Giới thiệu dự án

Thị trường viễn thông di động Việt Nam chứng kiến sự cạnh tranh quyết liệt giữa các nhà mạng lớn như Viettel, MobiFone và VinaPhone. Theo số liệu thống kê từ Bộ Thông tin và Truyền thông, tính đến hết tháng 6/2021, tổng doanh thu dịch vụ viễn thông đạt xấp xỉ 66,29 nghìn tỷ đồng (tăng trưởng 5,29% so với cùng kỳ năm trước). Tổng số thuê bao điện thoại cả nước đạt 126,35 triệu thuê bao, trong đó thuê bao di động chiếm ưu thế tuyệt đối với 123,03 triệu thuê bao (tăng trưởng 0,09%). Trong bối cảnh độ bão hòa thuê bao tăng cao và xu hướng dịch chuyển dữ liệu số diễn ra mạnh mẽ, việc duy trì thị phần và gia tăng mức độ gắn kết của khách hàng là thách thức sống còn đối với VinaPhone, đặc biệt tại các đô thị có mật độ dân cư cao.

                    TỔNG THUÊ BAO DI ĐỘNG VIỆT NAM (123.03 TRIỆU)
    Áp lực cạnh tranh đô thị: Quận Gò Vấp (Mật độ cao, Churn Rate rủi ro)
            Đề tài: Nghiên cứu mô hình đo lường sự hài lòng (CSAT)

Vấn đề đặt ra tại Chi nhánh VinaPhone Quận Gò Vấp, TP.HCM là sự sụt giảm tương đối về thị phần trước sự cạnh tranh gay gắt từ các gói cước linh hoạt và chất lượng mạng dữ liệu của các đối thủ. Các điểm nghẽn chính (pain points) bao gồm: sự suy giảm trải nghiệm kết nối vào giờ cao điểm, chính sách giá cước dữ liệu Data 4G chưa được cá nhân hóa tối ưu và hiệu quả hỗ trợ trực tiếp tại các điểm giao dịch chưa đồng đều.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Xác định và lượng hóa các nhân tố cấu thành ảnh hưởng đến sự hài lòng của khách hàng đối với dịch vụ di động VinaPhone tại địa bàn quận Gò Vấp.
  2. Thiết lập mô hình hồi quy tuyến tính bội nhằm đo lường mức độ tác động của từng nhân tố đến biến phụ thuộc "Sự hài lòng".
  3. Xây dựng hệ thống giải pháp và hàm ý quản trị giúp VinaPhone tối ưu hóa hạ tầng kỹ thuật và chất lượng dịch vụ khách hàng.

Dự án áp dụng phương pháp tiếp cận định lượng đa biến dựa trên nền tảng tích hợp mô hình chất lượng dịch vụ SERVQUAL (Parasuraman et al., 1985) và mô hình chất lượng kỹ thuật/chức năng FTSQ (Gronroos, 1984). Kết quả kỳ vọng cung cấp mô hình thực nghiệm với độ giải thích phương sai (Total Variance Explained) $> 60%$, hệ số tin cậy $\alpha > 0.70$, từ đó đề xuất lộ trình tối ưu hóa giúp giảm tỷ lệ khách hàng rời mạng (churn rate) từ $15%$ đến $20%$.

Phạm vi nghiên cứu tập trung vào tập khách hàng cá nhân đang sử dụng dịch vụ di động VinaPhone tại các điểm giao dịch trên địa bàn Quận Gò Vấp, TP.HCM, thực hiện thu thập và phân tích dữ liệu thực nghiệm trong khoảng thời gian từ tháng 02/2022 đến tháng 05/2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành đánh giá tổng quan các mô hình thực nghiệm tiền nhiệm trong ngành viễn thông nhằm xác định các khoảng trống học thuật và kỹ thuật:

Công trình nghiên cứu Mô hình & Biến số sử dụng Ưu điểm Hạn chế / Điểm nghẽn
Trần Thị Huyền Trang (2019) 4 biến: CL cuộc gọi, Cấu trúc giá, Uy tín thương hiệu, Dịch vụ khách hàng. Đánh giá tốt tác động của cấu trúc giá tại TP.HCM. Chưa bóc tách riêng chất lượng mạng Data 4G chuyên biệt.
Phạm Thị Lan Anh (2019) 7 biến: Linh hoạt, Giá cả, Tin cậy, PTHH, Đồng cảm, Hiệu quả, Đảm bảo. Vận dụng chi tiết các khía cạnh của SERVQUAL. Chưa lượng hóa được các yếu tố kỹ thuật truyền dẫn viễn thông.
Đinh Kiệm (2021) PLS-SEM với 6 biến: CL cuộc gọi, Data, DVKH, Giá cước, PTHH, Thuận tiện. Phân tích cấu trúc tuyến tính toàn diện cho VinaPhone. Khảo sát diện rộng tỉnh Bình Thuận, chưa phản ánh đặc thù đô thị nén.
Tạ Thị Thùy Trang (2017) 5 biến: CL cuộc gọi, Giá cả, Giá trị gia tăng, DVKH, Sự thuận tiện. Xác định vai trò trọng tâm của Dịch vụ khách hàng. Mô hình xây dựng trên mạng MobiFone tại Đà Nẵng.

Phân loại yêu cầu nghiên cứu và hệ thống biến theo ma trận MoSCoW:

  • Must have (Bắt buộc): Chất lượng cuộc gọi (CLCG), Chất lượng mạng Data 4G (CLDT), Giá cước (GC), Dịch vụ khách hàng (DVKH).
  • Should have (Nên có): Sự thuận tiện trong giao dịch (STT), Phương tiện hữu hình (PTHH).
  • Could have (Có thể có): Dịch vụ giá trị gia tăng (VAS), Hình ảnh nhận diện thương hiệu.
  • Won't have (Không đưa vào): Chất lượng thiết bị đầu cuối phần cứng của người dùng.

Thiết kế hệ thống

Kiến trúc luồng xử lý dữ liệu và kiểm định mô hình thống kê được thiết kế theo cấu trúc chuẩn hóa cho nghiên cứu hành vi người tiêu dùng ứng dụng kỹ thuật phân tích đa biến:

Technology Stack phục vụ nghiên cứu và xử lý thống kê:

  • SPSS Engine: IBM SPSS Statistics Version 20.0 (Xử lý EFA, OLS Regression, ANOVA).
  • Phân tích bổ trợ & Validate: Python 3.10 với các thư viện pandas (v2.0.3), pingouin (v0.5.3), statsmodels (v0.14.0), scikit-learn (v1.3.0).
  • Cấu trúc dữ liệu khảo sát: 27 biến quan sát (Indicator Variables) mã hóa theo thang đo Likert 5 mức độ ($1$: Rất không đồng ý $\rightarrow 5$: Rất đồng ý).
Schema cấu trúc biến dữ liệu:

An toàn và bảo mật dữ liệu: Dữ liệu khảo sát được ẩn danh hoàn toàn (Anonymized Data), tuân thủ nguyên tắc không lưu trữ thông tin nhận dạng cá nhân (PII) như số điện thoại thực tế hoặc địa chỉ cụ thể của người tham gia.

Methodology

Nghiên cứu áp dụng quy trình hỗn hợp định tính kết hợp định lượng chuẩn hóa:

  1. Giai đoạn định tính: Rà soát tài liệu học thuật kết hợp tham vấn chuyên gia viễn thông để hiệu chỉnh 27 biến quan sát phù hợp với bối cảnh hạ tầng mạng tại Quận Gò Vấp.
  2. Giai đoạn định lượng sơ bộ (Pilot Test): Tiến hành khảo sát thử nghiệm trên quy mô $n = 50$ mẫu nhằm kiểm định sơ bộ hệ số Cronbach's Alpha và cấu trúc nhân tố EFA.
  3. Giai đoạn định lượng chính thức: Phỏng vấn trực tiếp ngẫu nhiên thuận tiện tại các điểm giao dịch VinaPhone trên địa bàn Quận Gò Vấp với kích thước mẫu $n = 200$. Kích thước mẫu đáp ứng quy tắc kinh nghiệm của Hair et al. (yêu cầu tối thiểu $5 \times 27 = 135$ quan sát).

Ma trận đánh giá và kiểm soát rủi ro nghiên cứu:

  • Rủi ro sai lệch chọn mẫu (Sampling Bias): Khắc phục bằng cách phân bổ thời gian khảo sát đồng đều vào các khung giờ cao điểm và thấp điểm trong tuần tại nhiều điểm giao dịch.
  • Rủi ro đa cộng tuyến (Multicollinearity): Giám sát chặt chẽ hệ số phóng đại phương sai $VIF < 10$ và hệ số chấp nhận (Tolerance $> 0.1$).

Implementation và kết quả

Development process

Quá trình thu thập, xử lý và làm sạch dữ liệu được thực thi theo các bước giải thuật thống kê cụ thể. Đoạn mã Python chuẩn hóa dưới đây minh họa thuật toán kiểm tra độ tin cậy Cronbach's Alpha và kiểm định phân tích nhân tố khám phá:

import numpy as np
import pandas as pd
import pingouin as pg
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_bartlett_sphericity, calculate_kmo
import statsmodels.api as sm

def assess_scale_reliability(df: pd.DataFrame, items: list) -> float:
    """Tính toán hệ số tin cậy Cronbach's Alpha cho từng thang đo."""
    sub_df = df[items]
    alpha_val = pg.cronbach_alpha(data=sub_df)[0]
    return alpha_val

def run_efa_validation(df: pd.DataFrame, items: list, n_factors: int):
    """Kiểm tra điều kiện KMO, Bartlett và trích xuất nhân tố bằng phép xoay Varimax."""
    sub_df = df[items]
    chi2, p_value = calculate_bartlett_sphericity(sub_df)
    kmo_all, kmo_model = calculate_kmo(sub_df)
    
    fa = FactorAnalyzer(n_factors=n_factors, rotation='varimax', method='principal')
    fa.fit(sub_df)
    
    loadings = pd.DataFrame(fa.loadings_, index=items)
    variance_explained = fa.get_factor_variance()[1] * 100
    
    return {
        "KMO": kmo_model,
        "Bartlett_p": p_value,
        "Loadings": loadings,
        "Variance_Explained": variance_explained
    }

Cú pháp lệnh SPSS tương đương được áp dụng trong quá trình phân tích:

* Reliability Analysis cho thang do Chat Luong Cuoc Goi.
RELIABILITY
  /VARIABLES=CLCG1 CLCG2 CLCG3 CLCG4
  /SCALE('CLCG Scale') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE
  /SUMMARY=TOTAL.

* Factor Analysis EFA cho 22 bien doc lap sau khi loai PTHH4.
FACTOR
  /VARIABLES CLCG1 CLCG2 CLCG3 CLCG4 CLDT1 CLDT2 CLDT3 DVKH1 DVKH2 DVKH3 DVKH4
             GC1 GC2 GC3 GC4 PTHH1 PTHH2 PTHH3 STT1 STT2 STT3 STT4
  /MISSING LISTWISE 
  /ANALYSIS CLCG1 CLCG2 CLCG3 CLCG4 CLDT1 CLDT2 CLDT3 DVKH1 DVKH2 DVKH3 DVKH4
             GC1 GC2 GC3 GC4 PTHH1 PTHH2 PTHH3 STT1 STT2 STT3 STT4
  /PRINT INITIAL KMO BARTLETT EXTRACTION ROTATION
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

Testing và validation

Kết quả kiểm định độ tin cậy thang đo (Reliability Test) qua hệ số Cronbach's Alpha từ mẫu khảo sát sơ bộ ($n = 50$) cho thấy hầu hết các thang đo đều đạt chuẩn kỹ thuật:

Ký hiệu thang đo Tên nhân tố Số biến quan sát Cronbach's Alpha Đánh giá trạng thái
CLCG Chất lượng cuộc gọi 4 $0.810$ Đạt yêu cầu ($\alpha > 0.7$)
CLDT Chất lượng mạng Data 4G 3 $0.795$ Đạt yêu cầu ($\alpha > 0.7$)
DVKH Dịch vụ khách hàng 4 $0.768$ Đạt yêu cầu ($\alpha > 0.7$)
GC Giá cước 4 $0.756$ Đạt yêu cầu ($\alpha > 0.7$)
PTHH (Lần 1) Phương tiện hữu hình 4 $0.616$ Không đạt (PTHH4 có $r_{it} = 0.068 < 0.3$)
PTHH (Lần 2) Phương tiện hữu hình 3 $0.719$ Đạt chuẩn sau khi loại bỏ biến PTHH4
STT Sự thuận tiện 4 $0.754$ Đạt yêu cầu ($\alpha > 0.7$)
SHL Sự hài lòng (Phụ thuộc) 4 $0.785$ Đạt yêu cầu ($\alpha > 0.7$)

Kết quả phân tích nhân tố khám phá EFA đối với 22 biến quan sát độc lập:

  • Hệ số $KMO = 0.576$ (Thỏa mãn điều kiện $0.5 < KMO < 1.0$).
  • Kiểm định Bartlett's Test: Thống kê $\chi^2$ có giá trị ý nghĩa $Sig. = 0.000 < 0.05$, bác bỏ giả thuyết $H_0$ về ma trận tương quan đơn vị.
  • Giá trị Eigenvalue nhỏ nhất dừng ở mức $1.256 > 1.0$, trích xuất thành công 6 nhóm nhân tố.
  • Tổng phương sai trích (Cumulative Total Variance Explained): Đạt $67.154%$ ($> 50%$), chứng minh 6 nhân tố giải thích được $67.154%$ biến thiên của dữ liệu.

Trọng số Factor Loading của các biến đại diện cao nhất:

  • CLCG2 (Không nghẽn mạng): $0.836$
  • PTHH2 (Cơ sở vật chất hiện đại): $0.875$
  • GC1 (Gói cước đa dạng): $0.799$
  • CLDT1 (Data 4G truy cập mượt mà): $0.794$
  • DVKH4 (Nhân viên hướng dẫn tận tình): $0.774$
  • STT1 (Thủ tục hòa mạng nhanh gọn): $0.730$

Đối với biến phụ thuộc "Sự hài lòng" (SHL): Hệ số $KMO = 0.776$, $Sig. = 0.000$, Eigenvalue đạt $2.448$, tổng phương sai trích đạt $61.208%$, tất cả hệ số Factor Loadings đều nằm trong khoảng $0.703 - 0.829$.

Kết quả đạt được

Phương trình hồi quy tuyến tính OLS được xác lập để kiểm định mức độ tác động của các nhân tố:

$$SHL = \beta_0 + \beta_1 \cdot CLCG + \beta_2 \cdot CLDT + \beta_3 \cdot DVKH + \beta_4 \cdot GC + \beta_5 \cdot STT + \epsilon$$

Kết quả kiểm định hồi quy đa biến ghi nhận:

  1. 5 trong số 6 giả thuyết được chấp nhận: Các nhân tố Chất lượng cuộc gọi, Chất lượng mạng Data 4G, Dịch vụ khách hàng, Giá cước và Sự thuận tiện đều có mối tương quan dương và tác động có ý nghĩa thống kê ($p < 0.05$) tới sự hài lòng của khách hàng.
  2. Biến "Phương tiện hữu hình" (PTHH) bị loại bỏ khỏi mô hình hồi quy: Hệ số kiểm định thống kê không đạt mức ý nghĩa $p > 0.05$. Điều này phản ánh thực tế người dùng viễn thông hiện đại ưu tiên chất lượng kết nối số và trải nghiệm dịch vụ hơn không gian vật lý tại quầy.
  3. Phân tích phương sai ANOVA và T-test: Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng theo giới tính, tuy nhiên có sự khác biệt rõ rệt theo độ tuổi và mức thu nhập đối với mức độ nhạy cảm về giá cước và nhu cầu tốc độ dữ liệu 4G.

Đổi mới và đóng góp

Điểm mới trong phương pháp luận

Khóa luận đã phát triển và kiểm chứng mô hình đánh giá mức độ hài lòng khách hàng tối ưu hóa cho phân khúc viễn thông đô thị:

                           MÔ HÌNH THỰC NGHIỆM ĐỀ XUẤT
   Phương tiện hữu hình     - - - (H5: Loại bỏ do p > 0.05)

So sánh đóng góp khoa học với các nghiên cứu tiền nhiệm:

Tiêu chí so sánh Nghiên cứu của Đinh Kiệm (2021) Nghiên cứu của Trần Thị Huyền Trang (2019) Mô hình đề tài hiện tại (2022)
Bối cảnh địa lý Vùng bán đô thị & nông thôn (Bình Thuận) Đô thị mở rộng (Toàn TP.HCM) Đô thị mật độ dân số cao (Quận Gò Vấp)
Cấu trúc biến kỹ thuật Ghép chung Data và Thoại Tập trung vào Thoại truyền thống Tách biệt độc lập: Thoại & Data 4G
Trạng thái biến PTHH Tác động yếu ($\beta$ thấp) Không đưa vào mô hình Loại bỏ qua kiểm định OLS ($p > 0.05$)
Độ tin cậy trích xuất $TVE \approx 62%$ $TVE \approx 58%$ $TVE = 67.154%$

Đóng góp thực tiễn cho ngành viễn thông:

  • Chứng minh bằng dữ liệu thực nghiệm rằng trong thời kỳ bùng nổ kinh tế số, yếu tố cơ sở vật chất hữu hình (PTHH) không còn là động lực cốt lõi tạo ra sự hài lòng, giúp doanh nghiệp tái cấu trúc ngân sách đầu tư từ mở rộng phòng giao dịch sang nâng cấp trạm thu phát sóng (BTS).
  • Cung cấp thang đo 26 biến chuẩn hóa có thể tái sử dụng để đánh giá chất lượng dịch vụ định kỳ tại các chi nhánh viễn thông cấp quận/huyện.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong doanh nghiệp viễn thông

Dữ liệu và mô hình nghiên cứu được ứng dụng trực tiếp vào 3 kịch bản quản trị vận hành tại VinaPhone:

  1. Tối ưu hóa tài nguyên mạng vô tuyến (Radio Network Optimization): Dựa trên mức độ quan trọng của biến CLCG ($Loading = 0.836$) và CLDT ($Loading = 0.794$), VinaPhone Gò Vấp phối hợp Trung tâm Mạng lưới Miền Nam triển khai bổ sung các trạm phát sóng Small Cell tại các khu vực thường xuyên nghẽn mạng (như trục đường Quang Trung, Phan Văn Trị).
  2. Cá nhân hóa chính sách giá cước (Dynamic Tariffing): Sử dụng kết quả phân tích mức độ nhạy cảm giá (GC1, GC4) để thiết kế các gói cước tích hợp Combo (Voice + Data 4G tốc độ cao không giới hạn) hướng tới nhóm khách hàng trẻ và người làm việc tự do.
  3. Chuyển đổi số dịch vụ khách hàng (Digital Omnichannel Care): Nâng cấp ứng dụng My VNPT nhằm giải quyết biến STT (Sự thuận tiện), cho phép chuyển đổi gói cước và đăng ký eSIM trực tuyến trong vòng dưới 3 phút mà không cần ra điểm giao dịch.
       HỆ THỐNG KIẾN TRÚC TÍCH HỢP HÀM Ý QUẢN TRỊ VÀO BSS/OSS

Phân tích hiệu quả kinh tế và ROI

Dự toán hiệu quả triển khai các khuyến nghị quản trị trong vòng 12 tháng tại Chi nhánh Gò Vấp:

  • Chi phí dự kiến: 450 triệu VNĐ (Nâng cấp cấu hình BTS, đào tạo chuẩn hóa dịch vụ khách hàng, tích hợp tính năng tự phục vụ trên ứng dụng).
  • Lợi ích định lượng:
    • Giảm tỷ lệ rời mạng của thuê bao hiện hữu: Từ $3.2%$/tháng xuống $2.1%$/tháng (giữ chân khoảng 3.500 thuê bao hoạt động).
    • Tăng doanh thu bình quân trên mỗi người dùng (ARPU): Tăng trưởng dự kiến $8.5%$ nhờ chuyển đổi sang các gói Data dung lượng lớn.
    • Thời gian hoàn vốn đầu tư (Payback Period): Khoảng 6,5 tháng.
    • ROI ước tính sau năm đầu tiên: $142%$.

Lộ trình triển khai 4 giai đoạn:

[Tháng 1 - 2]: Rà soát chất lượng sóng & cấu hình lại trạm BTS trọng điểm
[Tháng 3 - 5]: Tái cấu trúc danh mục gói cước Data 4G & Tối ưu My VNPT
[Tháng 6 - 8]: Đào tạo kỹ năng tư vấn & Rút ngắn SLA xử lý khiếu nại
[Tháng 9 - 12]: Đánh giá lại chỉ số hài lòng CSAT định kỳ (Mẫu n=500)

Hạn chế và hướng phát triển

Hạn chế nghiên cứu

  1. Phương pháp chọn mẫu: Thu thập mẫu theo phương pháp phi xác suất thuận tiện tại các điểm giao dịch, kích thước mẫu $n = 200$, do đó tính đại diện tổng thể cho toàn bộ người dùng VinaPhone tại TP.HCM chưa đạt mức tuyệt đối.
  2. Không gian nghiên cứu: Dữ liệu thu thập giới hạn tại Quận Gò Vấp - khu vực có tốc độ đô thị hóa nhanh và mật độ dân cư cao, chưa phản ánh đầy đủ hành vi người dùng tại các khu vực ngoại thành hoặc trung tâm tài chính.
  3. Chỉ số KMO sơ bộ: Hệ số $KMO = 0.576$ dù đạt chuẩn ($> 0.5$) nhưng ở mức trung bình, phản ánh sự phân tán tương đối giữa một số biến quan sát thuộc các nhóm dịch vụ khác nhau.

Hướng phát triển tiếp theo

  • Nâng cấp phương pháp phân tích: Áp dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) hoặc CB-SEM để kiểm định các mối quan hệ phi tuyến và vai trò của các biến trung gian (như Giá trị cảm nhận, Lòng trung thành thương hiệu).
  • Tích hợp Machine Learning: Kết hợp dữ liệu khảo sát với dữ liệu chi tiết cuộc gọi CDR (Call Detail Record) và nhật ký chất lượng mạng (Network QoS Logs), xây dựng mô hình phân loại Random Forest hoặc XGBoost nhằm dự báo sớm nguy cơ khách hàng rời mạng theo thời gian thực.
  • Mở rộng phạm vi công nghệ: Đưa các biến quan sát liên quan đến mạng di động thế hệ thứ 5 (5G) và các dịch vụ giá trị gia tăng số (Mobile Money, OTT Services) vào mô hình nghiên cứu thực nghiệm.

Đối tượng hưởng lợi

                               ĐỐI TƯỢNG HƯỞNG LỢI
  • Sinh viên khối ngành Quản trị Kinh doanh / Marketing: Nhận được bộ khung hoàn chỉnh về phương pháp luận nghiên cứu thực nghiệm, từ cách thiết lập thang đo, kiểm soát biến vi phạm đến cách trình bày kết quả phân tích thống kê trên SPSS.
  • Chuyên viên phân tích dữ liệu (Data Analysts / Developers): Tham khảo quy trình làm sạch dữ liệu khảo sát, script tự động hóa kiểm định Cronbach's Alpha và kiến trúc ánh xạ kết quả phân tích vào hệ thống phần mềm nghiệp vụ BSS/OSS.
  • Nhà quản trị doanh nghiệp viễn thông (VinaPhone, Viettel, MobiFone): Có cơ sở định lượng cụ thể để phân bổ ngân sách tối ưu hạ tầng, loại bỏ các chi phí đầu tư cơ sở vật chất không cần thiết, tập trung vào nâng cao chất lượng đường truyền và trải nghiệm số.
  • Các nhà nghiên cứu kinh tế ứng dụng: Kế thừa bộ thang đo 26 biến quan sát đã được kiểm định độ tin cậy và giá trị hội tụ để phát triển các nghiên cứu mở rộng trên quy mô toàn quốc.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để tái lập quy trình phân tích dữ liệu của đề tài là gì?

Hệ thống cần máy tính cá nhân cấu hình cơ bản (CPU 2 Cores, RAM 4GB) cài đặt phần mềm IBM SPSS Statistics từ phiên bản 20.0 trở lên. Nếu sử dụng mã nguồn mở để tự động hóa, yêu cầu môi trường Python 3.8+ cùng các thư viện pandas, statsmodels, pingouin, và factor_analyzer.

2. Tại sao biến "Phương tiện hữu hình" (PTHH) đạt Cronbach's Alpha nhưng lại bị loại trong mô hình hồi quy?

Hệ số Cronbach's Alpha ($0.719$) chỉ xác nhận tính nhất quán nội tại giữa các biến quan sát trong thang đo PTHH. Khi đưa vào mô hình hồi quy tuyến tính bội OLS, biến PTHH có mức ý nghĩa thống kê $p > 0.05$, cho thấy sự biến thiên của biến này không tạo ra tác động có ý nghĩa lên biến phụ thuộc "Sự hài lòng" khi đặt cạnh các yếu tố then chốt khác như Chất lượng cuộc gọi hay Giá cước.

3. Làm thế nào để mở rộng mô hình này cho các công nghệ mới như mạng 5G?

Cần mở rộng thang đo CLDT bằng cách bổ sung các biến quan sát đặc thù của mạng 5G: độ trễ siêu thấp (Ultra-low Latency), tốc độ tải xuống đỉnh (Peak Download Speed), và chất lượng trải nghiệm các dịch vụ thời gian thực (Cloud Gaming, VR/AR Streaming).

4. Chi phí triển khai hệ thống giải pháp nâng cao chất lượng dịch vụ được kiểm soát ra sao?

Doanh nghiệp ưu tiên tối ưu hóa tham số phần mềm trạm phát sóng và tinh gọn quy trình trên ứng dụng số (My VNPT), vốn chiếm chi phí thấp ($< 20%$ tổng ngân sách) nhưng mang lại hiệu quả tức thì đối với biến STT và CLDT, trước khi tiến hành mua sắm trang thiết bị phần cứng mới.

5. Khung thời gian hoàn vốn (ROI) và hiệu quả giảm Churn Rate được tính toán dựa trên chỉ số nào?

Tính toán dựa trên công thức giữ chân khách hàng: $LTV = \frac{ARPU \times Margin}{Churn Rate}$. Khi tỷ lệ rời mạng giảm từ $3.2%$ xuống $2.1%$, giá trị vòng đời khách hàng tăng tương ứng, bù đắp tổng chi phí đầu tư 450 triệu VNĐ trong vòng 6,5 tháng hoạt động thực tế.

Kết luận

Công trình nghiên cứu đã giải quyết trọn vẹn bài toán đo lường các nhân tố tác động đến sự hài lòng của khách hàng sử dụng mạng di động VinaPhone tại Chi nhánh Quận Gò Vấp, TP.HCM. Thông qua chuỗi kiểm định thống kê chuẩn mực (Cronbach's Alpha, EFA, OLS Regression), nghiên cứu khẳng định vai trò quyết định của 5 nhân tố: Chất lượng cuộc gọi, Chất lượng mạng Data 4G, Dịch vụ khách hàng, Giá cước và Sự thuận tiện, đồng thời chỉ ra sự suy giảm ảnh hưởng của yếu tố Phương tiện hữu hình trong kỷ nguyên số.

Những phát hiện định lượng này cung cấp bằng chứng thực nghiệm giá trị giúp lãnh đạo VinaPhone tối ưu hóa hạ tầng kỹ thuật vô tuyến, cá nhân hóa chính sách giá cước và nâng cao năng lực phục vụ đa kênh. Kết quả nghiên cứu không chỉ mang ý nghĩa học thuật đóng góp cho chuyên ngành Quản trị Kinh doanh mà còn là tài liệu tham khảo thiết thực cho các kỹ sư mạng và chuyên viên phân tích kinh doanh trong nỗ lực nâng cao trải nghiệm khách hàng viễn thông.