Giới thiệu dự án

Trong bối cảnh hệ thống tài chính – ngân hàng Việt Nam ngày càng hội nhập sâu rộng với kinh tế toàn cầu, chất lượng dịch vụ (CLDV) trở thành yếu tố sống còn quyết định năng lực cạnh tranh của các ngân hàng thương mại (NHTM). Theo báo cáo của Ngân hàng Nhà nước Việt Nam (NHNN), tổng số dư tiền gửi dân cư tại hệ thống tín dụng năm 2017 đạt hơn 4,2 triệu tỷ đồng, phản ánh tầm quan trọng chiến lược của dịch vụ tiền gửi tiết kiệm (TGTK) trong hoạt động huy động vốn toàn ngành.

Problem Statement cụ thể: Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV) – Chi nhánh Thừa Thiên Huế đang hoạt động trong môi trường cạnh tranh gay gắt với hơn 40 tổ chức tín dụng trên địa bàn. Tổng nguồn vốn huy động của chi nhánh giảm 8,37% trong năm 2017 so với năm 2016, trong khi nguồn vốn từ khách hàng (KH) cá nhân – phân khúc ổn định nhất – chỉ tăng 5,65%. Điều này đặt ra câu hỏi: Các nhân tố nào của chất lượng dịch vụ TGTK thực sự tác động đến sự hài lòng của KH?Mức độ đánh giá hiện tại của KH đang ở đâu so với kỳ vọng?

Mục tiêu nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ TGTK tại NHTM, bao gồm mô hình SERVQUAL, SERVPERF và FSQ/TSQ.
  2. Phân tích thực trạng hoạt động huy động vốn và TGTK tại BIDV – CN Thừa Thiên Huế giai đoạn 2015–2017.
  3. Đánh giá định lượng mức độ hài lòng của KH thông qua khảo sát 130+ mẫu bằng thang đo Likert 5 bậc, phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA) và hồi quy tuyến tính bội.
  4. Đề xuất các giải pháp cụ thể, có cơ sở định lượng nhằm nâng cao CLDV TGTK đến năm 2020.

Solution approach: Nghiên cứu áp dụng mô hình SERVQUAL (Parasuraman, 1988) với 5 thành phần – Sự tin cậy, Mức độ đáp ứng, Năng lực phục vụ, Mức độ đồng cảm, Phương tiện hữu hình – tổng cộng 21 biến quan sát, đo lường theo thang đo Likert 5 bậc với độ tin cậy 95% và sai số 5%. Phương pháp kết hợp nghiên cứu định tính (phỏng vấn, tổng hợp thứ cấp) và định lượng (SPSS 20.0, EFA, hồi quy bội) cho phép lượng hóa chính xác tác động của từng nhân tố.

Phạm vi: Không gian – BIDV CN Thừa Thiên Huế; Thời gian – phân tích thực trạng 2015–2017, khảo sát KH tháng 1–3/2018, giải pháp đến năm 2020.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Current Solutions Analysis – So sánh các mô hình đo lường CLDV

Mô hình Tác giả Năm Số thành phần Ưu điểm Nhược điểm
SERVQUAL Parasuraman, Zeithaml, Berry 1988 5 (21 biến) Đo lường cả kỳ vọng lẫn cảm nhận Bảng hỏi dài, khái niệm "kỳ vọng" gây hiểu nhầm
SERVPERF Cronin & Taylor 1992 5 (21 biến) Bảng hỏi ngắn hơn 50%, dữ liệu ổn định hơn Bỏ qua chiều kỳ vọng của KH
FSQ/TSQ Gronroos 1984 3 (kỹ thuật, chức năng, hình ảnh) Tích hợp hình ảnh thương hiệu Khó định lượng chất lượng chức năng
Mô hình đề xuất Trương Ngọc Tuấn (2018) 2018 5 → 4 nhân tố sau EFA Phù hợp ngữ cảnh BIDV Huế, loại biến không phù hợp Giới hạn phạm vi 1 chi nhánh

Lựa chọn SERVQUAL trong nghiên cứu này được biện minh bởi: (1) tính phổ biến trong lĩnh vực ngân hàng Việt Nam; (2) khả năng nhận diện khoảng cách (gap) giữa kỳ vọng và cảm nhận – dữ liệu đầu vào trực tiếp cho giải pháp cải tiến.

Phân tích thực trạng huy động vốn 2015–2017

Chỉ tiêu 2015 2016 2017 Tăng trưởng 2016/2015 Tăng trưởng 2017/2016
Tổng vốn huy động Baseline +24,33% −8,37% +816 tỷ đồng −3.289 tỷ đồng
KH cá nhân Baseline +17,21% +5,65% +2.890 tỷ đồng Tăng nhẹ
Huy động nội tệ Baseline +26,77% −8,66% +4.888 tỷ đồng Giảm
Huy động dài hạn (>1 năm) ~28,54% ~19,15% ~30,41% +45,52%

Gap analysis: Mặc dù lợi nhuận trước thuế năm 2017 đạt 137,142 tỷ đồng (tăng 25,9% so với năm 2016), tổng vốn huy động lại sụt giảm cho thấy áp lực cạnh tranh ngày càng lớn. Cơ cấu huy động ngắn hạn chiếm trên 69% là rủi ro về kỳ hạn (duration mismatch) cần được xử lý bằng cải thiện CLDV và đa dạng hóa gói sản phẩm.

User Requirements – Phân tích theo MoSCoW

Mức độ ưu tiên Yêu cầu của KH
Must Have Giao dịch chính xác, an toàn tuyệt đối; bảo mật thông tin cá nhân; thủ tục đơn giản, nhanh chóng
Should Have Nhân viên có năng lực chuyên môn cao; lãi suất cạnh tranh; giải quyết khiếu nại thỏa đáng
Could Have Chương trình khuyến mãi hấp dẫn; tư vấn cá nhân hóa; mở rộng giờ giao dịch
Won't Have Hệ thống giao dịch trực tuyến 24/7 (phạm vi hiện tại của nghiên cứu)

Thiết kế hệ thống nghiên cứu

Technology Stack và Methodology

Công cụ phân tích:

  • SPSS 20.0 – phần mềm thống kê chính cho phân tích EFA, hồi quy bội, kiểm định One-sample T-test
  • Microsoft Excel – tổng hợp số liệu thứ cấp, vẽ biểu đồ tần số
  • Thang đo Likert 5 bậc – công cụ thu thập dữ liệu sơ cấp

Thiết kế bảng hỏi:

Bảng hỏi gồm 2 phần:
  Phần A: Thông tin nhân khẩu học (giới tính, độ tuổi, thu nhập, nghề nghiệp)
  Phần B: 26 biến quan sát

Xác định cỡ mẫu:

Áp dụng công thức của Hoàng Trọng – Chu Nguyễn Mộng Ngọc:

n ≥ 5 × (số biến quan sát) = 5 × 26 = 130 mẫu tối thiểu

Phương pháp chọn mẫu thuận tiện (convenience sampling) tại quầy giao dịch Nguyễn Trãi – thực tiễn phù hợp do tần suất KH giao dịch TGTK không đồng đều.

Tiêu chuẩn đánh giá độ tin cậy thang đo (Cronbach's Alpha):

α ≥ 0,8        →  Thang đo lường tốt
0,7 ≤ α < 0,8  →  Thang đo sử dụng được
0,6 ≤ α < 0,7  →  Chấp nhận được với khái niệm mới
α < 0,6        →  Loại bỏ khỏi mô hình

Implementation và kết quả

Development Process – Quy trình nghiên cứu

Giai đoạn 1 (Tháng 1/2018): Thu thập số liệu thứ cấp – báo cáo tài chính BIDV CN Huế 2015–2017, tài liệu lý thuyết về SERVQUAL, SERVPERF, FSQ/TSQ; thiết kế bảng hỏi sơ bộ.

Giai đoạn 2 (Tháng 2/2018): Khảo sát pilot (n=20), hiệu chỉnh từ ngữ bảng hỏi, tiến hành thu thập đại trà 130+ mẫu tại quầy giao dịch trong giờ cao điểm 8:00–11:00 và 13:30–16:00.

Giai đoạn 3 (Tháng 3/2018): Nhập liệu, làm sạch dữ liệu trên SPSS 20.0; kiểm định Cronbach's Alpha; thực hiện EFA; xây dựng mô hình hồi quy tuyến tính bội.

Giai đoạn 4 (Tháng 4–5/2018): Phân tích kết quả, đề xuất giải pháp, hoàn thiện khóa luận.

Testing và Validation – Kết quả kiểm định thống kê

Kiểm định Cronbach's Alpha

Thang đo Số biến ban đầu Hệ số α Kết quả
Sự tin cậy (TC) 4 ≥ 0,7 Đạt – giữ nguyên
Mức độ đáp ứng (DU) 4 ≥ 0,7 Đạt – giữ nguyên
Năng lực phục vụ (NL) 4 ≥ 0,7 Đạt – giữ nguyên
Mức độ đồng cảm (DC) 4 ≥ 0,7 Đạt – giữ nguyên
Phương tiện hữu hình (HH) 5 ≥ 0,7 Đạt – giữ nguyên
Sự hài lòng (Sta) 5 ≥ 0,7 Đạt

Kiểm định KMO & Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy: 0,832
  → KMO > 0,5: Dữ liệu phù hợp để phân tích EFA ✓

Bartlett's Test of Sphericity:
  → Sig. < 0,05: Các biến quan sát có tương quan với nhau ✓

KMO = 0,832 là chỉ số rất tốt (thang đo "meritorious" theo Kaiser 1974), xác nhận tính hợp lý của việc áp dụng EFA cho bộ dữ liệu này.

Kết quả EFA – Xoay nhân tố

Vòng xoay thứ nhất (21 biến độc lập): Phát hiện 2 biến quan sát có hệ số tải nhân tố (factor loading) < 0,5 hoặc có cross-loading, loại khỏi mô hình.

Vòng xoay cuối (19 biến độc lập): Kết quả hội tụ về 4 nhân tố với tổng phương sai trích (Total Variance Explained) đạt yêu cầu (> 50%). Các nhân tố được đặt tên lại:

Nhân tố Tên gọi Biến quan sát
F1 Kỹ năng phục vụ Gộp NL + một phần TC
F2 Mức độ đáp ứng DU (điều chỉnh)
F3 Mức độ tin cậy TC (điều chỉnh)
F4 Phương tiện hữu hình HH + một phần DC

Mô hình hồi quy tuyến tính bội

Phương trình hồi quy chuẩn hóa:

SHL = β₁×F1(Kỹ năng phục vụ) + β₂×F2(Mức độ đáp ứng)
    + β₃×F3(Mức độ tin cậy)  + β₄×F4(Phương tiện hữu hình) + ε

Kiểm định ANOVA: F-statistic có Sig. < 0,05 → Mô hình hồi quy phù hợp và có ý nghĩa thống kê.

Kết quả giả thuyết nghiên cứu:

Giả thuyết Nội dung Kết quả
H1 Kỹ năng phục vụ → Sự hài lòng Chấp nhận
H2 Mức độ đáp ứng → Sự hài lòng Chấp nhận
H3 Mức độ tin cậy → Sự hài lòng Chấp nhận
H4 Phương tiện hữu hình → Sự hài lòng Chấp nhận

Kiểm định One-sample T-Test (Likert 5 bậc, giá trị kiểm định = 4)

Nhân tố Mean Sig. Đánh giá
Kỹ năng phục vụ < 4,0 < 0,05 KH chưa hài lòng ở mức "đồng ý"
Mức độ đáp ứng < 4,0 < 0,05 Còn khoảng cách so với kỳ vọng
Mức độ tin cậy < 4,0 < 0,05 Cần cải thiện
Phương tiện hữu hình < 4,0 < 0,05 Cần đầu tư cơ sở vật chất

Kết quả đạt được

Cơ cấu mẫu điều tra:

  • Giới tính: Nữ chiếm tỷ lệ cao hơn (phù hợp xu hướng quản lý tài chính hộ gia đình)
  • Độ tuổi: Phân bố đa dạng, tập trung ở nhóm 25–45 tuổi (nhóm có thu nhập ổn định)
  • Nghề nghiệp: Cán bộ viên chức, lao động tự do, hưu trí

Lợi nhuận trước thuế 2017: 137,142 tỷ đồng, tăng 25,9% so với 2016 – cho thấy nền tảng kinh doanh tốt, tạo điều kiện tái đầu tư cải thiện CLDV.


Đổi mới và đóng góp

Technical Innovations

Đổi mới 1: Tái cấu trúc thang đo SERVQUAL cho ngữ cảnh BIDV Huế

Nghiên cứu không áp dụng SERVQUAL nguyên bản mà thực hiện quy trình kiểm định Cronbach's Alpha → EFA hai vòng, loại 2/21 biến không phù hợp và gộp thành 4 nhân tố thực sự có ý nghĩa trong bối cảnh địa phương. Đây là đóng góp phương pháp luận quan trọng so với các nghiên cứu cùng chủ đề:

Nghiên cứu đối chiếu Phương pháp Số nhân tố kết quả
Trần Thị Trâm Anh (Eximbank, TP.HCM) SERVQUAL nguyên bản 5 nhân tố
Đinh Vũ Minh (VPBank) SERVQUAL điều chỉnh 5 nhân tố, 33 biến
Trương Ngọc Tuấn (BIDV Huế, 2018) SERVQUAL + EFA 2 vòng 4 nhân tố, 19 biến

Việc rút gọn từ 21 xuống 19 biến và từ 5 xuống 4 nhân tố cho thấy trong bối cảnh TGTK tại Huế, nhân tố "Mức độ đồng cảm" không tồn tại độc lập mà được tích hợp vào các nhân tố khác – phát hiện có giá trị học thuật và thực tiễn.

Đổi mới 2: Ứng dụng phương trình S = P – E trong định lượng khoảng cách dịch vụ

Khung lý thuyết được hệ thống hóa:

S (Satisfaction) = P (Perception) – E (Expectation)
  P < E  →  Không hài lòng
  P = E  →  Hài lòng
  P > E  →  Rất hài lòng

Mô hình này cung cấp cơ sở định lượng để BIDV đo lường khoảng cách dịch vụ theo từng nhân tố và từng chi nhánh, thay vì đánh giá cảm tính.

So sánh với giải pháp HSBC và Citibank:

Tiêu chí HSBC Citibank BIDV Huế (đề xuất)
Đa dạng hóa dịch vụ Gói dịch vụ trọn gói (Business Vantage, HSBC Premier) Thẻ liên kết ngành (hàng không, BĐS, thể thao) Đa dạng kỳ hạn: không kỳ hạn, có kỳ hạn, tiết kiệm tiện ích, tiết kiệm an khang
Kênh phân phối 500 văn phòng / 76 quốc gia Phonebanking, Internetbanking, Contact center Mở rộng Phòng giao dịch Tây Lộc, Nguyễn Trãi, Thành Nội, An Cựu, Bến Ngự
Chăm sóc KH Marketing trực tiếp, du lịch, giải trí Chương trình ưu đãi thành viên dài hạn Cải thiện quy trình một cửa, giảm thời gian chờ

Ứng dụng thực tế và triển khai

Các gói sản phẩm TGTK của BIDV – CN Thừa Thiên Huế

Chi nhánh hiện cung cấp danh mục sản phẩm đa dạng:

  • Tiền gửi tiết kiệm không kỳ hạn (KKH): Linh hoạt rút tiền bất kỳ lúc nào; lãi suất thấp; phù hợp KH có nhu cầu thanh khoản cao.
  • Tiền gửi tiết kiệm có kỳ hạn (CKH): Kỳ hạn đa dạng (1, 3, 6, 12, 24, 36 tháng); lãi suất cao hơn KKH; KH rút trước hạn được hưởng lãi KKH hoặc lãi bậc thang tùy trường hợp.
  • Tiết kiệm tiện ích: Tích hợp tính năng rút tiền linh hoạt với lãi suất ưu đãi.
  • Tiết kiệm an khang: Sản phẩm tiết kiệm gắn với bảo hiểm, đáp ứng nhu cầu an toàn tài sản dài hạn.
  • Tiết kiệm có thưởng: Kết hợp tiết kiệm truyền thống với cơ hội trúng thưởng hàng kỳ.

Quy trình giao dịch một cửa – Mô hình triển khai hiện tại

Quy trình GỬI TIỀN:
KH điền giấy gửi tiền → Giao dịch viên kiểm tra hồ sơ
→ Nhận tiền mặt + mở tài khoản → Nhập dữ liệu phần mềm kế toán
→ Kiểm soát viên duyệt → In sổ tiết kiệm → KH nhận sổ

Quy trình RÚT TIỀN:
KH xuất trình sổ TK + CMND → Giao dịch viên kiểm tra tính hợp pháp
→ So khớp chữ ký mẫu (đã Scan) → In 2 liên chứng từ
→ Chi tiền mặt → KH ký xác nhận → Lưu chứng từ

Điểm mạnh của mô hình một cửa: KH chỉ tiếp xúc một giao dịch viên duy nhất từ đầu đến cuối, giảm thời gian chờ đợi và tăng trải nghiệm dịch vụ.

Scalability Analysis

Kịch bản Điều kiện Dự báo
Tăng trưởng KH +10%/năm Giữ nguyên nhân lực 108 người Áp lực tăng giờ giao dịch cao điểm, cần thêm 2–3 giao dịch viên
Mở rộng thêm 2 điểm giao dịch Đầu tư cơ sở vật chất ~2–3 tỷ/điểm Tăng độ phủ thị phần khu vực ngoại thành Huế
Tích hợp giao dịch số (Digital Banking) Nâng cấp hạ tầng CNTT Giảm tải tại quầy ~30%, tăng tiện ích 24/7

Hạn chế và hướng phát triển

Technical Limitations

Hạn chế về phạm vi không gian: Nghiên cứu chỉ được thực hiện tại BIDV – CN Thừa Thiên Huế với phương pháp chọn mẫu thuận tiện. Kết quả không thể khái quát hóa trực tiếp cho toàn hệ thống BIDV hoặc các ngân hàng khác tại cùng địa bàn.

Hạn chế về thời gian: Dữ liệu sơ cấp thu thập trong 3 tháng (1–3/2018), chưa phản ánh biến động theo mùa vụ (thông thường nhu cầu gửi tiền tăng mạnh cuối năm và dịp Tết Nguyên Đán).

Hạn chế về phương pháp: Phương pháp chọn mẫu thuận tiện có thể dẫn đến selection bias – KH đến giao dịch vào giờ hành chính có thể không đại diện cho toàn bộ nhóm KH (đặc biệt là KH cao tuổi, KH vùng ngoại thành).

Hạn chế về mô hình: Nghiên cứu chưa đưa vào mô hình các biến điều tiết (moderating variables) như lòng trung thành thương hiệu, thói quen ngân hàng, hay các yếu tố kinh tế vĩ mô (lạm phát, lãi suất thị trường) ảnh hưởng đến quyết định gửi tiết kiệm.

Hướng phát triển tương lai

  1. Mở rộng so sánh đa chi nhánh: Nghiên cứu đồng thời nhiều chi nhánh BIDV tại miền Trung để có benchmarking nội bộ có giá trị.
  2. Tích hợp mô hình SERVPERF: Triển khai so sánh song song SERVQUAL vs. SERVPERF để xác định mô hình nào có độ dự báo cao hơn trong bối cảnh Việt Nam.
  3. Nghiên cứu longitudinal: Theo dõi sự thay đổi mức độ hài lòng theo thời gian (2018, 2019, 2020) để đánh giá hiệu quả các giải pháp được đề xuất.
  4. Tích hợp phân tích Big Data: Khai thác dữ liệu giao dịch thực tế (số lần giao dịch, số dư trung bình, hành vi rút/gửi) để bổ sung cho dữ liệu khảo sát.
  5. Phát triển chỉ số NPS (Net Promoter Score): Đo lường khả năng KH giới thiệu dịch vụ BIDV cho người thân, bổ sung chiều đo lường lòng trung thành chưa có trong mô hình hiện tại.

Đối tượng hưởng lợi

Sinh viên và nhà nghiên cứu:

  • Được tiếp cận quy trình nghiên cứu khoa học hoàn chỉnh: từ xây dựng thang đo, kiểm định Cronbach's Alpha, EFA đến hồi quy bội – ứng dụng trực tiếp cho các luận văn cùng lĩnh vực.
  • Bộ 19 biến quan sát đã được kiểm định có thể tái sử dụng hoặc điều chỉnh cho các ngân hàng khác tại Việt Nam.
  • Tham khảo kết quả KMO = 0,832 như benchmark về chất lượng dữ liệu khảo sát trong nghiên cứu tài chính ngân hàng.

Nhà quản lý ngân hàng:

  • Xác định được 4 nhân tố ưu tiên cần cải thiện với bằng chứng định lượng từ chính KH của chi nhánh.
  • Quy trình giao dịch một cửa được hệ thống hóa có thể chuẩn hóa và áp dụng cho các điểm giao dịch mới.
  • Dữ liệu cơ cấu huy động vốn 2015–2017 cung cấp nền tảng để lập kế hoạch kinh doanh 2018–2020.

Doanh nghiệp và tổ chức tín dụng:

  • Framework đánh giá CLDV dịch vụ tiền gửi có thể áp dụng cho các tổ chức tín dụng phi ngân hàng (quỹ tín dụng nhân dân, công ty tài chính).
  • Bài học từ kinh nghiệm HSBC (bán chéo dịch vụ) và Citibank (đa kênh phân phối) được tóm lược và thích nghi cho thị trường Việt Nam.

Khách hàng cá nhân:

  • Nhận thức rõ hơn về quyền lợi và trách nhiệm trong giao dịch TGTK, bao gồm cơ chế bảo hiểm tiền gửi theo quy định pháp luật.
  • Hiểu quy trình xử lý sổ tiết kiệm bị mất, quy trình thừa kế – giảm thiểu rủi ro và tranh chấp.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để triển khai hệ thống đánh giá CLDV tương tự? Cần: phần mềm SPSS 20.0 trở lên (hoặc R/Python với các package tương đương), cỡ mẫu tối thiểu 130 quan sát (tính theo 5× số biến), thang đo Likert 5 bậc, và nhân sự có kiến thức về thống kê suy diễn ở mức cơ bản.

2. Giới hạn về tính mở rộng (scalability) của nghiên cứu? Mô hình 4 nhân tố/ 19 biến cần được kiểm định lại (re-validation) trước khi áp dụng cho chi nhánh khác do sự khác biệt về nhân khẩu học KH, mức cạnh tranh địa phương và chất lượng nhân sự. Khuyến nghị tổng hợp dữ liệu từ ít nhất 3 chi nhánh tương đồng để đạt tính đại diện.

3. Khả năng tích hợp với hệ thống CRM hiện có của BIDV? Hoàn toàn khả thi – dữ liệu khảo sát (biến nhân khẩu học + điểm Likert) có thể import vào hệ thống CRM theo chuẩn CSV, kết hợp với dữ liệu giao dịch thực tế để xây dựng customer profile toàn diện hơn.

4. Yêu cầu bảo trì và cập nhật? Khuyến nghị thực hiện khảo sát định kỳ 6 tháng/lần hoặc khi có thay đổi lớn về sản phẩm/nhân sự/cơ sở vật chất. Mỗi vòng khảo sát cần kiểm định lại Cronbach's Alpha để đảm bảo thang đo vẫn còn hiệu lực.

5. Phân tích chi phí – lợi ích của việc cải thiện CLDV? Giả sử tăng điểm hài lòng trung bình từ 3,5 lên 4,0/5,0 giúp tăng tỷ lệ giữ chân KH thêm 5–10%: với tổng vốn huy động cá nhân ~2.890 tỷ đồng (2016), mỗi 1% tăng trưởng huy động tương đương ~29 tỷ đồng vốn bổ sung – nguồn lực để mở rộng hoạt động cho vay và tăng thu nhập lãi.


Kết luận

Khóa luận "Đánh giá chất lượng dịch vụ tiền gửi tiết kiệm tại BIDV – Chi nhánh Thừa Thiên Huế" (2018) của tác giả Trương Ngọc Tuấn, dưới sự hướng dẫn của PGS.TS Hoàng Hữu Hoà, đã đạt được các kết quả học thuật và thực tiễn nổi bật:

Về lý luận: Hệ thống hóa và đối chiếu ba mô hình đo lường CLDV hàng đầu (SERVQUAL, SERVPERF, FSQ/TSQ), xây dựng mô hình nghiên cứu 5 nhân tố phù hợp với đặc thù dịch vụ TGTK ngân hàng Việt Nam.

Về phương pháp: Thực thi quy trình nghiên cứu định lượng nghiêm ngặt với KMO = 0,832 (đạt tiêu chuẩn "meritorious"), loại bỏ 2 biến không phù hợp qua EFA hai vòng, rút gọn thành 4 nhân tố có ý nghĩa thống kê và thực tiễn.

Về kết quả thực tiễn: Xác định 4 nhân tố – Kỹ năng phục vụ, Mức độ đáp ứng, Mức độ tin cậy, Phương tiện hữu hình – đều có tác động có ý nghĩa thống kê đến sự hài lòng KH, cung cấp cơ sở cho 7 nhóm giải pháp cải thiện CLDV định hướng đến 2020.

Về giá trị kinh doanh: Bối cảnh lợi nhuận tăng trưởng 25,9% (2017 vs. 2016) nhưng huy động vốn giảm 8,37% cho thấy chiến lược tập trung vào CLDV là hướng đi bền vững hơn cạnh tranh thuần túy về lãi suất – đặc biệt trong giai đoạn hội nhập kinh tế quốc tế.

Nghiên cứu này là tài liệu tham khảo có giá trị cho các chi nhánh BIDV tại khu vực Bắc miền Trung, các ngân hàng TMCP muốn nâng cao năng lực cạnh tranh trong mảng bán lẻ, và các nhà nghiên cứu tài chính ngân hàng tại Việt Nam đang tìm kiếm mô hình đo lường CLDV đã được kiểm chứng thực nghiệm.