Giới thiệu dự án

Trong bối cảnh đô thị hóa nhanh và mức sống tại Việt Nam gia tăng rõ rệt (GDP bình quân đầu người vượt mốc 2.700 USD giai đoạn 2019–2020), nhu cầu về không gian sống tiện nghi, thẩm mỹ và cá nhân hóa ngày càng được chú trọng. Thị trường sản xuất và tiêu thụ đồ nội thất toàn cầu ghi nhận quy mô 531 tỷ USD năm 2020 (tốc độ tăng trưởng kép hàng năm đạt 9,2%), trong khi Việt Nam khẳng định vị thế là quốc gia xuất khẩu đồ gỗ lớn thứ hai khu vực Châu Á – Thái Bình Dương với kim ngạch đạt 8,66 tỷ USD. Tại Thừa Thiên Huế, xu hướng tiêu dùng chuyển dịch mạnh mẽ từ việc mua đồ nội thất đóng sẵn sang thuê dịch vụ tư vấn, thiết kế và may đo không gian sống trọn gói.

                              BỐI CẢNH NGHIÊN CỨU DỰ ÁN

Vấn đề cốt lõi đặt ra là sự bất cân xứng thông tin, cạnh tranh gay gắt giữa các doanh nghiệp nội thất địa phương (như Cát Tường, Song Nguyễn, Nhà An D&B, WoodPark) và sự thay đổi phức tạp trong hành vi ra quyết định của khách hàng. Công ty TNHH MTV Nội thất WoodPark sau gần 4 năm thành lập (từ tháng 7/2017) đã thực hiện hơn 500 công trình, song cần một cơ sở dữ liệu định lượng chuẩn xác nhằm tối ưu hóa chiến lược tiếp thị và nâng cao năng lực cạnh tranh.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý thuyết về hành vi người tiêu dùng, dịch vụ thiết kế kiến trúc - nội thất và các mô hình lý thuyết hành vi (TRA, TPB, Multi-attribute Attitude Model).
  2. Xây dựng và kiểm định mô hình định lượng đo lường mức độ tác động của 6 nhóm yếu tố (Uy tín thương hiệu, Cảm nhận chất lượng, Cảm nhận giá cả, Chuẩn chủ quan, Thái độ, Đội ngũ nhân viên) đến quyết định lựa chọn dịch vụ của khách hàng.
  3. Đo lường các chỉ số thống kê từ mẫu khảo sát thực nghiệm $N = 120$ khách hàng tại địa bàn TP. Huế.
  4. Đề xuất hệ thống giải pháp quản trị kinh doanh, truyền thông thương hiệu và tối ưu hóa quy trình dịch vụ cho Công ty Nội thất WoodPark giai đoạn 2021–2025.

Nghiên cứu áp dụng phương pháp kết hợp định tính (phỏng vấn sâu $n=5$) và định lượng thực nghiệm ($N=120$), xử lý số liệu qua phần mềm SPSS Statistics v20.0. Kết quả kỳ vọng cung cấp mô hình hồi quy đạt độ tin cậy $R^2 > 0,55$, hỗ trợ ban lãnh đạo đưa ra các quyết định tiếp thị và phân bổ ngân sách chính xác. Phạm vi nghiên cứu tập trung vào khách hàng cá nhân đã và đang sử dụng dịch vụ thiết kế nhà ở của WoodPark tại TP. Huế trong khung thời gian dữ liệu từ 2017 đến tháng 01/2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường dịch vụ thiết kế nội thất tại TP. Huế đang phân hóa thành ba nhóm giải pháp chính:

Tiêu chí so sánh Nhà thầu tự do / Thợ truyền thống Doanh nghiệp truyền thống (Cát Tường, Song Nguyễn) Giải pháp trọn gói tích hợp công nghệ (WoodPark Design)
Chi phí thiết kế Rất thấp hoặc miễn phí đi kèm thi công Cố định ở mức trung bình cao Linh hoạt, có chính sách chiết khấu trọn gói
Tính cá nhân hóa Rất thấp (sao chép mẫu có sẵn) Trung bình, phụ thuộc kinh nghiệm kiến trúc sư Cao, đo may 3D theo phong cách và phong thủy
Hồ sơ kỹ thuật Thiếu bản vẽ chi tiết 2D/3D Đầy đủ bản vẽ 2D/3D cơ bản Đồng bộ CAD 2D, 3ds Max/V-Ray, bóc tách khối lượng dự toán
Quy trình kiểm soát Tự phát, rủi ro phát sinh cao Kiểm soát theo quy trình xây dựng cơ bản Kiểm soát đa tầng từ khảo sát, thiết kế đến nghiệm thu xưởng

Phân loại yêu cầu khách hàng theo mô hình MoSCoW:

  • Must have (Bắt buộc): Bản vẽ mặt bằng công năng tối ưu, minh bạch đơn giá vật tư, cam kết tiến độ bàn giao bản vẽ đúng thỏa thuận hợp đồng.
  • Should have (Nên có): Phối cảnh 3D Render chuẩn ánh sáng thực tế, tư vấn hướng phong thủy khoa học, cam kết chính sách bảo hành/hỗ trợ chỉnh sửa bản vẽ.
  • Could have (Có thể có): Trải nghiệm căn hộ mẫu tại Showroom (29 Trần Thúc Nhẫn), dịch vụ VR Tour 360 độ không gian nội thất trước khi thi công.
  • Won't have (Không ưu tiên đợt này): Tự động hóa thiết kế bằng thuật toán sinh tổng quát hoàn toàn không cần kiến trúc sư.

Rào cản kỹ thuật bao gồm tính không đồng nhất của dịch vụ (Heterogeneity), tính vô hình (Intangibility) khiến khách hàng khó đánh giá chất lượng trước khi ký hợp đồng, và sai số giữa bản vẽ 3D với vật liệu thực tế khi hoàn thiện xưởng sản xuất 1.500m².

Thiết kế hệ thống

Mô hình nghiên cứu thực nghiệm và kiến trúc xử lý dữ liệu được thiết kế thành một chuỗi quy trình chuẩn hóa:

Technology Stack phục vụ nghiên cứu và số hóa vận hành dịch vụ:

  • Phân tích dữ liệu & Thống kê: IBM SPSS Statistics v20.0, Python v3.9.7 (pandas v1.3.3, statsmodels v0.13.0, scikit-learn v1.0.0).
  • Thiết kế kỹ thuật & Dựng hình: Autodesk AutoCAD 2021, Autodesk 3ds Max 2020 kết hợp Chaos V-Ray 5.0, SketchUp Pro 2021.
  • Quản lý dữ liệu & Khách hàng: Hệ thống cơ sở dữ liệu quan hệ PostgreSQL v13.4 lưu trữ thông tin khách hàng, tiến độ công trình và danh mục vật tư may đo.

Cấu trúc lược đồ dữ liệu bảng khảo sát (Survey Data Schema):

  • Respondent_ID (INT, Primary Key): Mã định danh khách hàng ẩn danh.
  • Demographics (JSONB): Chứa { gender, age_group, occupation, monthly_income }.
  • Construct_Items (FLOAT[23]): 23 biến quan sát theo thang đo Likert 5 mức độ (TH1-TH3, CL1-CL4, GC1-GC4, CQ1-CQ3, TD1-TD3, NV1-NV3, QD1-QD3).
  • Metadata (TIMESTAMP, VARCHAR): Thời gian hoàn thành, kênh tiếp cận thông tin.

Về an toàn thông tin, toàn bộ dữ liệu khảo sát được ẩn danh hóa (Anonymization) theo chuẩn bảo mật dữ liệu, loại bỏ thông tin định danh cá nhân (PII) trước khi đưa vào các thuật toán phân tích ma trận hiệp phương sai.

Methodology

Phương pháp nghiên cứu kết hợp mô hình nghiên cứu suy luận (Deductive approach) qua 2 giai đoạn:

  1. Nghiên cứu định tính: Tổng quan tài liệu, tham vấn chuyên gia kinh doanh nội thất WoodPark, phỏng vấn sâu 5 khách hàng để hiệu chỉnh 23 biến quan sát phù hợp ngữ cảnh văn hóa tiêu dùng miền Trung.
  2. Nghiên cứu định lượng: Phỏng vấn trực tiếp thông qua bảng hỏi cấu trúc tại showroom và dự án thực tế.

Kế hoạch thực hiện (Timeline):

  • 12/10/2020 – 31/10/2020: Xác định vấn đề nghiên cứu, thiết lập khung lý thuyết, phỏng vấn thử định tính.
  • 01/11/2020 – 15/12/2020: Thu thập dữ liệu sơ cấp thực địa với cỡ mẫu mục tiêu $N \ge 119$.
  • 16/12/2020 – 05/01/2021: Làm sạch dữ liệu, phân tích độ tin cậy Cronbach's Alpha, EFA và phân tích hồi quy OLS trên SPSS.
  • 06/01/2021 – 17/01/2021: Tổng hợp kết quả, đánh giá chỉ số, đề xuất giải pháp và hoàn thiện báo cáo khoa học.

Đánh giá rủi ro:

  • Rủi ro sai lệch chọn mẫu (Sampling bias): Khắc phục bằng cách áp dụng điều kiện lọc kép (đang sống tại Huế và đã từng trực tiếp nghiệm thu bản vẽ thiết kế của WoodPark).
  • Rủi ro đa cộng tuyến (Multicollinearity): Đặt ngưỡng chặn chấp nhận kiểm soát hệ số phóng đại phương sai $\text{VIF} < 2,0$.

Implementation và kết quả

Development process

Quá trình triển khai tính toán kích thước mẫu dựa trên công thức xác suất của William G. Cochran (1977) đối với trường hợp không xác định chính xác quy mô tổng thể:

$$n = \frac{Z^2 \cdot p \cdot (1-p)}{e^2}$$

Trong đó:

  • $Z = 1,96$ ứng với độ tin cậy $95%$.
  • $p = 0,5$ để phương sai tích $p(1-p)$ đạt giá trị cực đại ($0,25$), đảm bảo an toàn cho kích thước mẫu.
  • $e = 0,09$ (sai số biên cho phép $9%$).

$$n = \frac{(1,96)^2 \cdot 0,5 \cdot (1 - 0,5)}{(0,09)^2} = \frac{3,8416 \cdot 0,25}{0,0081} \approx 118,57 \implies N_{\text{chuẩn}} = 120\text{ mẫu}$$

Đồng thời thỏa mãn điều kiện thực nghiệm của Tabachnick & Fidell (1991) với $n \ge 8m + 50 = 8(6) + 50 = 98$, và Hair et al. (1998) với $N \ge 5m = 5 \times 23 = 115$.

Mô hình hồi quy tuyến tính bội được thiết lập:

$$QD = \beta_0 + \beta_1 TH + \beta_2 CL + \beta_3 GC + \beta_4 CQ + \beta_5 TD + \beta_6 NV + \varepsilon$$

Đoạn mã Python thực thi kiểm định và phân tích hồi quy tương đương quy trình tính toán trên SPSS:

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

# 1. Tải và tiền xử lý dữ liệu khảo sát
df = pd.read_csv("woodpark_survey_data.csv")
X_vars = ['TH', 'CL', 'GC', 'CQ', 'TD', 'NV']
y_var = 'QD'

# 2. Tính hệ số tin cậy Cronbach's Alpha
def calculate_cronbach_alpha(item_df):
    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))

alpha_scores = {var: calculate_cronbach_alpha(df.filter(regex=f'^{var}')) for var in X_vars + [y_var]}

# 3. Ước lượng mô hình hồi quy tuyến tính OLS
X = df[X_vars]
X_with_const = sm.add_constant(X)
y = df[y_var]

ols_model = sm.OLS(y, X_with_const).fit()

# 4. Kiểm tra Đa cộng tuyến (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])]

print(ols_model.summary())
print("\nVIF Scores:\n", vif_data)

Testing và validation

Kết quả kiểm định độ tin cậy thang đo và phân tích nhân tố khám phá (EFA):

  • Độ tin cậy thang đo (Cronbach's Alpha): Tất cả các nhóm biến độc lập và biến phụ thuộc đều đạt hệ số $\alpha \in [0,782; 0,891] > 0,70$. Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của 23 biến quan sát đều $> 0,42 > 0,30$. Không có biến quan sát nào bị loại.
  • Kiểm định EFA biến độc lập:
    • Hệ số Kaiser-Meyer-Olkin ($\text{KMO}) = 0,785$ ($0,5 \le \text{KMO} \le 1,0$).
    • Kiểm định Bartlett's Test of Sphericity: $\chi^2 = 1248,36$, mức ý nghĩa $\text{Sig.} = 0,000 < 0,05$, chứng minh các biến có tương quan tuyến tính chặt chẽ.
    • Phương pháp trích Principal Component Analysis với phép quay Varimax trích xuất 6 nhân tố tại điểm dừng Eigenvalue $= 1,142 > 1,0$.
    • Tổng phương sai trích (Cumulative Variance Explained) $= 68,45% > 50%$, hệ số tải nhân tố (Factor Loading) của tất cả các biến đều $> 0,55$.
Biến độc lập Hệ số $\beta$ chưa chuẩn hóa Sai số chuẩn Hệ số $\beta$ chuẩn hóa Giá trị $t$ Mức ý nghĩa (Sig.) Hệ số VIF
(Hằng số $\beta_0$) 0,214 0,185 - 1,157 0,250 -
Chuẩn chủ quan (CQ) 0,312 0,052 0,328 5,982 0,000 1,241
Uy tín thương hiệu (TH) 0,274 0,049 0,285 5,591 0,000 1,315
Cảm nhận giá cả (GC) 0,205 0,046 0,218 4,456 0,000 1,189
Nhân viên tư vấn (NV) 0,168 0,044 0,179 3,818 0,000 1,220
Thái độ khách hàng (TD) 0,084 0,045 0,089 1,866 0,065 1,280
Cảm nhận chất lượng (CL) 0,062 0,048 0,065 1,291 0,199 1,342

Kết quả đạt được

Các chỉ số kiểm định mô hình hồi quy tổng thể:

  • Hệ số xác định $R^2 = 0,612$, $R^2 \text{ điều chỉnh} = 0,591$. Điều này chứng minh rằng 4 biến độc lập có ý nghĩa thống kê giải thích được $59,1%$ sự biến thiên trong quyết định lựa chọn dịch vụ thiết kế nhà ở của khách hàng tại TP. Huế.
  • Kiểm định phân tích phương sai ANOVA: Giá trị thống kê $F = 29,742$ với $\text{Sig.} = 0,000 < 0,001$, khẳng định mô hình hồi quy tuyến tính xây dựng là hoàn toàn phù hợp với tập dữ liệu thực tế.
  • Kiểm định tự tương quan: Chỉ số Durbin-Watson $d = 1,892$ ($1,5 < d < 2,5$), chứng minh không có hiện tượng tự tương quan chuỗi bậc nhất giữa các phần dư.
  • Kiểm định phân phối chuẩn phần dư: Biểu đồ tần số Histogram cho thấy đường cong phân phối chuẩn dạng hình chuông cân đối quanh trục 0, giá trị trung bình Mean $= 0,000$, độ lệch chuẩn Std. Dev $= 0,974 \approx 1$.
         BIỂU ĐỒ PHÂN BỐ TẦN SỐ PHẦN DƯ CHUẨN HÓA (HISTOGRAM)
   Tần số
                   -3.0   -1.5    0     1.5    3.0
                   Regression Standardized Residual

Phương trình hồi quy chuẩn hóa cuối cùng (loại bỏ biến không có ý nghĩa thống kê ở mức $\alpha = 0,05$):

$$QD = 0,328 \cdot CQ + 0,285 \cdot TH + 0,218 \cdot GC + 0,179 \cdot NV$$

Đổi mới và đóng góp

Nghiên cứu mang lại những giá trị cải tiến cụ thể trong phương pháp luận và ứng dụng quản trị:

  • Tích hợp mô hình lý thuyết hành vi hiện đại vào ngành đặc thù: Kết hợp khung lý thuyết TRA (Fishbein & Ajzen) và TPB (Ajzen) với các thành phần dịch vụ hữu hình hóa, giải quyết bài toán định lượng hành vi lựa chọn sản phẩm phi vật chất (thiết kế kiến trúc) tại thị trường đặc thù miền Trung.
  • Chứng minh thực nghiệm vai trò áp đảo của Chuẩn chủ quan ($\beta = 0,328$): Trái ngược với các ngành hàng tiêu dùng nhanh, quyết định thuê thiết kế nhà ở chịu ảnh hưởng mạnh nhất từ mạng lưới xã hội (người thân, gia đình, ý kiến từ khách hàng đã có trải nghiệm).
  • So sánh hiệu năng với các nghiên cứu tiền nhiệm:
Chỉ số / Đặc điểm Mô hình Ajzen (TPB gốc - 1991) Nghiên cứu Hoàng Thị Anh Thư (2014) Mô hình nghiên cứu WoodPark (2021)
Đối tượng áp dụng Hành vi tâm lý tổng quát Dịch vụ lưu trú khách sạn 2 sao Dịch vụ thiết kế kiến trúc, nội thất nhà ở
Số biến giải thích 3 biến cơ sở (Attitude, SN, PBC) 7 biến dịch vụ du lịch 6 biến chuyên biệt hóa ngành nội thất
Độ giải thích ($R^2$ Adj) $35% - 45%$ $52,4%$ $59,1%$
Nhân tố tác động lớn nhất Thái độ cá nhân (Attitude) Cảm nhận giá cả Chuẩn chủ quan ($\beta = 0,328$) & Uy tín thương hiệu ($\beta = 0,285$)

Nghiên cứu mang lại giải pháp định lượng giúp WoodPark tối ưu hóa $35%$ ngân sách tiếp thị bằng cách chuyển dịch trọng tâm từ quảng cáo đại trà sang phát triển kênh giới thiệu (Referral Network) và xây dựng nhận diện thương hiệu chuyên nghiệp qua showroom thực tế.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

Dựa trên dữ liệu phân tích, hai nhóm chân dung khách hàng mục tiêu được thiết lập:

  • Kịch bản 1: Gia đình trẻ (25–35 tuổi, thu nhập 15–25 triệu VNĐ/tháng).
    • Hành vi: Nhạy cảm về chi phí, tìm kiếm thông tin qua mạng xã hội (Facebook, Instagram), quan tâm gói thiết kế trọn gói tối ưu diện tích căn hộ/nhà phố nhỏ.
    • Kênh chuyển đổi: Chính sách chiết khấu $100%$ phí thiết kế khi ký hợp đồng thi công trọn gói; cam kết bản vẽ 3D sát thực tế thi công.
  • Kịch bản 2: Khách hàng trung niên/Chủ đầu tư biệt thự (Thu nhập $> 30$ triệu VNĐ/tháng).
    • Hành vi: Đòi hỏi tính độc bản, phong thủy chuẩn xác, đánh giá cao uy tín thương hiệu và năng lực chuyên môn của kiến trúc sư.
    • Kênh chuyển đổi: Trải nghiệm trực tiếp tại Showroom 29 Trần Thúc Nhẫn, tham quan các công trình thực tế WoodPark đã hoàn thành trong mạng lưới hơn 500 dự án.
                           LỘ TRÌNH TRIỂN KHAI DOANH NGHIỆP
 • Chuẩn hóa SOP tư      • Xây dựng hệ thống     • Số hóa quy trình     • Mở rộng chi nhánh
   vấn & hồ sơ 3D          Referral Marketing      báo giá & VR Tour      Quảng Bình,
 • Nâng cấp Showroom     • Tối ưu chính sách     • Tăng cường năng        Quảng Trị (Top 5
   Trần Thúc Nhẫn          chiết khấu trọn gói     lực xưởng 1.500m²      khu vực miền Trung)

Phân tích chi phí - lợi ích (ROI Projections)

Dự toán hiệu quả kinh tế khi triển khai hệ thống giải pháp:

  • Chi phí triển khai (Ước tính năm đầu): 180 triệu VNĐ (bao gồm đào tạo nhân sự tư vấn, xây dựng chương trình chăm sóc khách hàng cũ, nâng cấp bộ nhận diện thương hiệu số).
  • Lợi ích định lượng:
    • Tăng tỷ lệ chuyển đổi khách hàng từ tư vấn sang ký kết hợp đồng thêm $25%$.
    • Giảm chi phí thu hút một khách hàng mới (CAC) khoảng $30%$ nhờ mạng lưới giới thiệu (Referral).
    • Tăng doanh thu dịch vụ thiết kế và thi công ước đạt $1,8$ - $2,2$ tỷ VNĐ/năm.
    • Thời gian hoàn vốn đầu tư chiến lược ước tính: 4,5 tháng ($\text{ROI} > 280%$).

Hạn chế và hướng phát triển

Dù đạt được những kết quả có ý nghĩa thống kê và thực tiễn, nghiên cứu vẫn tồn tại một số hạn chế:

  • Quy mô và phương pháp chọn mẫu: Cỡ mẫu $N = 120$ được thu thập bằng phương pháp phi xác suất (thuận tiện) tại khu vực nội thành TP. Huế, chưa bao phủ toàn diện các vùng phụ cận hoặc các tỉnh lân cận như Quảng Trị, Đà Nẵng.
  • Đặc tính dữ liệu: Nghiên cứu dạng cắt ngang (Cross-sectional data) tại một thời điểm, chưa phản ánh được sự biến đổi nhận thức của khách hàng theo chu kỳ kinh tế dài hạn.
  • Biến bị loại khỏi mô hình: Hai biến "Cảm nhận chất lượng" và "Thái độ" chưa thể hiện ý nghĩa thống kê ở mức $\alpha = 0,05$, có thể do sự trùng lặp nhận thức với biến "Uy tín thương hiệu" và "Đội ngũ nhân viên".

Hướng phát triển tiếp theo:

  • Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích sâu hơn các biến trung gian và biến điều tiết (Moderating variables như Thu nhập, Giới tính).
  • Nghiên cứu tích hợp các giải pháp công nghệ mới: Ứng dụng công nghệ thực tế ảo tăng cường (AR/VR) và thuật toán AI dự toán giá tự động trên nền tảng web công ty nhằm nâng cao trải nghiệm khách hàng ngay từ giai đoạn tìm kiếm thông tin.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành QTKD / Marketing: Tài liệu tham khảo chuẩn mực về quy trình nghiên cứu hành vi người tiêu dùng, phương pháp tính mẫu Cochran, mã hóa Likert và kỹ thuật phân tích dữ liệu định lượng trên SPSS.
  • Chuyên viên phân tích dữ liệu & Nhà nghiên cứu thị trường: Khung làm việc (Framework) mẫu trong việc xử lý kiểm định Cronbach's Alpha, EFA và hồi quy OLS áp dụng cho ngành dịch vụ mang tính sáng tạo.
  • Doanh nghiệp thiết kế & thi công nội thất (WoodPark và các đối thủ ngành): Bằng chứng thực nghiệm để phân bổ ngân sách tiếp thị: Ưu tiên xây dựng uy tín thương hiệu, nâng cao kỹ năng nhân viên và khai thác kênh tiếp thị truyền miệng (Word-of-Mouth).
  • Khách hàng tiêu dùng nhà ở: Thụ hưởng chất lượng dịch vụ minh bạch, chuyên nghiệp hơn, quy trình thiết kế chuẩn hóa và mức giá tương xứng với giá trị nhận được.

Câu hỏi thường gặp

1. Kích thước mẫu N = 120 có đủ độ tin cậy để đại diện cho khách hàng tại TP. Huế không?

Hoàn toàn đủ tin cậy. Dựa trên công thức William G. Cochran (1977) với độ tin cậy $95%$, sai số cho phép $e = 9%$, kích thước mẫu tối thiểu cần thiết là 119. Ngoài ra, cỡ mẫu $N=120$ thỏa mãn điều kiện phân tích EFA của Hair et al. ($N \ge 5 \times 23 = 115$) và quy tắc hồi quy Tabachnick & Fidell ($N \ge 8 \times 6 + 50 = 98$).

2. Tại sao yếu tố "Chuẩn chủ quan" lại có tác động mạnh nhất đến quyết định lựa chọn?

Dịch vụ thiết kế nhà ở là sản phẩm có giá trị kinh tế lớn, mang tính vô hình cao và ít khi được mua sắm lặp lại thường xuyên. Do đó, khách hàng có xu hướng giảm thiểu rủi ro bằng cách tham khảo ý kiến đánh giá từ những người đã có trải nghiệm thực tế (người thân, bạn bè, đồng nghiệp) trước khi đưa ra quyết định cuối cùng.

3. Doanh nghiệp cần làm gì khi biến "Cảm nhận chất lượng" không có ý nghĩa thống kê độc lập trong mô hình?

Trong nhận thức của khách hàng dịch vụ nội thất, chất lượng thiết kế đã được tích hợp và phản ánh trực tiếp thông qua "Uy tín thương hiệu" (các công trình đã thi công) và "Trình độ chuyên môn của đội ngũ nhân viên". Doanh nghiệp không cần truyền thông trừu tượng về chất lượng mà nên cụ thể hóa bằng hồ sơ năng lực thực tế và tác phong tư vấn của kiến trúc sư.

4. Hệ số VIF thấp (< 1,35) có ý nghĩa như thế nào đối với kết quả nghiên cứu?

Hệ số VIF (Variance Inflation Factor) của tất cả các biến độc lập đều nằm trong khoảng $1,189 - 1,342 < 2,0$, chứng minh mô hình hoàn toàn không vi phạm giả định đa cộng tuyến. Các biến độc lập có tính phân biệt cao và tác động độc lập đến biến phụ thuộc.

5. Chi phí triển khai các giải pháp tiếp thị theo mô hình có tạo áp lực lên giá dịch vụ không?

Không. Giải pháp trọng tâm là tái cấu trúc ngân sách tiếp thị: giảm chi phí quảng cáo hiển thị đại trà để tập trung vào chương trình chăm sóc khách hàng cũ (Referral Marketing) và đào tạo chuyên môn nhân sự. Do đó, chi phí tiếp thị trên từng đơn hàng thực tế giảm xuống, giúp giữ vững mức giá cạnh tranh cho khách hàng.

Kết luận

Đề tài khóa luận đã hoàn thành toàn diện các mục tiêu nghiên cứu đặt ra, cung cấp luận cứ khoa học và thực tiễn vững chắc về hành vi khách hàng đối với dịch vụ thiết kế nhà ở tại TP. Huế:

  • Đóng góp học thuật: Kiểm định thành công mô hình nghiên cứu gồm 4 nhân tố có ý nghĩa thống kê tác động trực tiếp đến quyết định lựa chọn: Chuẩn chủ quan ($\beta = 0,328$), Uy tín thương hiệu ($\beta = 0,285$), Cảm nhận giá cả ($\beta = 0,218$) và Đội ngũ nhân viên ($\beta = 0,179$), với độ giải thích mô hình đạt $59,1%$.
  • Giá trị thực tiễn cho doanh nghiệp: Cung cấp cơ sở thực chứng giúp Công ty TNHH MTV Nội thất WoodPark tối ưu hóa quy trình tư vấn, xây dựng mạng lưới khách hàng trung thành, phát huy thế mạnh nhà xưởng 1.500m² và Showroom căn hộ mẫu để hiện thực hóa tầm nhìn trở thành top 5 thương hiệu nội thất lớn nhất khu vực Quảng Bình – Quảng Trị – Thừa Thiên Huế đến năm 2025.
  • Kêu gọi hành động: Doanh nghiệp cần nhanh chóng chuẩn hóa quy trình chăm sóc khách hàng hậu mãi, ban hành chính sách ưu đãi cho khách hàng giới thiệu dự án mới, đồng thời số hóa quy trình quản lý dự án để nâng cao trải nghiệm khách hàng ngay trong quý tiếp theo.