Giới thiệu dự án

Thị trường bảo hiểm nhân thọ (BHNT) Việt Nam ghi nhận tốc độ tăng trưởng kép ấn tượng trong giai đoạn 2015–2019, dao động từ 25% đến 30%/năm. Theo báo cáo từ Cục Quản lý và Giám sát Bảo hiểm (Bộ Tài chính), tổng doanh thu phí bảo hiểm toàn thị trường năm 2018 đạt 87.960 tỷ đồng (tăng 32,8% so với 2017), với tổng tài sản tích lũy ước đạt 302.370 tỷ đồng. Tuy nhiên, tỷ lệ dân số tham gia bảo hiểm nhân thọ tại Việt Nam chỉ đạt khoảng 7%–8%, cho thấy dư địa thị trường còn rất lớn nhưng cũng tiềm ẩn sự cạnh tranh khốc liệt giữa các doanh nghiệp trong và ngoài nước.

Tại thị trường địa bàn tỉnh Thừa Thiên Huế, sự hiện diện của 9 thương hiệu bảo hiểm nhân thọ lớn (như Bảo Việt Nhân thọ với 18,61% thị phần doanh thu mới, Dai-ichi Life với 17,78%, Prudential với 16,33%, Manulife với 14,65%, AIA với 9,93%) tạo ra áp lực đào thải và chuyển dịch khách hàng rất cao. Mặc dù Dai-ichi Life Việt Nam đã vươn lên vị thế top đầu với doanh thu phí khai thác mới vượt mốc 5.000 tỷ đồng và vốn điều lệ đạt gần 7.700 tỷ đồng, chi nhánh Tổng Đại lý Huế 1 (Công ty TNHH MTV Nguyễn Hoàng Hưng Thịnh) vẫn đối mặt với bài toán tối ưu hóa chi phí vận hành và duy trì cơ sở khách hàng hiện hữu nhằm giảm thiểu tỷ lệ rời bỏ hợp đồng (lapse rate).

               MÔ HÌNH QUẢN TRỊ LÒNG TRUNG THÀNH KHÁCH HÀNG BHNT
+-------------------------------------------------------------------------+
|                              ĐẦU VÀO DỮ LIỆU                            |
|  - Khảo sát thực chứng N = 120 khách hàng cá nhân tại TP. Huế           |
|  - Thang đo Likert 5 mức độ với 23 biến quan sát (5 nhóm nhân tố)       |
+-------------------------------------------------------------------------+
                                    │
                                    ▼
+-------------------------------------------------------------------------+
|                         QUY TRÌNH PHÂN TÍCH SPSS                        |
|  [Cronbach's Alpha] ──► [EFA - Principal Components] ──► [OLS Regression]|
+-------------------------------------------------------------------------+
                                    │
                                    ▼
+-------------------------------------------------------------------------+
|                           KẾT QUẢ ĐẦU RA                                |
|  - Hàm hồi quy đa biến định lượng tác động của 5 nhân tố                |
|  - 5 nhóm chiến lược nâng cao lòng trung thành & giảm tỷ lệ rời bỏ     |
+-------------------------------------------------------------------------+

Problem Statement và Điểm nghẽn thực tế

Chi phí khai thác một khách hàng mới trong ngành tài chính – bảo hiểm thường cao gấp 5 đến 7 lần so với chi phí duy trì khách hàng hiện hữu. Doanh thu thuần của chi nhánh Nguyễn Hoàng Hưng Thịnh có xu hướng biến động và áp lực chi phí quản lý doanh nghiệp lớn, đòi hỏi công ty phải chuyển dịch trọng tâm từ "tăng trưởng nóng bằng đại lý" sang "tăng trưởng bền vững dựa trên lòng trung thành". Điểm nghẽn cốt lõi nằm ở việc chi nhánh chưa lượng hóa được mức độ tác động của từng điểm chạm dịch vụ (touchpoint) đến hành vi tái tục hợp đồng và giới thiệu khách hàng mới (Word-of-Mouth).

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa khung lý thuyết về chất lượng dịch vụ tài chính, giá trị cảm nhận và lòng trung thành thương hiệu trong lĩnh vực bảo hiểm nhân thọ.
  2. Khảo sát và lượng hóa thực nghiệm: Đo lường thực trạng đánh giá của khách hàng cá nhân tại TP. Huế thông qua 23 biến quan sát thuộc 5 nhóm nhân tố: Sự tin cậy (TC), Khả năng đáp ứng (ĐƯ), Sự đồng cảm (ĐC), Uy tín thương hiệu (UT), và Đội ngũ nhân viên (NV).
  3. Mô hình hóa tác động OLS: Xác định phương trình hồi quy tuyến tính bội giải thích sự biến thiên của Lòng trung thành khách hàng (TT), kiểm định các giả thuyết nghiên cứu và phân tích sai biệt nhân khẩu học.
  4. Xây dựng hệ thống giải pháp ứng dụng: Đề xuất bộ giải pháp chuyên biệt theo thứ tự ưu tiên hệ số hồi quy $\beta$ nhằm gia tăng chỉ số duy trì hợp đồng và nâng cao năng lực cạnh tranh khu vực.

Phạm vi và Giới hạn nghiên cứu

  • Không gian: Khách hàng cá nhân đang trực tiếp duy trì hợp đồng bảo hiểm nhân thọ Dai-ichi Life tại Văn phòng Tổng Đại lý Công ty TNHH MTV Nguyễn Hoàng Hưng Thịnh (Tầng 5, 11 Lý Thường Kiệt, TP. Huế).
  • Thời gian: Số liệu thứ cấp giai đoạn 2016–2018; dữ liệu sơ cấp điều tra thực địa thu thập từ 24/09/2019 đến 22/12/2019.
  • Giới hạn kỹ thuật: Nghiên cứu tập trung vào mô hình hồi quy đa biến OLS thông qua chọn mẫu xác suất có điều kiện (hệ thống bước nhảy $K=5$ kết hợp thuận tiện), chưa áp dụng mô hình phương trình cấu trúc tuyến tính SEM-PLS.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường bảo hiểm nhân thọ tại TP. Huế phân bổ thị phần giữa 9 đơn vị kinh doanh. Dưới đây là ma trận so sánh hiện trạng cạnh tranh giữa các doanh nghiệp dẫn đầu:

Tiêu chí phân tích Dai-ichi Life (Nguyễn Hoàng Hưng Thịnh) Bảo Việt Nhân thọ Huế Prudential Việt Nam - CN Huế
Thị phần doanh thu mới (Toàn quốc) 17,78% (Top 2) 18,61% (Top 1) 16,33% (Top 3)
Cơ cấu sản phẩm chủ lực An Tâm Hưng Thịnh Toàn Diện, An Phúc Hưng Thịnh (56,7%) An Phát Cát Tường, Trọn Đời Yêu Thương Pru - Đầu Tư Linh Hoạt, Pru - Bảo Vệ Tối Ưu
Thế mạnh thương hiệu Vốn Nhật Bản, triết lý Kaizen "Gắn bó dài lâu", chi trả minh bạch Thương hiệu quốc gia lâu đời, mạng lưới bưu điện rộng khắp Nền tảng số hóa mạnh, hệ thống phân phối đa kênh (Bancassurance)
Hạn chế dịch vụ tại địa phương Chi phí quản lý chi nhánh cao, nhận diện mạng xã hội thấp (6,7%) Quy trình bồi thường hành chính hóa, thời gian giải quyết kéo dài Phí dịch vụ phân khúc cao, tỷ lệ duy trì tư vấn viên biến động

Bảng phân tích mức độ ưu tiên tính năng dịch vụ theo mô hình MoSCoW:

  • Must have (Bắt buộc có): Quy trình giải quyết quyền lợi bảo hiểm (claims) chính xác, bảo mật dữ liệu hợp đồng, tư vấn đúng điều khoản loại trừ.
  • Should have (Nên có): Đa dạng hóa kênh đóng phí qua Internet Banking/Ví điện tử, không gian giao dịch văn phòng chuẩn nhận diện, chăm sóc ngày sinh nhật/kỷ niệm.
  • Could have (Có thể có): Cổng thông tin khách hàng cá nhân hóa theo dõi giá trị hoàn lại định kỳ qua App mobile, hội thảo hoạch định tài chính định kỳ.
  • Won't have (Chưa thực hiện): Triển khai các gói bảo hiểm vi mô giá trị cực thấp qua đại lý trung gian không được cấp chứng chỉ hành nghề.

Thiết kế hệ thống và Khung nghiên cứu

Mô hình nghiên cứu định lượng được xây dựng dựa trên sự kế thừa mô hình chất lượng dịch vụ SERVQUAL/SERVPERF kết hợp lý thuyết lòng trung thành của Oliver (1999) và nghiên cứu thực nghiệm trong ngành ngân hàng - viễn thông của Beh Yin Yee & T. Faziharudean (2010), Salmiah Mohamad Amina (2012):

graph TD
    TC["Sự tin cậy (TC)<br/>[4 biến quan sát]"] -->|H1 (+)| TT["Lòng trung thành khách hàng (TT)<br/>[3 biến quan sát]"]
    DU["Khả năng đáp ứng (ĐƯ)<br/>[4 biến quan sát]"] -->|H2 (+)| TT
    DC["Sự đồng cảm (ĐC)<br/>[4 biến quan sát]"] -->|H3 (+)| TT
    UT["Uy tín thương hiệu (UT)<br/>[4 biến quan sát]"] -->|H4 (+)| TT
    NV["Đội ngũ nhân viên (NV)<br/>[4 biến quan sát]"] -->|H5 (+)| TT

    DEMO["Nhân khẩu học<br/>(Giới tính, Tuổi, Thu nhập, Nghề nghiệp)"] -.->|H6 - H11| TT

Cấu trúc từ điển dữ liệu (Data Dictionary) của thang đo:

Thang đo độc lập (20 biến) & Thang đo phụ thuộc (3 biến) - Likert 1-5:
├── Sự tin cậy (TC): TC1 (Phí cạnh tranh), TC2 (Số tiền bảo vệ), TC3 (Độ uy tín), TC4 (Cam kết hợp đồng)
├── Khả năng đáp ứng (ĐƯ): ĐƯ1 (Đa dạng gói), ĐƯ2 (Hỗ trợ hồ sơ), ĐƯ3 (Cơ sở vật chất), ĐƯ4 (Giải đáp nhanh)
├── Sự đồng cảm (ĐC): ĐC1 (Hiểu nhu cầu TC), ĐC2 (Lắng nghe phản hồi), ĐC3 (Lợi ích khách hàng), ĐC4 (Quan tâm cá nhân)
├── Uy tín thương hiệu (UT): UT1 (Tiềm lực tài chính), UT2 (Mức độ nhận biết), UT3 (Hiệu quả Marketing), UT4 (Top-of-mind)
├── Đội ngũ nhân viên (NV): NV1 (Nhiệt tình), NV2 (Thái độ thân thiện), NV3 (Trình độ chuyên môn), NV4 (Tạo sự an tâm)
└── Lòng trung thành (TT): TT1 (Lựa chọn đầu tiên), TT2 (Giới thiệu người khác), TT3 (Tiếp tục tái tục/mua thêm)

Phương pháp nghiên cứu và Công nghệ xử lý dữ liệu

Stack công nghệ và công cụ thống kê:

  • Phần mềm phân tích: IBM SPSS Statistics phiên bản 20.0, Microsoft Excel 2013.
  • Thuật toán xử lý: Phân tích độ tin cậy thang đo (Cronbach's Alpha), Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) với phép trích Principal Components và phép xoay Varimax, Phân tích tương quan tuyến tính Pearson ($r$), Hồi quy tuyến tính bội bình phương bé nhất (Ordinary Least Squares - OLS), Kiểm định sai biệt trung bình One-way ANOVA và Independent Samples T-test.

Kỹ thuật chọn mẫu:

  • Cỡ mẫu tối thiểu theo Hair et al. (1998): $N_{min} = 5 \times k = 5 \times 23 = 115$ quan sát ($k=23$ là tổng số biến quan sát). Nghiên cứu ấn định cỡ mẫu thực tế $N = 120$ hợp lệ.
  • Phương pháp lấy mẫu hệ thống kết hợp thuận tiện: Khảo sát tại phòng giao dịch chi nhánh Huế 1 trong 10 ngày làm việc (trung bình 60 lượt khách/ngày, thu thập 12 mẫu/ngày). Bước nhảy chọn mẫu $K = \frac{60}{12} = 5$. Khách hàng thứ 5 sau khi hoàn tất giao dịch được mời phỏng vấn khảo sát; nếu từ chối, chọn khách hàng kế tiếp.

Implementation và kết quả

Quy trình phân tích dữ liệu

Quy trình xử lý dữ liệu 4 giai đoạn được thiết kế tự động hóa thông qua kịch bản phân tích:

[Làm sạch dữ liệu N=120] ──► [Kiểm định Cronbach's Alpha (Alpha >= 0.7, r_total >= 0.3)]
                                                │
[Hồi quy OLS & ANOVA]    ◄── [Kiểm định EFA (KMO >= 0.5, Sig <= 0.05, Variance >= 50%)]

Đoạn mã phân tích tự động (Python / R script quy đổi tương đương SPSS Syntax) dùng để kiểm định thang đo và chạy hồi quy mô hình:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer

def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số Cronbach's Alpha cho tập biến quan sát."""
    k = df_items.shape[1]
    item_variances = df_items.var(axis=0, ddof=1).sum()
    total_variance = df_items.sum(axis=1).var(ddof=1)
    alpha = (k / (k - 1)) * (1 - (item_variances / total_variance))
    return round(alpha, 4)

def run_ols_regression(data: pd.DataFrame, dep_var: str, indep_vars: list):
    """Xây dựng và ước lượng phương trình hồi quy tuyến tính OLS."""
    X = sm.add_constant(data[indep_vars])
    y = data[dep_var]
    model = sm.OLS(y, X).fit()
    print(model.summary())
    return model

# Mô phỏng tập biến đầu vào cho phân tích chất lượng
independent_factors = ['TC', 'DU', 'DC', 'UT', 'NV']
# Hàm hồi quy: TT = beta_0 + beta_1*TC + beta_2*DU + beta_3*DC + beta_4*UT + beta_5*NV + epsilon

Kiểm định độ tin cậy thang đo (Cronbach's Alpha) và EFA

Kết quả kiểm định độ tin cậy thang đo qua phần mềm SPSS 20.0 cho thấy tất cả các nhóm thang đo đều đạt chuẩn học thuật với hệ số tương quan biến tổng (Corrected Item-Total Correlation) $> 0,3$ và hệ số Cronbach's Alpha $> 0,7$:

Thang đo nhân tố Số biến quan sát Cronbach's Alpha Biến quan sát có tương quan biến tổng nhỏ nhất Biến quan sát có tương quan biến tổng lớn nhất
Sự tin cậy (TC) 4 0,795 TC4 ($r = 0,534$) TC1 ($r = 0,725$)
Khả năng đáp ứng (ĐƯ) 4 0,766 ĐƯ3 ($r = 0,501$) ĐƯ4 ($r = 0,622$)
Sự đồng cảm (ĐC) 4 0,782 ĐC2 ($r = 0,512$) ĐC3 ($r = 0,641$)
Uy tín thương hiệu (UT) 4 0,814 UT3 ($r = 0,568$) UT2 ($r = 0,702$)
Đội ngũ nhân viên (NV) 4 0,835 NV1 ($r = 0,591$) NV3 ($r = 0,718$)
Lòng trung thành (TT) 3 0,808 TT1 ($r = 0,615$) TT3 ($r = 0,698$)

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

  • Biến độc lập: Chỉ số $KMO = 0,821$ thỏa mãn điều kiện ($0,5 < KMO < 1$), kiểm định Bartlett's Test of Sphericity có mức ý nghĩa $Sig. = 0,000 < 0,05$, chứng minh các biến quan sát có tương quan tuyến tính với nhau trong tổng thể. Tổng phương sai trích (Total Variance Explained) đạt $63,48% > 50%$, giá trị Eigenvalue của nhân tố thứ 5 đạt $1,214 > 1,0$. Tất cả 20 biến quan sát đều có trọng số nhân tố (Factor Loading) $> 0,55$.
  • Biến phụ thuộc: $KMO = 0,712$, $Sig. Bartlett = 0,000$, phương sai trích đạt $68,15%$, gom thành 1 nhân tố duy nhất đại diện cho Lòng trung thành.

Kết quả ước lượng mô hình hồi quy OLS

Phương trình hồi quy chuẩn hóa được xác lập sau khi kiểm định không vi phạm giả định đa cộng tuyến (hệ số phóng đại phương sai $VIF < 2.0$, hệ số Tolerance $> 0,5$):

$$\text{TT} = \beta_1 \text{UT} + \beta_2 \text{NV} + \beta_3 \text{ĐƯ} + \beta_4 \text{TC} + \beta_5 \text{ĐC}$$

Mô hình Hệ số chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Thống kê $t$ Mức ý nghĩa ($Sig.$) Mức độ tác động
Hằng số ($C$) 0,245 0,118 — 2,076 0,040 —
Uy tín thương hiệu (UT) 0,312 0,052 0,328 6,000 0,000 Hạng 1 (Mạnh nhất)
Đội ngũ nhân viên (NV) 0,274 0,048 0,289 5,708 0,000 Hạng 2
Khả năng đáp ứng (ĐƯ) 0,198 0,045 0,205 4,400 0,000 Hạng 3
Sự tin cậy (TC) 0,165 0,042 0,172 3,928 0,000 Hạng 4
Sự đồng cảm (ĐC) 0,121 0,040 0,128 3,025 0,003 Hạng 5

Chỉ số đánh giá độ phù hợp của mô hình:

  • Hệ số xác định $R^2 = 0,612$, $R^2$ hiệu chỉnh $= 0,595$, cho thấy 5 nhân tố trong mô hình giải thích được $59,5%$ sự biến thiên của Lòng trung thành khách hàng cá nhân đối với Dai-ichi Life Huế.
  • Kiểm định $F$-ANOVA đạt giá trị $F = 35,97$ với $Sig. = 0,000 < 0,05$, khẳng định mô hình hồi quy tuyến tính xây dựng được là hoàn toàn phù hợp với tập dữ liệu thực tế.
TỶ TRỌNG MỨC ĐỘ TÁC ĐỘNG ĐẾN LÒNG TRUNG THÀNH (DỰA TRÊN BETA CHUẨN HÓA)
Uy tín thương hiệu (UT) : [===================] 29.2% (Beta = 0.328)
Đội ngũ nhân viên (NV)   : [=================]  25.8% (Beta = 0.289)
Khả năng đáp ứng (ĐƯ)   : [============]      18.3% (Beta = 0.205)
Sự tin cậy (TC)          : [==========]        15.3% (Beta = 0.172)
Sự đồng cảm (ĐC)         : [=======]           11.4% (Beta = 0.128)

Kết quả kiểm định sai biệt nhân khẩu học (ANOVA & T-Test):

  • Giới tính: $Sig. = 0,482 > 0,05 \rightarrow$ Không có sự khác biệt có ý nghĩa thống kê về lòng trung thành giữa khách hàng nam (43,3%) và nữ (56,7%).
  • Độ tuổi: $Sig. = 0,028 < 0,05 \rightarrow$ Có sự khác biệt rõ rệt. Nhóm khách hàng từ 40–60 tuổi (chiếm 45,8% mẫu) có chỉ số trung thành trung bình ($Mean = 4,12$) cao hơn đáng kể so với nhóm dưới 25 tuổi ($Mean = 3,45$).
  • Thu nhập: $Sig. = 0,015 < 0,05 \rightarrow$ Khách hàng có thu nhập từ 7–10 triệu/tháng (57,5%) và trên 10 triệu/tháng (33,3%) thể hiện mức độ cam kết tái tục hợp đồng cao nhất.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mang tính khoa học và thực tiễn chuyên sâu cho công tác quản trị khách hàng trong ngành bảo hiểm nhân thọ:

  1. Chuẩn hóa thang đo đặc thù ngành bảo hiểm cấp tỉnh: Không sao chép nguyên trạng các thang đo từ ngành ngân hàng (như Beh Yin Yee, 2010) hay viễn thông (Salmiah Mohamad Amina, 2012), nghiên cứu đã bản địa hóa và kiểm định thành công bộ biến quan sát phản ánh đúng bản chất hợp đồng bảo hiểm nhân thọ (như phí hấp dẫn, số tiền bảo vệ, giải quyết quyền lợi bồi thường).
  2. Khám phá vị trí số 1 của "Uy tín thương hiệu" ($\beta = 0,328$): Khác với các ngành dịch vụ thông thường nơi "Khả năng đáp ứng" chiếm ưu thế, trong bảo hiểm nhân thọ - một sản phẩm tài chính dài hạn vô hình - uy tín và tiềm lực tài chính là mỏ neo tâm lý quan trọng nhất để giữ chân khách hàng.
  3. Định lượng hiệu quả giữ chân khách hàng qua thực chứng: Số liệu thực tế tại văn phòng Nguyễn Hoàng Hưng Thịnh chứng minh mối tương quan nghịch giữa sự gia tăng chất lượng dịch vụ và tỷ lệ khách hàng rời bỏ: số lượng khách tham gia tăng từ 734 (năm 2016) lên 966 (năm 2018), trong khi số lượng khách rời bỏ giảm từ 15 người xuống còn 10 người/năm (giảm 33,3%).
Tiêu chí học thuật Mô hình Beh Yin Yee & T. Faziharudean (2010) Mô hình Salmiah Mohamad Amina (2012) Mô hình đề xuất cho Dai-ichi Life Huế (Lang Thị Hậu, 2019)
Ngành nghiên cứu Internet Banking Dịch vụ viễn thông Bảo hiểm nhân thọ
Cấu trúc nhân tố chính Chất lượng dịch vụ, Thói quen, Giá trị, Sự tin tưởng, Uy tín Chất lượng dịch vụ, Hình ảnh công ty, Lòng tin, Chi phí chuyển đổi Uy tín thương hiệu, Đội ngũ nhân viên, Khả năng đáp ứng, Tin cậy, Đồng cảm
Biến giải thích mạnh nhất Sự tin tưởng ($\beta = 0,31$) Chất lượng dịch vụ ($\beta = 0,35$) Uy tín thương hiệu ($\beta = 0,328$) & Đội ngũ nhân viên ($\beta = 0,289$)
Giá trị ứng dụng Giao diện công nghệ & bảo mật Giảm cước & khuyến mãi Đào tạo tư vấn viên & cam kết thực hiện hợp đồng

Ứng dụng thực tế và triển khai

Dựa trên kết quả hồi quy, hệ thống giải pháp nâng cao lòng trung thành được cấu trúc thành 5 chương trình hành động thực thi tại Chi nhánh Nguyễn Hoàng Hưng Thịnh:

gantt
    title LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP NÂNG CAO LÒNG TRUNG THÀNH (Q1 - Q4)
    dateFormat  YYYY-MM-DD
    section Nhóm Uy tín (UT - 29.2%)
    Chiến dịch PR địa phương & Trách nhiệm xã hội CSR :2020-01-01, 90d
    section Nhóm Nhân sự (NV - 25.8%)
    Chuẩn hóa quy trình đào tạo tư vấn viên & KPI đạo đức :2020-02-01, 120d
    section Nhóm Đáp ứng (ĐƯ - 18.3%)
    Nâng cấp không gian tiếp khách & số hóa tiếp nhận Claim :2020-04-01, 90d
    section Nhóm Tin cậy & Đồng cảm
    Tối ưu hóa bảng minh họa quyền lợi & Chăm sóc định kỳ :2020-06-01, 120d

Các nhóm giải pháp trọng tâm

  1. Củng cố Uy tín thương hiệu (Trọng số 29,2%):
    • Tăng cường truyền thông về tiềm lực tài chính của Dai-ichi Life Nhật Bản và mức vốn điều lệ gần 7.700 tỷ đồng tại Việt Nam.
    • Đẩy mạnh các hoạt động CSR (trách nhiệm xã hội) tại Thừa Thiên Huế như trao học bổng "Vì tương lai tươi sáng", tài trợ y tế cộng đồng để nâng cao chỉ số thiện cảm thương hiệu địa phương.
  2. Nâng cao năng lực Đội ngũ nhân viên (Trọng số 25,8%):
    • Thiết lập bộ chỉ số đánh giá tư vấn tài chính (FC/SA) không chỉ dựa trên doanh số mới mà gắn liền với tỷ lệ duy trì hợp đồng năm 2 ($K_2 \ge 85%$).
    • Đào tạo chuẩn hóa kỹ năng tư vấn trung thực, giải thích rõ các điều khoản loại trừ bệnh có sẵn để tránh khiếu nại bồi thường về sau.
  3. Tối ưu hóa Khả năng đáp ứng và Quy trình thủ tục (Trọng số 18,3%):
    • Cắt giảm thời gian xử lý hồ sơ yêu cầu bồi thường (Claim SLA) từ 15 ngày xuống dưới 5 ngày làm việc thông qua số hóa chứng từ y tế.
    • Nâng cấp văn phòng giao dịch tại 11 Lý Thường Kiệt thành không gian trải nghiệm chuẩn Nhật, tiện nghi và chuyên nghiệp.
  4. Gia tăng Sự tin cậy và Đồng cảm khách hàng (Trọng số 26,7%):
    • Tự động hóa gửi tin nhắn/email thông báo định kỳ về tình trạng đóng phí và biến động giá trị quỹ tài khoản hợp đồng liên kết chung.
    • Cá nhân hóa quy trình chăm sóc khách hàng: Phân khúc phục vụ riêng cho nhóm khách hàng ưu tiên (sở hữu từ 2 hợp đồng trở lên hoặc phí năm $> 30$ triệu đồng).

Phân tích Hiệu quả Tài chính và ROI Dự phóng

+-------------------------------------------------------------------------------+
| CHI PHÍ ĐẦU TƯ TRIỂN KHAI (NĂM 1) : 180.000.000 VNĐ                           |
| ├── Đào tạo & chuẩn hóa tư vấn viên : 70.000.000 VNĐ                          |
| ├── Nâng cấp nhận diện & CSKH tại văn phòng : 60.000.000 VNĐ                  |
| └── Chiến dịch gắn kết cộng đồng địa phương : 50.000.000 VNĐ                  |
+-------------------------------------------------------------------------------+
| LỢI ÍCH DỰ KIẾN THU VỀ (NĂM 1) : 485.000.000 VNĐ                              |
| ├── Giảm tỷ lệ hủy hợp đồng năm 2 (giữ lại 15 HĐ tái tục) : 225.000.000 VNĐ   |
| ├── Khách hàng hiện hữu mua thêm gói bổ sung/sản phẩm mới : 140.000.000 VNĐ  |
| └── Hợp đồng mới từ kênh giới thiệu truyền miệng (WOM)    : 120.000.000 VNĐ   |
+-------------------------------------------------------------------------------+
| HIỆU QUẢ ĐẦU TƯ (ROI) = (485tr - 180tr) / 180tr * 100% = 169,4%              |
+-------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

Hạn chế nghiên cứu

  • Quy mô mẫu: Cỡ mẫu $N = 120$ tuy đạt chuẩn tối thiểu cho phân tích EFA/OLS ($N \ge 115$), nhưng độ đại diện chưa bao phủ toàn bộ các địa bàn huyện/thị xã lân cận tại Thừa Thiên Huế (như Phú Lộc, Hương Trà).
  • Phương pháp lấy mẫu: Áp dụng chọn mẫu thuận tiện kết hợp hệ thống có thể tiềm ẩn sai số chọn mẫu so với phương pháp ngẫu nhiên phân tầng hoàn toàn.
  • Mô hình tĩnh: Chưa xem xét đến tác động trễ (time-lag effect) của các sự kiện kinh tế vĩ mô hoặc các khủng hoảng truyền thông bảo hiểm đến hành vi khách hàng.

Hướng phát triển đề xuất

  • Mở rộng cỡ mẫu lên $N \ge 350$, ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) trên phần mềm AMOS/SmartPLS để phân tích các mối quan hệ trung gian (như Sự hài lòng, Rào cản chuyển đổi).
  • Ứng dụng các thuật toán máy học phân lớp (như Random Forest, XGBoost) trên cơ sở dữ liệu CRM để xây dựng mô hình dự báo sớm khách hàng có nguy cơ dừng đóng phí (Churn Prediction).

Đối tượng hưởng lợi

                                  ĐỐI TƯỢNG HƯỞNG LỢI
                                           │
         ┌───────────────────┬─────────────┴───────┬───────────────────┐
         ▼                   ▼                     ▼                   ▼
    [SINH VIÊN]         [DOANH NGHIỆP]        [TƯ VẤN VIÊN]       [NHÀ NGHIÊN CỨU]
- Khung mẫu EFA/OLS  - Giảm 33% tỷ lệ hủy   - Tăng tỷ lệ chốt   - Cơ sở dữ liệu
- Quy trình chuẩn    - ROI đạt 169,4%       - Giữ chân KH K2    - Thang đo định lượng
  • Sinh viên, Học viên chuyên ngành Kinh tế & QTKD: Tiếp cận một case-study hoàn chỉnh về quy trình nghiên cứu định lượng ứng dụng, từ thiết kế bảng hỏi, kiểm định Cronbach's Alpha, phân tích EFA đến ước lượng hồi quy OLS trong môi trường doanh nghiệp thực tế.
  • Ban Giám đốc & Quản lý Chi nhánh Bảo hiểm: Sở hữu căn cứ số liệu khoa học để phân bổ ngân sách marketing và đào tạo chính xác vào 2 nhân tố tác động lớn nhất là Uy tín thương hiệu và Năng lực nhân sự.
  • Đội ngũ Tư vấn viên Bảo hiểm (FC/SA): Nhận thức rõ vai trò của sự tận tâm, trung thực và chuyên môn trong việc xây dựng tài sản lòng tin, từ đó gia tăng doanh số khai thác từ nguồn khách hàng giới thiệu.
  • Nhà nghiên cứu thị trường tài chính: Tham khảo bộ chỉ tiêu thang đo đã được kiểm định độ tin cậy và hội tụ tại thị trường địa phương miền Trung Việt Nam.

Câu hỏi thường gặp

1. Dữ liệu khảo sát N=120 có đảm bảo độ tin cậy thống kê cho toàn chi nhánh không?

Cỡ mẫu $N=120$ đáp ứng đúng quy tắc của Hair et al. (1998) và Comrey & Lee (1992) với tỷ lệ 5 mẫu trên 1 biến quan sát ($5 \times 23 = 115$). Hơn nữa, chỉ số KMO đạt 0,821 và mức ý nghĩa kiểm định $F$-ANOVA đạt $0,000$ chứng minh dữ liệu hoàn toàn có giá trị đại diện thống kê vững chắc.

2. Yếu tố nào ảnh hưởng mạnh nhất đến quyết định gắn bó của khách hàng mua bảo hiểm?

Kết quả hồi quy chuẩn hóa khẳng định Uy tín thương hiệu ($\beta = 0,328$) và Đội ngũ nhân viên ($\beta = 0,289$) là hai yếu tố chi phối mạnh nhất, chiếm tổng cộng hơn $55%$ mức độ tác động của toàn bộ mô hình.

3. Có sự khác biệt về lòng trung thành giữa khách hàng nam và khách hàng nữ không?

Kiểm định Independent Samples T-test cho thấy giá trị $Sig. = 0,482 > 0,05$, kết luận không có sự khác biệt có ý nghĩa thống kê về lòng trung thành theo giới tính. Do đó, các chính sách chăm sóc khách hàng không cần phân hóa riêng theo tiêu chí nam/nữ.

4. Chi nhánh nên ưu tiên nguồn lực marketing vào kênh truyền thông nào?

Thống kê mô tả chỉ ra kênh Marketing trực tiếp và sự kiện của công ty chiếm $46,7%$ mức độ nhận biết, trong khi mạng xã hội chỉ chiếm $6,7%$. Công ty cần tiếp tục duy trì thế mạnh hội thảo khách hàng trực tiếp, đồng thời tái cấu trúc lại kênh truyền thông kỹ thuật số để tiếp cận nhóm khách hàng trẻ tuổi.

5. Làm sao để đo lường lòng trung thành của khách hàng một cách định kỳ?

Chi nhánh cần áp dụng định kỳ thang đo 3 biến quan sát: (1) Tỷ lệ xem Dai-ichi Life là lựa chọn đầu tiên (TT1), (2) Tỷ lệ khách hàng sẵn sàng giới thiệu cho người thân/bạn bè (TT2), và (3) Tỷ lệ tái tục hợp đồng khi đến hạn kỳ đóng phí năm tiếp theo (TT3).

Kết luận

Đồ án khóa luận đã giải quyết trọn vẹn bài toán thực tiễn về quản trị quan hệ khách hàng tại Công ty TNHH MTV Nguyễn Hoàng Hưng Thịnh (Tổng đại lý Dai-ichi Life Huế 1). Bằng việc ứng dụng phương pháp nghiên cứu định lượng chặt chẽ trên phần mềm SPSS 20.0, tác giả đã xác lập mô hình hồi quy gồm 5 nhân tố với độ giải thích $R^2 = 61,2%$.

Các đóng góp chính của công trình:

  • Làm sáng tỏ cấu trúc tác động: Uy tín thương hiệu ($\beta = 0,328$) > Đội ngũ nhân viên ($\beta = 0,289$) > Khả năng đáp ứng ($\beta = 0,205$) > Sự tin cậy ($\beta = 0,172$) > Sự đồng cảm ($\beta = 0,128$).
  • Cung cấp hệ thống giải pháp gắn liền với lộ trình triển khai chi tiết và dự phóng ROI đạt $169,4%$, trực tiếp giúp chi nhánh kéo giảm tỷ lệ khách hàng rời bỏ qua các năm.
  • Tạo lập tài liệu tham khảo chuẩn mực cho sinh viên, giảng viên và các nhà quản trị doanh nghiệp dịch vụ tài chính trong việc vận dụng phương pháp nghiên cứu định lượng vào giải quyết bài toán kinh doanh cụ thể.