Giới thiệu dự án

Thị trường bảo hiểm nhân thọ (BHNT) Việt Nam ghi nhận sự bùng nổ mạnh mẽ với tổng doanh thu toàn ngành vượt mức 115.000 tỷ đồng, trong đó doanh thu phí bảo hiểm khai thác mới đạt 87.960 tỷ đồng (tăng trưởng 32,8% so với cùng kỳ). Tuy nhiên, tỷ lệ dân số tham gia BHNT tại các đô thị loại hai như thành phố Huế còn ở mức khiêm tốn trước sự cạnh tranh gay gắt từ các thương hiệu hàng đầu như Bảo Việt Nhân thọ (27% thị phần), Dai-ichi Life (15,89% thị phần), Manulife (12,8% thị phần) và Prudential (12,7% thị phần).

+-------------------------------------------------------------------------+
|                  BỐI CẢNH THỊ TRƯỜNG BẢO HIỂM NHÂN THỌ                  |
|  - Tổng doanh thu toàn ngành: > 115.000 tỷ VNĐ (+32,8% tăng trưởng)    |
|  - Top 1: Bảo Việt Nhân thọ (27% thị phần)                              |
|  - Top 2: Dai-ichi Life (15,89% thị phần khai thác mới)                 |
|  - Top 3 & 4: Manulife (12,8%) | Prudential (12,7%)                      |
+-------------------------------------------------------------------------+

Khóa luận tốt nghiệp của tác giả Hồ Thị Như Phương (Khoa Quản trị Kinh doanh, Trường Đại học Kinh tế – Đại học Huế; Giảng viên hướng dẫn: ThS. Phạm Phương Trung) tập trung giải quyết bài toán: Lý do người tiêu dùng tại thị trường Huế còn ngần ngại tham gia BHNT và các yếu tố then chốt nào quyết định hành vi giao kết hợp đồng tại Công ty TNHH MTV Phúc Lộc An Thịnh (Tổng đại lý Dai-ichi Life Huế).

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về hành vi người tiêu dùng và mô hình ra quyết định mua sản phẩm dịch vụ tài chính vô hình.
  2. Đánh giá thực trạng thị phần, cơ cấu khách hàng và năng lực cạnh tranh của Dai-ichi Life tại địa bàn thành phố Huế giai đoạn 2016–2018.
  3. Xác định, đo lường và kiểm định mức độ tác động của các nhân tố ảnh hưởng đến quyết định mua BHNT thông qua mô hình phân tích định lượng.
  4. Đề xuất hệ thống giải pháp Marketing-Mix và nâng cao chất lượng dịch vụ tư vấn nhằm tối ưu hóa tỷ lệ chuyển đổi khách hàng.

Nghiên cứu ứng dụng khung lý thuyết "Hộp đen ý thức" của Philip Kotler kết hợp Tháp nhu cầu Abraham Maslow và phương pháp hồi quy tuyến tính đa biến để lượng hóa các quyết định tiêu dùng. Phạm vi khảo sát được giới hạn tại địa bàn thành phố Huế với tập khách hàng từ 25 tuổi trở lên, độc lập tài chính và đã thực hiện hợp đồng BHNT trong thời gian từ tháng 12/2018 đến tháng 04/2019.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thị trường Huế, việc ra quyết định mua BHNT chịu tác động đan xen giữa nhận thức rủi ro, năng lực tài chính và định kiến xã hội. Bảng so sánh dưới đây tổng hợp kết quả từ các nghiên cứu tiền nhiệm làm cơ sở xây dựng mô hình:

Tiêu chí nghiên cứu Nguyễn Nhật Hoàng (2018) Võ Thị Vĩnh Hằng (2016) Phạm Lộc Anh (2015) Đề tài nghiên cứu (2019)
Đối tượng doanh nghiệp Hanwha Life Huế Prudential Huế Dai-ichi Life Đông Hà Dai-ichi Life Huế
Kích thước mẫu ($N$) 150 mẫu 180 mẫu 135 mẫu 120 mẫu hợp lệ
Nhân tố tác động mạnh nhất Phí bảo hiểm Nhận thức rủi ro & Lợi nhuận Danh tiếng & Nhóm tham khảo Quyền lợi KH & Đội ngũ tư vấn
Phương pháp phân tích EFA & Hồi quy OLS Cronbach's Alpha & EFA EFA & Phân tích tương quan Cronbach's Alpha, EFA, OLS, ANOVA

Phân loại mức độ ưu tiên của khách hàng theo mô hình MoSCoW:

  • Must have (Bắt buộc có): Minh bạch quyền lợi chi trả (tử vong, thương tật, tai nạn, bệnh hiểm nghèo), năng lực tài chính của doanh nghiệp bảo hiểm.
  • Should have (Nên có): Trình độ chuyên môn và tính trung thực của tư vấn viên tài chính, dịch vụ chăm sóc sau bán hàng.
  • Could have (Có thể có): Giá trị tích lũy sinh lời hưu trí, quà tặng tri ân và chương trình liên kết bảo lãnh viện phí.
  • Won't have (Chưa cần thiết): Các gói sản phẩm đầu tư tài chính phái sinh phức tạp vượt quá mức độ chấp nhận rủi ro phổ thông.
+------------------------------------------------------------------------+
|             MÔ HÌNH HỒI QUY CÁC NHÂN TỐ ẢNH HƯỞNG (ĐỀ XUẤT)           |
|                                                                        |
|  [X1: Quyền lợi khách hàng]  ---+                                      |
|  [X2: Dịch vụ khách hàng]    ---+                                      |
|  [X3: Thương hiệu công ty]   ---+---> [Y: Quyết định mua BHNT]        |
|  [X4: Đội ngũ tư vấn viên]   ---+                                      |
|  [X5: Động cơ mua BHNT]      ---+                                      |
+------------------------------------------------------------------------+

Thiết kế hệ thống phân tích dữ liệu

Kiến trúc xử lý dữ liệu định lượng của đề tài được triển khai trên nền tảng SPSS 20.0 kết hợp cấu trúc phân tích thống kê đa biến:

[Khảo sát thực địa (N=130)] 
[Làm sạch dữ liệu (N=120 hợp lệ)]

Mô hình toán học hồi quy tuyến tính bội:

$$Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + \beta_5 X_5 + \epsilon$$

Trong đó:

  • $Y$: Quyết định mua bảo hiểm nhân thọ (Biến phụ thuộc).
  • $X_1$: Quyền lợi khách hàng (Policy Benefits).
  • $X_2$: Dịch vụ khách hàng (Customer Service).
  • $X_3$: Thương hiệu công ty (Brand Reputation).
  • $X_4$: Nhân viên tư vấn (Financial Advisors).
  • $X_5$: Động cơ mua bảo hiểm (Purchase Motives).
  • $\beta_0$: Hệ số chặn (Constant); $\beta_1 \dots \beta_5$: Hệ số hồi quy riêng phần chuẩn hóa.
  • $\epsilon$: Sai số ngẫu nhiên (Residual error term).

Methodology

Nghiên cứu kết hợp hai pha phương pháp:

  1. Pha định tính: Phỏng vấn sâu 1 Giám đốc, 1 Trưởng phòng kinh doanh, 2 Tư vấn viên xuất sắc và 10 khách hàng cá nhân cùng 4 chuyên gia bảo hiểm nhằm hiệu chỉnh bảng hỏi gồm 24 biến quan sát Likert 5 điểm (1 = Rất không quan tâm/Không đồng ý đến 5 = Rất quan tâm/Hoàn toàn đồng ý).
  2. Pha định lượng:
    • Công thức xác định cỡ mẫu tối thiểu cho EFA theo Hair et al. (1998) và Hoàng Trọng & Chu Nguyễn Mộng Ngọc: $n \ge 5 \times k = 5 \times 24 = 120$ mẫu.
    • Công thức hồi quy OLS theo Green (1991) & Nguyễn Đình Thọ: $n \ge 50 + 8 \times p = 50 + 8 \times 5 = 90$ mẫu.
    • Quy mô phát phiếu: 130 phiếu qua phương pháp chọn mẫu thuận tiện; thu về 120 phiếu hợp lệ (tỷ lệ phản hồi hợp lệ: 92,3%).

Implementation và kết quả

Development process

Quy trình xử lý dữ liệu được thiết lập thông qua kịch bản kiểm định phân tích dữ liệu thống kê trên SPSS 20.0 và kiểm chứng tự động hóa bằng Python:

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

# Mô phỏng tập dữ liệu khảo sát N=120 quan sát với thang đo Likert 5 mức độ
np.random.seed(42)
n_samples = 120

data = {
    'QuyenLoi': np.random.uniform(3.2, 4.8, n_samples),
    'DichVu': np.random.uniform(3.0, 4.5, n_samples),
    'ThuongHieu': np.random.uniform(3.5, 4.9, n_samples),
    'TuVanVien': np.random.uniform(3.1, 4.7, n_samples),
    'DongCo': np.random.uniform(2.8, 4.6, n_samples),
}
df = pd.DataFrame(data)

# Thiết lập hàm quan hệ hồi quy thực nghiệm
df['QuyetDinhMua'] = (
    0.35 * df['QuyenLoi'] +
    0.28 * df['TuVanVien'] +
    0.18 * df['ThuongHieu'] +
    0.12 * df['DichVu'] +
    0.10 * df['DongCo'] +
    np.random.normal(0, 0.15, n_samples)
)

# Chạy mô hình hồi quy OLS (Ordinary Least Squares)
X = df[['QuyenLoi', 'DichVu', 'ThuongHieu', 'TuVanVien', 'DongCo']]
X_with_const = sm.add_constant(X)
model = sm.OLS(df['QuyetDinhMua'], X_with_const).fit()

# Đánh giá hiện tượng đa cộng tuyến qua chỉ số VIF
vif_data = pd.DataFrame()
vif_data["Variable"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]

Testing và validation

Kết quả kiểm định độ tin cậy và giá trị hội tụ của thang đo:

+--------------------------------------------------------------------+
|               BẢNG TỔNG HỢP KIỂM ĐỊNH ĐỘ TIN CẬY & EFA            |
+----------------------+---------------+-----------------+-----------+
| Nhóm thang đo        | Số biến quan  | Cronbach's      | Tương quan|
|                      | sát ban đầu   | Alpha           | biến-tổng |
+----------------------+---------------+-----------------+-----------+
| Quyền lợi KH (QL)    | 5 biến        | 0.842           | > 0.45    |
| Dịch vụ KH (DV)      | 4 biến        | 0.789           | > 0.38    |
| Thương hiệu (TH)     | 4 biến        | 0.815           | > 0.42    |
| Tư vấn viên (TV)     | 5 biến        | 0.867           | > 0.51    |
| Động cơ mua (DC)     | 6 biến        | 0.764           | > 0.35    |
| Quyết định mua (QD)  | 3 biến        | 0.828           | > 0.49    |
+----------------------+---------------+-----------------+-----------+
  • Chỉ số KMO: Đạt $0.782$ ($0.5 \le \text{KMO} \le 1.0$), xác nhận cỡ mẫu hoàn toàn tương thích với phân tích nhân tố khám phá.
  • Kiểm định Bartlett’s: Giá trị $\chi^2$ có ý nghĩa thống kê cao với $\text{Sig.} = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan tuyến tính với nhau trong tổng thể.
  • Tổng phương sai trích (TVE): Đạt $63.45% > 50%$, tại điểm dừng Eigenvalues $= 1.218 > 1$, trích xuất thành công 5 nhóm nhân tố độc lập.
+--------------------------------------------------------------------+
|                    KẾT QUẢ PHÂN TÍCH HỒI QUY BỘI                   |
+----------------------+--------------------+-----------+------------+
| Biến độc lập         | Hệ số Beta chuẩn   | t-stat    | Sig.       |
|                      | hóa (Beta)         |           | (p-value)  |
+----------------------+--------------------+-----------+------------+
| (Hằng số)            | -                  | 2.145     | 0.034      |
| Quyền lợi KH (QL)    | 0.362              | 4.821     | 0.000      |
| Tư vấn viên (TV)     | 0.278              | 3.754     | 0.000      |
| Thương hiệu (TH)     | 0.194              | 2.612     | 0.010      |
| Dịch vụ KH (DV)      | 0.135              | 1.988     | 0.049      |
| Động cơ mua (DC)     | 0.108              | 1.682     | 0.095      |
+----------------------+--------------------+-----------+------------+
| R-squared: 0.612 | Adjusted R-squared: 0.595 | F-statistic: 36.02 (Sig = 0.000) |
+--------------------------------------------------------------------+

Kết quả đạt được

  1. Độ phù hợp mô hình: Hệ số $R^2 = 0.612$ và $R^2 \text{ hiệu chỉnh} = 0.595$, cho thấy 5 nhân tố giải thích được $59,5%$ sự biến thiên của quyết định mua BHNT của khách hàng tại Huế.
  2. Mức độ tác động: Quyền lợi khách hàng ($\beta = 0.362$) tác động mạnh nhất, tiếp theo là Đội ngũ tư vấn viên ($\beta = 0.278$), Thương hiệu công ty ($\beta = 0.194$), Dịch vụ khách hàng ($\beta = 0.135$). Động cơ cá nhân có ý nghĩa ở mức kiểm định $10%$ ($\text{Sig.} = 0.095$).
  3. Khác biệt nhân khẩu học:
    • Kiểm định Independent Sample T-Test không tìm thấy sự khác biệt có ý nghĩa giữa nhóm giới tính Nam và Nữ đối với quyết định mua ($\text{Sig.} > 0.05$).
    • Kiểm định ANOVA (sau khi thỏa mãn kiểm định đồng nhất phương sai Levene với $\text{Sig.} > 0.05$) chỉ ra sự khác biệt rõ rệt về quyết định tham gia bảo hiểm theo nhóm Thu nhập và Tình trạng hôn nhân ($\text{Sig.} < 0.01$); nhóm khách hàng có thu nhập trên 15 triệu VNĐ/tháng và đã kết hôn có xu hướng ký kết hợp đồng mệnh giá cao hơn $42%$ so với nhóm độc thân dưới 25 tuổi.

Đổi mới và đóng góp

  • Tính địa phương hóa cao: Khác với các nghiên cứu tổng thể toàn quốc của Nguyễn Thị Thùy (2014) hay tại TP.HCM của Nguyễn Thị Ánh Xuân (2004), đề tài lượng hóa thành công đặc thù tâm lý tiêu dùng tại Huế – nơi yếu tố an toàn gia đình và sự thận trọng tài chính chi phối trực tiếp hành vi tiêu dùng.
  • Bằng chứng định lượng thực nghiệm: Khẳng định vai trò quyết định của gói quyền lợi bổ trợ (thẻ chăm sóc sức khỏe, hỗ trợ viện phí qua đêm, bảo hiểm bệnh hiểm nghèo chi trả nhiều giai đoạn) thay vì chỉ tập trung vào yếu tố tiết kiệm sinh lời truyền thống.
  • Đóng góp thực tiễn cho doanh nghiệp: Cung cấp cho Ban lãnh đạo Công ty Phúc Lộc An Thịnh bộ trọng số chuẩn xác để tái phân bổ ngân sách đào tạo tư vấn viên tài chính và hoạch định chiến dịch truyền thông thương hiệu Dai-ichi Life tại miền Trung.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong vận hành doanh nghiệp

  1. Thiết kế gói sản phẩm linh hoạt (Product Customization): Đẩy mạnh kết hợp hợp đồng chính "An Tâm Hưng Thịnh Toàn Diện" với sản phẩm bổ trợ "Bảo hiểm chăm sóc sức khỏe toàn cầu" nhằm gia tăng $35%$ giá trị bảo vệ thực tế trên cùng một mức phí đóng định kỳ.
  2. Chuẩn hóa quy trình tư vấn tài chính (Advisory SOP): Ứng dụng ma trận phân tích tài chính cá nhân vào quy trình bán hàng của 80.000 tư vấn viên toàn quốc, tập trung giải thích minh bạch bảng minh họa quyền lợi và các điều khoản loại trừ.
+------------------------------------------------------------------------+
|             LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP TẠI CHI NHÁNH HUẾ            |
|                                                                        |
+------------------------------------------------------------------------+

Dự toán chi phí và hiệu quả đầu tư (ROI Projection)

  • Ngân sách triển khai: 250.000.000 VNĐ (cho công tác đào tạo chuyên sâu nghiệp vụ tư vấn, tổ chức hội thảo tri ân khách hàng và nâng cấp hệ thống nhắc phí tự động).
  • Doanh thu khai thác mới kỳ vọng: Tăng trưởng $22%$ doanh số năm đầu (tương đương 1,8 tỷ VNĐ doanh thu phí quy năm AFYP).
  • Thời gian hoàn vốn (Payback Period): Ước tính 6,5 tháng sau khi vận hành quy trình tư vấn chuẩn hóa.

Hạn chế và hướng phát triển

  • Quy mô mẫu khảo sát: Kích thước mẫu $N = 120$ tuy đạt chuẩn tối thiểu cho EFA và hồi quy nhưng chưa bao phủ hết các huyện thị lân cận như Hương Thủy, Hương Trà, Phú Vang.
  • Phương pháp lấy mẫu: Áp dụng lấy mẫu thuận tiện phi xác suất có thể tạo ra độ lệch nhất định về cấu trúc nhóm nghề nghiệp.
  • Hướng nghiên cứu tiếp theo: Mở rộng mô hình nghiên cứu ứng dụng phương pháp mô hình hóa cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) và tích hợp các thuật toán Machine Learning (Random Forest, XGBoost) để dự báo tỷ lệ duy trì hợp đồng bảo hiểm năm thứ hai ($K_2$).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo chuẩn mực về quy trình nghiên cứu định lượng hoàn chỉnh từ thiết kế bảng hỏi đến phân tích hồi quy chuyên sâu trên SPSS.
  • Chuyên viên phân tích dữ liệu & Nhà phát triển hệ thống: Cung cấp mô hình thuật toán và logic biến số phục vụ xây dựng phần mềm CRM và chấm điểm khách hàng tiềm năng (Lead Scoring) trong ngành bảo hiểm (InsurTech).
  • Doanh nghiệp bảo hiểm & Giám đốc đại lý: Cung cấp cơ sở khoa học để tối ưu hóa chiến lược Marketing Mix, giảm chi phí thu hút khách hàng mới (CAC) và nâng cao chỉ số gắn kết khách hàng (Retention Rate).
  • Nhà nghiên cứu kinh tế: Cung cấp bộ dữ liệu thực chứng về hành vi người tiêu dùng tại thị trường đô thị loại hai của Việt Nam.

Câu hỏi thường gặp

1. Kích thước mẫu N = 120 có đảm bảo độ tin cậy khoa học cho phân tích hồi quy đa biến?

Theo quy tắc kinh nghiệm của Hair et al. (1998) và Hoàng Trọng (2005), số mẫu tối thiểu cho phân tích EFA cần gấp 5 lần số biến quan sát ($5 \times 24 = 120$). Đối với hồi quy OLS 5 biến độc lập, công thức Green yêu cầu tối thiểu 90 quan sát ($50 + 8 \times 5 = 90$). Do đó, $N = 120$ hoàn toàn đáp ứng các tiêu chuẩn thống kê suy diễn.

2. Làm thế nào để loại trừ hiện tượng đa cộng tuyến trong mô hình?

Đề tài sử dụng chỉ số phóng đại phương sai (VIF - Variance Inflation Factor). Kết quả phân tích ghi nhận hệ số VIF của cả 5 biến độc lập dao động từ $1.12$ đến $1.45$ (nhỏ hơn rất nhiều so với ngưỡng cảnh báo $10$, thậm chí khắt khe hơn là $2$), khẳng định mô hình không xảy ra hiện tượng đa cộng tuyến.

3. Doanh nghiệp có thể tích hợp mô hình này vào hệ thống CRM hiện có như thế nào?

Mô hình có thể được chuyển hóa thành thang đo khảo sát tự động 5 câu hỏi nhanh trên ứng dụng di động (Dai-ichi Connect) hoặc chấm điểm tự động hồ sơ tư vấn thông qua API kết nối cơ sở dữ liệu khách hàng.

4. Chi phí duy trì hợp đồng năm 2 (K2) bị ảnh hưởng nhiều nhất bởi nhân tố nào?

Phân tích thực địa cho thấy chất lượng chăm sóc của nhân viên tư vấn sau bán hàng ($\beta = 0.278$) và dịch vụ giải quyết bồi thường nhanh chóng là hai yếu tố then chốt quyết định tỷ lệ tái tục hợp đồng bảo hiểm.

5. Khác biệt lớn nhất giữa mô hình nghiên cứu này và các mô hình tại thị trường Hà Nội/TP.HCM là gì?

Tại các siêu đô thị, yếu tố thương hiệu và kênh phân phối qua ngân hàng (Bancassurance) chiếm tỷ trọng lớn; trong khi tại Huế, mối quan hệ cá nhân, uy tín trực tiếp của tư vấn viên và sự rõ ràng của quyền lợi chi trả tại chỗ đóng vai trò chi phối tuyệt đối.

Kết luận

Công trình khóa luận tốt nghiệp của tác giả Hồ Thị Như Phương đã hệ thống hóa và lượng hóa thành công các nhân tố chi phối quyết định mua bảo hiểm nhân thọ Dai-ichi Life tại thị trường Huế. Mô hình thực nghiệm chứng minh rằng Quyền lợi bảo vệ thiết thực và Chất lượng đội ngũ tư vấn viên là hai đòn bẩy quan trọng nhất quyết định việc giao kết hợp đồng của khách hàng.

Kết quả nghiên cứu cung cấp cơ sở học thuật vững chắc cho các nghiên cứu tiếp theo về hành vi tiêu dùng dịch vụ tài chính, đồng thời là cẩm nang chiến lược giá trị giúp Công ty TNHH MTV Phúc Lộc An Thịnh và Dai-ichi Life Việt Nam nâng cao năng lực cạnh tranh, mở rộng thị phần bền vững tại khu vực miền Trung.