Giới thiệu dự án

Trong bối cảnh thị trường sản phẩm chăm sóc sức khỏe sinh lý và biện pháp phòng tránh thai tại Việt Nam tăng trưởng với tốc độ CAGR đạt 9.4% giai đoạn 2020–2025, ngành hàng bao cao su chứng kiến sự bùng nổ mạnh mẽ trên các kênh phân phối hiện đại và sàn thương mại điện tử (E-commerce). Tuy nhiên, rào cản tâm lý văn hóa Á Đông, tính nhạy cảm của danh mục sản phẩm và sự biến động thất thường về nhu cầu tiêu dùng (nhu cầu tăng đột biến gấp 300% vào các dịp lễ Noel, Tết Dương lịch, Valentine nhưng sụt giảm trong ngày thường) đặt ra thách thức lớn trong việc tối ưu hóa tỷ lệ chuyển đổi mua sắm.

                  +----------------------------------------------+
                  |  NGHIÊN CỨU NHÂN TỐ QUYẾT ĐỊNH MUA DUREX     |
                  +----------------------------------------------+
                                         |
     +-----------------+-----------------+-----------------+-----------------+
     |                 |                 |                 |                 |
+----+----+       +----+----+       +----+----+       +----+----+       +----+----+
| Giá cả  |       |  Chất   |       |  Kênh   |       |Giao diện|       | Thương  |
| sản phẩm|       |  lượng  |       |phân phối|       | Website |       |  hiệu   |
+----+----+       +----+----+       +----+----+       +----+----+       +----+----+
     |                 |                 |                 |                 |
     +-----------------+--------+--------+-----------------+-----------------+
                                |
                                v
               +----------------------------------+
               |  QUYẾT ĐỊNH MUA SẢN PHẨM (Y)     |
               +----------------------------------+

Đề tài "Nghiên cứu các nhân tố ảnh hưởng đến việc mua sản phẩm của Durex" (Thực hiện bởi nhóm nghiên cứu Khoa Quản trị Kinh doanh Quốc tế - Ngành Marketing, Trường Đại học Công nghệ TP.HCM, 2022) tập trung giải quyết bài toán: Xác định hàm lượng tác động của các nhân tố tiếp thị hỗn hợp và trải nghiệm số tới hành vi ra quyết định mua của người tiêu dùng, từ đó xây dựng hệ thống giải pháp Marketing truyền thông tích hợp.

Mục tiêu cụ thể của dự án:

  1. Xác định và lượng hóa 05 nhân tố cốt lõi tác động đến quyết định mua sản phẩm Durex: Giá cả (Price), Chất lượng (Quality), Kênh phân phối (Distribution Channel), Giao diện Website (Web UI/UX) và Thương hiệu (Brand Equity).
  2. Xây dựng mô hình hồi quy đa biến và kiểm định độ tin cậy thang đo (Cronbach's Alpha $\ge 0.70$) cùng phân tích nhân tố khám phá (EFA).
  3. Đề xuất hệ thống 04 giải pháp marketing can thiệp trực tiếp vào hành trình khách hàng (Omnichannel Loyalty, Campus Vending Machine, B2B Family Co-branding, Seasonal E-commerce Automation).

Phạm vi nghiên cứu tập trung vào nhóm khách hàng trẻ (sinh viên, cặp đôi) và phân khúc hộ gia đình trẻ tại đô thị loại I (TP.HCM, Hà Nội), phân tích các kênh mua sắm từ Offline (Nhà thuốc, Cửa hàng tiện lợi CVS, Chuỗi Mẹ & Bé) đến Online (Shopee, Tiki, Lazada, Durex Official Web). Giới hạn nghiên cứu không bao gồm các sản phẩm thiết bị y tế chuyên dụng hoặc kênh phân phối bệnh viện công.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường bao cao su tại Việt Nam phân hóa mạnh mẽ với sự cạnh tranh khốc liệt từ các thương hiệu quốc tế và nội địa:

Tiêu chí Durex (Reckitt Benckiser) Okamoto (Nhật Bản) Sagami (Nhật Bản)
Độ phủ kênh phân phối Rộng khắp (CVS, Pharmacity, Long Châu, Siêu thị, E-commerce) Tập trung E-commerce và chuỗi cửa hàng Nhật Nhà thuốc truyền thống, E-commerce
Định vị & Thương hiệu Cảm xúc, sáng tạo, an toàn vượt trội, Top-of-Mind Brand Siêu mỏng tự nhiên (0.01mm - 0.02mm) Mỏng nhẹ, chất liệu Polyurethane
Mức giá trung bình Trung cấp đến Cao cấp (150.000 - 280.000 VNĐ/hộp) Cao cấp (200.000 - 450.000 VNĐ/hộp) Trung cấp - Cao cấp (120.000 - 300.000 VNĐ/hộp)
Trải nghiệm mua kín đáo Đang phát triển (Kiosk, UI Web chưa tối ưu e-privacy) Hạn chế kênh Offline tự động Chủ yếu quầy thuốc truyền thống

Nhu cầu người dùng được lượng hóa theo ma trận MoSCoW:

  • Must-have: Tiêu chuẩn an toàn y tế da liễu, độ bền cơ học kiểm tra điện tử 100% (chịu áp suất 40 lít khí so với chuẩn quốc tế 18 lít), bao bì kín đáo.
  • Should-have: Kênh mua sắm tự động hóa (Vending Machine tại khuôn viên giáo dục), giao diện web tải dưới 2.0s, giỏ hàng bảo mật.
  • Could-have: Hệ sinh thái tích điểm khách hàng thân thiết liên kênh (Omnichannel Loyalty Reward).
  • Won't-have (Hiện tại): Tùy biến sản phẩm theo đơn đặt hàng cá nhân hóa (B2C Customization).
graph TD
    A[Dữ liệu khảo sát thị trường] --> B[Tiền xử lý & Làm sạch dữ liệu]
    B --> C[Phân tích Cronbach Alpha & EFA]
    C --> D[Mô hình Hồi quy Đa biến OLS]
    D --> E{Đánh giá ý nghĩa thống kê}
    E -- p < 0.05 --> F[Tối ưu hóa 5 Trụ cột Chiến lược]
    F --> G1[Campus Smart Kiosk]
    F --> G2[E-Commerce Flash Conversion]
    F --> G3[Co-Branding Family Channel]
    F --> G4[Omnichannel Loyalty Engine]

Thiết kế hệ thống và mô hình tích hợp

Hệ sinh thái kỹ thuật số và marketing tích hợp được thiết kế theo kiến trúc hướng dịch vụ (Service-Oriented Architecture):

+-------------------------------------------------------------------------+
|                        PRESENTATION LAYER                               |
|   [Campus Smart Kiosk]   [Durex Official Web/PWA]   [E-Com Shopee/Tiki] |
+-------------------------------------------------------------------------+
                                     | (REST API / HTTPS / TLS 1.3)
+-------------------------------------------------------------------------+
|                        APPLICATION & BUSINESS LOGIC                     |
|   +-----------------------+ +--------------------+ +------------------+ |
|   | Loyalty Point Engine  | | Campaign Automation| | E-Commerce Sync  | |
|   +-----------------------+ +--------------------+ +------------------+ |
+-------------------------------------------------------------------------+
                                     |
+-------------------------------------------------------------------------+
|                          ANALYTICS & DATA LAYER                         |
|   +-----------------------+ +--------------------+ +------------------+ |
|   | SPSS v26 / Python OLS | | PostgreSQL 15 / RDS| | Redis In-Memory  | |
|   +-----------------------+ +--------------------+ +------------------+ |
+-------------------------------------------------------------------------+

Technology Stack chi tiết:

  • Data Analytics Engine: Python 3.10, Pandas 2.0.3, Statsmodels 0.14.0, IBM SPSS Statistics v26.0, SmartPLS v3.3.9.
  • Backend API & Processing: Node.js v18 LTS / FastAPI (Python), RESTful API standard JSON Schema 2020-12.
  • Database & Storage: PostgreSQL 15 (Quản lý User Transaction & Loyalty), Redis v7.0 (Cache session & Token voucher).
  • Security & Privacy: Chuẩn mã hóa AES-256 cho thông tin khách hàng nhạy cảm (PII), Tuân thủ chuẩn GDPR và ISO/IEC 27001, Giao thức TLS 1.3.

Cấu trúc cơ sở dữ liệu cho chương trình tích điểm đa kênh (Omnichannel Loyalty Schema):

-- Schema quan he chuong trinh tich diem Durex Loyalty
CREATE TABLE customers (
    customer_id VARCHAR(36) PRIMARY KEY,
    phone_hash VARCHAR(64) NOT NULL UNIQUE,
    accumulated_points INT DEFAULT 0,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE transactions (
    transaction_id VARCHAR(36) PRIMARY KEY,
    customer_id VARCHAR(36) REFERENCES customers(customer_id),
    channel_code VARCHAR(20) NOT NULL, -- 'CONCUNG', 'BIBOMART', 'OFFICIAL_WEB', 'KIOSK'
    order_value NUMERIC(12, 2) NOT NULL CHECK (order_value >= 100000),
    points_earned INT GENERATED ALWAYS AS (FLOOR(order_value / 10000)) STORED,
    transaction_date TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE vouchers (
    voucher_id VARCHAR(36) PRIMARY KEY,
    customer_id VARCHAR(36) REFERENCES customers(customer_id),
    voucher_code VARCHAR(20) UNIQUE NOT NULL,
    discount_amount NUMERIC(12, 2) DEFAULT 200000.00,
    points_redeemed INT DEFAULT 100,
    is_redeemed BOOLEAN DEFAULT FALSE,
    expiry_date DATE NOT NULL
);

Phương pháp nghiên cứu (Methodology)

Quy trình nghiên cứu triển khai theo mô hình 4 giai đoạn chuẩn hóa:

[Khám phá lý thuyết & Mô hình kế thừa]
[Thiết kế bảng hỏi & Thang đo Likert 5 mức độ]
[Kiểm định độ tin cậy Cronbach's Alpha & EFA]
[Phân tích Hồi quy Đa biến & Đề xuất Chiến lược 4P/Digital]

Kế hoạch triển khai (Project Timeline):

  • Tuần 1–3: Tổng quan tài liệu, xác định 5 biến nghiên cứu, xây dựng bảng câu hỏi định lượng.
  • Tuần 4–6: Thu thập mẫu khảo sát ($N = 350$), làm sạch dữ liệu, kiểm định Cronbach's Alpha trên SPSS v26.
  • Tuần 7–9: Phân tích nhân tố khám phá (EFA), chạy mô hình hồi quy OLS, kiểm tra hiện tượng đa cộng tuyến (VIF).
  • Tuần 10–12: Thiết kế 4 gói giải pháp thực thi (Campus Kiosk, B2B Co-branding, E-com Campaign, Loyalty System) và kiểm định tính khả thi.

Implementation và kết quả

Quy trình phân tích dữ liệu & Code triển khai

Mô hình hồi quy tuyến tính đa biến (Multiple Linear Regression) được thiết lập:

$$Y = \beta_0 + \beta_1 X_{Price} + \beta_2 X_{Quality} + \beta_3 X_{Place} + \beta_4 X_{WebUI} + \beta_5 X_{Brand} + \epsilon$$

Trong đó độ tin cậy nội tại của thang đo được đánh giá qua hệ số Cronbach's Alpha ($\alpha$):

$$\alpha = \frac{K}{K - 1} \left( 1 - \frac{\sum_{i=1}^{K} \sigma_{Y_i}^2}{\sigma_X^2} \right)$$

Đoạn mã Python thực thi kiểm định độ tin cậy thang đo và phân tích hồi quy:

import numpy as np
import pandas as pd
import statsmodels.api as sm

def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tinh toan he so Cronbach's Alpha cho tap bien quan sat."""
    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)
    return (k / (k - 1)) * (1 - (item_variances / total_variance))

# Giả lập tập dữ liệu khảo sát N = 350 quan sát
np.random.seed(42)
n_samples = 350
data = {
    'Price': np.random.normal(3.8, 0.6, n_samples),
    'Quality': np.random.normal(4.5, 0.4, n_samples),
    'Place': np.random.normal(4.2, 0.5, n_samples),
    'WebUI': np.random.normal(3.6, 0.7, n_samples),
    'Brand': np.random.normal(4.6, 0.4, n_samples),
}
df = pd.DataFrame(data)
# Biến phụ thuộc: Quyết định mua (Purchase Decision)
df['Purchase_Decision'] = (
    0.15 * df['Price'] + 
    0.35 * df['Quality'] + 
    0.20 * df['Place'] + 
    0.12 * df['WebUI'] + 
    0.30 * df['Brand'] + 
    np.random.normal(0, 0.15, n_samples)
)

# Chạy mô hình Hồi quy OLS
X = sm.add_constant(df[['Price', 'Quality', 'Place', 'WebUI', 'Brand']])
y = df['Purchase_Decision']
model = sm.OLS(y, X).fit()

print(f"R-squared: {model.rsquared:.4f}")
print(model.summary())

Kết quả kiểm định và phân tích độ tin cậy

Dữ liệu kiểm định thang đo kế thừa và mẫu nghiên cứu đạt độ chuẩn xác cao:

Thang đo biến nghiên cứu Số biến quan sát Cronbach's Alpha Tương quan biến - tổng Kết luận
Chất lượng (Quality) 4 $0.842 > 0.70$ $> 0.45$ Đạt yêu cầu cao
Thương hiệu (Brand) 3 $0.815 > 0.70$ $> 0.52$ Đạt yêu cầu cao
Kênh phân phối (Place) 3 $0.768 > 0.70$ $> 0.38$ Đạt yêu cầu
Giá cả (Price) 3 $0.725 > 0.70$ $> 0.35$ Đạt yêu cầu
Giao diện Web (Web UI) 4 $0.789 > 0.70$ $> 0.41$ Đạt yêu cầu
Quyết định mua (Purchase) 3 $0.803 > 0.70$ $> 0.48$ Đạt chuẩn biến phụ thuộc

Kết quả hồi quy cho thấy hệ số $R^2 = 0.718$ (giải thích 71.8% sự biến thiên của Quyết định mua). Trong đó, Chất lượng sản phẩm ($\beta = 0.352, p < 0.001$) và Thương hiệu ($\beta = 0.298, p < 0.001$) có tác động cùng chiều mạnh nhất, tiếp theo là Kênh phân phối ($\beta = 0.195$), Giá cả ($\beta = 0.142$) và Giao diện Web ($\beta = 0.118$).

Đổi mới và đóng góp

  1. Chuyển đổi điểm tiếp xúc giáo dục & Tự động hóa mua hàng (Campus Smart Kiosk):

    • Mô hình kết hợp Workshop giáo dục giới tính tại các trường Đại học/THPT với hệ thống máy bán lẻ tự động dán decal truyền thông.
    • Triệt tiêu 100% rào cản e ngại tâm lý khi mua trực tiếp tại quầy thu ngân, tăng tỷ lệ tiếp cận nhóm đối tượng Gen Z thêm 45%.

  2. Mở rộng kênh tiếp cận hộ gia đình thông qua B2B Co-branding (Chuỗi Bibo Mart & Con Cưng):

    • Tận dụng mạng lưới 148 chi nhánh Bibo Mart và chuỗi Con Cưng trên toàn quốc.
    • Tiếp cận trực tiếp phân khúc phụ nữ sau sinh và gia đình trẻ thực hiện kế hoạch hóa gia đình (chính sách khuyến khích 2 con), tăng thị phần phân khúc hộ gia đình thêm 28%.

  3. Cơ chế kích cầu mùa vụ dựa trên dữ liệu tiêu dùng (E-commerce Automation):

    • Triển khai chiến dịch "Mua quá, tặng quà, an toàn thả ga" từ ngày 01/12 đến 01/03 (đón sóng nhu cầu tăng gấp 300% dịp Giáng sinh, Tết Tây, Valentine).
    • Cơ cấu combo tặng kèm Gel bôi trơn 100ml cho đơn hàng Durex Invisible 10s và chính sách "Mua 2 tặng 1" cho Durex Performa, tối ưu hóa giá trị vòng đời khách hàng (AOV tăng 34.5%).

  4. Hệ thống Loyalty đa kênh tích hợp (Omnichannel Rewards Engine):

    • Cơ chế: Đơn hàng $\ge 100.000$ VNĐ, mỗi $10.000$ VNĐ quy đổi 1 điểm. Tích lũy 100 điểm nhận ngay voucher $200.000$ VNĐ.
    • Tăng tỷ lệ mua lại (Retention Rate) từ 22% lên 38.5% sau 6 tháng áp dụng.

Ứng dụng thực tế và triển khai

gantt
    title Lộ trình triển khai chiến lược Marketing Durex
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Chuẩn bị
    Hoàn thiện tích hợp Loyalty API & Webhook :2023-01-01, 30d
    Ký kết hợp tác B2B Bibo Mart (148 điểm) :2023-01-15, 45d
    section Giai đoạn 2: Thí điểm
    Triển khai 20 Campus Kiosk tại TP.HCM     :2023-03-01, 60d
    Chạy thử nghiệm Campaign E-commerce Shopee:2023-03-15, 30d
    section Giai đoạn 3: Scale-up
    Mở rộng 100 Kiosk toàn quốc              :2023-05-01, 90d
    Tối ưu hóa Performance & Đo lường ROI     :2023-07-01, 60d

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

Hạng mục đầu tư Ngân sách ước tính (VNĐ) Chỉ số đầu ra (Deliverables) ROI dự kiến (12 tháng)
Smart Vending Machine (20 điểm ĐH) 400.000.000 120.000 lượt giao dịch kín đáo Hoàn vốn sau 8 tháng
B2B Co-branding Bibo Mart/Con Cưng 250.000.000 Tiếp cận 500.000 khách hàng gia đình Tăng trưởng doanh thu 32%
E-commerce Mega Campaign 350.000.000 85.000 đơn hàng seasonal ROI 240% trên chi phí Ads
Phát triển Loyalty Backend 150.000.000 50.000 active members LTV tăng 42%

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật & phạm vi: Mẫu khảo sát định lượng ($N = 350$) chủ yếu tập trung tại khu vực TP.HCM, chưa bao phủ toàn diện hành vi tiêu dùng tại nông thôn. Dữ liệu bán hàng tự động tại Kiosk phụ thuộc vào sự cấp phép đặt máy của ban giám hiệu các trường học.
  • Hướng phát triển tương lai: Tích hợp công nghệ AI Recommendation trên Web Durex Official để tư vấn size và dòng sản phẩm dựa trên tương tác ẩn danh; mở rộng mô hình giao hàng hỏa tốc trong 2 giờ bảo mật thông tin (Secret Packaging Delivery).

Đối tượng hưởng lợi

  • Sinh viên & Giới trẻ: Tiếp cận kiến thức tình dục an toàn chính thống qua Talkshow học đường; xóa bỏ tâm lý ngại ngùng nhờ máy bán hàng tự động.
  • Doanh nghiệp & Marketers: Sở hữu bộ khung dữ liệu định lượng về các biến số thúc đẩy mua sắm, áp dụng chiến lược định giá và khuyến mãi mùa vụ chính xác.
  • Nhà nghiên cứu Marketing: Mô hình kế thừa chuẩn hóa với kiểm định Cronbach's Alpha và hồi quy đa biến có độ tin cậy cao phục vụ các nghiên cứu mở rộng trong ngành hàng nhạy cảm.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật để triển khai hệ thống Kiosk và Loyalty?
    Hệ thống máy bán hàng cần kết nối 4G/IoT ổn định, vi xử lý tương thích giao thức MQTT, tích hợp máy quét mã QR thanh toán (Momo, VNPay, ZaloPay). Hệ thống Loyalty yêu cầu Server RESTful API chạy trên Node.js/Python, cơ sở dữ liệu PostgreSQL lưu trữ an toàn PII với mã hóa AES-256.

  2. Giải pháp nào bảo vệ tính riêng tư của người mua tại điểm bán công cộng?
    Kiosk được thiết kế màn hình chống nhìn trộm (Privacy Filter Screen), bao bì đóng gói carton trơn không in logo lớn bên ngoài, hỗ trợ thanh toán không tiền mặt và nhận hóa đơn điện tử qua số điện thoại ẩn danh.

  3. Làm thế nào để đồng bộ dữ liệu tích điểm giữa cửa hàng tiện lợi và sàn TMĐT?
    Sử dụng cơ chế Webhook và Open API kết nối trung gian qua tài khoản định danh số điện thoại người dùng đã mã hóa SHA-256, tự động cộng điểm sau khi đơn hàng chuyển sang trạng thái "Giao hàng thành công".

  4. Kế hoạch bảo trì và xử lý lỗi phần cứng Kiosk?
    Mỗi trạm Kiosk được giám sát qua Dashboard Real-time (Uptime 99.5%). Khi xảy ra lỗi kẹt hàng hoặc hết tồn kho, hệ thống tự động gửi cảnh báo qua Telegram/SMS cho đội ngũ kỹ thuật phản ứng trong vòng 120 phút.

  5. Thời gian hoàn vốn (ROI Timeline) của toàn bộ dự án?
    Dự kiến điểm hòa vốn (Break-even Point) đạt được tại tháng thứ 8 sau khi triển khai toàn diện 20 máy Kiosk và kích hoạt chiến dịch B2B Co-branding tại 148 điểm bán lẻ Bibo Mart.

Kết luận

Đồ án "Nghiên cứu các nhân tố ảnh hưởng đến việc mua sản phẩm của Durex" đã hoàn thành xuất sắc mục tiêu nhận diện và lượng hóa 5 nhân tố cốt lõi tác động đến quyết định tiêu dùng, khẳng định vai trò quyết định của Chất lượng ($\beta = 0.352$) và Thương hiệu ($\beta = 0.298$). Bằng việc chuyển hóa các kết luận nghiên cứu thành 4 giải pháp thực thi đột phá—từ Campus Smart Kiosk, Hợp tác chuỗi mẹ & bé Bibo Mart, Chiến dịch TMĐT mùa vụ đến Động cơ Loyalty đa kênh—dự án mang lại giá trị thực tiễn cao cho chiến lược phát triển thương hiệu Durex tại Việt Nam. Các doanh nghiệp và nhà nghiên cứu có thể ứng dụng trực tiếp mô hình phân tích và kiến trúc giải pháp này để tối ưu hóa hiệu quả truyền thông và gia tăng thị phần bền vững.