa luận đã giải quyết bài toán hoàn thiện chính sách tiếp thị của Công ty TNHH Lữ hành Hương Giang trong bối cảnh phục hồi kinh tế hậu COVID-19. Kết quả phân tích định lượng trên 145 mẫu khảo sát khẳng định tầm quan trọng vượt trội của nhân tố Con người ($\beta = 0.298$) và Sản phẩm ($\beta = 0.254$), tiếp nối bởi Giá cả ($\beta = 0.210$) và Xúc tiến ($\beta = 0.175$). Việc ứng dụng đồng bộ các giải pháp tái cấu trúc gói tour di sản, chuẩn hóa năng lực đội ngũ và số hóa kênh xúc tiến trực tuyến là điều kiện tiên quyết để HG Travel bứt phá quy mô doanh thu, nâng cao năng lực cạnh tranh và đóng góp tích cực vào sự phát triển chung của ngành du lịch Thừa Thiên Huế.