Giới thiệu dự án

Trong bối cảnh thị trường Dược phẩm Việt Nam duy trì tốc độ tăng trưởng kép hàng năm (CAGR) từ 8–10%, các doanh nghiệp sản xuất và phân phối dược phẩm không chỉ cạnh tranh bằng năng lực sản xuất đạt chuẩn GMP-WHO (Good Manufacturing Practice) hay hệ thống quản lý chất lượng ISO 9001/ISO 8402, mà còn phải tạo dựng lợi thế bằng chất lượng dịch vụ khách hàng B2B (Business-to-Business). Đối với các đơn vị phân phối dược phẩm quy mô toàn quốc như Công ty Cổ phần Dược phẩm SaVi (SaVipharm), đối tượng khách hàng trực tiếp là mạng lưới bệnh viện, trung tâm y tế và chuỗi nhà thuốc đại lý. Mối quan hệ giao dịch này đòi hỏi tính chính xác, kịp thời và độ an toàn tuyệt đối trong từng khâu cung ứng.

Vấn đề cốt lõi đặt ra là sự tồn tại của các khoảng cách chất lượng dịch vụ (Service Gaps) giữa kỳ vọng của các đối tác y tế và năng lực đáp ứng thực tế của doanh nghiệp. Những điểm nghẽn (pain points) thường gặp bao gồm: thời gian xử lý các đơn hàng phát sinh chưa tối ưu, thông tin tem nhãn tra cứu chưa đồng bộ, năng lực tư vấn chuyên sâu về danh mục thuốc chưa đồng đều giữa các Trung tâm Cung ứng (TTCƯ), và quy trình giải quyết sự cố phát sinh sau bán hàng còn chậm trễ. Đề tài khóa luận tập trung nghiên cứu, đo lường và đưa ra giải pháp giải quyết triệt để các tồn đọng này.

Mục tiêu cụ thể của dự án nghiên cứu bao gồm:

  1. Hệ thống hóa cơ sở lý luận về quản trị chất lượng dịch vụ và mô hình 5 khoảng cách (Gap Model) trong bối cảnh phân phối dược phẩm B2B.
  2. Thiết kế và chuẩn hóa bộ công cụ đo lường gồm 25 tiêu chí định lượng dựa trên mô hình SERVQUAL/RATER, phân tách thành hai thang đo: Mức độ Kỳ vọng ($E$ - Expectations) và Mức độ Cảm nhận ($P$ - Perceptions).
  3. Thực hiện kiểm định độ tin cậy thang đo thông qua hệ số Cronbach's Alpha và hệ số tương quan biến tổng (Corrected Item-Total Correlation) trên phần mềm thống kê chuyên dụng.
  4. Đo lường chỉ số chênh lệch chất lượng dịch vụ $GAP = P - E$, xác định nguyên nhân gốc rễ và đề xuất hệ thống giải pháp nâng cao chất lượng dịch vụ tại SaVipharm giai đoạn 2024–2030.

Cách tiếp cận giải pháp sử dụng phương pháp luận kết hợp giữa nghiên cứu định tính và định lượng, chuẩn hóa quy trình phân tích khoảng cách dịch vụ. Kết quả kỳ vọng đạt được là xây dựng bộ chỉ số KPI dịch vụ chuẩn mực, giúp nâng chỉ số hài lòng toàn diện của khách hàng B2B từ mức trung bình lên mức rất cao (Mean $\ge 4.20/5.00$), đồng thời giảm 35% thời gian phản hồi khiếu nại kỹ thuật. Phạm vi nghiên cứu tập trung vào 100 khách hàng là bệnh viện và hiệu thuốc lớn thuộc mạng lưới phân phối của SaVipharm trên toàn quốc (khu vực miền Bắc, miền Trung, Đông Bắc Sài Gòn và miền Tây), với mẫu khảo sát chuyên sâu gồm 30 đơn vị đối tác trọng điểm có tần suất giao dịch cao nhất trong giai đoạn 2020–2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Quản trị chất lượng dịch vụ trong ngành y tế và dược phẩm đòi hỏi các mô hình đánh giá có độ nhạy cao đối với đặc thù sản phẩm liên quan trực tiếp đến sức khỏe con người. Việc lựa chọn khung lý thuyết phù hợp cần dựa trên sự đối sánh giữa các mô hình đo lường tiêu chuẩn hiện nay:

Mô hình đo lường Tác giả & Năm Ưu điểm chính Nhược điểm / Hạn chế Mức độ phù hợp với B2B Dược phẩm
SERVQUAL Parasuraman et al. (1988) Đo lường chi tiết khoảng cách giữa Kỳ vọng ($E$) và Cảm nhận ($P$) qua 5 chiều RATER. Bảng hỏi dài (gấp đôi câu hỏi) do đo lường đồng thời $E$ và $P$. Rất cao: Giúp xác định chính xác điểm thiếu hụt dịch vụ cụ thể.
SERVPERF Cronin & Taylor (1992) Tiết kiệm thời gian khảo sát, chỉ đo lường giá trị Cảm nhận ($P$). Bỏ qua việc nắm bắt kỳ vọng ban đầu của khách hàng doanh nghiệp. Trung bình: Thiếu dữ liệu định chuẩn kỳ vọng B2B.
RSQS Dabholkar et al. (1996) Thiết kế chuyên biệt cho ngành bán lẻ với cấu trúc phân tầng. Tập trung nhiều vào không gian trưng bày bán lẻ B2C. Thấp: Không phản ánh đúng quy trình phân phối bệnh viện.
KQCAH Sower et al. (2001) Tối ưu hóa cho các chỉ số chuyên môn kỹ thuật bệnh viện. Nghiêng về lâm sàng, không đo lường dịch vụ logistics/thương mại. Thấp: Không phù hợp với khâu cung ứng thương mại của hãng dược.

Phân tích kinh nghiệm thực tiễn từ các đơn vị đối thủ và doanh nghiệp cùng ngành cho thấy:

  • Công ty Cổ phần Dược phẩm Hà Tây (Hataphar): Tập trung vào thị trường nội địa bằng cách chuẩn hóa bộ tiêu chí phục vụ và đào tạo kỹ năng mềm cho trình dược viên, nhưng mức độ ứng dụng số hóa trong theo dõi hành trình đơn hàng còn ở mức sơ khai.
  • Tập đoàn Đa quốc gia Pfizer: Ứng dụng hệ thống CRM và cổng thông tin trực tuyến tự động hóa cao, cá nhân hóa trải nghiệm theo tiêu chuẩn quốc tế, kiểm soát toàn diện chuỗi cung ứng theo thời gian thực.

Yêu cầu người dùng (B2B Clients) được phân loại theo mô hình MoSCoW:

  • Must have: Đảm bảo 100% thuốc giao đúng chủng loại, đạt chuẩn GMP, đầy đủ chứng từ xuất xưởng (COA), tem phụ ghi rõ nguồn gốc, hạn dùng và giá bán niêm yết.
  • Should have: Thời gian phản hồi thắc mắc về đơn hàng phát sinh dưới 2 giờ làm việc; quy trình xử lý đơn hàng đổi trả/sự cố hoàn tất trong 24 giờ.
  • Could have: Ứng dụng số hóa tra cứu danh mục e-Catalogue và trạng thái giao hàng theo thời gian thực (Real-time tracking).
  • Won't have: Kênh tư vấn bán lẻ trực tiếp tới người tiêu dùng cuối (B2C) nhằm bảo đảm tính chuyên biệt của kênh phân phối sỉ.

Thiết kế hệ thống

Mô hình nghiên cứu định lượng được xây dựng dựa trên cấu trúc 5 thành phần cốt lõi của SERVQUAL, tích hợp trọng số ảnh hưởng theo tỷ lệ đóng góp vào sự thành công của chất lượng dịch vụ:

                  +----------------------------------------------+
                  |         CHẤT LƯỢNG DỊCH VỤ SAVIPHARM (Y)     |
                  +----------------------------------------------+
                                         ^
                                         |
     +-----------------+-----------------+-----------------+-----------------+
     |                 |                 |                 |                 |
+----+--------+  +-----+-------+  +------+------+  +-------+-----+  +--------+----+
|  SỰ TIN CẬY |  | SỰ ĐẢM BẢO  |  |TÍNH HỮU HÌNH|  | SỰ THẤU CẢM |  |SỰ PHẢN HỒI  |
|  (Weight 32%)|  | (Weight 19%)|  |(Weight 11%) |  | (Weight 16%)|  |(Weight 22%) |
|   X1: E1-E5 |  |  X2: E6-E10 |  | X3: E11-E15 |  | X4: E16-E20 |  | X5: E21-E25 |
|       P1-P5 |  |     P6-P10  |  |    P11-P15  |  |    P16-P20  |  |    P21-P25  |
+-------------+  +-------------+  +-------------+  +-------------+  +-------------+

Mô hình hồi quy tuyến tính đa biến được thiết lập như sau: $$Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + \beta_5 X_5 + \epsilon$$

Trong đó:

  • $Y$: Biến phụ thuộc - Đánh giá chất lượng dịch vụ tổng thể tại SaVipharm.
  • $X_1$: Sự tin cậy (Reliability) - Năng lực thực hiện dịch vụ chuẩn xác, đúng hạn.
  • $X_2$: Sự đảm bảo (Assurance) - Kiến thức chuyên môn, tác phong phục vụ tạo dựng niềm tin.
  • $X_3$: Tính hữu hình (Tangibles) - Đồng phục, cơ sở vật chất, hệ thống tài liệu Catalogue.
  • $X_4$: Sự thấu cảm (Empathy) - Chính sách linh hoạt, quan tâm cá nhân hóa đến từng khách hàng.
  • $X_5$: Sự phản hồi (Responsiveness) - Tinh thần sẵn sàng trợ giúp và tốc độ xử lý yêu cầu.
  • $\beta_0$: Hằng số tự do; $\beta_1 \dots \beta_5$: Hệ số hồi quy riêng phần; $\epsilon$: Sai số ngẫu nhiên.

Hệ thống quản lý dữ liệu khảo sát và tính toán chỉ số chất lượng được thiết kế chuẩn hóa:

-- Schema cấu trúc cơ sở dữ liệu quản lý khảo sát chất lượng dịch vụ
CREATE TABLE Clients (
    client_id VARCHAR(20) PRIMARY KEY,
    client_name VARCHAR(255) NOT NULL,
    client_type ENUM('Hospital', 'Pharmacy_Chain', 'Retail_Pharmacy') NOT NULL,
    region ENUM('North', 'Central', 'NorthEast_Saigon', 'West') NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE Survey_Responses (
    response_id INT AUTO_INCREMENT PRIMARY KEY,
    client_id VARCHAR(20),
    dimension ENUM('Reliability', 'Assurance', 'Tangibles', 'Empathy', 'Responsiveness') NOT NULL,
    item_code VARCHAR(10) NOT NULL, -- e.g., E1, P1, E2, P2...
    score_type ENUM('Expectation', 'Perception') NOT NULL,
    score_value TINYINT CHECK (score_value BETWEEN 1 AND 5),
    survey_year YEAR NOT NULL,
    FOREIGN KEY (client_id) REFERENCES Clients(client_id)
);

Methodology

Phương pháp luận nghiên cứu triển khai theo mô hình chuyển tiếp 5 giai đoạn:

  1. Giai đoạn chuẩn hóa: Xây dựng bảng hỏi sơ bộ gồm 25 cặp biến quan sát $E$ và $P$ dựa trên khung SERVQUAL chuẩn, tham vấn ý kiến chuyên gia (TS. Vương Thị Thanh Trì) để hiệu chỉnh phù hợp với đặc thù giao dịch dược phẩm.
  2. Giai đoạn thu thập dữ liệu: Phát phiếu khảo sát trực tiếp kết hợp Google Forms gửi tới đại diện quản lý mua sắm của 30 đơn vị đối tác định kỳ trong giai đoạn 2020–2022.
  3. Giai đoạn xử lý & sàng lọc: Mã hóa dữ liệu, làm sạch dữ liệu khuyết thiếu, chuyển đổi dữ liệu thô sang tập tin định dạng .sav trên phần mềm SPSS Statistics v20.0.
  4. Giai đoạn kiểm định thống kê:
    • Tính toán thống kê mô tả (Mean, Min, Max, Standard Deviation).
    • Kiểm tra độ tin cậy thang đo qua hệ số Cronbach's Alpha (điều kiện $\alpha \ge 0.65$) và loại bỏ biến rác có Corrected Item-Total Correlation $< 0.3$.
  5. Giai đoạn đánh giá khoảng cách & hoạch định giải pháp: Tính toán khoảng cách $GAP = P - E$ cho từng biến quan sát và từng chiều thành phần để xác định mức độ thâm hụt chất lượng.

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu khảo sát và tính toán độ tin cậy được thực thi trên môi trường lập trình phân tích dữ liệu chuyên dụng. Đoạn mã dưới đây mô phỏng thuật toán tính toán hệ số Cronbach's Alpha và chỉ số GAP Score cho từng chiều thành phần:

import numpy as np
import pandas as pd

def calculate_cronbach_alpha(item_scores: pd.DataFrame) -> float:
    """
    Tính toán hệ số Cronbach's Alpha đánh giá độ tin cậy nội tại của thang đo.
    Công thức: alpha = (k / (k - 1)) * (1 - sum(var_i) / var_total)
    """
    k = item_scores.shape[1]
    if k <= 1:
        raise ValueError("Thang đo cần tối thiểu 2 biến quan sát.")
    
    item_variances = item_scores.var(axis=0, ddof=1)
    total_score = item_scores.sum(axis=1)
    total_variance = total_score.var(ddof=1)
    
    alpha = (k / (k - 1)) * (1 - (item_variances.sum() / total_variance))
    return float(alpha)

def evaluate_servqual_gaps(p_df: pd.DataFrame, e_df: pd.DataFrame) -> pd.DataFrame:
    """
    Tính toán điểm trung bình Cảm nhận (P), Kỳ vọng (E) và Khoảng cách chất lượng GAP (P - E).
    """
    p_mean = p_df.mean()
    e_mean = e_df.mean()
    gap = p_mean - e_mean
    
    report = pd.DataFrame({
        'Mean_Perception (P)': p_mean,
        'Mean_Expectation (E)': e_mean,
        'GAP_Score (P - E)': gap
    })
    return report

Testing và validation

Kết quả kiểm định độ tin cậy thang đo trên phần mềm SPSS Statistics v20.0 đối với 25 biến quan sát thuộc 5 nhóm yếu tố được tổng hợp theo tiêu chuẩn kiểm định của Nunnally & Bernstein (1994) và DeVellis (1991):

Chiều chất lượng (Dimension) Số biến quan sát Cronbach's Alpha Thang đo Kỳ vọng ($E$) Cronbach's Alpha Thang đo Cảm nhận ($P$) Item-Total Correlation nhỏ nhất Đánh giá độ tin cậy
Sự tin cậy (Reliability) 5 ($E_1-E_5, P_1-P_5$) 0.842 0.816 0.485 ($> 0.3$) Rất tốt (Very Good)
Sự đảm bảo (Assurance) 5 ($E_6-E_{10}, P_6-P_{10}$) 0.795 0.782 0.412 ($> 0.3$) Đáng kể (Respectable)
Tính hữu hình (Tangibles) 5 ($E_{11}-E_{15}, P_{11}-P_{15}$) 0.811 0.764 0.398 ($> 0.3$) Đáng kể (Respectable)
Sự thấu cảm (Empathy) 5 ($E_{16}-E_{20}, P_{16}-P_{20}$) 0.867 0.835 0.521 ($> 0.3$) Rất tốt (Very Good)
Sự phản hồi (Responsiveness) 5 ($E_{21}-E_{25}, P_{21}-P_{25}$) 0.884 0.859 0.564 ($> 0.3$) Rất tốt (Very Good)

Toàn bộ các biến quan sát đều thỏa mãn điều kiện $0.65 < \text{Cronbach's Alpha} < 0.95$ và hệ số tương quan biến tổng Corrected Item-Total Correlation $> 0.30$, không có biến nào bị loại khỏi mô hình nghiên cứu.

Kết quả đạt được

Phân tích thống kê mô tả khoảng cách chất lượng dịch vụ trên tập dữ liệu khảo sát 30 khách hàng đối tác giai đoạn 2020–2022 chỉ ra bức tranh thực trạng tại SaVipharm:

Tiêu chí chất lượng Điểm Cảm nhận TB ($\bar{P}$) Điểm Kỳ vọng TB ($\bar{E}$) Điểm GAP ($\bar{P} - \bar{E}$) Mức độ thỏa mãn
1. Sự tin cậy (Reliability) 3.64 4.48 -0.84 Thâm hụt chất lượng đáng kể
2. Sự đảm bảo (Assurance) 3.82 4.36 -0.54 Thâm hụt mức độ nhẹ
3. Tính hữu hình (Tangibles) 3.95 4.22 -0.27 Gần tiệm cận kỳ vọng
4. Sự thấu cảm (Empathy) 3.48 4.52 -1.04 Thâm hụt lớn nhất
5. Sự phản hồi (Responsiveness) 3.52 4.50 -0.98 Thâm hụt nghiêm trọng
Tổng thể dịch vụ 3.68 4.42 -0.74 Chưa đạt kỳ vọng tối ưu

Dữ liệu cho thấy toàn bộ các giá trị $GAP < 0$, khẳng định chất lượng dịch vụ của SaVipharm tại thời điểm nghiên cứu chưa hoàn toàn đáp ứng được kỳ vọng khắt khe của các bệnh viện và nhà thuốc. Điểm thâm hụt lớn nhất tập trung vào yếu tố Sự thấu cảm ($-1.04$) và Sự phản hồi ($-0.98$), xuất phát từ việc thiếu các chính sách ưu đãi riêng biệt cho từng phân khúc và tốc độ xử lý các đơn hàng phát sinh chưa đồng đều.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ nét cả về mặt học thuật ứng dụng lẫn thực tiễn quản trị doanh nghiệp dược:

  • Tính mới trong ứng dụng mô hình: Là một trong những công trình tiên phong lượng hóa chất lượng dịch vụ phân phối dược phẩm B2B tại Việt Nam thông qua mô hình SERVQUAL 25 chỉ số điều chỉnh, lấp đầy khoảng trống nghiên cứu vốn chủ yếu tập trung vào mảng dịch vụ bán lẻ hoặc khám chữa bệnh lâm sàng.
  • Chuẩn hóa công cụ định lượng: Chuyển đổi phương thức đánh giá dịch vụ cảm tính truyền thống sang hệ thống đo lường khoảng cách dữ liệu ($P - E$) có khả năng kiểm soát sai số bằng Cronbach's Alpha.
  • Tối ưu hóa hiệu suất vận hành (Efficiency Improvements):
    • Đề xuất quy trình xử lý đơn hàng phát sinh chuyên biệt, giảm thời gian phản hồi thông tin từ 120 phút xuống dưới 30 phút (cải thiện 75%).
    • Chuẩn hóa 100% hệ thống ấn phẩm tài liệu, Catalogue tra cứu điện tử và tem nhãn phụ, giảm 90% lỗi nhầm lẫn thông tin hoạt chất/nơi nhập khẩu trong giao dịch.

Ứng dụng thực tế và triển khai

Hệ thống giải pháp nâng cao chất lượng dịch vụ được thiết kế đồng bộ cho SaVipharm theo lộ trình chiến lược 2024–2030, phân bổ chi tiết theo 4 trung tâm cung ứng:

[TTCƯ Miền Bắc: Hà Nội]   <--+
[TTCƯ Miền Trung: Đà Nẵng] <--+-- Chuẩn hóa SOP dịch vụ & Tích hợp CRM B2B Portal
[TTCƯ Đông Bắc SG: Nha Trang]<-+-- Đào tạo định kỳ Dược lý & Kỹ năng giải quyết sự cố
[TTCƯ Miền Tây: Cần Thơ]  <--+

Lộ trình triển khai 3 giai đoạn (Roadmap)

  1. Giai đoạn 1 (2024 – 2025): Tái cấu trúc quy trình & Chuẩn hóa nhân sự
    • Ban hành bảng mô tả công việc (Job Description) và quy chế thưởng phạt minh bạch cho nhân viên xử lý đơn phát sinh.
    • Tổ chức định kỳ 2 lớp đào tạo/quý về dược lý nâng cao, quy định GDP/GMP và kỹ năng thấu cảm khách hàng.
    • Thiết lập cơ chế đo lường sự cố định kỳ hàng tháng theo bảng danh mục chuẩn.
  2. Giai đoạn 2 (2026 – 2027): Số hóa hệ thống thông tin & Cá nhân hóa dịch vụ
    • Triển khai cổng thông tin B2B Portal cho phép bệnh viện, nhà thuốc trực tiếp tra cứu tồn kho khả dụng, hạn dùng và tải COA điện tử.
    • Xây dựng chính sách chiết khấu, hạn mức công nợ và ưu đãi linh hoạt theo từng nhóm đối tác (VIP, Khách hàng chiến lược).
  3. Giai đoạn 3 (2028 – 2030): Tích hợp chuỗi cung ứng thông minh
    • Áp dụng thuật toán dự báo nhu cầu bổ sung hàng tự động cho các bệnh viện lớn, giảm thiểu tối đa tình trạng đứt gãy nguồn cung dược phẩm.

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

Dự toán ngân sách đầu tư cho chương trình nâng cấp dịch vụ ước tính 1.2 tỷ VNĐ trong 3 năm đầu (bao gồm chi phí đào tạo, chuẩn hóa tài liệu và nâng cấp phần mềm). Đổi lại, mức độ giữ chân khách hàng cũ (Customer Retention Rate) dự kiến tăng từ 82% lên 95%, doanh thu B2B tăng trưởng trung bình 12%/năm, mang lại tỷ suất hoàn vốn nội bộ (IRR) ước đạt 28.5% và thời gian thu hồi vốn đầu tư (Payback Period) trong vòng 18 tháng.

Hạn chế và hướng phát triển

Dù đạt được những kết quả có ý nghĩa thực tiễn cao, đề tài vẫn tồn tại một số hạn chế cần tiếp tục hoàn thiện:

  • Hạn chế về quy mô mẫu: Cỡ mẫu khảo sát dừng lại ở 30 khách hàng trọng điểm do giới hạn thời gian và tính bảo mật thông tin trong ngành dược phẩm, chưa bao phủ toàn bộ 100% tệp khách hàng phân tán.
  • Phạm vi kiểm định mô hình: Chưa thực hiện phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA) và mô hình phương trình cấu trúc (SEM) để kiểm tra mối quan hệ tác động trực tiếp/gián tiếp đến lòng trung thành thương hiệu.
  • Hướng phát triển tương lai: Mở rộng khảo sát đa kênh sang toàn bộ các đối tác tại các tỉnh vùng sâu vùng xa; tích hợp trí tuệ nhân tạo (AI/Machine Learning) trong việc phân tích phản hồi cảm xúc (Sentiment Analysis) của khách hàng từ nhật ký cuộc gọi CSKH.

Đối tượng hưởng lợi

+--------------------------------------------------------------------------------+
|                        CÁC NHÓM ĐỐI TƯỢNG HƯỞNG LỢI                             |
+--------------------------------------------------------------------------------+
|  [Sinh viên / Học viên]      --> Khung tham chiếu mô hình SERVQUAL thực tế     |
|  [Lập trình viên / Data]     --> Schema cơ sở dữ liệu & thuật toán định lượng  |
|  [Doanh nghiệp Dược phẩm]    --> Bộ giải pháp SOP & chính sách B2B thực chiến   |
|  [Nhà nghiên cứu / Giảng viên]--> Dữ liệu thực nghiệm & khoảng trống mở rộng     |
+--------------------------------------------------------------------------------+
Nhóm đối tượng Lợi ích định lượng & Ứng dụng thực tế
Sinh viên & Học viên Cung cấp tài liệu tham khảo hoàn chỉnh về phương pháp luận nghiên cứu định lượng, kỹ thuật xử lý dữ liệu SPSS và cách thức thiết kế bảng hỏi khoa học.
Chuyên viên Dữ liệu / IT Cung cấp thiết kế cơ sở dữ liệu mẫu, công thức tính toán và thuật toán tự động hóa đo lường độ tin cậy thang đo phục vụ tích hợp hệ thống CRM.
Doanh nghiệp Dược phẩm Sở hữu bộ công cụ kiểm toán chất lượng dịch vụ (Service Audit), các biểu mẫu phân loại sự cố và kế hoạch hành động khắc phục thâm hụt chất lượng.
Nhà nghiên cứu học thuật Cung cấp số liệu thực nghiệm làm tiền đề phát triển các mô hình mở rộng kết hợp giữa chất lượng dịch vụ và quản trị chuỗi cung ứng bền vững.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai bộ công cụ khảo sát này trong doanh nghiệp là gì?

Hệ thống yêu cầu máy trạm cài đặt phần mềm phân tích thống kê (SPSS Statistics từ v20.0 trở lên hoặc môi trường Python 3.8+ với các thư viện pandas, numpy, statsmodels). Dữ liệu thu thập có thể số hóa qua biểu mẫu Google Forms hoặc API tích hợp trực tiếp vào hệ thống ERP/CRM của doanh nghiệp.

2. Mô hình có thể áp dụng cho các doanh nghiệp dược phẩm khác ngoài SaVipharm không?

Hoàn toàn khả thi. Bộ thang đo 25 biến quan sát được xây dựng dựa trên tiêu chuẩn quốc tế SERVQUAL, các doanh nghiệp dược phẩm khác chỉ cần hiệu chỉnh nhỏ về tên danh mục thuốc, chính sách bán hàng và quy mô các trung tâm phân phối để áp dụng ngay.

3. Làm thế nào để tích hợp dữ liệu khảo sát định kỳ vào hệ thống ERP/CRM hiện có?

Doanh nghiệp có thể sử dụng bảng cấu trúc dữ liệu Survey_Responses đã được thiết kế ở phần kiến trúc hệ thống, đồng bộ dữ liệu thông qua RESTful API định kỳ hàng quý để tự động vẽ biểu đồ Radar theo dõi biến động của 5 chiều chất lượng theo thời gian thực.

4. Chi phí đào tạo và duy trì hệ thống kiểm soát chất lượng dịch vụ hàng năm là bao nhiêu?

Chi phí vận hành định kỳ bao gồm: ngân sách tổ chức 8 khóa đào tạo kỹ năng/năm (khoảng 80–120 triệu VNĐ) và chi phí duy trì phần mềm, khảo sát trực tuyến (khoảng 30–50 triệu VNĐ/năm), chỉ chiếm chưa đầy 0.2% tổng doanh thu hàng năm của một hãng dược quy mô trung bình.

5. Khung thời gian kỳ vọng để thấy được sự chuyển biến rõ rệt về điểm số GAP là bao lâu?

Sau khi áp dụng các giải pháp chuẩn hóa SOP và quy chế xử lý đơn hàng phát sinh, chỉ số phản hồi ($X_5$) và sự tin cậy ($X_1$) sẽ ghi nhận mức cải thiện tích cực sau 3–6 tháng; các yếu tố về sự thấu cảm ($X_4$) và tính hữu hình ($X_3$) cần từ 12–18 tháng để đồng bộ toàn diện trên toàn hệ thống.

Kết luận

Đề tài khóa luận "Thực trạng và giải pháp nâng cao chất lượng dịch vụ tại Công ty Cổ phần Dược phẩm SaVi" đã giải quyết thành công bài toán lượng hóa chất lượng dịch vụ trong phân phối dược phẩm B2B. Thông qua việc ứng dụng mô hình SERVQUAL và kiểm định độ tin cậy bằng Cronbach's Alpha trên phần mềm SPSS, nghiên cứu đã chỉ rõ các điểm thâm hụt chất lượng cốt lõi tại SaVipharm, đặc biệt là ở hai chiều Sự thấu cảm ($-1.04$) và Sự phản hồi ($-0.98$).

Hệ thống giải pháp toàn diện từ chuẩn hóa quy trình tiếp nhận đơn hàng, hoàn thiện chính sách ưu đãi, nâng cao chất lượng nguồn nhân lực đến số hóa quy trình tra cứu danh mục thuốc đã tạo ra đòn bẩy vững chắc giúp SaVipharm nâng cao năng lực cạnh tranh, thắt chặt mối quan hệ gắn kết bền vững với mạng lưới bệnh viện và nhà thuốc trên toàn quốc trong giai đoạn 2024–2030. Các tổ chức y tế và doanh nghiệp phân phối dược phẩm có thể ứng dụng trực tiếp khung nghiên cứu và bộ chỉ số này để nâng cao trải nghiệm khách hàng và tối ưu hóa hiệu quả vận hành.