I. Phân tích sự hài lòng khách hàng tại Doanh nghiệp tư nhân Vương Phú
Phần này tập trung vào sự hài lòng khách hàng (Salient Keyword) đối với dịch vụ vận chuyển hành khách của Doanh nghiệp tư nhân Vương Phú (Salient Entity). Nghiên cứu sử dụng mô hình SERVQUAL được hiệu chỉnh, tập trung vào 5 nhân tố chính ảnh hưởng đến sự hài lòng khách hàng gồm: Cơ sở vật chất, Sự tin cậy, Sự đồng cảm, Năng lực nhân viên, và Thái độ phục vụ. Dữ liệu được thu thập từ 150 khách hàng thông qua bảng câu hỏi. Phân tích sử dụng các phương pháp thống kê như Cronbach’s Alpha, EFA, hồi quy đa biến, và ANOVA để kiểm định độ tin cậy của thang đo và mối quan hệ giữa các nhân tố với sự hài lòng khách hàng. Doanh nghiệp tư nhân (Close Entity) và dịch vụ vận chuyển hành khách (Close Entity) là hai Semantic Entity quan trọng được phân tích trong bối cảnh nghiên cứu này. Nghiên cứu cũng xem xét các yếu tố khác như giới tính, độ tuổi, tần suất sử dụng dịch vụ, thời gian sử dụng dịch vụ và hình thức đặt vé có gây nhiễu đến kết quả hay không.
1.1. Đo lường và xác định nhân tố ảnh hưởng
Nghiên cứu sử dụng thang đo được hiệu chỉnh dựa trên mô hình SERVQUAL của Parasuraman (1988) để đo lường sự hài lòng khách hàng (Salient LSI Keyword). Năm nhân tố chính được xác định là: Cơ sở vật chất (Semantic LSI keyword), Sự tin cậy (Semantic LSI keyword), Sự đồng cảm (Semantic LSI keyword), Năng lực nhân viên (Semantic LSI keyword), và Thái độ phục vụ (Semantic LSI keyword). Mỗi nhân tố bao gồm nhiều biến quan sát, được đo lường thông qua câu hỏi trong bảng khảo sát. Phân tích nhân tố khám phá (EFA) được sử dụng để xác định tính hợp lệ của các nhân tố và loại bỏ các biến không phù hợp. Phân tích hồi quy đa biến được dùng để đánh giá mức độ ảnh hưởng của từng nhân tố đến sự hài lòng khách hàng. Kết quả cho thấy tất cả năm nhân tố đều có ảnh hưởng đáng kể, và mức độ ảnh hưởng của từng nhân tố được phân tích chi tiết. Đánh giá khách hàng (Salient LSI Keyword) được thực hiện dựa trên kết quả phân tích này. Phương pháp thu thập dữ liệu khách hàng (Semantic LSI keyword) là khảo sát trực tiếp với mẫu 150 khách hàng đã sử dụng dịch vụ.
1.2. Phân tích kết quả và đề xuất giải pháp
Kết quả nghiên cứu cho thấy cơ sở vật chất là nhân tố ảnh hưởng mạnh nhất đến sự hài lòng khách hàng. Điều này cho thấy tầm quan trọng của việc đầu tư vào cơ sở hạ tầng và phương tiện vận chuyển. Sự đồng cảm, sự tin cậy, năng lực nhân viên, và thái độ phục vụ cũng đóng vai trò quan trọng. Nghiên cứu chỉ ra rằng các yếu tố nhân khẩu học như giới tính, tuổi tác, tần suất sử dụng dịch vụ không ảnh hưởng đáng kể đến sự hài lòng khách hàng. Dựa trên phân tích này, nghiên cứu đề xuất các giải pháp cụ thể nhằm cải thiện chất lượng dịch vụ (Semantic LSI keyword) và nâng cao sự hài lòng khách hàng (Salient LSI Keyword). Các giải pháp này tập trung vào việc nâng cấp cơ sở vật chất, đào tạo nhân viên, cải thiện quy trình dịch vụ, và tăng cường công tác chăm sóc khách hàng. Việc áp dụng phân tích định lượng (Semantic LSI Keyword) và phân tích định tính (Semantic LSI Keyword) trong nghiên cứu cho phép đưa ra các đề xuất mang tính thực tiễn cao. Cải thiện sự hài lòng khách hàng (Salient LSI Keyword) là mục tiêu chính của các giải pháp này. Vương Phú (Salient Entity) cần xem xét các đề xuất này để cải thiện hoạt động kinh doanh.
1.3. Giá trị và ứng dụng thực tiễn
Nghiên cứu này có giá trị thực tiễn cao đối với Doanh nghiệp tư nhân Vương Phú (Salient Entity) và các doanh nghiệp vận chuyển hành khách khác. Kết quả nghiên cứu cung cấp cái nhìn sâu sắc về những yếu tố ảnh hưởng đến sự hài lòng khách hàng (Salient Keyword) và gợi ý các giải pháp cụ thể để nâng cao chất lượng dịch vụ. Các phương pháp phân tích được sử dụng trong nghiên cứu cũng có thể được áp dụng cho các lĩnh vực dịch vụ khác. Việc sử dụng các chỉ số như CSAT, NPS, và CES (Semantic LSI keyword) để đo lường sự hài lòng khách hàng (Salient LSI Keyword) là một điểm mạnh của nghiên cứu. Nghiên cứu đóng góp vào lý thuyết quản trị kinh doanh bằng cách làm rõ mối quan hệ giữa các nhân tố chất lượng dịch vụ và sự hài lòng khách hàng. Báo cáo nghiên cứu thị trường (Semantic LSI keyword) cho thấy xu hướng thị trường (Semantic LSI keyword) và đối thủ cạnh tranh (Semantic LSI keyword) ảnh hưởng đến chiến lược kinh doanh (Semantic LSI keyword). Kết quả nghiên cứu có thể được sử dụng để xây dựng mô hình kinh doanh (Semantic LSI keyword) hiệu quả hơn.
