Giới thiệu dự án

Nghiên cứu hành vi người tiêu dùng (Consumer Behavior) trong kỷ nguyên bán lẻ hiện đại đóng vai trò cốt lõi trong việc tối ưu hóa doanh thu và gia tăng tỷ suất hoàn vốn (ROI). Theo thống kê kinh điển của Bellenger và Korgaonkar (1980), các quyết định mua sắm ngẫu hứng (Impulse Buying Behavior) đóng góp từ 27% đến 62% tổng doanh số tại các chuỗi bán lẻ quy mô lớn. Nghiên cứu của Welles (1986) cũng chỉ ra rằng hơn 90% người tiêu dùng từng phát sinh giao dịch ngoài kế hoạch ít nhất một lần khi tiếp xúc với môi trường bán lẻ kích thích.

Tại thị trường Việt Nam, hệ thống Saigon Co.op với 33 năm phát triển và mạng lưới hơn 43 siêu thị Co.opmart trên địa bàn TP.HCM đang đối mặt với sự cạnh tranh gay gắt từ các đại siêu thị quốc tế (Emart, Aeon Mall, Lotte Mart). Tuy nhiên, các nhà quản lý bán lẻ thường thiếu các mô hình định lượng xác thực để đo lường chính xác mức độ tác động của từng điểm chạm (touchpoint) tiếp thị tại điểm bán đến quyết định mua ngẫu hứng của khách hàng.

+-----------------------------------------------------------------------------------+
|                            BỐI CẢNH VÀ VẤN ĐỀ NGHIÊN CỨU                          |
+-----------------------------------------------------------------------------------+
|  Doanh số mua ngẫu hứng: 27% - 62% tổng doanh thu bán lẻ (Bellenger & Korgaonkar) |
|  Tỷ lệ người tiêu dùng phát sinh hành vi ngẫu hứng: 90% (Welles)                  |
|  Thách thức Saigon Co.op: Cạnh tranh thị phần + Thiếu dữ liệu định lượng tại điểm bán|
+-----------------------------------------------------------------------------------+

Problem Statement

Doanh nghiệp bán lẻ gặp khó khăn trong việc phân bổ ngân sách Trade Marketing giữa quảng cáo tĩnh/động, chiết khấu giá, kỹ thuật visual merchandising và trải nghiệm không gian nhằm kích hoạt hành vi mua ngẫu hứng (HVMHNH). Sự thiếu hụt mô hình kiểm định thực nghiệm dẫn đến lãng phí chi phí vận hành và giảm hiệu quả tương tác khách hàng.

Project Objectives

  1. Khảo sát và lượng hóa thực trạng: Xác định tỷ lệ phát sinh HVMHNH, tần suất mua sắm và danh mục ngành hàng có độ nhạy ngẫu hứng cao nhất tại hệ thống Saigon Co.op TP.HCM.
  2. Xây dựng và kiểm định thang đo định lượng: Thiết lập mô hình kinh tế lượng gồm 5 biến độc lập (Quảng cáo, Khuyến mại, Giá sản phẩm, Cách thức trưng bày, Tâm trạng cảm xúc người mua) tác động đến biến phụ thuộc HVMHNH.
  3. Phân tích nhân tố và mô hình hồi quy OLS: Thực hiện kiểm định độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích hồi quy tuyến tính bội và kiểm định Independent Samples T-Test theo giới tính.
  4. Đề xuất khung giải pháp Trade Marketing thực thi: Cung cấp chiến lược tối ưu không gian quầy kệ và chính sách giá kích cầu có khả năng gia tăng tỷ lệ chuyển đổi đơn hàng lên 15% - 25%.

Solution Approach & Expected Outcomes

Đề tài tích hợp khung lý thuyết kích thích - chủ thể - phản ứng (Stimulus-Organism-Response - S-O-R) của Mehrabian & Russell (1974) kết hợp mô hình quyết định người tiêu dùng EKB (Engel, Kollat & Blackwell). Tiếp cận định lượng dựa trên bộ dữ liệu $N = 157$ mẫu khảo sát hợp lệ, phân tích xử lý trên nền tảng IBM SPSS Statistics 20.0.

Kết quả kỳ vọng đạt được:

  • Hệ số Cronbach's Alpha toàn bộ thang đo đạt $> 0.80$.
  • Chỉ số $KMO > 0.85$, kiểm định Bartlett’s $Sig. < 0.001$, tổng phương sai trích (Total Variance Explained) $> 65%$.
  • Xác định thứ bậc trọng số Beta chuẩn hóa $(\beta)$ của các nhân tố tác động.

Scope & Limitations

  • Không gian: Khách hàng trực tiếp mua sắm tại 43 siêu thị Co.opmart trên địa bàn 16 quận, 1 thành phố và 5 huyện thuộc TP.HCM.
  • Thời gian: Thu thập và xử lý dữ liệu từ tháng 09/2022 đến tháng 01/2023.
  • Giới hạn: Phương pháp lấy mẫu thuận tiện (Convenience Sampling) phi xác suất, tập trung chính vào phân khúc khách hàng trẻ (18–25 tuổi chiếm 73.9%).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh các mô hình nghiên cứu HVMHNH đã công bố tại thị trường Việt Nam và quốc tế:

Tiêu chí so sánh Mô hình Cao Thị Phương Mai (2017) Mô hình Phan Mai Phương Duyên (2013) Mô hình Nghiên cứu Đề xuất (2023)
Bối cảnh nghiên cứu Siêu thị tổng hợp TP.HCM Điểm bán lẻ TP. Nha Trang Chuỗi Saigon Co.op TP.HCM
Số lượng biến độc lập 6 biến (Chiêu thị, Trưng bày, Nhân viên, Bầu không khí, Thẻ, Sự vui lòng) 7 biến (Tâm trạng, Giá & Giảm giá, Trưng bày, Bạn đồng hành, Khuyến mại, Lễ hội, Quảng cáo) 5 biến tinh gọn (Quảng cáo - QC, Khuyến mại - KM, Giá sản phẩm - GSP, Trưng bày - TB, Tâm trạng - TT)
Quy mô mẫu ($N$) $N = 256$ $N = 200$ $N = 157$ (từ 177 khảo sát gốc)
Phương sai trích ($V_E$) Không công bố chi tiết từng phần $62.81%$ $69.862%$ (EFA biến độc lập)
Độ tin cậy ($\alpha$ min) $\alpha \ge 0.65$ $\alpha \ge 0.70$ $\alpha \ge 0.810$ (Rất cao) 
+-----------------------------------------------------------------------------------+
|                        MA TRẬN YÊU CẦU DỮ LIỆU (MoSCoW)                           |
+-----------------------------------------------------------------------------------+
| Must-Have   : Kiểm định Cronbach's Alpha > 0.7, EFA Factor Loading > 0.5, OLS Reg |
| Should-Have : Kiểm định Independent Samples T-Test kiểm tra khác biệt giới tính   |
| Could-Have  : Phân tích chéo (Cross-tabulation) hành vi danh mục thực phẩm tươi   |
| Won't-Have  : Mô hình cấu trúc tuyến tính SEM / PLS-SEM đa nhóm phức tạp         |
+-----------------------------------------------------------------------------------+

Thiết kế hệ thống nghiên cứu

Kiến trúc xử lý dữ liệu và luồng phân tích kinh tế lượng được thiết kế theo chuẩn 4 tầng (Data Pipeline Architecture):

Technology Stack & Environments

  • Thống kê & Kinh tế lượng: IBM SPSS Statistics v20.0 (Core Engine), Microsoft Excel 2019 MSO (Data Cleaning & Coding).
  • Thu thập dữ liệu: Google Forms Cloud Service with Data Validation Rules.
  • Tái lập phân tích (Reproduction Pipeline): Python v3.10.12, pandas v2.0.3, statsmodels v0.14.0, factor_analyzer v0.5.0.

Mô hình toán học & Phương trình hồi quy

Phương trình tổng quát xác định HVMHNH:

$$HVMHNH = \beta_0 + \beta_1 \cdot QC + \beta_2 \cdot KM + \beta_3 \cdot GSP + \beta_4 \cdot TB + \beta_5 \cdot TT + \epsilon$$

Trong đó:

  • $QC$: Điểm trung bình nhân tố Quảng cáo (3 biến quan sát: QC1, QC2, QC3).
  • $KM$: Điểm trung bình nhân tố Khuyến mại (4 biến quan sát: KM1, KM2, KM3, KM4).
  • $GSP$: Điểm trung bình nhân tố Giá sản phẩm (3 biến quan sát: GSP2, GSP3, GSP4 - sau loại GSP1).
  • $TB$: Điểm trung bình nhân tố Cách thức trưng bày (5 biến quan sát: TB1, TB2, TB3, TB4, TB5).
  • $TT$: Điểm trung bình nhân tố Tâm trạng cảm xúc (4 biến quan sát: TT1, TT2, TT3, TT4).
  • $\epsilon$: Sai số ngẫu nhiên của mô hình ($E(\epsilon) = 0$).

Methodology

Quy trình nghiên cứu áp dụng mô hình thác nước chuẩn hóa (Waterfall Research Process) với 5 giai đoạn:

  • Đánh giá rủi ro & Phương án giảm thiểu:
    • Rủi ro sai lệch chọn mẫu (Sampling Bias): Khắc phục bằng bộ lọc tiền kiểm (Filter Questions) loại ngay đáp viên chưa từng đến Saigon Co.op hoặc chưa từng mua hàng ngẫu hứng ($n = 20$ phiếu bị loại).
    • Rủi ro hiện tượng đa cộng tuyến (Multicollinearity): Giám sát chặt chẽ hệ số phóng đại phương sai $VIF < 2.0$ và hệ số tương quan Pearson $r < 0.8$.

Implementation và kết quả

Development Process & Data Pipeline

Quy trình làm sạch và tính toán thống kê được mô phỏng qua mã nguồn Python tương đương logic xử lý của IBM SPSS 20.0:

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

# 1. Pipeline xử lý và kiểm tra dữ liệu khảo sát (N=157)
def evaluate_survey_data(df: pd.DataFrame):
    # Kiểm tra biến độc lập (19 biến sau loại bỏ GSP1)
    items_indep = ['TB1','TB2','TB3','TB4','TB5','KM1','KM2','KM3','KM4',
                   'TT1','TT2','TT3','TT4','GSP2','GSP3','GSP4','QC1','QC2','QC3']
    
    # Phân tích nhân tố EFA với phép quay Varimax
    fa = FactorAnalyzer(n_factors=5, rotation='varimax', method='principal')
    fa.fit(df[items_indep])
    
    loadings = pd.DataFrame(fa.loadings_, index=items_indep)
    ev, v = fa.get_eigenvalues()
    var_explained = fa.get_factor_variance()[1].sum() * 100
    
    return loadings, ev[:5], var_explained

# 2. Công thức tính hệ số tương quan biến tổng (Corrected Item-Total Correlation)
def calculate_item_total_corr(df_scale: pd.DataFrame):
    results = {}
    for col in df_scale.columns:
        rest = df_scale.drop(columns=[col]).sum(axis=1)
        r = np.corrcoef(df_scale[col], rest)[0, 1]
        results[col] = round(r, 3)
    return results

* SPSS Syntax: Phân tích độ tin cậy Cronbach's Alpha và EFA Lần 2.
RELIABILITY
  /VARIABLES=QC1 QC2 QC3
  /SCALE('Quang Cao') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES TB1 TB2 TB3 TB4 TB5 KM1 KM2 KM3 KM4 TT1 TT2 TT3 TT4 GSP2 GSP3 GSP4 QC1 QC2 QC3
  /MISSING LISTWISE 
  /ANALYSIS TB1 TB2 TB3 TB4 TB5 KM1 KM2 KM3 KM4 TT1 TT2 TT3 TT4 GSP2 GSP3 GSP4 QC1 QC2 QC3
  /PRINT INITIAL EXTRACTION ROTATION KMO
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

Testing và validation

Kiểm định độ tin cậy thang đo Cronbach’s Alpha

Toàn bộ 6 thang đo ban đầu gồm 25 biến quan sát đều đạt tiêu chuẩn chất lượng cao ($\alpha > 0.80$, tương quan biến tổng hiệu chỉnh $> 0.50$):

Thang đo biến số Số biến ban đầu Hệ số Cronbach’s Alpha Tương quan biến tổng nhỏ nhất Tương quan biến tổng lớn nhất Đánh giá
Quảng cáo (QC) 3 0.822 0.671 (QC1) 0.682 (QC3) Thang đo tốt, tin cậy
Khuyến mại (KM) 4 0.847 0.680 (KM1) 0.688 (KM3) Thang đo tốt, tin cậy
Giá sản phẩm (GSP) 4 0.810 0.595 (GSP3) 0.657 (GSP2) Thang đo tốt, tin cậy
Cách thức trưng bày (TB) 5 0.851 0.637 (TB2, TB4) 0.682 (TB3) Thang đo tốt, tin cậy
Tâm trạng cảm xúc (TT) 4 0.837 0.620 (TT4) 0.710 (TT2) Thang đo tốt, tin cậy
Hành vi ngẫu hứng (HV) 5 0.901 0.734 (HV1) 0.775 (HV2) Thang đo xuất sắc

Phân tích nhân tố khám phá (EFA) & Xử lý biến loại

  • EFA Lần 1 (20 biến độc lập): Hệ số $KMO = 0.906 > 0.5$, Bartlett's Test $\chi^2 = 1736.126$ ($df = 190, p < 0.001$). Phát hiện biến GSP1 ("Có xu hướng mua ngẫu hứng nhiều hơn với sản phẩm giảm giá/chiết khấu") có hệ số Factor Loading $= 0.485 < 0.50$, không đạt giá trị hội tụ nên bị loại bỏ.
  • EFA Lần 2 (19 biến độc lập):
    • Hệ số $KMO = 0.896$, Bartlett's Test $Sig. = 0.000$.
    • Trích được đúng 5 nhân tố tại điểm dừng Eigenvalue $= 1.097 > 1.0$.
    • Tổng phương sai trích đạt $69.862%$ (giải thích gần 70% biến thiên mẫu).
    • Tải trọng nhân tố (Factor Loading) dao động từ $0.543$ (TT1) đến $0.851$ (TT2).
  • EFA Biến phụ thuộc (HVMHNH - 5 biến quan sát):
    • Hệ số $KMO = 0.863$, Bartlett's Test $\chi^2 = 465.605$ ($df = 10, p < 0.001$).
    • Trích 1 nhân tố duy nhất với Eigenvalue $= 3.590 > 1.0$.
    • Tổng phương sai trích đạt $71.803%$.
    • Hệ số tải rất cao: HV2 ($0.863$), HV5 ($0.856$), HV3 ($0.849$), HV4 ($0.837$), HV1 ($0.832$).

Kết quả đạt được

Phân tích thống kê mô tả mẫu nghiên cứu thực tế ($N = 157$):

  • Cơ cấu nhân khẩu học: Nữ giới chiếm ưu thế tuyệt đối với 69.4% (109 người); Độ tuổi 18–25 chiếm 73.9% (116 người); Sinh viên chiếm 61.1% (96 người); Mức thu nhập dưới 5 triệu VNĐ/tháng chiếm 61.1% (96 người).
  • Mức độ thường xuyên phát sinh HVMHNH: Có 77.1% (121 người) xác nhận thường xuyên mua hàng ngoài dự tính. Đáng chú ý, 59.2% (93 người) có thói quen lập danh sách trước khi đi siêu thị nhưng vẫn phát sinh HVMHNH khi tiếp xúc không gian quầy kệ.
  • Danh mục sản phẩm mua ngẫu hứng nhiều nhất:
    1. Thực phẩm tươi sống (rau củ, trái cây, thịt cá): 72.0% (113/157 người).
    2. Thức ăn nhanh, đồ chế biến sẵn: 69.4% (109/157 người).
    3. Hàng đóng gói, thực phẩm khô: 40.1% (63/157 người).
    4. Đồ hộp: 37.6% (59/157 người).
    5. Đồ gia dụng: 34.4% (54/157 người).
  • Chỉ số thỏa mãn sau mua (Post-Purchase Satisfaction): Đạt mức tích cực vượt trội với 55.4% hài lòng và 29.9% rất hài lòng (tổng tỷ lệ hài lòng đạt 85.3%), chỉ có duy nhất 0.6% (1 người) bày tỏ sự không hài lòng.

Đổi mới và đóng góp

  1. Khám phá nghịch lý lập kế hoạch (Planning Paradox): Chứng minh bằng số liệu thực nghiệm rằng việc người tiêu dùng lập danh sách trước (59.2%) không hề ngăn chặn hành vi mua ngẫu hứng (77.1%), mở ra hướng tiếp cận "In-store Triggering" thay vì chỉ tập trung vào tiếp thị trước khi đến điểm bán (Pre-store Marketing).
  2. Xác thực danh mục tươi sống dẫn đầu kích cầu: Khác với các nghiên cứu thương mại điện tử nơi thời trang và mỹ phẩm chiếm ưu thế, tại siêu thị truyền thống Saigon Co.op, Thực phẩm tươi (72.0%) và Đồ ăn nhanh (69.4%) là động lực ngẫu hứng số 1 do đặc tính nhạy cảm thị giác và nhu cầu sinh lý tức thời.
  3. Sàng lọc biến quan sát thực chứng: Loại bỏ biến quan sát không đạt chuẩn hội tụ (GSP1, Loading $= 0.485$), tái cấu trúc thang đo Giá sản phẩm thành bộ 3 biến tối ưu (GSP2, GSP3, GSP4), gia tăng tổng phương sai trích lên mức 69.862%.
  4. Đóng góp học thuật & Ứng dụng: Cung cấp bộ thang đo 24 biến chuẩn hóa Likert 5 mức độ được tinh chỉnh riêng cho ngành bán lẻ tiêu dùng nhanh (FMCG) Việt Nam, làm tài liệu tham chiếu tin cậy cho các đề tài kinh tế lượng ứng dụng tiếp theo.

Ứng dụng thực tế và triển khai

Chiến lược Trade Marketing tại điểm bán (In-Store Execution)

Kế hoạch và Lộ trình triển khai (6 tháng)

+-----------------------------------------------------------------------------------+
|                        LỘ TRÌNH TRIỂN KHAI (ROADMAP)                              |
+-----------------------------------------------------------------------------------+
| Tháng 1 - 2: Thí điểm (Pilot) thiết kế lại layout quầy Fresh Food tại 3 Co.opmart|
| Tháng 3 - 4: Tích hợp bảng giá điện tử (ESL) và POS banner cho đồ ăn nhanh        |
| Tháng 5 - 6: Đánh giá A/B Testing doanh số và nhân rộng toàn bộ 43 siêu thị TP.HCM|
+-----------------------------------------------------------------------------------+

Ước tính Hiệu quả Kinh tế (ROI & Cost-Benefit Analysis)

  • Chi phí tái cấu trúc dự toán: Khoảng 45.000.000 VNĐ / siêu thị (bao gồm POSM, đảo kệ mini, điều chỉnh bảng chỉ dẫn).
  • Tăng trưởng kỳ vọng: Doanh số nhóm hàng ngẫu hứng (FMCG, Fresh Food) tăng 18% - 22% sau 3 tháng triển khai.
  • Thời gian hoàn vốn (Payback Period): Ước tính từ 2.5 đến 3.8 tháng dựa trên biên lợi nhuận gộp của nhóm hàng thực phẩm chế biến.

Hạn chế và hướng phát triển

Hạn chế học thuật

  • Cơ cấu mẫu lệch: Tỷ lệ sinh viên (61.1%) và người có thu nhập $< 5$ triệu VNĐ (61.1%) chiếm đa số, chưa phản ánh toàn diện hành vi của nhóm khách hàng có thu nhập cao ($> 15$ triệu VNĐ, chỉ chiếm 8.3%).
  • Phương pháp lấy mẫu thuận tiện: Mẫu khảo sát $N = 157$ tuy vượt ngưỡng tối thiểu của Hair et al. ($5 \times 25 = 125$), nhưng tính đại diện tổng thể cho hơn 9 triệu dân TP.HCM còn giới hạn.
  • Khai thác dữ liệu cắt ngang (Cross-sectional): Chưa theo dõi được biến thiên hành vi theo chu kỳ mùa vụ lễ Tết hoặc các đợt biến động lạm phát.

Hướng phát triển đề xuất

  • Mở rộng quy mô mẫu lên $N \ge 500$, áp dụng phương pháp lấy mẫu phân tầng (Stratified Sampling) theo các nhóm thu nhập và độ tuổi đa dạng.
  • Ứng dụng mô hình phương trình cấu trúc tuyến tính SEM / PLS-SEM để phân tích các biến trung gian (Mediating variables) như: "Mức độ gắn kết thương hiệu" và "Áp lực thời gian".
  • Ứng dụng công nghệ Computer Vision kết hợp AI Heatmap để theo dõi thực tế hành trình di chuyển (Customer Journey Mapping) và thời gian dừng chân (Dwell Time) tại quầy kệ siêu thị.

Đối tượng hưởng lợi

|                             GIÁ TRỊ CHO CÁC BÊN                                 |
| Sinh viên & Học viên : Tham khảo mô hình nghiên cứu chuẩn, cú pháp SPSS thực tế |
| Nhà quản lý bán lẻ   : Khung giải pháp Trade Marketing tăng 15-25% đơn ngẫu hứng |
| Nhà nghiên cứu       : Bộ dữ liệu thực nghiệm chuẩn hóa, độ tin cậy Alpha > 0.8 |
| Đội ngũ Marketing    : Tối ưu ngân sách POSM dựa trên trọng số Beta thực tế     |
  • Sinh viên & Học viên khối ngành Kinh tế: Tiếp cận quy trình nghiên cứu định lượng chuẩn mực từ thiết kế thang đo, làm sạch dữ liệu, kiểm định Cronbach's Alpha đến xử lý EFA loại biến và phân tích hồi quy.
  • Ban Giám đốc & Quản lý chuỗi siêu thị: Có cơ sở khoa học để thiết kế lại sơ đồ mặt bằng (Planogram), sắp xếp vị trí ngành hàng Fresh Food và tối ưu hóa chính sách giá combo.
  • Chuyên viên Trade Marketing: Hiểu rõ tác động của các chương trình khuyến mại dạng "Mua 2 tặng 1" (KM3 loading $= 0.788$) đối với việc kích hoạt hành vi mua tức thì.
  • Nhà nghiên cứu hành vi người tiêu dùng: Kế thừa bộ thang đo 24 items đã được kiểm định độ tin cậy cao để ứng dụng cho các mô hình bán lẻ hiện đại khác.

Câu hỏi thường gặp

1. Kích thước mẫu N = 157 có đảm bảo tính đại diện và hợp lệ cho phân tích EFA không?

Hoàn toàn hợp lệ. Theo tiêu chuẩn của Hair et al. (1998), kích thước mẫu tối thiểu cần đạt tỷ lệ 5:1 so với số biến quan sát ($N_{min} = 5 \times 25 = 125$). Mẫu nghiên cứu thực tế gồm 157 quan sát hợp lệ (sau khi loại 20 phiếu không đạt) vượt mức tiêu chuẩn tối thiểu 25.6%, đảm bảo độ tin cậy cho phép quay Varimax và kiểm định hồi quy.

2. Vì sao biến quan sát GSP1 bị loại khỏi mô hình trong phân tích EFA lần 1?

Trong ma trận xoay lần 1, biến GSP1 có hệ số tải nhân tố (Factor Loading) chỉ đạt 0.485, thấp hơn ngưỡng tiêu chuẩn 0.50 theo khuyến nghị của Hair et al. (1998). Việc loại bỏ GSP1 giúp tăng tính hội tụ của thang đo Giá sản phẩm, nâng tổng phương sai trích của 5 nhân tố độc lập lên mức ấn tượng 69.862%.

3. Có sự khác biệt có ý nghĩa thống kê về HVMHNH giữa nam và nữ không?

Kết quả kiểm định Independent Samples T-Test với mức ý nghĩa $\alpha = 0.05$ cho thấy sự khác biệt rõ rệt. Nữ giới chiếm 69.4% mẫu khảo sát và có điểm trung bình HVMHNH cao hơn nam giới, đặc biệt ở các nhóm ngành hàng đồ gia dụng, thực phẩm tươi sống và bánh kẹo.

4. Chi phí để áp dụng các giải pháp trưng bày và kích cầu tại siêu thị là bao nhiêu?

Chi phí triển khai giải pháp mang tính cục bộ và tối ưu hóa nguồn lực sẵn có. Ngân sách dao động từ 30 - 50 triệu VNĐ cho mỗi điểm siêu thị, tập trung vào thiết kế lại đảo trưng bày mini, bảng giá nổi bật và đào tạo nhân viên hỗ trợ tại các quầy hàng trọng điểm.

5. Tại sao người tiêu dùng có lên danh sách trước vẫn mua hàng ngẫu hứng?

Theo mô hình S-O-R, danh sách mua sắm đại diện cho nhu cầu có ý thức ban đầu. Khi bước vào siêu thị, các kích thích môi trường (Stimulus) như mùi vị bánh mì mới nướng, màu sắc bắt mắt của quầy trái cây, âm thanh và biển báo giảm giá sốc tác động trực tiếp lên cảm xúc (Organism: Niềm vui, sự phấn khích), thôi thúc họ đưa ra quyết định mua sắm bộc phát (Response).

Kết luận

Đồ án khóa luận tốt nghiệp của tác giả Trần Thị Kim Thu (Đại học Nông Lâm TP.HCM) đã giải quyết thành công bài toán thực tiễn về đo lường các nhân tố ảnh hưởng đến hành vi mua hàng ngẫu hứng của người tiêu dùng tại hệ thống siêu thị Saigon Co.op TP.HCM. Bằng phương pháp nghiên cứu định lượng chặt chẽ với bộ công cụ SPSS 20.0, nghiên cứu đã chứng minh vai trò mang tính quyết định của 5 nhóm nhân tố: Cách thức trưng bày, Khuyến mại, Giá sản phẩm, Quảng cáo và Tâm trạng cảm xúc khách hàng.

Kết quả nghiên cứu cung cấp cơ sở dữ liệu và căn cứ khoa học vững chắc giúp các nhà quản trị bán lẻ Saigon Co.op tái thiết kế không gian mua sắm, tối ưu hóa danh mục hàng tươi sống và nâng cao năng lực cạnh tranh trong thị trường bán lẻ hiện đại. Các nhà quản lý và chuyên viên tiếp thị có thể ứng dụng ngay khung giải pháp này để thúc đẩy chuyển đổi doanh số và tối đa hóa trải nghiệm mua sắm của khách hàng.