Giới thiệu dự án

Thị trường bán lẻ hiện đại tại Việt Nam chứng kiến sự chuyển dịch cơ cấu mạnh mẽ từ các mô hình chợ truyền thống sang kênh phân phối tiện lợi hóa. Theo số liệu từ Hiệp hội các nhà bán lẻ Việt Nam (AVR), để một chuỗi cửa hàng tiện lợi đạt điểm hòa vốn và tối ưu hóa biên lợi nhuận theo quy mô kinh tế, doanh nghiệp cần vận hành tối thiểu 150 điểm bán tiêu chuẩn. Tại thành phố Vũng Tàu – một đô thị du lịch biển có lưu lượng giao thương biến động lớn theo mùa – thị trường chuỗi cửa hàng tiện lợi (C-store) ghi nhận sự cạnh tranh gay gắt giữa 4 thương hiệu chính trước năm 2020: VinMart+ (60% thị phần điểm bán với 40 cửa hàng), Circle K (19% với 13 cửa hàng), FamilyMart (12% với 8 cửa hàng) và Bách Hóa Xanh (9% với 6 cửa hàng).

Thị phần điểm bán tại Vũng Tàu:
┌─────────────────────────┬──────────┬───────────┐
│ Chuỗi cửa hàng          │ Số điểm  │ Tỷ lệ (%) │
├─────────────────────────┼──────────┼───────────┤
│ VinMart+                │ 40       │ 60%       │
│ Circle K                │ 13       │ 19%       │
│ FamilyMart              │ 8        │ 12%       │
│ Bách Hóa Xanh           │ 6        │ 9%        │
└─────────────────────────┴──────────┴───────────┘

Vấn đề cốt lõi (Problem Statement) mà FamilyMart Vũng Tàu đối mặt là áp lực cạnh tranh gay gắt từ mạng lưới điểm bán áp đảo của đối thủ, cùng với sự thay đổi trong hành vi người tiêu dùng địa phương và khách du lịch. Mặc dù FamilyMart sở hữu lợi thế vận hành 24/7/365, áp dụng quy chuẩn vận hành S&QC (Service, Quality, Cleanliness) và dòng sản phẩm chế biến sẵn độc quyền (Nakasoku), chuỗi vẫn gặp phải các rào cản về mức độ phủ sóng, chính sách giá và chất lượng dịch vụ đồng bộ.

Mục tiêu cụ thể của đề tài nghiên cứu:

  1. Xác định các nhân tố cấu thành ảnh hưởng trực tiếp đến mức độ hài lòng của khách hàng tại hệ thống FamilyMart Vũng Tàu.
  2. Đo lường trọng số tác động của từng nhân tố thông qua các mô hình định lượng chuẩn hóa.
  3. Kiểm định sự khác biệt về nhận thức chất lượng dịch vụ theo các biến nhân khẩu học (Giới tính, Nhóm tuổi, Thu nhập).
  4. Xây dựng hệ thống giải pháp quản trị ứng dụng thực tế nhằm tối ưu hóa trải nghiệm khách hàng và mở rộng thị phần.

Phương pháp tiếp cận giải pháp tích hợp việc kế thừa mô hình đo lường hiệu năng dịch vụ thực tế (SERVPERF) kết hợp chỉ số hài lòng khách hàng ACSI và ECSI. Nghiên cứu triển khai quy trình phân tích dữ liệu đa biến định lượng, giúp biến các chỉ số cảm xúc định tính thành các thước đo định lượng có thể hành động được (Actionable Metrics).

Phạm vi nghiên cứu tập trung vào 8 cửa hàng FamilyMart đang hoạt động tại địa bàn thành phố Vũng Tàu (gồm các chi nhánh trọng điểm: Lê Lai, Đồ Chiểu, Trần Phú, Hoàng Hoa Thám P.2 & P.3, Phó Đức Chính, Thùy Vân, Nam Kỳ Khởi Nghĩa). Giới hạn dữ liệu được khảo sát từ tháng 12/2019 đến tháng 01/2020 trên cỡ mẫu $N=144$ hợp lệ.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thị trường bán lẻ Vũng Tàu, các mô hình phân phối dịch vụ tiện ích có sự phân hóa rõ rệt về danh mục sản phẩm và định vị giá trị:

Tiêu chí so sánh FamilyMart Circle K VinMart+ Chợ / Tạp hóa truyền thống
Mô hình phục vụ Tự phục vụ 24/7 Tự phục vụ 24/7 Bán lẻ 06:00 - 22:00 Phục vụ trực tiếp
Mặt hàng chủ lực Nakasoku, đồ ăn nhanh Nhật Thức ăn nhanh, nước giải khát Thực phẩm tươi sống, tạp hóa Nhu yếu phẩm tươi sống
Diện tích trung bình $< 150\text{ m}^2$ $< 150\text{ m}^2$ $100 - 300\text{ m}^2$ Linh hoạt, nhỏ lẻ
Ưu điểm cốt lõi Không gian ăn tại chỗ, chế biến nóng Menu đồ uống đa dạng, mở 24/7 Độ phủ rộng, thực phẩm phong phú Giá thành rẻ, thương lượng giá
Hạn chế chính Giá cao hơn chợ, số lượng điểm bán ít Chỗ đỗ xe hẹp, giá cao Không mở cửa xuyên đêm Vệ sinh an toàn, không có POS/ATM

Áp dụng khung phân loại yêu cầu MoSCoW trong thiết lập thang đo nghiên cứu dịch vụ bán lẻ:

  • Must-have (Bắt buộc): Đảm bảo hạn sử dụng minh bạch (SP4), chất lượng sản phẩm chuẩn hóa (SP2), thái độ nhân viên chuẩn mực (NV2), tốc độ thanh toán POS dưới 30 giây.
  • Should-have (Cần thiết): Sản phẩm ăn liền độc quyền đa dạng (SP1), tiện ích thanh toán hóa đơn/ATM, khu vực bàn ăn sạch sẽ (DVHT3).
  • Could-have (Có thể mở rộng): Chương trình tích điểm thành viên đồng bộ qua App di động (DVHT1), các chương trình giảm giá định kỳ (DVHT2).
  • Won't-have (Chưa ưu tiên): Mở rộng ngành hàng tươi sống chưa sơ chế quy mô lớn như siêu thị tổng hợp.

Thiết kế hệ thống nghiên cứu

Mô hình nghiên cứu kế thừa và hiệu chỉnh cấu trúc gồm 5 nhân tố độc lập với 18 biến quan sát tác động đến 1 biến phụ thuộc (Sự hài lòng chung - CSI):

flowchart TD
    subgraph INPUT["Thu thập dữ liệu thực địa"]
        A1["Khảo sát 8 cửa hàng tại Vũng Tàu<br/>N=160 phiếu phát ra"] --> A2["Sàng lọc và làm sạch dữ liệu<br/>N=144 phiếu hợp lệ"]
    end

    subgraph ENGINE["Quy trình phân tích dữ liệu đa biến (SPSS v26.0)"]
        B1["Kiểm định độ tin cậy thang đo<br/>Cronbach's Alpha (Alpha >= 0.6, r >= 0.3)"]
        B2["Phân tích nhân tố khám phá (EFA)<br/>KMO >= 0.5, Bartlett Sig < 0.05, Factor Loading >= 0.5"]
        B3["Mô hình hồi quy tuyến tính bội (OLS)<br/>R-squared, ANOVA F-test, VIF < 2.0"]
        B4["Kiểm định khác biệt thống kê<br/>Independent Samples T-Test & One-Way ANOVA"]
        B1 --> B2 --> B3 --> B4
    end

    subgraph OUTPUT["Hệ thống hàm ý quản trị"]
        C1["Chuẩn hóa quản trị sản phẩm & S&QC"]
        C2["Nâng cao nghiệp vụ nhân viên"]
        C3["Tối ưu hạ tầng & Cơ sở vật chất"]
        C4["Nâng cấp Dịch vụ hỗ trợ & Loyalty Program"]
    end

    A2 --> B1
    B3 --> OUTPUT
    B4 --> OUTPUT

Thông số môi trường xử lý và công nghệ phân tích:

  • Công cụ thống kê chính: IBM SPSS Statistics Version 26.0.
  • Công cụ bổ trợ: Python 3.10 với các thư viện pandas (v1.5.3), statsmodels (v0.14.0), factor_analyzer (v0.5.0) phục vụ kiểm chứng thuật toán.
  • Cấu trúc thang đo: Thang đo khoảng cách Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).
  • Bảo mật và đạo đức dữ liệu: Dữ liệu người phản hồi được ẩn danh hóa 100% (Anonymization), không thu thập thông tin định danh cá nhân (PII), tuân thủ tiêu chuẩn nghiên cứu khoa học xã hội.

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình kết hợp hai giai đoạn:

  1. Nghiên cứu sơ bộ (Qualitative & Pilot): Khảo sát tài liệu lý thuyết, phỏng vấn thử nghiệm để hiệu chỉnh từ ngữ cho 18 biến quan sát phù hợp ngữ cảnh bán lẻ tại Vũng Tàu.
  2. Nghiên cứu định lượng chính thức (Quantitative Empirical Study): Lấy mẫu thuận tiện trực tiếp tại 8 điểm bán theo hai đợt (Tháng 12/2019 và Tháng 01/2020).

Kế hoạch giảm thiểu rủi ro nghiên cứu:

  • Rủi ro sai số chọn mẫu: Phân bổ phiếu khảo sát đều theo các khung giờ (sáng, trưa, tối) và chia tỷ lệ theo mật độ giao dịch từng cửa hàng (Hoàng Hoa Thám chiếm 40 phiếu, các điểm khác từ 15 - 20 phiếu).
  • Rủi ro dữ liệu khuyết thiếu (Missing Data): Loại bỏ trực tiếp 16 phiếu có trên 10% trường trống, giữ lại $N=144$ mẫu đạt chuẩn chất lượng dữ liệu.

Implementation và kết quả

Quy trình phân tích dữ liệu

Quy mô mẫu nghiên cứu được xác định chặt chẽ dựa trên các quy chuẩn toán thống kê:

  • Theo tiêu chuẩn EFA của Hair et al. (1998): Cỡ mẫu tối thiểu bằng 5 lần số biến quan sát: $$N_{\text{min, EFA}} = 5 \times k = 5 \times 18 = 90\text{ mẫu}$$
  • Theo tiêu chuẩn Hồi quy tuyến tính của Tabachnick & Fidell (1996): $$N_{\text{min, OLS}} = 50 + 8 \times m = 50 + 8 \times 5 = 90\text{ mẫu}$$
  • Cỡ mẫu thực tế đạt $N = 144$, thỏa mãn hoàn toàn cả hai điều kiện trên ($144 > 90$).

Phương trình hồi quy tổng quát dự kiến: $$\text{HL} = \beta_0 + \beta_1 \cdot \text{SP} + \beta_2 \cdot \text{GC} + \beta_3 \cdot \text{NV} + \beta_4 \cdot \text{CSVC} + \beta_5 \cdot \text{DVHT} + \epsilon$$

Pipeline xử lý số liệu bằng Python mô phỏng quy trình kiểm định:

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

# 1. Tải và tiền xử lý dữ liệu khảo sát FamilyMart (N=144)
df = pd.read_csv("familymart_vungtau_survey.csv")
independent_vars = ['SP', 'GC', 'NV', 'CSVC', 'DVHT']
X = df[independent_vars]
y = df['HL']

# 2. Ước lượng mô hình Hồi quy tuyến tính bội OLS
X_with_const = sm.add_constant(X)
ols_model = sm.OLS(y, X_with_const).fit()

# 3. Tính toán hệ số phóng đại phương sai (VIF) kiểm tra đa cộng tuyến
vif_data = pd.DataFrame()
vif_data["Variable"] = independent_vars
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]

print(ols_model.summary())
print("\n--- Variance Inflation Factors ---")
print(vif_data)

Kiểm định và đánh giá thang đo

Toàn bộ thang đo trải qua quy trình kiểm định độ tin cậy Cronbach's Alpha và phân tích nhân tố khám phá EFA (Principal Axis Factoring với phép quay Varimax).

Tiêu chuẩn kiểm định thống kê:
┌──────────────────────────────┬─────────────────────────┬──────────────┐
│ Kiểm định                    │ Chỉ số tiêu chuẩn       │ Kết quả mẫu  │
├──────────────────────────────┼─────────────────────────┼──────────────┤
│ Cronbach's Alpha             │ Alpha >= 0.60, r >= 0.30│ Đạt (0.72 - 0.86) │
│ Hệ số KMO                    │ 0.50 <= KMO <= 1.00     │ Đạt (0.814)  │
│ Bartlett's Test of Sphericity│ Sig. < 0.05             │ Đạt (p=0.000)│
│ Tổng phương sai trích        │ Cumulative % > 50.0%    │ Đạt (61.85%) │
│ Eigenvalue                   │ Eigenvalue > 1.00       │ Đạt (1.24)   │
└──────────────────────────────┴─────────────────────────┴──────────────┘

Thống kê mô tả mẫu dữ liệu ($N=144$):

  • Giới tính: Nam chiếm 43.1% (62 người), Nữ chiếm 56.9% (82 người).
  • Độ tuổi: Dưới 18 tuổi (18.1%), 18-25 tuổi (54.2% - nhóm chiếm ưu thế tuyệt đối), 26-35 tuổi (20.8%), trên 35 tuổi (6.9%).
  • Thu nhập: Dưới 3 triệu (38.9%), 3-5 triệu (27.8%), 5-10 triệu (22.2%), trên 10 triệu (11.1%).

Kết quả định lượng mô hình hồi quy

Kết quả ước lượng các tham số hồi quy tuyến tính chuẩn hóa tác động đến Sự hài lòng của khách hàng:

Nhân tố Mã biến Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($p$-value) VIF Kết luận giả thuyết
Sản phẩm SP $0.342$ $4.851$ $0.000$ $1.214$ Chấp nhận $H_1$
Nhân viên NV $0.285$ $4.102$ $0.000$ $1.185$ Chấp nhận $H_3$
Cơ sở vật chất CSVC $0.214$ $3.245$ $0.001$ $1.152$ Chấp nhận $H_4$
Dịch vụ hỗ trợ DVHT $0.168$ $2.512$ $0.013$ $1.108$ Chấp nhận $H_5$
Giá cả GC $0.082$ $1.218$ $0.225$ $1.094$ Bác bỏ $H_2$

Phương trình hồi quy chuẩn hóa thực nghiệm: $$\text{HL} = 0.342 \cdot \text{SP} + 0.285 \cdot \text{NV} + 0.214 \cdot \text{CSVC} + 0.168 \cdot \text{DVHT}$$

Các chỉ số chẩn đoán mô hình:

  • Hệ số xác định $R^2 = 0.548$, $R^2_{\text{Adjusted}} = 0.532$ (Mô hình giải thích được 53.2% sự biến thiên của mức độ hài lòng khách hàng).
  • Kiểm định $F = 33.45$ ($p = 0.000 < 0.01$), khẳng định mô hình hồi quy có ý nghĩa thống kê cao.
  • Hệ số Durbin-Watson đạt $1.892$ (nằm trong khoảng $1.5 - 2.5$), không có hiện tượng tự tương quan chuỗi bậc nhất.
  • Tất cả các hệ số VIF $< 2.0$, chứng minh không xảy ra hiện tượng đa cộng tuyến.

Kết quả kiểm định sai biệt nhân khẩu học:

  • Kiểm định Independent Samples T-Test (Giới tính): Giá trị $p = 0.412 > 0.05 \rightarrow$ Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng giữa khách hàng Nam và Nữ.
  • Kiểm định One-Way ANOVA (Độ tuổi): Giá trị $p = 0.003 < 0.05 \rightarrow$ Có sự khác biệt rõ nét giữa các nhóm tuổi. Nhóm 18-25 tuổi có mức độ hài lòng và tần suất sử dụng dịch vụ tại chỗ cao hơn đáng kể so với nhóm trên 35 tuổi.
  • Kiểm định One-Way ANOVA (Thu nhập): Giá trị $p = 0.021 < 0.05 \rightarrow$ Nhóm khách hàng có thu nhập dưới 5 triệu đồng quan tâm nhiều hơn đến các biến dịch vụ hỗ trợ và khuyến mãi.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ nét về mặt học thuật và thực tiễn quản trị:

Thứ tự trọng số tác động đến Sự hài lòng tại FamilyMart Vũng Tàu:
1. Sản phẩm (SP)           ████████████████████ 34.2%
2. Nhân viên (NV)          ████████████████ 28.5%
3. Cơ sở vật chất (CSVC)   ████████████ 21.4%
4. Dịch vụ hỗ trợ (DVHT)   █████████ 16.8%
5. Giá cả (GC)             ░░░░ (Không có ý nghĩa thống kê)
  1. Hiệu chỉnh mô hình đo lường chuyên biệt cho chuỗi tiện lợi: Khác với các nghiên cứu siêu thị truyền thống vốn coi "Giá cả" là nhân tố quyết định, nghiên cứu này chứng minh thực nghiệm rằng trong phân khúc C-store, Giá cả không có tác động trực tiếp mang tính quyết định ($\beta = 0.082$, $p > 0.05$). Khách hàng chấp nhận mức giá cao hơn để đổi lấy tính tiện dụng, thời gian mở cửa 24/7 và chất lượng dịch vụ ăn uống nhanh.
  2. So sánh với các nghiên cứu tiền nhiệm:
Tiêu chí Nghiên cứu này (FamilyMart Vũng Tàu) Nguyễn Thị Mai Trang (TP.HCM, 2006) Lê Trần Thiên Ý (Cần Thơ, 2011)
Đối tượng Chuỗi C-store mở 24/7 Siêu thị tổng hợp (Co.opmart, Citimart) Hệ thống siêu thị bán lẻ
Nhân tố số 1 Sản phẩm & Hạn dùng ($\beta = 0.342$) Chủng loại hàng hóa Chất lượng hàng hóa
Nhân tố số 2 Thái độ phục vụ nhân viên ($\beta = 0.285$) Khả năng phục vụ nhân viên Thái độ nhân viên
Vai trò Giá cả Không tác động trực tiếp Tác động gián tiếp qua giá trị Tác động đáng kể
Đặc thù đo lường Tích hợp tiêu chuẩn S&QC Nhật Bản SERVQUAL tổng quát SERVQUAL biến thể
  1. Cung cấp bằng chứng thực nghiệm tại địa bàn Vũng Tàu: Đây là công trình đầu tiên xây dựng bộ dữ liệu định lượng về thị phần và hành vi khách hàng đối với mô hình chuỗi siêu thị mini/cửa hàng tiện lợi tại đô thị du lịch Vũng Tàu, hỗ trợ định hình chính sách vận hành bán lẻ sau hội nhập WTO.

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng trọng số, hệ thống giải pháp quản trị được đề xuất theo mức độ ưu tiên:

gantt
    title Kế hoạch triển khai nâng cao chất lượng dịch vụ FamilyMart
    dateFormat  YYYY-MM
    section Nhóm 1: Sản phẩm & S&QC
    Tối ưu quy trình kiểm tra HSD (SP4)        :done, des1, 2020-03, 2020-05
    Mở rộng danh mục Nakasoku độc quyền (SP1)   :active, des2, 2020-05, 2020-08
    section Nhóm 2: Đào tạo nhân sự
    Chuẩn hóa bộ quy tắc chào hỏi và POS < 30s :des3, 2020-04, 2020-07
    Huấn luyện xử lý tình huống cao điểm du lịch:des4, 2020-06, 2020-09
    section Nhóm 3: Hạ tầng & Cơ sở vật chất
    Cải tạo khu vực ăn uống tại chỗ (DVHT3)    :des5, 2020-07, 2020-10
    Tối ưu bãi giữ xe trước cửa hàng (CSVC3)   :des6, 2020-08, 2020-11

Chiến lược vận hành chi tiết

  1. Quản trị chất lượng sản phẩm (Đóng góp 34.2% mức độ hài lòng):

    • Triển khai kiểm toán hạn sử dụng 3 lần/ngày đối với dòng hàng ăn nhanh (Nakasoku, sandwich, onigiri, cơm bento).
    • Tối ưu hóa chuỗi cung ứng lạnh từ tổng kho TP.HCM về Vũng Tàu, đảm bảo độ tươi sống và vệ sinh an toàn thực phẩm đạt chuẩn 100%.

  2. Chuẩn hóa tác phong nhân viên (Đóng góp 28.5% mức độ hài lòng):

    • Đào tạo văn hóa chào hỏi tiếng Nhật - Việt chuẩn hóa khi khách bước vào và rời cửa hàng.
    • Cam kết chỉ tiêu vận hành: Thời gian thao tác quét mã vạch và in hóa đơn POS không quá 30 giây/khách; đảm bảo 100% nguyên tắc trả lại tiền thừa nguyên vẹn, lịch sự bằng hai tay.

  3. Tối ưu hóa không gian và tiện ích hỗ trợ:

    • Bố trí tối thiểu 4 - 6 bàn ăn tại chỗ có vách ngăn thông thoáng, trang bị đầy đủ lò vi sóng công suất lớn, bình nước nóng tự phục vụ và Wi-Fi tốc độ cao miễn phí.
    • Sắp xếp nhân sự chuyên trách hỗ trợ dắt xe và phát thẻ xe trong các khung giờ cao điểm (18:00 - 22:00) tại các tuyến đường đông đúc như Thùy Vân, Hoàng Hoa Thám.

Hạn chế và hướng phát triển

Dù đạt được các kết quả thống kê có ý nghĩa, đề tài ghi nhận một số giới hạn nghiên cứu:

  • Phương pháp lấy mẫu: Áp dụng chọn mẫu thuận tiện phi xác suất ($N=144$), tính đại diện cho toàn bộ tập khách hàng du lịch vãng lai chưa đạt mức tối ưu so với phương pháp chọn mẫu ngẫu nhiên phân tầng.
  • Không gian khảo sát: Dữ liệu mới bao phủ 8 cửa hàng tại TP. Vũng Tàu; chưa so sánh đối chiếu đa biến với các thị trường lân cận như TP. Bà Rịa hay TP. Hồ Chí Minh.
  • Phương pháp phân tích: Mô hình hồi quy OLS chỉ đo lường quan hệ tuyến tính trực tiếp một chiều, chưa phân tích các biến trung gian (Intervening Variables) và biến điều tiết (Moderating Variables) như Giá trị cảm nhận hoặc Hình ảnh thương hiệu.

Hướng mở rộng trong tương lai:

  1. Mở rộng quy mô mẫu lên $N \ge 500$, áp dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để kiểm định đồng thời các mối quan hệ đa tầng giữa Chất lượng dịch vụ $\rightarrow$ Giá trị cảm nhận $\rightarrow$ Sự hài lòng $\rightarrow$ Lòng trung thành khách hàng.
  2. Tích hợp dữ liệu giao dịch thời gian thực từ hệ thống ERP/POS của chuỗi để phân tích giỏ hàng (Market Basket Analysis) bằng thuật toán học máy (Apriori/FP-Growth).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Cung cấp tài liệu tham khảo hoàn chỉnh về quy trình nghiên cứu định lượng chuẩn mực từ bước lập bảng hỏi, kiểm định Cronbach's Alpha, EFA đến hồi quy OLS và ANOVA trên phần mềm SPSS.
  • Nhà phân tích dữ liệu bán lẻ (Retail Data Analysts): Tham khảo bộ khung biến quan sát chuẩn hóa được thiết kế riêng cho mô hình C-store phục vụ 24/7.
  • Cấp quản lý chuỗi FamilyMart & Doanh nghiệp bán lẻ: Nhận diện chính xác trọng số đầu tư, loại bỏ chi phí không cần thiết vào các cuộc chiến giảm giá để tập trung nâng cấp trải nghiệm sản phẩm và kỹ năng nhân viên, ước tính giúp tăng tỷ lệ quay lại của khách hàng lên 15 - 25%.
  • Nhà nghiên cứu kinh tế: Bổ sung tư liệu thực chứng về sự dịch chuyển hành vi tiêu dùng hiện đại tại các đô thị du lịch ven biển Việt Nam.

Câu hỏi thường gặp

1. Tại sao nhân tố "Giá cả" lại không có ý nghĩa thống kê trong mô hình hồi quy FamilyMart?

Trong mô hình cửa hàng tiện lợi 24/7, người tiêu dùng chủ động tìm kiếm giá trị tiện ích (vị trí gần, mở cửa thâu đêm, đồ ăn nóng sẵn sàng, điều hòa mát mẻ). Khách hàng đã có sẵn tâm lý chấp nhận mức giá chênh lệch so với chợ hoặc đại siêu thị, do đó biến động về giá không còn là động lực chính chi phối mức độ thỏa mãn dịch vụ.

2. Cỡ mẫu N=144 có đủ độ tin cậy để đại diện cho tập khách hàng tại Vũng Tàu không?

Theo công thức của Hair et al. ($N \ge 5 \times 18 = 90$) và Tabachnick & Fidell ($N \ge 50 + 8 \times 5 = 90$), cỡ mẫu 144 hoàn toàn vượt ngưỡng yêu cầu tối thiểu về mặt toán thống kê để thực hiện EFA và OLS. Tuy nhiên, để nâng cao tính khái quát hóa cho toàn bộ khách du lịch mùa cao điểm, các nghiên cứu tiếp theo nên mở rộng quy mô mẫu.

3. Tiêu chuẩn S&QC của FamilyMart gồm những nội dung gì?

S&QC là bộ quy chuẩn quản trị chất lượng bán lẻ của FamilyMart toàn cầu, gồm:

  • Service (Dịch vụ): Thái độ niềm nở, chào hỏi lịch sự, tốc độ thanh toán nhanh.
  • Quality (Chất lượng): Đảm bảo tuyệt đối vệ sinh an toàn thực phẩm, hạn sử dụng và nguồn gốc xuất xứ.
  • Cleanliness (Vệ sinh): Không gian cửa hàng, sàn nhà, kệ hàng và khu vực ăn uống luôn sạch sẽ, ngăn nắp.

4. Chi phí đầu tư cải thiện dịch vụ hỗ trợ (DVHT) có mang lại ROI khả thi không?

Có. Dịch vụ hỗ trợ đóng góp $16.8%$ vào mức độ hài lòng chung. Việc trang bị thêm Wi-Fi, máy nước nóng, lò vi sóng và bảo dưỡng bàn ghế ăn tại chỗ có chi phí vốn (CapEx) rất thấp nhưng kích thích trực tiếp doanh số bán kèm chéo (Cross-selling) cho các mặt hàng thực phẩm chế biến nhanh (Nakasoku) có biên lợi nhuận gộp cao.

5. Làm thế nào để khắc phục tình trạng thiếu chỗ để xe tại các điểm bán trung tâm?

Cửa hàng cần áp dụng quy trình phân luồng nhanh: Nhân viên hỗ trợ quay đầu xe trong giờ cao điểm, giới hạn thời gian sử dụng bàn ăn tại chỗ trong khung giờ đông khách và tận dụng tối đa vỉa hè được cấp phép nhằm rút ngắn thời gian gửi xe xuống dưới 30 giây.

Kết luận

Đề tài đã hoàn thành toàn diện mục tiêu lượng hóa các yếu tố tác động đến sự hài lòng của khách hàng tại chuỗi cửa hàng tiện lợi FamilyMart Vũng Tàu. Bằng việc ứng dụng phương pháp nghiên cứu định lượng chặt chẽ trên phần mềm SPSS, nghiên cứu đã chứng minh: Chất lượng sản phẩm ($\beta = 0.342$) và Tác phong nhân viên ($\beta = 0.285$) là hai đòn bẩy quan trọng nhất quyết định sự thỏa mãn của người tiêu dùng, tiếp theo là Cơ sở vật chất ($\beta = 0.214$) và Dịch vụ hỗ trợ ($\beta = 0.168$).

Kết quả phân tích là cơ sở khoa học và thực tiễn vững chắc giúp ban quản lý FamilyMart tái cấu trúc danh mục đầu tư, tối ưu hóa quy trình S&QC và đào tạo đội ngũ nhân sự chuyên nghiệp, qua đó gia tăng năng lực cạnh tranh trước các đối thủ lớn trên thị trường bán lẻ hiện đại.