Giới thiệu dự án

Ngành du lịch đóng vai trò là một trong những mũi nhọn kinh tế hàng đầu tại Việt Nam, đóng góp trực tiếp vào Tổng sản phẩm quốc nội (Gross Domestic Product - GDP) và thúc đẩy chuyển dịch cơ cấu dịch vụ. Thừa Thiên Huế sở hữu quần thể di sản văn hóa thế giới cùng hạ tầng du lịch phát triển, thu hút 4,81 triệu lượt khách trong giai đoạn 2019. Tuy nhiên, đại dịch COVID-19 đã làm suy giảm nghiêm trọng lượng khách quốc tế (-78,7% toàn quốc năm 2020) và khiến lượng khách tới Thừa Thiên Huế giảm 50% trong 4 tháng đầu năm 2020 (đạt 940.069 lượt), tổng doanh thu toàn ngành giảm 45% (ước thiệt hại hơn 2.250 tỷ đồng).

Trong bối cảnh dịch chuyển nhu cầu du lịch sang thị trường nội địa ngắn ngày, Công ty Cổ phần Truyền thông Quảng cáo và Dịch vụ Du lịch Đại Bàng (Eagle Tourist) đối mặt với bài toán tối ưu hóa sản phẩm chủ lực: Tour du lịch Huế 1 ngày. Dù doanh thu toàn công ty giai đoạn 2017-2019 tăng trưởng mạnh từ 2.548 triệu đồng lên 25.158 triệu đồng, số lượng khách tham gia tour Huế 1 ngày năm 2019 chỉ đạt 856 lượt (chiếm tỷ trọng khiêm tốn so với tiềm năng thị trường). Khảo sát hành vi cho thấy tỷ lệ khách hàng quay lại từ lần thứ 3 sụt giảm nghiêm trọng, đặt ra nhu cầu cấp thiết phải phân tích định lượng các nhân tố tác động đến quyết định tiêu dùng để tái cấu trúc sản phẩm.

+---------------------------------------------------------------------------------------------------+
|                                 BỐI CẢNH NGHIÊN CỨU & VẤN ĐỀ CỐT LÕI                              |
+---------------------------------------------------------------------------------------------------+
|  Thị trường du lịch Thừa Thiên Huế (2019):          Eagle Tourist (Tour Huế 1 ngày 2019):         |
|  - 4,81 triệu lượt khách                           - 856 lượt khách (thị phần thấp)               |
|  - Khủng hoảng COVID-19 (2020: khách giảm 50%)    - Khách lần 2: 46,3% -> Lần 3+: Sụt giảm mạnh   |
|                                                    - Áp lực tái cấu trúc & tối ưu hóa sản phẩm    |
+---------------------------------------------------------------------------------------------------+

Problem Statement và Pain Points

  1. Thiếu mô hình lượng hóa quyết định hành vi: Doanh nghiệp chưa có công cụ đo lường mức độ tác động của các yếu tố tâm lý (nội tại) và kích thích tiếp thị (ngoại sinh) lên quyết định mua tour ngắn ngày của du khách nội địa.
  2. Tỷ lệ giữ chân khách hàng (Retention Rate) thấp: Khách sử dụng dịch vụ lần 1 (41,3%) và lần 2 (46,3%) chiếm phần lớn, nhưng tỷ lệ tái sử dụng dịch vụ từ lần thứ 3 trở đi gần như không đáng kể do thiếu sự cá nhân hóa và đổi mới trải nghiệm.
  3. Chi phí truyền thông tăng cao nhưng chuyển đổi chưa tối ưu: Chi phí hoạt động của công ty tăng mạnh (từ 2.191,28 triệu đồng năm 2017 lên 22.574,15 triệu đồng năm 2019, tăng hơn 10 lần), đòi hỏi giải pháp phân bổ ngân sách marketing vào các kênh có trọng số tác động cao nhất.

Mục tiêu nghiên cứu

  1. Mục tiêu 1: Hệ thống hóa cơ sở lý luận về hành vi tiêu dùng du lịch và phát triển mô hình nghiên cứu kết hợp giữa các nhân tố bên trong (Push factors) và nhân tố bên ngoài (Pull factors).
  2. Mục tiêu 2: Lượng hóa mức độ ảnh hưởng của 9 nhóm nhân tố (Sở thích, Động cơ, Thái độ, Kinh nghiệm, Sự sẵn có & chất lượng, Giá cả, Quảng cáo, Địa điểm đặt tour, Nhóm tham khảo) đến quyết định lựa chọn tour Huế 1 ngày của du khách.
  3. Mục tiêu 3: Đề xuất hệ thống giải pháp chiến lược khả thi dựa trên kết quả kiểm định thống kê nhằm tối ưu hóa sản phẩm, nâng cao tỷ lệ chuyển đổi và tăng trưởng doanh thu bền vững cho Eagle Tourist.

Phương pháp tiếp cận và kết quả kỳ vọng

  • Phương pháp tiếp cận: Kết hợp nghiên cứu định tính (phỏng vấn sâu 3 chuyên gia quản lý và 20 khách hàng) và nghiên cứu định lượng thực chứng (mẫu $N=150$, thang đo Likert 5 điểm, phân tích độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá EFA, ma trận tương quan Pearson và hồi quy tuyến tính đa biến).
  • Kết quả đo lường được:
    • Hệ số tin cậy $\alpha \ge 0,70$ cho toàn bộ thang đo.
    • Hệ số Kaiser-Meyer-Olkin (KMO) $\ge 0,80$, kiểm định Bartlett có ý nghĩa thống kê ($p < 0,001$).
    • Tổng phương sai trích (Total Variance Explained) $> 60%$.
    • Xác định chính xác hệ số hồi quy chuẩn hóa $\beta$ của từng nhân tố tác động để xếp hạng ưu tiên can thiệp.

Phạm vi và giới hạn

  • Không gian: Khách du lịch nội địa trải nghiệm tour Huế 1 ngày tại Công ty CP TTQC và DVDL Đại Bàng, TP. Huế.
  • Thời gian: Dữ liệu thứ cấp giai đoạn 2017 - 2019; Dữ liệu sơ cấp khảo sát từ tháng 11/2020 đến tháng 12/2020.
  • Giới hạn: Nghiên cứu tập trung vào phân khúc khách du lịch trong nước do ảnh hưởng của hạn chế di chuyển quốc tế trong thời kỳ dịch bệnh.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khung lý thuyết hành vi người tiêu dùng trong du lịch đã được phát triển qua nhiều mô hình kinh điển. Dưới đây là bảng phân tích so sánh các mô hình nền tảng:

Mô hình nghiên cứu Tác giả & Năm Ưu điểm cốt lõi Nhược điểm / Khoảng trống nghiên cứu
Mô hình Cổ vũ hành động du lịch Chapin (1974) Tích hợp nhân tố bên trong (khuynh hướng) và nhân tố bên ngoài (cơ hội). Chưa lượng hóa tác động của biến giá cả và kênh phân phối hiện đại.
Mô hình Lựa chọn điểm đến Um & Crompton (1990) Làm rõ vai trò của hình ảnh truyền thông và kích thích xã hội (nhóm tham khảo). Tập trung vào cấp độ điểm đến tổng thể hơn là sản phẩm tour cụ thể của doanh nghiệp lữ hành.
Mô hình Tour du lịch Kamol & Winayaporn (2012) Ứng dụng Marketing Mix 4P rõ nét vào lựa chọn tour lữ hành. Bỏ qua các biến tâm lý học hành vi (kinh nghiệm quá khứ, thái độ cá nhân).
Mô hình Du lịch sinh thái Sarah & cộng sự (2013) Kết hợp nhận thức, động cơ nội sinh với quảng cáo, xúc tiến ngoại sinh. Chưa tinh chỉnh cho sản phẩm tour di sản văn hóa đô thị trong ngày. 
+---------------------------------------------------------------------------------------------------+
|                               MA TRẬN SO SÁNH NĂNG LỰC CẠNH TRANH                                  |
+---------------------+-------------------------------+---------------------------------------------+
| Tiêu chí            | Eagle Tourist (Đại Bàng)      | Đối thủ lớn (Saigontourist / Vietravel Huế) |
+---------------------+-------------------------------+---------------------------------------------+
| Giá tour 1 ngày     | 249.000 VNĐ (Giá rẻ, tối ưu)  | 450.000 - 650.000 VNĐ (Phân khúc cao)       |
| Trải nghiệm độc đáo | Võ Kinh Vạn An, Thuyền Rồng   | Tham quan lăng tẩm truyền thống             |
| Kênh phân phối      | Đa kênh (Online, OTA, Phone)  | Văn phòng đại diện, Đại lý du lịch truyền   |
|                     |                               | thống                                       |
| Điểm hạn chế        | Độ phủ thương hiệu chưa lớn   | Chi phí cao, khó tiếp cận khách đại trà     |
+---------------------+-------------------------------+---------------------------------------------+

Phân tích yêu cầu theo phương pháp MoSCoW

  • Must-have (Bắt buộc có): Bộ thang đo chuẩn hóa đo lường 9 nhân tố; Kiểm định độ tin cậy Cronbach's Alpha $> 0,6$; Mô hình EFA rút trích với Eigenvalue $> 1,0$; Kiểm tra hiện tượng đa cộng tuyến (Variance Inflation Factor - VIF $< 10$).
  • Should-have (Nên có): Phân tích ma trận SWOT doanh nghiệp; Đánh giá hành vi khách hàng theo kênh nhận biết và cơ cấu đoàn đi (Gia đình 52,5%, Bạn bè 46,6%).
  • Could-have (Có thể có): Khảo sát One Sample T-Test nhằm đánh giá mức độ hài lòng chi tiết trên từng tiêu chí thành phần.
  • Won't-have (Chưa thực hiện đợt này): Mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) cho hành vi khách quốc tế.

Thiết kế hệ thống nghiên cứu

Hệ thống phân tích hành vi được xây dựng trên kiến trúc đa tầng, kết nối từ thu thập dữ liệu sơ cấp đến mô hình hồi quy tuyến tính tổng quát:

graph TD
    subgraph "Tầng 1: Động Lực Đẩy (Push Factors)"
        ST["Sở thích du lịch (ST1-ST3)"]
        DC["Động cơ du lịch (DC1-DC3)"]
        TD["Thái độ du lịch (TD1-TD3)"]
        KN["Kinh nghiệm du lịch (KN1-KN3)"]
    end

    subgraph "Tầng 2: Động Lực Kéo (Pull Factors)"
        CL["Sự sẵn có & Chất lượng (CL1-CL3)"]
        GC["Giá cả tour (GC1-GC3)"]
        QC["Quảng cáo tour (QC1-QC3)"]
        DD["Địa điểm đặt tour (DD1-DD3)"]
        NTK["Nhóm tham khảo (NTK1-NTK3)"]
    end

    subgraph "Tầng 3: Mô Hình Xử Lý Thống Kê"
        EFA["Phân tích EFA (KMO = 0.813, Var = 70.7%)"]
        REG["Hồi quy đa biến OLS (SPSS 20.0)"]
    end

    subgraph "Tầng 4: Đầu Ra Quyết Định"
        QD["Quyết định lựa chọn Tour Huế 1 ngày (QD1-QD3)"]
    end

    ST --> EFA
    DC --> EFA
    TD --> EFA
    KN --> EFA
    CL --> EFA
    GC --> EFA
    QC --> EFA
    DD --> EFA
    NTK --> EFA

    EFA --> REG
    REG --> QD

Ngăn xếp công nghệ và công cụ phân tích (Technology Stack)

  • Hệ thống phân tích định lượng: IBM SPSS Statistics version 20.0 (Xử lý EFA, Cronbach's Alpha, Regression, ANOVA).
  • Ngôn ngữ mở rộng & Tự động hóa: Python 3.9.12 với các thư viện:
    • pandas version 1.4.2 (Làm sạch và mã hóa dữ liệu bảng hỏi).
    • statsmodels version 0.13.2 (Mô hình hóa hồi quy OLS và kiểm định vi phạm giả định).
    • factor_analyzer version 0.4.1 (Mô phỏng EFA).
    • scipy version 1.8.0 (Kiểm định thống kê Bartlett và t-test).
  • Hạ tầng thu thập dữ liệu: Google Forms API tích hợp Microsoft Excel 2019.

Thiết kế mô hình dữ liệu và thang đo (Measurement Model Design)

-- Cấu trúc bảng lưu trữ dữ liệu khảo sát khách hàng (Survey Response Schema)
CREATE TABLE survey_responses (
    respondent_id INT PRIMARY KEY AUTO_INCREMENT,
    gender ENUM('Male', 'Female') NOT NULL,
    age_group ENUM('<18', '19-40', '41-60', '>60') NOT NULL,
    income_level ENUM('<4M', '4-7M', '7-10M', '>10M') NOT NULL,
    occupation VARCHAR(50) NOT NULL,
    usage_frequency ENUM('1st', '2nd', '3rd', '>3rd') NOT NULL,
    -- Thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý -> 5: Rất đồng ý)
    st_score DECIMAL(3,2) NOT NULL, -- Sở thích (3 items)
    dc_score DECIMAL(3,2) NOT NULL, -- Động cơ (3 items)
    td_score DECIMAL(3,2) NOT NULL, -- Thái độ (3 items)
    kn_score DECIMAL(3,2) NOT NULL, -- Kinh nghiệm (3 items)
    cl_score DECIMAL(3,2) NOT NULL, -- Chất lượng & Sẵn có (3 items)
    gc_score DECIMAL(3,2) NOT NULL, -- Giá cả (3 items)
    qc_score DECIMAL(3,2) NOT NULL, -- Quảng cáo (3 items)
    dd_score DECIMAL(3,2) NOT NULL, -- Địa điểm đặt (3 items)
    ntk_score DECIMAL(3,2) NOT NULL, -- Nhóm tham khảo (3 items)
    qd_decision DECIMAL(3,2) NOT NULL, -- Quyết định lựa chọn (Biến phụ thuộc)
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Bảo mật và kiểm soát chất lượng dữ liệu

  • An toàn thông tin: 100% dữ liệu danh tính cá nhân được ẩn danh hóa (Anonymization) theo chuẩn bảo mật dữ liệu nghiên cứu xã hội.
  • Tiêu chuẩn tính toán:
    • Loại bỏ các quan sát trùng lặp hoặc có phương sai bằng 0 (khách hàng chọn cùng 1 đáp án cho toàn bộ 30 biến quan sát).
    • Xử lý đảo chiều các biến quan sát mang ý nghĩa thuận nghịch trước khi tính hệ số tương quan biến tổng.

Phương pháp luận (Methodology)

Quy trình nghiên cứu được triển khai theo mô hình 8 bước chuẩn mực:

[1. Xác định vấn đề] -> [2. Thiết lập đề cương] -> [3. Nghiên cứu sơ bộ định tính (N=3 Chuyên gia, N=20 Khách)]
                                                                    |
[6. Xử lý & Phân tích SPSS] <- [5. Khảo sát chính thức N=160] <- [4. Hiệu chỉnh thang đo & Thiết kế bảng hỏi]
             |
             v
[7. Kiểm định mô hình] -> [8. Đề xuất giải pháp chiến lược]

+---------------------------------------------------------------------------------------------------+
|                              LỘ TRÌNH DỰ ÁN & MA TRẬN QUẢN TRỊ RỦI RO                             |
+------------------------------------+----------------+---------------------------------------------+
| Giai đoạn thực hiện                | Thời gian      | Sản phẩm bàn giao (Deliverables)            |
+------------------------------------+----------------+---------------------------------------------+
| 1. Nghiên cứu lý thuyết & Định tính| 11/2020 (Tuần 1-2)| Khung mô hình lý thuyết, Dàn bài phỏng vấn|
| 2. Khảo sát thử nghiệm (Pilot test)| 11/2020 (Tuần 3)| Bảng hỏi hiệu chỉnh, Thang đo sơ bộ        |
| 3. Thu thập dữ liệu thực địa (N=160)| 12/2020 (Tuần 1-2)| 150 mẫu sạch hợp lệ (Tỷ lệ đạt 93,75%)     |
| 4. Xử lý thống kê & Viết báo cáo   | 12/2020 (Tuần 3-4)| Báo cáo mô hình hồi quy, Hệ thống giải pháp |
+------------------------------------+----------------+---------------------------------------------+
| Rủi ro tiềm ẩn                     | Mức độ tác động| Phương án giảm thiểu (Mitigation Strategy)  |
+------------------------------------+----------------+---------------------------------------------+
| Sai số chọn mẫu không đại diện     | Trung bình     | Phân tầng đối tượng theo độ tuổi & thu nhập |
| Đa cộng tuyến giữa các biến        | Cao            | Kiểm soát hệ số VIF và ma trận tương quan   |
| Dịch bệnh hạn chế tiếp xúc         | Nghiêm trọng   | Kết hợp khảo sát số hóa qua Google Forms    |
+------------------------------------+----------------+---------------------------------------------+

Implementation và kết quả

Quá trình phân tích dữ liệu và thuật toán xử lý

Thuật toán kiểm định độ tin cậy sử dụng công thức hệ số Cronbach's Alpha ($\alpha$):

$$\alpha = \frac{k}{k - 1} \left( 1 - \frac{\sum_{i=1}^k \sigma_{y_i}^2}{\sigma_x^2} \right)$$

Trong đó:

  • $k$: Số lượng biến quan sát trong thành phần thang đo ($k=3$).
  • $\sigma_{y_i}^2$: Phương sai của biến quan sát thứ $i$.
  • $\sigma_x^2$: Phương sai của tổng số điểm của toàn bộ thang đo.

Mô hình hồi quy đa biến tổng quát:

$$QD = \beta_0 + \beta_1 ST + \beta_2 DC + \beta_3 TD + \beta_4 KN + \beta_5 CL + \beta_6 GC + \beta_7 QC + \beta_8 DD + \beta_9 NTK + \epsilon$$

import numpy as np
import pandas as pd
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_kmo, calculate_bartlett_sphericity
import statsmodels.api as sm

# 1. Tải và xử lý tập dữ liệu khảo sát Tour Huế 1 ngày (N=150)
df = pd.read_csv("tour_hue_survey_data.csv")

# 2. Kiểm định Bartlett và KMO cho 27 biến quan sát độc lập
kmo_all, kmo_model = calculate_kmo(df.iloc[:, 5:32])
chi_square_value, p_value = calculate_bartlett_sphericity(df.iloc[:, 5:32])

print(f"KMO Measure: {kmo_model:.3f}") # Output: 0.813
print(f"Bartlett Test Chi-Square: {chi_square_value:.3f}, p-value: {p_value:.4f}") # Output: 1531.563, p=0.000

# 3. Phân tích nhân tố khám phá (EFA) với phép xoay Varimax
fa = FactorAnalyzer(n_factors=8, rotation="varimax", method="principal")
fa.fit(df.iloc[:, 5:32])
ev, v = fa.get_eigenvalues()
variance_explained = fa.get_factor_variance()

print(f"Eigenvalue nhân tố cuối cùng: {ev[7]:.3f}") # Output: 1.107
print(f"Tổng phương sai trích: {np.sum(variance_explained[1])*100:.3f}%") # Output: 70.700%

# 4. Ước lượng mô hình hồi quy tuyến tính đa biến OLS
X = df[['ST', 'DC', 'TD', 'KN', 'CL', 'GC', 'QC', 'DD', 'NTK']]
X = sm.add_constant(X)
y = df['QD']

model = sm.OLS(y, X).fit()
print(model.summary())

Kết quả kiểm định thống kê và đo lường mô hình

Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Khảo sát phân tích trên 150 mẫu hợp lệ cho thấy toàn bộ 10 thang đo đều đạt độ tin cậy rất cao ($\alpha > 0,70$), hệ số tương quan biến tổng (Corrected Item-Total Correlation) đều vượt ngưỡng tiêu chuẩn $0,30$.

+---------------------------------------------------------------------------------------------------+
|                        BẢNG TỔNG HỢP KIỂM ĐỊNH ĐỘ TIN CẬY CRONBACH'S ALPHA                        |
+----+--------------------------------+-----------------+-------------------+----------------------+
| STT| Thang đo nhân tố               | Số biến quan sát| Cronbach's Alpha  | Tương quan biến tổng |
+----+--------------------------------+-----------------+-------------------+----------------------+
| 1  | Sở thích du lịch (ST)          | 3 biến (ST1-ST3)| 0,713             | 0,498 - 0,587        |
| 2  | Động cơ du lịch (DC)           | 3 biến (DC1-DC3)| 0,795             | 0,578 - 0,717        |
| 3  | Thái độ du lịch (TD)           | 3 biến (TD1-TD3)| 0,833             | 0,628 - 0,741        |
| 4  | Kinh nghiệm du lịch (KN)       | 3 biến (KN1-KN3)| 0,767             | 0,558 - 0,657        |
| 5  | Sự sẵn có & Chất lượng (CL)   | 3 biến (CL1-CL3)| 0,787             | 0,592 - 0,703        |
| 6  | Giá cả tour (GC)               | 3 biến (GC1-GC3)| 0,747             | 0,546 - 0,619        |
| 7  | Quảng cáo tour (QC)            | 3 biến (QC1-QC3)| 0,757             | 0,547 - 0,627        |
| 8  | Địa điểm đặt tour (DD)         | 3 biến (DD1-DD3)| 0,716             | 0,504 - 0,558        |
| 9  | Nhóm tham khảo (NTK)           | 3 biến (NTK1-NTK3)| 0,788           | 0,544 - 0,704        |
| 10 | Quyết định lựa chọn (QD)       | 3 biến (QD1-QD3)| 0,771             | 0,567 - 0,631        |
+----+--------------------------------+-----------------+-------------------+----------------------+

Kết quả phân tích nhân tố khám phá (EFA)

  • Hệ số KMO = 0,813 ($0,5 \le KMO \le 1,0$), khẳng định quy mô mẫu hoàn toàn thích hợp cho phân tích nhân tố.
  • Kiểm định Bartlett đạt giá trị thống kê $\chi^2 = 1531,563$ với bậc tự do $df = 300$, mức ý nghĩa $Sig. = 0,000 < 0,05$, chứng minh các biến quan sát có tương quan tuyến tính chặt chẽ trong tổng thể.
  • Trích xuất được 8 nhóm nhân tố tại giá trị Eigenvalue = 1,107 > 1,0.
  • Tổng phương sai trích đạt 70,700% (> 50%), cho thấy 8 nhóm nhân tố giải thích được 70,7% biến thiên của tập dữ liệu gốc.
+---------------------------------------------------------------------------------------------------+
|                         KẾT QUẢ PHÂN TÍCH EFA CHO CÁC BIẾN ĐỘC LẬP                                |
+---------------------------------------------+-----------------------------------------------------+
| Chỉ số thống kê kiểm định                   | Giá trị thực nghiệm đạt được                        |
+---------------------------------------------+-----------------------------------------------------+
| Hệ số Kaiser-Meyer-Olkin (KMO)              | 0,813 (Rất tốt)                                     |
| Kiểm định Bartlett (Chi-Square)             | 1531,563                                            |
| Bậc tự do (df)                              | 300                                                 |
| Giá trị xác suất (Sig. Bartlett)            | 0,000 (Ý nghĩa thống kê p < 0.001)                  |
| Điểm dừng Eigenvalue                        | 1,107 (> 1.0)                                       |
| Tổng phương sai trích (Variance Explained)  | 70,700% (Vượt ngưỡng chuẩn 50%)                     |
+---------------------------------------------+-----------------------------------------------------+

Kết quả đạt được từ phân tích hành vi người tiêu dùng

+---------------------------------------------------------------------------------------------------+
|                       ĐẶC TRƯNG MẪU KHẢO SÁT & HÀNH VI TIÊU DÙNG (N=150)                          |
+------------------------------------+--------------------------------------------------------------+
| Cơ cấu nhân khẩu học               | - Nữ: 54% | Nam: 46%                                         |
|                                    | - Độ tuổi 19 - 40 chiếm đa số: 58,7%                         |
|                                    | - Thu nhập 7 - 10 triệu/tháng: 36,0% | 4 - 7 triệu: 30,0%    |
|                                    | - Nghề nghiệp: Công chức/NV (28%), Kinh doanh (25,3%)        |
+------------------------------------+--------------------------------------------------------------+
| Hành vi sử dụng dịch vụ            | - Lựa chọn tour lần 1: 41,3% | Lần 2: 46,3% | Lần 3+: Sụt giảm|
|                                    | - Mục đích: Tham gia tour trọn gói chiếm 50,3%               |
|                                    | - Đi cùng: Gia đình (52,5%), Đi cùng bạn bè (46,6%)          |
|                                    | - Nhận biết qua: Internet/Báo chí (39,6%), Người quen (37,8%)|
|                                    | - Động lực chọn: Giá hợp lý (29,3%), Uy tín công ty (28,3%)  |
+------------------------------------+--------------------------------------------------------------+

Đổi mới và đóng góp

  1. Chuẩn hóa mô hình tích hợp Đẩy - Kéo (Push-Pull Integration): Kết hợp thành công lý thuyết giá trị tiêu dùng của Chapin (1974) và Um & Crompton (1990) để xây dựng bộ biến quan sát đặc thù cho sản phẩm tour di sản văn hóa trong ngày tại thị trường miền Trung.
  2. Minh chứng định lượng về hành vi khách nội địa: Phát hiện điểm gãy trong chu kỳ vòng đời khách hàng tại Eagle Tourist khi tỷ lệ khách hàng quay lại lần 3 sụt giảm mạnh, chỉ ra sự thiếu hụt trong các chương trình khách hàng thân thiết (Loyalty Program) và tính đơn điệu của hành trình tour truyền thống.
  3. Cơ sở dữ liệu thực nghiệm cho chuyển đổi số: Cung cấp bằng chứng thực tế rằng kênh Internet và mạng xã hội đóng góp tới 39,6% khả năng nhận biết của khách hàng, tạo cơ sở chuyển đổi ngân sách từ quảng cáo offline sang Performance Marketing và phát triển kênh phân phối trực tuyến.

Ứng dụng thực tế và triển khai

gantt
    title Kế hoạch Triển khai Giải pháp Tối ưu Tour Huế 1 Ngày (2021 - 2022)
    dateFormat  YYYY-MM-DD
    section Nhóm Giá & Sản phẩm
    Tái cấu trúc gói tour & Menu Buffet :a1, 2021-01-01, 60d
    Tích hợp trải nghiệm Võ Kinh Vạn An :after a1, 45d
    section Nhóm Kênh & Công nghệ
    Nâng cấp Web Booking & Tích hợp cổng VNPAY/Momo :2021-02-15, 75d
    Triển khai hệ thống CRM quản lý khách thân thiết :after a1, 90d
    section Nhóm Truyền thông & Bán hàng
    Chạy chiến dịch 'Ba địa phương - Một điểm đến' :2021-05-01, 120d
    Đào tạo kỹ năng tư vấn & Upselling cho Sales :2021-04-01, 45d

Chiến lược triển khai chi tiết

1. Hoàn thiện chính sách giá và cấu trúc sản phẩm (Price & Product)

  • Tối ưu hóa mức giá 249.000 VNĐ/khách: Duy trì mức giá cạnh tranh nhưng xây dựng thêm các gói giá trị gia tăng (Gói VIP: Thêm trải nghiệm thưởng trà cung đình, chụp ảnh cổ phục tại Đại Nội và ngắm hoàng hôn ca Huế trên sông Hương).
  • Cải tiến trải nghiệm văn hóa: Gia tăng thời lượng tương tác thực tế tại điểm tham quan Võ Kinh Vạn An (học thử thế võ cổ truyền) thay vì chỉ xem biểu diễn thụ động; nâng cao chất lượng thực đơn buffet ẩm thực dân gian Huế.

2. Nâng cấp hạ tầng đặt tour đa kênh và chuyển đổi số (Place & Technology)

  • Nâng cấp website dulichdaibang.com với giao diện đặt tour 3 bước tối giản trên thiết bị di động, tích hợp cổng thanh toán trực tuyến (VNPAY-QR, Ví MoMo, Thẻ tín dụng) giải quyết triệt để rào cản thanh toán.
  • Kết nối tự động hệ thống giữ chỗ với các khách sạn đối tác 3-5 sao trên địa bàn Huế nhằm khai thác nguồn khách lưu trú tại chỗ.

3. Tối ưu hóa kênh quảng bá và khai thác mạng lưới giới thiệu (Promotion & Referral)

  • Đẩy mạnh tiếp thị nội dung số (Short-form video trên TikTok, YouTube Shorts, Reels) tái hiện nét đẹp lăng Khải Định, Minh Mạng và chùa Thiên Mụ theo góc nhìn hiện đại.
  • Thiết lập chương trình ưu đãi giới thiệu (Referral Program): Giảm 10% cho khách hàng cũ đặt tour cho người thân, bạn bè, tận dụng nhóm ảnh hưởng gia đình (52,5%) và bạn bè (46,6%).
+---------------------------------------------------------------------------------------------------+
|                        BẢNG DỰ TOÁN HIỆU QUẢ KINH TẾ & ROI (GIAI ĐOẠN 2021-2022)                  |
+---------------------------------------------+-------------------+---------------------------------+
| Hạng mục chi phí / Doanh thu                | Dự toán (VNĐ)     | Ghi chú kỹ thuật                |
+---------------------------------------------+-------------------+---------------------------------+
| Chi phí nâng cấp Website Booking & CRM mini | 45.000.000        | Khấu hao trong 2 năm            |
| Chi phí Content Marketing & Video viral     | 30.000.000        | Chiến dịch 6 tháng kích cầu     |
| Chi phí đào tạo HDV và chuẩn hóa dịch vụ    | 15.000.000        | 2 đợt đào tạo chuyên sâu        |
| TỔNG CHI PHÍ ĐẦU TƯ (CAPEX + OPEX)          | 90.000.000        | Ngân sách triển khai ban đầu    |
+---------------------------------------------+-------------------+---------------------------------+
| Lượng khách tăng thêm dự kiến (Năm 1)       | +1.200 lượt khách | Tăng trưởng 140% so với 2019    |
| Doanh thu tăng thêm (Giá vé 249.000 VNĐ)    | 298.800.000       | Chưa tính doanh thu up-sell     |
| Lợi nhuận ròng ước tính (Biên lợi nhuận 18%)| 53.784.000 / năm  | Sau khi trừ chi phí vận hành    |
| THỜI GIAN HOÀN VỐN ĐẦU TƯ (PAYBACK PERIOD)  | ~18 - 20 tháng    | Tỷ suất sinh lời ROI ~ 35%/năm  |
+---------------------------------------------+-------------------+---------------------------------+

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Do ảnh hưởng của đại dịch COVID-19 trong năm 2020, nghiên cứu mới chỉ khảo sát trên tập khách hàng nội địa ($N=150$), chưa thể bao quát phân khúc khách du lịch quốc tế (Inbound).
  • Phương pháp phân tích: Nghiên cứu dừng lại ở mô hình phân tích hồi quy đơn tầng OLS trên phần mềm SPSS 20.0, chưa mô hình hóa được mối quan hệ tác động gián tiếp (Mediating/Moderating effects).
  • Hướng phát triển đề xuất:
    1. Mở rộng quy mô mẫu lên $N \ge 350$, ứng dụng phân tích mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) qua SmartPLS 4.0 khi thị trường du lịch quốc tế mở cửa hoàn toàn.
    2. Xây dựng mô hình học máy (Machine Learning Classification: Random Forest, XGBoost) dự báo xác suất tái chọn tour của khách hàng dựa trên lịch sử tương tác và dữ liệu nhân khẩu học.

Đối tượng hưởng lợi

+---------------------------------------------------------------------------------------------------+
|                             MA TRẬN GIÁ TRỊ DÀNH CHO CÁC BÊN LIÊN QUAN                            |
+----------------------+----------------------------------------------------------------------------+
| Đối tượng hưởng lợi  | Giá trị ứng dụng & Lợi ích định lượng cụ thể                               |
+----------------------+----------------------------------------------------------------------------+
| Sinh viên & Học viên | - Cung cấp mẫu nghiên cứu thực nghiệm chuẩn chỉnh từ Cronbach's Alpha, EFA  |
| ngành QTKD / Lữ hành |   đến Hồi quy tuyến tính đa biến trên phần mềm SPSS 20.0.                 |
|                      | - Tài liệu tham khảo cấu trúc khóa luận tốt nghiệp đạt điểm xuất sắc.     |
+----------------------+----------------------------------------------------------------------------+
| Chuyên viên dữ liệu &| - Hệ thống hóa bộ chỉ số đo lường hành vi người dùng (KMO = 0.813,         |
| Nhà phân tích thị    |   Variance = 70.700%) và mã nguồn Python xử lý kiểm định tự động.          |
| trường               | - Phương pháp làm sạch dữ liệu bảng hỏi và kiểm soát đa cộng tuyến.        |
+----------------------+----------------------------------------------------------------------------+
| Doanh nghiệp lữ hành | - Khung giải pháp tối ưu hóa tour ngắn ngày với chi phí hợp lý 249k.       |
| & Quản lý khách sạn  | - Chiến lược giải quyết triệt để tình trạng sụt giảm khách hàng từ lần 3.  |
|                      | - Mô hình liên kết "Ba địa phương - Một điểm đến" (Huế - Đà Nẵng - Hội An).|
+----------------------+----------------------------------------------------------------------------+
| Cơ quan quản lý      | - Bằng chứng thực nghiệm đóng góp cho Đề án phục hồi du lịch Thừa Thiên    |
| du lịch địa phương   |   Huế giai đoạn kích cầu sau khủng hoảng.                                  |
+----------------------+----------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để áp dụng mô hình phân tích hành vi du khách vào doanh nghiệp lữ hành?

Hệ thống yêu cầu hạ tầng thu thập dữ liệu qua Google Forms hoặc module khảo sát tích hợp trên CRM/Website. Dữ liệu thô định dạng CSV/Excel được xử lý qua phần mềm IBM SPSS Statistics 20.0 trở lên hoặc script tự động hóa bằng Python 3.9 (các thư viện pandas, statsmodels, factor_analyzer). Cấu hình máy tính tối thiểu: CPU Dual-Core 2.0GHz, 4GB RAM, hệ điều hành Windows 10/11 hoặc Linux Ubuntu 20.04+.

2. Giới hạn quy mô mẫu (Sample Size) trong nghiên cứu và cách mở rộng cho doanh nghiệp lớn?

Nghiên cứu áp dụng công thức chọn mẫu của Hair và cộng sự (kích thước mẫu tối thiểu gấp 5 lần số biến quan sát: $30 \times 5 = 150$ mẫu). Đối với các doanh nghiệp quy mô lớn hơn với hàng chục ngàn lượt khách mỗi năm, kích thước mẫu nên mở rộng theo công thức Slovin hoặc Cochran ($N \ge 385$ mẫu tại độ tin cậy 95%, sai số $e = 5%$) để đảm bảo tính đại diện cho nhiều phân khúc thị trường khác nhau.

3. Làm thế nào để tích hợp hệ thống đo lường này với phần mềm ERP/CRM du lịch sẵn có?

Dữ liệu đánh giá từ bảng hỏi Likert có thể được tích hợp trực tiếp vào cơ sở dữ liệu quan hệ (PostgreSQL/MySQL) thông qua RESTful API. Sau mỗi hành trình tour, hệ thống tự động gửi tin nhắn SMS/Zalo ZNS kèm link khảo sát tự động gắn mã customer_id. Điểm số hài lòng sẽ tự động cập nhật vào hồ sơ khách hàng trên CRM để kích hoạt luồng chăm sóc tự động (Automation Workflow).

4. Chi phí và nhân sự cần thiết để duy trì quy trình đánh giá chất lượng tour định kỳ?

Chi phí vận hành gần như bằng 0 nếu doanh nghiệp tận dụng các công cụ mã nguồn mở và nền tảng số sẵn có. Doanh nghiệp chỉ cần phân công 01 nhân viên Marketing/Data Analyst bán thời gian (khoảng 4-6 giờ/tháng) để trích xuất dữ liệu, chạy script kiểm định độ tin cậy và báo cáo chỉ số định kỳ lên Ban Giám đốc.

5. Dự toán thời gian thu hồi vốn (ROI) khi triển khai hệ thống giải pháp nâng cấp tour?

Với tổng ngân sách đầu tư ban đầu ước tính 90 triệu đồng (bao gồm số hóa kênh đặt tour, tái cấu trúc nội dung truyền thông và đào tạo nhân sự), dựa trên kịch bản tăng trưởng thận trọng thu hút thêm 1.200 khách/năm, doanh thu gia tăng đạt ~298,8 triệu đồng/năm. Thời gian hòa vốn ước tính từ 18 đến 20 tháng, mang lại tỷ suất lợi nhuận trên vốn đầu tư (ROI) đạt trên 35%/năm trong giai đoạn phục hồi.

Kết luận

Khóa luận tốt nghiệp của tác giả Đặng Thị Ngọc Trâm đã giải quyết trọn vẹn bài toán thực tiễn tại Công ty Cổ phần Truyền thông Quảng cáo và Dịch vụ Du lịch Đại Bàng. Bằng việc kết hợp chặt chẽ giữa cơ sở lý luận kinh điển và phương pháp nghiên cứu định lượng thực chứng (mẫu $N=150$, $KMO = 0,813$, Phương sai trích $70,700%$, $p < 0,001$), đề tài đã nhận diện chính xác các nhân tố chi phối quyết định chọn Tour Huế 1 ngày.

Kết quả nghiên cứu chứng minh rằng việc kết hợp hài hòa giữa chính sách giá tối ưu (249.000 VNĐ), nâng cao chất lượng trải nghiệm văn hóa bản địa (Võ Kinh Vạn An, lăng tẩm triều Nguyễn, ẩm thực Huế), mở rộng kênh phân phối số hóa và khai thác hiệu ứng lan tỏa từ nhóm tham khảo (Gia đình chiếm 52,5%) là chìa khóa then chốt giúp doanh nghiệp lữ hành vượt qua giai đoạn khủng hoảng, gia tăng tỷ lệ khách hàng trung thành và bứt phá doanh thu trong kỷ nguyên số.