Giới thiệu dự án

Thị trường cà phê chế biến sẵn đóng chai (Ready-to-Drink - RTD Coffee) tại Việt Nam đang chứng kiến tốc độ tăng trưởng kép hàng năm (CAGR) đạt mức 8,5% trong giai đoạn 2018–2024 (theo báo cáo của USDA và Euromonitor). Tuy nhiên, tại thị trường miền Trung, đặc biệt là khu vực thành phố Huế – nơi văn hóa thưởng thức cà phê phin truyền thống chiếm hơn 75% thị phần đồ uống sáng – việc thương mại hóa dòng sản phẩm cà phê chai pha sẵn nguyên chất gặp phải rào cản lớn từ định kiến tiêu dùng và sự cạnh tranh khốc liệt của các chuỗi đồ uống pha chế tại chỗ.

Công ty TNHH Sản xuất, Thương mại & Dịch vụ Cà phê Đồng Xanh (Greenfields Coffee - GFC), dù nắm giữ khoảng 80% thị phần cung ứng cà phê rang xay tại Huế (Phòng Kinh doanh GFC, 2018), vẫn đối mặt với bài toán tối ưu hóa tỷ lệ chuyển đổi khách hàng đối với dòng sản phẩm cà phê chai nguyên chất không phụ gia. Nghiên cứu này được triển khai nhằm lượng hóa các rào cản tâm lý và đo lường mức độ tác động của các biến số tiếp thị đến quyết định mua thực tế.

Mục tiêu nghiên cứu bao gồm:

  1. Hệ thống hóa cơ sở lý luận về hành vi tiêu dùng dựa trên Thuyết hành động hợp lý (Theory of Reasoned Action - TRA) và Thuyết hành vi dự định (Theory of Planned Behavior - TPB).
  2. Xác định cấu trúc các nhân tố ảnh hưởng đến quyết định mua cà phê chai GFC thông qua mô hình 6 thành phần: Thương hiệu (TH), Sản phẩm (SP), Giá cả (GC), Chính sách khuyến mãi (KM), Nhân viên bán hàng (NV) và Nhóm tham khảo (TK).
  3. Đo lường trọng số tác động ($\beta$) của từng nhân tố qua phân tích định lượng OLS (Ordinary Least Squares).
  4. Kiểm định sự khác biệt có ý nghĩa thống kê về đặc điểm nhân khẩu học (giới tính, độ tuổi, thu nhập, nghề nghiệp) đối với quyết định mua bằng kiểm định ANOVA và Independent Samples T-Test.
  5. Đề xuất ma trận giải pháp tiếp thị định hướng dữ liệu (data-driven marketing) cho GFC trong giai đoạn 2020–2025.

Phạm vi nghiên cứu tập trung vào khách hàng cá nhân có nhu cầu tiêu dùng cà phê RTD tại địa bàn TP. Huế, dữ liệu sơ cấp thu thập trong quý IV/2019 với $N = 130$ mẫu khảo sát hợp lệ; dữ liệu thứ cấp giai đoạn 2016–2019. Giới hạn nghiên cứu không bao gồm kênh phân phối B2B bán sỉ liên tỉnh.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thị trường miền Trung, các giải pháp tiếp cận người tiêu dùng đối với mặt hàng cà phê được phân hóa thành ba nhóm chính với các ưu nhược điểm kỹ thuật và vận hành rõ rệt:

Giải pháp hiện hữu Ưu điểm Nhược điểm Thị phần ước tính Mức độ thỏa mãn gu địa phương
Cà phê phin truyền thống tại quán Hương vị đậm đà, giữ trọn vẹn hương tự nhiên, trải nghiệm xã hội cao Tốn thời gian (15–30 phút), không linh hoạt di chuyển 65% Cao ($4.8/5.0$)
Cà phê hòa tan công nghiệp (3-in-1) Tiện lợi tối đa, hạn sử dụng dài (12–24 tháng), giá rẻ Hàm lượng chất độn cao, hương liệu nhân tạo, mất vị cà phê nguyên chất 25% Thấp ($2.3/5.0$)
Cà phê chai nguyên chất GFC (RTD) Tiện lợi (<30s), 100% nguyên chất không chất bảo quản, giữ chuẩn vị phin Hạn sử dụng ngắn (3–7 ngày bảo quản lạnh), yêu cầu logistics chuỗi lạnh 10% Rất cao ($4.6/5.0$)

Phân tích yêu cầu khách hàng theo mô hình MoSCoW:

  • Must-have (Bắt buộc): Cà phê rang xay nguyên chất 100% không bắp rang/đậu nành; đóng chai tiệt trùng an toàn thực phẩm; vị đậm chuẩn gu Huế.
  • Should-have (Nên có): Thiết kế chai thủy tinh bảo vệ môi trường; dịch vụ giao hàng nhanh dưới 30 phút qua hotline/fanpage.
  • Could-have (Có thể có): Đa dạng hóa mức độ ngọt (không đường, ít đường, nhiều sữa); combo ưu đãi theo tuần.
  • Won't-have (Chưa cần): Hệ thống phân phối tự động qua máy bán hàng (Vending machine) do chi phí CAPEX cao tại thị trường cấp 2.

Thiết kế hệ thống nghiên cứu

Mô hình nghiên cứu phân tích định lượng được cấu trúc dựa trên hệ thống 24 biến quan sát độc lập thuộc 6 nhóm nhân tố và 1 biến phụ thuộc (3 biến quan sát), vận hành theo mô hình kiến trúc xử lý dữ liệu sau:

Ngăn xếp công nghệ và công cụ xử lý dữ liệu:

  • Nền tảng phân tích thống kê: IBM SPSS Statistics Version 20.0 (Core Engine cho Cronbach's Alpha, EFA, OLS Regression, ANOVA, T-Test).
  • Bộ công cụ tiền xử lý & làm sạch: Microsoft Excel 2016 (Data cleansing, coding Likert 5 mức độ, ma trận chuẩn hóa dữ liệu).
  • Tập lệnh phân tích bổ trợ: Python 3.8 với thư viện statsmodels 0.12.0, scipy 1.5.2, pandas 1.1.3 dùng để tái kiểm định mô hình hồi quy và vẽ biểu đồ phân phối phần dư chuẩn hóa.

Cấu trúc lược đồ dữ liệu điều tra (Survey Data Schema):

  • Bảng Khách Hàng (Customer_Demographics): CustomerID (PK, INT), Gender (BIT: 0-Nữ, 1-Nam), AgeGroup (TINYINT: 18-25, 26-35, 36-45, >45), Occupation (TINYINT: HSSV, NVVP, KD, Khác), IncomeLevel (TINYINT: <3tr, 3-5tr, 5-10tr, >10tr).
  • Bảng Đánh Giá Biến Quan Sát (Survey_Responses): ResponseID (PK, INT), CustomerID (FK), TH1..TH3 (TINYINT 1-5), SP1..SP5 (TINYINT 1-5), GC1..GC3 (TINYINT 1-5), KM1..KM4 (TINYINT 1-5), NV1..NV5 (TINYINT 1-5), TK1..TK4 (TINYINT 1-5), QD1..QD3 (TINYINT 1-5).

Kiểm soát an toàn và tính hợp lệ của dữ liệu: Áp dụng phương pháp lấy mẫu thuận tiện có kiểm soát kích thước với công thức xác định cỡ mẫu tối thiểu:

  • Theo phân tích nhân tố khám phá (Hair et al., 1998; Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008): $N_{\min} \ge 5 \times k = 5 \times 24 = 120$ mẫu (với $k$ là tổng số biến quan sát).
  • Theo phân tích hồi quy bội (Green, 1991; Nguyễn Đình Thọ, 2014): $N_{\min} \ge 50 + 8 \times p = 50 + 8 \times 6 = 98$ mẫu (với $p$ là số biến độc lập).
  • Kích thước mẫu thực tế triển khai: $N = 130$ mẫu phát ra và thu hồi hợp lệ 100%, đảm bảo độ tin cậy $95%$ ($\alpha = 0.05$).

Methodology

Quy trình nghiên cứu kết hợp phương pháp hỗn hợp (Mixed Methods Research):

  1. Giai đoạn nghiên cứu định tính (Qualitative Phase): Phỏng vấn sâu ($N=10$) gồm chuyên gia sản xuất, Giám đốc GFC và khách hàng thường xuyên nhằm hiệu chỉnh thang đo thang đo gốc của Kotler (2007) sang đặc thù ngành cà phê chai đóng hộp/chai bảo quản lạnh.
  2. Giai đoạn nghiên cứu định lượng (Quantitative Phase): Khảo sát diện rộng thông qua bảng câu hỏi cấu trúc đóng (Likert scale 1 = Rất không đồng ý đến 5 = Rất đồng ý), phát trực tiếp tại điểm tiếp xúc giao hàng của GFC.

Lộ trình triển khai dự án nghiên cứu:

  • Tuần 1–2: Tổng quan tài liệu, xây dựng khung lý thuyết TRA/TPB và bảng câu hỏi sơ bộ.
  • Tuần 3: Phỏng vấn định tính chuyên gia, điều chỉnh 27 biến quan sát (24 biến độc lập, 3 biến phụ thuộc).
  • Tuần 4–5: Tiến hành khảo sát thực địa ($N=130$), thu thập và mã hóa dữ liệu.
  • Tuần 6–7: Kiểm định độ tin cậy Cronbach's Alpha, phân tích EFA, hồi quy tuyến tính và ANOVA trên SPSS 20.0.
  • Tuần 8: Tổng hợp kết quả, xây dựng hàm hồi quy chuẩn hóa và lập ma trận giải pháp kinh doanh.

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu áp dụng các giải thuật toán học và mô hình hóa kinh tế lượng:

  1. Công thức hệ số tin cậy Cronbach's Alpha: $$\alpha = \frac{k}{k - 1} \left( 1 - \frac{\sum_{i=1}^k \sigma_{y_i}^2}{\sigma_x^2} \right)$$ Trong đó $k$ là số biến quan sát của nhân tố, $\sigma_{y_i}^2$ là phương sai của biến quan sát thứ $i$, $\sigma_x^2$ là phương sai của tổng điểm các biến quan sát.

  2. Phương trình hồi quy đa biến tuyến tính tổng quát (OLS): $$QD = \beta_0 + \beta_1 \cdot TH + \beta_2 \cdot SP + \beta_3 \cdot GC + \beta_4 \cdot KM + \beta_5 \cdot NV + \beta_6 \cdot TK + \epsilon$$

Đoạn mã kịch bản Python tương đương cấu trúc phân tích thống kê trên SPSS:

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

# Load and prepare survey dataset (N=130)
df = pd.read_csv("gfc_coffee_survey_processed.csv")
X_vars = ['TH_mean', 'SP_mean', 'GC_mean', 'KM_mean', 'NV_mean', 'TK_mean']
y_var = 'QD_mean'

X = df[X_vars]
y = df[y_var]
X_const = sm.add_constant(X)

# Fit OLS Multiple Linear Regression Model
model = sm.OLS(y, X_const).fit()

# Calculate Variance Inflation Factor (VIF) to test Multicollinearity
vif_data = pd.DataFrame()
vif_data["Variable"] = X_vars
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X_vars))]

print(model.summary())
print("\nVariance Inflation Factors:\n", vif_data)

Testing và validation

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

Tất cả 6 thang đo biến độc lập và 1 thang đo biến phụ thuộc đều đạt chuẩn kiểm định với hệ số Alpha $> 0.60$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$:

  • Nhóm Thương hiệu (TH): $\alpha = 0.812$ (3 biến)
  • Nhóm Sản phẩm (SP): $\alpha = 0.845$ (5 biến)
  • Nhóm Giá cả (GC): $\alpha = 0.768$ (3 biến)
  • Nhóm Khuyến mãi (KM): $\alpha = 0.794$ (4 biến)
  • Nhóm Nhân viên (NV): $\alpha = 0.861$ (5 biến)
  • Nhóm Tham khảo (TK): $\alpha = 0.789$ (4 biến)
  • Quyết định mua (QD): $\alpha = 0.832$ (3 biến)

Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO and Bartlett's Test cho các biến độc lập:
    • Hệ số Kaiser-Meyer-Olkin (KMO) = $0.824 > 0.50$ (Mẫu nghiên cứu hoàn toàn phù hợp).
    • Kiểm định thống kê Bartlett's Test of Sphericity: Chi-Square = $1482.35$, Sig. = $0.000 < 0.05$ (Các biến quan sát có tương quan tuyến tính chặt chẽ).
    • Phương pháp trích Principal Component Analysis với phép xoay Varimax: Trích được 6 nhân tố tại điểm dừng Eigenvalue = $1.142 > 1.0$, tổng phương sai trích (Total Variance Explained) = $64.82% > 50%$ (6 nhân tố giải thích được 64.82% độ biến thiên của dữ liệu). Hệ số tải nhân tố (Factor Loading) của tất cả 24 biến đều đạt $> 0.55$.
  • Kiểm định EFA cho biến phụ thuộc (QD):
    • KMO = $0.715$, Bartlett's Sig. = $0.000$, Tổng phương sai trích đạt $74.89%$ tại Eigenvalue = $2.247$.
========================================================================================
                      BẢNG TỔNG HỢP KIỂM ĐỊNH MÔ HÌNH HỒI QUY OLS
========================================================================================
Biến độc lập       Hệ số chưa chuẩn hóa (B)   Hệ số chuẩn hóa (Beta)   t-stat    Sig.     VIF
----------------------------------------------------------------------------------------
(Hằng số - C)              0.142                        -               0.452   0.652      -
Nhóm tham khảo (TK)        0.285                      0.298             4.112   0.000   1.214
Thương hiệu (TH)           0.248                      0.261             3.785   0.000   1.189
Sản phẩm (SP)              0.215                      0.224             3.120   0.002   1.305
Nhân viên (NV)             0.162                      0.175             2.541   0.012   1.156
Khuyến mãi (KM)            0.128                      0.136             2.018   0.046   1.201
Giá cả (GC)                0.095                      0.098             1.412   0.160   1.178
----------------------------------------------------------------------------------------
R-squared: 0.612 | Adjusted R-squared: 0.593 | F-statistic: 32.34 (Sig = 0.000) | Durbin-Watson: 1.942
========================================================================================

Kết quả đạt được

Hàm hồi quy tuyến tính chuẩn hóa thể hiện mức độ tác động của các nhân tố đến quyết định mua cà phê chai GFC:

$$QD = 0.298 \cdot TK + 0.261 \cdot TH + 0.224 \cdot SP + 0.175 \cdot NV + 0.136 \cdot KM$$

Lưu ý: Biến Giá cả ($GC$) có $p\text{-value} = 0.160 > 0.05$, không đạt ý nghĩa thống kê ở mức tin cậy 95%, cho thấy khách hàng tiêu dùng cà phê chai nguyên chất phân khúc trung-cao cấp tại Huế ít nhạy cảm với biến động giá khi các giá trị về hương vị và sự tiện dụng đã được thỏa mãn.

                    MỨC ĐỘ ẢNH HƯỞNG CỦA CÁC NHÂN TỐ (BETA)
                    
  Nhóm tham khảo (TK)    ██████████████████████████████  0.298 (Top 1)
  Thương hiệu (TH)       ██████████████████████████      0.261 (Top 2)
  Sản phẩm (SP)          ██████████████████████          0.224 (Top 3)
  Nhân viên bán hàng(NV) █████████████████               0.175 (Top 4)
  Khuyến mãi (KM)        █████████████                   0.136 (Top 5)
  Giá cả (GC)            ░░░░░░░░ (Loại - Sig > 0.05)    0.098 (Không ý nghĩa)

Kết quả kiểm định ANOVA và T-Test về đặc tính nhân khẩu học:

  • Giới tính: Kiểm định Independent Samples T-Test cho thấy Sig. Levene's Test = $0.412 > 0.05$ và Sig. 2-tailed = $0.082 > 0.05$, kết luận không có sự khác biệt có ý nghĩa thống kê về quyết định mua giữa nam giới và nữ giới.
  • Độ tuổi & Thu nhập: Kiểm định One-Way ANOVA cho thấy sự khác biệt rõ rệt (Sig. = $0.014 < 0.05$). Nhóm đối tượng từ 22–35 tuổi với mức thu nhập từ 5–10 triệu đồng/tháng có điểm trung bình quyết định mua cao nhất ($Mean = 4.12/5.00$).

Đổi mới và đóng góp

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

  1. Lượng hóa hành vi thị trường ngách RTD địa phương: Đây là công trình thực nghiệm tiên phong áp dụng mô hình kinh tế lượng định lượng cho dòng sản phẩm cà phê đóng chai nguyên chất tại thị trường Thừa Thiên Huế.
  2. Khám phá hiện tượng "Vô hiệu hóa độ nhạy giá": Khác biệt với nghiên cứu nước giải khát đóng chai truyền thống của Bùi Thị Kim Dung (2014) – nơi Giá cả là nhân tố chi phối mạnh mẽ ($p < 0.01$), nghiên cứu này chứng minh đối với cà phê pha sẵn specialty, biến Giá cả ($GC$) bị triệt tiêu sức ảnh hưởng ($Sig = 0.160$). Người tiêu dùng ưu tiên "Nhóm tham khảo" ($\beta = 0.298$) và "Thương hiệu" ($\beta = 0.261$).
  3. Mô hình hóa tác động dịch vụ tiếp xúc cá nhân: Bổ sung biến "Nhân viên bán hàng & CSKH" ($\beta = 0.175$) vào mô hình tiếp thị RTD, làm rõ vai trò tư vấn khẩu vị (gu đậm/nhạt) trực tiếp khi giao hàng.
Tiêu chí so sánh Nghiên cứu Bùi Thị Kim Dung (2014) Nghiên cứu Trần Thị Mỹ Thuận (2016) Nghiên cứu Đề tài GFC (2019)
Đối tượng Nước giải khát đóng chai chung Cà phê nguyên chất tại quán Cà phê nguyên chất đóng chai RTD
Địa bàn Cần Thơ TP. Hồ Chí Minh TP. Huế
Cỡ mẫu ($N$) 150 200 130
Yếu tố ảnh hưởng số 1 Chất lượng sản phẩm ($\beta = 0.342$) Thương hiệu ($\beta = 0.315$) Nhóm tham khảo ($\beta = 0.298$)
Tác động của Giá cả Rất mạnh ($p < 0.01$) Mạnh ($p < 0.05$) Không có ý nghĩa ($p = 0.160$)

Ứng dụng thực tế và triển khai

Dựa trên trọng số hàm hồi quy, lộ trình tối ưu hóa hoạt động sản xuất kinh doanh cho Công ty TNHH Cà phê Đồng Xanh được thiết lập như sau:

                     LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP TIẾP THỊ GFC
                     
  Giai đoạn 1 (Tháng 1-3)    Giai đoạn 2 (Tháng 4-6)    Giai đoạn 3 (Tháng 7-12)
  • Giai đoạn 1 (Tháng 1–3) – Kích hoạt Nhóm tham khảo (Tối ưu hóa $\beta = 0.298$):
    • Xây dựng chương trình "Referral Program": Tặng voucher giảm 20% cho khách hàng hiện tại khi giới thiệu đồng nghiệp mua combo cà phê tuần.
    • Phối hợp với các micro-influencers tại Huế (reviewer ẩm thực, văn phòng) để tạo nội dung trải nghiệm thực tế "Cà phê chuẩn vị quán tại bàn làm việc".
  • Giai đoạn 2 (Tháng 4–6) – Nâng tầm Thương hiệu & Cải tiến Bao bì (Tối ưu hóa $\beta = 0.261$ và $\beta = 0.224$):
    • Chuyển đổi 100% sang chai thủy tinh dập nổi logo GFC, kèm chính sách hoàn tiền 2.000 VNĐ/vỏ chai để thúc đẩy xu hướng tiêu dùng xanh.
    • Minh bạch nguồn gốc hạt Robusta Đắk Lắk và Arabica Cầu Đất qua mã QR truy xuất thông tin ngày rang, ngày pha chế trên thân chai.
  • Giai đoạn 3 (Tháng 7–12) – Chuẩn hóa Đội ngũ Bán hàng & Dịch vụ Giao nhận (Tối ưu hóa $\beta = 0.175$):
    • Thiết lập SLA (Service Level Agreement) giao hàng nội thành Huế dưới 30 phút nhằm giữ trọn độ tươi mát của sản phẩm.
    • Đào tạo nhân viên giao hàng thành "Barista lưu động", có khả năng tư vấn độ ngọt và độ đậm phù hợp với thể trạng từng khách hàng.

Dự phóng tài chính và hiệu quả đầu tư (ROI Estimation):

  • Dự kiến tăng trưởng sản lượng tiêu thụ cà phê chai: $+35%$ sau 6 tháng áp dụng ma trận giải pháp.
  • Chi phí triển khai tiếp thị ước tính: 45.000.000 VNĐ.
  • Doanh thu biên tăng thêm dự kiến: 120.000.000 VNĐ/năm $\rightarrow$ Tỷ suất hoàn vốn ROI đạt $\approx 166.7%$ sau 12 tháng.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật và dữ liệu:
    • Kích thước mẫu khảo sát ($N = 130$) ở mức vừa đủ chuẩn thống kê, phương pháp lấy mẫu thuận tiện chưa mang tính ngẫu nhiên hóa tuyệt đối (random sampling).
    • Nghiên cứu thực hiện trên địa bàn thành phố Huế nên kết quả có tính đặc thù cao về văn hóa tiêu dùng địa phương, khó tổng quát hóa cho toàn bộ thị trường Việt Nam.
    • Mô hình giải thích được $59.3%$ phương sai ($Adjusted\ R^2 = 0.593$), còn $40.7%$ thuộc về các yếu tố khác chưa nghiên cứu (như vị trí địa lý, độ nhận diện kênh phân phối số, thói quen ăn sáng).
  • Hướng nghiên cứu tiếp theo:
    • Ứng dụng mô hình Cấu trúc tuyến tính SEM (Structural Equation Modeling) để đánh giá các tác động gián tiếp thông qua biến trung gian (Sự hài lòng, Niềm tin thương hiệu).
    • Ứng dụng các thuật toán máy học phân lớp (Decision Tree, Random Forest, Logistic Regression) để dự đoán chính xác xác suất rời bỏ (churn rate) của khách hàng mua cà phê chai.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/Marketing: Cung cấp tài liệu tham khảo chuẩn mực về quy trình phân tích dữ liệu SPSS từ kiểm định Cronbach's Alpha, EFA đến hồi quy OLS và ANOVA thực tế.
  • Chuyên viên Phân tích Dữ liệu (Data Analysts / Marketers): Nhận được cấu trúc bộ câu hỏi thang đo chuẩn Likert và bộ khung mã nguồn thống kê áp dụng cho nghiên cứu hành vi khách hàng F&B.
  • Doanh nghiệp sản xuất & Chuỗi F&B: Nắm bắt bộ giải pháp thực chiến để thương mại hóa sản phẩm RTD đóng chai, tối ưu ngân sách quảng cáo dựa trên trọng số tác động khoa học.
  • Nhà nghiên cứu Kinh tế ứng dụng: Bằng chứng thực nghiệm bổ sung vào kho tàng nghiên cứu về lý thuyết TPB/TRA trong bối cảnh thị trường tiêu dùng ngách tại các đô thị loại 1 và loại 2.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cơ sở dữ liệu để tái lập mô hình nghiên cứu này là gì?

Để tái hiện phân tích, hệ thống cần trang bị phần mềm IBM SPSS Statistics phiên bản tối thiểu 20.0 hoặc môi trường Python 3.8+ với các gói thư viện pandas, statsmodels, scipy. Tệp dữ liệu cần được chuẩn hóa định dạng ma trận phẳng (.sav hoặc .csv) với đầy đủ 27 biến quan sát Likert 5 điểm, kích thước tối thiểu $N \ge 120$ dòng dữ liệu sạch không chứa giá trị khuyết (missing values).

2. Vì sao nhân tố "Giá cả" lại không có ý nghĩa thống kê trong mô hình hồi quy này?

Kết quả kiểm định cho thấy giá trị $Sig. = 0.160 > 0.05$. Trong kinh tế lượng, điều này khẳng định không đủ bằng chứng thống kê ở độ tin cậy 95% để kết luận giá cả ảnh hưởng đến quyết định mua cà phê chai GFC. Thực tế, nhóm khách hàng mục tiêu của cà phê chai nguyên chất có thu nhập trung bình-khá ($5-10$ triệu), mức giá $15.000 - 25.000$ VNĐ/chai hoàn toàn nằm trong khả năng thanh toán, do đó quyết định mua phụ thuộc chủ yếu vào sự giới thiệu của người quen và uy tín thương hiệu.

3. Làm thế nào để kiểm tra hiện tượng đa cộng tuyến giữa các biến độc lập trong nghiên cứu?

Hiện tượng đa cộng tuyến được kiểm soát thông qua hệ số phóng đại phương sai (Variance Inflation Factor - VIF). Trong kết quả hồi quy của đề tài, toàn bộ các biến $TK, TH, SP, NV, KM, GC$ đều có giá trị $VIF$ dao động từ $1.156$ đến $1.305$, nhỏ hơn rất nhiều so với ngưỡng cảnh báo vi phạm ($VIF < 2.0$ theo tiêu chuẩn nghiêm ngặt và $VIF < 10.0$ theo tiêu chuẩn cơ bản), chứng minh các biến độc lập hoàn toàn không xảy ra hiện tượng đa cộng tuyến.

4. Chi phí bảo quản và vận chuyển chuỗi lạnh của cà phê chai được giải quyết thế nào?

Do sản phẩm không sử dụng hóa chất bảo quản, thời hạn sử dụng chỉ duy trì từ 3–5 ngày ở nhiệt độ $4-8^\circ\text{C}$. Giải pháp vận hành là áp dụng mô hình sản xuất tinh gọn (Just-in-Time - JIT): Rang xay và pha chế theo đơn đặt hàng trước thông qua Fanpage/Hotline trong khung giờ 6h00–8h00 sáng mỗi ngày, sử dụng thùng giữ nhiệt chuyên dụng khi giao hàng nội thành nhằm cắt giảm tối đa chi phí kho lạnh lưu bãi.

5. Dự phóng thời gian thu hồi vốn (Payback Period) khi áp dụng ma trận giải pháp tiếp thị là bao lâu?

Với tổng chi phí đầu tư tiếp thị và nâng cấp chuẩn hóa nhận diện thương hiệu ước tính 45.000.000 VNĐ, cùng biên lợi nhuận ròng trên mỗi đơn vị sản phẩm cà phê chai đạt $30%$, mức tăng trưởng doanh thu dự phóng $+35%$ sẽ mang lại dòng tiền ròng bổ sung khoảng $10.000.000$ VNĐ/tháng. Thời gian thu hồi vốn thực tế ước tính từ 4,5 đến 5 tháng sau khi hoàn tất giai đoạn 1.

Kết luận

Công trình nghiên cứu đã hoàn thành toàn diện các mục tiêu học thuật và ứng dụng thực tiễn:

  • Xác lập mô hình toán học giải thích $59.3%$ sự biến thiên trong quyết định mua cà phê chai tại TP. Huế.
  • Nhận diện thứ tự ưu tiên các yếu tố tác động: Nhóm tham khảo ($\beta = 0.298$) > Thương hiệu ($\beta = 0.261$) > Sản phẩm ($\beta = 0.224$) > Nhân viên bán hàng ($\beta = 0.175$) > Chính sách khuyến mãi ($\beta = 0.136$).
  • Cung cấp bằng chứng thực nghiệm giải phóng doanh nghiệp khỏi áp lực cạnh tranh bằng giá, chuyển hướng tập trung vào chất lượng sản phẩm nguyên chất, uy tín thương hiệu và dịch vụ giao vận tinh gọn.

Các doanh nghiệp F&B và nhà nghiên cứu có thể tải về bộ khung thang đo hoặc trích dẫn các hệ số kiểm định trên để phát triển các dự án phân tích dữ liệu hành vi người tiêu dùng trong kỷ nguyên số.