Giới thiệu dự án

Thị trường viễn thông tại Việt Nam bước vào giai đoạn bão hòa với hơn 100 triệu thuê bao di động hoạt động trên quy mô dân số 97 triệu người (năm 2021). Chi phí thu hút một khách hàng mới (Customer Acquisition Cost - CAC) cao gấp 10 lần so với chi phí giữ chân khách hàng hiện tại (Customer Retention Cost - CRC). Tổng đài Chăm sóc Khách hàng (Call Center / Contact Center) là điểm tiếp xúc trực tiếp (touchpoint) cốt lõi định hình trải nghiệm người dùng (Customer Experience - CX) và mức độ gắn kết thương hiệu của Tập đoàn Công nghiệp – Viễn thông Quân đội (Viettel).

+-----------------------------------------------------------------------------------+
|                            BỐI CẢNH VIỄN THÔNG & CSKH                             |
+-----------------------------------------------------------------------------------+
|  100M+ Thuê bao hoạt động  --->  Bão hòa thị trường  --->  Cạnh tranh dịch vụ CSKH|
|  CAC = 10x CRC             --->  Giữ chân thuê bao   --->  Tối ưu hóa Call Center |
+-----------------------------------------------------------------------------------+

Vấn đề thực tế (Problem Statement)

Hệ thống Viettel Call Center tại khu vực TP. Hồ Chí Minh đối mặt với các thách thức vận hành:

  • Tình trạng nghẽn hàng đợi (queue congestion) trong giờ cao điểm làm tăng thời gian chờ trung bình (Average Speed of Answer - ASA).
  • Điện thoại viên (ĐTV) chịu áp lực cuộc gọi lớn, dẫn đến sự thiếu đồng nhất trong phản hồi và xử lý các tình huống khiếu nại phức tạp ngay trong cuộc gọi đầu tiên (First Contact Resolution - FCR).
  • Các chỉ số đo lường truyền thống chưa bóc tách định lượng được trọng số tác động của từng chiều kích chất lượng dịch vụ đến Sự hài lòng tổng thể ($SAT$) của người dùng.

Mục tiêu nghiên cứu (Objectives)

  1. Xác định mô hình nhân tố: Hệ thống hóa các yếu tố cấu thành chất lượng dịch vụ tổng đài viễn thông dựa trên khung lý thuyết SERVQUAL và mô hình Burgers (2000).
  2. Đo lường tác động lượng hóa: Đánh giá độ tin cậy thang đo qua hệ số Cronbach's Alpha, phân tích nhân tố khám phá (EFA) và phân tích hồi quy đa biến (Multiple Linear Regression) để xác định hệ số hồi quy chuẩn hóa ($\beta$).
  3. Đề xuất hàm ý quản trị: Xây dựng ma trận giải pháp nâng cấp năng lực vận hành, chuẩn hóa quy trình đào tạo ĐTV và tối ưu hóa hạ tầng kỹ thuật Call Center.

Phương pháp tiếp cận và Phạm vi

  • Phạm vi không gian: Khách hàng cá nhân đã từng liên hệ và sử dụng dịch vụ của Viettel Call Center tại địa bàn TP. Hồ Chí Minh.
  • Phạm vi thời gian: Thu thập và phân tích dữ liệu sơ cấp từ ngày 25/02/2021 đến 15/05/2021.
  • Giới hạn nghiên cứu: Nghiên cứu tập trung vào dịch vụ thoại truyền thống qua tổng đài chăm sóc khách hàng, chưa bao gồm các kênh hỗ trợ số (Digital Omni-channel CSKH như Chatbot AI, App MyViettel).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các mô hình đánh giá chất lượng dịch vụ truyền thống thường áp dụng nguyên bản bộ tiêu chí SERVQUAL 5 chiều mà bỏ qua tính chất đặc thù của giao tiếp từ xa (không tiếp xúc trực tiếp mặt đối mặt).

Tiêu chí Mô hình SERVQUAL (1988) Mô hình Burgers (2000) Mô hình Đề tài Viettel Call Center
Kênh tương tác Đa kênh / Trực tiếp Call Center chuyên biệt Viettel Call Center thoại 24/7
Thành phần cốt lõi Tin cậy, Phản hồi, Đảm bảo, Cảm thông, Hữu hình Thích ứng, Đảm bảo, Cảm thông, Quyền hạn Thích ứng (TU), Tin cậy (TC), Phản hồi (PH), Đảm bảo (ĐB)
Yếu tố Hữu hình Đo lường cơ sở vật chất, tài liệu Loại bỏ (không áp dụng) Loại bỏ (không phù hợp với kênh thoại)
Khả năng giải thích ($R^2$) Thấp trên môi trường thoại ($\approx 35-42%$) Trung bình ($\approx 48-52%$) Cao trên mẫu thực nghiệm ($R^2 = 59.8%$) 
+-----------------------------------------------------------------------------------+
|                        GAP ANALYSIS & MOSCOW PRIORITIZATION                       |
+-----------------------------------------------------------------------------------+
|  [MUST HAVE]      Thích ứng linh hoạt (TU) & Giải quyết ngay lần gọi đầu (FCR)   |
|  [SHOULD HAVE]    Độ tin cậy cam kết (TC) & Bảo mật dữ liệu người dùng (ĐB)      |
|  [COULD HAVE]     Giảm thời gian hàng đợi IVR & Phản hồi chủ động (PH)           |
|  [WON'T HAVE]     Đo lường cơ sở vật chất hữu hình (Tangibles) trong đợt này     |
+-----------------------------------------------------------------------------------+

Thiết kế hệ thống đo lường và khung mô hình

+-----------------------------------------------------------------------------------+
|                           MÔ HÌNH HỒI QUY ĐỀ XUẤT (EMPIRICAL MODEL)               |
+-----------------------------------------------------------------------------------+
|                                                                                   |
|  +------------------------+      H1 (+) [Beta = 0.209, p = 0.000]                 |
|  |  Sự tin cậy (TC)       |-------------------------------------+                 |
|  +------------------------+                                     |                 |
|                                                                 |                 |
|  +------------------------+      H2 (+) [Beta = 0.157, p = 0.003] v               |
|  |  Sự phản hồi (PH)      |--------------------------------> +-----------------+  |
|  +------------------------+                                  |  SỰ HÀI LÒNG   |  |
|                                                              |  KHÁCH HÀNG     |  |
|  +------------------------+      H3 (+) [Beta = 0.155, p = 0.004] |  (SAT)         |  |
|  |  Sự đảm bảo (ĐB)       |--------------------------------> |                 |  |
|  +------------------------+                                  |  Adjusted R^2   |  |
|                                                              |  = 0.598        |  |
|  +------------------------+      H4 (+) [Beta = 0.404, p = 0.000] ^ F = 80.99     |  |
|  |  Sự thích ứng (TU)     |-------------------------------------+                 |
|  +------------------------+                                                       |
+-----------------------------------------------------------------------------------+

Phương trình hồi quy tuyến tính chuẩn hóa: $$SAT = 0.404 \cdot TU + 0.209 \cdot TC + 0.157 \cdot PH + 0.155 \cdot ĐB + \epsilon$$

Trong đó:

  • $SAT$: Sự hài lòng chung của khách hàng đối với dịch vụ Viettel Call Center.
  • $TU$: Sự thích ứng của điện thoại viên (khả năng xử lý linh hoạt, giải quyết tình huống đa dạng).
  • $TC$: Sự tin cậy (cung cấp thông tin chuẩn xác, giữ đúng cam kết thời gian).
  • $PH$: Sự phản hồi (sẵn sàng hỗ trợ, giảm độ trễ kết nối).
  • $ĐB$: Sự đảm bảo (năng lực chuyên môn, tính bảo mật dữ liệu khách hàng).

Methodology & Sampling Strategy

Quy trình nghiên cứu kết hợp 2 giai đoạn:

  1. Nghiên cứu sơ bộ (Pilot Study): Thực hiện khảo sát $n = 50$ mẫu để sàng lọc thang đo bằng Cronbach's Alpha và kiểm tra cấu trúc ngôn ngữ. Loại 2 biến quan sát không đạt yêu cầu: PH7 (tương quan biến - tổng $< 0.3$) và ĐC5 (tương quan biến - tổng $< 0.3$).
  2. Nghiên cứu chính thức (Quantitative Study):
    • Kích thước mẫu theo công thức của Hair et al. (1998): $N \ge 5 \times M = 5 \times 30 = 150$ mẫu.
    • Kích thước mẫu theo Tabachnick & Fidell (1996): $N \ge 50 + 8 \times k = 50 + 8 \times 5 = 90$ mẫu ($k$ là số biến độc lập).
    • Mẫu phát ra: 250 phiếu; mẫu hợp lệ thu về: 216 mẫu (đạt tỷ lệ 86.4%), đáp ứng hoàn toàn điều kiện phân tích EFA và hồi quy OLS.

Implementation và kết quả

Development Process & Data Pipeline

Dữ liệu khảo sát được làm sạch, mã hóa thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý) và xử lý thông qua pipeline phân tích kinh tế lượng:

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

def evaluate_econometric_model(df, target_col, feature_cols):
    """Pipeline kiểm định kinh tế lượng cho mô hình đo lường Call Center"""
    X = df[feature_cols]
    y = df[target_col]
    
    # 1. Thêm hằng số intercept
    X_const = sm.add_constant(X)
    
    # 2. Ước lượng OLS Regression
    model = sm.OLS(y, X_const).fit()
    
    # 3. Tính hệ số phóng đại phương sai (VIF)
    vif_data = pd.DataFrame()
    vif_data["Feature"] = feature_cols
    vif_data["VIF"] = [
        variance_inflation_factor(X.values, i) for i in range(len(feature_cols))
    ]
    
    # 4. Kiểm định tự tương quan phần dư Durbin-Watson
    dw_stat = durbin_watson(model.resid)
    
    # 5. Xuất báo cáo kết quả
    results = {
        "R_squared_adj": model.rsquared_adj,
        "F_statistic": model.fvalue,
        "F_pvalue": model.f_pvalue,
        "Parameters": model.params,
        "P_values": model.pvalues,
        "VIF": vif_data,
        "Durbin_Watson": dw_stat
    }
    return results

+-----------------------------------------------------------------------------------+
|                        PIPELINE XỬ LÝ VÀ PHÂN TÍCH DỮ LIỆU                        |
+-----------------------------------------------------------------------------------+
|  [Thu thập Dữ liệu] ---> [Làm sạch Data]  ---> [Kiểm định Cronbach's Alpha]       |
|  (Online/Offline n=216)   (Loại bỏ outlier)     (Ngưỡng Alpha >= 0.80)            |
|                                                            |                      |
|  [Kiểm định Giả thuyết] <-- [Hồi quy OLS]   <-- [Phân tích Nhân tố EFA]           |
|  (ANOVA, Post-Hoc)          (Beta, VIF, DW)     (KMO=0.884, Var=65.8%)            |
+-----------------------------------------------------------------------------------+

Testing và Validation Metrics

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

Toàn bộ các thang đo độc lập và phụ thuộc đều đạt độ tin cậy nội tại cao ($\alpha > 0.80$), các biến quan sát đều có chỉ số tương quan biến - tổng ($r_{it}$) $> 0.3$.

Thang đo nhân tố Số biến quan sát Hệ số Cronbach's Alpha Hệ số $r_{it}$ nhỏ nhất Kết luận
Sự thích ứng (TU) 7 0.889 0.581 Đạt chuẩn xuất sắc
Sự phản hồi (PH) 6 0.805 0.492 Đạt chuẩn tốt
Sự đảm bảo (ĐB) 5 0.816 0.511 Đạt chuẩn tốt
Sự đồng cảm (ĐC) 4 0.868 0.620 Đạt chuẩn tốt
Sự tin cậy (TC) 4 0.866 0.642 Đạt chuẩn tốt
Sự hài lòng (SAT) 4 0.869 0.655 Đạt chuẩn tốt

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO and Bartlett's Test:
    • Chỉ số $KMO = 0.884$ (thỏa mãn điều kiện $0.5 \le KMO \le 1.0$).
    • Kiểm định Bartlett: $\chi^2 = 2841.65$ với Sig. = $0.000 < 0.05$, chứng minh các biến quan sát có tương quan tuyến tính chặt chẽ.
  • Phương sai trích (Total Variance Explained): $65.82% > 50%$ tại điểm dừng Eigenvalues $= 1.24 > 1.0$, giải thích được phần lớn phương sai dữ liệu gốc.
  • Ma trận xoay nhân tố (Rotated Component Matrix): Phép xoay Varimax gom 26 biến quan sát vào 5 nhóm nhân tố rõ ràng, factor loading đều $> 0.55$.
-- Truy vấn trích xuất hiệu suất chất lượng dịch vụ Call Center theo cụm nhân tố
SELECT 
    f.agent_id,
    AVG(f.fcr_score) AS avg_first_contact_resolution,
    AVG(f.adaptability_rating) AS avg_adaptability, -- Đo lường Sự thích ứng (TU)
    AVG(f.reliability_rating) AS avg_reliability,   -- Đo lường Sự tin cậy (TC)
    AVG(f.response_speed_sec) AS avg_speed_to_answer, -- Đo lường Sự phản hồi (PH)
    COUNT(f.call_id) AS total_handled_calls
FROM call_center_metrics f
WHERE f.region_code = 'HCM' 
  AND f.call_timestamp BETWEEN '2021-02-25' AND '2021-05-15'
GROUP BY f.agent_id
HAVING COUNT(f.call_id) >= 50
ORDER BY avg_adaptability DESC;

Kết quả đạt được và Chẩn đoán mô hình hồi quy

+-----------------------------------------------------------------------------------+
|                        BẢNG TỔNG HỢP KẾT QUẢ HỒI QUY ĐA BIẾN                      |
+-----------------------------------------------------------------------------------+
| Nhân tố             | Hệ số Beta | Std. Error | t-Statistic | Sig. (p) | VIF      |
+---------------------+------------+------------+-------------+----------+----------+
| (Hằng số Intercept) | 0.182      | 0.174      | 1.046       | 0.297    | --       |
| Sự thích ứng (TU)   | 0.404      | 0.048      | 8.417       | 0.000    | 1.412    |
| Sự tin cậy (TC)     | 0.209      | 0.045      | 4.644       | 0.000    | 1.325    |
| Sự phản hồi (PH)    | 0.157      | 0.052      | 3.019       | 0.003    | 1.501    |
| Sự đảm bảo (ĐB)     | 0.155      | 0.053      | 2.925       | 0.004    | 1.488    |
+---------------------+------------+------------+-------------+----------+----------+
| R^2 = 0.606 | Adjusted R^2 = 0.598 | F = 80.99 (p = 0.000) | Durbin-Watson = 1.942|
+-----------------------------------------------------------------------------------+
  • Độ tương thích của mô hình: $R^2$ hiệu chỉnh đạt $0.598$, nghĩa là $59.8%$ sự biến thiên của Sự hài lòng khách hàng Viettel được giải thích bởi 4 yếu tố: Sự thích ứng, Sự tin cậy, Sự phản hồi và Sự đảm bảo.
  • Kiểm định hiện tượng đa cộng tuyến (Multicollinearity): Chỉ số phóng đại phương sai $VIF < 1.6$ (nhỏ hơn ngưỡng nghiêm ngặt 2.0), khẳng định không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
  • Kiểm định tự tương quan phần dư: Hệ số Durbin-Watson $d = 1.942$ nằm sát mức lý tưởng ($1.5 < d < 2.5$), chứng minh phần dư độc lập hoàn toàn.
  • Kiểm định ANOVA nhân khẩu học: Không phát hiện sự khác biệt có ý nghĩa thống kê về mức độ hài lòng theo Giới tính ($p = 0.412 > 0.05$), nhưng có sự khác biệt rõ rệt theo Độ tuổi và Chi phí sử dụng dịch vụ hàng tháng ($p < 0.05$).

Đổi mới và đóng góp

  1. Chứng minh vai trò vượt trội của "Sự thích ứng" ($\beta = 0.404$):
    • Khác biệt với các nghiên cứu tổng quát tại Việt Nam trước đây vốn nhấn mạnh tính hữu hình hoặc sự đồng cảm, kết quả chứng minh trên môi trường Call Center viễn thông, khả năng xử lý linh hoạt, tùy biến kịch bản theo tâm lý khách hàng chiếm hơn $40%$ trọng số quyết định sự hài lòng.
  2. Tối ưu hóa bộ thang đo Call Center chuyên dụng:
    • Loại bỏ thành công yếu tố "Tính hữu hình" không phù hợp với giao tiếp thoại, đồng thời tích hợp và hiệu chỉnh thang đo của Burgers (2000) phù hợp với ngữ cảnh văn hóa tiêu dùng và tâm lý người dùng viễn thông Việt Nam.
  3. Đóng góp kinh tế lượng và quản trị thực tiễn:
    • Cung cấp bộ dữ liệu thực chứng và trọng số lượng hóa chuẩn xác cho phòng CSKH Viettel Telecom trong việc thiết lập chỉ số KPI cuộc gọi, tập trung ngân sách đào tạo vào kỹ năng giải quyết tình huống khó thay vì rập khuôn kịch bản trả lời cứng nhắc.

Ứng dụng thực tế và triển khai

+-----------------------------------------------------------------------------------+
|                        LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP QUẢN TRỊ                     |
+-----------------------------------------------------------------------------------+
|  Giai đoạn 1 (Tháng 1-2): Tái cấu trúc ma trận kịch bản động & Hệ thống KB       |
|  Giai đoạn 2 (Tháng 3-4): Tích hợp định tuyến cuộc gọi thông minh (Skill-Routing) |
|  Giai đoạn 3 (Tháng 5-6): Tối ưu hóa FCR và Giám sát chất lượng QA tự động        |
+-----------------------------------------------------------------------------------+

1. Nâng cấp năng lực Thích ứng (TU - Trọng số 40.4%)

  • Hệ thống Quản trị tri thức (Knowledge Base - KB) tập trung: Xây dựng kho dữ liệu tra cứu phản hồi thời gian thực dưới 3 giây cho ĐTV, tích hợp công cụ tìm kiếm ngữ cảnh giúp xử lý các sự cố mạng phức tạp.
  • Phân quyền linh hoạt (Empowerment Policy): Cấp quyền cho ĐTV cấp cao xử lý đền bù cước/cộng lưu lượng data ngay trong cuộc gọi với hạn mức định trước mà không cần qua nhiều cấp phê duyệt.

2. Củng cố Độ tin cậy (TC - Trọng số 20.9%)

  • Cam kết SLA thời gian thực: Khi ĐTV tiếp nhận khiếu nại kỹ thuật, hệ thống tự động gửi SMS thông báo mã Ticket kèm thời hạn hoàn thành chính xác (ETA) cho thuê bao.
  • Chuẩn hóa quy trình First Call Resolution (FCR): Đặt mục tiêu nâng tỷ lệ FCR lên mức $\ge 85%$ tại khu vực TP. Hồ Chí Minh.

3. Cải tiến Sự phản hồi và Sự đảm bảo (PH & ĐB - Trọng số 31.2%)

  • Định tuyến kỹ năng (Skill-based Routing): Sử dụng thuật toán phân loại khách hàng qua lịch sử cước để điều hướng cuộc gọi đến nhóm ĐTV có chuyên môn sâu tương ứng.
  • Bảo mật thông tin thuê bao: Áp dụng mã hóa hiển thị một phần số điện thoại và địa chỉ trên màn hình CRM của ĐTV nhằm nâng cao chỉ số an tâm bảo mật (ĐB5).

Hạn chế và hướng phát triển

  • Quy mô và địa bàn chọn mẫu: Nghiên cứu giới hạn tại khu vực TP. Hồ Chí Minh với kích thước mẫu $n = 216$. Các nghiên cứu tương lai cần mở rộng mẫu đa vùng miền (Hà Nội, Đà Nẵng, Đồng bằng sông Cửu Long) để kiểm tra tính đại diện đa văn hóa.
  • Phương pháp lấy mẫu thuận tiện: Có thể tiềm ẩn sai số chọn mẫu; cần áp dụng phương pháp chọn mẫu phân tầng ngẫu nhiên (Stratified Random Sampling) theo nhóm cước ARPU.
  • Tích hợp kênh hỗ trợ số (Omni-channel & AI Voicebot): Mở rộng mô hình nghiên cứu sang các điểm chạm công nghệ mới như Chatbot trên MyViettel, Trợ lý ảo AI tiếp nhận cuộc gọi tự động để so sánh mức độ hài lòng giữa tương tác Người - Người và Người - Máy.

Đối tượng hưởng lợi

  • Doanh nghiệp & Giám đốc Call Center: Sở hữu mô hình định lượng chuẩn xác để tái phân bổ ngân sách đào tạo, tối ưu hóa quy trình nghiệp vụ và nâng cao chỉ số NPS (Net Promoter Score).
  • Điện thoại viên & Giám sát QA: Tiếp cận khung tiêu chuẩn đánh giá cuộc gọi chú trọng tính linh hoạt và FCR thay vì áp đặt cứng nhắc thời lượng cuộc gọi (AHT).
  • Sinh viên & Giảng viên ngành Quản trị Kinh doanh / Hệ thống thông tin: Tài liệu tham khảo toàn diện về phương pháp luận nghiên cứu định lượng, kỹ thuật làm sạch dữ liệu, kiểm định EFA và hồi quy đa biến trên phần mềm thống kê chuyên dụng.

Câu hỏi thường gặp

1. Tại sao nhân tố "Sự đồng cảm" (ĐC) không xuất hiện trong phương trình hồi quy cuối cùng?

Trong kết quả kiểm định hồi quy đa biến, nhân tố Sự đồng cảm có mức ý nghĩa $p > 0.05$ (không đạt độ tin cậy $95%$), cho thấy trong môi trường tổng đài viễn thông Viettel, khách hàng ưu tiên tính hiệu quả, tốc độ giải quyết vấn đề và năng lực chuyên môn hơn là sự an ủi mang tính cảm xúc đơn thuần.

2. Chỉ số VIF $< 1.6$ có ý nghĩa gì đối với tính chuẩn xác của nghiên cứu?

Chỉ số VIF (Variance Inflation Factor) đo lường mức độ đa cộng tuyến giữa các biến giải thích. Ngưỡng quy chuẩn thường là $< 10$, trong nghiên cứu hàn lâm chặt chẽ là $< 2$. Mức $VIF < 1.6$ chứng minh 4 yếu tố hoàn toàn độc lập, không có sự chồng lấn thông tin, giúp hệ số $\beta$ phản ánh chính xác tác động thực tế.

3. Làm thế nào để áp dụng kết quả nghiên cứu vào phần mềm quản lý tổng đài hiện hữu?

Doanh nghiệp có thể nhúng các trọng số $\beta$ vào hệ thống tính điểm tự động (Quality Monitoring System), ưu tiên trọng số điểm $40.4%$ cho tiêu chí "Xử lý linh hoạt và chính xác yêu cầu" khi đánh giá ghi âm cuộc gọi của nhân viên.

4. Chi phí triển khai các giải pháp nâng cao chỉ số thích ứng có tốn kém không?

Chi phí chủ yếu tập trung vào việc chuẩn hóa lại bộ tài liệu Knowledge Base và tổ chức các workshop đào tạo tình huống (Role-play training). Đây là chi phí phi phần cứng (OPEX) thấp nhưng mang lại hiệu suất hoàn vốn (ROI) cao thông qua việc giảm tỷ lệ khách hàng rời mạng (Churn rate).

5. Khảo sát 216 mẫu có đảm bảo tính đại diện cho toàn bộ khách hàng Viettel tại TP.HCM không?

Theo các chuẩn mực kinh tế lượng của Hair et al. ($N \ge 5 \times 30 = 150$) và Tabachnick & Fidell ($N \ge 90$), quy mô 216 mẫu hoàn toàn đáp ứng độ tin cậy thống kê cho mô hình 4-5 biến độc lập với độ tin cậy $95%$.

Kết luận

Đề tài "Nghiên cứu các yếu tố ảnh hưởng đến sự hài lòng của khách hàng đối với chất lượng dịch vụ của Viettel Call Center tại Thành phố Hồ Chí Minh" đã giải quyết thành công bài toán lượng hóa trải nghiệm người dùng trong ngành viễn thông. Với mô hình đạt độ giải thích $59.8%$ phương sai và các kiểm định thống kê nghiêm ngặt, nghiên cứu khẳng định:

  • Sự thích ứng ($\beta = 0.404$) và Sự tin cậy ($\beta = 0.209$) là hai đòn bẩy chiến lược quan trọng nhất quyết định sự gắn bó của thuê bao.
  • Việc chuyển dịch tư duy vận hành từ "tuân thủ kịch bản rập khuôn" sang "nâng cao năng lực giải quyết sự cố linh hoạt và đúng hạn" là chìa khóa then chốt để Viettel duy trì vị thế dẫn đầu thị phần dịch vụ di động tại Việt Nam.