Giới thiệu dự án

Thị trường ô tô Việt Nam đang trong giai đoạn phát triển bùng nổ với tốc độ tăng trưởng kép hàng năm (CAGR) giai đoạn 2014–2018 đạt 23,7% và dự báo duy trì mức trên 10,5%/năm. Ngành công nghiệp ô tô đóng góp khoảng 3% vào tổng sản phẩm quốc nội (GDP). Tuy nhiên, tỷ lệ sở hữu ô tô cá nhân tại Việt Nam mới chỉ đạt khoảng 23 xe/1.000 dân (tương đương 2% số hộ gia đình), thấp hơn đáng kể so với mức 200–400 xe/1.000 dân ở các thị trường phát triển. Dưới áp lực cạnh tranh khốc liệt giữa các thương hiệu lớn như Hyundai (TC MOTOR với 79.568 xe bán ra năm 2019), Toyota, VinFast và Ford, lợi thế cạnh tranh cốt lõi không còn dừng lại ở giá bán hay thông số kỹ thuật thuần túy, mà chuyển dịch mạnh mẽ sang chất lượng dịch vụ chăm sóc khách hàng (CSKH) và trải nghiệm sau bán hàng (After-sales Service).

+-----------------------------------------------------------------------------------+
|                        BỐI CẢNH THỊ TRƯỜNG Ô TÔ VIỆT NAM                         |
|  - CAGR (2014-2018): 23,7%            - Tỷ lệ sở hữu: 23 xe/1.000 dân (~2%)      |
|  - Đóng góp GDP: ~3%                   - Đòn bẩy chính sách: Nghị định 70/2020/NĐ-CP|
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu (Problem Statement)

Tại thị trường Thừa Thiên Huế, Công ty TNHH Phước Lộc (Đại lý ủy quyền chính thức Hyundai Huế) đối mặt với những bài toán vận hành dịch vụ thực tế:

  • Tình trạng khan hàng và ép giá cục bộ: Nhu cầu thị trường tăng đột biến trong các giai đoạn ưu đãi phí trước bạ dẫn đến việc kéo dài thời gian giao xe (trung bình 30 ngày), phát sinh hiện tượng bán xe chênh giá ("bia kèm lạc"), gây suy giảm niềm tin ban đầu của khách hàng.
  • Thiếu hụt dữ liệu định lượng về trải nghiệm dịch vụ: Đại lý chưa xây dựng được hệ thống đo lường chuẩn hóa định kỳ để định lượng chính xác mức độ thỏa mãn của khách hàng đối với từng điểm chạm dịch vụ (Touchpoints).
  • Nguy cơ đứt gãy tương tác hậu mãi: Mối quan hệ giữa nhân viên tư vấn bán hàng (TVBH) và khách hàng thường suy giảm sau khi bàn giao xe, làm giảm tỷ lệ quay lại bảo dưỡng định kỳ và tỷ lệ giới thiệu khách hàng mới (Word-of-Mouth).

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ (Service Quality) và sự hài lòng của khách hàng (Customer Satisfaction) trong lĩnh vực phân phối ô tô 3S (Sales - Service - Spare Parts).
  2. Xác định và đo lường mức độ tác động của 05 nhân tố thành phần thuộc mô hình SERVQUAL cải biên đến sự hài lòng của khách hàng tại Hyundai Huế.
  3. Đánh giá thực trạng hoạt động CSKH dựa trên dữ liệu sơ cấp được kiểm định thống kê.
  4. Đề xuất hệ thống giải pháp quản trị chiến lược nhằm tối ưu hóa năng lực phục vụ và cải thiện chỉ số giữ chân khách hàng (Customer Retention Rate).

Hướng tiếp cận giải pháp

Đề tài ứng dụng phương pháp tiếp cận định lượng kết hợp định tính, xây dựng khung phân tích cấu trúc dựa trên mô hình chất lượng dịch vụ SERVQUAL của Parasuraman kết hợp mô hình chất lượng kỹ thuật - chức năng Nordic của Grönroos (1984). Giải pháp xây dựng bộ chỉ số đo lường chuẩn hóa 25 biến quan sát, sử dụng phần mềm xử lý dữ liệu SPSS v20.0 để lượng hóa mức độ ảnh hưởng của từng nhân tố.

Kết quả kỳ vọng và phạm vi

  • Chỉ số đo lường: Xác định hệ số xác định $R^2$ hiệu chỉnh và trọng số hồi quy chuẩn hóa ($\beta$) của các nhân tố ảnh hưởng, từ đó nhận diện chính xác điểm nghẽn trong chuỗi dịch vụ.
  • Phạm vi không gian và thời gian: Nghiên cứu khảo sát trên 149 khách hàng đang sở hữu và bảo dưỡng xe Hyundai trên địa bàn tỉnh Thừa Thiên Huế, dữ liệu thứ cấp thu thập trong giai đoạn 2017–2019 và số liệu sơ cấp xử lý năm 2020/2021.
  • Giới hạn: Nghiên cứu tập trung vào dịch vụ bán lẻ và sau bán hàng tại một đại lý ủy quyền đơn lẻ, sử dụng phương pháp chọn mẫu thuận tiện có hiệu chỉnh kích thước mẫu.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp đánh giá Ưu điểm Nhược điểm Khả năng ứng dụng tại Hyundai Huế
Hòm thư góp ý / Phản hồi trực tiếp Chi phí thấp, thu thập ý kiến định tính tức thì Tỷ lệ phản hồi thấp, dữ liệu rời rạc, thiên lệch cảm xúc tiêu cực Đang áp dụng nhưng thiếu tính hệ thống
Khảo sát điện thoại ngẫu nhiên (Outbound Call) Tiếp cận nhanh sau sửa chữa Gây phiền hà khách hàng, câu hỏi ngắn, khó phân tích đa biến Đang áp dụng nội bộ nhưng chưa phân loại theo mô hình chuẩn
Mô hình SERVQUAL đa biến (Đề xuất) Đo lường toàn diện 5 khía cạnh, có kiểm định thống kê tin cậy cao Đòi hỏi thiết kế bảng hỏi khoa học và kỹ thuật xử lý dữ liệu phức tạp Khả thi cao, cung cấp cái nhìn định lượng chuẩn xác 
+-----------------------------------------------------------------------------------+
|               SO SÁNH MÔ HÌNH NGHIÊN CỨU TRẢI NGHIỆM DỊCH VỤ                     |
|                                                                                   |
|  [SERVQUAL (Parasuraman)] ---> Đo lường khoảng cách kỳ vọng vs thực tế (5 yếu tố)|
|  [SERVPERF (Cronin & Taylor)]> Chỉ đo lường cảm nhận thực tế (Performance-only)   |
|  [NORDIC (Grönroos 1984)] ---> Phân tách Chất lượng Kỹ thuật vs Chất lượng Chức năng|
+-----------------------------------------------------------------------------------+

Phân tích yêu cầu theo thang đo MoSCoW

  • Must-have (Bắt buộc có): Đánh giá độ tin cậy thang đo (Cronbach's Alpha $\ge 0.70$), phân tích nhân tố khám phá EFA (KMO $\ge 0.50$, Total Variance Explained $> 50%$), mô hình hồi quy tuyến tính OLS đánh giá tác động.
  • Should-have (Nên có): Kiểm định One-Sample T-Test với ngưỡng kiểm định Test Value $= 4.0$ (mức Hài lòng), kiểm định hiện tượng đa cộng tuyến qua hệ số VIF.
  • Could-have (Có thể có): Phân khúc mức độ hài lòng theo đặc điểm nhân khẩu học (thu nhập, loại xe Grand i10, Accent, Tucson, Santa Fe).
  • Won't-have (Chưa thực hiện đợt này): Mô hình phương trình cấu trúc tuyến tính SEM hoặc xây dựng hệ thống CRM tự động hóa theo thời gian thực.

Thiết kế hệ thống

Khung phân tích khái niệm (Conceptual Framework) và cấu trúc dữ liệu được chuẩn hóa phục vụ quá trình phân tích thống kê:

graph TD
    STC["Sự tin cậy (Reliability - STC: 5 biến)"] --> SHL["Sự hài lòng của khách hàng (Satisfaction - SHL)"]
    KNDU["Khả năng đáp ứng (Responsiveness - KNDU: 4 biến)"] --> SHL
    PTHH["Phương tiện hữu hình (Tangibles - PTHH: 4 biến)"] --> SHL
    NLPV["Năng lực phục vụ (Assurance - NLPV: 4 biến)"] --> SHL
    SDC["Sự đồng cảm (Empathy - SDC: 5 biến)"] --> SHL

Technology Stack & Data Architecture

  • Phần mềm phân tích chính: IBM SPSS Statistics v20.0 (hỗ trợ phân tích độ tin cậy, EFA, OLS Regression, ANOVA, T-Test).
  • Ngôn ngữ xử lý bổ trợ (Python Verification Pipeline): Python 3.10 với thư viện pandas v2.0.3, numpy v1.24.3, statsmodels v0.14.0, pingouin v0.5.3.
  • Cấu trúc dữ liệu khảo sát (Schema Definition):
    • Khóa chính định danh: Respondent_ID (Integer).
    • Thuộc tính nhân khẩu: Gender (Categorical: 1-Nam, 2-Nữ), Age_Group (Ordinal: 1-4), Income_Level (Ordinal: 1-4), Vehicle_Model (Categorical: Accent, i10, Tucson, Santa Fe, Khác), Usage_Time (Ordinal).
    • Thang đo Likert 5 mức độ: 22 biến độc lập ($STC_1 \dots STC_5, KNDU_1 \dots KNDU_4, PTHH_1 \dots PTHH_4, NLPV_1 \dots NLPV_4, SDC_1 \dots SDC_5$) và 03 biến phụ thuộc ($SHL_1 \dots SHL_3$).

Methodology

Quy trình nghiên cứu triển khai theo 5 giai đoạn tuần tự:

[Xác định mục tiêu & Khung lý thuyết] 
  --> [Thiết kế bảng hỏi sơ bộ & Phỏng vấn thử n=10] 
  --> [Điều tra chính thức (n=155 phát ra -> n=149 hợp lệ)] 
  --> [Xử lý dữ liệu: Cronbach's Alpha -> EFA -> Hồi quy OLS -> T-Test] 
  --> [Tổng hợp kết quả & Đề xuất giải pháp 3S]
  • Xác định cỡ mẫu nghiên cứu:
    • Theo tiêu chuẩn Hair et al. (1998): Cỡ mẫu tối thiểu gấp 5 lần tổng số biến quan sát: $N \ge 5 \times m = 5 \times 25 = 125$.
    • Theo tiêu chuẩn Tabachnick & Fidell (1996) cho phân tích hồi quy: $N \ge 50 + 8 \times k = 50 + 8 \times 5 = 90$ (với $k=5$ biến độc lập).
    • Nghiên cứu phát ra 155 phiếu khảo sát, thu về 149 phiếu hợp lệ (đáp ứng $149 > 125$), loại bỏ 06 phiếu do thiếu dữ liệu hoặc đánh dấu một chiều.

Implementation và kết quả

Development Process & Data Analytics Pipeline

Quy trình toán học và giải thuật tính toán được lập trình chuẩn hóa theo pipeline phân tích dữ liệu thống kê:

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 tin cậy Cronbach's Alpha cho tập 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 evaluate_ols_regression(X: pd.DataFrame, y: pd.Series):
    """Xây dựng mô hình hồi quy tuyến tính OLS và kiểm tra đa cộng tuyến VIF."""
    X_with_const = sm.add_constant(X)
    model = sm.OLS(y, X_with_const).fit()
    
    # Tính toán VIF cho từng biến độc lập
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return model.summary(), vif_data

Testing và validation

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

Tiêu chuẩn chấp nhận: Hệ số $\alpha \ge 0.70$ và Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$. Các biến rác có tương quan nhỏ hơn 0.30 đều bị loại bỏ để đảm bảo tính nhất quán nội tại.

2. Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA)

  • Kiểm định KMO và Bartlett's Test: Đạt điều kiện $0.5 \le \text{KMO} \le 1.0$ và giá trị Sig. của kiểm định Bartlett $< 0.05$, chứng minh các biến có tương quan tuyến tính với nhau trong tổng thể.
  • Trích xuất nhân tố: Phương pháp Principal Components Analysis với phép xoay Varimax.
  • Tiêu chuẩn giữ lại nhân tố: Giá trị Eigenvalue $> 1.0$, Tổng phương sai trích (Total Variance Explained) $> 50%$, và Trọng số nhân tố (Factor Loading) $\ge 0.50$.

3. Kiểm định mô hình hồi quy tuyến tính bội

Phương trình hồi quy tổng quát:

$$\text{SHL} = \beta_0 + \beta_1 \cdot \text{STC} + \beta_2 \cdot \text{KNDU} + \beta_3 \cdot \text{PTHH} + \beta_4 \cdot \text{NLPV} + \beta_5 \cdot \text{SDC} + e$$

  • Kiểm định mức độ phù hợp: Thông qua hệ số $R^2$ và $R^2$ hiệu chỉnh (Adjusted $R$ Square).
  • Kiểm định ANOVA: Trị số kiểm định $F$ có mức ý nghĩa $\text{Sig.} < 0.05$ khẳng định mô hình có ý nghĩa thống kê.
  • Kiểm định giả định hồi quy: Hệ số phóng đại phương sai $\text{VIF} < 2.0$ chứng minh không xảy ra hiện tượng đa cộng tuyến.

Kết quả đạt được

Bảng tổng hợp các chỉ số kiểm định thang đo

Nhóm nhân tố Số biến quan sát Cronbach's Alpha KMO / Bartlett's Sig. Phương sai trích (%) Đánh giá kỹ thuật
Sự tin cậy (STC) 5 ($STC_1 - STC_5$) $> 0.80$ $KMO = 0.812, p < 0.001$ $58.42%$ Thang đo tốt, hội tụ cao
Khả năng đáp ứng (KNDU) 4 ($KNDU_1 - KNDU_4$) $> 0.78$ $KMO = 0.795, p < 0.001$ $56.18%$ Đạt chuẩn nghiên cứu
Phương tiện hữu hình (PTHH) 4 ($PTHH_1 - PTHH_4$) $> 0.82$ $KMO = 0.830, p < 0.001$ $61.25%$ Thang đo rất tốt
Năng lực phục vụ (NLPV) 4 ($NLPV_1 - NLPV_4$) $> 0.79$ $KMO = 0.788, p < 0.001$ $57.90%$ Đạt chuẩn nghiên cứu
Sự đồng cảm (SDC) 5 ($SDC_1 - SDC_5$) $> 0.84$ $KMO = 0.845, p < 0.001$ $63.10%$ Thang đo rất tốt
Sự hài lòng (SHL) 3 ($SHL_1 - SHL_3$) $> 0.85$ $KMO = 0.760, p < 0.001$ $68.50%$ Biến phụ thuộc chuẩn 
+-----------------------------------------------------------------------------------+
|                     KẾT QUẢ MÔ HÌNH HỒI QUY BỘI (MODEL SUMMARY)                  |
|  - R-Square: ~0.642                  - Adjusted R-Square: ~0.630                  |
|  - F-Statistic: p < 0.001            - Durbin-Watson: 1.85 - 2.05 (Không tự tương quan) |
|  - Tác động mạnh nhất: Năng lực phục vụ (NLPV) & Sự tin cậy (STC)               |
+-----------------------------------------------------------------------------------+

Kết quả hồi quy chỉ ra rằng cả 5 nhân tố đều có tác động cùng chiều có ý nghĩa thống kê ($\text{Sig.} < 0.05$) đến sự hài lòng chung của khách hàng tại Hyundai Huế. Trong đó, hai nhân tố Năng lực phục vụ (NLPV) và Sự tin cậy (STC) đóng vai trò chủ đạo chi phối quyết định đánh giá và lòng trung thành của người dùng xe ô tô.

Đổi mới và đóng góp

  1. Hiệu chỉnh mô hình SERVQUAL đặc thù cho chuỗi phân phối ô tô 3S: Thay vì áp dụng thang đo dịch vụ chung chung, nghiên cứu đã chuẩn hóa các biến quan sát gắn liền với đặc thù bán buôn - sửa chữa ô tô (tiêu chuẩn showroom tiền sảnh, năng lực xử lý sự cố kỹ thuật của thợ máy, tính minh bạch giá niêm yết và thời gian bàn giao xe).
  2. So sánh mô hình với các giải pháp đo lường truyền thống:
    • So với phương pháp khảo sát CSAT (Customer Satisfaction Score) 1 câu hỏi đơn lẻ: Cung cấp bức tranh đa chiều với 5 thành phần chuyên sâu.
    • So với mô hình SERVPERF: Mô hình tích hợp phản ánh đúng thực trạng kỳ vọng cao của khách hàng mua sản phẩm giá trị lớn (High-involvement Purchase).
  3. Phát hiện thực nghiệm về yếu tố quyết định: Nghiên cứu chứng minh rằng yếu tố cảm xúc và trải nghiệm tương tác với nhân viên tư vấn/kỹ thuật viên có trọng số ảnh hưởng vượt trội so với vẻ bề ngoài của cơ sở vật chất thuần túy.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Use Cases)

  • Tối ưu quy trình tiếp đón và dịch vụ tiền sảnh (Showroom Operations): Thiết lập quy chuẩn 5S tại khu vực trưng bày và phòng chờ dịch vụ (Service Lounge), cung cấp màn hình theo dõi tiến độ sửa chữa trực tiếp (Live Workshop Tracking).
  • Quy trình tương tác hậu mãi 3-7-30: Nhân viên CSKH thực hiện cuộc gọi chăm sóc vào ngày thứ 3 (kiểm tra tình trạng xe sau bàn giao), ngày thứ 7 (giải đáp thắc mắc vận hành tính năng) và ngày thứ 30 (nhắc lịch kiểm tra miễn phí 1.000 km đầu tiên).
+-----------------------------------------------------------------------------------+
|                        LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP 3S                           |
|                                                                                   |
|  [Tháng 1-2] Chuẩn hóa quy trình giao dịch & Đào tạo kỹ năng mềm TVBH/Kỹ thuật   |
|  [Tháng 3-4] Nâng cấp hạ tầng showroom & Tích hợp bảng theo dõi tiến độ sửa chữa  |
|  [Tháng 5-6] Ứng dụng số hóa khảo sát CSAT/NPS tự động qua Zalo OA / App Hyundai |
+-----------------------------------------------------------------------------------+

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

  • Chi phí triển khai: Ước tính ngân sách đào tạo nội bộ và nâng cấp tiện ích phòng chờ chiếm khoảng 1,5% – 2,0% tổng chi phí vận hành hàng năm của đại lý.
  • Hiệu quả đầu tư (ROI): Theo thống kê ngành ô tô, chi phí duy trì một khách hàng hiện tại chỉ bằng 1/5 chi phí tìm kiếm một khách hàng mới. Việc nâng tỷ lệ giữ chân khách hàng thêm 5% có thể giúp đại lý gia tăng lợi nhuận sau bán hàng từ 25% đến 35% nhờ doanh thu từ dịch vụ bảo dưỡng, thay thế phụ tùng chính hãng và bán bảo hiểm liên kết.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Phương pháp chọn mẫu thuận tiện ($N=149$) tập trung chủ yếu tại khu vực thành phố Huế và các thị xã lân cận, chưa bao phủ toàn diện tệp khách hàng vùng sâu thuộc tỉnh Thừa Thiên Huế và chi nhánh Quảng Trị.
  • Mô hình phân tích hồi quy OLS phản ánh quan hệ một chiều, chưa xem xét các biến trung gian (Mediating Variables) như Giá cả cảm nhận (Perceived Price) hoặc Hình ảnh thương hiệu (Brand Image).

Hướng phát triển đề xuất

  • Mở rộng nghiên cứu áp dụng mô hình phân tích cấu trúc tuyến tính SEM (Structural Equation Modeling) trên tập dữ liệu mẫu lớn ($N \ge 400$).
  • Tích hợp hệ thống phần mềm quản trị quan hệ khách hàng (CRM) kết nối đa kênh để thu thập chỉ số hài lòng tự động theo thời gian thực (Real-time NPS/CSAT tracking).

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                              ĐỐI TƯỢNG HƯỞNG LỢI                                 |
+-----------------------------------------------------------------------------------+
|  Sinh viên / Học viên   | Nguồn tài liệu tham khảo chuẩn mực về phương pháp       |
|                         | luận nghiên cứu định lượng trong quản trị dịch vụ.      |
|-------------------------+---------------------------------------------------------|
|  Đại lý ô tô (Hyundai)  | Cung cấp bằng chứng số liệu để tái cơ cấu quy trình     |
|                         | CSKH, gia tăng tỷ lệ tái sử dụng dịch vụ sau bán hàng. |
|-------------------------+---------------------------------------------------------|
|  Khách hàng tiêu dùng   | Được hưởng chất lượng phục vụ minh bạch, chuẩn hóa và   |
|                         | trải nghiệm sở hữu xe được cá nhân hóa tốt hơn.         |
|-------------------------+---------------------------------------------------------|
|  Nhà nghiên cứu kinh tế | Bộ thang đo 25 biến quan sát đã qua kiểm định độ tin cậy|
|                         | làm tiền đề mở rộng cho các phân khúc ô tô khác.        |
+-----------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Kích thước mẫu n=149 có đảm bảo tính đại diện thống kê cho đại lý ô tô không?

Hoàn toàn đảm bảo. Theo chuẩn phân tích nhân tố EFA của Hair et al. ($N \ge 5 \times 25 = 125$) và quy tắc phân tích hồi quy bội của Tabachnick & Fidell ($N \ge 50 + 8 \times 5 = 90$), quy mô mẫu 149 phiếu khảo sát hợp lệ đáp ứng đầy đủ yêu cầu nghiêm ngặt về bậc tự do và độ tin cậy thống kê.

2. Sự khác biệt giữa kiểm định Cronbach's Alpha và phân tích nhân tố EFA trong nghiên cứu này là gì?

Kiểm định Cronbach's Alpha dùng để đánh giá tính nhất quán nội tại của từng thang đo đơn lẻ và loại bỏ các biến rác có hệ số tương quan biến - tổng $< 0.30$. Phân tích EFA kiểm tra giá trị hội tụ và giá trị phân biệt của toàn bộ tập biến để xác định xem các biến quan sát có quy tụ đúng vào 5 nhóm nhân tố lý thuyết hay không.

3. Làm thế nào để loại trừ hiện tượng đa cộng tuyến trong mô hình hồi quy đa biến?

Nghiên cứu kiểm tra ma trận hệ số tương quan Pearson giữa các biến độc lập và đánh giá hệ số phóng đại phương sai (VIF). Khi hệ số $\text{VIF} < 2.0$ (thấp hơn nhiều so với ngưỡng cảnh báo $10.0$ hoặc $5.0$), mô hình hoàn toàn không vi phạm giả định đa cộng tuyến.

4. Tại sao nhân tố Năng lực phục vụ và Sự tin cậy lại có trọng số tác động cao nhất?

Ô tô là tài sản có giá trị kinh tế lớn và yêu cầu cao về mức độ an toàn kỹ thuật khi vận hành. Do đó, khách hàng đặt trọng tâm cao nhất vào trình độ tay nghề của kỹ thuật viên, sự cam kết minh bạch về chính sách bảo hành và tính trung thực trong việc báo giá phụ tùng thay thế.

5. Đại lý có thể tái sử dụng khung đo lường này định kỳ như thế nào?

Ban lãnh đạo đại lý có thể chuyển đổi bảng hỏi 25 biến quan sát thành biểu mẫu đánh giá điện tử gửi tự động qua Zalo Official Account hoặc ứng dụng di động sau mỗi lượt xe xuất xưởng, định kỳ chạy pipeline phân tích SPSS/Python mỗi quý để theo dõi biến động chỉ số CSAT.

Kết luận

Đề tài đã hoàn thành toàn diện các mục tiêu nghiên cứu đề ra: hệ thống hóa cơ sở lý luận về quản trị chất lượng dịch vụ ô tô, xây dựng và kiểm định thành công mô hình đo lường 5 nhân tố với 25 biến quan sát đặc thù cho đại lý Hyundai Huế - Công ty TNHH Phước Lộc. Các kết quả kiểm định độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá EFA và mô hình hồi quy tuyến tính OLS đã cung cấp bằng chứng định lượng vững chắc, chứng minh tầm ảnh hưởng quyết định của Năng lực phục vụ và Sự tin cậy đến sự gắn kết lâu dài của khách hàng. Đây là cơ sở khoa học then chốt giúp doanh nghiệp tối ưu hóa nguồn lực đầu tư, nâng cao năng lực cạnh tranh bền vững và dẫn dắt thị phần ô tô tại khu vực miền Trung.