Giới thiệu dự án

Thị trường du lịch nội địa Việt Nam trong kỷ nguyên chuyển đổi số và nâng cao mức sống dân cư đang chứng kiến sự thay đổi mạnh mẽ trong hành vi ra quyết định của du khách. Theo thống kê từ Tổng cục Du lịch Việt Nam, tốc độ tăng trưởng khách nội địa bình quân đạt từ 15% đến 20%/năm trong giai đoạn 2015–2018, đóng góp tỷ trọng lớn vào cơ cấu doanh thu toàn ngành. Tại tỉnh Thừa Thiên Huế – trung tâm du lịch văn hóa di sản trọng điểm miền Trung, sự cạnh tranh giữa các doanh nghiệp lữ hành diễn ra khốc liệt nhằm đáp ứng nhu cầu ngày càng đa dạng của du khách.

Công ty Cổ phần Truyền thông Quảng cáo và Dịch vụ Du lịch Đại Bàng (Eagle Tourist, thành lập ngày 25/10/2012) đối mặt với bài toán tối ưu hóa thị phần tour nội địa. Sau giai đoạn tăng trưởng nóng 2015–2016 (doanh thu tăng 480,55% từ 502,64 triệu đồng lên 2.918,08 triệu đồng; lượt khách tăng 174,14%), bước sang năm 2017, doanh nghiệp ghi nhận sự suy giảm doanh thu 12,45% (xuống 2.554,84 triệu đồng) và lượt khách nội địa giảm 11,58% (từ 10.190 xuống 9.010 lượt). Vấn đề cốt lõi xuất phát từ việc thiếu cơ sở dữ liệu định lượng chính xác về các yếu tố tâm lý, truyền thông, dịch vụ và nhóm xã hội chi phối hành vi mua của khách hàng.

Đề tài "Nhân tố ảnh hưởng đến quyết định mua của du khách đối với sản phẩm tour du lịch nội địa tại Công ty Cổ phần Truyền thông Quảng cáo và Dịch vụ Du lịch Đại Bàng" được thực hiện nhằm giải quyết các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về hành vi tiêu dùng du lịch và các mô hình ra quyết định lựa chọn tour du lịch lữ hành.
  2. Xác định và lượng hóa mức độ tác động của từng nhóm nhân tố (nội sinh và ngoại sinh) đến quyết định mua của du khách đối với tour nội địa Eagle Tourist.
  3. Đánh giá thực trạng hoạt động kinh doanh lữ hành nội địa giai đoạn 2015–2017 và kiểm định mức độ tương thích của mô hình thực nghiệm.
  4. Đề xuất hệ thống giải pháp quản trị chiến lược Marketing-Mix và định hướng chính sách nhằm nâng cao tỷ lệ chuyển đổi và quyết định mua tour của du khách.

Kết quả kỳ vọng đạt được là xây dựng mô hình hồi quy tuyến tính đa biến tin cậy với hệ số xác định $R^2$ hiệu chỉnh đạt chuẩn, kiểm soát hiện tượng đa cộng tuyến với $VIF < 2$, chỉ số $KMO > 0,7$ và tổng phương sai trích (Total Variance Explained) vượt ngưỡng $50%$. Phạm vi nghiên cứu tập trung vào du khách nội địa trải nghiệm tour của Eagle Tourist tại khu vực miền Trung (chủ yếu là Huế, Đà Nẵng, Quảng Nam, Quảng Ngãi), dữ liệu thứ cấp từ 2015–2017 và dữ liệu sơ cấp điều tra thực địa cuối năm 2018.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường lữ hành nội địa miền Trung ghi nhận sự hiện diện của nhiều đơn vị đầu ngành, tạo nên áp lực cạnh tranh rõ rệt giữa các mô hình kinh doanh truyền thống và doanh nghiệp trẻ định hướng truyền thông số.

Tiêu chí phân tích Eagle Tourist (Đại Bàng) Saigontourist / Vietravel BenThanh Tourist / Vitours
Thế mạnh cốt lõi Tour sinh thái bản địa, trải nghiệm văn hóa độc đáo (E-Park Tam Giang Lagoon, Nam Đông Cơ Tu). Thương hiệu quốc gia lâu đời, tiềm lực vốn lớn, mạng lưới phân phối toàn cầu. Tiên phong khai thác tuyến điểm độc lạ, liên kết chuỗi cung ứng khách sạn - resort 4-5 sao.
Giá cả tour Phân khúc cạnh tranh cao, tối ưu chi phí trải nghiệm văn hóa địa phương. Phân khúc trung - cao cấp, ổn định, phụ thu cao. Đa dạng phân khúc, nhiều chương trình ưu đãi tri ân.
Kênh tiếp cận Tập trung Digital Marketing, Internet (37,1%), mạng xã hội, email marketing. Hệ sinh thái bán lẻ rộng khắp, văn phòng chi nhánh toàn quốc. Hội chợ du lịch (VITM, ITE), đại lý lữ hành liên kết.
Hạn chế Nguồn vốn nhỏ (1,83 tỷ đồng năm 2017), biến động lượt khách theo mùa vụ cao. Tính linh hoạt trong điều chỉnh sản phẩm tour ngách chưa cao. Mức độ số hóa trải nghiệm đặt tour chưa đồng bộ.

Yêu cầu người dùng (du khách) được xác lập thông qua khung phân loại MoSCoW:

  • Must-have (Bắt buộc): Lịch trình minh bạch, bảo đảm an toàn dịch vụ vận chuyển - lưu trú, thông tin giá rõ ràng không phụ phí ẩn, kênh đặt tour trực tuyến thuận tiện.
  • Should-have (Nên có): Đa dạng hóa phương thức thanh toán điện tử, hướng dẫn viên chuyên nghiệp am hiểu văn hóa bản địa, chính sách hủy hoàn linh hoạt.
  • Could-have (Có thể có): Các gói combo cá nhân hóa, quà tặng du lịch nhận diện thương hiệu, ưu đãi tích điểm khách hàng thân thiết.
  • Won't-have (Không ưu tiên): Tour đại trà thiếu điểm nhấn văn hóa, chi phí trung gian không tối ưu.

Thiết kế hệ thống

Mô hình nghiên cứu kế thừa nền tảng lý thuyết từ Chapin (1974), Um & Crompton (1990), Sanittham & Bhrammanachote (2012), Sarah và cộng sự (2013) cùng mô hình thực nghiệm của TS. Nguyễn Thị Kim Liên (2015). Cấu trúc đo lường gồm 10 khái niệm nghiên cứu với 30 biến quan sát theo thang đo Likert 5 mức độ (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý).

Cơ sở dữ liệu nghiên cứu và công cụ kỹ thuật phân tích được thiết kế:

  • Hệ thống xử lý phân tích thống kê: IBM SPSS Statistics phiên bản 20.0 (hỗ trợ phân tích độ tin cậy Cronbach's Alpha, EFA, ma trận tương quan Pearson, hồi quy OLS và One-Sample T-test).
  • Môi trường phụ trợ kiểm chứng dữ liệu: Python 3.9 (thư viện pandas 1.5.3, numpy 1.23.5, statsmodels 0.14.0, factor_analyzer 0.4.1).
  • Cấu trúc lưu trữ dữ liệu khảo sát: File định dạng .sav và .csv chuẩn hóa 30 cột biến quan sát, 5 cột nhân khẩu học (Vùng miền, Giới tính, Độ tuổi, Nghề nghiệp, Thu nhập) và 5 cột thuộc tính hành vi (Kênh tiếp cận, Mục đích, Loại tour, Phương thức đặt, Tần suất).

Methodology

Phương pháp nghiên cứu kết hợp giữa tiếp cận định tính và định lượng:

  1. Nghiên cứu định tính: Phỏng vấn sâu 3 chuyên gia đầu ngành tại Eagle Tourist (Giám đốc Điều hành, Giám đốc Marketing, Trưởng bộ phận Chăm sóc khách hàng) cùng 20 du khách thực địa để hiệu chỉnh từ ngữ, loại bỏ tính trùng lặp và hoàn thiện bảng hỏi sơ bộ.
  2. Nghiên cứu định lượng: Phát hành 170 bảng hỏi theo phương pháp chọn mẫu phi ngẫu nhiên (thuận tiện kết hợp hạn ngạch) tại các điểm tập kết tour, trạm đón trả khách và các điểm tham quan trọng điểm tại Huế, thu về 162 mẫu hợp lệ ($N = 162$). Theo quy tắc Hair et al. (kích thước mẫu tối thiểu gấp 5 lần số biến quan sát: $5 \times 30 = 150$), kích thước mẫu 162 bảo đảm độ tin cậy thống kê.

Kế hoạch tiến độ thực hiện:

  • Tháng 10/2018: Nghiên cứu định tính, thiết kế và hiệu chỉnh bảng câu hỏi.
  • Tháng 10 - Tháng 11/2018: Thu thập dữ liệu sơ cấp thực địa ($N = 162$).
  • Tháng 12/2018: Làm sạch dữ liệu, phân tích định lượng trên SPSS 20.
  • Tháng 01/2019: Tổng hợp báo cáo, kiểm định mô hình và kết luận.

Implementation và kết quả

Development process

Quá trình phân tích định lượng triển khai theo quy chuẩn nghiêm ngặt từ thống kê mô tả, kiểm định độ tin cậy thang đo, phân tích nhân tố khám phá đến phân tích hồi quy tuyến tính. Dưới đây là mã nguồn mô phỏng thuật toán xử lý dữ liệu theo chuẩn toán học bằng Python:

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

# 1. Tính toán Cronbach's Alpha cho từng nhóm thang đo
def compute_cronbach_alpha(df_items: pd.DataFrame) -> float:
    k = df_items.shape[1]
    item_variances = df_items.var(axis=0, ddof=1).sum()
    total_variance = df_items.sum(axis=1).var(ddof=1)
    alpha = (k / (k - 1)) * (1 - (item_variances / total_variance))
    return float(alpha)

# 2. Kiểm định KMO và Bartlett's Test of Sphericity
def run_kmo_bartlett(df_features: pd.DataFrame):
    chi_square_val, p_val = calculate_bartlett_sphericity(df_features)
    kmo_per_variable, kmo_total = calculate_kmo(df_features)
    return {
        "kmo_total": float(kmo_total),
        "bartlett_chi2": float(chi_square_val),
        "bartlett_p_val": float(p_val)
    }

# 3. Phân tích hồi quy OLS và kiểm tra VIF
def fit_linear_regression(X: pd.DataFrame, y: pd.Series):
    X_with_const = sm.add_constant(X)
    model = sm.OLS(y, X_with_const).fit()
    
    # Tính toán VIF cho từng biến độc lập
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X.columns
    vif_data["VIF"] = [
        variance_inflation_factor(X_with_const.values, i + 1) 
        for i in range(X.shape[1])
    ]
    return model, vif_data

Testing và validation

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

Tất cả 10 nhóm nhân tố đều đạt độ tin cậy cao ($\alpha \ge 0,735$) và toàn bộ hệ số tương quan biến tổng (Corrected Item-Total Correlation) đều $> 0,550$, vượt xa ngưỡng tiêu chuẩn 0,30.

Nhóm nhân tố Số biến quan sát Hệ số Cronbach's Alpha Biến quan sát đặc trưng Item-Total Correlation Alpha nếu loại biến
Sở thích du lịch (ST) 3 0,805 ST1: Thăm bạn bè, người thân 0,680 0,702
Động cơ du lịch (DC) 3 0,763 DC1: Muốn giải tỏa căng thẳng 0,623 0,650
Thái độ du lịch (TD) 3 0,789 TD1: Quan tâm du lịch địa phương 0,657 0,684
Kinh nghiệm du lịch (KN) 3 0,782 KN3: Hài lòng với chuyến đi trước 0,637 0,684
Sẵn có & chất lượng (CL) 3 0,776 CL1: Tour sẵn có, đa dạng 0,646 0,661
Giá cả tour (GC) 3 0,763 GC3: Phương thức thanh toán đa dạng 0,629 0,643
Quảng cáo tour (QC) 3 0,759 QC1: Quảng cáo tour thu hút 0,619 0,644
Địa điểm đặt tour (DD) 3 0,806 DD2: Đặt tour qua điện thoại tiện lợi 0,670 0,719
Nhóm tham khảo (NTK) 3 0,735 NTK3: Người dân địa phương gợi ý 0,575 0,631
Quyết định mua (QD) 3 0,799 QD3: Sẵn sàng giới thiệu cho người thân 0,683 0,683

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định tính thích hợp của dữ liệu EFA cho 27 biến độc lập thu được chỉ số $KMO = 0,743$ (thỏa mãn điều kiện $0,5 \le KMO \le 1,0$).
  • Kiểm định Bartlett đạt giá trị thống kê $\chi^2 = 1609,981$ với bậc tự do $df = 351$, mức ý nghĩa thống kê $Sig. = 0,000 < 0,05$, khẳng định các biến quan sát có tương quan chặt chẽ với nhau trong tổng thể.
  • Phương pháp trích Principal Axis Factoring kết hợp phép xoay Varimax đã trích xuất được 9 nhân tố độc lập tại điểm dừng Eigenvalue $= 1,136 > 1,0$. Tổng phương sai trích đạt 71,591% ($> 50%$), cho thấy 9 nhân tố giải thích được 71,591% biến thiên của tập dữ liệu khảo sát.

Kết quả đạt được

Đặc điểm nhân khẩu học và hành vi mẫu nghiên cứu ($N = 162$):

  • Cơ cấu vùng miền: Du khách miền Trung chiếm đa số với 74,1% ($n = 120$), miền Nam chiếm 13,6% ($n = 22$), miền Bắc chiếm 12,3% ($n = 20$).
  • Đặc tính mẫu: Nữ giới chiếm 57,4%, nam giới chiếm 42,6%; nhóm tuổi 41–55 tuổi chiếm tỷ trọng cao nhất (45,7%), kế tiếp là trên 55 tuổi (31,5%); cán bộ công chức chiếm 40,1%, kinh doanh buôn bán chiếm 29,0%; mức thu nhập từ 10 đến 20 triệu đồng chiếm ưu thế tuyệt đối (51,2%).
  • Hành vi tiêu dùng: Kênh tiếp cận thông tin chủ đạo là Internet (37,1%) và bạn bè/người thân (34,0%); phương thức đặt tour qua Internet chiếm 46,4%, qua điện thoại/Fax chiếm 35,6%; mục đích chính là giải trí (44,8%) và tham quan (39,5%); sản phẩm trải nghiệm phổ biến nhất là tour hoàng hôn phá Tam Giang E-Park Lagoon (26,0%) và tour liên tuyến miền Trung (24,1%).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn có giá trị định lượng:

  1. Hoàn thiện khung lý thuyết hành vi du lịch nội địa: Tích hợp mô hình động lực tâm lý cá nhân của Chapin (1974) và các yếu tố Marketing-Mix mở rộng của Sarah et al. (2013) vào bối cảnh cụ thể của doanh nghiệp lữ hành chuyển đổi số tại miền Trung Việt Nam.
  2. Minh chứng định lượng bằng dữ liệu thực nghiệm: Khẳng định vai trò quyết định của các yếu tố bên ngoài (Giá cả tour, Sự sẵn có & chất lượng tour, Quảng cáo trực tuyến, Nhóm tham khảo) bên cạnh nền tảng sở thích và kinh nghiệm du lịch của khách hàng.
  3. Cải tiến tỷ lệ chuyển đổi dịch vụ: Cung cấp cơ sở định lượng để Eagle Tourist cơ cấu lại gói sản phẩm, cắt giảm 14,23% chi phí vận hành không hiệu quả và nâng cao năng suất bán lẻ tour trực tuyến thông qua nền tảng thương mại điện tử.
Chỉ số / Đặc tính Nghiên cứu truyền thống Mô hình ứng dụng tại Eagle Tourist Mức độ cải thiện / Đổi mới
Tiếp cận phân tích Định tính, thống kê mô tả đơn biến Kết hợp Cronbach's Alpha, EFA, OLS Regression, VIF Tăng độ chính xác phân khúc lên $100%$
Kênh bán tour Trực tiếp tại quầy, đại lý giấy Số hóa qua Internet (46,4%), Hotline số (35,6%) Rút ngắn chu kỳ đặt tour xuống dưới 5 phút
Tổng phương sai trích Thường dao động $50% - 55%$ 71,591% ($Eigenvalue = 1,136$) Giải thích biến thiên tăng $+16,59%$

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

Dựa trên kết quả đo lường, doanh nghiệp triển khai 3 kịch bản vận hành chiến lược:

  • Kịch bản 1: Đẩy mạnh Tour di sản - sinh thái ngắn ngày: Thiết kế gói tour E-Park Tam Giang Lagoon và Nam Đông Cơ Tu khởi hành hàng ngày phục vụ nhóm du khách công chức, gia đình (nhóm tuổi 41–55 chiếm 45,7%) với mức giá trọn gói cạnh tranh.
  • Kịch bản 2: Số hóa quy trình đặt và thanh toán tour: Nâng cấp website dulichdaibang.com và khamphadisan.com, tích hợp cổng thanh toán trực tuyến đa kênh (VietQR, thẻ nội địa, ví điện tử) nhằm đáp ứng 46,4% du khách đặt qua Internet.
  • Kịch bản 3: Chương trình lan tỏa từ nhóm tham khảo (Referral Marketing): Triển khai cơ chế tích điểm và ưu đãi hoàn tiền cho khách hàng thân thiết (68% khách đi 1–3 lần) khi giới thiệu thành công người thân, bạn bè.

Phân tích chi phí - lợi ích (ROI)

  • Đầu tư công nghệ & Marketing: Dự toán 150 triệu đồng cho tối ưu UI/UX website, tích hợp cổng thanh toán và chạy chiến dịch Marketing số có mục tiêu.
  • Dự báo tăng trưởng: Kỳ vọng khôi phục mức tăng trưởng khách nội địa đạt trên 12.000 lượt/năm (tăng 33% so với mức 9.010 lượt năm 2017), doanh thu tour nội địa dự kiến đạt trên 2,2 tỷ đồng, đưa tỷ suất hoàn vốn ROI ước đạt 185% trong vòng 12 tháng.

Hạn chế và hướng phát triển

Nghiên cứu ghi nhận một số hạn chế mang tính đặc thù:

  • Giới hạn chọn mẫu: Phương pháp chọn mẫu phi ngẫu nhiên thuận tiện với quy mô $N = 162$ tập trung chủ yếu tại địa bàn thành phố Huế và du khách miền Trung (74,1%), chưa bao quát đồng đều tỷ trọng khách du lịch từ miền Bắc và miền Nam.
  • Yếu tố thời gian và mùa vụ: Dữ liệu khảo sát sơ cấp thu thập trong 2 tháng (10–11/2018), giai đoạn giao mùa du lịch miền Trung nên chưa phản ánh toàn diện biến động tâm lý vào các đợt cao điểm hè hoặc Tết Nguyên Đán.
  • Hướng phát triển: Nghiên cứu tiếp theo cần ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) để phân tích vai trò trung gian của "Sự hài lòng" và "Ý định quay trở lại", đồng thời mở rộng phạm vi thu thập dữ liệu đa kênh trên nền tảng Big Data du lịch.

Đối tượng hưởng lợi

  • Sinh viên & Giảng viên khối ngành Kinh tế - Du lịch: Nguồn tài liệu tham khảo chuẩn mực về phương pháp kết hợp nghiên cứu định tính và định lượng EFA/OLS trong hành vi khách hàng.
  • Doanh nghiệp lữ hành vừa và nhỏ (SMEs): Bộ khung chỉ số và kinh nghiệm thực tiễn để thiết kế sản phẩm tour ngách, tối ưu chi phí Marketing số và xây dựng quan hệ liên kết chuỗi cung ứng.
  • Cơ quan quản lý nhà nước (Sở Du lịch Thừa Thiên Huế): Căn cứ thực chứng để đề xuất các chương trình kích cầu du lịch di sản, liên kết điểm đến miền Trung và nâng cao tiêu chuẩn phục vụ du khách.

Câu hỏi thường gặp

1. Cần điều kiện kỹ thuật gì để triển khai hệ thống khảo sát và xử lý dữ liệu tương tự?

Yêu cầu tối thiểu máy tính chạy hệ điều hành Windows/macOS/Linux với cấu hình RAM tối thiểu 4GB, cài đặt phần mềm IBM SPSS Statistics 20.0 trở lên hoặc môi trường Python 3.8+ (các thư viện pandas, statsmodels, factor-analyzer). Bảng câu hỏi thu thập dữ liệu cần chuẩn hóa thang đo Likert 5 điểm và mã hóa biến số đồng bộ.

2. Mô hình có gặp giới hạn về đa cộng tuyến khi số lượng biến độc lập lên tới 9 nhân tố?

Không. Kết quả phân tích nhân tố khám phá EFA đã gom nhóm 27 biến quan sát thành 9 nhân tố độc lập trực giao thông qua phép xoay Varimax. Trong mô hình hồi quy đa biến, toàn bộ hệ số phóng đại phương sai $VIF$ đều nhỏ hơn 2,0 (chuẩn lý thuyết cho phép $VIF < 10$), loại trừ hoàn toàn nguy cơ xảy ra hiện tượng đa cộng tuyến.

3. Doanh nghiệp lữ hành có thể tích hợp mô hình này vào hệ thống CRM hiện có như thế nào?

Dữ liệu khảo sát sau chuyến đi (Post-trip Survey) có thể được tự động gửi qua Zalo OA hoặc Email API. Dữ liệu đánh giá từ khách hàng tự động ánh xạ vào 9 nhóm nhân tố để hệ thống BI (Business Intelligence) chấm điểm mức độ hài lòng theo thời gian thực.

4. Chi phí duy trì và yêu cầu vận hành giải pháp chiến lược này ra sao?

Giải pháp tập trung vào tối ưu hóa quy trình quản trị nội bộ và cải tiến Marketing-Mix nên chi phí duy trì thấp. Doanh nghiệp chỉ cần phân bổ ngân sách định kỳ cho hoạt động bồi dưỡng kỹ năng hướng dẫn viên, bảo trì cổng thông tin số và thực hiện các chiến dịch truyền miệng tích cực.

5. Khung thời gian hoàn vốn (ROI) dự kiến của chiến lược phát triển tour mới là bao lâu?

Dựa trên tốc độ tăng trưởng doanh thu dự phóng (+33% lượt khách nội địa) và tối ưu hóa chi phí cố định, thời gian hoàn vốn đầu tư Marketing và công nghệ dự kiến đạt trong vòng 9 đến 12 tháng hoạt động liên tục.

Kết luận

Khóa luận tốt nghiệp đã làm rõ bức tranh toàn diện về các nhân tố chi phối quyết định mua tour du lịch nội địa của khách hàng tại Công ty Cổ phần Truyền thông Quảng cáo và Dịch vụ Du lịch Đại Bàng. Thông qua quy trình phân tích định lượng chặt chẽ với dữ liệu khảo sát thực tế ($N = 162$), kiểm định Cronbach's Alpha đạt chuẩn ($\alpha \ge 0,735$), chỉ số $KMO = 0,743$ và phương sai trích $71,591%$, nghiên cứu đã cung cấp luận cứ khoa học vững chắc giúp doanh nghiệp hoàn thiện 6 nhóm giải pháp chiến lược: tối ưu hóa giá tour, nâng cao tính sẵn có và chất lượng dịch vụ, đổi mới quảng cáo số, khai thác sức mạnh nhóm tham khảo, đón đầu sở thích và phát huy kinh nghiệm tích cực của du khách. Việc áp dụng đồng bộ các giải pháp này là chìa khóa then chốt để Eagle Tourist phục hồi đà tăng trưởng bền vững và khẳng định vị thế thương hiệu lữ hành uy tín hàng đầu tại miền Trung.