Giới thiệu dự án

Thị trường xe hai bánh tại Việt Nam đóng vai trò huyết mạch trong hệ thống giao thông đô thị, chiếm trên 61% thị phần phương tiện di chuyển cá nhân toàn quốc. Theo số liệu từ Hiệp hội các nhà sản xuất xe máy Việt Nam (VAMM), tổng sản lượng tiêu thụ năm 2019 đạt 3,254 triệu xe (giảm nhẹ 3,87% so với năm 2018), đưa Việt Nam giữ vị trí thị trường tiêu thụ xe máy lớn thứ 4 thế giới, xếp sau Ấn Độ, Trung Quốc và Indonesia. Tại khu vực miền Trung, Thừa Thiên Huế giữ vai trò là cực tăng trưởng kinh tế trọng điểm nhưng đang bước vào giai đoạn cạnh tranh khốc liệt giữa 5 thương hiệu lớn thuộc VAMM (Honda nắm 29 dòng sản phẩm, Yamaha 17 dòng, Suzuki 14 dòng, SYM 19 dòng, Piaggio 12 dòng).

Thị phần phương tiện giao thông tại Việt Nam:

Trong bối cảnh thị trường bước vào chu kỳ bão hòa và chịu tác động kép từ suy thoái kinh tế sau đại dịch, các đại lý ủy quyền HEAD (Honda Exclusive Authorized Dealer) đối mặt với áp lực lớn về chỉ tiêu doanh số và chi phí duy trì mặt bằng. Đại lý Công ty TNHH Thương mại Đại Nam (HEAD Đại Nam, Nguyễn Trãi, Tây Lộc, TP. Huế) chịu sự cạnh tranh trực tiếp từ các đối thủ lớn trên cùng địa bàn như Honda Lộc Thịnh (hệ thống 6 showroom) và Honda Hồng Phú (5 showroom). Bài toán đặt ra là cần một công cụ định lượng khoa học để giải mã hành vi tiêu dùng, tối ưu hóa các điểm tiếp xúc dịch vụ và hoạch định ngân sách xúc tiến bán lẻ chính xác.

+---------------------------------------------------------------------------------------------------------+
|                                        PROJECT OBJECTIVES MATRIX                                        |
+---+----------------------------+------------------------------------------+-----------------------------+
| # | Mục tiêu cụ thể            | Phương pháp đo lường                     | Chỉ số đầu ra kỳ vọng       |
+---+----------------------------+------------------------------------------+-----------------------------+
| 1 | Hệ thống hóa cơ sở lý luận | Tổng thuật Kotler, Maslow, Sheth, GLOVAL | Khung lý thuyết 6 chiều     |
| 2 | Đo lường tác động biến số  | Phân tích độ tin cậy, EFA, Hồi quy OLS   | Hệ số Beta chuẩn hóa, R2    |
| 3 | Phân tích khác biệt mẫu    | Independent T-Test, One-Way ANOVA, Welch | Giá trị Sig. (p-value)      |
| 4 | Đề xuất giải pháp thực thi | Khung chiến lược 4P/7P cải tiến          | Kế hoạch hành động 2021-2025|
+---+----------------------------+------------------------------------------+-----------------------------+

Phạm vi nghiên cứu tập trung vào tệp khách hàng cá nhân đến tham quan, bảo dưỡng và thực hiện giao dịch mua xe máy tại HEAD Đại Nam trong giai đoạn 2020 – 2021, với cỡ mẫu định lượng $N = 160$ bảng hỏi hợp lệ được xử lý qua công cụ thống kê chuyên dụng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thị trường Thừa Thiên Huế, sự dịch chuyển trong tâm lý khách hàng đòi hỏi các nhà phân phối phải chuyển từ mô hình "bán hàng thuần túy" sang mô hình "trải nghiệm giá trị toàn diện".

Tiêu chí phân tích HEAD Honda Đại Nam (Nghiên cứu) Đại lý đối thủ (Lộc Thịnh, Hồng Phú) Cửa hàng xe máy tư nhân
Quy mô mặt bằng & Chuỗi 3 showroom, tập trung nội thành 5 - 6 showroom, phủ sóng toàn tỉnh 1 - 2 cửa hàng nhỏ lẻ
Bảo hành & Phụ tùng Chuẩn HEAD, 100% phụ tùng chính hãng Chuẩn HEAD, năng lực tiếp nhận lớn Phụ tùng hỗn hợp, bảo hành ngắn hạn
Giá bán & Chiết khấu Giữ giá niêm yết, quà tặng kèm Cạnh tranh giá linh hoạt, trả góp 0% Giá biến động mạnh theo thị trường
Trải nghiệm khách hàng Nhân viên thân thiện, khu chờ tiêu chuẩn Phòng chờ tiện nghi cao, CRM tự động Hạn chế diện tích, tư vấn tự do

Phân loại yêu cầu khách hàng theo mô hình MoSCoW:

  • Must-Have: Động cơ bền bỉ, tiết kiệm nhiên liệu (công nghệ eSP/PGM-FI), bảo hành minh bạch 3 năm/30.000 km, nhân viên tư vấn am hiểu thông số kỹ thuật.
  • Should-Have: Showroom rộng rãi, vị trí trung tâm thuận tiện giao thông, chính sách quà tặng phụ kiện chính hãng (mũ bảo hiểm, áo mưa).
  • Could-Have: Không gian phòng chờ máy lạnh cao cấp, hỗ trợ hoàn tất thủ tục đăng ký biển số trọn gói trong ngày.
  • Won't-Have: Giảm giá cắt lỗ phá vỡ chính sách giá sàn của Honda Việt Nam, bán phụ tùng không rõ xuất xứ.

Thiết kế hệ thống

Nghiên cứu tích hợp mô hình hành vi mua của Philip Kotler (2005), mô hình giá trị tiêu dùng của Sheth – Newman – Gross (1991) và thang đo giá trị cảm nhận GLOVAL của Sanchez và cộng sự (2006) gồm 24 biến quan sát để thiết kế mô hình 6 nhân tố độc lập tác động đến hành vi mua ($HV$).

                KIẾN TRÚC MÔ HÌNH HỒI QUY ĐA BIẾN (OLS FRAMEWORK)

Phương trình hồi quy tổng quát dạng tuyến tính:

$$HV = \beta_0 + \beta_1 \cdot KG + \beta_2 \cdot NS + \beta_3 \cdot CL + \beta_4 \cdot GC + \beta_5 \cdot CX + \beta_6 \cdot XH + \varepsilon$$

Trong đó:

  • $HV$: Hành vi quyết định mua xe máy tại HEAD Đại Nam (Biến phụ thuộc).
  • $KG$: Giá trị không gian cửa hàng (5 biến quan sát: $KG_1 \to KG_5$).
  • $NS$: Giá trị nhân sự phục vụ (4 biến quan sát: $NS_1 \to NS_4$).
  • $CL$: Giá trị chất lượng sản phẩm (5 biến quan sát: $CL_1 \to CL_5$).
  • $GC$: Giá trị giá cả cảm nhận (4 biến quan sát: $GC_1 \to GC_4$).
  • $CX$: Giá trị cảm xúc khi trải nghiệm (5 biến quan sát: $CX_1 \to CX_5$).
  • $XH$: Giá trị xã hội và định vị bản thân (5 biến quan sát: $XH_1 \to XH_5$).
  • $\beta_0$: Hằng số chặn (Intercept); $\beta_1 \dots \beta_6$: Hệ số hồi quy riêng phần; $\varepsilon$: Sai số ngẫu nhiên thỏa mãn $\varepsilon \sim \mathcal{N}(0, \sigma^2)$.

Tech Stack và công cụ phân tích dữ liệu:

  • IBM SPSS Statistics: Phiên bản 20.0 (xử lý kiểm định Cronbach’s Alpha, EFA với phép xoay Varimax, tương quan Pearson, hồi quy OLS, T-Test, One-Way ANOVA).
  • Microsoft Excel: Phiên bản 2019/365 (làm sạch dữ liệu, mã hóa biến số, vẽ biểu đồ cấu trúc).
  • Python (Data Pipeline): Phiên bản 3.10 với các thư viện pandas (v2.1.0), statsmodels (v0.14.0), scipy (v1.11.0) dùng để xác thực chéo (cross-validation).

Methodology

Quy trình nghiên cứu định lượng tuân thủ 10 giai đoạn chuẩn mực học thuật:

                                                      [B10: Khuyến nghị quản trị]

Xác định kích thước mẫu ($N$):

  • Theo quy tắc phân tích nhân tố EFA của Hair, Anderson, Tatham, và Black (1998): Cỡ mẫu tối thiểu $N \ge 5 \times m = 5 \times 28 = 140$ quan sát ($m = 28$ biến quan sát).
  • Theo quy tắc phân tích hồi quy OLS của Tabachnick và Fidell (1991): $N \ge 8 \times k + 50 = 8 \times 6 + 50 = 98$ quan sát ($k = 6$ biến độc lập).
  • Thực tế điều tra: Phát ra 170 phiếu bằng phương pháp chọn mẫu thuận tiện phi ngẫu nhiên tại showroom, thu về và làm sạch đạt $N = 160$ mẫu hợp lệ (vượt 14,2% so với ngưỡng tối thiểu của Hair et al.).

Implementation và kết quả

Development process

Dữ liệu khảo sát từ thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\to$ 5: Hoàn toàn đồng ý) được số hóa và kiểm soát chất lượng qua mã nguồn xử lý tự động.

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# Load and clean dataset
df = pd.read_csv("honda_dainam_survey_n160.csv")

# Compute Composite Scores for Scale Dimensions
factors = ['KG', 'NS', 'CL', 'GC', 'CX', 'XH']
X = pd.DataFrame()
for f in factors:
    cols = [col for col in df.columns if col.startswith(f)]
    X[f] = df[cols].mean(axis=1)

y = df[[c for c in df.columns if c.startswith('HV')]].mean(axis=1)

# Fit Ordinary Least Squares (OLS) Model
X_const = sm.add_constant(X)
ols_model = sm.OLS(y, X_const).fit()

# Verify Multicollinearity with VIF Calculation
vif_data = pd.DataFrame()
vif_data["Variable"] = X_const.columns[1:]
vif_data["VIF"] = [variance_inflation_factor(X_const.values, i) for i in range(1, X_const.shape[1])]

print(ols_model.summary())
print("\n--- Variance Inflation Factor (VIF) ---")
print(vif_data.to_string(index=False))

Testing và validation

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

Tiêu chuẩn chấp nhận: Hệ số Cronbach's Alpha $\ge 0.70$; Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.

Thang đo nhân tố Số biến quan sát Cronbach's Alpha Tương quan biến-tổng nhỏ nhất Đánh giá
Không gian cửa hàng ($KG$) 5 ($KG_1 - KG_5$) 0.824 0.542 ($KG_3$) Đạt chuẩn tốt
Nhân sự phục vụ ($NS$) 4 ($NS_1 - NS_4$) 0.846 0.611 ($NS_1$) Đạt chuẩn tốt
Chất lượng xe ($CL$) 5 ($CL_1 - CL_5$) 0.871 0.638 ($CL_4$) Độ tin cậy cao
Giá cả cảm nhận ($GC$) 4 ($GC_1 - GC_4$) 0.789 0.512 ($GC_2$) Đạt chuẩn
Giá trị cảm xúc ($CX$) 5 ($CX_1 - CX_5$) 0.858 0.590 ($CX_5$) Đạt chuẩn tốt
Giá trị xã hội ($XH$) 5 ($XH_1 - XH_5$) 0.835 0.564 ($XH_2$) Đạt chuẩn tốt
Hành vi mua ($HV$) 3 ($HV_1 - HV_3$) 0.812 0.605 ($HV_1$) Biến phụ thuộc tin cậy

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Chỉ số $KMO = 0.818$ ($0.5 \le KMO \le 1.0$), kiểm định Bartlett có $\chi^2 = 1842.36$ với $Sig. = 0.000 < 0.001$, chứng minh các biến có tương quan chặt chẽ.
  • Trích xuất 6 nhân tố tại điểm dừng Eigenvalue $= 1.246 > 1.0$, Tổng phương sai trích (Cumulative Variance Explained) $= 64.38% > 50%$. Mọi hệ số tải nhân tố (Factor Loading) đều đạt $> 0.55$.
  • Biến phụ thuộc: $KMO = 0.694$, $Sig. Bartlett = 0.000$, Phương sai trích đạt $62.15%$.
BẢNG MA TRẬN XOAY NHÂN TỐ (ROTATED COMPONENT MATRIX - VARIMAX)
Variable   F1(CL)   F2(CX)   F3(NS)   F4(XH)   F5(KG)   F6(GC)
--------------------------------------------------------------
CL1        0.782
CL2        0.765
CL3        0.741
CX1                 0.791
CX2                 0.754
NS2                          0.812
NS3                          0.788
XH1                                   0.804
XH4                                   0.732
KG2                                            0.776
KG4                                            0.725
GC1                                                     0.821
GC3                                                     0.764

Kết quả đạt được

Kết quả hồi quy tuyến tính bội giải thích mối quan hệ định lượng giữa các yếu tố và hành vi mua:

Biến độc lập Hệ số $\beta$ chưa chuẩn hóa Sai số chuẩn ($SE$) Hệ số Beta ($\beta$) chuẩn hóa Giá trị $t$-stat Sig. ($p$-value) VIF
Hằng số (Constant) 0.412 0.185 — 2.227 0.027 —
Giá trị Cảm xúc ($CX$) 0.324 0.052 0.318 6.230 0.000 1.342
Giá trị Chất lượng ($CL$) 0.286 0.048 0.279 5.958 0.000 1.285
Giá trị Xã hội ($XH$) 0.205 0.044 0.198 4.659 0.000 1.210
Giá trị Nhân sự ($NS$) 0.168 0.041 0.162 4.097 0.000 1.198
Giá trị Giá cả ($GC$) 0.142 0.039 0.138 3.641 0.000 1.156
Giá trị Không gian ($KG$) 0.115 0.036 0.112 3.194 0.002 1.184

Thống kê tổng thể mô hình:

  • Hệ số xác định $R^2 = 0.612$; Hệ số xác định hiệu chỉnh $R^2_{adj} = 0.597$. Mô hình giải thích được 59,7% sự biến thiên của hành vi mua xe máy tại HEAD Đại Nam.
  • Kiểm định $F$-ANOVA: $F = 40.218$ ($Sig. = 0.000 < 0.001$), khẳng định mô hình có ý nghĩa thống kê cao.
  • Hệ số phóng đại phương sai $VIF < 1.4$ (thấp hơn ngưỡng giới hạn 2.0), chứng minh mô hình không vi phạm hiện tượng đa cộng tuyến.
  • Kiểm định khác biệt nhân khẩu học (ANOVA & Welch): Khách hàng có thu nhập từ 10 - 20 triệu VNĐ/tháng và độ tuổi 25 - 35 tuổi có mức độ quan tâm đến Giá trị Cảm xúc ($CX$) và Giá trị Xã hội ($XH$) cao hơn 28,4% so với nhóm sinh viên dưới 22 tuổi ($Sig. < 0.05$).

Đổi mới và đóng góp

  • Bản địa hóa mô hình GLOVAL trong ngành bán lẻ xe máy: Điều chỉnh thang đo gốc của Sanchez et al. (2006) bằng việc tích hợp đặc thù phân phối ủy quyền HEAD tại Việt Nam, phân định rõ ranh giới giữa giá trị thương hiệu tổng thể và giá trị dịch vụ tại điểm bán.
  • Tái định vị trọng số hành vi tiêu dùng: Nghiên cứu chứng minh rằng trong phân khúc xe máy phổ thông đến trung cấp, Giá trị Cảm xúc ($\beta = 0.318$) và Giá trị Chất lượng ($\beta = 0.279$) có mức tác động vượt trội so với Giá trị Giá cả ($\beta = 0.138$). Điều này bác bỏ giả định truyền thống cho rằng giảm giá là giải pháp kích cầu quan trọng nhất.
  • Đóng góp dữ liệu kinh nghiệm thực chứng: Cung cấp bộ cơ sở dữ liệu $N = 160$ chuẩn hóa với kiểm định phương sai sai số, tạo khung tham chiếu cho các nghiên cứu tiếp theo về hành vi người tiêu dùng tại đô thị loại I miền Trung.

Ứng dụng thực tế và triển khai

Dựa trên trọng số tác động từ mô hình hồi quy OLS, lộ trình thực thi chiến lược quản trị trải nghiệm khách hàng tại HEAD Đại Nam giai đoạn 2021 – 2023 được xác lập cụ thể:

               LỘ TRÌNH THỰC THI CHIẾN LƯỢC TRẢI NGHIỆM KHÁCH HÀNG

Phân tích hiệu quả đầu tư và lợi ích (Cost-Benefit Analysis):

  • Chi phí dự toán cải tạo & đào tạo: 120.000.000 VNĐ (Phân bổ: 45% nâng cấp nhận diện không gian; 35% ngân sách số hóa CRM và chăm sóc sau bán; 20% chi phí đào tạo nhân sự tư vấn).
  • Kỳ vọng tăng trưởng doanh số: Tăng tỷ lệ chốt đơn tại cửa hàng từ 18,5% lên 24,2% (tăng 5,7 điểm phần trăm); giảm tỷ lệ khách hàng rời bỏ dịch vụ bảo dưỡng định kỳ sau 1 năm đầu sử dụng từ 34% xuống dưới 20%.
  • Thời gian hoàn vốn (Payback Period): Ước tính đạt 4,5 tháng dựa trên mức tăng biên lợi nhuận ròng từ dịch vụ và phụ tùng chính hãng.

Hạn chế và hướng phát triển

  • Hạn chế phương pháp chọn mẫu: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện phi ngẫu nhiên ($N = 160$) tập trung tại một đại lý đơn lẻ tại TP. Huế, chưa bao quát toàn bộ tệp khách hàng nông thôn tại các huyện lân cận như Phong Điền, Phú Lộc, Nam Đông.
  • Đặc tính dữ liệu cắt ngang (Cross-sectional Data): Dữ liệu thu thập tại một thời điểm cố định chưa phản ánh biến động hành vi theo chu kỳ kinh tế vĩ mô hoặc các đợt bùng phát dịch bệnh kéo dài.
  • Hướng mở rộng nghiên cứu:
    • Mở rộng cỡ mẫu lên $N \ge 500$, so sánh đa nhóm (Multi-group Analysis) giữa khách hàng mua xe số phổ thông (Wave Alpha, Blade) và xe tay ga cao cấp (SH, Air Blade).
    • Ứng dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) thông qua SmartPLS 4.0 để kiểm định các biến trung gian như Sự hài lòng (Satisfaction) và Lòng trung thành thương hiệu (Brand Loyalty).

Đối tượng hưởng lợi

| NHÓM ĐỐI TƯỢNG        | GIÁ TRỊ VÀ TÀI NGUYÊN TIẾP NHẬN                     |
| Sinh viên & Học viên  | Mẫu bảng hỏi Likert 28 biến chuẩn hóa, quy trình    |
| Cao học Kinh tế       | phân tích SPSS mẫu từ Alpha, EFA đến Hồi quy OLS.   |
| Quản lý HEAD &        | Bộ trọng số định lượng hành vi người tiêu dùng địa  |
| Giám đốc Kinh doanh   | phương nhằm phân bổ ngân sách Marketing tối ưu.     |
| Chuyên viên Phân tích | Đoạn mã Script tự động hóa kiểm định đa cộng tuyến  |
| Dữ liệu (Data Analyst)| VIF và ma trận xoay nhân tố trên Python/SPSS.       |

Câu hỏi thường gặp

1. Cấu hình hệ thống và công cụ tối thiểu để tái lập quy trình xử lý dữ liệu của đề tài?

Quy trình yêu cầu máy trạm chạy hệ điều hành Windows 10/11 hoặc macOS, RAM tối thiểu 4GB, cài đặt bộ phần mềm IBM SPSS Statistics phiên bản 20.0 trở lên và Microsoft Excel 2016 trở lên. Đối với quy trình xác thực chéo bằng code, môi trường Python $\ge 3.8$ cần có các thư viện pandas, statsmodels, scipy và factor_analyzer.

2. Tại sao giá trị cảm xúc lại có trọng số tác động lớn hơn giá trị giá cả trong mô hình?

Xe máy tại thị trường Việt Nam không chỉ đơn thuần là phương tiện đi lại cơ bản mà còn là tài sản thể hiện phong cách sống và địa vị cá nhân. Với hệ thống giá bán xe máy Honda đã tương đối chuẩn hóa và minh bạch trên toàn hệ thống HEAD, sự khác biệt trong quyết định mua nằm ở cảm giác an tâm, tự hào và sự chăm sóc ân cần tại điểm chạm dịch vụ ($\beta_{CX} = 0.318$ so với $\beta_{GC} = 0.138$).

3. Làm thế nào để xử lý nếu biến quan sát bị loại trong bước phân tích Cronbach's Alpha hoặc EFA?

Khi hệ số tương quan biến - tổng nhỏ hơn 0.30 hoặc hệ số tải nhân tố (Factor Loading) trong ma trận xoay nhỏ hơn 0.50, cần tiến hành loại bỏ biến đó theo nguyên tắc từng bước (step-by-step), sau đó chạy lại toàn bộ kiểm định từ bước Alpha của nhóm nhân tố tương ứng để đảm bảo tính hội tụ của thang đo.

4. Mô hình này có thể áp dụng cho các đại lý ô tô hoặc chuỗi bán lẻ điện máy không?

Hoàn toàn có thể áp dụng. Khung đo lường 6 khía cạnh giá trị (Không gian, Nhân sự, Chất lượng, Giá cả, Cảm xúc, Xã hội) dựa trên nền tảng GLOVAL có tính thích ứng cao đối với các ngành hàng tiêu dùng lâu bền có giá trị cao (High-involvement products). Tuy nhiên, các phát biểu trong biến quan sát cần được hiệu chỉnh cho phù hợp với đặc thù sản phẩm mới.

5. Chi phí triển khai chiến lược nâng cao trải nghiệm khách hàng tại đại lý mất bao lâu để đạt điểm hòa vốn?

Với mức chi phí đầu tư khoảng 120 triệu đồng cho cải tạo không gian trưng bày và đào tạo kỹ năng tư vấn, nếu tỷ lệ chốt đơn tăng thêm từ 5% đến 6% (tương đương bán thêm 15 - 20 xe/tháng cùng doanh thu phụ kiện và dịch vụ sửa chữa tăng trưởng 12%), đại lý sẽ đạt điểm hòa vốn trong vòng 4,5 tháng hoạt động.

Kết luận

Nghiên cứu đã xây dựng và kiểm định thành công mô hình định lượng 6 nhân tố tác động đến hành vi mua xe máy tại Công ty TNHH Thương mại Đại Nam – Đại lý ủy quyền Honda tại Huế. Kết quả thực nghiệm với cỡ mẫu $N = 160$ khẳng định vai trò quyết định của Giá trị Cảm xúc ($\beta = 0.318$), theo sau là Giá trị Chất lượng ($\beta = 0.279$), Giá trị Xã hội ($\beta = 0.198$), Giá trị Nhân sự ($\beta = 0.162$), Giá trị Giá cả ($\beta = 0.138$) và Giá trị Không gian ($\beta = 0.112$), giải thích được 59,7% sự biến thiên hành vi tiêu dùng ($R^2_{adj} = 0.597$).

Công trình cung cấp cơ sở khoa học xác thực giúp ban lãnh đạo HEAD Đại Nam chuyển dịch trọng tâm từ chiến lược cạnh tranh giá thuần túy sang chiến lược quản trị tổng thể trải nghiệm khách hàng, tối ưu hóa điểm chạm dịch vụ và gia tăng thị phần bền vững tại thị trường miền Trung.