Giới thiệu dự án

Thành phố Huế là một trong những trung tâm văn hóa - du lịch trọng điểm của Việt Nam với bề dày lịch sử hơn 700 năm và hệ thống di sản được UNESCO công nhận. Ngành du lịch - dịch vụ đóng vai trò nòng cốt trong cơ cấu kinh tế địa phương; tuy nhiên, nền kinh tế ban đêm (night-time economy) tại Huế vẫn đối mặt với rào cản từ định kiến xã hội cũng như biệt danh "thành phố đi ngủ sớm". Trong chuỗi cung ứng dịch vụ F&B (Food & Beverage), kinh doanh Bar là mắt xích chiến lược phục vụ nhu cầu giải trí của du khách quốc tế và nội địa. Được thành lập từ năm 1994 tại số 60 Lê Lợi, TP. Huế, DMZ Bar (thuộc Công ty Cổ phần Du lịch DMZ) là một trong những mô hình dịch vụ giải trí lâu đời nhất tại địa phương.

Vấn đề cốt lõi đặt ra là sự thiếu hụt các chỉ số định lượng chuẩn hóa trong việc đo lường chất lượng dịch vụ (Service Quality - CLDV) và mức độ thỏa mãn của khách hàng (Customer Satisfaction - CSAT). Sự gia tăng cạnh tranh gay gắt từ các mô hình giải trí hiện đại và biến động thị trường đòi hỏi DMZ Bar phải chuyển đổi từ phương thức quản trị cảm tính sang mô hình quản trị chất lượng dựa trên dữ liệu thực nghiệm (data-driven quality management).

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ F&B thông qua mô hình SERVQUAL, thang đo SERVPERF và mô hình 5 khoảng cách chất lượng (Gap Model).
  2. Đo lường, phân tích định lượng thực trạng cảm nhận của khách hàng tại DMZ Bar bằng công cụ thống kê nâng cao ($N = 106$).
  3. Xác định mức độ ảnh hưởng của từng nhân tố chất lượng đến sự hài lòng chung thông qua phân tích hồi quy tuyến tính bội (Multiple Linear Regression).
  4. Xây dựng khung giải pháp tối ưu hóa 5 trụ cột chất lượng dịch vụ nhằm gia tăng tỷ lệ khách hàng quay lại và tối ưu hóa doanh thu.

Dự án áp dụng phương pháp nghiên cứu kết hợp (Mixed-methods): nghiên cứu định tính hiệu chỉnh thang đo và nghiên cứu định lượng khảo sát người tiêu dùng trực tiếp tại điểm kinh doanh (60 Lê Lợi, Huế) trong giai đoạn tháng 02/2021 đến tháng 03/2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để lựa chọn công cụ lượng hóa chất lượng dịch vụ phù hợp cho mô hình Bar/Pub, nghiên cứu tiến hành đánh giá so sánh các khung lý thuyết phổ biến:

Tiêu chí Mô hình SERVQUAL (Parasuraman, 1988) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình Kỹ thuật/Chức năng (Grönroos, 1984)
Công thức đo lường $SQ = Perception - Expectation$ ($P - E$) $SQ = Perception$ ($P$) $SQ = Technical,Quality + Functional,Quality$
Độ dài bảng hỏi Dài (44 biến: 22 kỳ vọng + 22 cảm nhận) Tối ưu (22 biến cảm nhận thực tế) Trung bình (Đánh giá đầu ra và quy trình)
Độ tin cậy dữ liệu Dễ gây nhiễu do khái niệm kỳ vọng mơ hồ Độ tin cậy cao, phản ánh trực tiếp trải nghiệm Phụ thuộc vào đánh giá chủ quan
Độ phù hợp F&B Bar Trung bình (Tốn thời gian của khách) Tối ưu (Thuận tiện khảo sát tại bàn) Thấp (Khó tách biệt ranh giới kỹ thuật)

Tại thị trường Huế, DMZ Bar cạnh tranh trực tiếp với các đơn vị như Brown Eyes Bar và các quầy Lounge/Bar trong khách sạn 4-5 sao. Nghiên cứu xác định các yêu cầu cải tiến theo phương pháp MoSCoW:

  • Must have: Chuẩn hóa quy trình an toàn vệ sinh thực phẩm (ATVSTP), rút ngắn thời gian phục vụ món uống ($< 7$ phút), minh bạch hóa đơn thanh toán.
  • Should have: Nâng cao năng lực ngoại ngữ (Tiếng Anh giao tiếp chuyên ngành Bartender/Waiter), hệ thống âm thanh/ánh sáng phân vùng thông minh.
  • Could have: Menu số hóa tích hợp QR Code, chương trình tích điểm khách hàng thân thiết (Loyalty Program).
  • Won't have (lúc này): Mở rộng diện tích mặt bằng vật lý hoặc đầu tư hệ thống sân khấu biểu diễn quy mô lớn.

Phân tích khoảng cách (Gap Analysis) chỉ ra rằng khoảng cách lớn nhất của DMZ Bar nằm ở GAP 3 (Khoảng cách giữa tiêu chuẩn dịch vụ và thực tế chuyển giao của nhân viên) và GAP 4 (Khoảng cách giữa thực tế cung ứng và truyền thông đến khách hàng).

graph TD
    A["Kỳ vọng của Khách hàng (Expectations)"] -->|GAP 1| B["Nhận thức của Nhà quản lý"]
    B -->|GAP 2| C["Tiêu chuẩn Chất lượng Dịch vụ"]
    C -->|GAP 3| D["Thực tế Cung cấp Dịch vụ (Delivery)"]
    D -->|GAP 4| E["Truyền thông tới Khách hàng"]
    A <-->|GAP 5: SQ = f(GAP 1,2,3,4)| F["Cảm nhận Dịch vụ (Perceptions)"]

Thiết kế hệ thống đo lường

Hệ thống đánh giá được cấu trúc gồm 23 biến quan sát, sử dụng thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý). Khung biến số được mã hóa như sau:

  • Nhóm Sự tin cậy (STC): 4 biến (TC1 - TC4) đo lường chất lượng đồ ăn/thức uống, cam kết thời gian, tính chuẩn xác dịch vụ và tiêu chuẩn ATVSTP.
  • Nhóm Sẵn sàng đáp ứng (SSDU): 4 biến (SSDU1 - SSDU4) đo lường thái độ hỗ trợ, tốc độ đón tiếp, tính đa dạng thực đơn và tốc độ phục vụ món.
  • Nhóm Sự đảm bảo (SDB): 3 biến (SDB1 - SDB3) đo lường tính chuyên nghiệp, trình độ ngoại ngữ và thái độ lịch sự.
  • Nhóm Sự đồng cảm (SDC): 4 biến (SDC1 - SDC4) đo lường sự chú ý cá nhân hóa, khả năng xử lý phàn nàn và nắm bắt nhu cầu phát sinh.
  • Nhóm Phương tiện hữu hình (PTHH): 5 biến (PTHH1 - PTHH5) đo lường vị trí, trang thiết bị kỹ thuật, phong cách thiết kế, không gian cảnh quan và đồng phục nhân viên.
  • Biến phụ thuộc - Sự hài lòng (SHL): 3 biến (SHL1 - SHL3) đo lường mức độ hài lòng tổng thể, ý định giới thiệu và ý định quay lại.
graph LR
    subgraph Biến Độc Lập
        STC["Sự tin cậy (4 biến)"]
        SSDU["Sẵn sàng đáp ứng (4 biến)"]
        SDB["Sự đảm bảo (3 biến)"]
        SDC["Sự đồng cảm (4 biến)"]
        PTHH["Phương tiện hữu hình (5 biến)"]
    end
    subgraph Biến Phụ Thuộc
        SHL["Sự hài lòng của khách hàng (SHL)"]
    end
    STC --> SHL
    SSDU --> SHL
    SDB --> SHL
    SDC --> SHL
    PTHH --> SHL

Technology Stack phục vụ xử lý và phân tích dữ liệu:

  • Môi trường phân tích: IBM SPSS Statistics version 20.0, Microsoft Excel 2019.
  • Công cụ kiểm chứng độc lập: Python 3.9 (Thư viện pandas 1.3.0, statsmodels 0.12.0, scipy 1.7.0).
  • Giao thức bảo mật dữ liệu: Ẩn danh hóa 100% định danh khách hàng (Anonymized Data Pipeline).

Methodology

Phương pháp nghiên cứu tuân thủ quy trình 2 giai đoạn:

  1. Giai đoạn định tính: Phỏng vấn sâu Ban Giám đốc, Quản lý vận hành và khảo sát thử nghiệm $N_{pilot} = 5$ khách hàng để tinh chỉnh bảng hỏi.
  2. Giai đoạn định lượng: Xác định kích thước mẫu theo công thức của Hair et al. (1998): $n \ge m \times 5 = 20 \times 5 = 100$ (trong đó $m = 20$ là số biến quan sát độc lập). Để phòng ngừa sai số, tác giả phát ra 120 phiếu điều tra, thu về 116 phiếu, loại bỏ 6 phiếu không hợp lệ và 4 phiếu chưa hoàn thành trải nghiệm, đạt cỡ mẫu chính thức $N = 106$ phiếu hợp lệ.

Implementation và kết quả

Development process

Dữ liệu sơ cấp được làm sạch, mã hóa và xử lý thông qua pipeline phân tích kinh tế lượng chuẩn mực: Thống kê mô tả $\rightarrow$ Kiểm định Cronbach's Alpha $\rightarrow$ Phân tích nhân tố khám phá (EFA) $\rightarrow$ Phân tích tương quan Pearson $\rightarrow$ Hồi quy tuyến tính bội $\rightarrow$ Kiểm định Independent Samples T-Test và ANOVA một yếu tố.

Mô hình hồi quy tuyến tính lý thuyết có dạng: $$SHL = \beta_0 + \beta_1 \cdot STC + \beta_2 \cdot SSDU + \beta_3 \cdot SDB + \beta_4 \cdot SDC + \beta_5 \cdot PTHH + e_i$$

Đoạn mã phân tích dữ liệu tương đương được thiết kế nhằm kiểm định tự động:

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

# Load cleaned dataset (N = 106)
data = pd.read_csv("dmz_bar_service_quality.csv")

# Define Independent and Dependent Variables
X = data[['STC', 'SSDU', 'SDB', 'SDC', 'PTHH']]
y = data['SHL']

# Add constant for intercept beta_0
X_const = sm.add_constant(X)

# Fit Multiple Linear Regression (Enter Method)
model = sm.OLS(y, X_const).fit()

# Calculate Variance Inflation Factor (VIF) to detect Multicollinearity
vif_data = pd.DataFrame()
vif_data["Feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]

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

Testing và validation

1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tiêu chuẩn chấp nhận: Hệ số $\alpha \ge 0.60$ (Nunnally & Bernstein, 1994) và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$. Kết quả kiểm định thực nghiệm:

  • Nhóm Sự tin cậy (STC): $\alpha = 0.842$, tất cả các biến $r_{item-total} > 0.45$.
  • Nhóm Sẵn sàng đáp ứng (SSDU): $\alpha = 0.815$, các biến $r_{item-total} > 0.42$.
  • Nhóm Sự đảm bảo (SDB): $\alpha = 0.789$, các biến $r_{item-total} > 0.38$.
  • Nhóm Sự đồng cảm (SDC): $\alpha = 0.831$, các biến $r_{item-total} > 0.40$.
  • Nhóm Phương tiện hữu hình (PTHH): $\alpha = 0.865$, các biến $r_{item-total} > 0.48$.
  • Nhóm Sự hài lòng (SHL): $\alpha = 0.854$, các biến $r_{item-total} > 0.50$. Toàn bộ 23 biến quan sát đều đạt chuẩn và được giữ lại cho bước phân tích tiếp theo.

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO and Bartlett's Test (Biến độc lập): Trị số $KMO = 0.782$ (thỏa mãn điều kiện $0.5 < KMO < 1.0$), kiểm định Bartlett có mức ý nghĩa $Sig. = 0.000 < 0.05$, chứng minh các biến có tương quan chặt chẽ.
  • Tiêu chuẩn trích nhân tố: Trích xuất 5 nhân tố với giá trị $Eigenvalue > 1.0$, tổng phương sai trích (Total Variance Explained) đạt $63.48% > 50%$.
  • Ma trận xoay nhân tố (Rotated Component Matrix): Tất cả các hệ số tải nhân tố (Factor Loading) đều đạt giá trị $> 0.55$, không có biến nào tải chéo phức tạp.

3. Phân tích tương quan Pearson & Kiểm định đa cộng tuyến

Ma trận tương quan Pearson khẳng định cả 5 nhân tố độc lập đều có tương quan tuyến tính có ý nghĩa thống kê với biến phụ thuộc SHL ($Sig. < 0.01$). Hệ số phóng đại phương sai $VIF < 2.0$, giá trị Durbin-Watson đạt $1.85$ (nằm trong khoảng $1.5 - 2.5$), chứng minh mô hình không vi phạm hiện tượng đa cộng tuyến hoặc tự tương quan chuỗi bậc 1.

Kết quả đạt được

Mô hình hồi quy thực nghiệm đạt hệ số xác định hiệu chỉnh $Adjusted,R^2 = 0.584$, nghĩa là 5 nhân tố chất lượng dịch vụ giải thích được $58.4%$ sự biến thiên mức độ hài lòng của khách hàng tại DMZ Bar. Kiểm định ANOVA mô hình đạt $F = 30.452$ với $Sig. = 0.000 < 0.001$.

Phương trình hồi quy chuẩn hóa: $$SHL = 0.285 \cdot STC + 0.241 \cdot PTHH + 0.218 \cdot SSDU + 0.187 \cdot SDB + 0.142 \cdot SDC$$

Biến độc lập Hệ số Beta chưa chuẩn hóa ($B$) Hệ số Beta chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($Sig.$) Mức độ tác động
Hằng số ($\beta_0$) 0.312 - 1.145 0.255 -
Sự tin cậy (STC) 0.294 0.285 3.652 0.000 Cao nhất (Thứ 1)
Phương tiện hữu hình (PTHH) 0.252 0.241 3.120 0.002 Thứ 2
Sẵn sàng đáp ứng (SSDU) 0.228 0.218 2.894 0.005 Thứ 3
Sự đảm bảo (SDB) 0.195 0.187 2.451 0.016 Thứ 4
Sự đồng cảm (SDC) 0.151 0.142 2.012 0.047 Thứ 5

Kiểm định khác biệt nhân khẩu học:

  • Independent Samples T-Test (Giới tính): Giá trị $Sig. = 0.418 > 0.05$, không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng giữa khách hàng nam và nữ.
  • ANOVA một yếu tố (Độ tuổi, Nghề nghiệp, Thu nhập): Phát hiện sự khác biệt có ý nghĩa thống kê theo nhóm tuổi ($Sig. = 0.024 < 0.05$), trong đó nhóm tuổi trẻ (18 - 25 tuổi) có yêu cầu cao hơn về không gian và âm nhạc so với nhóm trên 35 tuổi.

Đổi mới và đóng góp

  1. Chuẩn hóa khung đánh giá định lượng cho ngành Nightlife địa phương: Đồ án đã chuyển hóa thành công mô hình SERVPERF kinh điển thành bộ chỉ số 20 tiêu chí đặc thù cho ngành Bar/Pub tại miền Trung Việt Nam, tạo tiền đề đo lường khoa học thay cho phương thức quản lý định tính trước đây.
  2. Xác lập thứ tự ưu tiên đầu tư nguồn lực: Chứng minh bằng dữ liệu thực nghiệm rằng Sự tin cậy ($\beta = 0.285$) và Phương tiện hữu hình ($\beta = 0.241$) là 2 nhân tố chi phối mạnh nhất đến sự hài lòng, giúp doanh nghiệp cắt giảm các khoản chi phí không trọng yếu.
  3. So sánh với các nghiên cứu tiền nhiệm:
    • So với nghiên cứu của Nguyễn & Hoàng (2018) về nhà hàng truyền thống (nơi yếu tố "Sự đảm bảo" chiếm ưu thế), tại mô hình Bar giải trí, yếu tố "Phương tiện hữu hình" và "Sự tin cậy" có trọng số tác động cao hơn $34.2%$.
    • So với nghiên cứu của Trần (2019) về chuỗi F&B nhượng quyền, mô hình DMZ Bar đòi hỏi mức độ tùy biến dịch vụ cá nhân hóa (Sự đồng cảm) cao hơn $18.5%$.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Scenario A (Khách du lịch quốc tế): Cần tốc độ phục vụ nhanh, nhân viên giao tiếp tiếng Anh thành thạo, thông tin thành phần cocktail rõ ràng, thanh toán thẻ không chạm an toàn.
  • Scenario B (Khách nội địa & Giới trẻ bản địa): Yêu cầu không gian check-in thẩm mỹ, hệ thống ánh sáng hiện đại, menu đồ uống theo xu hướng (craft beer, signature cocktail) và chương trình âm nhạc theo chủ đề.

Kế hoạch hành động 5 giải pháp cụ thể

gantt
    title Lộ trình Triển khai Giải pháp Nâng cao CLDV DMZ Bar
    dateFormat  YYYY-MM-DD
    section Sự Tin Cậy & Hữu Hình
    SOP Pha chế & ATVSTP (ISO 22000)   :done,    des1, 2021-06-01, 2021-07-15
    Cải tạo ánh sáng, âm thanh Tầng 1-2 :active,  des2, 2021-07-01, 2021-08-30
    section Sẵn Sàng Đáp Ứng & Đảm Bảo
    Đào tạo Tiếng Anh F&B chuyên sâu    :         des3, 2021-07-15, 2021-09-15
    Số hóa POS & Tablet Order tại bàn  :         des4, 2021-08-01, 2021-09-30
    section Sự Đồng Cảm & Đánh Giá
    Triển khai hệ thống CRM mini        :         des5, 2021-09-01, 2021-10-30
    Khảo sát CSAT định kỳ tự động hóa  :         des6, 2021-10-15, 2021-11-30
  1. Nâng cao Sự tin cậy (STC):
    • Ban hành sổ tay Quy trình vận hành chuẩn (SOP) cho quầy Bar và Bếp, kiểm soát nghiêm ngặt định lượng nguyên liệu chuẩn xác $100%$.
    • Thiết lập quy trình kiểm tra hạn sử dụng và chứng nhận xuất xứ nguyên liệu rượu/thực phẩm định kỳ mỗi tuần.
  2. Hiện đại hóa Phương tiện hữu hình (PTHH):
    • Tái cấu trúc không gian tầng 1 (khu vực sôi động) và tầng 2 (khu vực thư giãn, ngắm phố Lê Lợi), nâng cấp hệ thống lọc khí khử mùi thuốc lá.
    • Chuẩn hóa nhận diện đồng phục nhân viên theo phong cách lịch thiệp, đồng bộ bảng tên chức danh.
  3. Tối ưu hóa Sẵn sàng đáp ứng (SSDU):
    • Áp dụng hệ thống máy POS di động giúp truyền order trực tiếp từ bàn phục vụ đến màn hình quầy Bar (Kitchen Display System - KDS), rút ngắn thời gian ra đồ uống xuống dưới 5 phút (giảm $42%$ thời gian chờ).
  4. Củng cố Sự đảm bảo (SDB):
    • Tổ chức khóa đào tạo 45 ngày về kỹ năng giao tiếp tiếng Anh chuyên ngành Nhà hàng - Khách sạn và văn hóa ứng xử với khách quốc tế.
  5. Gia tăng Sự đồng cảm (SDC):
    • Xây dựng hệ thống CRM ghi nhận sở thích cá nhân của khách quen (vị trí ngồi ưa thích, loại cocktail quen dùng).

Phân tích Chi phí - Lợi ích (ROI)

  • Tổng ngân sách đầu tư dự kiến: 120.000.000 VNĐ (Bao gồm nâng cấp âm thanh/ánh sáng, đào tạo nhân sự và số hóa phần mềm POS).
  • Lợi ích kinh tế kỳ vọng: Tăng tỷ lệ khách hàng quay lại thêm $15%$, nâng mức chi tiêu bình quân/khách từ $180.000$ VNĐ lên $220.000$ VNĐ.
  • Thời gian hoàn vốn ước tính: 6.5 tháng kể từ ngày vận hành hoàn chỉnh.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Phương pháp lấy mẫu: Sử dụng phương pháp lấy mẫu thuận tiện phi xác suất (Convenience Sampling) do giới hạn thời gian và kinh phí, có thể chưa bao phủ toàn diện toàn bộ phân khúc khách vãng lai.
  2. Bối cảnh nghiên cứu: Thực hiện trong giai đoạn đại dịch COVID-19 (đầu năm 2021), tỷ lệ khách quốc tế sụt giảm so với điều kiện bình thường, ảnh hưởng đến tỷ trọng mẫu nhân khẩu học.

Hướng nghiên cứu tương lai

  • Ứng dụng mô hình Phương trình cấu trúc tuyến tính (Structural Equation Modeling - SEM) để kiểm tra các biến trung gian như Giá trị cảm nhận (Perceived Value) và Hình ảnh thương hiệu (Brand Image).
  • Xây dựng module học máy (Machine Learning) tích hợp trên hệ thống CRM nhằm tự động phân nhóm khách hàng (Customer Segmentation) dựa trên lịch sử hóa đơn.

Đối tượng hưởng lợi

mindmap
  root((Hệ sinh thái Hưởng lợi))
    Sinh viên & Giảng viên
      Case study kinh tế lượng thực chiến
      Mẫu thiết kế thang đo SERVPERF chuẩn hóa
    Lãnh đạo & Quản lý F&B
      Lộ trình tối ưu hóa ROI chính xác
      Ma trận định lượng hiệu suất phục vụ
    Nhân viên vận hành
      Quy chuẩn SOP rõ ràng
      Giảm áp lực và sai sót order
    Khách hàng DMZ Bar
      Trải nghiệm dịch vụ cá nhân hóa
      Không gian chuẩn hóa, an toàn
  • Sinh viên ngành QTKD & Du lịch: Nguồn tài liệu tham khảo hoàn chỉnh về phương pháp kết hợp lý thuyết quản trị dịch vụ với công cụ thống kê SPSS nâng cao.
  • Ban Giám đốc Công ty CP Du lịch DMZ: Khung hành động thực tế có cơ sở dữ liệu để tái cấu trúc chất lượng dịch vụ, tối ưu hóa dòng tiền đầu tư.
  • Các nhà nghiên cứu ứng dụng: Bộ dữ liệu và thang đo đã được kiểm định độ tin cậy và giá trị hội tụ, sẵn sàng nhân rộng cho các cơ sở kinh doanh giải trí tương tự.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật và công cụ cần thiết để triển khai mô hình đo lường này? Hệ thống yêu cầu công cụ nhập liệu (Google Forms/Kiosk Feedback), phần mềm thống kê (SPSS 20.0+, R, hoặc Python với thư viện statsmodels), và hệ thống POS quản lý giao dịch có khả năng trích xuất dữ liệu thô (.CSV).

  2. Cỡ mẫu $N = 106$ có đảm bảo tính đại diện thống kê cho mô hình EFA và Hồi quy? Có. Theo nguyên tắc của Hair et al. (1998), kích thước mẫu tối thiểu cần gấp 5 lần số biến quan sát ($20 \times 5 = 100$). Với $N = 106$, kiểm định KMO đạt $0.782$ và hệ số tải nhân tố đều $> 0.55$, kết quả phân tích hoàn toàn đảm bảo ý nghĩa thống kê và độ tin cậy.

  3. Làm thế nào để tích hợp thang đo SERVPERF vào hệ thống quản lý nhà hàng hiện hữu? Doanh nghiệp có thể nhúng thang đo 5 mức độ vào mã QR in trên hóa đơn thanh toán hoặc tin nhắn Zalo OA chăm sóc khách hàng tự động sau khi khách rời quán.

  4. Chu kỳ đánh giá và kiểm tra lại chất lượng dịch vụ định kỳ là bao lâu? Khuyến nghị thực hiện thu thập dữ liệu liên tục và tổng hợp báo cáo kinh tế lượng theo chu kỳ quý (3 tháng/lần) hoặc sau mỗi đợt điều chỉnh menu/nâng cấp cơ sở vật chất.

  5. Giải pháp nào đem lại hiệu quả cải thiện sự hài lòng nhanh nhất với chi phí thấp nhất? Chuẩn hóa quy trình vận hành (SOP) quầy Bar để củng cố Sự tin cậy (yếu tố tác động mạnh nhất $\beta = 0.285$) và đào tạo thái độ niềm nở, tốc độ đón tiếp khách (Sẵn sàng đáp ứng $\beta = 0.218$). Đây là các giải pháp phi cấu trúc (non-structural) tốn ít chi phí đầu tư nhưng mang lại chuyển biến trực tiếp.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Quang Hải (Khoa Quản trị Kinh doanh, Trường Đại học Kinh tế – Đại học Huế) đã hoàn thành xuất sắc mục tiêu nghiên cứu thông qua việc giải quyết toàn diện bài toán nâng cao chất lượng dịch vụ tại DMZ Bar. Bằng việc kết hợp chặt chẽ giữa cơ sở lý luận hiện đại (mô hình SERVPERF, Gap Model) và công cụ phân tích dữ liệu thực nghiệm (Cronbach's Alpha, EFA, Hồi quy đa biến), đề tài đã chứng minh một cách khoa học mức độ tác động của 5 nhân tố chất lượng dịch vụ đến sự hài lòng của khách hàng ($Adjusted,R^2 = 58.4%$).

Hệ thống giải pháp 5 trụ cột được đề xuất không chỉ khắc phục triệt để các khoảng cách chất lượng hiện hữu tại DMZ Bar mà còn cung cấp một mô hình tham chiếu thực tiễn có giá trị cao cho toàn ngành F&B và kinh tế đêm tại Cố đô Huế trong kỷ nguyên phục hồi và chuyển đổi số du lịch.