Giới thiệu dự án

Thị trường nước khoáng và nước uống đóng chai tại Việt Nam chứng kiến tốc độ tăng trưởng kép hàng năm (CAGR) đạt mức 12.8% trong giai đoạn 2015–2020, thúc đẩy bởi xu hướng chuyển dịch mạnh mẽ của người tiêu dùng sang các sản phẩm có nguồn gốc tự nhiên, an toàn và giàu vi chất có lợi cho sức khỏe. Tại khu vực miền Trung, đặc biệt là tỉnh Thừa Thiên Huế, sự cạnh tranh diễn ra khốc liệt giữa các thương hiệu quốc gia và địa phương như La Vie (Nestlé Waters), Thạch Bích (Đường Quảng Ngãi), Đảnh Thạnh (Fit Consumer) và Bạch Mã.

Dự án nghiên cứu "Đánh giá mức độ nhận biết thương hiệu nước khoáng Alba tại thị trường Huế" được thực hiện nhằm giải quyết bài toán tái định vị và mở rộng thị phần của Công ty Cổ phần Thanh Tân (Tập đoàn Openasia). Tiền thân là "Nước khoáng Thanh Tân" với lịch sử khai thác gần 100 năm (từ nguồn khoáng nóng phát hiện năm 1928 bởi TS. Albert Sallet và khảo sát địa chất năm 1957 bởi Henri Fontaine), thương hiệu chính thức đổi tên thành Alba vào năm 2014. Sự chuyển đổi này đặt ra thách thức lớn: làm thế nào để khách hàng nhận diện được tên gọi mới Alba nhưng vẫn duy trì được di sản chất lượng và lòng trung thành vốn có từ thương hiệu Thanh Tân.

+-----------------------------------------------------------------------------------+
|                           VẤN ĐỀ CỐT LÕI (PAIN POINTS)                            |
+-----------------------------------------------------------------------------------+
| 1. Chuyển đổi nhận diện thương hiệu (Rebranding): Thanh Tân -> Alba (từ 2014)     |
| 2. Nhầm lẫn nhận thức: Khách hàng chưa phân biệt rõ danh mục PET vs Thủy tinh      |
| 3. Cạnh tranh thị phần: Sức ép áp đảo từ La Vie và Thạch Bích tại kênh GT & HORECA |
| 4. Hiệu quả truyền thông: Chưa đo lường định lượng đóng góp của từng kênh tiếp thị|
+-----------------------------------------------------------------------------------+

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về tài sản thương hiệu (Brand Equity) và các cấp độ nhận biết thương hiệu (Brand Awareness) theo khung lý thuyết của David Aaker (1991) và Kevin Lane Keller (1993).
  2. Khảo sát định lượng thực tế mức độ nhận biết của người tiêu dùng tại địa bàn Thừa Thiên Huế đối với các dòng sản phẩm nước khoáng Alba (PET 350ml, 500ml, 1500ml và chai thủy tinh cao cấp 450ml, 750ml).
  3. Xây dựng mô hình hồi quy tuyến tính đa biến (Multivariate Linear Regression) nhằm định lượng trọng số ảnh hưởng của 06 nhân tố cấu thành nhận diện thương hiệu: Quảng cáo (QC), Chương trình khuyến mãi (KM), Tên thương hiệu (TEN), Slogan (SLO), Logo (LOG) và Kiểu dáng sản phẩm (KD) tới Nhận biết thương hiệu (NBTH).
  4. Đề xuất hệ thống giải pháp Marketing Mix (4P/IMC) mang tính khả thi cao giai đoạn 2020–2022 nhằm nâng chỉ số nhận biết thương hiệu hàng đầu (Top-of-Mind) của Alba lên tối thiểu 35%.

Phương pháp tiếp cận và phạm vi

  • Phương pháp tiếp cận: Kết hợp nghiên cứu định tính (phỏng vấn sâu chuyên gia, nhà quản lý Nhà máy Alba) và nghiên cứu định lượng thực chứng (Empirical Quantitative Research) thông qua điều tra bảng hỏi cấu trúc.
  • Phạm vi không gian: Địa bàn tỉnh Thừa Thiên Huế, phân bổ trên 05 nhóm kênh tiếp xúc chính: Nhà hàng (20%), Khách sạn (20%), Siêu thị/Tạp hóa (20%), Chợ truyền thống (20%), Quán ăn/Quán nhậu (20%).
  • Phạm vi thời gian: Dữ liệu thứ cấp giai đoạn 2017–2019; dữ liệu sơ cấp thu thập từ tháng 02/2020 đến tháng 04/2020.
  • Giới hạn nghiên cứu: Mẫu nghiên cứu gồm $N=160$ phiếu khảo sát thuận tiện, phục vụ phân tích hành vi tiêu dùng địa phương, không đại diện cho toàn bộ thị trường toàn quốc.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thị trường miền Trung, ngành hàng nước khoáng đóng chai có sự phân hóa sâu sắc về định vị và thị phần:

Tiêu chí so sánh Nước khoáng Alba (Thanh Tân) Nước khoáng La Vie Nước khoáng Thạch Bích
Định vị sản phẩm Cao cấp, nghỉ dưỡng, chăm sóc sức khỏe & Lifestyle Đại chúng, thể thao, năng động Phổ thông, tiêu dùng hàng ngày, giá mềm
Bao bì & Dung tích Chai PET (350/500/1500ml) & Chai thủy tinh cao cấp (450/750ml) Chai PET (350/500/1500/6000ml) & Bình 19L Chai PET (350/500/1500ml), lon đóng gas
Thế mạnh cạnh tranh Nguồn khoáng nóng tự nhiên $68^\circ\text{C}$, giàu $\text{SiO}_3^{2-}, \text{Ca}^{2+}, \text{Mg}^{2+}$, hệ sinh thái Resort & Spa Hệ thống phân phối toàn quốc, bảo trợ bởi tập đoàn Nestlé Waters Kênh phân phối truyền thống dày đặc, giá bán cạnh tranh
Điểm yếu nhận diện Chuyển đổi tên gọi (Thanh Tân $\to$ Alba) gây gián đoạn nhận thức; chi phí quảng bá media thấp Ít dòng sản phẩm chai thủy tinh chuyên biệt cho HORECA hạng sang Bao bì ít thay đổi, định vị giá rẻ khó thâm nhập phân khúc hạng sang 
                [Phân tích khoảng trống thị trường (Gap Analysis)]
  +---------------------------------------------------------------------------+
  | Kênh HORECA Cao cấp (Khách sạn 4-5 sao, Resort, Fine Dining)             |
  | -> Alba chiếm ưu thế tuyệt đối nhờ chai thủy tinh 450ml/750ml sang trọng. |
  +---------------------------------------------------------------------------+
  | Kênh Bán lẻ Đại chúng (Tạp hóa, Chợ truyền thống, Kiosk)                 |
  | -> Khoảng trống lớn: Nhận biết tên gọi "Alba" còn thấp (vẫn quen Thanh Tân) |
  +---------------------------------------------------------------------------+

Yêu cầu giải pháp theo khung MoSCoW:

  • Must have: Mô hình định lượng xác định chính xác nhân tố tác động mạnh nhất đến nhận biết thương hiệu; Báo cáo kiểm định độ tin cậy thang đo Cronbach's Alpha $\ge 0.70$; Phân tích nhân tố khám phá EFA với hệ số $\text{KMO} \ge 0.50$.
  • Should have: Hàm hồi quy chuẩn hóa OLS phục vụ dự báo ngân sách tiếp thị; Cơ chế chính sách chiết khấu bậc thang theo sản lượng.
  • Could have: Dashboard tích hợp phân tích dữ liệu tự động bằng Python/SPSS cho đội ngũ Sales.
  • Won't have: Triển khai chiến dịch truyền thông diện rộng toàn quốc trong giai đoạn nghiên cứu này.

Thiết kế hệ thống

Quy trình xử lý dữ liệu và luồng phân tích định lượng được cấu trúc chuẩn hóa:

Technology Stack & Công cụ ứng dụng:

  • Hệ điều hành: Linux Ubuntu 20.04 LTS / Windows 10 Pro 64-bit.
  • Phân tích thống kê: IBM SPSS Statistics Version 20.0 (Core Engine).
  • Phân tích dữ liệu & Trực quan hóa mở rộng: Python v3.8.5, Pandas v1.1.3, NumPy v1.19.2, Statsmodels v0.12.0, Scikit-learn v0.23.2.
  • Biên tập bảng tính & Báo cáo: Microsoft Excel 2019.

Thiết kế Cấu trúc Thang đo (Data Schema):

+-----------------------------------------------------------------------+
| Thang đo Biến Độc lập (Independent Variables) - Likert 5 Cấp độ        |
+-----------------------------------------------------------------------+
| 1. Quảng cáo (QC)           : QC1, QC2, QC3, QC4 (Kênh truyền thông, tần suất)
| 2. Khuyến mãi (KM)          : KM1, KM2, KM3 (Chiết khấu, quà tặng, vé Resort)
| 3. Tên thương hiệu (TEN)    : TEN1, TEN2, TEN3 (Dễ nhớ, ngắn gọn, phát âm)
| 4. Slogan (SLO)             : SLO1, SLO2, SLO3 (Thông điệp "Sống khỏe cùng Alba")
| 5. Logo (LOG)               : LOG1, LOG2, LOG3 (Hình ảnh, màu sắc nhận diện)
| 6. Kiểu dáng sản phẩm (KD)  : KD1, KD2, KD3 (Thiết kế PET & Thủy tinh)
+-----------------------------------------------------------------------+
| Thang đo Biến Phụ thuộc (Dependent Variable)                          |
+-----------------------------------------------------------------------+
| 1. Nhận biết thương hiệu (NBTH): NBTH1, NBTH2, NBTH3, NBTH4           |
+-----------------------------------------------------------------------+

Phương pháp nghiên cứu và ước lượng mẫu

Áp dụng công thức xác định cỡ mẫu của Cochran (1977) cho tổng thể vô hạn:

$$n = \frac{Z^2 \cdot p \cdot (1 - p)}{e^2}$$

Trong đó:

  • $Z = 1.96$ tương ứng với độ tin cậy $95%$ ($\alpha = 0.05$).
  • $p = 0.90$ (ước tính tỷ lệ nhận biết sơ bộ trong tập hợp), suy ra $q = 1 - p = 0.10$.
  • $e = 0.09$ (sai số biên cho phép $9%$).

$$n = \frac{(1.96)^2 \cdot 0.90 \cdot 0.10}{(0.09)^2} = \frac{3.8416 \cdot 0.09}{0.0081} = \frac{0.345744}{0.0081} \approx 42.68$$

Để tối đa hóa tính đại diện và nâng cao độ chuẩn tắc của phân phối mẫu trong kiểm định hồi quy đa biến ($N \ge 50 + 8m = 50 + 8 \times 6 = 98$ mẫu theo Tabachnick & Fidell, 2007), số lượng phiếu phát ra thực tế là $N=160$ phiếu, thu về $140$ phiếu hợp lệ ($100%$ đạt chuẩn phân tích làm sạch).

Triển khai và kết quả thực nghiệm

Quy trình phân tích dữ liệu

Toàn bộ quy trình phân tích được thực hiện tự động hóa thông qua cú pháp lệnh phân tích định lượng (SPSS Syntax và Python Script):

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Load Survey Dataset
df = pd.read_csv('alba_brand_awareness_survey.csv')

# 2. Define Variable Groups
factors = {
    'QC': ['QC1', 'QC2', 'QC3', 'QC4'],
    'KM': ['KM1', 'KM2', 'KM3'],
    'TEN': ['TEN1', 'TEN2', 'TEN3'],
    'SLO': ['SLO1', 'SLO2', 'SLO3'],
    'LOG': ['LOG1', 'LOG2', 'LOG3'],
    'KD': ['KD1', 'KD2', 'KD3']
}

# 3. Calculate Cronbach's Alpha Function
def cronbach_alpha(df_items):
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    return (k / (k - 1)) * (1 - (item_vars.sum() / total_var))

for factor_name, items in factors.items():
    alpha = cronbach_alpha(df[items])
    print(f"Factor {factor_name} - Cronbach's Alpha: {alpha:.3f}")

# 4. Compute Composite Index
for factor_name, items in factors.items():
    df[factor_name] = df[items].mean(axis=1)
df['NBTH'] = df[['NBTH1', 'NBTH2', 'NBTH3', 'NBTH4']].mean(axis=1)

# 5. OLS Multiple Linear Regression
X = df[['QC', 'KM', 'TEN', 'SLO', 'LOG', 'KD']]
X = sm.add_constant(X)
y = df['NBTH']

model = sm.OLS(y, X).fit()
print(model.summary())

Kết quả kiểm định thống kê

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

Tất cả các thang đo đều thỏa mãn điều kiện kiểm định: Cronbach's Alpha $> 0.70$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$.

Thang đo Số biến quan sát Cronbach's Alpha Biến có Item-Total Corr nhỏ nhất Item-Total Corr
Quảng cáo (QC) 4 0.812 QC3 0.584
Khuyến mãi (KM) 3 0.789 KM2 0.541
Tên gọi (TEN) 3 0.845 TEN1 0.672
Slogan (SLO) 3 0.803 SLO3 0.615
Logo (LOG) 3 0.867 LOG2 0.710
Kiểu dáng (KD) 3 0.826 KD1 0.638
Nhận biết (NBTH) 4 0.854 NBTH4 0.669

Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO and Bartlett’s Test cho các biến độc lập:
    • Hệ số Kaiser-Meyer-Olkin (KMO) = 0.785 ($0.5 \le \text{KMO} \le 1$).
    • Kiểm định Bartlett: $\chi^2 = 1245.86$, $df = 171$, $p\text{-value} = 0.000 < 0.001$ (Bác bỏ giả thuyết $H_0$, các biến có tương quan tuyến tính chặt chẽ).
    • Trích xuất 06 nhân tố tại điểm dừng Eigenvalue $= 1.182 > 1.0$, tổng phương sai trích (Cumulative Variance Explained) đạt $68.42%$ ($> 50%$).
  • Kiểm định EFA cho biến phụ thuộc (NBTH):
    • $\text{KMO} = 0.812$, $p\text{-value} = 0.000$, phương sai trích đạt $69.85%$.

Phân tích Hồi quy Tuyến tính Đa biến (OLS Regression)

Mô hình hồi quy có dạng:

$$\text{NBTH} = \beta_0 + \beta_1 \text{QC} + \beta_2 \text{KM} + \beta_3 \text{TEN} + \beta_4 \text{SLO} + \beta_5 \text{LOG} + \beta_6 \text{KD} + \epsilon$$

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($p$-value) VIF
(Constant) 0.428 0.215 — 1.991 0.048 —
Quảng cáo (QC) 0.185 0.046 0.212 4.022 0.000 1.342
Khuyến mãi (KM) 0.142 0.043 0.168 3.302 0.001 1.285
Tên gọi (TEN) 0.224 0.051 0.256 4.392 0.000 1.412
Slogan (SLO) 0.118 0.042 0.139 2.810 0.006 1.218
Logo (LOG) 0.246 0.048 0.284 5.125 0.000 1.396
Kiểu dáng (KD) 0.162 0.045 0.187 3.600 0.000 1.274 
                              [THỐNG KÊ ĐỘ PHÙ HỢP MÔ HÌNH]
+---------------------------------------------------------------------------------------+
| R: 0.764  |  R Square (R²): 0.584  |  Adjusted R²: 0.565  |  F-statistic: 31.12 (p = 0.000)|
| Durbin-Watson: 1.892 (Không có hiện tượng tự tương quan chuỗi bậc 1)                  |
| VIF max = 1.412 < 2.0 (Không có hiện tượng đa cộng tuyến)                             |
+---------------------------------------------------------------------------------------+

Phương trình hồi quy chuẩn hóa:

$$\text{NBTH}^* = 0.284 \cdot \text{LOG} + 0.256 \cdot \text{TEN} + 0.212 \cdot \text{QC} + 0.187 \cdot \text{KD} + 0.168 \cdot \text{KM} + 0.139 \cdot \text{SLO}$$

Kết quả chứng minh: Cả 6 nhân tố đều có ý nghĩa thống kê ($p < 0.01$). Trong đó, Logo ($\beta = 0.284$) và Tên thương hiệu ($\beta = 0.256$) là hai yếu tố chi phối mạnh mẽ nhất đến mức độ nhận biết thương hiệu Alba của người tiêu dùng tại thị trường Huế.

Đổi mới và đóng góp

  1. Chuẩn hóa phương pháp lượng hóa nhận diện thương hiệu địa phương: Ứng dụng mô hình tài sản thương hiệu của Keller & Aaker kết hợp kỹ thuật phân tích thống kê đa biến trên SPSS v20.0 để giải quyết bài toán tái định vị cụ thể cho doanh nghiệp địa phương chuyển đổi thương hiệu từ Thanh Tân sang Alba.
  2. So sánh tương quan với các nghiên cứu tiền nhiệm tại thị trường Huế:
    • So với nghiên cứu của Nguyễn Hồng Hải (2017) về Huda Gold (xác định 6/9 nhân tố có ý nghĩa, Logo và Tên gọi chiếm ưu thế với $R^2 = 0.521$), nghiên cứu Alba khẳng định tính ổn định của cấu trúc nhận diện ngành đồ uống miền Trung nhưng ghi nhận vai trò gia tăng của nhân tố Quảng cáo số (QC) và Kiểu dáng bao bì thủy tinh (KD) ($R^2 = 0.584$, tăng $12.1%$ năng lực giải thích phương sai).
    • So với nghiên cứu của Nguyễn Thị Bắp (2018) về Huda ICE Blast (tập trung vào PR và bao bì giới trẻ), nghiên cứu này phát triển sâu hơn về cấu trúc chiết khấu kênh HORECA và tác động qua lại giữa du lịch nghỉ dưỡng (Alba Hot Springs Resort) và sản phẩm tiêu dùng nhanh.
  3. Phát hiện thực nghiệm về điểm nghẽn nhận thức:
    • $48.6%$ khách hàng khảo sát tại chợ và quán nhậu vẫn gọi tên sản phẩm là "Nước khoáng Thanh Tân" khi nhìn thấy chai Alba PET.
    • Nhận diện Slogan "Sống khỏe cùng Alba" đạt tỷ lệ chính xác chỉ $31.4%$, cho thấy thông điệp định vị chưa thẩm thấu sâu vào hành vi tiêu dùng đại chúng.

Ứng dụng thực tế và triển khai

Chiến lược Marketing Mix (4P) và Lộ trình Triển khai (2020–2022)

                            LỘ TRÌNH TRIỂN KHAI CHIẾN LƯỢC
+-----------------------------------------------------------------------------------+
| GIAI ĐOẠN 1 (Q3-Q4/2020) : Tái chuẩn hóa Hệ thống Nhận diện & POSM               |
| -> Phủ biển hiệu, standee, khay để bàn in logo Alba tại 100% khách sạn/nhà hàng   |
| GIAI ĐOẠN 2 (Q1-Q2/2021) : Đẩy mạnh Kênh HORECA & Bán lẻ Trọng điểm               |
| -> Áp dụng bảng giá chiết khấu lũy tiến và tài trợ tủ mát nhận diện Alba         |
| GIAI ĐOẠN 3 (Q3/2021-2022): Số hóa Tiếp thị & Liên kết Hệ sinh thái Resort        |
| -> Triển khai QR Code trúng thưởng vé tắm khoáng Alba Resort trên nắp chai PET    |
+-----------------------------------------------------------------------------------+

1. Chính sách Sản phẩm (Product) & Bao bì

  • Chuẩn hóa nhãn mác: Làm nổi bật dòng chữ phụ đề "Alba - Nguồn khoáng thiên nhiên Thanh Tân từ 1928" trong giai đoạn quá độ 2 năm để chuyển giao trọn vẹn tài sản nhận biết từ Thanh Tân sang Alba.
  • Phân định rõ dòng sản phẩm: Nắp màu xanh dương cho dòng Không gas (Still Mineral Water), nắp màu vàng ánh kim kèm dòng chữ in hoa "CÓ GA" dập nổi cho dòng Có gas (Sparkling Mineral Water).
  • Phát triển dòng chai thủy tinh 450ml/750ml cao cấp: Tập trung riêng cho các nhà hàng Fine Dining, khách sạn 4–5 sao nhằm khẳng định vị thế thượng lưu, cạnh tranh trực tiếp với San Pellegrino và Evian.

2. Chính sách Giá & Chiết khấu Kênh phân phối (Price & Trade Marketing)

Triển khai chính sách bán hàng theo bảng giá chiết khấu định mức sản lượng tại thị trường Thừa Thiên Huế:

Hạn mức sản lượng (thùng/tháng) Giá niêm yết chai thủy tinh 450ml (VNĐ/thùng) Mức chiết khấu trực tiếp Mức hỗ trợ sản lượng Giá thanh toán thực tế (VNĐ/thùng)
Dưới 30 thùng 360,000 (Không gas) / 400,000 (Có gas) 3 tặng 1 (tương đương 25%) 0% 270,000 / 300,000
Từ 30 đến 50 thùng 360,000 / 400,000 25% 5% 252,000 / 280,000
Từ 51 đến 100 thùng 360,000 / 400,000 25% 6% 248,400 / 276,000
Từ 101 đến 500 thùng 360,000 / 400,000 25% 7% 244,200 / 268,000
Trên 500 thùng 360,000 / 400,000 25% 10% 234,000 / 260,000

3. Chính sách Truyền thông Cổ động (Promotion) & Kích hoạt Thương hiệu

  • Cross-Promotion với Hệ sinh thái Alba: Tặng vé ngâm tắm Onsen tại Alba Thanh Tân Hot Springs Resort (trị giá 170,000 VNĐ/vé) khi đại lý đạt chỉ tiêu mua hàng; tài trợ chương trình Ngày hội Yoga Quốc tế định kỳ hàng năm.
  • Tiếp thị số (Digital Marketing): Tối ưu hóa kênh truyền thông mạng xã hội (Facebook Fanpage, Instagram, TikTok), kết nối gian hàng chính hãng trên các sàn TMĐT (Shopee, Tiki, Lazada) và chuỗi bán lẻ hiện đại (VinMart, Nam An Market).

Hạn chế và hướng phát triển

+-----------------------------------------------------------------------------------+
|                             HẠN CHẾ & HƯỚNG MỞ RỘNG                               |
+-----------------------------------------------------------------------------------+
| [Hạn chế hiện tại]                                                                |
| - Quy mô mẫu N=140 tại TT-Huế, sử dụng phương pháp chọn mẫu phi xác suất thuận tiện|
| - Mô hình OLS mới chỉ giải thích được 58.4% phương sai nhận biết thương hiệu      |
| - Chưa khảo sát chi tiết sự khác biệt tâm lý học hành vi theo thế hệ (Gen Z/Y)    |
+-----------------------------------------------------------------------------------+
| [Hướng nghiên cứu tiếp theo]                                                      |
| - Mở rộng địa bàn sang Đà Nẵng, Quảng Nam, TP. Hồ Chí Minh và Hà Nội              |
| - Ứng dụng mô hình Phương trình Cấu trúc Tuyến tính (SEM - PLS) để đo lường        |
|   mối quan hệ gián tiếp: Nhận biết -> Chất lượng cảm nhận -> Lòng trung thành     |
| - Tích hợp hệ thống phân tích dữ liệu bán hàng thời gian thực (Real-time Analytics)|
+-----------------------------------------------------------------------------------+

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Marketing / QTKD: Nắm vững phương pháp luận kết hợp nghiên cứu định tính và định lượng, cách xây dựng thang đo Likert, quy trình kiểm định Cronbach's Alpha, EFA và hồi quy OLS trên SPSS/Python.
  • Doanh nghiệp & Giám đốc Marketing ngành FMCG: Tiếp cận khung tham chiếu định lượng thực tế để giải quyết bài toán chuyển đổi thương hiệu (Rebranding) và thiết lập cơ chế chiết khấu kênh phân phối tối ưu.
  • Nhà máy Nước khoáng Alba & Tập đoàn Openasia: Sở hữu cơ sở dữ liệu định lượng chuẩn xác về thị trường Huế để tối ưu hóa việc phân bổ ngân sách tiếp thị giai đoạn 2020–2022.
  • Nhà nghiên cứu kinh tế ứng dụng: Mô hình dữ liệu mở rộng cho các nghiên cứu đo lường tài sản thương hiệu đồ uống tự nhiên tại các thị trường đang phát triển.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ để triển khai quy trình phân tích định lượng này là gì?

Cần cài đặt phần mềm IBM SPSS Statistics (phiên bản từ 20.0 trở lên) hoặc môi trường Python 3.8+ với các thư viện pandas, numpy, statsmodels và scikit-learn. Dữ liệu điều tra cần được làm sạch, mã hóa biến số từ 1 đến 5 tương ứng với thang đo Likert.

2. Giới hạn quy mô mẫu $N=140$ có đảm bảo độ tin cậy thống kê cho mô hình hồi quy 6 biến độc lập không?

Hoàn toàn đảm bảo. Theo công thức kinh nghiệm của Green (1991) và Tabachnick & Fidell (2007), cỡ mẫu tối thiểu cho phân tích hồi quy đa biến là $N \ge 50 + 8m = 50 + 8 \times 6 = 98$. Với $N=140$ quan sát hợp lệ, tỷ lệ quan sát trên biến đạt xấp xỉ $23.3:1$ (vượt xa tiêu chuẩn tối thiểu $5:1$).

3. Làm thế nào để giải quyết tình trạng khách hàng nhầm lẫn giữa thương hiệu cũ Thanh Tân và tên mới Alba?

Chiến lược tối ưu là sử dụng cấu trúc nhãn mác chuyển tiếp (Endorsement Branding): đặt logo Alba nổi bật ở trung tâm kèm dòng chữ định vị di sản "Nước khoáng thiên nhiên Thanh Tân - Khai thác tại nguồn từ 1928". Đồng thời, đẩy mạnh truyền thông trải nghiệm trực tiếp tại chuỗi Alba Hot Springs Resort.

4. Chi phí triển khai chiến lược Marketing Mix theo đề xuất được phân bổ như thế nào?

Ngân sách tiếp thị được ưu tiên phân bổ theo trọng số Beta của mô hình hồi quy: $30%$ cho hoàn thiện POSM/Nhận diện Logo tại điểm bán, $25%$ cho truyền thông Tên gọi & Quảng cáo số, $25%$ cho Trade Promotion/Chiết khấu HORECA, và $20%$ cho các chương trình kích hoạt liên kết vé Resort Alba.

5. Khả năng mở rộng của mô hình nghiên cứu này sang các thị trường tỉnh thành khác?

Bộ thang đo và quy trình phân tích có tính tổng quát hóa cao, hoàn toàn có thể tái sử dụng để khảo sát các thị trường trọng điểm miền Trung (Đà Nẵng, Quảng Nam) và các đô thị lớn (Hà Nội, TP.HCM) bằng cách điều chỉnh tỷ trọng phân bổ mẫu theo đặc thù kênh phân phối địa phương.

Kết luận

Đồ án khóa luận tốt nghiệp của tác giả Nguyễn Thị Khánh Vân đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra, mang lại cả giá trị học thuật hàn lâm lẫn giá trị thực tiễn doanh nghiệp:

  • Về mặt lý luận: Hệ thống hóa và kiểm chứng thành công mô hình nhận biết thương hiệu trong ngành hàng nước khoáng đóng chai tại Việt Nam, đạt độ tương thích thống kê cao ($R^2 = 0.584$, $\text{Sig.} < 0.001$).
  • Về mặt thực tiễn: Làm sáng tỏ bức tranh nhận thức của người tiêu dùng Huế đối với thương hiệu Alba sau 6 năm đổi tên từ Thanh Tân; xác định Logo ($\beta = 0.284$) và Tên thương hiệu ($\beta = 0.256$) là hai đòn bẩy tiếp thị quan trọng nhất.
  • Về mặt ứng dụng: Cung cấp hệ thống giải pháp Marketing Mix 4P và chính sách giá chiết khấu bậc thang khả thi, giúp Nhà máy nước khoáng Alba củng cố thị phần sân nhà, tạo bệ phóng vững chắc để vươn tầm trở thành biểu tượng phong cách sống khỏe tại thị trường Việt Nam.