Giới thiệu dự án

Nghiên cứu hành vi tiêu dùng và quy trình ra quyết định mua hàng trong phân khúc khách hàng tổ chức (B2B) và khách hàng cá nhân là trụ cột then chốt giúp các doanh nghiệp dệt may tối ưu hóa chuỗi giá trị. Theo thống kê từ Tập đoàn Dệt may Việt Nam (Vinatex), tổng nhu cầu đồng phục bảo hộ lao động cho các ngành công nghiệp trọng điểm (điện lực, xây dựng, khai khoáng) đạt xấp xỉ 7,3 triệu bộ/năm; đối với khối cơ quan, giáo dục, y tế và tài chính ngân hàng, tổng cầu ước tính lên tới 30,2 triệu bộ/năm với tần suất tiêu dùng trung bình 2 bộ/người/năm. Tại tỉnh Thừa Thiên Huế, quá trình đô thị hóa cùng sự phục hồi sản xuất kinh doanh sau thiên tai và đại dịch Covid-19 giai đoạn 2020–2021 đặt ra bài toán cấp bách về quản trị chi phí và chuyển đổi số quy trình tiếp cận khách hàng.

Công ty TNHH Thương mại và Dịch vụ Lion Group (thành lập từ năm 2016 với số vốn ban đầu 100 triệu đồng) phải đối mặt với áp lực cạnh tranh gay gắt từ các đơn vị lâu năm trên địa bàn như Đồng phục Huế HP, Đồng phục Thiên Việt và New Focus. Điểm nghẽn cốt lõi (pain point) của doanh nghiệp nằm ở tỷ lệ chuyển đổi đơn hàng chưa tối ưu, thiếu cơ sở dữ liệu định lượng để xác định trọng số ảnh hưởng của các thuộc tính dịch vụ đến quyết định ký kết hợp đồng của khách hàng tổ chức. Đồ án khóa luận tốt nghiệp của tác giả Nguyễn Thị Đông Châu (Trường Đại học Kinh tế – Đại học Huế) được triển khai nhằm giải quyết trực diện bài toán này.

graph TD
    A[Nhận thức vấn đề] --> B[Mô tả khái quát nhu cầu]
    B --> C[Đánh giá đặc tính sản phẩm]
    C --> D[Tìm kiếm nhà cung ứng]
    D --> E[Yêu cầu chào hàng]
    E --> F[Lựa chọn nhà cung ứng]
    F --> G[Làm thủ tục đặt hàng]
    G --> H[Đánh giá kết quả thực hiện]

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về hành vi mua của khách hàng tổ chức và mô hình phản ứng kích thích marketing 7P trong ngành may mặc.
  2. Thiết kế và kiểm định bộ thang đo gồm 6 nhóm nhân tố độc lập (23 biến quan sát) và 1 biến phụ thuộc (3 biến quan sát) bằng phương pháp định lượng.
  3. Đo lường chính xác mức độ tác động và thứ tự ưu tiên của các nhân tố đến quyết định mua (QĐM) thông qua phân tích hồi quy tuyến tính bội trên phần mềm IBM SPSS Statistics 22.0.
  4. Đề xuất hệ thống giải pháp thực thi marketing-mix tích hợp giúp Lion Group nâng cao thị phần và tỷ lệ giữ chân khách hàng.

Phạm vi nghiên cứu được xác lập giới hạn tại thị trường tỉnh Thừa Thiên Huế, khảo sát trực tiếp các đại diện mua hàng, trưởng phòng hành chính, quản lý doanh nghiệp và khách hàng tiềm năng trong giai đoạn từ tháng 11/2020 đến tháng 12/2020, sử dụng chuỗi dữ liệu thứ cấp kinh doanh giai đoạn 2018–2020.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi xây dựng mô hình định lượng, việc tổng hợp các phương pháp tiếp cận nghiên cứu thị trường truyền thống và nghiên cứu hành vi thực nghiệm được tiến hành nhằm xác định khoảng trống lý thuyết và ứng dụng.

Phương pháp nghiên cứu Ưu điểm Nhược điểm Khả năng ứng dụng tại Lion Group
Báo cáo kinh doanh nội bộ Dữ liệu sẵn có, phản ánh doanh thu thực tế giai đoạn 2018–2020 Mang tính hồi cứu, không giải thích được động cơ tâm lý khách hàng Chỉ dùng làm dữ liệu thứ cấp đối chiếu
Khảo sát định tính chuyên gia Thu thập góc nhìn chuyên sâu từ NVKD và Trưởng phòng kinh doanh Cỡ mẫu nhỏ, mang tính chủ quan, không lượng hóa được rủi ro Dùng để hiệu chỉnh bảng hỏi sơ bộ ($N=5$)
Mô hình EFA & Hồi quy đa biến Đo lường độ tin cậy, phân tách nhân tố, xác định trọng số $\beta$ chuẩn hóa Đòi hỏi quy trình làm sạch dữ liệu và kiểm định tham số nghiêm ngặt Áp dụng chính thức ($N=125$)

Phân tích đối thủ cạnh tranh trực tiếp trên địa bàn Thừa Thiên Huế:

  • Đồng phục Huế HP: Lợi thế thương hiệu lâu năm, danh mục sản phẩm may mặc sẵn đa dạng; hạn chế về thời gian phản hồi đơn hàng thiết kế riêng.
  • Đồng phục Thiên Việt: Giá thành cạnh tranh trong phân khúc áo thun sự kiện; năng lực hỗ trợ kỹ thuật và bảo hành đường may chưa đồng đều.
  • Đồng phục Lion Group: Linh hoạt trong may đo theo yêu cầu, chăm sóc khách hàng tận tâm; điểm yếu là mức độ nhận diện thương hiệu đầu ngành chưa cao và tiến độ sản xuất phụ thuộc nhiều vào xưởng gia công.

Yêu cầu nghiên cứu được phân loại theo ma trận MoSCoW:

  • Must-have: Đo lường độ tin cậy Cronbach's Alpha ($\alpha \ge 0.70$), trích xuất nhân tố khám phá EFA (Factor Loading $\ge 0.50$, Tổng phương sai trích $> 50%$), kiểm định đa cộng tuyến ($VIF < 2.0$).
  • Should-have: Tích hợp biến mới "Thời gian đơn hàng" (TGĐH) phản ánh tính đặc thù của quy trình giao hàng ngành may mặc.
  • Could-have: So sánh kiểm định giá trị trung bình One-Sample T-Test giữa các phân khúc khách hàng.
  • Won't-have: Mở rộng khảo sát ra toàn bộ khu vực miền Trung trong khuôn khổ khóa luận này.

Thiết kế hệ thống

Kiến trúc quy trình nghiên cứu và xử lý dữ liệu được thiết kế thành một chuỗi khối khép kín nhằm đảm bảo tính toàn vẹn và độ tin cậy khoa học của kết quả đầu ra.

flowchart LR
    A[Thu thập dữ liệu sơ cấp N=125] --> B[Làm sạch & Mã hóa biến]
    B --> C[Kiểm định Cronbach Alpha]
    C --> D[Phân tích EFA Varimax]
    D --> E[Phân tích tương quan Pearson]
    E --> F[Hồi quy tuyến tính bội OLS]
    F --> G[Kiểm định One-Sample T-Test]
    G --> H[Đề xuất giải pháp Marketing]

Technology Stack phục vụ nghiên cứu và xử lý dữ liệu:

  • Công cụ phân tích thống kê: IBM SPSS Statistics phiên bản 22.0.
  • Công cụ xử trị dữ liệu thô: Microsoft Excel phiên bản 2019/Office 365 (Data Cleansing, Pivot Tables).
  • Ngôn ngữ bổ trợ mô phỏng: Python 3.10 (thư viện pandas 2.0.3, statsmodels 0.14.0 phục vụ kiểm tra chéo mô hình OLS).

Phương trình hồi quy tổng quát dạng ma trận: $$\mathbf{Y} = \mathbf{X}\boldsymbol{\beta} + \boldsymbol{\varepsilon}$$

Mô hình hồi quy tuyến tính bội cụ thể cho đề tài: $$QĐM = \beta_0 + \beta_1 SP + \beta_2 GC + \beta_3 TH + \beta_4 NVBH + \beta_5 CSKH + \beta_6 TGĐH + e$$

Trong đó:

  • $QĐM$: Biến phụ thuộc (Quyết định mua sản phẩm đồng phục Lion).
  • $SP$: Nhân tố Sản phẩm (3 biến quan sát: $SP_1 \to SP_3$).
  • $GC$: Nhân tố Giá cả (4 biến quan sát: $GC_1 \to GC_4$).
  • $TH$: Nhân tố Thương hiệu (3 biến quan sát: $TH_1 \to TH_3$).
  • $NVBH$: Nhân tố Nhân viên bán hàng (4 biến quan sát: $NVBH_1 \to NVBH_4$).
  • $CSKH$: Nhân tố Chăm sóc khách hàng (3 biến quan sát: $CSKH_1 \to CSKH_3$).
  • $TGĐH$: Nhân tố Thời gian đơn hàng (3 biến quan sát: $TGĐH_1 \to TGĐH_3$).
  • $\beta_0$: Hằng số hồi quy (Constant); $\beta_1 \dots \beta_6$: Hệ số hồi quy riêng phần; $e$: Sai số ngẫu nhiên.

An toàn và bảo mật dữ liệu: Toàn bộ thông tin định danh của 125 đại diện doanh nghiệp/tổ chức được mã hóa ẩn danh (Anonymization), tuân thủ tiêu chuẩn bảo vệ dữ liệu trong nghiên cứu hành vi thương mại.

Methodology

Nghiên cứu kết hợp hai giai đoạn tuần tự (Sequential Mixed-Method):

  1. Nghiên cứu định tính (Preliminary Phase): Tổng kết cơ sở lý thuyết, phỏng vấn sâu chuyên gia gồm Trưởng phòng kinh doanh và NVKD Lion Group, khảo sát thử nghiệm trên mẫu thử $N=5$ để hiệu chỉnh câu chữ, thuật ngữ thang đo Likert 5 mức độ (1: Rất không đồng ý $\to$ 5: Rất đồng ý).
  2. Nghiên cứu định lượng (Formal Phase): Điều tra diện rộng bằng bảng hỏi cấu trúc.

Kế hoạch triển khai và quản trị rủi ro:

Giai đoạn Mốc thời gian Nội dung công việc Rủi ro tiềm ẩn Biện pháp giảm thiểu
Giai đoạn 1 Tuần 1 – Tuần 2 Thu thập thứ cấp, thiết kế khung lý thuyết Thiếu tài liệu đặc thù B2B địa phương Khai thác dữ liệu Vinatex & báo cáo Lion Group
Giai đoạn 2 Tuần 3 – Tuần 5 Khảo sát thử $N=5$, hiệu chỉnh bảng hỏi Thang đo không rõ nghĩa Phỏng vấn trực tiếp chuyên gia điều chỉnh
Giai đoạn 3 Tuần 6 – Tuần 9 Thu thập mẫu chính thức $N=125$ Tỷ lệ phản hồi thấp do thời tiết/dịch bệnh Phát phiếu qua nhân viên kinh doanh kết hợp Google Forms
Giai đoạn 4 Tuần 10 – Tuần 12 Xử lý SPSS 22.0, viết báo cáo giải pháp Vi phạm giả định phân phối chuẩn Kiểm định P-P Plot và loại bỏ biến rác

Implementation và kết quả

Development process

Cỡ mẫu nghiên cứu được tính toán nghiêm ngặt dựa trên hai tiêu chuẩn thống kê độc lập:

  • Theo quy tắc phân tích nhân tố khám phá EFA của Hair et al. (1998) và Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008): Cỡ mẫu tối thiểu $N \ge 5 \times k$ ($k$ là tổng số biến quan sát). Với $k = 23$, ta có: $$N_{min(EFA)} = 23 \times 5 = 115$$
  • Theo công thức hồi quy tuyến tính bội của Green (1991) và Nguyễn Đình Thọ (2014): $N \ge 50 + 8 \times p$ ($p$ là số biến độc lập). Với $p = 6$, ta có: $$N_{min(Regression)} = 50 + 8 \times 6 = 98$$

Tác giả quyết định chọn cỡ mẫu chính thức là $N = 125$ phiếu hợp lệ để đảm bảo độ tin cậy dự phòng và tính đại diện thống kê cao.

Đoạn mã cú pháp (SPSS Syntax / Python Script tương đương) thực thi quy trình kiểm định độ tin cậy và hồi quy đa biến:

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

# 1. Nạp và làm sạch dữ liệu khảo sát N=125
df = pd.read_csv("lion_uniform_survey_data.csv")

# 2. Định nghĩa danh sách các biến thành phần theo thang đo
factors = {
    'SP': ['SP1', 'SP2', 'SP3'],
    'GC': ['GC1', 'GC2', 'GC3', 'GC4'],
    'TH': ['TH1', 'TH2', 'TH3'],
    'NVBH': ['NVBH1', 'NVBH2', 'NVBH3', 'NVBH4'],
    'CSKH': ['CSKH1', 'CSKH2', 'CSKH3'],
    'TGDH': ['TGDH1', 'TGDH2', 'TGDH3'],
    'QDM': ['QDM1', 'QDM2', 'QDM3']
}

# 3. Tính toán giá trị trung bình đại diện cho từng nhân tố
for factor, cols in factors.items():
    df[factor] = df[cols].mean(axis=1)

# 4. Thiết lập mô hình hồi quy tuyến tính OLS
X = df[['SP', 'GC', 'TH', 'NVBH', 'CSKH', 'TGDH']]
X = sm.add_constant(X)
y = df['QDM']

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

# 5. Xuất báo cáo thống kê và kiểm định đa cộng tuyến (VIF)
print(model.summary())
vif_data = pd.DataFrame()
vif_data["Feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
print(vif_data)

Testing và validation

Quá trình kiểm định thang đo trải qua các ngưỡng đánh giá kỹ thuật khắt khe:

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

    • Tiêu chuẩn chấp nhận: Hệ số Cronbach's Alpha $\alpha \ge 0.70$; Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.
    • Toàn bộ 6 thang đo biến độc lập và 1 thang đo biến phụ thuộc đều đạt độ tin cậy cao, không có biến quan sát rác bị loại bỏ.

  2. Phân tích nhân tố khám phá (EFA):

    • Phương pháp trích: Principal Components Analysis với phép quay vuông góc Varimax.
    • Kết quả kiểm định tính thích hợp của mẫu: Hệ số $KMO = 0.812$ (thỏa mãn điều kiện $0.5 \le KMO \le 1.0$).
    • Kiểm định Bartlett’s Test of Sphericity đạt mức ý nghĩa thống kê cao ($Sig. = 0.000 < 0.05$), bác bỏ giả thuyết $H_0$ về ma trận tương quan đơn vị.
    • Giá trị Eigenvalue của nhân tố thứ 6 đạt $> 1.0$; Tổng phương sai trích (Cumulative Variance Explained) đạt $63.45% > 50%$.
    • Tất cả trọng số tải nhân tố (Factor Loadings) đều lớn hơn $0.55$, khẳng định tính hội tụ và phân biệt của thang đo.

  3. Kiểm định giả định mô hình hồi quy:

    • Kiểm định đa cộng tuyến: Hệ số phóng đại phương sai $VIF < 1.85$ (thấp hơn nhiều so với ngưỡng cảnh báo $2.0$), độ chấp nhận Tolerance $> 0.54$, chứng minh không tồn tại hiện tượng đa cộng tuyến.
    • Phần dư chuẩn hóa (Standardized Residuals) tuân theo quy luật phân phối chuẩn thông qua biểu đồ Histogram và Normal P-P Plot.
                  Kiểm định độ phù hợp mô hình
=================================================================
R               R Square (R²)    Adjusted R²    Std. Error of Estimate
-----------------------------------------------------------------
0.784           0.615            0.595          0.3421
=================================================================
Kiểm định ANOVA: F = 31.428, p-value (Sig.) = 0.000 < 0.001

Kết quả đạt được

Hệ thống chỉ tiêu hồi quy chuẩn hóa thể hiện thứ tự tác động của các nhân tố đến Quyết định mua đồng phục Lion:

Nhân tố độc lập Ký hiệu Hệ số hồi quy chuẩn hóa ($\beta$) Mức ý nghĩa ($Sig.$) Mức độ tác động
Sản phẩm $SP$ $0.294$ $0.000$ Hạng 1 (Mạnh nhất)
Giá cả $GC$ $0.251$ $0.001$ Hạng 2
Thời gian đơn hàng $TGĐH$ $0.218$ $0.003$ Hạng 3
Nhân viên bán hàng $NVBH$ $0.187$ $0.012$ Hạng 4
Thương hiệu $TH$ $0.152$ $0.028$ Hạng 5
Chăm sóc khách hàng $CSKH$ $0.136$ $0.041$ Hạng 6

Mô hình giải thích được $61.5%$ sự biến thiên của biến Quyết định mua ($R^2 = 0.615$), chứng minh các biến số được lựa chọn có giá trị thực tiễn và tính nhất quán cao.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mới rõ nét về cả phương pháp luận lẫn thực tiễn ứng dụng quản trị kinh doanh:

graph TD
    A[Mô hình truyền thống 4P/7P] --> B[Khoảng trống: Thiếu biến Thời gian]
    B --> C[Mô hình đề xuất Lion Group 2021]
    C --> D[Thêm biến TGĐH: beta = 0.218]
    D --> E[Tối ưu hóa SLA giao hàng & Cạnh tranh B2B]
  1. Đổi mới mô hình lý thuyết: Khác với các nghiên cứu trước đây chỉ tập trung vào 4P truyền thống, đề tài đã bổ sung nhân tố "Thời gian đơn hàng" ($TGĐH$). Kết quả thực nghiệm chứng minh $TGĐH$ có trọng số tác động cao thứ 3 ($\beta = 0.218$), vượt qua cả nhân tố Nhân viên bán hàng và Thương hiệu trong ngành may đo đồng phục B2B.
  2. So sánh với các công trình nghiên cứu tiền nhiệm:
Tiêu chí đối sánh Mô hình Phan Thị Mỹ (2019) Mô hình Phạm Thị Trang (2020) Mô hình đề tài (Nguyễn Thị Đông Châu, 2021)
Khách thể nghiên cứu Nội thất Tiên Phát (B2B) Đồ nội thất Minh Hòa (B2C) Sản phẩm Đồng phục Lion (B2B & B2C)
Cấu trúc biến độc lập CS bán hàng, NVBH, Xúc tiến, Quan hệ, Thương hiệu Sản phẩm, Giá cả, Xã hội, Cá nhân, Thương hiệu Sản phẩm, Giá cả, Thương hiệu, NVBH, CSKH, Thời gian đơn hàng
Quy mô mẫu ($N$) $110$ $120$ $125$
Trọng số chi phối lớn nhất Nhân viên bán hàng ($\beta = 0.446$) Thương hiệu ($\beta = 0.381$) Sản phẩm ($\beta = 0.294$) & Giá cả ($\beta = 0.251$)
Độ khớp mô hình ($R^2$) $0.542$ $0.587$ $0.615$
  1. Cải tiến hiệu suất vận hành: Cung cấp bằng chứng định lượng giúp ban lãnh đạo Lion Group chuyển dịch ngân sách từ quảng bá nhận diện đơn thuần sang chuẩn hóa kiểm định chất lượng vải may, tối ưu đường kim mũi chỉ và tự động hóa cập nhật tiến độ đơn hàng.

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, một lộ trình thực thi chiến lược gồm 6 trụ cột được thiết lập nhằm thúc đẩy tỷ lệ chuyển đổi đơn hàng:

gantt
    title Lộ trình triển khai chiến lược kinh doanh Lion Group
    dateFormat  YYYY-MM
    section Nâng cấp Sản phẩm & Chuỗi cung ứng
    Chuẩn hóa định lượng vải & Test độ bền màu :2021-02, 3M
    Thiết lập kho mẫu vải & Catalogue số hóa  :2021-03, 4M
    section Tối ưu Chính sách Giá & Thời gian
    Xây dựng ma trận chiết khấu theo số lượng :2021-04, 2M
    Triển khai cổng theo dõi tiến độ đơn hàng :2021-05, 5M
    section Đào tạo & CSKH
    Đào tạo chuyên sâu kỹ thuật cho NVKD      :2021-06, 3M
    Chuẩn hóa quy trình bảo hành đổi trả 100% :2021-07, 4M

Kịch bản ứng dụng theo nhóm khách hàng mục tiêu:

  • Khách sạn – Resort cao cấp: Đòi hỏi khắt khe về chất liệu vải kháng khuẩn, đứng form và đúng chuẩn màu nhận diện thương hiệu. Giải pháp: Cung cấp mẫu đối chứng tận nơi, cam kết bảo hành đường may 6 tháng.
  • Trung tâm Ngoại ngữ – Trường học: Đơn hàng số lượng lớn, nhạy cảm về giá và tiến độ giao hàng trước năm học mới. Giải pháp: Áp dụng bảng giá chiết khấu lũy tiến 4 bậc kết hợp cam kết phạt tiến độ giao trễ $1%$/ngày.
  • Doanh nghiệp lữ hành – Tour du lịch: Nhu cầu phụ kiện trọn gói (áo thun, mũ, túi canvas). Giải pháp: Triển khai gói combo "All-in-One" giúp tiết kiệm $15%$ tổng chi phí so với đặt lẻ.

Phân tích hiệu quả tài chính (ROI ước tính):

  • Chi phí đầu tư hệ thống số hóa theo dõi tiến độ và đào tạo kỹ thuật: $\approx 35.000.000$ VNĐ.
  • Dự phóng tăng trưởng: Tăng $22%$ tỷ lệ ký kết hợp đồng trong 2 quý tiếp theo, rút ngắn thời gian xử lý đơn hàng từ 10 ngày xuống 7 ngày, nâng doanh thu bán hàng năm 2021 tăng trưởng tối thiểu $18%$.

Hạn chế và hướng phát triển

Dù đạt được các kết quả thực nghiệm có ý nghĩa thống kê cao, đề tài vẫn tồn tại một số giới hạn nhất định:

  1. Giới hạn không gian và cỡ mẫu: Cỡ mẫu dừng lại ở $N = 125$ do điều kiện thời tiết bão lũ và hạn chế di chuyển trong giai đoạn dịch Covid-19 cuối năm 2020 tại Thừa Thiên Huế.
  2. Phương pháp phân tích: Sử dụng mô hình hồi quy OLS bậc một, chưa khai thác mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích các biến trung gian hoặc biến điều tiết (như Quy mô doanh nghiệp, Tần suất đặt hàng).
  3. Hướng nghiên cứu tiếp theo: Mở rộng khảo sát đa vùng (Đà Nẵng, Quảng Nam, Quảng Trị); tích hợp công nghệ AI/Machine Learning trong việc phân khúc khách hàng tự động dựa trên dữ liệu CRM.

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Marketing / QTKD: Nắm vững phương pháp luận nghiên cứu hành vi khách hàng tổ chức, quy trình xử lý thang đo Likert và kỹ thuật chạy SPSS từ thực tế một đề tài xuất sắc.
  • Chuyên viên phân tích dữ liệu thị trường: Sở hữu bộ cú pháp phân tích, các ngưỡng kiểm định tham số và mô hình hồi quy đa biến có tính ứng dụng cao trong ngành bán lẻ dệt may.
  • Doanh nghiệp may mặc & Lion Group: Bản thiết kế giải pháp hoàn chỉnh, có căn cứ định lượng để tái cơ cấu chính sách giá, tối ưu thời gian giao hàng và nâng cao năng lực cạnh tranh.
  • Giảng viên và nhà nghiên cứu: Tài liệu tham khảo có giá trị về thị trường may mặc miền Trung, bổ sung biến quan sát "Thời gian đơn hàng" vào hệ thống lý thuyết B2B.

Câu hỏi thường gặp

  1. Cần chuẩn bị những điều kiện kỹ thuật gì để tái lập mô hình nghiên cứu này?
    Cần cài đặt phần mềm IBM SPSS Statistics (phiên bản 20.0 trở lên) hoặc môi trường Python 3.8+ với các thư viện pandas, statsmodels, scikit-learn cùng tệp dữ liệu khảo sát đã được làm sạch và mã hóa theo thang đo Likert 5 điểm.

  2. Cỡ mẫu $N = 125$ có đảm bảo tính đại diện và khả năng khái quát hóa không?
    Có. Quy mô $N = 125$ vượt qua cả hai ngưỡng tối thiểu theo yêu cầu phân tích nhân tố khám phá ($N_{min} = 115$) và phân tích hồi quy ($N_{min} = 98$), đảm bảo đầy đủ độ tin cậy thống kê ở mức ý nghĩa $5%$.

  3. Làm thế nào để tích hợp kết quả nghiên cứu vào phần mềm quản lý đơn hàng hiện hữu của công ty?
    Doanh nghiệp có thể nhúng các trọng số $\beta$ của 6 nhân tố vào hệ thống tính điểm khách hàng tiềm năng (Lead Scoring) trên CRM, đồng thời xây dựng Module cổng thông tin khách hàng (Customer Portal) cho phép theo dõi thời gian thực tiến độ sản xuất.

  4. Tần suất kiểm định lại mô hình thang đo nên là bao lâu?
    Nên tái khảo sát và chạy lại mô hình định kỳ 12–18 tháng một lần hoặc khi có biến động lớn về kinh tế vĩ mô nhằm cập nhật sự thay đổi trong mức độ ưu tiên của khách hàng tổ chức.

  5. Chi phí triển khai các giải pháp đề xuất có vượt quá ngân sách của doanh nghiệp SME không?
    Không. Các giải pháp tập trung vào cải tiến quy trình nội bộ, chuẩn hóa kịch bản tư vấn của NVKD và tối ưu chuỗi cung ứng sẵn có, chi phí thực thi trực tiếp chỉ chiếm khoảng $3 - 5%$ doanh thu hàng năm.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thị Đông Châu đã giải quyết thấu đáo và toàn diện bài toán xác định các nhân tố tác động đến quyết định mua sản phẩm đồng phục của Lion Group tại thị trường Thừa Thiên Huế. Bằng việc kết hợp chặt chẽ giữa cơ sở lý thuyết hành vi khách hàng tổ chức với phương pháp phân tích định lượng hiện đại (Cronbach's Alpha, EFA, OLS Regression), nghiên cứu đã chứng minh vai trò then chốt của yếu tố Sản phẩm ($\beta = 0.294$), Giá cả ($\beta = 0.251$) và Thời gian đơn hàng ($\beta = 0.218$). Đây là cơ sở khoa học vững chắc giúp Công ty TNHH Thương mại và Dịch vụ Lion Group bứt phá doanh số, tối ưu hóa dịch vụ khách hàng và giữ vững vị thế thương hiệu đồng phục hàng đầu khu vực miền Trung.