Giới thiệu dự án
Thị trường bán lẻ hiện đại (Modern Trade - MT) tại Việt Nam đang trải qua giai đoạn chuyển dịch cơ cấu mạnh mẽ với tốc độ tăng trưởng kép hàng năm đạt mức 10.5% - 12.0%. Tại các đô thị phát triển như TP. Hồ Chí Minh nói chung và TP. Thủ Đức nói riêng, mô hình chuỗi cửa hàng tiện lợi (Convenience Store - CVS) đang dần thay thế các tiệm tạp hóa truyền thống và chia sẻ thị phần trực tiếp với các đại siêu thị. Sự phát triển vượt bậc về hạ tầng giao thông và mật độ tập trung của các khu đô thị sáng tạo, làng đại học, khu công nghệ cao tại TP. Thủ Đức đã thúc đẩy nhu cầu tiếp cận hàng tiêu dùng nhanh, thực phẩm chế biến sẵn và dịch vụ tiện ích 24/7.
+-----------------------------------------------------------------------------+
| MÔ HÌNH HÀNH VI NGƯỜI TIÊU DÙNG |
| |
| [Tác nhân Marketing & Môi trường] |
| - 4P: Product, Price, Place, Promotion |
| - Môi trường: Kinh tế, Công nghệ, Văn hóa - Xã hội |
| [Hộp đen người mua (Buyer's Black Box)] |
| - Đặc điểm cá nhân & Tâm lý (Động cơ, Nhận thức, Thái độ) |
| - Tiến trình ra quyết định: Nhận biết -> Đánh giá -> Lựa chọn |
| [Quyết định mua hàng tại FamilyMart (Purchase Decision)] |
| - Tần suất mua sắm, Giá trị giỏ hàng, Lòng trung thành & Giới thiệu |
+-----------------------------------------------------------------------------+
Tuy nhiên, dù sở hữu lợi thế lớn về mạng lưới phân phối và chuỗi cung ứng lạnh, chuỗi cửa hàng FamilyMart tại TP. Thủ Đức vẫn đối mặt với rào cản hành vi mua sắm cố hữu của người tiêu dùng (vẫn ưu tiên chợ truyền thống cho thực phẩm tươi hoặc siêu thị lớn khi mua số lượng nhiều). Đồng thời, áp lực cạnh tranh trực tiếp từ các đối thủ lớn như Circle K, GS25, 7-Eleven và Bách Hóa Xanh ngày càng gay gắt. Doanh nghiệp thiếu các căn cứ định lượng chuẩn xác về mức độ tác động của từng điểm chạm dịch vụ đến quyết định chi tiêu cuối cùng của khách hàng.
Đề tài khóa luận tốt nghiệp chuyên ngành Quản trị Kinh doanh (Mã số: 7340101) của tác giả Nguyễn Diệu Thương, dưới sự hướng dẫn khoa học của TS. Bùi Đức Sinh tại Trường Đại học Ngân Hàng TP. Hồ Chí Minh (2022), được thực hiện nhằm giải quyết bài toán trên thông qua 3 mục tiêu cụ thể:
- Xác định và kiểm định hệ thống các nhân tố ảnh hưởng đến quyết định mua hàng của người tiêu dùng tại FamilyMart TP. Thủ Đức.
- Đo lường chính xác mức độ tác động tương đối (trọng số hồi quy chuẩn hóa $\beta$) của từng nhân tố lên biến phụ thuộc.
- Đề xuất ma trận hàm ý quản trị và giải pháp tối ưu hóa vận hành, tiếp thị và dịch vụ khách hàng cho chuỗi FamilyMart.
Nghiên cứu kết hợp phương pháp định tính (phỏng vấn sâu chuyên gia) và định lượng thực nghiệm (khảo sát cắt ngang $N = 364$ khách hàng). Kết quả kỳ vọng cung cấp mô hình hồi quy đạt độ tin cậy $R^2 > 0.50$, hệ số Cronbach's Alpha $> 0.70$ cho toàn bộ thang đo và kiểm định thành công 6 giả thuyết nghiên cứu ($H_1$ đến $H_6$). Phạm vi nghiên cứu tập trung vào người tiêu dùng từ 18 tuổi trở lên sinh sống, học tập và làm việc tại TP. Thủ Đức trong giai đoạn từ tháng 12/2021 đến tháng 02/2022.
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
Nghiên cứu hành vi tiêu dùng hiện đại đòi hỏi sự kết hợp giữa các lý thuyết kinh điển và bối cảnh thực nghiệm bán lẻ đa kênh. Bảng dưới đây phân tích ưu và nhược điểm của các khung mô hình lý thuyết nền tảng:
| Mô hình lý thuyết |
Tác giả & Năm |
Ưu điểm cốt lõi |
Nhược điểm & Khoảng trống |
| Hành vi người mua |
Phillip Kotler (2001) |
Mô tả toàn diện cơ chế "Hộp đen người mua" chịu tác động từ Marketing Mix (4P). |
Mang tính khái niệm chung, chưa lượng hóa chi tiết cho ngành CVS. |
| Giá trị tiêu dùng |
Sheth, Newman & Gross (1991) |
Phân rã 5 giá trị: Chức năng, Xã hội, Cảm xúc, Tri thức, Điều kiện. |
Khó tách biệt ranh giới giữa giá trị cảm xúc và giá trị điều kiện. |
| Thang đo CSI |
Sproles & Kendall (1986) |
Đo lường 8 phong cách ra quyết định mua sắm của khách hàng cá nhân. |
Bảng hỏi quá dài (40 items), dễ gây nhiễu dữ liệu khảo sát thực địa. |
| Mô hình EKB |
Engel, Kollat & Blackwell (1995) |
Chi tiết hóa 5 giai đoạn xử lý thông tin và ra quyết định mua hàng. |
Cấu trúc phức tạp, đòi hỏi cỡ mẫu lớn và kiểm định chuỗi biến trung gian. |
| Mô hình bán lẻ mở rộng |
Đề xuất đề tài (2022) |
Tích hợp 6 nhân tố đặc thù: Tiện lợi, CS, Giá cả, Không gian, Thương hiệu, Dịch vụ gia tăng. |
Đòi hỏi kiểm định nghiêm ngặt về đa cộng tuyến và độ giá trị hội tụ. |
Phân tích yêu cầu nghiên cứu theo mô hình MoSCoW:
- Must have: Kiểm định độ tin cậy thang đo qua Cronbach's Alpha $\ge 0.60$, phân tích nhân tố khám phá EFA (KMO $\ge 0.50$, Total Variance Explained $> 50%$), phương trình hồi quy tuyến tính OLS không vi phạm đa cộng tuyến ($VIF < 10$).
- Should have: Phân tích phương sai ANOVA để tìm sự khác biệt hành vi theo nhân khẩu học (giới tính, độ tuổi, thu nhập, nghề nghiệp).
- Could have: Tích hợp các biến số về thanh toán không tiền mặt và nền tảng ứng dụng tích điểm thành viên.
- Won't have: Mô hình hóa chuỗi phương trình cấu trúc phi tuyến tính (SEM) phức tạp vượt quá phạm vi khóa luận bậc cử nhân.
+-----------------------------------------------------------------------------+
| MA TRẬN KHOẢNG TRỐNG NGHIÊN CỨU |
| |
| |
| Khoảng trống xác định: Thiếu vắng "Thương hiệu" & "Dịch vụ gia tăng số" |
| Đề xuất đề tài (2022): Tích hợp toàn diện 6 chiều biến độc lập chuẩn hóa |
+-----------------------------------------------------------------------------+
Thiết kế hệ thống
Kiến trúc xử lý dữ liệu nghiên cứu định lượng được chuẩn hóa thành pipeline 4 tầng khép kín:
graph TD
A["Tầng 1: Thu thập dữ liệu thô (Survey N=400)"] --> B["Tầng 2: Làm sạch & Mã hóa (N=364 Valid Records)"]
B --> C["Tầng 3: Kiểm định thang đo (Cronbach Alpha & EFA)"]
C --> D["Tầng 4: Ước lượng hồi quy OLS & Kiểm định giả định"]
D --> E["Tầng 5: Phân tích phương sai ANOVA & Đề xuất quản trị"]
Công nghệ và công cụ sử dụng:
- IBM SPSS Statistics v22.0: Xử lý thống kê mô tả, ma trận tương quan Pearson, phân tích EFA trích xuất Principal Components với phép xoay Varimax, hồi quy OLS và kiểm định vi phạm giả định hồi quy (Durbin-Watson, VIF, Glejser test).
- Python v3.10 / Libraries:
pandas v2.1.0, statsmodels v0.14.0, factor_analyzer v0.5.0 hỗ trợ tự động hóa và đối soát kết quả.
- Microsoft Excel 2021: Thiết kế từ điển dữ liệu (Data Dictionary) và làm sạch phiếu khảo sát.
Cấu trúc từ điển dữ liệu thang đo (Data Schema) gồm 31 biến quan sát sử dụng thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý đến 5: Hoàn toàn đồng ý):
- Sự tiện lợi (TL - 5 items): TL1 (Quy mô nhỏ, tìm kiếm nhanh), TL2 (Đầy đủ hàng hóa), TL3 (Sản phẩm tươi ngon, an toàn), TL4 (Trưng bày khoa học), TL5 (Thực phẩm sơ chế, đồ uống ướp lạnh sẵn có).
- Dịch vụ khách hàng (DV - 5 items): DV1 (Ưu đãi thành viên), DV2 (Cung ứng nhanh chóng), DV3 (Thái độ nhân viên chuyên nghiệp), DV4 (Xử lý khiếu nại thỏa đáng), DV5 (Thanh toán kịp thời).
- Giá cả hàng hóa (GC - 4 items): GC1 (Tương xứng chất lượng), GC2 (Niêm yết rõ ràng), GC3 (Giá cả ổn định dài hạn), GC4 (Tính cạnh tranh thị trường).
- Không gian mua sắm (KG - 5 items): KG1 (Vệ sinh sạch sẽ), KG2 (Thoải mái lựa chọn), KG3 (Không khí thoáng mát), KG4 (Đồng bộ không gian), KG5 (Trang thiết bị an toàn).
- Thương hiệu cửa hàng (TH - 5 items): TH1 (Thương hiệu uy tín), TH2 (Quảng bá truyền thông), TH3 (Thời gian mở cửa dài 24/7), TH4 (Vị trí nhận diện đắc địa), TH5 (Cẩm nang mua sắm định kỳ).
- Dịch vụ gia tăng (GT - 4 items): GT1 (Thanh toán thẻ/Ví điện tử), GT2 (Bãi giữ xe thuận tiện), GT3 (Giao hàng miễn phí), GT4 (Tích lũy điểm thành viên).
- Quyết định mua hàng (QD - 3 items): QD1 (Mức độ ưa thích lựa chọn), QD2 (Tiếp tục mua khi có nhu cầu), QD3 (Sẵn sàng giới thiệu người thân/bạn bè).
Yêu cầu an toàn dữ liệu và hiệu năng phân tích:
- Data Privacy: Toàn bộ dữ liệu thu thập được ẩn danh hóa (Anonymization), không lưu trữ thông tin định danh cá nhân (PII).
- Sample Adequacy Ratio: Cỡ mẫu $N = 364$ thỏa mãn tiêu chuẩn kinh nghiệm của Hair et al. ($N \ge 5 \times 31 = 155$ quan sát) với tỷ lệ quan sát trên biến đạt $11.74:1$.
- Performance Benchmarks: Chỉ số $KMO \ge 0.70$, kiểm định Bartlett $p < 0.001$, tổng phương sai trích $\ge 50%$, hệ số tải nhân tố (Factor Loading) $\ge 0.50$.
Methodology
Phương pháp nghiên cứu áp dụng quy trình 2 giai đoạn chuẩn mực:
+-----------------------------------------------------------------------------+
| QUY TRÌNH PHƯƠNG PHÁP NGHIÊN CỨU |
| |
| [GIAI ĐOẠN 1: NGHIÊN CỨU SƠ BỘ (ĐỊNH TÍNH)] |
| - Tổng quan lý thuyết & kế thừa thang đo quốc tế |
| - Thảo luận nhóm chuyên gia (Quản lý chuỗi FamilyMart TP. Thủ Đức) |
| - Hiệu chỉnh ngữ nghĩa 31 biến quan sát & Thử nghiệm Pilot (N = 30) |
| [GIAI ĐOẠN 2: NGHIÊN CỨU CHÍNH THỨC (ĐỊNH LƯỢNG)] |
| - Khảo sát thực địa trực tiếp & Online: Phát 400 -> Thu 379 -> Hợp lệ 364 |
| - Kiểm định Cronbach's Alpha từng đơn nguyên |
| - Phân tích EFA biến độc lập & biến phụ thuộc |
| - Phân tích tương quan Pearson & Mô hình hồi quy đa biến OLS |
| - Kiểm định vi phạm giả định (Đa cộng tuyến, Tự tương quan, Phương sai) |
| - Phân tích ANOVA theo nhân khẩu học & Đề xuất giải pháp quản trị |
+-----------------------------------------------------------------------------+
Kế hoạch tiến độ và quản trị rủi ro dự án:
- Tháng 11/2021: Xây dựng đề cương, tổng quan tài liệu và khung lý thuyết.
- Tháng 12/2021: Thực hiện nghiên cứu định tính, thiết lập thang đo sơ bộ, khảo sát thử nghiệm.
- Tháng 01/2022 - Tháng 02/2022: Triển khai khảo sát chính thức diện rộng tại TP. Thủ Đức, làm sạch dữ liệu.
- Tháng 03/2022: Phân tích dữ liệu trên SPSS, kiểm định mô hình hồi quy, tổng hợp báo cáo khóa luận.
| Rủi ro tiềm ẩn |
Mức độ tác động |
Xác suất |
Chiến lược giảm thiểu rủi ro |
| Sai lệch do chọn mẫu thuận tiện |
Trung bình |
Cao |
Phân bổ điểm khảo sát đa dạng: Làng đại học, KCN Cao, Chung cư cao tầng. |
| Dữ liệu rác/Phiếu không hợp lệ |
Thấp |
Trung bình |
Thiết lập bộ lọc kiểm tra logic và thời gian hoàn thành tối thiểu $> 3$ phút. |
| Hiện tượng đa cộng tuyến ($VIF > 10$) |
Cao |
Thấp |
Kiểm tra ma trận tương quan Pearson trước khi hồi quy; gộp biến nếu tương quan $> 0.80$. |
Implementation và kết quả
Development process
Quá trình phân tích dữ liệu được xây dựng trên nền tảng thuật toán thống kê chuẩn mực. Phương trình hồi quy tổng quát dạng đại số:
$$QD = \beta_0 + \beta_1 \cdot TL + \beta_2 \cdot DV + \beta_3 \cdot GC + \beta_4 \cdot KG + \beta_5 \cdot TH + \beta_6 \cdot GT + \epsilon$$
Công thức tính hệ số độ tin cậy Cronbach's Alpha:
$$\alpha = \frac{k}{k - 1} \left( 1 - \frac{\sum_{i=1}^k \sigma_i^2}{\sigma_X^2} \right)$$
Đoạn mã phân tích tự động hóa mô hình hồi quy và kiểm định đa cộng tuyến bằng Python (tương thích cú pháp SPSS Syntax):
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor
# Load and prepare survey dataset (N=364)
df = pd.read_csv("familymart_thuduc_data.csv")
X_vars = ['TL', 'DV', 'GC', 'KG', 'TH', 'GT']
y_var = 'QD'
# Add intercept constant
X = sm.add_constant(df[X_vars])
y = df[y_var]
# Fit Ordinary Least Squares (OLS) Regression
model = sm.OLS(y, X).fit()
print(model.summary())
# Multicollinearity Check: Variance Inflation Factor (VIF)
vif_data = pd.DataFrame()
vif_data["Variable"] = X_vars
vif_data["VIF"] = [variance_inflation_factor(X[X_vars].values, i) for i in range(len(X_vars))]
print("\n--- Variance Inflation Factor (VIF) Matrix ---")
print(vif_data)
SPSS Syntax tương đương dùng để phân tích EFA và Hồi quy:
* Kiem dinh do tin cay Cronbach Alpha cho thang do Su Tien Loi.
RELIABILITY
/VARIABLES=TL1 TL2 TL3 TL4 TL5
/SCALE('Su Tien Loi') ALL
/MODEL=ALPHA
/SUMMARY=TOTAL.
* Phan tich nhan to kham pha EFA (Principal Components, Varimax Rotation).
FACTOR
/VARIABLES TL1 TL2 TL3 TL4 TL5 DV1 DV2 DV3 DV4 DV5 GC1 GC2 GC3 GC4 KG1 KG2 KG3 KG4 KG5 TH1 TH2 TH3 TH4 TH5 GT1 GT2 GT3 GT4
/MISSING LISTWISE
/ANALYSIS TL1 TO GT4
/PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/ROTATION VARIMAX
/METHOD=CORRELATION.
* Hoi quy da bien OLS va kiem dinh da cong tuyen.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT QD
/METHOD=ENTER TL DV GC KG TH GT
/RESIDUALS DURBIN.
Testing và validation
Kết quả thống kê mô tả đặc điểm mẫu nghiên cứu ($N = 364$):
- Giới tính: Nữ chiếm tỷ trọng áp đảo với 58.8% (214 người), Nam chiếm 41.2% (150 người).
- Độ tuổi: Nhóm khách hàng trẻ chiếm ưu thế tuyệt đối với dưới 22 tuổi đạt 43.4% (158 người) và từ 22 đến 30 tuổi đạt 40.4% (147 người); nhóm 30-40 tuổi chiếm 14.8% (54 người); trên 40 tuổi chiếm 1.4% (5 người).
- Nghề nghiệp: Học sinh, sinh viên chiếm 44.2% (161 người); Nhân viên văn phòng chiếm 26.4% (96 người); Kinh doanh chiếm 17.0% (62 người); Khác chiếm 12.4% (45 người).
- Trình độ học vấn: THPT chiếm 46.4% (169 người); Đại học chiếm 34.3% (125 người); Trung cấp/Cao đẳng chiếm 10.4% (38 người); Sau đại học chiếm 8.8% (32 người).
- Thu nhập hàng tháng: Dưới 5 triệu chiếm 31.0% (113 người); Từ 5 - 10 triệu chiếm 29.9% (109 người); Từ 10 - 15 triệu chiếm 25.8% (94 người); Trên 15 triệu chiếm 13.2% (48 người).
Kết quả kiểm định độ tin cậy thang đo Thang đo Sự tiện lợi (Cronbach's Alpha = 0.896):
| Biến quan sát |
Trung bình thang đo nếu loại biến |
Phương sai thang đo nếu loại biến |
Tương quan biến - tổng |
Cronbach's Alpha nếu loại biến |
| TL1 |
14.49 |
15.490 |
0.725 |
0.878 |
| TL2 |
14.48 |
15.572 |
0.728 |
0.877 |
| TL3 |
14.52 |
15.210 |
0.758 |
0.871 |
| TL4 |
14.45 |
15.680 |
0.730 |
0.876 |
| TL5 |
14.50 |
15.350 |
0.741 |
0.874 |
Tất cả các biến quan sát thuộc thang đo TL đều có hệ số tương quan biến - tổng $> 0.30$ và hệ số Cronbach's Alpha tổng thể đạt $0.896 > 0.60$, khẳng định thang đo có độ tin cậy nội hàm rất tốt. Các thang đo DV, GC, KG, TH, GT và QD đều đạt hệ số Alpha $> 0.80$, đủ điều kiện đưa vào phân tích EFA.
Kết quả kiểm định EFA và Hồi quy OLS:
- Kiểm định KMO & Bartlett: $KMO = 0.852$ ($> 0.50$), Kiểm định Bartlett có $Sig. = 0.000 < 0.05$, chứng minh các biến quan sát tương quan có ý nghĩa thống kê trong tổng thể.
- Tổng phương sai trích: Đạt $63.45% > 50%$ tại giá trị Eigenvalue $= 1.28 > 1.0$, trích xuất thành công 6 nhóm nhân tố độc lập.
- Kiểm định hiện tượng đa cộng tuyến: Hệ số $VIF$ của cả 6 biến độc lập dao động trong khoảng $1.150 - 1.480 < 2.0$, loại trừ hoàn toàn nguy cơ đa cộng tuyến.
- Kiểm định tự tương quan: Chỉ số Durbin-Watson đạt $1.892$ (nằm trong khoảng an toàn $1.5 - 2.5$), không có hiện tượng tự tương quan chuỗi phần dư bậc nhất.
+-----------------------------------------------------------------------------+
| KẾT QUẢ MÔ HÌNH HỒI QUY ĐA BIẾN |
| |
| Biến phụ thuộc: Quyết định mua hàng (QD) | R^2 = 0.584 | R^2_Adj = 0.577 |
| Kiểm định ANOVA: F = 83.512 (p = 0.000 < 0.001) |
| ----------------------------------------------------------------------- |
| Nhân tố tác động Hệ số Beta chuẩn hóa p-value |
| 1. Sự tiện lợi (TL) Beta = 0.312 p < 0.001 (***) |
| 2. Dịch vụ khách hàng (DV) Beta = 0.245 p < 0.001 (***) |
| 3. Giá cả hàng hóa (GC) Beta = 0.208 p < 0.001 (***) |
| 4. Không gian mua sắm (KG) Beta = 0.176 p < 0.001 (***) |
| 5. Dịch vụ gia tăng (GT) Beta = 0.142 p = 0.002 (**) |
| 6. Thương hiệu cửa hàng (TH) Beta = 0.118 p = 0.008 (**) |
+-----------------------------------------------------------------------------+
Kết quả đạt được
Mô hình giải thích được $57.7%$ sự biến thiên của Quyết định mua hàng tại chuỗi FamilyMart TP. Thủ Đức ($R^2_{\text{Adjusted}} = 0.577$). Cả 6 giả thuyết nghiên cứu ($H_1$ đến $H_6$) đều được chấp nhận ở mức ý nghĩa thống kê $p < 0.01$.
Thứ tự mức độ tác động giảm dần:
- Sự tiện lợi ($\beta = 0.312$): Là động lực chi phối mạnh mẽ nhất; khách hàng chọn FamilyMart trước hết vì vị trí thuận tiện, khả năng tìm kiếm nhanh và sự dồi dào của sản phẩm ăn liền.
- Dịch vụ khách hàng ($\beta = 0.245$): Thái độ phục vụ chuyên nghiệp, tốc độ xử lý hóa đơn và chính sách chăm sóc tạo nên sự gắn kết trực tiếp.
- Giá cả hàng hóa ($\beta = 0.208$): Tính minh bạch trong niêm yết và mức giá cạnh tranh so với phân khúc CVS.
- Không gian mua sắm ($\beta = 0.176$): Tiêu chuẩn vệ sinh, máy lạnh mát mẻ và sự thoải mái khi chọn đồ.
- Dịch vụ gia tăng ($\beta = 0.142$): Thanh toán ví điện tử, bãi đỗ xe an toàn và tích điểm thành viên.
- Thương hiệu cửa hàng ($\beta = 0.118$): Uy tín thương hiệu Nhật Bản và nhận diện trực quan tại các cung đường lớn.
Đổi mới và đóng góp
Nghiên cứu mang lại những đóng góp học thuật và thực tiễn rõ rệt thông qua việc so sánh với các công trình nghiên cứu trước đây:
| Tiêu chí so sánh |
Junio et al. (2013) |
Krutika (2014) |
Đề tài nghiên cứu (2022) |
| Địa bàn nghiên cứu |
Bekasi (Indonesia) |
Tamil Nadu (Ấn Độ) |
TP. Thủ Đức (Việt Nam) |
| Cỡ mẫu phân tích |
$N = 300$ |
$N = 1500$ |
$N = 364$ (chuẩn hóa sạch) |
| Nhân tố Thương hiệu (TH) |
Không khảo sát |
Không khảo sát |
Đã tích hợp & kiểm định ($\beta = 0.118$) |
| Nhân tố Dịch vụ số/Gia tăng (GT) |
Không khảo sát |
Chỉ khảo sát giao hàng |
Đã tích hợp Ví điện tử, Bãi xe, App Loyalty |
| Kiểm định vi phạm OLS |
Cơ bản |
Hạn chế |
Đầy đủ: VIF, Durbin-Watson, White test |
Những điểm mới nổi bật:
- Đóng góp lý luận: Lấp đầy 2 khoảng trống nghiên cứu của các mô hình bán lẻ truyền thống bằng việc chứng minh vai trò tích cực của "Thương hiệu cửa hàng" và "Dịch vụ gia tăng số" trong thời kỳ bùng nổ chuyển đổi số bán lẻ.
- Đóng góp thực tiễn: Lượng hóa chính xác cơ cấu khách hàng tại TP. Thủ Đức (hơn 83.8% dưới 30 tuổi và 44.2% là học sinh - sinh viên), cung cấp cơ sở dữ liệu xác thực cho các quyết định phân bổ ngân sách marketing và tối ưu hóa mặt bằng.
Ứng dụng thực tế và triển khai
Dựa trên kết quả hồi quy định lượng, bộ giải pháp chiến lược 6 trụ cột được thiết kế chuyên biệt cho hệ thống FamilyMart tại TP. Thủ Đức:
+-----------------------------------------------------------------------------+
| MA TRẬN HÀNH ĐỘNG CHIẾN LƯỢC 6 TRỤ CỘT CHO FAMILYMART |
| |
+-----------------------------------------------------------------------------+
Lộ trình triển khai thực tế (Implementation Roadmap):
- Giai đoạn 1 (Tháng 1 - Tháng 2): Chuẩn hóa quy trình đào tạo nhân viên thu ngân đạt chuẩn tốc độ dưới 45 giây/giao dịch; tái cấu trúc quầy kệ trưng bày theo nguyên tắc eye-level cho nhóm hàng bán chạy (FMCG và đồ uống mát).
- Giai đoạn 2 (Tháng 3 - Tháng 5): Nâng cấp không gian ngồi ăn uống (Seating Area) có ổ cắm sạc và wifi tốc độ cao tại các cửa hàng gần cụm Đại học Quốc gia TP.HCM; lắp đặt camera giám sát bãi giữ xe miễn phí.
- Giai đoạn 3 (Tháng 6 - Tháng 9): Ra mắt chiến dịch "Bữa ăn sinh viên 25k - 35k" kết hợp tích điểm kép trên ứng dụng di động khi thanh toán qua MoMo/ZaloPay/VNPay.
Ước tính hiệu quả kinh tế và chỉ số ROI:
- Dự kiến tăng trưởng lưu lượng khách hàng ghé thăm (Foot Traffic) từ 18% - 22% sau 6 tháng áp dụng đồng bộ.
- Tăng giá trị đơn hàng trung bình (AOV - Average Order Value) thêm 15% nhờ chiến lược bán chéo (Cross-selling) đồ ăn nhanh và nước giải khát.
- Thời gian thu hồi vốn đầu tư cải tạo không gian và đào tạo dịch vụ ước tính: 7.5 tháng với tỷ suất hoàn vốn nội bộ $IRR \approx 26.5%$.
Hạn chế và hướng phát triển
Dù đạt được các mục tiêu khoa học, đề tài vẫn ghi nhận một số hạn chế nhất định:
- Phương pháp chọn mẫu: Phương pháp chọn mẫu thuận tiện phi xác suất ($N = 364$) tập trung tại TP. Thủ Đức có thể chưa đại diện trọn vẹn cho hành vi người tiêu dùng tại toàn bộ các quận huyện khác của TP.HCM hoặc các tỉnh lân cận.
- Giới hạn mô hình tuyến tính: Nghiên cứu sử dụng mô hình hồi quy tuyến tính đa biến OLS, chưa kiểm tra tác động điều tiết (Moderating effect) của thu nhập hoặc biến trung gian (Mediating effect) như sự hài lòng và lòng tin thương hiệu.
- Thời gian khảo sát: Thời điểm thu thập dữ liệu (cuối năm 2021 - đầu năm 2022) chịu ảnh hưởng một phần bởi giai đoạn phục hồi sau giãn cách xã hội do đại dịch Covid-19.
Hướng nghiên cứu phát triển tiếp theo:
- Ứng dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) để phân tích sâu các mối quan hệ đa tầng giữa Chất lượng dịch vụ $\rightarrow$ Sự hài lòng $\rightarrow$ Niềm tin $\rightarrow$ Quyết định mua lặp lại.
- Mở rộng quy mô mẫu lên $N \ge 1000$ phân bổ theo phương pháp chọn mẫu phân tầng ngẫu nhiên trên toàn địa bàn TP. Hồ Chí Minh, Hà Nội và Đà Nẵng.
- Khảo sát xu hướng tích hợp bán lẻ hợp kênh (Omni-channel Retailing) kết hợp giữa mua trực tiếp tại cửa hàng và đặt hàng siêu tốc qua ứng dụng giao nhận (GrabMart, ShopeeFood, Baemin).
Đối tượng hưởng lợi
Công trình nghiên cứu mang lại giá trị thực tiễn định lượng cho nhiều nhóm đối tượng:
- Sinh viên ngành Quản trị Kinh doanh, Marketing: Tham khảo cấu trúc hoàn chỉnh của một đề tài khóa luận tốt nghiệp thực nghiệm chuẩn mực, nắm vững quy trình xử lý dữ liệu SPSS từ Cronbach's Alpha, EFA đến OLS Regression.
- Chuyên viên phân tích dữ liệu & Marketing Bán lẻ: Tiếp cận bộ thang đo 31 biến quan sát đã được kiểm định độ tin cậy thực tế và đoạn mã Python/SPSS tự động hóa quy trình kiểm định mô hình định lượng.
- Ban lãnh đạo chuỗi FamilyMart & Doanh nghiệp CVS: Sở hữu cơ sở dữ liệu định lượng chính xác về hành vi khách hàng trẻ tại TP. Thủ Đức để hoạch định chiến lược mặt bằng, định giá và tối ưu hóa trải nghiệm khách hàng.
- Các nhà nghiên cứu học thuật: Kế thừa mô hình nghiên cứu mở rộng tích hợp 2 nhân tố "Thương hiệu" và "Dịch vụ gia tăng" để phát triển các đề tài nghiên cứu cấp cao hơn.
Câu hỏi thường gặp
-
Yêu cầu kỹ thuật phần mềm để tái tạo lại toàn bộ kết quả phân tích trong đề tài là gì?
Cần cài đặt IBM SPSS Statistics từ phiên bản 20.0 trở lên (khóa luận sử dụng SPSS v22.0) hoặc môi trường Python 3.8+ với các thư viện pandas, statsmodels, scipy và factor_analyzer. Dữ liệu đầu vào cần được làm sạch các giá trị khuyết (Missing data) và mã hóa số nguyên từ 1 đến 5.
-
Tại sao nhân tố "Sự tiện lợi" lại có trọng số tác động lớn nhất ($\beta = 0.312$)?
Đặc thù cốt lõi của mô hình cửa hàng tiện lợi là giải quyết nhu cầu tức thì trong thời gian ngắn nhất. Khách hàng tại TP. Thủ Đức (chủ yếu là sinh viên và nhân viên văn phòng) ưu tiên hàng đầu vị trí gần, mở cửa 24/7, hàng hóa sẵn có và thực phẩm chế biến nhanh.
-
Mô hình có thể tích hợp trực tiếp vào hệ thống dữ liệu ERP/POS của FamilyMart không?
Hoàn toàn khả thi. Dữ liệu khảo sát định kỳ có thể được kết nối thông qua API với cơ sở dữ liệu CRM/POS để chấm điểm độ hài lòng (CSAT) và tính toán điểm Net Promoter Score (NPS) theo từng cửa hàng theo thời gian thực.
-
Làm thế nào để kiểm soát hiện tượng đa cộng tuyến khi phân tích 6 nhân tố độc lập?
Đề tài kiểm soát đa cộng tuyến thông qua 2 bước: Kiểm tra ma trận hệ số tương quan Pearson giữa các cặp biến độc lập ($r < 0.70$) và kiểm định hệ số phóng đại phương sai $VIF$ trong phân tích hồi quy (toàn bộ $VIF < 2.0$, thấp hơn nhiều so với ngưỡng cảnh báo 10.0).
-
Chi phí và thời gian cần thiết để triển khai một nghiên cứu khảo sát tương tự là bao nhiêu?
Chi phí khảo sát thực địa dao động từ 10 - 20 triệu VNĐ (cho cỡ mẫu $N = 400 - 500$ phiếu, bao gồm quà tặng khuyến khích người tham gia). Thời gian hoàn thành toàn bộ chu trình nghiên cứu từ thiết kế bảng hỏi đến xuất báo cáo quản trị kéo dài từ 8 đến 12 tuần.
Kết luận
Khóa luận tốt nghiệp "Các nhân tố ảnh hưởng đến quyết định mua hàng của người tiêu dùng ở các cửa hàng tiện lợi FamilyMart tại TP. Thủ Đức" của tác giả Nguyễn Diệu Thương đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra. Bằng việc kết hợp chặt chẽ giữa cơ sở lý thuyết hành vi tiêu dùng hiện đại và phương pháp phân tích định lượng thực nghiệm ($N = 364$), đề tài đã chứng minh và lượng hóa thành công tác động tích cực của 6 nhân tố: Sự tiện lợi ($\beta = 0.312$), Dịch vụ khách hàng ($\beta = 0.245$), Giá cả hàng hóa ($\beta = 0.208$), Không gian mua sắm ($\beta = 0.176$), Dịch vụ gia tăng ($\beta = 0.142$) và Thương hiệu cửa hàng ($\beta = 0.118$).
Công trình không chỉ đóng góp một khung mô hình đo lường có độ tin cậy cao cho lĩnh vực nghiên cứu hành vi bán lẻ tại các đô thị vệ tinh đang phát triển, mà còn cung cấp cẩm nang hàm ý quản trị thực tiễn giúp FamilyMart nâng cao năng lực cạnh tranh, tối ưu hóa trải nghiệm khách hàng và gia tăng thị phần bền vững. Các nhà quản lý bán lẻ và nhà nghiên cứu có thể ứng dụng ngay bộ công cụ và thang đo này để triển khai đánh giá hiệu quả hoạt động cho chuỗi cửa hàng của mình.
