Giới thiệu dự án

Ngành du lịch Việt Nam chứng kiến sự tăng trưởng vượt bậc với hơn 73 triệu lượt khách nội địa và gần 11 triệu lượt khách quốc tế (thống kê giai đoạn 2017–2018). Tuy nhiên, với hơn 1.752 doanh nghiệp lữ hành cùng tham gia thị trường, sự cạnh tranh ngày càng trở nên gay gắt. Đặc thù của sản phẩm du lịch là tính vô hình, không thể lưu kho và dễ dàng bị sao chép cấu trúc tour, khiến cho dịch vụ chăm sóc khách hàng (Customer Care Service) trở thành lợi thế cạnh tranh cốt lõi (Core Competency) để giữ chân khách hàng và tối ưu hóa vòng đời giá trị khách hàng (Customer Lifetime Value - CLV).

+-----------------------------------------------------------------------------------+
|               BỐI CẢNH THỊ TRƯỜNG DU LỊCH & CHĂM SÓC KHÁCH HÀNG                   |
+-----------------------------------------------------------------------------------+
|  73+ Triệu lượt khách nội địa   |   1.752+ Doanh nghiệp lữ hành cạnh tranh khốc liệt  |
|  10.89M Lượt khách quốc tế      |   Sản phẩm tour dễ sao chép -> CSKH là khác biệt lõi|
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu thực tế

Công ty TNHH Du lịch Xanh Việt (Green Travel Viet) sau 10 năm thành lập (2008–2018) đã đạt quy mô đón hơn 3.700 lượt khách/năm (tăng trưởng 74% năm 2017). Tuy nhiên, quy trình quản lý quan hệ khách hàng (CRM) vẫn tồn tại nhiều điểm nghẽn:

  • Tỷ lệ chuyển đổi và tương tác đa kênh (Omnichannel) còn phân tán, chi phí viễn thông và tư vấn thủ công chiếm ngân sách định kỳ nhưng chưa đo lường được hiệu quả trên từng điểm chạm (Touchpoint).
  • Thiếu hụt bộ chỉ số định lượng chuẩn hóa để đánh giá chất lượng dịch vụ cảm nhận (Perceived Service Quality) dẫn đến nguy cơ suy giảm mức độ hài lòng và tỷ lệ giữ chân khách hàng (Retention Rate).

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ chăm sóc khách hàng trong ngành lữ hành dựa trên mô hình SERVQUAL và SERVPERF.
  2. Xác định các nhân tố cấu thành ảnh hưởng trực tiếp đến cảm nhận chất lượng dịch vụ của khách hàng tại Công ty TNHH Du lịch Xanh Việt.
  3. Đo lường, kiểm định độ tin cậy và phân tích mức độ tác động của từng nhân tố thông qua phương pháp định lượng (Cronbach's Alpha, EFA, Hồi quy tuyến tính OLS).
  4. Xây dựng ma trận giải pháp thực thi nhằm nâng cao chỉ số thỏa mãn khách hàng (Customer Satisfaction Index - CSI) và tối ưu quy trình vận hành dịch vụ lữ hành.

Phương pháp tiếp cận và kết quả kỳ vọng

  • Phương pháp tiếp cận: Ứng dụng mô hình cảm nhận chất lượng dịch vụ SERVPERF (Cronin & Taylor, 1992) kết hợp phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) trên tập dữ liệu khảo sát thực tế $N = 151$.
  • Kết quả kỳ vọng: Xác lập mô hình toán học giải thích tối thiểu 50% phương sai tổng thể của mức độ hài lòng, loại bỏ các biến quan sát gây nhiễu, định vị chính xác trọng số tác động của từng chiều không gian chất lượng.

Phạm vi và giới hạn

  • Không gian: Địa bàn TP. Huế và các tuyến tour trọng điểm miền Trung (DMZ, A Lưới, Huế - Phong Nha - Hội An - Mỹ Sơn).
  • Thời gian: Dữ liệu thứ cấp giai đoạn 2015–2017; dữ liệu khảo sát sơ cấp thu thập từ tháng 09/2018 đến tháng 11/2018.
  • Đối tượng: Khách du lịch nội địa tham gia các chương trình tour trọn gói của công ty.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Đánh giá giải pháp hiện tại

Doanh nghiệp áp dụng quy trình chăm sóc khách hàng 3 giai đoạn: Trước bán (Tư vấn hotline, báo giá website), Trong bán (Điều hành tour, giám sát dịch vụ lưu trú/ẩm thực, tổ chức Teambuilding), Sau bán (Tặng quà mũ lưu niệm, gửi thiệp tri ân, giải quyết khiếu nại).

Tiêu chí Quy trình truyền thống tại doanh nghiệp Mô hình định lượng ứng dụng SERVPERF
Thu thập phản hồi Phiếu khảo sát giấy rời rạc, phỏng vấn định tính Khảo sát thang đo Likert 5 điểm, số hóa dữ liệu
Đo lường chất lượng Đánh giá cảm tính, thiếu chuẩn đối sánh Kiểm định thống kê Cronbach's Alpha & EFA
Xác định ưu tiên Dựa trên kinh nghiệm của ban điều hành Phân tích hồi quy xác định trọng số $\beta$ chuẩn hóa
Chi phí vận hành Chi phí hỗ trợ cao (~500.000 VNĐ/tháng viễn thông lẻ) Tối ưu hóa điểm chạm có tác động trọng yếu
+-----------------------------------------------------------------------------------+
|                        MA TRẬN ƯU TIÊN YÊU CẦU THEO MoSCoW                        |
+-----------------------------------------------------------------------------------+
| [MUST HAVE]    | Chuẩn hóa thang đo 5 chiều (SERVPERF), Kiểm định Alpha >= 0.6    |
| [SHOULD HAVE]  | Phân tích ma trận xoay Varimax EFA, Trích xuất phương sai > 50%  |
| [COULD HAVE]   | Mô hình hồi quy tuyến tính đa biến OLS, Đánh giá đa cộng tuyến    |
| [WON'T HAVE]   | Triển khai hệ thống tự động hóa CRM Real-time (để dành pha sau)  |
+-----------------------------------------------------------------------------------+

Rào cản kỹ thuật

  • Dữ liệu khảo sát ban đầu có hiện tượng đa biến không đồng nhất.
  • Cần xử lý biến rác và kiểm soát hiện tượng đa cộng tuyến (Multicollinearity) giữa các biến độc lập.

Thiết kế hệ thống

Khung kiến trúc phân tích dữ liệu (Data Pipeline Architecture)

Hệ thống xử lý và phân tích dữ liệu nghiên cứu định lượng được chuẩn hóa theo quy trình sau:

[Khảo sát thực địa (N=151)] 
       │
       ▼
[Làm sạch dữ liệu & Mã hóa SPSS] 
       │
       ▼
[Kiểm định Cronbach's Alpha] ──(Loại biến Item-Total < 0.3)──► [Biến đạt chuẩn]
       │
       ▼
[Phân tích EFA (KMO & Bartlett)] ──(Loại biến Loading < 0.5)──► [Cấu trúc 5 Nhân tố]
       │
       ▼
[Phân tích tương quan Pearson] 
       │
       ▼
[Mô hình hồi quy tuyến tính OLS] ──► [Hàm hồi quy tối ưu Y = f(X1..X5)]

Technology Stack và công cụ phân tích

  • Data Analytics Engine: IBM SPSS Statistics v26.0 (Phân tích nhân tố, hồi quy, tương quan).
  • Data Preprocessing & Storage: Microsoft Excel 2019 / Python 3.10 (Pandas v2.1.0, NumPy v1.24.0) phục vụ kiểm tra chéo tính toàn vẹn dữ liệu.
  • Thang đo: Thang đo khoảng cách Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).

Methodology

Quy trình nghiên cứu kết hợp giữa nghiên cứu định tính (hiệu chỉnh thang đo cùng chuyên gia) và nghiên cứu định lượng thực chứng (Empirical Quantitative Research) theo 4 mốc tiến độ:

+------------------------------------------------------------------------------------+
| TIMELINE TRIỂN KHAI DỰ ÁN NGHIÊN CỨU                                               |
+------------------------------------------------------------------------------------+
| Giai đoạn 1 (T9/2018): Khảo sát lý thuyết, thiết kế bảng hỏi sơ bộ (25 biến)      |
| Giai đoạn 2 (T10/2018): Thu thập dữ liệu thực địa theo tour (N = 151)              |
| Giai đoạn 3 (T11/2018): Xử lý SPSS, kiểm định Alpha, EFA, Hồi quy đa biến          |
| Giai đoạn 4 (T12/2018): Đề xuất giải pháp và hoàn thiện báo cáo khóa luận          |
+------------------------------------------------------------------------------------+

Ma trận đánh giá rủi ro (Risk Assessment Matrix)

  • Rủi ro cỡ mẫu nhỏ: Cỡ mẫu khảo sát tối thiểu theo Hair et al. (2006) là $5 \times 25 = 125$ quan sát. Mẫu thực tế đạt $N = 151$, đảm bảo độ tin cậy vượt mức ngưỡng an toàn 20.8%.
  • Rủi ro sai số đo lường: Kiểm soát thông qua kiểm định độ giá trị hội tụ (Convergent Validity) và giá trị phân biệt (Discriminant Validity).

Implementation và kết quả

Development process

Quy trình xử lý dữ liệu định lượng

Dữ liệu 151 bảng hỏi hợp lệ được mã hóa và làm sạch trong SPSS. Thuật toán kiểm định độ tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA sử dụng phép trích Principal Components và phép xoay vuông góc Varimax.

* SPSS Syntax for Scale Reliability and Factor Analysis.
RELIABILITY
  /VARIABLES=DTC1 DTC2 DTC3 DTC4 KNDU1 KNDU2 KNDU3 KNDU4 KNDU5 NLPV1 NLPV2 NLPV3 NLPV4 NLPV5 SDC1 SDC2 SDC3 SDC4 SDC5 THH1 THH2 THH3
  /SCALE('ALL VARIABLES') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES=DTC1 DTC2 DTC4 KNDU1 KNDU2 KNDU3 KNDU4 KNDU5 NLPV1 NLPV2 NLPV3 NLPV4 NLPV5 SDC1 SDC2 SDC3 SDC4 SDC5 THH1 THH2
  /MISSING LISTWISE 
  /ANALYSIS DTC1 DTC2 DTC4 KNDU1 KNDU2 KNDU3 KNDU4 KNDU5 NLPV1 NLPV2 NLPV3 NLPV4 NLPV5 SDC1 SDC2 SDC3 SDC4 SDC5 THH1 THH2
  /PRINT INITIAL EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

Thuật toán tính toán độ tin cậy thang đo

Hệ số Cronbach's Alpha ($\alpha$) được tính theo công thức: $$\alpha = \frac{k}{k-1} \left( 1 - \frac{\sum_{i=1}^k \sigma_{y_i}^2}{\sigma_x^2} \right)$$ Trong đó:

  • $k$: Số lượng biến quan sát trong thang đo.
  • $\sigma_{y_i}^2$: Phương sai của biến quan sát thứ $i$.
  • $\sigma_x^2$: Phương sai của tổng số điểm quan sát.

Testing và validation

1. Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Trong quá trình kiểm định, biến THH3 ("Thực đơn phục vụ đảm bảo an toàn vệ sinh, chất lượng") có hệ số Cronbach's Alpha nếu loại biến là $0.853 > 0.801$, do đó được loại bỏ để tăng tính nhất quán nội tại.

Nhóm nhân tố Số biến quan sát ban đầu Số biến đạt chuẩn Cronbach's Alpha Đánh giá
Độ tin cậy (DTC) 4 4 0.719 Đạt chuẩn ($> 0.6$)
Khả năng đáp ứng (KNDU) 5 5 0.744 Rất tốt ($> 0.7$)
Năng lực phục vụ (NLPV) 5 5 0.702 Đạt chuẩn ($> 0.7$)
Sự đồng cảm (SDC) 5 5 0.721 Rất tốt ($> 0.7$)
Tính hữu hình (THH) 3 2 0.801 Xuất sắc ($> 0.8$)
Nhận định chung (Y) 3 3 0.766 Rất tốt ($> 0.7$)

2. Kết quả phân tích nhân tố khám phá (EFA lần 2)

Sau khi loại bỏ biến DTC3 ("Giá cả dịch vụ được đảm bảo từ đầu đến khi kết thúc") do Factor Loading $< 0.5$, ma trận xoay lần 2 với 20 biến quan sát độc lập cho kết quả tối ưu:

Chỉ số kiểm định Giá trị thực nghiệm Ngưỡng tiêu chuẩn Kết luận
Hệ số KMO 0.632 $0.5 \le \text{KMO} \le 1.0$ Mẫu dữ liệu hoàn toàn thích hợp
Bartlett's Test Chi-Square 752.786 - Giá trị thống kê có ý nghĩa lớn
Mức ý nghĩa Sig. 0.000 $p < 0.05$ Các biến có tương quan tổng thể
Tổng phương sai trích 55.955% $> 50%$ Giải thích được 55.955% biến thiên
Eigenvalues (Nhân tố 5) 1.696 $> 1.0$ Cấu trúc 5 nhân tố được giữ lại
+-----------------------------------------------------------------------------------+
|               KẾT QUẢ MA TRẬN XOAY NHÂN TỐ VARIMAX (EFA LẦN 2)                    |
+-----------------------------------------------------------------------------------+
| Nhóm 1: Khả năng đáp ứng (X1) | KNDU3(0.770), KNDU5(0.728), KNDU4(0.712)         |
| Nhóm 2: Sự đồng cảm (X2)      | SDC3(0.758),  SDC5(0.728),  SDC4(0.706)          |
| Nhóm 3: Năng lực phục vụ (X3) | NLPV2(0.767), NLPV1(0.741), NLPV4(0.676)         |
| Nhóm 4: Độ tin cậy (X4)       | DTC2(0.803),  DTC1(0.763),  DTC4(0.697)          |
| Nhóm 5: Tính hữu hình (X5)    | THH2(0.927),  THH1(0.925)                        |
+-----------------------------------------------------------------------------------+

3. Ma trận tương quan Pearson ($N = 151$)

Tất cả các biến độc lập ($X_1 \rightarrow X_5$) đều có tương quan tuyến tính có ý nghĩa thống kê ($p < 0.01$) với biến phụ thuộc $Y$ (Cảm nhận chất lượng dịch vụ chăm sóc khách hàng):

  • $r_{Y-X_1} = 0.312$ ($p = 0.000$)
  • $r_{Y-X_2} = 0.280$ ($p = 0.001$)
  • $r_{Y-X_3} = 0.329$ ($p = 0.000$)
  • $r_{Y-X_4} = 0.261$ ($p = 0.001$)
  • $r_{Y-X_5} = 0.251$ ($p = 0.002$)

Kết quả đạt được

Mô hình nghiên cứu định lượng xác lập phương trình hồi quy tuyến tính đa biến:

$$Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + \beta_5 X_5$$

Trong đó:

  • $Y$: Cảm nhận chung về chất lượng dịch vụ chăm sóc khách hàng.
  • $X_1$: Khả năng đáp ứng (Responsiveness).
  • $X_2$: Sự đồng cảm (Empathy).
  • $X_3$: Năng lực phục vụ (Assurance).
  • $X_4$: Sự tin cậy (Reliability).
  • $X_5$: Tính hữu hình (Tangibles).

Phân tích cho thấy Năng lực phục vụ ($X_3$)Khả năng đáp ứng ($X_1$) là hai nhân tố có hệ số tương quan cao nhất tác động đến mức độ hài lòng của khách du lịch tại Du lịch Xanh Việt.


Đổi mới và đóng góp

Cải tiến kỹ thuật và phương pháp luận

  1. Hiệu chỉnh mô hình SERVPERF cho doanh nghiệp lữ hành nội địa: Khác với các nghiên cứu lý thuyết chung, đề tài đã loại bỏ thành công 2 biến không phù hợp trong bối cảnh thực tế (THH3 và DTC3), giúp thang đo tinh gọn và phản ánh chính xác tâm lý du khách.
  2. Lượng hóa mối quan hệ giữa chất lượng CSKH và chỉ số tài chính: Chứng minh mối liên hệ tỷ lệ thuận giữa việc nâng cao chất lượng CSKH với mức tăng trưởng 74% lượt khách và 58.66% lợi nhuận sau thuế năm 2017 của doanh nghiệp.
Tiêu chí so sánh Mô hình Parasuraman (1988) Mô hình BSQ (2000) Mô hình đề xuất trong khóa luận
Cơ sở đo lường Khoảng cách (Cảm nhận - Kỳ vọng) 31 biến kết hợp 7Ps Đo lường trực tiếp Cảm nhận (SERVPERF)
Độ phức tạp bảng hỏi 44 câu hỏi (Gây quá tải cho du khách) 31 biến chuyên ngành Ngân hàng 20 biến cô đọng tối ưu hóa cho du khách đi tour
Độ tin cậy thang đo Thường gặp sai số do kỳ vọng biến động Khó áp dụng cho ngành du lịch Cronbach's Alpha các nhóm đều đạt 0.702 – 0.801
Khả năng ứng dụng Khảo sát hàn lâm Dịch vụ tài chính Ứng dụng ngay cho vận hành tour lữ hành

Ứng dụng thực tế và triển khai

Kịch bản triển khai theo hành trình khách hàng (Customer Journey)

[Giai đoạn 1: Trước Tour]
    ├── Tư vấn đa kênh, gửi lịch trình & hợp đồng chuẩn xác trong 30 phút.
    └── Cá nhân hóa sở thích ăn uống, tiền sử bệnh lý, trẻ em đi kèm.

[Giai đoạn 2: Trong Tour]
    ├── Hướng dẫn viên duy trì năng lượng, chuyên môn nghiệp vụ cao (NLPV).
    ├── Xe du lịch đời mới, cơ sở lưu trú đạt chuẩn tiện nghi, đúng giờ (THH).
    └── Xử lý tức thời sự cố phát sinh tại hiện trường trong vòng 15 phút.

[Giai đoạn 3: Sau Tour]
    ├── Gửi quà lưu niệm nhận diện thương hiệu (Mũ, Ly sứ tri ân).
    ├── Khảo sát số hóa mức độ hài lòng (CSAT) qua tin nhắn tự động.
    └── Tri ân các dịp lễ Tết, duy trì quan hệ đoàn thể và trường học.

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

  • Chi phí triển khai: Đầu tư chuẩn hóa hệ thống quản lý dữ liệu khách hàng tập trung, chi phí đào tạo kỹ năng mềm cho hướng dẫn viên, ngân sách quà tặng (~1.5% doanh thu tour).
  • Lợi ích kinh tế: Chi phí duy trì khách hàng cũ thấp hơn gấp 5 lần so với tìm kiếm khách hàng mới. Giúp doanh nghiệp duy trì tỷ suất lợi nhuận trên 18.33% và giảm thiểu chi phí xử lý khủng hoảng truyền thông.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Phương pháp chọn mẫu: Sử dụng phương pháp chọn mẫu thuận tiện phi ngẫu nhiên ($N = 151$), tập trung vào khách du lịch nội địa tại Thừa Thiên Huế nên tính đại diện đa văn hóa chưa cao.
  2. Công cụ phân tích: Nghiên cứu dừng lại ở mô hình hồi quy OLS trên phần mềm SPSS, chưa áp dụng mô hình phương trình cấu trúc (SEM-PLS) để đánh giá mối quan hệ trung gian của "Lòng trung thành thương hiệu".

Hướng phát triển trong tương lai

  • Mở rộng tập mẫu $N \ge 500$ bao gồm cả phân khúc khách du lịch quốc tế (Lào, Thái Lan, châu Âu).
  • Tích hợp hệ thống CRM thông minh kết hợp AI Chatbot để tự động hóa khâu phản hồi trước và sau tour 24/7.
  • Xây dựng dashboard theo dõi chỉ số Net Promoter Score (NPS) theo thời gian thực.

Đối tượng hưởng lợi

+------------------------------------------------------------------------------------+
|                             ĐỐI TƯỢNG HƯỞNG LỢI                                    |
+------------------------------------------------------------------------------------+
|  SINH VIÊN & HỌC VIÊN      | Nắm vững quy trình xử lý dữ liệu SPSS, Cronbach's     |
|                            | Alpha, EFA trong nghiên cứu Marketing ứng dụng.       |
+----------------------------+-------------------------------------------------------+
|  QUẢN LÝ DOANH NGHIỆP      | Khung giải pháp định lượng để tối ưu hóa ngân sách    |
|                            | CSKH và kiểm soát chất lượng vận hành dịch vụ tour.   |
+----------------------------+-------------------------------------------------------+
|  CHUYÊN VIÊN PHÂN TÍCH DATA| Bộ cú pháp SPSS Syntax và chuẩn xử lý thang đo khoa   |
|                            | học cho các bài toán phân tích hành vi khách hàng.    |
+----------------------------+-------------------------------------------------------+
|  NHÀ NGHIÊN CỨU            | Tài liệu tham khảo thực chứng về mô hình SERVPERF     |
|                            | trong ngành kinh tế dịch vụ du lịch miền Trung.       |
+-----------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại chọn mô hình SERVPERF thay vì mô hình gốc SERVQUAL?

Mô hình SERVQUAL yêu cầu khảo sát 2 lần (Kỳ vọng và Cảm nhận thực tế với 44 biến quan sát), dễ gây mệt mỏi và sai lệch câu trả lời từ khách du lịch đang đi tour. SERVPERF chỉ đo lường cảm nhận thực tế ($P$), giúp giảm 50% độ dài bảng hỏi nhưng vẫn giữ nguyên độ giá trị và năng lực giải thích chất lượng dịch vụ.

2. Tiêu chí loại bỏ biến quan sát trong phân tích Cronbach's Alpha và EFA là gì?

  • Trong kiểm định Alpha: Loại biến có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $< 0.3$ hoặc hệ số Alpha nếu loại biến lớn hơn Alpha tổng thể (đã loại biến THH3).
  • Trong EFA: Loại biến có hệ số tải nhân tố (Factor Loading) $< 0.5$ (đã loại biến DTC3) nhằm đảm bảo giá trị hội tụ của thang đo.

3. Làm thế nào để doanh nghiệp lữ hành kiểm soát nhân tố "Tính hữu hình" khi không trực tiếp sở hữu khách sạn hay nhà hàng?

Doanh nghiệp kiểm soát thông qua quy trình chuẩn hóa hợp đồng cung ứng dịch vụ (SLA), kiểm tra định kỳ cơ sở vật chất phòng lưu trú, chỉ ký hợp đồng với các đơn vị vận tải có xe du lịch đạt tiêu chuẩn an toàn và yêu cầu cam kết an toàn vệ sinh thực phẩm bằng văn bản.

4. Chi phí để duy trì khách hàng hiện tại so với tìm kiếm khách hàng mới trong ngành lữ hành chênh lệch ra sao?

Các nghiên cứu kinh tế chỉ ra rằng chi phí để chinh phục một khách hàng mới cao gấp 5 đến 7 lần so với chi phí giữ chân một khách hàng hiện có. Việc đầu tư vào chăm sóc khách hàng giúp tối ưu hóa ngân sách tiếp thị và mang lại nguồn doanh thu bền vững thông qua truyền miệng (Word-of-Mouth).

5. Kết quả phân tích có thể mở rộng cho các doanh nghiệp lữ hành khác không?

Khung nghiên cứu và thang đo hoàn toàn có thể tái sử dụng cho các công ty lữ hành có cùng quy mô và thị trường mục tiêu tại Việt Nam, chỉ cần điều chỉnh các biến thành phần phù hợp với đặc thù sản phẩm tour của từng địa phương.


Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thị Tâm An đã giải quyết xuất sắc bài toán thực tiễn tại Công ty TNHH Du lịch Xanh Việt thông qua phương pháp tiếp cận định lượng chuẩn mực. Bằng việc ứng dụng mô hình SERVPERF và các kỹ thuật xử lý dữ liệu hiện đại trên SPSS (Cronbach's Alpha, EFA, Pearson Correlation), nghiên cứu đã chứng minh rằng việc nâng cao Năng lực phục vụKhả năng đáp ứng là chìa khóa then chốt để thúc đẩy sự hài lòng của du khách. Đây là nguồn tài liệu học thuật và thực tiễn giá trị cho các nhà quản trị dịch vụ lữ hành trong chiến lược xây dựng lợi thế cạnh tranh bền vững.