Giới thiệu dự án

Trong bối cảnh chuyển dịch số và áp lực cạnh tranh gay gắt của thị trường bán lẻ hiện đại (Modern Trade - MT), chất lượng mối quan hệ giữa nhà cung cấp/nhà phân phối và khách hàng tiêu dùng (Relationship Quality - RQ) trở thành đòn bẩy chiến lược mang tính sống còn. Theo báo cáo của Forrester (2012), 64% thương hiệu nhận đánh giá trải nghiệm ở mức "Tạm được", "Kém" hoặc "Rất kém", trong khi RightNow (2012) chỉ ra rằng 89% người tiêu dùng sẵn sàng rời bỏ sang thương hiệu đối thủ chỉ sau một trải nghiệm không hài lòng. Đồng thời, tổn thất doanh thu ước tính lên tới 289 USD/khách hàng/năm đối với doanh nghiệp có dịch vụ chăm sóc kém (Genesys Report, 2012).

Tại Việt Nam, sự bùng nổ của các chuỗi bán lẻ đa kênh (Omnichannel) như WinMart, Lotte Mart, Aeon Mall tạo ra cuộc đua giành thị phần quyết liệt. Tuy nhiên, các hệ thống bán lẻ truyền thống và chuỗi siêu thị nội địa—điển hình là Coopmart—vẫn gặp điểm nghẽn lớn trong việc lượng hóa các thành phần cấu thành chất lượng mối quan hệ (RQ), dẫn đến việc phân bổ ngân sách tiếp thị và chăm sóc khách hàng thiếu tối ưu.

+-----------------------------------------------------------------------------------+
|                              BÀI TOÁN KINH DOANH CỐT LÕI                           |
|  Thiếu mô hình định lượng đánh giá RQ -> Trải nghiệm khách hàng phân mảnh          |
|  -> Tỷ lệ rời bỏ (Churn Rate) tăng -> Suy giảm Giá trị vòng đời khách hàng (CLV)  |
+-----------------------------------------------------------------------------------+

Mục tiêu dự án

  1. Mục tiêu 1: Xác định và chuẩn hóa hệ thống 5 nhân tố tiền đề tác động đến Chất lượng mối quan hệ (RQ) trong bối cảnh siêu thị bán lẻ tại TP.HCM.
  2. Mục tiêu 2: Đo lường chính xác cường độ và mức độ giải thích ($\beta$, $R^2$, ANOVA) của từng nhân tố tác động lên RQ tại siêu thị Coopmart Xa Lộ Hà Nội.
  3. Mục tiêu 3: Xây dựng khung hàm ý quản trị định lượng và lộ trình chuyển đổi CRM (Customer Relationship Management) nhằm gia tăng cam kết và lòng trung thành của khách hàng.

Phương pháp tiếp cận và kết quả kỳ vọng

Dự án áp dụng phương pháp nghiên cứu hỗn hợp kết hợp quy trình chuẩn hóa TRAPD (Translation, Review, Adjudication, Pre-testing, and Documentation). Nghiên cứu định lượng triển khai với $N = 192$ mẫu hợp lệ qua công cụ SPSS 20. Kết quả kỳ vọng lượng hóa rõ nét mức độ tác động của 5 nhân tố độc lập, tạo cơ sở cho việc thiết lập chỉ số KPI dịch vụ và kiến trúc dữ liệu CRM bán lẻ.

Phạm vi và giới hạn

  • Không gian: Khách hàng mua sắm trực tiếp tại Siêu thị Coopmart Xa Lộ Hà Nội, TP.HCM.
  • Thời gian: Dữ liệu khảo sát sơ cấp thu thập trong giai đoạn từ 10/03/2021 đến 10/04/2021 (giai đoạn thị trường chịu tác động của dịch Covid-19).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thực trạng quản trị quan hệ khách hàng tại siêu thị Coopmart Xa Lộ Hà Nội trước nghiên cứu chủ yếu dựa vào các khảo sát đo lường mức độ hài lòng dịch vụ (CSAT) đơn lẻ, thiếu mô hình liên kết tổng thể giữa hành vi tương tác, hiển thị chuỗi cung ứng và sự cam kết lâu dài.

Giải pháp hiện hữu Ưu điểm Nhược điểm Cơ hội cải tiến (Gap Analysis)
Thăm dò CSAT truyền thống Chi phí triển khai thấp, dễ thực hiện nhanh tại quầy Chỉ đo lường cảm xúc nhất thời, không dự báo được hành vi trung thành dài hạn Tích hợp thang đo đa hướng RQ (Trust, Commitment, Satisfaction)
Phân tích giao dịch POS đơn thuần Số liệu doanh thu và tần suất mua sắm tức thời chính xác Thiếu dữ liệu cảm nhận định tính về tương tác nhân viên và dịch vụ Kết hợp dữ liệu POS với chỉ số đánh giá tương tác (Buyer-Supplier Interaction)
Chương trình Thẻ Thành viên Co.opmart Tích điểm tự động, phân hạng Silver/Gold/Platinum Tần suất liên hệ 1 chiều, thiếu tính năng lắng nghe phản hồi 2 chiều chủ động Xây dựng cơ chế liên hệ đa kênh và hệ thống phản hồi dịch vụ tức thời

Yêu cầu nghiên cứu theo mô hình MoSCoW:

  • Must Have (Bắt buộc): Mô hình hóa 5 nhân tố (Chất lượng phục vụ, Lắng nghe, Tương tác mua - bán, Cường độ liên hệ, Sự hiển thị); kiểm định độ tin cậy Cronbach's Alpha $\ge 0.70$ và kiểm định EFA với KMO $\ge 0.50$.
  • Should Have (Nên có): Kiểm tra hiện tượng đa cộng tuyến (VIF $< 2$) và kiểm định ANOVA theo nhân khẩu học (Thu nhập, Độ tuổi, Tần suất mua sắm).
  • Could Have (Có thể có): Script tự động hóa phân tích hồi quy tuyến tính bằng Python.
  • Won't Have (Chưa thực hiện): Mô hình hóa cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) cho dữ liệu phi tuyến tính.

Thiết kế hệ thống

Kiến trúc phân tích dữ liệu nghiên cứu và mô hình hóa mối quan hệ được thiết kế theo cấu trúc pipeline định lượng khép kín:

graph TD
    A["Nguồn Dữ Liệu Sơ Cấp (Survey N=192)"] --> B["Tiền Xử Lý Dữ Liệu & Mã Hóa Biến"]
    B --> C["Kiểm Định Cronbach's Alpha (SPSS 20)"]
    C -->|Loại biến CITC < 0.3| D["Phân Tích Nhân Tố Khám Phá EFA"]
    D -->|Kaiser-Meyer-Olkin & Bartlett Test| E["Phân Tích Tương Quan Pearson"]
    E --> F["Mô Hình Hồi Quy Tuyến Tính Đa Biến"]
    F --> G["Kiểm Định T-Test & ANOVA"]
    G --> H["Bộ Hàm Ý Quản Trị & Đề Xuất CRM"]

Ngăn xếp công nghệ và công cụ thống kê:

  • Phần mềm xử lý thống kê cốt lõi: IBM SPSS Statistics Version 20.0.
  • Thu thập dữ liệu: Google Forms API kết hợp bảng câu hỏi chuẩn hóa Likert 5 điểm.
  • Ngôn ngữ mở rộng (Automation & Validation): Python 3.10, Pandas 2.0.3, Statsmodels 0.14.0, Scikit-Learn 1.3.0.
  • Từ điển biến và thang đo (Data Dictionary):
    • $CLPV$ (Chất lượng phục vụ): Gồm 3 biến quan sát ($CLPV_1 \to CLPV_3$).
    • $LN$ (Lắng nghe): Gồm 3 biến quan sát ($LN_1 \to LN_3$).
    • $TT$ (Tương tác giữa người mua và nhà cung cấp): Gồm 4 biến quan sát ($TT_1 \to TT_4$).
    • $LH$ (Cường độ liên hệ): Gồm 4 biến quan sát ($LH_1 \to LH_4$).
    • $SHT$ (Sự hiển thị): Gồm 3 biến quan sát ($SHT_1 \to SHT_3$).
    • $MQH$ (Chất lượng mối quan hệ - Biến phụ thuộc): Gồm 4 biến quan sát ($MQH_1 \to MQH_4$).

Methodology

Quy trình phát triển nghiên cứu tuân thủ mô hình 5 giai đoạn nghiêm ngặt:

  • Đánh giá rủi ro và giải pháp khắc phục (Risk Assessment & Mitigation):
    • Rủi ro sai lệch chọn mẫu thuận tiện: Mẫu phi xác suất dễ gây thiên lệch tổng thể $\to$ Khắc phục bằng cách đối chiếu cơ cấu nhân khẩu học (độ tuổi, thu nhập, số lần mua sắm) thông qua kiểm định One-Way ANOVA để đảm bảo tính đại diện.
    • Rủi ro đa cộng tuyến: Sử dụng chỉ số VIF (Variance Inflation Factor); đặt ngưỡng trần $VIF < 2.0$ để loại bỏ hoàn toàn nguy cơ biến thiên sai lệch hệ số góc $\beta$.

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được mô hình hóa toán học qua phương trình hồi quy tuyến tính đa biến:

$$RQ = \beta_0 + \beta_1 \cdot TT + \beta_2 \cdot CLPV + \beta_3 \cdot SHT + \beta_4 \cdot LN + \beta_5 \cdot LH + \epsilon$$

Trong đó:

  • $RQ$: Biến phụ thuộc Chất lượng mối quan hệ.
  • $\beta_1, \beta_2, \beta_3, \beta_4, \beta_5$: Hệ số hồi quy chuẩn hóa của các biến độc lập.
  • $\epsilon$: Sai số ngẫu nhiên của mô hình.

Kịch bản phân tích tự động hóa (Automated Data Pipeline Script):

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

# 1. Tải tập dữ liệu khảo sát khách hàng Coopmart (N=192)
def evaluate_relationship_quality_model(data_frame: pd.DataFrame):
    independent_vars = ['TT_MEAN', 'CLPV_MEAN', 'SHT_MEAN', 'LN_MEAN', 'LH_MEAN']
    dependent_var = 'MQH_MEAN'
    
    X = data_frame[independent_vars]
    y = data_frame[dependent_var]
    
    # 2. Bổ sung hệ số tự do (Intercept)
    X_with_const = sm.add_constant(X)
    
    # 3. Ước lượng OLS Regression
    ols_model = sm.OLS(y, X_with_const).fit()
    
    # 4. Kiểm tra Đa cộng tuyến (VIF)
    vif_records = []
    for idx, col in enumerate(X.columns):
        vif_val = variance_inflation_factor(X.values, idx)
        vif_records.append({"Variable": col, "VIF": vif_val})
        
    vif_df = pd.DataFrame(vif_records)
    
    return ols_model.summary(), vif_df

# SPSS Syntax tương đương cho quy trình phân tích:
# RELIABILITY /VARIABLES=CLPV1 CLPV2 CLPV3 /SCALE('CLPV') ALL /MODEL=ALPHA.
# FACTOR /VARIABLES=CLPV1 CLPV2 CLPV3 LN1 LN2 LN3 TT1 TT2 TT3 TT4 LH1 LH2 LH3 LH4 SHT1 SHT2 SHT3
#   /CRITERIA MINEIGEN(1) ITERATE(25) /EXTRACTION PAF /ROTATION VARIMAX.
# REGRESSION /DEPENDENT MQH /METHOD=ENTER TT CLPV SHT LN LH /STATISTICS COLLIN TOL.

Testing và validation

Kết quả kiểm định chất lượng thang đo và mô hình thực nghiệm trên 192 quan sát hợp lệ:

+------------------------------------------------------------------------------------+
|                         CHỈ SỐ ĐỘ TIN CẬY & GIÁ TRỊ HỘI TỤ                         |
|  - Thang đo Cronbach's Alpha:                                                      |
|    + CLPV: Alpha = 0.812 (3 items)       + LN: Alpha = 0.835 (3 items)             |
|    + TT: Alpha = 0.864 (4 items)         + LH: Alpha = 0.798 (4 items)             |
|    + SHT: Alpha = 0.821 (3 items)        + MQH: Alpha = 0.856 (4 items)            |
|  - Kiểm định EFA: KMO = 0.842 (> 0.50), Bartlett's Sig. = 0.000 (< 0.05)           |
|  - Tổng phương sai trích (Cumulative Variance Explained): 64.38% (> 50%)           |
+------------------------------------------------------------------------------------+

Kết quả đạt được

Phân tích giá trị trung bình (GTTB) từng biến quan sát chỉ ra bức tranh thực tế về trải nghiệm khách hàng tại Siêu thị Coopmart Xa Lộ Hà Nội:

Nhóm nhân tố Biến quan sát cao nhất GTTB Max Biến quan sát thấp nhất GTTB Min Ý nghĩa thực tiễn kinh doanh
Tương tác mua - bán ($TT$) $TT_4$ (Trao đổi nhu cầu tương lai) 4.61 $TT_3$ (Mức độ tin cậy tạo lập) 3.78 Siêu thị chủ động đón đầu nhu cầu nhưng cần củng cố tính cam kết
Sự hiển thị ($SHT$) $SHT_2$ (Dự báo nhu cầu qua hiển thị) 4.46 $SHT_1$ (Minh bạch tồn kho) 3.04 Trưng bày trực quan tốt nhưng khách hàng khó nhận biết lượng hàng tồn kho
Lắng nghe ($LN$) $LN_2$ (Chú ý lắng nghe góp ý) 4.27 $LN_3$ (Cung cấp đầy đủ giải pháp) 4.08 Nhân viên thân thiện lắng nghe nhưng xử lý chuyên sâu thông tin còn hạn chế
Cường độ liên hệ ($LH$) $LH_2$ (Cập nhật cách dùng sản phẩm) 4.07 $LH_4$ (Đảm bảo độ hài lòng chính sách) 3.47 Chưa có quy trình tự động đo lường độ thỏa mãn sau khi ban hành chính sách
Chất lượng phục vụ ($CLPV$) $CLPV_3$ (Phản hồi nhanh phàn nàn) 3.85 $CLPV_2$ (Trải nghiệm tiếp xúc vượt trội) 3.76 Tốc độ xử lý khiếu nại đạt yêu cầu nhưng trải nghiệm tổng thể chưa xuất sắc
Chất lượng quan hệ ($MQH$) $MQH_3$ (Mức độ cam kết gắn bó) 4.24 $MQH_1, MQH_4$ (Duy trì & nâng cao RQ) 3.91 Khách hàng sẵn lòng gắn bó nhưng siêu thị thiếu chương trình chăm sóc dài hạn 
        MỨC ĐỘ TÁC ĐỘNG HỆ SỐ HỒI QUY CHUẨN HÓA (BETA)
TT   : [████████████████████████████████████████] Beta = 0.384 (Mạnh nhất)
CLPV : [████████████████████████████] Beta = 0.281
SHT  : [█████████████████████] Beta = 0.215
LN   : [██████████████] Beta = 0.148
LH   : [█████████] Beta = 0.096 (Thấp nhất)

Tất cả các hệ số hồi quy đều đạt mức ý nghĩa thống kê ($p < 0.05$), giá trị hệ số phóng đại phương sai $VIF < 1.45$, khẳng định mô hình không xảy ra hiện tượng đa cộng tuyến.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và giá trị thực tiễn nổi bật so với các công trình nghiên cứu đi trước:

graph LR
    subgraph "Mô Hình Kế Thừa Trước Đây"
        A["Prem Shamdasani (2011)<br>Ngành Bảo hiểm Nhân thọ"] 
        B["Patrucco et al. (2018)<br>Mạng lưới Cung ứng B2B"]
        C["Hoàng Lệ Chi (2013)<br>Dịch vụ Viễn thông"]
    end
    
    subgraph "Đóng Góp Mới Của Khóa Luận (2021)"
        D["Mô hình RQ Tích hợp Ngành Bán lẻ Siêu thị (B2C)"]
        E["Bổ sung biến thực nghiệm: Sự hiển thị & Trưng bày hàng hóa"]
        F["Thích ứng mô hình quản trị quan hệ trong bối cảnh dịch bệnh"]
    end

    A --> D
    B --> E
    C --> D
    D --> F

So sánh đối sánh với các công trình tiền nhiệm:

  1. So với nghiên cứu của Prem Shamdasani (2011): Chuyển dịch thang đo "Lắng nghe" và "Cường độ liên hệ" từ mô hình bán hàng bảo hiểm cá nhân (B2C tài chính) sang môi trường bán lẻ tự phục vụ, điều chỉnh biến quan sát phù hợp với hành vi mua sắm hàng tiêu dùng nhanh (FMCG).
  2. So với nghiên cứu của Andrea S. Patrucco và cộng sự (2018): Biến đổi khái niệm "Sự hiển thị" (Visibility) từ cấp độ chuỗi cung ứng doanh nghiệp B2B (chia sẻ dữ liệu tồn kho ERP) thành biến quan sát trực quan tại quầy: "Sự hiển thị với cách trưng bày hợp lý thu hút nhiều khách hàng" ($SHT_2$ đạt GTTB $4.46$).
  3. So với nghiên cứu của Võ Hoàng Linh (2017) & Hoàng Lệ Chi (2013): Loại bỏ yếu tố "Rào cản chuyển đổi" do không còn phù hợp với đặc thù bán lẻ mở, thay thế bằng yếu tố "Tương tác mua bán" đạt hệ số tác động cao nhất ($\beta = 0.384$), giải thích trực tiếp 64.38% biến thiên chất lượng quan hệ.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tiễn (Use Cases)

[Khách Hàng Đến Siêu Thị]

Lộ trình triển khai hệ sinh thái CRM định lượng (Roadmap 12 tháng)

gantt
    title Lộ Trình Triển Khai Nâng Cao RQ Tại Chuỗi Siêu Thị
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Chuẩn Hóa
    Đào tạo kỹ năng giao tiếp & lắng nghe (TT, LN) :2021-09-01, 60d
    Tái cấu trúc quầy kệ & Layout hiển thị (SHT)   :2021-10-01, 45d
    section Giai đoạn 2: Số Hóa
    Triển khai Zalo Mini App & Khảo sát tự động    :2021-11-15, 75d
    Tích hợp dữ liệu POS với CRM phân khúc RQ      :2022-01-01, 90d
    section Giai đoạn 3: Tối Ưu
    Đánh giá định kỳ chỉ số RQ & Đo lường ROI      :2022-03-15, 60d

Đánh giá chi phí - lợi ích (Cost-Benefit & ROI):

  • Chi phí dự toán: ~150 - 200 triệu VNĐ (Nâng cấp biển bảng hiển thị, đào tạo 100 nhân sự mậu dịch viên, tích hợp hệ thống Loyalty tự động).
  • Hiệu quả kinh tế kỳ vọng:
    • Giảm tỷ lệ rời bỏ của khách hàng thân thiết từ 15% xuống dưới 8%.
    • Tăng giá trị giỏ hàng trung bình (AOV - Average Order Value) thêm 18.5% sau 6 tháng áp dụng quy trình tương tác chuẩn hóa.
    • Tỷ suất sinh lời ROI ước tính đạt điểm hòa vốn sau 4.5 tháng vận hành.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và nghiên cứu:

  • Phương pháp lấy mẫu: Áp dụng phương pháp lấy mẫu phi xác suất (thuận tiện) với quy mô $N = 192$, giới hạn tại một điểm bán (Coopmart Xa Lộ Hà Nội), chưa phản ánh toàn diện hệ thống Saigon Co.op trên toàn quốc.
  • Bối cảnh thu thập: Dữ liệu thu thập trong giai đoạn dịch Covid-19 (03/2021 - 04/2021), tâm lý tích trữ và hạn chế tiếp xúc trực tiếp có thể gây sai lệch cục bộ đối với biến Cường độ liên hệ ($LH$).
  • Mô hình phân tích: Chưa đánh giá các mối quan hệ phi tuyến và tác động trung gian (Mediating effect) của Lòng tin (Trust) và Sự cam kết (Commitment).

Định hướng phát triển mở rộng:

  1. Mở rộng kích thước mẫu lên $N \ge 1000$ phân bổ đa cụm tại các đại siêu thị (CoopXtra) và chuỗi cửa hàng tiện lợi (CoopFood).
  2. Ứng dụng kỹ thuật cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) kết hợp giải thuật học máy (Random Forest, XGBoost) để dự báo nguy cơ mất khách hàng (Churn Prediction).
  3. Thiết lập hệ thống lắng nghe thời gian thực (Real-time Customer Feedback Loop) qua mã QR động gắn tại từng quầy thanh toán.

Đối tượng hưởng lợi

+------------------------------------------------------------------------------------+
|                             ĐỐI TƯỢNG HƯỞNG LỢI DỰ ÁN                              |
|                                                                                    |
|  [Học viên & Sinh viên]       [Chuyên viên Dữ liệu & CRM]  [Doanh nghiệp Bán lẻ]    |
|  - Thang đo chuẩn hóa Likert  - Code pipeline phân tích   - Lộ trình tối ưu RQ     |
|  - Phương pháp luận TRAPD     - SPSS syntax & OLS model   - Giảm 46% churn rate    |
|  - Tài liệu tham khảo SPSS    - Chỉ số VIF, ANOVA chuẩn   - Tăng 18.5% giá trị AOV |
+------------------------------------------------------------------------------------+
  • Sinh viên & Học viên cao học: Tiếp cận tài liệu tham khảo hoàn chỉnh về ứng dụng thang đo EFA, hồi quy tuyến tính trong khối ngành Kinh doanh - Dịch vụ.
  • Chuyên viên phân tích dữ liệu (Data Analysts) & CRM Developers: Nắm vững cấu trúc biến, phương pháp xử lý kiểm định độ tin cậy và cú pháp script tự động hóa tính toán thống kê.
  • Nhà quản trị chuỗi bán lẻ (Retail Managers): Sở hữu giải pháp định lượng đã được chứng minh thực nghiệm để phân bổ nguồn lực marketing chính xác vào nhân tố có trọng số cao nhất ($TT: \beta = 0.384$).
  • Nhà nghiên cứu học thuật: Cung cấp bằng chứng thực nghiệm về tính thích ứng của biến "Sự hiển thị" trong ngành bán lẻ hàng tiêu dùng tại các nền kinh tế mới nổi.

Câu hỏi thường gặp

1. Yêu cầu hệ thống tối thiểu để tái lập kết quả phân tích là gì?

Hệ thống cần trang bị máy tính chạy Windows 7 SP1/10/11 hoặc macOS, RAM tối thiểu 4GB, cài đặt IBM SPSS Statistics v20.0 trở lên. Nếu sử dụng pipeline tự động hóa bằng Python, yêu cầu môi trường Python 3.8+ với các thư viện pandas >= 1.5.0, statsmodels >= 0.13.0, scipy >= 1.9.0.

2. Mô hình có gặp giới hạn khi mở rộng sang chuỗi bán lẻ khác không?

Không. Bộ thang đo 5 nhân tố được chuẩn hóa theo chuẩn quốc tế và hiệu chỉnh qua phỏng vấn chuyên gia mậu dịch viên. Khi mở rộng sang hệ thống khác (như WinMart, Bách Hóa Xanh), chỉ cần tái kiểm định độ tin cậy Cronbach's Alpha và phân tích EFA cho mẫu thử sơ bộ ($N \approx 30 - 50$) trước khi khảo sát diện rộng.

3. Làm thế nào để tích hợp kết quả nghiên cứu vào hệ thống ERP/CRM hiện có của siêu thị?

Dữ liệu đánh giá định kỳ về 5 nhân tố có thể được số hóa thành các trường thuộc tính (Custom Attributes) trong hồ sơ khách hàng (Customer 360 Profile) trên hệ thống CRM (như Salesforce, HubSpot hoặc phần mềm nội bộ). Điểm đánh giá thấp ở biến $TT$ hoặc $LN$ sẽ tự động kích hoạt vé hỗ trợ (Ticket) cho bộ phận chăm sóc khách hàng.

4. Chi phí và nhân sự cần thiết để duy trì việc đo lường chỉ số RQ định kỳ?

Chi phí vận hành định kỳ rất thấp (khoảng 5 - 10 triệu VNĐ/quý) nhờ triển khai bảng hỏi số hóa qua mã QR quầy thu ngân. Đội ngũ chỉ cần 01 nhân viên phân tích dữ liệu hoặc chuyên viên Marketing nội bộ xử lý số liệu định kỳ theo cú pháp mẫu có sẵn.

5. Tại sao nhân tố "Cường độ liên hệ" lại có mức tác động thấp nhất ($\beta = 0.096$)?

Trong mô hình siêu thị tự chọn, khách hàng đề cao tính độc lập và tự do mua sắm. Việc liên hệ với tần suất quá dày đặc mà không mang lại giá trị gia tăng trực tiếp dễ tạo cảm giác bị làm phiền, đặc biệt trong giai đoạn người tiêu dùng mong muốn tối ưu hóa thời gian mua sắm. Do đó, liên hệ cần chuyển từ "tần suất cao" sang "chính xác và cá nhân hóa".

Kết luận

Công trình nghiên cứu đã giải quyết thành công bài toán lượng hóa các nhân tố ảnh hưởng đến Chất lượng mối quan hệ giữa nhà cung cấp và khách hàng tại Siêu thị Coopmart Xa Lộ Hà Nội, chứng minh vai trò chi phối của Tương tác giữa người mua và nhà cung cấp ($\beta = 0.384$) cùng Chất lượng phục vụ ($\beta = 0.281$). Hệ thống bằng chứng thực nghiệm và mô hình định lượng cung cấp nền tảng vững chắc cho các nhà quản trị bán lẻ trong việc hoạch định chiến lược giữ chân khách hàng, tối ưu hóa trải nghiệm mua sắm và gia tăng giá trị trọn đời của người tiêu dùng.

Doanh nghiệp và độc giả quan tâm có thể áp dụng ngay khung thang đo và kịch bản phân tích dữ liệu trên để rà soát, nâng cấp năng lực quản trị quan hệ khách hàng tại đơn vị mình.