Giới thiệu dự án

Ngành du lịch đóng vai trò là ngành kinh tế mũi nhọn, đóng góp trực tiếp vào Tổng sản phẩm quốc nội (Gross Domestic Product - GDP) và thúc đẩy phân phối thu nhập quốc dân. Tuy nhiên, giai đoạn 2020 chịu ảnh hưởng nặng nề bởi đại dịch COVID-19 khi lượng khách quốc tế đến Việt Nam giảm 78,7% (chỉ đạt 3,8 triệu lượt). Tại Thừa Thiên Huế, 4 tháng đầu năm 2020 ghi nhận lượng khách sụt giảm 50% (đạt 940.069 lượt), tổng doanh thu du lịch giảm 45% (đạt 2.079 tỷ đồng), gây thiệt hại trực tiếp cho các doanh nghiệp du lịch hơn 700 tỷ đồng.

Trong bối cảnh thị trường biến động và áp lực cạnh tranh gay gắt từ các thương hiệu lữ hành lâu năm như Saigontourist và Vietravel, Công ty Cổ phần Truyền thông Quảng cáo và Dịch vụ Du lịch Đại Bàng (Eagle Tourist) đối mặt với thách thức cấp thiết trong việc tối ưu hóa sản phẩm chủ lực: "Tour du lịch Huế 1 ngày" (giá niêm yết 249.000 VNĐ/khách). Dữ liệu khai thác thực tế giai đoạn 2017–2019 cho thấy lượng khách tăng trưởng từ 354 khách (2017), 642 khách (2018) lên 856 khách (2019), song tỷ lệ khách quay lại từ lần thứ 3 sụt giảm nghiêm trọng, phản ánh rào cản trong việc duy trì lòng trung thành và tối ưu trải nghiệm khách hàng.

Dự án nghiên cứu tập trung giải quyết các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về hành vi người tiêu dùng và các mô hình ra quyết định lựa chọn sản phẩm du lịch.
  2. Đo lường, lượng hóa mức độ tác động của các nhân tố bên trong và bên ngoài đến quyết định lựa chọn Tour Huế 1 ngày của du khách tại Eagle Tourist thông qua công cụ phân tích định lượng.
  3. Đề xuất hệ thống giải pháp thực tiễn dựa trên dữ liệu thống kê nhằm nâng cao năng lực cạnh tranh và tỷ lệ chuyển đổi đơn hàng cho doanh nghiệp.

Nghiên cứu tích hợp phương pháp định tính (phỏng vấn sâu 3 chuyên gia quản lý và 20 khách hàng) kết hợp khảo sát định lượng diện rộng ($N = 150$ mẫu hợp lệ trên 160 phiếu phát ra). Phạm vi nghiên cứu tập trung vào khách du lịch nội địa trải nghiệm tour Huế 1 ngày tại thành phố Huế, sử dụng nguồn dữ liệu thứ cấp giai đoạn 2017–2019 và dữ liệu sơ cấp thu thập cuối năm 2020.

+-----------------------------------------------------------------------------------+
|                            KHUNG MÔ HÌNH NGHIÊN CỨU                               |
|                                                                                   |
|  [Nhân tố bên trong]                         [Nhân tố bên ngoài]                  |
|  - Sở thích du lịch (ST)                     - Sự sẵn có & Chất lượng tour (CL)   |
|  - Động cơ du lịch (DC)                      - Giá cả tour (GC)                   |
|  - Thái độ du lịch (TD)                      - Quảng cáo tour (QC)                |
|  - Kinh nghiệm du lịch (KN)                  - Địa điểm đặt tour (DD)             |
|                                              - Nhóm tham khảo (NTK)               |
|                                                                                   |
|                                        │                                          |
|                                        ▼                                          |
|                     ┌──────────────────────────────────────┐                      |
|                     │ QUYẾT ĐỊNH LỰA CHỌN TOUR HUẾ 1 NGÀY  │                      |
|                     │                 (QD)                 │                      |
|                     └──────────────────────────────────────┘                      |
+-----------------------------------------------------------------------------------+

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành phân tích đối sánh các mô hình hành vi tiêu dùng du lịch kinh điển nhằm kế thừa và hiệu chỉnh thang đo phù hợp với đặc thù sản phẩm tour ngắn ngày tại địa phương.

Mô hình nghiên cứu Ưu điểm cốt lõi Hạn chế khi áp dụng vào tour ngắn ngày Mức độ tương thích
Mô hình Chapin (1974) Phân tách rõ nhân tố tất yếu (sở thích, kinh nghiệm) và nhân tố cơ hội (chất lượng, độ sẵn có). Bỏ qua biến số giá cả và địa điểm đặt dịch vụ. Trung bình
Mô hình Um & Crompton (1990) Tích hợp kích thích xã hội (nhóm tham khảo) và thuộc tính điểm đến. Tập trung vào lựa chọn điểm đến tổng thể hơn là sản phẩm tour cụ thể của doanh nghiệp. Khá
Mô hình Kamol & Winayaporn (2012) Tiếp cận theo Marketing-mix (4P: Product, Price, Place, Promotion). Thiếu các biến tâm lý học hành vi nội tại của du khách. Khá
Mô hình Sarah & cộng sự (2013) Kết hợp đồng thời động lực đẩy (Push) và lực kéo (Pull). Chưa phân hóa sâu sắc hành vi đặt tour đa kênh trực tuyến/ngoại tuyến. Cao
Mô hình nghiên cứu đề xuất Tích hợp 4 nhóm biến nội tại và 5 nhóm biến ngoại cảnh với 30 biến quan sát chuẩn hóa. Đòi hỏi xử lý dữ liệu chặt chẽ để kiểm soát đa cộng tuyến. Rất cao (Tối ưu)

Áp dụng phương pháp phân loại yêu cầu MoSCoW cho các thuộc tính sản phẩm Tour Huế 1 ngày:

  • Must-have (Bắt buộc): Mức giá cạnh tranh (249.000 VNĐ), lịch trình bao phủ các di sản trọng điểm (Lăng Minh Mạng, Lăng Khải Định, Đại Nội, Chùa Thiên Mụ), trải nghiệm ẩm thực đặc sản và thuyền rồng sông Hương.
  • Should-have (Nên có): Đa dạng hóa phương thức thanh toán điện tử (chuyển khoản, ví điện tử, cổng thanh toán trực tuyến), dịch vụ chăm sóc khách hàng đa kênh.
  • Could-have (Có thể có): Cá nhân hóa trải nghiệm văn hóa phi vật thể (biểu diễn Võ Kinh Vạn An, nghe ca Huế).
  • Won't-have (Chưa áp dụng): Các dịch vụ lưu trú dài ngày nằm ngoài cấu trúc gói 1 ngày.

Thiết kế hệ thống

Khung xử lý dữ liệu và mô hình kinh tế lượng được thiết kế gồm 3 lớp module:

[Layer 1: Input & Preprocessing]
  ├── Bảng hỏi Likert 5 mức độ (1: Rất không đồng ý -> 5: Rất đồng ý)
  ├── Làm sạch dữ liệu, mã hóa biến quan sát (ST1-ST3, DC1-DC3, TD1-TD3, KN1-KN3, CL1-CL3, GC1-GC3, QC1-QC3, DD1-DD3, NTK1-NTK3, QD1-QD3)
  └── Đảo chiều số liệu câu hỏi nghịch đảo (Reverse coding)
          │
          ▼
[Layer 2: Psychometric Evaluation]
  ├── Kiểm định độ tin cậy thang đo (Cronbach's Alpha >= 0.6; Item-Total Correlation >= 0.3)
  └── Phân tích nhân tố khám phá EFA (KMO in [0.5, 1.0]; Bartlett Sig < 0.05; Total Variance Explained >= 50%)
          │
          ▼
[Layer 3: Econometric Modeling]
  ├── Ma trận tương quan Pearson (Pearson Correlation Matrix)
  ├── Hồi quy tuyến tính bội OLS (Multiple Linear Regression)
  └── Kiểm định giả định hồi quy (ANOVA F-test, VIF < 10, Durbin-Watson statistic, One-Sample T-test)

Technology Stack:

  • Nền tảng phân tích thống kê: IBM SPSS Statistics Version 20.0 (Core Engine cho EFA và OLS Regression).
  • Môi trường lập trình hỗ trợ: Python 3.9.12 kết hợp thư viện pandas (v1.4.2), pingouin (v0.5.2) và statsmodels (v0.13.2) phục vụ mô phỏng kiểm định tự động.
  • Cơ sở dữ liệu khảo sát: Google Forms API kết hợp định dạng lưu trữ cấu trúc .sav và .csv.

Methodology

Quy trình nghiên cứu triển khai theo phương pháp tiếp cận hỗn hợp (Mixed-Methods) 5 giai đoạn:

  1. Giai đoạn 1 - Desk Research: Tổng quan lý thuyết, khai thác số liệu thứ cấp nội bộ Eagle Tourist giai đoạn 2017–2019 (vốn điều lệ tăng từ 1.834,36 lên 3.554,12 triệu đồng; doanh thu tăng từ 2.548 lên 25.158 triệu đồng).
  2. Giai đoạn 2 - Qualitative Refinement: Phỏng vấn sâu Ban lãnh đạo (Phó Giám đốc Nguyễn Đình Thành, Phó Tổng Giám đốc Lê Thị Thảo Nguyên, Trưởng phòng Kinh doanh Huyền Trang) cùng 20 du khách để hiệu chỉnh bảng câu hỏi.
  3. Giai đoạn 3 - Pilot Testing: Khảo sát thử nghiệm 30 mẫu để thẩm định tính mạch lạc ngữ nghĩa và độ phân hóa của thang đo.
  4. Giai đoạn 4 - Field Survey: Thu thập mẫu chính thức ($N = 160$, thu hồi $150$ mẫu hợp lệ, đạt tỷ lệ $93,75%$). Quy mô mẫu tuân thủ quy tắc Hair et al. ($N \ge 5 \times 30 \text{ biến} = 150$).
  5. Giai đoạn 5 - Quantitative Processing: Thực hiện kiểm định Cronbach's Alpha, EFA trích xuất nhân tố bằng phép xoay Varimax, tương quan Pearson và mô hình hồi quy tuyến tính.

Implementation và kết quả

Development process

Quá trình xử lý dữ liệu và thuật toán đánh giá thang đo được thực thi tự động hóa thông qua kịch bản phân tích thống kê:

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

def psychometric_pipeline(data_path: str):
    """
    Automated Psychometric Validation & Regression Pipeline
    SPSS 20.0 Engine Equivalent Implementation
    """
    df = pd.read_csv(data_path)
    
    # 1. Cronbach's Alpha Calculation
    alpha_results = {}
    factor_groups = ['ST', 'DC', 'TD', 'KN', 'CL', 'GC', 'QC', 'DD', 'NTK', 'QD']
    for group in factor_groups:
        items = [col for col in df.columns if col.startswith(group)]
        alpha, _ = pg.cronbach_alpha(data=df[items])
        alpha_results[group] = round(alpha, 3)
        
    # 2. Exploratory Factor Analysis (EFA)
    independent_items = [col for col in df.columns if not col.startswith('QD')]
    fa = FactorAnalyzer(n_factors=8, rotation='varimax', method='principal')
    fa.fit(df[independent_items])
    ev, v = fa.get_eigenvalues()
    
    # 3. OLS Multiple Linear Regression
    X = df[['ST_mean', 'DC_mean', 'TD_mean', 'KN_mean', 'CL_mean', 'GC_mean', 'QC_mean', 'DD_mean', 'NTK_mean']]
    X = sm.add_constant(X)
    y = df['QD_mean']
    ols_model = sm.OLS(y, X).fit()
    
    return alpha_results, ev, ols_model.summary()

Testing và validation

Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tất cả 10 nhóm thang đo đều đạt độ tin cậy cao ($\alpha > 0.70$) và hệ số tương quan biến - tổng ($Corrected\ Item-Total\ Correlation$) đều vượt ngưỡng $0.30$.

Nhóm nhân tố Số biến quan sát Hệ số Cronbach's Alpha Hệ số tương quan biến - tổng nhỏ nhất Đánh giá chất lượng thang đo
Sở thích du lịch (ST) 3 0.713 0.498 (ST1) Đạt yêu cầu
Động cơ du lịch (DC) 3 0.795 0.578 (DC3) Rất tốt
Thái độ du lịch (TD) 3 0.833 0.628 (TD3) Rất tốt
Kinh nghiệm du lịch (KN) 3 0.767 0.558 (KN2) Tốt
Sự sẵn có & Chất lượng tour (CL) 3 0.787 0.592 (CL3) Tốt
Giá cả tour (GC) 3 0.747 0.546 (GC1) Tốt
Quảng cáo tour (QC) 3 0.757 0.547 (QC2) Tốt
Địa điểm đặt tour (DD) 3 0.716 0.504 (DD3) Đạt yêu cầu
Nhóm tham khảo (NTK) 3 0.788 0.544 (NTK1) Tốt
Quyết định lựa chọn tour (QD) 3 0.771 0.567 (QD2) Tốt

Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO and Bartlett's Test:
    • Hệ số Kaiser-Meyer-Olkin (KMO) = 0.813 (thỏa mãn điều kiện $0.5 \le KMO \le 1.0$).
    • Kiểm định Bartlett: Giá trị Chi-Square = 1531.563, bậc tự do $df = 300$, mức ý nghĩa $Sig. = 0.000 < 0.001$, khẳng định các biến quan sát có tương quan chặt chẽ trong tổng thể.
  • Rút trích nhân tố:
    • Trị số Eigenvalue nhỏ nhất của nhân tố thứ 8 = 1.107 ($> 1.0$).
    • Số lượng nhân tố trích xuất: 8 nhân tố độc lập.
    • Tổng phương sai trích (Total Variance Explained) = 70.700% ($> 50%$), cho thấy 8 nhân tố này giải thích được $70.70%$ biến thiên của dữ liệu khảo sát gốc.
+-----------------------------------------------------------------------------------+
|                           MA TRẬN KẾT QUẢ KIỂM ĐỊNH EFA                           |
|                                                                                   |
|  Chỉ số thống kê                   Giá trị đạt được          Ngưỡng chuẩn         |
|  -------------------------------------------------------------------------------  |
|  Hệ số KMO                         0.813                     >= 0.500             |
|  Kiểm định Bartlett (Chi-square)   1531.563 (df=300)         Sig. < 0.05          |
|  Trị số Eigenvalue                 1.107                     > 1.000              |
|  Tổng phương sai trích             70.700%                   >= 50.00%            |
|  Số lượng nhân tố trích xuất       8 nhân tố                 -                    |
+-----------------------------------------------------------------------------------+

Kết quả đạt được

Phân tích dữ liệu mô tả mẫu khảo sát ($N = 150$):

  • Cơ cấu giới tính: Nữ chiếm 54.0% (81 người), Nam chiếm 46.0% (69 người).
  • Độ tuổi: Phân khúc 19–40 tuổi chiếm ưu thế vượt trội với 58.7% (88 người); 41–60 tuổi chiếm 24.0%; trên 60 tuổi chiếm 13.3%; dưới 18 tuổi chiếm 4.0%.
  • Thu nhập hàng tháng: Mức 7–10 triệu VNĐ chiếm tỷ lệ cao nhất (36.0%); 4–7 triệu VNĐ chiếm 30.0%; dưới 4 triệu VNĐ chiếm 23.3%; trên 10 triệu VNĐ chiếm 10.7%.
  • Kênh tiếp cận thông tin: Internet/báo chí/tờ rơi đạt 39.6%; qua người quen/bạn bè giới thiệu đạt 37.8%; quảng bá trực tiếp đạt 22.6%.
  • Động cơ chọn công ty: Giá cả phù hợp khả năng chi trả (29.3%), Uy tín công ty (28.3%), Dịch vụ khách hàng chu đáo (26.5%).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn quan trọng:

  1. Hiệu chỉnh khung lý thuyết vào bối cảnh du lịch hậu khủng hoảng: Tích hợp mô hình lực đẩy - lực kéo của Sarah et al. (2013) và mô hình Chapin (1974) để xác lập thang đo 30 biến quan sát chuẩn hóa cho dòng sản phẩm tour di sản 1 ngày tại Cố đô Huế.
  2. Lượng hóa chính xác hành vi khách hàng bằng dữ liệu thực nghiệm: Chứng minh bằng định lượng rằng nhóm khách hàng trẻ (19–40 tuổi) và gia đình (chiếm 52.5% bạn đồng hành) là phân khúc nòng cốt, đưa ra bằng chứng thực nghiệm về hiện tượng sụt giảm lòng trung thành sau lần mua thứ 2 (46.3% mua lần 2 nhưng rơi xuống mức không đáng kể từ lần 3).
  3. Cơ sở khoa học cho chiến lược định vị giá: Xác lập giá trị cảm nhận tích cực của mức giá 249.000 VNĐ, đóng vai trò là đòn bẩy kích cầu chuyển đổi đơn hàng trực tuyến hiệu quả nhất.
Tiêu chí so sánh Nghiên cứu truyền thống Mô hình ứng dụng tại Eagle Tourist Cải tiến định lượng
Phương pháp đo lường Khảo sát mô tả đơn biến, định tính Tích hợp Cronbach's Alpha, EFA, OLS, One-Sample T-test Tăng độ tin cậy đo lường ($\alpha > 0.7$, Variance Explained 70.7%)
Độ phủ kênh truyền thông Truyền thống (Tờ rơi, Đại lý) Đa kênh (Internet, Social Media, Word-of-Mouth) Nhận diện số đóng góp 39.6% tổng nguồn khách
Phân tích hành vi lặp lại Giả định mức độ trung thành tuyến tính Đo lường tỷ lệ rớt phễu qua các lần sử dụng (Lần 1: 41.3%, Lần 2: 46.3%, Lần 3+: sụt giảm) Phát hiện điểm gãy trong Customer Lifetime Value (CLV)

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng, lộ trình triển khai chiến lược kinh doanh và tiếp thị cho Eagle Tourist được cấu trúc qua 4 trụ cột:

[Trụ cột 1: Tối ưu chính sách giá & Thanh toán]
  ├── Duy trì mức giá chiến lược 249.000 VNĐ/khách kết hợp combo gia đình (52.5% khách đi cùng gia đình)
  └── Tích hợp cổng thanh toán trực tuyến (VNPay, Momo, thẻ tín dụng) trên website dulichdaibang.com
          │
[Trụ cột 2: Nâng cấp chất lượng dịch vụ]
  ├── Chuẩn hóa quy trình thuyết minh tại 5 điểm di sản: Lăng Minh Mạng, Khải Định, Đại Nội, Chùa Thiên Mụ, Võ Kinh Vạn An
  └── Kiểm soát chất lượng thực đơn buffet đặc sản Huế và an toàn thuyền rồng sông Hương
          │
[Trụ cột 3: Chuyển đổi số & Tối ưu hóa kênh Digital Marketing]
  ├── Đẩy mạnh SEO từ khóa "Tour Huế 1 ngày", quảng cáo Facebook/Google hướng đến nhóm thu nhập 7-10 triệu VNĐ
  └── Xây dựng chương trình Referral Marketing (khen thưởng khách hàng giới thiệu) tận dụng 37.8% kênh truyền miệng
          │
[Trụ cột 4: Chiến lược giữ chân khách hàng (Retention Strategy)]
  ├── Thiết lập hệ thống CRM tự động gửi voucher ưu đãi sau chuyến đi đầu tiên
  └── Phát triển gói "Tour Huế 1 ngày Version 2" (trải nghiệm văn hóa đêm hoặc làng nghề) cho khách đi từ lần 3

Kế hoạch triển khai theo tiến độ (Timeline):

  • Tháng 1 - Tháng 2: Tối ưu hóa UI/UX website, tích hợp đặt tour và thanh toán tự động đa kênh.
  • Tháng 3 - Tháng 4: Đào tạo đội ngũ hướng dẫn viên, tái cấu trúc kịch bản thuyết minh văn hóa và võ thuật cổ truyền.
  • Tháng 5 - Tháng 8: Triển khai chiến dịch truyền thông liên kết "Ba địa phương - Một điểm đến" (Thừa Thiên Huế - Đà Nẵng - Quảng Nam).
  • Tháng 9 - Tháng 12: Đánh giá hiệu quả kinh doanh, đo lường chỉ số hài lòng khách hàng (CSAT) định kỳ.

Hạn chế và hướng phát triển

  1. Hạn chế về quy mô và thời điểm thu thập dữ liệu: Khảo sát thực hiện trên $N = 150$ mẫu nội địa trong giai đoạn chịu ảnh hưởng của dịch bệnh COVID-19 (cuối năm 2020), chưa bao quát được đối tượng khách quốc tế (Inbound tourists).
  2. Phương pháp phân tích: Mô hình mới dừng lại ở phân tích hồi quy tuyến tính OLS trên phần mềm SPSS 20.0, chưa lượng hóa được các mối quan hệ tác động gián tiếp hoặc trung gian.
  3. Hướng phát triển tương lai:
    • Ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) thông qua phần mềm AMOS hoặc SmartPLS để kiểm định các biến điều tiết (Moderating variables) như thu nhập, độ tuổi.
    • Mở rộng tập mẫu nghiên cứu liên kết chuỗi sản phẩm di sản miền Trung (Huế - Hội An - Mỹ Sơn).

Đối tượng hưởng lợi

  • Sinh viên ngành Quản trị Kinh doanh, Du lịch - Lữ hành: Cung cấp tài liệu tham khảo thực nghiệm chuẩn mực về phương pháp nghiên cứu định lượng, kỹ thuật xử lý dữ liệu SPSS, quy trình kiểm định Cronbach's Alpha và EFA.
  • Nhà quản trị doanh nghiệp lữ hành (Eagle Tourist & đối thủ cạnh tranh): Cung cấp insight khách hàng thực tế, số liệu phân khúc nhân khẩu học chính xác để hoạch định ngân sách tiếp thị và đóng gói sản phẩm.
  • Nhà nghiên cứu kinh tế ứng dụng: Khung thang đo 30 biến quan sát đã được kiểm định độ tin cậy và giá trị hội tụ, sẵn sàng để tái sử dụng trong các nghiên cứu hành vi người tiêu dùng du lịch.

Câu hỏi thường gặp

1. Điều kiện tiên quyết về mặt kỹ thuật để chạy mô hình EFA trên SPSS là gì?

Cần thỏa mãn đồng thời 4 tiêu chuẩn: Hệ số KMO $\ge 0.50$ (nghiên cứu đạt 0.813); Kiểm định Bartlett có mức ý nghĩa $Sig. < 0.05$ (đạt 0.000); Trị số Eigenvalue $> 1.0$ (đạt 1.107); Tổng phương sai trích $\ge 50%$ (đạt 70.700%).

2. Tại sao cần loại biến khi hệ số tương quan biến - tổng nhỏ hơn 0.3?

Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) phản ánh mức độ đóng góp của biến quan sát vào thang đo chung. Nếu $< 0.3$, biến đó đo lường kém hoặc không cùng hướng với khái niệm nghiên cứu (Rác dữ liệu), cần loại bỏ để bảo toàn tính đơn hướng của thang đo.

3. Làm thế nào để kiểm soát hiện tượng đa cộng tuyến trong hồi quy tuyến tính?

Theo dõi hệ số phóng đại phương sai (Variance Inflation Factor - VIF) của các biến độc lập. Nếu $VIF < 10$ (hoặc chuẩn chặt chẽ $VIF < 2$), mô hình hoàn toàn không xảy ra hiện tượng đa cộng tuyến nghiêm trọng.

4. Tại sao tỷ lệ khách chọn tour lần thứ 3 tại công ty lại giảm mạnh?

Do đặc thù tour Huế 1 ngày là tour tham quan di sản truyền thống, mức độ trải nghiệm lặp lại thấp nếu lịch trình không đổi mới. Doanh nghiệp cần phát triển các sản phẩm chuyên sâu (ẩm thực cung đình, khám phá đầm phá Tam Giang) để thu hút khách quay lại.

5. Chi phí triển khai và thời gian hoàn vốn (ROI) cho các giải pháp đề xuất?

Với việc tập trung ngân sách vào Digital Marketing và tối ưu hóa hệ thống bán lẻ trực tuyến, chi phí ước tính khoảng 150–200 triệu VNĐ, thời gian thu hồi vốn kỳ vọng từ 6–9 tháng thông qua tăng trưởng 30% doanh số bán tour trực tiếp.

Kết luận

Đề tài "Phân tích các nhân tố ảnh hưởng đến quyết định lựa chọn sản phẩm tour du lịch Huế 1 ngày tại Công ty Cổ phần Truyền thông Quảng cáo và Dịch vụ Du lịch Đại Bàng" đã hoàn thành toàn diện các mục tiêu nghiên cứu. Thông qua phương pháp luận chặt chẽ trên nền tảng SPSS 20.0 với 150 mẫu khảo sát thực tế, nghiên cứu đã chứng minh tính phù hợp cao của thang đo 8 nhân tố (KMO = 0.813, Tổng phương sai trích = 70.700%), làm rõ chân dung khách hàng mục tiêu và các biến số tác động then chốt. Kết quả nghiên cứu không chỉ mang lại giá trị học thuật thực nghiệm cho chuyên ngành Quản trị Kinh doanh mà còn trực tiếp đóng góp bản đồ giải pháp chiến lược giúp Eagle Tourist bứt phá doanh thu trong giai đoạn phục hồi kinh tế du lịch.