Giới thiệu dự án

Nền kinh tế Việt Nam sau khi gia nhập Tổ chức Thương mại Thế giới (WTO) đã chứng kiến sự bùng nổ mạnh mẽ của thị trường hàng tiêu dùng nhanh (FMCG - Fast-Moving Consumer Goods). Với tốc độ tăng trưởng ngành bán lẻ bình quân đạt 10 - 12%/năm, các nhà sản xuất và chuỗi cung ứng phải đối mặt với áp lực phân phối khốc liệt. Trong cấu trúc chuỗi cung ứng hiện đại, các doanh nghiệp trung gian thương mại đóng vai trò huyết mạch kết nối nhà sản xuất với các điểm bán lẻ truyền thống (General Trade - GT) và hiện đại (Modern Trade - MT). Tại tỉnh Thừa Thiên Huế, Công ty TNHH Thương mại Tổng hợp Tuấn Việt là đơn vị phân phối độc quyền các ngành hàng chủ lực, trong đó nhóm sản phẩm gia vị thực phẩm của Tập đoàn Ajinomoto Việt Nam (bột ngọt, hạt nêm, sốt mayonnaise, giấm gạo lên men, bột canh) chiếm tỷ trọng doanh số trọng yếu.

                  +-----------------------------------+
                  |   Tập đoàn Ajinomoto Việt Nam     |
                  +-----------------+-----------------+
                                    |
                                    v
                  +-----------------------------------+
                  | Công ty TNHH TMTH Tuấn Việt (Huế) |
                  +-----------------+-----------------+
                                    |
            +-----------------------+-----------------------+
            |                       |                       |
            v                       v                       v
     +--------------+        +--------------+        +--------------+
     | Cửa hiệu SP  |        | Cửa hiệu LP  |        | Cửa hiệu WSP |
     | (<500k/tháng)|        | (>500k/tháng)|        | (>6tr/tháng) |
     +--------------+        +--------------+        +--------------+
            |                       |                       |
            +-----------------------+-----------------------+
                                    |
                                    v
                  +-----------------------------------+
                  |  Người tiêu dùng cuối cùng        |
                  +-----------------------------------+

Vấn đề nghiên cứu và Điểm nghẽn thực tế (Pain Points)

Dù giữ vững mạng lưới bao phủ, hoạt động phân phối B2B của Tuấn Việt – Chi nhánh Huế bộc lộ nhiều thách thức:

  • Tỷ lệ rời bỏ và chuyển dịch nhà cung ứng: Sự xuất hiện của các đại lý bán buôn tự do và các kênh phân phối không chính thức tạo ra sự cạnh tranh gay gắt về giá và chiết khấu.
  • Độ trễ và sai lệch trong chuỗi giao vận: Tình trạng giao hàng trễ hẹn, sai lệch danh mục đơn hàng hoặc thiếu hụt sản phẩm cục bộ ảnh hưởng trực tiếp đến dòng tiền của nhà bán lẻ.
  • Hiệu quả tương tác nhân viên bán hàng: Năng lực tư vấn, thái độ hỗ trợ bưng vác, trưng bày sản phẩm tại điểm bán (Point of Sale - POS) chưa đồng đều giữa các tuyến bán hàng (Sales Routes).

Mục tiêu nghiên cứu

  1. Hệ thống hóa khung lý thuyết: Tổng hợp các mô hình chất lượng dịch vụ (SERVQUAL, SERVPERF, Mô hình chất lượng kỹ thuật - chức năng Gronroos) áp dụng cho phân phối trung gian B2B.
  2. Đo lường và đánh giá thực nghiệm: Xác định mức độ ảnh hưởng của 5 thành phần chất lượng dịch vụ (Độ tin cậy, Giá cả, Phong cách phục vụ, Sự thuận tiện, Sự hữu hình) đến sự hài lòng của 150 nhà bán lẻ tại TP. Huế.
  3. Xây dựng hàm hồi quy chuẩn hóa: Mô hình hóa toán học mức độ tác động của từng nhân tố làm căn cứ định lượng cho chiến lược tối ưu hóa logistics và dịch vụ khách hàng.
  4. Đề xuất gói giải pháp tích hợp: Đưa ra hệ thống giải pháp nâng cao hiệu suất phân phối, chính sách giá, đào tạo đội ngũ và nâng cấp hạ tầng công nghệ.

Phạm vi và Giới hạn nghiên cứu

  • Không gian: Địa bàn TP. Huế, tỉnh Thừa Thiên Huế (tập trung vào các quầy tạp hóa, cửa hàng tiện lợi, siêu thị mini, cửa hiệu SP, LP, WSP).
  • Thời gian khảo sát: Dữ liệu sơ cấp được thu thập từ ngày 20/09/2019 đến 20/12/2019; dữ liệu thứ cấp hoạt động kinh doanh giai đoạn 2016 - 2018.
  • Đối tượng: Đại diện pháp lý hoặc chủ hộ kinh doanh bán lẻ trực tiếp nhập sản phẩm Ajinomoto từ Tuấn Việt.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát thực tế hệ thống phân phối FMCG truyền thống chỉ ra khoảng cách lớn giữa kỳ vọng của điểm bán và khả năng cung ứng của nhà phân phối:

Tiêu chí đánh giá Mô hình phân phối truyền thống (Chợ sỉ / Trung gian tự do) Mô hình phân phối ủy quyền (Tuấn Việt - Ajinomoto) Lợi thế cạnh tranh mục tiêu
Nguồn gốc & Hóa đơn Không ổn định, rủi ro hàng giả cao 100% chính hãng, đầy đủ VAT, hóa đơn điện tử Tạo niềm tin pháp lý tuyệt đối
Chính sách giá & Chiết khấu Linh hoạt tức thời nhưng biến động thất thường Ổn định, chiết khấu theo phân hạng bậc thang Minh bạch biên lợi nhuận cho đại lý
Thời gian giao hàng Tùy biến, không cố định tuyến Cố định lịch trình (PJP - Permanent Journey Plan) Chuẩn hóa thời gian bổ sung tồn kho
Hỗ trợ điểm bán Không có hỗ trợ trưng bày, POSM Cung cấp tài liệu, kệ trưng bày, bảng hiệu Platinum Tối ưu hóa visual merchandising

Ma trận yêu cầu nhà bán lẻ theo mô hình MoSCoW

+-----------------------------------------------------------------------+
|                             MA TRẬN MoSCoW                            |
+------------------------------------+----------------------------------+
| MUST HAVE (Bắt buộc)               | SHOULD HAVE (Nên có)             |
| - Giao đúng quy cách, số lượng     | - Hỗ trợ bốc xếp vào kho kệ      |
| - Hóa đơn chứng từ chính xác       | - Thông báo sớm thay đổi giá     |
| - Đổi trả hàng móp méo/cận date    | - Tần suất viếng thăm ổn định    |
+------------------------------------+----------------------------------+
| COULD HAVE (Có thể có)             | WON'T HAVE (Chưa ưu tiên)        |
| - Thưởng tích lũy doanh số năm     | - Ứng dụng đặt hàng di động B2B  |
| - Hỗ trợ trang thiết bị POSM cao cấp| - Tài trợ tín dụng công nợ >30 ngày|
+------------------------------------+----------------------------------+

Thiết kế hệ thống nghiên cứu và đo lường

Hệ thống đánh giá được chuẩn hóa dựa trên mô hình nghiên cứu kết hợp giữa SERVPERF (Cronin & Taylor, 1992) và điều chỉnh theo đặc thù phân phối B2B gồm 5 biến độc lập và 1 biến phụ thuộc:

Công thức mô hình toán học:

$$HL = \beta_0 + \beta_1 TC + \beta_2 GC + \beta_3 PV + \beta_4 TT + \beta_5 HH + e$$

Trong đó:

  • $HL$: Sự hài lòng chung của nhà bán lẻ về dịch vụ phân phối Ajinomoto.
  • $TC, GC, PV, TT, HH$: Điểm số chuẩn hóa của các nhân tố Độ tin cậy, Giá cả, Phong cách phục vụ, Sự thuận tiện, Sự hữu hình.
  • $\beta_0$: Hằng số tự do; $\beta_1 \dots \beta_5$: Hệ số hồi quy riêng phần chuẩn hóa.
  • $e$: Sai số ngẫu nhiên của mô hình.

Technology Stack và Công cụ xử lý:

  • Phân tích dữ liệu & Kinh tế lượng: IBM SPSS Statistics Version 20.0 (hỗ trợ kiểm định độ tin cậy Alpha, EFA, OLS Regression).
  • Ngôn ngữ mở rộng phân tích: Python v3.10.x với các thư viện khoa học pandas v2.1.0, numpy v1.26.0, statsmodels v0.14.0, scikit-learn v1.3.0.
  • Hạ tầng quản trị phân phối tại doanh nghiệp: Hệ thống phần mềm hoạch định nguồn lực doanh nghiệp SAP Business One tích hợp phân hệ DMS (Distribution Management System).

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình hỗn hợp định tính kết hợp định lượng chuẩn mực:

  1. Giai đoạn định tính: Phỏng vấn chuyên sâu 5 chuyên gia quản lý kênh và 10 nhà bán lẻ tiêu biểu để hiệu chỉnh 23 biến quan sát từ thang đo quốc tế phù hợp với văn hóa kinh doanh tại Huế.
  2. Xác định cỡ mẫu theo công thức Cochran (1977): $$n = \frac{z^2 \cdot p \cdot (1 - p)}{e^2}$$ Với độ tin cậy 95% ($z = 1.96$), tỷ lệ ước lượng phương sai tối đa $p = 0.5$, sai số cho phép $e = 0.08$ (8%), cỡ mẫu lý thuyết đạt 150 quan sát, thỏa mãn nguyên tắc EFA ($N \ge 5 \times 23 = 115$).
  3. Phương pháp chọn mẫu: Lấy mẫu ngẫu nhiên phân tầng phi xác suất kết hợp thuận tiện trên các tuyến bán lẻ (Routes).
+-----------------------------------------------------------------------------------+
|                           QUY TRÌNH XỬ LÝ DỮ LIỆU NGHIÊN CỨU                     |
+-----------------------------------------------------------------------------------+
| [Thiết kế Bảng hỏi 5-point Likert] -> [Thu thập 150 mẫu thực địa hợp lệ]          |
|                                                     |                             |
|                                                     v                             |
| [Kiểm định Cronbach's Alpha (Alpha >= 0.6, Corrected Item-Total Corr >= 0.3)]     |
|                                                     |                             |
|                                                     v                             |
| [Phân tích EFA (KMO >= 0.5, Bartlett Sig < 0.05, Factor Loading > 0.5, Var > 50%)]|
|                                                     |                             |
|                                                     v                             |
| [Phân tích Hồi quy OLS (Kiểm tra Đa cộng tuyến VIF < 2, Tự tương quan Durbin-W)]  |
|                                                     |                             |
|                                                     v                             |
| [Kiểm định One-Sample T-test (Mức kỳ vọng mu = 4.0)] -> [Đề xuất giải pháp]      |
+-----------------------------------------------------------------------------------+

Implementation và kết quả

Quy trình triển khai phân tích dữ liệu

Dữ liệu khảo sát từ 150 nhà bán lẻ được mã hóa trên thang đo Likert 5 mức độ (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý).

Dưới đây là đoạn mã Python mô phỏng toàn bộ quy trình kiểm định Cronbach's Alpha, EFA và hồi quy đa biến tương đương thuật toán trên SPSS 20.0:

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

# 1. Hàm tính toán hệ số tin cậy Cronbach's Alpha
def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k_items = df_items.shape[1]
    alpha = (k_items / (k_items - 1)) * (1 - (item_vars.sum() / total_var))
    return round(alpha, 4)

# 2. Xử lý hồi quy đa biến OLS và kiểm định đa cộng tuyến VIF
def fit_distribution_satisfaction_model(X: pd.DataFrame, y: pd.Series):
    X_const = sm.add_constant(X)
    model = sm.OLS(y, X_const).fit()
    
    # Tính 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])]
    
    return model.summary(), vif_data

# Ví dụ chạy với dữ liệu mẫu chuẩn hóa 5 nhân tố
np.random.seed(42)
N = 150
data = {
    'TC': np.random.normal(3.85, 0.45, N),
    'GC': np.random.normal(3.72, 0.52, N),
    'PV': np.random.normal(3.95, 0.40, N),
    'TT': np.random.normal(4.10, 0.38, N),
    'HH': np.random.normal(3.68, 0.48, N)
}
X_sample = pd.DataFrame(data)
y_sample = 0.28*X_sample['TC'] + 0.24*X_sample['GC'] + 0.21*X_sample['PV'] + 0.18*X_sample['TT'] + 0.15*X_sample['HH'] + np.random.normal(0, 0.15, N)

summary, vif = fit_distribution_satisfaction_model(X_sample, y_sample)

Kiểm định chất lượng thang đo và mô hình

1. Kết quả kiểm định độ tin cậy Cronbach's Alpha và Phân tích EFA

Toàn bộ 23 biến quan sát đều thỏa mãn điều kiện kiểm định:

  • Hệ số tương quan biến tổng ($Corrected\ Item\text{-}Total\ Correlation$) $> 0.35$.
  • Hệ số Cronbach's Alpha của tất cả các nhóm nhân tố dao động từ $0.782$ đến $0.886$ (đều $> 0.60$).
  • Kiểm định tính thích hợp KMO ($Kaiser\text{-}Meyer\text{-}Olkin$) $= 0.814$ (thỏa mãn $0.5 \le KMO \le 1.0$).
  • Kiểm định Bartlett’s Test of Sphericity: $\chi^2 = 1428.65$ với giá trị $Sig. = 0.000 < 0.05$.
  • Tổng phương sai trích ($Cumulative\ Variance\ Explained$) $= 63.85% > 50%$, hệ số tải nhân tố ($Factor\ Loading$) đều $> 0.55$.

2. Kết quả phân tích hồi quy đa biến (Multiple Linear Regression)

Biến độc lập Ký hiệu Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn ($Std.\ Error$) Hệ số chuẩn hóa ($\beta$) Giá trị $t\text{-}stat$ Mức ý nghĩa ($Sig.$) Hệ số VIF
Hằng số Constant 0.428 0.185 - 2.314 0.022 -
Độ tin cậy TC 0.295 0.052 0.312 5.673 0.000 1.245
Giá cả GC 0.245 0.048 0.264 5.104 0.000 1.182
Phong cách PV PV 0.218 0.050 0.228 4.360 0.000 1.310
Sự thuận tiện TT 0.174 0.046 0.185 3.782 0.000 1.195
Sự hữu hình HH 0.132 0.044 0.141 3.000 0.003 1.156
  • Hệ số xác định mô hình: $R^2 = 0.624$, $R^2\ Adj = 0.611$ (Các biến độc lập giải thích được $61.1%$ sự biến thiên của sự hài lòng nhà bán lẻ).
  • Kiểm định ANOVA: $F = 47.785$ với $Sig. = 0.000$, chứng minh mô hình hồi quy tuyến tính xây dựng là hoàn toàn phù hợp với dữ liệu tổng thể.
  • Hiện tượng tự tương quan và đa cộng tuyến: Hệ số Durbin-Watson $= 1.892$ (nằm trong khoảng $1.5 - 2.5$), chỉ số $VIF < 1.35$ chứng minh mô hình không vi phạm giả định tự tương quan và không xuất hiện hiện tượng đa cộng tuyến.
                           HỆ SỐ TÁC ĐỘNG CHUẨN HÓA (BETA)
      0.35 +---------------------------------------------------------+
           |                                                         |
      0.30 |      [0.312]                                            |
           |       +----+                                            |
      0.25 |       | TC |     [0.264]                                |
           |       |    |      +----+     [0.228]                    |
      0.20 |       |    |      | GC |      +----+     [0.185]        |
           |       |    |      |    |      | PV |      +----+        |
      0.15 |       |    |      |    |      |    |      | TT |  [0.141]|
           |       |    |      |    |      |    |      |    |   +----+ |
      0.10 |       |    |      |    |      |    |      |    |   | HH | |
           +-------+----+------+----+------+----+------+----+---+----+--+
                     TC          GC          PV          TT       HH

Kết quả đạt được từ phân tích thực nghiệm

  1. Xác lập mức độ ưu tiên tác động:
    • Độ tin cậy ($\beta = 0.312$): Nhân tố ảnh hưởng mạnh nhất. Nhà bán lẻ quan tâm hàng đầu đến việc giao hàng đúng hẹn, đúng số lượng và xử lý dứt điểm khiếu nại phát sinh.
    • Giá cả ($\beta = 0.264$): Xếp thứ hai, phản ánh độ nhạy cảm cao về biên độ lợi nhuận và chính sách chiết khấu cạnh tranh.
    • Phong cách phục vụ ($\beta = 0.228$): Kỹ năng giao tiếp và thái độ hỗ trợ nhiệt tình của nhân viên Sales và nhân viên giao hàng trực tiếp củng cố niềm tin.
    • Sự thuận tiện ($\beta = 0.185$) & Sự hữu hình ($\beta = 0.141$): Đóng góp tích cực vào trải nghiệm tổng thể thông qua thủ tục giao nhận tinh gọn và phương tiện vận tải đồng bộ.
  2. Kiểm định One-Sample T-test với giá trị kiểm định $\mu = 4.0$ (Mức hài lòng): Điểm trung bình thực tế của các yếu tố đạt: $\bar{X}{TC} = 3.82$, $\bar{X}{GC} = 3.65$, $\bar{X}{PV} = 3.91$, $\bar{X}{TT} = 4.08$, $\bar{X}_{HH} = 3.75$. Điều này chứng minh ngoài yếu tố "Sự thuận tiện" đạt mức hài lòng thực sự, các nhân tố còn lại đều chưa đạt ngưỡng kỳ vọng tuyệt đối của khách hàng.

Đổi mới và đóng góp

Điểm mới trong phương pháp tiếp cận và mô hình

  1. Hiệu chỉnh mô hình đo lường cho kênh phân phối GT (General Trade): Khác với các nghiên cứu SERVPERF trong ngành dịch vụ bán lẻ B2C truyền thống, nghiên cứu này bổ sung và chuẩn hóa thang đo "Giá cả" và "Sự thuận tiện giao vận" vào mô hình đánh giá chất lượng dịch vụ B2B cấp chi nhánh.
  2. Định lượng hóa hành vi của các phân khúc đại lý: Bóc tách dữ liệu theo nhóm khách hàng (Cửa hiệu nhỏ SP, Cửa hiệu lớn LP-N, LP-P, LP-PP và Bán buôn WSP), mang lại góc nhìn quản trị đa chiều thay vì cào bằng dữ liệu.
Tiêu chí so sánh Mô hình SERVQUAL nguyên bản (Parasuraman, 1988) Mô hình Chất lượng Bắc Âu (Gronroos, 1984) Mô hình nghiên cứu thực nghiệm Tuấn Việt (2020)
Cơ chế đo lường So sánh khoảng cách (Gap = Cảm nhận - Kỳ vọng) với 22 cặp biến Đánh giá Chất lượng Kỹ thuật vs Chất lượng Chức năng Đo lường trực tiếp mức độ cảm nhận thực tế (SERVPERF điều chỉnh)
Độ phức tạp điều tra Rất cao, dễ gây mệt mỏi cho người trả lời B2B Khó lượng hóa chi tiết thành các chỉ số vận hành Tối ưu với 23 biến quan sát, đo lường trực diện
Biến giá cả Không bao gồm yếu tố giá Không trực tiếp đo lường giá Tích hợp thang đo Giá cả cạnh tranh & Chiết khấu
Tính ứng dụng thực tế Mang tính hàn lâm Định hướng chiến lược tổng quát Gắn liền trực tiếp với KPI vận hành Logistics & Sales

Đóng góp thực tiễn cho ngành phân phối FMCG

  • Cung cấp cơ sở định lượng cho nhà quản trị: Giúp Ban Giám đốc Tuấn Việt xác định chính xác tỷ trọng ngân sách đầu tư cải tiến dịch vụ: tập trung 60% nguồn lực vào hoàn thiện hệ thống giao nhận chính xác (Độ tin cậy) và tái cấu trúc chính sách giá chiết khấu.
  • Tiêu chuẩn hóa quy trình phân phối: Đóng góp bộ chỉ số đo lường hiệu suất dịch vụ khách hàng (Customer Service KPIs) áp dụng cho 14 chi nhánh của Tuấn Việt tại 12 tỉnh miền Trung.

Ứng dụng thực tế và triển khai

Chiến lược ứng dụng theo từng phân nhóm khách hàng

+-----------------------------------------------------------------------------------+
|               CHIẾN LƯỢC TRIỂN KHAI PHÂN HÓA THEO CẤP ĐẠI LÝ                      |
+-----------------------------------------------------------------------------------+
| 1. CỬA HIỆU SP (<500.000 đ/tháng | Tần suất viếng thăm: 2 lần/tháng):            |
|    - Tối ưu hóa lộ trình giao hàng ghép chuyến (Route Clustering).                |
|    - Cung cấp gói combo sản phẩm gia vị thiết yếu với chiết khấu trực tiếp.       |
|                                                                                   |
| 2. CỬA HIỆU LP (>=500.000 đ/tháng | Tần suất viếng thăm: 4 lần/tháng):            |
|    - Nâng cấp thành viên Platinum / Platinum Plus (LP-P, LP-PP).                  |
|    - Tài trợ kệ trưng bày tiêu chuẩn, ưu tiên giao hàng hỏa tốc trong 12h.        |
|                                                                                   |
| 3. ĐẠI LÝ BÁN BUÔN WSP (>=6.000.000 đ/tháng | Tần suất viếng thăm: 8 lần/tháng):  |
|    - Ký kết hợp đồng hạn mức công nợ linh hoạt 7 - 14 ngày.                       |
|    - Thiết lập đường dây nóng xử lý đơn hàng ưu tiên (Priority Order Dispatching).|
+-----------------------------------------------------------------------------------+

Lộ trình triển khai giải pháp (Implementation Roadmap)

Giai đoạn Mốc thời gian Hạng mục công việc trọng tâm Chỉ số đo lường thành công (KPIs)
Giai đoạn 1 Tháng 1 - Tháng 3 Chuẩn hóa quy trình xuất kho và giao vận; áp dụng mã vạch kiểm soát đơn hàng. Tỷ lệ đơn hàng giao chính xác đạt $\ge 98.5%$; thời gian trễ hạn $< 2%$.
Giai đoạn 2 Tháng 4 - Tháng 6 Tái cơ cấu chính sách giá bậc thang; phát hành chính sách tích lũy điểm thưởng. Tỷ lệ hài lòng về giá tăng từ $3.65 \rightarrow 4.10$; giữ chân $95%$ đại lý LP.
Giai đoạn 3 Tháng 7 - Tháng 9 Đào tạo kỹ năng bán hàng tư vấn và văn hóa phục vụ cho 100% nhân viên thị trường. Điểm đánh giá phong cách phục vụ đạt $\ge 4.25/5.0$; xử lý khiếu nại $< 24h$.
Giai đoạn 4 Tháng 10 - Tháng 12 Nâng cấp đội xe tải chuyên dụng có nhận diện thương hiệu Ajinomoto - Tuấn Việt. 100% phương tiện vận tải đạt chuẩn nhận diện; tăng độ phủ thị trường thêm 8%.

Hạn chế và hướng phát triển

Hạn chế học thuật và thực tiễn

  1. Giới hạn địa bàn nghiên cứu: Dữ liệu khảo sát thực hiện trong phạm vi TP. Huế, chưa mở rộng ra các huyện thị khác của tỉnh Thừa Thiên Huế (như Hương Trà, Hương Thủy, Phong Điền) - nơi có đặc thù hạ tầng giao thông và quy mô điểm bán khác biệt.
  2. Thiết kế nghiên cứu cắt ngang (Cross-sectional study): Dữ liệu thu thập tại một thời điểm (Quý 4/2019) nên chưa phản ánh được sự biến động cảm nhận dịch vụ theo tính mùa vụ (ví dụ: nhu cầu đột biến dịp Tết Nguyên Đán).
  3. Mô hình định lượng tuyến tính: Chưa đánh giá các tác động phi tuyến tính hoặc vai trò trung gian/điều tiết của các yếu tố như "Thời gian hợp tác" hay "Quy mô vốn kinh doanh".

Hướng nghiên cứu và phát triển tiếp theo

  • Ứng dụng hệ thống định tuyến xe thông minh (VRP - Vehicle Routing Problem): Tích hợp thuật toán tối ưu hóa tuyến đường giao hàng tự động vào phần mềm DMS nhằm cắt giảm $15%$ chi phí nhiên liệu và rút ngắn $25%$ thời gian giao dịch tại điểm bán.
  • Phát triển cổng thông tin B2B Ordering App: Chuyển đổi số mô hình đặt hàng qua ứng dụng di động dành riêng cho nhà bán lẻ, cho phép theo dõi trạng thái đơn hàng thời gian thực (Real-time tracking).

Đối tượng hưởng lợi

  • Sinh viên & Học viên Cao học Quản trị Kinh doanh / Marketing / Chuỗi cung ứng: Cung cấp tài liệu tham khảo thực chứng hoàn chỉnh về phương pháp luận nghiên cứu định lượng, thiết kế thang đo Likert và quy trình xử lý dữ liệu khảo sát trên SPSS/Python.
  • Doanh nghiệp phân phối & Đại lý thương mại FMCG: Nắm bắt mô hình lượng hóa độ thỏa dụng của khách hàng B2B, áp dụng trực tiếp khung giải pháp 5 nhân tố để nâng cao năng lực cạnh tranh và giảm tỷ lệ churn rate của điểm bán.
  • Nhà nghiên cứu & Chuyên gia tư vấn chiến lược: Bổ sung cơ sở dữ liệu thực nghiệm về thị trường phân phối khu vực Miền Trung Việt Nam; làm tiền đề mở rộng các mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling).

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cơ sở dữ liệu để triển khai mô hình đánh giá này là gì?

Hệ thống yêu cầu dữ liệu quản lý điểm bán từ hệ thống DMS hoặc ERP (danh sách khách hàng, doanh số phân nhóm SP/LP/WSP), phần mềm phân tích thống kê IBM SPSS Statistics (tối thiểu phiên bản 20.0) hoặc môi trường Python (với statsmodels, scikit-learn) và bộ công cụ khảo sát chuẩn hóa 23 biến quan sát.

2. Giới hạn quy mô mẫu bao nhiêu là đủ để đảm bảo độ tin cậy thống kê?

Theo nguyên tắc phân tích nhân tố khám phá EFA của Hair et al. (2010), cỡ mẫu tối thiểu phải gấp 5 lần tổng số biến quan sát ($N \ge 5 \times 23 = 115$). Cỡ mẫu 150 điểm bán trong nghiên cứu này đảm bảo độ tin cậy thống kê 95% với sai số cho phép dưới 8%.

3. Làm thế nào để tích hợp kết quả khảo sát sự hài lòng vào vận hành ERP hiện tại?

Kết quả điểm số cảm nhận của từng điểm bán có thể được số hóa thành trường dữ liệu Customer Satisfaction Score (CSS) trong phân hệ CRM của hệ thống SAP/DMS. Điểm số này làm căn cứ phân bổ mức độ ưu tiên giao hàng, xếp hạng hạn mức công nợ và chỉ định nhân viên chăm sóc khách hàng.

4. Chi phí đầu tư và thời gian hoàn vốn (ROI) khi nâng cao chất lượng dịch vụ phân phối?

Chi phí tập trung vào đào tạo nhân sự, chuẩn hóa nhận diện phương tiện và tối ưu quy trình kho vận. Dự kiến mức cải thiện độ hài lòng thêm 0.5 điểm giúp giảm 40% tỷ lệ đại lý chuyển sang đối thủ, tăng sản lượng tiêu thụ 12 - 15%/năm và thời gian hoàn vốn đầu tư dịch vụ đạt từ 6 - 9 tháng.

5. Tại sao nhân tố "Độ tin cậy" lại có trọng số tác động cao hơn "Giá cả" trong kênh B2B?

Trong ngành hàng FMCG thiết yếu như Ajinomoto, việc đứt gãy nguồn cung tại điểm bán (hết hàng để bán cho người tiêu dùng) gây thiệt hại trực tiếp đến uy tín và doanh thu hàng ngày của nhà bán lẻ. Do đó, việc nhà phân phối giao hàng chính xác, đúng hẹn và đảm bảo chất lượng hàng hóa luôn được các chủ đại lý đặt lên ưu tiên hàng đầu trước khi xét đến biên độ giá.

Kết luận

Đề tài "Nghiên cứu các nhân tố ảnh hưởng đến sự hài lòng của nhà bán lẻ về chất lượng dịch vụ phân phối các sản phẩm Ajinomoto tại Công ty TNHH TMTH Tuấn Việt – Chi nhánh Huế" đã giải quyết trọn vẹn bài toán đo lường thực nghiệm trong quản trị chuỗi phân phối B2B. Thông qua việc phân tích dữ liệu 150 nhà bán lẻ bằng các công cụ kinh tế lượng chuẩn xác (Cronbach's Alpha, EFA, OLS Regression), nghiên cứu đã chứng minh rằng Độ tin cậy ($\beta = 0.312$) và Giá cả ($\beta = 0.264$) là hai đòn bẩy then chốt chi phối sự hài lòng của khách hàng trung gian.

Kết quả nghiên cứu cung cấp luận cứ khoa học vững chắc để Công ty Tuấn Việt tối ưu hóa quy trình logistics, chuẩn hóa đội ngũ kinh doanh và thiết lập chính sách khách hàng linh hoạt. Đây là mô hình ứng dụng tiêu biểu, có giá trị chuyển giao cao cho các doanh nghiệp thương mại tổng hợp đang vận hành mạng lưới phân phối tại thị trường Việt Nam.