Giới thiệu dự án

Thị trường du lịch và lưu trú toàn cầu đang chứng kiến sự chuyển dịch mạnh mẽ sang môi trường số. Theo báo cáo kinh tế số của Google và Temasek, quy mô thị trường du lịch trực tuyến (Online Travel Market) tại Việt Nam đã đạt mốc 3,5 tỷ USD với tốc độ tăng trưởng kép hằng năm duy trì ở mức trên 15%. Năm 2019, ngành du lịch Việt Nam lập kỷ lục đón 18 triệu lượt khách quốc tế (tăng 16,2%) và 85 triệu lượt khách nội địa, tạo ra tổng doanh thu 726.000 tỷ đồng. Tại tỉnh Thừa Thiên Huế, tổng lượng khách năm 2019 đạt 4,817 triệu lượt, mang lại doanh thu du lịch 11.300 tỷ đồng, trong đó doanh thu từ 667 cơ sở lưu trú (với 11.801 phòng) chiếm hơn 5.000 tỷ đồng. Tuy nhiên, làn sóng đại dịch COVID-19 năm 2020 đã khiến doanh thu du lịch lữ hành sụt giảm 53,2%, buộc các đơn vị lưu trú phải tái cấu trúc kênh phân phối thông qua các đại lý du lịch trực tuyến (Online Travel Agency - OTA).

+-------------------------------------------------------------------------------+
|                       BỐI CẢNH NGHIÊN CỨU & THỰC TRẠNG                         |
+-------------------------------------------------------------------------------+
|  Thị trường OTA VN (2018): 3,5 tỷ USD   | Doanh thu du lịch Huế: 11.300 tỷ VND|
|  Khách quốc tế đến VN: 18,0 triệu lượt  | Cơ sở lưu trú Huế: 667 cơ sở        |
|  Tăng trưởng khách nội địa: 85 triệu    | Tác động COVID-19 (2020): -53,2% DT |
+-------------------------------------------------------------------------------+

Khách sạn Thanh Xuân Huế là cơ sở lưu trú độc lập quy mô vừa và nhỏ nằm tại trung tâm thành phố. Khách sạn đối mặt với bài toán cạnh tranh gay gắt từ các chuỗi khách sạn 4–5 sao có ngân sách tiếp thị lớn. Mặc dù đã niêm yết phòng trên nền tảng Booking.com, đơn vị chưa có mô hình định lượng xác định cụ thể các nhân tố tâm lý và công nghệ thúc đẩy quyết định đặt phòng của khách hàng, dẫn đến tình trạng tối ưu listing thụ động, tỷ lệ chuyển đổi phòng (conversion rate) chưa tương xứng với tiềm năng vị trí.

Đề tài đặt ra các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý thuyết về mô hình chấp nhận công nghệ TAM (Technology Acceptance Model), mô hình hành vi có kế hoạch TPB (Theory of Planned Behaviour) và mô hình hành động hợp lý TRA (Theory of Reasoned Action) trong thương mại điện tử du lịch.
  2. Đo lường và kiểm định thực nghiệm mức độ ảnh hưởng của 6 nhóm nhân tố: Nhận thức tính dễ sử dụng (NT), Nhận thức tính hữu ích (HI), Giá cả cảm nhận (GC), Cảm nhận sự tin tưởng (CN), Cảm nhận chất lượng (CNCL), và Thái độ (TĐ) đến Ý định đặt phòng (YĐ) của khách hàng tại Khách sạn Thanh Xuân qua nền tảng Booking.com.
  3. Xây dựng phương trình hồi quy tuyến tính bội chuẩn hóa và đề xuất hệ thống giải pháp nâng cao hiệu suất phân phối phòng trực tuyến cho khách sạn.

Giải pháp tiếp cận của dự án là ứng dụng phương pháp nghiên cứu định lượng thực chứng (Empirical Quantitative Research), thu thập dữ liệu sơ cấp thông qua bảng hỏi chuẩn hóa 5-point Likert scale trên mẫu khảo sát $N=120$ khách hàng thực tế, kết hợp kỹ thuật phân tích thống kê đa biến trên phần mềm chuyên dụng để lượng hóa các quyết định quản trị.

Kết quả kỳ vọng bao gồm việc xác định chính xác hệ số tác động $\beta$ của từng nhân tố, mô hình giải thích được trên 60% phương sai của biến ý định ($R^2 > 0.60$), đồng thời thiết lập bộ quy chuẩn vận hành kênh OTA giúp khách sạn gia tăng tỷ lệ lấp đầy phòng (Occupancy Rate) từ 15% đến 25%.

Phạm vi nghiên cứu tập trung vào du khách trong nước và quốc tế đã hoàn tất quy trình đặt phòng tại Khách sạn Thanh Xuân thông qua Booking.com; dữ liệu thứ cấp thu thập trong giai đoạn 2017–2019 và dữ liệu sơ cấp được khảo sát trong tháng 12/2020. Giới hạn nghiên cứu nằm ở quy mô mẫu bị tác động bởi biến động thị trường trong giai đoạn dịch bệnh.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khách sạn truyền thống thường phân phối phòng qua 3 kênh chính: Đặt trực tiếp (Direct booking qua điện thoại/quầy lễ tân), Kênh lữ hành truyền thống (Tour Operators), và Kênh OTA trực tuyến.

Tiêu chí Kênh trực tiếp (Direct) Đại lý truyền thống (TA) Nền tảng OTA (Booking.com)
Phạm vi tiếp cận Hẹp, phụ thuộc khách quen Trung bình, theo hợp đồng đoàn Toàn cầu, tiếp cận đa ngôn ngữ
Chi phí cố định Cao (nhân sự, marketing) Trung bình (chiết khấu định kỳ) Thấp (chỉ trả phí hoa hồng trên đơn thành công)
Thời gian xác nhận Chậm, thủ tục thủ công 24h - 48h làm việc Tức thì (Real-time Instant Booking)
Tính minh bạch giá Kém linh hoạt Cố định theo mùa Linh hoạt cập nhật theo thời gian thực
Rủi ro No-show Cao nếu không cọc Trung bình Thấp (có chính sách giữ thẻ tín dụng)

Phân tích yêu cầu hệ thống theo mô hình phân loại MoSCoW:

  • Must have: Đồng bộ thông tin tình trạng phòng trống (Allotment) theo thời gian thực; Cập nhật giá niêm yết minh bạch; Bảo mật thông tin thẻ thanh toán chuẩn PCI-DSS; Giao diện đặt phòng phản hồi nhanh trên thiết bị di động.
  • Should have: Tích hợp đánh giá thực tế từ khách đã lưu trú (Verified Reviews); Hỗ trợ xác nhận tự động qua SMS/Email đa ngôn ngữ; Bộ lọc tìm kiếm chi tiết theo tiện ích phòng.
  • Could have: Đề xuất ưu đãi cá nhân hóa thông qua hạng thành viên Genius; Tích hợp cổng thanh toán nội địa linh hoạt.
  • Won't have: Hệ thống thực tế ảo (VR) xem phòng 360 độ trong giai đoạn này; Tích hợp thanh toán tiền mã hóa.

Thách thức kỹ thuật nằm ở việc triệt tiêu độ trễ đồng bộ dữ liệu giữa hệ thống quản lý khách sạn tại chỗ (PMS) và Booking.com Extranet để tránh tình trạng trùng phòng (Overbooking), đồng thời giải quyết rào cản tâm lý e ngại rủi ro thanh toán trực tuyến của khách du lịch nội địa.

graph TD
    A[Khách hàng tiềm năng] -->|Truy cập tìm kiếm| B(Giao diện Booking.com Web/App)
    B -->|Tương tác| C{Đánh giá yếu tố}
    C -->|Dễ sử dụng & Hữu ích| D[Nhận thức công nghệ - TAM]
    C -->|Giá cả & Chất lượng| E[Cảm nhận dịch vụ]
    C -->|Bảo mật & Uy tín| F[Cảm nhận tin tưởng]
    D --> G[Thái độ tích cực]
    E --> G
    F --> G
    G -->|Thúc đẩy| H[Ý định đặt phòng - YĐ]
    H -->|Xác nhận đơn| I[Hệ thống Booking.com Extranet]
    I -->|Đồng bộ Allotment| J[Khách sạn Thanh Xuân Huế]

Thiết kế hệ thống

Mô hình nghiên cứu lý thuyết mở rộng từ mô hình TAM (Davis, 1989) kết hợp các biến ngoại sinh đặc thù ngành khách sạn được mô hình hóa qua cấu trúc 7 biến:

[Nhận thức dễ sử dụng: NT1 - NT3]  ----+
[Nhận thức hữu ích: HI1 - HI4]      ----+
[Giá cả hợp lý: GC1 - GC3]         -----+---> [Thái độ: TĐ1 - TĐ3] ---> [Ý định đặt phòng: YĐ1 - YĐ4]
[Cảm nhận tin tưởng: CN1 - CN3]     ----+
[Cảm nhận chất lượng: CNCL1 - CNCL3]--+

Technology stack và công cụ phân tích dữ liệu được chuẩn hóa theo phiên bản:

  • Phần mềm xử lý thống kê chính: IBM SPSS Statistics v20.0 (Build 20.0.0.0).
  • Hệ thống bảng tính & tiền xử lý: Microsoft Excel 2019 (MSO v16.0) / Office 365.
  • Hạ tầng kênh OTA: Booking.com Connectivity API v2.5 / Extranet Portal.
  • Môi trường kiểm định code mở rộng: Python 3.10 với các thư viện pandas (v2.0.3), statsmodels (v0.14.0), pingouin (v0.5.4).

Cấu trúc tập dữ liệu bao gồm 23 biến quan sát được mã hóa định lượng:

Variables Dataset:

Methodology

Nghiên cứu áp dụng quy trình định lượng đa giai đoạn:

  1. Thiết kế công cụ đo lường: Xây dựng bảng hỏi dựa trên thang đo kế thừa từ các nghiên cứu quốc tế (Davis 1989, Salisbury et al. 2001, Fishbein & Ajzen 1975) và hiệu chỉnh theo ngữ cảnh địa phương.
  2. Kỹ thuật chọn mẫu: Chọn mẫu thuận tiện (Convenience Sampling). Theo quy tắc Hair et al. (1998) và Hoàng Trọng & Chu Nguyễn Mộng Ngọc, cỡ mẫu tối thiểu gấp 5 lần số biến quan sát ($N_{min} = 5 \times 23 = 115$). Dự án phát ra 130 phiếu, thu về 120 phiếu hợp lệ ($N=120$), đáp ứng tỷ lệ đại diện.
  3. Phân tích dữ liệu: Kiểm định độ tin cậy thang đo (Cronbach's Alpha) $\rightarrow$ Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) $\rightarrow$ Phân tích tương quan Pearson $\rightarrow$ Phân tích hồi quy tuyến tính OLS (Ordinary Least Squares).
+---------------------------------------------------------------------------------+
|                              TIẾN ĐỘ NGHIÊN CỨU                                 |
+---------------------------------------------------------------------------------+
| Tuần 1-2 : Tổng quan lý thuyết, xác lập khung mô hình TAM mở rộng               |
| Tuần 3-4 : Thiết kế bảng hỏi, kiểm định sơ bộ thang đo 23 biến                  |
| Tuần 5-6 : Thu thập dữ liệu thực địa tại Khách sạn Thanh Xuân (N=130)           |
| Tuần 7-8 : Làm sạch dữ liệu, xử lý Cronbach's Alpha, EFA, OLS trên SPSS v20.0   |
| Tuần 9-10: Đánh giá kết quả hồi quy, biên soạn giải pháp vận hành OTA           |
+---------------------------------------------------------------------------------+

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được hiện thực hóa qua các thuật toán thống kê chuẩn tắc. Hệ số tin cậy nội tại Cronbach’s Alpha được tính toán theo công thức:

$$\alpha = \frac{K}{K - 1} \left( 1 - \frac{\sum_{i=1}^{K} \sigma_{Y_i}^2}{\sigma_X^2} \right)$$

Trong đó: $K$ là số biến quan sát của thang đo, $\sigma_X^2$ là phương sai của tổng điểm các biến quan sát, $\sigma_{Y_i}^2$ là phương sai của biến quan sát thứ $i$.

Mô hình hồi quy tuyến tính bội tổng quát:

$$YĐ = \beta_0 + \beta_1 NT + \beta_2 HI + \beta_3 GC + \beta_4 CN + \beta_5 CNCL + \beta_6 TĐ + \epsilon$$

Đoạn mã phân tích dữ liệu tương đương được thiết kế và thực thi trong môi trường tính toán khoa học:

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

# 1. Đọc và chuẩn hóa dữ liệu khảo sát (N=120)
df = pd.read_csv("booking_survey_thanhxuan.csv")

# 2. Định nghĩa danh sách các biến tổng hợp sau EFA
features = ["NT", "HI", "GC", "CN", "CNCL", "TD"]
X = df[features]
y = df["YD"]

# 3. Thêm hằng số vào mô hình hồi quy OLS
X_with_const = sm.add_constant(X)
model = sm.OLS(y, X_with_const).fit()

# 4. Kiểm tra hiện tượng đa cộng tuyến (VIF)
vif_data = pd.DataFrame()
vif_data["Feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]

# 5. Xuất kết quả kiểm định mô hình
print(model.summary())
print("\nVariance Inflation Factors:\n", vif_data)

Cú pháp lệnh SPSS tương đương thực hiện trong đề tài:

RELIABILITY
  /VARIABLES=NT1 NT2 NT3
  /SCALE('Nhan Thuc De Su Dung') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES NT1 NT2 NT3 HI1 HI2 HI3 HI4 GC1 GC2 GC3 CN1 CN2 CN3 CNCL1 CNCL2 CNCL3 TĐ1 TĐ2 TĐ3
  /MISSING LISTWISE 
  /ANALYSIS NT1 TO TĐ3
  /PRINT INITIAL KMO EXTRACTION ROTATION
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION VARIMAX.

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /DEPENDENT YD
  /METHOD=ENTER NT HI GC CN CNCL TD.

Testing và validation

Kết quả kiểm định chất lượng thang đo và mô hình qua các chỉ số thống kê cụ thể:

  1. Kiểm định Cronbach's Alpha:

    • Tất cả 7 nhóm thang đo đều đạt độ tin cậy cao ($\alpha > 0.70$).
    • NT (3 items): $\alpha = 0.812$; HI (4 items): $\alpha = 0.845$; GC (3 items): $\alpha = 0.798$; CN (3 items): $\alpha = 0.884$; CNCL (3 items): $\alpha = 0.862$; TĐ (3 items): $\alpha = 0.831$; YĐ (4 items): $\alpha = 0.895$.
    • Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của toàn bộ 23 biến quan sát đều đạt giá trị $> 0.35$ (vượt ngưỡng tiêu chuẩn $0.30$), không có biến rác bị loại.

  2. Kiểm định phân tích nhân tố khám phá (EFA):

    • Chỉ số $KMO = 0.842$ (thỏa mãn điều kiện $0.5 \le KMO \le 1.0$), chứng minh kích thước mẫu hoàn toàn phù hợp với phân tích nhân tố.
    • Kiểm định Bartlett's Test of Sphericity có mức ý nghĩa $Sig. = 0.000 < 0.05$, bác bỏ giả thuyết các biến quan sát không có tương quan với nhau.
    • Tổng phương sai trích (Total Variance Explained) đạt $68.45% > 50%$, giá trị Eigenvalue của nhân tố cuối cùng trích xuất được là $1.238 > 1.0$.
    • Hệ số tải nhân tố (Factor Loading) của tất cả các biến đều lớn hơn $0.55$, phân tách rõ ràng vào 6 nhóm nhân tố độc lập.

  3. Kiểm định mô hình hồi quy:

Biến độc lập Hệ số $\beta$ chưa chuẩn hóa Sai số chuẩn (SE) Hệ số $\beta$ chuẩn hóa Giá trị $t$ Mức ý nghĩa ($p$-value) VIF
(Constant) 0.412 0.215 - 1.916 0.058 -
CN (Cảm nhận tin tưởng) 0.328 0.065 0.342 5.046 0.000 1.342
CNCL (Chất lượng) 0.254 0.061 0.268 4.163 0.000 1.285
HI (Tính hữu ích) 0.208 0.058 0.215 3.586 0.001 1.214
GC (Giá cả) 0.176 0.055 0.184 3.200 0.002 1.156
NT (Dễ sử dụng) 0.142 0.052 0.152 2.730 0.007 1.189

Các chỉ số thích hợp tổng thể của mô hình:

  • Hệ số xác định $R^2 = 0.624$; Hệ số $R^2$ hiệu chỉnh ($Adjusted\ R^2$) $= 0.604$.
  • Kiểm định ANOVA: Giá trị $F = 31.250$ với $Sig. = 0.000$, chứng minh mô hình hồi quy có ý nghĩa thống kê cao ở mức tin cậy 99%.
  • Hệ số Durbin-Watson $= 1.892$ (nằm trong khoảng $1.5 - 2.5$), xác nhận không có hiện tượng tự tương quan chuỗi bậc nhất.
  • Hệ số phóng đại phương sai $VIF < 1.4$ (thấp hơn nhiều so với ngưỡng 2.0), khẳng định hoàn toàn không xảy ra hiện tượng đa cộng tuyến.
+-------------------------------------------------------------------------------+
|                      KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH HỒI QUY                         |
+-------------------------------------------------------------------------------+
|  Hệ số R²: 0.624 (Giải thích 62,4% biến thiên của Ý định đặt phòng)          |
|  Chỉ số F: 31.250 (p-value = 0.000 < 0.001)                                   |
|  Mức độ tác động: CN (0.342) > CNCL (0.268) > HI (0.215) > GC (0.184) > NT    |
+-------------------------------------------------------------------------------+

Kết quả đạt được

Nghiên cứu đã hoàn thành toàn diện các chỉ tiêu đặt ra:

  • Xác lập được thứ tự ưu tiên tác động đến ý định đặt phòng của khách hàng: Yếu tố Cảm nhận sự tin tưởng đóng vai trò quyết định lớn nhất ($\beta = 0.342$), tiếp theo là Cảm nhận chất lượng ($\beta = 0.268$), Nhận thức hữu ích ($\beta = 0.215$), Giá cả ($\beta = 0.184$), và Nhận thức dễ sử dụng ($\beta = 0.152$).
  • Thống kê mô tả điểm trung bình cho thấy khách hàng đánh giá rất cao tính dễ sử dụng của Booking.com ($Mean = 4.15/5.0$), tuy nhiên mức độ tin tưởng vào sự an toàn dữ liệu và tính chân thực của hình ảnh phòng chỉ đạt mức trung bình khá ($Mean = 3.72/5.0$). Đây chính là điểm nghẽn chuyển đổi trực tiếp được làm sáng tỏ bằng dữ liệu thực nghiệm.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn rõ rệt khi so sánh với các công trình trước đây:

Tiêu chí Mô hình TAM gốc (Davis, 1989) Nghiên cứu TMĐT (Từ Thị Hải Yến, 2014) Mô hình Đặt phòng OTA (Khóa luận, 2021)
Cấu trúc biến Chỉ gồm PU (Hữu ích) và PEOU (Dễ sử dụng) TAM + Chuẩn chủ quan + Lợi ích tiêu dùng TAM mở rộng + Tin tưởng + Chất lượng + Giá cả
Đối tượng áp dụng Phần mềm CNTT văn phòng chung Người mua sắm trực tuyến nói chung Khách đặt phòng khách sạn SME qua Booking.com
Phát hiện mới Tính dễ sử dụng là trọng tâm Khả năng sử dụng không tác động ý định Niềm tin & Chất lượng vượt trội so với Tính dễ dùng
Khả năng giải thích Thường đạt $R^2 \approx 40% - 50%$ $R^2 \approx 52%$ $R^2$ đạt $62,4%$ với độ khớp thực nghiệm cao

Các điểm cải tiến và giá trị gia tăng chính:

  • Chứng minh sự dịch chuyển nhận thức công nghệ: Trong bối cảnh hạ tầng UI/UX của Booking.com đã đạt mức tối ưu hóa cao, yếu tố "Dễ sử dụng" không còn là lợi thế cạnh tranh tạo đột phá ($\beta = 0.152$), mà quyền lực quyết định chuyển dịch sang "Cảm nhận tin tưởng" ($\beta = 0.342$).
  • Lượng hóa khoảng cách kỳ vọng: Đóng góp phương pháp luận đo lường sự chênh lệch giữa hình ảnh hiển thị trên OTA và trải nghiệm thực tế tại cơ sở lưu trú, cung cấp bằng chứng thực nghiệm cho bài toán quản trị thương hiệu số của các khách sạn quy mô nhỏ.
  • Hiệu quả tối ưu hóa: Đề xuất giải pháp giúp doanh nghiệp tiết kiệm 20% chi phí quảng cáo dàn trải, tập trung nguồn lực chuẩn hóa listing để tăng tỷ lệ chuyển đổi đơn phòng thực tế.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

Giải pháp áp dụng trực tiếp cho Khách sạn Thanh Xuân Huế và có thể mở rộng sang các cơ sở lưu trú 2–3 sao tại các đô thị di sản:

  • Kịch bản 1: Tối ưu hóa chuyển đổi cho phân khúc khách du lịch tự túc (FIT). Khi khách hàng tìm kiếm điểm lưu trú tại trung tâm Huế trên Booking.com, khách sạn kích hoạt chính sách hủy phòng linh hoạt (Free Cancellation) và hiển thị huy hiệu xác thực phòng để gia tăng cảm nhận tin tưởng (yếu tố $\beta = 0.342$).
  • Kịch bản 2: Quản trị giá linh hoạt theo thời gian thực (Dynamic Pricing). Sử dụng chiến lược định giá theo thời điểm đông/vắng khách, bảo đảm giá trên Booking.com luôn có tính cạnh tranh tương đối (yếu tố $\beta = 0.184$) kết hợp các gói tiện ích gia tăng (bữa sáng miễn phí, voucher thuê xe).
+---------------------------------------------------------------------------------+
|                        LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP (OTA ROADMAP)              |
+---------------------------------------------------------------------------------+
| Giai đoạn 1 (Tháng 1): Tối ưu Listing & Chuẩn hóa Visual Content                |
|   - Chụp lại ảnh phòng chuẩn HDR, góc rộng, cam kết 100% hình ảnh thực tế       |
|   - Cập nhật chi tiết 100% danh mục tiện ích phòng trên Booking.com Extranet     |
|                                                                                 |
| Giai đoạn 2 (Tháng 2): Tái cấu trúc Định giá & Tích hợp Chương trình Ưu đãi     |
|   - Cài đặt chính sách giá linh hoạt theo mùa và ngày trong tuần                |
|   - Tham gia chương trình Booking.com Genius Program (chiết khấu 10% cho khách) |
|                                                                                 |
| Giai đoạn 3 (Tháng 3-4): Quản trị Trải nghiệm & Phản hồi Khách hàng (Review CRM)|
|   - Thiết lập quy trình phản hồi 100% đánh giá của khách trong vòng 12 giờ      |
|   - Triển khai QR Code tại quầy Lễ tân khuyến khích khách chấm điểm dịch vụ     |
|                                                                                 |
| Giai đoạn 4 (Tháng 5+): Tối ưu Tỷ lệ Lấp đầy & Phân tích Dữ liệu Đo lường       |
|   - Theo dõi chỉ số Conversion Rate và ADR (Average Daily Rate) hàng tuần       |
|   - Điều chỉnh cấu hình phòng dựa trên phân tích tương quan định kỳ             |
+---------------------------------------------------------------------------------+

Phân tích chi phí - lợi ích (Cost-Benefit & ROI)

  • Chi phí triển khai ước tính:
    • Chụp ảnh chuyên nghiệp & video 360: 8.000.000 VND.
    • Nâng cấp tiện ích phòng cơ bản (chăn ga cao cấp, wifi repeater): 15.000.000 VND.
    • Đào tạo nhân viên lễ tân kỹ năng xử lý OTA & tiếng Anh: 5.000.000 VND.
    • Tổng chi phí đầu tư: 28.000.000 VND.
  • Hiệu quả kinh tế dự kiến:
    • Tăng tỷ lệ lấp đầy phòng bình quân từ $55%$ lên $72%$ (tăng 17 điểm phần trăm).
    • Với quy mô 25 phòng, giá bình quân 350.000 VND/đêm, doanh thu tăng thêm ước tính: $25 \times 0.17 \times 350.000 \times 30 = 44.625.000$ VND/tháng.
    • Khấu trừ chi phí hoa hồng OTA ($15%$), lợi nhuận ròng tăng thêm khoảng 37.900.000 VND/tháng.
    • Thời gian hoàn vốn (Payback Period): Dưới 1 tháng hoạt động thực tế.

Hạn chế và hướng phát triển

Mặc dù đạt được những kết quả có ý nghĩa thống kê và thực tiễn, đề tài vẫn tồn tại một số hạn chế:

  1. Hạn chế về phương pháp chọn mẫu: Phương pháp chọn mẫu thuận tiện với kích thước $N=120$ được thu thập tại một khách sạn duy nhất trong giai đoạn bùng phát dịch COVID-19, dẫn đến tỷ lệ mẫu khách quốc tế thấp hơn điều kiện bình thường.
  2. Hạn chế về mặt mô hình: Nghiên cứu sử dụng phân tích nhân tố khám phá EFA và hồi quy đa biến OLS đơn bậc, chưa kiểm định đồng thời các mối quan hệ tác động qua lại phức tạp dạng đa tầng (Structural Equation Modeling - SEM).

Hướng nghiên cứu và phát triển trong tương lai:

  • Mở rộng quy mô khảo sát liên khách sạn (Multi-hotel benchmarking) trên địa bàn miền Trung với kích thước mẫu $N \ge 500$.
  • Ứng dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) qua SmartPLS để phân tích sâu biến trung gian (Thái độ) và biến điều tiết (Đặc điểm nhân khẩu học: Độ tuổi, Quốc tịch).
  • Xây dựng hệ thống tự động trích xuất và phân tích cảm xúc (NLP Sentiment Analysis) từ hàng ngàn bình luận của khách hàng trên Booking.com để liên tục cập nhật trọng số mô hình theo thời gian thực.

Đối tượng hưởng lợi

  • Sinh viên ngành Quản trị Kinh doanh / Thương mại Điện tử / Du lịch: Nắm bắt phương pháp luận nghiên cứu định lượng chuẩn tắc, quy trình thiết kế thang đo Likert, và kỹ thuật thực thi kiểm định Cronbach’s Alpha, EFA, Hồi quy trên SPSS.
  • Chuyên viên Digital Marketing & Quản trị Kênh OTA: Tiếp cận khung phân tích định lượng hành vi người dùng, hiểu rõ trọng số của các yếu tố tác động để tối ưu hóa ngân sách và cấu hình listing trên các nền tảng OTA quốc tế.
  • Chủ doanh nghiệp & Quản lý Khách sạn độc lập (SME): Nhận được bộ giải pháp thực thi trực tiếp, lộ trình 4 giai đoạn chuẩn hóa dịch vụ và công thức tính ROI minh bạch giúp tối ưu hóa doanh thu lưu trú.
  • Nhà nghiên cứu học thuật: Có thêm tài liệu tham khảo thực chứng về mô hình TAM mở rộng áp dụng cho thị trường dịch vụ lưu trú tại các đô thị di sản của Việt Nam.

Câu hỏi thường gặp

1. Khách sạn quy mô nhỏ cần chuẩn bị những gì để tối ưu hóa listing trên Booking.com theo mô hình này?

Doanh nghiệp cần chuẩn bị bộ nhận diện hình ảnh chất lượng cao cam kết đúng thực tế 100%, mô tả chi tiết các tiện ích bằng ít nhất hai ngôn ngữ (Việt - Anh), thiết lập chính sách hủy phòng linh hoạt và cài đặt quy trình xin đánh giá từ khách hàng ngay tại quầy lễ tân khi trả phòng.

2. Tại sao yếu tố "Cảm nhận sự tin tưởng" lại có trọng số tác động cao hơn "Giá cả"?

Trong thương mại điện tử dịch vụ lưu trú, khách hàng phải thanh toán hoặc cam kết giữ chỗ trước khi trực tiếp trải nghiệm sản phẩm vô hình. Nếu khách hàng lo ngại về rủi ro lộ thẻ tín dụng hoặc phòng thực tế không đúng quảng cáo, mức giá rẻ vẫn không đủ sức thuyết phục họ đưa ra quyết định đặt phòng.

3. Làm thế nào để đồng bộ dữ liệu phòng giữa Booking.com và các kênh khác để tránh Overbooking?

Khách sạn nên triển khai phần mềm quản lý kênh phân phối (Channel Manager) tích hợp API hai chiều với Booking.com, Agoda, và hệ thống PMS tại khách sạn. Mọi biến động về phòng trống sẽ được cập nhật tự động theo thời gian thực trong vòng vài giây.

4. Chi phí hoa hồng của Booking.com là bao nhiêu và làm sao để tối ưu hóa lợi nhuận ròng?

Mức hoa hồng tiêu chuẩn của Booking.com dao động từ $15%$ đến $18%$ trên mỗi đơn phòng thành công. Khách sạn có thể tối ưu hóa lợi nhuận bằng cách bán kèm các dịch vụ bổ sung tại chỗ (tour du lịch, ẩm thực, spa, xe đưa đón) và chuyển đổi khách OTA thành khách đặt trực tiếp cho các lần lưu trú sau.

5. Thời gian hoàn vốn dự kiến khi triển khai các giải pháp nâng cao chất lượng OTA là bao lâu?

Dựa trên phân tích chi phí - lợi ích với mức đầu tư nâng cấp hình ảnh và tiện ích khoảng 28 triệu đồng, tỷ lệ lấp đầy phòng chỉ cần tăng thêm $15 - 17%$ là khách sạn có thể thu hồi toàn bộ chi phí đầu tư ban đầu trong thời gian dưới 1 đến 2 tháng.

Kết luận

Đồ án đã giải quyết thành công bài toán lượng hóa hành vi đặt phòng trực tuyến của khách hàng tại Khách sạn Thanh Xuân Huế thông qua việc xây dựng và kiểm định mô hình chấp nhận công nghệ TAM mở rộng. Bằng các bằng chứng thực nghiệm vững chắc trên mẫu khảo sát $N=120$ với độ thích hợp mô hình đạt $R^2 = 62,4%$, nghiên cứu đã chứng minh rằng Cảm nhận sự tin tưởng ($\beta = 0.342$) và Cảm nhận chất lượng ($\beta = 0.268$) là hai đòn bẩy quan trọng nhất chi phối quyết định đặt phòng qua Booking.com.

Kết quả này cung cấp cơ sở khoa học sắc bén để các nhà quản trị khách sạn vừa và nhỏ chuyển dịch chiến lược: Từ việc cạnh tranh đơn thuần bằng giảm giá sang tập trung xây dựng niềm tin số, chuẩn hóa chất lượng dịch vụ thực tế và tối ưu hóa trải nghiệm khách hàng đa kênh. Các đơn vị lưu trú được khuyến nghị áp dụng ngay lộ trình 4 giai đoạn để gia tăng tỷ lệ lấp đầy phòng và bứt phá doanh thu trong kỷ nguyên du lịch số.