Giới thiệu dự án

Trong kỷ nguyên chuyển đổi số và hội nhập kinh tế sâu rộng, ngành quảng cáo ngoài trời (Out-Of-Home - OOH) và trang trí nội ngoại thất tại Việt Nam đối mặt với sự cạnh tranh gay gắt từ các nền tảng kỹ thuật số (Digital Ads) cũng như các doanh nghiệp agency đa quốc gia. Tại thị trường Thừa Thiên Huế, dù quy mô thị trường mở rộng với tốc độ tăng trưởng kinh tế địa phương đạt 7.15%/năm, các doanh nghiệp địa phương truyền thống lại gặp thách thức lớn trong việc duy trì thị phần và tối ưu hóa hiệu quả hoạt động bán hàng.

Công ty TNHH Quảng cáo và Nội Ngoại Thất Mặt Trời (tiền thân là DNTN Quảng cáo & Thương mại Tân Hương thành lập năm 2000, trụ sở tại 33 Hà Nội, TP. Huế) là một trong những đơn vị tiên phong với 18 năm kinh nghiệm trong lĩnh vực quảng cáo ngoài trời, thi công pano, hộp đèn, chữ nổi, in ấn kỹ thuật số và thiết kế nội ngoại thất. Tuy nhiên, giai đoạn 2016 - 2018 ghi nhận sự suy giảm đáng kể về kết quả kinh doanh: doanh thu năm 2016 đạt 1.128,6 triệu đồng giảm xuống 739,5 triệu đồng năm 2017 (-34,5%) và tiếp tục giảm còn 537,4 triệu đồng năm 2018 (-27,3%). Đặc biệt, năm 2017 doanh nghiệp ghi nhận mức lỗ thuần -68,3 triệu đồng, tỷ suất lợi nhuận sau thuế trên doanh thu (ROS) giảm mạnh xuống mức -9,24%.

Vấn đề nghiên cứu cốt lõi (Problem Statement): Hiệu quả bán hàng suy giảm nghiêm trọng bắt nguồn từ sự thiếu chuẩn hóa trong quy trình bán hàng B2B, năng lực tư vấn chuyên sâu của đội ngũ kinh doanh chưa đáp ứng yêu cầu kỹ thuật ngày càng khắt khe, chính sách giá và công nợ thiếu linh hoạt, cùng với hoạt động xúc tiến quảng bá thụ động.

Mục tiêu của dự án:

  1. Hệ thống hóa cơ sở lý luận về quản trị bán hàng, phân tích chuỗi giá trị và các chỉ số tài chính phản ánh hiệu quả bán hàng (Doanh thu $TR$, Lợi nhuận $LN$, Tỷ suất $ROS$, $ROE$, $LNST/CPBH$).
  2. Phân tích thực trạng tài chính, biến động nguồn lực lao động và tài sản của Công ty Mặt Trời giai đoạn 2016 - 2018.
  3. Ứng dụng phương pháp nghiên cứu định lượng thực chứng (Empirical Quantitative Research) với cỡ mẫu $N = 150$ để xác định các nhân tố ảnh hưởng đến đánh giá của khách hàng về hoạt động bán hàng thông qua kiểm định Cronbach's Alpha, phân tích nhân tố khám phá (EFA) và mô hình hồi quy tuyến tính bội (Multiple Linear Regression).
  4. Xây dựng hệ thống giải pháp chiến lược và lộ trình thực thi giai đoạn 2019 - 2024 nhằm tái cấu trúc hoạt động kinh doanh, cải thiện biên lợi nhuận và gia tăng thị phần.

Phương pháp tiếp cận và phạm vi:

  • Phương pháp: Tích hợp phân tích dữ liệu thứ cấp (báo cáo tài chính, nhân sự giai đoạn 2016 - 2018) và dữ liệu sơ cấp (khảo sát trực tiếp 150 khách hàng B2B/B2C đầu năm 2019).
  • Phạm vi: Toàn bộ hoạt động bán hàng và dịch vụ quảng cáo, nội ngoại thất của Công ty Mặt Trời trên địa bàn tỉnh Thừa Thiên Huế và khu vực lân cận.
  • Kết quả kỳ vọng: Phục hồi tốc độ tăng trưởng doanh thu đạt trên 15%/năm, đưa tỷ suất ROS từ 4,01% (năm 2018) lên trên 8,5% vào năm 2024, kiểm soát hệ số nợ và tối ưu hóa năng suất lao động của 92 cán bộ công nhân viên.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi đề xuất giải pháp công nghệ và mô hình quản trị, hiện trạng bán hàng tại doanh nghiệp được so sánh với các phương thức tiếp cận phổ biến trên thị trường:

Tiêu chí phân tích Bán hàng truyền thống (Hiện trạng) Hệ thống quản trị Sales Data-Driven (Đề xuất) Thuê ngoài Agency/Sales Broker
Phương thức tiếp cận Bị động qua quan hệ quen biết cũ Chủ động đa kênh (Omnichannel, SEO, Direct) Phụ thuộc hoàn toàn đối tác trung gian
Công cụ hỗ trợ Sổ sách, bảng biểu Excel rời rạc CRM tích hợp Analytics (SPSS/Python/SQL) Dashboard của bên thứ ba
Chi phí quản lý Cao (390,1 triệu VNĐ năm 2018) Tối ưu hóa theo hiệu suất chuyển đổi Chi phí hoa hồng cao (15 - 25% doanh thu)
Khả năng dự báo Kém, dựa vào cảm tính ban giám đốc Chính xác qua mô hình hồi quy & time-series Khó kiểm soát dữ liệu khách hàng

Thị trường quảng cáo tại Thừa Thiên Huế có sự tham gia của các công ty in ấn quảng cáo quy mô nhỏ (cạnh tranh phá giá), các đơn vị nội thất chuyên nghiệp và các chi nhánh Agency lớn từ Đà Nẵng. Điểm yếu lớn nhất của Công ty Mặt Trời nằm ở khâu tương tác trước và sau bán hàng.

Áp dụng phương pháp phân loại yêu cầu MoSCoW cho hệ thống nâng cao hiệu quả bán hàng:

  • Must have: Quy trình chuẩn hóa báo giá kỹ thuật trong 24 giờ; cơ chế kiểm định chất lượng thi công Pano/Alu/Mica; chương trình đào tạo kỹ năng tư vấn chuyên sâu cho 58 nhân sự kỹ thuật/bán hàng; chuẩn hóa quy trình quản lý dòng tiền và công nợ ngắn hạn.
  • Should have: Hệ thống quản lý quan hệ khách hàng (CRM) lưu trữ lịch sử tương tác của 150+ khách hàng doanh nghiệp; chính sách chiết khấu bậc thang theo sản lượng.
  • Could have: Cổng thông tin trực tuyến cho phép khách hàng theo dõi tiến độ thi công và bảo hành thời gian thực.
  • Won't have: Chiến lược hạ giá thành sản phẩm bằng cách giảm chất lượng nguyên vật liệu đầu vào (khung sắt mạ kẽm, bạt Hiflex chuẩn).

Thiết kế hệ thống

Kiến trúc giải pháp nâng cao hiệu quả bán hàng được cấu trúc thành 3 lớp module: Lớp Dữ liệu (Data Tier), Lớp Xử lý Thống kê (Analytical Processing Tier), và Lớp Chiến lược Tác nghiệp (Operational Execution Tier).

Technology Stack sử dụng trong dự án:

  • Công cụ phân tích định lượng: IBM SPSS Statistics v20.0 (Core Engine), Microsoft Excel 2016 (Data Preprocessing).
  • Ngôn ngữ mở rộng cho kiểm định tự động: Python v3.10 với các thư viện statsmodels v0.14.0, factor_analyzer v0.5.0, pandas v2.1.0.
  • Cơ sở dữ liệu thiết kế cho CRM nội bộ: MySQL v8.0 Enterprise.

Thiết kế cấu trúc cơ sở dữ liệu (Database Schema for Sales Management):

-- Schema thiết kế quản lý khách hàng và hiệu quả bán hàng
CREATE TABLE Customers (
    customer_id INT AUTO_INCREMENT PRIMARY KEY,
    company_name VARCHAR(255) NOT NULL,
    contact_person VARCHAR(100),
    phone VARCHAR(20),
    industry_type VARCHAR(50),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE Orders (
    order_id INT AUTO_INCREMENT PRIMARY KEY,
    customer_id INT,
    order_date DATE,
    total_amount DECIMAL(15, 2) NOT NULL,
    cogs_amount DECIMAL(15, 2) NOT NULL, -- Giá vốn hàng bán
    payment_terms VARCHAR(50),
    status ENUM('Pending', 'In_Production', 'Delivered', 'Completed') DEFAULT 'Pending',
    FOREIGN KEY (customer_id) REFERENCES Customers(customer_id)
);

CREATE TABLE Survey_Evaluations (
    survey_id INT AUTO_INCREMENT PRIMARY KEY,
    customer_id INT,
    nv_score DECIMAL(3, 2),  -- Đội ngũ nhân viên (4 items)
    xt_score DECIMAL(3, 2),  -- Xúc tiến bán hàng (5 items)
    csg_score DECIMAL(3, 2), -- Chính sách giá (4 items)
    th_score DECIMAL(3, 2),  -- Thương hiệu (3 items)
    cl_score DECIMAL(3, 2),  -- Chất lượng sản phẩm (4 items)
    dg_overall DECIMAL(3, 2),-- Đánh giá chung (3 items)
    survey_date DATE,
    FOREIGN KEY (customer_id) REFERENCES Customers(customer_id)
);

Methodology

Phương pháp luận nghiên cứu kết hợp mô hình phân tích chuỗi thời gian đối với các chỉ tiêu kinh tế và mô hình phân tích cấu trúc nhân tố thực nghiệm:

  1. Khung phân tích hiệu quả kinh tế:

    • Doanh thu thuần ($TR$): $TR = \sum_{i=1}^n (P_i \times Q_i)$
    • Lợi nhuận gộp ($G$): $G = TR - \text{COGS}$
    • Tỷ suất sinh lời trên doanh thu ($ROS$): $ROS = \frac{LNST}{TR} \times 100%$
    • Tỷ suất sinh lời trên vốn chủ sở hữu ($ROE$): $ROE = \frac{LNST}{\text{Vốn CSH}} \times 100%$
    • Tỷ suất lợi nhuận trên chi phí bán hàng ($CPBH$): $\text{ROS}_{cost} = \frac{LNST}{CPBH} \times 100%$

  2. Quy trình nghiên cứu định lượng:

    • Bước 1: Thiết kế bảng hỏi với 20 biến quan sát độc lập (Likert 5 điểm: 1 - Rất không đồng ý đến 5 - Rất đồng ý) thuộc 5 nhóm giả thuyết và 3 biến quan sát phụ thuộc.
    • Bước 2: Chọn mẫu ngẫu nhiên thuận tiện $N = 150$ tại trụ sở công ty (chu kỳ phỏng vấn 4 phút/khách hàng sau khi hoàn tất giao dịch, 5 mẫu/ngày trong 30 ngày).
    • Bước 3: Đánh giá độ tin cậy thang đo bằng hệ số Cronbach's Alpha (điều kiện loại biến: hệ số tương quan biến - tổng Corrected Item-Total Correlation $< 0,3$; thang đo đạt yêu cầu khi $\alpha \ge 0,6$).
    • Bước 4: Phân tích nhân tố khám phá EFA (Principal Component Analysis, phép xoay Varimax, điều kiện: $0,5 \le KMO \le 1$, Bartlett's test có $\text{Sig.} < 0,05$, tổng phương sai trích $\ge 50%$, Eigenvalue $\ge 1$, Factor Loading $> 0,5$).
    • Bước 5: Hồi quy tuyến tính bội bằng phương pháp Enter để lượng hóa hệ số tác động $\beta$.

Implementation và kết quả

Development process

Quá trình thu thập và xử lý dữ liệu được thực thi qua script phân tích thống kê chuyên dụng. Thuật toán phân tích hồi quy và kiểm định hệ số tương quan được mô hình hóa bằng Python / Statsmodels tương thích với output từ IBM SPSS Statistics:

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

# 1. Đọc và chuẩn hóa dữ liệu khảo sát N=150
data = pd.read_csv("survey_matrix_n150.csv") # Cột: NV, XT, CSG, TH, CL, DG

# 2. Thiết lập ma trận biến độc lập và biến phụ thuộc
X = data[['NV', 'XT', 'CSG', 'TH', 'CL']]
y = data['DG']

# 3. Thêm hằng số vào mô hình hồi quy (Constant)
X_with_const = sm.add_constant(X)

# 4. Ước lượng mô hình OLS (Ordinary Least Squares)
model = sm.OLS(y, X_with_const).fit()

# 5. Kiểm tra hiện tượng đa cộng tuyến (Multicollinearity) qua hệ số VIF
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("\nKiểm định VIF:\n", vif_data)

Testing và validation

Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha): Tất cả 5 nhóm biến độc lập và 1 nhóm biến phụ thuộc đều đạt độ tin cậy nội tại cao:

  • Nhóm Hoạt động xúc tiến bán hàng (XT) (5 biến quan sát): $\alpha = 0,817$; tương quan biến - tổng từ $0,758$ đến $0,790$.
  • Nhóm Chính sách giá (CSG) (4 biến quan sát): $\alpha = 0,815$; tương quan biến - tổng từ $0,749$ đến $0,791$.
  • Nhóm Đội ngũ nhân viên bán hàng (NV) (4 biến quan sát): $\alpha = 0,817$; tương quan biến - tổng từ $0,701$ đến $0,766$.
  • Nhóm Thương hiệu (TH) (3 biến quan sát): $\alpha = 0,745$; tương quan biến - tổng từ $0,602$ đến $0,737$.
  • Nhóm Chất lượng sản phẩm (CL) (4 biến quan sát): $\alpha = 0,712$; tương quan biến - tổng từ $0,624$ đến $0,681$.
  • Nhóm Biến phụ thuộc - Đánh giá chung (ĐG) (3 biến quan sát): $\alpha = 0,789$; tương quan biến - tổng từ $0,616$ đến $0,784$.

Kết quả phân tích nhân tố khám phá (EFA):

  • Biến độc lập: Hệ số $KMO = 0,735$ ($> 0,5$), kiểm định Bartlett có $\text{Sig.} = 0,000$ ($< 0,05$). Tổng phương sai trích đạt $62,496%$ ($> 50%$), giá trị Eigenvalue dừng ở $1,552$ ($> 1$). 20 biến quan sát trích xuất thành 5 nhóm nhân tố rõ rệt với Factor Loading đều vượt ngưỡng $0,5$.
  • Biến phụ thuộc: $KMO = 0,667$, $\text{Sig.} = 0,000$, tổng phương sai trích đạt $70,699%$, Eigenvalue $= 2,121$, hệ số tải nhân tố các biến $\text{ĐG}_1, \text{ĐG}_2, \text{ĐG}_3$ lần lượt là $0,831; 0,892; 0,796$.

Kết quả đạt được

Phân tích hồi quy tuyến tính bội phương pháp Enter với biến phụ thuộc là Mức độ đánh giá chung của khách hàng ($\text{ĐG}$) cho ra các thông số định lượng chính xác:

Biến độc lập Ký hiệu Hệ số hồi quy chưa chuẩn hóa (B) Sai số chuẩn Hệ số hồi quy chuẩn hóa ($\beta$) Mức ý nghĩa (Sig.) Độ chấp nhận (Tolerance) Hệ số phóng đại phương sai (VIF)
(Hằng số) Constant 1,764 0,312 - 0,000 - -
Đội ngũ nhân viên NV 0,382 0,068 0,389 0,000 0,682 1,466
Xúc tiến bán hàng XT 0,318 0,064 0,314 0,000 0,714 1,401
Chính sách giá CSG 0,295 0,061 0,313 0,001 0,735 1,361
Thương hiệu TH 0,248 0,059 0,262 0,002 0,812 1,232
Chất lượng sản phẩm CL 0,205 0,058 0,212 0,004 0,795 1,258

Thông số kiểm định mô hình tổng thể:

  • Hệ số tương quan $R = 0,679$; Hệ số xác định $R^2 = 0,478$; Hệ số $R^2$ hiệu chỉnh $= 0,462$. Mô hình giải thích được $46,2%$ sự biến thiên trong đánh giá của khách hàng.
  • Kiểm định tự tương quan Durbin-Watson $= 1,679$ (nằm trong khoảng an toàn $[1, 3]$).
  • Kiểm định ANOVA: Giá trị thống kê $F$ có $\text{Sig.} = 0,000$ ($< 0,05$), chứng minh mô hình hồi quy có ý nghĩa thống kê ở độ tin cậy $95%$.
  • Tất cả hệ số $VIF < 2,0$, loại trừ hoàn toàn nguy cơ đa cộng tuyến.
Phương trình hồi quy chuẩn hóa:
ĐG = 1.764 + 0.389*NV + 0.314*XT + 0.313*CSG + 0.262*TH + 0.212*CL

Thứ tự mức độ tác động từ mạnh nhất đến thấp nhất: Đội ngũ nhân viên bán hàng ($\beta = 0,389$) $\rightarrow$ Xúc tiến bán hàng ($\beta = 0,314$) $\rightarrow$ Chính sách giá ($\beta = 0,313$) $\rightarrow$ Thương hiệu ($\beta = 0,262$) $\rightarrow$ Chất lượng sản phẩm ($\beta = 0,212$).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mang tính khoa học và thực tiễn cho ngành quản trị kinh doanh dịch vụ quảng cáo:

  1. Khám phá đặc thù ngành OOH: Khác biệt với các nghiên cứu thương mại bán lẻ thông thường (nơi chất lượng sản phẩm vật lý thường đóng vai trò chi phối), trong lĩnh vực thi công quảng cáo và nội ngoại thất B2B, sản phẩm mang tính chất dịch vụ theo dự án (Project-based service). Do đó, năng lực tư vấn kỹ thuật, am hiểu mỹ thuật và thái độ của nhân viên bán hàng là biến số quyết định lớn nhất ($\beta = 0,389$).
  2. Lượng hóa sự chênh lệch giữa nhận diện thương hiệu và thực tế: Kiểm định One-Sample T-Test đối với nhân tố Thương hiệu cho thấy giá trị trung bình đều $< 4,0$ với mức ý nghĩa $\text{Sig.} = 0,000$ (tiêu chí "Dễ tiếp cận với khách hàng" chỉ đạt $2,98/5,0$). Điều này chứng minh dù có 18 năm lịch sử, thương hiệu Mặt Trời Huế đang bị lu mờ do thiếu sự hiện diện kỹ thuật số.

Ứng dụng thực tế và triển khai

Dựa trên trọng số hồi quy thực nghiệm, hệ thống giải pháp nâng cao hiệu quả bán hàng giai đoạn 2019 - 2024 được cấu trúc cụ thể:

Chi tiết các nhóm giải pháp ưu tiên theo hệ số $\beta$:

  1. Nhóm giải pháp Lực lượng bán hàng ($\beta = 0,389$ - Trọng số cao nhất):

    • Rationale: Khách hàng quảng cáo cần giải pháp toàn diện từ kết cấu cơ khí, an toàn gió bão đến tính thẩm mỹ.
    • Action: Tổ chức đào tạo liên phòng ban định kỳ giữa Phòng Thiết kế (đội ngũ trẻ tốt nghiệp ĐH Mỹ thuật) và Phân xưởng Cơ khí, Phân xưởng Lắp đặt (54 lao động trực tiếp). Nhân viên kinh doanh phải có khả năng đọc bản vẽ sa bàn, dự toán chi phí vật tư ngay trong buổi tư vấn đầu tiên.
    • Benefit: Rút ngắn chu kỳ chốt hợp đồng từ 7 ngày xuống còn 48 giờ.

  2. Nhóm giải pháp Xúc tiến bán hàng ($\beta = 0,314$):

    • Rationale: Biến quan sát "Thông tin khuyến mãi và sản phẩm mới được cung cấp nhanh chóng" có tương quan cao ($r = 0,782$).
    • Action: Xây dựng website portfolio chuyên nghiệp giới thiệu các công trình lớn đã thi công (Huda Huế, Kymdan, San Miguel); triển khai gửi bản tin chào giá và bảng vị trí Pano trống định kỳ cho các doanh nghiệp tại KCN Phú Bài, Chân Mây.
    • Benefit: Tăng 35% lượng lead khách hàng tự liên hệ hàng quý.

  3. Nhóm giải pháp Chính sách giá và Công nợ ($\beta = 0,313$):

    • Rationale: Năm 2017 doanh nghiệp bị chiếm dụng vốn lớn khiến tiền mặt giảm sút và hàng tồn kho ứ đọng (348,7 triệu VNĐ).
    • Action: Áp dụng chính sách thanh toán 3 giai đoạn: Tạm ứng $40%$ khi ký kết hợp đồng $\rightarrow$ Thanh toán $40%$ khi hoàn tất nghiệm thu lắp đặt tại công trình $\rightarrow$ Thanh toán $20%$ còn lại trong vòng 15 ngày sau khi quyết toán. Chiết khấu thương mại $3 - 5%$ cho các đơn hàng thanh toán $100%$ ngay khi nghiệm thu.
    • Benefit: Tăng vòng quay vốn lưu động, giảm chi phí quản lý rủi ro nợ xấu từ $856,4$ triệu xuống mức an toàn dưới $350$ triệu/năm.

Hạn chế và hướng phát triển

Dù đạt được những kết quả có ý nghĩa thống kê và giá trị ứng dụng cao, đề tài vẫn tồn tại một số giới hạn học thuật:

  • Phương pháp chọn mẫu: Do rào cản thời gian và chi phí, nghiên cứu sử dụng phương pháp chọn mẫu ngẫu nhiên thuận tiện ($N = 150$), tập trung vào khách hàng giao dịch trực tiếp tại văn phòng 33 Hà Nội, chưa bao phủ toàn diện các đối tác lớn ký hợp đồng qua kênh đấu thầu.
  • Phạm vi mô hình: Hệ số $R^2$ hiệu chỉnh đạt $0,462$, nghĩa là còn $53,8%$ sự biến thiên của biến phụ thuộc được giải thích bởi các yếu tố khác ngoài mô hình (như chính sách quy hoạch quảng cáo ngoài trời của UBND tỉnh Thừa Thiên Huế, biến động giá nguyên vật liệu sắt thép trên thị trường).

Hướng phát triển mở rộng:

  • Ứng dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) để phân tích các biến trung gian (Sự hài lòng, Lòng trung thành của khách hàng).
  • Tích hợp công nghệ thu thập dữ liệu tự động qua hệ thống CRM để xây dựng mô hình dự báo doanh thu chuỗi thời gian ARIMA/Machine Learning (Random Forest, XGBoost) theo từng quý.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Kinh doanh Thương mại / QTKD: Nguồn học liệu tham khảo hoàn chỉnh về quy trình thực hiện nghiên cứu ứng dụng thực tế từ việc phân tích chỉ tiêu tài chính ($ROS, ROE, LNST$) đến xử lý định lượng trên SPSS (Cronbach's Alpha, EFA, OLS Regression).
  • Nhà phát triển giải pháp quản trị doanh nghiệp (SME ERP/CRM Developers): Tham khảo kiến trúc cơ sở dữ liệu và các chỉ số đo lường hiệu suất bán hàng chuyên biệt cho ngành quảng cáo dự án để cấu hình module quản lý đơn hàng.
  • Ban lãnh đạo Công ty Mặt Trời & Các doanh nghiệp OOH miền Trung: Bộ cẩm nang chiến lược với các trọng số tác động định lượng rõ ràng, giúp phân bổ ngân sách tối ưu vào việc đào tạo nhân viên và tiếp thị xúc tiến thay vì dàn trải nguồn lực.
  • Nhà nghiên cứu kinh tế địa phương: Dữ liệu thực nghiệm về thị trường dịch vụ quảng cáo Thừa Thiên Huế giai đoạn chuyển giao kinh tế 2016 - 2019.

Câu hỏi thường gặp

  1. Điều kiện kỹ thuật và công cụ cần thiết để tái lập nghiên cứu này là gì? Yêu cầu hệ điều hành Windows/macOS cài đặt phần mềm IBM SPSS Statistics (từ phiên bản 20.0 trở lên) hoặc môi trường Python 3.8+ với các thư viện pandas, statsmodels, factor_analyzer để xử lý tập dữ liệu ma trận 23 biến quan sát.

  2. Tại sao nhân tố Chất lượng sản phẩm lại có hệ số tác động $\beta$ thấp nhất ($0,212$)? Trong ngành quảng cáo ngoài trời và thi công nội thất, chất lượng vật tư (nhôm Alu, bạt Hiflex, đèn LED) là yêu cầu kỹ thuật nền tảng bắt buộc (tiêu chuẩn ngành). Khách hàng coi đây là điều kiện hiển nhiên; sự khác biệt dẫn đến quyết định chọn nhà cung cấp phụ thuộc vào kỹ năng tư vấn giải pháp của nhân viên và chính sách thanh toán linh hoạt.

  3. Làm thế nào để hệ thống giải pháp khắc phục tình trạng sụt giảm lợi nhuận năm 2017 (lỗ 68,3 triệu VNĐ)? Bằng cách áp dụng chính sách thu hồi vốn 3 giai đoạn để giảm áp lực chi phí quản lý doanh nghiệp (vốn chiếm tới $856,4$ triệu năm 2016 và $607,7$ triệu năm 2017) và tái cấu trúc đội ngũ lao động trực tiếp (từ 43 lên 54 người) theo hướng chuyên môn hóa, giúp giảm giá vốn bán hàng tương ứng với quy mô doanh thu.

  4. Doanh nghiệp có cần đầu tư ngân sách lớn cho hệ thống Marketing kỹ thuật số không? Không cần thiết lập ngân sách lớn như các doanh nghiệp B2C. Với đặc thù B2B địa phương, doanh nghiệp chỉ cần tập trung ngân sách khoảng 30 - 50 triệu VNĐ/năm cho việc xây dựng Website chuẩn SEO, Profile năng lực trực tuyến và tiếp thị trực tiếp tới các đơn vị chuẩn bị khai trương hoặc đấu thầu sự kiện tại Huế.

  5. Thời gian hoàn vốn (ROI) của các giải pháp đào tạo và công nghệ đề xuất là bao lâu? Ước tính với chi phí đầu tư đào tạo và chuyển đổi quy trình khoảng $60$ triệu đồng, doanh nghiệp có thể tăng thêm $150 - 200$ triệu đồng lợi nhuận gộp mỗi năm nhờ rút ngắn thời gian chốt hợp đồng và hạn chế nợ xấu, mang lại thời gian hoàn vốn trong vòng 4 - 6 tháng.

Kết luận

Khóa luận tốt nghiệp đã giải quyết trọn vẹn bài toán thực tiễn của Công ty TNHH Quảng cáo và Nội Ngoại Thất Mặt Trời thông qua phương pháp tiếp cận khoa học, chặt chẽ và chuẩn xác về mặt định lượng. Bằng việc kết hợp phân tích biến động tài chính 3 năm (2016 - 2018) với mô hình hồi quy tuyến tính bội từ $150$ mẫu khảo sát thực chứng, công trình đã xác lập phương trình dự báo chuẩn hóa với hệ số $R^2$ hiệu chỉnh $= 0,462$, chỉ ra rõ rệt vai trò tiên quyết của Đội ngũ nhân viên bán hàng ($\beta = 0,389$) và Hoạt động xúc tiến ($\beta = 0,314$).

Hệ thống giải pháp đồng bộ về tái cấu trúc nhân sự, tối ưu hóa quy trình báo giá, kiểm soát chính sách công nợ và số hóa thương hiệu là đòn bẩy vững chắc giúp Công ty Mặt Trời phục hồi đà tăng trưởng, gia tăng thị phần và khẳng định vị thế dẫn đầu trong ngành quảng cáo và trang trí nội ngoại thất tại Thừa Thiên Huế giai đoạn 2019 - 2024.