Giới thiệu dự án

Trong bối cảnh cách mạng công nghiệp 4.0 và chuyển đổi số toàn diện, ngành xây dựng và phân phối vật liệu xây dựng (VLXD) tại Việt Nam đang trải qua sự chuyển dịch mạnh mẽ từ phương thức bán lẻ truyền thống sang thương mại điện tử (TMĐT) và tiếp thị đa kênh (Omnichannel). Theo thống kê của Hiệp hội Thép Việt Nam (VSA) và Báo cáo Chỉ số Thương mại điện tử Việt Nam, thị trường VLXD ghi nhận mức tăng trưởng sản lượng thép thành phẩm đạt từ 10,8% đến 11,9% giai đoạn 2018–2019, song song với việc hơn 70% dân số Việt Nam tiếp cận Internet và trên 65 triệu người dùng tích cực trên các nền tảng mạng xã hội, đặc biệt là Facebook.

Tuy nhiên, đối với các doanh nghiệp phân phối VLXD quy mô vừa và nhỏ (SMEs) tại các thị trường địa phương như tỉnh Quảng Bình, việc ứng dụng truyền thông số còn mang tính tự phát, thiếu khung chiến lược bài bản và chưa tối ưu hóa được tỷ lệ chuyển đổi. Đồ án khóa luận tốt nghiệp "Đánh giá hoạt động truyền thông marketing qua mạng xã hội Facebook của Công ty TNHH Lý Minh Phong" do tác giả Phan Diệu Linh thực hiện dưới sự hướng dẫn của ThS. Trần Đức Trí (Trường Đại học Kinh tế – Đại học Huế) giải quyết bài toán thực tế này.

Vấn đề nghiên cứu cụ thể (Problem Statement)

Công ty TNHH Lý Minh Phong – nhà phân phối vật liệu xây dựng và thiết bị vệ sinh (đối tác của các thương hiệu như TOTO, Inax, Prime, Đồng Tâm, Jotun) – bắt đầu triển khai Fanpage chính thức từ tháng 05/2020. Qua quá trình vận hành, doanh nghiệp đối mặt với các điểm nghẽn nghiêm trọng:

  • Tương tác thấp và phân tán: Số lượt tương tác tự nhiên (organic interactions) dưới 10 lượt/bài đăng, lượt tiếp cận trung bình (organic reach) chỉ dao động quanh ngưỡng 500 người/bài.
  • Nội dung đơn điệu, thiếu tối ưu thuật toán: Bài đăng chủ yếu là hình ảnh đơn thuần với độ dài văn bản ngắn (30–100 ký tự), chưa ứng dụng công thức tương tác và tối ưu hóa thời gian hiển thị (EdgeRank).
  • Chiến dịch quảng cáo thiếu mục tiêu: Hoạt động Meta Ads triển khai ngẫu hứng, chưa xây dựng tệp đối tượng tùy chỉnh (Custom Audiences / Lookalike Audiences) và chưa có phễu chuyển đổi rõ ràng.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về Social Media Marketing, hành vi người tiêu dùng trực tuyến trên nền tảng mạng xã hội Facebook trong lĩnh vực xây dựng.
  2. Khảo sát, phân tích thực trạng dữ liệu vận hành từ Meta Business Suite và báo cáo tài chính giai đoạn 2017–2020 của Công ty TNHH Lý Minh Phong.
  3. Thiết lập mô hình nghiên cứu thực nghiệm tích hợp mô hình chấp nhận công nghệ (TAM - Technology Acceptance Model) và thuyết hành vi có hoạch định (TPB - Theory of Planned Behavior) nhằm lượng hóa các nhân tố tác động đến ý định mua sắm của khách hàng.
  4. Đề xuất hệ thống giải pháp kỹ thuật số, ma trận phát triển nội dung, tối ưu thuật toán phân phối và phương án ngân sách khả thi nhằm gia tăng hiệu quả truyền thông.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Nghiên cứu tập trung vào khách hàng mục tiêu tại thị trường tỉnh Quảng Bình và các khu vực lân cận (Quảng Trị, Thừa Thiên Huế).
  • Thời gian: Dữ liệu thứ cấp thu thập giai đoạn 2017–2019; dữ liệu phân tích Fanpage và dữ liệu khảo sát sơ cấp ($N = 32$) thu thập từ ngày 20/11/2020 đến 10/12/2020.
  • Kênh truyền thông: Trọng tâm là trang Fanpage chính thức VLXD LÝ MINH PHONG trên nền tảng Meta Facebook.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Tiếp thị truyền thống (Offline) Fanpage tự phát (Hiện trạng 2020) Giải pháp tiếp thị số tích hợp (Đề xuất)
Phạm vi tiếp cận Giới hạn theo bán kính địa lý showroom (300 $m^2$) Mở rộng nhưng không tập trung (Reach ~500/post) Định vị chính xác theo tọa độ địa lý, nhân khẩu học và hành vi
Chi phí vận hành Cao (In ấn catalogue, mặt bằng, nhân sự tư vấn) Thấp nhưng lãng phí ngân sách Ads do không tối ưu Tối ưu hóa chi phí trên mỗi lượt nhấp (CPC) và lợi tức đầu tư (ROAS)
Tương tác hai chiều Hạn chế, chỉ diễn ra tại điểm bán Chậm trễ, tỷ lệ phản hồi tin nhắn thấp Tự động hóa qua Chatbot kịch bản, thời gian phản hồi < 15 phút
Thu thập dữ liệu Ghi chép thủ công, phân tán Chỉ theo dõi chỉ số bề nổi (Vanity metrics) Khai thác sâu Meta Graph API, phân tích phễu chuyển đổi

So sánh với đối thủ cạnh tranh trong ngành

  • Công ty TNHH Đức Thắng (Hưng Yên): Triển khai kênh truyền thông đa nền tảng gồm Facebook (>10.000 Likes) và YouTube (>8.000 Subscribers), tập trung vào video review thực tế sản phẩm gạch ngói, hướng dẫn kỹ thuật thi công.
  • Thái Công Interior Design: Định vị phân khúc cao cấp, khai thác mạnh mẽ Facebook (>75.000 Likes) và YouTube (>400.000 Subscribers) với nội dung video chất lượng điện ảnh, tạo tính gắn kết thương hiệu vượt trội.
  • Thị trường Quảng Bình (Hằng Dương, Vinh Giang): Các đối thủ cùng địa bàn chủ yếu sử dụng kênh quan hệ truyền thống và biển bảng, chưa có doanh nghiệp nào dẫn đầu về Social Media Marketing bài bản, tạo cơ hội chiếm lĩnh thị phần trực tuyến cho Lý Minh Phong.

Phân tích yêu cầu theo ma trận MoSCoW

  • Must have (Bắt buộc có):
    • Khung thời gian đăng bài chuẩn hóa theo nhịp sinh học khách hàng (khung giờ vàng 09:00–11:00 và 20:00–22:00).
    • Định dạng nội dung chứa Call-to-Action (CTA) và câu hỏi tương tác để kích hoạt thuật toán xếp hạng.
    • Phễu quảng cáo Meta Ads phân tầng theo độ tuổi (tập trung nhóm 25–34 tuổi chiếm 54% mẫu khảo sát).
  • Should have (Nên có):
    • Tích hợp công cụ trích xuất dữ liệu tự động qua Meta Graph API v12.0 để phục vụ báo cáo định kỳ.
    • Ma trận nội dung AIDA (Attention - Interest - Desire - Action) kết hợp tỷ lệ 60-30-10.
  • Could have (Có thể có):
    • Mini-app / Web-app quản lý giỏ hàng tích hợp trên giao diện Fanpage.
    • Nhóm cộng đồng (Facebook Group) dành riêng cho các nhà thầu, thợ xây dựng để chăm sóc sau bán hàng.
  • Won't have (Chưa thực hiện ở giai đoạn này):
    • Hệ thống bán hàng tự động hóa hoàn toàn trên nền tảng Metaverse.

Thiết kế hệ thống

Công nghệ và công cụ sử dụng (Tech Stack)

  • Hệ điều hành & Nền tảng: Linux / Web Environment.
  • API & Nền tảng mạng xã hội: Meta Graph API v12.0, Meta Ads Manager, Meta Business Suite.
  • Phần mềm xử lý dữ liệu thống kê: IBM SPSS Statistics v26.0 (sử dụng phân tích thống kê mô tả, kiểm định độ tin cậy thang đo).
  • Ngôn ngữ & Thư viện phân tích: Python 3.9 (Pandas v1.3.0, Requests v2.26.0, Matplotlib v3.4.3).
  • Công cụ nghiên cứu từ khóa: Google Keyword Planner API v2021, Simple UID v2.1.

Thiết kế cấu trúc dữ liệu khảo sát (JSON Schema Representation)

Dữ liệu khảo sát sơ cấp theo thang đo Likert 5 mức độ được chuẩn hóa theo cấu trúc sau:

{
  "$schema": "http://json-schema.org/draft-07/schema#",
  "title": "CustomerSurveyResponse",
  "type": "object",
  "properties": {
    "respondent_id": { "type": "string" },
    "demographics": {
      "type": "object",
      "properties": {
        "gender": { "type": "string", "enum": ["Male", "Female"] },
        "age_group": { "type": "string", "enum": ["18-24", "25-34", "35-44", "45-55", ">55"] },
        "location": { "type": "string" }
      },
      "required": ["gender", "age_group", "location"]
    },
    "construct_scores": {
      "type": "object",
      "properties": {
        "perceived_usefulness": { "type": "number", "minimum": 1.0, "maximum": 5.0 },
        "perceived_ease_of_use": { "type": "number", "minimum": 1.0, "maximum": 5.0 },
        "perceived_risk": { "type": "number", "minimum": 1.0, "maximum": 5.0 },
        "perceived_enjoyment": { "type": "number", "minimum": 1.0, "maximum": 5.0 },
        "subjective_norm": { "type": "number", "minimum": 1.0, "maximum": 5.0 },
        "perceived_behavioral_control": { "type": "number", "minimum": 1.0, "maximum": 5.0 },
        "purchase_intention": { "type": "number", "minimum": 1.0, "maximum": 5.0 }
      },
      "required": ["perceived_usefulness", "perceived_ease_of_use", "perceived_risk", "purchase_intention"]
    }
  }
}

Phương pháp nghiên cứu (Methodology)

Quy trình nghiên cứu áp dụng phương pháp kết hợp định tính và định lượng (Mixed-methods):

  1. Thu thập dữ liệu thứ cấp: Trích xuất dữ liệu tài chính của công ty qua 3 năm (2017–2019) và số liệu Insight từ Fanpage trong 8 tháng (05/2020 – 12/2020).
  2. Thu thập dữ liệu sơ cấp: Thiết kế bảng câu hỏi với thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).
  3. Phương pháp xác định khoảng cách thang đo: $$\text{Độ dài khoảng cách (Interval)} = \frac{\text{Maximum} - \text{Minimum}}{n} = \frac{5 - 1}{5} = 0,80$$
    • $1,00 - 1,80$: Rất không đồng ý / Rất kém
    • $1,81 - 2,60$: Không đồng ý / Kém
    • $2,61 - 3,40$: Trung lập / Trung bình
    • $3,41 - 4,20$: Đồng ý / Tốt
    • $4,21 - 5,00$: Rất đồng ý / Rất tốt

Implementation và kết quả

Quy trình triển khai (Development Process)

Mô hình triển khai 5 giai đoạn khép kín theo chu trình marketing số chuẩn:

  1. Research (Nghiên cứu thị trường & người dùng): Quét chân dung khách hàng mục tiêu tại Quảng Bình, xác định 3.000 từ khóa nhu cầu thông qua Google Keyword Planner API.
  2. Strategy (Hoạch định chiến lược): Triển khai chiến lược "Vòng tròn tập trung" (Brand Fanpage, Community Page, Profile Care, Group VIP).
  3. Development (Sản xuất nội dung): Chuẩn hóa bài viết với cấu trúc AIDA, giới hạn văn bản dưới 250 ký tự để tăng tỷ lệ chú ý thêm 60%.
  4. Engagement (Thực thi & Tương tác): Vận hành chiến dịch quảng cáo Meta Ads, tương tác bình luận công khai theo thời gian thực.
  5. Measurement (Đo lường & Đánh giá): Đối soát chỉ số tương tác bài viết (Engagement Rate) và tỷ lệ chuyển đổi.

Thuật toán và công thức phân tích dữ liệu

Mức độ tương tác của Fanpage được tối ưu hóa dựa trên mô hình thuật toán phân phối hiển thị EdgeRank: $$\text{EdgeRank Score} = \sum_{e} u_e \times w_e \times d_e$$ Trong đó:

  • $u_e$ (Affinity Score): Điểm tương tác giữa người dùng và Fanpage.
  • $w_e$ (Weight Score): Trọng số của loại nội dung (Video/Ảnh > Link > Text; Comment/Share > Like).
  • $d_e$ (Time Decay): Hệ số suy giảm theo thời gian của bài đăng (thời gian tồn tại trung bình trên Newsfeed là 2 giờ).

Tỷ lệ tương tác chuẩn (Engagement Rate - ER) trên mỗi bài đăng được tính theo công thức: $$\text{Engagement Rate (ER)} = \frac{\text{Total Engagements (Likes + Comments + Shares + Clicks)}}{\text{Total Reach}} \times 100%$$

Đoạn mã Python trích xuất và tính toán chỉ số tương tác Fanpage

import requests
import pandas as pd

def calculate_facebook_insights(access_token: str, page_id: str):
    """
    Trích xuất dữ liệu tương tác từ Meta Graph API v12.0
    và tính toán tỷ lệ tương tác (Engagement Rate) trung bình.
    """
    url = f"https://graph.facebook.com/v12.0/{page_id}/posts"
    params = {
        "fields": "id,created_time,message,reactions.summary(true),comments.summary(true),shares",
        "access_token": access_token,
        "limit": 50
    }
    
    response = requests.get(url, params=params)
    if response.status_code != 200:
        raise ConnectionError(f"API Request Failed: {response.text}")
        
    posts_data = response.json().get("data", [])
    processed_records = []
    
    for post in posts_data:
        post_id = post.get("id")
        likes = post.get("reactions", {}).get("summary", {}).get("total_count", 0)
        comments = post.get("comments", {}).get("summary", {}).get("total_count", 0)
        shares = post.get("shares", {}).get("count", 0)
        total_interaction = likes + comments + shares
        
        processed_records.append({
            "post_id": post_id,
            "created_time": post.get("created_time"),
            "interactions": total_interaction,
            "likes": likes,
            "comments": comments,
            "shares": shares
        })
        
    df = pd.DataFrame(processed_records)
    return df

# Mô phỏng tính toán phân bố khoảng cách Likert
def evaluate_likert_mean(mean_score: float) -> str:
    if 1.0 <= mean_score <= 1.80:
        return "Rất không đồng ý"
    elif mean_score <= 2.60:
        return "Không đồng ý"
    elif mean_score <= 3.40:
        return "Trung lập"
    elif mean_score <= 4.20:
        return "Đồng ý"
    elif mean_score <= 5.00:
        return "Rất đồng ý"
    return "Giá trị không hợp lệ"

Kiểm định và kết quả thực nghiệm

1. Dữ liệu nhân khẩu học khách hàng khảo sát ($N = 32$)

  • Giới tính: Nam giới chiếm 58% ($n = 19$), Nữ giới chiếm 42% ($n = 13$).
  • Độ tuổi: Nhóm 25–34 tuổi chiếm đa số (54%), tiếp theo là nhóm 35–44 tuổi (12%) và nhóm 18–24 tuổi (12%).
  • Địa bàn: 100% người được khảo sát sinh sống tại Quảng Bình.

2. Kết quả thống kê mô tả các nhân tố trong mô hình nghiên cứu

Biến nghiên cứu Ký hiệu Giá trị trung bình (Mean) Độ lệch chuẩn (Std Dev) Mức độ đánh giá
Nhận thức hữu ích PU 3,78 0,62 Đồng ý (Tốt)
Nhận thức tính dễ sử dụng PEOU 3,65 0,71 Đồng ý (Tốt)
Nhận thức rủi ro PR 2,45 0,84 Không đồng ý (Rủi ro thấp)
Cảm nhận sự thích thú PE 3,52 0,68 Đồng ý
Thang đo chuẩn mực xã hội SN 3,41 0,75 Đồng ý
Kiểm soát hành vi PBC 3,82 0,59 Đồng ý (Cao)
Ý định mua hàng trực tuyến PI 3,68 0,66 Đồng ý (Tích cực) 
Khoảng tin cậy đánh giá: [1.00-1.80: Rất thấp] -- [1.81-2.60: Thấp] -- [2.61-3.40: TB] -- [3.41-4.20: Tốt] -- [4.21-5.00: Rất tốt]
Nhận thức hữu ích (PU):       |===================>        | (3.78)
Kiểm soát hành vi (PBC):       |=====================>      | (3.82)
Ý định mua hàng (PI):          |==================>         | (3.68)
Nhận thức rủi ro (PR):         |===========>                | (2.45 - Mức thấp tích cực)

3. Phân tích kết quả vận hành thực tế Fanpage giai đoạn 05/2020 – 12/2020

  • Lượng tiếp cận (Reach): Tăng trưởng chậm và đạt đỉnh vào tháng 12/2020 khi doanh nghiệp bắt đầu triển khai một số bài viết quảng cáo tài trợ (Sponsored Ads).
  • Hành vi tương tác: Bài đăng chứa câu hỏi mở kích thích bình luận cao gấp 2 lần so với bài đăng thông báo đơn thuần, phù hợp với nghiên cứu của Kissmetrics và HubSpot.

Đổi mới và đóng góp

  1. Framework "Vòng tròn tập trung" chuyên biệt cho ngành VLXD địa phương: Khắc phục lối mòn truyền thông một chiều của các cửa hàng phân phối VLXD truyền thống bằng cách thiết lập hệ sinh thái vệ tinh: Fanpage thương hiệu, Profile cá nhân bán hàng/chăm sóc, Group cộng đồng thợ xây và kênh sự kiện offline/online.
  2. Ứng dụng mô hình TAM-TPB trong đo lường hành vi B2B2C: Lượng hóa mức độ sẵn sàng mua sắm thiết bị phòng tắm, gạch ốp lát trực tuyến qua hệ thống thang đo 7 nhân tố, chứng minh người dùng địa phương có nhận thức kiểm soát hành vi cao ($\text{Mean} = 3,82$) và nhận thức rủi ro ở mức kiểm soát được ($\text{Mean} = 2,45$).
  3. Mô hình định lượng hóa hiệu quả nội dung: Đưa ra bằng chứng thực nghiệm về độ dài văn bản (<250 ký tự) và khung giờ đăng bài tối ưu (09:00 và 21:00) dựa trên phân tích dữ liệu log thời gian trực tuyến của người dùng.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Use Cases)

  • Kịch bản 1: Khách hàng cá nhân xây dựng nhà ở dân dụng (B2C): Người dùng tìm kiếm thông tin gạch men Prime và thiết bị vệ sinh Inax $\rightarrow$ Tiếp cận bài viết tư vấn phối màu gạch và bảng giá minh bạch $\rightarrow$ Nhắn tin nhận báo giá dự toán và lịch giao hàng miễn phí $\rightarrow$ Đặt hàng qua Chatbot/Admin.
  • Kịch bản 2: Nhà thầu thi công và thợ xây dựng (B2B): Tiếp cận bài viết giới thiệu chính sách chiết khấu xi măng SCG và sắt thép $\rightarrow$ Tham gia Group VIP của công ty để nhận mã giảm giá và chứng chỉ chất lượng $\rightarrow$ Đặt hàng số lượng lớn theo hợp đồng dự án.

Kế hoạch phân bổ ngân sách và ước tính hiệu quả tài chính (Cost-Benefit Analysis)

Bảng dự toán ngân sách và tỷ suất hoàn vốn (ROI)

Hạng mục chi phí Chi phí hàng tháng (VNĐ) Mục tiêu KPI đạt được Lợi ích kinh tế ước tính
Ngân sách Meta Ads (Chuyển đổi & Nhận diện) 6.000.000 Tiếp cận 40.000 – 60.000 lượt khách hàng mục tiêu Tạo ra 120 – 150 khách hàng tiềm năng (Leads)
Chi phí sản xuất nội dung & Thiết kế đồ họa 3.000.000 20 bài đăng chất lượng cao + 4 video ngắn/tháng Tăng tỷ lệ giữ chân và nhận diện thương hiệu
Phần mềm quản lý bán hàng & Chatbot CRM 500.000 Tự động hóa 80% câu hỏi báo giá lặp lại Giảm 50% thời gian phản hồi tin nhắn
Tổng cộng 9.500.000 Doanh thu mục tiêu từ kênh Online: 150 – 200 triệu VNĐ/tháng Tỷ suất sinh lời ROI ước tính: 280% – 350%

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phạm vi

  • Quy mô mẫu khảo sát: Cỡ mẫu khảo sát sơ cấp ($N = 32$) ở mức cơ bản, phù hợp với nghiên cứu trường hợp điển hình (case study) của một doanh nghiệp vừa và nhỏ, nhưng cần mở rộng khi tổng quát hóa cho toàn bộ thị trường miền Trung.
  • Thời gian theo dõi dữ liệu: Dữ liệu vận hành Fanpage chỉ ghi nhận trong 8 tháng đầu thành lập (05/2020 – 12/2020), chưa phản ánh trọn vẹn chu kỳ mùa vụ của ngành xây dựng (thường đạt đỉnh vào mùa khô).
  • Hệ thống đo lường chuyển đổi: Chưa tích hợp được Pixel theo dõi và API Conversion lên website riêng vlxdlyminhphong.com do website chưa hoàn thiện cổng thương mại điện tử.

Hướng phát triển đề xuất

  1. Mở rộng cỡ mẫu lên $N \ge 200$ và ứng dụng mô hình phương trình cấu trúc (SEM - Structural Equation Modeling) trên phần mềm AMOS hoặc SmartPLS để kiểm định sâu các mối quan hệ tác động.
  2. Ứng dụng hệ thống Marketing Automation đa kênh (Facebook Fanpage, Zalo ZNS, TikTok Short Video, Website E-commerce).
  3. Triển khai công nghệ tương tác thực tế ảo (AR) cho phép khách hàng ướm thử mẫu gạch ốp lát và thiết bị phòng tắm vào không gian nhà thực tế ngay trên ứng dụng di động.

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành TMĐT & QTKD: Tiếp cận tài liệu tham khảo thực nghiệm chi tiết về cách kết hợp lý thuyết nghiên cứu hàn lâm (TAM, TPB, EdgeRank) với bài toán kinh doanh cụ thể tại địa phương.
  • Doanh nghiệp bán lẻ VLXD & SMEs: Sở hữu cẩm nang hướng dẫn từng bước để số hóa kênh phân phối, giảm thiểu rủi ro đốt tiền vào quảng cáo không hiệu quả.
  • Marketers & Quản trị viên Fanpage: Nắm bắt các kỹ thuật viết bài, khung giờ đăng và phương pháp thu hút tương tác tự nhiên theo tiêu chuẩn kỹ thuật số.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu kỹ thuật tối thiểu để doanh nghiệp triển khai giải pháp này là gì?

Doanh nghiệp chỉ cần tài khoản Meta Business Suite đã xác minh danh tính doanh nghiệp, kết nối với Fanpage chính thức, công cụ lập kế hoạch từ khóa Google Keyword Planner và nhân sự quản trị được trang bị kỹ năng viết bài chuẩn AIDA cùng kiến thức vận hành quảng cáo cơ bản.

2. Giới hạn mở rộng (Scalability) của mô hình này như thế nào?

Mô hình hoàn toàn có thể nhân rộng từ quy mô 1 Fanpage đơn lẻ thành mạng lưới chuỗi đại lý trên toàn quốc. Khi mở rộng, doanh nghiệp áp dụng cấu trúc phân quyền Meta Business Manager, quản lý tập trung nhiều tài khoản quảng cáo và đồng bộ hệ thống CRM quản lý dữ liệu khách hàng đa kênh.

3. Làm thế nào để tích hợp Fanpage với hệ thống quản lý bán hàng (POS) hiện có của công ty?

Có thể sử dụng Meta Webhooks API để đồng bộ dữ liệu khách hàng (Họ tên, SĐT, Nhu cầu sản phẩm) từ tin nhắn Messenger về các phần mềm quản lý bán hàng như KiotViet, Sapo hoặc ERP nội bộ thông qua cổng kết nối trung gian RESTful API.

4. Doanh nghiệp cần duy trì đội ngũ nhân sự như thế nào để vận hành hiệu quả?

Đề xuất cơ cấu tinh gọn gồm 2 nhân sự:

  • 01 Content & Community Specialist: Chịu trách nhiệm lập kế hoạch, viết bài, thiết kế hình ảnh/video và điều phối nội dung.
  • 01 Performance Marketer kiêm CSKH (Admin): Chịu trách nhiệm thiết lập chiến dịch Meta Ads, tối ưu hóa chi phí hàng ngày và trực tiếp tư vấn, chốt đơn qua Messenger/Hotline.

5. Chi phí đầu tư ban đầu và thời gian thu hồi vốn (ROI) là bao lâu?

Chi phí khởi tạo hệ thống và thử nghiệm chiến dịch ban đầu khoảng 10.000.000 – 15.000.000 VNĐ. Với biên lợi nhuận trung bình của ngành VLXD từ 15% – 25% và giá trị đơn hàng lớn (trung bình 20.000.000 – 100.000.000 VNĐ/công trình), doanh nghiệp có thể hoàn vốn và bắt đầu ghi nhận lợi nhuận ròng từ kênh trực tuyến trong vòng 60 đến 90 ngày kể từ khi chuẩn hóa quy trình.

Kết luận

Khóa luận tốt nghiệp của tác giả Phan Diệu Linh đã giải quyết thành công bài toán chuyển đổi số hoạt động truyền thông marketing cho Công ty TNHH Lý Minh Phong trong giai đoạn bản lề 2020–2021. Bằng việc kết hợp chặt chẽ giữa cơ sở lý luận hiện đại (Social Media Marketing, TAM, TPB) và dữ liệu thực chứng từ doanh nghiệp, nghiên cứu đã:

  1. Chỉ rõ các điểm nghẽn kỹ thuật và nội dung khiến Fanpage của công ty chưa đạt hiệu quả tương tác cao trong giai đoạn đầu thành lập.
  2. Cung cấp bộ giải pháp mang tính khả thi cao với quy trình 5 bước khép kín, ma trận nội dung AIDA, công thức phân bổ thời gian đăng bài và phương án ngân sách tối ưu.
  3. Chứng minh tiềm năng to lớn của thị trường kinh doanh VLXD trực tuyến tại địa bàn tỉnh Quảng Bình, mở ra hướng đi bền vững cho các doanh nghiệp phân phối truyền thống trong kỷ nguyên số.