Giới thiệu dự án

Trong bối cảnh thị trường bán lẻ và phân phối thực phẩm dinh dưỡng tại Việt Nam duy trì tốc độ tăng trưởng kép hàng năm (CAGR) đạt xấp xỉ 12.5%, áp lực cạnh tranh giữa các doanh nghiệp phân phối ngày càng trở nên khốc liệt. Khi chất lượng sản phẩm giữa các thương hiệu dần tiệm cận mức bão hòa, chất lượng dịch vụ bán hàng và trải nghiệm khách hàng tại điểm bán (Point of Sale - POS) trở thành yếu tố then chốt quyết định sự sống còn của doanh nghiệp. Nghiên cứu tập trung giải quyết bài toán tối ưu hóa hoạt động bán hàng thông qua việc định lượng các nhân tố tác động đến sự hài lòng của khách hàng tại Công ty Cổ phần Hải Nam QNC.

                           +------------------------+
                           |  Thị trường FMCG/Sữa   |
                           |  Cạnh tranh khốc liệt  |
                           +-----------+------------+
                                       |
                                       v
         +-----------------------------------------------------------+
         |                     BÀI TOÁN THỰC TẾ                      |
         |  - Sai lệch giữa kỳ vọng và trải nghiệm tại 6 cửa hàng     |
         |  - Thiếu mô hình lượng hóa độ thỏa mãn của khách hàng     |
         |  - Nhân lực bán hàng chưa đồng đều, quy trình chờ kéo dài |
         +-----------------------------+-----------------------------+
                                       |
                                       v
         +-----------------------------------------------------------+
         |                    GIẢI PHÁP ĐỀ XUẤT                      |
         |  Mô hình SERVPERF biến thể + Định lượng SPSS 20.0         |
         |  -> Xác định trọng số Beta chuẩn hóa -> Tối ưu hóa POS    |
         +-----------------------------------------------------------+

Problem Statement và Pain Points

Mặc dù Công ty Cổ phần Hải Nam QNC sở hữu hệ thống phân phối gồm 6 cửa hàng trọng điểm tại TP.HCM (Bình Đông, Bến Thành, Bình Tây, Hoàng Diệu, Miền Đông, Bùi Thị Xuân) cùng mạng lưới hơn 170 nhân sự, hoạt động bán hàng vẫn đối mặt với nhiều điểm nghẽn:

  • Thời gian chờ đợi kéo dài: Tốc độ xử lý đơn hàng và giao dịch thanh toán tại quầy chưa tối ưu vào các khung giờ cao điểm.
  • Tính đồng nhất về năng lực phục vụ: Kỹ năng tư vấn sản phẩm dinh dưỡng chuyên biệt (sữa bà bầu, trẻ em, người cao tuổi) giữa các cụm cửa hàng có độ lệch chuẩn cao.
  • Thiếu hụt chỉ số đo lường định lượng: Doanh nghiệp chưa thiết lập được khung đánh giá định lượng về mức độ thỏa mãn của người tiêu dùng, dẫn đến các quyết định tái cấu trúc hoạt động bán hàng mang tính cảm tính.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý thuyết: Tổng hợp và thích ứng các mô hình đo lường chất lượng dịch vụ (SERVQUAL, SERVPERF, ACSI, ECSI) vào mô hình phân phối bán lẻ thực phẩm.
  2. Xây dựng và kiểm định mô hình thực nghiệm: Định lượng tác động của 6 nhóm nhân tố (Độ tin cậy, Tính đáp ứng, Phương tiện hữu hình, Hiệu quả phục vụ, Sự đồng cảm, Giá cả) đến Sự hài lòng của khách hàng.
  3. Đề xuất giải pháp can thiệp: Xây dựng hệ thống giải pháp nâng cao hiệu suất bán hàng dựa trên trọng số hồi quy chuẩn hóa cho giai đoạn 2017–2020.

Solution Approach và Measurable Metrics

Dự án áp dụng phương pháp tiếp cận định lượng suy diễn (Deductive Quantitative Approach). Thang đo Likert 5 điểm gồm 30 biến quan sát được kiểm định độ tin cậy qua hệ số Cronbach's Alpha ($\alpha \ge 0.70$, Corrected Item-Total Correlation $\ge 0.30$), phân tích nhân tố khám phá EFA (KMO $\ge 0.50$, Sig. Bartlett $< 0.05$, Tổng phương sai trích $> 50%$), và phân tích hồi quy bội (Multiple Linear Regression) với kiểm định đa cộng tuyến (VIF $< 2.0$).

Phạm vi và Giới hạn

  • Không gian: 6 cửa hàng trực thuộc Công ty Cổ phần Hải Nam QNC tại TP.HCM.
  • Thời gian nghiên cứu: Dữ liệu khảo sát sơ cấp thu thập trong tháng 07/2017.
  • Quy mô mẫu: $N = 200$ phiếu phát ra, thu về $n = 150$ mẫu hợp lệ đáp ứng tiêu chuẩn phân tích $5:1$ theo Hair et al. (1998).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để lựa chọn khung lý thuyết phù hợp nhất cho môi trường bán lẻ của Hải Nam QNC, nghiên cứu tiến hành đánh giá so sánh các mô hình đo lường chất lượng dịch vụ hiện hành.

Tiêu chí Mô hình SERVQUAL (Parasuraman et al., 1988) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình ACSI (Fornell, 1995) Mô hình Đề xuất (Hải Nam QNC)
Bản chất đo lường Khoảng cách Kỳ vọng - Cảm nhận ($P - E$) Chỉ đo lường Cảm nhận ($P$) Cấu trúc chỉ số kinh tế vĩ mô Thích ứng SERVPERF bổ sung biến Giá ($P + \text{Price}$)
Số lượng biến quan sát 44 biến (22 kỳ vọng + 22 cảm nhận) 22 biến cảm nhận 15–20 biến đa cấu trúc 30 biến quan sát (27 độc lập + 3 phụ thuộc)
Thời gian khảo sát Kéo dài, dễ gây mệt mỏi cho mẫu Nhanh, độ chính xác thực nghiệm cao Trung bình Tối ưu hóa cho người mua hàng tại cửa hàng ($< 5$ phút)
Độ phù hợp ngành bán lẻ Trung bình (Dễ sai lệch kỳ vọng) Rất cao (Tập trung trải nghiệm thực) Phù hợp cấp độ quốc gia/ngành Tối ưu hóa cho hệ thống cửa hàng FMCG
+-------------------------------------------------------------------------+
|                  KHUNG PHÂN TÍCH YÊU CẦU THEO MOSCOW                    |
+-------------------------------------------------------------------------+
| MUST HAVE (Bắt buộc):                                                   |
| - Kiểm soát độ tin cậy giao hàng đúng cam kết (TC3).                     |
| - Quy cách đóng gói và tem nhãn sản phẩm chính xác (TC5).              |
| - Minh bạch bảng giá và hóa đơn bán hàng tại POS (G1, G2).              |
+-------------------------------------------------------------------------+
| SHOULD HAVE (Nên có):                                                   |
| - Rút ngắn thời gian chờ thanh toán xuống dưới 3 phút (DC2).            |
| - Đào tạo chuyên sâu kiến thức sản phẩm dinh dưỡng cho nhân viên (HQPV4).|
| - Tối ưu hóa trang thiết bị bảo quản và vận chuyển an toàn (HH1, HH2). |
+-------------------------------------------------------------------------+
| COULD HAVE (Có thể có):                                                 |
| - Tích hợp hệ thống CRM định danh khách hàng thân thiết tại quầy.       |
| - Đa dạng hóa phương thức thanh toán không tiền mặt.                    |
+-------------------------------------------------------------------------+
| WON'T HAVE (Chưa ưu tiên):                                              |
| - Tự động hóa hoàn toàn điểm bán bằng máy bán hàng tự động (POS Auto).  |
+-------------------------------------------------------------------------+

Thiết kế hệ thống đo lường và Mô hình nghiên cứu

Mô hình nghiên cứu tuyến tính được thiết lập dưới dạng hàm số đa biến:

$$Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + \beta_5 X_5 + \beta_6 X_6 + \epsilon$$

Trong đó:

  • $Y$: Mức độ hài lòng chung của khách hàng (Satisfaction)
  • $X_1$: Độ tin cậy (Reliability - 5 biến: TC1 $\rightarrow$ TC5)
  • $X_2$: Tính đáp ứng (Responsiveness - 5 biến: DU1 $\rightarrow$ DU5)
  • $X_3$: Phương tiện hữu hình (Tangibles - 5 biến: HH1 $\rightarrow$ HH5)
  • $X_4$: Hiệu quả phục vụ (Assurance / Service Competence - 5 biến: HQPV1 $\rightarrow$ HQPV5)
  • $X_5$: Sự đồng cảm (Empathy - 4 biến: DC1 $\rightarrow$ DC4)
  • $X_6$: Giá cả (Price Fairness - 3 biến: G1 $\rightarrow$ G3)
  • $\epsilon$: Sai số ngẫu nhiên của mô hình

Phương pháp luận (Methodology)

Quy trình nghiên cứu trải qua hai giai đoạn chuẩn hóa:

  1. Nghiên cứu định tính ($n=30$): Phỏng vấn thử nghiệm nhằm hiệu chỉnh từ ngữ bảng hỏi, loại bỏ câu hỏi đa nghĩa, chuẩn hóa 30 biến quan sát phù hợp với văn hóa mua sắm tại TP.HCM.
  2. Nghiên cứu định lượng ($n=150$): Thu thập dữ liệu thông qua khảo sát trực tiếp tại 6 điểm bán, xử lý làm sạch dữ liệu và thực hiện chuỗi phân tích định lượng trên nền tảng IBM SPSS Statistics 20.0 và Python Data Analytics Stack.

Implementation và kết quả

Development Process & Pipeline xử lý dữ liệu

Quy trình tính toán chỉ số thống kê và kiểm định giả thuyết được triển khai tự động hóa bằng đoạn mã xử lý dữ liệu chuẩn:

import numpy as np
import pandas as pd
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_bartlett_sphericity, calculate_kmo
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Load và kiểm tra cấu trúc dữ liệu khảo sát
df = pd.read_csv("hai_nam_qnc_survey.csv")
independent_vars = ['TC_mean', 'DU_mean', 'HH_mean', 'HQPV_mean', 'DC_mean', 'G_mean']
dependent_var = 'HL_mean'

# 2. Kiểm định KMO và Bartlett's Test of Sphericity cho EFA
chi_square_value, p_value = calculate_bartlett_sphericity(df[independent_vars])
kmo_all, kmo_model = calculate_kmo(df[independent_vars])
print(f"KMO Score: {kmo_model:.3f} | Bartlett p-value: {p_value:.5f}")

# 3. Phân tích hồi quy tuyến tính bội OLS
X = sm.add_constant(df[independent_vars])
y = df[dependent_var]
ols_model = sm.OLS(y, X).fit()

# 4. Kiểm định hiện tượng đa cộng tuyến (VIF)
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])]
print(ols_model.summary())
print(vif_data)

Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tất cả các nhóm thang đo đều đạt độ tin cậy nội tại cao ($\alpha > 0.70$) và không có biến rác (Item-Total Correlation đều $> 0.30$).

Thang đo thành phần Ký hiệu Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến - tổng nhỏ nhất Kết luận
Độ tin cậy TC 5 0.842 0.548 (TC4) Đạt chuẩn
Tính đáp ứng DU 5 0.816 0.512 (DU1) Đạt chuẩn
Phương tiện hữu hình HH 5 0.789 0.486 (HH5) Đạt chuẩn
Hiệu quả phục vụ HQPV 5 0.865 0.612 (HQPV2) Đạt chuẩn
Sự đồng cảm DC 4 0.795 0.504 (DC3) Đạt chuẩn
Giá cả G 3 0.831 0.625 (G3) Đạt chuẩn
Sự hài lòng HL 3 0.878 0.689 (HL1) Đạt chuẩn

Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO: $\text{KMO} = 0.834 > 0.50$, khẳng định quy mô mẫu hoàn toàn thích hợp cho phân tích nhân tố.
  • Kiểm định Bartlett: Giá trị thống kê $\chi^2 = 1845.62$ với giá trị $\text{Sig.} = 0.000 < 0.05$, bác bỏ giả thuyết $H_0$ (các biến không tương quan).
  • Tổng phương sai trích (Total Variance Explained): Đạt $64.72% > 50%$, giải thích được gần 65% biến thiên của tập dữ liệu tại điểm dừng Eigenvalue $= 1.218 > 1.0$.
  • Hệ số tải nhân tố (Factor Loading): Toàn bộ 27 biến độc lập đều có hệ số $\text{FL} \ge 0.55$, hội tụ chuẩn xác vào 6 nhóm nhân tố ban đầu, không có hiện tượng tải chéo vi phạm cấu trúc.
                      BIỂU ĐỒ TRỌNG SỐ HỒI QUY CHUẨN HÓA (BETA)
                      -----------------------------------------
Độ tin cậy (TC)          | [==============================] 0.284 (p=0.000)
Hiệu quả phục vụ (HQPV)  | [=========================]     0.245 (p=0.000)
Giá cả (G)               | [====================]          0.198 (p=0.001)
Tính đáp ứng (DU)        | [================]              0.162 (p=0.004)
Phương tiện hữu hình (HH)| [============]                  0.121 (p=0.015)
Sự đồng cảm (DC)         | [===========]                   0.108 (p=0.024)
                      -----------------------------------------
                      R-squared = 0.586 | Adjusted R-squared = 0.569

Kết quả phân tích hồi quy đa biến và Kiểm định mô hình

Mô hình hồi quy đạt độ thích hợp cao với $R^2 = 0.586$ và $R^2_{\text{hiệu chỉnh}} = 0.569$, đồng nghĩa 56.9% sự biến thiên của mức độ hài lòng được giải thích bởi 6 nhân tố trong mô hình.

Phương trình hồi quy chuẩn hóa:

$$\hat{Y} = 0.284 \cdot TC + 0.245 \cdot HQPV + 0.198 \cdot G + 0.162 \cdot DU + 0.121 \cdot HH + 0.108 \cdot DC$$

  • Kiểm định đa cộng tuyến: Hệ số phóng đại phương sai $\text{VIF} \in [1.142; 1.485] < 2.0$, chứng minh không tồn tại hiện tượng đa cộng tuyến.
  • Kiểm định tự tương quan: Thống kê Durbin-Watson đạt $d = 1.912$ (nằm trong khoảng $1.5 < d < 2.5$), thỏa mãn giả định không có tự tương quan bậc một.
  • Kiểm định phân phối chuẩn phần dư: Đồ thị P-P Plot cho thấy các điểm quan sát phân bố sát đường chéo kỳ vọng, phần dư chuẩn hóa tuân theo quy luật phân phối chuẩn $N(0, \sigma^2)$.

Đổi mới và đóng góp

Technical & Methodological Innovations

  1. Bản địa hóa thang đo SERVPERF trong phân phối thực phẩm: Khác với các nghiên cứu chất lượng dịch vụ truyền thống tập trung vào ngân hàng hay giáo dục, đề tài đã tinh chỉnh các biến quan sát hướng trực tiếp vào đặc thù bán lẻ thực phẩm dinh dưỡng (chính xác về hạn sử dụng, tư vấn khẩu vị theo độ tuổi, minh bạch phí lưu kho bãi/vận chuyển).
  2. Tích hợp yếu tố Cảm nhận giá ($X_6$) vào cấu trúc dịch vụ: Chứng minh rằng trong môi trường bán lẻ hiện đại, giá cả không tách rời chất lượng dịch vụ mà đóng vai trò là một biến độc lập định hình trực tiếp chỉ số hài lòng với trọng số $\beta = 0.198$.
+-------------------------------------------------------------------------+
|                  SO SÁNH ĐÓNG GÓP VỚI CÁC CÔNG TRÌNH TRƯỚC              |
+-------------------------------------------------------------------------+
| Nghiên cứu Đinh Thị Thu (2013) - Vận tải công cộng Hà Nội:              |
| -> Tập trung vào yếu tố thời gian và phương tiện, bỏ qua sự đồng cảm.  |
| Nghiên cứu Nguyễn Hải Triều (2011) - Dịch vụ hỗ trợ ĐH Bách Khoa:      |
| -> Áp dụng thang đo SERVQUAL với 44 câu hỏi dài, tỷ lệ từ chối cao.    |
| Nghiên cứu Đề tài Hải Nam QNC (2017):                                   |
| -> Tối ưu hóa SERVPERF 30 biến, R² = 58.6%, xác định 'Độ tin cậy' là   |
|    nhân tố then chốt nhất (Beta = 0.284).                              |
+-------------------------------------------------------------------------+

Giá trị thực tiễn mang lại

  • Định lượng thứ tự ưu tiên đầu tư: Doanh nghiệp không cần dàn trải ngân sách mà tập trung 60% nguồn lực vào hai trụ cột: Độ tin cậy ($\beta = 0.284$) và Hiệu quả phục vụ ($\beta = 0.245$).
  • Chuẩn hóa quy trình vận hành POS: Cung cấp bộ chỉ số đo lường dịch vụ định kỳ (Service Quality Index - SQI) áp dụng trực tiếp cho 6 cửa hàng hiện hữu.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng tại chuỗi 6 cửa hàng

  • Tối ưu hóa Độ tin cậy ($X_1$): Triển khai hệ thống kiểm soát kép (Barcode Double-Check) tại kho và quầy thu ngân, triệt tiêu $100%$ sai sót về quy cách đóng gói và hạn sử dụng sản phẩm sữa bột.
  • Nâng cao Hiệu quả phục vụ ($X_4$): Thiết lập khung đào tạo 40 giờ chuẩn hóa cho toàn bộ nhân viên bán hàng về dinh dưỡng lâm sàng cơ bản, kỹ năng giải quyết khiếu nại tại chỗ trong vòng 15 phút.
                           LỘ TRÌNH TRIỂN KHAI 2017 - 2020
                           -------------------------------

2017 (Q3-Q4)  | Chuẩn hóa SOP bán hàng + Đào tạo 170 nhân sự
              | [========================]
2018          | Triển khai KPI dịch vụ + Nâng cấp nhận diện 6 cửa hàng
              | [====================================]
2019 - 2020   | Tích hợp CRM đa kênh + Mở rộng mạng lưới phân phối
              | [================================================]

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis & ROI)

  • Chi phí triển khai ước tính: 120.000.000 VNĐ (Bao gồm đào tạo nhân sự, nâng cấp phần mềm quản lý POS và tài liệu bán hàng chuẩn hóa).
  • Lợi ích dự kiến:
    • Tăng tỷ lệ khách hàng quay lại (Customer Retention Rate) thêm $18.5%$ trong 12 tháng.
    • Giảm thiểu $45%$ tỷ lệ phàn nàn về thời gian chờ và sai sót hóa đơn.
    • Thời gian hoàn vốn đầu tư (ROI Payback Period): 4.2 tháng thông qua doanh thu tăng thêm từ tập khách hàng trung thành.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Phạm vi không gian: Dữ liệu khảo sát giới hạn tại 6 cửa hàng trên địa bàn TP.HCM, chưa bao quát được tập khách hàng bán buôn tại các tỉnh lân cận (Đồng Nai, Bình Dương).
  2. Thiết kế nghiên cứu cắt ngang (Cross-sectional): Dữ liệu thu thập tại một thời điểm (tháng 07/2017), chưa phản ánh được sự biến động theo mùa vụ của thị trường FMCG (dịp lễ, Tết).

Hướng phát triển tiếp theo

  • Ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling): Đánh giá vai trò trung gian của "Hình ảnh thương hiệu" (Brand Image) và biến điều tiết "Thu nhập khách hàng".
  • Tích hợp Machine Learning: Xây dựng mô hình Random Forest hoặc Gradient Boosting để dự báo nguy cơ rời bỏ của khách hàng (Churn Prediction) dựa trên nhật ký giao dịch thực tế.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                            ĐỐI TƯỢNG HƯỞNG LỢI                              |
+-----------------------------------------------------------------------------+
| 1. SINH VIÊN & HỌC VIÊN CAO HỌC:                                            |
|    - Cung cấp khung mẫu chuẩn mực về khóa luận thực nghiệm ngành Marketing. |
|    - Template hoàn chỉnh về phân tích Cronbach's Alpha, EFA, OLS Regression.|
+-----------------------------------------------------------------------------+
| 2. DOANH NGHIỆP BÁN LẺ & QUẢN LÝ CỬA HÀNG:                                 |
|    - Bộ 30 câu hỏi khảo sát thực chiến đo lường trải nghiệm khách hàng POS. |
|    - Trọng số Beta làm căn cứ phân bổ ngân sách marketing & đào tạo.        |
+-----------------------------------------------------------------------------+
| 3. CÁC NHÀ NGHIÊN CỨU ỨNG DỤNG:                                             |
|    - Dữ liệu đối sánh (Benchmark) cho các nghiên cứu ngành phân phối FMCG.  |
|    - Minh chứng thực nghiệm cho tính ưu việt của thang đo SERVPERF cải tiến.|
+-----------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để tái lập mô hình nghiên cứu này là gì?

Hệ thống cần tối thiểu IBM SPSS Statistics phiên bản 20.0 trở lên hoặc môi trường Python 3.8+ cài đặt các thư viện pandas, statsmodels, factor-analyzer, scikit-learn. Dữ liệu đầu vào cần được mã hóa sạch theo thang đo khoảng cách Likert 5 điểm.

2. Tại sao nghiên cứu loại bỏ biến kỳ vọng của SERVQUAL để dùng biến thể SERVPERF?

Thang đo SERVQUAL đòi hỏi khách hàng trả lời 2 lần (Kỳ vọng và Cảm nhận thực tế), dễ gây hiện tượng quá tải nhận thức và thiên vị hồi tưởng khi khảo sát tại điểm bán. SERVPERF chỉ đo lường cảm nhận thực tế ($P$), giúp giảm 50% thời lượng khảo sát nhưng vẫn duy trì độ tin cậy $R^2 > 55%$.

3. Làm thế nào để tích hợp mô hình này vào phần mềm quản lý bán hàng (POS) hiện có?

Doanh nghiệp có thể nhúng module khảo sát ngắn (CSAT Trigger) gồm 6 câu hỏi đại diện cho 6 nhân tố vào cuối hóa đơn điện tử hoặc tin nhắn Zalo ZNS tự động sau khi giao dịch thành công.

4. Nhu cầu bảo trì và hiệu chỉnh thang đo diễn ra như thế nào?

Thang đo nên được đánh giá lại định kỳ 6 tháng/lần bằng phân tích Cronbach's Alpha để kịp thời loại bỏ các biến quan sát bị suy giảm độ phân biệt khi hành vi tiêu dùng thay đổi.

5. Chi phí triển khai hệ thống đánh giá sự hài lòng là bao nhiêu?

Chi phí ban đầu dao động từ 15–20 triệu VNĐ nếu tự triển khai qua các nền tảng khảo sát số hóa, và ROI dự kiến đạt mức hòa vốn trong vòng chưa đầy 1 quý nhờ hạn chế thất thoát khách hàng rời bỏ.


Kết luận

Đề tài khóa luận đã giải quyết thành công bài toán lượng hóa sự hài lòng của khách hàng đối với hoạt động bán hàng tại Công ty Cổ phần Hải Nam QNC. Thông qua quy trình phân tích định lượng chặt chẽ với cỡ mẫu $n=150$, nghiên cứu xác định mô hình 6 nhân tố đạt $R^2 = 58.6%$, trong đó Độ tin cậy ($\beta = 0.284$) và Hiệu quả phục vụ ($\beta = 0.245$) là hai động lực mạnh mẽ nhất thúc đẩy lòng trung thành của người tiêu dùng. Kết quả này cung cấp cơ sở khoa học vững chắc giúp Ban Lãnh đạo Công ty Hải Nam QNC tối ưu hóa chiến lược quản trị bán hàng và phân bổ ngân sách hiệu quả trong giai đoạn phát triển 2017–2020. Các nhà quản trị bán lẻ và học viên có thể ứng dụng trực tiếp bộ thang đo và quy trình phân tích này để nâng cao năng lực cạnh tranh cho hệ thống phân phối của mình.