Giới thiệu dự án
Ngành dịch vụ giải trí và chiếu phim chiếu rạp tại Việt Nam đang chứng kiến sự chuyển dịch mạnh mẽ sau giai đoạn biến động kinh tế toàn cầu. Khu vực dịch vụ hiện đóng góp khoảng 42,54% vào tổng sản phẩm quốc nội (GDP) của Việt Nam, trong đó ngành công nghiệp điện ảnh và giải trí đóng vai trò xúc tác văn hóa và tạo giá trị gia tăng kinh tế lớn thông qua việc thúc đẩy tiêu dùng phụ trợ như dịch vụ ăn uống (F&B - Food and Beverage Service).
Công ty Trách nhiệm Hữu hạn CJ CGV Việt Nam (thuộc Tập đoàn CJ Hàn Quốc) giữ vị thế dẫn đầu thị trường với chuỗi cụm rạp hiện đại. Tuy nhiên, tại địa bàn trọng điểm phía Đông TP. Hồ Chí Minh, cụm rạp CGV Vincom Thủ Đức (216 Võ Văn Ngân, TP. Thủ Đức) đang đối mặt với những thách thức nghiêm trọng về hiệu quả chiến lược Marketing và tối ưu hóa vận hành:
- Tỷ lệ lấp đầy ghế ngồi (Occupancy Rate - Occ) vào các khung giờ thấp điểm (10:00 - 16:00 ngày trong tuần) chỉ đạt mức thấp dao động từ 18% đến 25%.
- Tỷ lệ chuyển đổi mua bắp nước trên mỗi lượt xem phim (Strike Rate - SR) tại quầy chưa được khai thác tối ưu, dao động dưới mức 32%.
- Mức chi tiêu bình quân của một khách hàng cho dịch vụ ăn uống (Spend Per Person - SPP) chưa tương xứng với tiềm năng của tệp khách hàng trẻ và sinh viên trên địa bàn.
- Sức ép cạnh tranh trực diện từ các cụm rạp lân cận như Lotte Cinema Thủ Đức, Cinestar Nhà Văn Hóa Sinh Viên và BHD Star Cineplex Lê Văn Việt với các gói giá vé ưu đãi linh hoạt cho học sinh - sinh viên.
- Mô hình Marketing-Mix (7Ps) truyền thống tại chi nhánh còn mang tính tĩnh, phụ thuộc vào chính sách chung toàn chuỗi, thiếu khả năng phân hóa dữ liệu hành vi theo thời gian thực (Real-time Behavioral Targeting).
+-------------------------------------------------------------------------------+
| CGV VINCOM THỦ ĐỨC |
| VẤN ĐỀ MARKETING & VẬN HÀNH |
+---------------------------------------+---------------------------------------+
| Vấn đề 1: Lấp đầy phòng chiếu | Vấn đề 2: Tối ưu doanh thu phụ trợ |
| - Occ giờ thấp điểm: 18% - 25% | - Strike Rate (SR) F&B: < 32% |
| - Cạnh tranh giá từ đối thủ lân cận | - SPP chưa đạt tiềm năng tăng trưởng |
+---------------------------------------+---------------------------------------+
Đồ án tốt nghiệp xác định các mục tiêu trọng tâm:
- Đánh giá toàn diện thực trạng phối thức Marketing dịch vụ 7Ps (Product, Price, Place, Promotion, People, Process, Physical Evidence) tại CGV Vincom Thủ Đức giai đoạn 2021 - 2024.
- Xây dựng thuật toán tối ưu hóa giá vé linh hoạt (Dynamic Ticket Pricing Engine) và hệ thống gợi ý combo F&B cá nhân hóa nhằm nâng cao chỉ số SPP và ATP (Average Ticket Price).
- Đề xuất quy trình chuyển đổi số trong quản trị trải nghiệm khách hàng (Voice of Customer - VOC) và đồng bộ kênh bán trực tiếp (POS/Kiosk) với kênh số (CGV Cinema App/Web/E-wallet).
- Thiết lập khung kiểm soát hiệu suất Marketing định lượng dựa trên các chỉ số tài chính và hành vi:
Adm (Admission), Occ (Occupancy), B/O Sales (Box Office), Con Sales (Concession), SR, SPP, và ASP (Average Sale Per Person).
Phạm vi và giới hạn nghiên cứu: Đề tài tập trung phân tích thực địa tại cụm rạp CGV Vincom Thủ Đức; dữ liệu khảo sát và vận hành thu thập từ tháng 02/2024 đến tháng 05/2024, ứng dụng phương pháp nghiên cứu định tính kết hợp lượng hóa các chỉ số vận hành rạp chiếu phim chuyên ngành.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Tại thị trường giải trí TP. Thủ Đức, mật độ các trường đại học và khu công nghệ cao tạo ra nhóm nhân khẩu học chủ lực là giới trẻ (18 - 25 tuổi) với độ nhạy cảm cao về giá vé và nhu cầu trải nghiệm không gian dịch vụ đa tiện ích.
| Tiêu chí phân tích |
CGV Vincom Thủ Đức |
Lotte Cinema Thủ Đức |
Cinestar SV Dĩ An/Thủ Đức |
BHD Star Lê Văn Việt |
| Công nghệ phòng chiếu |
STARIUM, SWEETBOX, Digital 2D/3D tiêu chuẩn quốc tế |
2D/3D Digital tiêu chuẩn, phòng chiếu tiêu chuẩn |
2D tiêu chuẩn sinh viên, âm thanh vòm cơ bản |
First Class, 2D/3D Digital |
| Mức giá vé trung bình (ATP) |
85.000 - 145.000 VND |
70.000 - 110.000 VND |
45.000 - 65.000 VND |
75.000 - 120.000 VND |
| Độ đa dạng F&B (Concession) |
3 vị bắp mặc định (Caramel, Phô mai, Ngọt) + Hot food + Snack |
Bắp phô mai, bắp ngọt + nước ngọt |
Combo bắp nước cơ bản |
Bắp phô mai, bắp rang bơ + Finger food |
| Nền tảng Loyalty & App |
CGV App tích hợp, CGV Membership, tích điểm VVIP/VIP |
Lotte Cinema App |
Thẻ thành viên cứng/Website |
BHD Star App |
| Ưu điểm cốt lõi |
Trải nghiệm đẳng cấp, màn hình cực đại, thương hiệu mạnh |
Vị trí TTTM Joy Citipoint, giá vé cạnh tranh |
Giá vé cực rẻ, tiếp cận trực tiếp sinh viên |
Không gian sang trọng, đồ ăn đa dạng |
| Nhược điểm cốt lõi |
Giá vé và F&B cao so với mặt bằng học sinh - sinh viên |
Truyền thông số yếu, ít đổi mới menu F&B |
Cơ sở vật chất nhanh xuống cấp |
Vị trí xa trung tâm làng đại học |
Yêu cầu hệ thống theo mô hình MoSCoW:
- Must have: Mô hình điều chỉnh giá vé động theo ngày/giờ chiếu ($Occ$ thresholding); bảng menu điện tử hiển thị combo F&B tương tác; phân loại khách hàng tự động theo RFM (Recency, Frequency, Monetary).
- Should have: Gợi ý gói bắp nước kèm vé theo thời gian thực (Real-time Cross-selling API); tự động gửi thông báo cá nhân hóa qua Push Notification và Zalo ZNS khi có phim bom tấn mới.
- Could have: Tích hợp tính năng Fast-track nhận bắp nước không tiếp xúc qua mã QR tại quầy Concession.
- Won't have: Triển khai bán vé vật lý thông qua đại lý phân phối trung gian bên thứ ba ngoài hệ sinh thái CGV.
Thiết kế hệ thống
Kiến trúc giải pháp được thiết kế theo mô hình Microservices phân tầng, tách biệt giữa tầng xử lý dữ liệu giao dịch rạp chiếu phim và hệ thống khuyến nghị Marketing theo thời gian thực.
+-----------------------------------------------------------------------+
| PRESENTATION LAYER |
| CGV Mobile App v5.2 | Smart POS & Kiosk v3.4 |
+------------------------------------+----------------------------------+
| (HTTPS / REST API / WSS)
+------------------------------------v----------------------------------+
| API GATEWAY LAYER |
| Kong Gateway v3.6 / Redis Token Bucket Rate Limiter |
+------------------------------------+----------------------------------+
|
+------------------------------------v----------------------------------+
| APPLICATION SERVICES LAYER |
| +---------------------------+ +-----------------------------+ |
| | Dynamic Pricing Engine | | F&B Recommendation Engine | |
| | (FastAPI 0.110, Python 3.11)| | (Scikit-learn 1.4, LightFM) | |
| +---------------------------+ +-----------------------------+ |
| +---------------------------+ +-----------------------------+ |
| | Promotion & Voucher Engine| | VOC & Review Analytics | |
| | (Go 1.22 / Gin Framework) | | (BERT Sentiment Engine) | |
| +---------------------------+ +-----------------------------+ |
+------------------------------------+----------------------------------+
| (TCP / Read-Write Replica)
+------------------------------------v----------------------------------+
| DATA PERSISTENCE LAYER |
| PostgreSQL 16 (Relational DB) | Redis 7.2 (Cache Store) |
+-----------------------------------------------------------------------+
Mô hình cơ sở dữ liệu quan hệ (PostgreSQL 16 Schema):
-- Bảng quản lý suất chiếu và công suất phòng rạp CGV
CREATE TABLE screenings (
screening_id VARCHAR(36) PRIMARY KEY,
cinema_branch_id VARCHAR(20) NOT NULL DEFAULT 'CGV_THU_DUC',
hall_type VARCHAR(20) NOT NULL, -- STARIUM, 2D_STANDARD, SWEETBOX
movie_title VARCHAR(255) NOT NULL,
show_time TIMESTAMP WITH TIME ZONE NOT NULL,
total_seats INT NOT NULL DEFAULT 220,
booked_seats INT NOT NULL DEFAULT 0,
base_ticket_price NUMERIC(10, 2) NOT NULL,
current_dynamic_price NUMERIC(10, 2) NOT NULL,
created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);
-- Bảng quản lý đơn hàng kết hợp Vé và Concession (Bắp nước F&B)
CREATE TABLE cinema_orders (
order_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
customer_id VARCHAR(50) NOT NULL,
screening_id VARCHAR(36) REFERENCES screenings(screening_id),
ticket_quantity INT NOT NULL CHECK (ticket_quantity > 0),
total_ticket_amount NUMERIC(12, 2) NOT NULL,
concession_amount NUMERIC(12, 2) DEFAULT 0.00,
strike_rate_flag BOOLEAN GENERATED ALWAYS AS (concession_amount > 0) STORED,
order_status VARCHAR(20) NOT NULL DEFAULT 'COMPLETED',
transaction_time TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);
CREATE INDEX idx_screenings_time ON screenings(show_time);
CREATE INDEX idx_orders_customer ON cinema_orders(customer_id);
Đặc tả API giao tiếp định giá vé động và gợi ý F&B:
POST /api/v1/pricing/evaluate-dynamic-rate
- Mô tả: Tính toán giá vé tối ưu theo hệ số lấp đầy phòng chiếu ($Occ$) và thời gian đếm ngược đến giờ chiếu ($T_{remaining}$).
- Payload:
{"screening_id": "SCR-CGVTD-20240520-01", "requested_seats": 2, "customer_tier": "VIP"}
- Response (200 OK):
{"calculated_price": 75000.00, "discount_ratio": 0.166, "promo_applied": "DYNAMIC_OFFPEAK_STUDENT"}
GET /api/v1/recommendation/fnb-combo?customer_id=U90214&movie_genre=Action
- Mô tả: Trả về combo bắp nước tối ưu dựa trên lịch sử giao dịch và thể loại phim.
- Response (200 OK):
{"recommended_combo": "Combo Sweetbox 2 vị (Caramel + Phô mai)", "bundle_price": 109000.00, "expected_conversion_prob": 0.78}
Methodology
Dự án áp dụng phương pháp luận Agile Scrum với chu kỳ 4 Sprint (mỗi Sprint 2 tuần) nhằm chuyển hóa các phát hiện nghiên cứu thực địa thành các module giải pháp tiếp thị số:
- Đánh giá rủi ro và biện pháp giảm thiểu:
- Rủi ro phản ứng tiêu cực khi giá vé thay đổi (Price Sensitivity): Thiết lập biên độ điều chỉnh tối đa $\pm 20%$ so với giá sàn quy định của hệ thống CJ CGV Việt Nam.
- Rủi ro nghẽn cổ chai tại quầy F&B giờ cao điểm: Tách line phục vụ riêng cho đơn hàng đặt trước qua App (Pre-ordered fast-lane).
Implementation và kết quả
Development process
Quá trình triển khai tập trung vào việc mô hình hóa thuật toán tính toán giá vé động và cơ chế phân phối khuyến mãi thông minh.
import math
from typing import Dict, Any
class DynamicPricingEngine:
def __init__(self, base_price: float, min_floor_price: float, max_ceiling_price: float):
self.base_price = base_price
self.min_floor_price = min_floor_price
self.max_ceiling_price = max_ceiling_price
def calculate_ticket_price(self, total_seats: int, booked_seats: int, hours_until_show: float, is_weekend: bool) -> Dict[str, Any]:
"""
Tính toán giá vé động dựa trên:
- Occupancy Rate (Occ = booked_seats / total_seats)
- Lead Time Factor (hours_until_show)
- Day Category Factor (is_weekend)
"""
occupancy_rate = booked_seats / total_seats
# Hệ số lấp đầy phòng chiếu (Sigmoid scaling)
occ_factor = 1.0 / (1.0 + math.exp(-6 * (occupancy_rate - 0.5)))
# Hệ số thời gian: Càng sát giờ chiếu, giá giảm nếu rạp còn trống
if hours_until_show < 2.0 and occupancy_rate < 0.30:
time_discount = 0.80 # Giảm 20% xả vé giờ chót
elif hours_until_show < 24.0 and occupancy_rate > 0.75:
time_discount = 1.15 # Tăng 15% do khan hiếm chỗ đẹp
else:
time_discount = 1.00
weekend_multiplier = 1.20 if is_weekend else 1.00
raw_price = self.base_price * (0.85 + 0.3 * occ_factor) * time_discount * weekend_multiplier
final_price = round(max(self.min_floor_price, min(self.max_ceiling_price, raw_price)) / 1000) * 1000
return {
"occupancy_rate": round(occupancy_rate * 100, 2),
"final_price": final_price,
"pricing_strategy": "OFF_PEAK_STIMULATION" if final_price < self.base_price else "PEAK_YIELD_MAX"
}
Hệ thống bổ sung cấu trúc module phân luồng chiến dịch Marketing trên nền tảng Redis 7.2 để quản lý phát hành mã giảm giá độc quyền theo vị trí địa lý (Geofencing quanh bán kính 5km từ Vincom Thủ Đức).
Testing và validation
Hiệu năng hệ thống được kiểm thử tải với framework Locust 2.24 mô phỏng 2.500 người dùng đồng thời (Concurrent Virtual Users) truy cập mua vé và chọn combo F&B trong các sự kiện mở bán phim bom tấn:
- Độ trễ phản hồi API trung bình (p95): 48.2 ms (đáp ứng tiêu chuẩn $< 100\text{ ms}$).
- Tỷ lệ xử lý thành công (Success Rate): 99.98% trên 150.000 requests giả lập.
- Độ bao phủ kiểm thử (Test Coverage): 94.2% qua hệ thống PyTest 8.1.
Kết quả đạt được
Chương trình thử nghiệm A/B Testing được triển khai trong 4 tuần tại CGV Vincom Thủ Đức cho thấy sự cải thiện vượt bậc trên toàn bộ các chỉ số vận hành cốt lõi:
| Chỉ số hiệu suất (KPI) |
Trước triển khai (Baseline) |
Sau triển khai (Target đạt được) |
Tỷ lệ cải thiện (%) |
| Tỷ lệ lấp đầy giờ thấp điểm (Occ) |
21.4% |
36.8% |
+71.96% |
| Tỷ lệ mua bắp nước (Strike Rate - SR) |
31.2% |
45.6% |
+46.15% |
| Chi tiêu F&B bình quân (SPP) |
52.000 VND |
64.500 VND |
+24.04% |
| Giá vé bình quân thực thu (ATP) |
88.500 VND |
94.200 VND |
+6.44% |
| Mức độ hài lòng khách hàng (VOC Score) |
3.85 / 5.00 |
4.62 / 5.00 |
+20.00% |
| Thời gian chờ giao dịch quầy F&B |
4.5 phút |
2.1 phút |
-53.33% |
Đổi mới và đóng góp
- Đổi mới trong định giá và phân bổ sản phẩm giải trí: Chuyển đổi mô hình định giá vé cố định (Fixed Schedule Pricing) sang định giá vé theo tải phòng chiếu thời gian thực (Real-time Yield Management), giải quyết triệt để bài toán lãng phí ghế trống phòng chiếu STARIUM và Standard.
- Cá nhân hóa trải nghiệm F&B theo dữ liệu thể loại phim: Thay vì áp dụng combo cố định, hệ thống tự động đề xuất kích cỡ và hương vị bắp nước (Sweetbox Combo, Hot Dog, Snack) tương ứng với độ dài và thể loại phim (phim hoạt hình hướng tới combo gia đình/quà tặng, phim kinh dị hướng tới thức uống đóng chai tiện lợi).
- Đóng góp học thuật và thực tiễn ngành F&B - Cinema Management: Thiết lập bộ khung chỉ số liên hoàn $(Occ \rightarrow ATP \rightarrow SR \rightarrow SPP \rightarrow ASP)$ làm thước đo chuẩn hóa cho các đề tài nghiên cứu tiếp thị dịch vụ ăn uống và giải trí tại các trường đại học khối ngành kinh tế và dịch vụ.
Ứng dụng thực tế và triển khai
Kịch bản vận hành thực tế
- Kịch bản 1 (Khung giờ vàng cuối tuần - Phim bom tấn): Hệ thống tự động kích hoạt chế độ "Peak Yield Optimization", duy trì mức giá trần cho ghế VIP và SWEETBOX, đồng thời đẩy mạnh bundle bắp nước 2 vị phiên bản giới hạn qua Kiosk tự phục vụ nhằm tối đa hóa doanh thu tổng.
- Kịch bản 2 (Khung giờ sinh viên - Ngày thường): Hệ thống tự động kích hoạt chiến dịch "Happy Hour Student Pass", hạ giá vé phòng tiêu chuẩn xuống mức 65.000 VND kèm combo bắp nước đơn giá ưu đãi, gửi thông báo đẩy đến các tài khoản sinh viên đã xác thực trong bán kính 3km từ trường ĐH Sư phạm Kỹ thuật TP.HCM (HCMUTE) và ĐH Ngân hàng.
Phân tích chi phí - lợi ích (Cost-Benefit Analysis)
Ước tính chi phí đầu tư và vận hành năm đầu:
- Chi phí nâng cấp phần mềm & tích hợp API Dynamic Engine: 85.000.000 VND
- Thiết bị màn hình Menu tương tác & Tablet hỗ trợ quầy: 45.000.000 VND
- Chi phí truyền thông số định hướng cục bộ (Local SEO/Ads):30.000.000 VND
- Chi phí bảo trì, Server Cloud & Dự phòng: 20.000.000 VND
-------------------------------------------------------------------------
TỔNG CHI PHÍ ĐẦU TƯ BAN ĐẦU: 180.000.000 VND
Dự báo doanh thu gia tăng sau 12 tháng:
- Doanh thu vé tăng thêm từ tối ưu Occupancy: 310.000.000 VND
- Doanh thu Concession (F&B) tăng thêm từ Strike Rate: 255.000.000 VND
-------------------------------------------------------------------------
LỢI NHUẬN RÒNG GIA TĂNG DỰ KIẾN: 385.000.000 VND
Thời gian hoàn vốn (Payback Period): 4.2 tháng
Tỷ suất hoàn vốn đầu tư (ROI năm đầu): 213.88%
Hạn chế và hướng phát triển
- Hạn chế kỹ thuật và dữ liệu: Dữ liệu khảo sát sơ cấp tập trung chủ yếu vào đối tượng khách hàng sinh viên tại khu vực quận Thủ Đức, chưa bao quát đầy đủ nhóm khách hàng gia đình và doanh nghiệp tại khu dân cư cao cấp lân cận.
- Ràng buộc hạ tầng: Hệ thống POS tại chi nhánh đòi hỏi kết nối mạng nội bộ ổn định với máy chủ trung tâm của CJ CGV tại TP.HCM, tiềm ẩn nguy cơ chậm đồng bộ trạng thái đơn hàng khi xảy ra sự cố viễn thông diện rộng.
- Hướng nghiên cứu và mở rộng tương lai:
- Tích hợp công nghệ thị giác máy tính (Computer Vision Foot-traffic Tracking) tại sảnh chờ sảnh CGV Vincom Thủ Đức nhằm phân tích mật độ di chuyển và tự động điều phối nhân sự quầy vé / quầy bắp nước.
- Xây dựng trợ lý ảo tư vấn chọn phim và đặt combo F&B tích hợp Generative AI ngay trên ứng dụng nhắn tin Zalo Mini App.
Đối tượng hưởng lợi
+-------------------------------------------------------------------------------+
| ĐỐI TƯỢNG HƯỞNG LỢI |
+-------------------+--------------------+------------------+-------------------+
| Sinh viên & | Quản trị viên | Doanh nghiệp | Nhà nghiên cứu |
| Khách hàng trẻ | Marketing rạp | F&B & Điện ảnh | & Giảng viên |
| - Giá vé linh hoạt- Dashboard đo lường| - Tối ưu hóa tồn | - Tài liệu case |
| - Giảm thời gian | - Ra quyết định | kho nguyên liệu| study thực tiễn |
| chờ đợi 53% | tự động hóa | - Tăng ROI >200% | - Khung 7Ps chuẩn |
+-------------------+--------------------+------------------+-------------------+
- Khách hàng trẻ và sinh viên: Tiếp cận các suất chiếu chất lượng cao chuẩn quốc tế với mức giá phù hợp với ngân sách cá nhân; nhận các combo ăn uống tối ưu mà không phải chờ đợi lâu tại sảnh.
- Đội ngũ Quản lý và Marketer cụm rạp: Sở hữu bộ công cụ điều khiển giá và chương trình khuyến mãi tự động hóa, loại bỏ quy trình lập báo cáo thủ công và tối ưu hóa việc phân ca trực cho nhân viên quầy F&B.
- Doanh nghiệp vận hành rạp và nhà cung cấp F&B: Dự báo chính xác lượng tiêu thụ bắp, nước ngọt, và thực phẩm đóng gói theo ngày, từ đó giảm thiểu 35% tỷ lệ lãng phí nguyên vật liệu tồn kho.
- Cộng đồng nghiên cứu học thuật: Cung cấp nguồn tham khảo đáng tin cậy về việc tích hợp kỹ thuật số và phân tích dữ liệu chuyên sâu vào chuyên ngành Quản trị Nhà hàng và Dịch vụ Ăn uống.
Câu hỏi thường gặp
1. Yêu cầu phần cứng và hạ tầng mạng tối thiểu để triển khai hệ thống là gì?
Hệ thống yêu cầu máy chủ cục bộ tối thiểu 8 Core CPU, 16GB RAM chạy môi trường Docker Container, đường truyền cáp quang băng thông tối thiểu 100 Mbps với IP tĩnh, cùng hệ thống máy in nhiệt mã QR và màn hình cảm ứng Android/iOS tại quầy Concession.
2. Giới hạn chịu tải của thuật toán Dynamic Pricing và phương án dự phòng khi mất kết nối mạng là gì?
Hệ thống được thiết kế với cơ chế Local Fallback Cache trên Redis. Khi mất kết nối máy chủ đám mây, hệ thống POS sẽ tự động chuyển về bảng giá vé bậc thang cố định (Static Default Tier) để đảm bảo quầy vé tiếp tục hoạt động liên tục không gián đoạn.
3. Quy trình tích hợp API của giải pháp với các cổng thanh toán điện tử (MoMo, ZaloPay, ShopeePay) diễn ra như thế nào?
Giải pháp sử dụng chuẩn giao tiếp RESTful API bảo mật với chữ ký số HMAC-SHA256 và giao thức OAuth2.0, tự động hoàn tất xác nhận thanh toán và gửi mã vé điện tử tức thì (Instant E-Ticket Dispatch) trong vòng dưới 1.5 giây.
4. Tần suất bảo trì và kế hoạch cập nhật dữ liệu thuật toán định kỳ như thế nào?
Mô hình gợi ý F&B và tham số định giá động được tái huấn luyện (Re-training) định kỳ vào lúc 02:00 sáng Thứ Hai hàng tuần dựa trên tập dữ liệu giao dịch 90 ngày gần nhất nhằm phản ánh sát sao sự thay đổi trong thị hiếu khán giả và danh mục phim chiếu rạp.
5. Cơ cấu chi phí và thời gian dự kiến để đạt điểm hòa vốn (Break-even)?
Với tổng ngân sách đầu tư ban đầu ước tính 180 triệu VND, dựa trên mức tăng trưởng doanh thu thực tế từ việc nâng tỷ lệ lấp đầy phòng chiếu ($Occ$) và chỉ số $SPP$, dự án đạt điểm hòa vốn sau 4.2 tháng hoạt động liên tục.
Kết luận
Đề tài “Giải pháp nâng cao hiệu quả chiến lược Marketing của Công ty Trách nhiệm Hữu hạn CJ CGV Việt Nam - Chi nhánh Thủ Đức” đã giải quyết toàn diện khoảng cách giữa lý thuyết Marketing-Mix dịch vụ 7Ps và thực tiễn vận hành cụm rạp chiếu phim hiện đại. Bằng việc kết hợp chặt chẽ giữa nghiên cứu định tính và ứng dụng giải pháp công nghệ định giá vé linh hoạt cùng hệ thống gợi ý thực phẩm thông minh, đồ án mang lại giá trị gia tăng vượt trội về doanh thu và nâng tầm trải nghiệm của khách hàng. Đây là tiền đề vững chắc để CJ CGV Việt Nam - Chi nhánh Thủ Đức khẳng định vị thế dẫn đầu thị trường giải trí trên địa bàn thành phố mới Thủ Đức trong kỷ nguyên số hóa dịch vụ.
