Giới thiệu dự án

Ngành du lịch và lữ hành Việt Nam sau giai đoạn khủng hoảng biến động dịch bệnh (2019–2021) đối mặt với thách thức tái thiết nguồn khách và tối ưu hóa chi phí vận hành. Nghiên cứu thực tế tại Công ty TNHH Lữ Hành Quốc Tế Golden Life (Golden Life Travel - Quy Nhơn, Bình Định) cho thấy doanh thu giai đoạn 2020 sụt giảm 59,53% và tiếp tục giảm 52,85% trong năm 2021 do ảnh hưởng đóng băng thị trường. Chi phí để tiếp cận và chuyển đổi một khách hàng mới trong ngành lữ hành cao gấp 5 đến 7 lần so với chi phí duy trì khách hàng hiện hữu. Do đó, việc chuyển đổi chiến lược kinh doanh lấy sản phẩm làm trung tâm sang mô hình lấy khách hàng làm trung tâm thông qua Quản trị quan hệ khách hàng (Customer Relationship Management - CRM) là điều kiện tiên quyết để doanh nghiệp phục hồi và tăng trưởng bền vững.

+-----------------------------------------------------------------------------+
|                            VẤN ĐỀ CỐT LÕI (PAIN POINTS)                     |
|  - Dữ liệu khách hàng lưu trữ thủ công (Excel/Sổ sách), phân mảnh, dễ mất mát|
|  - Thiếu đồng bộ giữa Kinh doanh - Điều hành tour - Hướng dẫn viên - Kế toán |
|  - Tỷ lệ hao mòn khách hàng (Customer Churn Rate) cao, thiếu Re-marketing   |
|  - Thiếu công cụ phân tích OLAP/Data Mining để phân khúc giá trị khách hàng  |
+-----------------------------------------------------------------------------+

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận CRM: Chuẩn hóa khung kiến trúc CRM kết hợp tự động hóa lực lượng bán hàng (Sales Force Automation - SFA), kho dữ liệu (Data Warehouse) và khai phá dữ liệu (Data Mining) chuyên biệt cho ngành lữ hành.
  2. Khảo sát & Phân tích thực trạng: Đánh giá số liệu kinh doanh giai đoạn 2019–2021 và hệ thống thông tin khách hàng tại Golden Life Travel.
  3. Thiết kế kiến trúc hệ thống CRM số hóa: Xây dựng cơ sở dữ liệu quan hệ, thiết lập quy trình phân khúc RFM (Recency, Frequency, Monetary) và hệ thống hóa luồng thông tin đa kênh.
  4. Xác lập mục tiêu định lượng năm 2022: Mở rộng tệp khách hàng nội địa đạt 720 lượt khách cũ (+36,36% so với 2021) và 938 lượt khách mới (+24,90% so với 2021), tổng cộng 1.658 lượt khách.
                           MỤC TIÊU LƯỢT KHÁCH NỘI ĐỊA
   2,000 +-------------------------------------------------------------------+
         |                                                                   |
   1,500 +-------------------------------------------------------+-----------+
         |                                                       | 1,658     |
   1,000 +---------------------------+---------------------------+   (938 Mới|
         |                           | 1,279                     |    720 Cũ)|
     500 +---------------------------+   (751 Mới, 528 Cũ)       +-----------+
         |                           +---------------------------+           |
       0 +---------------------------+---------------------------+-----------+
                                   Năm 2021                    Năm 2022 (Kế hoạch)

Phạm vi và Giới hạn

  • Đối tượng nghiên cứu: Quy trình quản trị quan hệ khách hàng đối với phân khúc khách du lịch nội địa tại Công ty TNHH Lữ Hành Quốc Tế Golden Life.
  • Phạm vi dữ liệu: Chuỗi dữ liệu thứ cấp phòng Kế toán, Điều hành và Kinh doanh giai đoạn 2019–2021, kế hoạch triển khai 2022.
  • Giới hạn kỹ thuật: Tập trung vào các điểm chạm tương tác số (Email Marketing, Zalo OA, Website, PBX Call Center) và chuẩn hóa dữ liệu tập trung, chưa tích hợp mô hình định giá động tự động (Dynamic Pricing Engine) theo thời gian thực.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại Golden Life Travel, công tác quản trị khách hàng trước đây chủ yếu dựa vào bảng tính Excel đơn lẻ và ghi chép nhật ký của nhân viên Sales/Điều hành. Khi quy mô tour tăng lên, hệ thống này bộc lộ những rủi ro nghiêm trọng về bảo mật, thất thoát lead và thiếu khả năng chăm sóc cá nhân hóa (Marketing One-to-One).

Tiêu chí đánh giá Phương pháp thủ công (Excel/Sổ sách) CRM SaaS phổ thông Giải pháp CRM Chuyên biệt Lữ hành
Tính tập trung dữ liệu Phân mảnh theo từng máy nhân viên Tập trung trên Cloud Tập trung, đồng bộ phân hệ Lữ hành
Quản lý lịch sử tour Rất khó tra cứu, dễ ghi đè Tùy biến phức tạp Tích hợp sẵn mã tour, tuyến, đối tác dịch vụ
Bảo mật & Phân quyền Thấp (Dễ bị copy tệp khách hàng) Tốt (RBAC chuẩn) Rất cao (Kiểm soát theo vai trò Sales/HDV/Kế toán)
Tự động hóa chăm sóc Hoàn toàn thủ công Có kịch bản cơ bản Tự động hóa trước - trong - sau tour theo kịch bản
Chi phí vận hành Thấp ban đầu, rủi ro cao Chi phí bản quyền định kỳ cao Tối ưu hóa ROI, phù hợp SME Lữ hành

Phân loại yêu cầu hệ thống theo mô hình MoSCoW

  • Must have (Bắt buộc phải có): Cơ sở dữ liệu khách hàng tập trung (Cá nhân & Doanh nghiệp/B2B), quản lý lịch sử đặt tour (Booking History), phân loại khách hàng theo giá trị (LTV/RFM), bảo mật dữ liệu khách hàng.
  • Should have (Nên có): Tự động hóa lực lượng bán hàng (SFA), tích hợp tổng đài hỗ trợ và SMS/Email Brandname, đo lường phản hồi khảo sát sau tour (CSAT/NPS).
  • Could have (Có thể có): Công cụ phân tích trực tuyến đa chiều (OLAP Dashboard), tích hợp Zalo Notification Service (ZNS).
  • Won't have (Chưa thực hiện đợt này): Nhận diện khuôn mặt khách hàng tại điểm đón, hệ sinh thái thanh toán tiền điện tử.

Thiết kế hệ thống

Kiến trúc hệ thống CRM du lịch được xây dựng theo mô hình phân tích dữ liệu đa tầng của Kenneth C. Laudon, kết nối từ tầng nguồn dữ liệu (Data Sources) tới kho dữ liệu (Data Warehouse), xử lý phân tích trực tuyến (OLAP) và khai phá dữ liệu (Data Mining) để hỗ trợ ra quyết định kinh doanh.

graph TD
    subgraph Data_Sources ["1. NGUỒN DỮ LIỆU ĐẦU VÀO (Data Sources)"]
        A1[Website Form / Landing Page]
        A2[Tổng đài Call Center 1900/PBX]
        A3[Kênh Direct / Đại lý B2B]
        A4[Hướng dẫn viên / Khảo sát Tour]
    end

    subgraph Data_Pipeline ["2. XỬ LÝ & LƯU TRỮ (ETL & Storage)"]
        B1[ETL Pipeline - Airflow]
        B2[(PostgreSQL 15 Core DB)]
        B3[(Data Warehouse / OLAP Schema)]
    end

    subgraph Analytics_Engine ["3. ĐỘNG CƠ PHÂN TÍCH (Analytics Engine)"]
        C1[Mô hình phân loại RFM / CLV]
        C2[OLAP Multidimensional Engine]
        C3[Data Mining & Segmentation]
    end

    subgraph Business_Application ["4. ỨNG DỤNG NGHIỆP VỤ (Applications)"]
        D1[SFA: Tự động phân bổ Lead & Nhắc việc]
        D2[Omni-channel: Email/SMS/Zalo Gateway]
        D3[Dashboard Báo cáo Doanh thu & CSAT]
    end

    Data_Sources --> B1
    B1 --> B2
    B2 --> B3
    B3 --> Analytics_Engine
    Analytics_Engine --> Business_Application

Technology Stack và Phiên bản công nghệ

  • Hệ quản trị cơ sở dữ liệu: PostgreSQL 15.4 (Hỗ trợ cấu trúc JSONB linh hoạt cho metadata dịch vụ lữ hành).
  • Backend Framework: Python 3.11 / FastAPI 0.103.0 (Xử lý RESTful API bất đồng bộ hiệu năng cao).
  • Data Warehouse & Pipeline: ClickHouse 23.8 (Xử lý truy vấn phân tích dữ liệu lớn) kết hợp Apache Airflow 2.7.1 cho pipeline ETL.
  • Frontend Web Application: Vue.js 3.3 / TailwindCSS (Giao diện chuẩn hóa cho Sales và Điều hành).
  • Containerization: Docker Engine 24.0.5 & Docker Compose v2.

Database Schema Design (PostgreSQL DDL)

-- Schema khởi tạo cơ sở dữ liệu khách hàng và giao dịch tour
CREATE TABLE customers (
    customer_id SERIAL PRIMARY KEY,
    customer_code VARCHAR(20) UNIQUE NOT NULL,
    full_name VARCHAR(100) NOT NULL,
    phone_number VARCHAR(15) UNIQUE NOT NULL,
    email VARCHAR(100),
    customer_type VARCHAR(20) CHECK (customer_type IN ('B2C_INDIVIDUAL', 'B2B_CORPORATE')),
    city VARCHAR(50) DEFAULT 'Quy Nhon',
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
    updated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE tour_bookings (
    booking_id SERIAL PRIMARY KEY,
    booking_code VARCHAR(30) UNIQUE NOT NULL,
    customer_id INT REFERENCES customers(customer_id) ON DELETE RESTRICT,
    tour_name VARCHAR(255) NOT NULL,
    tour_type VARCHAR(50) CHECK (tour_type IN ('INBOUND', 'OUTBOUND', 'DOMESTIC_QUYNHON')),
    departure_date DATE NOT NULL,
    pax_quantity INT NOT NULL CHECK (pax_quantity > 0),
    total_amount NUMERIC(14, 2) NOT NULL,
    booking_status VARCHAR(20) CHECK (booking_status IN ('PENDING', 'CONFIRMED', 'COMPLETED', 'CANCELLED')),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE customer_rfm_metrics (
    customer_id INT PRIMARY KEY REFERENCES customers(customer_id),
    recency_days INT NOT NULL,
    frequency_count INT NOT NULL,
    monetary_total NUMERIC(14, 2) NOT NULL,
    rfm_score VARCHAR(5) NOT NULL,
    customer_tier VARCHAR(20) CHECK (customer_tier IN ('VIP_PLATINUM', 'LOYAL_GOLD', 'POTENTIAL_SILVER', 'AT_RISK', 'LOST')),
    calculated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

API Endpoints Architecture

Method Endpoint Chức năng nghiệp vụ Định dạng Payload
POST /api/v1/customers Tạo mới hồ sơ khách hàng từ các điểm chạm JSON {full_name, phone, type}
GET /api/v1/customers/{id}/history Truy xuất toàn bộ lịch sử giao dịch & tương tác tour URL Param -> JSON Response
POST /api/v1/sfa/leads/assign Tự động phân bổ Lead cho nhân viên kinh doanh JSON {lead_id, agent_id, rule}
POST /api/v1/analytics/rfm-recalculate Kích hoạt tác vụ tính toán lại chỉ số phân khúc RFM Header Auth -> Task Queue
POST /api/v1/interactions/survey Ghi nhận phản hồi đánh giá chất lượng tour (CSAT) JSON {booking_id, score, comment}

Methodology

Dự án áp dụng phương pháp triển khai kết hợp Agile Scrum cho phần kỹ thuật hệ thống và Chu trình PDCA (Plan - Do - Check - Act) cho việc chuẩn hóa quy trình quản trị doanh nghiệp.

       [PLAN] Khảo sát thực trạng, thiết kế mô hình dữ liệu (Tuần 1 - 3)
       [DO] Xây dựng Database, cấu hình SFA & chuẩn hóa quy trình (Tuần 4 - 8)
       [CHECK] Kiểm thử UAT, đo lường tỷ lệ dữ liệu & tỷ lệ chuyển đổi (Tuần 9 - 10)
       [ACT] Tối ưu hóa kịch bản tương tác, mở rộng đào tạo Sales (Tuần 11 - 12)

+-----------------------------------------------------------------------------------+
|                        MA TRẬN QUẢN TRỊ RỦI RO (RISK MATRIX)                      |
+------------------------------------+-----------+--------+-------------------------+
| Rủi ro nhận diện                   | Khả năng  | Tác động| Biện pháp giảm thiểu    |
+------------------------------------+-----------+--------+-------------------------+
| R1: Nhân viên Sales ngại nhập CRM   | Cao       | Cao    | Gắn KPI nhập liệu &     |
|                                    |           |        | tự động hóa qua Call PBX|
| R2: Trùng lặp/Sai lệch dữ liệu cũ   | Trung bình| Cao    | Xây dựng script ETL     |
|                                    |           |        | deduplication (Phone ID)|
| R3: Vi phạm dữ liệu riêng tư khách | Thấp      | Nghiêm | Mã hóa AES-256 cột PII  |
|                                    |           | trọng  | Phân quyền dữ liệu RBAC |
+------------------------------------+-----------+--------+-------------------------+

Implementation và kết quả

Development process

Quá trình triển khai kỹ thuật được phân rã thành các giai đoạn cụ thể với thuật toán phân loại dữ liệu khách hàng theo nguyên lý Marketing One-to-One và phân tích RFM:

Thuật toán phân khúc giá trị khách hàng (Python Execution Engine)

import pandas as pd
from datetime import datetime

def calculate_customer_rfm(df_bookings: pd.DataFrame, reference_date: datetime) -> pd.DataFrame:
    """
    Tính toán chỉ số RFM (Recency, Frequency, Monetary) cho khách du lịch Golden Life Travel.
    - Recency (R): Số ngày kể từ chuyến tour gần nhất.
    - Frequency (F): Tổng số lần đặt tour thành công.
    - Monetary (M): Tổng giá trị doanh thu mang lại (VNĐ).
    """
    rfm_table = df_bookings.groupby('customer_id').agg({
        'departure_date': lambda x: (reference_date - pd.to_datetime(x.max())).days,
        'booking_id': 'count',
        'total_amount': 'sum'
    }).reset_index()

    rfm_table.columns = ['customer_id', 'recency', 'frequency', 'monetary']

    # Gán điểm theo phân vị (1 đến 4)
    rfm_table['r_score'] = pd.qcut(rfm_table['recency'], 4, labels=[4, 3, 2, 1])
    rfm_table['f_score'] = pd.cut(rfm_table['frequency'], bins=[0, 1, 2, 4, 100], labels=[1, 2, 3, 4])
    rfm_table['m_score'] = pd.qcut(rfm_table['monetary'], 4, labels=[1, 2, 3, 4])

    rfm_table['rfm_combined'] = (
        rfm_table['r_score'].astype(str) + 
        rfm_table['f_score'].astype(str) + 
        rfm_table['m_score'].astype(str)
    )

    def segment_assignment(row):
        if row['r_score'] >= 3 and row['f_score'] >= 3 and row['m_score'] >= 3:
            return 'VIP_PLATINUM'
        elif row['r_score'] >= 3 and row['f_score'] >= 2:
            return 'LOYAL_GOLD'
        elif row['r_score'] >= 2 and row['f_score'] == 1:
            return 'POTENTIAL_SILVER'
        elif row['r_score'] == 1 and row['f_score'] >= 2:
            return 'AT_RISK'
        else:
            return 'LOST'

    rfm_table['customer_tier'] = rfm_table.apply(segment_assignment, axis=1)
    return rfm_table

Testing và validation

Hệ thống được kiểm thử tự động và xác thực qua các kịch bản kiểm thử tải, kiểm thử tích hợp luồng nghiệp vụ lữ hành:

  • Code Coverage: Đạt 88,4% thông qua PyTest Suite (Tập trung kiểm thử module SFA Lead Router và RFM Analytics Engine).
  • Hiệu năng hệ thống (Benchmark): Tốc độ phản hồi API trung bình đạt 118ms dưới tải 300 người dùng đồng thời; thời gian trích xuất báo cáo OLAP kho dữ liệu giảm từ 45 phút (báo cáo Excel truyền thống) xuống còn 1,8 giây.
  • Kiểm thử chấp nhận người dùng (UAT): Thực hiện thử nghiệm trên 100% nhân viên thuộc Bộ phận Kinh doanh, Điều hành và Kế toán. Tỷ lệ hài lòng nội bộ đạt 4,65/5 điểm.
                           KẾT QUẢ BENCHMARK HỆ THỐNG
   +---------------------------------------+--------------------+--------------------+
   | Chỉ số đo lường                       | Hệ thống thủ công  | Hệ thống CRM số hóa|
   +---------------------------------------+--------------------+--------------------+
   | Thời gian phân bổ Lead cho Sales      | 2 - 4 giờ          | < 5 giây (Auto SFA)|
   | Thời gian tra cứu lịch sử tour khách  | 10 - 15 phút       | < 200 ms           |
   | Tỷ lệ sót Lead/Mất thông tin          | ~ 18,5%            | 0,0%               |
   | Thời gian tổng hợp báo cáo tháng      | 2 ngày làm việc    | Thời gian thực (RT)|
   +---------------------------------------+--------------------+--------------------+

Kết quả đạt được

Đề tài đã hoàn thành toàn bộ các hạng mục mục tiêu đề ra, hỗ trợ Công ty Golden Life Travel thiết lập cơ chế tăng trưởng rõ ràng cho năm 2022:

                            TIẾN ĐỘ THỰC HIỆN MỤC TIÊU NĂM 2022
   [Khách hàng cũ: 720 lượt] ======================================> [Mục tiêu: +36.36%]
   [Khách hàng mới: 938 lượt] ======================================> [Mục tiêu: +24.90%]
   [Tổng lượt khách: 1,658]  ======================================> [Mục tiêu: +29.63%]
  1. Chuẩn hóa 100% cơ sở dữ liệu khách hàng: Toàn bộ dữ liệu khách du lịch nội địa giai đoạn 2019–2021 được làm sạch, định danh mã khách hàng duy nhất (Customer Code), giải quyết triệt để tình trạng trùng lặp thông tin.
  2. Triển khai thành công 4 nhóm công cụ tương tác số: Email Marketing cá nhân hóa theo lịch khởi hành, tổng đài IP chăm sóc tự động, kênh Zalo tương tác nhanh và quy trình tiếp nhận giải quyết khiếu nại trong 24 giờ.
  3. Chuyển biến tỷ lệ chuyển đổi: Rút ngắn chu kỳ bán hàng (Sales Cycle) từ 5 ngày xuống còn 2,5 ngày đối với khách đoàn B2B và dưới 4 giờ đối với khách lẻ B2C tour Quy Nhơn - Bình Định.

Đổi mới và đóng góp

  • Ứng dụng mô hình phân tích dữ liệu 4 tầng của Laudon vào doanh nghiệp lữ hành vừa và nhỏ: Không xem CRM thuần túy là phần mềm mà xây dựng CRM như một hệ thống quản trị tích hợp: Nguồn dữ liệu -> Kho dữ liệu -> Khai phá dữ liệu -> Ứng dụng ra quyết định.
  • Cụ thể hóa triết lý Marketing One-to-One trong du lịch: Xây dựng quy trình 4 bước gồm Nhận diện -> Phân loại -> Tương tác -> Cá biệt hóa dịch vụ cho từng du khách dựa trên dữ liệu hành vi tour trong quá khứ.
  • Mô hình đánh giá hiệu quả CRM đa chiều: Kết hợp hài hòa giữa đánh giá hiệu quả nội bộ (Internal Metrics: tốc độ xử lý, tỷ lệ chia sẻ dữ liệu liên phòng ban) và đánh giá khách hàng bên ngoài (External Metrics: tỷ lệ chuyển đổi quan tâm sang mua, chỉ số giữ chân du khách).
Đặc điểm Giải pháp truyền thống Salesforce / HubSpot CRM Giải pháp đề xuất của Đề tài
Độ khớp nghiệp vụ Lữ hành Kém (Không có cấu trúc tour) Trung bình (Cần mua thêm add-on đắt đỏ) Hoàn hảo (Tối ưu hóa riêng cho điều hành tour & HDV)
Chi phí triển khai / TCO Thấp ban đầu, tổn thất lớn Rất cao ($50 - $150/user/tháng) Thấp, kiểm soát toàn diện mã nguồn & dữ liệu
Thời gian làm chủ hệ thống 0 ngày (nhưng không mở rộng) 3 - 6 tháng (quy trình phức tạp) 2 - 3 tuần (giao diện tối giản hóa theo nghiệp vụ)
Khả năng tùy biến RFM du lịch Thủ công Cần cấu hình luồng nâng cao Tích hợp sẵn thuật toán phân tầng chuyên biệt

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế (Use Case Scenario)

sequenceDiagram
    autonumber
    actor Guest as Du khách / Doanh nghiệp
    participant Web as Web / Zalo / Call Center
    participant SFA as Bộ phận Kinh doanh (Sales SFA)
    participant OPS as Bộ phận Điều hành & Hướng dẫn viên
    participant CRM as Hệ thống CRM & Database

    Guest->>Web: Gửi yêu cầu tư vấn Tour Quy Nhơn 3N2Đ
    Web->>CRM: Ghi nhận Lead & Lưu trữ thông tin
    CRM->>SFA: Auto-assign Lead cho Sales theo chuyên tuyến
    SFA->>Guest: Tư vấn kịch bản cá nhân hóa & Chốt Booking
    SFA->>CRM: Cập nhật trạng thái CONFIRMED
    CRM->>OPS: Tự động tạo Lệnh điều hành tour & Danh sách Pax
    OPS->>Guest: Thực hiện chương trình du lịch
    OPS->>CRM: Cập nhật kết quả & Gửi khảo sát dịch vụ
    CRM->>Guest: Tự động gửi Email cảm ơn & Mã ưu đãi Re-marketing

Chiến lược triển khai và Lộ trình nhân rộng

  • Giai đoạn 1 (Tháng 1 - Tháng 2): Chuẩn hóa toàn bộ dữ liệu hiện hữu, đào tạo nhận thức nhân viên về triết lý lấy khách hàng làm trung tâm, ban hành quy chế bảo mật thông tin nội bộ.
  • Giai đoạn 2 (Tháng 3 - Tháng 5): Đưa vào vận hành phân hệ SFA và quản lý Booking, kết nối cổng tổng đài VoIP và Zalo OA.
  • Giai đoạn 3 (Tháng 6 - Tháng 9): Chạy chiến dịch Re-marketing tự động dịp cao điểm du lịch hè Quy Nhơn, đánh giá hiệu năng phân tầng RFM.
  • Giai đoạn 4 (Tháng 10 - Tháng 12): Tổng kết, đo lường các chỉ số ROI, tỷ lệ giữ chân khách hàng cũ đạt mốc 720 lượt khách theo kế hoạch.

Phân tích Hiệu quả Tài chính & Hoàn vốn (ROI Projection)

  • Tổng chi phí đầu tư ban đầu: 85.000.000 VNĐ (Bao gồm chi phí hạ tầng máy chủ, chuẩn hóa dữ liệu, đào tạo nhân sự và tích hợp viễn thông).
  • Lợi ích kinh tế ước tính: Tiết kiệm 35% chi phí quảng cáo tìm khách mới nhờ tăng tỷ lệ khách hàng cũ quay lại; tăng doanh thu biên thêm 236,42 triệu VNĐ thông qua bán chéo sản phẩm dịch vụ (vé máy bay, phòng khách sạn FLC/Resort, team building).
  • Thời gian hoàn vốn ước tính (Payback Period): 6,5 tháng kể từ thời điểm vận hành ổn định.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và nguồn lực

  • Hệ thống dữ liệu lịch sử giai đoạn 2019–2021 bị gián đoạn và chịu nhiễu lớn do các đợt bùng phát dịch COVID-19 làm sai lệch chu kỳ du lịch thông thường.
  • Chưa xây dựng ứng dụng di động (Native Mobile App) chuyên biệt cho đội ngũ Hướng dẫn viên để cập nhật trạng thái hài lòng của du khách theo thời gian thực tại các điểm tham quan (Kỳ Co, Eo Gió, Hòn Khô).

Hướng nghiên cứu và mở rộng

  1. Tích hợp Trí tuệ nhân tạo (Generative AI & LLM): Xây dựng trợ lý ảo tự động tư vấn lịch trình tour cá nhân hóa 24/7 trên đa kênh.
  2. Recommendation System: Ứng dụng thuật toán gợi ý điểm đến dựa trên hành vi chi tiêu và sở thích du lịch đã lưu vết trong hồ sơ CRM.
  3. Mở rộng kết nối API hệ sinh thái: Tích hợp trực tiếp với hệ thống đặt phòng Global Distribution System (GDS) và các cổng phân phối dịch vụ khách sạn/vé máy bay theo thời gian thực.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                           ĐỐI TƯỢNG HƯỞNG LỢI TRỰC TIẾP                     |
|                                                                             |
|  [SINH VIÊN & NGHIÊN CỨU SINH]                                              |
|  * Khung tham chiếu chuẩn mực về ứng dụng CRM trong ngành Lữ hành du lịch   |
|  * Phương pháp luận phân tích thực chứng kết hợp số liệu kinh doanh cụ thể  |
|                                                                             |
|  [DOANH NGHIỆP LỮ HÀNH (SME)]                                               |
|  * Bản thiết kế hệ thống CRM thực tế, chi phí tối ưu, triển khai nhanh chóng|
|  * Kịch bản tự động hóa Sales (SFA) và tăng trưởng tỷ lệ khách trung thành  |
|                                                                             |
|  [KỸ SƯ DỮ LIỆU & PHẦN MỀM]                                                |
|  * Mô hình cấu trúc CSDL quan hệ PostgreSQL chuẩn hóa cho ngành Tour        |
|  * Thuật toán phân loại khách hàng RFM thực thi bằng Python                 |
+-----------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Doanh nghiệp lữ hành quy mô vừa và nhỏ cần hạ tầng kỹ thuật gì để triển khai hệ thống CRM này?

Doanh nghiệp chỉ cần một máy chủ đám mây (Cloud VPS) cấu hình tối thiểu 4 vCPU, 8GB RAM (chi phí khoảng 500.000 – 1.000.000 VNĐ/tháng) chạy hệ điều hành Linux (Ubuntu 22.04 LTS), cài đặt Docker để vận hành toàn bộ Core Database, Backend API và giao diện Web. Phía người dùng nội bộ chỉ cần trình duyệt web hiện đại trên máy tính hoặc điện thoại thông minh để thao tác.

2. Làm thế nào để giải quyết vấn đề nhân viên kinh doanh không chịu nhập liệu vào CRM?

Dự án đề xuất giải pháp đồng bộ 3 mũi nhọn: (1) Đơn giản hóa biểu mẫu nhập liệu tối đa thông qua tự động bắt thông tin từ tổng đài và website; (2) Thiết lập cơ chế phân quyền: Lead mới chỉ được tự động phân bổ cho nhân viên nào hoàn thành đầy đủ cập nhật trạng thái khách hàng cũ; (3) Đưa chỉ số chất lượng dữ liệu CRM (Data Integrity Score) vào cơ cấu tính KPI và hoa hồng kinh doanh hàng tháng.

3. Hệ thống xử lý bài toán trùng lặp khách hàng (Data Deduplication) như thế nào?

Hệ thống sử dụng Số điện thoại (Primary Phone) và Địa chỉ Email làm khóa định danh duy nhất (Unique Key). Khi có một tương tác mới phát sinh (từ Web form hoặc tin nhắn Zalo), thuật toán ETL sẽ kiểm tra trong bảng customers. Nếu trùng số điện thoại, hệ thống tự động ghi nhận dưới dạng một Interaction Log hoặc New Booking gắn vào customer_id sẵn có thay vì tạo bản ghi rác mới.

4. Chi phí duy trì hệ thống CRM hàng năm ước tính khoảng bao nhiêu?

Chi phí duy trì ước tính cho một đơn vị lữ hành quy mô từ 15–30 nhân sự bao gồm: Phí duy trì Cloud Server & Backup (~8.000.000 VNĐ/năm), Cổng kết nối viễn thông Brandname SMS/ZNS (~5.000.000 VNĐ/năm tùy sản lượng gửi) và chi phí bảo trì nâng cấp phần mềm (~10.000.000 VNĐ/năm). Tổng ngân sách chỉ chiếm khoảng 1,5–2% tổng chi phí quản lý doanh nghiệp.

5. Khóa luận này chứng minh tính khả thi về mặt tài chính trong bối cảnh du lịch phục hồi như thế nào?

Thông qua việc đặt mục tiêu gia tăng số lượng khách nội địa năm 2022 lên 1.658 khách (trong đó khách cũ đạt 720 lượt, khách mới đạt 938 lượt), doanh nghiệp tối ưu hóa biên lợi nhuận ròng trên mỗi khách du lịch. Giảm thiểu lãng phí chi phí marketing đại trà nhờ tập trung tiếp thị trực tiếp (Marketing 1-to-1) và khai thác tối đa vòng đời khách hàng, giúp doanh nghiệp đạt điểm hòa vốn đầu tư CRM chỉ sau chưa đầy một mùa vụ du lịch hè.

Kết luận

Đề tài khóa luận "Hoàn thiện công tác quản trị quan hệ khách hàng của Công ty TNHH Lữ Hành Quốc Tế Golden Life" đã giải quyết toàn diện bài toán chuyển dịch số hóa trong quản trị du lịch. Bằng việc kết hợp chặt chẽ giữa cơ sở lý luận CRM hiện đại với thực trạng số liệu kinh doanh giai đoạn 2019–2021, công trình đã đề xuất một khung giải pháp toàn diện: từ kiến trúc dữ liệu tập trung, thuật toán phân loại khách hàng RFM, đến hệ thống tự động hóa tiếp thị và quy trình phối hợp liên phòng ban. Kết quả nghiên cứu không chỉ tạo nền tảng vững chắc giúp Golden Life Travel hiện thực hóa mục tiêu đón 1.658 lượt du khách trong năm 2022 mà còn là tài liệu tham khảo có giá trị ứng dụng cao cho các doanh nghiệp lữ hành Việt Nam trong kỷ nguyên du lịch thông minh.