Giới thiệu dự án

Thị trường vật liệu xây dựng (VLXD) và giải pháp kiến trúc xanh tại Việt Nam đang trải qua giai đoạn chuyển dịch cơ cấu mạnh mẽ. Theo số liệu từ Ngân hàng Phát triển Châu Á (ADB), tỷ lệ đầu tư cho cơ sở hạ tầng của Việt Nam đạt khoảng 5,7% GDP, thuộc nhóm cao nhất Đông Nam Á. Trong bối cảnh này, sản phẩm tấm lợp lấy sáng Polycarbonate (PC) đang dần thay thế các vật liệu truyền thống như tôn kẽm và ngói nhờ khả năng truyền sáng tự nhiên (lên đến 89%), chịu lực gấp 250 lần kính cường lực, khả năng chống tia cực tím (UV) và tối ưu hóa năng lượng công trình.

Tuy nhiên, thị trường đang đối mặt với sự cạnh tranh khốc liệt từ nguồn hàng nhập khẩu giá rẻ và sự đa dạng hóa thương hiệu nội địa (Việt Nhật, Vinahome, Phát Lộc, Nam Việt). Công ty TNHH Đa ngành Minh Tiến (Minh Tiến Group) – đơn vị có gần 20 năm sản xuất và phân phối dòng sản phẩm SkyLite – ghi nhận doanh thu năm 2022 tăng trưởng 41% (đạt xấp xỉ 127,99 tỷ VNĐ so với 75,01 tỷ VNĐ năm 2021), nhưng biên lợi nhuận gộp suy giảm từ 16,2% xuống còn 12,3% và tỷ suất sinh lời trên doanh thu (ROS) giảm mạnh còn 0,26%. Nguyên nhân cốt lõi đến từ việc thiếu hụt mô hình phân tích định lượng hành vi người tiêu dùng, quản trị tồn kho chưa đồng bộ và chiến dịch tiếp thị chưa nhắm trúng động cơ mua hàng của khách hàng B2B lẫn B2C.

graph TD
    A[Bối cảnh Thị trường & Cạnh tranh Ngành VLXD] --> B[Vấn đề Nội tại Minh Tiến Group]
    B --> B1[Doanh thu tăng nhưng ROS giảm mạnh: 0.26%]
    B --> B2[Tồn kho cao: 27.2%, Áp lực cạnh tranh lớn]
    B --> B3[Chiến lược Marketing & Phân phối phân mảnh]
    B1 & B2 & B3 --> C[Mô hình Nghiên cứu Định lượng 6 Nhân tố]
    C --> D[Phân tích Dữ liệu N=215 Khảo sát Thực nghiệm]
    D --> E[Tối ưu hóa Quyết định Mua & Doanh số SkyLite]

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý thuyết: Tích hợp mô hình hành vi người tiêu dùng của Philip Kotler, mô hình EKB (Engel-Kollat-Blackwell) và lý thuyết Marketing Mix 4P vào ngành vật liệu lấy sáng Polycarbonate.
  2. Xác định và kiểm định mô hình định lượng: Đo lường mức độ tác động của 06 nhóm nhân tố (Chất lượng, Giá cả, Sự thuận tiện, Thương hiệu, Giao hàng, Marketing) đến Quyết định mua của khách hàng.
  3. Phát hiện các điểm nghẽn thực nghiệm: Kiểm định độ tin cậy thang đo, phân tích nhân tố khám phá (EFA) và hồi quy đa biến (OLS) trên mẫu dữ liệu $N=215$.
  4. Đề xuất hệ thống giải pháp: Cải tiến chuỗi cung ứng, chuẩn hóa chính sách giá và tự động hóa chiến dịch tiếp thị số nhằm gia tăng tỷ lệ chốt đơn của Minh Tiến Group.

Phạm vi và Giới hạn nghiên cứu

  • Đối tượng khảo sát: Khách hàng đại lý, nhà thầu xây dựng và người tiêu dùng trực tiếp của Minh Tiến Group.
  • Phạm vi không gian: Thị trường miền Bắc và hệ thống phân phối toàn quốc của công ty.
  • Quy mô mẫu: 250 bảng hỏi phát ra, thu về 231 phản hồi, 215 mẫu hợp lệ (tỷ lệ phản hồi hữu dụng 92,4%).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường tấm lợp lấy sáng Polycarbonate tại Việt Nam tồn tại nhiều khoảng trống về tiêu chuẩn chất lượng và dịch vụ logistics.

Tiêu chí Minh Tiến Group (SkyLite) Hàng Nhập Khẩu Trung Quốc Đối thủ Nội địa (Vinahome/Việt Nhật)
Nguồn nguyên liệu 100% hạt nhựa nguyên sinh (Bayer, Sabic, Lexan, LG) Nhựa tái chế pha tạp chất, không đồng nhất Nhựa nguyên sinh kết hợp pha chế linh hoạt
Công nghệ gia công Đùn đùn tự động (Extrusion), công suất >500kg/h Dây chuyền thủ công/bán tự động Dây chuyền đùn công nghiệp
Độ bền quang học & UV Phủ UV chống ngả màu, truyền sáng >85% Nhanh ố vàng sau 12-18 tháng Lớp phủ UV tiêu chuẩn trung bình
Chính sách phân phối Hệ thống xe tải đa tải trọng (0.5T - 10T), phân phối B2B Qua trung gian thương mại, không bảo hành Hệ thống đại lý diện rộng
Điểm yếu cốt lõi Quản lý tồn kho chậm (27,2%), Marketing số yếu Chất lượng không ổn định, tỷ lệ giòn vỡ cao Giá thành cao ở phân khúc cao cấp

Phân loại yêu cầu giải pháp theo ma trận MoSCoW

quadrantChart
    title Ma trận Ưu tiên Yêu cầu (MoSCoW Matrix)
    x-axis "Độ phức tạp Kỹ thuật Thấp" --> "Độ phức tạp Kỹ thuật Cao"
    y-axis "Giá trị Kinh doanh Thấp" --> "Giá trị Kinh doanh Cao"
    quadrant-1 "Should Have (Nên có)"
    quadrant-2 "Must Have (Bắt buộc)"
    quadrant-3 "Won't Have (Chưa ưu tiên)"
    quadrant-4 "Could Have (Có thể làm)"
    "Kiểm định độ tin cậy thang đo Cronbach Alpha": [0.25, 0.90]
    "Mô hình hồi quy OLS xác thực R2": [0.35, 0.85]
    "Tự động hóa báo cáo SPSS qua Python": [0.75, 0.70]
    "Tích hợp ERP kiểm soát tồn kho tức thời": [0.85, 0.60]
    "Đồng bộ hóa kênh phân phối số": [0.40, 0.45]
    "Phân tích hành vi theo thời gian thực (Big Data)": [0.80, 0.20]
  • Must Have (Bắt buộc): Xác thực các nhân tố cốt lõi chi phối quyết định mua bằng các chỉ số thống kê định lượng ($p\text{-value} < 0.05$, Cronbach's $\alpha \ge 0.7$, KMO $\ge 0.5$, hệ số phóng đại phương sai $\text{VIF} < 2$).
  • Should Have (Nên có): Xây dựng phương trình hồi quy tuyến tính chuẩn hóa để định lượng trọng số tác động của từng biến độc lập.
  • Could Have (Có thể làm): Pipeline trích xuất tự động dữ liệu khảo sát từ Google Forms API và xử lý bằng Python (statsmodels, pandas).
  • Won't Have (Chưa ưu tiên): Hệ thống dự báo nhu cầu bằng Deep Learning do quy mô dữ liệu doanh nghiệp cần chuẩn hóa trước.

Thiết kế hệ thống phân tích dữ liệu

Kiến trúc xử lý dữ liệu nghiên cứu được thiết kế theo luồng 4 giai đoạn chuẩn mực kinh tế lượng:

flowchart LR
    subgraph G1[Thu thập Dữ liệu]
        A1[Bảng hỏi Likert 5 mức] --> A2[Google Forms / Khảo sát trực tiếp]
    end
    subgraph G2[Làm sạch & Chuẩn hóa]
        A2 --> B1[Data Cleansing N=215]
        B1 --> B2[Mã hóa biến CL, GC, TT, TH, GH, MK, QD]
    end
    subgraph G3[Kiểm định Thống kê]
        B2 --> C1[Cronbach Alpha v26.0]
        C1 --> C2[Phân tích EFA Varimax]
        C2 --> C3[Kiểm định tương quan Pearson]
    end
    subgraph G4[Mô hình Hồi quy & Kết luận]
        C3 --> D1[Hồi quy đa biến OLS]
        D1 --> D2[Kiểm định giả định Vi phạm]
        D2 --> D3[Kiến nghị Chiến lược]
    end

Công nghệ và công cụ sử dụng

  • Phân tích thống kê: IBM SPSS Statistics v26.0 (chuyên dụng xử lý Cronbach’s Alpha, EFA, OLS Regression, ANOVA).
  • Ngôn ngữ bổ trợ & Trực quan hóa: Python 3.10 (thư viện pandas 2.0.3, numpy 1.24.3, statsmodels 0.14.0, seaborn 0.12.2).
  • Thu thập dữ liệu: Google Workspace API & Biểu mẫu trực tuyến chuẩn hóa thang đo 5 mức Likert (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).

Implementation và kết quả

Quy trình phân tích dữ liệu định lượng

Mô hình nghiên cứu đề xuất gồm 6 biến độc lập và 1 biến phụ thuộc:

$$\text{QD} = \beta_0 + \beta_1 \text{CL} + \beta_2 \text{GC} + \beta_3 \text{TT} + \beta_4 \text{TH} + \beta_5 \text{GH} + \beta_6 \text{MK} + \epsilon$$

Trong đó:

  • $\text{CL}$: Chất lượng sản phẩm (độ bền, khả năng lấy sáng, cách nhiệt, chống tia UV).
  • $\text{GC}$: Giá cả sản phẩm (tương xứng chất lượng, tính cạnh tranh, chiết khấu).
  • $\text{TT}$: Sự thuận tiện (địa điểm mua, quy trình mua sắm, hỗ trợ tư vấn).
  • $\text{TH}$: Thương hiệu (uy tín doanh nghiệp, mức độ nhận biết SkyLite).
  • $\text{GH}$: Hoạt động giao hàng (tốc độ, độ an toàn, chi phí vận chuyển).
  • $\text{MK}$: Hoạt động tiếp thị (quảng cáo, triển lãm Vietbuild, chăm sóc khách hàng).
  • $\text{QD}$: Quyết định mua sản phẩm tấm lợp lấy sáng.

Pipeline tự động tính toán Cronbach's Alpha và Hồi quy OLS bằng Python

Dưới đây là module chuẩn hóa dữ liệu và hồi quy OLS tương thích với thuật toán của SPSS v26.0:

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

def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính hệ số độ tin cậy Cronbach's Alpha cho tập biến quan sát."""
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    alpha = (k / (k - 1)) * (1 - (item_vars.sum() / total_var))
    return float(alpha)

def run_ols_pipeline(data: pd.DataFrame, target_col: str, feature_cols: list):
    """Thực thi hồi quy OLS và kiểm định đa cộng tuyến qua chỉ số VIF."""
    X = data[feature_cols]
    y = data[target_col]
    X_const = sm.add_constant(X)
    
    # Huấn luyện mô hình OLS
    model = sm.OLS(y, X_const).fit()
    
    # Tính VIF kiểm định hiện tượng đa cộng tuyến
    vif_data = pd.DataFrame()
    vif_data["Variable"] = feature_cols
    vif_data["VIF"] = [
        variance_inflation_factor(X.values, i) for i in range(X.shape[1])
    ]
    
    return model.summary(), vif_data, model.params

Kết quả kiểm định thống kê và thực nghiệm

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

Quá trình phân tích trên $N=215$ mẫu ghi nhận các thang đo đều đạt chuẩn độ tin cậy ($\alpha > 0.7$). Trong đó, có 02 biến quan sát bị loại bỏ do hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $< 0.3$:

  • Loại biến CL5 (thuộc nhóm Chất lượng) $\rightarrow$ nâng $\alpha$ thang đo Chất lượng lên $0.842$.
  • Loại biến MK2 (thuộc nhóm Marketing) $\rightarrow$ nâng $\alpha$ thang đo Marketing lên $0.789$.
  • Thang đo biến phụ thuộc Quyết định mua (QD) đạt $\alpha = 0.815$.

2. Phân tích nhân tố khám phá (EFA)

  • Hệ số KMO (Kaiser-Meyer-Olkin): $0.824 > 0.5$ (dữ liệu hoàn toàn thích hợp cho phân tích nhân tố).
  • Kiểm định Bartlett's Test of Sphericity: $\text{Sig.} = 0.000 < 0.05$ (các biến có tương quan tuyến tính với nhau).
  • Tổng phương sai trích (Cumulative %): $64.82% > 50%$ (6 nhân tố giải thích được 64,82% biến thiên của tập dữ liệu).
  • Eigenvalues: Tất cả các nhân tố trích đều có giá trị $> 1.18$.
gantt
    title Lộ trình Nghiên cứu & Phân tích Dữ liệu Thực nghiệm
    dateFormat  YYYY-MM-DD
    section Thu thập Dữ liệu
    Thiết kế bảng hỏi Likert       :a1, 2023-01-01, 15d
    Khảo sát thị trường N=250       :a2, after a1, 30d
    section Xử lý Dữ liệu
    Lọc dữ liệu hợp lệ (N=215)    :b1, after a2, 7d
    Kiểm định Cronbach's Alpha     :b2, after b1, 5d
    Phân tích EFA & Varimax        :b3, after b2, 7d
    section Hồi quy & Báo cáo
    Hồi quy OLS & Kiểm định Giả thuyết :c1, after b3, 7d
    Đề xuất Chiến lược & Hoàn thiện  :c2, after c1, 10d

3. Kết quả mô hình hồi quy đa biến (OLS)

Mô hình hồi quy đạt mức ý nghĩa thống kê cao với $R^2 = 0.584$ và $R^2 \text{ điều chỉnh} = 0.572$, nghĩa là 57,2% sự biến thiên của Quyết định mua được giải thích bởi 6 biến độc lập trong mô hình. Kiểm định $F$ trong bảng ANOVA đạt $F = 48.65$ ($\text{Sig.} = 0.000$).

Biến độc lập Hệ số hồi quy chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($\text{Sig.}$) Hệ số VIF
Hằng số (Constant) 0.428 0.185 - 2.314 0.022 -
Chất lượng (CL) 0.312 0.048 0.345 6.500 0.000 1.342
Giá cả (GC) 0.228 0.045 0.261 5.067 0.000 1.285
Giao hàng (GH) 0.174 0.041 0.198 4.244 0.000 1.210
Thương hiệu (TH) 0.142 0.039 0.165 3.641 0.001 1.195
Sự thuận tiện (TT) 0.115 0.038 0.134 3.026 0.003 1.156
Marketing (MK) 0.098 0.036 0.112 2.722 0.007 1.182

Phương trình hồi quy chuẩn hóa:

$$\text{QD} = 0.345 \cdot \text{CL} + 0.261 \cdot \text{GC} + 0.198 \cdot \text{GH} + 0.165 \cdot \text{TH} + 0.134 \cdot \text{TT} + 0.112 \cdot \text{MK}$$

Tất cả các biến đều có $\text{VIF} < 1.5$, loại trừ hoàn toàn rủi ro đa cộng tuyến. Biến Chất lượng sản phẩm ($\beta = 0.345$) có tác động mạnh nhất, theo sau là Giá cả ($\beta = 0.261$) và Giao hàng ($\beta = 0.198$).

Đổi mới và đóng góp

  1. Chuẩn hóa khung định lượng ngành VLXD công nghệ cao: Khác biệt với các nghiên cứu trước đây vốn chỉ tập trung vào bán lẻ tổng hợp hoặc vật liệu truyền thống, nghiên cứu này xây dựng bộ tiêu chí đặc thù cho dòng tấm lợp Polycarbonate kỹ thuật cao (tích hợp các chỉ số cơ lý tính: chống UV, độ truyền sáng, độ dày đồng đều).
  2. Khám phá vai trò vượt trội của Hoạt động Giao hàng ($\beta = 0.198$): Minh chứng định lượng cho thấy trong ngành tấm lợp kích thước lớn, dễ trầy xước bề mặt quang học, tốc độ và an toàn giao vận đóng vai trò then chốt hơn cả danh tiếng thương hiệu đơn thuần hay quảng bá đại trà.
  3. Mô hình hóa giải pháp cân bằng Doanh thu - Lợi nhuận: Cung cấp bằng chứng thực nghiệm giải thích nghịch lý tăng trưởng doanh thu 41% nhưng biên lợi nhuận thu hẹp của Minh Tiến Group, từ đó định hình lại chiến lược giá theo giá trị vòng đời (LTV - Customer Lifetime Value).
Nghiên cứu Ngành hàng khảo sát Quy mô mẫu ($N$) Biến số tác động mạnh nhất Điểm cải tiến của đề tài này
Nguyễn Viết Hiếu (2020) Tấm thạch cao (B2B TP.HCM) 180 Giá cả & Đặc tính kỹ thuật Tích hợp thêm kênh Marketing số & Kiểm định quy chuẩn hạt nhựa
Trần Thị Thu Hiền & ctg (2019) Hành vi du khách 200 Thái độ nhân viên Tập trung vào nhóm khách hàng công trình & Đại lý phân phối B2B
Nghiên cứu hiện tại (2023) Tấm lợp Polycarbonate SkyLite 215 Chất lượng ($\beta=0.345$) & Giá ($\beta=0.261$) Đo lường trực tiếp tác động vận tải đa tải trọng & Tồn kho thực tế

Ứng dụng thực tế và triển khai

1. Chiến lược tối ưu Chất lượng & Công nghệ sản xuất

  • Duy trì 100% hạt nhựa nguyên sinh từ các tập đoàn hóa chất toàn cầu (Bayer, Sabic, Lexan, LG), nâng cấp đầu đùn phủ UV đồng nhất đạt độ dày chuẩn $\ge 50,\mu\text{m}$.
  • Phân khúc sản phẩm theo 4 dòng chủ lực:
    • SkyLite Đặc: Dành cho các công trình trọng điểm đòi hỏi an ninh, chịu lực cao (Khách sạn BB Hotel Sapa, Cầu kính Mộc Châu).
    • SkyLite Sóng (9 sóng & 11 sóng): Tối ưu thoát nước cho nhà xưởng công nghiệp.
    • SkyLite Rỗng ruột: Dành cho vách ngăn cách âm, cách nhiệt công trình dân dụng.
    • SkyLite Sần: Chống lóa, giảm truyền nhiệt trực tiếp cho các dự án mái che resort.

2. Tái cấu trúc Logistics và Phân phối

  • Tối ưu hóa đội xe vận tải hiện có (02 xe 10 tấn, 03 xe 5 tấn, 03 xe 2.5 tấn, 05 xe 500kg) thông qua thuật toán định tuyến, giảm thời gian giao hàng chặng cuối dưới 24h tại khu vực miền Bắc.
  • Kiểm soát tồn kho mục tiêu: Giảm tỷ lệ tồn kho từ 27,2% xuống dưới 18% thông qua mô hình sản xuất tinh gọn (Just-In-Time) cho các đơn hàng kích thước tùy chỉnh.
graph LR
    subgraph S1[Tối ưu Sản xuất]
        A[100% Hạt nhựa Bayer/Sabic] --> B[Đùn UV tiêu chuẩn >=50um]
    end
    subgraph S2[Tái cấu trúc Chuỗi cung ứng]
        B --> C[Phân loại: Đặc, Sóng, Rỗng, Sần]
        C --> D[Điều phối xe tải 0.5T-10T]
    end
    subgraph S3[Chuyển đổi Tiếp thị]
        D --> E[Giảm Lead-time < 24h]
        E --> F[Chương trình Đại lý Thân thiết & Triển lãm Vietbuild]
    end

3. Lộ trình triển khai chiến lược (Implementation Roadmap)

  • Giai đoạn 1 (Tháng 1 - Tháng 3): Chuẩn hóa lại bao bì, tem nhãn chống hàng giả, công bố chứng nhận kiểm định chất lượng Quatest cho toàn bộ dải sản phẩm SkyLite.
  • Giai đoạn 2 (Tháng 4 - Tháng 6): Tái cấu trúc bảng giá và chính sách chiết khấu lũy tiến theo sản lượng cho hệ thống hơn 1.000 đại lý toàn quốc.
  • Giai đoạn 3 (Tháng 7 - Tháng 12): Đẩy mạnh tiếp thị số qua hệ thống SEO, Google Ads nhắm trúng từ khóa kỹ thuật B2B và mở rộng gian hàng tại Triển lãm Quốc tế Vietbuild.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phạm vi

  • Cơ cấu mẫu: Khảo sát tập trung chủ yếu tại khu vực phía Bắc; tập khách hàng miền Trung và miền Nam chưa đạt tỷ trọng đại diện tương đương.
  • Phương pháp tiếp cận: Mô hình nghiên cứu dừng lại ở dạng hồi quy cắt ngang (Cross-sectional data), chưa đánh giá được biến động hành vi theo chu kỳ xây dựng trong năm.
  • Biến kiểm soát: Chưa tích hợp yếu tố biến động giá hạt nhựa dầu mỏ thế giới vào mô hình hồi quy.

Hướng phát triển tiếp theo

  • Mở rộng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) để phân tích vai trò trung gian của sự hài lòng và lòng trung thành thương hiệu.
  • Xây dựng hệ thống Data Warehouse tích hợp dữ liệu bán hàng từ ERP và dữ liệu hành vi người dùng trên website minhtiengroup.com.

Đối tượng hưởng lợi

mindmap
  root((Hệ sinh thái Hưởng lợi))
    Sinh viên & Giảng viên
      Tham khảo quy trình hồi quy thực nghiệm N=215
      Tài liệu phân tích mô hình 4P trong ngành vật liệu kỹ thuật
    Chuyên viên Dữ liệu & Nhà nghiên cứu
      Kế thừa thang đo kiểm định Cronbach Alpha & EFA chuẩn
      Bộ dữ liệu thị trường VLXD thực tế
    Doanh nghiệp B2B & Quản trị viên
      Khung định giá cân bằng biên lợi nhuận
      Mô hình định tuyến logistics giảm tồn kho
  • Sinh viên & Giảng viên khối ngành Kinh tế/Marketing: Tiếp cận case study thực tế kết hợp giữa lý thuyết quản trị marketing và xử lý dữ liệu định lượng bằng SPSS/Python.
  • Doanh nghiệp sản xuất VLXD: Nắm bắt các trọng số tác động ($\beta$) thực tế để phân bổ ngân sách tối ưu giữa sản xuất, vận tải và quảng cáo.
  • Nhà thầu xây dựng & Khách hàng cá nhân: Có tiêu chuẩn tham chiếu rõ ràng về chất lượng nhựa nguyên sinh và độ bền quang học khi chọn mua tấm lợp lấy sáng.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại loại bỏ 2 biến quan sát CL5 và MK2 trong phân tích Cronbach's Alpha?

Theo tiêu chuẩn kinh tế lượng của Nunnally & Bernstein (1994), một biến quan sát có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) nhỏ hơn 0.3 bị coi là biến "rác", không đo lường cùng thuộc tính với các biến còn lại trong thang đo. Việc loại bỏ CL5 và MK2 giúp nâng cao độ tin cậy nội tại của thang đo Chất lượng ($\alpha = 0.842$) và Marketing ($\alpha = 0.789$).

2. Yếu tố Giao hàng ($\beta = 0.198$) đóng vai trò như thế nào đối với sản phẩm tấm lợp lấy sáng?

Tấm Polycarbonate có kích thước cồng kềnh (chiều dài có thể cắt theo yêu cầu công trình lên tới hàng chục mét). Nếu quy trình bốc dỡ và vận tải không đạt chuẩn, bề mặt tấm rất dễ trầy xước, bong lớp màng bảo vệ UV. Do đó, việc sở hữu đội xe tải đa tải trọng (0.5 tấn đến 10 tấn) và cam kết giao hàng an toàn, đúng tiến độ là lợi thế cạnh tranh sống còn.

3. Doanh nghiệp cần làm gì khi doanh thu tăng 41% nhưng tỷ suất sinh lời ROS lại giảm sâu?

Nghiên cứu chỉ ra rằng doanh nghiệp đang chịu gánh nặng chi phí giá vốn và quản lý tồn kho (27,2%). Giải pháp là: (1) Cắt giảm sản xuất lưu kho đại trà, chuyển sang sản xuất tinh gọn theo đơn hàng; (2) Tái đàm phán hợp đồng nguyên liệu hạt nhựa số lượng lớn với Bayer/Sabic; (3) Tối ưu hóa chi phí bán hàng thông qua tiếp thị số có đo lường chuyển đổi thay vì tiếp thị phân tán.

4. Hệ số VIF từ 1.156 đến 1.342 nói lên điều gì về mô hình hồi quy?

Hệ số phóng đại phương sai (VIF - Variance Inflation Factor) đo lường mức độ đa cộng tuyến giữa các biến độc lập. Quy chuẩn thống kê quy định nếu $\text{VIF} > 10$ (hoặc khắt khe hơn là $\text{VIF} > 2$), mô hình có dấu hiệu đa cộng tuyến nghiêm trọng. Mức VIF $< 1.5$ trong đề tài khẳng định các biến hoàn toàn độc lập, kết quả hồi quy có độ tin cậy cao.

5. Kết quả nghiên cứu có thể áp dụng cho các sản phẩm VLXD khác không?

Khung phân tích định lượng (Chất lượng $\rightarrow$ Giá cả $\rightarrow$ Logistics $\rightarrow$ Thương hiệu) hoàn toàn có thể tái sử dụng cho các sản phẩm VLXD kỹ thuật cao khác như tấm ốp nhôm Aluminium, kính hộp cách âm, ngói nhựa composite sau khi điều chỉnh thang đo phù hợp với đặc thù sản phẩm.

Kết luận

Đề tài khóa luận tốt nghiệp của sinh viên Đặng Vân Trà đã giải quyết trọn vẹn bài toán thực tiễn tại Công ty TNHH Đa ngành Minh Tiến bằng phương pháp tiếp cận định lượng chuẩn mực. Nghiên cứu chứng minh rằng Chất lượng sản phẩm ($\beta = 0.345$) và Giá cả ($\beta = 0.261$) là hai trụ cột chính định hình hành vi mua sắm của khách hàng, đồng thời làm sáng tỏ vai trò đòn bẩy của Hoạt động Giao hàng ($\beta = 0.198$).

Kết quả này cung cấp cơ sở khoa học vững chắc để ban lãnh đạo Minh Tiến Group tái cơ cấu chuỗi cung ứng, chuẩn hóa chất lượng lớp phủ chống UV từ nguồn nhựa chính phẩm (Bayer, Sabic) và tối ưu hóa hệ thống phân phối. Bằng việc thực thi đồng bộ các giải pháp đề xuất, doanh nghiệp không chỉ bảo vệ được thị phần trước làn sóng cạnh tranh mà còn từng bước khôi phục biên lợi nhuận, thúc đẩy phát triển bền vững trong kỷ nguyên vật liệu xây dựng xanh.