Tổng quan nghiên cứu

Trong bối cảnh cạnh tranh khốc liệt giữa các định chế tài chính hiện đại, khoảng 68% khách hàng rời bỏ dịch vụ ngân hàng do trải nghiệm phục vụ kém chất lượng, trong khi hơn 75% người tiêu dùng khẳng định tốc độ phản hồi là thước đo hàng đầu định hình mức độ hài lòng. Đối với Ngân hàng Thương mại Cổ phần Sài Gòn – Hà Nội (SHB) – ngân hàng thuộc Top 5 khối ngân hàng thương mại cổ phần tư nhân lớn nhất Việt Nam với tổng tài sản đạt 630 nghìn tỷ đồng và quy mô phục vụ hơn 5 triệu khách hàng tính đến cuối năm 2023 – việc nâng cao năng lực chăm sóc khách hàng là ưu tiên mang tính chiến lược. Hiện nay, khi hơn 90% số lượng giao dịch của khách hàng cá nhân và khách hàng doanh nghiệp tại SHB đã chuyển dịch hoàn toàn lên kênh số Internet Banking và Mobile Banking, Trung tâm Hỗ trợ khách hàng 24/7 (Contact Center) đóng vai trò là "chốt chặn" then chốt để duy trì kết nối liên tục, xử lý sự cố tức thì và bảo vệ uy tín thương hiệu.

Đề án thạc sĩ kinh tế chuyên ngành Tài chính - Ngân hàng (Mã số đào tạo: 8340201) tập trung phân tích thực trạng chất lượng dịch vụ khách hàng cá nhân qua hệ thống Contact Center 24/7 tại SHB giai đoạn 2019 – 2023. Mục tiêu cụ thể của công trình là nhận diện toàn diện các điểm nghẽn trong vận hành tổng đài, lượng hóa mức độ hài lòng của người dùng cá nhân theo các tiêu chuẩn quốc tế, từ đó đề xuất hệ thống giải pháp thực tiễn có khả năng ứng dụng trực tiếp. Về mặt giá trị ứng dụng, nghiên cứu cung cấp cơ sở dữ liệu khoa học giúp ngân hàng kiểm soát tỷ lệ cuộc gọi nhỡ ở mức an toàn 5% – 8%, tối ưu hóa tốc độ tiếp nhận cuộc gọi trung bình (ASA) dưới 30 giây và nâng tỷ lệ giải quyết khiếu nại ngay lần đầu (FCR) đạt tiệm cận chuẩn 90%, đóng góp thiết thực vào mục tiêu đưa SHB trở thành ngân hàng số được yêu thích nhất vào năm 2027.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng nền tảng lý luận dựa trên hai mô hình đo lường kinh điển trong lĩnh vực quản trị dịch vụ và tiếp thị ngân hàng:

  • Mô hình khoảng cách chất lượng dịch vụ SERVQUAL (Parasuraman và cộng sự, 1988): Đánh giá chất lượng dịch vụ dựa trên độ lệch giữa kỳ vọng và cảm nhận thực tế của khách hàng qua 5 thành phần cốt lõi: Sự tin cậy (Reliability), Sự đáp ứng (Responsiveness), Sự đảm bảo (Assurance), Sự cảm thông (Empathy) và Phương tiện hữu hình/đáp ứng (Tangibles).
  • Mô hình cảm nhận thực tế SERVPERF (Cronin & Taylor, 1992): Mô hình biến thể tập trung đo lường trực tiếp năng lực thực hiện dịch vụ thực tế mà không cần đối chiếu với kỳ vọng trước đó. SERVPERF được lựa chọn làm khung phân tích trọng tâm vì tính cô đọng, giảm tải độ nhiễu tâm lý của người khảo sát và thích hợp cao với môi trường giao dịch trực tuyến 24/7.

Bên cạnh đó, đề án tích hợp các chỉ tiêu quản trị vận hành Contact Center chuẩn quốc tế theo khuyến nghị của Viện Quản trị Khách hàng Quốc tế (ICMI) và Gartner, bao gồm: Mức độ đáp ứng dịch vụ (Service Level - tỷ lệ chuẩn 80% cuộc gọi được tiếp nhận trong 20 giây), Tốc độ trả lời trung bình (ASA), Tỷ lệ cuộc gọi nhỡ (Abandonment Rate), Thời gian xử lý cuộc gọi trung bình (AHT = ATT + ACW, chuẩn ngành khoảng 4 phút/cuộc) và Tỷ lệ xử lý dứt điểm trong cuộc gọi đầu tiên (FCR).

Phương pháp nghiên cứu

  • Nguồn dữ liệu: Dữ liệu thứ cấp được tổng hợp từ Báo cáo thường niên, Báo cáo tài chính đã kiểm toán giai đoạn 2019 – 2023 của SHB (với quy mô mạng lưới 569 điểm giao dịch và vốn điều lệ đạt 36.194 tỷ đồng), cùng các báo cáo vận hành kỹ thuật định kỳ từ hệ thống CRM và máy chủ thoại tự động IVR. Dữ liệu sơ cấp được thu thập thông qua khảo sát thực địa bằng bảng hỏi cấu trúc.
  • Cỡ mẫu và phương pháp chọn mẫu: Tác giả tiến hành phát 220 phiếu điều tra tới nhóm khách hàng cá nhân đang trực tiếp sử dụng dịch vụ tài khoản, thẻ và ngân hàng điện tử có phát sinh tương tác qua tổng đài 24/7 tại Trụ sở chính và các Chi nhánh, Phòng Giao dịch của SHB trong tháng 4 năm 2024. Phương pháp chọn mẫu thuận tiện có định hướng phân tầng được áp dụng nhằm đảm bảo tính đại diện về độ tuổi, thu nhập và tần suất giao dịch.
  • Lý do lựa chọn phương pháp phân tích: Dữ liệu sau thu thập được mã hóa và làm sạch trên phần mềm SPSS phiên bản 22. Tác giả sử dụng kết hợp phân tích thống kê mô tả, kiểm định hệ số tin cậy Cronbach’s Alpha (yêu cầu hệ số > 0.6), phân tích nhân tố khám phá (EFA với KMO > 0.5) và hồi quy đa biến. Phương pháp này được lựa chọn vì cho phép lượng hóa chính xác mức độ đóng góp của từng khía cạnh chất lượng dịch vụ vào sự hài lòng chung, loại bỏ hiện tượng cộng tuyến và đưa ra các ước lượng tham số có độ tin cậy thống kê cao.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực trạng vận hành kỹ thuật và dữ liệu khảo sát thực nghiệm 220 khách hàng cá nhân tại SHB giai đoạn 2019 – 2023 đã chỉ ra 4 phát hiện quan trọng:

  • Khối lượng cuộc gọi tăng trưởng nhanh nhưng phân bổ chưa đồng đều: Tăng trưởng tín dụng đạt 17,1% cùng sự bùng nổ của kênh số (app SHB SAHA với gần 40 tính năng) khiến lưu lượng cuộc gọi đổ về tổng đài tăng trung bình 20% – 25%/năm. Mức độ đáp ứng dịch vụ (Service Level) dao động quanh mức 75% – 82%, tuy nhiên trong các khung giờ cao điểm hoặc sự cố nghẽn mạng thanh toán, chỉ số ASA kéo dài lên tới 45 – 60 giây, vượt ngưỡng khuyến nghị chuẩn 30 giây.
  • Tỷ lệ cuộc gọi nhỡ tiềm ẩn rủi ro giảm trải nghiệm: Tỷ lệ cuộc gọi nhỡ bình quân trong giai đoạn 2019 – 2023 dao động trong khoảng 6,8% – 8,5%. Trong một số thời điểm lễ tết hoặc nâng cấp hệ thống lõi Core Banking, tỷ lệ này vượt 9%, cao hơn mức chuẩn tối ưu (5% – 8%), phản ánh sai số dự báo lưu lượng vượt quá biên độ 5%.
  • Nhân tố "Sự tin cậy" và "Sự đáp ứng" chi phối mạnh nhất lòng tin khách hàng: Kết quả phân tích hồi quy tuyến tính từ mẫu khảo sát cho thấy "Sự tin cậy" (hệ số Beta = 0.382, p < 0.01) và "Sự đáp ứng" (hệ số Beta = 0.315, p < 0.01) là hai nhân tố có tác động tích cực lớn nhất đến sự hài lòng chung. Khách hàng đặc biệt đánh giá cao tính chính xác trong việc khóa thẻ khẩn cấp và giải đáp biểu phí lãi suất.
  • Tỷ lệ xử lý dứt điểm lần đầu (FCR) cần cải thiện: Tỷ lệ FCR thực tế tại SHB đạt mức trung bình 78% – 81%, còn khoảng cách đáng kể so với chuẩn mực 90% của các ngân hàng tiên tiến trong khu vực. Thời gian xử lý trung bình mỗi cuộc gọi (AHT) duy trì ở mức 4,1 phút (246 giây), trong đó thời gian thao tác sau cuộc gọi (ACW) chiếm tới 35% tổng thời lượng do thao tác chuyển tiếp chứng từ tra soát thủ công.

Thảo luận kết quả

Nguyên nhân chính của các hạn chế trên xuất phát từ sự thiếu đồng bộ giữa tốc độ mở rộng tập khách hàng (vượt 5 triệu người) và tốc độ tự động hóa phân luồng cuộc gọi. Hệ thống trả lời tự động IVR của SHB hiện tại chủ yếu là dạng cây tương tác phím bấm truyền thống, chưa tích hợp công nghệ nhận diện giọng nói tự nhiên (Voicebot AI) dẫn đến việc khách hàng mất nhiều thời gian điều hướng trước khi gặp tổng đài viên. Bên cạnh đó, quy trình phối hợp xử lý tra soát giao dịch chuyển tiền liên ngân hàng giữa Trung tâm 24/7 và Khối Vận hành/Chi nhánh còn tồn tại độ trễ nhất định.

Để trực quan hóa các phát hiện nghiên cứu, các diễn biến vận hành có thể được trình bày rõ nét qua các đồ thị chuyên sâu. Biểu đồ đường kết hợp cột (Combo Chart) giúp thể hiện mối tương quan nghịch biến giữa lưu lượng cuộc gọi tăng cao và chỉ số Service Level sụt giảm trong các quý có đợt phát hành sản phẩm mới. Song song đó, kết quả xoay ma trận nhân tố EFA nên được tóm tắt qua bảng ma trận trọng số thành phần, làm nổi bật sự hội tụ của 22 biến quan sát vào 5 nhóm nhân tố SERVPERF chuẩn xác. Kết quả này tương đồng với các kết luận của Brad Cleveland (2012) và Firdous & Farooqi (2017), khẳng định rằng nâng cao năng lực xử lý FCR là con đường ngắn nhất để cắt giảm chi phí vận hành từ 20% – 30% và ngăn chặn tình trạng khách hàng chuyển dịch sang đối thủ cạnh tranh.

Đề xuất và khuyến nghị

Nhằm nâng cao chất lượng dịch vụ khách hàng cá nhân thông qua hệ thống Contact Center 24/7, SHB cần triển khai đồng bộ 4 nhóm giải pháp đột phá trong giai đoạn 2024 – 2027:

  1. Chuẩn hóa đào tạo nhân sự và nâng cấp bộ chỉ số kiểm soát chất lượng (QC):

    • Hành động: Xây dựng khung năng lực chuyên sâu cho 100% tổng đài viên về các sản phẩm số mới, kỹ năng giao tiếp giảm leo thang căng thẳng và nghiệp vụ bảo mật thông tin. Tăng cường tần suất kiểm định chất lượng cuộc gọi ngẫu nhiên qua bộ phận QC lên tối thiểu 8 – 10 cuộc/nhân viên/tháng.
    • Mục tiêu & Thời gian: Nâng tỷ lệ giải quyết cuộc gọi ngay lần đầu (FCR) từ 80% lên 88% – 90%; hoàn thành triển khai trong Quý 1 và Quý 2 năm 2025 do Trung tâm Hỗ trợ khách hàng phối hợp với Trung tâm Đào tạo thực hiện.
  2. Đầu tư công nghệ tự động hóa và ứng dụng Trí tuệ nhân tạo (Voicebot/Chatbot AI):

    • Hành động: Tích hợp trợ lý ảo AI thế hệ mới trên ứng dụng SHB SAHA và nâng cấp hệ thống IVRS thông minh có khả năng xử lý ngôn ngữ tự nhiên (NLP). Hệ thống tự động đảm nhận việc giải đáp số dư, tra cứu tỷ giá, hướng dẫn mở tài khoản và khóa thẻ tức thì.
    • Mục tiêu & Thời gian: Tự động hóa xử lý 50% – 60% các truy vấn cơ bản, giảm áp lực AHT xuống dưới 3,5 phút và hạ tỷ lệ cuộc gọi nhỡ về mức dưới 5%; hoàn thành thử nghiệm và nghiệm thu trong giai đoạn 2025 – 2026 do Khối Công nghệ thông tin chủ trì.
  3. Tái thiết kế quy trình phối hợp nội bộ và số hóa công cụ đo lường tự động:

    • Hành động: Rút ngắn cam kết thỏa thuận chất lượng dịch vụ nội bộ (SLA) giữa Trung tâm 24/7 và các phòng ban liên quan trong xử lý tra soát giao dịch online từ 48 giờ xuống dưới 24 giờ. Cài đặt hệ thống Dashboard cảnh báo thời gian thực (Real-time monitoring) để tự động điều phối nhân sự khi lưu lượng cuộc gọi tăng đột biến quá 15%.
    • Mục tiêu & Thời gian: Giảm thời gian chờ máy trung bình (ASA) xuống dưới 25 giây; áp dụng chính thức từ Quý 3 năm 2025 do Khối Vận hành phê duyệt.
  4. Mở rộng quy mô vận hành đa kênh và kiến nghị cơ quan quản lý:

    • Hành động: Mở rộng mô hình Contact Center phân tán tại Hà Nội và TP. Hồ Chí Minh nhằm phân bổ rủi ro hạ tầng viễn thông; đồng thời kiến nghị Ngân hàng Nhà nước sớm hoàn thiện khung pháp lý về chuẩn kết nối dữ liệu định danh điện tử (eKYC) và bảo mật thông tin đa kênh trong lĩnh vực tài chính số.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị học thuật và thực tiễn cao, là tài liệu tham khảo giá trị cho 4 nhóm đối tượng sau:

  • Ban Điều hành và Khối Quản trị Trải nghiệm Khách hàng tại các NHTM: Sử dụng luận văn như một cẩm nang đối chuẩn (benchmarking) để đánh giá hiệu suất của Contact Center, nắm bắt phương thức tối ưu hóa chi phí vận hành từ 20% – 30% và nâng cao chỉ số gắn kết khách hàng (NPS).
  • Quản lý Trung tâm Dịch vụ Khách hàng (Call Center/Contact Center Manager): Ứng dụng khung đo lường gồm 5 tiêu chí kỹ thuật (Service Level, ASA, AHT, Abandonment Rate, FCR) và quy trình chấm điểm cuộc gọi QC để thiết lập KPI chuẩn hóa cho đội ngũ tổng đài viên.
  • Học viên cao học, Nghiên cứu sinh ngành Tài chính - Ngân hàng, Quản trị Dịch vụ: Tham khảo phương pháp luận nghiên cứu kết hợp giữa số liệu chuỗi thời gian 5 năm (2019 – 2023) với phân tích định lượng SPSS 22 dựa trên mô hình SERVPERF làm hình mẫu thực hiện đề tài tốt nghiệp.
  • Chuyên viên Chuyển đổi số và Quản trị Quan hệ Khách hàng (CRM Specialist): Khai thác các phân tích chi tiết về hành vi tương tác đa kênh và luồng xử lý dữ liệu thoại tự động để thiết kế các điểm chạm số (digital touchpoints) mượt mà trên ứng dụng ngân hàng di động.

Câu hỏi thường gặp

Mô hình SERVPERF có ưu điểm gì vượt trội so với SERVQUAL trong nghiên cứu Contact Center ngân hàng? Mô hình SERVPERF chỉ tập trung đo lường chất lượng dịch vụ cảm nhận thực tế thay vì tính toán độ lệch giữa kỳ vọng và cảm nhận như SERVQUAL. Điều này giúp tinh gọn bảng câu hỏi từ 44 biến xuống còn 22 biến quan sát, giảm 50% thời gian trả lời của khách hàng, hạn chế tối đa sai số tâm lý và phản ánh chính xác hiệu quả xử lý các cuộc gọi hỗ trợ 24/7.

Những chỉ số KPI kỹ thuật then chốt nào quyết định hiệu quả vận hành của một Contact Center 24/7? Nghiên cứu chỉ ra 5 chỉ số cốt lõi gồm: Mức độ đáp ứng dịch vụ (Service Level, chuẩn 80/20 – trả lời 80% cuộc gọi trong 20 giây), Tốc độ trả lời trung bình (ASA dưới 30 giây), Tỷ lệ cuộc gọi nhỡ (Abandonment Rate dưới 5% – 8%), Thời gian xử lý cuộc gọi (AHT chuẩn 4 phút) và Tỷ lệ xử lý thành công ngay lần đầu (FCR đạt trên 90%).

Tại sao chỉ số FCR (First Call Resolution) lại mang tính quyết định đến sự gắn bó của khách hàng cá nhân? FCR phản ánh tỷ lệ vấn đề được giải quyết triệt để ngay trong cuộc gọi đầu tiên mà không phải chuyển máy hoặc gọi lại. Khi FCR tăng 1%, sự hài lòng của khách hàng tăng tương ứng 1%, đồng thời giúp ngân hàng tiết kiệm hơn 20% chi phí vận hành do triệt tiêu lượng cuộc gọi lặp lại về cùng một lỗi giao dịch.

Việc ứng dụng AI và Voicebot mang lại lợi ích cụ thể gì cho hệ thống tổng đài SHB? Học hỏi từ các mô hình quốc tế như trợ lý ảo Erica của Bank of America, việc áp dụng Voicebot AI tại SHB giúp tự động xử lý 60% – 70% các yêu cầu tra cứu đơn giản, rút ngắn thời gian xử lý xuống dưới 2 phút và giải phóng 30% thời lượng của tổng đài viên để tập trung hỗ trợ các sự cố bảo mật phức tạp.

Giai đoạn 2019 – 2023, quy mô kinh doanh của SHB đã tác động như thế nào đến lưu lượng phục vụ của Trung tâm 24/7? Trong giai đoạn này, tổng tài sản SHB tăng lên 630 nghìn tỷ đồng, vốn điều lệ đạt 36.194 tỷ đồng và lượng khách hàng vượt mốc 5 triệu người. Với 90% giao dịch thực hiện trên kênh số, lưu lượng cuộc gọi tăng trên 20%/năm, đặt ra thách thức lớn đối với hạ tầng tổng đài và đòi hỏi phải tự động hóa toàn diện quy trình vận hành.

Kết luận

  • Luận văn đã hệ thống hóa toàn diện cơ sở lý luận về chất lượng dịch vụ khách hàng cá nhân qua hệ thống Contact Center 24/7 dựa trên mô hình chuẩn SERVPERF và các chỉ tiêu hiệu năng quốc tế.
  • Phân tích sâu sắc bức tranh vận hành thực tế tại SHB giai đoạn 2019 – 2023 gắn liền với quy mô tổng tài sản 630 nghìn tỷ đồng và mạng lưới 569 điểm giao dịch rộng khắp.
  • Lượng hóa thực chứng 5 nhóm nhân tố ảnh hưởng đến sự hài lòng của 220 khách hàng cá nhân, chứng minh vai trò then chốt của "Sự tin cậy" (Beta = 0.382) và "Sự đáp ứng" (Beta = 0.315).
  • Định vị chính xác các điểm nghẽn về tỷ lệ cuộc gọi nhỡ (6,8% – 8,5%) và chỉ số FCR (78% – 81%), từ đó đề xuất 4 nhóm giải pháp đột phá về nhân sự, hạ tầng AI, rút ngắn SLA nội bộ và quản trị đa kênh.
  • Đóng góp luận cứ khoa học vững chắc giúp SHB hiện thực hóa mục tiêu trở thành ngân hàng số 1 về hiệu quả công nghệ vào năm 2027 và Top đầu ngân hàng bán lẻ khu vực vào năm 2035.

Lộ trình triển khai các giải pháp được khuyến nghị chia làm hai giai đoạn: giai đoạn 2024 – 2025 tập trung chuẩn hóa năng lực QC và thử nghiệm Voicebot AI; giai đoạn 2026 – 2027 hoàn thiện tích hợp Omni-channel toàn diện. Quý độc giả, các nhà quản trị ngân hàng và chuyên viên nghiên cứu hãy khai thác ngay nguồn dữ liệu thực chứng và khung giải pháp từ đề án này để nâng tầm chất lượng dịch vụ khách hàng cho tổ chức của mình!