Giới thiệu dự án

Thị trường bán lẻ điện máy Việt Nam giai đoạn 2019 – 2021 chứng kiến sự phân hóa và cạnh tranh khốc liệt dưới tác động kép của đại dịch COVID-19 và làn sóng mở rộng chuỗi cung ứng hiện đại. Theo báo cáo từ tổ chức nghiên cứu thị trường GfK, chuỗi bán lẻ Điện Máy Xanh (thuộc Công ty Cổ phần Đầu tư Thế Giới Di Động) đã chiếm lĩnh hơn 40% thị phần toàn quốc, tạo sức ép cạnh tranh đè nặng lên các doanh nghiệp vừa và nhỏ (SME) tại các thị trường địa phương. Bối cảnh giãn cách xã hội kéo dài, sức mua suy giảm và xu hướng chuyển dịch mạnh mẽ sang thương mại điện tử đã khiến mô hình bán lẻ truyền thống bộc lộ nhiều điểm nghẽn nghiêm trọng về năng lực lưu chuyển dòng tiền và quản trị kênh phân phối.

Công ty TNHH Minh Quang là doanh nghiệp bán lẻ điện máy quy mô nhỏ hoạt động hơn 15 năm tại địa bàn tỉnh Quảng Ngãi. Mặc dù sở hữu lợi thế về độ nhận diện địa phương, doanh nghiệp đang đối mặt với các vấn đề cốt lõi: tốc độ quay vòng vốn lưu động chậm, chi phí tiêu thụ gia tăng, kênh phân phối chủ yếu là trực tiếp qua điểm bán vật lý mà thiếu vắng hạ tầng bán hàng đa kênh (Omnichannel), cùng việc thiếu cơ sở dữ liệu định lượng để đánh giá mức độ hài lòng và hành vi tiêu dùng của khách hàng sau biến động thị trường.

Khóa luận tốt nghiệp chuyên ngành Thương mại Điện tử thực hiện đề tài "Phân tích tình hình tiêu thụ sản phẩm tại Công ty TNHH Minh Quang trên địa bàn tỉnh Quảng Ngãi" nhằm giải quyết các bài toán trên thông qua 4 mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về quản trị tiêu thụ, cấu trúc kênh phân phối và các nhân tố ảnh hưởng đến quyết định mua sắm điện máy.
  2. Phân tích thực trạng tài chính, cơ cấu doanh thu, chi phí tiêu thụ và hiệu quả bán hàng của Công ty TNHH Minh Quang giai đoạn 2019 – 2021.
  3. Thu thập và kiểm định định lượng ý kiến đánh giá của khách hàng ($N = 120$) đối với chính sách 4P (Product, Price, Place, Promotion) và dịch vụ sau bán hàng bằng phần mềm thống kê chuyên dụng.
  4. Xây dựng ma trận SWOT và đề xuất hệ thống giải pháp tối ưu hóa kênh phân phối, nâng cao năng lực cạnh tranh và hiệu quả tiêu thụ sản phẩm điện máy trên thị trường tỉnh Quảng Ngãi.

Dự án tiếp cận giải pháp bằng phương pháp kết hợp phân tích số liệu thứ cấp (báo cáo tài chính, bảng cân đối kế toán, dữ liệu doanh thu chi tiết 2019 – 2021) và xử lý dữ liệu sơ cấp định lượng thông qua kiểm định tham số One-Sample T-test trên phần mềm IBM SPSS Statistics 22.0. Phạm vi nghiên cứu giới hạn tại thị trường bán lẻ điện máy tỉnh Quảng Ngãi trong khung thời gian 3 năm, tập trung vào tập khách hàng cá nhân và hộ gia đình.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường bán lẻ điện máy địa phương tồn tại 3 mô hình vận hành chính. Bảng so sánh dưới đây làm rõ ưu và nhược điểm của từng phương thức:

Tiêu chí Mô hình Chuỗi lớn (Điện Máy Xanh, Nguyễn Kim) Mô hình SME Truyền thống (Minh Quang) Mô hình Thuần E-Commerce (Shopee, Tiki, Lazada)
Độ phủ thị trường Rộng khắp, điểm bán dày đặc, nhận diện thương hiệu mạnh. Giới hạn trong tỉnh Quảng Ngãi và vùng phụ cận. Toàn quốc thông qua nền tảng số.
Giá cả & Khuyến mãi Chương trình trợ giá lớn, tích điểm hệ sinh thái, trả góp 0%. Linh hoạt đàm phán trực tiếp, ưu đãi theo sự kiện nhưng ngân sách hạn chế. Giá cạnh tranh cao, cạnh tranh giảm giá trực tiếp từ sàn.
Dịch vụ sau bán Quy trình hóa cao, trung tâm bảo hành rộng khắp. Tận tâm, hỗ trợ kỹ thuật nhanh tại địa phương, xử lý linh hoạt. Phụ thuộc vào hãng và đơn vị vận chuyển bên thứ ba.
Chi phí vận hành Chi phí mặt bằng và nhân sự rất cao. Chi phí mặt bằng cố định thấp, bộ máy tinh gọn. Tối ưu chi phí mặt bằng, chi phí tiếp thị số cao.

Áp dụng phương pháp phân tích yêu cầu MoSCoW đối với hệ thống quản trị tiêu thụ của doanh nghiệp:

  • Must have (Bắt buộc có): Hệ thống kiểm soát doanh thu theo thời gian thực; đa dạng hóa phương thức thanh toán không tiền mặt (POS, chuyển khoản, ví điện tử); chính sách bảo hành và lắp đặt tại nhà chuẩn hóa.
  • Should have (Nên có): Kênh bán hàng trực tuyến tích hợp báo giá tự động; chương trình tích điểm khách hàng thân thiết; công cụ dự báo nhu cầu tồn kho theo tính mùa vụ.
  • Could have (Có thể có): Ứng dụng di động tra cứu bảo hành điện tử; dịch vụ trả góp liên kết qua cổng thanh toán số.
  • Won't have (Chưa ưu tiên): Mở rộng hệ thống kho bãi ngoài tỉnh; xây dựng ứng dụng thương mại điện tử độc lập có chi phí đầu tư lớn.

Thiết kế hệ thống

Để hiện đại hóa quy trình theo dõi và phân tích dữ liệu tiêu thụ, hệ thống quản trị dữ liệu bán hàng và khảo sát được mô hình hóa theo kiến trúc phân tầng:

+-------------------------------------------------------------------------+
|                         DATA INGESTION LAYER                            |
|  +---------------------------+       +-------------------------------+  |
|  | Dữ liệu Thứ cấp (2019-21) |       |  Dữ liệu Sơ cấp Khảo sát      |  |
|  | (Báo cáo bán hàng, POS)   |       |  (Bảng hỏi Likert 5 mức độ)   |  |
|  +-------------+-------------+       +---------------+---------------+  |
+----------------|-------------------------------------|------------------+
                 v                                     v
+-------------------------------------------------------------------------+
|                     DATA PROCESSING & ETL (Python / SQL)                |
|  - Làm sạch dữ liệu, xử lý missing values                               |
|  - Chuẩn hóa mã hóa biến: PROD_*, PRICE_*, STAFF_*, PLACE_*, PROM_*     |
|  - Trích xuất chỉ số tài chính: Doanh thu bình quân, Chi phí tiêu thụ    |
+----------------------------------+--------------------------------------+
                                   v
+-------------------------------------------------------------------------+
|                    ANALYTICAL ENGINE (SPSS 22.0 / SciPy)                |
|  +---------------------------+       +-------------------------------+  |
|  | Descriptive Statistics    |       | One-Sample T-Test             |  |
|  | (Mean, Std. Dev, Frequency)       | (Test Value = 3.0, p < 0.05)   |  |
|  +---------------------------+       +-------------------------------+  |
+----------------------------------+--------------------------------------+
                                   v
+-------------------------------------------------------------------------+
|                       BUSINESS INSIGHTS & REPORTS                       |
|  - Báo cáo biến động doanh số theo ngành hàng & kênh phân phối          |
|  - Bản đồ SWOT chiến lược và giải pháp tối ưu hóa Marketing 4P          |
+-------------------------------------------------------------------------+

Công nghệ và công cụ sử dụng:

  • Phân tích thống kê: IBM SPSS Statistics v22.0 (Descriptive Statistics, One-Sample T-Test).
  • Ngôn ngữ xử lý dữ liệu bổ trợ: Python v3.10.x với thư viện Pandas v2.1.0, SciPy v1.11.0, NumPy v1.25.0.
  • Quản lý cơ sở dữ liệu mẫu: PostgreSQL v15.3.

Mô hình cơ sở dữ liệu chuẩn hóa cho việc theo dõi tiêu thụ và khảo sát khách hàng:

CREATE TABLE dim_customer (
    customer_id SERIAL PRIMARY KEY,
    gender VARCHAR(10),
    income_bracket VARCHAR(50),
    purchase_frequency INT,
    brand_awareness_channel VARCHAR(100)
);

CREATE TABLE fact_survey_response (
    response_id SERIAL PRIMARY KEY,
    customer_id INT REFERENCES dim_customer(customer_id),
    prod_quality_score INT CHECK (prod_quality_score BETWEEN 1 AND 5),
    price_competitiveness INT CHECK (price_competitiveness BETWEEN 1 AND 5),
    staff_attitude INT CHECK (staff_attitude BETWEEN 1 AND 5),
    store_ambiance INT CHECK (store_ambiance BETWEEN 1 AND 5),
    payment_convenience INT CHECK (payment_convenience BETWEEN 1 AND 5),
    promotion_satisfaction INT CHECK (promotion_satisfaction BETWEEN 1 AND 5),
    repurchase_intent INT CHECK (repurchase_intent BETWEEN 1 AND 5),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Methodology

Phương pháp nghiên cứu kết hợp giữa nghiên cứu định tính và định lượng:

  1. Nghiên cứu định tính: Phỏng vấn sâu Ban Giám đốc và nhân viên bán hàng của Công ty Minh Quang nhằm xác định các thuộc tính cấu thành thang đo và nhận diện trở ngại vận hành tại Quảng Ngãi.
  2. Nghiên cứu định lượng: Khảo sát mẫu ngẫu nhiên $N = 120$ khách hàng đã mua sản phẩm điện máy. Bảng hỏi sử dụng thang đo khoảng cách Likert 5 mức độ (1: Rất không đồng ý đến 5: Rất đồng ý).
  3. Phương pháp kiểm định: Kiểm định giá trị trung bình tổng thể thông qua One-Sample T-test với giá trị kiểm định ($Test\ Value = 3.0$).
    • Giả thuyết $H_0: \mu = 3.0$ (Khách hàng đánh giá ở mức trung hòa/không có sự khác biệt).
    • Giả thuyết $H_1: \mu \neq 3.0$ (Khách hàng có sự đồng thuận hoặc không đồng thuận rõ rệt).
    • Mức ý nghĩa thống kê $\alpha = 0.05$. Bác bỏ $H_0$ khi $Sig. (2-tailed) < 0.05$.

Implementation và kết quả

Development process

Quy trình xử lý dữ liệu và kiểm định được thực thi qua 4 giai đoạn logic:

  • Giai đoạn 1 (Tổng hợp tài chính): Trích xuất dữ liệu tiêu thụ giai đoạn 2019 – 2021, phân rã doanh thu theo tháng, theo nhóm ngành hàng (Điện lạnh, Điện tử, Đồ gia dụng) và theo kênh phân phối (Trực tiếp tại showroom vs. Đơn vị hợp đồng/trung gian).
  • Giai đoạn 2 (Thu thập & Làm sạch khảo sát): Phát 120 phiếu điều tra, thu hồi 120 phiếu hợp lệ (tỷ lệ phản hồi 100%), mã hóa các biến quan sát sang biến số trên SPSS.
  • Giai đoạn 3 (Kiểm định thống kê): Thực thi kiểm định One-Sample T-test cho từng nhóm nhân tố ảnh hưởng.
  • Giai đoạn 4 (Phân tích ma trận kết quả): Liên kết điểm số đánh giá với các chỉ số hiệu quả kinh doanh.

Thuật toán kiểm định thống kê được tự động hóa bằng script phân tích:

import numpy as np
import pandas as pd
from scipy import stats

def evaluate_consumption_factors(csv_path: str, test_value: float = 3.0, alpha: float = 0.05):
    """
    Tự động hóa kiểm định One-Sample T-Test cho dữ liệu khảo sát tiêu thụ sản phẩm
    """
    df = pd.read_csv(csv_path)
    factor_groups = {
        "Dac_tinh_san_pham": ["prod_quality", "prod_variety", "prod_authenticity"],
        "Gia_ca": ["price_affordability", "price_transparency", "price_discount"],
        "Nhan_vien_ban_hang": ["staff_knowledge", "staff_attitude", "staff_support"],
        "Noi_mua_hang": ["store_location", "store_display", "store_parking"],
        "Thanh_toan_Giao_hang": ["payment_diversity", "delivery_speed", "delivery_integrity"],
        "Khuyen_mai_Hau_mai": ["promo_frequency", "warranty_service", "repair_support"]
    }
    
    results = []
    for group_name, cols in factor_groups.items():
        sub_data = df[cols].mean(axis=1)
        mean_val = np.mean(sub_data)
        std_val = np.std(sub_data, ddof=1)
        t_stat, p_val = stats.ttest_1samp(sub_data, popmean=test_value)
        
        is_significant = p_val < alpha
        sentiment = "Tích cực (Mean > 3.0)" if (is_significant and mean_val > test_value) else \
                    "Tiêu cực (Mean < 3.0)" if (is_significant and mean_val < test_value) else "Trung hòa"
        
        results.append({
            "Nhóm nhân tố": group_name,
            "Giá trị TB (Mean)": round(mean_val, 3),
            "Độ lệch chuẩn (SD)": round(std_val, 3),
            "T-Statistic": round(t_stat, 3),
            "Sig. (2-tailed)": round(p_val, 4),
            "Đánh giá": sentiment
        })
        
    return pd.DataFrame(results)

Testing và validation

Kết quả kiểm định One-Sample T-test đối với 120 mẫu khảo sát khách hàng tại Công ty TNHH Minh Quang được tổng hợp chi tiết:

Nhóm biến quan sát Số quan sát ($N$) Giá trị trung bình ($\bar{X}$) Độ lệch chuẩn ($SD$) Giá trị $t$ ($t$-stat) Giá trị $Sig.$ ($p$-value) Chênh lệch ($\bar{X} - 3.0$)
Đặc tính sản phẩm 120 4.12 0.618 19.864 0.000 +1.12
Giá cả sản phẩm 120 3.65 0.742 9.598 0.000 +0.65
Nhân viên bán hàng 120 3.98 0.584 18.390 0.000 +0.98
Nơi mua hàng (Điểm bán) 120 3.42 0.811 5.671 0.000 +0.42
Phương thức thanh toán & Giao hàng 120 3.28 0.895 3.428 0.001 +0.28
Dịch vụ khuyến mãi & Hậu mãi 120 2.84 0.912 -1.921 0.057 -0.16
Khả năng tiêu thụ (Ý định mua lại) 120 3.78 0.654 13.072 0.000 +0.78

Tất cả các nhóm biến ngoại trừ "Dịch vụ khuyến mãi & Hậu mãi" đều có mức ý nghĩa $Sig. < 0.05$ và giá trị trung bình lớn hơn 3.0, thể hiện sự đồng thuận cao từ khách hàng về chất lượng hàng hóa chính hãng, năng lực chuyên môn của nhân viên và mức giá hợp lý. Tuy nhiên, nhóm biến Dịch vụ khuyến mãi & Hậu mãi đạt điểm trung bình thấp ($\bar{X} = 2.84$), giá trị $Sig. = 0.057 > 0.05$, chỉ ra rằng chính sách ưu đãi và chăm sóc hậu mãi chưa tạo được sự khác biệt hay thỏa mãn kỳ vọng khách hàng so với các chuỗi bán lẻ cạnh tranh.

Kết quả đạt được

  1. Hiệu quả tiêu thụ theo chu kỳ tài chính (2019 – 2021):
    • Doanh thu năm 2019 đạt mức ổn định trước dịch; năm 2020 sụt giảm 14.8% do đứt gãy chuỗi cung ứng và giãn cách xã hội; năm 2021 có dấu hiệu hồi phục nhẹ (+6.2%) nhờ mở rộng bán hàng dự án và linh hoạt giao hàng tận nơi.
    • Nhóm hàng Điện gia dụng duy trì tỷ trọng doanh thu cao nhất (chiếm 42.5%), tiếp theo là Điện lạnh (34.2%) và Điện tử (23.3%).
  2. Kênh phân phối: Kênh trực tiếp chiếm 88.4% tỷ trọng doanh thu, phản ánh mức độ phụ thuộc lớn vào lưu lượng khách ghé cửa hàng vật lý.
  3. Phương thức thanh toán: Thanh toán tiền mặt và chuyển khoản truyền thống chiếm hơn 82%, thanh toán quẹt thẻ/POS và cổng điện tử chỉ chiếm 18%, là nút thắt cần cải thiện.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ rệt về cả phương pháp luận lẫn thực tiễn vận hành:

  • Đổi mới phương pháp phân tích: Thay vì đánh giá định tính đơn thuần theo phương thức quản lý SME cũ, đề tài đã xây dựng khung phân tích thực nghiệm chuẩn hóa, kết hợp số liệu kế toán quản trị với kiểm định thống kê $t$-test để xác định chính xác các trọng số ảnh hưởng tới quyết định mua.
  • So sánh với các nghiên cứu tiền nhiệm:
    • Nghiên cứu của Phạm Anh Ngọc Danh (2021) về tiêu thụ sản phẩm rượu tập trung chủ yếu vào kênh B2B và nhà hàng.
    • Nghiên cứu của Hồ Thị Kim Chi (2020) về thực phẩm hữu cơ dựa trên chuỗi giá trị nông nghiệp ngắn hạn.
    • Khóa luận này giải quyết đặc thù của ngành hàng điện máy – ngành hàng có giá trị cao, vòng đời sản phẩm dài, yêu cầu khắt khe về bảo hành kỹ thuật và dịch vụ hậu mãi tại địa bàn cấp tỉnh.
  • Đóng góp thực tiễn cho doanh nghiệp: Cung cấp ma trận SWOT chi tiết, giúp Ban Giám đốc Công ty Minh Quang nhận diện rõ điểm nghẽn hậu mãi ($\bar{X} = 2.84$) để tái phân bổ 35% ngân sách marketing vào việc tái thiết lập chính sách bảo hành mở rộng và số hóa kênh liên lạc.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng

Mô hình và giải pháp được thiết kế để triển khai trực tiếp vào hoạt động kinh doanh hàng ngày của Công ty TNHH Minh Quang theo 3 giai đoạn:

[Giai đoạn 1: Chuẩn hóa 4P & Số hóa thanh toán] (Tháng 1 - Tháng 3)

[Giai đoạn 2: Tái cấu trúc Hậu mãi & Bán hàng đa kênh] (Tháng 4 - Tháng 8)

[Giai đoạn 3: Mở rộng phân phối & Tối ưu tồn kho] (Tháng 9 - Tháng 12)

Phân tích Hiệu quả Đầu tư (ROI)

  • Chi phí triển khai ước tính (Capex + Opex năm đầu): 120.000.000 VNĐ (Bao gồm đầu tư phần mềm CRM, nâng cấp điểm bán, đào tạo và chi phí tiếp thị số).
  • Lợi ích dự kiến:
    • Tăng trưởng doanh thu bán lẻ tối thiểu: 15% – 18%/năm.
    • Tiết giảm chi phí lưu kho và hàng tồn chậm luân chuyển: 12%.
    • Nâng cao tỷ lệ khách hàng quay lại (Customer Retention Rate): từ 28% lên 45%.
  • Thời gian hoàn vốn (Payback Period): Ước tính đạt trong vòng 7.5 – 9 tháng vận hành.

Hạn chế và hướng phát triển

  • Hạn chế nghiên cứu:
    • Kích thước mẫu khảo sát ($N = 120$) dù đạt chuẩn thống kê cho kiểm định cơ bản nhưng vẫn mang tính đại diện giới hạn trong khu vực nội thành tỉnh Quảng Ngãi, chưa bao phủ toàn diện các huyện miền núi.
    • Nghiên cứu sử dụng kiểm định One-Sample T-test, chưa khai thác sâu mô hình hồi quy đa biến (Multiple Linear Regression) hoặc mô hình phương trình cấu trúc (SEM) để đo lường mức độ tác động tương đối của từng biến độc lập lên quyết định mua.
  • Hướng phát triển đề xuất:
    • Mở rộng cỡ mẫu lên $N \geq 350$, ứng dụng phân tích nhân tố khám phá (EFA) và kiểm định mô hình hồi quy cấu trúc tuyến tính (PLS-SEM).
    • Tích hợp mô hình dự báo chuỗi thời gian (Time-Series Forecasting) dựa trên dữ liệu POS lịch sử để tự động hóa hoạt động nhập hàng theo mùa vụ.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Cung cấp tài liệu tham khảo hoàn chỉnh về cấu trúc khóa luận ứng dụng, phương pháp luận kết hợp kế toán quản trị và phân tích thống kê định lượng trên SPSS.
  • Nhà phát triển & Kỹ sư dữ liệu: Nhận diện bài toán thực tế của khối doanh nghiệp bán lẻ SME để thiết kế các giải pháp phần mềm POS, CRM và ETL pipeline phù hợp với năng lực tài chính tinh gọn.
  • Chủ doanh nghiệp & Nhà quản trị bán lẻ: Bản hướng dẫn chiến lược nhằm chuyển đổi mô hình phân phối truyền thống, giải quyết bài toán cạnh tranh trực diện với các chuỗi siêu thị điện máy lớn.
  • Nhà nghiên cứu kinh tế: Bộ dữ liệu thực nghiệm về hành vi tiêu dùng sản phẩm điện máy tại thị trường đô thị loại 3 và các tỉnh duyên hải miền Trung trong giai đoạn khủng hoảng.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống phân tích dữ liệu bán hàng tại SME là gì? Hệ thống chỉ yêu cầu máy tính văn phòng cấu hình cơ bản (CPU Core i3 trở lên, 8GB RAM), cài đặt phần mềm IBM SPSS v20+ hoặc môi trường Python 3.8+ với các thư viện mã nguồn mở miễn phí (Pandas, SciPy, Matplotlib) và hệ thống lưu trữ dữ liệu bán hàng định dạng CSV/Excel.

  2. Làm thế nào để giải quyết giới hạn quy mô mẫu khảo sát trong bối cảnh giãn cách hoặc thiếu hụt nhân lực? Doanh nghiệp có thể kết hợp hình thức khảo sát tại điểm bán (trên máy tính bảng/POS) với khảo sát trực tuyến qua mã QR in trên hóa đơn mua hàng và gửi liên kết chăm sóc khách hàng qua Zalo OA, kèm ưu đãi giảm giá nhỏ để gia tăng tỷ lệ phản hồi.

  3. Làm sao để một cửa hàng điện máy địa phương tích hợp thanh toán số mà không phát sinh chi phí vận hành lớn? Ứng dụng các giải pháp thanh toán mã tĩnh/động VietQR chuẩn NAPAS 247 và đăng ký làm đại lý chấp nhận thanh toán của các cổng trung gian có mức phí giao dịch ưu đãi cho SME (0.8% – 1.2%), tránh đầu tư hệ thống máy quẹt thẻ chuyên dụng đắt đỏ.

  4. Doanh nghiệp cần duy trì và cập nhật mô hình đánh giá tiêu thụ với tần suất như thế nào? Dữ liệu doanh thu và chi phí tiêu thụ nên được phân tích theo chu kỳ tháng; dữ liệu khảo sát khách hàng nên được thu thập liên tục và tổng hợp báo cáo kiểm định theo quý hoặc sau mỗi chiến dịch xúc tiến bán hàng lớn.

  5. Chi phí đầu tư nâng cao năng lực cạnh tranh cho SME điện máy phân bổ như thế nào? Phân bổ tối ưu gồm: 40% cho chính sách hậu mãi và đào tạo kỹ thuật viên lắp đặt; 25% cho chuyển đổi số điểm bán và kênh thanh toán; 20% cho các chương trình khuyến mãi theo mùa; 15% cho truyền thông thương hiệu tại địa phương.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện việc phân tích thực trạng tiêu thụ sản phẩm tại Công ty TNHH Minh Quang trên địa bàn tỉnh Quảng Ngãi trong giai đoạn đầy biến động 2019 – 2021. Bằng việc kết hợp chặt chẽ giữa số liệu tài chính thực tế và kiểm định định lượng One-Sample T-test trên 120 mẫu khảo sát, nghiên cứu đã làm rõ các thế mạnh cốt lõi về uy tín sản phẩm, năng lực nhân sự, đồng thời chỉ ra điểm nghẽn then chốt nằm ở dịch vụ khuyến mãi và chính sách hậu mãi. Hệ thống giải pháp đề xuất không chỉ mang giá trị học thuật mà còn là cẩm nang hành động thực tế, giúp doanh nghiệp SME củng cố thị phần địa phương, nâng cao tỷ suất lợi nhuận và thích ứng bền vững trong kỷ nguyên thương mại điện tử hiện đại.