Giới thiệu dự án

Thị trường bán lẻ Việt Nam trong giai đoạn 2016–2020 chứng kiến sự chuyển dịch cơ cấu mạnh mẽ từ kênh thương mại truyền thống sang bán lẻ hiện đại. Theo số liệu của Tổng cục Thống kê và Vietnam Report, tổng mức bán lẻ hàng hóa và doanh thu dịch vụ tiêu dùng cả nước duy trì tốc độ tăng trưởng ấn tượng 10,9% (đạt xấp xỉ 3.934,2 nghìn tỷ VNĐ), trong khi kênh phân phối hiện đại (siêu thị, đại siêu thị, trung tâm thương mại) đạt mức tăng trưởng 11%/năm dù chỉ mới chiếm khoảng 20% thị phần. Tại thị trường Thừa Thiên Huế, sự đổ bộ của các tập đoàn bán lẻ đa quốc gia và chuỗi bán lẻ quy mô lớn như Big C (Phong Phú Plaza), VinMart/VinMart+ cùng hệ thống hơn 9.000 chợ truyền thống và hàng nghìn cửa hàng tạp hóa đã tạo ra áp lực cạnh tranh gay gắt đối với Siêu thị Co.opmart Huế (thuộc hệ thống Saigon Co.op).

Co.opmart Huế (hoạt động từ 24/05/2008 tại số 06 Trần Hưng Đạo, TP. Huế với diện tích sàn 6.460 m², vốn đầu tư ban đầu 10 tỷ VNĐ) phải đối mặt với các rào cản tăng trưởng trọng yếu: sự phân hóa hành vi khách hàng, áp lực luân chuyển tồn kho và chi phí xúc tiến bán hàng tăng cao. Nghiên cứu này được thực hiện nhằm giải quyết bài toán tối ưu hóa chiến lược Marketing Mix và quản trị quan hệ khách hàng (CRM) thông qua phân tích định lượng thực nghiệm.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận: Tổng hợp khung lý thuyết về hành vi người tiêu dùng, chính sách bán lẻ hiện đại và chỉ tiêu đánh giá năng lực thu hút khách hàng tại siêu thị bán lẻ tổng hợp.
  2. Đánh giá thực trạng vận hành và kinh doanh: Phân tích dữ liệu thứ cấp giai đoạn 2016–2018 về cơ cấu nguồn lực, kết quả tài chính, cơ cấu khách hàng thẻ thành viên (KHTT) và ngân sách marketing của Co.opmart Huế.
  3. Phân tích định lượng hành vi và mức độ hài lòng: Khảo sát dữ liệu sơ cấp từ khách hàng mua sắm tại siêu thị, kiểm định giả thuyết thống kê bằng SPSS 22.0 nhằm đo lường mức độ ảnh hưởng của các chính sách 4P/7P.
  4. Xây dựng hệ thống giải pháp thực thi: Đề xuất ma trận chiến lược SWOT và lộ trình giải pháp khả thi giúp tăng trưởng lượng khách hàng, tối ưu hóa doanh thu và nâng cao tỷ suất sinh lời.

Phương pháp tiếp cận và kết quả kỳ vọng

  • Phương pháp tiếp cận: Ứng dụng mô hình nghiên cứu định lượng kết hợp định tính, sử dụng công thức chọn mẫu xác suất Cochran (1977), phân tích thống kê mô tả (Descriptive Statistics) và kiểm định giá trị trung bình mẫu One Sample T-Test trên nền tảng SPSS v22.0.
  • Chỉ số kỳ vọng đo lường được:
    • Tăng trưởng tổng lượng khách hàng định kỳ hàng năm đạt $\ge 8,5%$.
    • Tăng tỷ trọng khách hàng phân khúc trẻ (18–25 tuổi) và khách hàng khu vực ngoại thành lên trên $20%$.
    • Tối ưu hóa chi phí Marketing (ngân sách 5.570,4 triệu VNĐ) để đạt tỷ suất tăng trưởng doanh thu thuần $>13%$/năm.
    • Kiểm soát và giảm thiểu giá trị hàng tồn kho trung bình $>1,5$ tỷ VNĐ/năm.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Siêu thị Co.opmart Huế, số 06 Trần Hưng Đạo, phường Phú Hòa, TP. Huế.
  • Thời gian: Dữ liệu thứ cấp phân tích chuỗi thời gian 2016–2018; Dữ liệu khảo sát sơ cấp thu thập trong giai đoạn tháng 10 – tháng 11/2019.
  • Giới hạn kỹ thuật: Cỡ mẫu khảo sát thực tế làm sạch là $n = 120$ khách hàng; nghiên cứu tập trung vào ngành hàng bán lẻ tiêu dùng nhanh (FMCG) và thực phẩm, không bao gồm mảng nhượng quyền bất động sản thương mại mở rộng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thực trạng kinh doanh bán lẻ tại địa bàn nghiên cứu được so sánh thông qua các mô hình vận hành hiện hữu:

Tiêu chí so sánh Bán lẻ truyền thống (Chợ Đông Ba, Tạp hóa) Siêu thị Big C Huế (Đại siêu thị) Siêu thị Co.opmart Huế
Chủng loại hàng hóa Phân tán, không kiểm soát chuẩn VietGAP $>40.000$ SKUs, tập trung hàng công nghiệp $>20.000$ SKUs, $85%$ hàng Việt Nam chất lượng cao
Chính sách giá Không niêm yết cố định, mặc cả Chiết khấu sâu theo số lượng lớn Ổn định, bình ổn giá thị trường, giá nhãn riêng rẻ hơn 3–20%
Công nghệ & POS Thủ công, tiền mặt $100%$ 30+ quầy POS, tích hợp thẻ Big C 16 máy POS quét mã vạch, CRM phân 4 hạng thẻ
Dịch vụ gia tăng Không có dịch vụ sau bán Giao hàng bán kính lớn, khu trò chơi Giao hàng miễn phí nội thành $\le 5$km với đơn $\ge 200.000$ VNĐ

Phân tích yêu cầu theo khung MoSCoW

  • Must-have (Bắt buộc có): Đảm bảo $100%$ quy chuẩn kiểm định vệ sinh an toàn thực phẩm; duy trì chính sách tích lũy điểm thẻ KHTT cho 4 hạng thẻ (Đồng, Bạc, Vàng, Bạch Kim); duy trì thời gian xử lý hóa đơn tại quầy POS $<45$ giây/khách.
  • Should-have (Nên có): Mở rộng chương trình khuyến mãi cho nhóm tuổi 18–25; mở rộng tuyến giao hàng liên quận huyện ngoại thành ($>5$km); bổ sung các phương thức thanh toán điện tử (MoMo, ZaloPay, ViettelPay).
  • Could-have (Có thể có): Xây dựng hệ thống đặt hàng trực tuyến qua website/ứng dụng di động tích hợp quản lý giỏ hàng thông minh.
  • Won't-have (Chưa thực hiện): Triển khai quầy thu ngân tự động (Self-checkout) do chi phí CAPEX chưa tối ưu trong giai đoạn 2019–2020.

Thiết kế hệ thống

Kiến trúc giải pháp quản trị quan hệ khách hàng và phân tích dữ liệu bán lẻ được chuẩn hóa theo mô hình 3 tầng tích hợp:

Technology Stack và phiên bản kỹ thuật

  • Công cụ phân tích dữ liệu thống kê: IBM SPSS Statistics version 22.0 (Phân tích tần số, Descriptive, One-Sample T-Test, Reliability Cronbach’s Alpha).
  • Hệ thống phần mềm quản lý bán lẻ: Saigon Co.op Retail POS Management Engine v3.4.
  • Cơ sở dữ liệu quan hệ: MySQL Enterprise Edition v8.0.28 / Oracle Database 12c.
  • Giao thức tích hợp thanh toán POS: ISO 8583 standard cho cổng kết nối thanh toán thẻ ngân hàng (Vietcombank, MB Bank) và máy POS tại quầy.

Thiết kế lược đồ dữ liệu phân tích (Database Schema)

-- Lược đồ cơ sở dữ liệu quản trị khách hàng và phân tích giao dịch
CREATE TABLE Customer (
    customer_id INT AUTO_INCREMENT PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    gender ENUM('Male', 'Female') NOT NULL,
    age_group ENUM('Under 18', '18-25', '26-35', '36-50', 'Above 50') NOT NULL,
    occupation ENUM('Housewife_Retired', 'Officer_Staff', 'Student', 'Business_Other') NOT NULL,
    monthly_income_range ENUM('Below 4M', 'Above 4M') NOT NULL,
    living_area ENUM('Urban', 'Suburban') NOT NULL,
    card_tier ENUM('Bronze', 'Silver', 'Gold', 'Platinum') DEFAULT 'Bronze',
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

CREATE TABLE Transactions (
    transaction_id BIGINT AUTO_INCREMENT PRIMARY KEY,
    customer_id INT,
    pos_terminal_id INT NOT NULL,
    total_amount DECIMAL(12,2) NOT NULL,
    discount_amount DECIMAL(12,2) DEFAULT 0.00,
    payment_method ENUM('Cash', 'BankCard', 'EWallet', 'Voucher') NOT NULL,
    transaction_date DATETIME NOT NULL,
    FOREIGN KEY (customer_id) REFERENCES Customer(customer_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

Đặc tả API tích hợp chương trình khách hàng thân thiết

### Tra cứu thông tin hạng thẻ và ưu đãi sinh nhật
GET /api/v1/crm/customers/0384928174/loyalty-profile
Host: api-retail.co-opmart.vn
Authorization: Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...
Content-Type: application/json

HTTP/1.1 200 OK
Content-Type: application/json; charset=utf-8

{
  "status": "success",
  "data": {
    "customer_id": 48291,
    "full_name": "Nguyen Thi Mai",
    "card_tier": "Gold",
    "total_points": 1450,
    "birthday_month": 11,
    "eligible_birthday_coupon": {
      "coupon_code": "SN2019GOLD",
      "discount_percentage": 10,
      "max_discount_vnd": 200000,
      "valid_until": "2019-11-30T23:59:59Z"
    }
  }
}

Methodology

Quy trình nghiên cứu được triển khai theo 5 giai đoạn có cấu trúc tuyến tính chặt chẽ:

Đánh giá và kiểm soát rủi ro nghiên cứu

Rủi ro kỹ thuật Mức độ Biện pháp giảm thiểu
Sai lệch chọn mẫu (Sampling Bias) Cao Tỷ lệ hóa đối tượng điều tra ngẫu nhiên tại nhiều khung giờ mua sắm khác nhau trong tuần.
Dữ liệu bảng hỏi không hợp lệ Trung bình Phát ra 180 phiếu; sàng lọc loại bỏ 22 phiếu khuyết thông tin để giữ mẫu sạch $n=120$.
Vi phạm tính độc lập mẫu trong T-Test Thấp Kiểm tra phân phối chuẩn của dữ liệu trước khi chạy One-Sample T-Test ở mức ý nghĩa $\alpha = 0,05$.

Implementation và kết quả

Development Process & Quantitative Algorithms

Quy mô mẫu điều tra được xác lập dựa trên công thức toán học Cochran (1977) đối với tổng thể không xác định kích thước chính xác:

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

Trong đó:

  • $z = 1,96$ ứng với khoảng tin cậy $95%$.
  • $p = 0,5$ (xác suất ước lượng tối đa phương sai).
  • $e = 0,05$ (sai số biên cho phép $\pm 5%$).
  • Kích thước mẫu chuẩn lý thuyết: $n = \frac{(1,96)^2 \cdot 0,5 \cdot 0,5}{(0,05)^2} = 384,16$.
  • Cỡ mẫu thực tế hiệu chỉnh theo nguồn lực tại điểm bán: $n = 120$ mẫu hợp lệ sau khi làm sạch từ 142 phiếu thu về (tổng phát hành 180 phiếu).

Kiểm định giả thuyết One Sample T-Test để đánh giá các khía cạnh chính sách Marketing tác động đến quyết định mua sắm:

$$t = \frac{\bar{X} - \mu_0}{\frac{s}{\sqrt{n}}}$$

Quy tắc quyết định: Mức ý nghĩa $\alpha = 0,05$. Bác bỏ giả thuyết $H_0$ nếu $\text{Sig.} (2\text{-tailed}) < 0,05$.

* Cú pháp xử lý dữ liệu SPSS v22.0 cho bài toán nghiên cứu Co.opmart Huế.
DATASET ACTIVATE DataSet1.

* 1. Thống kê tần số mẫu điều tra nhân khẩu học.
FREQUENCIES VARIABLES=Gender AgeGroup Occupation Income Frequency GroupGoods Purpose OrderValue
  /ORDER=ANALYSIS.

* 2. Kiểm định One Sample T-Test cho các yếu tố Marketing tác động (Test Value = 3.0 - Mức trung bình thang Likert 5 điểm).
T-TEST
  /TESTVAL=3.0
  /MISSING=ANALYSIS
  /VARIABLES=ProductQuality PriceFairness DistributionDelivery StaffAttitude PromotionEffective
  /CRITERIA=CI(.95).

Testing và Validation: Phân tích số liệu thực nghiệm

1. Động thái nguồn nhân lực và năng lực tài chính (2016–2018)

Chỉ tiêu tài chính & Nhân sự Năm 2016 Năm 2017 Năm 2018 Tăng trưởng 2017/2016 (%) Tăng trưởng 2018/2017 (%)
Tổng số lao động (Người) 165 169 171 $+2,42%$ $+1,18%$
- Trình độ Đại học & trên ĐH 37 (22,42%) 40 (23,67%) 41 (23,97%) $+8,11%$ $+2,50%$
- Lao động phổ thông 73 (44,24%) 71 (42,01%) 71 (42,11%) $-2,74%$ $0,00%$
Tổng tài sản (Triệu VNĐ) 49.852,0 55.957,0 63.996,0 $+12,25%$ $+14,37%$
- Hàng tồn kho (Triệu VNĐ) 15.684,0 14.091,0 12.373,0 $-10,16%$ $-12,19%$
Vốn chủ sở hữu (Triệu VNĐ) 16.906,0 19.981,0 24.046,0 $+18,19%$ $+20,34%$
Doanh thu thuần (Triệu VNĐ) 173.367,9 196.458,7 224.022,6 $+13,32%$ $+14,03%$
Lợi nhuận sau thuế (Triệu VNĐ) 695,6 785,1 1.037,3 $+12,87%$ $+32,12%$

2. Cơ cấu phân khúc khách hàng và thẻ thành viên (KHTT)

Tổng lượng khách hàng phát hành thẻ tăng trưởng từ 46.900 người (2016) lên 47.410 người (2017) và bứt phá đạt 51.738 người (2018), tương ứng mức tăng $+9,13%$.

  • Phân bố địa lý: Khách hàng ngoại thành/vùng ven tăng trưởng đột biến từ 5.675 người (2017) lên 8.526 người (2018), đạt tỷ lệ tăng trưởng $+50,24%$ nhờ chiến dịch mở rộng tiếp thị lưu động.
  • Phân bố giới tính và độ tuổi: Khách hàng nữ chiếm $64,53%$ (33.385 lượt); nhóm tuổi 26–35 chiếm ưu thế lớn nhất ($34,72%$), nhóm 18–25 tuổi tăng trưởng mạnh $+10,69%$ trong năm 2018 đạt 12.577 khách hàng.

3. Kết quả phân tích dữ liệu sơ cấp mẫu khảo sát ($n=120$)

# Mô phỏng phân tích tỷ trọng giỏ hàng và mục đích mua sắm (Dữ liệu SPSS n=120)
import numpy as np

goods_distribution = {
    "Thực phẩm tươi sống": 35.0,
    "Thực phẩm công nghệ": 31.7,
    "Quầy bánh mì": 10.8,
    "Hóa mỹ phẩm & Đồ dùng": 22.5
}

purpose_distribution = {
    "Vừa mua sắm vừa giải trí": 59.2,
    "Mục đích mua sắm đơn thuần": 15.0,
    "Mục đích cá nhân khác": 18.3,
    "Khác": 7.5
}

order_value_distribution = {
    "200.000đ - 500.000đ": 35.8,
    "500.000đ - 1.000.000đ": 27.5,
    "Dưới 200.000đ": 23.3,
    "Trên 1.000.000đ": 13.3
}
  • Tần suất mua sắm: $40,8%$ khách hàng đến siêu thị 5–6 lần/tháng; $27,5%$ đi 4–5 lần/tháng; $21,0%$ đi trên 6 lần/tháng.
  • Giá trị đơn hàng trung bình: Đơn hàng từ 200.000đ – 500.000đ chiếm tỷ trọng cao nhất ($35,8%$), tiếp theo là đơn hàng 500.000đ – 1.000.000đ ($27,5%$).

Đổi mới và đóng góp

Nghiên cứu mang lại các đóng góp đổi mới có giá trị học thuật và thực tiễn:

So sánh với các mô hình quản trị hiện hành

Đặc điểm Quản trị bán lẻ truyền thống Mô hình Marketing cảm tính Mô hình đề xuất dựa trên dữ liệu (Data-driven)
Cơ sở ra quyết định Kinh nghiệm quản lý chủ quan Khảo sát định tính phân tán Phân tích SPSS 22.0 kết hợp dữ liệu thẻ KHTT CRM
Tối ưu tồn kho Nhập hàng theo cảm tính Duy trì buffer tồn kho cao Theo dõi biến động theo nhóm ngành hàng (giảm 10–12%/năm)
Phân khúc khách hàng Không phân nhóm Phân nhóm đại trà Phân khúc chi tiết theo 4 nhóm nhân khẩu học và 4 hạng thẻ
Hiệu suất Marketing Khó đo lường ROI Chi phí cao, ROI không đồng đều Tối ưu hóa ngân sách 5,57 tỷ VNĐ với mức tăng trưởng doanh thu 14%

Ứng dụng thực tế và triển khai

Kịch bản áp dụng thực tế (Real-world Use Cases)

  1. Khách hàng nội trợ và hưu trí (36–50 tuổi, chiếm $>38%$ tổng lượng khách): Triển khai chương trình khuyến mãi giờ vàng thực phẩm tươi sống VietGAP từ 7h30 – 9h30 sáng; kết hợp dịch vụ cân đo, sơ chế sẵn tại chỗ.
  2. Khách hàng trẻ và sinh viên (18–25 tuổi, tốc độ tăng trưởng $+35,6%$ năm 2018): Phát hành thẻ KHTT kỹ thuật số, tích hợp voucher giảm giá quầy bánh mì và ẩm thực chế biến ăn liền.
  3. Khách hàng khu vực ngoại thành và vùng ven (tăng trưởng $+50,24%$): Thiết lập chính sách giao hàng miễn phí mở rộng bán kính 10km cho đơn hàng gộp từ 500.000 VNĐ.

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

  • Chi phí dự kiến: Tái cơ cấu ngân sách Marketing hàng năm khoảng 5,8 – 6,2 tỷ VNĐ (trong đó $65%$ cho khuyến mãi trực tiếp, $35%$ cho trang trí, kênh truyền thông số).
  • Lợi ích kinh tế: Tăng trưởng doanh thu thuần ước đạt $14,5% – 16,0%$/năm; lợi nhuận sau thuế kỳ vọng vượt 1,35 tỷ VNĐ/năm; rút ngắn vòng quay vốn lưu động.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Cỡ mẫu khảo sát thực tế ($n=120$) tuy thỏa mãn tính đại diện mô tả cho địa bàn cục bộ nhưng cần mở rộng quy mô $n \ge 384$ để thực hiện phân tích nhân tố khám phá (EFA) và mô hình phương trình cấu trúc (SEM).
  • Dữ liệu nghiên cứu tập trung tại một siêu thị đơn lẻ (Co.opmart Huế), chưa thực hiện khảo sát liên chi nhánh trên toàn khu vực miền Trung.

Hướng nghiên cứu tương lai

  • Ứng dụng thuật toán phân cụm Machine Learning (K-Means Clustering, RFM Analysis) trên tập dữ liệu lớn (Big Data) giao dịch thẻ KHTT để dự báo xu hướng rời bỏ của khách hàng (Customer Churn Prediction).
  • Tích hợp mô hình bán lẻ đa kênh toàn diện (Omnichannel Retailing) kết hợp định danh khách hàng tự động qua mã QR/RFID.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/Marketing: Tiếp cận tài liệu tham khảo thực tế về quy trình nghiên cứu thị trường và kỹ thuật xử lý dữ liệu SPSS trong ngành bán lẻ.
  • Chuyên viên phân tích dữ liệu & Quản lý siêu thị: Nắm bắt phương pháp kết nối dữ liệu tài chính kế toán với dữ liệu CRM để tối ưu hóa quyết định vận hành.
  • Doanh nghiệp bán lẻ chuỗi: Áp dụng mô hình cân đối chi phí xúc tiến bán hàng, quản trị danh mục hàng hóa nhãn riêng và giải pháp giữ chân khách hàng thân thiết.

Câu hỏi thường gặp

1. Điều kiện kỹ thuật tối thiểu để triển khai hệ thống quản trị dữ liệu CRM tại điểm bán lẻ?

Cần trang bị máy chủ cơ sở dữ liệu tối thiểu 4 Cores CPU, 16GB RAM chạy MySQL 8.0/Oracle, hệ thống mạng nội bộ LAN Gigabit kết nối đồng bộ 16+ máy POS quét mã vạch và phần mềm quản lý bán lẻ có API kết nối cổng Loyalty.

2. Giải pháp nào giúp kiểm soát rủi ro tồn kho tại siêu thị?

Áp dụng phương pháp phân tích cơ cấu hàng bán chạy, định kỳ rà soát các mặt hàng có tốc độ luân chuyển chậm để áp dụng chính sách khuyến mãi giảm giá kịp thời (như cách Co.opmart Huế giảm tồn kho thành công 12,19% trong năm 2018).

3. Làm thế nào để tích hợp thanh toán không tiền mặt vào hệ thống POS hiện hữu?

Sử dụng các đầu đọc mã QR 2D chuẩn EMVCo và cổng giao tiếp POS chuẩn RS232/Ethernet kết nối qua API với các đơn vị trung gian thanh toán và ví điện tử.

4. Chi phí duy trì hệ thống khuyến mãi thẻ KHTT chiếm bao nhiêu phần trăm ngân sách?

Dựa trên số liệu thực tế Co.opmart Huế, chi phí khuyến mãi trực tiếp chiếm khoảng $65,4%$ tổng chi phí marketing (tương đương 3.643,7 triệu VNĐ trên tổng số 5.570,4 triệu VNĐ).

5. Khách hàng ngoại thành có đóng vai trò quan trọng trong tăng trưởng siêu thị không?

Rất quan trọng. Năm 2018, nhóm khách hàng ngoại thành của Co.opmart Huế tăng trưởng đột phá $50,24%$, cho thấy tiềm năng khai thác lớn khi thị trường nội đô dần bão hòa.


Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện các mục tiêu nghiên cứu đề ra: làm rõ cơ sở lý luận về thu hút khách hàng bán lẻ, phân tích sâu sắc bức tranh tài chính – nhân sự – thị trường của Co.opmart Huế giai đoạn 2016–2018, và xử lý dữ liệu sơ cấp định lượng bằng SPSS 22.0. Kết quả nghiên cứu chứng minh rằng việc kết hợp đồng bộ giữa nâng cao chất lượng dịch vụ, minh bạch giá cả, đa dạng hóa danh mục hàng hóa (với $85%$ hàng Việt Nam chất lượng cao) và tối ưu hóa hệ thống thẻ KHTT là chìa khóa then chốt giúp Co.opmart Huế giữ vững vị thế dẫn đầu trong thị trường bán lẻ Cố đô.