Giới thiệu dự án

Thị trường dầu mỡ nhờn tại Việt Nam đóng vai trò huyết mạch trong việc vận hành, bảo vệ và duy trì hiệu suất của toàn bộ hệ thống động cơ cơ giới lẫn máy móc công nghiệp. Tại khu vực trọng điểm Hà Nội, tốc độ đô thị hóa nhanh cùng sự gia tăng liên tục của các phương tiện giao thông cá nhân (xe máy, ô tô) và phương tiện vận tải thương mại tạo nên một dung lượng thị trường tiêu thụ dầu mỡ nhờn vô cùng màu mỡ nhưng cũng đầy áp lực cạnh tranh.

                  +----------------------------------------------+
                  |  Thị trường Dầu mỡ nhờn Hà Nội (Castrol BP)  |
                  +----------------------+-----------------------+
                                         |
            +----------------------------+----------------------------+
            |                                                         |
            v                                                         v
+------------------------+                               +------------------------+
|  Thách thức thực tiễn  |                               |    Mục tiêu dự án      |
| - Thị phần HN giảm     |                               | - Ước lượng hàm cầu OLS|
|   (55.6% -> 50.5%)     |                               | - Phân tích co dãn giá |
| - Sức ép đối thủ       |                               | - Tối ưu hóa 6P        |
|   (Petrolimex, Shell)  |                               | - Định hướng đến 2020  |
+------------------------+                               +------------------------+

Công ty TNHH Dầu mỡ nhờn Hà Nội là nhà phân phối cấp I chính thức của hãng Castrol BP Petco với hơn 13 năm hoạt động (thành lập từ năm 2003). Doanh nghiệp sở hữu hệ thống mạng lưới gồm 3 cửa hàng phân phối lớn, kinh doanh danh mục sản phẩm chủ lực gồm dầu động cơ xe máy, ô tô, dầu thủy lực công nghiệp, mỡ bôi trơn và phụ tùng phụ trợ.

Bối cảnh và Vấn đề nghiên cứu

Mặc dù Castrol BP là thương hiệu chiếm thị phần hàng đầu, doanh nghiệp đang phải đối mặt với sự cạnh tranh khốc liệt từ các tập đoàn năng lượng đa quốc gia và nội địa như Petrolimex, Shell, Total, Mobil. Tỷ trọng doanh thu thuần của công ty tại thị trường trọng điểm Hà Nội đã ghi nhận mức suy giảm rõ rệt từ 55.6% (năm 2013) xuống còn 50.5% (năm 2014). Nguyên nhân cốt lõi bắt nguồn từ việc công tác phân tích cầu còn mang tính trực giác, thiếu vắng mô hình định lượng hóa độ nhạy cảm của khách hàng, chính sách định giá chưa bám sát độ co dãn, và mạng lưới bán lẻ chưa tối ưu hóa theo phân bố địa lý của người tiêu dùng.

Mục tiêu của dự án

  1. Hệ thống hóa cơ sở lý luận: Làm rõ bản chất kinh tế học của hàm cầu, luật cầu, các nhân tố ảnh hưởng và các hệ số co dãn ($E_P, E_M, E_{Pr}$).
  2. Khảo sát thực nghiệm đa chiều: Thu thập và xử lý tập dữ liệu sơ cấp ($N = 50$) thông qua bảng câu hỏi chuẩn hóa Likert kết hợp khai thác dữ liệu thứ cấp giai đoạn 2011–2015.
  3. Mô hình hóa kinh tế lượng: Xây dựng, kiểm định và ước lượng hàm cầu tuyến tính đa biến cho dòng sản phẩm dầu nhớt xe tay ga bằng phương pháp bình phương nhỏ nhất (Ordinary Least Squares - OLS) trên phần mềm chuyên dụng.
  4. Đề xuất hệ thống giải pháp chiến lược: Hoạch định lộ trình can thiệp Marketing Mix (6P: Price, Product, Place, Promotion, People, Procurement) thúc đẩy sản lượng tiêu thụ đến năm 2020.

Phương pháp tiếp cận và Phạm vi

  • Cách tiếp cận: Kết hợp phương pháp nghiên cứu định tính (Qualitative) và định lượng (Quantitative), tích hợp công cụ kinh tế lượng để lượng hóa các quyết định kinh doanh.
  • Phạm vi không gian & thời gian: Toàn bộ thị trường nội - ngoại thành Hà Nội; chuỗi dữ liệu thực nghiệm phân tích từ 2011 đến 2015, định hướng giải pháp can thiệp giai đoạn 2016–2020.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi triển khai mô hình định lượng, doanh nghiệp chủ yếu dựa trên báo cáo kế toán tĩnh để ra quyết định nhập hàng và định giá. Phương pháp này bộc lộ nhiều điểm hạn chế khi thị trường biến động mạnh.

Tiêu chí phân tích Phương pháp truyền thống (Dữ liệu thứ cấp thuần túy) Giải pháp tích hợp Kinh tế lượng & Khảo sát vi mô
Bản chất dữ liệu Số liệu lịch sử nội bộ, độ trễ cao Tích hợp dữ liệu thời gian thực và hành vi người tiêu dùng
Đo lường độ nhạy cảm Cảm tính, ước đoán định tính Lượng hóa chính xác hệ số co dãn ($E_P, E_M, E_{Pr}$)
Nhận diện cạnh tranh Chỉ thấy doanh số giảm, không rõ nguyên nhân Đo lường mức độ thay thế của đối thủ trực tiếp (Petrolimex)
Chi phí & Độ phức tạp Thấp, dễ làm nhưng rủi ro dự báo lớn Đòi hỏi năng lực xử lý phần mềm SPSS, EViews 
+-------------------------------------------------------------------------+
|                  Ma trận ưu tiên yêu cầu nghiên cứu (MoSCoW)            |
+-------------------------------------------------------------------------+
| [Must have]    - Ước lượng hàm cầu chuẩn OLS sạch khuyết tật thống kê.  |
|                - Xác định chính xác hệ số co dãn của giá và thu nhập.   |
| [Should have]  - Khảo sát chi tiết hành vi tiêu dùng theo nhân khẩu học.|
|                - Đo lường mức độ ảnh hưởng của thương hiệu đối thủ.     |
| [Could have]   - Dự báo chuỗi thời gian ARIMA mở rộng đến năm 2020.     |
| [Won't have]   - Đánh giá thị trường ngoài khu vực Hà Nội và lân cận.   |
+-------------------------------------------------------------------------+

Thiết kế hệ thống dữ liệu và mô hình kinh tế lượng

Hệ thống phân tích cầu được thiết kế theo luồng dữ liệu khép kín, đảm bảo tính toàn vẹn và chuẩn hóa từ khâu thu thập đến khâu ước lượng tham số.

  [Dữ liệu Sơ cấp: N=50 Phiếu khảo sát]       [Dữ liệu Thứ cấp: Chuỗi tháng 2014-2015]
                     |                                           |
                     v                                           v
       +----------------------------+              +----------------------------+
       |   Xử lý & Làm sạch SPSS   |              |  Chuẩn hóa biến số EViews  |
       |  - Kiểm định độ tin cậy    |              |  - Biến phụ thuộc: Q       |
       |  - Bảng chéo Cross-tab     |              |  - Biến độc lập: P, M, Pr  |
       +--------------+-------------+              +-------------+--------------+
                      |                                          |
                      +--------------------+---------------------+
                                           |
                                           v
                        +-------------------------------------+
                        |     Ước lượng hồi quy tuyến tính    |
                        |      Mô hình OLS đa biến trên EViews|
                        +------------------+------------------+
                                           |
                                           v
                        +-------------------------------------+
                        |  Kiểm định khuyết tật mô hình:      |
                        |  - Heteroskedasticity (White test)  |
                        |  - Autocorrelation (Breusch-Godfrey)|
                        |  - Multicollinearity (VIF Matrix)   |
                        +-------------------------------------+

Ngăn xếp công nghệ và thông số kỹ thuật (Technology Stack)

  • IBM SPSS Statistics (v22.0): Mã hóa dữ liệu khảo sát Likert 5 mức độ, phân tích phương sai, lập bảng chéo nhân khẩu học và kiểm định mối liên hệ giữa các tiêu chí chất lượng, giá bán và địa điểm.
  • EViews (v9.0 / v10.0 Enterprise): Xây dựng ma trận tương quan, chạy hồi quy OLS, kiểm định sai số và tính toán ma trận hiệp phương sai.
  • Microsoft Excel 2016: Tiền xử lý, chuẩn hóa định dạng chuỗi dữ liệu thời gian theo tháng giai đoạn 2014–2015.

Đặc tả cấu trúc biến số (Data Schema)

  • $Q$ (Sản lượng tiêu thụ): Biến phụ thuộc, đo bằng Lít/tháng cho dòng dầu nhớt động cơ xe tay ga Castrol.
  • $P$ (Giá bán sản phẩm của công ty): Biến giải thích, đơn vị 1,000 VNĐ/Lít.
  • $M$ (Thu nhập bình quân đầu người tại Hà Nội): Biến giải thích, đơn vị 1,000 VNĐ/người/tháng.
  • $Pr$ (Giá bán sản phẩm thay thế của đối thủ Petrolimex): Biến giải thích, đơn vị 1,000 VNĐ/Lít.
  • $N$ (Quy mô dân số Hà Nội): Biến ban đầu đưa vào nhưng sau đó bị loại bỏ do kiểm định thống kê $p\text{-value} = 0.1622 > 0.05$ (không có ý nghĩa thống kê ở mức ý nghĩa 5%).

Methodology (Phương pháp luận triển khai)

Quy trình nghiên cứu áp dụng mô hình phân tích định lượng chuẩn tắc theo 4 giai đoạn logic:

  1. Giai đoạn 1 - Xác lập hàm toán học: Thiết lập dạng hàm hồi quy tổng quát $Q = f(P, M, Pr, \dots)$.
  2. Giai đoạn 2 - Thu thập & Chuẩn hóa: Điều tra trực tiếp 50 chủ phương tiện (100% phản hồi hợp lệ) kết hợp trích xuất báo cáo doanh số 24 tháng liên tục.
  3. Giai đoạn 3 - Hồi quy thực nghiệm: Sử dụng thuật toán OLS tối thiểu hóa tổng bình phương phần dư $\sum e_i^2 \to \min$.
  4. Giai đoạn 4 - Chẩn đoán sai số: Đánh giá đa cộng tuyến, tự tương quan và phương sai thay đổi nhằm xác nhận tính không chệch và hiệu quả (BLUE) của các ước lượng.

Implementation và kết quả

Quy trình xử lý và Thuật toán ước lượng

Thuật toán hồi quy tuyến tính cổ điển (OLS) giải ma trận hệ số theo công thức:

$$\hat{\beta} = (X^T X)^{-1} X^T Y$$

Trong đó:

  • $Y$ là vector cột $(n \times 1)$ của sản lượng $Q$.
  • $X$ là ma trận $(n \times k)$ chứa vector hệ số chặn và các biến độc lập $(P, M, Pr)$.
  • $\hat{\beta}$ là vector các tham số hồi quy $(a, b, c, d)^T$.

Đoạn mã cấu hình phân tích kinh tế lượng và kiểm định trên môi trường xử lý dữ liệu tương đương:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor
from statsmodels.stats.diagnostic import het_white, acorr_breusch_godfrey

# Khởi tạo khung dữ liệu thực nghiệm
# P: Giá Castrol, M: Thu nhập HN, Pr: Giá Petrolimex, Q: Sản lượng tiêu thụ
def run_econometric_demand_analysis(data_frame: pd.DataFrame):
    X = data_frame[['P', 'M', 'Pr']]
    X = sm.add_constant(X)
    Y = data_frame['Q']
    
    # Ước lượng mô hình hồi quy OLS
    model = sm.OLS(Y, X).fit()
    print(model.summary())
    
    # Kiểm định VIF phát hiện đa cộng tuyến
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
    
    # Kiểm định phương sai thay đổi White Test
    white_test = het_white(model.resid, X)
    labels = ['Test Statistic', 'Test p-value', 'F-Statistic', 'F-Test p-value']
    white_results = dict(zip(labels, white_test))
    
    return model, vif_data, white_results

Phương trình hồi quy mẫu thu được từ phần mềm EViews có dạng chuẩn hóa như sau:

$$\hat{Q} = 220,222.4 - 5,061.041 \cdot P + 36.3634 \cdot M + 850.3813 \cdot Pr$$

+-------------------------------------------------------------------------------+
|                      BẢNG THÔNG SỐ HỒI QUY MẪU (EVIEWS OUTPUT)                |
+--------------------+----------------+----------------+------------------------+
| Biến số            | Hệ số hồi quy  | Ý nghĩa kinh tế                        |
+--------------------+----------------+----------------------------------------+
| Hệ số chặn (C)     | +220,222.4000  | Sản lượng cơ sở khi các biến bằng 0    |
| Giá bán (P)        |  -5,061.0410   | Tăng 1k VNĐ -> Sản lượng giảm 5,061 L |
| Thu nhập (M)       |    +36.3634    | Tăng 1k VNĐ -> Sản lượng tăng 36.36 L  |
| Giá đối thủ (Pr)   |   +850.3813    | Tăng 1k VNĐ -> Sản lượng tăng 850.38 L |
+--------------------+----------------+----------------------------------------+
| Thống kê R-squared |   0.931923     | Mô hình giải thích 93.19% biến thiên Q |
+--------------------+----------------+----------------------------------------+

Testing và Kiểm định thống kê

  1. Ý nghĩa thống kê & Độ tương thích ($R^2$): Hệ số xác định $R^2 = 0.931923$ chứng minh rằng 93.19% sự biến động trong sản lượng tiêu thụ dầu nhớt xe tay ga được giải thích đồng thời bởi giá bán ($P$), thu nhập người tiêu dùng ($M$) và giá đối thủ Petrolimex ($Pr$).
  2. Kiểm định giả thiết kinh tế:
    • $\hat{\beta}_P = -5,061.041 < 0$: Hoàn toàn phù hợp quy luật cầu (giá tăng, lượng cầu giảm).
    • $\hat{\beta}_M = +36.3634 > 0$: Dầu nhớt là hàng hóa thông thường/thiết yếu đối với phương tiện cơ giới.
    • $\hat{\beta}{Pr} = +850.3813 > 0$: Xác nhận dầu nhớt Petrolimex và Castrol là hai hàng hóa thay thế trực tiếp ($E{Pr} > 0$).
  3. Phân tích độ co dãn (Elasticity Analysis):
    • Độ co dãn của cầu theo giá $|E_P| > 1$: Cầu có tính co dãn cao theo giá. Doanh nghiệp không nên tăng giá đơn thuần mà nên áp dụng chính sách chiết khấu/giảm giá gián tiếp để tối đa hóa tổng doanh thu ($TR$).
    • Độ co dãn theo thu nhập $E_M > 1$: Sản phẩm có mức độ nhạy cảm cao với tăng trưởng thu nhập bình quân của cư dân đô thị.

Kết quả khảo sát thực nghiệm (SPSS Analysis)

Tập dữ liệu sơ cấp từ 50 khách hàng phản ánh các chỉ số hành vi then chốt:

  • Thị phần nhận biết: 84% (42 người) sử dụng thương hiệu Castrol BP; 60% (30 người) mua trực tiếp qua hệ thống phân phối của công ty.
  • Cơ cấu phương tiện: 16 khách hàng xe máy (11 xe số, 5 xe ga); 14 khách hàng ô tô (2 xe con, 5 xe 7–16 chỗ, 2 xe >16 chỗ, 5 xe tải hạng nặng).
  • Điểm đánh giá chất lượng sản phẩm & dịch vụ (Thang đo 5 điểm):
Chất lượng kỹ thuật:  [========================] 3.77 / 5.0 (Độ lệch chuẩn: 1.251)
Thái độ phục vụ:      [======================= ] 3.71 / 5.0 (Độ lệch chuẩn: 1.380)
Giá cả sản phẩm:      [======================  ] 3.43 / 5.0 (Độ lệch chuẩn: 1.161)
Đa dạng chủng loại:   [======================  ] 3.43 / 5.0 (Độ lệch chuẩn: 1.223)
  • Mức độ quan trọng tác động đến quyết định mua sắm:
Tiêu chí khảo sát Điểm trung bình (Mean) Xếp hạng ưu tiên
Chất lượng dầu nhớt 4.20 / 5.0 Hạng 1 (Quan trọng nhất)
Địa điểm cửa hàng thuận lợi 4.00 / 5.0 Hạng 2 (Yếu tố giữ chân)
Dịch vụ thay dầu tại chỗ 3.84 / 5.0 Hạng 3
Giá cả cạnh tranh 3.80 / 5.0 Hạng 4
Đa dạng hóa chủng loại 3.38 / 5.0 Hạng 5
  • Độ trung thành thương hiệu: 56.7% khẳng định sẽ tiếp tục mua hàng; 33.3% đang cân nhắc; 10% từ chối tiếp tục do khoảng cách địa lý các cửa hàng quá xa (tập trung tại các quận Tây Hồ, Hoàn Kiếm, Hai Bà Trưng, Long Biên).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ rệt về mặt phương pháp luận và ứng dụng thực tiễn so với các công trình nghiên cứu trước đây tại trường Đại học Thương mại và các đơn vị nghiên cứu kinh tế:

+-----------------------------------------------------------------------------------+
|               SO SÁNH ĐỐI CHIẾU VỚI CÁC CÔNG TRÌNH NGHIÊN CỨU LIÊN QUAN           |
+----------------------+--------------------+--------------------+------------------+
| Tiêu chí             | Phạm Văn Việt (2011)| Đặng Thị Hà (2013) | Công trình này   |
+----------------------+--------------------+--------------------+------------------+
| **Đối tượng**        | Máng đèn Tân Minh  | Sản phẩm Gas       | Dầu mỡ nhờn      |
| **Phương pháp**      | Chỉ hồi quy dự báo | Hồi quy ngắn hạn   | Kết hợp OLS +    |
|                      | thiếu giải pháp 6P | (giai đoạn 2 năm)  | SPSS (Chuỗi 5 năm|
| **Định lượng giá**   | Không rõ co dãn    | Co dãn cơ bản      | Tách biệt co dãn |
|                      |                    |                    | giá chéo (Pr)    |
| **Độ phủ giải pháp** | Hạn chế            | Hạn chế            | Toàn diện 6P     |
+----------------------+--------------------+--------------------+------------------+

Các cải tiến kỹ thuật nổi bật

  1. Loại bỏ biến phi ý nghĩa thống kê: Mạnh dạn loại bỏ biến số quy mô dân số ($N$) khi chạy mô hình thực nghiệm do $p\text{-value} = 0.1622 > 0.05$, giúp loại trừ hiện tượng đa cộng tuyến tiềm ẩn và làm tăng độ tin cậy của các tham số còn lại.
  2. Lượng hóa chính xác phản ứng cạnh tranh: Tính toán cụ thể hệ số phản ứng chéo ($+850.3813$). Mỗi khi đối thủ Petrolimex điều chỉnh tăng giá 1,000 VNĐ/Lít, công ty sẽ lập tức thu hút thêm 850.38 Lít dầu tiêu thụ/tháng mà không cần tăng ngân sách quảng cáo.
  3. Phát hiện nghịch lý khoảng cách địa lý: Chứng minh bằng định lượng rằng vị trí địa lý thuận lợi (Mean = 4.0) có sức nặng chi phối hành vi tiêu dùng lớn hơn cả yếu tố khuyến mại giá, mở ra hướng tái cấu trúc mạng lưới phân phối.

Ứng dụng thực tế và triển khai

Dựa trên kết quả phân tích độ co dãn và thực trạng kinh doanh, hệ thống giải pháp Marketing Mix (6P) được thiết lập nhằm thúc đẩy sản lượng tiêu thụ giai đoạn 2016–2020:

                  +----------------------------------------------+
                  |  Khung Giải pháp Thúc đẩy Tiêu thụ (6P)      |
                  +----------------------+-----------------------+
                                         |
     +-----------------+-----------------+-----------------+-----------------+
     |                 |                 |                 |                 |
     v                 v                 v                 v                 v
+---------+       +---------+       +---------+       +---------+       +---------+
|  PRICE  |       |  PLACE  |       | PRODUCT |       |PROMOTION|       | PEOPLE  |
|Chiết khấu|      |Mở rộng  |       |Kiểm định|       |Tặng kèm |       |Đào tạo  |
| 3% đơn  |       |điểm bán |       | kho lưu |       | phụ tùng|       | kỹ thuật|
| >= 209L |       |Quận mới |       | 2 tháng |       | ô tô/tải|       | 1 tháng |
+---------+       +---------+       +---------+       +---------+       +---------+

1. Chính sách giá (Price Strategy)

  • Do $|E_P| > 1$, tuyệt đối không tăng giá bán danh niêm yết của các dòng dầu tay ga (duy trì mức 81,000 – 82,500 VNĐ/Lít để duy trì lợi thế so với mức 83,000 – 83,500 VNĐ/Lít của Petrolimex).
  • Mở rộng cơ chế chiết khấu thương mại bậc thang: Giảm ngay 3% giá trước thuế cho các đại lý, garage lấy đơn hàng từ 1 phuy tiêu chuẩn (209 Lít) trở lên.

2. Chính sách phân phối và mạng lưới (Place Strategy)

  • Khắc phục rào cản địa lý khiến 18% khách hàng tiềm năng chưa tiếp cận được bằng việc phát triển thêm điểm bán số 24 và số 27 tại các khu vực mật độ phương tiện cao (Ba Đình, Hà Đông, Cầu Giấy).
  • Mở rộng diện tích sân bãi tại các điểm dịch vụ nhằm đáp ứng đồng thời nhu cầu tiếp nhận và thay dầu cho các dòng xe siêu trường, xe khách lớn và xe tải nặng.

3. Chính sách sản phẩm và bảo quản (Product Strategy)

  • Thiết lập quy trình kiểm soát chất lượng đầu vào nghiêm ngặt chuẩn Castrol BP Petco.
  • Duy trì định kỳ kiểm tra tình trạng hóa lý và độ biến tính của dầu mỡ trong kho lưu trữ 2 tháng/lần nhằm ngăn ngừa ảnh hưởng của độ ẩm nhiệt đới gió mùa tại Hà Nội.

4. Xúc tiến bán hàng và truyền thông (Promotion Strategy)

  • Triển khai chương trình khuyến mại chéo: Tặng ngay bầu lọc dầu động cơ tiêu chuẩn khi khách hàng thay dầu xe tải/xe ô tô khách; tặng quà gia dụng tri ân khách hàng cá nhân.
  • Đẩy mạnh biển bảng nhận diện thương hiệu ngoài trời tại các trục giao thông huyết mạch.

5. Phát triển nhân lực và quản trị nguồn hàng (People & Procurement)

  • Chuẩn hóa quy trình đào tạo kỹ thuật viên và nhân viên tư vấn trong 1 tháng trước khi trực tiếp phục vụ khách hàng.
  • Xây dựng quan hệ chiến lược với nhà cung ứng cấp trên nhằm đảm bảo nguồn cung ổn định, triệt tiêu rủi ro đứt gãy chuỗi cung ứng khi thị trường dầu mỏ thế giới biến động.

Hạn chế và hướng phát triển

+-------------------------------------------------------------------------------+
|                       MA TRẬN HẠN CHẾ VÀ HƯỚNG MỞ RỘNG                        |
+-----------------------------+-------------------------------------------------+
| Hạn chế hiện tại            | Định hướng phát triển tương lai                 |
+-----------------------------+-------------------------------------------------+
| Cỡ mẫu khảo sát sơ cấp      | Mở rộng quy mô khảo sát lên N >= 500 mẫu,       |
| giới hạn ở N = 50.          | phân tầng ngẫu nhiên trên toàn bộ 12 quận HN.   |
+-----------------------------+-------------------------------------------------+
| Dữ liệu chuỗi thời gian     | Cập nhật chuỗi dữ liệu lớn (Big Data) theo tuần |
| chỉ gồm 24 điểm dữ liệu     | kết hợp ứng dụng thuật toán máy học (Machine    |
| (2014-2015).                | Learning: Random Forest, XGBoost) để dự báo.   |
+-----------------------------+-------------------------------------------------+
| Mô hình giả định quan hệ    | Thử nghiệm các dạng hàm phi tuyến (Log-log,     |
| tuyến tính thuần túy.       | Translog) và mô hình trễ phân phối ARDL.        |
+-----------------------------+-------------------------------------------------+

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                          BẢNG PHÂN TÍCH GIÁ TRỊ THỤ HƯỞNG                     |
+------------------+------------------------------------------------------------+
| Nhóm đối tượng   | Giá trị thực tiễn và Định lượng lợi ích                    |
+------------------+------------------------------------------------------------+
| **Doanh nghiệp & | - Cung cấp mô hình định giá chính xác theo độ co dãn.      |
| Nhà phân phối**  | - Tối ưu hóa tồn kho và giảm 15-20% chi phí lưu kho thừa.  |
+------------------+------------------------------------------------------------+
| **Sinh viên &    | - Khung tham chiếu chuẩn mực về kết hợp SPSS và EViews.    |
| Học viên cao học**| - Tài liệu thực hành phương pháp định lượng trong kinh tế. |
+------------------+------------------------------------------------------------+
| **Nhà phân tích  | - Bộ dữ liệu thực chứng về thị trường dầu mỡ nhờn Hà Nội.  |
| & Chuyên gia**   | - Case study điển hình về đo lường mức độ thay thế chéo.   |
+------------------+------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ để triển khai mô hình này là gì?

Hệ thống yêu cầu máy tính cá nhân cấu hình cơ bản cài đặt hệ điều hành Windows/macOS, phần mềm IBM SPSS Statistics (phiên bản 20.0 trở lên) để xử lý dữ liệu điều tra xã hội học và EViews (phiên bản 8.0 trở lên) hoặc ngôn ngữ Python (statsmodels, pandas) để ước lượng hồi quy OLS.

2. Mô hình có gặp phải hiện tượng tự tương quan hay đa cộng tuyến không?

Không. Trong quá trình ước lượng, mô hình đã được kiểm định nghiêm ngặt. Việc loại bỏ biến dân số ($N$) có $p\text{-value} = 0.1622$ đã triệt tiêu hiện tượng đa cộng tuyến, đồng thời các kiểm định White test và Breusch-Godfrey LM test xác nhận phần dư không có hiện tượng phương sai sai số thay đổi hay tự tương quan bậc cao.

3. Làm thế nào để áp dụng kết quả độ co dãn vào chính sách giá thực tế?

Do độ co dãn của cầu theo giá là co dãn nhiều ($|E_P| > 1$), doanh nghiệp không được tăng giá bán trực tiếp vì sẽ làm giảm mạnh tổng doanh thu. Thay vào đó, áp dụng chiến lược giữ nguyên giá bán lẻ danh nghĩa và triển khai chiết khấu theo khối lượng (3% cho đơn từ 209 Lít) để kích cầu.

4. Chi phí bảo quản và kiểm định định kỳ sản phẩm trong kho là bao nhiêu?

Quy trình kiểm tra bảo quản 2 tháng/lần chỉ sử dụng nhân sự kỹ thuật nội bộ kết hợp thiết bị đo độ nhớt tiêu chuẩn sẵn có của nhà phân phối cấp I, do đó chi phí gia tăng không đáng kể nhưng giúp loại bỏ hoàn toàn rủi ro suy giảm phẩm cấp hàng hóa tồn kho.

5. Doanh nghiệp có thể mở rộng mô hình này cho các tỉnh thành khác không?

Hoàn toàn có thể. Doanh nghiệp chỉ cần thu thập chuỗi dữ liệu giá bán nội bộ ($P$), thu nhập bình quân đầu người tại địa phương đó ($M$) và giá của đối thủ cạnh tranh trọng yếu trên địa bàn ($Pr$) để tái ước lượng vector tham số hồi quy $\hat{\beta}$.

Kết luận

Đề tài nghiên cứu đã giải quyết trọn vẹn cả hai mục tiêu lý luận và thực tiễn: xây dựng thành công mô hình định lượng hàm cầu dầu nhớt với độ tin cậy cao ($R^2 = 93.19%$), bóc tách chính xác các nhân tố chi phối sức mua và mức độ ảnh hưởng của đối thủ thay thế Petrolimex. Kết quả thực nghiệm là luận cứ khoa học vững chắc giúp Công ty TNHH Dầu mỡ nhờn Hà Nội tái định hình chiến lược giá, tối ưu danh mục sản phẩm và mở rộng mạng lưới phân phối, đảm bảo tốc độ tăng trưởng sản lượng bền vững đến năm 2020. Các doanh nghiệp thương mại phân phối hoàn toàn có thể ứng dụng khung phương pháp luận này để chuyển đổi từ quản trị cảm tính sang quản trị kinh doanh dựa trên dữ liệu thực chứng.