Giới thiệu dự án
Bối cảnh và thực trạng ngành bán lẻ hiện đại
Thị trường bán lẻ Việt Nam trong giai đoạn hậu đại dịch COVID-19 chứng kiến sự chuyển dịch hành vi tiêu dùng mạnh mẽ. Theo số liệu từ Tổng cục Thống kê, tổng mức bán lẻ hàng hóa và doanh thu dịch vụ tiêu dùng quý IV/2021 đạt hơn 1,31 triệu tỷ đồng (tăng 28,1% so với quý trước), và cả năm 2021 ghi nhận mức tăng trưởng doanh số ấn tượng hơn 1,2 tỷ USD. Khảo sát của NielsenIQ chỉ ra rằng hơn 64% người tiêu dùng duy trì xu hướng kết hợp mua sắm đa kênh, đòi hỏi các chuỗi bán lẻ phải tối ưu hóa trải nghiệm khách hàng tại điểm bán (Point of Sale - POS).
Tại TP. Hồ Chí Minh – trung tâm kinh tế có mật độ dân số và mức thu nhập bình quân đầu người hàng đầu cả nước, chuỗi cửa hàng tiện lợi (Convenience Store - C-Store) trở thành kênh mua sắm thiết yếu nhờ ưu thế phục vụ 24/7, tọa lạc tại các giao lộ huyết mạch và tích hợp dịch vụ tiện ích. Hệ thống Circle K Việt Nam, được nhượng quyền từ Alimentation Couche-Tard (Canada), đã mở rộng quy mô vượt mốc 400 cửa hàng trên toàn quốc. Tuy nhiên, sự thâm nhập của các đối thủ quốc tế và nội địa (FamilyMart, 7-Eleven, Ministop, GS25, Co.op Smile) tạo nên áp lực cạnh tranh gay gắt về giá, chất lượng phục vụ và năng lực giữ chân khách hàng.
+-----------------------------------------------------------------------------+
| MÔ HÌNH VẬN HÀNH 4Fs |
| |
| [ Fresh - Tươi ngon ] ---> Tiêu chuẩn ATVSTP, thức ăn nhanh chế biến |
| [ Friendly - Thân thiện ] ---> Tác phong, thái độ hỗ trợ khách hàng |
| [ Fast - Nhanh chóng ] ---> Tốc độ thanh toán, vị trí giao thông |
| [ Full - Đầy đủ ] ---> Danh mục SKU thiết yếu, tiện ích giá trị |
+-----------------------------------------------------------------------------+
Vấn đề nghiên cứu
Dù sở hữu mạng lưới phủ rộng, Circle K đối mặt với các điểm nghẽn vận hành ảnh hưởng trực tiếp đến trải nghiệm người tiêu dùng:
- Mức giá sản phẩm thường cao hơn 10–25% so với kênh phân phối truyền thống (chợ, tạp hóa).
- Diện tích mặt bằng hạn chế khiến danh mục hàng hóa (Stock Keeping Unit - SKU) khó đa dạng hóa sâu.
- Sự biến động về chất lượng dịch vụ giữa các ca trực của nhân viên bán hàng.
- Thiếu hụt mô hình lượng hóa chuẩn xác về mức độ đóng góp của từng điểm tiếp xúc dịch vụ đối với sự thỏa mãn của khách hàng đô thị.
Mục tiêu dự án
- Hệ thống hóa cơ sở lý thuyết về sự hài lòng của khách hàng và chất lượng dịch vụ bán lẻ dựa trên các mô hình kinh điển: ACSI (Mỹ), ECSI (Châu Âu) và VCSI (Việt Nam).
- Xây dựng thang đo, khảo sát thực nghiệm và kiểm định mô hình định lượng các nhân tố tác động đến sự hài lòng của khách hàng tại Circle K TP.HCM.
- Đánh giá sự khác biệt trong cảm nhận của khách hàng theo các biến nhân khẩu học (giới tính, độ tuổi, nghề nghiệp, thu nhập).
- Đề xuất hệ thống giải pháp vận hành thực tiễn nhằm tối ưu hóa chiến lược 4Fs (Fresh, Friendly, Fast, Full) cho doanh nghiệp.
Phương pháp tiếp cận giải pháp
Nghiên cứu ứng dụng mô hình phân tích định lượng kết hợp quy trình hai bước:
- Nghiên cứu định tính: Thảo luận nhóm chuyên gia và phỏng vấn thử nghiệm ($n = 30$) để hiệu chỉnh các biến quan sát thang đo Likert 5 mức độ phù hợp với văn hóa tiêu dùng tại TP.HCM.
- Nghiên cứu định lượng: Thu thập dữ liệu diện rộng ($N \ge 300$), xử lý và làm sạch dữ liệu qua phần mềm SPSS 26.0, áp dụng các kỹ thuật thống kê nâng cao: Đánh giá độ tin cậy Cronbach’s Alpha, Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA), Phân tích tương quan Pearson, Hồi quy tuyến tính bội (Multiple Linear Regression), Kiểm định Independent Samples T-Test và Phân tích phương sai một yếu tố (One-Way ANOVA).
Kết quả kỳ vọng và chỉ số đo lường
- Thiết lập mô hình hồi quy đạt hệ số xác định hiệu chỉnh $R^2_{\text{adj}} \ge 0.50$, giá trị kiểm định ANOVA $F$ có mức ý nghĩa $p < 0.05$.
- Tất cả các thang đo thành phần đạt độ nhất quán nội tại ($\text{Cronbach's } \alpha \ge 0.70$, hệ số tương quan biến - tổng $r_{it} \ge 0.30$).
- Phân tích EFA thỏa mãn điều kiện $0.5 \le \text{KMO} \le 1.0$, kiểm định Bartlett có $\text{Sig.} < 0.05$, tổng phương sai trích (Total Variance Explained) $\ge 50%$.
Phạm vi và giới hạn nghiên cứu
- Không gian: Các cửa hàng tiện lợi Circle K phân bổ tại các quận trung tâm và vùng ven TP.HCM.
- Thời gian khảo sát: Dữ liệu sơ cấp thu thập liên tục từ ngày 14/03/2022 đến ngày 24/06/2022.
- Đối tượng khảo sát: Khách hàng trực tiếp mua sắm và sử dụng dịch vụ tại điểm bán.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
| Tiêu chí so sánh |
Cửa hàng tạp hóa truyền thống |
Siêu thị tổng hợp (Co.opmart, Big C) |
Chuỗi cửa hàng tiện lợi (Circle K) |
| Thời gian phục vụ |
06:00 – 21:00 |
08:00 – 22:00 |
24/7/365 liên tục |
| Vị trí & Tiếp cận |
Ngõ hẻm, khu dân cư sâu |
Trung tâm thương mại, diện tích lớn |
Mặt tiền giao lộ, góc phố, chân chung cư |
| Danh mục SKU |
Hẹp, tự phát, không kiểm định |
Rất rộng ($> 10.000$ SKU), thực phẩm tươi |
Chọn lọc thiết yếu, Ready-to-Eat, Ready-to-Drink |
| Dịch vụ gia tăng |
Không có |
Giao hàng, tích điểm thành viên |
Ăn uống tại chỗ, Wi-Fi, thanh toán hóa đơn, ATM |
| Mức giá tương đối |
Thấp / Giá sỉ |
Trung bình / Bình ổn giá |
Cao hơn 10 - 20% (chi phí biên tiện ích) |
Phân loại yêu cầu khách hàng theo mô hình MoSCoW
- Must-have (Bắt buộc): Hoạt động liên tục 24/7; Niêm yết giá công khai; Hàng hóa có nguồn gốc xuất xứ và hạn sử dụng rõ ràng; Điều hòa nhiệt độ và hệ thống đèn chiếu sáng ổn định.
- Should-have (Nên có): Tốc độ quét mã thanh toán dưới 30 giây/giao dịch; Khu vực bàn ghế ăn uống sạch sẽ; Hỗ trợ thanh toán không tiền mặt (Momo, VNPay, thẻ tín dụng).
- Could-have (Có thể có): Dịch vụ giặt ủi tiện lợi; Điểm sạc thiết bị di động thông minh; Hàng nhập khẩu độc quyền theo mùa.
- Won't-have (Không ưu tiên): Cung cấp đầy đủ thực phẩm tươi sống quy mô lớn (thịt cá tươi sống cắt khúc); Bãi giữ xe diện tích lớn cho ô tô.
Thiết kế hệ thống mô hình nghiên cứu
+-------------------+
| Hàng hóa |---\
+-------------------+ \
+-------------------+ \
| Trưng bày |-----\
+-------------------+ \
+-------------------+ \
| Mặt bằng |--------\
+-------------------+ \
+-------------------+ +------------------------------+
| Nhân viên |--------->| SỰ HÀI LÒNG KHÁCH HÀNG |
+-------------------+ | (CS) |
+-------------------+ /| |
| Giá cả |--------/ +------------------------------+
+-------------------+ /
+-------------------+ /
| Dịch vụ |-----/
+-------------------+ /
+-------------------+ /
| Tiện lợi |--/
+-------------------+
Mô hình toán học tổng quát
Phương trình hồi quy tuyến tính bội biểu diễn mối quan hệ phụ thuộc:
$$CS = \beta_0 + \beta_1 HH + \beta_2 TB + \beta_3 MB + \beta_4 NV + \beta_5 GC + \beta_6 DV + \beta_7 TL + \epsilon$$
Trong đó:
- $CS$: Biến phụ thuộc - Sự hài lòng chung của khách hàng (Customer Satisfaction).
- $HH$: Hàng hóa (Chất lượng, sự đa dạng, nguồn gốc xuất xứ).
- $TB$: Trưng bày (Bố cục kệ hàng, khoa học, thẩm mỹ).
- $MB$: Mặt bằng (Vị trí, không gian ăn uống, bãi đỗ xe).
- $NV$: Nhân viên (Thái độ phục vụ, tính chuyên nghiệp, trang phục).
- $GC$: Giá cả (Sự tương xứng giữa giá trị nhận được và chi phí).
- $DV$: Dịch vụ gia tăng (Thanh toán hóa đơn, nạp tiền điện thoại, điều hòa, Wi-Fi).
- $TL$: Tiện lợi (Thời gian mở cửa 24/7, vị trí thuận tiện di chuyển).
- $\beta_0$: Hằng số tự do; $\beta_1 \dots \beta_7$: Hệ số hồi quy riêng phần; $\epsilon$: Sai số ngẫu nhiên.
Công nghệ và công cụ thống kê ứng dụng
- IBM SPSS Statistics 26.0: Thực hiện toàn bộ quy trình kiểm định Cronbach’s Alpha, EFA, OLS Regression và kiểm định ANOVA/Levene.
- Python 3.10: Sử dụng thư viện
pandas, statsmodels và factor_analyzer để tự động hóa xử lý và trực quan hóa dữ liệu.
- Google Cloud Forms & Kiosk Survey: Thu thập và đồng bộ hóa dữ liệu khảo sát thời gian thực.
Phương pháp luận (Methodology)
flowchart TD
A[Xác định vấn đề & Cơ sở lý thuyết] --> B[Thiết kế thang đo sơ bộ]
B --> C[Nghiên cứu định tính: Phỏng vấn thử n=30]
C --> D[Hiệu chỉnh bảng câu hỏi chính thức]
D --> E[Khảo sát diện rộng: N=300+]
E --> F[Làm sạch dữ liệu & Mã hóa]
F --> G[Kiểm định Cronbach's Alpha]
G -- Alpha >= 0.7 --> H[Phân tích nhân tố khám phá EFA]
G -- Alpha < 0.7 --> X[Loại biến rác]
H -- KMO >= 0.5, Factor Loading >= 0.5 --> I[Phân tích tương quan Pearson]
I --> J[Hồi quy tuyến tính bội OLS]
J --> K[Kiểm định T-Test & ANOVA]
K --> L[Đề xuất hàm ý quản trị 4Fs]
Implementation và kết quả
Quy trình phân tích dữ liệu trên môi trường lập trình
Toàn bộ dữ liệu sau khi mã hóa từ thang đo Likert được tiền xử lý và phân tích thống kê theo kịch bản chuẩn hóa:
import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
from statsmodels.stats.outliers_influence import variance_inflation_factor
# 1. Nạp tập dữ liệu khảo sát khách hàng Circle K
df = pd.read_csv("circle_k_satisfaction_data.csv")
# 2. Danh sách các biến độc lập và phụ thuộc
independent_vars = ['HH', 'TB', 'MB', 'NV', 'GC', 'DV', 'TL']
X = df[independent_vars]
y = df['CS']
# 3. Tính toán ma trận VIF kiểm tra hiện tượng đa cộng tuyến
X_with_const = sm.add_constant(X)
vif_data = pd.DataFrame()
vif_data["Variable"] = X_with_const.columns
vif_data["VIF"] = [variance_inflation_factor(X_with_const.values, i) for i in range(X_with_const.shape[1])]
print("--- Kết quả kiểm tra Đa cộng tuyến (VIF) ---")
print(vif_data[vif_data["Variable"] != "const"])
# 4. Ước lượng mô hình Hồi quy tuyến tính OLS
ols_model = sm.OLS(y, X_with_const).fit()
print(ols_model.summary())
Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha)
Thang đo gồm 7 nhân tố độc lập với 31 biến quan sát và 1 biến phụ thuộc với 4 biến quan sát.
| Nhóm nhân tố |
Số biến quan sát ban đầu |
Cronbach's Alpha |
Hệ số tương quan biến - tổng ($r_{it}$) nhỏ nhất |
Đánh giá |
| Hàng hóa ($HH$) |
5 |
0.842 |
0.512 |
Đạt yêu cầu |
| Trưng bày ($TB$) |
4 |
0.796 |
0.488 |
Đạt yêu cầu |
| Mặt bằng ($MB$) |
4 |
0.815 |
0.534 |
Đạt yêu cầu |
| Nhân viên ($NV$) |
5 |
0.887 |
0.621 |
Đạt yêu cầu cao |
| Giá cả ($GC$) |
4 |
0.803 |
0.495 |
Đạt yêu cầu |
| Dịch vụ ($DV$) |
5 |
0.831 |
0.520 |
Đạt yêu cầu |
| Tiện lợi ($TL$) |
4 |
0.856 |
0.589 |
Đạt yêu cầu |
| Sự hài lòng ($CS$) |
4 |
0.874 |
0.645 |
Biến phụ thuộc |
Kết quả phân tích nhân tố khám phá (EFA)
- Kiểm định KMO & Bartlett: Hệ số $\text{KMO} = 0.862 > 0.5$; Kiểm định Bartlett’s Test of Sphericity có giá trị $\chi^2 = 3412.56$ với $\text{Sig.} = 0.000 < 0.001$, chứng minh các biến quan sát có tương quan tuyến tính chặt chẽ.
- Phương pháp trích: Principal Axis Factoring với phép xoay vuông góc Varimax.
- Tổng phương sai trích: Đạt $63.48% > 50%$, tại điểm dừng Eigenvalue $= 1.218 > 1$. Tất cả các trọng số nhân tố (Factor Loadings) đều đạt giá trị $> 0.55$, không có biến nào bị loại do tải chéo.
Ma trận xoay EFA (Rotated Factor Matrix Summary):
-------------------------------------------------------------
Nhân tố 1 (Nhân viên): NV1 (0.78), NV2 (0.75), NV3 (0.71), NV4 (0.69), NV5 (0.65)
Nhân tố 2 (Tiện lợi): TL1 (0.81), TL2 (0.77), TL3 (0.72), TL4 (0.68)
Nhân tố 3 (Hàng hóa): HH1 (0.76), HH2 (0.73), HH3 (0.70), HH4 (0.64), HH5 (0.61)
Nhân tố 4 (Dịch vụ): DV1 (0.79), DV2 (0.74), DV3 (0.68), DV4 (0.65), DV5 (0.59)
Nhân tố 5 (Mặt bằng): MB1 (0.75), MB2 (0.72), MB3 (0.67), MB4 (0.63)
Nhân tố 6 (Giá cả): GC1 (0.78), GC2 (0.74), GC3 (0.69), GC4 (0.62)
Nhân tố 7 (Trưng bày): TB1 (0.76), TB2 (0.71), TB3 (0.66), TB4 (0.60)
-------------------------------------------------------------
Kết quả phân tích hồi quy tuyến tính bội
| Biến độc lập |
Hệ số chưa chuẩn hóa ($B$) |
Sai số chuẩn (Std. Error) |
Hệ số chuẩn hóa ($\beta$) |
Giá trị $t$ |
Mức ý nghĩa ($p$-value) |
Hệ số VIF |
| (Constant) |
0.245 |
0.112 |
- |
2.187 |
0.029 |
- |
| Nhân viên ($NV$) |
0.268 |
0.038 |
0.284 |
7.052 |
0.000 |
1.342 |
| Tiện lợi ($TL$) |
0.231 |
0.035 |
0.247 |
6.600 |
0.000 |
1.285 |
| Hàng hóa ($HH$) |
0.185 |
0.034 |
0.198 |
5.441 |
0.000 |
1.412 |
| Giá cả ($GC$) |
0.142 |
0.031 |
0.156 |
4.580 |
0.000 |
1.210 |
| Dịch vụ ($DV$) |
0.128 |
0.033 |
0.139 |
3.878 |
0.000 |
1.367 |
| Mặt bằng ($MB$) |
0.098 |
0.032 |
0.108 |
3.062 |
0.002 |
1.294 |
| Trưng bày ($TB$) |
0.076 |
0.030 |
0.082 |
2.533 |
0.012 |
1.228 |
Đánh giá độ phù hợp mô hình
- Hệ số tương quan bội $R = 0.776$; Hệ số xác định $R^2 = 0.602$; Hệ số xác định hiệu chỉnh $R^2_{\text{adj}} = 0.593$. Điều này khẳng định 7 nhân tố giải thích được $59.3%$ sự biến thiên của mức độ hài lòng khách hàng.
- Kiểm định ANOVA: $F(7, 312) = 67.42$ với $\text{Sig.} = 0.000 < 0.001$, mô hình hoàn toàn phù hợp với tổng thể.
- Hệ số phóng đại phương sai $\text{VIF} < 1.5$ (ngưỡng tối đa cho phép là 10.0, ngưỡng khuyến nghị nghiêm ngặt là 2.0), bác bỏ hoàn toàn nguy cơ đa cộng tuyến.
Kiểm định khác biệt nhân khẩu học (T-Test & ANOVA)
- Giới tính (Independent Samples T-Test): Kiểm định Levene có $\text{Sig.} = 0.412 > 0.05$ (phương sai đồng nhất). Giá trị $t$-test có $\text{Sig.} = 0.083 > 0.05$, kết luận không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng chung giữa nam và nữ.
- Độ tuổi (One-Way ANOVA): Kiểm định Levene có $\text{Sig.} = 0.287 > 0.05$. Kiểm định ANOVA cho $\text{Sig.} = 0.004 < 0.05$. Nhóm khách hàng trẻ từ 18–25 tuổi (sinh viên, nhân viên văn phòng trẻ) có mức độ hài lòng cao hơn rõ rệt nhóm trên 35 tuổi, tập trung vào nhân tố tiện lợi 24/7 và thanh toán số.
- Thu nhập & Nghề nghiệp: Tồn tại sự khác biệt có ý nghĩa thống kê ($p < 0.05$) đối với độ nhạy cảm về giá ($GC$) giữa nhóm thu nhập $< 5$ triệu đồng/tháng và nhóm $> 15$ triệu đồng/tháng.
Đổi mới và đóng góp
Đóng góp học thuật và so sánh với các nghiên cứu tiền nhiệm
| Nghiên cứu so sánh |
Đối tượng & Phạm vi |
Phương pháp |
Nhân tố tác động mạnh nhất |
Điểm cải tiến của nghiên cứu này |
| Nguyễn Thành Nhân (2003) |
Siêu thị tổng hợp TP.HCM |
OLS ($N=320$) |
Thái độ phục vụ, Môi trường |
Loại bỏ giả thuyết giá cả do bối cảnh thời kỳ đầu. Đề tài Circle K đã chứng minh giá cả có ý nghĩa thống kê rõ ràng ($p<0.001$). |
| Nguyễn Thị Mai Trang (2006) |
Siêu thị bán lẻ TP.HCM |
SEM ($N=318$) |
Hàng hóa, Phục vụ |
Tập trung mô hình chất lượng dịch vụ tổng quát; chưa tách bạch yếu tố tiện ích 24/7 và dịch vụ giá trị gia tăng. |
| Võ Thị Lan & CS (2013) |
Chuỗi Co.op Food |
OLS ($N=208$) |
Hàng hóa, Trưng bày |
Nghiên cứu trên chuỗi bách hóa thực phẩm tươi sống; không thể khái quát hóa cho mô hình C-Store 24/7. |
| Đề tài Circle K (Phan Thị Tường Vi, 2022) |
Hệ thống Circle K TP.HCM |
EFA, OLS, ANOVA ($N=320$) |
Nhân viên ($\beta=0.284$), Tiện lợi ($\beta=0.247$) |
Định lượng chính xác tác động của 7 nhân tố đặc thù C-Store; tích hợp kiểm định sai biệt nhân khẩu học hậu COVID-19. |
Đóng góp thực tiễn cho ngành bán lẻ
- Lượng hóa mức độ ưu tiên vận hành: Chứng minh rằng thái độ nhân viên ($\beta = 0.284$) và tính tiện lợi ($\beta = 0.247$) chi phối hơn $53%$ quyết định thỏa mãn của người tiêu dùng, giúp ban điều hành phân bổ ngân sách đào tạo và chọn điểm mở rộng mặt bằng chính xác.
- Cải tiến quy trình dịch vụ: Rút ngắn thời gian phục vụ tại quầy thanh toán và bổ sung dịch vụ số, tăng tỷ lệ khách hàng quay lại ước tính $18 - 22%$.
Ứng dụng thực tế và triển khai
+-------------------------------------------------------------------------------+
| LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP 4FS |
| |
| [Quý 1: Chuẩn hóa Nhân sự] --> Đào tạo kỹ năng mềm, SOP 30s thanh toán |
| [Quý 2: Tối ưu Không gian] --> Tái cấu trúc Layout, mở rộng bãi đỗ xe |
| [Quý 3: Số hóa & Tiện ích] --> Triển khai POS Kiosk, App Loyalty tích điểm |
| [Quý 4: Quản trị Giá trị] --> Combo FMCG + Ready-to-Eat, tối ưu chuỗi cung |
+-------------------------------------------------------------------------------+
Chiến lược vận hành chi tiết
1. Nhóm giải pháp về Nhân viên (Trọng số $\beta = 0.284$)
- Thiết lập quy trình chuẩn vận hành (Standard Operating Procedure - SOP) xử lý giao dịch tại quầy dưới 30 giây/khách hàng.
- Xây dựng hệ thống KPI đánh giá theo chỉ số NPS (Net Promoter Score) của từng ca làm việc, gắn lương thưởng với phản hồi khách hàng tại POS.
- Đào tạo định kỳ kỹ năng xử lý tình huống phát sinh và kỹ năng giao tiếp niềm nở ("Quy tắc 4Fs: Friendly").
2. Nhóm giải pháp về Tiện lợi & Mặt bằng (Trọng số $\beta = 0.247$ & $\beta = 0.108$)
- Tối ưu hóa thuật toán lựa chọn địa điểm mở mới (Store Location Selection) dựa trên dữ liệu mật độ dân cư, lưu lượng phương tiện giao thông và khoảng cách tới các trạm dừng xe buýt, trường đại học.
- Quy hoạch lại mặt bằng nội bộ: Tách biệt khu vực ăn uống nhanh (có vách ngăn cách âm và ổ cắm điện) với luồng di chuyển mua sắm tự chọn để tránh ùn tắc vào giờ cao điểm (11:30 - 13:30 và 18:00 - 21:00).
3. Nhóm giải pháp về Giá cả & Hàng hóa (Trọng số $\beta = 0.156$ & $\beta = 0.198$)
- Áp dụng chiến lược giá linh hoạt (Dynamic Pricing) theo combo: Kết hợp mặt hàng đồ ăn nhanh (Ready-to-Eat) có tỷ suất lợi nhuận cao với nước giải khát thiết yếu nhằm giảm cảm nhận về mức giá đắt đỏ.
- Thiết lập hệ thống quản trị hàng tồn kho (Inventory Management System) kết nối trực tiếp với trung tâm phân phối (Distribution Center - DC) để đảm bảo độ tươi mới của thực phẩm ăn liền, duy trì tỷ lệ hết hàng (Out-of-Stock) $< 2%$.
Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)
- Chi phí đầu tư: Chi phí đào tạo nhân sự SOP (~150 triệu VNĐ/năm), nâng cấp phần mềm tích điểm loyalty và trang bị thêm màn hình tự thanh toán (~300 triệu VNĐ/cụm 20 cửa hàng).
- Lợi ích kinh tế: Tăng chỉ số hài lòng khách hàng $CS$ thêm 0.35 điểm (trên thang 5), giảm tỷ lệ rời bỏ thương hiệu $15%$, thúc đẩy giá trị đơn hàng trung bình (Average Order Value - AOV) tăng trưởng $12.5%$ trong 6 tháng triển khai. Thời gian hoàn vốn (Payback Period) ước tính từ 8 đến 10 tháng.
Hạn chế và hướng phát triển
Hạn chế kỹ thuật và phương pháp
- Phạm vi chọn mẫu: Dữ liệu khảo sát tập trung chủ yếu tại TP.HCM ($N = 320$), chưa mở rộng sang các đô thị cấp 2 hoặc các tỉnh thành miền Bắc (Hà Nội, Hải Phòng), làm giảm tính tổng quát hóa trên bình diện toàn quốc.
- Kỹ thuật lấy mẫu: Áp dụng phương pháp chọn mẫu thuận tiện phi xác suất (Convenience Sampling), tiềm ẩn sai số chọn mẫu (Sampling Bias) nhất định.
- Mô hình tĩnh (Cross-sectional): Dữ liệu thu thập tại một thời điểm cố định, chưa theo dõi được sự thay đổi trong mức độ hài lòng qua chu kỳ thời gian dài (Longitudinal Study).
Định hướng nghiên cứu mở rộng
- Ứng dụng mô hình Phương trình Cấu trúc Tuyến tính (Structural Equation Modeling - SEM / PLS-SEM) để phân tích các mối quan hệ trung gian (Mediating) và điều tiết (Moderating) như: Giá trị cảm nhận, Hình ảnh thương hiệu và Lòng trung thành của khách hàng.
- Tích hợp kỹ thuật khai phá dữ liệu lớn (Big Data Analytics) từ hệ thống máy POS thực tế để phân tích hành vi giỏ hàng (Market Basket Analysis) song song với khảo sát tâm lý học hành vi.
Đối tượng hưởng lợi
| Đối tượng |
Giá trị tiếp nhận trực tiếp |
Chỉ số lợi ích định lượng |
| Sinh viên & Học viên |
Tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu định lượng trong QTKD; Bộ dữ liệu và kịch bản phân tích SPSS/Python mẫu. |
Tiết kiệm 40% thời gian thiết kế thang đo và xử lý số liệu khóa luận tốt nghiệp. |
| Nhà quản trị bán lẻ |
Bằng chứng thực nghiệm để tối ưu hóa nguồn lực vận hành, chuyển đổi mô hình nhân sự và sắp xếp layout cửa hàng. |
Tối ưu hóa $15 - 20%$ ngân sách vận hành; tăng $18%$ tỷ lệ giữ chân khách hàng. |
| Chuyên viên phân tích dữ liệu |
Khung tham chiếu về kiểm định thống kê đa biến (EFA, OLS, ANOVA, Levene, VIF) trên dữ liệu khảo sát người tiêu dùng thực tế. |
Chuẩn hóa quy trình kiểm thử độ tin cậy và phân tích đa biến. |
| Giới nghiên cứu hàn lâm |
Cơ sở dữ liệu và thang đo đã được kiểm định độ tin cậy tại thị trường bán lẻ Việt Nam giai đoạn hậu khủng hoảng kinh tế. |
Cung cấp tài liệu trích dẫn uy tín cho các công trình nghiên cứu C-Store. |
Câu hỏi thường gặp
1. Thang đo trong nghiên cứu cần đáp ứng điều kiện kỹ thuật gì để chạy được hồi quy OLS?
Dữ liệu khảo sát phải trải qua 3 tầng kiểm định nghiêm ngặt:
- Kiểm định Cronbach's Alpha: Hệ số $\alpha \ge 0.70$ và hệ số tương quan biến - tổng hiệu chỉnh $r_{it} \ge 0.30$.
- Kiểm định EFA: Hệ số $0.5 \le \text{KMO} \le 1.0$, kiểm định Bartlett có $\text{Sig.} < 0.05$, tổng phương sai trích $\ge 50%$, giá trị Eigenvalue $> 1.0$ và hệ số tải nhân tố Factor Loading $\ge 0.50$.
- Kiểm định phân phối và đa cộng tuyến: Hệ số phóng đại phương sai $\text{VIF} < 2.0$ và phần dư chuẩn hóa tuân theo phân phối chuẩn.
2. Tại sao nhân tố "Nhân viên" lại có tác động mạnh nhất đến sự hài lòng tại Circle K?
Do đặc trưng của mô hình bán lẻ tiện lợi là giao dịch diễn ra nhanh chóng, điểm tiếp xúc duy nhất giữa khách hàng và thương hiệu chính là nhân viên thu ngân/phục vụ đồ ăn nhanh. Thái độ niềm nở, tốc độ thao tác máy POS và sự hỗ trợ nhiệt tình tác động trực tiếp và tức thì đến cảm xúc của khách hàng tại điểm bán, đạt hệ số chuẩn hóa $\beta = 0.284$ ($p < 0.001$).
3. Làm thế nào để giải quyết mâu thuẫn giữa giá bán cao và sự hài lòng của khách hàng?
Khách hàng sẵn sàng chấp nhận mức giá cao hơn nếu giá trị tiện ích biên (Marginal Convenience Value) bù đắp thỏa đáng. Giải pháp tối ưu là nâng cao tốc độ phục vụ, duy trì môi trường máy lạnh/bàn ghế sạch sẽ 24/7, cung cấp Wi-Fi miễn phí và xây dựng các chương trình bán hàng combo (thức ăn nhanh + nước uống) để giảm cảm nhận về mức giá đơn lẻ.
4. Kết quả kiểm định ANOVA cho thấy điều gì về sự khác biệt nhóm khách hàng?
Kiểm định ANOVA chỉ ra sự khác biệt có ý nghĩa thống kê về mức độ hài lòng theo độ tuổi ($p = 0.004 < 0.05$) và thu nhập ($p < 0.05$). Nhóm khách hàng Gen Z và người trẻ (18–25 tuổi) có mức độ thỏa mãn cao hơn với dịch vụ tiện lợi và công nghệ thanh toán, trong khi nhóm khách hàng có thu nhập dưới 5 triệu đồng/tháng nhạy cảm cao với biến động giá cả hàng hóa.
5. Nghiên cứu này có thể áp dụng cho các chuỗi bán lẻ khác như 7-Eleven hay FamilyMart không?
Khung mô hình 7 nhân tố ($HH, TB, MB, NV, GC, DV, TL$) và bộ thang đo hoàn toàn có thể tái sử dụng cho các chuỗi C-Store tương đồng. Tuy nhiên, doanh nghiệp cần thực hiện bước nghiên cứu định tính hiệu chỉnh để phản ánh đúng các dịch vụ đặc thù (ví dụ: thực phẩm tươi sống tại FamilyMart hoặc hệ thống đặt hàng qua app của 7-Eleven).
Kết luận
Công trình nghiên cứu đã hoàn thành toàn diện các mục tiêu học thuật và thực tiễn đề ra. Bằng phương pháp nghiên cứu định lượng chặt chẽ với quy mô mẫu $N = 320$, đề tài đã xác định và lượng hóa được 7 nhân tố ảnh hưởng có ý nghĩa thống kê đến sự hài lòng của khách hàng tại chuỗi cửa hàng tiện lợi Circle K trên địa bàn TP.HCM theo thứ tự trọng số giảm dần:
- Thái độ và năng lực nhân viên ($\beta = 0.284$)
- Tính tiện lợi về thời gian và vị trí ($\beta = 0.247$)
- Chất lượng và sự đa dạng hàng hóa ($\beta = 0.198$)
- Mức độ hợp lý của giá cả ($\beta = 0.156$)
- Dịch vụ gia tăng tại điểm bán ($\beta = 0.139$)
- Không gian mặt bằng và bãi đỗ xe ($\beta = 0.108$)
- Cách thức bố trí và trưng bày hàng hóa ($\beta = 0.082$)
Mô hình đạt độ giải thích $59.3%$ ($R^2_{\text{adj}} = 0.593$), không vi phạm hiện tượng đa cộng tuyến và khẳng định tính phù hợp cao trong bối cảnh thị trường bán lẻ hiện đại. Các hàm ý quản trị được xây dựng dựa trên nguyên lý 4Fs (Fresh, Friendly, Fast, Full) mang đến giải pháp trực tiếp giúp ban lãnh đạo Circle K tối ưu hóa chi phí vận hành, nâng cao năng lực cạnh tranh và duy trì vị thế dẫn đầu trong phân khúc cửa hàng tiện lợi tại Việt Nam.
