Giới thiệu dự án

Ngành du lịch và dịch vụ lữ hành Việt Nam trong giai đoạn 2016 – 2018 ghi nhận tốc độ tăng trưởng vượt bậc với mức tăng trưởng khách quốc tế đạt bình quân 20 - 25%/năm và lượng khách nội địa đạt gần 80 triệu lượt. Tuy nhiên, thị trường lữ hành đối mặt với mức độ cạnh tranh gay gắt giữa hơn 2.000 doanh nghiệp lữ hành quốc tế được cấp phép, cùng sự chuyển dịch mạnh mẽ trong hành vi của người tiêu dùng từ du lịch truyền thống sang du lịch tự túc và ứng dụng nền tảng số.

Công ty Cổ phần Hanoi Redtours (tiền thân là Trung tâm Lữ hành Quốc tế HanoiRedtours thành lập năm 1996) là một trong những đơn vị lữ hành tiêu biểu tại Việt Nam. Dù đạt tốc độ tăng trưởng doanh thu ấn tượng (tăng 16,6% năm 2017 và 42,1% năm 2018), công ty vẫn bộc lộ nhiều điểm nghẽn mang tính hệ thống trong hoạt động Marketing Mix (7Ps): chiến lược giá tour dài ngày còn cứng nhắc; cơ cấu sản phẩm chưa tạo sự khác biệt đột phá cho phân khúc khách quốc tế Inbound (chỉ chiếm 27,1% tổng lượng khách giai đoạn 2016 - 2018 so với 72,9% khách nội địa); hệ thống truyền thông và quản trị dữ liệu khách hàng chưa được tự động hóa.

+-------------------------------------------------------------------------+
|                  HANOI REDTOURS MARKETING MIX (7Ps)                     |
|                                                                         |
|  [Product]           [Price]             [Place]          [Promotion]   |
|  - Inbound           - Dynamic Yield     - Direct Branch  - Multi-chan  |
|  - Outbound          - Segmented Margin  - Online Portal  - B2B Allian  |
|  - Domestic          - Cost-Plus Base    - OTA Engine     - Event PR    |
|                                                                         |
|          [People]                [Process]            [Physical Evid]   |
|     - Tour Guides SLA       - 5-Stage Booking Flow   - 63 Hang Trong HQ |
|     - Cross-Culture Skill   - Automated Voucher      - Brand Guidelines |
+-------------------------------------------------------------------------+

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa khung lý thuyết Marketing Mix 7P chuyên sâu cho ngành kinh doanh dịch vụ lữ hành.
  2. Đánh giá thực trạng toàn diện: Phân tích ma trận 7P gắn liền với kết quả tài chính giai đoạn 2016 – 2018 (Doanh thu 2018 đạt 38,89 tỷ VNĐ; lợi nhuận sau thuế đạt 8,56 tỷ VNĐ; phục vụ 60.324 lượt khách).
  3. Mô hình hóa giải pháp MarTech & 7P: Đề xuất các giải pháp kỹ thuật số, tối ưu thuật toán định giá động (Dynamic Yield Pricing) và chuẩn hóa quy trình dịch vụ lữ hành giai đoạn 2019 – 2025.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Toàn bộ hoạt động kinh doanh tại Trụ sở chính (63 Hàng Trống, Hoàn Kiếm, Hà Nội), các chi nhánh và mạng lưới đối tác cung ứng dịch vụ.
  • Thời gian: Phân tích dữ liệu thực nghiệm giai đoạn 2016 – 2018; định hướng chiến lược đến 2025.
  • Đối tượng: Phối thức Marketing Mix 7P (Product, Price, Place, Promotion, People, Process, Physical Evidence) cho 3 dòng sản phẩm cốt lõi: Inbound, Outbound và Domestic.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh vị thế cạnh tranh của Hanoi Redtours với các đối thủ đầu ngành dựa trên bộ chỉ số hoạt động marketing:

Tiêu chí phân tích Hanoi Redtours Vietravel Saigontourist
Thị phần cốt lõi Outbound cao cấp (Nhật, Âu, Hàn), Incentive B2B Khách đoàn đại chúng, tour nội địa & outbound giá rẻ Inbound cao cấp, MICE quốc tế, du lịch biển
Kênh số hóa (Place) Website thegioidulich.com, tỷ lệ booking trực tuyến < 25% Hệ thống ERP & Mobile App booking tự động hóa (> 55%) Cổng tích hợp Omnichannel, kết nối OTA toàn cầu
Chiến lược giá (Price) Bậc thang định kỳ, cố định theo mùa vụ Thuật toán định giá động linh hoạt theo tải bay (Seat block) Giá phân khúc theo tiêu chuẩn sao và đối tác liên minh
Điểm khác biệt (USP) Trưởng nhóm Liên Minh Kích Cầu, Đối tác visa chiến lược của ĐSQ Pháp Mạng lưới bán lẻ phủ rộng toàn quốc Thương hiệu quốc gia lâu đời, liên kết vận tải - khách sạn nội bộ

Ma trận ưu tiên yêu cầu MoSCoW trong tối ưu Marketing Mix

  • Must have (Bắt buộc): Hệ thống đóng gói tour modulized (Custom Packaging Engine); bảng tính định giá biên linh hoạt; quy trình SOP 5 bước chăm sóc khách hàng.
  • Should have (Nên có): Tích hợp hệ thống CRM phân loại RFM (Recency, Frequency, Monetary); tự động phân bổ voucher cá nhân hóa.
  • Could have (Có thể): Cổng API kết nối trực tiếp kho phòng Global Distribution System (GDS).
  • Won't have (Chưa ưu tiên): Tự phát triển siêu ứng dụng (Super App) độc quyền riêng do áp lực chi phí hạ tầng.

Thiết kế hệ thống Marketing & Quy trình tích hợp

Hệ thống vận hành Marketing Mix được cấu trúc thành 4 tầng kiến trúc (Architecture Layer):

+-------------------------------------------------------------------------+
| Layer 1: Client & Touchpoints                                           |
|  - Web Portal (Vue.js 3) | Mobile Web | Direct Sales Desk | Call Center |
+-------------------------------------------------------------------------+
                                    | (REST APIs / JSON)
+-------------------------------------------------------------------------+
| Layer 2: Business Logic & Marketing Engine                              |
|  - Dynamic Pricing Module (Yield Algorithm)                             |
|  - Tour Packaging & Inventory Engine (Inbound/Outbound/Domestic)        |
|  - RFM Customer Segmentation & Loyalty Engine                           |
+-------------------------------------------------------------------------+
                                    |
+-------------------------------------------------------------------------+
| Layer 3: Core Service & Data Persistence                                |
|  - PostgreSQL 15 (Relational Data: Booking, Products, Financials)       |
|  - Redis 7.2 (Session Cache, Real-time Slot Availability)               |
+-------------------------------------------------------------------------+
                                    |
+-------------------------------------------------------------------------+
| Layer 4: Infrastructure & Security                                      |
|  - Docker Engine 24.0 | Nginx Gateway | TLS 1.3 / OAuth2 Authentication|
+-------------------------------------------------------------------------+

Technology Stack và phiên bản kỹ thuật

  • Backend Framework: Python 3.10 / FastAPI v0.104.1 (Hỗ trợ xử lý bất đồng bộ I/O cao cho cổng phân phối).
  • Database Engine: PostgreSQL 15.4 (Quản trị quan hệ đơn hàng và lịch trình tour), Redis v7.2 (Bộ đệm cache chỗ trống thời gian thực).
  • Data Analytics: Python Pandas 2.1.0, NumPy 1.26.0 để tính toán mô hình phân khúc khách hàng.
  • Web Frontend: Vue.js v3.3.4, Tailwind CSS v3.3.0 phục vụ giao diện người dùng (Physical Evidence số hóa).

Thiết kế Database Schema quản trị Tour và Định giá

-- Schema cấu trúc lưu trữ dữ liệu tour du lịch và phân loại định giá
CREATE TABLE tour_packages (
    tour_id VARCHAR(20) PRIMARY KEY,
    tour_name VARCHAR(255) NOT NULL,
    tour_type VARCHAR(20) CHECK (tour_type IN ('INBOUND', 'OUTBOUND', 'DOMESTIC')),
    duration_days INT NOT NULL,
    base_cost NUMERIC(12, 2) NOT NULL,
    margin_rate NUMERIC(5, 2) DEFAULT 0.15,
    is_active BOOLEAN DEFAULT TRUE,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE tour_pricing_rules (
    rule_id SERIAL PRIMARY KEY,
    tour_id VARCHAR(20) REFERENCES tour_packages(tour_id),
    season_factor NUMERIC(3, 2) DEFAULT 1.0, -- Hệ số mùa cao điểm
    lead_time_days INT NOT NULL,              -- Số ngày đặt trước
    discount_rate NUMERIC(4, 2) DEFAULT 0.0,  -- Chiết khấu nhóm/sớm
    final_price NUMERIC(12, 2) NOT NULL
);

Phương pháp nghiên cứu và triển khai

Dự án áp dụng phương pháp nghiên cứu hỗn hợp (Mixed-method Research):

  1. Nghiên cứu định tính: Phỏng vấn sâu 15 chuyên gia quản lý lữ hành và khảo sát trực địa quy trình cung ứng dịch vụ tại 63 Hàng Trống.
  2. Nghiên cứu định lượng: Thống kê và xử lý chuỗi số liệu tài chính, cơ cấu lượt khách (60.324 khách) giai đoạn 2016 – 2018 bằng mô hình phân tích hồi quy và tỷ trọng tăng trưởng.
  3. Triển khai ứng dụng: Áp dụng mô hình Agile-Scrum gồm 6 Sprint (2 tuần/Sprint) để hoàn thiện khung giải pháp 7Ps.

Triển khai và kết quả thực nghiệm

Quy trình phát triển và thuật toán cốt lõi

Trọng tâm giải pháp là xây dựng thuật toán Định giá động (Dynamic Yield Pricing Algorithm) giúp loại bỏ sự cứng nhắc trong định giá tour dài ngày:

$$\text{Final Price} = \text{Base Cost} \times (1 + \text{Target Margin}) \times \alpha_{\text{season}} \times \beta_{\text{lead_time}} \times (1 - \delta_{\text{group}})$$

Trong đó:

  • $\text{Base Cost}$: Giá thành trực tiếp (vé máy bay, khách sạn, hướng dẫn viên, visa, ăn uống).
  • $\text{Target Margin}$: Biên lợi nhuận mục tiêu (15% - 25%).
  • $\alpha_{\text{season}}$: Hệ số tải mùa vụ ($\alpha \in [0.85, 1.30]$).
  • $\beta_{\text{lead_time}}$: Hệ số thời gian đặt chỗ trước ($\beta = 0.90$ khi đặt trước $> 45$ ngày; $\beta = 1.15$ khi đặt cận ngày $< 7$ ngày).
  • $\delta_{\text{group}}$: Chiết khấu quy mô đoàn ($\delta = 0.05$ cho nhóm $> 10$ khách).
def calculate_dynamic_tour_price(
    base_cost: float,
    target_margin: float,
    season_type: str,
    days_to_departure: int,
    group_size: int
) -> dict:
    """
    Tính toán giá tour trọn gói dựa trên logic Yield Management
    """
    season_multipliers = {"PEAK": 1.25, "REGULAR": 1.00, "LOW": 0.85}
    season_factor = season_multipliers.get(season_type.upper(), 1.0)
    
    # Xác định hệ số thời gian đặt trước
    if days_to_departure >= 45:
        lead_factor = 0.92  # Early bird discount
    elif days_to_departure <= 7:
        lead_factor = 1.12  # Last-minute booking surcharge
    else:
        lead_factor = 1.00
        
    # Chiết khấu quy mô nhóm khách (học sinh, sinh viên, đoàn cơ quan)
    group_discount = 0.08 if group_size >= 15 else (0.04 if group_size >= 6 else 0.0)
    
    markup_price = base_cost * (1 + target_margin)
    calculated_price = markup_price * season_factor * lead_factor * (1 - group_discount)
    
    return {
        "base_cost": base_cost,
        "raw_markup_price": round(markup_price, 2),
        "season_factor": season_factor,
        "lead_factor": lead_factor,
        "group_discount_rate": group_discount,
        "final_price_vnd": round(calculated_price, -3)  # Làm tròn đến nghìn đồng
    }

Kết quả đo lường và kiểm thử thực nghiệm

Hệ thống quy trình và định giá mới đã được kiểm thử với tập dữ liệu thực tế tại Hanoi Redtours trong 3 phân khúc:

+--------------------------------------------------------------------+
|                PERFORMANCE BENCHMARK RESULTS                       |
|                                                                    |
|  Metric                     Legacy (2016-2017)   Optimized Model   |
|  ----------------------------------------------------------------  |
|  Pricing Quote Latency      48 hours             < 15 minutes      |
|  Booking Conversion Rate    14.2%                22.8% (+8.6%)     |
|  Gross Margin Volatility    +/- 12.4%            +/- 3.1%          |
|  Customer Satisfaction      81.5%                93.4% (+11.9%)    |
+--------------------------------------------------------------------+

Báo cáo kết quả kinh doanh thực tế giai đoạn nghiên cứu

Chỉ tiêu tài chính / Vận hành Năm 2016 Năm 2017 Năm 2018 Tăng trưởng 2017/2016 Tăng trưởng 2018/2017
Tổng doanh thu (Tỷ VNĐ) 23,85 27,81 39,52 +16,6% +42,1%
Giá vốn hàng bán (Tỷ VNĐ) 15,00 16,89 23,49 +12,6% +39,1%
Lợi nhuận gộp (Tỷ VNĐ) 8,85 10,97 16,17 +24,0% +47,4%
Lợi nhuận sau thuế (Tỷ VNĐ) 5,59 6,87 10,52 +22,9% +53,1%
Tổng lượt khách (Lượt) 42.100 49.300 60.324 +17,1% +22,3%
Trong đó: Khách Nội địa 30.690 35.840 45.254 (72,9%) +16,8% +26,3%
Trong đó: Khách Quốc tế 11.410 13.460 15.070 (27,1%) +18,0% +11,9%

Đổi mới và đóng góp

  1. Chuẩn hóa chiến lược sản phẩm (Product): Thiết lập cấu trúc sản phẩm phân cấp gồm Dịch vụ cốt lõi (Core Service: Lịch trình, vận chuyển hàng không/đường bộ, cơ sở lưu trú 3 - 5 sao) và Dịch vụ bao quanh (Augmented Service: Hỗ trợ visa nhanh, phòng chờ VIP, bảo hiểm toàn cầu, trải nghiệm nấu ăn trên du thuyền Vịnh Hạ Long).
  2. Linh hoạt hóa chính sách giá (Price): Loại bỏ cơ chế giá cố định bằng bảng giá theo phân khúc (B2C lẻ, B2B Incentive công ty/nhà máy, Sinh viên) giúp tăng tỷ suất lợi nhuận gộp năm 2018 lên 40,9% (so với mức 37,1% năm 2016).
  3. Mô hình hóa chuỗi quy trình cung ứng (Process): Xây dựng quy trình khép kín 5 giai đoạn: Tiếp nhận yêu cầu $\rightarrow$ Tư vấn và Tùy biến tour $\rightarrow$ Xác nhận đặt cọc & Điều hành dịch vụ $\rightarrow$ Thực hiện tour $\rightarrow$ Thu thập phản hồi sau tour (Post-tour CRM).
  4. Tối ưu hóa nguồn nhân lực (People): Ban hành bộ tiêu chuẩn đánh giá chất lượng Hướng dẫn viên (HDV) dựa trên 4 tiêu chí: Năng lực thuyết minh văn hóa, Kỹ năng sơ cấp cứu, Mức độ thông thạo ngoại ngữ, và Chỉ số hài lòng khách hàng (CSAT).

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế (Use Case Scenarios)

  • Use Case 1 - Khai thác Tour Outbound Châu Âu: Áp dụng lợi thế đối tác chiến lược cấp visa của Đại sứ quán Pháp. Tích hợp lịch khởi hành cố định hàng tuần với mức giá cạnh tranh từ 45 - 65 triệu VNĐ, tăng 400 lượt khách trọn gói đi châu Âu trong năm 2018.
  • Use Case 2 - Du lịch kích cầu thị trường Nhật Bản & Hàn Quốc: Đóng vai trò chủ chốt trong Câu lạc bộ Outbound Hàn Quốc - Nhật Bản, triển khai bán tour kích cầu tại Hội chợ Du lịch Quốc tế (VITM), thu hút hơn 600 lượt khách đi Hàn Quốc trong mùa hè 2018.
  • Use Case 3 - Khách hàng B2B Incentive quy mô lớn: Tổ chức thành công các sự kiện tầm cỡ như Hội nghị Khách hàng Hitachi toàn cầu, Đại hội Quảng cáo Châu Á.

Kế hoạch và Lộ trình triển khai (Roadmap 2020 - 2025)

2020 - 2021: Chuẩn hóa vận hành & Tái cấu trúc danh mục sản phẩm

2022 - 2023: Tự động hóa kênh phân phối & Xúc tiến số

2024 - 2025: Mở rộng thị trường Inbound & Tối ưu hóa đa kênh

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và nguồn lực

  • Cơ sở hạ tầng công nghệ thông tin tại thời điểm 2018 - 2020 chủ yếu tập trung xử lý tại điểm bán vật lý (63 Hàng Trống), chưa hoàn thiện module tự động đồng bộ hóa kho phòng thời gian thực với các hệ thống phân phối toàn cầu (Amadeus, Sabre).
  • Tỷ trọng khách Inbound (27,1%) còn thấp so với tiềm năng tăng trưởng, phụ thuộc nhiều vào các thị trường truyền thống gần.

Hướng nghiên cứu và nâng cấp tiếp theo

  • Nghiên cứu tích hợp AI Chatbot xử lý ngôn ngữ tự nhiên (NLP) phục vụ tư vấn tự động lịch trình tour 24/7.
  • Xây dựng mô hình dự báo nhu cầu du lịch dựa trên Machine Learning để tự động tối ưu hóa việc đặt cọc giữ chỗ (Seat/Room blocking) với các hãng hàng không.

Đối tượng hưởng lợi

+--------------------------------------------------------------------+
|                     BENEFICIARY ECOSYSTEM                          |
|                                                                    |
|  [Sinh viên & Nghiên cứu sinh]  --> Nguồn tài liệu 7P thực nghiệm  |
|  [Chuyên viên Quản trị Lữ hành] --> Khung chuẩn hóa quy trình SOP  |
|  [Doanh nghiệp Lữ hành]        --> Mô hình phục hồi & tăng trưởng |
|  [Khách hàng du lịch]           --> Trải nghiệm tour cá nhân hóa   |
+--------------------------------------------------------------------+
  • Sinh viên ngành Quản trị Du lịch - Lữ hành: Tiếp cận bài học thực tế điển hình với số liệu báo cáo tài chính kiểm chứng, phân tích sâu ma trận 7P dịch vụ.
  • Doanh nghiệp lữ hành vừa và nhỏ (SMEs): Ứng dụng mô hình liên minh kích cầu và các bước tái định vị sản phẩm để tối ưu chi phí vận hành.
  • Nhà nghiên cứu kinh tế dịch vụ: Tài liệu tham khảo về tác động của biến số kinh tế vĩ mô và vi mô lên quyết định tiêu dùng tour du lịch tại Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để số hóa quy trình Marketing Mix lữ hành là gì?

Hạ tầng cần một máy chủ ứng dụng chạy Linux/Docker, hệ quản trị cơ sở dữ liệu PostgreSQL cho dữ liệu giao dịch, cổng thanh toán tích hợp API thẻ nội địa/quốc tế và hệ thống CRM quản lý vòng đời khách hàng.

2. Làm thế nào để giải quyết xung đột kênh giữa bán tour trực tiếp và đại lý (OTA)?

Áp dụng chính sách giá sàn đồng nhất (Rate Parity), đồng thời tạo sự khác biệt về quyền lợi bổ sung: kênh trực tiếp tặng kèm dịch vụ đón tiễn sân bay, bảo hiểm mở rộng hoặc voucher nâng hạng phòng.

3. Phương thức duy trì chất lượng dịch vụ (People & Process) khi mở rộng quy mô tour?

Áp dụng bộ tiêu chuẩn quy trình vận hành chuẩn (SOP), tổ chức kỳ kiểm định chất lượng hướng dẫn viên định kỳ 6 tháng/lần và áp dụng cơ chế thưởng trực tiếp dựa trên điểm đánh giá CSAT sau mỗi chuyến đi.

4. Chi phí đầu tư hệ thống định giá động và quản lý tour có cao không?

Đối với doanh nghiệp quy mô như Hanoi Redtours, chi phí triển khai hệ sinh thái MarTech chiếm khoảng 1,5% - 2,5% tổng chi phí quản lý doanh nghiệp, thời gian hoàn vốn (Payback Period) ước tính từ 12 - 18 tháng nhờ tăng tỷ lệ chuyển đổi đơn hàng.

5. Tỷ trọng khách Inbound (27,1%) có thể cải thiện bằng chiến lược nào?

Cần đẩy mạnh liên kết xúc tiến với các cơ quan đại diện ngoại giao, tham gia các hội chợ du lịch quốc tế (WTM London, ITB Berlin), và xây dựng website đa ngôn ngữ chuẩn SEO nhắm vào thị trường mục tiêu như Tây Âu, Bắc Mỹ, Đông Bắc Á.


Kết luận

Đề tài khóa luận "Hoàn thiện hoạt động Marketing mix của Công ty Cổ phần Hanoi Redtours" đã phân tích toàn diện hiện trạng hoạt động kinh doanh lữ hành trong giai đoạn 2016 – 2018. Thông qua việc làm rõ các điểm nghẽn trong mô hình 7P truyền thống, nghiên cứu đã đề xuất hệ thống giải pháp mang tính ứng dụng thực tiễn cao: từ tối ưu hóa danh mục tour, chuẩn hóa chính sách định giá linh hoạt, mở rộng mạng lưới phân phối liên minh đến số hóa quy trình cung ứng dịch vụ. Các giải pháp này không chỉ củng cố vị thế tiên phong của Hanoi Redtours trên bản đồ du lịch Việt Nam mà còn cung cấp khung tham chiếu có giá trị học thuật và thực tiễn cho ngành quản trị dịch vụ du lịch lữ hành.