Giới thiệu dự án

Thị trường du lịch và vận tải hành khách tại Việt Nam chứng kiến sự tăng trưởng vượt bậc trong giai đoạn chuyển đổi kinh tế và mở cửa dịch vụ. Tại Thừa Thiên Huế – trung tâm văn hóa, du lịch di sản trọng điểm miền Trung, nhu cầu di chuyển chất lượng cao của du khách nội địa và quốc tế tăng trưởng trung bình từ 12% – 15%/năm. Tuy nhiên, sự cạnh tranh gay gắt từ các doanh nghiệp vận tải lữ hành như Kha Trần, Sinh An Thịnh, Phương Ty đặt ra bài toán cấp thiết: nâng cao năng lực cạnh tranh thông qua chuẩn hóa và tối ưu hóa chất lượng dịch vụ (CLDV).

+-------------------------------------------------------------------------+
|                          BỐI CẢNH VÀ MỤC TIÊU NGHIÊN CỨU                |
+-------------------------------------------------------------------------+
|  Thực trạng: Cạnh tranh vận tải lữ hành tại Thừa Thiên Huế gia tăng    |
|  Pain point: Thiếu công cụ lượng hóa sự hài lòng khách hàng định kỳ    |
|  Mục tiêu: Xây dựng mô hình hồi quy đa biến lượng hóa CLDV              |
|  Công cụ: SPSS v20.0 + Thang đo Likert 5 mức độ + Khảo sát n=120        |
+-------------------------------------------------------------------------+

Vấn đề cốt lõi mà Công ty TNHH Nhi Na (doanh nghiệp thành lập từ năm 2009 với vốn điều lệ ban đầu 1.000.000.000 VNĐ) gặp phải là việc duy trì tính ổn định của trải nghiệm hành khách qua các tuyến hành trình dài Bắc – Trung – Nam, tối ưu tỷ lệ tài sản cố định/nợ phải trả và giảm thiểu các rủi ro vận hành.

Mục tiêu cụ thể của đề tài nghiên cứu:

  1. Hệ thống hóa cơ sở lý thuyết: Đánh giá các mô hình chất lượng dịch vụ chuẩn quốc tế (Gronroos 1984, Parasuraman 1985/1988, Cronin & Taylor 1992, Sweeney 1997).
  2. Phân tích thực trạng vận hành & tài chính: Đánh giá cơ cấu 18 nhân sự, biến động đội xe (Samco, Hyundai, Thaco) và hiệu quả tài chính giai đoạn 2018–2019.
  3. Mô hình hóa định lượng: Xác định các nhân tố ảnh hưởng đến sự hài lòng khách hàng thông qua phân tích độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) và hồi quy tuyến tính bội.
  4. Đề xuất giải pháp can thiệp: Thiết lập lộ trình nâng cao trải nghiệm khách hàng theo từng nhóm nhân tố có hệ số tác động $\beta$ cao nhất.

Phạm vi nghiên cứu được xác định rõ: dữ liệu thứ cấp thu thập tại Công ty TNHH Nhi Na giai đoạn 2018–2019; dữ liệu sơ cấp điều tra trực tiếp trên 120 mẫu khách hàng nội địa sử dụng dịch vụ xe từ ngày 05/02/2020 đến 06/03/2020. Giới hạn đề tài tập trung vào phân khúc vận tải xe lữ hành 29–35 chỗ.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường dịch vụ vận tải du lịch hiện nay tồn tại nhiều mô hình đánh giá khác nhau, đòi hỏi việc lựa chọn khung phân tích có tính tương thích cao với đặc thù vận tải đường bộ.

Tiêu chí so sánh Mô hình Gronroos (1984) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình SERVQUAL Hiệu chỉnh (Parasuraman, 1988)
Cơ chế đo lường Đánh giá qua Chất lượng Kỹ thuật & Chức năng Đo lường thuần túy dựa trên Kết quả thực hiện ($P_{ij}$) Đo lường mức độ cảm nhận dựa trên 5 khía cạnh cốt lõi
Ưu điểm Đơn giản, tách bạch kết quả và quy trình Thu gọn số lượng biến hỏi, giảm tải cho người trả lời Toàn diện, bao quát mọi điểm chạm dịch vụ vận tải
Nhược điểm Khó lượng hóa chi tiết các tiêu chí tâm lý Bỏ qua việc so sánh kỳ vọng ban đầu của khách hàng Cần kiểm định độ tin cậy nghiêm ngặt qua EFA
Độ phù hợp đề tài Trung bình (6.5/10) Khá (8.0/10) Rất cao (9.5/10 - Lựa chọn chính)

Phân tích ưu tiên yêu cầu nghiên cứu theo kỹ thuật MoSCoW:

  • Must have: Kiểm định thang đo Cronbach's Alpha $> 0.60$; Kiểm định EFA thỏa mãn KMO trong khoảng $0.5 - 1.0$, Sig. $< 0.05$, Tổng phương sai trích $> 50%$.
  • Should have: Phân tích hồi quy OLS (Ordinary Least Squares) với phương pháp Enter; kiểm soát đa cộng tuyến ($VIF < 10$) và tự tương quan ($Durbin-Watson \approx 1.5 - 2.5$).
  • Could have: Phân tầng tương quan theo nhân khẩu học (độ tuổi 18–40 chiếm 42.5%, thu nhập, giới tính nữ 54.2% / nam 45.8%).
  • Won't have: Mô hình hóa phương trình cấu trúc tuyến tính SEM (không bắt buộc với cỡ mẫu $n=120$).
+------------------------------------------------------------------------+
|                          GAP ANALYSIS VẬN HÀNH                         |
+------------------------------------------------------------------------+
|  Hiện trạng Nhi Na (2019):                                             |
|  - Doanh thu: 2.604 triệu VNĐ (+44.1% so với 2018)                     |
|  - Lợi nhuận sau thuế: 177 triệu VNĐ (+210.5% so với 2018)             |
|  - Nợ phải trả: 3.383 triệu VNĐ (chiếm 65.5% tổng nguồn vốn)          |
|  - Điểm nghẽn: Thiết bị nội thất xe và tính đáp ứng tức thời           |
|                                                                        |
|  Cơ hội cải tiến:                                                      |
|  - Nâng cấp viễn thông GPS & tiện ích số trên xe                       |
|  - Tối ưu quy trình điều vận theo chuẩn SERVQUAL 5 thành phần          |
+------------------------------------------------------------------------+

Thiết kế hệ thống

Mô hình nghiên cứu được xây dựng dựa trên khung lý thuyết SERVQUAL hiệu chỉnh, tích hợp 5 biến độc lập và 1 biến phụ thuộc:

                  +-------------------------------+
                  |  Phương tiện hữu hình (TANG)  |--+
                  +-------------------------------+  |
                  +-------------------------------+  |
                  |     Độ tin cậy (RELI)         |--+
                  +-------------------------------+  |     +----------------------------+
                  +-------------------------------+  +---->|  Sự hài lòng khách hàng    |
                  |     Tính đáp ứng (RESP)       |--+     |       (SATISFACTION)       |
                  +-------------------------------+  |     +----------------------------+
                  +-------------------------------+  |
                  |     Sự cảm thông (EMPA)       |--+
                  +-------------------------------+  |
                  +-------------------------------+  |
                  |   Năng lực phục vụ (COMP)     |--+
                  +-------------------------------+

Công thức tổng quát của mô hình hồi quy tuyến tính:

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

Trong đó:

  • $Y$: Mức độ hài lòng chung của khách hàng đối với dịch vụ xe du lịch Nhi Na.
  • $X_1$: Phương tiện hữu hình (Tangibles) – 4 biến quan sát.
  • $X_2$: Độ tin cậy (Reliability) – 4 biến quan sát.
  • $X_3$: Tính đáp ứng (Responsiveness) – 4 biến quan sát.
  • $X_4$: Năng lực phục vụ (Competence/Assurance) – 4 biến quan sát.
  • $X_5$: Sự cảm thông (Empathy) – 4 biến quan sát.
  • $\beta_0$: Hằng số hồi quy; $\beta_i$: Hệ số hồi quy riêng phần chuẩn hóa; $e_i$: Sai số ngẫu nhiên.
-- Cấu trúc từ điển dữ liệu khảo sát (Data Dictionary Schema)
CREATE TABLE Survey_Responses (
    Response_ID INT PRIMARY KEY AUTO_INCREMENT,
    Survey_Date DATE NOT NULL,
    Gender ENUM('Nam', 'Nu') NOT NULL,
    Age_Group ENUM('<18', '18-40', '40-60', '>60') NOT NULL,
    Income_Level VARCHAR(50),
    Vehicle_Model VARCHAR(50) DEFAULT 'Samco/Hyundai/Thaco',
    TANG_Mean DECIMAL(3,2), -- Biến Phương tiện hữu hình
    RELI_Mean DECIMAL(3,2), -- Biến Độ tin cậy
    RESP_Mean DECIMAL(3,2), -- Biến Tính đáp ứng
    COMP_Mean DECIMAL(3,2), -- Biến Năng lực phục vụ
    EMPA_Mean DECIMAL(3,2), -- Biến Sự cảm thông
    SATIS_Overall DECIMAL(3,2) NOT NULL -- Biến phụ thuộc Y
);

Methodology

Phương pháp luận định lượng tuân thủ các quy chuẩn học thuật khắt khe về cỡ mẫu và quy trình xử lý dữ liệu:

  • Quy tắc xác định cỡ mẫu:
    • Theo Hair et al. (1998): Cỡ mẫu tối thiểu gấp 5 lần số biến quan sát: $n = 24 \times 5 = 120$ mẫu.
    • Theo Tabachnick & Fidell (1991): Phân tích hồi quy đạt độ tin cậy tối ưu khi $n \ge 8m + 50$ (với $m=5$ biến độc lập $\rightarrow n \ge 8(5) + 50 = 90$).
    • Mẫu nghiên cứu thực tế đạt $N = 120$ hợp lệ, thỏa mãn cả hai chuẩn định lượng trên.
  • Công cụ phân tích: Phần mềm IBM SPSS Statistics phiên bản 20.0.

Implementation và kết quả

Development process

Quá trình thu thập và xử lý dữ liệu trải qua 4 giai đoạn được lập trình và chuẩn hóa bằng tập lệnh SPSS Syntax:

* 1. Kiểm định độ tin cậy thang đo Cronbach's Alpha.
RELIABILITY
  /VARIABLES=TANG1 TANG2 TANG3 TANG4
  /SCALE('Tangibles_Scale') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

* 2. Phân tích nhân tố khám phá EFA (Principal Axis Factoring với Varimax Rotation).
FACTOR
  /VARIABLES TANG1 TO TANG4 RELI1 TO RELI4 RESP1 TO RESP4 COMP1 TO COMP4 EMPA1 TO EMPA4
  /MISSING LISTWISE 
  /ANALYSIS TANG1 TO EMPA4
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION VARIMAX.

* 3. Hồi quy tuyến tính bội bằng phương pháp Enter và kiểm tra vi phạm.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT SATIS_MEAN
  /METHOD=ENTER TANG_F RELI_F RESP_F COMP_F EMPA_F
  /RESIDUALS DURBIN.

Ngoài ra, quy trình phân tích và kiểm tra tương quan được kiểm chứng chéo thông qua script Python sử dụng thư viện statsmodels và scikit-learn:

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

# Đọc tập dữ liệu khảo sát 120 mẫu từ SPSS Data Export
df = pd.read_csv("nhi_na_survey_data.csv")

X = df[['Tangibles', 'Reliability', 'Responsiveness', 'Competence', 'Empathy']]
y = df['Customer_Satisfaction']

# Thêm hệ số chặn intercept beta_0
X_with_const = sm.add_constant(X)
model = sm.OLS(y, X_with_const).fit()

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

print(model.summary())
print(vif_data)

Testing và validation

Kết quả kiểm định thống kê trên mẫu $N = 120$ đáp ứng đầy đủ các tiêu chuẩn đo lường:

+------------------------------------------------------------------------+
|                      KẾT QUẢ KIỂM ĐỊNH THỐNG KÊ                        |
+------------------------------------------------------------------------+
|  1. Hệ số KMO = 0.812 (> 0.50) -> Dữ liệu rất phù hợp EFA              |
|  2. Kiểm định Bartlett's Test: Chi-Square = 984.32, Sig. = 0.000 (<.05)|
|  3. Cronbach's Alpha tất cả các nhóm thang đo: 0.742 - 0.868 (Đạt chuẩn)|
|  4. Tổng phương sai trích (Cumulative Variance Explained): 63.45%      |
|  5. Hệ số Durbin-Watson = 1.842 (Không có tự tương quan chuỗi bậc 1)   |
|  6. Hệ số phóng đại phương sai VIF: 1.124 - 1.485 (< 2.0 -> Không đa cộ|
+------------------------------------------------------------------------+
Nhóm nhân tố Số biến quan sát Cronbach's Alpha Tương quan biến - tổng nhỏ nhất Điểm Mean trung bình
Phương tiện hữu hình (Tangibles) 4 0.812 0.534 3.82 / 5.0
Độ tin cậy (Reliability) 4 0.845 0.582 4.01 / 5.0
Tính đáp ứng (Responsiveness) 4 0.789 0.498 3.76 / 5.0
Năng lực phục vụ (Competence) 4 0.868 0.615 4.12 / 5.0
Sự cảm thông (Empathy) 4 0.742 0.461 3.68 / 5.0
Sự hài lòng chung (Satisfaction) 4 0.854 0.590 3.94 / 5.0

Kết quả đạt được

Hàm hồi quy chuẩn hóa thu được từ kết quả xử lý SPSS v20:

$$\text{SATIS} = 0.312 \times \text{COMP} + 0.264 \times \text{RELI} + 0.218 \times \text{RESP} + 0.175 \times \text{TANG} + 0.142 \times \text{EMPA}$$

  • Hệ số xác định mô hình: $R^2 = 0.648$, $R^2 \text{ điều chỉnh} = 0.632$. Như vậy, 5 nhân tố trong mô hình giải thích được 63.2% sự biến thiên của mức độ hài lòng khách hàng đối với dịch vụ xe du lịch Nhi Na.
  • Mức độ tác động: Nhân tố Năng lực phục vụ ($\beta = 0.312, p < 0.001$) và Độ tin cậy ($\beta = 0.264, p < 0.001$) có tác động mạnh nhất đến sự hài lòng của du khách.
+-------------------------------------------------------------------------+
|                  TĂNG TRƯỞNG KINH DOANH THỰC TẾ (2018 - 2019)           |
+-------------------------------------------------------------------------+
|  Doanh thu thuần:       1.807 triệu -> 2.604 triệu VNĐ (+44.1%)         |
|  Lợi nhuận sau thuế:       57 triệu ->   177 triệu VNĐ (+210.5%)        |
|  Tài sản cố định xe:    2.760 triệu -> 3.694 triệu VNĐ (+33.8%)         |
|  Đội xe vận hành:       7 xe đời mới (Samco, Hyundai, Thaco)            |
+-------------------------------------------------------------------------+

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mang tính thực tiễn cao cho hoạt động quản trị dịch vụ du lịch:

  1. Lượng hóa chi tiết hành vi khách hàng địa phương: Làm rõ tỷ trọng khách hàng trọng tâm từ 18–40 tuổi (42.5%) và 40–60 tuổi (30.0%), giúp doanh nghiệp cấu trúc lại các gói dịch vụ xe theo từng nhóm đối tượng cụ thể.
  2. Cải tiến quy trình kiểm soát chất lượng: Chuyển đổi từ mô hình quản lý cảm tính sang hệ thống giám sát bằng dữ liệu viễn thông GPS kết hợp bảng kiểm định SERVQUAL 5 chiều định kỳ hàng quý.
  3. Tối ưu hóa hiệu suất vốn đầu tư: Cung cấp bằng chứng thực nghiệm chứng minh việc bổ sung dòng xe Samco 35 chỗ (2019) và nâng cấp nội thất đã trực tiếp thúc đẩy tăng trưởng lợi nhuận gộp từ 222 triệu lên 390 triệu VNĐ (+75.7%).
+------------------------------------------------------------------------+
|                     SO SÁNH ĐÓNG GÓP HỌC THUẬT & THỰC TIỄN             |
+------------------------------------------------------------------------+
| Nghiên cứu truyền thống:                                               |
| - Đánh giá định tính chung chung, thiếu kiểm định vi phạm hồi quy      |
| - Không gắn kết chỉ số tài sản/nợ với mức độ thỏa mãn dịch vụ         |
|                                                                        |
| Đóng góp từ đề tài:                                                    |
| - Quy trình 3 bước: Thang đo -> EFA -> Hồi quy Enter chuẩn xác         |
| - Kiểm soát toàn diện VIF, Durbin-Watson, Eigenvalue, Factor Loading    |
| - Định lượng mức cải thiện hiệu suất dịch vụ theo từng hệ số Beta     |
+------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Giải pháp từ khóa luận đã được áp dụng trực tiếp vào cấu trúc vận hành của Công ty TNHH Nhi Na:

+------------------------------------------------------------------------+
|                   LỘ TRÌNH TRIỂN KHAI NÂNG CAO CLDV                    |
+------------------------------------------------------------------------+
| Giai đoạn 1 (Tháng 1-3): Chuẩn hóa Năng lực phục vụ (Beta = 0.312)     |
| - Đào tạo kỹ năng phòng vệ, sơ cấp cứu, giao tiếp ngoại ngữ cho 7 tài xế|
| - Thiết lập bộ chỉ số KPI phản hồi khách hàng dưới 15 phút             |
|                                                                        |
| Giai đoạn 2 (Tháng 4-6): Tăng cường Độ tin cậy & Đáp ứng (Beta = 0.264)|
| - Nâng cấp bảo dưỡng định kỳ hệ thống phanh, lốp, động cơ trước tour   |
| - Triển khai hệ thống giám sát hành trình GPS trực tuyến               |
|                                                                        |
| Giai đoạn 3 (Tháng 7-12): Hoàn thiện Phương tiện & Cảm thông           |
| - Trang bị wifi băng thông rộng, cổng sạc USB, tivi internet trên xe   |
| - Xây dựng chính sách tri ân khách hàng thân thiết và giảm giá tour    |
+------------------------------------------------------------------------+

Ước tính hiệu quả kinh tế (ROI Projected):

  • Chi phí đầu tư đào tạo và nâng cấp tiện ích: khoảng 85.000.000 VNĐ/năm.
  • Doanh thu dự kiến tăng thêm nhờ tỷ lệ quay lại của khách hàng đạt trên 35%: tăng trưởng doanh thu thuần ước đạt 15% – 20%/năm.
  • Tỷ lệ hoàn vốn đầu tư (ROI) ước tính đạt 185% sau 18 tháng áp dụng đồng bộ.

Hạn chế và hướng phát triển

Dù đạt được những kết quả định lượng chuẩn xác, đề tài vẫn ghi nhận một số hạn chế khách quan:

  • Quy mô mẫu: Mẫu điều tra $N = 120$ được lấy theo phương pháp chọn mẫu thuận tiện tại Thừa Thiên Huế, chưa bao quát toàn bộ khách hàng quốc tế.
  • Biến động ngoại cảnh: Dữ liệu khảo sát vào đầu năm 2020 chịu tác động bước đầu của biến động ngành du lịch nói chung.

Hướng phát triển đề xuất:

  1. Ứng dụng mô hình cấu trúc tuyến tính SEM-PLS với quy mô mẫu $N \ge 300$ để kiểm tra các tác động trung gian (giá trị cảm nhận, lòng trung thành).
  2. Tích hợp phần mềm đặt xe trực tuyến trên nền tảng di động nhằm tự động hóa việc thu thập phản hồi của hành khách theo thời gian thực (Real-time Customer Feedback).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận khung nghiên cứu mẫu chuẩn mực về ứng dụng mô hình SERVQUAL, kiểm định Cronbach's Alpha, phân tích EFA và hồi quy OLS trên SPSS v20.
  • Doanh nghiệp vận tải lữ hành: Sở hữu bộ công cụ khảo sát chuẩn hóa và giải pháp can thiệp có tính định lượng cao để nâng cao năng lực phục vụ của tài xế và tối ưu lịch trình xe.
  • Cơ quan quản lý du lịch (Sở Du lịch Thừa Thiên Huế): Có thêm dữ liệu thực chứng để hoạch định chính sách nâng cao tiêu chuẩn chất lượng dịch vụ vận tải hành khách trên địa bàn.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để triển khai mô hình phân tích định lượng này là gì?

Hệ thống cần cài đặt phần mềm IBM SPSS Statistics phiên bản 20.0 trở lên hoặc môi trường Python 3.8+ với các thư viện pandas, statsmodels, scipy. Máy trạm cấu hình tối thiểu Intel Core i3, 4GB RAM.

2. Vì sao biến "Năng lực phục vụ" lại có trọng số tác động cao nhất ($\beta = 0.312$)?

Trong dịch vụ xe du lịch đường dài, kỹ năng lái xe an toàn, thái độ lịch sự, khả năng xử lý tình huống khẩn cấp và sự am hiểu tuyến điểm của tài xế quyết định trực tiếp cảm giác an tâm và thỏa mãn của du khách.

3. Làm thế nào để kiểm soát hiện tượng đa cộng tuyến trong mô hình?

Đề tài sử dụng chỉ số Hệ số phóng đại phương sai (VIF - Variance Inflation Factor). Toàn bộ các biến đưa vào mô hình đều có $VIF < 1.50$ (thấp hơn nhiều so với ngưỡng cảnh báo 10 và ngưỡng nghiêm ngặt 2), chứng minh các biến độc lập hoàn toàn không vi phạm giả định đa cộng tuyến.

4. Giải pháp nào giúp giảm bớt áp lực nợ phải trả (3.383 triệu VNĐ) của công ty?

Công ty cần đẩy nhanh tốc độ vòng quay vốn lưu động bằng cách thắt chặt công nợ phải thu (năm 2019 đạt 1.127 triệu VNĐ), kết hợp gia tăng tỷ lệ lấp đầy ghế trên mỗi chuyến xe để tối ưu hóa dòng tiền thuần từ hoạt động kinh doanh.

5. Khảo sát 120 mẫu có đảm bảo tính đại diện thống kê không?

Với mô hình 24 biến quan sát và 5 biến độc lập, cỡ mẫu 120 thỏa mãn quy tắc $5 \times 24 = 120$ của Hair et al. (1998) và vượt ngưỡng tối thiểu $n \ge 8(5) + 50 = 90$ theo Tabachnick & Fidell (1991), đảm bảo độ tin cậy và giá trị khoa học của mô hình hồi quy.

Kết luận

Khóa luận tốt nghiệp của tác giả Hồ Hà Khánh Linh đã thực hiện thành công việc lượng hóa mối quan hệ giữa chất lượng dịch vụ xe du lịch và sự hài lòng của khách hàng tại Công ty TNHH Nhi Na. Nghiên cứu chứng minh rằng 63.2% sự biến thiên về mức độ hài lòng của du khách được quyết định bởi 5 nhân tố cốt lõi của thang đo SERVQUAL, trong đó Năng lực phục vụ và Độ tin cậy giữ vai trò then chốt.

Kết quả này không chỉ mang giá trị học thuật chuẩn mực trong quản trị kinh doanh du lịch mà còn đóng vai trò kim chỉ nam giúp ban lãnh đạo Công ty TNHH Nhi Na tiếp tục tối ưu hóa nguồn lực, nâng cao chất lượng phương tiện và nâng tầm vị thế thương hiệu vận tải lữ hành tại Thừa Thiên Huế.