Giới thiệu dự án

Thị trường du lịch Thừa Thiên Huế ghi nhận bước tăng trưởng ấn tượng với hơn 1.000.000 lượt khách tham quan trong 6 tháng đầu năm 2017 (tăng 1,9% so với cùng kỳ), doanh thu cơ sở lưu trú đạt 734,6 tỷ đồng (tăng 1,61%), thu hút 21 dự án đầu tư trong nước trị giá 2.200,2 tỷ đồng. Song hành cùng sự phát triển hạ tầng, sự bùng nổ của các nền tảng mạng xã hội trực quan (Facebook, Instagram) đã định hình trào lưu "du lịch kết hợp nhiếp ảnh" (Phototour). Khách du lịch hiện đại không chỉ tìm kiếm trải nghiệm thưởng ngoạn thụ động mà còn yêu cầu tính thẩm mỹ thị giác cao ("đã chụp thì phải đẹp").

                                  KHOẢNG TRỐNG THỊ TRƯỜNG DU LỊCH HUẾ

Vấn đề cốt lõi đặt ra cho Công ty Cổ phần Du lịch Việt Nam Hà Nội – Chi nhánh Huế (thành lập từ 1995) là: trước khi thương mại hóa sản phẩm mới "Hue Phototour", doanh nghiệp cần một mô hình định lượng chuẩn xác để giải mã hành vi, đo lường các động lực tâm lý và rào cản nhận thức chi phối ý định sử dụng của khách hàng, giảm thiểu rủi ro đầu tư và tối ưu hóa năng lực cạnh tranh.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về hành vi người tiêu dùng du lịch, tích hợp các mô hình lý thuyết kinh điển: Thuyết Hành động Hợp lý (TRA), Thuyết Hành vi Dự định (TPB) và Mô hình Chấp nhận Công nghệ (TAM).
  2. Xác định các nhân tố ảnh hưởng trực tiếp và gián tiếp đến ý định sử dụng Hue Phototour thông qua nghiên cứu định tính và định lượng.
  3. Đo lường và kiểm định mức độ tác động của từng biến số thông qua hệ số tin cậy Cronbach's Alpha, Phân tích Nhân tố Khám phá (EFA) và Mô hình Hồi quy Tuyến tính Đa biến (Multiple Linear Regression).
  4. Đề xuất hệ thống giải pháp chiến lược 4P/7P Marketing giúp ban lãnh đạo chi nhánh định vị sản phẩm, tối ưu chính sách giá, nâng cao chất lượng dịch vụ và xúc tiến thương mại hiệu quả.

Phạm vi và giới hạn

  • Không gian: Địa bàn thành phố Huế và các điểm phụ cận.
  • Thời gian: Dữ liệu thứ cấp (2015–2017), dữ liệu sơ cấp điều tra thực địa (10/2018 – 12/2018).
  • Đối tượng khảo sát: Khách du lịch nội địa, khách hàng tiềm năng có sở thích nhiếp ảnh, trải nghiệm khám phá.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí phân tích Tour truyền thống (City Tour) Du lịch tự túc (Self-guided) Hue Phototour (Đề xuất)
Tính cá nhân hóa Rất thấp (theo đoàn cố định) Rất cao Cao (tùy chỉnh góc máy/concept)
Giá trị hình ảnh/Media Tự chụp bằng smartphone Phụ thuộc kỹ năng cá nhân Có ekip hướng dẫn, điểm chụp Đẹp–Độc–Lạ
Chi phí / Người Thấp (250.000 – 450.000 VNĐ) Biến động, khó kiểm soát Trung bình – Hợp lý theo gói giá trị
Tối ưu lịch trình Bị gò bó theo giờ di tích Dễ lãng phí thời gian di chuyển Tối ưu hóa "Golden Hour" chụp ảnh 
                       MA TRẬN ƯU TIÊN YÊU CẦU THEO MoSCoW

Thiết kế hệ thống nghiên cứu và phân tích dữ liệu

Mô hình nghiên cứu đề xuất tích hợp biến số nhận thức từ TAM (Davis, 1989), chất lượng dịch vụ (Bienstock, 2008) và chính sách giá/khuyến mãi (Ramadhani et al., 2015):

$$\text{YDSD} = \beta_0 + \beta_1 \text{NTHI} + \beta_2 \text{NTDSD} + \beta_3 \text{CLDV} + \beta_4 \text{GCDV} + \beta_5 \text{CTKM} + \beta_6 \text{TDSD} + \epsilon$$

                         KHUNG NGHIÊN CỨU THỰC NGHIỆM

Technology Stack & Data Architecture

  • Phân tích thống kê: IBM SPSS Statistics v20.0 (Data Cleaning, Descriptive Statistics, EFA, OLS Regression).
  • Hệ cơ sở dữ liệu mô phỏng quản lý Booking Tour: MySQL 8.0 / PostgreSQL 15.
-- Schema kiến trúc cơ sở dữ liệu quản trị trải nghiệm Hue Phototour
CREATE TABLE customer_profiles (
    customer_id INT AUTO_INCREMENT PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    age_group VARCHAR(20) NOT NULL,
    travel_frequency VARCHAR(50),
    preferred_photography_style VARCHAR(100),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE tour_feedback_evaluations (
    feedback_id INT AUTO_INCREMENT PRIMARY KEY,
    customer_id INT,
    perceived_usefulness_score DECIMAL(3,2) CHECK (perceived_usefulness_score BETWEEN 1.0 AND 5.0),
    ease_of_use_score DECIMAL(3,2) CHECK (ease_of_use_score BETWEEN 1.0 AND 5.0),
    service_quality_score DECIMAL(3,2) CHECK (service_quality_score BETWEEN 1.0 AND 5.0),
    price_perception_score DECIMAL(3,2) CHECK (price_perception_score BETWEEN 1.0 AND 5.0),
    usage_intention_score DECIMAL(3,2) CHECK (usage_intention_score BETWEEN 1.0 AND 5.0),
    FOREIGN KEY (customer_id) REFERENCES customer_profiles(customer_id)
);

Methodology

Nghiên cứu áp dụng quy trình hỗn hợp (Sequential Exploratory Mixed-Methods):

  1. Nghiên cứu định tính: Phỏng vấn sâu chuyên gia ($n=3$, gồm Phó Giám đốc chi nhánh và các điều hành viên cấp cao) kết hợp thảo luận nhóm tập trung với khách hàng ($n=10$) nhằm hiệu chỉnh 20 biến quan sát thuộc 6 thang đo Likert 5 điểm.
  2. Nghiên cứu định lượng: Chọn mẫu theo phương pháp phán đoán kết hợp ngẫu nhiên thực địa.
                    CÔNG THỨC XÁC ĐỊNH QUY MÔ CỠ MẪU
                    
Cỡ mẫu theo phân tích nhân tố EFA:
                  N >= 5 * p = 5 * 20 = 100
(Trong đó p = 20 là tổng số biến quan sát)

Cỡ mẫu theo phân tích hồi quy OLS:
                  N >= 50 + 8 * m = 50 + 8 * 6 = 98
(Trong đó m = 6 là số biến độc lập)

=> Quy mô mẫu khảo sát thực tế được chọn: N = 130 quan sát (Đạt độ tin cậy > 95%)

Implementation và kết quả

Development Process & Data Scripting

Quy trình xử lý dữ liệu được mã hóa và thực thi thông qua cú pháp SPSS Syntax và script phân tích hồi quy:

# Tự động hóa kiểm định mô hình hồi quy qua Python (statsmodels)
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

def evaluate_regression_model(df, independent_vars, dependent_var):
    X = df[independent_vars]
    y = df[dependent_var]
    X_with_const = sm.add_constant(X)
    
    # Ước lượng OLS Regression
    model = sm.OLS(y, X_with_const).fit()
    
    # Tính toán Variance Inflation Factor (VIF) kiểm tra đa cộng tuyến
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
    
    return model.summary(), vif_data

Testing và validation

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

Tất cả các biến quan sát đều thỏa mãn điều kiện Hệ số tương quan biến - tổng ($r_{it} \ge 0.30$) và Cronbach's Alpha tổng $\ge 0.70$.

Nhóm thang đo Ký hiệu mã Số biến quan sát Hệ số Cronbach's Alpha Đánh giá
Nhận thức hữu ích NTHI 4 0.824 Tương quan rất tốt
Nhận thức dễ sử dụng NTDSD 4 0.789 Đạt chuẩn tin cậy
Chất lượng dịch vụ CLDV 4 0.856 Tương quan rất tốt
Giá cả dịch vụ GCDV 3 0.812 Đạt chuẩn tin cậy
Chương trình khuyến mãi CTKM 3 0.765 Đạt chuẩn tin cậy
Thái độ TDSD 2 0.798 Đạt chuẩn tin cậy
Ý định sử dụng YDSD 3 0.842 Thang đo phụ thuộc tốt

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO and Bartlett's Test: Hệ số $\text{KMO} = 0.815$ ($0.5 < \text{KMO} < 1.0$), Sig. Bartlett's Test $= 0.000 < 0.05$, chứng minh ma trận tương quan giữa các biến là có ý nghĩa thống kê.
  • Giá trị Eigenvalue: 6 nhân tố trích xuất đều có $\text{Eigenvalue} > 1.0$. Tổng phương sai trích (Total Variance Explained) đạt $> 62.4%$, đáp ứng tiêu chuẩn trích thông tin.
  • Hệ số tải nhân tố (Factor Loading): Toàn bộ các item đều đạt giá trị tải $> 0.55$, không xuất hiện biến rác hay tải chéo phức tạp.
                           KẾT QUẢ PHÂN TÍCH HỒI QUY OLS

                          BIỂU ĐỒ TỶ TRỌNG TÁC ĐỘNG (BETA)
Chất lượng dịch vụ (CLDV)  [====================] 38.4%
Nhận thức hữu ích (NTHI)   [==============] 26.5%
Giá cả dịch vụ (GCDV)      [===========] 21.8%
Khuyến mãi (CTKM)          [=========] 17.4%
Dễ sử dụng (NTDSD)         [=======] 14.2%
  • Kiểm định hiện tượng đa cộng tuyến: Hệ số phóng đại phương sai $\text{VIF} < 1.5$ (nhỏ hơn nhiều so với ngưỡng 5.0) và $\text{Tolerance} > 0.65$, loại trừ hoàn toàn nguy cơ đa cộng tuyến giữa các biến độc lập.

Đổi mới và đóng góp

  1. Đổi mới mô hình lý thuyết ứng dụng: Khác với các nghiên cứu lữ hành đơn thuần chỉ khảo sát mức độ hài lòng hậu nghiệm, đề tài đã tiên phong chuyển hóa mô hình TAM từ bối cảnh phần mềm CNTT sang bối cảnh tiêu dùng sản phẩm lữ hành trải nghiệm thị giác, tạo tiền đề học thuật liên ngành giữa Marketing dịch vụ và Phân tích hành vi.
  2. Bằng chứng định lượng xác thực: Chứng minh vai trò vượt trội của Chất lượng dịch vụ ($\beta = 0.384$) và Nhận thức tính hữu ích ($\beta = 0.265$) so với yếu tố giá thuần túy. Khách hàng sẵn sàng chi trả mức giá cao hơn nếu tour cam kết điểm chụp độc quyền và nhân viên tư vấn đồng hành am hiểu nhiếp ảnh.
  3. Đóng góp kinh doanh thực tiễn cho Vietnamtourism-Hanoi Branch:
    • Tối ưu hóa danh mục sản phẩm trong bối cảnh doanh thu tăng trưởng đều (từ 12,49 tỷ VNĐ năm 2015 lên 16,03 tỷ VNĐ năm 2017) nhưng lượng khách có sự phân hóa mạnh giữa Outbound và Domestic.
    • Định hình sản phẩm chủ lực nội địa giúp giải quyết triệt để bài toán tính mùa vụ (Seasonality) của du lịch miền Trung.

Ứng dụng thực tế và triển khai

Kế hoạch hành động 4P triển khai Hue Phototour

Phân tích hiệu quả kinh tế (ROI Projections)

  • Ước tính quy mô phục vụ năm đầu: 120 đoàn (trung bình 6–8 khách/đoàn) $\approx 800$ lượt khách.
  • Doanh thu kỳ vọng: $800 \text{ khách} \times 550.000 \text{ VNĐ (giá bình quân)} = 440.000.000 \text{ VNĐ}$.
  • Tỷ suất lãi gộp dự kiến: Đạt $28% - 32%$ (vượt trội so với mức lãi gộp bình quân $7% - 8%$ của các tour đại trà truyền thống).

Hạn chế và hướng phát triển

                         HẠN CHẾ & HƯỚNG MỞ RỘNG

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Tham khảo khung phương pháp luận kết hợp định tính - định lượng chuẩn mực, kỹ thuật xử lý dữ liệu SPSS (EFA, OLS) và quy trình thiết kế bảng hỏi Likert tiêu chuẩn.
  • Doanh nghiệp lữ hành: Bộ cẩm nang thực chiến về phát triển sản phẩm du lịch ngách (Niche Tourism), kỹ thuật đóng gói giá trị vô hình thành sản phẩm hữu hình có khả năng thương mại hóa cao.
  • Nhà nghiên cứu thị trường: Mô hình tham chiếu tin cậy để đo lường hành vi chấp nhận sản phẩm du lịch số và dịch vụ sáng tạo tại các thị trường di sản đang chuyển đổi.

Câu hỏi thường gặp

1. Điều kiện tiên quyết để vận hành thành công Hue Phototour là gì?

Cần xây dựng đội ngũ Hướng dẫn viên kiêm "Visual Tour-guide" có chuyên môn cơ bản về nhiếp ảnh, góc máy, ánh sáng và khả năng cập nhật liên tục các tọa độ check-in mới nổi.

2. Mô hình nghiên cứu có khắc phục được hiện tượng phương sai chung (CMV)?

Thang đo đã được phân tách rõ ràng, các câu hỏi đảo ngược và thang đo Likert 5 điểm được chuẩn hóa qua bước kiểm định định tính ($n=10$) và hệ số tương quan ma trận xoay Varimax đều thỏa mãn điều kiện phân biệt.

3. Làm thế nào để giải quyết xung đột lịch trình khi các điểm chụp ảnh bị quá tải?

Áp dụng cơ chế điều phối thời gian thông minh (Time-slot Staggering) giữa các tổ điều hành, chia khung giờ sáng sớm (6h30 – 8h30) và chiều tà (15h30 – 17h30) để bắt trọn ánh sáng tự nhiên đẹp nhất mà không bị trùng lặp đoàn.

4. Chi phí đầu tư ban đầu cho sản phẩm mới này gồm những gì?

Chi phí ban đầu tương đối thấp do tận dụng nguồn xe du lịch 35 chỗ hiện có của chi nhánh, chủ yếu tập trung vào chi phí marketing số trên mạng xã hội (khoảng 15–20 triệu VNĐ) và chi phí đào tạo nghiệp vụ nhiếp ảnh cho nhân sự.

5. Dự án dự kiến đạt điểm hòa vốn (Break-even point) sau bao lâu?

Nhờ tận dụng cơ sở vật chất sẵn có của Vietnamtourism-Hanoi Branch, dự án ước tính đạt điểm hòa vốn chỉ sau 3 tháng vận hành thực tế (tương đương phục vụ khoảng 150 lượt khách đầu tiên).

Kết luận

Công trình nghiên cứu của tác giả Nguyễn Thị Lan Hương đã xây dựng thành công khung phân tích định lượng chuẩn xác về các yếu tố chi phối ý định sử dụng sản phẩm mới Hue Phototour. Kết quả khẳng định mối quan hệ nhân quả có ý nghĩa thống kê giữa Chất lượng dịch vụ, Nhận thức tính hữu ích, Giá cả, Khuyến mãi, Tính dễ sử dụng với Ý định hành vi của du khách. Đây là cơ sở khoa học và thực tiễn vững chắc giúp Công ty Cổ phần Du lịch Việt Nam Hà Nội – Chi nhánh Huế tự tin thương mại hóa sản phẩm, mở rộng thị phần du lịch nội địa và đón đầu xu hướng tiêu dùng trải nghiệm trong kỷ nguyên số.