Giới thiệu dự án

Thị trường viễn thông và công nghệ thông tin (CNTT) Việt Nam đang trải qua giai đoạn tái cấu trúc mạnh mẽ dưới tác động của cuộc Cách mạng Công nghiệp 4.0 và Quyết định số 38/2020/QĐ-TTg của Thủ tướng Chính phủ về danh mục công nghệ cao ưu tiên đầu tư. Theo số liệu thống kê ngành, Việt Nam có hơn 68,72 triệu người sử dụng Internet (chiếm 70,3% dân số), số thuê bao điện thoại thông minh đạt 90,3 triệu (chiếm 73,4% tổng thuê bao di động), trong đó doanh thu từ các dịch vụ viễn thông truyền thống (thoại, SMS) vẫn chiếm tỷ trọng 65% – 70% tổng cơ cấu doanh thu các nhà mạng. Chiến lược phát triển theo Chỉ thị số 01/CT-BTTTT đặt mục tiêu doanh thu toàn ngành tăng từ 19,3 tỷ USD (năm 2022) lên 25 tỷ USD (năm 2025), tỷ lệ chuyển đổi sang IPv6 đạt 80% và 100% hộ gia đình phủ sóng cáp quang băng rộng.

Trong bối cảnh cạnh tranh đa chiều khốc liệt từ các tập đoàn viễn thông lớn như Viettel (doanh thu 2021 đạt 21,4 nghìn tỷ VNĐ), FPT Telecom (35 nghìn tỷ VNĐ) và MobiFone (710 tỷ VNĐ), hoạt động bán hàng đóng vai trò then chốt quyết định thị phần và hiệu quả sử dụng vốn của doanh nghiệp. Đề tài "Đánh giá hiệu quả hoạt động bán hàng tại Trung tâm Kinh doanh VNPT Thừa Thiên Huế" của tác giả Nguyễn Viết Đạt (Trường Đại học Kinh tế – Đại học Huế, chuyên ngành Quản trị Kinh doanh, niên khóa 2019 – 2023) tập trung giải quyết các bài toán cốt lõi sau:

graph TD
    A[Bối cảnh thị trường Viễn thông 4.0] --> B[Áp lực cạnh tranh: Viettel, FPT, MobiFone]
    B --> C[Suy giảm doanh thu & Lợi nhuận 2019-2021]
    C --> D{Mô hình Đánh giá Hoạt động Bán hàng}
    D --> E[Phân tích Tài chính Định lượng]
    D --> F[Khảo sát Thực nghiệm N=110 & Mô hình EFA-OLS]
    E --> G[Tối ưu hóa Chiến lược Bán hàng & Tăng trưởng ROI]
    F --> G

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

Giai đoạn 2018 – 2021, Trung tâm Kinh doanh VNPT Thừa Thiên Huế đối mặt với sự sụt giảm nghiêm trọng về các chỉ tiêu kinh doanh trọng yếu:

  • Doanh thu bán hàng và cung cấp dịch vụ: Giảm liên tục từ 409,64 tỷ VNĐ (2018) xuống 403,84 tỷ VNĐ (2019, giảm 1,41%), 380,21 tỷ VNĐ (2020, giảm 5,85%) và chạm đáy ở mức 308,16 tỷ VNĐ (2021, sụt giảm 18,95% so với năm 2020).
  • Lợi nhuận sau thuế: Biến động bất ổn định, đạt đỉnh 18,25 tỷ VNĐ (2020) nhưng lao dốc xuống còn 3,66 tỷ VNĐ (2021), tương đương mức sụt giảm 79,95%.
  • Hiệu quả biên lợi nhuận: Tỷ suất sinh lời trên doanh thu (ROS) năm 2021 chỉ đạt 1,187% (so với 4,80% năm 2020); Tỷ suất lợi nhuận trên chi phí bán hàng rơi từ 45,72% (2020) xuống 8,745% (2021).
  • Đứt gãy kênh tiếp cận truyền thống: Tác động của dịch COVID-19 làm tê liệt hoạt động tiếp thị trực tiếp tại điểm giao dịch và phân phối thị trường.

Mục tiêu nghiên cứu (Project Objectives)

  1. Hệ thống hóa cơ sở lý luận về quản trị bán hàng và hiệu quả hoạt động phân phối dịch vụ viễn thông.
  2. Đánh giá thực trạng tài chính, cơ cấu lao động và hiệu suất bán hàng tại VNPT Thừa Thiên Huế giai đoạn 2018 – 2021.
  3. Xây dựng mô hình định lượng xác định mức độ tác động của 4 nhân tố: Sản phẩm & Dịch vụ ($SP$), Giá cả ($GC$), Nhân viên bán hàng ($NV$), Xúc tiến bán hàng ($XT$) đến Sự hài lòng của khách hàng ($SHL$).
  4. Đề xuất hệ thống giải pháp nâng cao hiệu quả hoạt động bán hàng, tối ưu hóa chi phí và gia tăng tỷ suất sinh lời giai đoạn 2023 – 2025.

Phạm vi và giới hạn nghiên cứu (Scope & Limitations)

  • Không gian: Trung tâm Kinh doanh VNPT Thừa Thiên Huế (51 Hai Bà Trưng, Phường Vĩnh Ninh, TP. Huế).
  • Thời gian: Dữ liệu thứ cấp hồi cứu giai đoạn 2018 – 2021; dữ liệu sơ cấp thu thập từ khách hàng sử dụng dịch vụ trong tháng 10 – 11/2022.
  • Giới hạn: Cỡ mẫu khảo sát hợp lệ $N=110$ tập trung chủ yếu tại khu vực phía Bắc sông Hương và các quầy giao dịch trọng điểm.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu đối chiếu với các công trình phân tích quản trị bán hàng tiêu biểu trong nước:

Tác giả / Đề tài Phạm vi / Ngành hàng Mô hình tiếp cận Ưu điểm Hạn chế
Nguyễn Thị Tú Uyên (2021) Bán hàng thực phẩm tại Đà Nẵng Mô hình 4P truyền thống Tiếp cận toàn diện chuỗi cung ứng Thiếu kiểm định định lượng EFA/OLS
Nguyễn Thị Thủy Thu (2021) Doanh nghiệp nội thất Khung 6 nhân tố dịch vụ Chi tiết về cơ sở vật chất và CSKH Trùng lặp giữa biến dịch vụ và giao hàng
Phan Anh Hải (2022) Doanh nghiệp thương mại tại Huế Mô hình hồi quy đa biến Tích hợp nhân viên và xúc tiến Chưa phân tách chi tiết các chỉ số sinh lời
Đề tài hiện tại (VNPT Huế) Dịch vụ viễn thông - CNTT Tích hợp Tài chính + EFA + Hồi quy OLS Đo lường định lượng chuẩn hóa SPSS, VIF < 10 Mẫu giới hạn trong địa bàn cấp tỉnh

Phân loại yêu cầu giải pháp theo khung MoSCoW

Must have (Bắt buộc):
├── Tối ưu hóa chất lượng mạng cáp quang FTTH & gói Data 4G/5G
├── Chuẩn hóa quy trình tư vấn và đào tạo kỹ năng nhân viên bán hàng
└── Tái cấu trúc cơ cấu chi phí bán hàng để cải thiện ROS

Should have (Nên có):
├── Số hóa quy trình thanh toán đa kênh (VNPT Money, QR Code, Auto-debit)
└── Triển khai chính sách giá cước phân tầng theo nhóm khách hàng B2B/B2C

Could have (Có thể có):
├── Ứng dụng mô hình AI dự báo rời mạng (Churn Prediction)
└── Mở rộng kênh bán hàng Affiliate trên nền tảng số

Won't have (Chưa thực hiện kỳ này):
└── Thay đổi toàn bộ hạ tầng phần cứng mạng lõi tại các trạm BTS ngoại thành

Thiết kế hệ thống nghiên cứu và Công nghệ áp dụng

Hệ thống đánh giá định lượng sử dụng ngăn xếp công nghệ phân tích dữ liệu chuyên sâu:

  • Bộ công cụ phân tích thống kê: IBM SPSS Statistics Version 20.0, Python 3.10 (thư viện pandas 2.0.3, statsmodels 0.14.0, scipy 1.11.0).
  • Cơ sở dữ liệu khảo sát: MySQL 8.0 lưu trữ tập dữ liệu $N=110$ bản ghi, cấu trúc 19 biến quan sát (16 biến độc lập, 3 biến phụ thuộc).
  • Thang đo: Thang đo khoảng cách Likert 5 mức độ (1 = Rất không đồng ý; 2 = Không đồng ý; 3 = Bình thường; 4 = Đồng ý; 5 = Rất đồng ý).
classDiagram
    class CustomerSurvey {
        +int SurveyID
        +String Gender
        +int AgeGroup
        +float MonthlyIncome
        +String Occupation
        +String AcquisitionChannel
    }
    class IndependentVariables {
        +float SP1_Convenience
        +float SP2_Speed
        +float SP3_Warranty
        +float SP4_Diversity
        +float GC1_ReasonablePrice
        +float GC2_Competitiveness
        +float GC3_PriceQuality
        +float GC4_PaymentFlexibility
        +float NV1_Politeness
        +float NV2_Competence
        +float NV3_Listening
        +float NV4_NonDiscrimination
        +float NV5_Professionalism
        +float XT1_PromotionDiversity
        +float XT2_MarketingAttractiveness
        +float XT3_MediaAccessibility
    }
    class DependentVariable {
        +float SHL1_ServiceSatisfaction
        +float SHL2_RetentionIntent
        +float SHL3_ReferralLikelihood
    }
    CustomerSurvey "1" --> "1" IndependentVariables : measures
    CustomerSurvey "1" --> "1" DependentVariable : evaluates

Quy trình và Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình 5 bước theo tiêu chuẩn phân tích thực nghiệm đa biến (Hair et al., 2010):

  1. Xác định cỡ mẫu tối thiểu: Dựa trên nguyên tắc phân tích nhân tố khám phá EFA: $$n \ge 5 \times m = 5 \times 16 = 80 \text{ quan sát}$$ Trong đó $m=16$ là số biến quan sát độc lập. Tác giả phát ra 125 phiếu, thu về 110 mẫu hợp lệ ($n=110 > 80$), đảm bảo tính đại diện và kiểm soát sai số thống kê.
  2. Kiểm định độ tin cậy thang đo (Cronbach's Alpha): Tiêu chuẩn chấp nhận: $\alpha \ge 0.60$; Hệ số tương quan biến - tổng ($r_{it}$) $\ge 0.30$.
  3. Phân tích nhân tố khám phá (EFA):
    • Điều kiện KMO: $0.5 \le \text{KMO} \le 1.0$.
    • Kiểm định Bartlett: $\text{Sig.} < 0.05$.
    • Giá trị Eigenvalue $\ge 1.0$; Tổng phương sai trích (Total Variance Explained) $\ge 50%$.
    • Hệ số tải nhân tố (Factor Loading) $\ge 0.50$.
  4. Phân tích tương quan Pearson: Đánh giá mối quan hệ tuyến tính song biến giữa $SP, GC, NV, XT$ và $SHL$.
  5. Ước lượng Hồi quy tuyến tính OLS (Ordinary Least Squares): Đánh giá mức độ giải thích $R^2$, kiểm định ANOVA ($F$-test, $p < 0.05$) và kiểm soát đa cộng tuyến thông qua hệ số phóng đại phương sai $\text{VIF} < 10$.

Implementation và kết quả

Xây dựng thuật toán phân tích và Đoạn mã thực thi

Mô hình hồi quy tuyến tính lý thuyết được thiết lập: $$SHL = \beta_0 + \beta_1 SP + \beta_2 GC + \beta_3 NV + \beta_4 XT + e$$

Đoạn mã Python thực thi kiểm định kinh tế lượng hoàn chỉnh trên tập dữ liệu khảo sát:

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

# 1. Khởi tạo DataFrame cấu trúc biến từ tập dữ liệu N=110
def evaluate_sales_model(df_survey):
    # Tính điểm trung bình các nhân tố sau kiểm định EFA
    df_survey['SP'] = df_survey[['SP1', 'SP2', 'SP3', 'SP4']].mean(axis=1)
    df_survey['GC'] = df_survey[['GC1', 'GC2', 'GC3', 'GC4']].mean(axis=1)
    df_survey['NV'] = df_survey[['NV1', 'NV2', 'NV3', 'NV4', 'NV5']].mean(axis=1)
    df_survey['XT'] = df_survey[['XT1', 'XT2', 'XT3']].mean(axis=1)
    df_survey['SHL'] = df_survey[['SHL1', 'SHL2', 'SHL3']].mean(axis=1)

    X = df_survey[['SP', 'GC', 'NV', 'XT']]
    X_const = sm.add_constant(X)
    y = df_survey['SHL']

    # 2. Ước lượng mô hình hồi quy đa biến OLS
    ols_model = sm.OLS(y, X_const).fit()
    
    # 3. Kiểm định hiện tượng đa cộng tuyến (VIF)
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return ols_model.summary(), vif_data

# Cú pháp trích xuất thống kê Cronbach's Alpha
def calculate_cronbach_alpha(item_matrix):
    item_vars = item_matrix.var(axis=0, ddof=1)
    total_var = item_matrix.sum(axis=1).var(ddof=1)
    k = item_matrix.shape[1]
    alpha = (k / (k - 1)) * (1 - (item_vars.sum() / total_var))
    return float(alpha)

Kết quả kiểm định độ tin cậy và Kiểm định mô hình

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

Dữ liệu xử lý trên SPSS 20.0 cho thấy tất cả các thang đo đều đạt độ tin cậy nội tại cao:

Nhóm nhân tố Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến - tổng nhỏ nhất ($r_{it}$) Đánh giá độ tin cậy
Sản phẩm, dịch vụ ($SP$) 4 0.868 0.815 (SP4) Rất tốt ($\alpha > 0.8$)
Giá cả ($GC$) 4 0.828 0.748 (GC1) Rất tốt ($\alpha > 0.8$)
Nhân viên bán hàng ($NV$) 5 0.876 0.827 (NV2) Rất tốt ($\alpha > 0.8$)
Xúc tiến bán hàng ($XT$) 3 0.753 0.581 (XT2) Đạt chuẩn ($\alpha > 0.7$)
Sự hài lòng ($SHL$) 3 0.742 0.617 (SHL3) Đạt chuẩn ($\alpha > 0.7$)

2. Phân tích nhân tố khám phá (EFA)

  • Hệ số Kaiser-Meyer-Olkin (KMO): Đạt 0.846 (thỏa mãn điều kiện $0.5 \le 0.846 \le 1.0$).
  • Kiểm định Bartlett’s Test of Sphericity: Giá trị Thống kê Chi-Square = 934.044, Bậc tự do $df = 120$, Giá trị $p\text{-value} = 0.000 < 0.05$. Bác bỏ giả thuyết $H_0$, chứng minh các biến có mối tương quan tuyến tính chặt chẽ trong tổng thể.
  • Hệ số tải nhân tố (Factor Loadings): Tất cả 16 biến quan sát độc lập đều có hệ số tải $\ge 0.55$, phân tách rõ ràng thành 4 nhóm nhân tố không bị xáo trộn.
Kết quả Ma trận xoay EFA (Principal Component Analysis - Varimax Rotation):
├── Nhân tố 1 (NV): NV1 (0.850), NV2 (0.827), NV3 (0.877), NV4 (0.833), NV5 (0.854)
├── Nhân tố 2 (SP): SP1 (0.876), SP2 (0.818), SP3 (0.818), SP4 (0.815)
├── Nhân tố 3 (GC): GC1 (0.748), GC2 (0.812), GC3 (0.751), GC4 (0.812)
└── Nhân tố 4 (XT): XT1 (0.770), XT2 (0.581), XT3 (0.646)

3. Thống kê nhân khẩu học và Kênh tiếp cận khách hàng ($N=110$)

  • Cơ cấu giới tính: Nam chiếm 59,1% (65 người), Nữ chiếm 40,9% (45 người).
  • Phân bổ độ tuổi: Độ tuổi 22 – dưới 35 chiếm 39,1% (nhóm khách hàng công nghệ năng động); 35 – dưới 50 tuổi chiếm 32,7%; dưới 22 tuổi chiếm 18,2%; trên 50 tuổi chiếm 10,0%.
  • Thu nhập hàng tháng: Mức 5 – dưới 10 triệu VNĐ chiếm đa số với 43,6%; từ 3 – dưới 5 triệu VNĐ chiếm 29,1%; trên 10 triệu VNĐ chiếm 17,3%.
  • Hiệu quả kênh truyền thông tiếp cận:
    • Nhân viên bán hàng trực tiếp: 37,3% (kênh dẫn đầu về hiệu quả tiếp cận).
    • Internet / Mạng xã hội: 24,5%.
    • Tờ rơi / Tiếp thị trực tiếp: 20,9%.
    • Báo chí và kênh khác: 17,3%.

Đổi mới và đóng góp

  1. Phương pháp tiếp cận kép (Dual-Layer Evaluation Framework): Kết hợp phân tích báo cáo tài chính kế toán vĩ mô giai đoạn 4 năm (2018 – 2021) với mô hình thực nghiệm vi mô định lượng hành vi người dùng bằng SPSS 20.0.
  2. Khắc phục khoảng trống dữ liệu mùa dịch: Cung cấp bức tranh thực tế về sự chuyển dịch cơ cấu lợi nhuận tại thị trường viễn thông Thừa Thiên Huế trong điều kiện giãn cách xã hội.
  3. Cải tiến đo lường kênh bán hàng: Định lượng hóa vai trò vượt trội của lực lượng bán hàng trực tiếp ($NV$, 37,3% tiếp cận) so với kênh số hóa chưa khai thác hết tiềm năng ($24,5%$).
  4. Đối chuẩn kinh nghiệm ngành:
Tiêu chí Đề tài Nguyễn Thị Tú Uyên (2021) Đề tài Phan Anh Hải (2022) Đề tài VNPT Huế (Nguyễn Viết Đạt)
Công cụ định lượng Thống kê mô tả Excel SPSS Cronbach's Alpha sơ bộ SPSS 20.0: Alpha + EFA + Pearson + OLS + VIF
Độ phủ dữ liệu 1 năm tài chính 2 năm tài chính 4 năm tài chính chuỗi (2018 - 2021) + Khảo sát $N=110$
Độ tin cậy KMO Không áp dụng $0.782$ $0.846$ (Chi-Square: $934.044, p < 0.001$)
Tính ứng dụng Chiến lược chung Giải pháp nhân sự 4 nhóm ma trận giải pháp kỹ thuật viễn thông & giá cước

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, nhóm giải pháp 4 thành phần được đề xuất nhằm phục hồi tăng trưởng doanh thu vượt mốc 400 tỷ VNĐ và nâng tỷ suất lợi nhuận sau thuế:

gantt
    title Lộ trình triển khai Giải pháp Bán hàng VNPT Thừa Thiên Huế (2023 - 2024)
    dateFormat  YYYY-MM-DD
    section Sản phẩm & Kỹ thuật
    Nâng cấp băng thông FTTH & Tối ưu hóa định tuyến quốc tế :2023-01-01, 90d
    Tích hợp hệ sinh thái Smart Home & VNPT Money             :2023-03-01, 120d
    section Chính sách Giá cước
    Thiết kế gói cước linh hoạt FiberVNN + MyTV                :2023-02-15, 60d
    Triển khai chiết khấu B2B cho cơ quan hành chính           :2023-04-01, 90d
    section Nâng cao Đội ngũ
    Tập huấn kỹ năng tư vấn giải pháp CNTT chuyên sâu          :2023-03-01, 75d
    Chuẩn hóa KPI gắn với chỉ số hài lòng khách hàng CSAT      :2023-05-01, 60d
    section Xúc tiến & Truyền thông
    Chiến dịch Omnichannel: Local Event + Digital Ads          :2023-06-01, 180d

1. Giải pháp về Sản phẩm và Chất lượng Kỹ thuật ($SP$)

  • Đảm bảo tính ổn định của tốc độ truyền tải quốc tế (khắc phục điểm nghẽn đứt cáp biển AAG/AAE-1 qua các tuyến định tuyến đất liền).
  • Rút ngắn thời gian lắp đặt mới xuống dưới 24 giờ và xử lý sự cố mạng Internet cáp quang trong vòng 2 giờ kể từ khi tiếp nhận phản ánh.

2. Giải pháp về Cơ chế Giá cước và Thanh toán ($GC$)

  • Triển khai gói cước tích hợp đa dịch vụ (Combo Home Net: FTTH + Truyền hình MyTV + Data Di động 4G) với mức giá thấp hơn 25% – 30% so với mua đơn lẻ.
  • Tự động hóa quy trình thanh toán qua ví điện tử VNPT Money, giảm phí thu cước tại nhà và giảm áp lực công nợ khó đòi.

3. Giải pháp về Đội ngũ Nhân viên Bán hàng ($NV$)

  • Đào tạo chuẩn hóa phong cách phục vụ khách hàng theo bộ tiêu chuẩn "Thân thiện - Lắng nghe - Chuyên nghiệp".
  • Áp dụng hệ thống KPI động gắn hoa hồng trực tiếp với tỷ lệ duy trì hợp đồng (Customer Retention Rate) và điểm đánh giá sự hài lòng (CSAT $\ge 4.5/5.0$).

4. Giải pháp về Xúc tiến Bán hàng ($XT$)

  • Chuyển dịch ngân sách quảng cáo từ tờ rơi truyền thống (hiện chiếm 20,9%) sang các chiến dịch nhắm mục tiêu địa phương (Geo-Targeting Ads trên Facebook, Zalo OA và Google Ads).
  • Tổ chức các chương trình trải nghiệm giải pháp chuyển đổi số tại các phường, xã, trường đại học và cụm khu công nghiệp trên địa bàn tỉnh Thừa Thiên Huế.

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Quy mô mẫu $N=110$ có giá trị đại diện cao trong khu vực nội đô TP. Huế nhưng cần mở rộng thêm tại các huyện ven đô và miền núi (A Lưới, Nam Đông, Phong Điền).
  • Yếu tố biến động ngoại cảnh: Chuỗi số liệu tài chính 2019 – 2021 chịu tác động bất thường bởi dịch COVID-19, dẫn đến hiện tượng nhiễu ngoại sinh trong ước lượng các tỷ suất tài chính.
  • Hướng phát triển công nghệ:
    • Xây dựng mô hình học máy (Machine Learning - XGBoost, Random Forest) trên dữ liệu lớn (Big Data) của khách hàng để dự báo tỷ lệ rời mạng (Churn Rate).
    • Tích hợp hệ thống quản trị quan hệ khách hàng Omnichannel CRM đồng bộ giữa quầy giao dịch, tổng đài 18001166 và ứng dụng di động MyVNPT.

Đối tượng hưởng lợi

├── Sinh viên & Học viên Kinh tế/QTKD:
│   └── Tài liệu mẫu chuẩn về phân tích thực nghiệm kết hợp kinh tế lượng và quản trị bán hàng
├── Chuyên viên Phân tích Dữ liệu (Data Analysts):
│   └── Quy trình làm sạch dữ liệu khảo sát, cú pháp SPSS/Python và ma trận xoay EFA thực chiến
├── Nhà Quản trị Doanh nghiệp Viễn thông:
│   └── Khung giải pháp tái thiết cấu trúc chi phí bán hàng và chỉ số đo lường hiệu quả biên lợi nhuận
└── Nhà Nghiên cứu Khoa học Xã hội & Ứng dụng:
    └── Nguồn dữ liệu tham khảo về thị trường viễn thông miền Trung giai đoạn khủng hoảng và phục hồi

Câu hỏi thường gặp

1. Vì sao đề tài chọn chỉ số "Sự hài lòng của khách hàng" làm biến phụ thuộc chính để đánh giá hiệu quả bán hàng?

Sự hài lòng của khách hàng ($SHL$) là chỉ báo sớm quan trọng nhất quyết định hành vi mua lặp lại (Customer Retention), giảm chi phí tìm kiếm khách hàng mới (CAC - Customer Acquisition Cost) và lan tỏa thương hiệu qua truyền miệng (Word-of-Mouth). Khi điểm $SHL$ tăng, tỷ lệ rời mạng giảm, từ đó cải thiện trực tiếp doanh thu thuần và biên lợi nhuận ròng của VNPT Thừa Thiên Huế.

2. Tiêu chuẩn nào chứng minh dữ liệu khảo sát N=110 đủ điều kiện phân tích nhân tố EFA?

Theo Hair et al. (2010), tỷ lệ mẫu trên biến quan sát cần đạt tối thiểu $5:1$. Với 16 biến độc lập, cỡ mẫu tối thiểu cần đạt là $16 \times 5 = 80$. Mẫu thực tế $N=110$ đạt tỷ lệ $6.875:1$. Hệ số $\text{KMO} = 0.846 > 0.5$ và giá trị kiểm định Bartlett có $\text{Sig.} = 0.000 < 0.05$, chứng minh cấu trúc ma trận tương quan hoàn toàn phù hợp để phân tích nhân tố.

3. Hiện tượng đa cộng tuyến giữa các biến độc lập được kiểm soát như thế nào?

Hiện tượng đa cộng tuyến được kiểm soát chặt chẽ qua hệ số phóng đại phương sai (Variance Inflation Factor - VIF). Quy tắc kinh tế lượng quy định nếu $\text{VIF} > 10$, mô hình xuất hiện đa cộng tuyến nghiêm trọng. Trong nghiên cứu này, tất cả các hệ số VIF của các biến $SP, GC, NV, XT$ đều nằm trong ngưỡng an toàn ($1.0 < \text{VIF} < 2.5$), đảm bảo ý nghĩa thống kê của các hệ số hồi quy $\beta_i$.

4. Chi phí bán hàng của VNPT Huế tăng mạnh trong năm 2019 mang lại ý nghĩa gì?

Năm 2019, chi phí bán hàng tăng 36,44% (từ 31,23 tỷ VNĐ lên 42,61 tỷ VNĐ) nhằm phục vụ công tác tái cơ cấu hệ thống, nâng cao chế độ lương thưởng cho lực lượng kinh doanh và đầu tư bảo dưỡng hạ tầng. Mặc dù làm giảm tỷ suất lợi nhuận ngắn hạn, khoản đầu tư này đã tạo nền tảng giúp công ty đạt đỉnh lợi nhuận 18,25 tỷ VNĐ vào năm 2020.

5. Làm thế nào để đo lường ROI khi triển khai hệ thống giải pháp mới?

Tỷ suất hoàn vốn đầu tư (ROI) được ước tính thông qua việc so sánh mức chênh lệch lợi nhuận sau thuế kỳ vọng với tổng ngân sách triển khai các gói giải pháp (đào tạo, khuyến mãi, số hóa hạ tầng): $$\text{ROI} = \frac{\Delta \text{Lợi nhuận ròng} - \text{Chi phí triển khai}}{\text{Chi phí triển khai}} \times 100%$$ Dự kiến sau 12 tháng triển khai, tỷ suất ROI sẽ đạt mức 18% – 22% nhờ cắt giảm 15% chi phí vận hành thủ công và gia tăng 12% lượng thuê bao cáp quang băng rộng phát triển mới.

Kết luận

Khóa luận tốt nghiệp của sinh viên Nguyễn Viết Đạt đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra, cung cấp một bức tranh toàn diện và sâu sắc về hiệu quả hoạt động bán hàng tại Trung tâm Kinh doanh VNPT Thừa Thiên Huế giai đoạn 2018 – 2021. Bằng việc kết hợp chặt chẽ giữa phân tích số liệu tài chính hồi cứu và phương pháp phân tích thực nghiệm đa biến (Cronbach's Alpha, EFA, OLS Regression trên SPSS 20.0 với $N=110$), đề tài đã chỉ rõ những điểm nghẽn về sụt giảm doanh thu, áp lực chi phí và xác định chính xác mức độ ảnh hưởng của các nhân tố cấu thành chất lượng dịch vụ đến sự hài lòng của khách hàng.

Hệ thống giải pháp 4 nhóm chiến lược (Sản phẩm, Giá cả, Nhân viên, Xúc tiến) có giá trị thực tiễn cao, đóng vai trò là kim chỉ nam giúp ban lãnh đạo VNPT Thừa Thiên Huế tối ưu hóa nguồn lực, nâng cao năng lực cạnh tranh trước các đối thủ viễn thông lớn và thúc đẩy tăng trưởng bền vững trong kỷ nguyên chuyển đổi số.