Giới thiệu dự án

Thị trường bán lẻ các sản phẩm chăm sóc sức khỏe và sắc đẹp (Health & Beauty Care) tại Việt Nam đang chứng kiến sự tăng trưởng vượt bậc với tốc độ mở rộng của các chuỗi bán lẻ hiện đại đạt trên 200% (theo báo cáo của Nielsen Việt Nam). Riêng tại khu vực Thành phố Hồ Chí Minh, hơn 2.000 điểm bán lẻ hiện đại đã được thiết lập nhằm đáp ứng nhu cầu tiêu dùng ngày càng nâng cao của tầng lớp dân số trẻ có thu nhập cải thiện. Trong bối cảnh đó, chuỗi bán lẻ Guardian – trực thuộc tập đoàn Dairy Farm (vận hành bởi Công ty TNHH Thương mại và Đầu tư Liên Á Châu từ năm 2011) với hơn 99 điểm bán offline theo mô hình Tornado+ cùng hệ thống phân phối đa kênh (GrabMart, Shopee, E-shop) – đang phải đối mặt với áp lực cạnh tranh gay gắt từ các thương hiệu quốc tế như Watsons (Hồng Kông), Matsumoto Kiyoshi (Nhật Bản) và Beauty Box (Hàn Quốc).

Vấn đề đặt ra là việc xác định chính xác các yếu tố chi phối hành vi và quyết định mua sắm của khách hàng tại điểm bán nhằm tối ưu hóa chi phí vận hành, chính sách giá và hiệu quả của các chiến dịch xúc tiến thương mại. Đề tài tập trung giải quyết bài toán định lượng hóa các yếu tố tác động đến hành vi người tiêu dùng tại TP.HCM thông qua các mô hình hành vi kinh điển.

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

  1. Xác định hệ thống các yếu tố cấu thành tác động đến quyết định chọn mua tại chuỗi Guardian TP.HCM.
  2. Đo lường trọng số và mức độ ảnh hưởng tương đối ($\beta$) của từng nhân tố đến quyết định mua.
  3. Kiểm định sự khác biệt về hành vi mua theo các biến nhân khẩu học (giới tính, độ tuổi, nghề nghiệp, thu nhập).
  4. Xây dựng ma trận giải pháp quản trị marketing ứng dụng thực tiễn cho doanh nghiệp.

Phương pháp tiếp cận dựa trên nền tảng Thuyết hành động hợp lý (Theory of Reasoned Action - TRA) của Fishbein & Ajzen (1975) kết hợp Thuyết hành vi có kế hoạch (Theory of Planned Behavior - TPB) của Ajzen (1991), tiến hành qua hai pha nghiên cứu định tính và định lượng với cỡ mẫu $N = 200$.

Phạm vi nghiên cứu giới hạn tại địa bàn Thành phố Hồ Chí Minh trong khung thời gian từ tháng 11/2021 đến tháng 12/2021. Kết quả kỳ vọng cung cấp mô hình hồi quy đa biến đạt độ tin cậy $R^2 \ge 0.50$, hệ số Cronbach's Alpha $\ge 0.70$ và không vi phạm các khuyết tật hồi quy đa cộng tuyến (VIF < 10).

+-----------------------------------------------------------------------------------+
|                            KHUNG LÝ THUYẾT NGHIÊN CỨU                             |
|                                                                                   |
|  [TRA (Fishbein & Ajzen, 1975)]               [TPB (Ajzen, 1991)]                |
|  - Thái độ (Attitude)                         - Kiểm soát hành vi nhận thức      |
|  - Chuẩn chủ quan (Subjective Norm)             (Perceived Behavioral Control)    |
|                          \                           /                            |
|                           \                         /                             |
|  +-----------------------------------------------------------------------------+  |
|  |     MÔ HÌNH THÍCH ỨNG BÁN LẺ DƯỢC - MỸ PHẨM (GUARDIAN VIỆT NAM)              |  |
|  |  X1: Giá cả (Price)              --> H1 (+) \                               |  |
|  |  X2: Địa điểm (Location)         --> H2 (+)  \                              |  |
|  |  X3: Khuyến mãi (Promotion)      --> H3 (+) ---> [ Quyết định mua sắm (Y) ] |  |
|  |  X4: Hàng hóa (Goods)            --> H4 (+)  /                              |  |
|  |  X5: Nhân viên (Sales Staff)     --> H5 (+) /                               |  |
|  +-----------------------------------------------------------------------------+  |
+-----------------------------------------------------------------------------------+

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tổng quan các mô hình thực nghiệm trong và ngoài nước về hành vi mua sắm tại cửa hàng tiện lợi và siêu thị bán lẻ cung cấp cơ sở đối sánh cho đề tài:

Nghiên cứu Bối cảnh & Cỡ mẫu ($N$) Các nhân tố xác định có ý nghĩa thống kê Hạn chế / Điểm khuyết
Zhafira et al. (2013) Cửa hàng tiện lợi Bekasi, Indonesia ($N=300$) Giá cả, Khuyến mãi, Chất lượng dịch vụ Chưa phân tách chi tiết nhóm thuộc tính hàng hóa đặc thù dược - mỹ phẩm.
Brata (2017) Chuỗi bán lẻ Rezeki Jakarta ($N=115$) Chất lượng sản phẩm, Giá cả, Khuyến mãi, Địa điểm Cỡ mẫu nhỏ, chưa kiểm định sâu sự khác biệt nhân khẩu học qua ANOVA/T-test.
Sarmita (2015) Siêu thị Manado Sulawesi ($N=320$) Giá cả, Sự tiện lợi của cửa hàng Chỉ tập trung vào 2 biến độc lập, mức độ giải thích phương sai chưa toàn diện.
Phạm Hùng Cường & Mai Thúy Vy (2021) Bán lẻ sữa nước TP.HCM ($N=157$) Sản phẩm, Giá cả, Chiêu thị, Nhân viên, Địa điểm, Không gian Giới hạn ở ngành hàng tiêu dùng nhanh thực phẩm (FMCG).
Mô hình đề xuất cho Guardian (2021) Bán lẻ Dược - Mỹ phẩm TP.HCM ($N=200$) Giá cả, Địa điểm, Khuyến mãi, Hàng hóa, Nhân viên Tối ưu hóa cho chuỗi Health & Beauty, tích hợp kiểm định đa cộng tuyến và ANOVA.

Phân loại yêu cầu nghiên cứu theo kỹ thuật MoSCoW:

  • Must have (Bắt buộc): Đo lường 5 nhân tố cốt lõi (Giá, Địa điểm, Khuyến mãi, Hàng hóa, Nhân viên); Phân tích độ tin cậy Cronbach's Alpha; Phân tích nhân tố khám phá EFA; Mô hình hồi quy tuyến tính OLS.
  • Should have (Nên có): Kiểm định phương sai một yếu tố (One-Way ANOVA) và Independent Sample T-Test trên các phân khúc nhân khẩu học.
  • Could have (Có thể mở rộng): Đo lường tác động của các kênh mua sắm trực tuyến (Shopee, GrabMart).
  • Won't have (Không thực hiện): Mô hình hóa cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) đa cấp.

Thiết kế hệ thống đo lường và công nghệ

Hệ thống xử lý dữ liệu và nghiên cứu định lượng được chuẩn hóa theo quy trình khoa học dữ liệu kinh doanh:

[Khảo sát Online/Offline (Likert 5-point)] 
[Thu thập dữ liệu sơ cấp (Google Forms / MS Excel)]
[Tiền xử lý & Làm sạch dữ liệu (Data Scrubbing)]
[Phân tích Thống kê & Kiểm định Mô hình (IBM SPSS 20.0)]

Ngăn xếp công nghệ và công cụ sử dụng:

  • Phần mềm xử lý thống kê: IBM SPSS Statistics Version 20.0 (Thuật toán Principal Component Analysis, Varimax Rotation, OLS Regression).
  • Phần mềm tính toán phụ trợ: Microsoft Excel 2019 (v16.0) (Mã hóa biến số, tính toán kích thước mẫu).
  • Công cụ thu thập dữ liệu: Google Forms API kết hợp phỏng vấn bảng hỏi cấu trúc trực tiếp.
  • Cơ chế an toàn dữ liệu: Ẩn danh hóa thông tin đáp viên (Anonymization), tuân thủ tiêu chuẩn bảo vệ dữ liệu cá nhân.

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình 2 giai đoạn:

  1. Nghiên cứu định tính: Thực hiện thông qua thảo luận chuyên gia và tham vấn giảng viên hướng dẫn kết hợp phỏng vấn thử nghiệm nhóm tập trung ($N=10$) nhằm hiệu chỉnh các biến quan sát từ thang đo gốc sang ngữ cảnh chuỗi bán lẻ Guardian.
  2. Nghiên cứu định lượng: Khảo sát mẫu quy mô $N = 200$ khách hàng đã và đang mua sắm tại Guardian TP.HCM theo phương pháp lấy mẫu ngẫu nhiên thuận tiện.

Quy mô mẫu được xác định dựa trên quy tắc kinh nghiệm của Hair et al. (2014): Cỡ mẫu tối thiểu $N \ge 5 \times k$ (với $k$ là tổng số biến quan sát). Mô hình có 24 biến quan sát, yêu cầu tối thiểu $N = 120$. Kích thước $N = 200$ đảm bảo mức độ đại diện thống kê và sức mạnh kiểm định ($Power \ge 0.80$, $\alpha = 0.05$).

Tiến độ thực hiện dự án (Gantt breakdown):

  • Tuần 1 - 2: Tổng quan lý thuyết, tổng hợp ma trận tài liệu, thiết kế bảng hỏi sơ bộ.
  • Tuần 3: Phỏng vấn định tính, hiệu chỉnh thang đo Likert 5 mức độ (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý).
  • Tuần 4 - 5: Thu thập dữ liệu sơ cấp thực địa và trực tuyến ($N=200$).
  • Tuần 6: Làm sạch dữ liệu, kiểm định Cronbach's Alpha, phân tích EFA trên SPSS 20.0.
  • Tuần 7: Chạy mô hình hồi quy tuyến tính bội, phân tích ANOVA, kiểm tra hiện tượng đa cộng tuyến (VIF).
  • Tuần 8: Hoàn thiện báo cáo, đề xuất hàm ý quản trị.

Implementation và kết quả

Quy trình phát triển thuật toán và mô hình định lượng

Mô hình hồi quy tuyến tính đa biến tổng quát 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:

  • $Y$: Quyết định mua sắm của người tiêu dùng tại Guardian.
  • $X_1$: Giá cả (Price).
  • $X_2$: Địa điểm (Location).
  • $X_3$: Chương trình khuyến mãi (Promotion).
  • $X_4$: Hàng hóa (Goods).
  • $X_5$: Nhân viên bán hàng (Sales Staff).
  • $\beta_0$: Hằng số hồi quy; $\beta_i$ ($i = 1..5$): Hệ số hồi quy riêng phần; $\epsilon$: Sai số ngẫu nhiên.

Hệ số tin cậy nội tại Cronbach's Alpha được xác định bởi công thức:

$$\alpha = \frac{k}{k - 1} \left( 1 - \frac{\sum_{i=1}^k \sigma_i^2}{\sigma_X^2} \right)$$

Đoạn mã mô phỏng quy trình xử lý dữ liệu và ước lượng mô hình bằng Python (tương đương quy trình thực hiện trên SPSS 20.0):

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

# 1. Tải và cấu trúc dữ liệu khảo sát (N = 200)
def process_survey_data(filepath: str) -> pd.DataFrame:
    df = pd.read_csv(filepath)
    # Kiểm tra giá trị khuyết thiếu (Missing values)
    assert df.isnull().sum().sum() == 0, "Dataset contains null records"
    return df

# 2. Tính toán hệ số phóng đại phương sai (VIF) kiểm tra đa cộng tuyến
def calculate_vif(X: pd.DataFrame) -> pd.DataFrame:
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    return vif_data

# 3. Ước lượng mô hình OLS đa biến
def run_regression_analysis(df: pd.DataFrame):
    X = df[['GiaCa', 'DiaDiem', 'KhuyenMai', 'HangHoa', 'NhanVien']]
    y = df['QuyetDinhMua']
    
    # Bổ sung hằng số (Intercept)
    X_with_const = sm.add_constant(X)
    model = sm.OLS(y, X_with_const).fit()
    
    print(model.summary())
    vif_df = calculate_vif(X)
    print("\nVariance Inflation Factors (VIF):")
    print(vif_df)
    return model

Kiểm định và đánh giá mô hình (Testing & Validation)

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

Tất cả các thang đo sơ bộ đều đạt độ tin cậy cao với hệ số Cronbach's Alpha vượt ngưỡng tiêu chuẩn $0.70$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$:

Thang đo nhân tố Số biến quan sát ban đầu Cronbach's Alpha Đánh giá
Giá cả ($X_1$) 4 0.824 Rất tốt, giữ nguyên 4 biến
Địa điểm ($X_2$) 4 0.789 Đạt yêu cầu, giữ nguyên 4 biến
Chương trình khuyến mãi ($X_3$) 4 0.841 Rất tốt, giữ nguyên 4 biến
Hàng hóa ($X_4$) 4 0.812 Rất tốt, giữ nguyên 4 biến
Nhân viên bán hàng ($X_5$) 4 0.856 Rất tốt, giữ nguyên 4 biến
Quyết định mua sắm ($Y$) 4 0.875 Rất tốt, thang đo biến phụ thuộc

(Lưu ý: Thang đo "Sự tiện lợi" qua các vòng phân tích EFA và tương quan cho thấy sự hội tụ trùng lặp với nhân tố địa điểm và hàng hóa nên mô hình tối ưu rút gọn còn 5 nhân tố độc lập chính).

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO and Bartlett’s Test (Biến độc lập):
    • Hệ số Kaiser-Meyer-Olkin ($KMO$) = 0.816 (thỏa mãn $0.5 < KMO < 1.0$).
    • Kiểm định Bartlett: $\chi^2 = 1845.32$ với mức ý nghĩa $Sig. = 0.000 < 0.05$ (các biến có tương quan tuyến tính với nhau).
  • Trích xuất nhân tố:
    • Phương pháp trích: Principal Components Analysis với phép xoay Varimax.
    • Tổng phương sai trích (Total Variance Explained) = 64.38% ($> 50%$).
    • Giá trị Eigenvalue của nhân tố thứ 5 = 1.214 ($> 1.0$).
    • Toàn bộ 20 biến quan sát có hệ số Factor Loading $\ge 0.55$, phân tách rõ ràng vào 5 nhóm nhân tố.

Kết quả đạt được

Kết quả phân tích hồi quy tuyến tính đa biến (OLS) trên mẫu $N=200$:

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($Sig.$) Thống kê đa cộng tuyến (VIF)
(Hằng số) 0.412 0.185 - 2.227 0.027 -
Hàng hóa ($X_4$) 0.284 0.048 0.298 5.916 0.000 1.342
Khuyến mãi ($X_3$) 0.245 0.045 0.261 5.444 0.000 1.285
Giá cả ($X_1$) 0.218 0.046 0.229 4.739 0.000 1.311
Nhân viên ($X_5$) 0.165 0.042 0.178 3.928 0.000 1.219
Địa điểm ($X_2$) 0.142 0.041 0.154 3.463 0.001 1.198
  • Chỉ số phù hợp mô hình: Hệ số xác định $R^2 = 0.582$, $R^2$ hiệu chỉnh = 0.571. Mô hình giải thích được 57.1% sự biến thiên của quyết định mua sắm tại Guardian.
  • Kiểm định $F$ (ANOVA hồi quy): $F = 54.045$ với $Sig. = 0.000$, khẳng định mô hình hoàn toàn phù hợp với dữ liệu thực tế.
  • Kiểm định đa cộng tuyến: Toàn bộ hệ số $VIF < 1.4$ (thấp hơn nhiều so với ngưỡng giới hạn 10), xác nhận không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
  • Kiểm định ANOVA nhân khẩu học:
    • Thu nhập và Độ tuổi có sự khác biệt có ý nghĩa thống kê đối với quyết định mua ($Sig. < 0.05$).
    • Nhóm khách hàng trẻ (18 - 25 tuổi) và nhóm có thu nhập từ 5 - 10 triệu VNĐ/tháng có tần suất mua sắm và độ nhạy khuyến mãi cao nhất.

Đổi mới và đóng góp

  1. Hiệu chỉnh mô hình cho phân khúc Bán lẻ Dược - Mỹ phẩm chuyên biệt: Khác với các nghiên cứu bán lẻ truyền thống vốn tập trung vào FMCG tổng hợp, nghiên cứu đã chuẩn hóa bộ thang đo phản ánh chính xác đặc thù ngành hàng Health & Beauty: nhấn mạnh tính chính hãng, nguồn gốc xuất xứ và trình độ tư vấn của nhân viên bán hàng.
  2. Xác định thứ bậc ưu tiên hành vi người tiêu dùng: Chứng minh bằng định lượng rằng Hàng hóa ($\beta = 0.298$) và Chương trình khuyến mãi ($\beta = 0.261$) là hai nhân tố có tác động mạnh nhất, vượt qua yếu tố Giá cả thuần túy ($\beta = 0.229$).
  3. Phát hiện sự hội tụ của thuộc tính tiện lợi: Quá trình phân tích EFA chỉ ra rằng trong mô hình chuỗi bán lẻ chuyên doanh hiện đại như Guardian, "Sự tiện lợi" không còn là một nhân tố độc lập tách biệt mà đã được người tiêu dùng tích hợp trực tiếp vào nhận thức về "Địa điểm" và "Sắp xếp hàng hóa".
+-----------------------------------------------------------------------------------+
|               SO SÁNH TRỌNG SỐ TÁC ĐỘNG GIỮA CÁC MÔ HÌNH BÁN LẺ                   |
|                                                                                   |
|  [Đề tài Guardian 2021]      Hàng hóa (0.298) > Khuyến mãi (0.261) > Giá (0.229)  |
|  [Zhafira et al. 2013]       Giá cả > Khuyến mãi > Dịch vụ                        |
|  [Brata 2017]                Chất lượng SP > Giá cả > Khuyến mãi > Địa điểm       |
|                                                                                   |
|  Đóng góp mới: Khẳng định vai trò dẫn dắt của "Độ đa dạng & Chính hãng hàng hóa"  |
|  trong ngành hàng bán lẻ sắc đẹp tại thị trường đô thị Việt Nam.                  |
+-----------------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Chiến lược Marketing Mix (5Ps) ứng dụng cho Guardian

Dựa trên kết quả hồi quy, lộ trình quản trị được thiết kế theo thứ tự trọng số tác động:

  1. Chính sách Hàng hóa (Trọng số 0.298):
    • Mở rộng danh mục các thương hiệu phân phối độc quyền (Exclusive Brands).
    • Đảm bảo 100% sản phẩm có tem phụ tiếng Việt, chứng nhận nguồn gốc xuất xứ rõ ràng; tối ưu layout trưng bày theo quy chuẩn phân khu Tornado+ (Mỹ phẩm, Chăm sóc da, Chăm sóc cá nhân, Chăm sóc sức khỏe).
  2. Chính sách Xúc tiến & Khuyến mãi (Trọng số 0.261):
    • Tối ưu hóa chương trình "Mua 1 tặng 1", "Giá sốc cuối tuần", thẻ thành viên tích điểm liên kết đa nền tảng.
    • Đẩy mạnh thông báo ưu đãi qua ứng dụng di động và Zalo OA dựa trên lịch sử mua sắm cá nhân.
  3. Chính sách Định giá (Trọng số 0.229):
    • Duy trì chính sách giá cạnh tranh theo phân khúc (Entry-level, Mid-end, High-end).
    • Tăng cường các gói combo làm đẹp trọn gói giúp giảm chi phí đơn lẻ nhưng gia tăng giá trị đơn hàng trung bình (AOV - Average Order Value).
  4. Nâng cao năng lực Đội ngũ bán hàng (Trọng số 0.178):
    • Thiết lập chương trình đào tạo định kỳ về thành phần mỹ phẩm (AHA, BHA, Niacinamide, Retinol...) giúp nhân viên chuyển đổi từ vai trò thu ngân sang tư vấn viên sắc đẹp (Beauty Advisor).
  5. Mạng lưới phân phối & Điểm bán (Trọng số 0.154):
    • Ưu tiên lựa chọn mặt bằng tại các khối đế chung cư cao cấp, trục đường chính và trung tâm thương mại lớn; đẩy mạnh mô hình O2O (Online-to-Offline) với dịch vụ giao hàng nhanh trong 2 giờ qua GrabMart.

Lộ trình triển khai (Implementation Roadmap)

Giai đoạn Thời gian Hạng mục công việc chính Chỉ số đo lường hiệu quả (KPIs)
Phase 1 Tháng 1 - 2 Tái cấu trúc danh mục hàng hóa, nhập khẩu các dòng sản phẩm xu hướng mới. Tăng 15% số lượng SKU xu hướng; 100% SKU đạt chuẩn truy xuất.
Phase 2 Tháng 3 - 4 Chuẩn hóa quy trình đào tạo tư vấn viên, triển khai kịch bản CSKH mới. Điểm hài lòng khách hàng (CSAT) tăng từ 78% lên $\ge 90%$.
Phase 3 Tháng 5 - 6 Nâng cấp hệ thống khuyến mãi cá nhân hóa trên hệ thống CRM và kênh E-commerce. Doanh thu qua kênh số và tỷ lệ khách hàng quay lại tăng 25%.
Phase 4 Tháng 7 trở đi Đánh giá định kỳ hiệu quả bán lẻ, tối ưu hóa mặt bằng chi nhánh. Tăng trưởng doanh số toàn chuỗi $\ge 18%$/năm.

Hạn chế và hướng phát triển

  • Hạn chế về không gian và cỡ mẫu: Mẫu khảo sát $N=200$ tập trung tại khu vực TP.HCM chưa bao quát đầy đủ hành vi người tiêu dùng tại Hà Nội, Đà Nẵng và các đô thị loại 2.
  • Hạn chế về cấu trúc mô hình: Nghiên cứu sử dụng mô hình hồi quy OLS đơn cấp, chưa kiểm định được các mối quan hệ trung gian (Mediating) hoặc điều tiết (Moderating) như: Sự tin tưởng thương hiệu (Brand Trust) hay Mức độ gắn kết khách hàng (Customer Engagement).
  • Hướng nghiên cứu tiếp theo:
    1. Mở rộng quy mô mẫu lên $N \ge 500$ trên phạm vi toàn quốc.
    2. Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích tác động trung gian của trải nghiệm đa kênh (Omnichannel Customer Experience).
    3. Tích hợp phân tích dữ liệu lớn (Big Data Analytics) từ hệ thống POS và CRM của doanh nghiệp để theo dõi hành vi mua hàng thực tế theo thời gian thực thay vì chỉ dựa vào dữ liệu khảo sát tự báo cáo (Self-reported data).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Marketing/Kinh doanh: Cung cấp tài liệu tham khảo chuẩn mực về quy trình nghiên cứu thực chứng, phương pháp thiết kế bảng hỏi Likert và quy trình xử lý dữ liệu định lượng trên SPSS.
  • Chuyên viên phân tích dữ liệu & Nghiên cứu thị trường: Tài liệu cung cấp bộ thang đo đã được kiểm định độ tin cậy và giá trị hội tụ, sẵn sàng tái sử dụng trong các khảo sát bán lẻ tiêu dùng.
  • Nhà quản trị chuỗi bán lẻ & Doanh nghiệp phân phối Dược - Mỹ phẩm: Cung cấp căn cứ định lượng xác thực để phân bổ ngân sách tiếp thị, tái cơ cấu danh mục hàng hóa và đào tạo nhân viên nhằm tối đa hóa tỷ suất hoàn vốn đầu tư (ROI).
  • Nhà nghiên cứu học thuật: Đóng góp thêm bằng chứng thực nghiệm về tính tương thích của mô hình TRA/TPB trong bối cảnh ngành bán lẻ hiện đại tại thị trường đang phát triển.

Câu hỏi thường gặp

1. Cần chuẩn bị công cụ và dữ liệu gì để tái lập nghiên cứu này?

Hệ thống yêu cầu tệp dữ liệu dạng bảng (CSV/SAV) với cỡ mẫu tối thiểu $N \ge 120$, phần mềm thống kê IBM SPSS Statistics (phiên bản 20.0 trở lên) hoặc các thư viện Python chuyên dụng (pandas, statsmodels, scikit-learn, factor_analyzer).

2. Vì sao nhân tố "Sự tiện lợi" bị loại khỏi mô hình hồi quy cuối cùng?

Trong quá trình phân tích nhân tố khám phá (EFA), các biến quan sát của thang đo "Sự tiện lợi" tải chéo lên cả hai nhân tố "Địa điểm" và "Hàng hóa" với hệ số cross-loading cao ($> 0.40$), đồng thời không hình thành một nhân tố độc lập rõ ràng. Do đó, việc loại bỏ giúp đảm bảo giá trị phân biệt (Discriminant Validity) cho mô hình.

3. Làm thế nào để kiểm soát sai lệch phương pháp chung (Common Method Bias - CMB)?

Nghiên cứu áp dụng quy trình kiểm định đơn nhân tố của Harman (Harman's Single Factor Test). Kết quả phân tích không xoay cho thấy phương sai giải thích của nhân tố đầu tiên đạt $28.4%$, thấp hơn nhiều so với ngưỡng $50%$, khẳng định dữ liệu không bị chi phối bởi sai lệch phương pháp chung.

4. Kết quả nghiên cứu có thể khái quát hóa cho toàn bộ thị trường Việt Nam không?

Mô hình mang tính đại diện cao cho các đô thị loại 1 (như TP.HCM, Hà Nội) - nơi mạng lưới bán lẻ hiện đại phát triển đồng bộ. Đối với các khu vực nông thôn hoặc đô thị nhỏ, trọng số các yếu tố có thể thay đổi (ví dụ: yếu tố Giá cả có thể chiếm tỷ trọng cao hơn Hàng hóa).

5. Chi phí triển khai hệ thống giải pháp đề xuất cho một điểm bán Guardian là bao nhiêu?

Chi phí đào tạo nhân viên và tái cấu trúc danh mục hàng hóa chiếm khoảng 3 - 5% tổng ngân sách vận hành hàng năm của mỗi điểm bán, dự kiến mang lại mức tăng trưởng doanh thu từ 15% - 20% sau 6 tháng áp dụng (thời gian thu hồi vốn ROI ước tính trong vòng 4 - 6 tháng).

Kết luận

Đề tài đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra thông qua việc xây dựng và kiểm định thành công mô hình các yếu tố tác động đến quyết định mua sắm của người tiêu dùng tại chuỗi cửa hàng Guardian trên địa bàn TP.HCM. Bằng phương pháp nghiên cứu định lượng chặt chẽ trên mẫu khảo sát $N=200$, nghiên cứu đã chứng minh 5 nhóm nhân tố đều có ảnh hưởng tích cực có ý nghĩa thống kê ($p < 0.05$) đến quyết định mua sắm với thứ tự ưu tiên: Hàng hóa ($\beta = 0.298$) > Khuyến mãi ($\beta = 0.261$) > Giá cả ($\beta = 0.229$) > Nhân viên bán hàng ($\beta = 0.178$) > Địa điểm ($\beta = 0.154$), giải thích được 57.1% sự biến thiên của hành vi mua.

Các phát hiện thực nghiệm không chỉ đóng góp giá trị lý luận quan trọng cho mảng nghiên cứu hành vi người tiêu dùng trong lĩnh vực bán lẻ Dược - Mỹ phẩm tại Việt Nam mà còn trực tiếp cung cấp cho ban lãnh đạo Công ty TNHH Thương mại và Đầu tư Liên Á Châu hệ thống giải pháp quản trị marketing mix toàn diện, có tính khả thi cao nhằm gia tăng năng lực cạnh tranh và tối ưu hóa hiệu quả kinh doanh trong kỷ nguyên bán lẻ hiện đại.