Giới thiệu dự án

Thị trường du lịch và dịch vụ chăm sóc sức khỏe (Wellness Tourism) tại Việt Nam đang chứng kiến sự tăng trưởng vượt bậc. Tại Thành phố Đà Nẵng, năm 2019 ghi nhận gần 8,7 triệu lượt khách du lịch, mở ra tiềm năng thương mại to lớn nhưng cũng đặt ra áp lực cạnh tranh gay gắt giữa các tổ hợp giải trí hàng đầu như Sun World Ba Na Hills, VinWonders Nam Hội An, Asia Park và Công viên Suối khoáng nóng (CVSKN) Núi Thần Tài.

CVSKN Núi Thần Tài (thuộc Công ty Cổ phần DHC Suối Đôi - Tổng Công ty Cổ phần Đầu tư DHC) chính thức vận hành từ năm 2016 tại Khu bảo tồn thiên nhiên Bà Nà Núi Chúa. Trong danh mục 11 gói combo dịch vụ thương mại, gói vé Phổ thông là sản phẩm dịch vụ cốt lõi, đóng góp 48% tổng doanh thu hằng năm và đóng vai trò phễu thu hút khách hàng (entry-level product) thúc đẩy các gói dịch vụ gia tăng (tắm Onsen chuẩn Beppu Nhật Bản, tắm bùn, spa chăm sóc sức khỏe, nghỉ dưỡng lưu trú Ebisu Onsen Resort).

Vấn đề nghiên cứu (Problem Statement)

Mặc dù doanh thu tăng trưởng ổn định (quý 2/2019 đạt 67,29 tỷ VNĐ, lợi nhuận sau thuế đạt 17,53 tỷ VNĐ), doanh nghiệp đối mặt với bài toán tối ưu hóa trải nghiệm khách hàng tại gói vé nền tảng:

  • Áp lực quá tải hạ tầng cục bộ vào mùa cao điểm (đón 8.000 - 11.000 lượt khách/ngày dịp lễ so với mức nền 350 - 800 khách/ngày thường).
  • Thiếu hụt mô hình lượng hóa chuẩn xác mức độ ảnh hưởng của từng khía cạnh chất lượng dịch vụ (độ tin cậy, sự đáp ứng, năng lực phục vụ, sự cảm nhận, phương tiện hữu hình) đến độ hài lòng tổng thể của du khách.
  • Nhu cầu chuẩn hóa quy trình phân bổ nguồn lực dựa trên bằng chứng định lượng (Data-Driven Decision Making).

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về quản trị chất lượng dịch vụ du lịch nghỉ dưỡng và các mô hình đo lường sự hài lòng.
  2. Xây dựng thang đo chuẩn hóa gồm 5 biến độc lập (22 biến quan sát) và 1 biến phụ thuộc (3 biến quan sát) dựa trên mô hình SERVQUAL điều chỉnh.
  3. Thu thập, xử lý và phân tích dữ liệu thực nghiệm bằng các kỹ thuật kinh tế lượng trên phần mềm thống kê chuyên dụng.
  4. Xác định hàm hồi quy tuyến tính bội biểu diễn tác động của các thành phần dịch vụ đến mức độ hài lòng khách hàng ($SHL$).
  5. Đề xuất hệ thống giải pháp quản trị chiến lược nhằm cải thiện chất lượng dịch vụ và tối đa hóa chỉ số lòng trung thành của du khách.

Phạm vi và giới hạn

  • Không gian: Khảo sát trực tiếp tại CVSKN Núi Thần Tài (Hòa Vang, TP. Đà Nẵng).
  • Thời gian: Dữ liệu thứ cấp giai đoạn 2016 – 2018; Dữ liệu sơ cấp định lượng thu thập từ quý 4/2019.
  • Đối tượng: Du khách cá nhân và khách đoàn nội địa (chiếm 75%) cùng du khách quốc tế (25%, chủ yếu Hàn Quốc và Trung Quốc) đã trực tiếp trải nghiệm gói vé Phổ thông.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát thực tiễn cho thấy các mô hình đánh giá chất lượng dịch vụ hiện đại có sự phân hóa rõ rệt về phương pháp tiếp cận:

Tiêu chí so sánh Mô hình SERVQUAL (Parasuraman et al., 1988) Mô hình Kỹ thuật/Chức năng (Gronroos, 1984/2000) Mô hình Tổng hợp (Brogowicz et al., 1990) Mô hình Đề xuất Nghiên cứu
Bản chất tiếp cận Đo lường khoảng cách giữa kỳ vọng và cảm nhận thực tế Tập trung vào kết quả kỹ thuật ("Cái gì") và quy trình chức năng ("Như thế nào") Tích hợp quản trị truyền thống, thiết kế dịch vụ và marketing mix Thích nghi hóa SERVQUAL 5 thành phần trên thang đo Likert 5 điểm
Ưu điểm Cấu trúc đo lường rõ ràng, dễ chuẩn hóa định lượng Phản ánh chính xác hình ảnh thương hiệu dài hạn Toàn diện, bao quát các yếu tố truyền thông bên ngoài Phù hợp đặc thù du lịch suối khoáng & giải trí thực tế
Nhược điểm Thang đo kỳ vọng đôi khi gây quá tải khảo sát Khó xây dựng biến định lượng cụ thể Phức tạp trong việc thiết kế bảng câu hỏi thực địa Đòi hỏi kiểm định độ tin cậy và phân tích nhân tố khắt khe

Phân tích yêu cầu chức năng quản trị theo khung MoSCoW

  • Must-have: Đo lường 5 nhân tố cốt lõi (Sự tin cậy, Sự đáp ứng, Năng lực phục vụ, Sự cảm nhận, Phương tiện hữu hình); kiểm định độ tin cậy Cronbach's Alpha ($\ge 0,6$); phân tích nhân tố khám phá EFA (Factor Loading $\ge 0,4$, Cumulative Variance $\ge 50%$).
  • Should-have: Hồi quy OLS xác định hệ số tác động chuẩn hóa $\beta$; phân tích One-Sample T-Test đánh giá mức độ hài lòng thực tế so với điểm cân bằng (Test Value = 3).
  • Could-have: Phân tích phương sai One-Way ANOVA để nhận diện sự khác biệt theo đặc điểm nhân khẩu học (độ tuổi, thu nhập, vùng miền).
  • Won't-have (giai đoạn này): Mô hình hóa cấu trúc tuyến tính SEM bậc cao hoặc phân tích chuỗi thời gian nhiều năm.

Thiết kế hệ thống đo lường

Hệ thống đo lường được xây dựng dưới dạng mô hình liên kết nhân quả giữa 5 biến độc lập và 1 biến phụ thuộc:

Ma trận cấu trúc thang đo và mã hóa biến (Data Dictionary)

Mã nhân tố Số biến quan sát Nội dung đo lường đại diện
STC (Sự tin cậy) 4 Cung cấp dịch vụ đúng cam kết; xử lý thủ tục chuẩn xác; an toàn trang thiết bị trò chơi.
SDU (Sự đáp ứng) 5 Đón tiếp tức thì; tốc độ mua vé quầy; nhân viên hỗ trợ sẵn sàng; giải quyết khiếu nại nhanh chóng.
NLPV (Năng lực phục vụ) 5 Cảm giác an tâm; trình độ chuyên môn; kỹ năng giao tiếp; ngoại ngữ; thái độ lịch sự, nhã nhặn.
SCN (Sự cảm nhận) 4 Sự thân thiện, quan tâm cá nhân hóa; lắng nghe nhu cầu đặc biệt của từng nhóm khách.
PTHH (Phương tiện hữu hình) 4 Trang phục nhân viên; trang thiết bị hiện đại; bài trí cảnh quan; hạ tầng quầy vé thoáng mát.
SHL (Sự hài lòng) 3 Đánh giá hài lòng chung; mức độ đáp ứng kỳ vọng; ý định giới thiệu người thân (WOM/NPS).

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình 2 giai đoạn:

  1. Nghiên cứu sơ bộ (Định tính): Phỏng vấn sâu chuyên gia quản lý và nhân viên tại các bộ phận Lễ tân - Buggy, Chăm sóc khách hàng (CSKH), Ẩm thực để hiệu chỉnh nội dung bảng hỏi.
  2. Nghiên cứu chính thức (Định lượng): Khảo sát bằng bảng câu hỏi cấu trúc theo thang đo Likert 5 mức độ (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý).

Tiêu chuẩn xác định cỡ mẫu tối thiểu

  • Theo Hair et al. và Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008): Cỡ mẫu phân tích nhân tố tối thiểu gấp 5 lần số biến quan sát: $$N_{\text{min (EFA)}} = 5 \times k = 5 \times 25 = 125 \text{ quan sát}$$
  • Theo Green (1991) và Nguyễn Đình Thọ (2003) cho phân tích hồi quy tuyến tính: $$N_{\text{min (Regression)}} = 8p + 50 = 8(5) + 50 = 90 \text{ quan sát}$$

Mẫu thực tế được thu thập đạt trên 200 mẫu hợp lệ, đảm bảo độ tin cậy thống kê và tính đại diện cao.

Triển khai và kết quả thực nghiệm

Quy trình phân tích dữ liệu

Toàn bộ dữ liệu khảo sát được làm sạch, mã hóa và xử lý trên nền tảng IBM SPSS Statistics v22.0 kết hợp các script kiểm định Python/R nhằm bảo đảm tính toàn vẹn dữ liệu.

import numpy as np
import pandas as pd
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_kmo, calculate_bartlett_sphericity
import statsmodels.api as sm

def run_service_quality_pipeline(df_items, target_col):
    """
    Quy trình phân tích dữ liệu chất lượng dịch vụ:
    Cronbach Alpha, KMO, Bartlett, EFA và OLS Regression.
    """
    # 1. Kiểm định KMO và Bartlett's Test
    chi_square_value, p_value = calculate_bartlett_sphericity(df_items)
    kmo_all, kmo_model = calculate_kmo(df_items)
    print(f"KMO Measure: {kmo_model:.4f} | Bartlett p-value: {p_value:.4e}")
    
    # 2. Phân tích nhân tố khám phá (EFA) với phép quay Varimax
    fa = FactorAnalyzer(n_factors=5, rotation="varimax", method="principal")
    fa.fit(df_items)
    loadings = pd.DataFrame(fa.loadings_, index=df_items.columns)
    
    # 3. Phân tích hồi quy tuyến tính bội OLS
    X = df_items.mean(axis=1) # Ví dụ biến tổng hợp
    X_matrix = sm.add_constant(df_items)
    ols_model = sm.OLS(target_col, X_matrix).fit()
    
    return loadings, ols_model.summary()

Kiểm định và đánh giá thống kê

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

Công thức tính hệ số tương quan biến tổng và độ tin cậy: $$\alpha = \frac{k}{k-1} \left( 1 - \frac{\sum_{i=1}^k \sigma_i^2}{\sigma_X^2} \right)$$

  • Tiêu chuẩn chấp nhận: Cronbach's Alpha $\ge 0,60$; Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0,30$.
  • Kết quả: Cả 5 nhóm thang đo độc lập và thang đo biến phụ thuộc đều đạt hệ số Alpha dao động từ 0,782 đến 0,891, không có biến quan sát nào bị loại do tương quan biến tổng $< 0,3$.

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO & Bartlett: Hệ số $KMO = 0,812 \ge 0,5$; Kiểm định Bartlett có mức ý nghĩa $Sig. = 0,000 < 0,05$, khẳng định các biến quan sát có tương quan chặt chẽ.
  • Trích xuất nhân tố: Phương pháp Principal Component Analysis với phép quay Varimax trích xuất được 5 nhân tố với giá trị Eigenvalue $> 1$, tổng phương sai trích (Cumulative Variance Explained) đạt $62,45% > 50%$, tất cả hệ số Factor Loading đều đạt giá trị $\ge 0,55$.

3. Mô hình hồi quy tuyến tính bội

Phương trình hồi quy tổng quát: $$SHL = \beta_0 + \beta_1 STC + \beta_2 SDU + \beta_3 NLPV + \beta_4 SCN + \beta_5 PTHH + \varepsilon$$

Kết quả kiểm định phương sai ANOVA cho thấy mô hình có mức ý nghĩa thống kê cao ($F = 48,62$, $p < 0,001$), hệ số xác định hiệu chỉnh $R^2_{\text{Adjusted}} = 0,584$ (giải thích được 58,4% biến thiên của sự hài lòng khách hàng). Các hệ số phóng đại phương sai $VIF < 2,0$, chứng minh mô hình không vi phạm hiện tượng đa cộng tuyến.

Hệ số tác động chuẩn hóa (Standardized Beta):
- Phương tiện hữu hình (PTHH) : β = 0.342 (p < 0.001) ---> Tác động mạnh nhất
- Năng lực phục vụ (NLPV)     : β = 0.285 (p < 0.001)
- Sự đáp ứng (SDU)            : β = 0.214 (p = 0.002)
- Sự tin cậy (STC)            : β = 0.178 (p = 0.011)
- Sự cảm nhận (SCN)           : β = 0.145 (p = 0.024)

       MỨC ĐỘ ẢNH HƯỞNG CỦA CÁC YẾU TỐ ĐẾN SỰ HÀI LÒNG (BETA)
PTHH  ████████████████████████████████████ 0.342
NLPV  ██████████████████████████████ 0.285
SDU   ███████████████████████ 0.214
STC   ██████████████████ 0.178
SCN   ███████████████ 0.145
      +---------+---------+---------+---------+
      0.0       0.1       0.2       0.3       0.4

Đổi mới và đóng góp

  1. Chuẩn hóa khung đánh giá định lượng cho mô hình công viên khoáng nóng sinh thái: Khác với các nghiên cứu khách sạn truyền thống, công trình đã tích hợp các đặc thù của du lịch khoáng nóng kết hợp công viên nước (yếu tố an toàn trượt máng, cảnh quan sinh thái, vệ sinh bồn khoáng) vào các biến quan sát cụ thể của SERVQUAL.
  2. Khám phá vai trò chi phối của "Phương tiện hữu hình": Trái với các ngành dịch vụ tài chính hay viễn thông (nơi "Sự tin cậy" chiếm ưu thế), tại khu vui chơi giải trí ngoài trời, Phương tiện hữu hình ($\beta = 0,342$) và Năng lực phục vụ ($\beta = 0,285$) là hai đòn bẩy quyết định trải nghiệm người dùng.
  3. Cơ sở dữ liệu thực nghiệm phục vụ tái cơ cấu nhân sự: Kết quả phân tích tương quan giữa trình độ chuyên môn nhân sự và mức độ hài lòng phản ánh tính đúng đắn trong chính sách chuyển dịch lao động của DHC Suối Đôi (tỷ trọng lao động có trình độ Đại học/Sau đại học tăng từ 14,29% năm 2016 lên 26,39% năm 2019).

Ứng dụng thực tế và triển khai

Dựa trên trọng số tác động từ mô hình kinh tế lượng, hệ thống giải pháp nâng cao chất lượng dịch vụ gói vé Phổ thông được thiết kế theo 5 trụ cột chiến lược:

                  CHIẾN LƯỢC QUẢN TRỊ TRẢI NGHIỆM DỊCH VỤ

Kế hoạch và lộ trình triển khai chi tiết

Giai đoạn Thời gian Hành động trọng tâm KPI đánh giá
Giai đoạn 1: Chuẩn hóa hạ tầng Tháng 1 - 3 Lắp đặt biển chỉ dẫn đa ngữ; phân làn quầy check-in ưu tiên cho khách đại lý/khách đoàn; bảo trì hệ thống lọc nước khoáng hồ Jacuzzi. Thời gian mua vé tại quầy giảm $40%$; điểm kiểm định PTHH tăng $> 4,2/5$.
Giai đoạn 2: Đào tạo nhân sự Tháng 4 - 6 Tập huấn nghiệp vụ giao tiếp, xử lý phàn nàn cho bộ phận Lễ tân - Buggy và CSKH; đào tạo tiếng Hàn/tiếng Trung giao tiếp chuyên ngành. Tỷ lệ đánh giá nhân viên lịch sự, nhã nhặn (NLPV5) đạt $\ge 90%$.
Giai đoạn 3: Số hóa & Tối ưu Tháng 7 - 12 Tích hợp hệ thống phân tích phản hồi số; tự động hóa báo cáo điều phối xe điện Buggy vào khung giờ cao điểm (11h00 - 14h00). Điểm hài lòng tổng thể ($SHL$) tăng từ $3,85$ lên $\ge 4,35/5,0$.

Hạn chế và hướng phát triển

  • Hạn chế mẫu: Dữ liệu tập trung chủ yếu vào nhóm khách hàng trải nghiệm gói vé Phổ thông, chưa phân tách chuyên sâu hành vi của nhóm khách lưu trú cao cấp tại Ebisu Onsen Resort.
  • Tính chu kỳ: Yếu tố thời tiết đặc thù tại Đà Nẵng (mùa mưa từ tháng 10 đến tháng 12) có thể tạo ra độ lệch nhất định trong cảm nhận của du khách về các hạng mục ngoài trời.
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng ứng dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) để phân tích các biến trung gian như Giá trị cảm nhận (Perceived Value) và Hình ảnh thương hiệu (Brand Image).
    • Tích hợp công nghệ AI phân tích cảm xúc (Sentiment Analysis) từ các đánh giá trực tuyến của khách du lịch trên Google Reviews và TripAdvisor.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Kinh tế/Marketing: Tài liệu tham khảo toàn diện về phương pháp luận nghiên cứu định lượng, thiết kế bảng hỏi, kiểm định thang đo Cronbach's Alpha, phân tích EFA và hồi quy OLS trên SPSS.
  • Ban Giám đốc & Quản trị viên CVSKN Núi Thần Tài: Bộ công cụ ra quyết định dựa trên số liệu thực chứng, giúp tối ưu hóa ngân sách đầu tư cơ sở vật chất và đào tạo nhân sự theo đúng mức độ kỳ vọng của thị trường.
  • Doanh nghiệp vận hành khu du lịch nghỉ dưỡng: Mô hình mẫu tham khảo để thiết lập quy trình kiểm soát chất lượng dịch vụ định kỳ và cải thiện chỉ số giữ chân khách hàng.
  • Cơ quan quản lý du lịch địa phương (Sở Du lịch Đà Nẵng): Cung cấp bức tranh thực tế về năng lực cạnh tranh và mức độ hài lòng của du khách đối với sản phẩm du lịch sinh thái phía Tây Nam thành phố.

Câu hỏi thường gặp

1. Tại sao gói vé Phổ thông lại là đối tượng nghiên cứu trọng tâm của đề tài?

Gói vé Phổ thông chiếm 48% tổng doanh thu hằng năm và là sản phẩm tiếp cận đầu tiên của hầu hết du khách. Sự hài lòng tại gói vé này quyết định khả năng khách hàng tiếp tục sử dụng các dịch vụ cao cấp (tắm Onsen, tắm bùn, nhà hàng Rồng Đỏ) và quay trở lại trong tương lai.

2. Sự khác biệt chính giữa kết quả nghiên cứu tại Núi Thần Tài và các khu du lịch biển là gì?

Tại Núi Thần Tài, nhân tố Phương tiện hữu hình (cơ sở vật chất, cảnh quan suối khoáng, công viên nước) có tác động mạnh nhất ($\beta = 0,342$), trong khi các dịch vụ du lịch biển hoặc khách sạn thành phố thường chịu chi phối lớn hơn bởi yếu tố Sự đáp ứng hoặc Độ tin cậy.

3. Làm thế nào để giải quyết tình trạng ùn tắc tại quầy vé vào các ngày cao điểm?

Áp dụng phân luồng theo màu vòng đeo tay (vòng xanh lá cho khách lẻ, vòng đỏ cho khách đoàn, vòng tím cho khách đại lý) kết hợp mở thêm cổng soát vé tự động qua mã QR để giảm tải áp lực cho nhân viên thu ngân.

4. Cơ cấu lao động ảnh hưởng thế nào đến chất lượng dịch vụ tại Núi Thần Tài?

Việc nâng cao tỷ lệ lao động có trình độ Cao đẳng, Đại học (đạt 57,6% tổng số 519 nhân sự vào năm 2019) đã trực tiếp nâng cao điểm số của thang đo Năng lực phục vụ và Sự đáp ứng, giảm thiểu đáng kể các khiếu nại phát sinh từ quy trình phục vụ.

5. Chi phí đầu tư cải tiến dịch vụ có thể mang lại ROI như thế nào?

Theo tính toán biên lợi nhuận, việc tăng 0,5 điểm hài lòng tổng thể ($SHL$) giúp nâng tỷ lệ khách hàng quay lại thêm 12 - 15%, gia tăng doanh thu từ các gói dịch vụ bổ trợ và mang lại thời gian thu hồi vốn cho các hạng mục nâng cấp hạ tầng trong vòng 14 - 18 tháng.

Kết luận

Đề tài đã hoàn thành xuất sắc các mục tiêu nghiên cứu thông qua việc kết hợp chặt chẽ giữa lý thuyết kinh tế lượng và thực tiễn vận hành doanh nghiệp. Kết quả phân tích thực nghiệm trên 25 biến quan sát đã chứng minh mối quan hệ nhân quả có ý nghĩa thống kê giữa 5 khía cạnh chất lượng dịch vụ với sự hài lòng của khách hàng đối với gói vé Phổ thông tại CVSKN Núi Thần Tài.

Những phát hiện này không chỉ cung cấp luận cứ khoa học vững chắc cho Tổng Công ty Cổ phần Đầu tư DHC trong việc hoàn thiện chính sách marketing-mix và phân bổ nguồn lực vận hành, mà còn đóng góp một mô hình chuẩn hóa cho nghiên cứu ứng dụng trong ngành quản trị du lịch và dịch vụ tại Việt Nam.