Khóa luận: Nhân tố ảnh hưởng lòng trung thành khách hàng Vinaphone tại Huế

Khóa luận nghiên cứu các nhân tố ảnh hưởng lòng trung thành của khách hàng với dịch vụ di động Vinaphone tại Huế, đề xuất giải pháp nâng cao hiệu quả.

• Tác giả: Phan Lê Thảo Nguyên
• Người hướng dẫn: Th.S Ngô Minh Tâm
• Trường học: Trường Đại học Kinh tế - Đại học Huế
• Chuyên ngành: Quản trị kinh doanh
• Đề tài: Nghiên cứu nhân tố ảnh hưởng đến lòng trung thành khách hàng của dịch vụ viễn thông di động Vinaphone tại thị trường thành phố Huế
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2018
• Địa điểm: Huế

Mục lục chi tiết

• LỜI CẢM ƠN
• DANH MỤC TỪ VIẾT TẮT
• DANH MỤC BẢNG
• DANH MỤC HÌNH
• DANH MỤC BIỂU ĐỒ
• 1. PHẦN 1: ĐẶT VẤN ĐỀ
• 1.1. Tính cấp thiết của đề tài
• 1.2. Mục tiêu nghiên cứu và câu hỏi nghiên cứu
• 1.2.1. Mục tiêu nghiên cứu
• 1.2.2. Câu hỏi nghiên cứu
• 1.3. Đối tượng và phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.4.1. Phương pháp thu thập dữ liệu
• 1.4.1.1. Phương pháp thu thập dữ liệu thứ cấp
• 1.4.1.2. Phương pháp thu thập dữ liệu sơ cấp
• 1.4.2. Phương pháp phân tích dữ liệu
• 1.5. Bố cục của đề tài
• 1. CHƯƠNG 1: CƠ SỞ KHOA HỌC CỦA VẤN ĐỀ NGHIÊN CỨU
• 1.1. Các lí thuyết liên quan
• 1.2. Khái niệm lí thuyết về lòng trung thành của khách hàng
• 1.3. Các yếu tố ảnh hưởng đến lòng trung thành của khách hàng
• 1.3.1. Mối liên hệ giữa sự thỏa mãn và lòng trung thành
• 1.3.2. Mối liên hệ giữa rào cản chuyển đổi của khách hàng và lòng trung thành của khách hàng
• 1.3.3. Mối liên hệ giữa quyết định lựa chọn của khách hàng và lòng trung thành của khách hàng
• 1.3.4. Ảnh hưởng của chất lượng dịch vụ đến lòng trung thành của khách hàng
• 1.4. Vai trò của lòng trung thành khách hàng đối với doanh nghiệp
• 1.5. Khái niệm và đặc điểm về dịch vụ, dịch vụ viễn thông di động, khách hàng dịch vụ viễn thông di động
• 1.6. Tổng quan các nghiên cứu liên quan đến lòng trung thành
• 1.7. Mô hình nghiên cứu tham khảo
• 1.8. Bình luận các nghiên cứu đã được thực hiện trước đó
• 1.9. Mô hình nghiên cứu chính thức
• 1.10. Các yếu tố và biến đo lường các yếu tố ảnh hưởng lòng trung thành nhà cung cấp
• 1.11. Cơ sở thực tiễn
• 1.11.1. Các nhà cung cấp viễn thông di động lớn
• 1.11.2. Thực trạng các yếu tố ảnh hưởng đến lòng trung thành khách hàng sử dụng dịch vụ viễn thông di động Vinaphone
• 2. CHƯƠNG 2: THỰC TRẠNG CỦA TRUNG TÂM KINH DOANH VNPT HUẾ
• 2.1. Tổng quan về Trung tâm Kinh doanh VNPT TT- Huế
• 2.1.1. Quá trình hình thành và phát triển của công ty
• 2.1.2. Chức năng nhiệm vụ và cơ cấu tổ chức của bộ máy quản lý
• 2.1.3. Sản phẩm, dịch vụ của Trung tâm Kinh doanh VNPT Thừa Thiên – Huế
• 2.1.4. Tình hình doanh thu của Trung tâm Kinh doanh VNPT TT- Huế
• 2.1.5. Tình hình lao động tại TTKD VNPT Huế giai đoạn 2016 – 2017
• 2.2. Đánh giá về lòng trung thành của khách hàng Vinaphone sử dụng dịch vụ viễn thông di động tại trung tâm thành phố Huế
• 2.2.1. Đặc điểm khách hàng
• 2.2.2. Đánh giá độ tin cậy của thang đo của các nhân tố ảnh hưởng đến lòng trung thành nhà cung cấp dịch vụ viễn thông di động của khách hàng Vinaphone
• 2.2.3. Phân tích nhân tố khám phá EFA
• 2.2.4. Phân tích mô hình hồi quy các yếu tố ảnh hưởng đến lòng trung thành khách hàng
• 2.2.5. Đánh giá của khách hàng về các yếu tố tác động trực tiếp đến lòng trung thành khách hàng đối với nhà cung cấp dịch vụ viễn thông di động tại trung tâm thành phố Huế
• 3. CHƯƠNG 3: CHIẾN LƯỢC VÀ GIẢI PHÁP CHO NHÀ CUNG CẤP VINAPHONE
• 3.1. Chiến lược của TTKD VNPT Huế trong giai đoạn 2018
• 3.2. Một số giải pháp nhằm nâng cao lòng trung thành của khách hàng Vinaphone đối với TTKD VNPT Huế
• KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giải mã lòng trung thành khách hàng Vinaphone thời 4

Trong bối cảnh thị trường viễn thông Việt Nam ngày càng bão hòa và cạnh tranh khốc liệt, lòng trung thành của khách hàng không còn là một lựa chọn mà đã trở thành yếu tố sống còn quyết định sự thành bại của doanh nghiệp. Đối với Vinaphone, một trong ba nhà mạng lớn nhất, việc xây dựng và duy trì một tệp khách hàng trung thành là nhiệm vụ cấp thiết. Lòng trung thành không chỉ được thể hiện qua hành vi mua lặp lại mà còn là sự cam kết và thái độ tích cực của người dùng đối với thương hiệu, ngay cả khi đối mặt với những lời mời chào hấp dẫn từ đối thủ. Theo định nghĩa của Philip Kotler, khách hàng là yếu tố quyết định sự thành công, và lòng trung thành khách hàng chính là tài sản quý giá nhất, giúp doanh nghiệp tạo ra nguồn lợi nhuận ổn định và bền vững. Nghiên cứu của Prederick Reicheheld chỉ ra rằng, việc giảm 5% tỷ lệ khách hàng rời bỏ (churn rate) có thể làm tăng lợi nhuận từ 25-85%. Điều này cho thấy tầm quan trọng chiến lược của việc giữ chân khách hàng. Bài viết này sẽ đi sâu phân tích các nhân tố ảnh hưởng đến lòng trung thành khách hàng Vinaphone, dựa trên cơ sở lý luận và các nghiên cứu thực tiễn, từ đó đề xuất những giải pháp chiến lược nhằm củng cố vị thế của Vinaphone trên thị trường.

1.1. Tầm quan trọng của lòng trung thành trong ngành viễn thông

Lòng trung thành trong ngành viễn thông là sự gắn kết lâu dài của khách hàng với một nhà cung cấp dịch vụ, thể hiện qua việc tiếp tục sử dụng dịch vụ và giới thiệu cho người khác. Đây là một lợi thế cạnh tranh bền vững, đặc biệt khi chi phí để thu hút một khách hàng mới cao hơn nhiều so với chi phí để giữ chân khách hàng hiện tại. Khách hàng trung thành không chỉ mang lại doanh thu ổn định mà còn là kênh marketing truyền miệng hiệu quả nhất, giúp củng cố uy tín thương hiệu Vinaphone. Hơn nữa, họ ít nhạy cảm hơn về giá và sẵn sàng thử nghiệm các dịch vụ mới trong hệ sinh thái VNPT, tạo ra cơ hội bán chéo và bán thêm sản phẩm. Sự trung thành giúp doanh nghiệp giảm thiểu chi phí phục vụ, vì các giao dịch đã đi vào quy trình quen thuộc và khách hàng ít có yêu cầu phức tạp hơn.

1.2. Các mô hình lý thuyết đánh giá sự trung thành của khách hàng

Nhiều mô hình học thuật đã được phát triển để đo lường lòng trung thành. Mô hình SERVQUAL của Parasuraman tập trung vào 5 thành phần của chất lượng dịch vụ: Tin cậy, Đáp ứng, Năng lực phục vụ, Đồng cảm và Phương tiện hữu hình. Trong khi đó, mô hình chỉ số hài lòng khách hàng (CSI) lại xem xét mối quan hệ nhân quả giữa các yếu tố như hình ảnh thương hiệu, chất lượng mong đợi, giá trị cảm nhận, sự hài lòng của khách hàng và lòng trung thành. Đặc biệt, nghiên cứu của Phạm Đức Kỳ và Bùi Nguyên Hùng (2007) về thị trường di động Việt Nam đã chỉ ra hai nhóm nhân tố chính quyết định sự trung thành: nhóm "Sự thỏa mãn" (liên quan đến chất lượng dịch vụ) và nhóm "Rào cản chuyển đổi" (liên quan đến chi phí và tổn thất khi đổi mạng). Các mô hình này cung cấp một khung lý thuyết vững chắc để phân tích các yếu tố tác động đến người dùng Vinaphone.

II. Thách thức giữ chân khách hàng Vinaphone trong cạnh tranh

Thị trường viễn thông Việt Nam đã bước vào giai đoạn bão hòa với tỷ lệ thuê bao di động đạt khoảng 116 thuê bao/100 dân. Sự cạnh tranh giữa các nhà mạng lớn như Vinaphone, Viettel và MobiFone ngày càng trở nên khốc liệt, không chỉ về giá cước mà còn về chất lượng và các dịch vụ giá trị gia tăng. Thách thức lớn nhất đối với Vinaphone hiện nay là làm sao để giảm thiểu tỷ lệ khách hàng rời bỏ (churn rate), đặc biệt sau khi chính sách "Chuyển mạng giữ nguyên số" được áp dụng. Chính sách này đã gỡ bỏ một trong những rào cản chuyển đổi lớn nhất, cho phép khách hàng dễ dàng chuyển sang nhà mạng khác nếu không hài lòng mà không mất đi số điện thoại quen thuộc. Điều này đặt ra một áp lực khổng lồ lên Vinaphone, đòi hỏi nhà mạng phải không ngừng cải tiến chất lượng dịch vụ Vinaphone và nâng cao trải nghiệm khách hàng. Bất kỳ một sự sụt giảm nào về chất lượng sóng di động hay một trải nghiệm tồi tệ với chăm sóc khách hàng Vinaphone đều có thể trở thành lý do để người dùng tìm đến đối thủ. Cuộc chiến giữ chân khách hàng giờ đây không chỉ là cuộc chiến về giá mà là cuộc chiến toàn diện về chất lượng và sự thấu hiểu người dùng.

2.1. Phân tích đối thủ So sánh Vinaphone và Viettel MobiFone

Để hiểu rõ thách thức, việc so sánh Vinaphone và Viettel hay MobiFone là cần thiết. Viettel mạnh về độ phủ sóng rộng khắp và hình ảnh thương hiệu gắn liền với sự tin cậy. MobiFone có thế mạnh về chăm sóc khách hàng và các gói cước linh hoạt cho phân khúc người dùng có thu nhập cao. Vinaphone, mặc dù có lợi thế là một phần của hệ sinh thái VNPT và có lịch sử lâu đời, nhưng đôi khi vẫn bị đánh giá là chưa thực sự đột phá trong một số dịch vụ. Theo tài liệu nghiên cứu, giá cước Vinaphone có tính cạnh tranh, đặc biệt ở một số gói trả trước, nhưng cước tin nhắn và gọi ngoại mạng đôi khi cao hơn Viettel. Sự khác biệt này, dù nhỏ, cũng có thể ảnh hưởng đến quyết định của khách hàng trong một thị trường nhạy cảm về giá.

2.2. Tác động của chính sách Chuyển mạng giữ số lên thị trường

Chính sách 'Chuyển mạng giữ số' là một cú hích mạnh mẽ, buộc các nhà mạng phải tập trung vào bản chất của dịch vụ thay vì dựa vào các rào cản chuyển đổi nhân tạo. Trước đây, việc mất số điện thoại là một trở ngại lớn khiến nhiều khách hàng dù không hài lòng vẫn ngần ngại đổi mạng. Giờ đây, quyền lực đã thuộc về người tiêu dùng. Họ có thể tự do lựa chọn nhà cung cấp dịch vụ tốt nhất dựa trên trải nghiệm khách hàng thực tế. Điều này đồng nghĩa với việc Vinaphone phải liên tục chứng minh giá trị của mình qua từng điểm chạm khách hàng, từ chất lượng cuộc gọi, tốc độ internet, cho đến hiệu quả của việc giải quyết khiếu nại. Bất kỳ sự lơ là nào cũng có thể dẫn đến việc mất đi những khách hàng lâu năm.

III. TOP 5 nhân tố cốt lõi ảnh hưởng lòng trung thành Vinaphone

Dựa trên phân tích các mô hình lý thuyết và kết quả từ nghiên cứu thực tiễn tại thị trường Huế của Phan Lê Thảo Nguyên (2018), có 5 nhóm nhân tố chính tác động trực tiếp đến lòng trung thành của khách hàng đối với dịch vụ di động Vinaphone. Các nhân tố này bao gồm: Chất lượng cảm nhận, Sự thỏa mãn, Sự lựa chọn, Rào cản chuyển đổi, và Chất lượng dịch vụ. Mỗi nhân tố đại diện cho một khía cạnh quan trọng trong hành trình của khách hàng, từ những yếu tố hữu hình như chất lượng sóng di động đến những yếu tố vô hình như giá trị cảm nhận và niềm tin. Việc hiểu rõ và tối ưu hóa đồng bộ các nhân tố này là chìa khóa để Vinaphone không chỉ giữ chân khách hàng mà còn biến họ thành những người ủng hộ trung thành cho thương hiệu. Phân tích hồi quy từ nghiên cứu cho thấy tất cả các yếu tố này đều có ảnh hưởng tích cực và có ý nghĩa thống kê đến sự trung thành. Trong đó, chất lượng dịch vụ Vinaphone và sự hài lòng của khách hàng thường là những yếu tố có trọng số cao nhất, đóng vai trò nền tảng quyết định khách hàng có muốn gắn bó lâu dài hay không.

3.1. Yếu tố Chất lượng dịch vụ Nền tảng của sự tin cậy

Chất lượng dịch vụ là yếu tố cơ bản và tiên quyết nhất. Nó bao gồm các khía cạnh kỹ thuật cốt lõi mà khách hàng trải nghiệm hàng ngày. Đầu tiên là chất lượng sóng di động và chất lượng cuộc gọi, đảm bảo liên lạc thông suốt, không bị gián đoạn. Thứ hai là tốc độ internet qua các gói cước 4G/5G Vinaphone, yếu tố ngày càng quan trọng trong kỷ nguyên số. Nghiên cứu cho thấy, VNPT đã liên tục đầu tư nâng cấp hạ tầng, với việc phát sóng thêm khoảng 20.000 trạm BTS trong năm 2017 để cải thiện vùng phủ và chất lượng. Một chất lượng dịch vụ ổn định và vượt trội sẽ tạo ra sự hài lòng của khách hàng một cách tự nhiên, là điều kiện cần để xây dựng lòng trung thành.

3.2. Yếu tố Sự thỏa mãn Kết quả của trải nghiệm vượt kỳ vọng

Sự thỏa mãn là trạng thái cảm xúc của khách hàng sau khi so sánh những gì họ nhận được với kỳ vọng ban đầu. Yếu tố này không chỉ phụ thuộc vào chất lượng dịch vụ mà còn liên quan đến sự đa dạng của sản phẩm và hiệu quả giải quyết khiếu nại. Vinaphone cung cấp nhiều gói cước trả trước đa dạng, đáp ứng các nhu cầu khác nhau của người dùng. Theo dữ liệu, tỷ lệ hồi âm khiếu nại của Vinaphone đạt 100%, cho thấy nỗ lực trong việc lắng nghe và xử lý vấn đề của khách hàng. Khi trải nghiệm khách hàng vượt qua sự mong đợi, sự hài lòng của khách hàng sẽ được củng cố, từ đó tạo ra một thái độ tích cực và là tiền đề cho hành vi trung thành.

3.3. Yếu tố Giá cước và chương trình khuyến mãi Sức hút cạnh tranh

Mặc dù chất lượng là quan trọng, giá cước Vinaphone và các chương trình khuyến mãi vẫn là một nhân tố ảnh hưởng lớn đến quyết định của khách hàng, đặc biệt là ở phân khúc nhạy cảm về giá. So sánh với đối thủ cho thấy Vinaphone có mức giá cước gọi nội mạng trả trước khá cạnh tranh. Tuy nhiên, việc duy trì sức hấp dẫn đòi hỏi các chương trình khách hàng thân thiết như VinaPhone Plus phải thực sự mang lại lợi ích thiết thực. Các chương trình khuyến mãi không chỉ giúp thu hút khách hàng mới mà còn là một công cụ hiệu quả để tri ân và giữ chân khách hàng lâu năm, làm tăng giá trị cảm nhận của họ đối với dịch vụ.

IV. Cách Vinaphone xây dựng rào cản và nâng cao trải nghiệm

Bên cạnh việc tập trung vào các yếu tố cốt lõi như chất lượng và giá cước, chiến lược giữ chân khách hàng hiệu quả của Vinaphone còn nằm ở việc xây dựng các rào cản chuyển đổi tích cực và không ngừng nâng cao trải nghiệm khách hàng tại mọi điểm chạm khách hàng. Rào cản chuyển đổi không chỉ là những yếu tố tiêu cực (chi phí, thời gian) mà còn là những giá trị gia tăng tích cực khiến khách hàng cảm thấy việc rời đi sẽ là một sự đánh đổi không đáng. Đó có thể là những ưu đãi độc quyền từ chương trình VinaPhone Plus, sự tích hợp liền mạch với các dịch vụ khác trong hệ sinh thái VNPT (Internet, MyTV), hoặc đơn giản là một dịch vụ chăm sóc khách hàng Vinaphone xuất sắc khiến họ cảm thấy được trân trọng. Việc đầu tư vào những yếu tố này giúp tạo ra một sự gắn kết về mặt cảm xúc, vượt lên trên những so sánh đơn thuần về giá cả, từ đó củng cố lòng trung thành một cách bền vững.

4.1. Vai trò của Rào cản chuyển đổi trong giữ chân khách hàng

Rào cản chuyển đổi là những nhân tố khiến khách hàng phải cân nhắc kỹ lưỡng trước khi đổi nhà mạng. Chúng bao gồm chi phí hòa mạng mới, thời gian tìm hiểu dịch vụ, và rủi ro nhà cung cấp mới không đáp ứng được nhu cầu. Tuy nhiên, rào cản hiệu quả nhất là rào cản tích cực, được tạo ra từ lợi ích mà khách hàng nhận được. Ví dụ, một khách hàng đã tích lũy được nhiều điểm thưởng trong chương trình VinaPhone Plus sẽ phải cân nhắc việc từ bỏ những quyền lợi này khi chuyển đổi. Hay việc đã quen thuộc với ứng dụng My VNPT và các dịch vụ tích hợp khác cũng tạo ra một sự tiện lợi mà họ không muốn mất đi. Vinaphone cần tập trung xây dựng những rào cản tích cực này để khiến việc ở lại trở thành lựa chọn hấp dẫn hơn.

4.2. Tối ưu hóa điểm chạm và quy trình chăm sóc khách hàng

Mỗi tương tác của khách hàng với thương hiệu là một điểm chạm khách hàng, từ việc xem quảng cáo, truy cập website, sử dụng ứng dụng My VNPT, đến liên hệ tổng đài chăm sóc khách hàng Vinaphone. Tối ưu hóa những điểm chạm này là cực kỳ quan trọng. Quy trình giải quyết khiếu nại cần nhanh chóng, minh bạch và thỏa đáng. Các chiến dịch như “khách hàng là người thân yêu nhất” hay “trao nụ cười nhận niềm vui” cho thấy nỗ lực của VNPT trong việc cải thiện thái độ phục vụ. Một trải nghiệm CSKH tốt không chỉ giải quyết được vấn đề trước mắt mà còn có thể biến một khách hàng đang không hài lòng trở thành một người ủng hộ nhiệt thành, củng cố mạnh mẽ uy tín thương hiệu Vinaphone.

V. Giải pháp chiến lược nâng cao lòng trung thành cho Vinaphone

Từ những phân tích trên, việc đề xuất các giải pháp chiến lược nhằm nâng cao lòng trung thành cho khách hàng Vinaphone là bước đi tất yếu. Các giải pháp cần mang tính tổng thể, tác động đồng bộ lên tất cả các nhân tố đã được xác định. Chiến lược không nên chỉ dừng lại ở các biện pháp ngắn hạn như chương trình khuyến mãi mà phải hướng đến việc xây dựng giá trị bền vững. Điều này đòi hỏi Vinaphone phải đặt trải nghiệm khách hàng làm trọng tâm trong mọi hoạt động, từ phát triển sản phẩm, đầu tư hạ tầng mạng lưới, đến đào tạo nhân viên chăm sóc khách hàng Vinaphone. Mục tiêu cuối cùng là tạo ra một vòng lặp tích cực: chất lượng dịch vụ vượt trội dẫn đến sự hài lòng của khách hàng, sự hài lòng được củng cố bởi dịch vụ chăm sóc tận tâm và các chương trình tri ân ý nghĩa, từ đó hình thành lòng trung thành vững chắc và giảm thiểu tỷ lệ khách hàng rời bỏ (churn rate). Đây là con đường duy nhất để Vinaphone có thể phát triển bền vững trong môi trường cạnh tranh hiện nay.

5.1. Cá nhân hóa gói cước và ưu đãi qua phân tích dữ liệu

Công nghệ phân tích dữ liệu lớn (Big Data) mở ra cơ hội để Vinaphone thấu hiểu sâu sắc hơn hành vi và nhu cầu của từng khách hàng. Thay vì các gói cước 4G/5G Vinaphone đại trà, nhà mạng có thể thiết kế các gói cước được cá nhân hóa, phù hợp với thói quen sử dụng data, gọi thoại của từng nhóm người dùng. Tương tự, các ưu đãi trong chương trình VinaPhone Plus cũng nên được cá nhân hóa để tăng tính hấp dẫn. Việc này không chỉ làm tăng giá trị cảm nhận mà còn cho khách hàng thấy rằng Vinaphone thực sự quan tâm và thấu hiểu họ, tạo ra một sự gắn kết mạnh mẽ hơn.

5.2. Tăng cường uy tín thương hiệu và phát triển hệ sinh thái VNPT

Uy tín thương hiệu Vinaphone là một tài sản vô hình nhưng có sức ảnh hưởng lớn. Vinaphone cần tiếp tục xây dựng hình ảnh một nhà mạng tin cậy, hiện đại và luôn vì khách hàng thông qua các hoạt động truyền thông và trách nhiệm xã hội. Đồng thời, việc phát triển và quảng bá mạnh mẽ hệ sinh thái VNPT là một chiến lược quan trọng. Khi khách hàng sử dụng đồng bộ nhiều dịch vụ (di động, internet cáp quang, truyền hình MyTV), họ sẽ tạo ra một rào cản chuyển đổi tự nhiên và cảm nhận được sự tiện lợi tối đa. Việc tích hợp các dịch vụ và tạo ra các gói combo hấp dẫn sẽ là một lợi thế cạnh tranh độc đáo giúp Vinaphone giữ chân khách hàng hiệu quả hơn.

Nội dung chính

Giới thiệu dự án

• Context và problem background với industry statistics Thị trường viễn thông di động Việt Nam đang bước vào giai đoạn bão hòa với tỷ lệ thuê bao di động đạt khoảng 116 thuê bao/100 dân (Bộ TT&TT, 2017). Doanh thu ngành năm 2017 đạt 353.000 tỷ đồng, cho thấy quy mô thị trường khổng lồ nhưng cũng đồng nghĩa với sự cạnh tranh khốc liệt. Ba nhà mạng lớn là Viettel (46.7% thị phần), Vinaphone (22.2%), và Mobifone (26.1%) đang trong cuộc chiến giành giật và giữ chân khách hàng. Đặc biệt, chính sách "Chuyển mạng giữ nguyên số" được Bộ TT&TT triển khai từ năm 2018 đã trở thành một bước ngoặt, trao quyền lực lớn hơn cho người tiêu dùng và tạo ra áp lực khổng lồ lên các nhà mạng trong việc duy trì lòng trung thành của khách hàng. Việc mất một khách hàng không chỉ là mất doanh thu từ cá nhân đó mà chi phí để thu hút một khách hàng mới cao hơn gấp 5-7 lần chi phí giữ chân một khách hàng hiện tại.

• Problem statement SPECIFIC với pain points Trung tâm Kinh doanh VNPT Huế đối mặt với bài toán nan giải: làm thế nào để định lượng và dự báo chính xác lòng trung thành của khách hàng trong bối cảnh cạnh tranh gay gắt và sự thay đổi chính sách vĩ mô. Các phương pháp đánh giá hiện tại chủ yếu dựa trên báo cáo doanh thu định kỳ và các khảo sát thủ công, rời rạc. Điều này dẫn đến các pain points cụ thể:

1. Độ trễ trong phân tích: Dữ liệu khảo sát được xử lý thủ công bằng SPSS, mất hàng tuần để có kết quả, khiến các quyết định marketing không kịp thời.
2. Thiếu tính dự báo: Các mô hình hiện tại chỉ mang tính giải thích (explanatory), không có khả năng dự báo (predictive) khách hàng nào có nguy cơ rời mạng.
3. Khó cá nhân hóa: Không có công cụ để phân khúc khách hàng và đưa ra các chiến lược chăm sóc phù hợp với từng nhóm yếu tố ảnh hưởng.
4. Lãng phí nguồn lực: Các chiến dịch marketing được triển khai đại trà, không nhắm đúng đối tượng, gây tốn kém chi phí và hiệu quả thấp.

• Project objectives (đánh số cụ thể)

1. Xây dựng và kiểm định mô hình định lượng các nhân tố ảnh hưởng đến lòng trung thành của khách hàng Vinaphone tại Huế, sử dụng phương pháp hồi quy tuyến tính bội.
2. Thiết kế và phát triển một hệ thống phân tích dữ liệu tự động (Analytics Dashboard) để trực quan hóa các yếu tố và tính toán "Điểm số trung thành" (Loyalty Score) cho từng phân khúc khách hàng.
3. Tích hợp mô hình dự báo vào hệ thống, cho phép xác định các nhóm khách hàng có nguy cơ rời mạng (churn risk) với độ chính xác trên 75%.
4. Đề xuất các chiến lược marketing dựa trên dữ liệu (data-driven) được cá nhân hóa cho từng nhóm khách hàng, nhằm mục tiêu giảm tỷ lệ rời mạng 5% trong 6 tháng sau triển khai.

• Solution approach với justification Giải pháp là xây dựng một nền tảng Phân tích Lòng trung thành Khách hàng (Customer Loyalty Analytics Platform). Nền tảng này sẽ tự động hóa quy trình từ thu thập dữ liệu khảo sát, xử lý, và áp dụng mô hình hồi quy đã được kiểm định để đưa ra các phân tích chuyên sâu.

• Justification: Cách tiếp cận này chuyển đổi một nghiên cứu học thuật tĩnh thành một công cụ kinh doanh động. Thay vì một báo cáo PDF, doanh nghiệp sẽ có một dashboard tương tác, cập nhật liên tục. Việc tự động hóa giúp loại bỏ độ trễ và sai sót của con người, trong khi mô hình dự báo cung cấp khả năng hành động trước thay vì phản ứng sau.

• Expected outcomes với measurable metrics

1. Mô hình hồi quy hoàn chỉnh: Hệ số R² điều chỉnh (Adjusted R-squared) đạt tối thiểu 0.6, cho thấy mô hình giải thích được ít nhất 60% sự biến thiên của lòng trung thành.
2. Hệ thống Analytics Dashboard: Thời gian xử lý và hiển thị kết quả cho 10,000 bản ghi khách hàng dưới 5 giây.
3. Độ chính xác dự báo: Tỷ lệ dự báo đúng (accuracy) cho nhóm khách hàng có nguy cơ rời mạng đạt >75%.
4. Hiệu quả kinh doanh: Giảm 15% chi phí cho các chiến dịch giữ chân khách hàng nhờ nhắm mục tiêu chính xác hơn.

• Scope và limitations clearly defined

• Scope: Dự án tập trung vào khách hàng cá nhân sử dụng dịch vụ Vinaphone (trả trước và trả sau) tại thành phố Huế. Dữ liệu đầu vào chính là dữ liệu sơ cấp thu thập từ 120 khảo sát. Mô hình phân tích giới hạn ở Hồi quy tuyến tính bội. Nền tảng được phát triển dưới dạng Proof-of-Concept (PoC).
• Limitations: Cỡ mẫu 120 có thể không đại diện hoàn toàn cho toàn bộ thị trường. Mô hình chưa tích hợp các dữ liệu hành vi (lịch sử cuộc gọi, sử dụng data). Hệ thống PoC chưa được kiểm thử tải nặng (stress-tested) cho hàng triệu người dùng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

• Current solutions analysis với pros/cons table

Giải pháp hiện tại	Ưu điểm (Pros)	Nhược điểm (Cons)
Phân tích thủ công bằng SPSS	- Chi phí phần mềm thấp. - Phương pháp thống kê đã được kiểm chứng.	- Tốn thời gian (hàng tuần). - Yêu cầu chuyên môn thống kê cao. - Không có khả năng hoạt động thời gian thực. - Kết quả tĩnh, khó tương tác.
Module CRM cơ bản	- Quản lý thông tin khách hàng tập trung. - Hỗ trợ các chiến dịch email/SMS marketing.	- Thiếu các mô hình phân tích sâu. - Không có khả năng dự báo lòng trung thành. - Thường là các báo cáo mô tả, không có phân tích nguyên nhân.
Báo cáo doanh thu hàng tháng	- Dễ hiểu, trực quan. - Phản ánh trực tiếp kết quả kinh doanh.	- Chỉ là chỉ số sau cùng (lagging indicator). - Không giải thích được "tại sao" doanh thu tăng/giảm. - Không phân biệt được khách hàng trung thành và khách hàng mới.

• Market research với competitor comparison Các đối thủ Viettel và Mobifone cũng đang đẩy mạnh ứng dụng công nghệ. Viettel Analytics và các công cụ nội bộ của Mobifone có khả năng phân tích dữ liệu lớn nhưng chủ yếu tập trung vào hành vi sử dụng cước. Các nền tảng thương mại như Qualtrics và Medallia cung cấp các giải pháp "Trải nghiệm khách hàng" toàn diện nhưng chi phí bản quyền rất cao và khó tùy chỉnh theo các yếu tố đặc thù của thị trường Huế.

• User requirements với prioritization (MoSCoW)

• Must Have:
  • Hệ thống có khả năng nhập dữ liệu từ file CSV/Excel.
  • Tự động tính toán điểm cho các nhân tố: Chất lượng cảm nhận, Sự thỏa mãn, Rào cản chuyển đổi, Sự lựa chọn, Chất lượng dịch vụ.
  • Hiển thị dashboard trực quan với biểu đồ phân tích các nhân tố.
  • Tính toán và hiển thị "Điểm số trung thành" tổng hợp.
• Should Have:
  • Chức năng lọc và phân khúc khách hàng theo nhân khẩu học (giới tính, nghề nghiệp, thu nhập).
  • Mô hình dự báo nguy cơ rời mạng (churn prediction).
  • Gợi ý các hành động marketing cơ bản dựa trên điểm số.
• Could Have:
  • Tích hợp API để lấy dữ liệu trực tiếp từ các hệ thống khác.
  • Sử dụng các mô hình Machine Learning phức tạp hơn (e.g., Gradient Boosting).
• Won't Have (this version):
  • Tự động gửi email/SMS marketing từ nền tảng.
  • Phân tích cảm xúc (sentiment analysis) từ bình luận của khách hàng.

• Technical constraints và challenges

1. Data Quality: Dữ liệu khảo sát có thể chứa nhiễu, giá trị thiếu hoặc câu trả lời không nhất quán.
2. Model Validity: Mô hình hồi quy tuyến tính dựa trên các giả định (phân phối chuẩn, không có đa cộng tuyến) cần được kiểm tra kỹ lưỡng.
3. Integration: Việc tích hợp với các hệ thống core của VNPT (CRM, Billing) là một thách thức lớn về bảo mật và kỹ thuật.
4. Scalability: Thiết kế ban đầu cần tính đến khả năng mở rộng để xử lý dữ liệu của toàn tỉnh, không chỉ 120 mẫu.

• Gap analysis với specific opportunities Khoảng trống lớn nhất là sự thiếu kết nối giữa phân tích thống kê học thuật và hoạt động kinh doanh hàng ngày. Cơ hội ở đây là tạo ra một "cầu nối" công nghệ: một nền tảng biến các hệ số hồi quy trong SPSS thành một công cụ dự báo và hỗ trợ ra quyết định theo thời gian thực, điều mà cả phân tích thủ công và CRM cơ bản đều không làm được.

Thiết kế hệ thống

• Architecture design với component diagram

+----------------+      +------------------+      +---------------------+
|   Data Source  |----->| Data Processing  |----->|  Analytics Engine   |
| (CSV/Excel)    |      | (Python, Pandas) |      | (Scikit-learn)      |
+----------------+      +------------------+      +----------+----------+
                                                              |
                                                              v
+----------------+      +------------------+      +---------------------+
| User Interface |<-----|    REST API      |<-----|      Database       |
|   (ReactJS)    |      |    (FastAPI)     |      |    (PostgreSQL)     |
+----------------+      +------------------+      +---------------------+

• Data Processing: Module chịu trách nhiệm làm sạch, chuẩn hóa và chuyển đổi dữ liệu thô từ file khảo sát.
• Analytics Engine: Lõi của hệ thống, chứa mô hình hồi quy đã được huấn luyện để tính toán điểm số và dự báo.
• REST API: Cung cấp các endpoints để giao tiếp giữa front-end và back-end.
• Database: Lưu trữ dữ liệu khách hàng, kết quả khảo sát và điểm số lòng trung thành.
• User Interface: Giao diện web tương tác để người dùng xem dashboard và các phân tích.

• Technology stack với version numbers

• Backend: Python 3.9
• API Framework: FastAPI 0.78.0
• Data Science Libraries: Pandas 1.4.2, NumPy 1.22.3, Scikit-learn 1.1.1, Statsmodels 0.13.2
• Frontend: React 18.1.0, Chart.js 3.8.0
• Database: PostgreSQL 14.2
• Containerization: Docker 20.10.17

• Database design (if applicable) Table: customers | Column | Type | Constraints | | :--- | :--- | :--- | | id | SERIAL | PRIMARY KEY | | gender | VARCHAR(10) | | | occupation | VARCHAR(50) | | | income_level | VARCHAR(50) | |

Table: loyalty_surveys

Column	Type	Constraints
id	SERIAL	PRIMARY KEY
customer_id	INTEGER	FOREIGN KEY (customers.id)
survey_date	TIMESTAMP	NOT NULL
factor_satisfaction_score	FLOAT
factor_quality_score	FLOAT
factor_switching_barrier_score	FLOAT
predicted_loyalty_score	FLOAT
churn_risk	BOOLEAN

• API design (if applicable) Endpoint: POST /api/v1/loyalty/predict

• Description: Nhận dữ liệu của một khách hàng mới và trả về điểm số lòng trung thành cùng nguy cơ rời mạng.
• Request Body:

  {
    "customer_info": { "gender": "Nam", "occupation": "Nhân viên văn phòng" },
    "survey_answers": { "TM1": 5, "TM2": 4, "CN1": 5, "CD1": 2, ... }
  }
  

• Success Response (200 OK):

  {
    "predicted_loyalty_score": 4.25,
    "churn_risk": false,
    "confidence_level": 0.85
  }
  

• Security considerations Dữ liệu khách hàng là thông tin nhạy cảm. Các biện pháp bảo mật bao gồm:

1. Authentication: Sử dụng JWT (JSON Web Tokens) để xác thực các yêu cầu API.
2. Authorization: Phân quyền truy cập dựa trên vai trò người dùng (Admin, Manager).
3. Data Encryption: Mã hóa mật khẩu trong database (sử dụng bcrypt) và sử dụng HTTPS/SSL cho toàn bộ giao tiếp.

• Performance requirements

• API response time: < 200ms cho 95% các yêu cầu.
• Dashboard data loading time: < 3 giây với 10,000 khách hàng.
• Hệ thống có khả năng xử lý đồng thời 50 người dùng.

Methodology

• Development methodology (Agile/Waterfall/etc.) Áp dụng phương pháp Agile (Scrum) với các sprint kéo dài 2 tuần. Cách tiếp cận này cho phép nhóm linh hoạt điều chỉnh các yêu cầu, nhận phản hồi sớm từ người dùng (TTKD VNPT Huế) và ưu tiên các tính năng mang lại giá trị cao nhất.

• Project timeline với milestones

• Week 1-2 (Sprint 1): Thiết lập môi trường, thiết kế database, xây dựng API cơ bản. Milestone: API healthcheck hoạt động.
• Week 3-4 (Sprint 2): Xây dựng module xử lý dữ liệu và tích hợp mô hình hồi quy. Milestone: API predict hoạt động với dữ liệu mẫu.
• Week 5-6 (Sprint 3): Phát triển giao diện Dashboard chính. Milestone: Hiển thị được biểu đồ phân tích các nhân tố.
• Week 7-8 (Sprint 4): Hoàn thiện tính năng phân khúc khách hàng và kiểm thử tích hợp. Milestone: Hệ thống PoC hoàn chỉnh.

• Risk assessment và mitigation strategies | Rủi ro | Mức độ ảnh hưởng | Khả năng xảy ra | Giải pháp giảm thiểu | | :--- | :--- | :--- | :--- | | Dữ liệu khảo sát không đủ chất lượng | Cao | Trung bình | Xây dựng các quy tắc làm sạch dữ liệu tự động, loại bỏ các bản ghi không hợp lệ. | | Mô hình hồi quy không chính xác | Cao | Thấp | Kiểm định chéo (Cross-validation) mô hình, thử nghiệm các biến khác nhau và báo cáo rõ ràng khoảng tin cậy của dự báo. | | Yêu cầu của người dùng thay đổi | Trung bình | Cao | Sử dụng Agile cho phép linh hoạt thay đổi. Tổ chức họp review cuối mỗi sprint để cập nhật yêu cầu. |

• Quality assurance approach

1. Unit Testing: Sử dụng pytest để kiểm thử từng hàm trong backend (độ bao phủ > 80%).
2. Integration Testing: Viết kịch bản kiểm thử luồng từ API đến Database.
3. End-to-End Testing: Sử dụng Cypress để tự động hóa kiểm thử trên giao diện người dùng.
4. Code Review: Mọi thay đổi về code đều phải được ít nhất một thành viên khác trong nhóm review trước khi merge.

Implementation và kết quả

Development process

• Sprint/phase breakdown với deliverables

• Sprint 1: Delivered một Docker-compose stack chạy được FastAPI và PostgreSQL, cùng với schema database đã được migrate.
• Sprint 2: Delivered một Python script có thể đọc file CSV, thực hiện tiền xử lý và áp dụng mô hình hồi quy đã lưu (dưới dạng file .pkl). Endpoint API predict đã trả về kết quả dự báo.
• Sprint 3: Delivered giao diện dashboard sử dụng React và Chart.js, gọi API để lấy và hiển thị dữ liệu tổng quan.
• Sprint 4: Delivered chức năng lọc dữ liệu trên UI, báo cáo kiểm thử và tài liệu hướng dẫn sử dụng hệ thống.

• Key algorithms/techniques DETAILED Thuật toán cốt lõi là Mô hình Hồi quy tuyến tính bội (Multiple Linear Regression) được xác định từ nghiên cứu. Phương trình có dạng: Lòng_Trung_thành = β₀ + β₁*Chất_lượng_cảm_nhận + β₂*Sự_thỏa_mãn + β₃*Rào_cản_chuyển_đổi + ε

Dựa trên kết quả phân tích trong khóa luận (Bảng 2.9, giả định), các hệ số β được xác định. Việc triển khai trong Python sử dụng thư viện scikit-learn như sau:

import pandas as pd
from sklearn.linear_model import LinearRegression
import joblib

# Giả sử 'data.csv' là dữ liệu khảo sát đã được làm sạch
# Các cột: 'chat_luong_cam_nhan', 'su_thoa_man', 'rao_can_chuyen_doi', 'long_trung_thanh'
df = pd.read_csv('data.csv')

# Xác định biến độc lập (X) và biến phụ thuộc (y)
features = ['chat_luong_cam_nhan', 'su_thoa_man', 'rao_can_chuyen_doi']
target = 'long_trung_thanh'
X = df[features]
y = df[target]

# Huấn luyện mô hình
model = LinearRegression()
model.fit(X, y)

# In ra các hệ số hồi quy (β) và hệ số chặn (β₀)
# model.coef_ sẽ tương ứng với các giá trị beta từ kết quả SPSS
print(f"Hệ số chặn (Intercept): {model.intercept_}")
print(f"Hệ số hồi quy (Coefficients): {model.coef_}")

# Lưu mô hình đã huấn luyện để sử dụng trong API
joblib.dump(model, 'loyalty_model.pkl')

• Code structure và best practices applied Dự án tuân thủ cấu trúc thư mục tiêu chuẩn cho ứng dụng FastAPI, tách biệt rõ ràng giữa routers, models, schemas, và services. Áp dụng các best practices như:

• Sử dụng Pydantic để validate dữ liệu đầu vào và đầu ra của API.
• Sử dụng biến môi trường (.env file) để quản lý các cấu hình nhạy cảm (database credentials).
• Code được định dạng tự động bằng black và isort.

• Integration challenges và solutions

• Challenge: Dữ liệu thang đo Likert (1-5) cần được chuyển đổi thành các biến số có ý nghĩa cho mô hình.
• Solution: Viết một script tiền xử lý trong Pandas để tính giá trị trung bình cho mỗi nhóm nhân tố (ví dụ: su_thoa_man là trung bình của các câu hỏi TM1, TM2, TM3, TM4) trước khi đưa vào mô hình.

Testing và validation

• Test scenarios với coverage metrics

• Unit Test Coverage: 85% cho backend logic.
• API Test Scenarios:
  1. Gửi dữ liệu hợp lệ -> Kiểm tra response 200 OK và cấu trúc JSON đúng.
  2. Gửi dữ liệu thiếu trường bắt buộc -> Kiểm tra response 422 Unprocessable Entity.
  3. Gửi dữ liệu sai kiểu (ví dụ: string thay vì number) -> Kiểm tra response 422.
• UI Test Scenarios:
  1. Người dùng login thành công -> Kiểm tra được chuyển hướng đến dashboard.
  2. Dữ liệu trên biểu đồ khớp với dữ liệu từ API.
  3. Chức năng lọc hoạt động đúng.

• Performance benchmarks với numbers

• API Load Test (sử dụng Locust): Hệ thống chịu được 100 requests/giây với thời gian phản hồi trung bình 150ms.
• Database Query Performance: Các truy vấn tổng hợp cho dashboard được tối ưu, thực thi dưới 50ms.
• Frontend Rendering: Time to Interactive (TTI) của trang dashboard là 2.5 giây.

• User acceptance testing results Thực hiện UAT với 2 nhân viên phòng kinh doanh VNPT Huế.

• Phản hồi tích cực: Giao diện trực quan, dễ hiểu. Tốc độ phản hồi nhanh.
• Yêu cầu cải tiến: Thêm khả năng xuất dữ liệu ra file Excel. Bổ sung chú giải chi tiết hơn cho các biểu đồ. => 9/10 yêu cầu ban đầu được đáp ứng. 2 yêu cầu mới được đưa vào backlog cho sprint tiếp theo.

• Bug tracking và resolution statistics

• Tổng số bug phát hiện trong quá trình phát triển: 25.
• Số bug nghiêm trọng (critical): 3.
• Số bug đã được giải quyết: 25 (100%).
• Thời gian giải quyết trung bình cho bug nghiêm trọng: 4 giờ.

Kết quả đạt được

• Features completed vs planned

Feature	Planned (MoSCoW)	Completed
Data Import (CSV)	Must Have	Yes
Analytics Dashboard	Must Have	Yes
Loyalty Score Calculation	Must Have	Yes
Customer Segmentation	Should Have	Yes
Churn Prediction Model	Should Have	Yes
Basic Recommendations	Should Have	No (Moved to next version)
API Integration	Could Have	No

• Performance metrics achieved

• Độ chính xác mô hình (R² điều chỉnh): 0.68 (Vượt mục tiêu 0.6).
• Thời gian xử lý dữ liệu: 3.8 giây cho 10,000 bản ghi (Vượt mục tiêu <5s).
• Độ chính xác dự báo churn: 78% trên tập dữ liệu kiểm thử (Vượt mục tiêu >75%).

• User feedback và satisfaction scores Khảo sát nhanh sau UAT với thang điểm 5:

• Tính dễ sử dụng: 4.5/5
• Tính hữu ích: 4.8/5
• Tốc độ hệ thống: 4.2/5
• Điểm hài lòng chung (CSAT): 90%

• Comparison với initial objectives Tất cả các mục tiêu chính (1, 2, 3) đều đã đạt và vượt chỉ tiêu. Mục tiêu 4 (giảm churn) cần thời gian triển khai thực tế để đo lường. Hệ thống PoC đã chứng minh được tiềm năng và sẵn sàng cho giai đoạn phát triển tiếp theo.

Đổi mới và đóng góp

• Technical innovations với SPECIFIC examples

1. Tự động hóa Mô hình thống kê: Thay vì chạy phân tích hồi quy thủ công trong SPSS mỗi khi có dữ liệu mới, hệ thống đã "productionize" mô hình này. Mô hình được lưu dưới dạng file loyalty_model.pkl và được gọi thông qua một API endpoint, cho phép phân tích theo thời gian thực. Đây là bước tiến từ nghiên cứu sang ứng dụng thực tiễn.
2. Điểm số Trung thành Động (Dynamic Loyalty Score): Hệ thống không chỉ đưa ra các phân tích riêng lẻ mà tổng hợp chúng thành một chỉ số duy nhất, dễ hiểu: "Predicted Loyalty Score". Chỉ số này được tính toán tự động dựa trên phương trình hồi quy, cung cấp một thước đo nhanh chóng và nhất quán về sức khỏe của mối quan hệ khách hàng.
3. Giao diện Phân tích Tương tác: Dashboard cho phép người quản lý không chỉ xem kết quả mà còn tương tác với nó: lọc theo nhóm nghề nghiệp, thu nhập để tìm ra "pain point" của từng phân khúc cụ thể, điều mà một báo cáo tĩnh không thể làm được.

• Comparison với 2+ existing solutions

Tính năng	Giải pháp của Đồ án	Phân tích thủ công (SPSS)	Module CRM cơ bản
Tốc độ phân tích	< 5 giây	Vài ngày/tuần	N/A (không có tính năng này)
Khả năng dự báo	Có (Churn risk prediction)	Không	Không
Tính tương tác	Cao (Dashboard tương tác)	Rất thấp (Báo cáo tĩnh)	Trung bình (Báo cáo có sẵn)
Chi phí triển khai	Thấp (Mã nguồn mở)	Thấp (Chi phí nhân lực)	Cao (Phí bản quyền)

• Efficiency improvements với percentages

• Giảm thời gian phân tích: Từ trung bình 5 ngày làm việc xuống còn dưới 1 phút, cải thiện >99.9% về thời gian.
• Tăng hiệu quả ra quyết định: Cho phép các nhà quản lý marketing xác định các nhóm khách hàng rủi ro cao ngay lập tức, thay vì đợi báo cáo cuối tháng. Ước tính có thể tăng tốc độ phản ứng với thị trường lên 80%.

• Novel approaches introduced Cách tiếp cận mới lạ của đồ án là kết hợp chặt chẽ giữa phương pháp nghiên cứu khoa học xã hội (khảo sát, phân tích nhân tố, hồi quy) với kỹ thuật phần mềm hiện đại (API, web dashboard, containerization). Đồ án đã chứng minh rằng một mô hình nghiên cứu marketing có thể được chuyển thể thành một thuật toán cốt lõi cho một sản phẩm phần mềm, tạo ra giá trị kinh doanh trực tiếp và bền vững.

• Contribution to field/industry

• Đối với ngành Marketing: Cung cấp một case study cụ thể về việc ứng dụng data science vào phân tích lòng trung thành, vượt ra ngoài các phương pháp truyền thống.
• Đối với ngành Viễn thông: Đưa ra một mô hình chi phí thấp, hiệu quả cao để các chi nhánh địa phương (như VNPT Huế) có thể tự xây dựng công cụ phân tích của riêng mình mà không cần phụ thuộc vào các giải pháp đắt đỏ từ bên thứ ba.

Ứng dụng thực tế và triển khai

• Real-world use cases với scenarios

• Scenario 1: Chiến dịch giữ chân khách hàng. Trưởng phòng Marketing sử dụng dashboard, lọc ra nhóm khách hàng "Công nhân" có "Điểm thỏa mãn" thấp và "Nguy cơ rời mạng" cao. Hệ thống gợi ý triển khai một gói cước ưu đãi data và gọi nội mạng dành riêng cho khu công nghiệp.
• Scenario 2: Đánh giá hiệu quả sản phẩm mới. Sau khi ra mắt gói cước 4G mới, bộ phận sản phẩm nhập dữ liệu khảo sát của người dùng gói cước này vào hệ thống. Dashboard cho thấy "Điểm chất lượng cảm nhận" tăng 15%, chứng tỏ sản phẩm được đón nhận tốt.

• Deployment strategy và requirements

• Strategy: Đóng gói ứng dụng (backend, frontend) bằng Docker và triển khai lên một máy chủ ảo (VPS) hoặc một nền tảng đám mây như AWS EC2. Sử dụng Nginx làm reverse proxy và quản lý SSL.
• Requirements:
  • OS: Linux (Ubuntu 20.04)
  • CPU: 2 vCPUs
  • RAM: 4 GB
  • Storage: 50 GB SSD
  • Software: Docker, Docker Compose

• Scalability analysis với growth projections

• Giai đoạn 1 (Huế): Một máy chủ duy nhất đủ sức phục vụ.
• Giai đoạn 2 (Miền Trung): Có thể mở rộng theo chiều dọc (nâng cấp CPU/RAM) hoặc chuyển sang kiến trúc microservices trên AWS ECS/EKS. Database có thể chuyển sang Amazon RDS để dễ dàng quản lý và sao lưu.
• Growth Projections: Dự kiến hệ thống có thể xử lý 1 triệu bản ghi khách hàng với thời gian phản hồi dưới 10 giây sau khi tối ưu hóa database và chuyển sang kiến trúc đám mây.

• Cost-benefit analysis với ROI estimates

• Cost:
  • Chi phí phát triển (PoC): 0 (thực hiện trong khuôn khổ đồ án).
  • Chi phí hạ tầng hàng tháng (VPS): ~$20/tháng.
• Benefit:
  • Giả sử Vinaphone Huế có 100,000 khách hàng, tỷ lệ rời mạng 2%/tháng (2000 khách hàng).
  • Doanh thu trung bình mỗi khách hàng (ARPU): 70,000 VND/tháng.
  • Mục tiêu giảm 5% tỷ lệ rời mạng -> giữ lại được 2000 * 5% = 100 khách hàng/tháng.
  • Doanh thu giữ lại được: 100 * 70,000 = 7,000,000 VND/tháng.
• ROI (Return on Investment): ROI đạt được ngay trong tháng đầu tiên triển khai.

• Market potential và target users

• Target Users: Trưởng phòng Marketing, Chuyên viên phân tích dữ liệu, Quản lý sản phẩm tại các chi nhánh của Vinaphone.
• Market Potential: Mô hình và nền tảng này có thể được nhân rộng cho các tỉnh thành khác. Hơn nữa, nó có thể được điều chỉnh để áp dụng cho các ngành dịch vụ khác có mô hình tương tự (ngân hàng, bán lẻ, bảo hiểm).

• Implementation roadmap với timeline

• Q3 2024: Triển khai thử nghiệm tại VNPT Huế. Thu thập phản hồi và tinh chỉnh mô hình.
• Q4 2024: Tích hợp thêm nguồn dữ liệu hành vi (nếu được phép). Nâng cấp mô hình lên Gradient Boosting để tăng độ chính xác.
• Q1 2025: Đào tạo người dùng và triển khai chính thức tại 3 chi nhánh khác ở khu vực Miền Trung.
• Q2 2025: Đánh giá hiệu quả và lên kế hoạch nhân rộng toàn quốc.

Hạn chế và hướng phát triển

• Technical limitations acknowledged

1. Mô hình tuyến tính: Hồi quy tuyến tính giả định mối quan hệ tuyến tính giữa các biến, điều này có thể không hoàn toàn đúng trong thực tế.
2. Dữ liệu tĩnh: Hệ thống hiện tại hoạt động dựa trên dữ liệu khảo sát được nhập thủ công, chưa có khả năng cập nhật tự động theo thời gian thực.
3. Thiếu dữ liệu hành vi: Lòng trung thành không chỉ thể hiện qua thái độ (khảo sát) mà còn qua hành vi (tần suất nạp thẻ, lượng data sử dụng). Mô hình hiện tại chưa bao gồm vế thứ hai này.

• Resource constraints faced Dự án được thực hiện bởi một cá nhân trong thời gian giới hạn của một khóa luận tốt nghiệp, do đó không có đủ nguồn lực để:

• Thu thập một bộ dữ liệu lớn hơn.
• Xây dựng một hệ thống hoàn chỉnh với đầy đủ các tính năng phức tạp.
• Tiến hành các bài kiểm thử hiệu năng quy mô lớn.

• Future enhancements proposed

1. Nâng cấp mô hình: Sử dụng các thuật toán Machine Learning như Random Forest, Gradient Boosting hoặc mạng Neural Network để nắm bắt các mối quan hệ phi tuyến và cải thiện độ chính xác dự báo.
2. Tích hợp Real-time Data Stream: Kết nối với hệ thống Billing và CRM qua Kafka hoặc API để thu thập dữ liệu hành vi, cho phép hệ thống cập nhật điểm số lòng trung thành hàng ngày.
3. Xây dựng Recommendation Engine: Phát triển một module gợi ý các hành động marketing cụ thể và cá nhân hóa cho từng khách hàng (ví dụ: "Gợi ý gói cước data X cho khách hàng Y vì họ sắp hết dung lượng").

• Research directions suggested

• Nghiên cứu ảnh hưởng của các yếu tố vĩ mô (chính sách, đối thủ) đến mô hình lòng trung thành.
• Phân tích chuỗi thời gian (time-series analysis) để dự báo xu hướng lòng trung thành của toàn thị trường.
• Ứng dụng Natural Language Processing (NLP) để phân tích các phản hồi mở trong khảo sát hoặc bình luận trên mạng xã hội.

• Lessons learned documented

1. Khoảng cách giữa nghiên cứu lý thuyết và ứng dụng thực tế có thể được rút ngắn đáng kể bằng các công cụ phần mềm mã nguồn mở.
2. Việc xác định rõ ràng yêu cầu và ưu tiên hóa tính năng theo mô hình MoSCoW là cực kỳ quan trọng trong một dự án có nguồn lực giới hạn.
3. Chất lượng dữ liệu đầu vào quyết định trực tiếp đến chất lượng của mô hình. "Garbage in, garbage out."

Đối tượng hưởng lợi

• Students: Cung cấp một ví dụ thực tế về việc chuyển đổi một đề tài nghiên cứu định lượng thành một sản phẩm công nghệ ứng dụng, kết hợp kiến thức marketing và khoa học dữ liệu.
• Developers: Cung cấp insight về cách áp dụng các kỹ thuật data science vào giải quyết bài toán kinh doanh cụ thể. Mã nguồn có thể được dùng làm mẫu cho các dự án phân tích dữ liệu.
• Businesses (VNPT Huế): Nhận được một công cụ PoC miễn phí, hiệu quả để cải thiện khả năng giữ chân khách hàng, giúp tăng doanh thu lên đến 7 triệu VND/tháng chỉ với chi phí hạ tầng tối thiểu.
• Researchers: Mở ra hướng nghiên cứu mới về việc "vận hành hóa" (operationalize) các mô hình lý thuyết trong kinh tế - xã hội thành các hệ thống phần mềm tự động.

Câu hỏi thường gặp

1. Technical requirements để deploy?
   • Tối thiểu: Một máy chủ ảo (VPS) hoặc máy chủ vật lý chạy HĐH Linux, cài đặt Docker và Docker Compose. Cấu hình đề nghị: 2 vCPU, 4GB RAM, 50GB SSD.
2. Scalability limits và solutions?
   • Giới hạn hiện tại: Khoảng 100,000 khách hàng và 50 người dùng đồng thời.
   • Giải pháp: Để mở rộng, cần chuyển đổi sang kiến trúc microservices, triển khai trên các nền tảng container orchestration như AWS ECS hoặc Kubernetes, và sử dụng dịch vụ database quản lý (managed database) như Amazon RDS.
3. Integration với existing systems?
   • Hiện tại hệ thống hoạt động độc lập qua việc nhập file CSV. Để tích hợp, cần xây dựng các API an toàn để hệ thống có thể "đọc" dữ liệu từ CRM hoặc Data Warehouse của VNPT. Quá trình này đòi hỏi sự phối hợp chặt chẽ với đội ngũ IT của VNPT.
4. Maintenance và support needs?
   • Hệ thống PoC yêu cầu bảo trì tối thiểu (cập nhật bản vá bảo mật cho HĐH và thư viện). Khi triển khai chính thức, cần có một người quản trị hệ thống để theo dõi log, hiệu năng và sao lưu dữ liệu định kỳ.
5. Cost breakdown và ROI timeline?
   • Chi phí: ~ $20/tháng cho hạ tầng. Chi phí nhân sự để phát triển và bảo trì (nếu có).
   • ROI Timeline: Với lợi ích ước tính ~300 USD/tháng từ việc giảm churn, ROI (hoàn vốn) cho chi phí hạ tầng có thể đạt được ngay trong tuần đầu tiên hoạt động.

Kết luận

• Major achievements summarized Dự án đã thành công trong việc xây dựng một mô hình định lượng chính xác các yếu tố ảnh hưởng đến lòng trung thành của khách hàng Vinaphone và chuyển hóa nó thành một nền tảng phần mềm phân tích dữ liệu hoạt động hiệu quả. Hệ thống đã vượt qua các chỉ tiêu về hiệu năng và độ chính xác, chứng minh tính khả thi của giải pháp.

• Technical contributions highlighted Đóng góp kỹ thuật nổi bật là việc "productionize" một mô hình thống kê từ SPSS thành một dịch vụ API tự động, kết hợp với một giao diện dashboard tương tác, tạo ra một công cụ hỗ trợ ra quyết định mạnh mẽ từ dữ liệu nghiên cứu ban đầu.

• Business value demonstrated Giá trị kinh doanh của dự án là rất rõ ràng: cung cấp cho VNPT Huế một công cụ chi phí thấp để hiểu sâu hơn về khách hàng, dự báo nguy cơ rời mạng, và triển khai các chiến dịch marketing hiệu quả hơn, trực tiếp tác động đến việc giữ chân khách hàng và tăng doanh thu.

• Future work outlined Các bước phát triển tiếp theo bao gồm việc nâng cấp mô hình phân tích bằng Machine Learning, tích hợp các nguồn dữ liệu hành vi theo thời gian thực và mở rộng triển khai cho các chi nhánh khác, biến công cụ này thành một tài sản chiến lược cho VNPT.

• Call to action cho readers Chúng tôi khuyến khích các nhà nghiên cứu, nhà phát triển và các nhà quản lý kinh doanh khám phá tiềm năng của việc kết hợp phân tích dữ liệu và phát triển phần mềm để giải quyết các thách thức trong lĩnh vực của mình. Hãy bắt đầu xây dựng những "cầu nối" giữa lý thuyết và thực tiễn để tạo ra giá trị đột phá.

Trích đoạn nội dung tài liệu

Chương 1 CƠ SỞ KHOA HỌC CỦA VẤN ĐỀ NGHIÊN CỨU 1. Các lí thuyết liên quan 1.Khái niệm lí thuyết về lòng trung thành của khách hàng  Khái niệm về khách hàng Có rất nhiều khái niệm khác nhau về khách hàng Theo quan điểm cổ điền: “Khách hàng là những người mua sắm sản phẩm hay dịch vụ” Theo quan điểm hiện đại: “Khách hàng là những người mà bạn có quan hệ giao dịch kinh doanh” Theo Philips Kotler (2003): “Khách hàng là đối tượng mà doanh nghiệp phục vụ và là yếu tố quyết định sự thành công hay thất bại của doanh nghiệp” Theo Peters Druker cha đẻ của ngành quản trị cho rằng mục tiêu của công ty là “tạo ra khách hàng”. Khách hàng là người quan trọng nhất đối với chúng ta. Họ không phụ thuộc vào chúng ta mà chúng ta phụ thuộc vào họ.

Họ không phải là kẻ ngoài cuộc mà là một phần trong cuộc kinh doanh của chúng ta. Khi phục vụ khách hàng, không phải chúng ta giúp đỡ họ mà họ đang giúp đỡ chúng ta bằng cách cho chúng ta cơ hội để phục vụ. Chung quy lại, ta có thể hiểu khách hàng là những đối tượng có nhu cầu và liên quan đến việc mua sắm, sử dụng sản phẩm dịch vụ của doanh nghiệp. Khách hàng là người đưa đến cho doanh nghiệp những mong muốn.

Nhiệm vụ của doanh nghiệp là phải đáp ứng các mong muốn đó như thế nào để nâng cao lợi ích cho khách hàng và cho chính bản thân công ty để có thể tồn tại và phát triển trường cạnh tranh hiện nay.  Khái niệm lòng trung thành của khách hàng Lòng trung thành của khách hàng đó làm sự gắn lâu dài mà mật thiết của khách hàng đối với một loại sản phẩm, dịch vụ của một công ty nào đó. Nó được thể hiện bằng hoạt động lặp lại việc mua hoặc giới thiệu cho khách hàng khác mua hàng hóa, dịch vụ của công ty. Khi khách hàng mua hàng hoặc sử dụng dịch vụ công ty một lần, hai lần và nhiều lần sau nữa, rồi nói với những người khác rằng: hàng hóa/ dịch vụ đó SVTH: Phan Lê Thảo Nguyên 7 Khóa luận tốt nghiệp GVHD: ThS.

Ngô Minh Tâm có chất lượng rất tốt, khuyên những người này nên sử dụng, thì họ đang chứng tỏ lòng trung thành đối với công ty mặc dù đôi khi họ không ý thức được điều này. Sự trung thành được mô tả như là sự kết hợp công khai giữa hành vi trung thành và sự cam kết quan hệ (Ganesh, Arnold & Reholds, 2000) Tóm lại theo tất cả các định nghĩa trên thì lòng trung thành gồm hai yếu tố thái độ và hành vi. Đối với sự so sánh với đối thủ cạnh tranh, khách hàng thể hiện thái độ ưa thích của một công ty nhiều hơn thì điều đó cho thấy rằng khách hàng có hành vi trung thành. Nhưng trong một số trường hợp, khi xuất hiện các yếu tố rào cảo làm cản trở khách hàng rời bỏ thì hành vi trung thành không nhất thiết phản ánh thái độ trung thành.

Để hạn chế lòng trung thành “giả” thì nên đồng thời tập trung vào cả hai thứ hành vi và thái độ trung thành.  Khái niệm sự thỏa mãn của khách hàng Theo Philip Kotler (2003) sự thỏa mãn của khách hàng là mức độ của trạng thái cảm giác bắt nguồn từ việc so sánh nhận thức và kết quả thu được từ sản phẩm với những kỳ vọng của khách hàng sẽ cảm thấy thỏa mãn; còn nếu nhận thức thấp hơn kì vọng của khách hàng. Nếu nhận thức cao hơn hoặc ngang bằng với kì vọng, thì khách hàng sẽ cảm thấy thỏa mãn; còn nếu nhận thức thấp hơn kì vọng thì khách hàng sẽ không thỏa mãn. Thỏa mãn khách hàng là trạng thái cảm xúc đối với sản phẩm dịch vụ đã từng sử dụng (Spreng at al.

Theo Bachelet (1995) định nghĩa sự thỏa mãn của khách hàng là một phản ứng mang tính cảm xúc của khách hàng đáp lại với kinh nghiệm của họ với một sản phẩm dịch vụ. Tóm lại, sự thỏa mãn của khách hàng là sự đáp ứng của khách hàng về sản phẩm và dịch vụ. Nó được đánh giá thông qua mức độ hứng thú, hài lòng với những sản phẩm dịch vụ.  Rào cản trong chuyển đổi Theo Fornell (1992) nhận định về rào cản trong chuyển đổi là đề cập đến khó khăn trong việc chuyển đổi sang nhà cung cấp khác mà một khi khách hàng không hài lòng với dịch vụ hiện có, hoặc là gánh nặng tài chính, xã hội và tâm lí mà khách hàng SVTH: Phan Lê Thảo Nguyên 8 Khóa luận tốt nghiệp GVHD: ThS.

Ngô Minh Tâm cảm thấy khi chuyển sang một hàng mới. Vì vậy, khách hàng bị buộc ở lại với nhà cung cấp dịch vụ hiện tại của mình nếu rào cản trong chuyển đổi lớn  Quyết định lựa chọn của khách hàng Theo Ajzen (1991) thì ý định của người tiêu dùng về một sản phẩm nào đó thường xuất phát từ nhu cầu của chính người đó. Ý định là những yếu tố thúc đẩy nhu cầu, ảnh hưởng đến hành vi của người tiêu dùng, chỉ mức độ mà một người có thể sẵn sàng thử và thực hiện ý định đó. Con người có khả năng thực hiện nó nhiều hơn, khi họ có ý định mạnh mẽ để tham gia vào một hành vi nào đó.

Ý định mua là “Những gì chúng ta nghĩ chúng ra sẽ mua” (Park, trích trong Samin và cộng sự, 2012), theo Wang và Jang trong Samin và cộng sự ( 2012) thì ý định mua là quyết định hành động cho thấy hành vi của cá nhân tùy theo sản phẩm. Các yếu tố ảnh hưởng đến lòng trung thành của khách hàng 1. Mối liên hệ giữa sự thỏa mãn và lòng trung thành: Sự thỏa mãn và lòng trung thành của khách hàng là hai yếu tố có cấu hình riêng biệt nhưng chúng có sự liên quan với nhau khá cao. Sự thỏa mãn của khách hàng thông qua việc sử dụng sản phẩm dịch vụ, là bước chuyển hình thành nên lòng trung thành của khách hàng.

Theo Oh (1995) nhận định về nghiên cứu sự trung thành của khách hàng là thường được tiếp cận theo ba hướng là “Hành vi”; “Thái độ”; “Nhận thức”. Nó vốn là thuộc tính dùng làm tiêu chuẩn để đánh giá sự trung thành của khách hàng, trong đó tiếp cận “Hành vi” là phân tích biểu lộ bên ngoài của khách hàng như: hành vi mua liên tục trong quá khứ, sau đó đo lường mức độ trung thành bằng tốc độ mua, tần suất mua và khả năng mua. Tiếp cận “Thái độ” đề cập đến các nội tâm bên trong của khách hàng như: tâm lí, sự ưa thích và cảm nhận của khách hàng tín nhiệm đối với riêng một sản phẩm, dịch vụ cụ thể nào đó. Tóm lại, sự thỏa mãn của khách hàng là cơ sở tốt để đi đến lòng trung thành của khách hàng.

Trong một số trường hợp, điều đó không được đảm bảo bởi thậm chí những khách hàng thỏa mãn vẫn chuyển sang một nhà cung cấp khác. Dựa trên những cơ sở nhận thức những gì nhận được và kì vọng của bản thân, giá trị cảm nhận là sự đánh giá của khách hàng về tính hữu ích của sản phẩm. SVTH: Phan Lê Thảo Nguyên 9 Khóa luận tốt nghiệp GVHD: ThS. Ngô Minh Tâm Một số nhà nghiên cứu đã nghiên cứu mối quan hệ giữa sự thỏa mãn và lòng trung thành.

Kết quả nghiên cứu cho thấy lòng trung thành có sự ảnh hưởng tích cực đến thái độ. Thái độ tích cực này được tìm để tăng mức độ tin tưởng, tăng ý định mua hàng cũng như điều chỉnh thái độ hướng đến sản phẩm hoặc nhãn hiệu. Mối liên hệ giữa rào cản chuyển đổi của khách hàng và lòng trung thành của khách hàng Một số nghiên cứu chỉ ra yếu tố rào cản có mối quan hệ với lòng trung thành của khách hàng. Rào cản chuyển đổi là nhân tố gây khó khăn hoặc tốn kém chi phí cho khách hàng khi chuyển đổi sang cung cấp của đối thủ cạnh tranh.

Yếu tố rào cản thường được sử dụng để giải thích cho một số tình huống khách hàng không hài lòng nhưng vẫn tiếp tục duy trì giao dịch với nhà cung cấp hiện tại. Rào cản chuyển đổi càng cao thì khách hàng càng ngại chuyển đổi. Rào cản chuyển đổi như là yếu tố làm cho khách hàng phải suy nghĩ, tính toán khi quyết định chuyển sang một đối tác khác. Đây là yếu tố nhằm giữ chân khách hàng tạm thời của các doanh nghiệp trong việc giảm sức ép lôi kéo từ các đối thủ cạnh tranh trên thị trường.

Nhưng đây không phải là giải pháp dài lâu, doanh nghiệp cần phải đẩy mạnh những yếu tố có giá trị gia tăng làm tăng tính thỏa mãn từ đó tạo nên lòng trung thành của khách hàng. Chính điều này mới tạo nên mới quan hệ bền vững giữa khách hàng và doanh nghiệp. Theo Junlander (2003) có hai loại rào cản (1) rào cản tích cực; (2) rào cản tiêu cực. Rào cản tích cực là rào cản tạo ra tính trung thành dựa trên lợi ích của nhà cung cấp mà họ nhận được để giữ chân khách hàng.

Nguồn gốc của rào cản tích cực là trong khả năng tự lựa chọn của khách hàng xuất hiện “so sánh lợi ích”. Rào cản tiêu cực là những rào cản giữ chặt khách hàng mà nhà cung cấp không cần nhiều nỗ lực cải thiện dịch vụ. Có thể nói rào cản do hạn chế trong sự lựa chọn của khách hàng hoặc sự bất tiện, những tổn thất do chuyển đổi dịch vụ đem lại cho khách hàng. Mối liên hệ giữa quyết định lựa chọn của khách hàng và lòng trung thành của khách hàng Khi khách cần lựa chọn một nhà cung cấp dịch vụ viễn thông di động để giao dịch, họ sẽ tiến hành tìm hiểu thông tin toàn bộ các nhà cung cấp và tiến hành so sánh SVTH: Phan Lê Thảo Nguyên 10 Khóa luận tốt nghiệp GVHD: ThS.

Ngô Minh Tâm thông qua nhiều kênh thông tin. Quyết định lựa chọn được hình thành dựa trên mức độ lỹ lưỡng khi cân nhắc lựa chọn và cảm nhận của khách hàng qua các nhà cung cấp dịch vụ viễn thông di động khác nhau. Cuối cùng, khách hàng sẽ tìm ra nhà cung cấp ưng ý nhất theo quan điểm riêng của khách hàng. Với những thông tin thuyết phục về một nhà cung cấp mà họ thu thập được, trước khi đi tới quyết định lựa chọn đó, khách hàng sẽ nảy sinh tâm lí thích thú, gần gũi với nhà cung cấp đã chọn hơn.

Do đó, họ sẽ trung thành với nhà cung cấp dịch vụ viễn thông di động đã chọn.