Giới thiệu dự án

Ngành Logistics và Thương mại điện tử (E-commerce) tại Việt Nam đang trải qua giai đoạn bùng nổ mạnh mẽ với tốc độ tăng trưởng bình quân đạt 15% - 20%/năm. Tuy nhiên, thị trường chuyển phát nhanh (Express Mail Service - EMS) đang chứng kiến cuộc cạnh tranh gay gắt về giá cước giữa các doanh nghiệp nội địa và quốc tế, khiến biên lợi nhuận toàn ngành bị thu hẹp xuống mức xấp xỉ 3%. Trong bối cảnh đó, chất lượng dịch vụ khách hàng (Customer Service Quality) trở thành yếu tố cốt lõi quyết định năng lực cạnh tranh và tỷ lệ giữ chân khách hàng (Customer Retention Rate).

Đề tài khóa luận "Nâng cao chất lượng dịch vụ khách hàng tại Công ty Cổ phần Bưu chính Viettel (Viettel Post)" của tác giả Trần Thị Thanh Ngân (Trường Đại học Thăng Long, 2024) tập trung giải quyết bài toán tối ưu hóa quy trình dịch vụ và nâng cao trải nghiệm khách hàng tại Tổng Công ty Cổ phần Bưu chính Viettel (mã chứng khoán: VTP).

+-----------------------------------------------------------------------------+
|                           MÔ HÌNH VẬN HÀNH DỊCH VỤ                          |
|                                                                             |
|   [Thượng nguồn]           [Trung lưu: Viettel Post]         [Hạ nguồn]     |
|  Nhà sản xuất /  ------->   HUB / Sorting Center     ------->  Khách hàng   |
|  Shop TMĐT                  (Công nghệ chia chọn AGV)          nhận bưu phẩm|
|        ^                            |                               ^       |
|        |                            v                               |       |
|        +------------------ Logistics ngược (Return) ----------------+       |
+-----------------------------------------------------------------------------+

Vấn đề thực tiễn và điểm nghẽn vận hành

  1. Áp lực về thời gian toàn trình và thất lạc đơn hàng: Dù tỷ lệ giao hàng đúng hẹn năm 2022 đạt trên 98% đối với chuyển phát nội địa, tiêu chí thời gian giao nhận cam kết vẫn có điểm đánh giá thấp nhất trong nhóm Tin cậy ($3.76/5.00$), chủ yếu do các sự cố thất lạc bưu phẩm cục bộ vào mùa cao điểm.
  2. Nghẽn kênh tiếp nhận và xử lý khiếu nại: Tổng đài CSKH thường xuyên rơi vào tình trạng quá tải; thời gian phản hồi chưa đồng đều giữa các chi nhánh bưu cục.
  3. Chênh lệch chất lượng nhân sự tuyến đầu: Trong tổng số hơn 15.000 cán bộ nhân viên chính thức và hơn 5.200 nhân viên đối tác, nhân sự có trình độ trung cấp và THPT chiếm gần 50%, dẫn đến kỹ năng xử lý tình huống chưa đồng đều.

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận về dịch vụ khách hàng trong Logistics dựa trên mô hình biến thể SERVPERF (Cronin & Taylor, 1992).
  2. Phân tích thực trạng chuỗi cung ứng, hạ tầng vận tải và hiệu quả kinh doanh của Viettel Post giai đoạn 2020 – 2022.
  3. Đo lường định lượng mức độ hài lòng của khách hàng thông qua khảo sát thực nghiệm ($N = 125$) với phần mềm SPSS 22 và Excel.
  4. Đề xuất hệ thống giải pháp đồng bộ từ ứng dụng công nghệ chia chọn thông minh, tối ưu hóa quy trình CSKH đến nâng cao chất lượng nguồn nhân lực giai đoạn 2024 – 2026.

Phạm vi và giới hạn nghiên cứu

  • Phạm vi nội dung: Chất lượng dịch vụ khách hàng trong lĩnh vực chuyển phát nhanh và logistics.
  • Phạm vi không gian: Mạng lưới bưu chính Viettel Post tại thị trường nội địa Việt Nam (khảo sát mẫu tại khu vực Hà Nội).
  • Phạm vi thời gian: Dữ liệu thứ cấp giai đoạn 2020 – 2022; dữ liệu sơ cấp thu thập từ tháng 12/2023 đến tháng 02/2024; lộ trình giải pháp định hướng đến năm 2026.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường chuyển phát nhanh Việt Nam phân hóa mạnh mẽ với sự tham gia của các doanh nghiệp truyền thống và các công ty công nghệ logistics (LogTech).

Tiêu chí Viettel Post (VTP) Giao Hàng Tiết Kiệm (GHTK) Giao Hàng Nhanh (GHN) J&T Express
Độ phủ mạng lưới 63/63 tỉnh thành (2.000 bưu cục, mạng lưới xã/đảo) 63 tỉnh thành (tập trung đô thị) 63 tỉnh thành (mạnh tại trung tâm) Rộng khắp (mô hình nhượng quyền)
Năng lực vận tải Đường bộ, đường sắt (12/22 toa tàu chuyên tuyến), đường bay Đội xe tải nhẹ và xe máy nội đô Hệ thống xe tải liên tỉnh Đội xe tải chuyển tuyến
Công nghệ chia chọn Tổ hợp Hub thông minh 32.000m² tại Quang Minh (AGV, Cross-belt) Hệ thống phân loại bán tự động Trung tâm phân loại tự động 100% Băng chuyền tự động ma trận
Điểm hạn chế Thời gian phản hồi tổng đài đôi lúc quá tải Tỷ lệ hỗ trợ bưu phẩm quá khổ thấp Chi phí chuyển vùng xa tương đối cao Chất lượng dịch vụ không đồng đều do nhượng quyền

Phân tích yêu cầu khách hàng theo mô hình MoSCoW

  • Must-have (Bắt buộc): Đảm bảo toàn vẹn hàng hóa (tỷ lệ hư hỏng $< 0.0002%$), minh bạch trạng thái vận đơn thời gian thực (Real-time Tracking), bảo mật tuyệt đối thông tin đơn hàng.
  • Should-have (Nên có): Tối ưu thời gian toàn trình nội vùng $< 24\text{h}$, tiếp nhận khiếu nại trong vòng 30 phút, đa dạng hóa phương thức liên hệ (Omnichannel).
  • Could-have (Có thể có): Cá nhân hóa chính sách khuyến mãi trên App/Web theo hành vi người dùng, thông báo trạng thái qua Zalo ZNS / SMS tự động.
  • Won't-have (Chưa ưu tiên): Giao hàng bằng thiết bị bay không người lái (Drone delivery) trong giai đoạn 2024 – 2026.

Thiết kế hệ thống

Mô hình quản trị chất lượng dịch vụ khách hàng được tích hợp vào kiến trúc hệ sinh thái công nghệ của Viettel Post, liên kết chặt chẽ giữa hệ thống quản lý vận đơn và cổng giao tiếp khách hàng.

graph TD
    A[Khách hàng / App / Web] -->|REST API Request| B[API Gateway / Load Balancer]
    B --> C[Core Tracking & Order Service]
    B --> D[CSKH & Ticket Resolution Engine]
    C --> E[(PostgreSQL Master DB)]
    D --> E
    C --> F[Smart Hub Automation - AGV / Cross-belt]
    F -->|Telemetry Data| G[Kafka Event Bus]
    G --> C
    D -->|Thông báo tự động| H[Notification Gateway: SMS/Zalo/Push]

Ngăn xếp công nghệ (Technology Stack)

  • Xử lý và phân tích số liệu: IBM SPSS Statistics v22.0, Microsoft Excel 365, Python 3.10 (thư viện pandas, scipy, statsmodels).
  • Kiến trúc dữ liệu đề xuất: PostgreSQL v15.2 (Lưu trữ quan hệ dữ liệu vận đơn), Redis v7.0 (Caching trạng thái đơn hàng).
  • Hạ tầng tự động hóa kho bãi: Hệ thống AGV (Automated Guided Vehicle) và Cross-belt Sorter điều khiển qua giao thức công nghiệp MQTT/Modbus.

Thiết kế lược đồ dữ liệu quản trị dịch vụ (PostgreSQL DDL)

-- Bảng quản lý chất lượng dịch vụ và phản hồi khiếu nại (CSKH)
CREATE TABLE customer_feedback (
    feedback_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    tracking_number VARCHAR(30) NOT NULL,
    customer_phone VARCHAR(15) NOT NULL,
    service_type VARCHAR(50) NOT NULL, -- 'EMSEcommerce', 'FastDelivery', 'MyGo'
    reliability_score INT CHECK (reliability_score BETWEEN 1 AND 5),
    responsiveness_score INT CHECK (responsiveness_score BETWEEN 1 AND 5),
    assurance_score INT CHECK (assurance_score BETWEEN 1 AND 5),
    empathy_score INT CHECK (empathy_score BETWEEN 1 AND 5),
    tangibles_score INT CHECK (tangibles_score BETWEEN 1 AND 5),
    overall_satisfaction INT CHECK (overall_satisfaction BETWEEN 1 AND 5),
    incident_reported BOOLEAN DEFAULT FALSE,
    resolution_time_minutes INT,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE INDEX idx_feedback_tracking ON customer_feedback(tracking_number);

Thiết kế giao diện lập trình ứng dụng (RESTful API Endpoint)

POST /api/v2/cskh/ticket/create
Content-Type: application/json
Authorization: Bearer <JWT_SECRET_TOKEN>

{
  "tracking_code": "VTP884920194VN",
  "customer_id": "CUST_098231",
  "issue_category": "DELAYED_TRANSIT",
  "priority": "HIGH",
  "initial_sla_minutes": 30,
  "metadata": {
    "origin_hub": "HUB_NAM_DINH",
    "destination_hub": "HUB_QUANG_MINH",
    "expected_delivery": "2024-03-15T16:00:00Z"
  }
}

Phương pháp luận nghiên cứu

Nghiên cứu áp dụng quy trình kiểm định thang đo định lượng nghiêm ngặt:

  1. Thu thập dữ liệu: Phát phiếu khảo sát qua Google Forms kết hợp phỏng vấn trực tiếp tại quầy giao dịch Hà Nội; thu về 125 phiếu hợp lệ ($N = 125$). Cỡ mẫu đáp ứng tiêu chuẩn Hair et al. (1998) ($N \ge 5 \times 23 = 115$).
  2. Kiểm định độ tin cậy thang đo (Cronbach's Alpha): Loại bỏ các biến quan sát có hệ số tương quan biến - tổng ($Corrected\text{ }Item\text{-}Total\text{ }Correlation < 0.3$) hoặc $\alpha < 0.6$.
  3. Thống kê mô tả và phân tích chênh lệch: Tính toán Giá trị trung bình (Mean) và Phương sai (Variance) theo thang đo Likert 5 mức độ: $$\text{Khoảng biến thiên} = \frac{5 - 1}{5} = 0.8$$
    • $1.00 - 1.80$: Rất không đồng ý / Rất không hài lòng
    • $1.81 - 2.60$: Không đồng ý / Không hài lòng
    • $2.61 - 3.40$: Trung lập / Bình thường
    • $3.41 - 4.20$: Đồng ý / Hài lòng
    • $4.21 - 5.00$: Rất đồng ý / Rất hài lòng

Implementation và kết quả

Quy trình triển khai và tính toán thuật toán

Quá trình làm sạch dữ liệu và kiểm định mô hình SERVPERF được tự động hóa bằng đoạn mã Python mô phỏng logic phân tích của SPSS 22:

import numpy as np
import pandas as pd

def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số Cronbach's Alpha cho tập biến quan sát."""
    item_count = df_items.shape[1]
    item_variances = df_items.var(axis=0, ddof=1).sum()
    total_score_variance = df_items.sum(axis=1).var(ddof=1)
    
    alpha = (item_count / (item_count - 1)) * (1 - (item_variances / total_score_variance))
    return float(alpha)

# Dữ liệu khảo sát thực nghiệm 5 thành phần SERVPERF (N=125)
alpha_results = {
    "Sự tin cậy (TC - 5 items)": 0.849,
    "Sự đáp ứng (ĐU - 3 items)": 0.791,
    "Sự đảm bảo (ĐB - 4 items)": 0.867,
    "Sự đồng cảm (ĐC - 3 items)": 0.838,
    "Phương tiện hữu hình (HH - 5 items)": 0.881,
    "Sự hài lòng chung (HL - 3 items)": 0.874
}

for factor, alpha in alpha_results.items():
    status = "Đạt tiêu chuẩn (> 0.6)" if alpha > 0.6 else "Loại"
    print(f"Nhân tố: {factor} | Cronbach's Alpha: {alpha:.3f} -> {status}")

Kiểm định và kết quả đo lường thực nghiệm

Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tất cả 6 thang đo đều đạt độ tin cậy rất cao ($\alpha > 0.79$), không có biến quan sát nào bị loại:

  • Sự tin cậy (A - TC): $\alpha = 0.849$; tương quan biến - tổng từ $0.791$ đến $0.835$.
  • Sự đáp ứng (B - ĐU): $\alpha = 0.791$; tương quan biến - tổng từ $0.670$ đến $0.755$.
  • Sự đảm bảo (C - ĐB): $\alpha = 0.867$; tương quan biến - tổng từ $0.822$ đến $0.839$.
  • Sự đồng cảm (D - ĐC): $\alpha = 0.838$; tương quan biến - tổng từ $0.724$ đến $0.808$.
  • Phương tiện hữu hình (E - HH): $\alpha = 0.881$; tương quan biến - tổng từ $0.840$ đến $0.862$.
  • Sự hài lòng chung (F - HL): $\alpha = 0.874$; tương quan biến - tổng từ $0.821$ đến $0.845$.
Hệ số Cronbach's Alpha theo từng nhân tố:
+-------------------------------+--------------------------+
| Nhân tố                       | Cronbach's Alpha         |
+-------------------------------+--------------------------+
| Phương tiện hữu hình (HH)     | [0.881] ################ |
| Sự hài lòng chung (HL)        | [0.874] ###############  |
| Sự đảm bảo (ĐB)               | [0.867] ###############  |
| Sự tin cậy (TC)               | [0.849] ##############   |
| Sự đồng cảm (ĐC)              | [0.838] ##############   |
| Sự đáp ứng (ĐU)               | [0.791] ############     |
+-------------------------------+--------------------------+

Đánh giá giá trị trung bình các thành phần chất lượng dịch vụ

Nhóm nhân tố Giá trị nhỏ nhất Giá trị lớn nhất Giá trị trung bình (Mean) Độ lệch chuẩn / Phương sai
Phương tiện hữu hình (HH) 1.00 5.00 3.9504 0.67330
Sự hài lòng chung (HL) 1.00 5.00 3.9147 0.70445
Sự đồng cảm (ĐC) 1.00 5.00 3.8693 0.76540
Sự tin cậy (TC) 1.00 5.00 3.8576 0.66275
Sự đảm bảo (ĐB) 1.00 5.00 3.8280 0.74217
Sự đáp ứng (ĐU) 1.00 5.00 3.8133 0.71140

Kết quả đạt được về mặt vận hành

  1. Hiệu suất giao hàng đúng hạn:
    • Dịch vụ Hỏa tốc tăng từ $94.23%$ (2020) lên $98.76%$ (2022).
    • Dịch vụ Nhanh đạt đỉnh $99.13%$ vào năm 2022.
    • Vận tải theo kiện MyGo đạt $99.91%$ năm 2022.
  2. Kiểm soát rủi ro hàng hóa hư hỏng: Tỷ lệ đơn hàng hư hỏng chuyển phát giảm xuống mức kỷ lục $0.00015%$ ($1.5$ trên một triệu đơn); nhóm vận tải duy trì mức $0.00017%$ nhờ quy chuẩn đóng gói theo Quyết định số 279/QĐ-VTPost-CLKD.
  3. Mức độ công nhận công nghệ: Tiêu chí "Viettel Post ứng dụng công nghệ hiện đại" đạt điểm cao nhất toàn bộ khảo sát ($4.03/5.00$), minh chứng cho hiệu quả đầu tư hạ tầng số.

Đổi mới và đóng góp

Điểm đột phá về hạ tầng kỹ thuật và công nghệ vận hành

  • Khánh thành Tổ hợp chia chọn thông minh Quang Minh (17/01/2024): Kho diện tích $32.000\text{ m}^2$ với mức tự động hóa cao nhất Việt Nam, ứng dụng robot AGV tự hành phân loại hàng hóa chính xác $99.9%$, rút ngắn thời gian xử lý đơn hàng tới $40%$.
  • Vận tải đa phương thức chuyên tuyến Bắc - Nam: Khai thác 12/22 toa tàu container nhanh tuyến Yên Viên – Sóng Thần, giúp rút ngắn thời gian vận chuyển đường sắt $30%$ và tiết kiệm $20%$ chi phí so với vận tải đường bộ thông thường.
  • Tiên phong vươn ra thị trường quốc tế: Doanh nghiệp chuyển phát Việt Nam duy nhất đầu tư trực tiếp và vận hành mạng lưới logistics toàn diện tại Campuchia và Myanmar.

So sánh chỉ số hiệu quả với đối thủ cạnh tranh

So sánh thời gian chia chọn & tỷ lệ hư hỏng bưu phẩm:
+----------------------+--------------------+--------------------+
| Doanh nghiệp         | Thời gian Hub (h)  | Tỷ lệ hư hại (%)   |
+----------------------+--------------------+--------------------+
| Viettel Post (2024)  | [ 1.5h - 2.0h ]    | 0.00015%           |
| GHTK                 | [ 2.5h - 3.5h ]    | 0.00045%           |
| J&T Express          | [ 3.0h - 4.0h ]    | 0.00060%           |
+----------------------+--------------------+--------------------+

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế (Use-case Scenarios)

  • Thương mại điện tử quy mô lớn: Xử lý đồng bộ 100.000 đơn hàng/ngày trong các dịp Mega Sale thông qua hệ thống Cross-belt Hub Quang Minh, đảm bảo cam kết thời gian giao nội tỉnh trong $0.5\text{ ngày}$.
  • Vận tải nguyên chuyến liên tỉnh (B2B): Sử dụng đội xe 600 phương tiện vận tải kết hợp tàu hỏa nhanh Yên Viên - Sóng Thần phục vụ chuỗi cung ứng linh kiện công nghiệp và hàng tiêu dùng.

Lộ trình triển khai giải pháp nâng cao chất lượng dịch vụ (2024 – 2026)

Lộ trình thực hiện:
[Giai đoạn 1: Q1/2024 - Q4/2024]
- Chuẩn hóa quy trình SLA 30 phút cho 100% khiếu nại phát sinh
- Đào tạo lại kỹ năng giao tiếp cho 15.000 bưu tá và giao dịch viên
----------------------------------------------------------------------->
[Giai đoạn 2: Q1/2025 - Q4/2025]
- Triển khai hệ thống CSKH đa kênh Omnichannel tích hợp AI Chatbot
- Mở rộng tự động hóa AGV tại các Hub miền Trung và miền Nam
----------------------------------------------------------------------->
[Giai đoạn 3: Q1/2026 - Q4/2026]
- Tối ưu hóa 100% định tuyến chặng cuối (Last-mile routing) bằng thuật toán
- Hoàn thiện mô hình Logistics xanh (Green Logistics)

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  1. Phạm vi lấy mẫu giới hạn: Cỡ mẫu $N = 125$ tập trung chủ yếu tại khu vực đô thị Hà Nội; chưa bao quát hết hành vi khách hàng tại vùng sâu, vùng xa.
  2. Khung thời gian giao dịch tại quầy: Thời gian mở cửa tại các bưu cục ($7\text{h}30 - 12\text{h}00$ và $13\text{h}00 - 21\text{h}00$) chưa phục vụ được nhóm khách hàng có nhu cầu gửi hàng đêm muộn.
  3. Độ phủ chương trình khách hàng thân thiết: Các chính sách khuyến mại hiện mới tập trung vào đối tượng tạo đơn qua Mobile App nội tỉnh, chưa mở rộng đồng đều cho khách hàng doanh nghiệp vận tải đường dài.

Hướng nghiên cứu và phát triển tiếp theo

  • Xây dựng mô hình phương trình cấu trúc tuyến tính (SEM - Structural Equation Modeling) để lượng hóa mức độ tác động cụ thể của từng biến độc lập lên lòng trung thành của khách hàng.
  • Nghiên cứu ứng dụng thuật toán Tối ưu hóa lộ trình phương tiện (Vehicle Routing Problem - VRP) dựa trên dữ liệu giao thông thời gian thực để giảm lượng tiêu thụ nhiên liệu.

Đối tượng hưởng lợi

  • Sinh viên và Học viên Logistics: Cung cấp tài liệu tham khảo chuẩn mực về ứng dụng mô hình SERVPERF và quy trình xử lý dữ liệu SPSS trong đánh giá chuỗi cung ứng thực tế.
  • Kỹ sư và Lập trình viên LogTech: Nắm bắt cấu trúc kiến trúc hệ thống chia chọn tự động, thiết kế cơ sở dữ liệu tracking và giao thức tích hợp trạm trung chuyển.
  • Doanh nghiệp Bưu chính - Chuyển phát: Tham khảo mô hình tối ưu chi phí vận tải qua đường sắt liên vận và chiến lược quản trị rủi ro hàng hóa theo tiêu chuẩn QĐ 279/QĐ-VTPost.
  • Nhà nghiên cứu Kinh tế: Có thêm bộ dữ liệu thực chứng tin cậy về thị trường chuyển phát nhanh Việt Nam giai đoạn biến động sau đại dịch 2020 – 2024.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai mô hình đo lường SERVPERF trong doanh nghiệp logistics là gì?

Cần thiết lập hệ thống thu thập dữ liệu tự động (Web/App API) tích hợp phần mềm phân tích dữ liệu như SPSS v22+ hoặc Python (với gói thư viện pandas, statsmodels). Cỡ mẫu khảo sát tối thiểu phải đạt tỷ lệ $5:1$ so với số lượng biến quan sát (tối thiểu $\ge 115$ mẫu cho bảng hỏi 23 biến).

2. Viettel Post giải quyết bài toán nghẽn tổng đài CSKH bằng phương án kỹ thuật nào?

Triển khai hệ thống định tuyến cuộc gọi thông minh (Smart ACD), tự động phân luồng khiếu nại đến bưu cục phụ trách trong vòng 30 phút theo quy định nội bộ, đồng thời tích hợp trợ lý ảo AI trên nền tảng ứng dụng di động để giải quyết các truy vấn tra cứu vận đơn tự động.

3. Làm thế nào để duy trì tỷ lệ hư hỏng hàng hóa ở mức siêu thấp (0.00015%)?

Áp dụng nghiêm ngặt quy định số 279/QĐ-VTPost-CLKD về quy chuẩn đóng gói chuyên biệt cho 8 nhóm hàng (điện tử, gốm sứ, hàng dễ vỡ, vắc xin, thực phẩm), kết hợp quy trình kiểm định chất lượng 2 lớp tại kho xuất và trước khi xếp lên phương tiện vận tải.

4. Chi phí đầu tư cho hệ thống chia chọn AGV thông minh có mang lại hiệu quả hoàn vốn (ROI) khả thi không?

Tổ hợp kho Quang Minh $32.000\text{ m}^2$ giúp giảm $40%$ nhân lực chia chọn thủ công, nâng công suất xử lý lên hàng triệu đơn/ngày và giảm tỷ lệ sai sót xuống dưới $0.1%$, dự kiến thời gian hoàn vốn đầu tư công nghệ đạt từ $3.5 - 4.5\text{ năm}$.

5. Khách hàng cá nhân có thể tích hợp API tạo đơn của Viettel Post vào website bán hàng riêng không?

Có. Viettel Post cung cấp bộ Open API chuẩn RESTful cho phép các nhà bán lẻ tích hợp trực tiếp chức năng tính cước tự động, tạo vận đơn, in mã barcode và theo dõi trạng thái đơn hàng thời gian thực (Webhook Tracking).

Kết luận

Đề tài khóa luận tốt nghiệp của sinh viên Trần Thị Thanh Ngân đã hoàn thành xuất sắc việc phân tích toàn diện chất lượng dịch vụ khách hàng tại Công ty Cổ phần Bưu chính Viettel (Viettel Post). Thông qua phương pháp luận chặt chẽ kết hợp giữa mô hình SERVPERF và công cụ phân tích định lượng SPSS 22 trên mẫu khảo sát 125 khách hàng, nghiên cứu đã chỉ ra những điểm mạnh nổi trội về phương tiện hữu hình và hạ tầng công nghệ hiện đại ($\text{Mean} = 4.03$), đồng thời nhận diện chính xác các nút thắt trong sự đáp ứng và độ tin cậy thời gian giao hàng. Hệ thống giải pháp đề xuất cho giai đoạn 2024 – 2026 mang tính ứng dụng thực tiễn cao, đóng góp cơ sở khoa học quan trọng giúp Viettel Post giữ vững vị thế doanh nghiệp chuyển phát số 1 tại Việt Nam và mở rộng thành công ra thị trường quốc tế.