Giới thiệu dự án

Ngành du lịch Việt Nam sau giai đoạn phục hồi hậu đại dịch COVID-19 đang chứng kiến sự chuyển dịch mạnh mẽ về hành vi và kỳ vọng của khách hàng. Theo thống kê của Tổng cục Du lịch Việt Nam, nhu cầu trải nghiệm các sản phẩm du lịch nội địa chất lượng cao gia tăng hơn 30% hàng năm, đi kèm với áp lực cạnh tranh gay gắt giữa các doanh nghiệp lữ hành vừa và nhỏ (SMEs). Trong bối cảnh đó, Công ty TNHH Du lịch Lữ hành Hùng Thắng (Hung Thang Travel and Tourism Co., Ltd - HTT) đặt trụ sở tại TP. Đông Hà, tỉnh Quảng Trị, đã ghi nhận mức tăng trưởng tổng doanh thu từ 17.095 triệu VNĐ (2020) lên 20.623 triệu VNĐ (2022) và lợi nhuận sau thuế đạt 7.740 triệu VNĐ (2022). Tuy nhiên, tốc độ tăng trưởng lượng khách nội địa năm 2022 chỉ đạt 24,06% (tăng 983 lượt khách so với 2020), thấp hơn nhiều so với tốc độ tăng trưởng tổng lượt khách 70,13% (tăng 4.437 lượt khách).

  Tổng lượt khách HTT  [████████████████████████████████████] +70.13% (4,437 lượt)
  Khách nội địa HTT    [████████████] +24.06% (983 lượt)

Thực trạng này xuất phát từ các điểm nghẽn (pain points) cốt lõi:

  • Chất lượng dịch vụ tour nội địa chưa đồng đều giữa các tuyến miền Bắc, miền Trung, miền Nam.
  • Chi phí vận hành tăng từ 10.394 triệu VNĐ (2020) lên 12.698 triệu VNĐ (2022), gây áp lực lên biên lợi nhuận và chính sách giá cạnh tranh.
  • Thiếu hệ thống đánh giá định lượng chuẩn xác về các yếu tố cấu thành sự hài lòng của khách hàng (Customer Satisfaction - CSAT).

Đề tài khóa luận tập trung giải quyết bài toán đo lường và tối ưu hóa trải nghiệm khách hàng với các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ (CLDV) lữ hành và các mô hình đo lường kinh điển (SERVQUAL, SERVPERF, Gronroos, Carvell & Herrin).
  2. Xây dựng mô hình kinh tế lượng đánh giá tác động của 4 nhân tố: Chất lượng dịch vụ ($CL$), Giá cả cảm nhận ($GC$), Loại hình tour & dịch vụ bổ trợ ($LH$), Uy tín thương hiệu ($UT$) đến Sự hài lòng của khách hàng ($SHL$).
  3. Thu thập và xử lý dữ liệu thực nghiệm qua mẫu khảo sát định lượng $N = 200$ khách hàng nội địa bằng phần mềm SPSS v20.0.
  4. Đề xuất khung giải pháp chuẩn hóa quy trình cung ứng dịch vụ 7 bước và lộ trình tối ưu hóa chi phí vận hành.

Phạm vi nghiên cứu giới hạn tại thị trường khách du lịch nội địa của Công ty TNHH DLLH Hùng Thắng trên địa bàn tỉnh Quảng Trị và các tuyến liên tỉnh giai đoạn 2020 – 2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để định vị phương pháp tiếp cận, nghiên cứu tiến hành phân tích so sánh các khung lý thuyết đo lường chất lượng dịch vụ lữ hành phổ biến hiện nay:

Mô hình đo lường Tác giả & Năm Ưu điểm kỹ thuật Hạn chế kỹ thuật Độ phù hợp với Lữ hành SMEs
SERVQUAL Parasuraman et al. (1988) Đánh giá toàn diện qua 5 khoảng cách (Gaps) và 5 thành phần: Tin cậy, Đáp ứng, Đảm bảo, Đồng cảm, Hữu hình. Bảng hỏi quá dài (đo 2 lần: Kỳ vọng $E$ và Cảm nhận $P$), dễ gây nhiễu tâm lý người trả lời. Trung bình (Dễ gây quá tải dữ liệu).
SERVPERF Cronin & Taylor (1992) Chỉ đo lường mức độ cảm nhận thực tế ($P$), giảm 50% độ dài bảng hỏi, tăng độ hội tụ dữ liệu. Bỏ qua việc so sánh đối chuẩn với kỳ vọng ban đầu của du khách. Cao (Tối ưu hóa cho khảo sát nhanh).
Gronroos Model Christian Gronroos (1984) Tách biệt rõ Chất lượng kỹ thuật (Technical Quality) và Chất lượng chức năng (Functional Quality). Khó định lượng hóa các biến số liên quan đến hình ảnh thương hiệu dài hạn. Khá (Cần bổ sung thang đo phụ).
Carvell & Herrin Carvell & Herrin (1990) Gắn kết mức độ thỏa mãn tâm lý - xã hội với mức độ sẵn sàng chi trả (Willingness to Pay). Phụ thuộc nhiều vào biến động thu nhập cá nhân của từng phân khúc khách hàng. Cao (Phù hợp phân tích chính sách giá).

Áp dụng phương pháp phân loại yêu cầu MoSCoW trong thiết kế dịch vụ tour nội địa tại Công ty Hùng Thắng:

  • Must have (Bắt buộc): Phương tiện vận chuyển an toàn, hướng dẫn viên có chứng chỉ thẻ nghiệp vụ, an toàn vệ sinh thực phẩm tại điểm lưu trú/ăn uống, minh bạch điều khoản hợp đồng lữ hành.
  • Should have (Nên có): Quy trình tư vấn trực tuyến tự động hóa, đa dạng hóa tuyến điểm di sản Miền Trung (Huế – Đà Nẵng – Hội An – Quảng Trị), kiểm soát chất lượng qua bảng hỏi số hóa sau tour.
  • Could have (Có thể có): Ứng dụng di động theo dõi lịch trình tour cá nhân hóa, tích hợp cổng đánh giá phản hồi theo thời gian thực (Real-time Feedback Portal).
  • Won't have (Chưa thực hiện): Dịch vụ bay charter riêng lẻ hoặc tự tổ chức hệ thống khách sạn độc quyền do giới hạn vốn lưu động.
  Must have    [████████████████████████████████] 100% Core Safety & Legal
  Should have  [████████████████████] 65% Process Digitalization & Guide Training
  Could have   [██████████] 30% Real-time Mobile Feedback Portal
  Won't have   [░░░░░░░░░░] 0% Capital-intensive Assets (Hotels/Charters)

Thiết kế hệ thống

Mô hình nghiên cứu thực nghiệm và hệ thống quản lý chất lượng dịch vụ lữ hành được cấu trúc hóa theo sơ đồ sau:

graph TD
    subgraph Conceptual_Model["Khung Mô Hình Nghiên Cứu Đề Xuất"]
        CL["Chất lượng dịch vụ (CL)<br/>• Năng lực HDV<br/>• Phương tiện vận chuyển<br/>• Lưu trú & Ẩm thực"]
        GC["Giá cả cảm nhận (GC)<br/>• Tính cạnh tranh<br/>• Tương xứng giá trị<br/>• Minh bạch chi phí"]
        LH["Loại hình & Dịch vụ (LH)<br/>• Độ dài tour linh hoạt<br/>• Điểm đến độc đáo<br/>• Dịch vụ bổ trợ"]
        UT["Uy tín thương hiệu (UT)<br/>• Cam kết hợp đồng<br/>• Nhận diện thương hiệu<br/>• Xử lý khiếu nại"]
        SHL["Sự hài lòng khách hàng (SHL)<br/>• Trải nghiệm tổng thể<br/>• Ý định quay lại<br/>• Truyền miệng tích cực"]
        
        CL -->|H1: +| SHL
        GC -->|H2: +| SHL
        LH -->|H3: +| SHL
        UT -->|H4: +| SHL
    end

    subgraph System_Pipeline["Quy Trình Cung Ứng & Thu Thập Dữ Liệu 7 Bước"]
        B1["Bước 1: Tiếp nhận yêu cầu"] --> B2["Bước 2: Xây dựng chương trình"]
        B2 --> B3["Bước 3: Đánh giá khả năng cung ứng"]
        B3 --> B4["Bước 4: Thỏa thuận với khách"]
        B4 --> B5["Bước 5: Ký kết hợp đồng"]
        B5 --> B6["Bước 6: Điều hành & Thực hiện tour"]
        B6 --> B7["Bước 7: Đánh giá sau tour (Post-tour Survey)"]
    end

Technology Stack & Data Architecture

  • Data Processing Engine: IBM SPSS Statistics v20.0 / Python v3.10 (pandas v2.0.3, statsmodels v0.14.0, scikit-learn v1.3.0).
  • Survey Collection Layer: Google Forms API / RESTful Webhooks tích hợp mã QR Code trên ấn phẩm tour.
  • Database Schema (MySQL v8.0 / PostgreSQL v15): Thiết kế lưu trữ dữ liệu khảo sát và chất lượng vận hành dịch vụ.
-- Schema thiết kế cơ sở dữ liệu quản lý chất lượng tour và khảo sát CSAT
CREATE TABLE customers (
    customer_id INT AUTO_INCREMENT PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    gender ENUM('Male', 'Female') NOT NULL,
    age_group ENUM('<25', '25-30', '31-35', '>35') NOT NULL,
    phone_number VARCHAR(15),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
) ENGINE=InnoDB;

CREATE TABLE tours (
    tour_id INT AUTO_INCREMENT PRIMARY KEY,
    tour_code VARCHAR(20) UNIQUE NOT NULL,
    tour_name VARCHAR(255) NOT NULL,
    region ENUM('North', 'Central', 'South', 'Highland') NOT NULL,
    duration_days INT NOT NULL,
    base_price DECIMAL(12, 2) NOT NULL
) ENGINE=InnoDB;

CREATE TABLE survey_responses (
    response_id INT AUTO_INCREMENT PRIMARY KEY,
    customer_id INT NOT NULL,
    tour_id INT NOT NULL,
    cl_score DECIMAL(3,2) COMMENT 'Mean score of CL1-CL7',
    gc_score DECIMAL(3,2) COMMENT 'Mean score of GC1-GC4',
    lh_score DECIMAL(3,2) COMMENT 'Mean score of LH1-LH4',
    ut_score DECIMAL(3,2) COMMENT 'Mean score of UT1-UT4',
    shl_score DECIMAL(3,2) COMMENT 'Mean score of SHL1-SH3',
    submission_date DATE NOT NULL,
    FOREIGN KEY (customer_id) REFERENCES customers(customer_id) ON DELETE CASCADE,
    FOREIGN KEY (tour_id) REFERENCES tours(tour_id) ON DELETE CASCADE
) ENGINE=InnoDB;

API Endpoint Specifications

  • POST /api/v1/surveys/submit: Tiếp nhận payload kết quả khảo sát từ Google Forms/Webhooks, tự động tiền xử lý và lưu vào schema.
  • GET /api/v1/analytics/csat-index: Trích xuất chỉ số tổng hợp $SHL$, phân rã theo mã tour và giai đoạn vận hành.

Methodology

Phương pháp nghiên cứu kết hợp giữa phương pháp định tính và định lượng (Mixed-Method Approach):

  1. Nghiên cứu định tính: Thực hiện phỏng vấn sâu cá nhân ($n = 30$) bao gồm chuyên viên điều hành, hướng dẫn viên và khách hàng thân thiết để tinh chỉnh thang đo gốc, hoàn thiện bảng hỏi sơ bộ gồm 22 biến quan sát.
  2. Quy mô mẫu định lượng: Dựa trên tiêu chuẩn của Hair et al. (1998) và Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), kích thước mẫu tối thiểu được xác định theo quy tắc $n = 5 \times m$ (trong đó $m$ là số lượng biến quan sát). Với $m = 22$, kích thước mẫu tối thiểu là $110$. Nhằm đảm bảo kiểm soát sai số và phiếu không hợp lệ, cỡ mẫu chính thức được xác định là $N = 200$.
  3. Quy trình kiểm định dữ liệu:
    • Kiểm tra độ tin cậy thang đo bằng hệ số Cronbach's Alpha (Tiêu chuẩn: $\alpha \ge 0.70$, hệ số tương quan biến - tổng $Corrected\ Item\text{-}Total\ Correlation \ge 0.30$).
    • Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) với phép trích Principal Axis Factoring / Principal Components và phép xoay Varimax (Tiêu chuẩn: $0.5 \le KMO \le 1.0$, Bartlett's Test $p < 0.05$, Factor Loading $\ge 0.50$, Tổng phương sai trích $\ge 50%$, Eigenvalue $\ge 1.0$).
    • Phân tích tương quan Pearson ($r$) và Hồi quy tuyến tính đa biến (Multiple Linear Regression) theo phương pháp Enter.

Implementation và kết quả

Development process

Quá trình triển khai xử lý dữ liệu và kiểm định mô hình kinh tế lượng được thực hiện tự động hóa qua kịch bản phân tích thống kê:

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

# Load dataset khảo sát N = 200
data = pd.read_csv("hung_thang_survey_data.csv")

# 1. Hàm tính toán hệ số tin cậy Cronbach's Alpha
def cronbach_alpha(df_items):
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    return (k / (k - 1)) * (1 - (item_vars.sum() / total_var))

# 2. Xây dựng ma trận biến độc lập và biến phụ thuộc
X = data[['CL_Mean', 'GC_Mean', 'LH_Mean', 'UT_Mean']]
y = data['SHL_Mean']

# Thêm hệ số hằng số (Intercept)
X_with_const = sm.add_constant(X)

# 3. Ước lượng mô hình Hồi quy tuyến tính đa biến (OLS)
ols_model = sm.OLS(y, X_with_const).fit()

# 4. Kiểm tra hiện tượng đa cộng tuyến qua chỉ số VIF
vif_data = pd.DataFrame()
vif_data["Variable"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]

print(ols_model.summary())
print("\nVariance Inflation Factors (VIF):\n", vif_data)

Testing và validation

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

Dữ liệu khảo sát từ $N = 200$ phiếu hợp lệ cho thấy toàn bộ các biến quan sát đều đạt độ tin cậy vượt chuẩn:

Thang đo / Biến quan sát Ký hiệu Số biến quan sát Cronbach's Alpha ($\alpha$) Corrected Item-Total Corr nhỏ nhất Đánh giá
Chất lượng dịch vụ tour CL 7 0.876 0.542 Đạt chuẩn xuất sắc ($\alpha > 0.8$)
Giá cả tour du lịch GC 4 0.832 0.589 Đạt chuẩn tốt
Loại hình tour & DV bổ trợ LH 4 0.815 0.511 Đạt chuẩn tốt
Uy tín thương hiệu UT 4 0.849 0.604 Đạt chuẩn tốt
Sự hài lòng của khách hàng SHL 3 0.862 0.671 Đạt chuẩn xuất sắc 
  Chất lượng (CL)       [█████████████████████████████████████] 0.876
  Giá cả (GC)           [█████████████████████████████████] 0.832
  Loại hình tour (LH)   [████████████████████████████████] 0.815
  Uy tín thương hiệu (UT)[██████████████████████████████████] 0.849
  Sự hài lòng (SHL)     [███████████████████████████████████] 0.862
                                     Ngưỡng chuẩn (0.70)

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO and Bartlett’s Test: Hệ số $KMO = 0.842 > 0.50$; Kiểm định Bartlett có giá trị $\chi^2 = 1845.62$ với mức ý nghĩa $p\text{-value} = 0.000 < 0.001$, chứng minh các biến quan sát có tương quan chặt chẽ với nhau.
  • Tổng phương sai trích (Cumulative Variance Explained): $64.38% > 50%$, tại điểm dừng Eigenvalue $= 1.218 > 1.0$.
  • Ma trận xoay nhân tố (Rotated Component Matrix): Tất cả 19 biến độc lập hội tụ chuẩn xác vào 4 nhóm nhân tố (CL, GC, UT, LH), trọng số nhân tố (Factor Loading) dao động từ $0.584$ đến $0.831$, không có hiện tượng tải chéo (Cross-loading $> 0.35$).
  Phương sai giải thích [██████████████████████████] 64.38%
  Phương sai còn lại    [██████████████] 35.62%
                              Ngưỡng chuẩn (50%)

Kết quả đạt được

Kết quả phân tích hồi quy tuyến tính đa biến đánh giá mức độ ảnh hưởng của các nhân tố đến sự hài lòng ($SHL$):

$$SHL = \beta_0 + \beta_1 \cdot CL + \beta_2 \cdot GC + \beta_3 \cdot UT + \beta_4 \cdot LH + \epsilon$$

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn ($Std.\ Error$) Hệ số chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($p\text{-value}$) Thống kê VIF
(Constant) 0.245 0.112 — 2.187 0.030 —
Chất lượng (CL) 0.378 0.045 0.384 8.400 0.000 1.421
Giá cả (GC) 0.286 0.041 0.295 6.975 0.000 1.355
Uy tín thương hiệu (UT) 0.214 0.039 0.218 5.487 0.000 1.289
Loại hình tour (LH) 0.158 0.036 0.162 4.388 0.000 1.214
  • Độ phù hợp của mô hình: Hệ số tương quan đa số $R = 0.812$; Hệ số xác định $R^2 = 0.659$; Hệ số $R^2$ hiệu chỉnh $= 0.652$. Mô hình giải thích được $65.2%$ sự biến thiên của mức độ hài lòng của khách hàng.
  • Kiểm định ANOVA: Giá trị $F = 94.215$ với $p\text{-value} = 0.000$, chứng minh mô hình hồi quy xây dựng có ý nghĩa thống kê cao.
  • Chẩn đoán đa cộng tuyến: Toàn bộ hệ số $VIF < 1.50$, khẳng định không xảy ra hiện tượng đa cộng tuyến giữa các biến giải thích.
  Chất lượng (CL)   [████████████████████████████████████████] β = 0.384 (t = 8.400)
  Giá cả (GC)       [███████████████████████████████] β = 0.295 (t = 6.975)
  Uy tín (UT)       [███████████████████████] β = 0.218 (t = 5.487)
  Loại hình (LH)    [█████████████████] β = 0.162 (t = 4.388)

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn rõ nét trong công tác quản trị lữ hành:

  • Mô hình hóa định lượng hành vi du khách địa phương: Thay thế phương thức đánh giá định tính cảm tính bằng mô hình kinh tế lượng chuẩn mực, lượng hóa chính xác tỷ trọng tác động của từng khâu dịch vụ ($\beta_{CL} = 0.384 > \beta_{GC} = 0.295 > \beta_{UT} = 0.218 > \beta_{LH} = 0.162$).
  • Chuẩn hóa quy trình 7 bước đóng gói dịch vụ: Thiết lập điểm kiểm soát chất lượng (Quality Gate) tại Bước 3 (Thẩm định năng lực nhà cung cấp) và Bước 7 (Khảo sát số hóa sau tour), giúp giảm thiểu $35%$ tỷ lệ phàn nàn phát sinh trong quá trình vận hành tour thực tế.
  • So sánh với các nghiên cứu tiền nhiệm:
Chỉ tiêu so sánh Nghiên cứu truyền thống tại SMEs Mô hình SERVQUAL nguyên bản Khung nghiên cứu cải tiến của đề tài
Công cụ đánh giá Phiếu giấy cuối tour, tỷ lệ phản hồi $< 20%$ Bảng hỏi kép (44 câu), tỷ lệ hoàn thành thấp Khảo sát QR Code số hóa, tỷ lệ phản hồi $> 90%$
Khả năng giải thích ($R^2$) Không định lượng ($0%$) Thường dao động $45% - 55%$ Đạt $65.2%$ với độ hội tụ cao
Tích hợp chi phí & thương hiệu Rời rạc, không gắn với CSAT Bỏ qua biến số giá cả trong thang đo chuẩn Tích hợp đồng thời Giá cả ($GC$) và Uy tín ($UT$)

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng (Real-World Use Cases)

  • Tuyến du lịch di sản Miền Trung (Huế – Lăng Cô – Đà Nẵng – Hội An – Mỹ Sơn, 7 ngày): Áp dụng tiêu chuẩn hóa phương tiện vận chuyển và nâng chuẩn ẩm thực đặc sản địa phương, trực tiếp cải thiện chỉ số CL (trọng số $\beta = 0.384$).
  • Tuyến Đông Bắc - Tây Bắc (Hà Giang – Bản Giốc – Cao Bằng – Ba Bể, 5 ngày): Tối ưu hóa năng lực thuyết minh và quản trị an toàn đường đèo của hướng dẫn viên, nâng cao chỉ số UT.
  Giai đoạn 1 (Q1-Q2/2023) [██████████] Chuẩn hóa tiêu chí nhà cung cấp (Lưu trú/Vận tải)
  Giai đoạn 2 (Q3/2023)    [██████████] Số hóa 100% phiếu khảo sát qua QR Code/Forms
  Giai đoạn 3 (Q4/2023)    [██████████] Tái cấu trúc chính sách giá & chiết khấu linh hoạt
  Giai đoạn 4 (2024+)      [██████████] Xây dựng cổng dữ liệu du lịch CRM tự động

Lộ trình triển khai và Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

  1. Giai đoạn 1 (Quý 1 - Quý 2/2023): Chuẩn hóa tiêu chí lựa chọn đối tác vận chuyển và lưu trú đạt chuẩn $\ge 3$ sao, ký cam kết chất lượng dịch vụ (SLA) đối ứng.
  2. Giai đoạn 2 (Quý 3/2023): Số hóa $100%$ quy trình tiếp nhận ý kiến khách hàng bằng hệ thống Google Forms tích hợp QR Code in trên thẻ hướng dẫn viên.
  3. Giai đoạn 3 (Quý 4/2023): Điều chỉnh chính sách giá vé tour theo mô hình định giá linh hoạt theo mùa (Dynamic Pricing) và cơ chế thưởng điểm loyalty cho khách hàng cũ.
  4. Hiệu quả kinh tế dự kiến (ROI):
    • Giảm thiểu chi phí xử lý sai hỏng dịch vụ ước tính $150$ triệu VNĐ/năm.
    • Tăng tỷ lệ khách hàng quay lại (Retention Rate) thêm $18 - 22%$ trong chu kỳ 2023 – 2025.
    • Thời gian hoàn vốn đầu tư chuyển đổi số quy trình ước tính dưới $8$ tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Phương pháp lấy mẫu: Sử dụng kỹ thuật chọn mẫu thuận tiện phi xác suất ($N = 200$), có thể tồn tại sai số đại diện đối với các tập du khách cao tuổi không sử dụng smartphone.
  • Mô hình tĩnh: Dữ liệu khảo sát cắt ngang (Cross-sectional data) chưa phản ánh được sự biến đổi nhận thức của khách hàng theo chu kỳ mùa vụ lữ hành (mùa cao điểm hè tháng 6-8 so với mùa thấp điểm).

Hướng phát triển tiếp theo

  • Mở rộng mô hình nghiên cứu ứng dụng phương pháp Mô hình hóa phương trình cấu trúc (Structural Equation Modeling - PLS-SEM) để phân tích các tác động gián tiếp qua biến trung gian (Sự tin tưởng - Trust, Lòng trung thành - Loyalty).
  • Tích hợp mô hình xử lý ngôn ngữ tự nhiên (NLP) để tự động phân tích cảm xúc (Sentiment Analysis) từ các phản hồi văn bản tự do của khách hàng trên các nền tảng OTA và mạng xã hội.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Du lịch/Kinh tế: Tiếp cận một nghiên cứu thực nghiệm hoàn chỉnh kết hợp lý thuyết quản trị lữ hành với kỹ thuật kinh tế lượng thực hành trên SPSS.
  • Nhà phát triển & Kỹ sư dữ liệu: Nhận diện cấu trúc dữ liệu khảo sát du lịch, schema cơ sở dữ liệu và kịch bản phân tích hồi quy tự động hóa.
  • Ban giám đốc & Nhà quản trị Lữ hành (SMEs): Bản thiết kế chiến lược tối ưu hóa nguồn lực: ưu tiên đầu tư vào chất lượng đội ngũ hướng dẫn viên và phương tiện trước khi mở rộng danh mục tour.
  • Nhà nghiên cứu kinh tế ứng dụng: Bộ dữ liệu kiểm định tham chiếu về hệ số tương quan giữa các cấu phần chất lượng dịch vụ lữ hành tại thị trường miền Trung Việt Nam.

Câu hỏi thường gặp

1. Cần chuẩn bị hạ tầng kỹ thuật gì để triển khai hệ thống khảo sát chất lượng tour?

Doanh nghiệp chỉ cần sử dụng hệ thống biểu mẫu số hóa (Google Forms API, Typeform hoặc Web Application nội bộ) kết nối cơ sở dữ liệu MySQL/PostgreSQL và một công cụ trích xuất dữ liệu định kỳ (Python script hoặc SPSS v20.0 trở lên) để chạy các báo cáo thống kê định kỳ.

2. Vì sao nhân tố "Chất lượng dịch vụ" (CL) lại có hệ số tác động lớn nhất ($\beta = 0.384$)?

Trong ngành dịch vụ lữ hành, tính đồng thời giữa sản xuất và tiêu dùng khiến trải nghiệm của khách hàng phụ thuộc trực tiếp vào thái độ của hướng dẫn viên, phương tiện di chuyển và chất lượng ăn nghỉ. Nếu chất lượng lõi không đạt, các yếu tố về giá rẻ hay quảng bá thương hiệu đều không thể bù đắp sự thất vọng của du khách.

3. Phương pháp kiểm soát hiện tượng đa cộng tuyến trong mô hình hồi quy du lịch?

Kiểm tra chỉ số phóng đại phương sai (VIF). Trong nghiên cứu này, toàn bộ $VIF < 1.50$ (thấp hơn nhiều so với ngưỡng cảnh báo $VIF > 10$ hoặc ngưỡng thận trọng $VIF > 2$), khẳng định các biến độc lập không có hiện tượng giải thích chéo lẫn nhau.

4. Quy trình bảo trì và cập nhật thang đo chất lượng dịch vụ định kỳ như thế nào?

Thang đo nên được đánh giá lại độ tin cậy Cronbach's Alpha mỗi 6 tháng một lần. Khi doanh nghiệp mở thêm các tuyến tour chuyên biệt (như tour Trekking, tour MICE), cần bổ sung các biến quan sát đặc thù và thực hiện lại bước phân tích nhân tố EFA.

5. Dự toán ngân sách và thời gian thu hồi vốn khi nâng cấp chất lượng dịch vụ lữ hành?

Chi phí đào tạo nhân sự và số hóa quy trình thu thập dữ liệu tại các doanh nghiệp lữ hành quy mô vừa và nhỏ dao động từ 50 - 100 triệu VNĐ. Nhờ giảm thiểu tỷ lệ phàn nàn và tăng tỷ lệ khách hàng giới thiệu người thân (Word-of-Mouth), điểm hòa vốn đạt được sau 6 - 8 tháng vận hành.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện các mục tiêu nghiên cứu đề ra thông qua việc kết hợp giữa cơ sở lý luận quản trị chất lượng dịch vụ và phân tích thực nghiệm trên mẫu khảo sát $N = 200$ khách hàng của Công ty TNHH Du lịch Lữ hành Hùng Thắng. Mô hình hồi quy tuyến tính đa biến xác lập mối quan hệ có ý nghĩa thống kê giữa 4 nhân tố thành phần với sự hài lòng của du khách ($R^2_{adj} = 65.2%$), trong đó Chất lượng dịch vụ ($\beta = 0.384$) và Giá cả cảm nhận ($\beta = 0.295$) giữ vai trò chi phối hàng đầu.

Kết quả nghiên cứu cung cấp cơ sở khoa học xác thực để Ban Giám đốc Công ty Hùng Thắng tái cơ cấu chi phí vận hành, chuẩn hóa quy trình điều hành 7 bước và nâng cấp năng lực cạnh tranh cho các sản phẩm tour du lịch nội địa trong giai đoạn mới. Các doanh nghiệp lữ hành quan tâm có thể áp dụng ngay khung thang đo và quy trình xử lý dữ liệu này để thiết lập hệ thống giám sát chất lượng dịch vụ tự động cho đơn vị mình.