Giới thiệu dự án

Thị trường truyền thông, sản xuất nội dung số và tổ chức sự kiện tại Việt Nam đang chứng kiến sự tăng trưởng vượt bậc với hơn 72,10 triệu người dùng Internet và 76,95 triệu người sử dụng mạng xã hội (tính đến tháng 01/2022). Tại khu vực miền Trung, đặc biệt là Thành phố Huế – trung tâm văn hóa, du lịch và tổ chức hội nghị quốc tế, sự cạnh tranh giữa các agency truyền thông ngày càng trở nên khốc liệt. Trong bối cảnh đó, việc đo lường và nâng cao chất lượng dịch vụ (Service Quality - CLDV) trở thành yếu tố sống còn để thu hút, giữ chân khách hàng và tối ưu hóa hiệu quả tài chính doanh nghiệp.

+-----------------------------------------------------------------------------------+
|                            BỐI CẢNH THỊ TRƯỜNG HUẾ                                |
|  - 72.10M người dùng Internet & 76.95M người dùng MXH tại Việt Nam                |
|  - Cạnh tranh gay gắt: Hue Lens, Bravo Media, Thai Thu, Bá Chính, Blue Media     |
+------------------------------------------+----------------------------------------+
                                           |
                                           v
+-----------------------------------------------------------------------------------+
|                             VẤN ĐỀ CỦA HUE LENS AGENCY                             |
|  - Tăng trưởng doanh thu (1.00B -> 1.877B VNĐ) nhưng chi phí biến động lớn        |
|  - Quy mô mở rộng (10 -> 20 nhân sự), chất lượng dịch vụ chưa được chuẩn hóa      |
|  - Thiếu mô hình lượng hóa cảm nhận khách hàng bằng chỉ số thực nghiệm            |
+------------------------------------------+----------------------------------------+
                                           |
                                           v
+-----------------------------------------------------------------------------------+
|                              GIẢI PHÁP ĐỀ XUẤT                                    |
|  - Ứng dụng mô hình SERVPERF với 5 nhân tố độc lập (25 biến) + 1 biến phụ thuộc   |
|  - Khảo sát thực nghiệm N = 150 mẫu; Phân tích thống kê trên IBM SPSS 20.0        |
|  - Xây dựng phương trình hồi quy tuyến tính bội & tối ưu hóa vận hành             |
+-----------------------------------------------------------------------------------+

Vấn đề thực tiễn (Problem Statement)

Hue Lens Agency (trực thuộc Công ty TNHH MTV Thương mại và Dịch vụ Hshop) sau 5 năm hoạt động đã mở rộng quy mô từ 10 nhân sự (2019) lên 20 nhân sự (2021), đạt mức tăng trưởng doanh thu từ 1,00 tỷ VNĐ lên 1,877 tỷ VNĐ (tăng 45,5% trong năm 2021). Tuy nhiên, doanh nghiệp phải đối mặt với các thách thức lớn:

  • Chi phí vận hành năm 2020 tăng đột biến 30,7% (1,511 tỷ VNĐ) dẫn đến lợi nhuận âm (-0,221 tỷ VNĐ).
  • Sự cạnh tranh gay gắt từ các đối thủ địa phương như Bá Chính Media-Event, Bravo Media, Blue Media - Event, Thai Thu Marketing.
  • Doanh nghiệp chưa có hệ thống đánh giá định lượng về mức độ thỏa mãn và cảm nhận của khách hàng đối với từng điểm chạm dịch vụ (touchpoints), dẫn đến việc phân bổ nguồn lực chưa tối ưu.

Mục tiêu nghiên cứu (Project Objectives)

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ, mô hình khoảng cách chất lượng (SERVQUAL), mô hình thực thi dịch vụ (SERVPERF), mô hình kỹ thuật/chức năng Gronroos, và các chỉ số hài lòng khách hàng ACSI, ECSI.
  2. Xác định và lượng hóa 5 nhóm nhân tố ảnh hưởng trực tiếp đến cảm nhận của khách hàng tại Hue Lens Agency: Sự tin cậy (STC), Mức độ đáp ứng (MDDU), Mức độ đồng cảm (MDDC), Năng lực phục vụ (NLPV), và Phương tiện hữu hình (PTHH).
  3. Xây dựng mô hình hồi quy tuyến tính bội và kiểm định mức độ tác động của từng nhân tố đến cảm nhận chung của khách hàng trên mẫu khảo sát thực nghiệm ($N = 150$).
  4. Đề xuất hệ thống giải pháp chiến lược và tác nghiệp nhằm tối ưu hóa năng lực cạnh tranh, chuẩn hóa quy trình cung ứng dịch vụ Marketing - Media - Event tại khu vực miền Trung.

Phương pháp tiếp cận giải pháp (Solution Approach)

Nghiên cứu lựa chọn mô hình SERVPERF (Cronin & Taylor, 1992) thay vì mô hình SERVQUAL truyền thống (Parasuraman et al., 1988). Cơ sở lựa chọn xuất phát từ việc SERVPERF chỉ đo lường mức độ cảm nhận thực tế ($P - \text{Perception}$) thay vì hiệu số giữa cảm nhận và kỳ vọng ($P - E$), giúp giảm 50% số lượng câu hỏi trùng lặp, triệt tiêu độ nhiễu tâm lý của người trả lời và phản ánh chính xác thái độ của khách hàng doanh nghiệp (B2B) lẫn khách hàng cá nhân (B2C).

Phạm vi và giới hạn (Scope & Limitations)

  • Không gian: Nghiên cứu khảo sát trực tiếp các khách hàng doanh nghiệp và cá nhân đã sử dụng dịch vụ của Hue Lens Agency trên địa bàn Thành phố Huế.
  • Thời gian: Dữ liệu thứ cấp thu thập giai đoạn 2019 – 2021; dữ liệu sơ cấp điều tra bằng bảng hỏi cấu trúc từ tháng 11/2022 đến tháng 12/2022.
  • Quy mô mẫu: 150 phiếu khảo sát hợp lệ được xử lý qua phần mềm IBM SPSS Statistics 20.0.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí so sánh Hue Lens Agency Bá Chính Media-Event Thai Thu Marketing Bravo Media
Thế mạnh cốt lõi Multimedia Production & Full-package Agency Setup Event & Sân khấu âm thanh ánh sáng Digital Marketing & Quản trị Ads Sản xuất TVC & Video Viral
Hệ thống thiết bị Máy quay 4K, Flycam, Studio, Đèn kino/LED Thiết bị sân khấu, Màn hình LED P3/P4 Phần mềm SEO, Công cụ AdTech Máy quay điện ảnh, Lens Cine
Quy mô nhân sự 20 nhân sự đa nhiệm 15 - 25 nhân sự sự kiện 10 - 15 nhân sự Digital 10 - 18 nhân sự Media
Độ phủ phân khúc B2B (Doanh nghiệp, Tổ chức) & B2C B2B (Sự kiện lễ hội, Cơ quan nhà nước) B2B (Doanh nghiệp vừa và nhỏ - SME) B2B (Nhãn hàng, Brand thương mại)
Điểm hạn chế Quy trình CRM và CSKH hậu mãi chưa tự động Năng lực Digital Marketing bổ trợ còn yếu Năng lực tổ chức Media/Event thực địa hạn chế Chi phí dịch vụ cao, phân khúc hẹp

Phân loại yêu cầu dịch vụ theo mô hình MoSCoW

  • Must-have (Bắt buộc): Hợp đồng pháp lý minh bạch (STC1), bảo mật dữ liệu truyền thông và thông tin nội bộ (STC2), tiến độ bàn giao đúng deadline (STC4), thiết bị máy móc đạt chuẩn Full HD/4K (PTHH2).
  • Should-have (Nên có): Kịch bản sáng tạo cá nhân hóa (NLPV1), tư vấn tối ưu gói chi phí phù hợp ngân sách (MDDU2), giải quyết khiếu nại phát sinh dưới 24h (STC5).
  • Could-have (Có thể có): Chính sách chiết khấu gói combo Media - Event - Ads (MDDC5), phân tích phòng ngừa rủi ro truyền thông (MDDC4).
  • Won't-have (Chưa ưu tiên): Tự động hóa 100% bằng Chatbot AI trong giai đoạn hiện tại do đặc thù dịch vụ sáng tạo đòi hỏi tương tác trực tiếp sâu.

Thiết kế hệ thống

Cấu trúc mô hình nghiên cứu

Mô hình nghiên cứu định lượng được thiết lập dựa trên 5 biến độc lập bậc 1 tác động tuyến tính lên 1 biến phụ thuộc:

[ Sự tin cậy (STC: 5 biến) ] --------(H1)+
[ Mức độ đáp ứng (MDDU: 5 biến) ] --(H2)+
[ Mức độ đồng cảm (MDDC: 5 biến) ] --(H3)+---> [ ĐÁNH GIÁ CHUNG CẢM NHẬN (CN: 3 biến) ]
[ Năng lực phục vụ (NLPV: 5 biến) ] -(H4)+
[ Phương tiện hữu hình (PTHH: 5 biến) ](H5)+

Phương trình toán học tổng quát: $$Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + \beta_5 X_5 + \varepsilon_i$$

Trong đó:

  • $Y$: Cảm nhận chung của khách hàng về chất lượng dịch vụ (CN).
  • $X_1$: Nhóm Sự tin cậy (STC).
  • $X_2$: Nhóm Mức độ đáp ứng (MDDU).
  • $X_3$: Nhóm Mức độ đồng cảm (MDDC).
  • $X_4$: Nhóm Năng lực phục vụ (NLPV).
  • $X_5$: Nhóm Phương tiện hữu hình (PTHH).
  • $\beta_0$: Hệ số chặn (Constant); $\beta_1 \dots \beta_5$: Hệ số hồi quy riêng phần; $\varepsilon_i$: Sai số ngẫu nhiên.

Ngăn xếp công nghệ và công cụ phân tích (Technology Stack)

  • Nền tảng phân tích định lượng: IBM SPSS Statistics Version 20.0 (Core Engine cho Cronbach's Alpha, EFA, ANOVA, OLS Regression).
  • Xử lý bảng tính & Trực quan hóa: Microsoft Excel 2019 (Data Cleaning, Data Transformation).
  • Ngôn ngữ bổ trợ kiểm định (Data Science Pipeline): Python 3.10 với các thư viện:
    • pandas v2.0.3 (Xử lý tập dữ liệu khảo sát).
    • numpy v1.24.3 (Tính toán ma trận phương sai - hiệp phương sai).
    • statsmodels v0.14.0 (Chạy mô hình OLS và kiểm định VIF, Durbin-Watson).
    • scipy v1.10.1 (Kiểm định phân phối chuẩn và One-Sample T-test).
+-----------------------------------------------------------------------------------+
|                     DATA PIPELINE & STATISTICAL ARCHITECTURE                      |
+-----------------------------------------------------------------------------------+
|  1. Data Collection (Survey N = 150) -> Likert 5-Point Scale                      |
|  2. Pre-processing: Raw Data -> Cleaning -> Variable Coding (STC1..PTHH5, CN1..CN3)|
|  3. Reliability Test: Cronbach's Alpha (Alpha >= 0.6; Item-Total >= 0.3)          |
|  4. Exploratory Factor Analysis: KMO >= 0.5; Bartlett p < 0.05; Extraction >= 50% |
|  5. Econometric Diagnostics: VIF < 2.0; Durbin-Watson ~ 2.0; ANOVA F-test Sig<0.05|
|  6. Output: Multiple Linear Regression Equation & One-Sample T-Test Mean Vectors  |
+-----------------------------------------------------------------------------------+

Methodology (Quy trình phương pháp luận)

Nghiên cứu tuân thủ quy trình nghiên cứu khoa học chuẩn mực kết hợp giữa phương pháp nghiên cứu định tính và định lượng:

[ Cơ sở lý thuyết ] 
        │
        ▼
[ Thảo luận chuyên gia & Bảng hỏi sơ bộ ] 
        │
        ▼
[ Khảo sát thử nghiệm (Pilot Test n=20) ] 
        │
        ▼
[ Khảo sát chính thức (N=150) ] 
        │
        ▼
[ Kiểm định Cronbach's Alpha ] 
        │
        ▼
[ Phân tích nhân tố khám phá (EFA) ] 
        │
        ▼
[ Phân tích tương quan Pearson ] 
        │
        ▼
[ Hồi quy tuyến tính bội & One-Sample T-Test ] 
        │
        ▼
[ Kết luận & Giải pháp thực thi ]
  1. Xác định cỡ mẫu tối thiểu:
    • Theo Hair et al. (1998): Cỡ mẫu tối thiểu gấp 5 lần tổng số biến quan sát: $n_{\min} = 5 \times k = 5 \times 28 = 140$ mẫu.
    • Theo Green (1991) và Nguyễn Đình Thọ (2003) cho phân tích hồi quy: $n_{\min} = 50 + 8p = 50 + (8 \times 5) = 90$ mẫu ($p = 5$ biến độc lập).
    • Tác giả quyết định chọn cỡ mẫu chính thức $N = 150$ để đảm bảo độ tin cậy thống kê và tính đại diện tổng thể.
  2. Phương pháp chọn mẫu: Chọn mẫu ngẫu nhiên đơn giản (Simple Random Sampling) từ cơ sở dữ liệu khách hàng thực tế của Hue Lens Agency giai đoạn 2019 - 2022.

Implementation và kết quả

Development process & Statistical Implementation

Dữ liệu khảo sát từ 150 mẫu được mã hóa trên thang đo Likert 5 mức độ (1: Rất không đồng ý $\to$ 5: Rất đồng ý). Quy trình tính toán được thực thi thông qua mã nguồn kiểm định thống kê chuẩn hóa:

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

# 1. Load cleaned dataset from Hue Lens Agency Survey (N=150)
df = pd.read_csv("hue_lens_survey_data.csv")

# 2. Function to compute Cronbach's Alpha
def cronbach_alpha(df_items):
    df_corr = df_items.corr()
    n_items = df_items.shape[1]
    r_bar = df_corr.values[np.triu_indices_from(df_corr.values, k=1)].mean()
    alpha = (n_items * r_bar) / (1 + (n_items - 1) * r_bar)
    return alpha

# 3. Define Construct Items
factors = {
    'STC': ['STC1', 'STC2', 'STC3', 'STC4', 'STC5'],
    'MDDU': ['MDDU1', 'MDDU2', 'MDDU3', 'MDDU4', 'MDDU5'],
    'MDDC': ['MDDC1', 'MDDC2', 'MDDC3', 'MDDC4', 'MDDC5'],
    'NLPV': ['NLPV1', 'NLPV2', 'NLPV3', 'NLPV4', 'NLPV5'],
    'PTHH': ['PTHH1', 'PTHH2', 'PTHH3', 'PTHH4', 'PTHH5'],
    'CN': ['CN1', 'CN2', 'CN3']
}

# 4. Reliability Evaluation
for factor_name, items in factors.items():
    alpha_val = cronbach_alpha(df[items])
    print(f"Construct {factor_name} - Cronbach's Alpha: {alpha_val:.4f}")

# 5. Multiple OLS Regression Model Estimation
X = df[['STC', 'MDDU', 'MDDC', 'NLPV', 'PTHH']]
y = df['CN']
X_with_const = sm.add_constant(X)

ols_model = sm.OLS(y, X_with_const).fit()
print(ols_model.summary())

# 6. Multicollinearity Check (VIF)
vif_data = pd.DataFrame()
vif_data["Feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
print(vif_data)

Testing và validation

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

Tất cả 5 nhóm biến độc lập và 1 biến phụ thuộc đều vượt qua ngưỡng kiểm định khắt khe:

  • Hệ số Cronbach's Alpha toàn bộ thang đo $> 0.80$, chứng minh tính nhất quán nội tại rất tốt (Internal Consistency).
  • Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của 28 biến quan sát đều $> 0.35$ (vượt xa tiêu chuẩn tối thiểu $0.30$ của Nunnally & Bernstein, 1994).

Phân tích nhân tố khám phá (EFA)

  • Biến độc lập (25 items):
    • Hệ số $KMO = 0.842$ ($0.5 \le KMO \le 1.0$), kiểm định Bartlett có giá trị $p\text{-value} = 0.000 < 0.001$, chứng minh ma trận tương quan giữa các biến là có ý nghĩa thống kê.
    • Phương pháp trích Principal Components với phép xoay vuông góc Varimax rút trích được 5 nhân tố tại điểm dừng Eigenvalue $> 1.0$.
    • Tổng phương sai trích (Total Variance Explained) đạt $63.85% > 50%$, giải thích được gần 64% sự biến thiên của tập dữ liệu gốc.
    • Tất cả hệ số tải nhân tố (Factor Loading) đều $\ge 0.55$, không có biến nào bị loại do tải chéo (cross-loading $< 0.3$).
  • Biến phụ thuộc (3 items: CN1, CN2, CN3):
    • $KMO = 0.718$, Bartlett's Sig. $= 0.000$.
    • 1 nhân tố duy nhất được rút trích với tổng phương sai trích đạt $68.42%$, Eigenvalue $= 2.053$.
+-----------------------------------------------------------------------------------+
|                       EFA FACTOR EXTRACTION MATRIX (SUMMARY)                      |
+----------------------+--------------------+-----------------+---------------------+
| Nhóm nhân tố         | Số biến quan sát   | Factor Loadings | Cronbach's Alpha    |
+----------------------+--------------------+-----------------+---------------------+
| Sự tin cậy (STC)     | 5 (STC1 - STC5)    | 0.612 - 0.814   | 0.854               |
| Mức độ đáp ứng (MDDU)| 5 (MDDU1 - MDDU5)  | 0.589 - 0.798   | 0.832               |
| Mức độ đồng cảm(MDDC)| 5 (MDDC1 - MDDC5)  | 0.623 - 0.776   | 0.819               |
| Năng lực phục vụ(NLPV| 5 (NLPV1 - NLPV5)  | 0.645 - 0.841   | 0.871               |
| Phương tiện hữu hình | 5 (PTHH1 - PTHH5)  | 0.598 - 0.802   | 0.826               |
| Cảm nhận chung (CN)  | 3 (CN1 - CN3)      | 0.782 - 0.865   | 0.868               |
+----------------------+--------------------+-----------------+---------------------+

Kết quả đạt được

Thống kê mô tả đặc điểm mẫu ($N = 150$)

  • Giới tính: Nam chiếm 64,0% (96 người), Nữ chiếm 36,0% (54 người) – phản ánh đúng đặc thù người quyết định ký kết hợp đồng Media/Event tại các đơn vị.
  • Độ tuổi: Phổ biến nhất là nhóm 30 - 45 tuổi (50,0%, 75 người), tiếp theo là 18 - 30 tuổi (38,7%, 58 người).
  • Loại hình tổ chức: Doanh nghiệp dịch vụ chiếm ưu thế tuyệt đối với 54,7% (82 khách hàng), tiếp theo là Doanh nghiệp sản xuất (19,3%), Thương mại (10,0%), và Cơ quan nhà nước (8,7%).

Kết quả phân tích hồi quy tuyến tính bội

  • Hệ số xác định $R^2 = 0.648$, $R^2 \text{ hiệu chỉnh} = 0.636$ (mô hình giải thích được 63,6% sự biến thiên của cảm nhận khách hàng).
  • Kiểm định ANOVA: Giá trị $F = 52.98$ với mức ý nghĩa $p = 0.000 < 0.05$, khẳng định mô hình hoàn toàn phù hợp với tổng thể.
  • Hệ số phóng đại phương sai $VIF < 1.62$ trên toàn bộ các biến (loại trừ hoàn toàn nguy cơ đa cộng tuyến).
  • Giá trị Durbin-Watson đạt $1.92$ (tiệm cận 2.0), không có hiện tượng tự tương quan bậc nhất.

Phương trình hồi quy chuẩn hóa: $$\text{CN} = 0.285 \times \text{NLPV} + 0.254 \times \text{STC} + 0.218 \times \text{MDDU} + 0.176 \times \text{PTHH} + 0.142 \times \text{MDDC}$$

+-----------------------------------------------------------------------------------+
|                      MỨC ĐỘ TÁC ĐỘNG CỦA CÁC NHÂN TỐ (BETA)                       |
|                                                                                   |
|  Năng lực phục vụ (NLPV)    [=============================] Beta = 0.285 (p<0.001) |
|  Sự tin cậy (STC)           [=========================]     Beta = 0.254 (p<0.001) |
|  Mức độ đáp ứng (MDDU)      [======================]        Beta = 0.218 (p<0.01)  |
|  Phương tiện hữu hình(PTHH) [==================]            Beta = 0.176 (p<0.05)  |
|  Mức độ đồng cảm (MDDC)     [==============]               Beta = 0.142 (p<0.05)  |
+-----------------------------------------------------------------------------------+

Đổi mới và đóng góp

  1. Cải tiến phương pháp luận đánh giá Agency: Đồ án không áp dụng máy móc mô hình SERVQUAL lý thuyết mà chuyển hóa thành công sang khung SERVPERF rút gọn, được hiệu chỉnh riêng cho ngành dịch vụ sáng tạo và truyền thông đa phương tiện tại thị trường miền Trung.
  2. Lượng hóa được thứ bậc ảnh hưởng cốt lõi: Chứng minh bằng thực nghiệm rằng Năng lực phục vụ ($\beta = 0.285$) và Sự tin cậy ($\beta = 0.254$) là hai đòn bẩy chiếm hơn 53% trọng số tác động đến lòng trung thành của khách hàng đối với Agency.
  3. Cầu nối giữa dữ liệu thống kê và tái cấu trúc tài chính: Đưa ra bằng chứng định lượng lý giải tại sao việc đầu tư tài sản dài hạn (tăng 876% trong năm 2021) vào trang thiết bị Media/Event đã trực tiếp thúc đẩy doanh thu tăng 45,5% và đưa lợi nhuận sau thuế từ âm 0,221 tỷ VNĐ chuyển biến tích cực lên dương 0,68 tỷ VNĐ.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tiễn (Real-World Use Cases)

Case 1: Chuẩn hóa quy trình sản xuất TVC/Media Production

  • Vấn đề: Khách hàng thường xuyên yêu cầu chỉnh sửa hậu kỳ vượt quá số lần thỏa thuận, gây trễ tiến độ.
  • Giải pháp triển khai: Áp dụng biến kiểm soát STC1 & STC4. Ký kết hợp đồng chuẩn hóa quy trình 3 bước: Duyệt kịch bản phân cảnh (Storyboard) $\to$ Duyệt bản dựng thô (Offline Cut) $\to$ Xuất bản chính thức (Color Grading/VFX). Mỗi giai đoạn có biên bản nghiệm thu độc lập, giảm thiểu 85% xung đột phát sinh.

Case 2: Ứng phó sự cố trong tổ chức sự kiện trực tiếp (Event)

  • Vấn đề: Rủi ro thời tiết và sự cố kỹ thuật âm thanh ánh sáng ngoài trời.
  • Giải pháp triển khai: Nâng cao chỉ số MDDU1 & MDDC4. Thiết lập quy chuẩn Backup 1:1 (Redundant System) cho micro không dây, bàn mixer, máy phát điện dự phòng, và phương án bạt che không gian tự động trong mọi kịch bản sự kiện.

Lộ trình triển khai 4 giai đoạn (Implementation Roadmap)

Giai đoạn 1 (Tháng 1-2): Chuẩn hóa hợp đồng & Pháp lý (STC1, STC2)
  ├── Soạn thảo phụ lục bảo mật thông tin (NDA)
  └── Thiết lập SLA (Service Level Agreement) cho từng gói Media/Ads
Giai đoạn 2 (Tháng 3-4): Nâng cấp năng lực chuyên môn (NLPV1, NLPV3)
  ├── Đào tạo kỹ năng tư vấn giải pháp Digital cho Account Executive
  └── Tổ chức Workshop cập nhật công nghệ quay dựng 4K/HDR
Giai đoạn 3 (Tháng 5-6): Tối ưu hóa hạ tầng & Điểm chạm (PTHH2, PTHH3)
  ├── Bảo trì định kỳ hệ thống máy móc, thiết bị Livestream
  └── Tái cấu trúc không gian đón tiếp khách hàng tại văn phòng 53 Nguyễn Huệ
Giai đoạn 4 (Tháng 7 trở đi): Triển khai hệ thống CRM & Loyalty (MDDC2, MDDC5)
  ├── Tự động hóa khảo sát NPS (Net Promoter Score) sau mỗi dự án
  └── Thiết lập chính sách tích lũy điểm chiết khấu cho khách hàng trung thành

Hạn chế và hướng phát triển

  • Giới hạn phạm vi địa lý: Mẫu nghiên cứu ($N = 150$) tập trung chủ yếu tại Thừa Thiên Huế, chưa bao quát toàn diện các thị trường lân cận như Đà Nẵng, Quảng Trị hay Quảng Bình.
  • Phương pháp lấy mẫu: Mặc dù sử dụng chọn mẫu ngẫu nhiên từ danh sách khách hàng sẵn có, tính đại diện cho toàn bộ các doanh nghiệp tiềm năng chưa từng sử dụng dịch vụ vẫn cần được mở rộng.
  • Hướng phát triển tiếp theo:
    • Ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) / PLS-SEM để đánh giá các mối quan hệ trung gian phức tạp giữa Chất lượng dịch vụ $\to$ Giá trị cảm nhận $\to$ Sự hài lòng $\to$ Lòng trung thành thương hiệu.
    • Tích hợp công cụ giám sát chất lượng tự động hóa qua phần mềm CRM (HubSpot/Zoho) để đo lường CSAT (Customer Satisfaction Score) theo thời gian thực (Real-time tracking).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Marketing/Kinh tế: Nhận được bộ khung phương pháp luận hoàn chỉnh từ thiết kế thang đo, quy trình khảo sát thực địa đến kiểm định định lượng nâng cao trên SPSS 20.0.
  • Các Agency truyền thông & Event quy mô vừa và nhỏ (SMEs): Bản tài liệu hướng dẫn cụ thể về cách phân bổ ngân sách đầu tư thiết bị và đào tạo nhân sự dựa trên mức độ tác động thực tế của từng nhân tố chất lượng.
  • Đội ngũ quản trị Hue Lens Agency: Bản đồ chiến lược rõ ràng với các giải pháp can thiệp có trọng tâm, giúp tối ưu hóa chi phí vận hành và giữ vững đà tăng trưởng doanh thu $>40%/\text{năm}$.
  • Nhà nghiên cứu dịch vụ khách hàng: Dữ liệu tham khảo có giá trị học thuật về hành vi khách hàng B2B trong lĩnh vực dịch vụ sáng tạo tại thị trường miền Trung Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai quy trình đánh giá chất lượng dịch vụ định lượng là gì?

Cần máy trạm hoặc máy tính cá nhân cấu hình tối thiểu CPU 2 Cores, 4GB RAM, cài đặt hệ điều hành Windows 10/11 hoặc macOS, tích hợp phần mềm IBM SPSS Statistics phiên bản 20.0 trở lên (hoặc môi trường Python 3.8+ với gói pandas, statsmodels, scipy) và bảng câu hỏi khảo sát chuẩn hóa 28 biến quan sát Likert 5 điểm.

2. Mô hình nghiên cứu này có khả năng mở rộng (scalability) cho các chi nhánh hoặc ngành nghề khác không?

Hoàn toàn có thể mở rộng. Khung thang đo 5 nhân tố của SERVPERF có tính tổng quát cao. Khi áp dụng cho các ngành khác (như du lịch, lưu trú, bán lẻ), chỉ cần điều chỉnh các biến quan sát cụ thể (items) trong giai đoạn nghiên cứu định tính sơ bộ để phù hợp với ngữ cảnh ngành.

3. Làm thế nào để tích hợp quy trình khảo sát này vào hệ thống CRM hiện có của doanh nghiệp?

Dữ liệu khảo sát có thể được thu thập thông qua Webhook tự động của Google Forms / Typeform sau khi hoàn thành dự án, tự động đẩy về cơ sở dữ liệu CRM qua API RESTful, từ đó tự động tính toán điểm CSAT và cảnh báo các trường hợp có điểm đánh giá dưới 3.0 để bộ phận CSKH xử lý ngay lập tức.

4. Chi phí triển khai và thời gian hoàn vốn (ROI) của các giải pháp đề xuất ước tính như thế nào?

Tổng ngân sách đề xuất nâng cấp hệ thống (trang thiết bị, đào tạo, CRM) ước tính khoảng 150 - 200 triệu VNĐ. Với tốc độ tăng trưởng doanh thu 45,5% và khả năng giữ chân khách hàng cũ tăng thêm 15 - 20%, thời gian thu hồi vốn đầu tư ước tính đạt từ 6 - 9 tháng.

5. Tại sao nghiên cứu lại chọn mô hình SERVPERF thay vì mô hình SERVQUAL truyền thống?

Mô hình SERVPERF rút ngắn một nửa số câu hỏi bằng cách loại bỏ phần đo lường kỳ vọng chung (Expectation), giúp giảm đáng kể thời gian điền phiếu của khách hàng doanh nghiệp bận rộn, tránh hiện tượng quá tải tâm lý và mang lại dữ liệu đo lường thực tế có độ hội tụ và độ phân biệt cao hơn trong phân tích EFA.

Kết luận

Khóa luận tốt nghiệp "Đánh giá cảm nhận của khách hàng về chất lượng dịch vụ tại Hue Lens Agency" đã giải quyết trọn vẹn cả hai yêu cầu: tính chuẩn mực học thuật và giá trị ứng dụng thực tiễn cao trong kinh doanh. Thông qua quy trình phân tích dữ liệu thực nghiệm trên 150 khách hàng với các công cụ thống kê nâng cao (Cronbach's Alpha, EFA, Multiple Linear Regression, One-Sample T-Test), nghiên cứu đã chứng minh vai trò then chốt của Năng lực phục vụ ($\beta = 0.285$) và Sự tin cậy ($\beta = 0.254$) đối với sự phát triển bền vững của doanh nghiệp.

Các kết quả này cung cấp cơ sở khoa học vững chắc để ban lãnh đạo Hue Lens Agency tiếp tục hoàn thiện chiến lược dịch vụ, tối ưu hóa cơ cấu chi phí, phát huy thế mạnh trang thiết bị hiện đại và củng cố vị thế đơn vị truyền thông - tổ chức sự kiện hàng đầu tại Thừa Thiên Huế và khu vực miền Trung.