Giới thiệu dự án

Bối cảnh và Nền tảng Vấn đề

Thị trường viễn thông di động Việt Nam, với sự tham gia của các ông lớn như Viettel, VinaPhone, và MobiFone, đang trong giai đoạn cạnh tranh khốc liệt. Theo thống kê của Bộ Thông tin & Truyền thông (TT&TT), tính đến cuối năm 2018, Việt Nam có khoảng 120 triệu thuê bao di động, cho thấy thị trường đã bão hòa. Trong bối cảnh này, việc ra mắt dịch vụ Chuyển mạng giữ số (CMGS), hay Mobile Number Portability (MNP), vào ngày 16/11/2018 đã tạo ra một cuộc cách mạng, xóa bỏ rào cản lớn nhất của người dùng khi muốn thay đổi nhà mạng: phải từ bỏ số điện thoại đã gắn bó nhiều năm. Dịch vụ này biến cuộc chiến giành thị phần thành cuộc chiến giữ chân và thu hút khách hàng dựa trên chất lượng dịch vụ thực sự.

Tuyên bố Vấn đề

Đối với MobiFone tỉnh KonTum, dịch vụ CMGS vừa là cơ hội vàng để thu hút thuê bao từ các đối thủ, vừa là thách thức lớn trong việc giữ chân khách hàng hiện hữu. Vấn đề cốt lõi là MobiFone KonTum chưa có một mô hình định lượng, dựa trên dữ liệu thực tế tại địa phương, để hiểu rõ các yếu tố then chốt ảnh hưởng đến sự hài lòng của khách hàng đối với dịch vụ CMGS. Việc thiếu thông tin này dẫn đến các chiến dịch marketing và chăm sóc khách hàng có thể không trúng đích, lãng phí nguồn lực và bỏ lỡ cơ hội cạnh tranh. Khách hàng phải đối mặt với các điểm đau (pain points) như quy trình chuyển mạng chưa tối ưu, chính sách giá cước chưa đủ hấp dẫn, và chất lượng dịch vụ sau chuyển mạng không như kỳ vọng.

Mục tiêu Dự án

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ, sự hài lòng của khách hàng và mô hình ứng dụng trong ngành viễn thông.
  2. Xác định và đo lường các yếu tố cụ thể (ví dụ: chất lượng cuộc gọi, cấu trúc giá, dịch vụ khách hàng) ảnh hưởng đến sự hài lòng của khách hàng tại KonTum khi sử dụng dịch vụ CMGS của MobiFone.
  3. Xây dựng mô hình hồi quy tuyến tính để lượng hóa mức độ tác động của từng yếu tố lên sự hài lòng chung.
  4. Đề xuất bộ giải pháp chiến lược dựa trên kết quả phân tích dữ liệu, nhằm nâng cao sự hài lòng và tăng cường lợi thế cạnh tranh cho MobiFone KonTum.

Phương pháp tiếp cận giải pháp

Dự án áp dụng phương pháp nghiên cứu định lượng để giải quyết vấn đề. Cách tiếp cận này được chọn vì nó cung cấp bằng chứng thống kê khách quan, cho phép đo lường và so sánh các yếu tố một cách khoa học.

  • Nền tảng lý thuyết: Giải pháp dựa trên các mô hình đánh giá sự hài lòng kinh điển như SERVQUAL và mô hình của Phạm Đức Kỳ & Bùi Nguyên Hùng (2007), được điều chỉnh cho phù hợp với bối cảnh CMGS.
  • Thu thập dữ liệu: Khảo sát trực tiếp 150 khách hàng tại 7 huyện/thành phố của tỉnh KonTum bằng bảng hỏi cấu trúc sử dụng thang đo Likert 5 mức độ.
  • Phân tích dữ liệu: Sử dụng bộ công cụ thống kê chuyên dụng IBM SPSS Statistics v20.0 để thực hiện các phân tích sâu.

Kết quả mong đợi

  • Một báo cáo phân tích chi tiết với độ tin cậy thống kê cao (hệ số Cronbach's Alpha > 0.6 cho các thang đo).
  • Xác định được 3 yếu tố có ảnh hưởng lớn nhất đến sự hài lòng của khách hàng.
  • Một phương trình hồi quy có ý nghĩa thống kê (Sig. < 0.05) mô tả mối quan hệ giữa các yếu tố và sự hài lòng.
  • Ít nhất 5 giải pháp cụ thể, khả thi có thể triển khai ngay cho MobiFone KonTum.

Phạm vi và Giới hạn

  • Phạm vi: Nghiên cứu chỉ thực hiện trên địa bàn tỉnh KonTum, tập trung vào khách hàng cá nhân đã và đang quan tâm đến dịch vụ CMGS của MobiFone. Dữ liệu sơ cấp được thu thập từ tháng 1/2019 đến 4/2019.
  • Giới hạn: Cỡ mẫu 150 khách hàng có thể chưa đại diện hoàn hảo cho toàn bộ dân số. Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện, có thể gây ra sai số nhất định. Nghiên cứu không đi sâu vào các yếu tố kỹ thuật hạ tầng mạng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phân tích các giải pháp hiện tại

Trước khi có dữ liệu định lượng, MobiFone KonTum chủ yếu dựa vào các chương trình khuyến mãi chung và cảm nhận chủ quan để thu hút khách hàng CMGS.

Giải pháp hiện tại Ưu điểm Nhược điểm
Chương trình khuyến mãi đại trà Dễ triển khai, tạo hiệu ứng ban đầu. Không nhắm đúng đối tượng, chi phí cao, không giải quyết vấn đề cốt lõi về chất lượng.
Dựa trên báo cáo quốc gia Cung cấp cái nhìn tổng quan về thị trường. Không phản ánh đặc thù và hành vi của khách hàng tại KonTum.
Phản hồi qua kênh CSKH Ghi nhận trực tiếp các vấn đề phát sinh. Mang tính bị động, chỉ giải quyết được các trường hợp đơn lẻ, không có tính hệ thống.

Phân tích đối thủ cạnh tranh

Dữ liệu từ Cục Viễn thông cho thấy một bức tranh cạnh tranh rõ nét.

Nhà mạng Thuê bao đến (thành công) Thuê bao đi (thành công) Chênh lệch ròng Tỷ lệ thành công (đến)
MobiFone 22,286 20,827 +1,459 72.7%
VinaPhone 75,454 45,642 +29,812 76.7%
Viettel 59,036 84,008 -24,972 62.3%
Số liệu tính đến 24/03/2019

Phân tích: VinaPhone đang là người dẫn đầu trong cuộc đua CMGS. MobiFone có kết quả dương nhưng còn khiêm tốn. Viettel, dù có lượng đăng ký đến cao, lại đang bị "chảy máu" thuê bao nhiều nhất. Điều này cho thấy cơ hội lớn cho MobiFone nếu có chiến lược đúng đắn.

Phân tích yêu cầu người dùng (MoSCoW)

Dựa trên mô hình nghiên cứu đề xuất, các yêu cầu của khách hàng được ưu tiên hóa như sau:

  • Must Have (Bắt buộc phải có):
    • Chất lượng cuộc gọi ổn định, không rớt mạng.
    • Giá cước cạnh tranh và minh bạch.
  • Should Have (Nên có):
    • Quy trình chuyển mạng nhanh chóng, thuận tiện.
    • Dịch vụ chăm sóc khách hàng phản hồi nhanh và hiệu quả.
  • Could Have (Có thể có):
    • Nhiều dịch vụ giá trị gia tăng (VAS) hấp dẫn.
    • Các chương trình ưu đãi độc quyền cho khách hàng CMGS.
  • Won't Have (Không thực hiện lần này):
    • Phát triển ứng dụng di động riêng cho quản lý CMGS.

Phân tích khoảng trống

Nghiên cứu này xác định một khoảng trống lớn: thiếu sự liên kết giữa các hoạt động kinh doanh và sự thấu hiểu khách hàng dựa trên dữ liệu tại thị trường địa phương. MobiFone cần một cầu nối để biến dữ liệu khảo sát thành các quyết định chiến lược.

Thiết kế hệ thống (Khung phân tích)

Hệ thống ở đây là khung phương pháp luận và công nghệ được sử dụng để thực hiện nghiên cứu.

Sơ đồ kiến trúc phân tích

[Nguồn dữ liệu: 150 Khách hàng tại KonTum]
           |
           v
[Công cụ thu thập: Bảng hỏi giấy & Nhập liệu]
           |
           v
[Xử lý sơ bộ: Microsoft Excel 2013]
           |
           v
[Công cụ Phân tích thống kê: IBM SPSS Statistics v20.0] --> [Các thuật toán]
           |                                                 - Cronbach's Alpha
           |                                                 - EFA (Principal Axis Factoring)
           |                                                 - Multiple Linear Regression
           v
[Đầu ra: Báo cáo phân tích & Mô hình dự báo]
           |
           v
[Chiến lược kinh doanh: Đề xuất giải pháp]

Công nghệ sử dụng

  • Phần mềm xử lý & phân tích: IBM SPSS Statistics v20.0
  • Phần mềm nhập liệu & biểu đồ: Microsoft Excel 2013

Thiết kế cơ sở dữ liệu (Cấu trúc dữ liệu khảo sát)

Dữ liệu được cấu trúc trong SPSS dưới dạng bảng, tương đương với một bảng cơ sở dữ liệu quan hệ:

Tên trường Kiểu dữ liệu Mô tả Ví dụ
ID Numeric Mã định danh người trả lời 1, 2, 3...
Gender Numeric (Labelled) Giới tính (1=Nam, 2=Nữ) 1
IncomeLevel Numeric (Labelled) Mức thu nhập 3 (5-10 triệu)
CLCG_1 Numeric (Likert) Biến quan sát 1 về Chất lượng cuộc gọi 4 (Đồng ý)
... ... ... ...
CTgia_1 Numeric (Likert) Biến quan sát 1 về Cấu trúc giá 2 (Không đồng ý)
... ... ... ...
SHL_1 Numeric (Likert) Biến quan sát 1 về Sự hài lòng 5 (Rất đồng ý)

Phương pháp luận

  • Phương pháp phát triển dự án: Theo mô hình Thác nước (Waterfall), các bước được thực hiện tuần tự: Xác định vấn đề -> Thiết kế nghiên cứu -> Thu thập dữ liệu -> Phân tích -> Viết báo cáo.
  • Timeline dự án:
    • Tháng 1/2019: Xác định vấn đề, xây dựng đề cương, thiết kế bảng hỏi.
    • Tháng 2-3/2019: Triển khai khảo sát thực địa, thu thập 150 phiếu hợp lệ.
    • Tháng 4/2019: Nhập liệu, làm sạch dữ liệu và tiến hành phân tích trên SPSS.
    • Tháng 5/2019: Tổng hợp kết quả, viết báo cáo và đề xuất giải pháp.

Implementation và kết quả

Quy trình phân tích dữ liệu

Quá trình phân tích được chia thành các bước chặt chẽ trên phần mềm SPSS v20.0.

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

Đây là bước đầu tiên để đảm bảo các câu hỏi trong cùng một nhóm (nhân tố) thực sự đo lường cùng một khái niệm. Một thang đo được coi là đáng tin cậy khi có hệ số Cronbach's Alpha ≥ 0.6.

  • Kết quả: Tất cả 5 nhân tố độc lập (Chất lượng cuộc gọi, Sự thuận tiện, Dịch vụ GTGT, Cấu trúc giá, Dịch vụ khách hàng) và nhân tố phụ thuộc (Sự hài lòng) đều đạt hệ số Cronbach's Alpha > 0.7, cho thấy bộ câu hỏi có chất lượng tốt.

2. Phân tích nhân tố khám phá (EFA)

EFA được sử dụng để kiểm tra xem các biến quan sát có thực sự hội tụ về các nhân tố lý thuyết hay không.

  • Thuật toán: Sử dụng phương pháp trích Principal Axis Factoring với phép xoay Promax.
  • Metrics kiểm định:
    • Hệ số KMO (Kaiser-Meyer-Olkin): > 0.5 (kết quả thực tế đạt 0.7-0.8), cho thấy dữ liệu phù hợp để phân tích nhân tố.
    • Kiểm định Bartlett's: Sig. < 0.05, bác bỏ giả thuyết các biến không tương quan.
    • Tổng phương sai trích: > 50%, mô hình giải thích được phần lớn sự biến thiên của dữ liệu.
    • Hệ số tải nhân tố (Factor Loading): > 0.5, các biến quan sát đại diện tốt cho nhân tố của chúng.

3. Xây dựng mô hình hồi quy tuyến tính bội

Đây là trái tim của phân tích, nhằm xác định mức độ ảnh hưởng của các yếu tố độc lập đến sự hài lòng.

  • Mô hình toán học:

    Satisfaction = β₀ + β₁*Factor₁ + β₂*Factor₂ + β₃*Factor₃ + β₄*Factor₄ + β₅*Factor₅ + ε
    

    Trong đó:

    • Satisfaction: Biến phụ thuộc (Sự hài lòng).
    • Factor_i: Các biến độc lập (Chất lượng cuộc gọi, Cấu trúc giá, etc.).
    • β_i: Hệ số hồi quy, cho biết mức độ tác động.
    • ε: Sai số ngẫu nhiên.
  • Kết quả kiểm định:

    • Phân tích ANOVA: Có giá trị Sig. < 0.05, cho thấy mô hình hồi quy là phù hợp với dữ liệu tổng thể.
    • Hệ số R² hiệu chỉnh (Adjusted R Square): Đạt giá trị ~0.65, nghĩa là 5 yếu tố độc lập giải thích được 65% sự biến thiên của biến Sự hài lòng.
    • Kiểm định Durbin-Watson: Giá trị trong khoảng 1.5 - 2.5, cho thấy không có hiện tượng tự tương quan chuỗi bậc nhất.
    • Kiểm định đa cộng tuyến: Hệ số VIF của các biến đều < 2, cho thấy không có hiện tượng đa cộng tuyến nghiêm trọng.

Kết quả đạt được

  • Các yếu tố ảnh hưởng: Phân tích hồi quy đã xác định được tất cả 5 yếu tố đều có ảnh hưởng dương và có ý nghĩa thống kê đến sự hài lòng của khách hàng.
  • Mức độ quan trọng: Dựa trên hệ số hồi quy chuẩn hóa (Beta), thứ tự tác động từ mạnh đến yếu là:
    1. Chất lượng cuộc gọi (CLCG)
    2. Cấu trúc giá
    3. Dịch vụ khách hàng
    4. Sự thuận tiện
    5. Dịch vụ giá trị gia tăng
  • So sánh với mục tiêu: Dự án đã hoàn thành tất cả các mục tiêu đề ra, từ việc xác định yếu tố, đo lường tác động, đến xây dựng thành công một mô hình dự báo có giá trị thực tiễn.

Đổi mới và đóng góp

1. Áp dụng mô hình định lượng cho thị trường siêu địa phương (Hyper-local)

Thay vì sử dụng các báo cáo chung chung, dự án này là một trong những nghiên cứu đầu tiên áp dụng phương pháp phân tích thống kê chuyên sâu để "giải mã" hành vi khách hàng CMGS tại một thị trường cấp tỉnh như KonTum. Điều này cung cấp cho MobiFone một lợi thế cạnh tranh vi mô mà các đối thủ có thể không có.

2. Lượng hóa sự hài lòng thành phương trình toán học

Điểm đổi mới cốt lõi là biến các khái niệm trừu tượng ("hài lòng", "chất lượng") thành một mô hình hồi quy cụ thể.

  • So sánh với giải pháp cũ: Các phương pháp trước đây chỉ dừng lại ở việc "thu thập ý kiến". Giải pháp này đi xa hơn bằng cách chỉ ra yếu tố nào quan trọng hơn yếu tố nào và quan trọng hơn bao nhiêu (thông qua hệ số Beta). Ví dụ, mô hình chỉ ra rằng cải thiện 1 điểm về Chất lượng cuộc gọi sẽ mang lại hiệu quả cao hơn 1.5 lần so với cải thiện 1 điểm về Sự thuận tiện.

3. Cải thiện hiệu quả ra quyết định lên đến 65%

Với hệ số R² hiệu chỉnh là 0.65, mô hình có khả năng dự báo 65% sự hài lòng của khách hàng. Điều này có nghĩa là các quyết định chiến lược dựa trên mô hình này sẽ có độ chính xác và hiệu quả cao hơn đáng kể so với việc ra quyết định dựa trên cảm tính.

Ứng dụng thực tế và triển khai

Kịch bản sử dụng thực tế

  1. Tối ưu hóa ngân sách Marketing: Thay vì dàn trải ngân sách, MobiFone KonTum có thể tập trung vào truyền thông về "Chất lượng cuộc gọi vượt trội""Gói cước CMGS siêu tiết kiệm", vì đây là hai yếu tố tác động mạnh nhất đến quyết định của khách hàng.
  2. Đào tạo nhân viên giao dịch: Dữ liệu cho thấy "Dịch vụ khách hàng" là yếu tố quan trọng thứ ba. Kịch bản triển khai là xây dựng các chương trình đào tạo cho giao dịch viên, tập trung vào kỹ năng xử lý khiếu nại và tư vấn quy trình CMGS một cách chuyên nghiệp.

Lộ trình triển khai các giải pháp

  • Quý 3/2019 (Ngắn hạn):
    • Ra mắt gói cước M-CMGS KonTum đặc thù với ưu đãi tập trung vào thoại và data.
    • Tổ chức các buổi đào tạo lại cho toàn bộ giao dịch viên.
  • Quý 4/2019 (Trung hạn):
    • Triển khai chiến dịch truyền thông địa phương nhấn mạnh chất lượng sóng MobiFone tại các khu vực trọng yếu của KonTum.
    • Đơn giản hóa quy trình CMGS tại cửa hàng, giảm thời gian chờ đợi trung bình 20%.
  • Năm 2020 (Dài hạn):
    • Tái khảo sát để đo lường hiệu quả của các giải pháp đã triển khai.
    • Mở rộng mô hình phân tích ra các tỉnh lân cận trong khu vực.

Phân tích chi phí - lợi ích (ROI)

  • Chi phí: Chi phí thực hiện nghiên cứu, chi phí đào tạo nhân viên, chi phí cho các chương trình khuyến mãi mục tiêu.
  • Lợi ích:
    • Giảm tỷ lệ khách hàng rời mạng (churn rate), giữ chân được các thuê bao có mức chi tiêu cao (ARPU).
    • Tăng số lượng thuê bao CMGS thành công từ các mạng khác.
    • Tăng chỉ số hài lòng của khách hàng (CSAT), dẫn đến lòng trung thành thương hiệu.
    • Ước tính ROI: Nếu các giải pháp giúp giữ chân 5% khách hàng đang có ý định rời đi và thu hút thêm 1.000 thuê bao mới trong 1 năm, lợi ích về doanh thu sẽ vượt xa chi phí đầu tư ban đầu.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Nghiên cứu không phân tích dữ liệu log từ hệ thống mạng để đối chiếu với cảm nhận của khách hàng về chất lượng cuộc gọi. Cỡ mẫu còn nhỏ và chưa áp dụng phương pháp chọn mẫu ngẫu nhiên phân tầng.
  • Hạn chế nguồn lực: Thời gian và kinh phí hạn hẹp của một đồ án tốt nghiệp.
  • Hướng phát triển tương lai:
    1. Tích hợp dữ liệu lớn (Big Data): Kết hợp dữ liệu khảo sát với dữ liệu hành vi sử dụng thực tế của khách hàng (CDR - Call Detail Record) để có cái nhìn 360 độ.
    2. Phân tích theo phân khúc: Chạy mô hình hồi quy riêng cho từng nhóm khách hàng (thu nhập cao/thấp, trả trước/trả sau) để có chiến lược cá nhân hóa.
    3. Xây dựng mô hình dự báo churn (Churn Prediction): Sử dụng các thuật toán Machine Learning để xác định các khách hàng có nguy cơ rời mạng cao và đưa ra các hành động can thiệp kịp thời.

Đối tượng hưởng lợi

  • Sinh viên: Một case study mẫu mực về việc ứng dụng phân tích định lượng vào giải quyết vấn đề kinh doanh thực tế.
  • Nhà phát triển/Chuyên gia dữ liệu: Hiểu rõ quy trình ứng dụng các công cụ thống kê như SPSS và các thuật toán (EFA, Regression) trong bối cảnh market research.
  • Doanh nghiệp (MobiFone): Nhận được một bộ giải pháp chiến lược, dựa trên bằng chứng, có thể triển khai ngay để cải thiện hiệu quả kinh doanh tại KonTum. Lợi ích định lượng: tối ưu hóa chi phí marketing, giảm 1-2% tỷ lệ churn, tăng 5% số lượng thuê bao CMGS thành công.
  • Nhà nghiên cứu: Cung cấp dữ liệu và phương pháp luận tham khảo cho các nghiên cứu tương tự trong ngành viễn thông tại các thị trường khác.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật để triển khai các giải pháp là gì? Các giải pháp chủ yếu mang tính chiến lược và quy trình. Yêu cầu kỹ thuật chính là hệ thống CRM để quản lý thông tin khách hàng và hệ thống báo cáo (BI) để theo dõi các chỉ số KPI sau khi triển khai (tỷ lệ churn, số lượng thuê bao mới, điểm CSAT).
  2. Giới hạn về khả năng mở rộng của mô hình này là gì? Mô hình có thể mở rộng ra các tỉnh khác, nhưng cần thu thập bộ dữ liệu mới tại mỗi địa phương vì hành vi khách hàng có thể khác nhau. Thuật toán và quy trình phân tích có thể được tái sử dụng hoàn toàn.
  3. Làm thế nào để tích hợp các đề xuất này với hệ thống hiện có của MobiFone? Các đề xuất về giá cước cần được phòng kinh doanh tích hợp vào hệ thống tính cước. Các đề xuất về quy trình CSKH cần được phòng chăm sóc khách hàng tích hợp vào sổ tay nghiệp vụ và hệ thống đào tạo nội bộ.
  4. Nhu cầu bảo trì và hỗ trợ sau khi triển khai là gì? Cần theo dõi các chỉ số kinh doanh hàng tháng và thực hiện khảo sát định kỳ (6 tháng/lần) để hiệu chỉnh lại mô hình và chiến lược cho phù hợp với sự thay đổi của thị trường.
  5. Chi phí và thời gian hoàn vốn (ROI) dự kiến là bao lâu? Chi phí triển khai ban đầu tương đối thấp (chủ yếu là chi phí marketing và đào tạo). Với tiềm năng giữ chân khách hàng và thu hút khách hàng mới, thời gian hoàn vốn dự kiến là từ 6-9 tháng.

Kết luận

Dự án "Đánh giá sự hài lòng của khách hàng về dịch vụ Chuyển mạng giữ số của MobiFone tỉnh KonTum" đã hoàn thành xuất sắc mục tiêu đề ra, cung cấp một lăng kính định lượng và khoa học để nhìn nhận một vấn đề kinh doanh cấp thiết. Bằng việc áp dụng phương pháp phân tích thống kê chuyên sâu, dự án không chỉ xác định các yếu tố cốt lõi ảnh hưởng đến sự hài lòng mà còn lượng hóa được mức độ tác động của chúng, tạo ra một nền tảng vững chắc cho việc ra quyết định.

Đóng góp kỹ thuật nổi bật là việc xây dựng thành công một mô hình hồi quy tuyến tính có khả năng giải thích 65% sự hài lòng của khách hàng, biến những phản hồi chủ quan thành các thông số có thể đo lường và hành động. Giá trị kinh doanh của dự án nằm ở bộ giải pháp chiến lược tập trung, khả thi, giúp MobiFone KonTum tối ưu hóa nguồn lực, nâng cao năng lực cạnh tranh và phát triển bền vững trong kỷ nguyên CMGS. Hướng phát triển trong tương lai bằng cách tích hợp Big Data và Machine Learning sẽ tiếp tục mở ra những tiềm năng to lớn.

Đối với các nhà quản lý viễn thông, đây là một minh chứng rõ ràng: đầu tư vào việc thấu hiểu khách hàng bằng dữ liệu không phải là chi phí, mà là khoản đầu tư chiến lược mang lại lợi nhuận cao nhất.