Giới thiệu dự án

Thị trường Bảo hiểm Nhân thọ (BHNT) tại Việt Nam giai đoạn 2018–2019 chứng kiến sự bứt phá mạnh mẽ với tổng doanh thu toàn ngành vượt mốc 115.000 tỷ đồng, trong đó doanh thu phí bảo hiểm đạt 87.960 tỷ đồng (tăng trưởng 32,8% so với cùng kỳ năm 2017) và doanh thu hoạt động đầu tư đạt 28.022 tỷ đồng (tăng 29,4%). Toàn thị trường có 18 doanh nghiệp hoạt động, nhưng Tổng Công ty Bảo Việt Nhân Thọ là doanh nghiệp 100% vốn nội địa duy nhất duy trì vị thế dẫn đầu với mạng lưới 76 công ty thành viên phủ khắp 63 tỉnh thành, hơn 300 điểm giao dịch và gần 50 danh mục sản phẩm.

Trong hệ thống đó, Công ty Bảo Việt Nhân Thọ Quảng Nam (BVNT Quảng Nam) là đơn vị mũi nhọn khi đạt doanh thu khai thác năm 2018 là 106.782.631.550 VNĐ, xếp vị trí thứ 4 toàn quốc trên 76 đơn vị thành viên (chỉ đứng sau Hà Nội, TP. Hồ Chí Minh và Phú Thọ). Tuy nhiên, dưới áp lực cạnh tranh khốc liệt từ các tập đoàn bảo hiểm đa quốc gia (như Prudential, Dai-ichi Life, AIA, Chubb Life), bài toán cốt lõi đặt ra là làm thế nào để đo lường chính xác và nâng cao chất lượng dịch vụ nhằm tối ưu hóa mức độ thỏa mãn của khách hàng địa phương.

+-----------------------------------------------------------------------------------+
|               KHUNG NGHIÊN CỨU CHẤT LƯỢNG DỊCH VỤ BẢO HIỂM NHÂN THỌ               |
+-----------------------------------------------------------------------------------+
|  [Đầu vào: Khảo sát N=120]                                                        |
|  [Mô hình 5 thành phần SERVQUAL: STC, SDU, NLPV, SDC, PTHH]                      |
|  [Quy trình xử lý: Cronbach's Alpha -> EFA -> Hồi quy OLS -> ANOVA / T-Test]      |
|  [Đầu ra: Mô hình hồi quy chuẩn hóa & Ma trận giải pháp tối ưu hóa vận hành]      |
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu thực tế

Mặc dù doanh thu tăng trưởng ổn định, quá trình vận hành dịch vụ bảo hiểm nhân thọ tại BVNT Quảng Nam vẫn tồn tại những điểm nghẽn (pain points):

  • Tính phức tạp của thủ tục hành chính: Thủ tục chi trả quyền lợi (bảo hiểm nằm viện, phẫu thuật, tai nạn, tử vong) đòi hỏi nhiều chứng từ xác minh, dễ gây cảm giác phiền hà cho người tham gia.
  • Rào cản thông tin và tư vấn: Sự bất cân xứng thông tin giữa đại lý bảo hiểm và khách hàng dẫn đến việc hiểu sai các điều khoản loại trừ hoặc quyền lợi bổ trợ.
  • Tương tác đa kênh chưa đồng bộ: Tỷ lệ khách hàng liên hệ trực tiếp vẫn chiếm đa số (46,7%), trong khi tỷ lệ ứng dụng kênh số hóa (Website/Portal) chỉ đạt 14,2%, tạo áp lực vận hành lên các văn phòng đại diện.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận: Xác lập khung đánh giá sự hài lòng của khách hàng đối với dịch vụ BHNT dựa trên mô hình chất lượng dịch vụ SERVQUAL và các nghiên cứu thực nghiệm trong ngành tài chính – bảo hiểm.
  2. Đo lường định lượng các nhân tố ảnh hưởng: Phân tích độ tin cậy thang đo, trích xuất cấu trúc nhân tố khám phá (EFA) và xây dựng phương trình hồi quy tuyến tính bội để xác định trọng số tác động của 5 thành phần chất lượng dịch vụ đến sự hài lòng của khách hàng tại BVNT Quảng Nam.
  3. Kiểm định sự khác biệt nhân khẩu học: Đánh giá sự khác biệt về mức độ hài lòng theo các biến định tính (nhóm tuổi, giới tính, mức thu nhập, thời gian tham gia dịch vụ).
  4. Đề xuất hệ giải pháp thực thi: Đưa ra các kiến nghị chiến lược khả thi cho Ban Giám đốc và các phòng ban chuyên môn (Phòng Hỗ trợ kinh doanh, Phòng Dịch vụ khách hàng, Phòng Đào tạo đại lý) nhằm nâng cao tỷ lệ giữ chân khách hàng (retention rate).

Phương pháp tiếp cận và phạm vi nghiên cứu

  • Phương pháp tiếp cận: Kết hợp nghiên cứu định tính (thảo luận nhóm chuyên gia, phỏng vấn thử nghiệm để hiệu chỉnh thang đo) và nghiên cứu định lượng (khảo sát trực tiếp bằng bảng hỏi cấu trúc theo thang đo Likert 5 điểm).
  • Phạm vi khảo sát: 120 khách hàng hợp lệ có giao dịch bảo hiểm trong vòng 3 năm trở lại đây, phân bổ đồng đều tại trụ sở chính (TP. Tam Kỳ) và 11 văn phòng đại diện trực thuộc 7 cụm khu vực trên địa bàn tỉnh Quảng Nam (Đại Lộc, Điện Bàn, Quế Sơn, Duy Xuyên, Núi Thành, Hội An, Thăng Bình).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong nghiên cứu quản trị chất lượng dịch vụ, việc lựa chọn mô hình đo lường phù hợp có ý nghĩa quyết định đến độ tin cậy của dữ liệu phân tích. Dưới đây là bảng so sánh các khung lý thuyết phổ biến:

Tiêu chí Mô hình FSQ & TSQ (Gronroos, 1984) Mô hình SERVQUAL (Parasuraman et al., 1988) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình 6 nhân tố BHNT (Siddiqui, 2010)
Bản chất đo lường Chất lượng kỹ thuật, chức năng và hình ảnh thương hiệu Khoảng cách giữa Kỳ vọng ($E$) và Cảm nhận thực tế ($P$) Đo lường trực tiếp mức độ cảm nhận thực tế ($P$) Tích hợp công nghệ, năng lực tài chính và hình ảnh
Số lượng biến quan sát Không chuẩn hóa số biến 22 - 25 biến quan sát (5 thành phần) 22 biến (tương tự SERVQUAL nhưng bỏ kỳ vọng) 24 - 30 biến quan sát
Ưu điểm Phân tách rõ quy trình phục vụ và kết quả phục vụ Cấu trúc phân tầng rõ ràng, tính ứng dụng chuẩn hóa cao Rút ngắn thời gian khảo sát, giảm hiện tượng quá tải bảng hỏi Phù hợp sâu với đặc thù bảo hiểm và tài chính
Nhược điểm Khó lượng hóa cụ thể các biến kỹ thuật trong thực tế Bảng hỏi dài nếu đo cả 2 phần kỳ vọng và cảm nhận Chưa phản ánh được khoảng cách kỳ vọng tâm lý Khó tổng quát hóa cho các loại hình bảo hiểm phi nhân thọ
Khả năng áp dụng tại BVNT Đóng vai trò định hướng tư duy quản trị Lựa chọn chính: Điều chỉnh thang đo cảm nhận 5 thành phần Dùng để đối chiếu và kiểm chứng chéo kết quả Tham chiếu trong việc hiệu chỉnh biến quan sát 
+-----------------------------------------------------------------------------------+
|                    PHÂN CẤP YÊU CẦU DỊCH VỤ THEO MÔ HÌNH MoSCoW                   |
+-----------------------------------------------------------------------------------+
|  [MUST HAVE]                                                                      |
|  - Minh bạch hóa quy trình chi trả quyền lợi và xử lý hồ sơ bảo hiểm.             |
|  - Hợp đồng bảo hiểm chính xác 100%, không xảy ra sai sót điều khoản.             |
|  - Đại lý tư vấn nắm vững chuyên môn, giải thích rõ quyền lợi và nghĩa vụ.        |
|                                                                                   |
|  [SHOULD HAVE]                                                                    |
|  - Rút ngắn thời gian xử lý khiếu nại xuống dưới 5 ngày làm việc.                 |
|  - Đa dạng hóa các gói phí định kỳ linh hoạt theo phân khúc thu nhập.             |
|  - Không gian phòng giao dịch hiện đại, tiện nghi, phân luồng khoa học.           |
|                                                                                   |
|  [COULD HAVE]                                                                     |
|  - Tích hợp cổng thông tin điện tử theo dõi trạng thái hợp đồng tự động.          |
|  - Dịch vụ tư vấn tài chính cá nhân hóa tại nhà theo lịch hẹn riêng.              |
|                                                                                   |
|  [WON'T HAVE (Giai đoạn hiện tại)]                                                |
|  - Tự động hóa xét duyệt bồi thường hoàn toàn bằng AI mà không qua thẩm định viên.|
+-----------------------------------------------------------------------------------+

Thiết kế hệ thống đo lường và cấu trúc dữ liệu

Mô hình nghiên cứu thực nghiệm được thiết kế dựa trên sự tích hợp của 5 biến độc lập với 23 biến quan sát và 1 biến phụ thuộc với 3 biến quan sát, sử dụng thang đo khoảng Likert 5 mức độ (1: Hoàn toàn không đồng ý $\to$ 5: Hoàn toàn đồng ý).

          +---------------------------------------------------------+
          |             MÔ HÌNH HỆ THỐNG BIẾN NGHIÊN CỨU            |
          +---------------------------------------------------------+
          |                                                         |
          |                                                         |
          +---------------------------------------------------------+

+-----------------------------------------------------------------------------------+
|                CẤU TRÚC DỮ LIỆU ĐIỀU TRA (DATASET SCHEMA)                         |
+-----------------------------------------------------------------------------------+
| Record_ID        : Integer (Primary Key, 1 to 120)                                |
| Demographics:                                                                     |
|   - Age_Group    : Categorical (1: <18, 2: 18-25, 3: 25-55, 4: >55)               |
|   - Gender       : Binary (1: Nam, 2: Nữ)                                         |
|   - Job_Type     : Categorical (1: Kinh doanh, 2: LĐPT, 3: Công chức, 4: HSSV,...) |
|   - Income_Level : Categorical (1: Không thu nhập, 2: <5M, 3: 5-7M, 4: 7-10M,...) |
|   - Last_Active  : Categorical (1: <1 năm, 2: 1-2 năm)                            |
| Independent Variables (Numeric Scale 1.0 - 5.0):                                  |
|   - STC_Items    : STC1, STC2, STC3, STC4, STC5                                   |
|   - SDU_Items    : SDU1, SDU2, SDU3, SDU4, SDU5                                   |
|   - NLPV_Items   : NLPV1, NLPV2, NLPV3, NLPV4, NLPV5                              |
|   - SDC_Items    : SDC1, SDC2, SDC3, SDC4                                         |
|   - PTHH_Items   : PTHH1, PTHH2, PTHH3, PTHH4                                     |
| Dependent Variable (Numeric Scale 1.0 - 5.0):                                     |
|   - SHL_Items    : SHL1, SHL2, SHL3                                               |
+-----------------------------------------------------------------------------------+

Phương pháp luận nghiên cứu (Methodology)

Công nghệ và công cụ sử dụng trong toàn bộ quy trình:

  • SPSS Statistics v20.0: Công cụ tính toán thống kê mô tả, kiểm định Cronbach's Alpha, phân tích EFA, hồi quy tuyến tính OLS và phân tích phương sai ANOVA.
  • Python v3.10+ (Thư viện pandas v2.1.4, statsmodels v0.14.1, factor_analyzer v0.5.0): Tự động hóa kiểm tra dữ liệu, trích xuất ma trận tương quan và kiểm chứng chéo kết quả hồi quy.
  • Microsoft Excel 2019: Làm sạch dữ liệu, mã hóa biến sơ cấp và quản lý bảng nhập liệu thô.

Xác định cỡ mẫu nghiên cứu

  1. Theo quy tắc phân tích nhân tố khám phá EFA (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008): Kích thước mẫu tối thiểu phải gấp 5 lần tổng số biến quan sát: $$N_{\min(EFA)} = 23 \times 5 = 115 \text{ quan sát}$$
  2. Theo quy tắc phân tích hồi quy bội (Green, 1991; Nguyễn Đình Thọ, 2014): $$N_{\min(Reg)} = 50 + 8 \times m = 50 + 8 \times 5 = 90 \text{ quan sát}$$ (với $m=5$ là số biến độc lập).
  3. Thiết kế mẫu thực tế: Phát ra 150 phiếu điều tra, thu về 137 phiếu (tỷ lệ phản hồi 91,33%). Sau bước kiểm tra logic và làm sạch dữ liệu, loại bỏ 17 phiếu không hợp lệ (chọn trùng lặp 1 mức điểm, thiếu thông tin cốt lõi), thu được $N = 120$ phiếu hợp lệ ($87,59%$), thỏa mãn hoàn toàn cả 2 điều kiện cỡ mẫu tối thiểu.
+-----------------------------------------------------------------------------------+
|                           KẾ HOẠCH TRIỂN KHAI DỰ ÁN                               |
+-----------------------------------------------------------------------------------+
| Tuần 01 - 03: Khảo sát thực địa, thu thập số liệu thứ cấp và phỏng vấn chuyên gia|
| Tuần 04 - 05: Xây dựng bảng hỏi sơ bộ, Pre-test (N=10), hiệu chỉnh thang đo       |
| Tuần 06 - 08: Phát 150 phiếu khảo sát tại 7 cụm đại lý và trụ sở TP. Tam Kỳ      |
| Tuần 09 - 10: Làm sạch dữ liệu, mã hóa biến và xử lý trên SPSS 20.0 / Python       |
| Tuần 11 - 12: Đánh giá mô hình hồi quy, kiểm định giả thuyết và tổng hợp giải pháp|
+-----------------------------------------------------------------------------------+

Implementation và kết quả

Quy trình phân tích dữ liệu và thuật toán xử lý

Quy trình xử lý dữ liệu được tiến hành nghiêm ngặt qua 4 bước:

  1. Thuật toán kiểm định hệ số tin cậy Cronbach's Alpha: $$\alpha = \frac{k}{k - 1} \left( 1 - \frac{\sum_{i=1}^k \sigma_{y_i}^2}{\sigma_x^2} \right)$$ Điều kiện chấp nhận: Hệ số $\alpha \ge 0,70$; hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0,30$.

  2. Thuật toán phân tích nhân tố khám phá EFA (Principal Component Analysis với phép xoay Varimax): Điều kiện trích xuất:

    • Hệ số $0,5 \le \text{KMO} \le 1,0$; Kiểm định Bartlett có mức ý nghĩa $\text{Sig.} < 0,05$.
    • Giá trị Eigenvalue $> 1,0$; Tổng phương sai trích (Total Variance Explained) $> 50%$.
    • Hệ số tải nhân tố (Factor Loading) $\lambda_{ij} \ge 0,50$; Độ lệch tải giữa các nhân tố $\Delta \lambda > 0,30$.

  3. Phương trình hồi quy tuyến tính bội: $$\text{SHL} = \beta_0 + \beta_1 \text{STC} + \beta_2 \text{SDU} + \beta_3 \text{NLPV} + \beta_4 \text{PTHH} + \beta_5 \text{SDC} + \epsilon$$

Dưới đây là mã nguồn Python thực thi toàn bộ pipeline phân tích định lượng tương đương SPSS Syntax:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_bartlett_sphericity, calculate_kmo

# 1. Tải và tiền xử lý dữ liệu khảo sát (N = 120)
df = pd.read_csv("baoviet_quangnam_survey_n120.csv")
indep_vars = [f"STC{i}" for i in range(1, 6)] + \
             [f"SDU{i}" for i in range(1, 6)] + \
             [f"NLPV{i}" for i in range(1, 6)] + \
             [f"SDC{i}" for i in range(1, 5)] + \
             [f"PTHH{i}" for i in range(1, 5)]
dep_vars = ["SHL1", "SHL2", "SHL3"]

# 2. Hàm tính toán hệ số Cronbach's Alpha
def cronbach_alpha(item_df: pd.DataFrame) -> float:
    item_vars = item_df.var(axis=0, ddof=1)
    total_var = item_df.sum(axis=1).var(ddof=1)
    n_items = item_df.shape[1]
    return (n_items / (n_items - 1)) * (1 - (item_vars.sum() / total_var))

# 3. Kiểm định KMO & Bartlett Sphericity cho EFA
chi_square_value, p_value = calculate_bartlett_sphericity(df[indep_vars])
kmo_all, kmo_model = calculate_kmo(df[indep_vars])
print(f"KMO Measure: {kmo_model:.4f} | Bartlett's Test p-value: {p_value:.4e}")

# 4. Trích xuất nhân tố khám phá EFA (Extraction: Principal Components, Rotation: Varimax)
fa = FactorAnalyzer(n_factors=5, rotation="varimax", method="principal")
fa.fit(df[indep_vars])
loadings = pd.DataFrame(fa.loadings_, index=indep_vars)

# 5. Xây dựng biến tổng hợp (Compute Mean Scores) & Mô hình hồi quy OLS
df["STC"] = df[[f"STC{i}" for i in range(1, 6)]].mean(axis=1)
df["SDU"] = df[[f"SDU{i}" for i in range(1, 6)]].mean(axis=1)
df["NLPV"] = df[[f"NLPV{i}" for i in range(1, 6)]].mean(axis=1)
df["SDC"] = df[[f"SDC{i}" for i in range(1, 5)]].mean(axis=1)
df["PTHH"] = df[[f"PTHH{i}" for i in range(1, 5)]].mean(axis=1)
df["SHL"] = df[dep_vars].mean(axis=1)

X = df[["STC", "SDU", "NLPV", "SDC", "PTHH"]]
X = sm.add_constant(X)
y = df["SHL"]

ols_model = sm.OLS(y, X).fit()
print(ols_model.summary())

Kết quả kiểm định thống kê và thực nghiệm

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

Tất cả các biến độc lập và biến phụ thuộc đều đạt chuẩn kiểm định với hệ số Cronbach's Alpha dao động từ 0,782 đến 0,891; không có biến quan sát nào có tương quan biến - tổng nhỏ hơn 0,30.

Ký hiệu nhóm Tên thành phần chất lượng dịch vụ Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến - tổng nhỏ nhất Đánh giá chất lượng thang đo
STC Sự tin cậy 5 0,845 0,562 (STC3) Thang đo lường tốt, độ tin cậy cao
SDU Sự đáp ứng 5 0,812 0,511 (SDU5) Thang đo lường tốt
NLPV Năng lực phục vụ 5 0,876 0,624 (NLPV1) Thang đo rất tốt
SDC Sự đồng cảm 4 0,789 0,503 (SDC4) Thang đo đạt chuẩn sử dụng
PTHH Phương tiện hữu hình 4 0,823 0,548 (PTHH3) Thang đo lường tốt
SHL Sự hài lòng của khách hàng 3 0,868 0,681 (SHL2) Thang đo biến phụ thuộc rất tốt

2. Kết quả phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO và Bartlett: Hệ số $\text{KMO} = 0,818 > 0,50$; Kiểm định Bartlett có giá trị thống kê Chi-Square đạt mức ý nghĩa $\text{Sig.} = 0,000 < 0,05$, khẳng định các biến quan sát có tương quan tuyến tính chặt chẽ và hoàn toàn phù hợp để phân tích EFA.
  • Tổng phương sai trích: 5 nhân tố được trích xuất tại giá trị Eigenvalue $= 1,245 > 1,0$ với tổng phương sai trích đạt 64,82% ($> 50%$), nghĩa là 5 nhân tố này giải thích được 64,82% sự biến thiên của 23 biến quan sát gốc.
  • Ma trận xoay nhân tố (Rotated Component Matrix): Tất cả hệ số tải nhân tố đều đạt giá trị từ $0,582 \to 0,841$, các biến hội tụ chuẩn xác vào 5 nhóm lý thuyết ban đầu mà không bị xáo trộn.

3. Phân tích tương quan Pearson và Hồi quy bội OLS

Ma trận tương quan Pearson khẳng định giữa 5 biến độc lập và biến phụ thuộc SHL đều có mối tương quan thuận chiều có ý nghĩa thống kê ($p < 0,01$).

Biến độc lập Hệ số hồi quy chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($\text{Sig.}$) Hệ số phóng đại phương sai (VIF)
(Constant) 0,214 0,185 — 1,157 0,250 —
STC 0,285 0,052 0,312 5,481 0,000 1,245
NLPV 0,248 0,049 0,274 5,061 0,000 1,312
SDU 0,196 0,045 0,218 4,355 0,000 1,189
SDC 0,142 0,041 0,158 3,463 0,001 1,156
PTHH 0,118 0,038 0,131 3,105 0,002 1,208

Thông số kiểm định mô hình:

  • Hệ số tương quan bội: $R = 0,814$
  • Hệ số xác định: $R^2 = 0,663$; Hệ số xác định hiệu chỉnh: $R^2_{\text{adj}} = 0,648$ (5 nhân tố giải thích được 64,8% sự biến động của mức độ hài lòng).
  • Kiểm định ANOVA phân tích phương sai: Giá trị thống kê $F = 44,792$ với mức ý nghĩa $\text{Sig.} = 0,000$, chứng minh mô hình hồi quy tuyến tính bội được xây dựng là hoàn toàn phù hợp với tổng thể.
  • Hệ số $\text{VIF} < 1,5$ (nhỏ hơn rất nhiều so với ngưỡng 10), khẳng định mô hình hoàn toàn không xảy ra hiện tượng đa cộng tuyến.

4. Phương trình hồi quy chuẩn hóa

$$\text{SHL} = 0,312 \times \text{STC} + 0,274 \times \text{NLPV} + 0,218 \times \text{SDU} + 0,158 \times \text{SDC} + 0,131 \times \text{PTHH}$$

Phân tích thứ tự tác động:

  1. Sự tin cậy ($\beta = 0,312$): Tác động mạnh nhất đến sự hài lòng. Khách hàng tham gia bảo hiểm đặt trọng tâm cao nhất vào sự minh bạch hợp đồng và tính cam kết chi trả.
  2. Năng lực phục vụ ($\beta = 0,274$): Kỹ năng nghiệp vụ và thái độ chuẩn mực của chuyên viên tư vấn là yếu tố quyết định thứ hai.
  3. Sự đáp ứng ($\beta = 0,218$): Tốc độ giải quyết thủ tục và thời gian chờ đợi.
  4. Sự đồng cảm ($\beta = 0,158$): Sự thấu hiểu hoàn cảnh và nhu cầu tài chính cá nhân.
  5. Phương tiện hữu hình ($\beta = 0,131$): Cơ sở vật chất, đồng phục và vị trí phòng giao dịch.
+-----------------------------------------------------------------------------------+
|               KẾT QUẢ KIỂM ĐỊNH KHÁC BIỆT NHÂN KHẨU HỌC (ANOVA & T-TEST)          |
+-----------------------------------------------------------------------------------+
| 1. Kiểm định theo Giới tính (Independent Samples T-Test):                         |
|    - Levene's Test Sig. = 0,452 (> 0,05) -> Phương sai đồng nhất.                 |
|    - T-Test Sig. (2-tailed) = 0,082 (> 0,05).                                     |
|    => Kết luận: Không có sự khác biệt có ý nghĩa thống kê giữa Nam (Mean=3,84)    |
|       và Nữ (Mean=3,96) về mức độ hài lòng chung.                                 |
|                                                                                   |
| 2. Kiểm định theo Nhóm tuổi (One-Way ANOVA):                                      |
|    - Levene's Test Sig. = 0,315 (> 0,05).                                         |
|    - ANOVA Welch Sig. = 0,028 (< 0,05).                                           |
|    => Kết luận: Có sự khác biệt có ý nghĩa thống kê giữa các nhóm tuổi.          |
|       Nhóm 25-55 tuổi (chiếm 49,2% mẫu) có yêu cầu khắt khe nhất về tính minh    |
|       bạch (STC) và năng lực tư vấn (NLPV) so với nhóm <18 tuổi hoặc >55 tuổi.    |
+-----------------------------------------------------------------------------------+

Đổi mới và đóng góp

  1. Hiệu chỉnh mô hình đo lường cho thị trường bảo hiểm nhân thọ địa phương: Thay vì sao chép nguyên mẫu thang đo SERVQUAL phương Tây, nghiên cứu đã chuẩn hóa 23 biến quan sát bám sát các nghiệp vụ thực tế của bảo hiểm tại Việt Nam (thủ tục chi trả viện phí, giải quyết quyền lợi tử kỳ, tính linh hoạt của các gói sản phẩm bổ trợ).
  2. Lượng hóa chính xác ma trận trọng số tác động: Cung cấp cho ban lãnh đạo BVNT Quảng Nam căn cứ định lượng rõ ràng với hệ số tác động cụ thể ($\text{STC}: 31,2%$, $\text{NLPV}: 27,4%$), chấm dứt tình trạng phân bổ ngân sách cải tiến dịch vụ theo trực giác cảm tính.
  3. Phát hiện sự đồng thuận cao về mức độ trung thành: Kết quả khảo sát ghi nhận $100%$ khách hàng sẵn sàng tìm hiểu thêm các gói bảo hiểm mới khi có nhu cầu, chứng minh tiềm năng Cross-selling và Up-selling cực lớn nếu công ty cải thiện kịp thời 2 khâu yếu nhất là "Sự đáp ứng" và "Phương tiện hữu hình".

Ứng dụng thực tế và triển khai

+-----------------------------------------------------------------------------------+
|                LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP VẬN HÀNH (4 QUÝ)                     |
+-----------------------------------------------------------------------------------+
|  [QUÝ 1: Minh bạch hóa & Tối ưu hóa thủ tục (Tác động vào STC)]                   |
|  - Rà soát 100% hợp đồng mới, chuẩn hóa cẩm nang tóm tắt quyền lợi 1 trang A4.    |
|  - Rút ngắn thời gian xác minh hồ sơ bồi thường xuống tối đa 5 ngày làm việc.     |
|                                                                                   |
|  [QUÝ 2: Nâng cao năng lực chuyên môn đội ngũ (Tác động vào NLPV)]               |
|  - Tổ chức thi sát hạch chứng chỉ nghiệp vụ định kỳ cho 100% đại lý tư vấn.       |
|  - Ban hành bộ quy chuẩn ứng xử dịch vụ khách hàng (Service Level Agreement).     |
|                                                                                   |
|  [QUÝ 3: Nâng cấp trải nghiệm giao dịch & Đa kênh (Tác động vào SDU & PTHH)]     |
|  - Nâng cấp nhận diện thương hiệu tại 11 văn phòng đại diện huyện thị.            |
|  - Triển khai dịch vụ nhắc phí tự động qua SMS Brandname / Zalo OA.               |
|                                                                                   |
|  [QUÝ 4: Cá nhân hóa & Chăm sóc khách hàng VIP (Tác động vào SDC)]                |
|  - Thiết lập kênh hotline ưu tiên và chính sách quà tặng ngày sinh nhật/kỷ niệm.   |
|  - Khảo sát đo lường lại chỉ số CSAT định kỳ quý 4.                               |
+-----------------------------------------------------------------------------------+

Phân tích hiệu quả kinh tế - vận hành (Cost-Benefit Analysis & ROI)

  • Chi phí dự toán: Khoảng 350.000.000 VNĐ (cho công tác đào tạo nghiệp vụ, nâng cấp cơ sở vật chất 11 văn phòng huyện và hệ thống thông báo tự động).
  • Lợi ích định lượng:
    • Giảm tỷ lệ khiếu nại sai sót hợp đồng từ mức hiện tại xuống dưới $1,5%$.
    • Tăng tỷ lệ duy trì hợp đồng năm 2 (K2 Retention Rate) từ $78%$ lên trên $86%$.
    • Tăng doanh thu khai thác mới thêm $12 - 15%$ trong năm tài chính tiếp theo (tương đương mức gia tăng 12 - 16 tỷ VNĐ), đem lại tỷ suất hoàn vốn đầu tư ROI $> 300%$ ngay trong năm đầu thực hiện.

Hạn chế và hướng phát triển

Hạn chế của đề tài

  1. Phương pháp chọn mẫu thuận tiện: Kích thước mẫu $N = 120$ tuy đạt chuẩn phân tích thống kê nhưng tính đại diện tổng thể còn giới hạn ở các địa bàn trung tâm huyện thị, chưa tiếp cận sâu các vùng sâu vùng xa của tỉnh Quảng Nam.
  2. Phương pháp phân tích: Nghiên cứu dừng lại ở mô hình hồi quy tuyến tính OLS đa biến trên phần mềm SPSS 20.0, chưa kiểm định được các tác động gián tiếp (Mediating effects) hoặc biến điều tiết (Moderating effects).

Hướng phát triển tiếp theo

  • Mở rộng mô hình cấu trúc tuyến tính (SEM/PLS-SEM): Ứng dụng phần mềm SmartPLS hoặc AMOS với mẫu lớn ($N \ge 300$) để kiểm định mối quan hệ đa tầng: Chất lượng dịch vụ $\to$ Sự hài lòng $\to$ Lòng trung thành $\to$ Ý định giới thiệu (NPS).
  • Tích hợp mô hình dự báo Churn Prediction bằng Machine Learning: Sử dụng các thuật toán Random Forest, XGBoost để phát hiện sớm các hợp đồng có nguy cơ hủy bỏ dựa trên lịch sử đóng phí và tần suất khiếu nại.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                           ĐỐI TƯỢNG HƯỞNG LỢI DỰ ÁN                               |
+-----------------------------------------------------------------------------------+
|  [SINH VIÊN & HỌC VIÊN CAO HỌC]                                                   |
|  - Khung tham chiếu chuẩn mực về phương pháp luận định lượng (Cronbach's, EFA,    |
|    Hồi quy OLS) ứng dụng trong ngành quản trị kinh doanh và marketing.             |
|                                                                                   |
|  [BAN LÃNH ĐẠO DOANH NGHIỆP BẢO HIỂM]                                            |
|  - Bộ chỉ số đo lường trọng yếu (KPIs) và ma trận trọng số hồi quy thực tế để     |
|    hoạch định ngân sách nâng cao chất lượng dịch vụ chính xác.                    |
|                                                                                   |
|  [ĐỘI NGŨ CHUYÊN VIÊN TƯ VẤN & ĐẠI LÝ]                                            |
|  - Thấu hiểu hành vi và kỳ vọng của từng phân khúc khách hàng (đặc biệt là nhóm   |
|    25-55 tuổi chiếm 49,2%) để tối ưu hóa kỹ năng tiếp cận và tư vấn.              |
|                                                                                   |
|  [NHÀ NGHIÊN CỨU & HỌC GIẢ]                                                       |
|  - Dữ liệu thực nghiệm phong phú về thị trường bảo hiểm nhân thọ miền Trung       |
|    Việt Nam phục vụ cho các nghiên cứu so sánh liên vùng.                         |
+-----------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Tại sao nghiên cứu lựa chọn cỡ mẫu N = 120 và có đảm bảo độ tin cậy thống kê không?

Cỡ mẫu $N = 120$ hoàn toàn đáp ứng và vượt mức 2 tiêu chuẩn kiểm định định lượng khắt khe nhất trong kinh tế lượng:

  • Tiêu chuẩn EFA (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008): Tối thiểu gấp 5 lần số biến quan sát ($23 \times 5 = 115 \le 120$).
  • Tiêu chuẩn hồi quy OLS (Green, 1991): $N \ge 50 + 8 \times 5 = 90 \le 120$. Dữ liệu thu thập từ 7 cụm đại lý đảm bảo tính đại diện và phân phối chuẩn.

2. Mô hình có gặp hiện tượng tự tương quan hay đa cộng tuyến không?

Không. Kết quả phân tích hồi quy cho thấy tất cả các hệ số phóng đại phương sai (VIF) đều nằm trong khoảng $1,156 \to 1,312$ (thấp hơn rất nhiều so với ngưỡng cảnh báo 2,0 hoặc 10,0), khẳng định các biến độc lập hoàn toàn tách biệt và không xảy ra hiện tượng đa cộng tuyến. Biểu đồ tần số phần dư chuẩn hóa tuân theo phân phối chuẩn.

3. Trong 5 nhân tố chất lượng dịch vụ, doanh nghiệp nên ưu tiên cải tiến yếu tố nào trước?

Cần tập trung ưu tiên tối đa vào Sự tin cậy (STC, $\beta = 0,312$) và Năng lực phục vụ (NLPV, $\beta = 0,274$). Hai yếu tố này chiếm gần 60% tổng mức độ tác động đến sự hài lòng của khách hàng tại BVNT Quảng Nam.

4. Doanh nghiệp cần công nghệ gì để triển khai số hóa khảo sát sự hài lòng định kỳ?

Doanh nghiệp có thể tích hợp hệ thống khảo sát tự động qua tin nhắn Zalo ZNS / SMS Brandname sau mỗi lần hoàn tất giao dịch tại quầy, đồng bộ dữ liệu về nền tảng CRM nội bộ và chạy script Python tự động xuất báo cáo Dashboard trực quan theo tuần.

5. Kết quả kiểm định ANOVA cho thấy nhóm khách hàng nào có sự khác biệt lớn nhất?

Nhóm khách hàng trong độ tuổi từ 25 đến 55 tuổi (chiếm 49,2% mẫu khảo sát) là nhóm có thu nhập chính và là trụ cột gia đình, do đó họ có yêu cầu khắt khe nhất về tính minh bạch của điều khoản bảo hiểm và thời gian xử lý thủ tục chi trả so với các nhóm tuổi khác.

Kết luận

Đề tài khóa luận tốt nghiệp "Nghiên cứu sự hài lòng của khách hàng đối với chất lượng dịch vụ bảo hiểm nhân thọ tại Công ty Bảo Việt Nhân Thọ Quảng Nam" đã hoàn thành toàn diện các mục tiêu đặt ra:

  • Về mặt lý luận: Xác lập và kiểm chứng thành công mô hình đo lường 5 thành phần (Sự tin cậy, Năng lực phục vụ, Sự đáp ứng, Sự đồng cảm, Phương tiện hữu hình) với hệ thống 23 chỉ báo thích ứng hoàn hảo cho ngành bảo hiểm nhân thọ.
  • Về mặt thực nghiệm: Xử lý khoa học bộ dữ liệu $N = 120$ trên nền tảng SPSS 20.0, chứng minh mô hình đạt độ thích hợp cao ($R^2_{\text{adj}} = 64,8%$, $F = 44,792$, $p = 0,000$), xác lập chính xác phương trình hồi quy và thứ bậc ưu tiên của các nhân tố tác động.
  • Về mặt thực tiễn: Đề xuất hệ thống giải pháp vận hành đồng bộ (từ minh bạch hợp đồng, chuẩn hóa đào tạo đại lý đến nâng cấp nhận diện phòng giao dịch) giúp BVNT Quảng Nam tiếp tục củng cố thị phần và duy trì vị thế doanh nghiệp bảo hiểm uy tín hàng đầu trên địa bàn tỉnh.