Tổng quan nghiên cứu

Thị trường viễn thông di động Việt Nam giai đoạn 2016–2018 chứng kiến sự cạnh tranh gay gắt giữa ba nhà mạng lớn, trong đó Viettel chiếm 52% và MobiFone giữ 26.4% thị phần toàn quốc. Tại thị trường trọng điểm Thành phố Hồ Chí Minh, Công ty Dịch vụ MobiFone Khu vực 2 đạt doanh thu thông tin 8.698 tỷ đồng trong năm 2017, chỉ hoàn thành 91.15% kế hoạch đề ra và giảm 3.74% so với năm 2016. Áp lực tăng trưởng càng gia tăng khi Nghị định 49/2017/NĐ-CP được ban hành nhằm siết chặt quản lý thuê bao di động trả trước, khiến số lượng thuê bao phát triển mới năm 2017 giảm mạnh 60.54% so với năm 2016.

Trong bối cảnh chi phí thu hút một khách hàng mới cao gấp 5 lần chi phí giữ chân khách hàng hiện hữu, việc ngăn chặn tình trạng rời mạng trở thành chiến lược sống còn. Nâng cao tỷ lệ duy trì khách hàng thêm 5% có thể giúp doanh nghiệp gia tăng giá trị trọn đời của khách hàng từ 25% đến 100%. Luận văn tập trung giải quyết vấn đề cốt lõi: Xác định các yếu tố tác động đến thời gian duy trì dịch vụ và ước tính xác suất rời mạng của khách hàng trả sau MobiFone tại Thành phố Hồ Chí Minh.

Phạm vi nghiên cứu bao quát 22.927 thuê bao cá nhân trả sau hòa mạng mới trong quý 1 năm 2017 và được theo dõi liên tục trong 10 tháng đến tháng 10 năm 2017. Kết quả nghiên cứu cung cấp cơ sở định lượng giúp doanh nghiệp bảo vệ nguồn thu cốt lõi hơn 18.593 tỷ đồng từ dịch vụ thoại và mở rộng dư địa tăng trưởng doanh thu data.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết duy trì khách hàng của Fornell & Wernerfelt (1987) cùng các mô hình quản trị quan hệ khách hàng của Reichheld & Sasser (1990) và Rust & Zahorik (1993). Duy trì khách hàng phản ánh khả năng doanh nghiệp ngăn chặn sự chuyển dịch của người dùng sang đối thủ cạnh tranh, kéo dài vòng đời khách hàng và tối ưu hóa lợi nhuận biên. Theo Lu (2001), hiện tượng rời mạng trong viễn thông phân thành ba dạng: nhà mạng chủ động ngừng cung cấp dịch vụ, khách hàng ngừng hoạt động do thay đổi địa bàn cư trú, và khách hàng tự nguyện chuyển sang nhà mạng khác.

Mô hình nghiên cứu kế thừa khung phân tích sự sống còn của Boehm (2008), Wrong (2011) và Normeshie (2013). Mô hình tích hợp hai nhóm biến giải thích chính: nhóm đặc điểm nhân khẩu học (độ tuổi, giới tính, nguyên quán) và nhóm hành vi tiêu dùng dịch vụ (doanh thu thoại, doanh thu tin nhắn SMS, doanh thu dữ liệu data). Khái niệm trung tâm của nghiên cứu là hàm sống sót $S(t)$ biểu thị xác suất khách hàng tiếp tục ở lại sau khoảng thời gian $t$, và hàm nguy cơ $h(t)$ đo lường tỷ lệ rời mạng có điều kiện tại một thời điểm cụ thể.

Phương pháp nghiên cứu

Dữ liệu sơ cấp được trích xuất từ kho dữ liệu giao dịch nội bộ của Công ty Dịch vụ MobiFone Khu vực 2. Cỡ mẫu nghiên cứu gồm toàn bộ 22.927 khách hàng cá nhân hòa mạng dịch vụ trả sau từ tháng 01/2017 đến tháng 03/2017 tại Thành phố Hồ Chí Minh, theo dõi trạng thái hoạt động theo từng tháng đến tháng 10/2017. Phương pháp chọn mẫu tổng thể đảm bảo tính đại diện tuyệt đối cho tệp khách hàng trả sau mới phát sinh trong kỳ.

Nghiên cứu kết hợp hai công cụ kinh tế lượng chuyên sâu:

  1. Phương pháp phi tham số Kaplan-Meier: Sử dụng để ước lượng hàm sống sót và vẽ đường cong phân tích tỷ lệ duy trì dịch vụ theo từng phân nhóm biến qua thang thời gian 10 tháng.
  2. Mô hình bán tham số Cox Proportional Hazards: Phân tích đồng thời tác động của các biến độc lập lên hàm nguy cơ rời mạng mà không cần áp đặt giả định về phân phối xác suất nền của thời gian sống sót.

Phương pháp này xử lý triệt để hiện tượng dữ liệu bị cắt phải (right-censored data) khi nhiều thuê bao vẫn đang hoạt động tại thời điểm kết thúc quan sát, đảm bảo độ chính xác vượt trội so với các mô hình hồi quy OLS hoặc Logistic thông thường.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Sau 10 tháng theo dõi trên mẫu 22.927 thuê bao, nghiên cứu ghi nhận 7.029 khách hàng đã chính thức hủy hợp đồng và ngưng sử dụng dịch vụ, tương ứng tỷ lệ rời mạng tích lũy đạt 30.66%. Xác suất rời mạng của toàn bộ mẫu bắt đầu giảm dần từ tháng thứ 3 và ổn định ở mức 20% tại tháng thứ 10.

Hành vi sử dụng dịch vụ là yếu tố phân hóa mạnh mẽ nhất xác suất rời mạng:

  • Đối với dịch vụ thoại: Khách hàng không phát sinh doanh thu thoại có xác suất rời mạng lên tới 74% tại tháng thứ 10, trong khi nhóm có sử dụng thoại thường xuyên chỉ ghi nhận tỷ lệ rời mạng 6% (chênh lệch tới 68%).
  • Đối với dịch vụ SMS: Khách hàng không sử dụng tin nhắn có tỷ lệ rời mạng lên tới 49%, so với mức chỉ 3% ở nhóm có gửi tin nhắn định kỳ.
  • Đối với dịch vụ Data: Thuê bao không sử dụng internet di động có xác suất rời mạng 26%, trong khi nhóm phát sinh cước data duy trì tỷ lệ rời mạng ở mức rất thấp là 3%.

Về cơ cấu doanh thu, cước thoại đóng góp áp đảo với 18.593 tỷ đồng (chiếm 67% tổng doanh thu), doanh thu data đạt 6.943 tỷ đồng (chiếm 25%) và doanh thu SMS đạt 2.145 tỷ đồng (chiếm 8%). Khách hàng sử dụng gói cá nhân thông thường (VIE) có tỷ lệ rời mạng tại tháng thứ 10 là 29%, cao hơn đáng kể so với mức 20% của thuê bao FastConnect (FAS).

Thảo luận kết quả

Kết quả phân tích đường cong sống sót Kaplan-Meier phản ánh rõ sự gắn kết của khách hàng thông qua tần suất tiêu dùng các dịch vụ thiết yếu. Khi khách hàng ngừng phát sinh cước thoại hoặc data, sự gắn kết với sim số giảm mạnh, tạo điều kiện thuận lợi cho quyết định chuyển mạng. Việc 17.796 thuê bao từng bị chặn chiều gọi đi (trong đó 98.6% bị chặn 1 lần) và 8.298 thuê bao bị chặn cả 2 chiều là những dấu hiệu cảnh báo sớm quan trọng trước khi khách hàng tiến hành hủy dịch vụ hoàn toàn.

So sánh với các công bố quốc tế, phát hiện này tương đồng với nghiên cứu của Boehm (2008) tại thị trường viễn thông châu Âu, nơi việc sử dụng dịch vụ internet giúp giảm nguy cơ rời bỏ của khách hàng tới 87.1%. Tương tự, kết luận của Normeshie (2013) tại Ghana cũng khẳng định tổng thời lượng thoại và mức độ chi tiêu là hai biến số quan trọng nhất kiểm soát tỷ lệ sống sót của thuê bao.

Về nhân khẩu học, độ tuổi tập trung chủ yếu từ 25 đến 40 tuổi (13.907 người, chiếm 61%) và nam giới chiếm đa số (59%). Tuy nhiên, xác suất rời mạng giữa nam và nữ cũng như giữa khách hàng có nguyên quán tại Thành phố Hồ Chí Minh (chiếm 73.92%) và các tỉnh thành khác sau 10 tháng đều hội tụ quanh mức 20%. Sự khác biệt không nằm ở yếu tố nhân khẩu học tĩnh mà chủ yếu xuất phát từ trải nghiệm dịch vụ và tính phù hợp của gói cước đang sử dụng.

Đề xuất và khuyến nghị

Dựa trên các bằng chứng thực nghiệm, bốn nhóm giải pháp trọng tâm được kiến nghị triển khai cho nhà mạng viễn thông:

  1. Thiết lập hệ thống cảnh báo sớm và kích hoạt gói cước giữ chân (Early Warning Churn System)
  • Hành động: Xây dựng thuật toán AI/Machine Learning tự động phát hiện thuê bao suy giảm 50% lưu lượng thoại và data trong 30 ngày liên tiếp hoặc vừa bị chặn cước 1 chiều.
  • Mục tiêu: Giảm tỷ lệ rời mạng của nhóm khách hàng ngừng thoại từ mức 74% hiện tại xuống dưới 35%.
  • Thời gian & Chủ thể: Phòng Quản trị Dữ liệu và Trung tâm Chăm sóc Khách hàng Khu vực 2 thực hiện trong quý 1 và quý 2.
  1. Tái cấu trúc gói cước tích hợp Thoại - Data cá nhân hóa (Bundled Packages)
  • Hành động: Thiết kế các gói cước combo tích hợp sẵn thoại, tin nhắn và dung lượng data tốc độ cao với mức giá tối ưu, thay thế các gói dịch vụ đơn lẻ.
  • Mục tiêu: Nâng tỷ lệ thuê bao đăng ký sử dụng data từ 50.9% lên mức tối thiểu 75%, tăng doanh thu ARPU trung bình thêm 15% đến 20%.
  • Thời gian & Chủ thể: Phòng Kế hoạch Kinh doanh và Tiếp thị chủ trì trong 6 tháng.
  1. Chuẩn hóa quy trình thu cước và can thiệp trước khi chặn dịch vụ 2 chiều
  • Hành động: Áp dụng chính sách nhắc nợ đa kênh thân thiện (SMS Brandname, thông báo qua ứng dụng, liên hệ chăm sóc cá nhân hóa) và cung cấp hạn mức nợ cước linh hoạt trước khi áp dụng biện pháp chặn 2 chiều.
  • Mục tiêu: Cắt giảm số lượng thuê bao bị rơi vào trạng thái khóa 2 chiều từ 8.298 thuê bao xuống dưới 3.500 thuê bao mỗi chu kỳ.
  • Thời gian & Chủ thể: Phòng Quản lý Cước và Thu hồi Công nợ triển khai định kỳ hàng tháng.
  1. Mở rộng hệ sinh thái số và chương trình khách hàng thân thiết đa nền tảng
  • Hành động: Tích hợp sâu ứng dụng My MobiFone và tiện ích mConnect với các đối tác ẩm thực, giải trí, mua sắm lớn nhằm gia tăng tiện ích phi viễn thông cho nhóm khách hàng từ 25 đến 40 tuổi (chiếm 61% khách hàng).
  • Mục tiêu: Gia tăng tỷ lệ duy trì hợp đồng của nhóm khách hàng trung niên lên trên 90% sau 12 tháng sử dụng.
  • Thời gian & Chủ thể: Trung tâm Dịch vụ Giá trị Gia tăng phối hợp cùng các đối tác liên kết thực hiện liên tục.

Đối tượng nên tham khảo luận văn

Nghiên cứu mang lại giá trị học thuật và ứng dụng thực tiễn cao cho bốn nhóm độc giả chuyên biệt:

  • Lãnh đạo và Quản lý doanh nghiệp viễn thông: Giúp Giám đốc kinh doanh, Trưởng phòng tiếp thị và Trưởng bộ phận Chăm sóc khách hàng tại MobiFone, Viettel, Vinaphone nắm bắt các chỉ số định lượng về tỷ lệ tiêu hao khách hàng để tối ưu hóa ngân sách giữ chân người dùng.
  • Chuyên viên Phân tích Dữ liệu và Business Intelligence (BI): Cung cấp ca làm việc thực tế về cách xử lý dữ liệu giao dịch viễn thông quy mô 22.927 bản ghi, xây dựng biến đặc trưng và áp dụng mô hình Cox Hazard trong phân tích rủi ro kinh doanh.
  • Học viên Cao học, Nghiên cứu sinh ngành Kinh tế và Quản trị: Cung cấp tài liệu tham khảo chuẩn mực về cấu trúc đề tài thạc sĩ ứng dụng phương pháp phân tích sống còn Kaplan-Meier và kinh tế lượng vi mô trong phân tích hành vi khách hàng.
  • Doanh nghiệp kinh doanh dịch vụ định kỳ (Subscription-based Business): Hỗ trợ các công ty công nghệ, SaaS, truyền hình trả tiền, Fintech và ngân hàng bán lẻ áp dụng mô hình dự báo rời mạng để bảo vệ nguồn doanh thu định kỳ.

Câu hỏi thường gặp

Tại sao nghiên cứu lại chọn mô hình hồi quy Cox thay vì mô hình hồi quy Logistic thông thường?

Hồi quy Logistic chỉ đánh giá trạng thái đóng hay mở của hợp đồng tại một thời điểm cố định mà bỏ qua yếu tố thời gian. Mô hình hồi quy Cox xử lý xuất sắc dữ liệu bị cắt phải (censored data) và theo dõi sát sao sự thay đổi của biến số theo từng mốc thời gian, giúp xác định chính xác thời điểm nguy cơ rời mạng đạt đỉnh trong suốt 10 tháng quan sát.

Dịch vụ nào có ảnh hưởng mạnh nhất đến việc ngăn chặn khách hàng rời mạng?

Dịch vụ thoại đóng vai trò quyết định hàng đầu khi nhóm khách hàng không sử dụng thoại có xác suất rời mạng lên tới 74%, cao hơn gấp 12 lần so với nhóm có sử dụng thoại (chỉ 6%). Kế tiếp là dịch vụ SMS (tỷ lệ rời mạng 49% ở nhóm không dùng) và dịch vụ Data (tỷ lệ rời mạng 26% ở nhóm không dùng).

Nhân khẩu học như tuổi tác, giới tính có tạo ra sự khác biệt lớn về tỷ lệ rời mạng không?

Phân tích Kaplan-Meier chỉ ra rằng sau 10 tháng hòa mạng, tỷ lệ rời mạng giữa nam giới và nữ giới đều dừng lại ở mức xấp xỉ 20%. Tương tự, sự khác biệt giữa khách hàng cư trú tại Thành phố Hồ Chí Minh và các tỉnh thành khác là không đáng kể, cho thấy hành vi sử dụng dịch vụ mới là yếu tố quyết định.

Tình trạng chặn cước 1 chiều và 2 chiều cảnh báo điều gì về rủi ro rời mạng?

Nghiên cứu chỉ ra 17.796 thuê bao bị chặn 1 chiều và 8.298 thuê bao bị chặn 2 chiều trong mẫu khảo sát. Đây là giai đoạn chuyển tiếp then chốt dẫn tới việc 7.029 khách hàng (30.66%) chính thức hủy hợp đồng. Chặn cước phản ánh sự bất tiện trong trải nghiệm hoặc khó khăn thanh toán, là tín hiệu khẩn cấp cần can thiệp giữ chân.

Doanh nghiệp có thể ứng dụng kết quả nghiên cứu này như thế nào để gia tăng doanh thu?

Doanh nghiệp nên tập trung chuyển dịch khách hàng từ việc sử dụng dịch vụ đơn lẻ sang các gói combo tích hợp Thoại và Data. Việc kích thích khách hàng sử dụng đồng thời cả data và thoại giúp giảm tỷ lệ rời mạng xuống dưới 3%, đồng thời khai thác tối đa dư địa tăng trưởng doanh thu ngoài cước thoại truyền thống.

Kết luận

  • Luận văn phân tích toàn diện hành vi duy trì dịch vụ của 22.927 thuê bao cá nhân trả sau MobiFone tại Thành phố Hồ Chí Minh, ghi nhận tỷ lệ hủy hợp đồng thực tế đạt 30.66% sau 10 tháng.
  • Xác định hành vi tiêu dùng dịch vụ viễn thông là động lực quyết định: Khách hàng không dùng thoại có nguy cơ rời mạng cao tới 74%, không dùng SMS đạt 49% và không dùng data đạt 26%.
  • Dịch vụ thoại tiếp tục là trụ cột doanh thu đóng góp 67% (18.593 tỷ đồng), trong khi dịch vụ data chiếm 25% (6.943 tỷ đồng) nhưng có tiềm năng giữ chân khách hàng bền vững nhất.
  • Đề xuất hệ thống giải pháp đồng bộ gồm: Xây dựng hệ thống cảnh báo sớm, đóng gói sản phẩm combo Thoại - Data cá nhân hóa, tối ưu hóa quy trình nhắc cước và mở rộng tiện ích số trong năm 2019.
  • Doanh nghiệp viễn thông và các đơn vị kinh doanh dịch vụ thuê bao cần nhanh chóng ứng dụng mô hình Cox Proportional Hazards vào thực tiễn quản trị để chủ động nhận diện rủi ro và tối đa hóa giá trị vòng đời khách hàng.