Giới thiệu dự án

Thị trường bảo hiểm nhân thọ (BHNT) tại Việt Nam đang trải qua giai đoạn chuyển mình mạnh mẽ nhưng đối mặt với nhiều thách thức về mặt niềm tin và chất lượng dịch vụ. Thống kê từ Hiệp hội Bảo hiểm Việt Nam và các nghiên cứu thị trường cho thấy tỷ lệ thâm nhập bảo hiểm nhân thọ tại Việt Nam hiện chỉ đạt dưới 10% dân số, thấp hơn đáng kể so với các quốc gia phát triển như Hoa Kỳ, Vương quốc Anh hay Nhật Bản (nơi tỷ lệ này vượt mức 90%). Sự bùng phát của đại dịch COVID-19 cùng các biến động kinh tế vĩ mô đã làm gia tăng nhận thức của người dân về dự phòng rủi ro tài chính và sức khỏe. Tuy nhiên, sự cạnh tranh gay gắt giữa 18 doanh nghiệp bảo hiểm nhân thọ hàng đầu, cùng với các vấn đề phát sinh từ quy trình tư vấn bán hàng của đại lý và thủ tục giải quyết bồi thường, đã tạo nên rào cản lớn đối với mức độ hài lòng và lòng trung thành của khách hàng.

+-------------------------------------------------------------------------------+
|                             BỐI CẢNH NGHIÊN CỨU                              |
+------------------------------------+------------------------------------------+
|  Tỷ lệ thâm nhập BHNT tại VN: < 10% |  Tỷ lệ tại các nước phát triển: > 90%    |
|  Số lượng DN cạnh tranh: 18 công ty |  Đối tượng khảo sát: Khách hàng Manulife |
+------------------------------------+------------------------------------------+

Đề tài "Đánh giá sự hài lòng của khách hàng về dịch vụ bảo hiểm nhân thọ tại Công ty TNHH Manulife Việt Nam – Chi nhánh Huế" được thực hiện nhằm giải quyết bài toán cốt lõi: Xác định, định lượng và phân tích các yếu tố cấu thành chất lượng dịch vụ ảnh hưởng trực tiếp đến sự hài lòng của khách hàng tại thị trường địa phương.

Vấn đề nghiên cứu và Điểm nghẽn thực tế (Pain Points)

  1. Bất cân xứng thông tin và kỹ năng tư vấn: Tình trạng đại lý bảo hiểm chạy theo chỉ tiêu doanh số dẫn đến tư vấn chưa đầy đủ điều khoản loại trừ, gây hiểu lầm và mất niềm tin cho khách hàng.
  2. Quy trình chi trả quyền lợi (Claim Settlement) phức tạp: Thời gian xử lý hồ sơ kéo dài, thủ tục hành chính qua nhiều cấp trung gian giữa văn phòng chi nhánh và hội sở chính.
  3. Khoảng cách kỳ vọng - cảm nhận: Sự khác biệt giữa cam kết ban đầu của doanh nghiệp và trải nghiệm dịch vụ thực tế của người tham gia bảo hiểm.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận: Tổng quan các mô hình đánh giá chất lượng dịch vụ và sự hài lòng (SERVQUAL, SERVPERF, mô hình khoảng cách chất lượng dịch vụ).
  2. Xác định các nhân tố ảnh hưởng: Xây dựng thang đo gồm 5 thành phần chất lượng dịch vụ phù hợp với đặc thù ngành bảo hiểm nhân thọ tại địa bàn nghiên cứu.
  3. Định lượng mức độ tác động: Ứng dụng các công cụ thống kê nâng cao để đo lường trọng số tác động của từng nhân tố đến mức độ hài lòng chung.
  4. Đề xuất giải pháp thực tiễn: Xây dựng hệ thống giải pháp nâng cao trải nghiệm khách hàng, giảm tỷ lệ hủy hợp đồng và gia tăng năng lực cạnh tranh cho chi nhánh Manulife Huế.

Phương pháp tiếp cận và Phạm vi

  • Mô hình tiếp cận: Mô hình kết quả thực hiện SERVPERF (Cronin & Taylor, 1992) kết hợp hiệu chỉnh biến quan sát theo đặc thù tài chính - bảo hiểm.
  • Dữ liệu và cỡ mẫu: Thu thập dữ liệu sơ cấp từ $N = 250$ khách hàng cá nhân đang tham gia hợp đồng BHNT tại Manulife Huế thông qua phương pháp chọn mẫu thuận tiện có phân tầng theo định mức thu nhập.
  • Phạm vi không gian & thời gian: Nghiên cứu thực nghiệm tại Công ty TNHH Manulife Việt Nam – Chi nhánh Huế, dữ liệu thứ cấp giai đoạn 2019 – 2021 và dữ liệu khảo sát thực tế năm 2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành rà soát các khung lý thuyết đo lường chất lượng dịch vụ tiêu biểu để lựa chọn nền tảng tối ưu:

Mô hình nghiên cứu Tác giả & Năm Ưu điểm cốt lõi Nhược điểm / Hạn chế Khả năng ứng dụng vào đề tài
SERVQUAL Parasuraman et al. (1988) Đánh giá toàn diện khoảng cách giữa Kỳ vọng ($E$) và Cảm nhận ($P$) qua 22 cặp biến. Bảng hỏi dài gấp đôi ($2 \times 22$ câu), gây mệt mỏi cho người trả lời, dễ nhầm lẫn khái niệm. Tham khảo khung nhân tố gốc
SERVPERF Cronin & Taylor (1992) Đo lường trực tiếp mức độ cảm nhận thực tế ($SQ = P$), bảng hỏi tinh gọn, tính dự báo hồi quy cao. Bỏ qua việc định lượng trực tiếp kỳ vọng ban đầu của khách hàng. Lựa chọn chính thức (Core Framework)
Mô hình tổng hợp Brogowicz et al. (1990) Tích hợp yếu tố hình ảnh thương hiệu, truyền thông ngoài và marketing truyền thống. Khó lượng hóa chi tiết bằng các thang đo khảo sát ngắn hạn. Tham khảo phân tích định tính

Phân loại yêu cầu dịch vụ theo mô hình MoSCoW

  • Must-have (Bắt buộc có): Minh bạch quy trình hành chính, tính chính xác tuyệt đối của hợp đồng bảo hiểm, thực hiện đúng cam kết bồi thường khi phát sinh sự kiện bảo hiểm.
  • Should-have (Nên có): Tối ưu hóa thời gian xử lý thủ tục, đa dạng hóa gói giải pháp tài chính theo độ tuổi/thu nhập, thái độ nhân viên chuyên nghiệp.
  • Could-have (Có thể có): Không gian phòng giao dịch hiện đại, ứng dụng cổng thông tin số hóa (Customer Portal) cho phép tự phục vụ tra cứu hồ sơ.
  • Won't-have (Tạm thời chưa ưu tiên): Tự động hóa 100% không qua tư vấn viên (bảo hiểm nhân thọ vẫn đòi hỏi sự tư vấn trực tiếp về mặt tâm lý và hoạch định).

Thiết kế mô hình nghiên cứu

Mô hình nghiên cứu kế thừa 5 thành phần chất lượng dịch vụ từ khung SERVPERF, bao gồm 26 biến quan sát được đo lường bằng thang đo Likert 5 mức độ (từ 1: Hoàn toàn không đồng ý đến 5: Hoàn toàn đồng ý):

graph TD
    DTC["Độ tin cậy (Reliability - DTC)<br/>[5 biến quan sát: DTC1 - DTC5]"] -->|H1 (+)| SHL["SỰ HÀI LÒNG CỦA KHÁCH HÀNG<br/>(Customer Satisfaction - SHL)<br/>[3 biến quan sát: SHL1 - SHL3]"]
    KNDU["Khả năng đáp ứng (Responsiveness - KNDU)<br/>[5 biến quan sát: KNDU1 - KNDU5]"] -->|H2 (+)| SHL
    SDB["Sự đảm bảo (Assurance - SDB)<br/>[5 biến quan sát: SDB1 - SDB5]"] -->|H3 (+)| SHL
    SDC["Sự đồng cảm (Empathy - SDC)<br/>[4 biến quan sát: SDC1 - SDC4]"] -->|H4 (+)| SHL
    PTHH["Phương tiện hữu hình (Tangibles - PTHH)<br/>[4 biến quan sát: PTHH1 - PTHH4]"] -->|H5 (+)| SHL

Phương trình kinh tế lượng tổng quát

$$SHL = \beta_0 + \beta_1 \cdot DTC + \beta_2 \cdot KNDU + \beta_3 \cdot SDB + \beta_4 \cdot SDC + \beta_5 \cdot PTHH + \varepsilon$$

Trong đó:

  • $\text{SHL}$: Biến phụ thuộc - Sự hài lòng chung của khách hàng.
  • $\text{DTC}, \text{KNDU}, \text{SDB}, \text{SDC}, \text{PTHH}$: Các biến độc lập đại diện cho 5 khía cạnh chất lượng dịch vụ.
  • $\beta_0$: Hằng số hồi quy; $\beta_i$ ($i = 1..5$): Các hệ số hồi quy riêng phần; $\varepsilon$: Sai số ngẫu nhiên.

Phương pháp luận triển khai (Methodology)

Quy trình nghiên cứu được chia làm 4 giai đoạn cụ thể:

  1. Thiết kế công cụ thu thập: Xây dựng bảng hỏi sơ bộ, tiến hành phỏng vấn thử nghiệm để hiệu chỉnh từ ngữ và định dạng thang đo.
  2. Thu thập dữ liệu thực địa: Sử dụng kỹ thuật chọn mẫu định ngạch theo thu nhập kết hợp phát phiếu trực tiếp và khảo sát điện tử Google Forms:
    • Dưới 5 triệu VNĐ: 38.0% ($n = 95$)
    • Từ 5 đến < 10 triệu VNĐ: 32.8% ($n = 82$)
    • Từ 10 đến < 20 triệu VNĐ: 24.4% ($n = 61$)
    • Trên 20 triệu VNĐ: 4.8% ($n = 12$)
    • Tổng số mẫu hợp lệ thu về: $N = 250$ (vượt xa quy tắc $n \ge 5 \times m = 5 \times 26 = 130$ quan sát).
  3. Kiểm định chất lượng thang đo: Đánh giá độ tin cậy bằng hệ số Cronbach's Alpha và Phân tích nhân tố khám phá (EFA).
  4. Phân tích tương quan & Hồi quy tuyến tính bội: Kiểm tra hiện tượng đa cộng tuyến, phân sai thay đổi, kiểm định độ phù hợp mô hình (ANOVA $F$-test) và kiểm định giả thuyết nghiên cứu.

Implementation và kết quả

Quy trình xử lý và thuật toán phân tích số liệu

Toàn bộ quy trình xử lý dữ liệu được chuẩn hóa thông qua phần mềm SPSS 20.0 và kịch bản phân tích kiểm định tự động (tương đương với mã thực thi Python/R dưới đây):

import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_bartlett_sphericity, calculate_kmo

# 1. Load Data
# df = pd.read_csv("manulife_hue_survey_n250.csv")

# 2. Function to compute Cronbach's Alpha
def cronbach_alpha(df_items):
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    return (k / (k - 1)) * (1 - item_vars.sum() / total_var)

# 3. Exploratory Factor Analysis Pipeline
def run_efa_pipeline(X, n_factors=5):
    kmo_per_variable, kmo_total = calculate_kmo(X)
    chi_square, p_value = calculate_bartlett_sphericity(X)
    
    fa = FactorAnalyzer(n_factors=n_factors, rotation='varimax', method='principal')
    fa.fit(X)
    loadings = fa.loadings_
    ev, v = fa.get_eigenvalues()
    return kmo_total, p_value, loadings, ev

# 4. Multiple Linear Regression OLS Model
def run_ols_regression(X_indep, y_dep):
    X_with_const = sm.add_constant(X_indep)
    model = sm.OLS(y_dep, X_with_const).fit()
    return model.summary()

Kết quả kiểm định thống kê và đo lường

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

Tiêu chuẩn chấp nhận: Hệ số Cronbach's Alpha $\ge 0.60$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.

Thang đo nhân tố Ký hiệu Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến - tổng nhỏ nhất Đánh giá độ tin cậy
Độ tin cậy DTC 5 0.825 0.548 Đạt độ tin cậy rất tốt
Khả năng đáp ứng KNDU 5 0.818 0.531 Đạt độ tin cậy rất tốt
Sự đảm bảo SDB 5 0.831 0.562 Đạt độ tin cậy rất tốt
Sự đồng cảm SDC 4 0.735 0.456 Đạt độ tin cậy tốt
Phương tiện hữu hình PTHH 4 0.828 0.589 Đạt độ tin cậy rất tốt
Sự hài lòng chung SHL 3 0.798 0.592 Đạt độ tin cậy tốt

2. Phân tích nhân tố khám phá (EFA)

  • Hệ số KMO (Kaiser-Meyer-Olkin): $0.846$ ($0.5 \le KMO \le 1.0$), xác nhận quy mô mẫu hoàn toàn thích hợp cho phân tích nhân tố.
  • Kiểm định Bartlett: Giá trị $\chi^2$ xấp xỉ có ý nghĩa thống kê cao ($p\text{-value} = 0.000 < 0.05$), khẳng định các biến quan sát có tương quan chặt chẽ với nhau trong tổng thể.
  • Tổng phương sai trích (Total Variance Explained): Đạt $> 50%$ với điểm dừng Eigenvalue $> 1.0$.
  • Ma trận xoay nhân tố (Rotated Component Matrix): Sử dụng phép xoay Varimax, toàn bộ các hệ số tải nhân tố (Factor Loading) của các biến quan sát đều đạt giá trị $> 0.55$, không có biến nào bị phân tán tải chéo trên hai nhân tố.

3. Ma trận tương quan Pearson ($r$)

Biến số DTC KNDU SDB SDC PTHH SHL
DTC 1.000 0.420 0.355 0.179 0.356 0.473
KNDU 0.420 1.000 0.388 0.139 0.317 0.457
SDB 0.355 0.388 1.000 0.280 0.432 0.603
SDC 0.179 0.139 0.280 1.000 0.108 0.293
PTHH 0.356 0.317 0.432 0.108 1.000 0.490
SHL 0.473 0.457 0.603 0.293 0.490 1.000

Ghi chú: Tất cả các hệ số tương quan với biến phụ thuộc SHL đều có mức ý nghĩa $p = 0.000 < 0.01$, quan hệ cùng chiều, không có cặp biến độc lập nào có tương quan quá cao ($r > 0.8$) gây nguy cơ đa cộng tuyến.

4. Kết quả phân tích hồi quy tuyến tính bội

==============================================================================
                            KẾT QUẢ HỒI QUY BỘI (OLS)
==============================================================================
R = 0.720             R Square = 0.518          Adjusted R Square = 0.508
Std. Error = 0.477    F(5, 244) = 52.514        Sig. F = 0.000
Durbin-Watson = 2.233 (Nằm trong khoảng chấp nhận 1.5 - 2.5)
------------------------------------------------------------------------------
Biến độc lập    Hệ số B    Std. Error    Beta (Chuẩn hóa)    t-stat    Sig.     VIF
------------------------------------------------------------------------------
(Constant)      -0.804       0.286            -             -2.808    0.005      -
DTC              0.190       0.058          0.170            3.273    0.001    1.369
KNDU             0.213       0.057          0.190            3.732    0.000    1.319
SDB              0.384       0.062          0.335            6.180    0.000    1.485
SDC              0.145       0.056          0.119            2.567    0.011    1.096
PTHH             0.252       0.055          0.233            4.580    0.000    1.308
==============================================================================

Đánh giá phương trình hồi quy và Giả thuyết

Phương trình hồi quy chuẩn hóa được xác lập: $$\text{SHL} = 0.335 \cdot \text{SDB} + 0.233 \cdot \text{PTHH} + 0.190 \cdot \text{KNDU} + 0.170 \cdot \text{DTC} + 0.119 \cdot \text{SDC}$$

  • Độ phù hợp của mô hình: $R^2 = 0.518$ (và $R^2$ hiệu chỉnh $= 0.508$), cho thấy 5 nhân tố chất lượng dịch vụ giải thích được 51.8% sự biến thiên của mức độ hài lòng của khách hàng đối với dịch vụ BHNT tại Manulife Huế.
  • Kiểm định ANOVA: Giá trị $F = 52.514$ với giá trị $Sig. = 0.000 < 0.05$, chứng minh mô hình hồi quy tuyến tính xây dựng là hoàn toàn phù hợp với tập dữ liệu khảo sát.
  • Hiện tượng đa cộng tuyến: Hệ số phóng đại phương sai (VIF) của tất cả các biến độc lập dao động từ $1.096$ đến $1.485$ (nhỏ hơn rất nhiều so với ngưỡng vi phạm 10), chỉ số Tolerance $> 0.67$, khẳng định không xảy ra hiện tượng đa cộng tuyến.
  • Xếp hạng mức độ tác động:
    1. Sự đảm bảo ($\text{SDB}$): $\beta = 0.335$ (tác động mạnh nhất).
    2. Phương tiện hữu hình ($\text{PTHH}$): $\beta = 0.233$.
    3. Khả năng đáp ứng ($\text{KNDU}$): $\beta = 0.190$.
    4. Độ tin cậy ($\text{DTC}$): $\beta = 0.170$.
    5. Sự đồng cảm ($\text{SDC}$): $\beta = 0.119$.

Toàn bộ 5 giả thuyết từ $H1$ đến $H5$ đều được chấp nhận với độ tin cậy thống kê $95% - 99%$.

Đổi mới và đóng góp

  1. Hiệu chỉnh khung SERVPERF cho thị trường bán lẻ bảo hiểm miền Trung: Khác với các nghiên cứu thương mại thuần túy, đề tài chứng minh rằng trong lĩnh vực bảo hiểm nhân thọ, yếu tố Sự đảm bảo (Assurance) giữ vai trò thống trị ($\beta = 0.335, t = 6.180$), phản ánh tính chất nhạy cảm về tài chính và nhu cầu an tâm dài hạn của khách hàng.
  2. So sánh với các công trình nghiên cứu tiền nhiệm:
    • So với nghiên cứu của Siddiqui & Sharma (2010) tại Ấn Độ (nhấn mạnh năng lực lập kế hoạch tài chính cá nhân hóa), đề tài tại Manulife Huế chỉ ra rằng sự minh bạch trong thủ tục và tính chuyên nghiệp của đại lý có trọng số tác động cao hơn yếu tố cá nhân hóa thuần túy.
    • So với nghiên cứu của Phạm Thị Bá Linh (2012) tại Bảo Minh Đà Nẵng ($R^2 \approx 0.44$), mô hình nghiên cứu này đạt độ giải thích cao hơn ($R^2 = 0.518$), đồng thời chỉ ra sự trỗi dậy của biến Phương tiện hữu hình ($\beta = 0.233$) do yêu cầu khắt khe hơn của khách hàng hiện đại về không gian giao dịch và công nghệ hỗ trợ.
  3. Đóng góp về mặt phương pháp luận: Ứng dụng quy trình chọn mẫu phân tầng theo 4 mức thu nhập cụ thể ($<5$ triệu, $5-<10$ triệu, $10-<20$ triệu, $>20$ triệu VNĐ) giúp phản ánh chính xác cấu trúc khách hàng thực tế tại khu vực đô thị loại 1 và vùng phụ cận.

Ứng dụng thực tế và triển khai

Kịch bản triển khai giải pháp doanh nghiệp

Dựa trên kết quả định lượng, một lộ trình 4 bước được thiết kế riêng cho Manulife Việt Nam – Chi nhánh Huế:

+-----------------------------------------------------------------------------------+
|                        LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP 2023 - 2024                  |
+-------------------+---------------------------------------------------------------+
| Giai đoạn 1       | Chuẩn hóa quy trình tư vấn và đào tạo đạo đức nghề nghiệp      |
| (Tháng 1 - 3)     | Tối ưu hóa biến Sự đảm bảo (SDB - Trọng số 0.335)              |
+-------------------+---------------------------------------------------------------+
| Giai đoạn 2       | Nâng cấp hạ tầng giao dịch và số hóa tương tác khách hàng      |
| (Tháng 4 - 6)     | Tối ưu hóa biến Phương tiện hữu hình (PTHH - Trọng số 0.233)  |
+-------------------+---------------------------------------------------------------+
| Giai đoạn 3       | Cải tiến quy trình Fast-Track Claim (Chi trả bồi thường nhanh) |
| (Tháng 7 - 9)     | Tối ưu hóa Khả năng đáp ứng & Độ tin cậy (KNDU & DTC)         |
+-------------------+---------------------------------------------------------------+
| Giai đoạn 4       | Triển khai chương trình chăm sóc cá nhân hóa (VIP/Loyalty)    |
| (Tháng 10 - 12)   | Củng cố biến Sự đồng cảm (SDC - Trọng số 0.119)                |
+-------------------+---------------------------------------------------------------+

Chi tiết các giải pháp chiến lược

1. Nâng cao Sự đảm bảo và Đạo đức Đại lý (Tác động mạnh nhất: $\beta = 0.335$)

  • Thiết lập quy chế kiểm soát chất lượng tư vấn định kỳ: 100% hợp đồng mới phải trải qua cuộc gọi xác nhận độc lập (Welcome Call) từ bộ phận giám sát tuân thủ trước khi phát hành.
  • Xây dựng hệ số thưởng/phạt gắn liền với tỷ lệ duy trì hợp đồng năm 2 (K2 Persistency Rate $> 85%$) thay vì chỉ tập trung vào doanh số khai thác mới (FYP).

2. Hiện đại hóa Không gian & Công cụ trực quan (Phương tiện hữu hình: $\beta = 0.233$)

  • Tái cấu trúc không gian các phòng giao dịch (Huế 03, Huế 05, Huế 06) theo tiêu chuẩn mở, trang bị màn hình cảm ứng tương tác cho phép khách hàng chủ động tra cứu lịch sử đóng phí và quyền lợi hợp đồng.
  • Chuẩn hóa bộ nhận diện tài liệu điện tử (e-Policy) với infographic trực quan hóa các điều khoản hợp đồng phức tạp.

3. Tối ưu hóa quy trình bồi thường (Khả năng đáp ứng & Tin cậy: $\beta = 0.190$ và $0.170$)

  • Ứng dụng giải pháp nộp hồ sơ yêu cầu bồi thường trực tuyến qua ứng dụng di động; rút ngắn thời gian xử lý các quyền lợi y tế cơ bản xuống dưới 24 giờ làm việc.
  • Loại bỏ các thủ tục hành chính trùng lặp giữa chi nhánh Huế và Hội sở chính tại TP. Hồ Chí Minh thông qua phân quyền phê duyệt hạn mức bồi thường tại chỗ.

4. Phân tích chi phí - lợi ích (ROI Projections)

  • Chi phí dự kiến: Khoảng 350 - 500 triệu VNĐ/năm (chi cho đào tạo đại lý, nâng cấp trang thiết bị phòng giao dịch và marketing điểm bán).
  • Lợi ích định lượng kỳ vọng:
    • Giảm tỷ lệ hủy hợp đồng năm nhất từ mức trung bình ngành $20-25%$ xuống dưới $12%$.
    • Tăng tỷ lệ giới thiệu khách hàng mới từ nguồn khách hàng hiện hữu thêm $28%$ thông qua việc gia tăng chỉ số đo lường mức độ hài lòng SHL.

Hạn chế và hướng phát triển

Hạn chế học thuật và thực tiễn

  1. Phương pháp lấy mẫu: Sử dụng phương pháp chọn mẫu thuận tiện có định mức tại địa bàn tỉnh Thừa Thiên Huế; chưa bao quát được toàn bộ các huyện vùng sâu, vùng xa.
  2. Quy mô mô hình: Mô hình hồi quy OLS tuyến tính giải thích được 51.8% biến thiên; còn 48.2% phương sai phụ thuộc vào các yếu tố ngoại sinh khác như biến động thu nhập sau dịch, biến phí bảo hiểm định kỳ, hoặc chính sách vĩ mô của Nhà nước.
  3. Phân tích cắt ngang (Cross-sectional Data): Dữ liệu thu thập tại một thời điểm duy nhất (năm 2022), chưa theo dõi được sự thay đổi trong cảm nhận của khách hàng qua vòng đời hợp đồng (10 - 20 năm).

Định hướng mở rộng nghiên cứu

  • Ứng dụng mô hình Phương trình Cấu trúc Tuyến tính (SEM - Structural Equation Modeling): Để đánh giá các mối quan hệ gián tiếp, vai trò trung gian của "Lòng tin" (Trust) và "Hình ảnh thương hiệu" (Corporate Image) tác động đến "Lòng trung thành" (Loyalty).
  • Mở rộng phạm vi đa trung tâm: Tiến hành nghiên cứu so sánh đối chiếu giữa các thị trường miền Trung (Đà Nẵng, Huế, Quảng Trị, Quảng Bình).

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                             ĐỐI TƯỢNG HƯỞNG LỢI                               |
+--------------------+----------------------------------------------------------+
| Sinh viên &        | Bộ khung tham chiếu hoàn chỉnh về phân tích SPSS, EFA,    |
| Học viên cao học   | Cronbach's Alpha và kiểm định hồi quy kinh tế lượng.     |
+--------------------+----------------------------------------------------------+
| Nhà quản lý        | Cơ sở số liệu thực chứng để phân bổ ngân sách đào tạo,   |
| Manulife Huế       | cải tiến hạ tầng giao dịch và giảm tỷ lệ hủy hợp đồng.   |
+--------------------+----------------------------------------------------------+
| Doanh nghiệp       | Tham khảo ma trận trọng số (Assurance > Tangibles >      |
| BHNT & Tài chính   | Responsiveness) để xây dựng chiến lược cạnh tranh.       |
+--------------------+----------------------------------------------------------+
| Khách hàng         | Thụ hưởng dịch vụ minh bạch, thời gian bồi thường nhanh  |
| tham gia BHNT      | và trải nghiệm chăm sóc khách hàng chuyên nghiệp hơn.     |
+--------------------+----------------------------------------------------------+

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại ưu tiên mô hình SERVPERF thay vì mô hình SERVQUAL truyền thống?

Mô hình SERVPERF chỉ đo lường mức độ cảm nhận thực tế ($SQ = P$), giúp giảm số lượng câu hỏi từ 44 câu (trong SERVQUAL) xuống còn 22 câu. Điều này giúp giảm đáng kể tỷ lệ bỏ dở bảng hỏi của khách hàng, hạn chế sai lệch do mệt mỏi tinh thần và đã được các nghiên cứu kinh tế lượng của Cronin & Taylor chứng minh là có khả năng dự báo mức độ hài lòng tốt hơn trong các ngành dịch vụ tài chính phức tạp.

2. Yếu tố nào ảnh hưởng mạnh nhất đến sự hài lòng của khách hàng tại Manulife Huế?

Yếu tố Sự đảm bảo (Assurance - SDB) có tác động mạnh nhất với hệ số hồi quy chuẩn hóa $\text{Beta} = 0.335$ ($p = 0.000$). Điều này chứng minh rằng sự chuyên nghiệp, thái độ trung thực, trách nhiệm giải quyết thắc mắc và kiến thức chuyên sâu của nhân viên/đại lý tư vấn là yếu tố quyết định hàng đầu đến sự hài lòng của người tham gia bảo hiểm.

3. Mô hình có gặp hiện tượng đa cộng tuyến giữa các biến độc lập không?

Hoàn toàn không. Kết quả kiểm định thống kê cho thấy hệ số phóng đại phương sai (VIF) của tất cả 5 biến độc lập đều nằm trong khoảng từ $1.096$ đến $1.485$ (thấp hơn nhiều so với ngưỡng rủi ro là 10), và hệ số Tolerance đều $> 0.67$. Do đó, mô hình hồi quy đảm bảo độ tin cậy và không vi phạm giả định đa cộng tuyến.

4. Quy mô mẫu $N = 250$ có đủ đại diện cho toàn bộ khách hàng tại Manulife Huế không?

Quy mô mẫu $N = 250$ thỏa mãn đầy đủ các yêu cầu kinh tế lượng (gấp gần 10 lần số biến quan sát $m = 26$, vượt xa tiêu chuẩn tối thiểu $5 \times m = 130$). Đồng thời, mẫu được kiểm soát phân tầng theo 4 nhóm thu nhập thực tế, giúp đảm bảo tính đại diện cao cho các phân khúc khách hàng cá nhân đang sử dụng dịch vụ tại chi nhánh.

5. Doanh nghiệp cần ưu tiên phân bổ ngân sách vào đâu để đạt ROI cao nhất?

Doanh nghiệp nên ưu tiên phân bổ 60% ngân sách cải tiến dịch vụ vào việc tái đào tạo và chuẩn hóa đội ngũ tư vấn viên (nâng cao Sự đảm bảo) và nâng cấp trang thiết bị, phòng giao dịch (Phương tiện hữu hình). Đây là hai biến số đóng góp tới $56.8%$ tổng tác động trong mô hình hồi quy, mang lại hiệu quả cải thiện sự hài lòng nhanh nhất và bền vững nhất.

Kết luận

Đề tài nghiên cứu đã hoàn thành xuất sắc các mục tiêu học thuật và thực tiễn đề ra thông qua việc định lượng hóa các yếu tố tác động đến sự hài lòng của khách hàng đối với dịch vụ bảo hiểm nhân thọ tại Công ty TNHH Manulife Việt Nam – Chi nhánh Huế.

Với cỡ mẫu thực nghiệm $N = 250$, mô hình kinh tế lượng dựa trên nền tảng SERVPERF đã chứng minh 5 nhân tố: Sự đảm bảo ($\beta = 0.335$), Phương tiện hữu hình ($\beta = 0.233$), Khả năng đáp ứng ($\beta = 0.190$), Độ tin cậy ($\beta = 0.170$) và Sự đồng cảm ($\beta = 0.119$) đều có tác động tỷ lệ thuận có ý nghĩa thống kê ($p < 0.05$) đến sự hài lòng chung, giải thích 51.8% độ biến thiên của thị trường.

Kết quả này là cơ sở khoa học vững chắc giúp ban lãnh đạo Manulife Huế và các doanh nghiệp bảo hiểm nói chung hoạch định lại chiến lược quản trị chất lượng: chuyển dịch trọng tâm từ tăng trưởng doanh số thuần túy sang củng cố niềm tin, nâng cao đạo đức tư vấn viên và tối ưu hóa trải nghiệm khách hàng tại từng điểm chạm dịch vụ.