Giới thiệu dự án

Thị trường kinh doanh trang thiết bị du lịch dã ngoại và thể thao ngoài trời (outdoor gear) tại Việt Nam đang trải qua giai đoạn tăng trưởng mạnh mẽ, được thúc đẩy bởi xu hướng du lịch trải nghiệm (trekking, chèo SUP, đạp xe địa hình) với mức tăng trưởng bình quân ước tính đạt 18 - 22%/năm trong giai đoạn 2016–2020. Thừa Thiên Huế sở hữu tài nguyên thiên nhiên và di sản phong phú, tạo điều kiện thuận lợi cho các loại hình du lịch sinh thái và thể thao mạo hiểm phát triển. Tuy nhiên, hoạt động phân phối thiết bị chuyên dụng tại khu vực miền Trung còn manh mún, thiếu sự chuẩn hóa trong mô hình đánh giá và tối ưu hóa hiệu quả bán hàng.

Công ty TNHH MTV K’event Anh Khoa (đại diện phân phối chính thức của Umove Travel & Outdoor Gear tại khu vực miền Trung) thành lập từ năm 2016, tập trung vào mảng bán sỉ và bán lẻ các dòng sản phẩm: xe đạp thể thao, ván chèo đứng (SUP), lều trại và phụ kiện dã ngoại. Mặc dù doanh thu thuần tăng từ 4.543,77 triệu VNĐ (2016) lên 6.120,44 triệu VNĐ (2018), doanh nghiệp vẫn đối mặt với các điểm nghẽn nghiêm trọng: lợi nhuận sau thuế năm 2018 (168,00 triệu VNĐ) chưa đạt chỉ tiêu kỳ vọng (200,00 triệu VNĐ); chi phí bán hàng tăng 23,11% trong năm 2018; chi phí quản lý doanh nghiệp tăng cao; và chiến lược bán hàng chưa lượng hóa được mức độ tác động của các nhân tố cốt lõi đến quyết định mua của khách hàng.

graph TD
    A[Bối cảnh thị trường Outdoor Gear miền Trung] --> B[Điểm nghẽn tại K'event Anh Khoa]
    B --> C1[Chi phí bán hàng & quản trị tăng nhanh]
    B --> C2[Lợi nhuận ròng chưa đạt mục tiêu 200 triệu VNĐ]
    B --> C3[Thiếu mô hình định lượng đánh giá hành vi khách hàng]
    C1 & C2 & C3 --> D[Mô hình EFA & Hồi quy OLS đa biến]
    D --> E[Tối ưu hóa Marketing Mix 4P + Con người]
    E --> F[Tăng trưởng doanh thu > 24% & ROS bền vững]

Mục tiêu nghiên cứu của đề tài được xác định cụ thể:

  1. Hệ thống hóa cơ sở lý luận về quản trị bán hàng thương mại, chỉ tiêu tài chính và mô hình hành vi người tiêu dùng của Philip Kotler (2002).
  2. Phân tích thực trạng tài chính và hiệu quả bán hàng của K’event Anh Khoa giai đoạn 2016–2018 thông qua các chỉ số tài chính: Doanh thu thuần, Lợi nhuận gộp, ROS (Return on Sales), ROE (Return on Equity), ROC (Return on Cost).
  3. Thiết lập mô hình hồi quy tuyến tính OLS (Ordinary Least Squares) kết hợp phân tích nhân tố khám phá (EFA) để lượng hóa mức độ tác động của 5 nhóm nhân tố: Sản phẩm (SP), Giá cả (GC), Kênh phân phối (KPP), Nhân viên bán hàng (NVBH), Hoạt động xúc tiến (XT) đến Hiệu quả hoạt động bán hàng (KQ).
  4. Đề xuất hệ thống giải pháp nâng cao hiệu quả hoạt động bán hàng phù hợp với đặc thù sản phẩm du lịch dã ngoại tại TP. Huế.

Phạm vi nghiên cứu: Dữ liệu thứ cấp thu thập trong giai đoạn 2016–2018; dữ liệu sơ cấp khảo sát từ 15/10/2019 đến 15/11/2019 tại TP. Huế với kích thước mẫu hợp lệ $N = 125$.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi xây dựng mô hình định lượng, hoạt động bán hàng của K’event Anh Khoa chủ yếu dựa vào trực giác điều hành và các kênh truyền thống, bộc lộ nhiều hạn chế so với bối cảnh cạnh tranh hiện đại:

Tiêu chí Quản lý bán hàng theo cảm tính (Hiện trạng) Mô hình định lượng ứng dụng EFA-OLS (Đề xuất)
Cơ sở ra quyết định Kinh nghiệm chủ quan của quản lý Phân tích dữ liệu thực nghiệm $N = 125$ với kiểm định $p < 0,05$
Đo lường sự hài lòng Phản hồi ngẫu nhiên, không cấu trúc Thang đo Likert 5 mức độ trên 25 biến quan sát chuẩn hóa
Phân bổ ngân sách Dàn trải giữa quảng cáo và tồn kho Tập trung vào nhân tố có trọng số $\beta$ hồi quy chuẩn hóa cao nhất
Kiểm soát rủi ro Thụ động theo biến động mùa vụ du lịch Dự báo xu hướng và chủ động cân bằng cơ cấu sản phẩm (Xe đạp/SUP)

Phân tích yêu cầu hệ thống theo khung MoSCoW:

  • Must-have (Bắt buộc): Mô hình hóa dữ liệu khảo sát khách hàng; xác thực độ tin cậy thang đo Cronbach's Alpha $\ge 0,6$; kiểm định EFA với KMO $\ge 0,5$ và Eigenvalue $> 1$.
  • Should-have (Nên có): Xây dựng phương trình hồi quy tuyến tính chuẩn hóa xác định hệ số tác động $\beta$; phân tích phương sai One-Way ANOVA và Independent-Sample T-Test theo đặc điểm nhân khẩu học.
  • Could-have (Có thể có): Tích hợp phân tích biên độ lợi nhuận ROS, ROE, ROC vào từng nhóm ngành hàng thiết bị dã ngoại.
  • Won't-have (Không thực hiện): Không mở rộng khảo sát ra ngoài phạm vi thị trường Thừa Thiên Huế trong giai đoạn này.

Thiết kế hệ thống phân tích

Mô hình nghiên cứu kế thừa mô hình hành vi người tiêu dùng (Kotler, 2002) và mô hình 5 áp lực cạnh tranh (Michael Porter), bao gồm 5 biến độc lập (22 biến quan sát) và 1 biến phụ thuộc (3 biến quan sát):

$$\text{KQ} = \beta_0 + \beta_1 \text{SP} + \beta_2 \text{GC} + \beta_3 \text{KPP} + \beta_4 \text{NVBH} + \beta_5 \text{XT} + \varepsilon$$

graph LR
    subgraph Biến độc lập
        SP[Sản phẩm: SP1 - SP5]
        GC[Giá cả: GC1 - GC4]
        KPP[Kênh phân phối: KPP1 - KPP4]
        NVBH[Nhân viên bán hàng: NVBH1 - NVBH4]
        XT[Hoạt động xúc tiến: XT1 - XT5]
    end
    subgraph Biến phụ thuộc
        KQ[Hiệu quả bán hàng: KQ1 - KQ3]
    end
    SP -->|β1| KQ
    GC -->|β2| KQ
    KPP -->|β3| KQ
    NVBH -->|β4| KQ
    XT -->|β5| KQ

Technology Stack phục vụ nghiên cứu và xử lý số liệu:

  • Xử lý thống kê và kiểm định: IBM SPSS Statistics phiên bản 22.0.
  • Tổng hợp và làm sạch dữ liệu sơ cấp: Microsoft Excel 2016.
  • Ngôn ngữ kịch bản phân tích tái lập: Python 3.8 với thư viện pandas (v1.2.4), statsmodels (v0.12.2), factor_analyzer (v0.3.2).

Cấu trúc mã hóa thang đo đo lường:

  • Nhóm Sản phẩm (SP): SP1 (Chất lượng), SP2 (Đa dạng), SP3 (Số lượng sẵn có), SP4 (Mẫu mã đẹp), SP5 (Đáp ứng kịp thời).
  • Nhóm Giá cả (GC): GC1 (Phù hợp chất lượng), GC2 (Giá phải chăng), GC3 (Phù hợp đối tượng), GC4 (Cạnh tranh thị trường).
  • Nhóm Kênh phân phối (KPP): KPP1 (Tuyến đường thuận tiện), KPP2 (Trưng bày hợp lý), KPP3 (Giờ mở cửa), KPP4 (Nơi giữ xe).
  • Nhóm Nhân viên bán hàng (NVBH): NVBH1 (Lịch sự, nhiệt tình), NVBH2 (Am hiểu sản phẩm), NVBH3 (Giải quyết thắc mắc), NVBH4 (Thấu hiểu nhu cầu).
  • Nhóm Xúc tiến (XT): XT1 (Quảng bá, PR), XT2 (Hình thức hấp dẫn), XT3 (Khuyến mãi), XT4 (Lắng nghe phản hồi), XT5 (Giải quyết khiếu nại).
  • Nhóm Hiệu quả bán hàng (KQ): KQ1 (Hài lòng tổng thể), KQ2 (Dự định tái mua), KQ3 (Giới thiệu người khác).

Methodology

Phương pháp nghiên cứu kết hợp giữa nghiên cứu định tính và nghiên cứu định lượng qua hai bước:

  1. Nghiên cứu sơ bộ: Phỏng vấn thử $N_0 = 30$ khách hàng nhằm điều chỉnh ngữ nghĩa các câu hỏi trong bảng khảo sát Likert 5 điểm (1: Hoàn toàn không đồng ý $\to$ 5: Hoàn toàn đồng ý).
  2. Nghiên cứu chính thức: Áp dụng nguyên tắc chọn mẫu của Hair et al. (1998) với kích thước mẫu tối thiểu:

$$n = 5 \times m = 5 \times 25 = 125 \quad (\text{với } m = 25 \text{ biến quan sát})$$

Phát ra 130 phiếu khảo sát, thu về 125 phiếu hợp lệ (tỷ lệ đạt 96,15%).

+-----------------------------------------------------------------------------------+
|                           QUY TRÌNH NGHIÊN CỨU ĐỊNH LƯỢNG                         |
+-----------------------------------------------------------------------------------+
|  [Thu thập mẫu sơ cấp N=125]                                                      |
|  [Phân tích Tương quan Pearson & Hồi quy tuyến tính Enter]                        |
|  [Kiểm định sai biệt One-Way ANOVA & T-Test theo Giới tính/Thu nhập/Nghề nghiệp]  |
+-----------------------------------------------------------------------------------+

Implementation và kết quả

Quá trình phân tích định lượng

Quy trình phân tích dữ liệu được xây dựng dưới dạng kịch bản tự động hóa mô phỏng thuật toán xử lý trên SPSS Syntax / Python:

import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_kmo, calculate_bartlett_sphericity

# 1. Tải và tiền xử lý dữ liệu khảo sát (N=125, 25 biến)
df = pd.read_csv("kevent_survey_data.csv")
indep_vars = ['SP', 'GC', 'KPP', 'NVBH', 'XT']
dep_var = 'KQ'

# 2. Kiểm định KMO và Bartlett's Sphericity cho EFA
chi_square_value, p_value = calculate_bartlett_sphericity(df[indep_vars])
kmo_all, kmo_model = calculate_kmo(df[indep_vars])
print(f"KMO Score: {kmo_model:.4f} | Bartlett's test p-value: {p_value:.4e}")

# 3. Chạy mô hình hồi quy đa biến OLS
X = sm.add_constant(df[indep_vars])
y = df[dep_var]
ols_model = sm.OLS(y, X).fit()

# 4. Xuất bảng tóm tắt hệ số hồi quy chuẩn hóa
print(ols_model.summary())

Công thức toán học của các chỉ số tài chính phân tích hiệu quả bán hàng:

$$\text{ROS} = \frac{\text{Lợi nhuận sau thuế}}{\text{Doanh thu thuần}} \times 100%$$

$$\text{ROE} = \frac{\text{Lợi nhuận sau thuế}}{\text{Vốn chủ sở hữu}} \times 100%$$

$$\text{ROC} = \frac{\text{Lợi nhuận sau thuế}}{\text{Tổng chi phí}} \times 100%$$

Testing và kiểm định thống kê

Dữ liệu khảo sát $N=125$ sau khi xử lý trên SPSS 22.0 cho ra các kết quả kiểm định đạt chuẩn thống kê:

  • Độ tin cậy thang đo (Cronbach's Alpha): Tất cả các nhóm biến đều có hệ số $\alpha > 0,7$ (Nhóm SP: 0,812; Nhóm GC: 0,789; Nhóm KPP: 0,745; Nhóm NVBH: 0,834; Nhóm XT: 0,801; Biến phụ thuộc KQ: 0,826). Không có biến quan sát nào có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) nhỏ hơn 0,3.
  • Kiểm định EFA biến độc lập: Hệ số $\text{KMO} = 0,782$ (thỏa mãn $0,5 < \text{KMO} < 1$); Kiểm định Bartlett's có giá trị thống kê $\chi^2$ với $\text{Sig.} = 0,000 < 0,05$. Tổng phương sai trích (Total Variance Explained) đạt $62,45% > 50%$ tại điểm dừng Eigenvalues $> 1,12$. Tất cả hệ số tải nhân tố (Factor Loading) đều đạt trên $0,55$.
  • Kiểm định đa cộng tuyến (Multicollinearity): Tất cả các biến độc lập đều có hệ số phóng đại phương sai $\text{VIF} < 1,8$ (nhỏ hơn ngưỡng rủi ro 2,0), độ chấp nhận $\text{Tolerance} > 0,55$, khẳng định không xảy ra hiện tượng đa cộng tuyến.
+-----------------------------------------------------------------------------------+
|                        KẾT QUẢ HỒI QUY ĐA BIẾN (ENTER METHOD)                     |
+-----------------------------------------------------------------------------------+
| Biến độc lập        | Hệ số Beta chưa chuẩn hóa | Hệ số Beta chuẩn hóa | Sig. (p) |
+---------------------+---------------------------+----------------------+----------+
| (Hằng số Bo)        |           0.412           |          -           |   0.041  |
| Sản phẩm (SP)       |           0.315           |        0.328         |   0.000  |
| Giá cả (GC)         |           0.278           |        0.285         |   0.001  |
| Kênh phân phối (KPP)|           0.184           |        0.192         |   0.008  |
| Nhân viên bán hàng  |           0.210           |        0.218         |   0.004  |
| Hoạt động xúc tiến  |           0.145           |        0.152         |   0.023  |
+---------------------+---------------------------+----------------------+----------+
| R-squared: 0.584 | R-squared hiệu chỉnh: 0.567 | F-test: 33.412 (Sig. = 0.000)    |
+-----------------------------------------------------------------------------------+

Phương trình hồi quy chuẩn hóa thu được:

$$\text{KQ} = 0,328 \times \text{SP} + 0,285 \times \text{GC} + 0,218 \times \text{NVBH} + 0,192 \times \text{KPP} + 0,152 \times \text{XT}$$

Kết quả cho thấy Sản phẩm ($\beta = 0,328$) và Giá cả ($\beta = 0,285$) là hai nhân tố có sức ảnh hưởng mạnh nhất đến hiệu quả bán hàng tại K’event Anh Khoa.

Kết quả kinh doanh đạt được

Phân tích số liệu tài chính giai đoạn 2016–2018 phản ánh sự tăng trưởng quy mô song hành với các áp lực chi phí:

Chỉ tiêu tài chính Năm 2016 Năm 2017 Năm 2018 So sánh 2017/2016 (%) So sánh 2018/2017 (%)
Tổng doanh thu 4.745,80 tr 5.046,33 tr 6.262,80 tr $+6,33%$ $+24,10%$
Các khoản giảm trừ 201,53 tr 178,50 tr 142,36 tr $-11,43%$ $-20,25%$
Doanh thu thuần 4.543,77 tr 4.867,83 tr 6.120,44 tr $+7,13%$ $+25,73%$
Giá vốn hàng bán 3.793,35 tr 3.910,28 tr 4.936,88 tr $+3,08%$ $+26,25%$
Lợi nhuận gộp 750,42 tr 957,55 tr 1.183,56 tr $+27,60%$ $+23,60%$
Chi phí bán hàng 285,15 tr 385,13 tr 474,15 tr $+35,06%$ $+23,11%$
Chi phí quản lý DN 335,23 tr 436,43 tr 519,49 tr $+30,19%$ $+19,03%$
Lợi nhuận sau thuế 98,14 tr 117,85 tr 168,00 tr $+20,08%$ $+42,55%$
Tỷ suất ROS $2,16%$ $2,42%$ $2,75%$ $+12,04%$ $+13,64%$
Tỷ suất ROE $6,19%$ $4,73%$ $5,71%$ $-23,59%$ $+20,72%$

Quy mô nhân sự tăng từ 15 người (2016) lên 23 người (2018), trong đó nhân sự có trình độ Đại học, Cao đẳng chiếm $78,26%$ (18 người), đảm bảo năng lực tư vấn kỹ thuật chuyên sâu cho các sản phẩm outdoor phức tạp.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và ứng dụng thực tiễn rõ nét so với các đề tài trước đây:

Công trình nghiên cứu Phương pháp & Phạm vi Kết quả & Trọng số tìm thấy Điểm hạn chế Điểm cải tiến của đề tài này
Lê Thị Thùy Trinh (2018) (Cty Minh Phát) Thống kê mô tả đơn thuần Đánh giá mức độ hài lòng chung chung Chưa định lượng được mức độ ảnh hưởng giữa các biến Lượng hóa chính xác hệ số $\beta$ hồi quy cho từng thành phần
Nguyễn Thị Lưu Bích (2018) (Bách Khoa Computer) Phân tích tần số & bảng chéo Khách hàng hài lòng theo nhân khẩu Thiếu mô hình hồi quy đa biến và kiểm định EFA Ứng dụng trọn vẹn quy trình: Cronbach's Alpha $\to$ EFA $\to$ OLS $\to$ ANOVA
Nguyễn Trần Thảo Nhi (2015) (Cty CP An Phú) Khảo sát $N=160$, EFA, OLS Giá cả ($\beta=0,451$), KPP ($\beta=0,386$), SP ($\beta=0,269$) Sản phẩm công nghiệp đại trà, không có tính mùa vụ Chuyên biệt hóa cho ngành thiết bị du lịch dã ngoại chịu ảnh hưởng mùa vụ cao
Đề tài này (2019) (K’event Anh Khoa) $N=125$, EFA-OLS, Financial Metrics Sản phẩm ($\beta=0,328$), Giá ($\beta=0,285$), NVBH ($\beta=0,218$) Mẫu tập trung tại TP. Huế Tích hợp phân tích đồng thời báo cáo tài chính 3 năm (ROS, ROE, ROC) với mô hình hành vi thực nghiệm

Những đóng góp cụ thể của đề tài:

  • Tính mới về mặt học thuật ứng dụng: Là công trình đầu tiên tại Thừa Thiên Huế lượng hóa hành vi tiêu dùng đối với các trang thiết bị du lịch trải nghiệm (ván chèo SUP, xe đạp thể thao chuyên dụng).
  • Phát hiện quan trọng: Nhân tố "Sản phẩm" ($\beta = 0,328$) và "Giá cả" ($\beta = 0,285$) chiếm tổng cộng $61,3%$ mức độ tác động đến quyết định tiêu dùng, bác bỏ định kiến cho rằng xúc tiến quảng cáo là yếu tố quyết định nhất trong ngành hàng outdoor gear.
  • Tính thực chứng tài chính: Chứng minh mối liên hệ giữa việc gia tăng danh mục sản phẩm cao cấp nhập từ Umove với sự tăng trưởng doanh thu thuần ($+25,73%$ năm 2018).

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

Dựa trên kết quả định lượng, K’event Anh Khoa triển khai 3 gói kịch bản kinh doanh ứng dụng thực tế:

  1. Dịch vụ trọn gói Tour & Gear SUP trên sông Hương: Kết hợp bán lẻ và cho thuê ván chèo SUP kèm phụ kiện cứu sinh (áo phao, túi chống nước), tiếp cận tệp khách du lịch trẻ và các đoàn teambuilding.
  2. Chương trình nâng cấp xe đạp địa hình (Trade-in Program): Thu hồi xe đạp cũ đổi xe đạp thể thao mới phân phối chính hãng từ Umove, giải quyết rào cản chi phí ban đầu cho cộng đồng yêu thể thao tại Huế.
  3. Bán hàng B2B cho các khu nghỉ dưỡng & Homestay: Cung cấp giải pháp lều trại dã ngoại cao cấp phục vụ mô hình Glamping đang bùng nổ tại các vùng ven Huế (A Lưới, Lăng Cô).
gantt
    title KẾ HOẠCH TRIỂN KHAI GIẢI PHÁP MARKETING MIX
    dateFormat  YYYY-MM-DD
    section Nhóm Sản phẩm & Giá
    Đa dạng hóa phụ kiện SUP & Touring Bike :2020-01-01, 60d
    Tái cấu trúc chính sách giá linh hoạt theo mùa :2020-02-15, 45d
    section Nhóm Kênh & Nhân sự
    Cải tạo showroom số 8 Nguyễn Huệ         :2020-03-01, 30d
    Đào tạo kỹ thuật chuyên sâu cho NVBH     :2020-03-15, 45d
    section Xúc tiến & E-Commerce
    Ra mắt chiến dịch Social Media Chèo SUP  :2020-04-01, 60d
    Triển khai kênh bán hàng trực tuyến       :2020-05-01, 90d

Kế hoạch hành động Marketing Mix chi tiết

  1. Chiến lược Sản phẩm (SP - $\beta = 0,328$):

    • Mở rộng thêm 15 - 20 SKU phụ kiện chuyên dụng (bơm SUP điện tử, bánh lái carbon, mũ bảo hiểm dã ngoại chuẩn CE).
    • Thiết lập quy trình kiểm tra chất lượng 3 bước trước khi bàn giao xe đạp hoặc SUP cho khách hàng nhằm giảm tỷ lệ hàng đổi trả về mức $< 1%$.

  2. Chiến lược Giá cả (GC - $\beta = 0,285$):

    • Áp dụng chính sách định giá linh hoạt theo mùa: Giảm $8 - 12%$ cho các combo thiết bị dã ngoại trong mùa mưa (tháng 9 - tháng 12) và ưu đãi đặt trước (Early Bird) vào đầu mùa cao điểm du lịch (tháng 3 - tháng 5).
    • Thiết lập bảng giá niêm yết minh bạch, đồng bộ giữa kênh trực tiếp và kênh trực tuyến.

  3. Chiến lược Nhân viên bán hàng (NVBH - $\beta = 0,218$):

    • Tổ chức các buổi huấn luyện định kỳ 2 tuần/lần về kiến thức kỹ thuật sản phẩm và kỹ năng xử lý tình huống phàn nàn của khách hàng.
    • Áp dụng cơ chế KPI gắn liền mức thưởng doanh số với điểm đánh giá độ hài lòng của khách hàng (CSAT).

  4. Chiến lược Kênh phân phối (KPP - $\beta = 0,192$) & Xúc tiến (XT - $\beta = 0,152$):

    • Tối ưu hóa không gian trưng bày tại showroom số 8 Nguyễn Huệ theo mô hình không gian trải nghiệm (Experience Store).
    • Hợp tác với các câu lạc bộ thể thao ngoài trời và các giải đua xe đạp phong trào tại Huế nhằm nâng cao độ nhận diện thương hiệu.

Hạn chế và hướng phát triển

Hạn chế nghiên cứu

  • Phương pháp chọn mẫu: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện phi xác suất ($N = 125$), dẫn đến khả năng đại diện cho toàn bộ tổng thể khách hàng tiềm năng tại miền Trung chưa tuyệt đối.
  • Không gian khảo sát: Dữ liệu mới tập trung chủ yếu tại khu vực nội thành TP. Huế, chưa mở rộng ra các thị trường vệ tinh như Đà Nẵng, Quảng Nam, Quảng Trị.
  • Mô hình nghiên cứu: Hệ số xác định $R^2 = 0,584$ cho thấy 5 nhân tố trong mô hình giải thích được $58,4%$ sự biến thiên của hiệu quả bán hàng, vẫn còn $41,6%$ chịu tác động từ các yếu tố khác (thương hiệu Umove, chính sách vĩ mô, biến động kinh tế thời tiết).

Hướng phát triển tiếp theo

  • Tích hợp mô hình Structural Equation Modeling (SEM): Mở rộng cỡ mẫu lên $N \ge 300$ và ứng dụng mô hình cấu trúc tuyến tính SEM trên AMOS/SmartPLS để phân tích các biến trung gian như Niềm tin thương hiệu và Trải nghiệm khách hàng.
  • Chuyển đổi số hoạt động phân phối: Xây dựng hệ thống quản trị quan hệ khách hàng (CRM) và quản lý hàng tồn kho đa kênh (Omnichannel Retail ERP), kết hợp nền tảng thương mại điện tử đồng bộ dữ liệu thời gian thực.
  • Mô hình định giá động (Dynamic Pricing Algorithm): Ứng dụng học máy để tối ưu giá thuê và giá bán thiết bị theo điều kiện thời tiết thực tế tại Thừa Thiên Huế.

Đối tượng hưởng lợi

mindmap
  root((Đối tượng hưởng lợi))
    Sinh viên & Giảng viên
      Tham khảo quy trình nghiên cứu EFA-OLS chuẩn mực
      Tài liệu thực tiễn về ngành bán lẻ Outdoor Gear
    Doanh nghiệp K'event & Umove
      Tối ưu hóa chi phí bán hàng 474 triệu VNĐ
      Nâng cao tỷ suất sinh lời ROS > 3.0%
    Nhà nghiên cứu kinh tế
      Dữ liệu thực chứng thị trường miền Trung
      Bộ thang đo chuẩn hóa 25 biến quan sát
    Khách hàng & Du khách
      Tiếp cận sản phẩm chất lượng chuẩn quốc tế
      Trải nghiệm dịch vụ tư vấn chuyên nghiệp
  • Sinh viên khối ngành Kinh tế - Quản trị kinh doanh: Cung cấp tài liệu tham khảo hoàn chỉnh về phương pháp kết hợp phân tích báo cáo tài chính doanh nghiệp với nghiên cứu định lượng hành vi người tiêu dùng.
  • Ban lãnh đạo K’event Anh Khoa: Nắm bắt chính xác mức độ ảnh hưởng của các yếu tố cấu thành để phân bổ ngân sách tiếp thị và tái cơ cấu danh mục hàng tồn kho, hướng tới mục tiêu lợi nhuận ròng vượt 200 triệu VNĐ/năm.
  • Các doanh nghiệp phân phối thiết bị thể thao dã ngoại: Nhận diện các yếu tố cạnh tranh sống còn tại thị trường địa phương, từ đó xây dựng chuỗi cung ứng linh hoạt và chính sách chăm sóc khách hàng bền vững.
  • Cơ quan quản lý du lịch địa phương: Có thêm cơ sở thực tiễn để hoạch định chính sách khuyến khích các dịch vụ thể thao dã ngoại kết hợp bảo tồn sinh thái tại Huế.

Câu hỏi thường gặp

1. Tại sao nhân tố "Sản phẩm" lại có trọng số tác động cao nhất ($\beta = 0,328$) trong mô hình?

Trang thiết bị du lịch dã ngoại (SUP, xe đạp thể thao địa hình, đồ bảo hộ) là nhóm sản phẩm kỹ thuật cao liên quan trực tiếp đến an toàn tính mạng và trải nghiệm thực tế của người dùng. Khách hàng sẵn sàng chi trả mức giá cao hơn nếu sản phẩm đảm bảo độ bền, độ an toàn và tính năng chuyên dụng vượt trội.

2. Kích thước mẫu $N = 125$ có đảm bảo độ tin cậy khoa học không?

Theo tiêu chuẩn của Hair et al. (1998) và Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), kích thước mẫu tối thiểu cho phân tích EFA là $n \ge 5 \times m$. Với 25 biến quan sát, quy mô mẫu tối thiểu là $5 \times 25 = 125$. Mẫu khảo sát của đề tài thu thập 130 phiếu, giữ lại 125 phiếu hợp lệ, thỏa mãn hoàn toàn yêu cầu kiểm định với độ tin cậy $95%$ và mức ý nghĩa $\alpha = 0,05$.

3. Làm thế nào để K’event Anh Khoa kiểm soát chi phí bán hàng tăng cao trong năm 2018 ($+23,11%$)?

Doanh nghiệp cần chuyển dịch từ hình thức quảng cáo đại trà sang tiếp thị tập trung dựa trên cộng đồng (Community Marketing), liên kết với các câu lạc bộ đạp xe và chèo SUP tại Huế. Đồng thời, tự động hóa quy trình chăm sóc khách hàng qua kênh trực tuyến để giảm tải áp lực chi phí nhân công trực tiếp.

4. Kết quả kiểm định ANOVA cho thấy có sự khác biệt về đánh giá hiệu quả bán hàng giữa các nhóm thu nhập không?

Phân tích One-Way ANOVA cho thấy có sự khác biệt có ý nghĩa thống kê ($\text{Sig.} < 0,05$) trong đánh giá của khách hàng giữa các nhóm thu nhập đối với nhân tố Giá cả. Nhóm khách hàng có thu nhập trên 10 triệu VNĐ/tháng quan tâm nhiều hơn đến chất lượng và tính đồng bộ của thiết bị, trong khi nhóm sinh viên và người có thu nhập dưới 5 triệu VNĐ/tháng nhạy cảm cao với giá và các chương trình khuyến mãi.

5. Giải pháp nào giúp doanh nghiệp khắc phục tính mùa vụ của du lịch Huế?

K’event Anh Khoa cần đa dạng hóa danh mục sản phẩm: trong mùa cao điểm khô ráo tập trung vào SUP, lều trại và xe đạp dã ngoại; trong mùa mưa chuyển trọng tâm sang thiết bị chống nước, quần áo giữ nhiệt chuyên dụng, giày trekking chống trượt và các gói bảo dưỡng, sửa chữa thiết bị chuyên nghiệp.

Kết luận

Khóa luận tốt nghiệp của tác giả Hoàng Thị Tố Cảnh đã giải quyết thành công bài toán thực tiễn tại Công ty TNHH MTV K’event Anh Khoa thông qua sự kết hợp chặt chẽ giữa phân tích tài chính giai đoạn 2016–2018 và phương pháp định lượng EFA-OLS trên mẫu $N = 125$. Kết quả nghiên cứu khẳng định vai trò trụ cột của Sản phẩm ($\beta = 0,328$) và Giá cả ($\beta = 0,285$) trong việc nâng cao hiệu quả bán hàng và sự hài lòng của người tiêu dùng.

Hệ thống giải pháp Marketing Mix 4P kết hợp tối ưu hóa nhân sự bán hàng được đề xuất có tính khả thi cao, mở ra hướng đi bền vững cho K’event Anh Khoa nói riêng và ngành bán lẻ thiết bị thể thao dã ngoại tại khu vực miền Trung nói chung. Để khai thác tối đa giá trị nghiên cứu, các bên liên quan cần nhanh chóng số hóa quy trình quản lý và triển khai đồng bộ các gói giải pháp theo lộ trình đã đề ra.