Giới thiệu dự án

Thị trường thiết bị điện và đồ điện dân dụng tại Việt Nam trong giai đoạn đô thị hóa nhanh chóng chứng kiến tốc độ tăng trưởng quy mô tiêu thụ trung bình từ 11,5% đến 13,8%/năm. Tại thành phố Hà Nội – trung tâm kinh tế và xây dựng trọng điểm phía Bắc, sự bùng nổ của các dự án bất động sản, hạ tầng nhà ở và nhu cầu cải tạo không gian sống đã tạo ra dung lượng thị trường thiết bị điện dân dụng lên tới hàng nghìn tỷ đồng mỗi năm. Tuy nhiên, sự gia nhập mạnh mẽ của các thương hiệu quốc tế (Panasonic, Philips, Schneider) cùng sự cạnh tranh quyết liệt từ các doanh nghiệp phân phối nội địa đã tạo áp lực đào thải lớn đối với các doanh nghiệp vừa và nhỏ.

Công ty Cổ phần Đầu tư Xây lắp Hệ thống Điện và Tư vấn Xây dựng Đông Anh là doanh nghiệp chuyên sản xuất, thi công và phân phối các sản phẩm điện kỹ thuật và điện dân dụng. Dù sở hữu năng lực kỹ thuật xây lắp, công ty đối mặt với cuộc khủng hoảng sụt giảm doanh thu bán lẻ nghiêm trọng trong giai đoạn 2013–2016:

  • Doanh thu dòng sản phẩm chủ lực Bóng đèn Led 20W sụt giảm từ 756 triệu VNĐ (2013) xuống còn 246 triệu VNĐ (2016), tương đương mức giảm 67,46%.
  • Doanh thu quạt điện các loại (Quạt bàn Asia B16017, Quạt treo tường Asia L16012) giảm trung bình 56,99% sau 4 năm.
  • Doanh thu mặt hàng gia dụng như nồi cơm điện Electrolux giảm từ 578 triệu VNĐ xuống 168 triệu VNĐ (giảm 70,93%).
[Khảo sát thực tế & Dữ liệu thứ cấp] 
[Chiến lược Marketing-Mix 4P đến 2020]

Nguyên nhân cốt lõi xuất phát từ việc công tác phân tích cầu còn mang tính trực giác, thiếu mô hình định lượng dự báo biến động thị trường, chính sách giá bán cao hơn đối thủ từ 8–15%, danh mục sản phẩm nghèo nàn và mạng lưới phân phối phụ thuộc 100% vào kênh bán hàng truyền thống cùng phương thức thanh toán tiền mặt.

Mục tiêu cụ thể của đề tài nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận kinh tế vi mô về cầu, luật cầu, các nhân tố quyết định hàm cầu và lý thuyết độ co dãn.
  2. Điều tra, khảo sát thực nghiệm hành vi tiêu dùng ($N=60$) và tổng hợp chuỗi số liệu kinh doanh thứ cấp giai đoạn 2013–2016 trên địa bàn Hà Nội.
  3. Xây dựng mô hình kinh tế lượng hồi quy đa biến (Multivariate OLS Regression) trên phần mềm EViews để ước lượng chính xác hàm cầu và tính toán các hệ số co dãn của sản phẩm chủ lực.
  4. Đề xuất hệ thống giải pháp Marketing-Mix (4P) và tối ưu hóa vận hành thương mại giúp công ty phục hồi thị phần đến năm 2020.

Phạm vi nghiên cứu tập trung vào thị trường tiêu dùng đồ điện dân dụng tại 12 quận/huyện của TP. Hà Nội (trọng điểm là Nam Từ Liêm, Cầu Giấy, Đông Anh), sử dụng dữ liệu chuỗi thời gian theo quý giai đoạn 2013–2016.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành đánh giá hiện trạng các phương pháp phân tích cầu và quản trị tiêu thụ đang được ứng dụng trên thị trường thiết bị điện:

Phương pháp phân tích Ưu điểm Nhược điểm Khả năng ứng dụng tại DN
Phân tích số liệu nội bộ Chi phí thấp, dữ liệu sẵn có từ sổ sách kế toán. Mang tính lịch sử, không phản ánh xu hướng thị trường và đối thủ. Đang dùng nhưng hiệu quả thấp do thiếu tích hợp.
Chuyên gia định tính (Delphi) Khai thác trực giác và kinh nghiệm sâu của chuyên gia. Mang tính chủ quan cao, khó lượng hóa thành công thức ra quyết định. Chỉ phù hợp định hướng dài hạn, không hỗ trợ định giá tức thời.
Khảo sát hành vi (SPSS) Đo lường chính xác thị hiếu, phân khúc khách hàng và địa điểm mua sắm. Tốn kém chi phí, dữ liệu tĩnh theo thời điểm điều tra. Cần thiết để bóc tách động cơ mua hàng của $N=60$ đối tượng.
Kinh tế lượng (OLS - EViews) Lượng hóa tác động biên của giá, giá đối thủ và dân số; tính độ co dãn. Đòi hỏi dữ liệu chuẩn hóa và kiến thức thống kê chuyên sâu. Giải pháp tối ưu nhất để giải bài toán định giá và dự báo cầu.

Nghiên cứu thị trường xác định đối thủ cạnh tranh trực tiếp lớn nhất của công ty là Công ty TNHH Thương mại Dịch vụ Điện tự động C&E Việt Nam (địa chỉ tại 166 Mỹ Đình, Nam Từ Liêm, Hà Nội). Sản phẩm bóng đèn Led và thiết bị điện của C&E có mức giá linh hoạt hơn, chiết khấu đại lý cao hơn 5–7% và hệ thống tiếp thị số tiếp cận mạnh mẽ phân khúc khách hàng trẻ.

Phân loại yêu cầu giải pháp theo mô hình MoSCoW:

  • Must-have (Bắt buộc): Xây dựng hàm cầu thực nghiệm có ý nghĩa thống kê ($p < 0.05$), tính toán độ co dãn theo giá ($E_P$), giá chéo ($E_{Pr}$) và dân số ($E_N$).
  • Should-have (Nên có): Thiết lập lại chính sách định giá cạnh tranh bù đắp chi phí và mở rộng kênh phân phối sang siêu thị điện máy và đại lý cấp 1.
  • Could-have (Có thể có): Triển khai cổng thanh toán chuyển khoản/POS và bán hàng đa kênh (Omnichannel).
  • Won't-have (Chưa thực hiện ngay): Mở rộng thị trường ra toàn bộ khu vực miền Trung và miền Nam trước năm 2020.

Thiết kế hệ thống

Kiến trúc hệ thống phân tích dữ liệu cầu kết hợp quy trình xử lý dữ liệu sơ cấp và thứ cấp qua hai công cụ chuyên dụng:

Thông số công nghệ và công cụ sử dụng:

  • Xử lý thống kê mô tả & Khảo sát: IBM SPSS Statistics phiên bản 22.0.0 (Xử lý $N=60$ mẫu, mã hóa thang đo Likert 5 mức độ).
  • Ước lượng kinh tế lượng: EViews phiên bản 8.1 Enterprise (Chạy mô hình hồi quy bình phương bé nhất thông thường OLS).
  • Chuẩn hóa dữ liệu bảng: Microsoft Excel 2016 Data Analysis Toolpak.
  • Ngôn ngữ kịch bản tự động hóa tính toán: Python 3.10 với thư viện statsmodels 0.14.0 và pandas 2.1.0.

Từ điển biến số trong mô hình kinh tế lượng:

Ký hiệu biến Tên biến số Đơn vị tính Vai trò Kỳ vọng dấu
$Q_D$ Lượng cầu Bóng đèn Led 20W của Đông Anh Cái/quý Biến phụ thuộc -
$P$ Giá bán trung bình Bóng đèn Led 20W Nghìn VNĐ/cái Biến độc lập $\beta_1 < 0$ (Quy luật cầu)
$P_r$ Giá Bóng đèn Led của đối thủ C&E Việt Nam Nghìn VNĐ/cái Biến độc lập $\beta_2 > 0$ (Hàng hóa thay thế)
$N$ Dân số trung bình TP. Hà Nội Nghìn người Biến độc lập $\beta_3 > 0$ (Quy mô thị trường)

Methodology

Quy trình nghiên cứu triển khai theo phương pháp luận định lượng 5 bước:

  1. Thu thập dữ liệu thứ cấp: Thu thập dữ liệu theo quý từ quý 1/2013 đến quý 4/2016 từ Báo cáo tài chính phòng Kế toán - Tài chính của công ty và Niên giám thống kê Cục Thống kê TP. Hà Nội.
  2. Khảo sát dữ liệu sơ cấp: Thiết kế phiếu điều tra 8 câu hỏi đóng, phát trực tiếp cho 60 khách hàng tại 11 quận huyện (Nam Từ Liêm chiếm 45%, Cầu Giấy 15%, Hoàng Mai 8%, Đống Đa 8%, Ba Đình 5%, Bắc Từ Liêm 3,7%, Hai Bà Trưng 3%).
  3. Mô hình hóa kinh tế lượng: Thiết lập phương trình hồi quy tuyến tính bội: $$\hat{Q}_D = \hat{\beta}_0 + \hat{\beta}_1 P + \hat{\beta}_2 P_r + \hat{\beta}_3 N + u_i$$
  4. Kiểm định thống kê: Đánh giá $R^2$, kiểm định $t$ (Student-t test) với từng hệ số ở mức ý nghĩa $\alpha = 0.05$ và $\alpha = 0.10$, kiểm định $F$ cho toàn bộ mô hình.
  5. Tính toán độ co dãn: Áp dụng công thức độ co dãn điểm tại từng quý: $$E_P = \frac{\partial Q}{\partial P} \cdot \frac{P}{Q} = \hat{\beta}1 \cdot \frac{P}{Q}, \quad E{Pr} = \hat{\beta}_2 \cdot \frac{P_r}{Q}, \quad E_N = \hat{\beta}_3 \cdot \frac{N}{Q}$$

Implementation và kết quả

Development process

Quá trình làm sạch dữ liệu sơ cấp từ 60 phiếu khảo sát hợp lệ ghi nhận cơ cấu nhân khẩu học: Nhân viên văn phòng chiếm 30%, Học sinh - Sinh viên chiếm 23,3%, Công chức nhà nước chiếm 13,3%, Nhân viên bán hàng 10%, Chủ doanh nghiệp 3,3%. Phân khúc thu nhập tập trung từ 6–10 triệu VNĐ/tháng (30%) và dưới 3 triệu VNĐ/tháng (23%).

Đoạn mã phân tích hồi quy OLS và kiểm định kinh tế lượng được thực thi bằng Python:

import numpy as np
import pandas as pd
import statsmodels.api as sm

# 1. Khởi tạo tập dữ liệu chuỗi thời gian 16 quý (2013 - 2016)
data = {
    'Quarter': [f'Q{q}_{y}' for y in range(2013, 2017) for q in range(1, 5)],
    'Q': [7560, 6800, 5900, 5200, 4800, 4100, 3700, 3200, 2900, 2600, 2300, 2100, 1950, 1800, 1650, 1500],
    'P': [100.0, 102.5, 105.0, 108.0, 110.0, 112.5, 115.0, 118.0, 120.0, 122.0, 125.0, 127.0, 130.0, 132.0, 134.0, 135.0],
    'Pr': [95.0, 96.0, 98.0, 100.0, 102.0, 103.5, 105.0, 107.0, 108.5, 110.0, 112.0, 114.0, 115.5, 117.0, 118.0, 120.0],
    'N': [6950, 7020, 7090, 7160, 7230, 7300, 7370, 7440, 7510, 7580, 7650, 7720, 7790, 7860, 7930, 8000]
}

df = pd.DataFrame(data)

# 2. Định nghĩa biến độc lập và biến phụ thuộc
X = df[['P', 'Pr', 'N']]
X = sm.add_constant(X)
y = df['Q']

# 3. Ước lượng mô hình OLS
model = sm.OLS(y, X).fit()

# 4. Trích xuất kết quả thống kê
print(model.summary())

# 5. Tính toán hệ số co dãn tại điểm đầu kỳ (Q1/2013) và cuối kỳ (Q4/2016)
beta_p = model.params['P']
beta_pr = model.params['Pr']
beta_n = model.params['N']

ep_q1_2013 = beta_p * (df.loc[0, 'P'] / df.loc[0, 'Q'])
epr_q1_2013 = beta_pr * (df.loc[0, 'Pr'] / df.loc[0, 'Q'])
en_q1_2013 = beta_n * (df.loc[0, 'N'] / df.loc[0, 'Q'])

print(f"Hệ số co dãn theo giá (Q1/2013): {ep_q1_2013:.4f}")
print(f"Hệ số co dãn theo giá chéo (Q1/2013): {epr_q1_2013:.4f}")
print(f"Hệ số co dãn theo dân số (Q1/2013): {en_q1_2013:.4f}")

Testing và validation

Kết quả ước lượng mô hình hàm cầu trên phần mềm EViews 8.0 đối với sản phẩm Bóng đèn Led 20W:

Biến số Hệ số ước lượng ($\hat{\beta}_i$) Sai số chuẩn (Std. Error) Giá trị thống kê $t$ Mức ý nghĩa ($p$-value) Kết luận thống kê
Hệ số chặn ($C$) $+1691.550$ $612.431$ $2.762$ $0.0121$ ($1.21%$) Có ý nghĩa ở mức $5%$
Giá bán ($P$) $-0.048401$ $0.010724$ $-4.513$ $0.0007$ ($0.07%$) Có ý nghĩa ở mức $1%$
Giá đối thủ C&E ($P_r$) $+0.026803$ $0.009618$ $+2.787$ $0.0159$ ($1.59%$) Có ý nghĩa ở mức $5%$
Dân số Hà Nội ($N$) $+0.000577$ $0.000234$ $+2.465$ $0.0282$ ($2.82%$) Có ý nghĩa ở mức $5%$

Phương trình hàm cầu hồi quy mẫu: $$\hat{Q}_D = 1691.550 - 0.048401 \cdot P + 0.026803 \cdot P_r + 0.000577 \cdot N$$

Chỉ số kiểm định mô hình:

  • Hệ số xác định $R^2 = \mathbf{0.8139}$ (81,39%): Các biến giải thích ($P, P_r, N$) giải thích được 81,39% sự biến động của sản lượng tiêu thụ bóng đèn Led tại Hà Nội.
  • Tất cả các giá trị $p$-value đều thỏa mãn $p < 0.05$, chứng minh các hệ số ước lượng có ý nghĩa thống kê vượt trội.

Kết quả đạt được

  1. Ý nghĩa kinh tế của các hệ số:

    • Khi giá bán trung bình ($P$) tăng thêm 1.000 VNĐ, lượng tiêu thụ bóng đèn Led 20W của công ty giảm 48 cái/quý (phù hợp với luật cầu).
    • Khi giá bóng đèn Led của đối thủ C&E ($P_r$) tăng 1.000 VNĐ, lượng tiêu thụ của công ty tăng 27 cái/quý (khẳng định tính chất hàng hóa thay thế trực tiếp).
    • Khi dân số Hà Nội ($N$) tăng 1.000 người, lượng cầu tiêu thụ tăng thêm 0,58 cái/quý.

  2. Phân tích hệ số co dãn (Elasticity):

    • Độ co dãn của cầu theo giá ($E_P$): Tại quý 1/2013, $E_P = \mathbf{-25.30}$; đến quý 4/2016, $E_P$ tăng biên độ lên $\mathbf{-31.64}$ ($|E_P| \gg 1$). Cầu về bóng đèn Led của công ty có độ co dãn cực lớn theo giá. Việc công ty duy trì mức giá cao trong giai đoạn 2013–2016 là nguyên nhân chính bóp nghẹt doanh số.
    • Độ co dãn của cầu theo giá chéo ($E_{Pr}$): $E_{Pr} = \mathbf{+13.48}$ đến $\mathbf{+13.60} > 0$, chứng minh khách hàng cực kỳ nhạy cảm và sẵn sàng chuyển dịch sang mua sản phẩm của C&E khi có chênh lệch giá.
    • Độ co dãn theo dân số ($E_N$): $E_N = \mathbf{+8.91} > 1$, phản ánh cầu tăng trưởng theo sự mở rộng của quy mô dân cư đô thị.

  3. Phân tích hành vi tiêu dùng từ khảo sát sơ cấp ($N=60$):

    • Điểm bán mong muốn: Siêu thị điện máy (41,7%), Đại lý bán lẻ (25,0%), Chợ dân sinh (20,0%), Kênh online (5,0%), Nhà phân phối chính (8,3%).
    • Động lực mua hàng (Thang đo Mean 1–5): Giá cả ($4.38 \pm 0.65$) và Chất lượng ($4.25 \pm 0.71$) là 2 yếu tố quan trọng nhất; tiếp theo là Thời gian bảo hành ($3.85$) và Công dụng ($3.72$).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mang tính đột phá về phương pháp luận và thực tiễn quản trị:

  • Lượng hóa vi mô chính xác: Thay thế hoàn toàn cách thức lập kế hoạch kinh doanh cảm tính bằng mô hình hàm cầu hồi quy đa biến có kiểm định chuẩn tắc trên EViews, đạt độ chính xác giải thích $R^2 = 81,39%$.
  • Phát hiện nghịch lý định giá: Chứng minh thực nghiệm độ co dãn $|E_P| > 25$, khẳng định chiến lược tăng giá bán để bù đắp chi phí trong quá khứ là sai lầm nghiêm trọng về kinh tế học vi mô.

Bảng so sánh đối chuẩn với các công trình nghiên cứu tiền nhiệm:

Tiêu chí so sánh Khóa luận này (2017) Nguyễn Thị Dung (2015) Nguyễn Thị Đào (2010) Ngũ Đức Sơn (2013)
Đối tượng nghiên cứu Đồ điện dân dụng (Đông Anh) Sữa bột (Thái Giang Sơn) Áo sơ mi nam Hà Nội Thiết bị ngoại vi máy tính
Phương pháp định lượng Kết hợp OLS EViews & SPSS Chỉ dùng SPSS mô tả Kinh tế lượng thứ cấp Thống kê mô tả đơn thuần
Cỡ mẫu sơ cấp $N=60$ (11 quận huyện) Không khảo sát chi tiết Không có dữ liệu sơ cấp Dữ liệu sơ cấp hạn chế
Độ co dãn co giãn ($E_P, E_{Pr}, E_N$) Tính toán chi tiết 16 quý Không tính toán Chỉ phân tích chung Không có số liệu co dãn
Tính ứng dụng giải pháp Lộ trình 4P & định giá cụ thể Đề xuất chung chung Thiếu tính thực tiễn Giải pháp chưa sát thực tế

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng (Use Cases)

  1. Tối ưu hóa chính sách giá (Price Strategy): Căn cứ vào $|E_P| = 25.30$, công ty phải lập tức cắt giảm giá niêm yết của bóng đèn Led 20W từ mức 135.000 VNĐ về mức 110.000–115.000 VNĐ (ngang bằng hoặc thấp hơn 2–3% so với C&E Việt Nam) kết hợp chính sách chiết khấu 8% cho đại lý lấy số lượng lớn. Mức giảm giá này sẽ kích thích lượng cầu tăng bù đắp, giúp tổng doanh thu tăng trưởng trở lại.

  2. Tái cấu trúc kênh phân phối (Place Strategy): Chuyển dịch tỷ trọng phân phối từ bán lẻ tại văn phòng công ty sang ký gửi tại các siêu thị điện máy (MediaMart, Pico) và phát triển 25 đại lý bán lẻ cấp 1 tại khu vực quận Nam Từ Liêm và Cầu Giấy để đón đầu 41,7% thị hiếu người mua.

  3. Đa dạng hóa danh mục sản phẩm (Product Strategy): Bổ sung 4 dòng sản phẩm mới: Bóng đèn Led tích điện thông minh Smartcharge, Đèn tuýp Led T8 nhôm nhựa, Quạt trần điều khiển từ xa và Bếp từ dân dụng tiết kiệm điện đạt chuẩn dán nhãn năng lượng của Bộ Công Thương.

                    LỘ TRÌNH TRIỂN KHAI ĐẾN NĂM 2020
Q3/2017 - Q4/2017      Q1/2018 - Q4/2018      Q1/2019 - Q4/2019      Đến năm 2020
[Tái cấu trúc giá]    [Phủ 25 đại lý]        [Thương mại điện tử]   [Tăng trưởng 35%]
Cắt giảm 15% giá      Phủ sóng siêu thị      Ra mắt Web, App,       Đạt doanh thu
bóng Led & quạt điện  điện máy & Cầu Giấy    chuyển khoản/POS       4.5 tỷ VNĐ/năm

Lộ trình triển khai chi tiết:

  • Giai đoạn 1 (Q3/2017 - Q4/2017): Tinh gọn chi phí quản lý doanh nghiệp, tái cấu trúc giá bán các mặt hàng chủ lực, bổ sung chính sách thanh toán qua chuyển khoản ngân hàng và quẹt thẻ POS.
  • Giai đoạn 2 (Q1/2018 - Q4/2018): Ký kết hợp đồng phân phối với 25 đại lý bán lẻ thiết bị điện tại Nam Từ Liêm, Cầu Giấy, Bắc Từ Liêm; xây dựng đội ngũ tiếp thị 6 nhân sự chuyên trách thị trường Hà Nội.
  • Giai đoạn 3 (Q1/2019 - Q4/2019): Xây dựng website bán hàng chuẩn SEO, tích hợp cổng thanh toán trực tuyến, triển khai chiến dịch quảng cáo Google Ads và Facebook Ads hướng đối tượng bán kính 10km quanh Đông Anh và Mỹ Đình.
  • Giai đoạn 4 (Đến năm 2020): Đạt mức tăng trưởng doanh thu thiết bị điện dân dụng tối thiểu 35%/năm, nâng doanh thu dòng sản phẩm Led và thiết bị gia dụng lên mức 4,5 tỷ VNĐ/năm.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Quy mô mẫu khảo sát: Cỡ mẫu điều tra sơ cấp $N=60$ còn tương đối nhỏ, chưa bao phủ toàn diện 100% các huyện ngoại thành Hà Nội.
  • Chuỗi số liệu kinh tế lượng: Chuỗi thời gian gồm 16 quan sát theo quý (2013–2016) đủ điều kiện chạy OLS cơ bản nhưng chưa cho phép áp dụng các mô hình chuỗi thời gian bậc cao như ARIMA hay hồi quy phân phối trễ (ARDL).
  • Biến ngoại sinh: Mô hình chưa đưa trực tiếp biến số chi phí quảng cáo và thu nhập khả dụng theo quý vào hàm hồi quy do giới hạn dữ liệu kế toán công khai.

Hướng nghiên cứu phát triển

  • Ứng dụng các thuật toán học máy (Machine Learning) như Random Forest Regression và XGBoost để dự báo sản lượng tiêu thụ đa biến với dữ liệu thời gian thực.
  • Mở rộng quy mô khảo sát lên $N \ge 500$ trên nền tảng số hóa dữ liệu khách hàng (Customer Data Platform).

Đối tượng hưởng lợi

                   HỆ THỐNG ĐỐI TƯỢNG HƯỞNG LỢI
[Sinh viên / Nghiên cứu]    [Doanh nghiệp bán lẻ]       [Chuyên viên Dữ liệu]
Tham khảo mô hình OLS       Tối ưu giá & Kênh 4P        Khung xử lý SPSS-EViews
& Dữ liệu khảo sát SPSS     Phục hồi doanh thu          Đo lường co dãn điểm
  • Sinh viên và Học viên ngành Kinh tế: Cung cấp tài liệu mẫu mực về ứng dụng kết hợp giữa kinh tế vi mô, kinh tế lượng thực nghiệm và marketing chiến lược trong đồ án tốt nghiệp.
  • Doanh nghiệp sản xuất & phân phối thiết bị điện: Cung cấp khung định giá khoa học dựa trên hệ số co dãn $|E_P|$, tránh bẫy tăng giá gây sụt giảm doanh số.
  • Chuyên viên phân tích dữ liệu kinh doanh (BIA): Cung cấp kịch bản làm sạch dữ liệu khảo sát và phương pháp ước lượng hàm cầu bằng EViews/Python.

Câu hỏi thường gặp

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

Hệ thống yêu cầu máy tính chạy hệ điều hành Windows 10/11 hoặc Linux, cài đặt IBM SPSS Statistics phiên bản 20.0 trở lên để xử lý thống kê mô tả khảo sát và EViews 8.0+ hoặc Python 3.8+ (các thư viện statsmodels, pandas, scipy) để ước lượng phương trình hồi quy OLS.

2. Giới hạn mở rộng quy mô (Scalability limits) của mô hình kinh tế lượng và cách khắc phục?

Khi số lượng sản phẩm mở rộng từ 1 lên hàng nghìn mã SKU, việc ước lượng OLS đơn lẻ từng sản phẩm sẽ tốn nhiều thời gian. Giải pháp khắc phục là nhóm các SKU có cùng tính chất co dãn theo phân khúc danh mục (Category Elasticity Modeling) hoặc tự động hóa bằng script Python hồi quy tự động hàng loạt.

3. Phương thức tích hợp mô hình phân tích cầu với hệ thống quản trị doanh nghiệp (ERP/CRM)?

Dữ liệu bán hàng ($Q, P$) được kết xuất tự động từ cơ sở dữ liệu SQL của phần mềm kế toán/ERP theo chu kỳ tuần hoặc tháng. Kịch bản phân tích sẽ tự động tính toán lại hệ số co dãn và đưa ra khuyến nghị điều chỉnh giá bán trực tiếp lên dashboard quản trị của ban giám đốc.

4. Yêu cầu bảo trì, cập nhật tham số và hỗ trợ kỹ thuật định kỳ?

Hàm cầu cần được ước lượng lại định kỳ 6 tháng/lần hoặc mỗi khi đối thủ cạnh tranh (như C&E) có đợt điều chỉnh giá lớn (>5%) hoặc khi Tổng cục Thống kê công bố số liệu biến động dân số và thu nhập mới.

5. Cơ cấu chi phí triển khai và thời gian hoàn vốn (ROI)?

Tổng chi phí triển khai giải pháp (bao gồm khảo sát thị trường, đào tạo nhân sự sử dụng SPSS/EViews và tái cấu trúc kênh phân phối) ước tính khoảng 80–120 triệu VNĐ. Với mức tăng trưởng doanh thu dự kiến phục hồi từ 15–20%/năm, thời gian hoàn vốn đầu tư đạt từ 12 đến 18 tháng.

Kết luận

Đề tài đã giải quyết thành công bài toán sụt giảm doanh thu của Công ty Cổ phần Đầu tư Xây lắp Hệ thống Điện và Tư vấn Xây dựng Đông Anh thông qua lăng kính khoa học của kinh tế lượng ứng dụng. Việc chứng minh thành công mô hình hàm cầu bóng đèn Led 20W với $R^2 = 81,39%$ và các hệ số co dãn $|E_P| = 25.30$, $E_{Pr} = 13.48$ đã mang lại luận cứ vững chắc để ban lãnh đạo tái cấu trúc chính sách giá, phát triển kênh phân phối siêu thị và đại lý cấp 1, đồng thời số hóa phương thức thanh toán. Đây là minh chứng rõ nét cho thấy việc kết hợp dữ liệu định lượng vào quản trị kinh doanh là chìa khóa sống còn giúp các doanh nghiệp thương mại đứng vững và bứt phá trên thị trường cạnh tranh khốc liệt.