Giới thiệu dự án
Thị trường bán lẻ hiện đại tại Việt Nam đang trải qua giai đoạn chuyển mình mạnh mẽ với tốc độ đô thị hóa nhanh và cơ cấu dân số vàng. Theo báo cáo thống kê từ Nielsen, tại Hàn Quốc tỷ lệ tiếp cận cửa hàng tiện lợi đạt mức trung bình 1.000 người/cửa hàng, trong khi tại Việt Nam tỷ lệ này ở mức 69.000 người/cửa hàng. Khoảng cách lớn này mở ra tiềm năng tăng trưởng khổng lồ cho mô hình chuỗi cửa hàng tiện lợi (Convenience Store - CVS) phục vụ 24/7. Hiện nay, cả nước có hơn 1.000 cửa hàng tiện lợi từ các thương hiệu lớn như GS25, Circle K, FamilyMart, Ministop và 7-Eleven. Ra mắt thị trường Việt Nam từ đầu năm 2018 thông qua liên doanh giữa Tập đoàn GS Retail Hàn Quốc và Tập đoàn Sơn Kim, GS25 đặt mục tiêu phát triển chuỗi 2.000 cửa hàng trong vòng 10 năm với định vị "Lifestyle Platform".
+-----------------------------------------------------------------------------+
| NGHIÊN CỨU THỊ TRƯỜNG BÁN LẺ |
| - Hàn Quốc: 1.000 người / 1 cửa hàng tiện lợi |
| - Việt Nam: 69.000 người / 1 cửa hàng tiện lợi |
| - Thị trường Việt Nam: >1.000 cửa hàng tiện lợi (Circle K, GS25, 7-Eleven) |
| - Kế hoạch GS25 Việt Nam: 2.000 cửa hàng phủ sóng toàn quốc |
+-----------------------------------------------------------------------------+
Tuy nhiên, áp lực cạnh tranh gay gắt cùng sự thay đổi nhanh chóng trong hành vi tiêu dùng của giới trẻ (Gen Z và Millennial) đặt ra bài toán tối ưu hóa chất lượng dịch vụ. Các pain point lớn hiện nay bao gồm: chất lượng không gian trải nghiệm chưa đồng nhất, áp lực vận hành 24/7 ảnh hưởng đến thái độ phục vụ của nhân viên, chính sách giá và chương trình khuyến mãi chưa tạo động lực mua lặp lại.
Đồ án tập trung giải quyết các mục tiêu định lượng cụ thể:
- Xác định các nhân tố cấu thành chất lượng dịch vụ ảnh hưởng trực tiếp đến sự hài lòng của khách hàng tại chuỗi GS25 TP.HCM.
- Xây dựng và kiểm định mô hình kinh tế lượng đo lường độ tin cậy thang đo (Cronbach's Alpha), phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) và hồi quy tuyến tính đa biến (Multiple Linear Regression).
- Định lượng mức độ tác động của từng nhân tố để xác định thứ tự ưu tiên chiến lược.
- Đề xuất hệ thống giải pháp thực tiễn nâng cao năng lực cạnh tranh và tỷ lệ giữ chân khách hàng (Customer Retention Rate) cho GS25.
Phạm vi nghiên cứu được giới hạn tại khu vực TP.HCM, tập trung vào tập khách hàng xung quanh các trường đại học và khu văn phòng, với dữ liệu khảo sát sơ cấp thu thập từ tháng 02/2022 đến tháng 05/2022.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Tại thị trường TP.HCM, mô hình bán lẻ tiện lợi có sự cạnh tranh trực tiếp giữa các chuỗi thương hiệu quốc tế. Mỗi đơn vị sở hữu thế mạnh và hạn chế riêng biệt:
| Thương hiệu CVS |
Điểm mạnh (Pros) |
Hạn chế (Cons) |
Nhóm khách hàng mục tiêu |
| GS25 (Korea) |
Đồ ăn tươi chế biến chuẩn vị Hàn, thiết kế hiện đại, diện tích ngồi rộng rãi. |
Nhận diện thương hiệu mới hơn Circle K, độ phủ điểm bán đang trong giai đoạn mở rộng. |
Học sinh, sinh viên, nhân viên văn phòng trẻ. |
| Circle K (US) |
Mạng lưới điểm bán dày đặc, nhận diện thương hiệu lâu năm, đồ uống đá xay phổ biến. |
Không gian ngồi ăn tại chỗ tại nhiều chi nhánh hẹp, thực phẩm chế biến sẵn ít đổi mới. |
Khách hàng đại chúng, thanh thiếu niên, khách đêm. |
| FamilyMart (Japan) |
Thực phẩm chế biến kiểu Nhật đa dạng (Oden, cơm nắm), dịch vụ chuẩn hóa. |
Không gian chỗ ngồi hạn chế, chương trình tích điểm số hóa chưa bứt phá. |
Giới trẻ, cư dân khu căn hộ, nhân viên công sở. |
| 7-Eleven (Japan/US) |
Ứng dụng di động tiện lợi, hệ thống đồ ăn trưa phong phú, thanh toán đa kênh. |
Giá thành sản phẩm trung bình cao hơn mặt bằng chung, tập trung chủ yếu ở quận trung tâm. |
Giới văn phòng, người có thu nhập từ trung bình khá. |
Dựa trên yêu cầu của khách hàng, các tiêu chí được phân loại theo mô hình MoSCoW:
- Must-have: Mở cửa 24/7, điều hòa hoạt động liên tục, Wi-Fi miễn phí, khu vực ăn uống tại chỗ vệ sinh, thiết bị chế biến nóng (lò vi sóng, bình nước nóng).
- Should-have: Phương thức thanh toán không tiền mặt đa dạng (MoMo, ZaloPay, thẻ ATM/Visa), nhân viên chào hỏi lịch sự, quản lý xuất hóa đơn nhanh chóng.
- Could-have: Đặt hàng giao tận nơi qua ứng dụng, combo giảm giá chuyên sâu cho học sinh - sinh viên theo khung giờ đêm.
- Won't-have (giai đoạn này): Triển khai quầy tự thanh toán tự động hoàn toàn (Self-checkout kiosk) tại tất cả các điểm bán nhỏ lẻ do chi phí CAPEX cao.
Thiết kế hệ thống
Quy trình nghiên cứu và xử lý dữ liệu định lượng được chuẩn hóa theo kiến trúc đường ống (Data Pipeline) từ khâu khảo sát đến mô hình hóa thống kê:
Technology Stack & Công cụ đo lường
- Nền tảng khảo sát: Google Forms Platform (thu thập dữ liệu trực tuyến).
- Phần mềm xử lý thống kê: IBM SPSS Statistics phiên bản 20.0.
- Cơ sở dữ liệu lưu trữ: CSDL quan hệ chuẩn hóa lưu trữ bảng khảo sát với cấu trúc bảng schema:
-- Schema cơ sở dữ liệu khảo sát sự hài lòng GS25
CREATE TABLE Customers (
CustomerID INT PRIMARY KEY AUTO_INCREMENT,
Gender VARCHAR(10) NOT NULL,
AgeGroup VARCHAR(20) NOT NULL,
Occupation VARCHAR(50) NOT NULL,
IncomeLevel VARCHAR(30) NOT NULL,
VisitFrequency VARCHAR(30) NOT NULL
);
CREATE TABLE SurveyResponses (
ResponseID INT PRIMARY KEY AUTO_INCREMENT,
CustomerID INT,
CSVC1 DECIMAL(2,1), CSVC2 DECIMAL(2,1), CSVC3 DECIMAL(2,1), CSVC4 DECIMAL(2,1), CSVC5 DECIMAL(2,1),
GC1 DECIMAL(2,1), GC2 DECIMAL(2,1), GC3 DECIMAL(2,1),
NV1 DECIMAL(2,1), NV2 DECIMAL(2,1), NV3 DECIMAL(2,1), NV4 DECIMAL(2,1),
KM1 DECIMAL(2,1), KM2 DECIMAL(2,1), KM3 DECIMAL(2,1),
DV1 DECIMAL(2,1), DV2 DECIMAL(2,1), DV3 DECIMAL(2,1), DV4 DECIMAL(2,1),
Overall_Satisfaction DECIMAL(2,1),
CreatedAt TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
FOREIGN KEY (CustomerID) REFERENCES Customers(CustomerID)
);
Methodology
Nghiên cứu áp dụng phương pháp nghiên cứu kết hợp (Mixed Methods):
- Nghiên cứu định tính: Thảo luận nhóm (Focus Group) kết hợp tham vấn chuyên gia và giảng viên hướng dẫn để hiệu chỉnh thang đo gốc SERVQUAL (Parasuraman et al., 1988) cho phù hợp với đặc thù chuỗi bán lẻ tiện lợi GS25 tại Việt Nam.
- Nghiên cứu định lượng: Khảo sát mẫu thuận tiện phi xác suất ($N = 200$) thông qua thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).
- Mô hình kinh tế lượng đề xuất:
$$Y = \beta_0 + \beta_1 X_{CSVC} + \beta_2 X_{GC} + \beta_3 X_{NV} + \beta_4 X_{KM} + \beta_5 X_{DV} + \epsilon$$
Trong đó:
- $Y$: Sự hài lòng chung của khách hàng (Biến phụ thuộc).
- $X_{CSVC}, X_{GC}, X_{NV}, X_{KM}, X_{DV}$: Các biến độc lập đại diện cho Cơ sở vật chất, Giá cả, Nhân viên, Khuyến mãi, Dịch vụ tiện ích.
Implementation và kết quả
Development process
Quá trình phân tích dữ liệu được hiện thực hóa qua quy trình tự động hóa với cú pháp lệnh (Syntax) trên phần mềm SPSS 20.0 và kiểm chứng thuật toán xử lý dữ liệu:
* Kiem dinh do tin cay Cronbach Alpha cho nhan to Co So Vat Chat (CSVC).
RELIABILITY
/VARIABLES=CSVC1 CSVC2 CSVC3 CSVC4 CSVC5
/SCALE('CSVC_Scale') ALL
/MODEL=ALPHA
/STATISTICS=DESCRIPTIVE SCALE
/SUMMARY=TOTAL.
* Phan tich Nhan to Kham pha EFA cho cac bien doc lap.
FACTOR
/VARIABLES CSVC1 CSVC2 CSVC3 CSVC4 CSVC5 GC1 GC2 GC3 NV1 NV2 NV3 NV4 KM1 KM2 KM3 DV1 DV2 DV3 DV4
/MISSING LISTWISE
/ANALYSIS CSVC1 CSVC2 CSVC3 CSVC4 CSVC5 GC1 GC2 GC3 NV1 NV2 NV3 NV4 KM1 KM2 KM3 DV1 DV2 DV3 DV4
/PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/ROTATION VARIMAX
/METHOD=CORRELATION.
* Chay mo hinh hoi quy da bien kiem tra da cong tuyen (VIF).
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT Y
/METHOD=ENTER CSVC GC NV KM
/SCATTERPLOT=(*ZRESID ,*ZPRED).
Kịch bản xác thực dữ liệu kiểm toán tương đương bằng ngôn ngữ Python:
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor
# Đọc tập dữ liệu khảo sát N=199 mẫu hợp lệ
df = pd.read_csv("gs25_survey_cleaned.csv")
# Thiết lập biến độc lập và biến phụ thuộc
X = df[['CSVC', 'GC', 'NV', 'KM']]
y = df['Y']
# Thêm hằng số vào mô hình hồi quy OLS
X_with_const = sm.add_constant(X)
model = sm.OLS(y, X_with_const).fit()
# Tính toán hệ số VIF để kiểm soát đa cộng tuyến
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(model.summary())
print(vif_data)
Testing và validation
1. Thống kê mô tả mẫu nghiên cứu ($N = 199$ mẫu hợp lệ)
- Giới tính: Nam chiếm 68,8% (137 mẫu), Nữ chiếm 31,2% (62 mẫu).
- Độ tuổi: Nhóm 18–24 tuổi chiếm ưu thế tuyệt đối với 72,4% (144 mẫu); dưới 18 tuổi chiếm 13,6%; từ 25–31 tuổi chiếm 10,1%; trên 32 tuổi chiếm 4,0%.
- Nghề nghiệp: Học sinh, sinh viên chiếm 47,2% (94 mẫu); Nhân viên văn phòng chiếm 25,1% (50 mẫu); Lao động tự do chiếm 23,1% (46 mẫu).
- Thu nhập: Dưới 5 triệu VNĐ/tháng chiếm 54,8% (trong đó dưới 1,5 triệu chiếm 14,1%; từ 1,5 đến 5 triệu chiếm 40,7%); từ 5–10 triệu chiếm 38,2%.
- Tần suất mua sắm: Khách hàng ghé thăm trên 10 lần/tháng chiếm 50,8%; dưới 10 lần/tháng chiếm 45,7%; trên 30 lần/tháng chiếm 3,5%.
+-----------------------------------------------------------------------------+
| CƠ CẤU MẪU KHẢO SÁT (N=199) |
| - Giới tính: Nam (68.8%) | Nữ (31.2%) |
| - Độ tuổi: 18-24 tuổi (72.4%) -> Tập trung phân khúc Gen Z |
| - Nghề nghiệp: Học sinh/Sinh viên (47.2%) | Văn phòng (25.1%) |
| - Tần suất: > 10 lần/tháng (50.8%) -> Khách hàng thân thiết trung thành |
+-----------------------------------------------------------------------------+
2. Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha)
| Thang đo nhân tố |
Số biến quan sát |
Hệ số Cronbach's Alpha |
Đánh giá độ tin cậy thang đo |
| Cơ sở vật chất (CSVC) |
5 |
0,650 |
Đạt yêu cầu ($\alpha > 0,6$), tương quan biến-tổng đạt chuẩn. |
| Giá cả (GC) |
3 |
0,550 |
Chấp nhận đối với thang đo khám phá sơ bộ ($\alpha \approx 0,6$). |
| Nhân viên (NV) |
4 |
0,540 |
Chấp nhận đối với nghiên cứu định tính hiệu chỉnh. |
| Khuyến mãi (KM) |
3 |
0,468 |
Độ tin cậy thấp, cần chuẩn hóa lại các biến KM1, KM3. |
| Dịch vụ tiện ích (DV) |
4 |
0,736 |
Rất tốt ($\alpha > 0,7$), độ nhất quán nội tại cao. |
3. Phân tích nhân tố khám phá (EFA)
- Biến độc lập:
- Hệ số $KMO = 0,880 > 0,5$ (mẫu nghiên cứu hoàn toàn phù hợp).
- Kiểm định Bartlett's Test: $\chi^2 = 839,321$, $df = 105$, $p\text{-value} = 0,000 < 0,05$ (các biến quan sát có tương quan chặt chẽ).
- Trích xuất 3 nhân tố với Eigenvalue $> 1,007$; Tổng phương sai trích (Total Variance Explained) đạt $50,940% > 50%$.
- Biến phụ thuộc:
- Hệ số $KMO = 0,824$; Bartlett's Test $\chi^2 = 254,466$, $p\text{-value} = 0,000$.
- Tổng phương sai trích đạt $49,630% \approx 50%$.
Kết quả đạt được
Kết quả chạy mô hình hồi quy tuyến tính đa biến OLS với biến phụ thuộc Sự hài lòng ($Y$):
| 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 ($p\text{-value}$) |
Hệ số phóng đại phương sai (VIF) |
| Hằng số (Constant) |
0,596 |
0,159 |
- |
3,746 |
0,000 |
- |
| Cơ sở vật chất (CSVC) |
0,266 |
0,060 |
0,283 |
4,472 |
0,000 |
2,722 |
| Giá cả (GC) |
0,191 |
0,046 |
0,233 |
4,123 |
0,000 |
2,183 |
| Nhân viên (NV) |
0,355 |
0,060 |
0,383 |
5,923 |
0,000 |
2,846 |
| Khuyến mãi (KM) |
0,049 |
0,051 |
0,056 |
0,955 |
0,341 |
2,302 |
Phương trình hồi quy chuẩn hóa:
$$Y = 0,383 \cdot NV + 0,283 \cdot CSVC + 0,233 \cdot GC$$
+-----------------------------------------------------------------------------+
| TRỌNG SỐ TÁC ĐỘNG ĐẾN SỰ HÀI LÒNG |
| 1. Nhân viên (NV): β = 0.383 (p = 0.000) -> Tác động mạnh nhất |
| 2. Cơ sở vật chất (CSVC): β = 0.283 (p = 0.000) -> Tác động thứ hai |
| 3. Giá cả (GC): β = 0.233 (p = 0.000) -> Tác động thứ ba |
| 4. Khuyến mãi (KM): β = 0.056 (p = 0.341) -> Không có ý nghĩa TK |
+-----------------------------------------------------------------------------+
Đánh giá khuyết tật mô hình:
- Đa cộng tuyến: Tất cả các hệ số $VIF$ đều nằm trong khoảng $2,183 - 2,846 < 10$, hệ số dung sai Tolerance $> 0,35$, chứng minh không xảy ra hiện tượng đa cộng tuyến nghiêm trọng.
- Phương sai sai số: Biểu đồ phân tán Scatterplot giữa phần dư chuẩn hóa (Standardized Residual) và giá trị dự đoán (Standardized Predicted Value) phân bố ngẫu nhiên quanh trục 0, thỏa mãn giả định phương sai sai số không đổi và quan hệ tuyến tính.
Đổi mới và đóng góp
Nghiên cứu mang lại những đóng góp khoa học và thực tiễn so với các công trình nghiên cứu trước đây tại thị trường Việt Nam:
| Tiêu chí so sánh |
Đồ án nghiên cứu GS25 (2022) |
Nguyễn Thị Quỳnh Nga & CS (2019) |
Võ Thị Lan & CS (2013) |
| Đối tượng nghiên cứu |
Chuỗi CVS phong cách Hàn Quốc (GS25). |
Các cửa hàng 24h tổng hợp tại TP.HCM. |
Chuỗi cửa hàng Co.op Food TP.HCM. |
| Cỡ mẫu ($N$) |
199 mẫu hợp lệ. |
275 mẫu hợp lệ. |
208 mẫu hợp lệ. |
| Nhân tố tác động lớn nhất |
Thái độ nhân viên ($\beta = 0,383$). |
Hàng hóa & Phân phối. |
Mặt bằng & Trưng bày hàng hóa. |
| Tính mới phát hiện |
Khuyến mãi không có ý nghĩa thống kê ($p > 0,05$) khi trải nghiệm dịch vụ tại chỗ vượt trội. |
Khuyến mãi và dịch vụ hỗ trợ có tác động thuận chiều. |
Yếu tố vị trí và sự tiện lợi quyết định hàng đầu. |
Điểm đổi mới căn bản của đề tài là chứng minh rằng đối với mô hình "Lifestyle Platform" như GS25, thái độ phục vụ và năng lực tương tác của nhân viên (tác phong sạch sẽ, hỗ trợ tìm hàng, thanh toán nhanh) đóng vai trò quyết định hàng đầu ($38,3%$ mức độ tác động), vượt qua cả yếu tố cạnh tranh về giá bán lẻ ($23,3%$).
Ứng dụng thực tế và triển khai
Dựa trên kết quả định lượng, lộ trình triển khai các giải pháp nâng cao chất lượng dịch vụ GS25 được đề xuất cụ thể:
1. Nâng cấp chất lượng dịch vụ nhân viên (Nhân tố tác động $\beta = 0,383$)
- Chuẩn hóa quy trình SOP: Đào tạo bắt buộc văn hóa chào hỏi tiếng Hàn/Việt thân thiện, cam kết thời gian quét mã vạch và thanh toán $< 45$ giây/giao dịch.
- KPI gắn liền sự hài lòng: Tích hợp mã QR đánh giá nhanh nhân viên thu ngân trên hóa đơn bán lẻ, thưởng hiệu suất hàng tháng theo điểm Customer Satisfaction Score (CSAT).
2. Tối ưu hóa cơ sở vật chất (Nhân tố tác động $\beta = 0,283$)
- Bảo trì thiết bị chế biến: Lập lịch bảo dưỡng định kỳ lò vi sóng, máy làm đá, bình nước nóng 24/7 nhằm tránh gián đoạn dịch vụ vào các khung giờ cao điểm (11h30–13h30 và 18h00–21h00).
- Phân vùng không gian cửa hàng: Tách biệt khu vực ăn uống tại chỗ và quầy line mua sắm để đảm bảo lưu thông thông thoáng; nâng cấp băng thông Wi-Fi tối thiểu 100 Mbps phục vụ nhóm sinh viên học tập.
3. Chính sách giá và Combo linh hoạt (Nhân tố tác động $\beta = 0,233$)
- Thiết kế Meal Deal: Xây dựng combo đồ ăn nhanh kèm đồ uống (ví dụ: Cơm nắm/Mì trộn + Nước ngọt) với mức giá tiết kiệm từ $15% - 20%$ so với mua lẻ, đánh trúng nhóm khách hàng có thu nhập dưới 5 triệu VNĐ (chiếm 54,8% lượng khách).
+-----------------------------------------------------------------------------+
| LỘ TRÌNH TRIỂN KHAI THỰC TẾ |
| - Giai đoạn 1 (Tháng 1-3): Chuẩn hóa SOP đào tạo nhân viên & KPI thu ngân |
| - Giai đoạn 2 (Tháng 4-6): Nâng cấp bảo dưỡng CSVC & Tối ưu luồng di chuyển |
| - Giai đoạn 3 (Tháng 7-12): Tích hợp Meal Deal sinh viên & Loyalty App |
+-----------------------------------------------------------------------------+
Hạn chế và hướng phát triển
Đề tài ghi nhận một số hạn chế khách quan mang tính kỹ thuật:
- Phương pháp chọn mẫu: Phương pháp chọn mẫu thuận tiện phi xác suất với quy mô $N = 199$ chủ yếu tập trung quanh các trường đại học (như khu vực HUTECH), chưa bao quát toàn diện 24 quận/huyện tại TP.HCM.
- Chỉ số Cronbach's Alpha thang đo Khuyến mãi: Thang đo Khuyến mãi đạt hệ số $\alpha = 0,468$ và biến $KM$ không có ý nghĩa thống kê trong mô hình hồi quy ($p = 0,341 > 0,05$), đòi hỏi phải tái cấu trúc câu hỏi khảo sát ở các nghiên cứu tiếp theo.
- Mô hình nghiên cứu: Chưa tích hợp các yếu tố trung gian như Giá trị cảm nhận (Perceived Value) hay Lòng trung thành thương hiệu (Brand Loyalty).
Hướng phát triển trong tương lai:
- Mở rộng quy mô mẫu lên $N \ge 500$, áp dụng kỹ thuật lấy mẫu phân tầng ngẫu nhiên (Stratified Random Sampling).
- Ứng dụng mô hình cấu trúc tuyến tính PLS-SEM (Partial Least Squares Structural Equation Modeling) để kiểm định các mối quan hệ đa chiều và tác động trung gian.
Đối tượng hưởng lợi
- Sinh viên & Học viên: Cung cấp tài liệu tham khảo hoàn chỉnh về phương pháp luận nghiên cứu kinh tế lượng ứng dụng, quy trình xử lý dữ liệu thực tế bằng SPSS 20.0 từ Cronbach's Alpha, EFA đến hồi quy OLS.
- Nhà phát triển & Kỹ sư dữ liệu: Nắm bắt cấu trúc bảng dữ liệu khảo sát và kịch bản phân tích thống kê định lượng phục vụ xây dựng các hệ thống phân tích trải nghiệm khách hàng (Customer Experience Analytics).
- Doanh nghiệp bán lẻ & Quản trị chuỗi GS25: Tiếp cận các bằng chứng định lượng thực nghiệm để tối ưu hóa ngân sách đầu tư, tập trung nguồn lực vào cải thiện tác phong nhân viên và cơ sở vật chất nhằm tối đa hóa tỷ suất sinh lời (ROI).
- Nhà nghiên cứu: Cung cấp bộ dữ liệu thực chứng về hành vi người tiêu dùng trẻ trong lĩnh vực bán lẻ tiện lợi tại thị trường đô thị đang phát triển.
Câu hỏi thường gặp
-
Yêu cầu kỹ thuật tối thiểu để chạy pipeline xử lý dữ liệu của đồ án là gì?
Hệ thống yêu cầu máy tính cài đặt IBM SPSS Statistics từ phiên bản 20.0 trở lên hoặc môi trường Python 3.8+ với các thư viện pandas, numpy, statsmodels.
-
Tại sao nhân tố Khuyến mãi lại không có ý nghĩa thống kê trong mô hình hồi quy ($p = 0,341$)?
Do phần lớn khách hàng lựa chọn GS25 vì sự tiện lợi, chỗ ngồi mát mẻ và thái độ phục vụ nhanh chóng tại chỗ thay vì săn tìm khuyến mãi. Đồng thời, thang đo Khuyến mãi có độ tin cậy nội tại chưa cao ($\alpha = 0,468$), cần được hiệu chỉnh lại các biến quan sát.
-
Làm thế nào để tích hợp dữ liệu khảo sát vào hệ thống CRM của chuỗi cửa hàng?
Dữ liệu khảo sát có thể kết nối thông qua REST API từ Google Forms/AppSheet chuyển vào Data Warehouse (PostgreSQL/MySQL), sau đó đối soát với mã định danh thành viên (Loyalty Member ID) trên ứng dụng di động.
-
Nghiên cứu có thể áp dụng cho các chuỗi bán lẻ khác ngoài GS25 không?
Khung lý thuyết và mô hình đo lường hoàn toàn có thể tái sử dụng cho các chuỗi như Circle K, 7-Eleven, Ministop sau khi điều chỉnh các biến quan sát đặc thù của từng thương hiệu.
-
Chi phí và thời gian dự kiến để triển khai các kiến nghị quản trị?
Giai đoạn chuẩn hóa đào tạo nhân viên và quy trình phục vụ mất từ 1–3 tháng với chi phí thấp; giai đoạn nâng cấp cơ sở vật chất và hệ thống lạnh/máy pha chế phân bổ theo chu kỳ bảo trì định kỳ từ 3–6 tháng.
Kết luận
Đồ án đã phân tích và lượng hóa thành công các nhân tố tác động đến sự hài lòng của khách hàng đối với dịch vụ chuỗi cửa hàng tiện lợi GS25 tại TP.HCM. Bằng việc xử lý 199 mẫu khảo sát hợp lệ qua phần mềm SPSS 20.0, nghiên cứu đã chứng minh vai trò then chốt của nhân tố Nhân viên ($\beta = 0,383$), theo sau là Cơ sở vật chất ($\beta = 0,283$) và Giá cả ($\beta = 0,233$).
Những phát hiện này cung cấp cơ sở khoa học xác đáng giúp ban lãnh đạo GS25 và các doanh nghiệp bán lẻ hiện đại định hình chiến lược phân bổ nguồn lực, nâng cao chất lượng dịch vụ khách hàng và củng cố lợi thế cạnh tranh bền vững trên thị trường.
