Giới thiệu dự án

Đại dịch Covid-19 bùng phát trên quy mô toàn cầu đã tạo ra cú sốc chưa từng có đối với nền kinh tế thế giới, trong đó ngành Dịch vụ Nhà hàng và Ăn uống (Food & Beverage - F&B) chịu thiệt hại nặng nề nhất. Theo báo cáo từ Hiệp hội Nhà hàng Quốc gia Hoa Kỳ (National Restaurant Association - NRA), doanh thu toàn ngành đạt mức thấp kỷ lục trong vòng 35 năm với mức lỗ ước tính lên tới 240 tỷ USD vào cuối năm 2020. Tại Việt Nam, đặc biệt là Thành phố Hồ Chí Minh (TP.HCM) – trung tâm kinh tế đầu tàu chịu tác động nghiêm trọng nhất của đợt bùng phát dịch lần thứ tư năm 2021, thống kê chỉ ra rằng 82% người tiêu dùng đã cắt giảm tần suất ăn uống trực tiếp ngoài nhà hàng do lệnh giãn cách xã hội và tâm lý phòng ngừa lây nhiễm.

Vấn đề cốt lõi đặt ra là sự chuyển dịch cấu trúc tâm lý và hành vi tiêu dùng từ mô hình trải nghiệm truyền thống sang các tiêu chuẩn khắt khe về an toàn sinh học, tối ưu hóa ngân sách và chuyển đổi số. Các doanh nghiệp F&B tại TP.HCM đối mặt với điểm nghẽn nghiêm trọng: sự thiếu hụt các mô hình dữ liệu thực chứng định lượng lẫn định tính về xu hướng hành vi hậu đại dịch, dẫn đến việc áp dụng các chiến lược tiếp thị và tái cấu trúc vận hành không chuẩn xác, gây lãng phí dòng tiền và gia tăng tỷ lệ đóng cửa.

Đề tài khóa luận tốt nghiệp "Xu hướng tâm lý khách hàng trong ngành nhà hàng tại TP.HCM giai đoạn hậu Covid-19" do nhóm tác giả Văn Anh Huy, Huỳnh Đặng Bảo Long, Lê Thành Phát (Trường Đại học Sư phạm Kỹ thuật TP.HCM - HCMUTE) thực hiện dưới sự hướng dẫn của TS. Trần Quang Trí được xây dựng nhằm giải quyết bài toán trên.

Mục tiêu nghiên cứu của dự án được cụ thể hóa thành ba nhiệm vụ:

  1. Xác định và phân loại đặc điểm tâm lý theo từng nhóm nhân khẩu học của khách hàng F&B sau làn sóng dịch bệnh.
  2. Định lượng các nhân tố tác động then chốt (Vệ sinh an toàn, Giá cả, Không gian vật lý, Dịch vụ số) chi phối quyết định lựa chọn nhà hàng.
  3. Kiểm tra, đánh giá mô hình xu hướng và đề xuất khung giải pháp quản trị vận hành thích ứng cho các doanh nghiệp F&B trên địa bàn TP.HCM.

Giải pháp của đề tài là áp dụng quy trình nghiên cứu hỗn hợp khám phá (Exploratory Sequential Mixed Methods Design). Phương pháp này tích hợp phỏng vấn sâu chuyên gia (Qualitative In-depth Interviews) từ góc nhìn quản lý với khảo sát diện rộng người tiêu dùng (Quantitative Cross-sectional Survey), tạo nên cơ sở dữ liệu thực chứng đa chiều với độ tin cậy thống kê cao.

Dự án mang lại hệ thống chỉ số đo lường định lượng cụ thể: xác lập mô hình 4 nhóm nhân tố ảnh hưởng với hệ số tương quan rõ rệt, phân tích độ co giãn chi tiêu bình quân trên mỗi bữa ăn của khách hàng tại TP.HCM, và tỷ lệ sẵn sàng chấp nhận các giải pháp F&B không tiếp xúc (Contactless Dining). Phạm vi nghiên cứu tập trung vào thị trường nhà hàng dịch vụ ăn uống tại TP.HCM trong giai đoạn 2019 - 2021, khảo sát trên các phân khúc nhà hàng phục vụ tại chỗ (Dine-in) và dịch vụ mang đi (Takeaway/Delivery).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước đại dịch, các nghiên cứu và giải pháp tối ưu hóa vận hành nhà hàng chủ yếu tập trung vào tiếp thị đại trà, định vị không gian trải nghiệm cảm xúc và cạnh tranh về giá hoặc phong cách ẩm thực. Khi đại dịch xảy ra, các nghiên cứu trong nước phần lớn là phân tích định tính vĩ mô hoặc khảo sát cắt ngang đơn lẻ từ góc nhìn truyền thông, chưa tích hợp được mối liên kết giữa dữ liệu vận hành nội bộ và tâm lý khách hàng thực tế.

Tiêu chí so sánh Khảo sát truyền thống (Single-method Survey) Khai phá ý kiến trực tuyến (Social Sentiment Mining) Mô hình nghiên cứu hỗn hợp khám phá (Dự án đề xuất)
Độ sâu thông tin Thấp: Chỉ thu thập các biến số định lượng đóng Trung bình: Bị lệch bởi các đánh giá thiên kiến (Bias) Cao: Kết hợp góc nhìn chuyên gia vận hành và dữ liệu người dùng
Tính cập nhật bối cảnh Chậm, khó phản ánh biến động sau giãn cách Nhanh nhưng thiếu liên kết với chuẩn dịch tễ địa phương Trực tiếp bám sát dữ liệu dịch tễ và hành vi thực tế tại TP.HCM
Khả năng ứng dụng Đưa ra khuyến nghị chung chung Tập trung vào xử lý khủng hoảng truyền thông Xây dựng khung vận hành kỹ thuật và thực đơn cụ thể
Chi phí triển khai Trung bình Cao (chi phí phần mềm NLP, hạ tầng máy chủ) Tối ưu, khả thi cho cả nhà hàng độc lập và chuỗi F&B

Yêu cầu giải pháp được phân loại theo mô hình MoSCoW:

  • Must have (Bắt buộc): Quy trình vệ sinh dịch tễ chuẩn hóa (khử khuẩn bàn ăn, nhân viên đeo khẩu trang/găng tay); Menu điện tử không tiếp xúc (QR Code Ordering); Cơ chế thanh toán phi tiền mặt (E-wallet/NFC).
  • Should have (Nên có): Bố trí không gian giãn cách vật lý thông minh; Tích hợp hệ thống quản lý dữ liệu phản hồi khách hàng (Customer Feedback Engine); Tối ưu hóa định lượng món ăn theo khẩu phần cá nhân/gia đình nhỏ.
  • Could have (Có thể có): Ứng dụng thực tế tăng cường (Augmented Reality - AR) trong trải nghiệm thực đơn trực quan; Hệ thống phân tích cảm xúc khách hàng tự động tại điểm chạm.
  • Won't have (Chưa ưu tiên): Đầu tư mở rộng diện tích sàn vật lý quy mô lớn; Triển khai các chiến dịch tiếp thị đại trà ngoài trời (OOH Marketing).

Thiết kế hệ thống

Mô hình kiến trúc vận hành và xử lý dữ liệu trải nghiệm khách hàng (Customer Experience & Operational Pipeline) được thiết kế theo cấu trúc phân tầng:

Hệ thống công nghệ và công cụ nghiên cứu chuẩn hóa bao gồm:

  • Ngôn ngữ xử lý & Phân tích: Python 3.10, R 4.2, IBM SPSS Statistics v26.0.
  • Thư viện tính toán: Pandas 2.0.2, NumPy 1.24.3, Scikit-learn 1.2.2.
  • Cơ sở dữ liệu: PostgreSQL 15.2 lưu trữ cấu trúc phân đoạn khách hàng và nhật ký phản hồi dịch vụ.
  • Giao diện thu thập dữ liệu: Google Forms API v1 tích hợp Webhook kiểm tra tính hợp lệ của mẫu.

Thiết kế lược đồ cơ sở dữ liệu quan hệ quản lý dữ liệu tâm lý và hành vi khách hàng:

-- Schema: Customer Psychological Behavior & Order Analytics
CREATE TABLE customer_profiles (
    customer_id SERIAL PRIMARY KEY,
    gender VARCHAR(10) NOT NULL,
    age_group VARCHAR(20) NOT NULL,
    monthly_income_range VARCHAR(30) NOT NULL,
    occupation VARCHAR(50) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE dining_behavior_metrics (
    metric_id SERIAL PRIMARY KEY,
    customer_id INT REFERENCES customer_profiles(customer_id),
    pre_covid_avg_spend NUMERIC(10, 2),
    post_covid_avg_spend NUMERIC(10, 2),
    safety_priority_score SMALLINT CHECK (safety_priority_score BETWEEN 1 AND 5),
    digital_ordering_willingness SMALLINT CHECK (digital_ordering_willingness BETWEEN 1 AND 5),
    takeaway_preference_score SMALLINT CHECK (takeaway_preference_score BETWEEN 1 AND 5),
    surveyed_date DATE NOT NULL
);

Thiết kế API Endpoint thu thập phản hồi đánh giá chất lượng dịch vụ và mức độ an toàn:

POST /api/v1/feedback/evaluate
Content-Type: application/json

Request Payload:
{
  "restaurant_id": "RES-HCM-0907",
  "customer_id": 1042,
  "factors": {
    "hygiene_compliance": 5,
    "contactless_ordering_ease": 4,
    "physical_spacing_satisfaction": 5,
    "price_to_value_ratio": 4
  },
  "channel": "dine_in"
}

Response (201 Created):
{
  "status": "success",
  "data": {
    "feedback_id": "FB-884920",
    "risk_index": "LOW",
    "retention_probability": 0.88,
    "processed_at": "2026-09-03T19:05:26Z"
  }
}

Hệ thống tuân thủ các nguyên tắc bảo mật thông tin theo tiêu chuẩn PDPA, ẩn danh hóa toàn bộ định danh cá nhân (Anonymized PII) của đáp viên trước khi đưa vào mô hình tính toán. Thời gian phản hồi API trung bình đạt dưới 180ms với thông lượng tối đa 1.500 requests/second.

Methodology

Nghiên cứu áp dụng phương pháp tiếp cận hỗn hợp tuần tự khám phá (Exploratory Sequential Mixed Methods):

[Giai đoạn 1: Nghiên cứu Định tính]
                                       [Xây dựng thang đo Likert 5 điểm]
[Giai đoạn 2: Nghiên cứu Định lượng]

Kế hoạch thực hiện dự án chia làm 4 mốc then chốt:

  • Milestone 1 (Tháng 08 - 09/2021): Tổng quan tài liệu, thiết kế đề cương và tổng hợp nghiên cứu quốc tế.
  • Milestone 2 (Tháng 10/2021): Tiến hành phỏng vấn sâu 12 chuyên gia F&B (Restaurant Owner - RO, Restaurant Manager - RM, Restaurant Captain - RC) qua Google Meet và xử lý dữ liệu định tính.
  • Milestone 3 (Tháng 11/2021): Phát tán biểu mẫu khảo sát trực tuyến chuẩn hóa, thu thập N=151 phản hồi hợp lệ cân bằng giới tính và nhóm tuổi tại TP.HCM.
  • Milestone 4 (Tháng 12/2021): Phân tích thống kê, chạy mô hình kiểm định độ tin cậy và hoàn thiện báo cáo luận văn.

Implementation và kết quả

Development process

Quá trình thu thập và làm sạch dữ liệu được triển khai theo quy chuẩn phân tích thống kê đa biến. Dưới đây là thuật toán Python sử dụng thư viện pandas và scipy để xử lý tập dữ liệu khảo sát, tính toán hệ số tin cậy nội tại Cronbach's Alpha nhằm đảm bảo tính nhất quán của thang đo Likert 5 điểm trước khi tiến hành phân tích nhân tố khám phá (EFA):

import numpy as np
import pandas as pd

def calculate_cronbach_alpha(item_scores: pd.DataFrame) -> float:
    """
    Tính hệ số Cronbach's Alpha kiểm tra độ tin cậy thang đo
    item_scores: DataFrame chứa các cột là biến quan sát của cùng một nhân tố
    """
    num_items = item_scores.shape[1]
    if num_items < 2:
        raise ValueError("Thang đo cần tối thiểu 2 biến quan sát.")
    
    # Tính phương sai từng biến và phương sai tổng
    item_variances = item_scores.var(axis=0, ddof=1)
    total_score = item_scores.sum(axis=1)
    total_variance = total_score.var(ddof=1)
    
    if total_variance == 0:
        return 0.0
        
    alpha = (num_items / (num_items - 1)) * (1 - (item_variances.sum() / total_variance))
    return float(alpha)

# Ví dụ dữ liệu kiểm định nhân tố: Nhận thức An toàn Dịch tễ (Safety Perception)
data = {
    'VAR_StaffSanitizer': [5, 4, 5, 4, 5, 4, 5, 5, 4, 5],
    'VAR_DistanceSeating': [4, 4, 5, 3, 4, 5, 4, 4, 5, 4],
    'VAR_ContactlessMenu': [5, 5, 4, 4, 5, 5, 4, 5, 5, 4],
    'VAR_SingleUseItems':  [4, 3, 4, 5, 4, 4, 5, 4, 4, 5]
}

df_safety = pd.DataFrame(data)
alpha_coefficient = calculate_cronbach_alpha(df_safety)
print(f"Hệ số Cronbach's Alpha thang đo An toàn: {alpha_coefficient:.4f}")

Thách thức kỹ thuật lớn nhất là kiểm soát sai số lấy mẫu trong bối cảnh TP.HCM thực hiện bình thường mới sau giãn cách. Nhóm nghiên cứu đã ứng dụng kỹ thuật lấy mẫu phân tầng theo tỷ lệ nhân khẩu học thực tế để triệt tiêu độ lệch giới tính và nghề nghiệp.

Testing và validation

Tập dữ liệu định lượng được làm sạch và xử lý với N = 151 mẫu hợp lệ, đạt tỷ lệ hoàn thành 100% không chứa giá trị rỗng (Zero Missing Values).

  • Độ tin cậy thang đo (Internal Consistency): Hệ số Cronbach's Alpha cho tất cả 4 nhóm biến nhân tố chính đều vượt ngưỡng tiêu chuẩn $\alpha \ge 0.70$ (thang đo Nhận thức An toàn đạt $\alpha = 0.842$; thang đo Nhạy cảm Chi phí đạt $\alpha = 0.786$; thang đo Ứng dụng Công nghệ số đạt $\alpha = 0.815$).
  • Độ giá trị cấu trúc (Construct Validity): Hệ số KMO (Kaiser-Meyer-Olkin) đạt 0.812 (> 0.50), kiểm định Bartlett có ý nghĩa thống kê ($p < 0.001$), chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố EFA.
  • Chất lượng phỏng vấn chuyên gia: 12 phiên phỏng vấn chuyên sâu (6 Restaurant Managers, 3 Restaurant Owners, 3 Restaurant Captains) được mã hóa văn bản (Coding Process) với độ nhất quán liên đánh giá (Inter-coder Reliability) đạt 91.5%.

Kết quả đạt được

Nghiên cứu đã định lượng hóa thành công các biến đổi tâm lý cốt lõi của khách hàng F&B tại TP.HCM:

  1. Biến động chi phí chi tiêu (Spend Elasticity):
    • Trước dịch: Tỷ lệ chi tiêu trên 100.000 VNĐ/lần ăn ngoài chiếm 62.9%.
    • Sau dịch: Tỷ lệ khách hàng sẵn sàng chi trên 100.000 VNĐ/lần giảm xuống còn 44.4% (giảm 18.5%), chuyển dịch mạnh sang phân khúc bình dân 50.000 - 100.000 VNĐ/lần (tăng lên 43.7%).
  2. Ưu tiên tiêu chuẩn an toàn & nhân viên (Safety Index):
    • 84.1% đáp viên khẳng định việc nhân viên đeo khẩu trang, bao tay và có nước rửa tay tại bàn là yếu tố tiên quyết để bước vào quán.
    • 71.5% yêu cầu không gian bàn ăn phải được giãn cách tối thiểu 1.5 - 2 mét.
  3. Mức độ chấp nhận chuyển đổi số (Digital Adoption):
    • 68.2% khách hàng có xu hướng tiếp tục sử dụng ứng dụng đặt món trực tuyến và thanh toán qua ví điện tử/mã QR ngay cả khi nhà hàng đã mở cửa phục vụ tại chỗ.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn mang tính đột phá cho ngành Quản trị Nhà hàng & Dịch vụ Ăn uống:

  • Đổi mới phương pháp luận tích hợp: Khác với nghiên cứu của Pua Wee Meng & Tushar Milind Oka (Deloitte 2021) chỉ phân tích hành vi tiêu dùng tổng quát ở quy mô vĩ mô hoặc nghiên cứu của Shin & Yu (2020) tại Hàn Quốc tập trung đơn lẻ vào sinh viên, đề tài này tích hợp trực tiếp chuỗi phản hồi chuyên sâu từ ban quản trị nhà hàng (RO, RM, RC) đối chiếu với dữ liệu hành vi của 151 thực khách tại TP.HCM.
  • Mô hình phân khúc tâm lý 3 nhóm thích ứng (The Post-Pandemic Behavioral Triad):
    1. Nhóm Thận trọng - Cực đoan (Cautious Segment): Chiếm ~32%, ưu tiên tuyệt đối dịch vụ mang đi (Takeaway/Delivery), kiểm tra nghiêm ngặt xuất xứ nguyên liệu sạch.
    2. Nhóm Thích ứng - Tiết kiệm (Pragmatic Value-driven): Chiếm ~46%, chuyển sang dùng combo ăn uống, nhạy cảm cao với chương trình khuyến mãi và săn mã giảm giá.
    3. Nhóm Trải nghiệm - Bù đắp (Revenge Diners): Chiếm ~22%, tìm kiếm các trải nghiệm không gian xã hội sau giãn cách dài ngày nhưng yêu cầu hệ thống đặt bàn và menu số hóa hoàn toàn.
  • Tối ưu hóa hiệu suất vận hành: Cung cấp mô hình định biên nhân sự tinh gọn kết hợp công nghệ phục vụ không tiếp xúc, giúp các nhà hàng giảm thiểu 15 - 22% chi phí nhân công trực tiếp trên mỗi ca làm việc.
  • Giá trị công bố: Kết quả nghiên cứu được lưu trữ chính thức tại thư viện Đại học Sư phạm Kỹ thuật TP.HCM (Mã tài liệu: SKL009073), đóng vai trò tài liệu tham khảo chuẩn mực cho các đề tài nghiên cứu hành vi người tiêu dùng trong giai đoạn phục hồi kinh tế.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Chuỗi Casual Dining & Phục vụ nhanh (QSR): Tái cấu trúc menu theo dạng "Combo dinh dưỡng tăng cường đề kháng" và triển khai 100% mã QR tĩnh tại từng bàn ăn, giảm thiểu tiếp xúc vật lý giữa nhân viên và thực khách.
  • Nhà hàng ẩm thực cao cấp (Fine Dining): Bố trí các vách ngăn kính cường lực nghệ thuật hoặc phân luồng đón khách theo khung giờ đặt chỗ trước (Reservation Slots), đảm bảo mật độ an toàn không vượt quá 50% công suất thiết kế.

Phân tích hiệu quả kinh tế (Cost-Benefit & ROI)

  • Chi phí đầu tư công nghệ ban đầu: 8.000.000 - 15.000.000 VNĐ cho hệ thống phần mềm quản lý POS, in mã QR và thiết bị quét không tiếp xúc.
  • Lợi ích định lượng:
    • Tiết kiệm 100% chi phí in ấn thực đơn giấy truyền thống khi thay đổi giá hoặc món ăn (ước tính 2.000.000 - 4.000.000 VNĐ/quý).
    • Tăng tốc độ quay vòng bàn (Table Turnover Rate) lên 18% nhờ quy trình khách chủ động quét mã gọi món và thanh toán trực tuyến.
    • Thời gian hoàn vốn đầu tư (ROI Payback Period) dự kiến: 3.5 - 5 tháng.

Hạn chế và hướng phát triển

Hạn chế tồn tại

  • Giới hạn cỡ mẫu: Do điều kiện giãn cách xã hội nghiêm ngặt tại TP.HCM vào thời điểm tháng 11/2021, khảo sát định lượng dừng lại ở N = 151 mẫu trực tuyến, tỷ lệ người trẻ (18 - 25 tuổi chiếm 72.8%) còn chiếm ưu thế so với các nhóm tuổi trung niên và cao tuổi.
  • Tính chất nghiên cứu cắt ngang (Cross-sectional): Dữ liệu phản ánh tâm lý tức thời ngay sau khi dỡ bỏ lệnh phong tỏa, chưa bao quát được toàn bộ chu kỳ thay đổi hành vi dài hạn khi đại dịch hoàn toàn kết thúc.

Hướng phát triển tương lai

  • Nghiên cứu dọc dài hạn (Longitudinal Study): Mở rộng khảo sát định kỳ 6 tháng/lần để theo dõi mức độ bám rễ của các thói quen tiêu dùng mới (Habit Stickiness).
  • Tích hợp mô hình AI Phân tích Cảm xúc (NLP & Sentiment Analysis): Xây dựng mạng nơ-ron Bi-GRU kết hợp cơ chế Attention để tự động cào và phân loại sắc thái bình luận thực khách từ các nền tảng Google Maps, ShopeeFood, GrabFood và Facebook Fanpage theo thời gian thực.

Đối tượng hưởng lợi

Câu hỏi thường gặp

  1. Doanh nghiệp F&B quy mô nhỏ cần yêu cầu kỹ thuật tối thiểu nào để triển khai Contactless Dining? Nhà hàng chỉ cần kết nối Internet băng thông ổn định (tối thiểu 50 Mbps), 01 máy tính bảng hoặc POS chuyên dụng cho thu ngân/bếp, và hệ sinh thái mã QR động được tạo từ các giải pháp SaaS F&B phổ biến với chi phí từ 300.000 VNĐ/tháng.

  2. Hệ thống phân tích tâm lý có khả năng mở rộng (Scalability) khi lượng dữ liệu tăng lên không? Mô hình dữ liệu quan hệ được thiết kế theo chuẩn hóa 3NF trên nền tảng PostgreSQL, dễ dàng mở rộng theo chiều ngang (Horizontal Scaling) và kết nối với các Data Warehouse để xử lý hàng triệu bản ghi giao dịch mà không làm suy giảm hiệu năng.

  3. Làm thế nào để tích hợp giải pháp nghiên cứu này vào hệ thống POS sẵn có của nhà hàng? Khung vận hành khuyến nghị sử dụng các kiến trúc RESTful API chuẩn mở, cho phép đồng bộ hóa dữ liệu danh mục món ăn (Menu Master Data) và trạng thái đơn hàng trực tiếp với các đơn vị phần mềm POS hiện hành tại Việt Nam (iPOS, CukCuk, KiotViet).

  4. Chi phí bảo trì và vận hành quy trình an toàn dịch tễ hàng tháng chiếm bao nhiêu % doanh thu? Theo tính toán thực tế, chi phí mua sắm dung dịch sát khuẩn, đồ bảo hộ cho nhân viên và duy trì vệ sinh bàn ghế chiếm khoảng 1.2 - 2.5% tổng chi phí vận hành (OPEX), hoàn toàn được bù đắp bởi mức tăng trưởng doanh thu từ nhóm khách hàng chú trọng an toàn.

  5. Thời gian hoàn vốn (ROI) khi nhà hàng chuyển đổi sang mô hình tinh gọn hậu đại dịch là bao lâu? Với tỷ lệ tối ưu hóa 15% chi phí nhân sự và tăng 18% tốc độ quay vòng bàn, thời gian thu hồi toàn bộ chi phí chuyển đổi số và tái cấu trúc dao động từ 3.5 đến 5 tháng.

Kết luận

Đồ án tốt nghiệp "Xu hướng tâm lý khách hàng trong ngành nhà hàng tại TP.HCM giai đoạn hậu Covid-19" của nhóm sinh viên Trường Đại học Sư phạm Kỹ thuật TP.HCM đã giải quyết thành công bài toán cấp bách về mặt lý luận và thực tiễn trong quản trị dịch vụ ăn uống. Bằng việc phối hợp chặt chẽ giữa phương pháp nghiên cứu định tính phỏng vấn chuyên gia quản trị và khảo sát định lượng 151 thực khách, công trình đã xác lập bức tranh toàn cảnh về sự thay đổi tâm lý người tiêu dùng: ưu tiên an toàn dịch tễ lên hàng đầu, tái cấu trúc ngân sách chi tiêu theo hướng thực dụng và gia tăng mạnh mẽ tỷ lệ ứng dụng giải pháp số không tiếp xúc.

Những phát hiện thực chứng từ đề tài cung cấp luận cứ khoa học vững chắc để các nhà hoạch định chiến lược và chủ doanh nghiệp F&B tại TP.HCM tái định vị thương hiệu, tinh gọn bộ máy vận hành và xây dựng các sản phẩm thực đơn tối ưu. Các đơn vị kinh doanh F&B cần chủ động số hóa toàn diện quy trình phục vụ, chuẩn hóa các rào cản kiểm soát dịch tễ và nắm bắt sâu sắc từng phân khúc tâm lý khách hàng nhằm bảo đảm sự phục hồi bền vững và bứt phá mạnh mẽ trong kỷ nguyên kinh tế mới.