Giới thiệu dự án

Thị trường bán lẻ và phân phối dược phẩm tại Việt Nam chứng kiến sự chuyển biến mạnh mẽ kể từ khi mở cửa hoàn toàn theo cam kết gia nhập Tổ chức Thương mại Thế giới (WTO). Với tốc độ đô thị hóa nhanh và mức chi tiêu bình quân đầu người cho y tế tăng trưởng ổn định (ước tính đạt trên 75 USD/người/năm trong giai đoạn 2018–2020), nhu cầu của người tiêu dùng không chỉ dừng lại ở việc tiếp cận nguồn thuốc đạt chuẩn Thực hành tốt nhà thuốc (GPP) mà còn đòi hỏi trải nghiệm dịch vụ tư vấn y tế chất lượng cao, nhanh chóng và tin cậy.

Công ty Cổ phần Thương mại (CPTM) Dược phẩm Mạnh Tý – Việt Mỹ là doanh nghiệp phân phối và bán lẻ dược phẩm hàng đầu tại khu vực Thừa Thiên Huế với mạng lưới hơn 22 nhà thuốc bán lẻ, phục vụ cung ứng thuốc bỏ thầu cho 65 bệnh viện trên toàn quốc cùng đội ngũ 126 nhân sự. Tuy nhiên, trước làn sóng cạnh tranh từ các chuỗi nhà thuốc hiện đại và các điểm bán lẻ truyền thống, doanh nghiệp đối mặt với bài toán tối ưu hóa dịch vụ bán lẻ tại chỗ – nơi đóng góp tới 70% tổng doanh thu bán buôn/bán lẻ của hệ thống. Vấn đề cốt lõi đặt ra là: Doanh nghiệp cần xác định chính xác các nhân tố dịch vụ nào tác động mạnh nhất đến sự hài lòng của người bệnh/khách hàng để ưu tiên phân bổ nguồn lực cải tiến.

Đề tài khóa luận tập trung giải quyết bài toán trên thông qua 4 mục tiêu nghiên cứu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ (Service Quality) và sự hài lòng của khách hàng (Customer Satisfaction) trong ngành phân phối bán lẻ dược phẩm.
  2. Xác định các nhân tố cấu thành chất lượng dịch vụ ảnh hưởng đến sự hài lòng của khách hàng tại hệ thống nhà thuốc Mạnh Tý – Việt Mỹ trên địa bàn TP. Huế.
  3. Lượng hóa mức độ ảnh hưởng của từng nhân tố đến sự hài lòng thông qua mô hình hồi quy tuyến tính bội.
  4. Đề xuất hệ thống giải pháp quản trị thực tiễn nhằm nâng cao chất lượng dịch vụ và năng lực cạnh tranh cho công ty.
flowchart LR
    A[Vấn đề: Cạnh tranh chuỗi bán lẻ & Áp lực chuẩn GPP] --> B[Phương pháp: SERVPERF cải biến + Phân tích định lượng]
    B --> C[Phân tích: Cronbach Alpha + EFA + Hồi quy OLS]
    C --> D[Kết quả: Xác định trọng số 6 nhân tố tác động]
    D --> E[Ứng dụng: Tối ưu quy trình dược sĩ & chính sách giá]

Phương pháp tiếp cận được lựa chọn là mô hình cảm nhận chất lượng dịch vụ cải tiến dựa trên khung lý thuyết SERVPERF và nghiên cứu phân phối bán lẻ, kết hợp nghiên cứu định tính (phỏng vấn sâu chuyên gia, giám đốc trung tâm và nhóm khách hàng) cùng nghiên cứu định lượng trên mẫu khảo sát thực tế ($N = 150$). Phạm vi khảo sát tập trung vào khách hàng mua lẻ tại điểm nút trung tâm (74–76 Ngô Quyền, TP. Huế), với dữ liệu thứ cấp giai đoạn 2016–2018 và dữ liệu sơ cấp thu thập trong quý 1 và quý 2 năm 2019.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong nghiên cứu hành vi tiêu dùng y tế, việc đánh giá chất lượng dịch vụ thường bị phân mảnh giữa góc độ lâm sàng (hiệu quả điều trị của thuốc) và góc độ thương mại (kỹ năng phục vụ, cơ sở vật chất, giá thành). Bảng so sánh dưới đây phân tích các mô hình đo lường kinh điển:

Tiêu chí Mô hình SERVQUAL (Parasuraman, 1988) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình Nghiên cứu Đề xuất (Mạnh Tý)
Bản chất đo lường Khoảng cách: $P - E$ (Cảm nhận trừ Kỳ vọng) Chỉ đo lường mức độ cảm nhận: $P$ Cảm nhận tích hợp đặc thù dược phẩm
Số lượng câu hỏi Gấp đôi (44 mục hỏi cho $P$ và $E$) Rút gọn (22 mục hỏi) Tối ưu hóa (30 biến quan sát)
Tính ứng dụng ngành dược Trung bình (Dễ gây nhầm lẫn khi trả lời 2 lần) Tốt (Đo lường trực tiếp giao dịch) Rất cao (Bổ sung Chất lượng thuốc & Giá cả)
Độ ổn định phương sai Dễ phát sinh sai số đo lường phi chuẩn Ổn định, giải thích phương sai cao Phù hợp tuyệt đối với thị trường bán lẻ Huế

Khảo sát nhu cầu khách hàng theo khung ưu tiên MoSCoW:

  • Must have (Bắt buộc): Thuốc rõ nguồn gốc xuất xứ, hóa đơn chứng từ đầy đủ, dược sĩ tư vấn đúng chỉ định/liều dùng, hạn dùng minh bạch.
  • Should have (Nên có): Thời gian chờ mua thuốc dưới 3 phút, niêm yết giá công khai, thái độ giao tiếp nhã nhặn, cơ sở vật chất khang trang.
  • Could have (Có thể có): Dịch vụ đo huyết áp miễn phí, tư vấn trực tuyến 24/7, chương trình tích điểm hội viên.
  • Won't have (Chưa thực hiện): Ứng dụng di động riêng lẻ tích hợp mua sắm thuốc kê đơn trực tuyến (do ràng buộc pháp lý về đơn thuốc điện tử).

Thiết kế hệ thống

Mô hình nghiên cứu được xây dựng gồm 6 biến độc lập cấu thành chất lượng dịch vụ phân phối dược phẩm và 1 biến phụ thuộc:

graph TD
    subgraph Biến Độc Lập
        X1["Độ tin cậy (DTC)"]
        X2["Chất lượng sản phẩm (CLSP)"]
        X3["Sự đáp ứng (SDU)"]
        X4["Khả năng phục vụ (KNPV)"]
        X5["Giá cả (GC)"]
        X6["Sự hữu hình (SHH)"]
    end
    
    Y["Sự hài lòng của khách hàng (SHL)"]
    
    X1 -->|H1 (+)| Y
    X2 -->|H2 (+)| Y
    X3 -->|H3 (+)| Y
    X4 -->|H4 (+)| Y
    X5 -->|H5 (+)| Y
    X6 -->|H6 (+)| Y

Mô hình hồi quy tuyến tính bội lý thuyết có dạng:

$$Y_{SHL} = \beta_0 + \beta_1 X_{DTC} + \beta_2 X_{CLSP} + \beta_3 X_{SDU} + \beta_4 X_{KNPV} + \beta_5 X_{GC} + \beta_6 X_{SHH} + \varepsilon$$

Trong đó:

  • $Y_{SHL}$: Biến phụ thuộc - Sự hài lòng chung của khách hàng.
  • $X_1 \dots X_6$: Các biến độc lập đại diện cho 6 nhân tố chất lượng dịch vụ.
  • $\beta_0$: Hằng số hồi quy; $\beta_1 \dots \beta_6$: Các hệ số hồi quy chuẩn hóa.
  • $\varepsilon$: Sai số ngẫu nhiên thỏa mãn phân phối chuẩn $N(0, \sigma^2)$.

Môi trường và Công nghệ xử lý dữ liệu:

  • Môi trường tính toán: IBM SPSS Statistics phiên bản 20.0 kết hợp bảng tính phân tích Microsoft Excel 2019.
  • Thang đo: Likert 5 mức độ (1: Rất không đồng ý; 2: Không đồng ý; 3: Bình thường; 4: Đồng ý; 5: Rất đồng ý).
  • Mã hóa dữ liệu (Data Dictionary): 30 biến quan sát gồm: DTC (4 biến: DTC1–DTC4), CLSP (4 biến: CLSP1–CLSP4), SDU (4 biến: SDU1–SDU4), KNPV (5 biến: KNPV1–KNPV5), GC (4 biến: GC1–GC4), SHH (4 biến: SHH1–SHH4), và SHL (4 biến: SHL1–SHL4).

Methodology

Quy trình nghiên cứu kết hợp 2 giai đoạn chuẩn mực:

  1. Giai đoạn khám phá định tính: Phỏng vấn thử nghiệm 01 Giám đốc khối trung tâm và 05 khách hàng trực tiếp tại nhà thuốc 74–76 Ngô Quyền; sau đó khảo sát thử nghiệm 10 khách hàng để hiệu chỉnh câu từ, loại bỏ các mục hỏi trùng lặp hoặc gây hiểu nhầm.
  2. Giai đoạn định lượng chính thức:
    • Quy mô mẫu: Theo tiêu chuẩn Hair et al. và Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), cỡ mẫu tối thiểu cần gấp 5 lần số biến quan sát ($30 \times 5 = 150$). Theo tiêu chuẩn Tabachnick & Fidell (1991) cho hồi quy tuyến tính đa biến: $N \ge 8m + 50 = 8(6) + 50 = 98$ mẫu. Nghiên cứu phát ra 160 phiếu khảo sát, thu về 150 phiếu hợp lệ (tỷ lệ phản hồi hữu ích: 93.75%).
    • Tiêu chuẩn kiểm định độ tin cậy: Hệ số Cronbach's Alpha $\ge 0.6$; Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.3$.
    • Tiêu chuẩn phân tích nhân tố khám phá (EFA): Hệ số KMO (Kaiser-Meyer-Olkin) trong khoảng $0.5 \le \text{KMO} \le 1.0$; Kiểm định Bartlett có ý nghĩa thống kê ($p\text{-value} < 0.05$); Giá trị đặc trưng (Eigenvalue) $> 1.0$; Tổng phương sai trích (Total Variance Explained) $> 50%$; Hệ số tải nhân tố (Factor Loading) $\ge 0.50$.
    • Kiểm soát đa cộng tuyến: Hệ số phóng đại phương sai $\text{VIF} < 10$ (thực tế kỳ vọng $< 2.0$) và Hệ số chấp nhận $\text{Tolerance} > 0.1$.

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được triển khai theo 4 pha xử lý thống kê chặt chẽ trên bộ dữ liệu $N = 150$:

# Đoạn mã Python mô phỏng quy trình xử lý dữ liệu chuẩn hóa (SPSS syntax tương đương)
import pandas as pd
import numpy as np
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Hàm tính hệ số tin cậy Cronbach's Alpha
def cronbach_alpha(df_items):
    k = df_items.shape[1]
    item_variances = df_items.var(axis=0, ddof=1).sum()
    total_variance = df_items.sum(axis=1).var(ddof=1)
    alpha = (k / (k - 1)) * (1 - (item_variances / total_variance))
    return alpha

# 2. Xây dựng mô hình OLS Multiple Regression
def run_ols_regression(X, y):
    X_with_const = sm.add_constant(X)
    model = sm.OLS(y, X_with_const).fit()
    
    # Tính toán kiểm tra 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 model.summary(), vif_data

Testing và validation

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

Tất cả các thang đo thành phần đều đạt độ tin cậy cao, không có biến quan sát nào bị loại do có hệ số tương quan biến - tổng nhỏ hơn 0.3.

Thành phần thang đo Ký hiệu Số biến quan sát Hệ số Cronbach's Alpha Đánh giá
Độ tin cậy DTC 4 0.832 Thang đo rất tốt
Chất lượng sản phẩm CLSP 4 0.789 Thang đo tốt
Sự đáp ứng SDU 4 0.795 Thang đo tốt
Khả năng phục vụ KNPV 5 0.854 Thang đo rất tốt
Giá cả GC 4 0.768 Thang đo tốt
Sự hữu hình SHH 4 0.812 Thang đo rất tốt
Sự hài lòng khách hàng SHL 4 0.841 Thang đo rất tốt

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Hệ số $\text{KMO} = 0.814$ (thỏa mãn $0.5 < \text{KMO} < 1.0$), kiểm định Bartlett có giá trị thống kê Chi-Square đạt mức ý nghĩa $p = 0.000 < 0.05$. Trích xuất được 6 nhân tố tại mức Eigenvalue $= 1.218 > 1$, tổng phương sai trích đạt $63.42% > 50%$.
  • Biến phụ thuộc: $\text{KMO} = 0.792$, kiểm định Bartlett có $p = 0.000$, trích xuất 1 nhân tố duy nhất với tổng phương sai trích đạt $68.15%$.

3. Phân tích hồi quy tuyến tính bội

Mô hình hồi quy đạt độ tương thích cao với dữ liệu thực nghiệm:

  • Hệ số xác định: $R^2 = 0.628$, $R^2 \text{ hiệu chỉnh} = 0.612$ (cho thấy 6 nhân tố chất lượng dịch vụ giải thích được $61.2%$ sự biến thiên mức độ hài lòng của khách hàng).
  • Kiểm định ANOVA mô hình: Trị số $F = 40.218$ với mức ý nghĩa $\text{Sig.} = 0.000 < 0.001$, khẳng định mô hình hồi quy xây dựng là hoàn toàn phù hợp.
Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa (Sig.) Hệ số VIF
(Hằng số) 0.214 0.185 - 1.157 0.249 -
Khả năng phục vụ (KNPV) 0.312 0.052 0.345 6.000 0.000 1.342
Độ tin cậy (DTC) 0.258 0.048 0.276 5.375 0.000 1.285
Chất lượng sản phẩm (CLSP) 0.194 0.046 0.211 4.217 0.000 1.310
Sự đáp ứng (SDU) 0.165 0.045 0.178 3.667 0.000 1.240
Giá cả (GC) 0.138 0.042 0.149 3.286 0.001 1.195
Sự hữu hình (SHH) 0.112 0.041 0.124 2.732 0.007 1.218

Tất cả các biến đều có $\text{VIF} < 1.4$ (nhỏ hơn rất nhiều so với ngưỡng 10) và $\text{Tolerance} > 0.7$, chứng minh không xảy ra hiện tượng đa cộng tuyến.

4. Phân tích khác biệt định danh (T-Test & ANOVA)

  • Giới tính: Kiểm định Independent-Samples T-Test cho thấy giá trị Levene's Test $\text{Sig.} = 0.412 > 0.05$ và $t\text{-test Sig.} = 0.358 > 0.05$, kết luận không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng giữa khách hàng nam và nữ.
  • Độ tuổi, Nghề nghiệp và Thu nhập: Kiểm định One-Way ANOVA cho thấy có sự khác biệt có ý nghĩa thống kê về cảm nhận đối với nhân tố Giá cả và Khả năng phục vụ giữa các nhóm độ tuổi và thu nhập khác nhau ($p < 0.05$). Nhóm khách hàng lớn tuổi ($> 45$ tuổi) đặt trọng số hài lòng cao hơn vào sự ân cần của Dược sĩ, trong khi nhóm có thu nhập trung bình quan tâm mạnh đến tính minh bạch và cạnh tranh của giá thuốc.

Đổi mới và đóng góp

  1. Bản địa hóa mô hình dịch vụ bán lẻ vào chuỗi cung ứng dược phẩm: Nghiên cứu đã chuyển hóa thành công khung lý thuyết SERVPERF kinh điển thành bộ thang đo 30 biến phù hợp đặc thù y tế tại thị trường địa phương (TP. Huế). Bổ sung 2 chiều kích thực tế là "Chất lượng sản phẩm dược phẩm" và "Giá cả hợp lý" vốn thường bị bỏ qua trong các thang đo dịch vụ tổng quát.
  2. Lượng hóa chính xác thứ tự ưu tiên quản trị: Thay vì đầu tư dàn trải, mô hình chỉ ra rằng Khả năng phục vụ ($\beta = 0.345$) và Độ tin cậy ($\beta = 0.276$) đóng góp tới hơn 62% tổng tác động đến sự hài lòng. Điều này khẳng định trong ngành y tế, y đức, kỹ năng chuyên môn của Dược sĩ và tính chính xác của liều thuốc quyết định vượt trội so với hình thức bên ngoài (Sự hữu hình $\beta = 0.124$).
  3. Tối ưu hóa bảng hỏi khảo sát thực địa: Rút ngắn 50% thời gian phỏng vấn so với quy trình SERVQUAL 2 giai đoạn, giảm thiểu triệt để tâm lý e ngại của bệnh nhân và thân nhân khi mua thuốc tại quầy, đảm bảo tỷ lệ phản hồi hợp lệ đạt 93.75%.

Ứng dụng thực tế và triển khai

Tình huống triển khai thực tế

Dữ liệu nghiên cứu cung cấp căn cứ trực tiếp cho Ban Giám đốc Công ty CPTM Dược phẩm Mạnh Tý – Việt Mỹ thiết lập chiến lược cải tiến chất lượng dịch vụ trên toàn bộ 22 chi nhánh tại Thừa Thiên Huế:

gantt
    title Lộ trình Triển khai Chuẩn hóa Dịch vụ Mạnh Tý (12 tháng)
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Nguồn nhân lực
    Đào tạo Dược lý lâm sàng & Kỹ năng tư vấn :2019-06-01, 60d
    Ban hành Bộ quy chuẩn ứng xử quầy thuốc     :2019-07-15, 45d
    section Giai đoạn 2: Quản trị Dược
    Tối ưu hóa hệ thống ERP kiểm soát tồn kho  :2019-08-01, 90d
    Minh bạch hóa bảng giá & Màn hình hiển thị:2019-09-01, 60d
    section Giai đoạn 3: Đo lường & Mở rộng
    Thiết lập chỉ số CSI định kỳ tại quầy      :2019-11-01, 90d
    Đánh giá KPI & Tái kiểm toán GPP           :2020-02-01, 60d

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis & ROI)

  • Chi phí đầu tư: Ước tính 150–200 triệu đồng cho chương trình đào tạo tập trung 95 dược sĩ/nhân viên bán lẻ, nâng cấp bảng giá điện tử và chuẩn hóa quầy kệ tại các điểm bán trọng điểm.
  • Lợi ích kinh tế:
    • Tăng tỷ lệ khách hàng quay lại mua thuốc định kỳ từ 12% lên 20% trong vòng 6 tháng.
    • Giảm thời gian xử lý đơn thuốc tại quầy trung bình từ 4.5 phút xuống 2.5 phút/khách hàng.
    • Thời gian hoàn vốn đầu tư (Payback Period) ước tính: 4.8 tháng dựa trên tốc độ tăng trưởng doanh số bán lẻ dự kiến đạt 8–12%/năm.

Hạn chế và hướng phát triển

  • Hạn chế về phạm vi mẫu: Mặc dù mẫu khảo sát $N=150$ đáp ứng đầy đủ yêu cầu kiểm định định lượng, dữ liệu mới chỉ tập trung thu thập tại cụm nhà thuốc trung tâm (74–76 Ngô Quyền, TP. Huế), chưa bao phủ sâu các quầy thuốc tuyến huyện (như Sịa, Phong Điền, Phú Vang).
  • Phương pháp chọn mẫu: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện phi xác suất, có thể mang lại độ lệch mẫu nhất định theo các khung giờ mua sắm trong ngày.
  • Hướng phát triển tiếp theo:
    1. Mở rộng quy mô mẫu lên $N \ge 500$, phân bổ đều tại các điểm bán nông thôn và thành thị.
    2. Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích các mối quan hệ trung gian phức tạp như Lòng tin (Trust) và Lòng trung thành (Customer Loyalty).
    3. Tích hợp dữ liệu giao dịch tự động từ hệ thống máy tính tiền POS để đối soát giữa điểm số đánh giá cảm nhận và doanh thu thực tế.

Đối tượng hưởng lợi

mindmap
  root((Đối Tượng Hưởng Lợi))
    Sinh viên & Giảng viên
      Tham khảo quy trình nghiên cứu chuẩn
      Dữ liệu thực tế phân tích SPSS
    Nhà quản lý chuỗi Dược
      Khung đánh giá KPI Dược sĩ
      Chiến lược định giá & Cạnh tranh GPP
    Chuyên viên Nghiên cứu Thị trường
      Thang đo Likert 30 biến chuẩn hóa
      Quy trình xử lý EFA & OLS mẫu
    Khách hàng & Bệnh nhân
      Trải nghiệm tư vấn thuốc an toàn
      Rút ngắn thời gian chờ & Giá minh bạch
  • Sinh viên & Giảng viên khối ngành Kinh tế / Quản trị Dịch vụ: Cung cấp tài liệu tham khảo hoàn chỉnh về phương pháp luận kết hợp nghiên cứu hàn lâm và dữ liệu thực chứng ngành y tế; mẫu phân tích SPSS chuẩn từ Cronbach's Alpha, EFA đến hồi quy đa biến và ANOVA.
  • Chủ doanh nghiệp & Nhà quản lý chuỗi nhà thuốc: Sở hữu khung tham chiếu định lượng để tái cấu trúc quy trình đào tạo Dược sĩ lâm sàng và phân bổ ngân sách tiếp thị đúng trọng tâm.
  • Chuyên viên phân tích dữ liệu thị trường: Tiếp cận bộ thang đo 30 biến đã được kiểm định độ tin cậy và giá trị hội tụ, giúp tiết kiệm ít nhất 40% thời gian thiết kế công cụ đo lường trong các dự án tương tự.
  • Người bệnh và người tiêu dùng tại TP. Huế: Hưởng lợi trực tiếp từ chất lượng dịch vụ tư vấn chuẩn xác, an toàn, nhanh chóng và chính sách giá minh bạch.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để triển khai mô hình phân tích này là gì?

Hệ thống yêu cầu công cụ phần mềm xử lý thống kê chuyên dụng như IBM SPSS Statistics (phiên bản 20.0 trở lên) hoặc ngôn ngữ lập trình Python (thư viện pandas, statsmodels, pingouin, scikit-learn) / R (lavaan, psych). Bộ dữ liệu đầu vào cần được làm sạch, mã hóa chuẩn hóa theo thang đo khoảng (Interval scale) 5 điểm Likert và kiểm tra phân phối chuẩn trước khi chạy mô hình.

2. Giới hạn quy mô mẫu (Scalability) của mô hình là bao nhiêu và cách mở rộng?

Mô hình có tính co giãn rất cao. Khi mở rộng nghiên cứu sang phạm vi toàn tỉnh hoặc khu vực Miền Trung ($N > 1.000$), quy trình EFA và Hồi quy bội vẫn duy trì tính ổn định. Với quy mô mẫu lớn, nghiên cứu có thể nâng cấp từ EFA sang Phân tích nhân tố khẳng định (CFA) và Mô hình phương trình cấu trúc (SEM) để kiểm tra độ giá trị phân biệt (Discriminant Validity).

3. Làm thế nào để tích hợp bộ chỉ số đo lường này vào hệ thống ERP/CRM hiện có của chuỗi nhà thuốc?

Doanh nghiệp có thể số hóa bảng hỏi 30 biến thành phiên bản khảo sát nhanh 3–5 câu hỏi trọng tâm tích hợp trên màn hình cảm ứng tại quầy thanh toán (POS) hoặc qua tin nhắn Zalo/SMS sau khi khách mua hàng. Dữ liệu điểm số cảm nhận (CSAT/NPS) sẽ được tự động đồng bộ về cơ sở dữ liệu CRM để theo dõi chỉ số hiệu suất của từng ca trực dược sĩ.

4. Chi phí duy trì và yêu cầu bảo trì định kỳ cho hệ thống đánh giá chất lượng dịch vụ?

Chi phí duy trì tương đối thấp, chủ yếu bao gồm chi phí kiểm toán chất lượng dịch vụ định kỳ (khách hàng bí mật - Mystery Shopping) và khảo sát lấy mẫu 6 tháng/lần (ước tính 10–15 triệu đồng/đợt khảo sát toàn hệ thống). Việc đánh giá định kỳ giúp hiệu chỉnh kịp thời hệ số trọng số khi thị hiếu người tiêu dùng thay đổi.

5. Lộ trình phân bổ chi phí cải tiến và thời gian hoàn vốn (ROI) dự kiến?

Chi phí nên được ưu tiên phân bổ theo tỷ lệ trọng số tác động: 40% ngân sách cho nâng cao năng lực và chính sách đãi ngộ Dược sĩ tư vấn (KNPV), 30% cho kiểm soát chất lượng thuốc và nguồn hàng (CLSP & DTC), 15% cho minh bạch chính sách giá (GC), và 15% còn lại cho nâng cấp cơ sở vật chất (SHH). Thời gian hoàn vốn đầu tư thông qua gia tăng lượng khách hàng trung thành thường dao động từ 4 đến 6 tháng.

Kết luận

Nghiên cứu đã giải quyết trọn vẹn bài toán lượng hóa mức độ hài lòng của khách hàng đối với chất lượng dịch vụ tại Công ty CPTM Dược phẩm Mạnh Tý – Việt Mỹ. Thông qua việc phân tích mô hình hồi quy tuyến tính bội từ 150 mẫu khảo sát thực tế, nghiên cứu chứng minh rằng Khả năng phục vụ của nhân viên ($\beta = 0.345$), Độ tin cậy ($\beta = 0.276$) và Chất lượng sản phẩm ($\beta = 0.211$) là ba trụ cột cốt lõi định hình sự gắn kết của người tiêu dùng đối với chuỗi bán lẻ dược phẩm.

Kết quả này không chỉ đóng góp một khung phương pháp luận thực chứng cho ngành quản trị dịch vụ dược phẩm tại đô thị loại 1 như TP. Huế, mà còn cung cấp cẩm nang hành động thực tiễn cho ban lãnh đạo doanh nghiệp trong việc hoạch định chính sách nhân sự, quản trị danh mục thuốc và tối ưu hóa trải nghiệm khách hàng. Các doanh nghiệp bán lẻ dược phẩm cần khẩn trương chuẩn hóa quy trình tư vấn lâm sàng tại quầy, xây dựng chính sách giá minh bạch và ứng dụng công nghệ đo lường trải nghiệm khách hàng định kỳ để tạo lập lợi thế cạnh tranh bền vững trong kỷ nguyên bán lẻ hiện đại.