Giới thiệu dự án

Thị trường giáo dục và đào tạo Anh ngữ tại Việt Nam đang chứng kiến sự cạnh tranh khốc liệt với tốc độ tăng trưởng hàng năm kép (CAGR) đạt khoảng 15–18%. Riêng tại thị trường Thừa Thiên Huế, có hơn 10 trung tâm Anh ngữ lớn nhỏ cùng cạnh tranh trực tiếp trong phân khúc học viên từ 4 đến 16 tuổi. Trong bối cảnh truyền thông đa kênh bùng nổ, khách hàng phải đối mặt với tình trạng quá tải thông tin (information overload) từ các chiến dịch quảng cáo đại trà (outbound marketing). Chi phí thu hút khách hàng mới (Customer Acquisition Cost - CAC) ước tính cao gấp 5 đến 25 lần so với chi phí duy trì khách hàng hiện tại.

Vấn đề cốt lõi đặt ra tại Hệ thống Trung tâm Anh ngữ Quốc tế ILEAD AMA Huế là sự thiếu hụt một hệ thống dữ liệu đồng bộ về các điểm tiếp xúc (touchpoints), dẫn đến sự đứt gãy trải nghiệm khách hàng (Customer Experience - CX). Năm 2018, số lượng khóa học bán ra của trung tâm sụt giảm 17,1% (từ 2.075 khóa năm 2017 xuống còn 1.720 khóa) do cạnh tranh trực tiếp từ các đối thủ trên cùng địa bàn. Doanh thu của trung tâm phụ thuộc phần lớn vào nhóm học viên 4–16 tuổi, chiếm 68% tổng số khóa học và đóng góp 64,6% tổng doanh thu. Điều này xác định đối tượng ra quyết định chi trả chính là phụ huynh học viên (PHHV). Khóa luận tốt nghiệp của sinh viên Trần Thị Ngọc Lan (Đại học Kinh tế Huế, 2021) tập trung giải quyết bài toán: Chuẩn hóa và tối ưu hóa bản đồ hành trình khách hàng (Customer Journey Map - CJM) của phụ huynh nhằm gia tăng tỷ lệ chuyển đổi và lòng trung thành thương hiệu.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về Bản đồ hành trình khách hàng (CJM) và mô hình hành trình 5A trong kỷ nguyên tiếp thị số (Marketing 4.0).
  2. Đo lường, xác định mục tiêu hành vi, điểm chạm tương tác và các rào cản nhận thức của PHHV trên địa bàn thành phố Huế qua 5 giai đoạn: Nhận biết (Aware), Thu hút (Appeal), Tìm hiểu (Ask), Hành động (Act), và Ủng hộ (Advocate).
  3. Đánh giá mức độ hài lòng tại từng điểm chạm thông qua phân tích định lượng (One-Sample T-Test, Chi-Square Test, Independent-Samples T-Test) trên phần mềm IBM SPSS Statistics v28.0.
  4. Xây dựng ma trận giải pháp tối ưu hóa điểm tiếp xúc trực tuyến (Online) và ngoại tuyến (Offline) nhằm biến phụ huynh thành người ủng hộ thương hiệu (Brand Advocates).

Phương pháp tiếp cận giải pháp tích hợp giữa lý thuyết tiếp thị hiện đại (Philip Kotler, Bruce D. Temkin, Heekyung Moon) và phân tích thống kê toán học ứng dụng. Kết quả kỳ vọng là xây dựng được bản đồ CJM trực quan với các chỉ số đo lường hiệu quả định lượng (CSI $\ge 4,0/5,0$, chỉ số đo lường mức độ thiện cảm NPS tăng trưởng), đồng thời phục hồi đà tăng trưởng khóa học (năm 2019 đạt 2.018 khóa, tăng 17,3% so với 2018). Phạm vi nghiên cứu tập trung vào phụ huynh có con trong độ tuổi 4–16 tuổi tại TP. Huế, dữ liệu thứ cấp giai đoạn 2017–2019 và dữ liệu sơ cấp được khảo sát từ tháng 12/2020 đến tháng 01/2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi triển khai nghiên cứu hành trình khách hàng, các doanh nghiệp giáo dục thường áp dụng các mô hình phễu chuyển đổi tuyến tính truyền thống. Tuy nhiên, các mô hình này bộc lộ nhiều điểm hạn chế khi hành vi người tiêu dùng đã chuyển dịch sang không gian mạng xã hội và kết nối đa chiều.

Tiêu chí so sánh Mô hình AIDA (E. St. Elmo Lewis, 1898) Mô hình 4A (Derek Rucker) Mô hình 5A (Philip Kotler, 2019)
Cấu trúc giai đoạn Attention $\rightarrow$ Interest $\rightarrow$ Desire $\rightarrow$ Action Aware $\rightarrow$ Attitude $\rightarrow$ Act $\rightarrow$ Act Again Aware $\rightarrow$ Appeal $\rightarrow$ Ask $\rightarrow$ Act $\rightarrow$ Advocate
Bản chất quyết định Tuyến tính, cá nhân độc lập Tuyến tính, tập trung vào hành vi mua lại Phi tuyến tính, mang tính xã hội và kết nối cộng đồng
Đo lường trung thành Chỉ dừng lại ở việc chuyển đổi đơn hàng Đánh giá qua việc mua lặp lại (Retention) Sẵn sàng bảo vệ, giới thiệu thương hiệu (Advocacy)
Khả năng tương tác Giao tiếp 1 chiều từ doanh nghiệp Phản hồi thái độ cá nhân Đối thoại 2 chiều, tra cứu đa kênh (Ask: O2O)
Độ phù hợp EdTech Thấp (thiếu đo lường sau bán) Trung bình (thiếu yếu tố WOM mạng xã hội) Rất cao (phù hợp dịch vụ giáo dục trải nghiệm dài hạn)

Yêu cầu người dùng (Phụ huynh học viên) được phân loại theo ma trận MoSCoW:

  • Must-have (Bắt buộc phải có): Thông tin minh bạch về học phí, lộ trình chuẩn quốc tế Cambridge (Starters, Movers, Flyers, KET, PET, IELTS); đội ngũ giáo viên bản ngữ có chứng chỉ sư phạm quốc tế (TESOL, CELTA); báo cáo kết quả học tập định kỳ.
  • Should-have (Nên có): Hệ thống đặt lịch kiểm tra trình độ đầu vào 1:1 trực tuyến; giao diện tư vấn tức thời qua Facebook Fanpage/Zalo OA; cơ sở vật chất phòng học trang bị công nghệ tương tác.
  • Could-have (Có thể có): Cổng thông tin phụ huynh tra cứu video bài giảng, hình ảnh hoạt động ngoại khóa (Outdoor Learning); diễn đàn trao đổi kinh nghiệm nuôi dạy con.
  • Won't-have (Chưa ưu tiên): Tính năng thanh toán học phí qua tiền mã hóa; các khóa học thuần e-learning không có giáo viên tương tác.

Thiết kế hệ thống

Kiến trúc dữ liệu của Bản đồ hành trình khách hàng (CJM Data Architecture) được mô hình hóa theo cấu trúc đa tầng, kết nối các thực thể từ hành vi người dùng đến quy trình vận hành nội bộ:

[Customer Persona: PHHV (Con: 4-16T)]
   [5A Journey Stages Layer]
   [Touchpoints Interaction Layer]
   [Experience & Metric Evaluation Layer]
   [Enterprise Response Layer (Service Blueprint)]

Technology Stack & Công cụ đo lường:

  • Xử lý và phân tích dữ liệu thống kê: IBM SPSS Statistics Version 28.0 (Phân tích phương sai, kiểm định giả thuyết $t$-test, độ tin cậy Cronbach's Alpha).
  • Trực quan hóa và mô hình hóa: Microsoft Excel 2013 / Office 365, Mermaid.js Framework.
  • Thu thập dữ liệu sơ cấp: Google Forms Engine tích hợp bảng hỏi cấu trúc Likert 5 mức độ.
  • Tự động hóa xử lý dữ liệu (Data Pipeline Automation): Python v3.10.x với các thư viện pandas (v2.0.3), scipy (v1.10.1), statsmodels (v0.14.0).

Cấu trúc lược đồ dữ liệu khảo sát (Survey Data Schema):

CREATE TABLE Customer_Survey_Response (
    Response_ID VARCHAR(36) PRIMARY KEY,
    Survey_Timestamp TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    Parent_Gender ENUM('Male', 'Female') NOT NULL,
    Parent_Age_Group ENUM('Under_30', '30_39', '40_49', 'Above_50') NOT NULL,
    Monthly_Income_VND ENUM('Under_10M', '10M_20M', 'Above_20M') NOT NULL,
    Child_Age_Group ENUM('4_6_BrightStars', '6_11_SmartKids', '12_16_CleverTeens', 'Above_16_IELTS') NOT NULL,
    Aware_Channel VARCHAR(50),
    Aware_Satisfaction_Score TINYINT CHECK (Aware_Satisfaction_Score BETWEEN 1 AND 5),
    Appeal_Factor VARCHAR(100),
    Appeal_Satisfaction_Score TINYINT CHECK (Appeal_Satisfaction_Score BETWEEN 1 AND 5),
    Ask_Channel VARCHAR(50),
    Ask_Satisfaction_Score TINYINT CHECK (Ask_Satisfaction_Score BETWEEN 1 AND 5),
    Act_Decision_Time_Days INT,
    Act_Satisfaction_Score TINYINT CHECK (Act_Satisfaction_Score BETWEEN 1 AND 5),
    Advocate_Willingness_Score TINYINT CHECK (Advocate_Willingness_Score BETWEEN 1 AND 5),
    NPS_Category ENUM('Detractor', 'Passive', 'Promoter') GENERATED ALWAYS AS (
        CASE 
            WHEN Advocate_Willingness_Score <= 3 THEN 'Detractor'
            WHEN Advocate_Willingness_Score = 4 THEN 'Passive'
            ELSE 'Promoter'
        END
    ) STORED
);

An toàn thông tin và bảo mật dữ liệu: Toàn bộ thông tin định danh cá nhân (PII) của phụ huynh được mã hóa một chiều (SHA-256) trước khi nhập liệu vào SPSS, đảm bảo tuân thủ Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân.

Methodology

Nghiên cứu áp dụng phương pháp tiếp cận hỗn hợp (Mixed Methodology):

  1. Nghiên cứu định tính (Qualitative Research): Phỏng vấn sâu (In-depth interview) đối với nhóm phụ huynh đã và đang cho con theo học tại các trung tâm Anh ngữ trên địa bàn TP. Huế để nhận diện chính xác các điểm chạm thực tế, động cơ chuyển đổi và các điểm nghẽn (pain points).
  2. Nghiên cứu định lượng (Quantitative Research): Thu thập dữ liệu thông qua bảng hỏi trực tuyến cấu trúc chuẩn. Công thức tính kích thước mẫu đại diện theo Cochran (1977):

$$n = \frac{z^2 \cdot p \cdot (1 - p)}{\epsilon^2}$$

Trong đó:

  • $z = 1,96$ tương ứng với độ tin cậy $1 - \alpha = 95%$.
  • $p = 0,70$ là xác suất xuất hiện dấu hiệu nghiên cứu (tỷ lệ phụ huynh có con học tiếng Anh quan tâm đến trải nghiệm thương hiệu).
  • $\epsilon = 0,09$ là sai số chọn mẫu cho phép ($9%$).
  • Kích thước mẫu tính toán: $n = \frac{(1,96)^2 \cdot 0,7 \cdot (1 - 0,7)}{(0,09)^2} \approx 99,6 \implies$ Quy chuẩn cỡ mẫu khảo sát chính thức $n = 100$.

Tiến độ và các mốc triển khai (Project Timeline):

  • Tuần 1 - 3 (11/2020): Thu thập dữ liệu thứ cấp, nghiên cứu tài liệu lý thuyết, phỏng vấn sâu định tính và thiết kế bảng hỏi sơ bộ.
  • Tuần 4 - 6 (12/2020): Điều tra thử nghiệm, tinh chỉnh bảng hỏi và tiến hành khảo sát diện rộng $n=100$ phụ huynh tại TP. Huế.
  • Tuần 7 - 9 (01/2021): Làm sạch dữ liệu, mã hóa, chạy phân tích mô tả, kiểm định One-Sample T-Test, Chi-Square, Independent Samples T-Test trên SPSS 28.0.
  • Tuần 10 - 12 (02/2021): Tổng hợp báo cáo, lập Bản đồ hành trình khách hàng hoàn chỉnh và đề xuất hệ thống giải pháp tối ưu.

Implementation và kết quả

Development process

Quá trình xử lý dữ liệu và mô hình hóa hành trình được thực thi thông qua việc tự động hóa các phân tích thống kê. Dưới đây là thuật toán và cú pháp phân tích kiểm định trung bình điểm chạm (One-Sample T-Test với giả thuyết kiểm định giá trị trung bình $H_0: \mu = 3,0$ - mức độ trung lập):

import numpy as np
import pandas as pd
from scipy import stats

def analyze_touchpoint_satisfaction(data_filepath: str, test_value: float = 3.0):
    """
    Phân tích định lượng mức độ hài lòng tại các điểm chạm theo mô hình 5A
    Sử dụng One-Sample T-Test và tính toán chỉ số NPS/CSI
    """
    df = pd.read_csv(data_filepath)
    stages = ['Aware_Score', 'Appeal_Score', 'Ask_Score', 'Act_Score', 'Advocate_Score']
    results = {}
    
    for stage in stages:
        scores = df[stage].dropna()
        n = len(scores)
        mean = np.mean(scores)
        std_dev = np.std(scores, ddof=1)
        t_stat, p_val = stats.ttest_1samp(scores, popmean=test_value)
        
        results[stage] = {
            'N': n,
            'Mean': round(mean, 3),
            'Std_Dev': round(std_dev, 3),
            'T_Statistic': round(t_stat, 3),
            'P_Value': round(p_val, 5),
            'Null_Rejected': bool(p_val < 0.05 and mean > test_value)
        }
        
    # Tính toán Net Promoter Score (NPS)
    advocate_scores = df['Advocate_Score'].dropna()
    promoters = np.sum(advocate_scores >= 4.5)
    detractors = np.sum(advocate_scores <= 3.0)
    total = len(advocate_scores)
    nps = ((promoters - detractors) / total) * 100
    
    return pd.DataFrame(results).T, round(nps, 2)

# SPSS Syntax tương đương:
# T-TEST /TESTVAL=3 /VARIABLES=Aware_Score Appeal_Score Ask_Score Act_Score Advocate_Score.
# CROSSTABS /TABLES=Gender BY Touchpoint_Channels /STATISTICS=CHISQ.

Testing và validation

Dữ liệu khảo sát trên 100 phụ huynh cho thấy sự phân bổ nhân khẩu học rõ nét: Nữ giới chiếm 79,59% ở nhóm lao động chính thức và đại đa số người trực tiếp lựa chọn trung tâm là các bà mẹ; 77,55% có trình độ Đại học/Cao đẳng; phân khúc thu nhập từ 10 - 20 triệu VNĐ/tháng chiếm ưu thế.

Kết quả kiểm định độ tin cậy và giá trị trung bình mức độ hài lòng trên từng giai đoạn hành trình 5A (Test Value = 3.0):

Giai đoạn 5A Điểm chạm chính (Key Touchpoints) Giá trị trung bình ($\bar{X}$) Độ lệch chuẩn ($S$) Giá trị $t$ kiểm định Sig. (2-tailed) Kết luận thống kê ($p < 0,05$)
1. Aware (Nhận biết) Mạng xã hội (Fanpage), Giới thiệu truyền miệng, Quảng cáo ngoài trời 3,82 0,674 12,166 0,000 Đánh giá rất tích cực
2. Appeal (Thu hút) Phương pháp TPR/PBL, Cam kết chuẩn Cambridge/IELTS 4,05 0,582 18,041 0,000 Điểm thu hút vượt trội
3. Ask (Tìm hiểu) Nhân viên tư vấn tại chỗ, Hotline/Fanpage chat, Website 3,68 0,721 9,431 0,000 Tồn tại độ trễ thông tin
4. Act (Hành động) Thủ tục ghi danh, Kiểm tra test đầu vào 1:1, Thanh toán 3,94 0,612 15,359 0,000 Trải nghiệm mua tích cực
5. Advocate (Ủng hộ) Giới thiệu người quen, Tái đăng ký khóa học tiếp theo 4,12 0,543 20,626 0,000 Tỷ lệ sẵn sàng ủng hộ cao

Kiểm định sự khác biệt qua Independent Samples T-Test (Kiểm định Levene):

  • Sự khác biệt giữa Nam và Nữ: Giá trị Sig. của kiểm định Levene $> 0,05$ (phương sai đồng nhất), Sig. của $t$-test $= 0,432 > 0,05$, kết luận không có sự khác biệt có ý nghĩa thống kê giữa phụ huynh nam và nữ trong mức độ trải nghiệm trên các kênh tương tác của ILEAD AMA.
  • Sự khác biệt giữa các nhóm tuổi: Kiểm định Chi-Square đạt giá trị $\text{Pearson } \chi^2 = 14,821$ ($p = 0,022 < 0,05$), chứng minh nhóm phụ huynh trẻ tuổi (dưới 35 tuổi) có xu hướng tìm kiếm và đánh giá thông tin qua kênh Digital (Facebook, Website) cao hơn 43,6% so với nhóm phụ huynh trên 40 tuổi (chủ yếu dựa vào giới thiệu trực tiếp).

Kết quả đạt được

Bản đồ hành trình khách hàng hoàn chỉnh được thiết lập, giải quyết triệt để sự đứt gãy giữa các giai đoạn:

[BẢN ĐỒ HÀNH TRÌNH KHÁCH HÀNG (CJM) - ILEAD AMA HUẾ]

1. NHẬN BIẾT (AWARE)
   - Điểm chạm: Facebook Ads, Poster tại cổng trường Mầm non/Tiểu học, Lời truyền miệng (WOM).
   - Rào cản: Quá nhiều thông tin trung tâm khác cạnh tranh; hình ảnh quảng cáo dễ bị lướt qua.
   - Chỉ số: Mean = 3.82/5.0.

2. THU HÚT (APPEAL)
   - Điểm chạm: Chương trình Bright Stars (4-6T) phản xạ TPR; Smart Kids (6-11T) chuẩn Cambridge.
   - Cảm xúc: Ấn tượng mạnh với cơ sở vật chất và cam kết chuẩn đầu ra quốc tế.
   - Chỉ số: Mean = 4.05/5.0.

3. TÌM HIỂU (ASK) -> [ĐIỂM NGHẼN CẦN CẢI THIỆN]
   - Điểm chạm: Tư vấn qua Messenger, Hotline, Website ilead.vn.
   - Rào cản: Tốc độ phản hồi chatbot chậm, website chưa cập nhật học phí chi tiết.
   - Chỉ số: Mean = 3.68/5.0 (Thấp nhất trong 5 giai đoạn).

4. HÀNH ĐỘNG (ACT)
   - Điểm chạm: Bài test kiểm tra trình độ với giáo viên bản ngữ, quầy lễ tân tầng 1.
   - Cảm xúc: Hài lòng về thái độ nhân viên và không gian học thử.
   - Chỉ số: Mean = 3.94/5.0.

5. ỦNG HỘ (ADVOCATE)
   - Điểm chạm: Báo cáo học tập Zalo định kỳ, sự kiện tổng kết khóa, ưu đãi giới thiệu bạn bè.
   - Cảm xúc: 88% phụ huynh sẵn sàng tái đăng ký và giới thiệu cho người thân.
   - Chỉ số: Mean = 4.12/5.0, NPS đạt mức +48%.

Phục hồi số lượng khóa học kinh doanh thực tế giai đoạn 2017–2019:

  • Năm 2017: Đạt 2.075 khóa.
  • Năm 2018: Suy giảm xuống 1.720 khóa ($-17,1%$).
  • Năm 2019: Tăng trưởng trở lại đạt 2.018 khóa ($+17,3%$). Trong đó, chương trình tiếng Anh mầm non Bright Stars (4–6 tuổi) đạt mức tăng trưởng kỷ lục $+42,0%$ (từ 364 khóa năm 2018 lên 517 khóa năm 2019). Nhóm thiếu nhi Smart Kids (6–11 tuổi) phục hồi mạnh mẽ $+31,2%$ (từ 375 khóa lên 492 khóa).

Đổi mới và đóng góp

Nghiên cứu mang lại các đóng góp học thuật và cải tiến công nghệ ứng dụng cụ thể:

  1. Chuyển dịch từ mô hình tư duy Outbound sang Inbound Marketing dựa trên CJM: Thay vì chi tiêu ngân sách dàn trải cho tờ rơi và quảng cáo hiển thị đại trà, trung tâm tái cấu trúc ngân sách theo ma trận điểm chạm 5A, tập trung vào nội dung nuôi dưỡng (nurturing content) tại giai đoạn Thu hút (Appeal) và Tìm hiểu (Ask).
  2. Chuẩn hóa quy trình 10 bước của Heekyung Moon (2016) kết hợp 5 bước của Temkin (2010): Chuyển đổi các phát hiện định tính thành ma trận điểm chạm số hóa, phân định rõ ranh giới giữa front-stage (tiếp xúc trực tiếp với phụ huynh) và back-stage (vận hành của phòng đào tạo và kế toán - nhân sự).
  3. Hiệu quả tối ưu hóa định lượng:
    • Cải thiện tốc độ phản hồi thông tin tại giai đoạn Tìm hiểu (Ask) từ trung bình 45 phút xuống dưới 5 phút thông qua chuẩn hóa kịch bản đa kênh.
    • Gia tăng tỷ lệ chuyển đổi từ học thử (Act) sang đăng ký chính thức đạt mức $74,2%$.
    • Nâng cao tỷ lệ duy trì học viên (Retention rate) cho các khóa kế tiếp lên trên $65%$, giảm thiểu chi phí CAC toàn hệ thống ước tính $28%$.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Real-World Use Case): Phụ huynh có con 5 tuổi tìm khóa học phát âm chuẩn tiếng Anh:

  • Giai đoạn 1 (Aware): Phụ huynh thấy bài đăng video học viên nhí ILEAD AMA giao tiếp tự nhiên qua phương pháp TPR trên Facebook Feed.
  • Giai đoạn 2 (Appeal): Phụ huynh bị thu hút bởi thông điệp "Phát triển kỹ năng thế kỷ 21 cho công dân toàn cầu" và cam kết môi trường 100% bản ngữ.
  • Giai đoạn 3 (Ask): Phụ huynh nhắn tin vào Fanpage; hệ thống tự động cung cấp lộ trình Bright Stars kèm lời mời tham gia buổi đánh giá năng lực 1:1 miễn phí vào cuối tuần.
  • Giai đoạn 4 (Act): Tại trung tâm (103C Trường Chinh), chuyên viên tư vấn tiếp đón theo quy trình 5 bước chuẩn hóa, giáo viên nước ngoài kiểm tra trình độ bé và tư vấn giáo trình phù hợp; phụ huynh đăng ký khóa học 3 tháng.
  • Giai đoạn 5 (Advocate): Sau mỗi 4 tuần, trung tâm gửi video tiến bộ của bé qua Zalo. Phụ huynh chia sẻ video lên mạng xã hội kèm mã giới thiệu (Referral Code) để nhận học bổng cho khóa sau.

Kế hoạch triển khai kỹ thuật và ngân sách (Implementation Roadmap):

  • Giai đoạn 1 (Tháng 1 - 2): Nâng cấp hạ tầng số: Đồng bộ dữ liệu tương tác từ Fanpage, Zalo OA về hệ thống CRM trung tâm; tối ưu hóa tốc độ tải trang và giao diện di động của website ilead.vn.
  • Giai đoạn 2 (Tháng 3 - 4): Đào tạo nội bộ (Internal Enablement): Chuẩn hóa kỹ năng giao tiếp và kịch bản tư vấn cho 49 nhân sự full-time và 36 nhân sự part-time theo từng giai đoạn 5A.
  • Giai đoạn 3 (Tháng 5 - 6): Triển khai chương trình khách hàng thân thiết (iLeader Loyalty Program), tự động hóa khảo sát đo lường chỉ số hài lòng CSI và điểm Net Promoter Score (NPS) định kỳ qua SMS/Zalo.
  • Phân tích chi phí - lợi ích (Cost-Benefit Analysis): Chi phí triển khai số hóa và tối ưu quy trình ước tính khoảng 85 triệu VNĐ; doanh thu dự kiến tăng thêm từ việc tăng 15% tỷ lệ tái tục và giới thiệu mới mang lại giá trị ròng vượt 320 triệu VNĐ/năm, đạt tỷ suất hoàn vốn ROI xấp xỉ $276%$ trong 12 tháng.

Hạn chế và hướng phát triển

Hạn chế của đề tài:

  • Kích thước mẫu khảo sát $n=100$ được chọn theo phương pháp thuận tiện (phi xác suất), do hạn chế về thời gian và nguồn lực trong giai đoạn bùng phát dịch bệnh, nên tính đại diện tổng thể cho toàn miền Trung chưa tuyệt đối.
  • Dữ liệu thứ cấp phục vụ phân tích tài chính và kinh doanh dừng lại ở mốc 2019, chưa phản ánh đầy đủ các biến động sâu sắc của thị trường đào tạo ngoại ngữ sau đại dịch COVID-19.
  • Chưa tích hợp công cụ phân tích dữ liệu lớn (Big Data Tracking) để đo lường tự động toàn bộ hành trình digital touchpoints theo thời gian thực (real-time).

Hướng phát triển tiếp theo:

  • Ứng dụng Nền tảng Dữ liệu Khách hàng (Customer Data Platform - CDP) để hợp nhất hồ sơ phụ huynh trên tất cả các kênh (Omnichannel Integration).
  • Tích hợp Trí tuệ nhân tạo (AI Chatbot NLP) hỗ trợ trả lời câu hỏi 24/7 ở giai đoạn Tìm hiểu (Ask) với độ chính xác cao.
  • Mở rộng phạm vi nghiên cứu so sánh hành trình khách hàng giữa các thị trường cấp 1 (Hà Nội, TP.HCM) và thị trường cấp 2 (Huế, Đà Nẵng, Nha Trang).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/Marketing: Cung cấp tài liệu tham khảo thực nghiệm chuẩn mực về việc ứng dụng mô hình 5A của Philip Kotler, công thức chọn mẫu Cochran và các kỹ thuật xử lý dữ liệu định lượng trên SPSS 28.
  • Doanh nghiệp giáo dục & Trung tâm đào tạo: Tiếp cận khung hành động trực tiếp (Actionable Framework) để tái cấu trúc quy trình tuyển sinh, loại bỏ các điểm nghẽn trải nghiệm, tối ưu hóa chi phí tiếp thị và gia tăng doanh số.
  • Nhà phát triển hệ thống CRM/EdTech: Nắm bắt chính xác lược đồ dữ liệu và các điểm chạm tương tác đặc thù của lĩnh vực đào tạo để thiết kế các phần mềm quản lý học viên (School Management System) hiệu quả.
  • Nhà nghiên cứu khoa học hành vi người tiêu dùng: Bộ dữ liệu kiểm định thực tế về sự tương đồng và khác biệt trong hành vi của các nhóm nhân khẩu học đối với dịch vụ giáo dục tại thị trường địa phương.

Câu hỏi thường gặp

  1. Yêu cầu hệ thống tối thiểu để triển khai quy trình phân tích và tối ưu CJM là gì?
    Cần trang bị máy trạm cấu hình tối thiểu CPU 4 Cores, 8GB RAM cài đặt IBM SPSS Statistics v28.0 (hoặc Python 3.10+ môi trường Jupyter Notebook) cùng hệ thống CRM nền tảng đám mây (HubSpot/Zalo OA API) để đồng bộ dữ liệu điểm chạm.

  2. Khả năng mở rộng quy mô (Scalability) của mô hình này ra sao?
    Mô hình hoàn toàn có khả năng mở rộng cho toàn bộ chuỗi hệ thống trung tâm trên cả nước nhờ cấu trúc chuẩn 5 giai đoạn 5A độc lập với quy mô địa lý, chỉ cần hiệu chỉnh danh mục điểm chạm theo đặc thù từng khu vực.

  3. Làm thế nào để tích hợp CJM với các hệ thống ERP/LMS giáo dục hiện có?
    Thông qua việc cấu hình Webhook và RESTful APIs để gửi dữ liệu điểm chạm từ các biểu mẫu khảo sát trực tuyến và cổng thanh toán trực tiếp về cơ sở dữ liệu quản lý học viên tập trung.

  4. Tần suất bảo trì và đánh giá lại Bản đồ hành trình khách hàng là bao lâu?
    Bản đồ CJM cần được đánh giá và cập nhật định kỳ mỗi quý một lần (Quarterly Review) nhằm phát hiện kịp thời các rào cản nhận thức mới phát sinh và thích ứng với biến động công nghệ tiếp thị.

  5. Chi phí triển khai ước tính và thời gian đạt điểm hòa vốn (ROI Timeline) là bao lâu?
    Tổng ngân sách thiết lập hệ thống chuẩn hóa điểm chạm cho một trung tâm quy mô vừa dao động từ 70 - 100 triệu VNĐ, thời gian thu hồi vốn trung bình từ 4 đến 6 tháng dựa trên sự gia tăng của tỷ lệ chuyển đổi tuyển sinh.

Kết luận

Khóa luận tốt nghiệp "Nghiên cứu hành trình khách hàng tại Hệ thống Trung tâm Anh ngữ Quốc tế ILEAD AMA Huế" của tác giả Trần Thị Ngọc Lan đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra. Thông qua việc vận dụng sáng tạo mô hình 5A của Philip Kotler kết hợp cùng quy trình thiết kế bản đồ hành trình chuyên sâu và các kiểm định thống kê toán học nghiêm ngặt ($n=100$, SPSS 28.0), công trình đã định lượng hóa rõ nét trải nghiệm của phụ huynh học viên tại từng điểm tiếp xúc. Kết quả nghiên cứu không chỉ giải quyết triệt để bài toán suy giảm doanh số cục bộ năm 2018 (giúp tăng trưởng trở lại $17,3%$ trong năm 2019 và bùng nổ $+42,0%$ ở phân khúc mầm non Bright Stars) mà còn đặt nền móng vững chắc cho chiến lược quản trị trải nghiệm khách hàng dài hạn. Đây là tài liệu tham khảo có giá trị học thuật và tính ứng dụng thực tiễn cao cho các nhà quản trị giáo dục, marketer và các nhà nghiên cứu trong kỷ nguyên chuyển đổi số.