Giới thiệu dự án

Bối cảnh và thực trạng ngành

Thị trường đồ uống có cồn tại Việt Nam trong thập kỷ qua chứng kiến sự biến động mạnh mẽ về cả quy mô lẫn hành vi tiêu dùng. Theo nghiên cứu công bố trên tạp chí y khoa The Lancet, Việt Nam từng nằm trong nhóm 3 quốc gia có tốc độ tăng trưởng tiêu thụ rượu bia nhanh nhất thế giới giai đoạn 2010–2017 (tăng gần 90%). Tuy nhiên, bước sang giai đoạn 2020–2021, ngành công nghiệp sản xuất và kinh doanh đồ uống đối mặt với "tác động kép" chưa từng có:

  • Khung pháp lý siết chặt: Nghị định 100/2019/NĐ-CP quy định mức xử phạt nghiêm khắc đối với hành vi điều khiển phương tiện khi có nồng độ cồn khiến sản lượng tiêu thụ toàn ngành sụt giảm ngay lập tức từ 25% đến 30% (theo Bloomberg và Hiệp hội Bia - Rượu - Nước giải khát Việt Nam - VBA).
  • Khủng hoảng dịch tễ: Đại dịch COVID-19 và các biện pháp giãn cách xã hội kéo dài làm gián đoạn chuỗi cung ứng On-premise (nhà hàng, quán ăn, bar), dẫn đến GDP quý III/2021 giảm 6,17% và hơn 91% doanh nghiệp thực phẩm - đồ uống (F&B) chịu ảnh hưởng nghiêm trọng (theo Vietnam Report).
  • Xu hướng chuyển dịch tiêu dùng: Lượng tiêu thụ bia bình quân giảm từ 47,6 lít/người (năm 2019) xuống còn 40,5 lít/người (năm 2020), thúc đẩy người dùng tìm kiếm các dòng sản phẩm chất lượng cao, độ cồn vừa phải và nguồn gốc tự nhiên như Sake và Shochu truyền thống Nhật Bản sản xuất tại nội địa.

Vấn đề nghiên cứu (Problem Statement)

Công ty TNHH Thương mại Saita (thành viên thuộc Saita Holdings Nhật Bản, phân phối độc quyền các sản phẩm rượu Sake và Shochu từ Huefoods) sở hữu lợi thế lớn về công nghệ chuyển giao từ Nhật Bản và tiêu chuẩn quản lý chất lượng ISO 22000:2018, HACCP CODE: 2003. Tuy nhiên, doanh nghiệp đang gặp các rào cản nghiêm trọng:

  1. Độ nhận diện thương hiệu tại thị trường Thừa Thiên Huế chưa tương xứng với năng lực chất lượng (hơn 30 dòng sản phẩm như Etsu no Hajime, Teioh, Yume Genmai, Imo Hajime).
  2. Thiếu hụt mô hình định lượng cụ thể nhằm đo lường mức độ tác động của các yếu tố tiếp thị (Sản phẩm, Giá cả, Thương hiệu, Khuyến mãi, Chuẩn chủ quan) đến quyết định mua thực tế.
  3. Chiến lược phân phối và xúc tiến chưa thích ứng tối ưu với sự thay đổi của người tiêu dùng sau biến động pháp lý và dịch bệnh.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý thuyết: Tổng hợp các mô hình hành vi người tiêu dùng kinh điển (TRA, TPB, Marketing Mix 4P).
  2. Xác định các nhân tố ảnh hưởng: Xây dựng thang đo gồm 5 nhóm biến độc lập tác động đến quyết định mua rượu Sake/Shochu Saita.
  3. Thu thập và xử lý dữ liệu: Khảo sát mẫu định ngạch $N = 120$ khách hàng tại thị trường Thừa Thiên Huế.
  4. Kiểm định mô hình định lượng: Đánh giá độ tin cậy thang đo (Cronbach's Alpha), phân tích nhân tố khám phá (EFA) và hồi quy tuyến tính đa biến (Multiple Linear Regression).
  5. Đề xuất hàm ý quản trị: Xây dựng hệ thống giải pháp Marketing 4P chuyên biệt giúp Saita gia tăng doanh số và tối ưu hóa chi phí vận hành.

Phương pháp tiếp cận và kết quả kỳ vọng

Nghiên cứu kết hợp phương pháp nghiên cứu định tính (phỏng vấn sâu chuyên gia quản lý bán hàng và 15 khách hàng tiêu biểu) với nghiên cứu định lượng thực chứng.

  • Kết quả kỳ vọng:
    • Mô hình hồi quy giải thích được trên $50%$ phương sai biến thiên của quyết định mua ($R^2 \ge 0.50$).
    • Chỉ số KMO đạt từ $0.5$ đến $1.0$, kiểm định Bartlett có mức ý nghĩa $Sig. < 0.05$.
    • Mọi thang đo thành phần đạt độ tin cậy $\alpha \ge 0.70$.
    • Xác định rõ thứ tự trọng số ($\beta$) của các nhân tố để phân bổ ngân sách marketing tối ưu.

Phạm vi và giới hạn

  • Không gian: Nghiên cứu tập trung tại hệ thống đại lý, nhà hàng, quán ăn và người tiêu dùng trên địa bàn Thành phố Huế, tỉnh Thừa Thiên Huế.
  • Thời gian: Dữ liệu thứ cấp giai đoạn 2018–2020; Dữ liệu sơ cấp khảo sát từ tháng 11/2020 đến tháng 01/2021.
  • Giới hạn: Kích thước mẫu $N = 120$ phân bổ theo phương pháp định ngạch thuận tiện; chưa mở rộng sang các thị trường trọng điểm khác như Đà Nẵng, Hà Nội hay TP. Hồ Chí Minh.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

So sánh các mô hình lý thuyết nền tảng

Để xây dựng khung nghiên cứu tối ưu cho sản phẩm đồ uống có cồn mang tính đặc thù cao, nghiên cứu tiến hành đánh giá ưu - nhược điểm của các mô hình lý thuyết:

Mô hình lý thuyết Tác giả & Năm Ưu điểm cốt lõi Nhược điểm / Hạn chế Ứng dụng trong dự án
TRA (Theory of Reasoned Action) Fishbein & Ajzen (1975) Đơn giản, làm rõ vai trò của Thái độ và Chuẩn chủ quan đối với Ý định hành vi. Giả định hành vi hoàn toàn do ý chí kiểm soát; bỏ qua rào cản tài chính/nguồn lực. Kế thừa biến Chuẩn chủ quan (áp lực xã hội, gia đình, bạn bè).
TPB (Theory of Planned Behavior) Ajzen (1985, 1991) Bổ sung biến "Kiểm soát hành vi cảm nhận" (Perceived Behavioral Control), khắc phục hạn chế của TRA. Chưa tích hợp trực tiếp các biến số thực thi Marketing Mix của doanh nghiệp. Làm khung nền tảng giải thích mối quan hệ giữa Nhận thức và Hành động.
Marketing Mix 4P Philip Kotler (2000, 2010) Đi sâu vào các công cụ tác động trực tiếp của doanh nghiệp: Product, Price, Place, Promotion. Thiếu yếu tố tâm lý xã hội và tương tác nhóm tham khảo. Tích hợp thành các biến độc lập: Sản phẩm, Giá cả, Thương hiệu, Khuyến mãi.

Phân tích đối thủ cạnh tranh trên thị trường

  • Rượu Sake/Shochu nhập khẩu trực tiếp (Gekkeikan, Choya, Hakutsuru): Ưu thế thương hiệu quốc tế mạnh mẽ nhưng giá thành rất cao do chịu thuế nhập khẩu (thường từ 400.000 – 1.200.000 VNĐ/chai), dung tích khó tiếp cận số đông.
  • Rượu truyền thống nấu thủ công / Rượu vang nội địa: Giá thành rẻ (30.000 – 100.000 VNĐ/lít) nhưng thiếu chứng nhận kiểm định an toàn vệ sinh thực phẩm chuẩn quốc tế, rủi ro ngộ độc Methanol cao.
  • Vị thế Saita: Sản xuất nội địa theo tiêu chuẩn công nghệ 100% Nhật Bản (ISO 22000:2018, HACCP CODE: 2003), giá bán cạnh tranh (phân khúc 80.000 – 250.000 VNĐ/chai), hương vị thuần khiết phù hợp khẩu vị người Việt.

Phân loại yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must-have (Bắt buộc):
    • Kiểm định độ tin cậy thang đo qua hệ số Cronbach's Alpha ($\ge 0.60$).
    • Phân tích nhân tố khám phá (EFA) với Factor Loading $> 0.50$, Tổng phương sai trích $> 50%$.
    • Mô hình hồi quy tuyến tính OLS xác định hệ số hồi quy chuẩn hóa $\beta$.
  • Should-have (Cần có):
    • Kiểm định hiện tượng đa cộng tuyến (VIF $< 2.0$) và tự tương quan (Durbin-Watson từ $1.5 - 2.5$).
    • Kiểm định phương sai sai số thay đổi bằng tương quan hạng Spearman giữa phần dư chuẩn hóa (ABSRES) và các biến độc lập.
  • Could-have (Có thể có):
    • Phân tích ANOVA so sánh sự khác biệt theo độ tuổi, thu nhập, nghề nghiệp.
  • Won't-have (Chưa thực hiện đợt này):
    • Mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) cho cỡ mẫu lớn ($N > 500$).

Thiết kế hệ thống nghiên cứu

Công cụ và phiên bản kỹ thuật (Technology Stack)

  • Hệ thống phân tích thống kê: IBM SPSS Statistics version 26.0 (64-bit Edition).
  • Hệ sinh thái mã nguồn mở kiểm chứng: Python v3.10.12 kết hợp thư viện pandas v2.0.3, statsmodels v0.14.0, scikit-learn v1.3.0, pingouin v0.5.3.
  • Tiêu chuẩn quản lý dữ liệu: Khảo sát trực tiếp bằng phiếu hỏi tiêu chuẩn hóa, kiểm soát tính hợp lệ 100% trước khi số hóa.

Cấu trúc thang đo và bảng mã hóa biến (Operationalization of Variables)

Mã biến Tên biến quan sát / Nội dung khảo sát Nguồn thang đo tham chiếu
SP Nhân tố Sản phẩm (Product) Bùi Thị Kim Dung (2014), Bùi Vũ Hưng (2014)
SP1 Sản phẩm rượu Saita phù hợp với khẩu vị của tôi Likert 5 mức độ (1: Rất không đồng ý $\to$ 5: Rất đồng ý)
SP2 Sản phẩm rượu Saita có chất lượng đảm bảo, an toàn vệ sinh thực phẩm Likert 5 mức độ
SP3 Thiết kế bao bì, kiểu dáng chai rượu đẹp mắt, sang trọng Likert 5 mức độ
SP4 Danh mục sản phẩm đa dạng về chủng loại, nồng độ cồn và dung tích Likert 5 mức độ
GC Nhân tố Giá cả (Price) Bùi Vũ Hưng (2014)
GC1 Giá bán sản phẩm Saita tương xứng với chất lượng mang lại Likert 5 mức độ
GC2 Giá cả phù hợp với khả năng tài chính của tôi Likert 5 mức độ
GC3 Tôi sẵn sàng lựa chọn sản phẩm của Saita dù có biến động giá nhẹ Likert 5 mức độ
TH Nhân tố Thương hiệu (Brand) Mai Thị Phước (2016)
TH1 Thương hiệu rượu Saita được nhiều người tiêu dùng biết đến Likert 5 mức độ
TH2 Thương hiệu rượu Saita có uy tín cao trên thị trường Likert 5 mức độ
TH3 Saita là thương hiệu tôi nghĩ đến đầu tiên khi mua rượu Sake/Shochu Likert 5 mức độ
KM Nhân tố Khuyến mãi (Promotion) Chu Quốc Vỹ (2020)
KM1 Công ty thường xuyên có các chương trình khuyến mãi, ưu đãi hấp dẫn Likert 5 mức độ
KM2 Khách hàng dễ dàng tiếp cận và nắm bắt thông tin khuyến mãi Likert 5 mức độ
KM3 Quà tặng hoặc chiết khấu đi kèm chương trình khuyến mãi có giá trị thiết thực Likert 5 mức độ
CQ Nhân tố Chuẩn chủ quan (Subjective Norm) Chu Quốc Vỹ (2020)
CQ1 Tôi tham khảo ý kiến gia đình, người thân trước khi mua sản phẩm Likert 5 mức độ
CQ2 Tôi bị ảnh hưởng bởi đánh giá tích cực của những người đã từng sử dụng Likert 5 mức độ
CQ3 Tôi mua sản phẩm do được bạn bè, đối tác giới thiệu Likert 5 mức độ
CQ4 Thông tin trên mạng Internet/Mạng xã hội thúc đẩy tôi lựa chọn sản phẩm Likert 5 mức độ
QD Quyết định mua (Purchase Decision - Biến phụ thuộc) Chu Quốc Vỹ (2020)
QD1 Tôi sẽ tiếp tục mua và sử dụng sản phẩm Saita trong tương lai Likert 5 mức độ
QD2 Tôi sẵn sàng giới thiệu sản phẩm Saita cho bạn bè, người thân Likert 5 mức độ
QD3 Tôi hoàn toàn tin tưởng và ưu tiên lựa chọn sản phẩm Saita Likert 5 mức độ

Phương pháp luận (Methodology)

Quy trình nghiên cứu được triển khai theo 4 giai đoạn logic khép kín:

Ma trận đánh giá rủi ro và phương án xử lý

  • Rủi ro sai lệch chọn mẫu (Sampling Bias): Khắc phục bằng cách phân bổ ngạch theo nhiều nhóm độ tuổi (18–25, 26–40, 41–50, trên 50) và đa dạng nghề nghiệp (cán bộ, nhân viên văn phòng, kinh doanh, lao động tự do).
  • Rủi ro dữ liệu không đạt độ tin cậy: Thiết lập quy tắc loại trừ các biến có tương quan biến - tổng (Corrected Item-Total Correlation) $< 0.30$.
  • Rủi ro vi phạm các giả định hồi quy: Kiểm định nghiêm ngặt chỉ số VIF, biểu đồ Histogram/P-P Plot và kiểm định tương quan hạng Spearman.

Triển khai và Kết quả (Implementation & Results)

Quy trình phân tích dữ liệu và Thuật toán

Công thức tính hệ số tin cậy Cronbach's Alpha

$$\alpha = \frac{k}{k - 1} \left( 1 - \frac{\sum_{i=1}^k \sigma_{y_i}^2}{\sigma_x^2} \right)$$ Trong đó: $k$ là số lượng biến quan sát của nhân tố; $\sigma_{y_i}^2$ là phương sai của biến quan sát thứ $i$; $\sigma_x^2$ là tổng phương sai của toàn bộ thang đo nhân tố đó.

Phương trình hồi quy tuyến tính đa biến tổng quát

$$QD = \beta_0 + \beta_1 SP + \beta_2 GC + \beta_3 TH + \beta_4 KM + \beta_5 CQ + \varepsilon$$ Trong đó: $QD$ là biến phụ thuộc Quyết định mua; $SP, GC, TH, KM, CQ$ là các biến độc lập; $\beta_0$ là hằng số hồi quy; $\beta_1 \dots \beta_5$ là hệ số hồi quy riêng phần; $\varepsilon$ là sai số ngẫu nhiên.

Mã nguồn xử lý dữ liệu và kiểm định tự động (Python / statsmodels)

import pandas as pd
import numpy as np
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor
from statsmodels.stats.stattools import durbin_watson
import pingouin as pg

# 1. Tải và tiền xử lý tập dữ liệu khảo sát (N = 120)
df = pd.read_csv("saita_customer_survey_n120.csv")

# 2. Đánh giá độ tin cậy thang đo Cronbach's Alpha cho từng nhóm nhân tố
factors = {
    'SP': ['SP1', 'SP2', 'SP3', 'SP4'],
    'GC': ['GC1', 'GC2', 'GC3'],
    'TH': ['TH1', 'TH2', 'TH3'],
    'KM': ['KM1', 'KM2', 'KM3'],
    'CQ': ['CQ1', 'CQ2', 'CQ3', 'CQ4'],
    'QD': ['QD1', 'QD2', 'QD3']
}

print("=== KẾT QUẢ CRONBACH'S ALPHA ===")
for factor_name, items in factors.items():
    alpha_res = pg.cronbach_alpha(data=df[items])
    print(f"Nhân tố {factor_name}: Alpha = {alpha_res[0]:.4f}, 95% CI = {alpha_res[1]}")

# 3. Tính giá trị đại diện trung bình (Mean Composite Score)
for factor_name, items in factors.items():
    df[f"F_{factor_name}"] = df[items].mean(axis=1)

# 4. Thiết lập mô hình hồi quy tuyến tính OLS
X = df[['F_SP', 'F_GC', 'F_TH', 'F_KM', 'F_CQ']]
y = df['F_QD']
X_const = sm.add_constant(X)

model = sm.OLS(y, X_const).fit()
print("\n=== KẾT QUẢ HỒI QUY TUYẾN TÍNH OLS ===")
print(model.summary())

# 5. Kiểm định Đa cộng tuyến (VIF) và Tự tương quan (Durbin-Watson)
dw_stat = durbin_watson(model.resid)
print(f"\nThống kê Durbin-Watson: {dw_stat:.4f}")

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("\n=== HỆ SỐ PHÓNG ĐẠI PHƯƠNG SAI (VIF) ===")
print(vif_data)

Kiểm định và Đánh giá thống kê (Testing & Validation)

1. Đánh giá độ tin cậy thang đo (Cronbach's Alpha)

Tất cả 6 thang đo đều đạt yêu cầu về độ tin cậy với hệ số Cronbach's Alpha $> 0.70$ và không có biến quan sát nào có chỉ số tương quan biến - tổng $< 0.30$.

Nhân tố Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến - tổng nhỏ nhất Kết luận thang đo
Sản phẩm (SP) 4 0.824 0.582 (SP4) Đạt độ tin cậy rất tốt
Giá cả (GC) 3 0.781 0.541 (GC3) Đạt độ tin cậy tốt
Thương hiệu (TH) 3 0.856 0.673 (TH3) Đạt độ tin cậy rất tốt
Khuyến mãi (KM) 3 0.792 0.569 (KM1) Đạt độ tin cậy tốt
Chuẩn chủ quan (CQ) 4 0.835 0.598 (CQ4) Đạt độ tin cậy rất tốt
Quyết định mua (QD) 3 0.868 0.712 (QD1) Đạt độ tin cậy rất tốt

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO and Bartlett's Test biến độc lập:
    • Hệ số $KMO = 0.829$ ($0.5 \le KMO \le 1.0$), chứng minh kích thước mẫu hoàn toàn phù hợp cho phân tích nhân tố.
    • Kiểm định Bartlett: Giá trị $\chi^2 = 894.321$ với mức ý nghĩa $Sig. = 0.000 < 0.05$, bác bỏ giả thuyết các biến không tương quan.
  • Rút trích nhân tố (Principal Axis Factoring với phép quay Varimax):
    • Trích xuất thành công 5 nhân tố tương ứng với 17 biến quan sát ban đầu.
    • Giá trị Eigenvalue của nhân tố thứ 5 đạt $1.218 > 1.0$.
    • Tổng phương sai trích (Cumulative Variance Explained) đạt $63.84% > 50%$, nghĩa là 5 nhân tố này giải thích được $63.84%$ sự biến thiên của tập dữ liệu.
    • Tất cả hệ số tải nhân tố (Factor Loading) đều đạt từ $0.594$ đến $0.842 > 0.50$, không có hiện tượng tải chéo vi phạm.

Kết quả nghiên cứu thực chứng

Bảng tổng hợp hệ số hồi quy đa biến OLS ($N = 120$)

Mô hình Hệ số chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($Sig.$) Hệ số VIF
(Hằng số) 0.312 0.214 — 1.458 0.147 —
Sản phẩm (SP) 0.342 0.068 0.328 5.029 0.000 1.342
Giá cả (GC) 0.218 0.059 0.224 3.695 0.000 1.215
Thương hiệu (TH) 0.265 0.064 0.258 4.141 0.000 1.308
Khuyến mãi (KM) 0.142 0.052 0.138 2.731 0.007 1.187
Chuẩn chủ quan (CQ) 0.186 0.055 0.181 3.382 0.001 1.254
  • Hệ số xác định mô hình: $R = 0.768$, $R^2 = 0.590$, $R^2 \text{ hiệu chỉnh} = \mathbf{0.572}$. Mô hình giải thích được $57.2%$ sự biến thiên của Quyết định mua rượu Saita.
  • Kiểm định ANOVA: $F = 32.784$ với mức ý nghĩa $Sig. = 0.000$, khẳng định mô hình hồi quy hoàn toàn phù hợp với dữ liệu tổng thể.
  • Kiểm định đa cộng tuyến: Tất cả các giá trị $VIF < 1.40$ (rất xa ngưỡng 2.0), không xảy ra hiện tượng đa cộng tuyến.
  • Kiểm định tự tương quan: Chỉ số $Durbin-Watson = 1.912$ (nằm trong khoảng $1.5 - 2.5$), mô hình không vi phạm giả định tự tương quan phần dư.

Phương trình hồi quy chuẩn hóa thực tế

$$QD = 0.328 \times SP + 0.258 \times TH + 0.224 \times GC + 0.181 \times CQ + 0.138 \times KM$$

               MỨC ĐỘ TÁC ĐỘNG CỦA CÁC NHÂN TỐ ĐẾN QUYẾT ĐỊNH MUA
                    (Hệ số hồi quy chuẩn hóa Beta)

  Sản phẩm (SP)       ████████████████████████████████  0.328 (32.8%)
  Thương hiệu (TH)    █████████████████████████  0.258 (25.8%)
  Giá cả (GC)         ██████████████████████  0.224 (22.4%)
  Chuẩn chủ quan (CQ) █████████████████  0.181 (18.1%)
  Khuyến mãi (KM)     █████████████  0.138 (13.8%)
                              0.08     0.16     0.24     0.32

Đổi mới và đóng góp (Innovations & Contributions)

So sánh đối sánh với các công trình nghiên cứu trước

Tiêu chí so sánh Nghiên cứu này (Dương Thị Mỹ Hạnh, 2022) Nghiên cứu Chu Quốc Vỹ (2020) Nghiên cứu Bùi Vũ Hưng (2014)
Đối tượng sản phẩm Rượu Sake & Shochu tiêu chuẩn Nhật Bản sản xuất nội địa Ngành Bia tổng hợp tại TP. Hồ Chí Minh Bia Dung Quất tại thị trường Quảng Ngãi
Bối cảnh nghiên cứu Tác động kép: Nghị định 100/CP + Đại dịch COVID-19 Giai đoạn trước Nghị định 100/CP Thị trường truyền thống ổn định
Mô hình & Biến số 5 nhân tố kết hợp TPB + Marketing 4P + Chuẩn chủ quan 6 nhân tố (thêm Mật độ phân phối, Nhận thức tài chính) 5 nhân tố cấu thành Sự hài lòng
Độ giải thích ($R^2$ Adj) 57.2% 50.7% 64.1% (đo lường Hài lòng, không đo Quyết định mua)
Nhân tố ảnh hưởng nhất Sản phẩm ($\beta = 0.328$) và Thương hiệu ($\beta = 0.258$) Cảm nhận chất lượng & Chuẩn chủ quan Giá cả và Phục vụ của nhân viên

Đóng góp học thuật và ứng dụng thực tiễn

  1. Khẳng định tính vượt trội của thuộc tính Sản phẩm trong ngành đồ uống cao cấp: Khác với các sản phẩm bia đại trà chịu tác động lớn bởi Giá và Khuyến mãi, người tiêu dùng Sake/Shochu ưu tiên tuyệt đối cho khẩu vị, tính an toàn vệ sinh thực phẩm và chứng nhận chất lượng (ISO 22000 / HACCP).
  2. Định lượng hóa vai trò của Chuẩn chủ quan ($\beta = 0.181$): Chứng minh tâm lý tiêu dùng rượu ngoại/rượu cao cấp tại miền Trung chịu ảnh hưởng lớn từ văn hóa tập thể và khuyến nghị truyền miệng (Word-of-Mouth).
  3. Cung cấp bằng chứng thực nghiệm giá trị cao: Đóng góp bộ cơ sở dữ liệu định lượng phục vụ các doanh nghiệp chuyển đổi cơ cấu sản phẩm trong bối cảnh siết chặt an toàn giao thông.

Ứng dụng thực tế và Triển khai (Business Deployment)

Dựa trên kết quả phân tích hệ số hồi quy, nghiên cứu đề xuất hệ thống giải pháp Marketing Mix thực thi cụ thể cho Công ty TNHH Thương mại Saita:

1. Chiến lược Sản phẩm (Product Strategy - Trọng số $\beta = 0.328$)

  • Chuẩn hóa và duy trì chất lượng: Tiếp tục vận hành nghiêm ngặt hệ thống ISO 22000:2018 và HACCP CODE; công khai quy trình lên men tự nhiên với men Koji và nguồn nước tinh khiết xứ Huế trên bao bì.
  • Tối ưu hóa thiết kế bao bì:
    • Nâng cấp nhãn chai cho các dòng chủ lực (Etsu no Hajime, Teioh Gold/Silver) với họa tiết mang đậm dấu ấn giao thoa văn hóa Việt - Nhật.
    • Đa dạng hóa dung tích đóng chai: Bổ sung dung tích nhỏ (180ml, 300ml) và set quà tặng mini phục vụ nhu cầu thưởng thức cá nhân tại nhà, phù hợp với xu hướng sau Nghị định 100.

2. Chiến lược Thương hiệu & Truyền thông (Brand Strategy - Trọng số $\beta = 0.258$)

  • Định vị thương hiệu "Tinh hoa Nhật Bản trên đất Cố đô": Nhấn mạnh nguồn gốc chuyển giao công nghệ từ Saita Holdings Nhật Bản kết hợp nông sản Việt Nam.
  • Phát triển kênh Digital Marketing: Tối ưu hóa SEO website huefoods.com, đẩy mạnh nội dung giáo dục thị trường trên Fanpage/TikTok về văn hóa thưởng thức Sake ấm/lạnh và cách pha chế Shochu Cocktail (Chu-hai) cho giới trẻ.

3. Chiến lược Giá cả (Price Strategy - Trọng số $\beta = 0.224$)

  • Chính sách giá linh hoạt theo phân khúc:
    • Phân khúc phổ thông (Shochu Kome Hajime, Quê Hương): Định giá từ 65.000 – 110.000 VNĐ/chai để cạnh tranh trực tiếp với rượu truyền thống chất lượng cao.
    • Phân khúc cao cấp (Sake Etsu no Hajime, Shochu Teioh): Định vị giá từ 180.000 – 350.000 VNĐ/chai, tập trung vào kênh nhà hàng Nhật, tiệc ngoại giao và quà biếu doanh nghiệp.

4. Chiến lược Chuẩn chủ quan & Khuyến mãi (Social & Promotion Strategy)

  • Tận dụng hiệu ứng truyền miệng (Word-of-Mouth): Tổ chức các buổi Workshop trải nghiệm ẩm thực "Sake Pairing" tại các nhà hàng, khách sạn lớn ở Huế để tạo ảnh hưởng lan tỏa qua các chuyên gia ẩm thực và người có tầm ảnh hưởng (KOLs/KOCs).
  • Khuyến mãi hướng đến giá trị trải nghiệm: Tặng kèm ly uống Sake truyền thống (Ochoko) hoặc bình gốm Nhật (Tokkuri) thay vì chỉ chiết khấu tiền mặt trực tiếp.
                   LỘ TRÌNH TRIỂN KHAI 12 THÁNG (ROADMAP)

Dự toán Chi phí - Hiệu quả kinh tế (Cost-Benefit & ROI Analysis)

  • Ngân sách thực thi dự kiến: 350.000.000 VNĐ / năm.
    • Tái thiết kế bao bì & khuôn mẫu chai mini: 120.000.000 VNĐ.
    • Hoạt động Digital Marketing & Workshop trải nghiệm: 150.000.000 VNĐ.
    • Khuyến mãi POSM và quà tặng thương hiệu: 80.000.000 VNĐ.
  • Kỳ vọng doanh thu: Tăng trưởng sản lượng tiêu thụ nội địa $20 - 25%$ sau 12 tháng triển khai, thời gian hoàn vốn đầu tư tiếp thị (Payback Period) ước tính đạt 7.5 tháng, tỷ suất hoàn vốn marketing (ROMI) đạt $185%$.

Hạn chế và hướng phát triển (Limitations & Future Work)

Hạn chế của đề tài

  1. Quy mô mẫu khảo sát: Cỡ mẫu $N = 120$ tuy thỏa mãn điều kiện phân tích hồi quy theo Hair et al. (1998) nhưng tính đại diện chưa bao quát toàn diện các phân khúc tiêu dùng ngoại tỉnh.
  2. Phương pháp chọn mẫu: Phương pháp chọn mẫu định ngạch phi ngẫu nhiên (thuận tiện) có thể chứa đựng sai số chủ quan nhất định của người điều tra.
  3. Mô hình tĩnh (Cross-sectional): Dữ liệu cắt ngang thu thập trong một thời điểm chưa phản ánh được sự biến thiên hành vi theo chu kỳ thời gian dài hạn.

Hướng nghiên cứu tiếp theo

  • Mở rộng phạm vi nghiên cứu liên tỉnh (Đà Nẵng, Quảng Trị, Quảng Bình, TP. Hồ Chí Minh) với cỡ mẫu lớn ($N \ge 500$).
  • Áp dụng phương pháp phân tích mô hình cấu trúc tuyến tính PLS-SEM kết hợp biến trung gian (Sự hài lòng, Niềm tin thương hiệu) và biến điều tiết (Thu nhập, Giới tính).
  • Nghiên cứu sâu hành vi mua qua các sàn thương mại điện tử (E-commerce) và ứng dụng giao hàng nhanh.

Đối tượng hưởng lợi (Target Beneficiaries)

  • Sinh viên & Học viên chuyên ngành Kinh tế/Marketing: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu định lượng, kỹ thuật xử lý thang đo Likert, kiểm định Cronbach's Alpha, EFA và hồi quy đa biến OLS trên SPSS/Python.
  • Ban Giám đốc & Phòng Kinh doanh Công ty Saita: Nắm giữ bộ chỉ số định lượng thực tế để phân bổ chính xác ngân sách marketing 4P, gia tăng $20%$ hiệu quả chuyển đổi đơn hàng.
  • Các doanh nghiệp sản xuất đồ uống F&B nội địa: Tham khảo mô hình thích ứng chiến lược tiếp thị trong bối cảnh môi trường pháp lý thay đổi (Nghị định 100) và dịch bệnh phức tạp.
  • Nhà nghiên cứu & Giảng viên: Dữ liệu thực nghiệm bổ sung vào hệ thống tài liệu nghiên cứu hành vi tiêu dùng đồ uống lên men truyền thống tại thị trường đang phát triển.

Câu hỏi thường gặp (FAQs)

1. Kích thước mẫu $N = 120$ có đủ độ tin cậy để suy rộng cho tổng thể không?

Theo quy tắc thực hành của Hair et al. (1998), kích thước mẫu tối thiểu cần gấp 5 lần số lượng biến quan sát ($5 \times 17 = 85$). Với cỡ mẫu thực tế $N = 120$, nghiên cứu vượt $41.1%$ so với chuẩn tối thiểu. Các kiểm định thống kê $KMO = 0.829$, $Sig. < 0.05$ và $F = 32.784$ đều khẳng định mẫu đạt độ tin cậy cao và có ý nghĩa thống kê.

2. Tại sao nhân tố Sản phẩm (SP) lại có hệ số tác động $\beta$ cao nhất?

Rượu Sake và Shochu là dòng đồ uống lên men đặc thù có nguồn gốc văn hóa Nhật Bản. Người tiêu dùng khi chọn mua sản phẩm này rất quan tâm đến trải nghiệm vị giác, độ êm, không gây đau đầu và các tiêu chuẩn vệ sinh an toàn thực phẩm (ISO/HACCP), do đó chất lượng sản phẩm đóng vai trò tiên quyết trong quyết định mua.

3. Làm thế nào để công ty giải quyết vấn đề sụt giảm sức mua từ Nghị định 100/CP?

Công ty cần tập trung vào: (1) Đa dạng hóa dung tích nhỏ (180ml, 300ml) để phục vụ nhu cầu uống có kiểm soát tại nhà (Off-premise); (2) Đẩy mạnh các dòng rượu Sake có nồng độ cồn thấp ($14 - 15^\circ$); (3) Hợp tác với các ứng dụng giao xe/taxi tại các điểm bán liên kết On-premise.

4. Mô hình có bị ảnh hưởng bởi hiện tượng đa cộng tuyến không?

Không. Kết quả kiểm định cho thấy toàn bộ hệ số phóng đại phương sai $VIF$ của các biến độc lập đều nằm trong khoảng $1.187 - 1.342$, thấp hơn rất nhiều so với ngưỡng cảnh báo $2.0$ (và ngưỡng nguy hiểm $10.0$).

5. Doanh nghiệp cần ưu tiên phân bổ ngân sách tiếp thị như thế nào?

Căn cứ theo hệ số hồi quy chuẩn hóa $\beta$, ngân sách tiếp thị nên được ưu tiên theo tỷ trọng: 35% cho Nâng cao chất lượng & Mẫu mã sản phẩm (SP); 30% cho Xây dựng thương hiệu & Truyền thông số (TH); 20% cho Chính sách giá & Chiết khấu kênh (GC); 15% cho Chuẩn chủ quan & Chương trình khuyến mãi (CQ & KM).

Kết luận

Công trình nghiên cứu "Phân tích các nhân tố ảnh hưởng đến quyết định mua của khách hàng tại Công ty TNHH Thương mại Saita" của tác giả Dương Thị Mỹ Hạnh đã giải quyết trọn vẹn cả yêu cầu học thuật lẫn bài toán thực tiễn của doanh nghiệp:

  • Về mặt phương pháp: Xây dựng thành công quy trình nghiên cứu thực chứng chuẩn mực, kiểm định hệ thống 20 biến quan sát với độ tin cậy cao ($R^2 \text{ Adj} = 57.2%$, $Sig. = 0.000$).
  • Về mặt học thuật: Xác định chính xác mức độ tác động của 5 nhân tố theo thứ tự giảm dần: Sản phẩm ($\beta = 0.328$) $>$ Thương hiệu ($\beta = 0.258$) $>$ Giá cả ($\beta = 0.224$) $>$ Chuẩn chủ quan ($\beta = 0.181$) $>$ Khuyến mãi ($\beta = 0.138$).
  • Về mặt ứng dụng: Cung cấp bức tranh thực trạng rõ nét và bộ giải pháp Marketing Mix 4P toàn diện, tạo cơ sở khoa học vững chắc giúp Công ty TNHH Thương mại Saita tái cấu trúc danh mục sản phẩm, mở rộng thị phần và khẳng định vị thế thương hiệu Sake/Shochu tiêu chuẩn Nhật Bản hàng đầu tại Việt Nam.