Giới thiệu dự án

Hoạt động dịch vụ logistics giữ vai trò huyết mạch trong chuỗi cung ứng toàn cầu và nâng cao năng lực cạnh tranh của nền kinh tế quốc gia. Theo các báo cáo thống kê ngành logistics quốc tế, chi phí logistics đóng góp khoảng 10% Tổng sản phẩm quốc nội (GDP) tại các nước phát triển như Mỹ và Nhật Bản, trong khi tại các quốc gia đang phát triển, tỷ lệ này có thể chiếm từ 15% đến trên 30% GDP. Tại Việt Nam, sự bùng nổ của quy mô xuất nhập khẩu thúc đẩy dịch vụ giao nhận vận tải biển và hàng không tăng trưởng bình quân 14% - 16%/năm. Tuy nhiên, các doanh nghiệp logistics vừa và nhỏ (SMEs) như Công ty TNHH Giao nhận Vận tải City Ocean đang đối mặt với bài toán tối ưu hóa quy trình dịch vụ và năng lực công nghệ trước sự cạnh tranh gay gắt từ các tập đoàn đa quốc gia.

+-----------------------------------------------------------------------------------+
|                        BỐI CẢNH VÀ VẤN ĐỀ VẬN HÀNH DỊCH VỤ                       |
+-----------------------------------------------------------------------------------+
|  - Độ trễ cập nhật hành trình (TC4 = 2.72/5.00) do thiếu hệ thống Track-and-Trace |
|  - Rườm rà trong quy trình chứng từ thủ tục hải quan (NL4 = 2.95/5.00)            |
|  - Mức độ lắng nghe và thấu hiểu nhu cầu riêng biệt còn yếu (DC3 = 2.83/5.00)     |
|  => Cần mô hình định lượng đánh giá tác động để tối ưu hóa nguồn lực đầu tư      |
+-----------------------------------------------------------------------------------+

Thực trạng khảo sát sơ bộ tại City Ocean chỉ ra 3 điểm nghẽn cốt lõi (pain points):

  • Cập nhật tiến trình lô hàng thủ công: Khách hàng đánh giá điểm trung bình mức độ thông tin tiến trình lô hàng chỉ đạt 2.72/5.00 (mức dưới trung bình), do nhân viên giao nhận phụ thuộc vào liên lạc thủ công qua Zalo/Email mà chưa có hệ thống tự động hóa.
  • Quy trình thủ tục và phân luồng chứng từ chưa tối ưu: Tiêu chí đánh giá tổ chức thủ tục chỉ đạt 2.95/5.00, dẫn đến thời gian giải quyết chứng từ hải quan kéo dài vào các mùa cao điểm vận tải biển.
  • Cơ chế thu thập phản hồi khách hàng bị động: Tiêu chí nắm bắt nhu cầu cá biệt đạt 2.83/5.00 do công ty chưa vận hành phòng ban Chăm sóc khách hàng (CSKH) chuyên biệt.

Đề tài xác lập 4 mục tiêu nghiên cứu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ logistics và mô hình đo lường SERVPERF (Service Performance).
  2. Phân tích thực trạng hoạt động kinh doanh và chất lượng chuỗi dịch vụ của City Ocean giai đoạn 2021 - 2023.
  3. Kiểm định mô hình định lượng qua phân tích Cronbach's Alpha, EFA (Exploratory Factor Analysis) và Hồi quy tuyến tính bội (Multiple Linear Regression) với mẫu khảo sát thực tế $N=100$.
  4. Đề xuất gói 5 giải pháp chiến lược đồng bộ nhằm tối ưu hóa chi phí, chuẩn hóa SOP (Standard Operating Procedure) và chuyển đổi số quy trình logistics.

Giải pháp lựa chọn tiếp cận bằng khung mô hình định lượng SERVPERF (Cronin & Taylor, 1992) thay vì SERVQUAL (Parasuraman et al., 1988) nhằm đo lường trực tiếp mức độ cảm nhận thực tế của khách hàng, loại bỏ sự thiên lệch (bias) do khoảng cách kỳ vọng gây ra. Kết quả kỳ vọng giúp doanh nghiệp giải thích được trên 75% sự biến thiên của mức độ hài lòng khách hàng ($R^2 > 0.75$), đồng thời thiết lập lộ trình cải tiến năng lực cạnh tranh cho dịch vụ NVOCC (Non-Vessel Operating Common Carrier).

Phạm vi nghiên cứu tập trung vào dịch vụ giao nhận vận tải quốc tế, nội địa và đại lý hải quan tại văn phòng City Ocean Hà Nội và cảng Hải Phòng, với số liệu thứ cấp thu thập trong giai đoạn 2021 - 2023 và dữ liệu sơ cấp khảo sát trong Quý 4/2023.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để lựa chọn khung lý thuyết phù hợp nhất cho mô hình đánh giá chất lượng dịch vụ giao nhận vận tải, đề tài tiến hành so sánh đối chiếu giữa các phương pháp tiếp cận phổ biến trong nghiên cứu quản trị chuỗi cung ứng.

Tiêu chí so sánh Mô hình SERVQUAL (1988) Mô hình SERVPERF (1992) Mô hình LSQ - Mentzer (1999)
Công thức đo lường $Q = P - E$ (Cảm nhận - Kỳ vọng) $Q = P$ (Chỉ đo lường Cảm nhận) $Q = f(\text{9 thành phần chuyên biệt})$
Số lượng biến quan sát 44 biến (22 kỳ vọng + 22 cảm nhận) 22 biến (Rút gọn thang đo) 30+ biến chuyên sâu kỹ thuật kho
Ưu điểm chính Phân tích sâu khoảng cách dịch vụ Tinh gọn, tránh nhàm chán cho khách hàng, giải thích biến thiên tốt hơn Chi tiết về quy trình đặt hàng và logistics
Nhược điểm Dữ liệu trùng lặp, dễ gây quá tải khảo sát Không đo trực tiếp khoảng cách kỳ vọng Phức tạp, khó triển khai cho doanh nghiệp vừa và nhỏ
Mức độ phù hợp Trung bình Rất cao (Lựa chọn tối ưu) Trung bình

Quy trình nghiệp vụ của khách hàng được phân loại và ưu tiên theo phương pháp MoSCoW:

  • Must-have (Bắt buộc): Giao hàng nguyên vẹn (TC1), bảo mật dữ liệu thương mại (TC3), thông quan hải quan chính xác mã HS và giấy phép.
  • Should-have (Cần có): Cổng tra cứu trạng thái đơn hàng (Tracking Portal), quy trình xử lý khiếu nại phát sinh trong 24 giờ.
  • Could-have (Có thể có): Ứng dụng di động theo dõi định vị xe kéo container thời gian thực qua GPS.
  • Won't-have (Chưa ưu tiên): Tự đầu tư đội tàu biển viễn dương và hệ thống kho ngoại quan riêng do giới hạn vốn lưu động.

Thiết kế hệ thống

Mô hình nghiên cứu định lượng được cấu trúc hóa thành 5 nhóm biến độc lập tác động trực tiếp lên biến phụ thuộc "Sự hài lòng của khách hàng" ($\text{SHL}$):

graph TD
    A["Sự tin cậy (TC)<br/>TC2, TC3, TC4"] -->|β1 = 0.351| Y["Sự hài lòng khách hàng (SHL)<br/>SHL1, SHL2, SHL3"]
    B["Sự đồng cảm (DC)<br/>DC1, DC2, DC3"] -->|β2 = 0.318| Y
    C["Khả năng đáp ứng (DA)<br/>DA1, DA2, DA3, DA4"] -->|β3 = 0.269| Y
    D["Phương tiện hữu hình (HH)<br/>HH1, HH2, HH3"] -->|β4 = 0.266| Y
    E["Năng lực phục vụ (NL)<br/>NL1, NL2, NL3, NL4"] -->|β5 = 0.259| Y

Hệ thống công cụ và công nghệ áp dụng:

  • Công cụ thống kê phân tích: IBM SPSS Statistics v26.0, Microsoft Excel 2021.
  • Ngôn ngữ lập trình mô phỏng & phân tích mở rộng: Python v3.10 (thư viện pandas v2.0.3, statsmodels v0.14.0, scikit-learn v1.3.0).
  • Cơ sở dữ liệu tích hợp đề xuất: MySQL Server v8.0.33, kết nối giao thức RESTful API chuẩn dữ liệu JSON.
-- Thiết kế lược đồ cơ sở dữ liệu mẫu cho hệ thống quản lý chất lượng dịch vụ logistics (Track-and-Trace Module)
CREATE TABLE shipment_quality_log (
    shipment_id VARCHAR(20) PRIMARY KEY,
    customer_id VARCHAR(20) NOT NULL,
    carrier_code VARCHAR(10) NOT NULL,
    origin_port VARCHAR(10) DEFAULT 'VNHPH',
    dest_port VARCHAR(10) NOT NULL,
    current_status ENUM('BOOKED', 'CUSTOMS_CLEARED', 'LOADED', 'IN_TRANSIT', 'ARRIVED', 'DELIVERED') NOT NULL,
    reliability_score DECIMAL(3,2),
    responsiveness_sla_hours INT,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    INDEX idx_customer (customer_id),
    INDEX idx_status (current_status)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

Hệ thống tuân thủ tiêu chuẩn an toàn thông tin ISO/IEC 27001:2022 nhằm bảo vệ dữ liệu manifest, hóa đơn thương mại (Commercial Invoice) và tờ khai hải quan điện tử qua hệ thống VNACCS/VCIS.

Methodology

Nghiên cứu sử dụng phương pháp kết hợp định tính và định lượng (Mixed Methods):

  1. Giai đoạn nghiên cứu sơ bộ (Định tính): Phỏng vấn sâu 5 chuyên gia logistics và quản lý tại City Ocean để điều chỉnh bảng câu hỏi khảo sát gồm 22 quan sát thuộc 5 thang đo thành phần SERVPERF.
  2. Giai đoạn nghiên cứu chính thức (Định lượng): Phát 125 phiếu khảo sát qua kênh Email và Zalo tới các đối tác gửi hàng/nhận hàng, thu về 100 phiếu hợp lệ (tỷ lệ phản hồi 80%).
  3. Tiến trình xử lý dữ liệu:
    • Kiểm định độ tin cậy thang đo bằng hệ số Cronbach's Alpha (ngưỡng chấp nhận $\alpha \ge 0.60$, tương quan biến - tổng $r_{it} \ge 0.30$).
    • Phân tích nhân tố khám phá EFA qua phương pháp trích Principal Component Analysis và phép xoay Varimax with Kaiser Normalization.
    • Phân tích tương quan Pearson và ước lượng hồi quy bình phương tối thiểu (OLS).
    • Kiểm tra các vi phạm giả định: Đa cộng tuyến qua hệ số phóng đại phương sai ($\text{VIF} < 2.0$), tính chuẩn của phần dư (Residual Normality Histogram), và tính đồng nhất của phương sai.
+-----------------------------------------------------------------------------------+
|                         LỘ TRÌNH TRIỂN KHAI DỰ ÁN (TIMELINE)                      |
+-----------------------------------------------------------------------------------+
| Tuần 01 - 03: Khảo sát hiện trạng, lược khảo tài liệu và xây dựng khung lý thuyết |
| Tuần 04 - 06: Thiết kế bảng hỏi, kiểm định thang đo sơ bộ, phát phiếu khảo sát    |
| Tuần 07 - 09: Thu thập dữ liệu N=100, làm sạch dữ liệu và xử lý SPSS v26.0        |
| Tuần 10 - 12: Đánh giá mô hình hồi quy, kiểm định giả định và tổng hợp giải pháp  |
+-----------------------------------------------------------------------------------+

Implementation và kết quả

Development process

Quá trình phân tích thực nghiệm và xây dựng mô hình hồi quy được thực thi tuần tự qua các thuật toán thống kê. Đoạn mã Python tương đương mô phỏng quy trình kiểm định OLS và đánh giá đa cộng tuyến:

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

# 1. Khởi tạo dữ liệu kiểm định mô hình hồi quy SERVPERF
# Các biến: TC (Tin cậy), DA (Đáp ứng), NL (Năng lực phục vụ), DC (Đồng cảm), HH (Phương tiện hữu hình)
np.random.seed(42)
N = 100

# Trọng số Beta thực nghiệm từ nghiên cứu City Ocean
# SHL = -0.928 + 0.298*TC + 0.266*DA + 0.227*NL + 0.266*DC + 0.249*HH
X_data = pd.DataFrame({
    'TC': np.random.normal(3.30, 0.50, N),
    'DA': np.random.normal(3.31, 0.45, N),
    'NL': np.random.normal(3.30, 0.48, N),
    'DC': np.random.normal(3.16, 0.52, N),
    'HH': np.random.normal(3.43, 0.46, N)
})

# 2. Ước lượng mô hình OLS
X = sm.add_constant(X_data)
# Vector tham số thực tế thu được từ dữ liệu SPSS
params = [-0.928, 0.298, 0.266, 0.227, 0.266, 0.249]
y = np.dot(X, params) + np.random.normal(0, 0.23054, N)

model = sm.OLS(y, X).fit()

# 3. Kiểm định Đa cộng tuyến (VIF)
vif_df = pd.DataFrame()
vif_df["Variable"] = X_data.columns
vif_df["VIF"] = [variance_inflation_factor(X_data.values, i) for i in range(X_data.shape[1])]
print("--- KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH HỒI QUY ---")
print(f"R-squared Hiệu chỉnh: {model.rsquared_adj:.3f}")
print(f"F-statistic: {model.fvalue:.3f}, p-value: {model.f_pvalue:.4e}")

Testing và validation

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

Tất cả 6 thang đo đều đạt độ tin cậy cao ($\alpha > 0.60$) và các biến quan sát đều có hệ số tương quan biến - tổng lớn hơn 0.30:

Tên biến / Thang đo Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến - tổng ($r_{it}$) nhỏ nhất Hệ số $\alpha$ nếu loại biến lớn nhất
Sự tin cậy (TC) 4 0.695 0.360 0.703
Khả năng đáp ứng (DA) 4 0.632 0.361 0.598
Năng lực phục vụ (NL) 4 0.732 0.495 0.692
Sự đồng cảm (DC) 3 0.645 0.388 0.634
Phương tiện hữu hình (HH) 3 0.679 0.483 0.596
Sự hài lòng (SHL) 3 0.622 0.346 0.632

2. Phân tích nhân tố khám phá (EFA)

  • EFA Biến độc lập lần 1 (18 biến): $\text{KMO} = 0.644$, Kiểm định Bartlett đạt Chi-Square $= 448.881$ ($p < 0.001$). Trích 6 nhân tố với tổng phương sai tích lũy $64.414%$. Biến $\text{TC1}$ bị loại do hệ số $\alpha$ nếu loại biến cao hơn $\alpha$ tổng và hiện tượng phân nhóm chéo.
  • EFA Biến độc lập lần 2 (17 biến còn lại): $\text{KMO} = 0.644$, Kiểm định Bartlett đạt Chi-Square $= 420.781$ ($p < 0.001$). Rút trích đúng 5 nhân tố với $\text{Eigenvalue} = 1.355 > 1.0$, Tổng phương sai trích $= 60.214%$, tất cả hệ số tải nhân tố (Factor Loading) đều $> 0.50$.
  • EFA Biến phụ thuộc (3 biến SHL): $\text{KMO} = 0.604$, Chi-Square $= 37.043$ ($p < 0.001$), 1 nhân tố trích tại $\text{Eigenvalue} = 1.710$, giải thích $57.005%$ phương sai dữ liệu.

3. Kết quả phân tích Hồi quy và Kiểm định Giả định

Mô hình hồi quy bội đạt mức độ giải thích $R^2 = 0.775$, $R^2 \text{ hiệu chỉnh} = 0.763$, sai số ước lượng chuẩn là $0.23054$. Kiểm định ANOVA cho giá trị $F = 64.821$ với mức ý nghĩa $p < 0.001$, khẳng định mô hình hoàn toàn phù hợp với dữ liệu mẫu.

Biến độc lập Hệ số B chưa chuẩn hóa Sai số chuẩn (Std. Error) Hệ số Beta chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa (Sig.) Độ chấp nhận (Tolerance) VIF
(Hằng số) -0.928 0.239 — -3.879 0.000 — —
Sự tin cậy (TC) 0.298 0.043 0.351 6.900 0.000 0.927 1.079
Sự đồng cảm (DC) 0.266 0.042 0.318 6.256 0.000 0.923 1.083
Khả năng đáp ứng (DA) 0.266 0.053 0.269 5.043 0.000 0.843 1.186
Phương tiện hữu hình (HH) 0.249 0.051 0.266 4.880 0.000 0.802 1.247
Năng lực phục vụ (NL) 0.227 0.046 0.259 4.927 0.000 0.867 1.154

Tất cả các hệ số $\text{VIF} < 1.25$ chứng minh mô hình không vi phạm hiện tượng đa cộng tuyến. Phân phối phần dư chuẩn hóa có giá trị trung bình $\text{Mean} = 2.37 \times 10^{-15} \approx 0$ và độ lệch chuẩn xấp xỉ 1.0, thỏa mãn giả định phân phối chuẩn.

Kết quả đạt được

Phương trình hồi quy chuẩn hóa xác định mức độ tác động của các nhân tố: $$\text{SHL} = 0.351 \times \text{TC} + 0.318 \times \text{DC} + 0.269 \times \text{DA} + 0.266 \times \text{HH} + 0.259 \times \text{NL}$$

Phương trình hồi quy chưa chuẩn hóa phục vụ dự báo thực tế: $$\text{SHL} = -0.928 + 0.298 \times \text{TC} + 0.266 \times \text{DA} + 0.227 \times \text{NL} + 0.266 \times \text{DC} + 0.249 \times \text{HH}$$

Nghiên cứu chứng minh: Yếu tố "Sự tin cậy" ($\beta = 0.351$) và "Sự đồng cảm" ($\beta = 0.318$) có mức độ ảnh hưởng lớn nhất đến sự hài lòng của khách hàng doanh nghiệp đối với dịch vụ giao nhận vận tải City Ocean.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn quản trị rõ nét:

  • Đóng góp học thuật: Kiểm chứng thành công mô hình SERVPERF trong phân khúc dịch vụ giao nhận vận tải biển và hàng không (Freight Forwarding) quy mô vừa và nhỏ tại thị trường Việt Nam sau đại dịch Covid-19. Mô hình giải thích tới 76.3% sự hài lòng khách hàng ($R^2_{\text{adj}} = 0.763$), vượt trội so với các nghiên cứu tương tự trong ngành thường chỉ đạt từ 50% - 65%.
  • Phát hiện thực nghiệm có tính đột phá: Chứng minh rằng đối với phân khúc khách hàng B2B trong ngành logistics, yếu tố "Sự đồng cảm" ($\beta = 0.318$) và "Sự tin cậy" ($\beta = 0.351$) đóng vai trò quyết định, xếp trên cả "Phương tiện hữu hình" ($\beta = 0.266$). Khách hàng B2B ưu tiên tính chính xác của vận đơn (Bill of Lading), thông quan không sai sót và sự hỗ trợ tận tâm của nhân viên nghiệp vụ khi xảy ra sự cố phát sinh tại cảng.
  • Định lượng điểm nghẽn vận hành: Xác định chính xác hai chỉ số có điểm đánh giá thấp nhất cần can thiệp khẩn cấp: Chỉ số cập nhật trạng thái lô hàng TC4 ($2.72/5.00$) và chỉ số nắm bắt nhu cầu cá biệt DC3 ($2.83/5.00$).

Ứng dụng thực tế và triển khai

Dựa trên trọng số tác động từ mô hình hồi quy, hệ thống 5 nhóm giải pháp được xây dựng kèm lộ trình triển khai chi tiết:

+-----------------------------------------------------------------------------------+
|                       LỘ TRÌNH TRIỂN KHAI 5 NHÓM GIẢI PHÁP                        |
+-----------------------------------------------------------------------------------+
| [Q1] Nâng cao Độ tin cậy (TC):                                                    |
|      - Xây dựng Cổng tra cứu Track-and-Trace trên nền Web cho khách hàng B2B      |
|      - Số hóa hệ thống lưu trữ chứng từ điện tử (EDM), giảm 80% thất lạc văn bản   |
| [Q2] Tăng cường Sự đồng cảm (DC) & Khả năng đáp ứng (DA):                         |
|      - Thành lập Bộ phận CSKH chuyên trách; Phân bổ 01 Account Executive/khách    |
|      - Xây dựng chính sách chiết khấu bậc thang theo sản lượng TEU hàng tháng     |
| [Q3] Nâng cao Năng lực phục vụ (NL):                                              |
|      - Ban hành bộ Quy trình thao tác chuẩn (SOP) cho 3 bộ phận nghiệp vụ         |
|      - Tổ chức đào tạo nghiệp vụ Incoterms 2020, biểu thuế XNK và tiếng Anh       |
| [Q4] Hoàn thiện Phương tiện hữu hình (HH):                                        |
|      - Nâng cấp đường truyền dữ liệu, đồng bộ hóa nhận diện thương hiệu           |
+-----------------------------------------------------------------------------------+

Phân tích Hiệu quả Đầu tư và Chi phí (Cost-Benefit Analysis)

  • Tổng chi phí đầu tư chuyển đổi số & quy trình: Ước tính 150.000.000 VNĐ (Phát triển module Web Portal: 60 triệu; Đào tạo nội bộ & chứng chỉ: 40 triệu; Chuẩn hóa thương hiệu & thiết bị văn phòng: 50 triệu).
  • Hiệu quả định lượng kỳ vọng:
    • Giảm thời gian xử lý thủ tục thông quan trung bình từ 4.5 giờ xuống còn 2.5 giờ/lô hàng (tăng tốc độ 44.4%).
    • Nâng tỷ lệ khách hàng quay lại (Retention Rate) từ 65% lên 85%.
    • Doanh thu dự kiến tăng trưởng $25% - 30%$ trong năm tài chính tiếp theo, thời gian thu hồi vốn đầu tư (Payback Period) ước tính 6.5 tháng.

Hạn chế và hướng phát triển

Dù đạt được những kết quả thực nghiệm rõ ràng, đề tài vẫn tồn tại một số hạn chế:

  1. Quy mô mẫu nghiên cứu: Kích thước mẫu $N=100$ dù đạt chuẩn tối thiểu cho hồi quy OLS (cần tối thiểu $50 + 8 \times 5 = 90$ quan sát) nhưng còn khiêm tốn. Nghiên cứu tương lai nên mở rộng $N \ge 300$.
  2. Phạm vi địa lý: Nghiên cứu thực hiện chủ yếu tại khu vực miền Bắc (Hà Nội, Hải Phòng). Các nghiên cứu tiếp theo cần mở rộng khảo sát chuỗi dịch vụ tại TP. Hồ Chí Minh, Đà Nẵng và Cần Thơ.
  3. Mô hình phân tích nâng cao: Hướng nghiên cứu tiếp theo nên ứng dụng mô hình Cấu trúc tuyến tính SEM (Structural Equation Modeling) hoặc PLS-SEM thông qua phần mềm SmartPLS để đo lường các mối quan hệ trung gian (mediating effects) giữa Chất lượng dịch vụ, Giá cả cảm nhận và Lòng trung thành của khách hàng.

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Logistics & SCM: Tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu định lượng, kỹ thuật xử lý dữ liệu SPSS v26.0 và ứng dụng mô hình SERVPERF trong ngành dịch vụ giao nhận vận tải.
  • Chuyên viên & Lập trình viên hệ thống Logistics (Logistics Tech Developers): Cung cấp đặc tả yêu cầu nghiệp vụ thực tế (Business Requirement Specifications) để thiết kế các module phần mềm Forwarding TMS (Transportation Management System) và WMS.
  • Doanh nghiệp Giao nhận Vận tải (Freight Forwarders): Khung tham chiếu thực tế giúp tối ưu hóa nguồn lực đầu tư, tập trung cải thiện đúng các điểm chạm (touchpoints) có trọng số Beta cao nhất.
  • Nhà nghiên cứu kinh tế ứng dụng: Cung cấp bộ dữ liệu thực nghiệm và hệ số kiểm định đã được chuẩn hóa về thị trường logistics Việt Nam giai đoạn hậu đại dịch.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật tối thiểu để triển khai cổng Track-and-Trace cho doanh nghiệp forwarder vừa và nhỏ là gì? Doanh nghiệp chỉ cần máy chủ Web Server (Cloud VPS tối thiểu 2 vCPU, 4GB RAM), cài đặt hệ quản trị cơ sở dữ liệu MySQL 8.0/PostgreSQL và xây dựng cổng Web Portal tích hợp API đồng bộ dữ liệu định dạng JSON từ hệ thống khai báo hải quan và lịch trình của các hãng tàu lớn (như MSC, Maersk, Evergreen).

  2. Tại sao biến TC1 lại bị loại trong quá trình phân tích EFA lần 1? Biến TC1 ("Hàng hóa giao nhận an toàn") có hệ số tương quan biến - tổng đạt yêu cầu nhưng khi chạy Cronbach's Alpha, hệ số nếu loại biến (0.703) cao hơn Alpha tổng (0.695). Đồng thời trong ma trận xoay EFA lần 1, TC1 xuất hiện tải chéo không hội tụ rõ rệt vào một nhân tố duy nhất, do đó việc loại bỏ TC1 giúp tăng tính hội tụ và độ giá trị phân biệt của thang đo.

  3. Mô hình SERVPERF có thể tích hợp trực tiếp vào hệ thống quản lý chất lượng ISO 9001:2015 không? Hoàn toàn có thể. 5 thành phần của SERVPERF tương thích chặt chẽ với Điều khoản 9.1.2 (Sự thỏa mãn của khách hàng) và Điều khoản 10.2 (Sự không phù hợp và hành động khắc phục) của bộ tiêu chuẩn ISO 9001:2015.

  4. Làm thế nào để duy trì mức độ đáp ứng (Responsiveness) khi nhân sự công ty bị quá tải? Doanh nghiệp cần chuẩn hóa tài liệu SOP phân công công việc theo sơ đồ ma trận RACI, ứng dụng phần mềm quản lý công việc (như Trello/Jira) để thiết lập SLA (Service Level Agreement) phản hồi khách hàng tự động dưới 30 phút, đồng thời áp dụng chính sách 01 Account Executive quản lý cố định từng nhóm khách hàng lớn.

  5. Chi phí đầu tư nâng cấp chất lượng dịch vụ logistics phân bổ như thế nào để tối ưu ROI? Nên phân bổ 40% cho công nghệ số hóa dữ liệu (Cổng thông tin khách hàng, lưu trữ chứng từ), 30% cho đào tạo chuyên môn và chính sách đãi ngộ nhân sự nghiệp vụ, 20% cho nhận diện thương hiệu và 10% cho quỹ dự phòng xử lý sự cố lô hàng.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc mục tiêu nghiên cứu thông qua việc đánh giá toàn diện thực trạng chất lượng dịch vụ logistics tại Công ty TNHH Giao nhận Vận tải City Ocean giai đoạn 2021 - 2023. Bằng việc ứng dụng mô hình định lượng SERVPERF với dữ liệu khảo sát thực tế $N=100$, nghiên cứu đã kiểm định thành công phương trình hồi quy đạt độ tin cậy $95%$ ($R^2_{\text{adj}} = 0.763$, $F = 64.821$, $p < 0.001$).

Kết quả chỉ ra rằng Sự tin cậy ($\beta = 0.351$) và Sự đồng cảm ($\beta = 0.318$) là hai động lực mạnh mẽ nhất thúc đẩy sự hài lòng của khách hàng doanh nghiệp. Hệ thống 5 nhóm giải pháp được đề xuất đóng vai trò như một cẩm nang hành động thực tiễn, giúp ban lãnh đạo City Ocean tối ưu hóa chi phí vận hành, loại bỏ triệt để các nút thắt trong khâu giao nhận chứng từ và bứt phá năng lực cạnh tranh trong kỷ nguyên số hóa chuỗi cung ứng.