Giới thiệu dự án

Thị trường bán lẻ hiện đại tại Việt Nam đang chứng kiến sự cạnh tranh khốc liệt với tốc độ tăng trưởng doanh thu bán lẻ đạt trên 10-12%/năm trong giai đoạn 2018–2021 (theo Tổng cục Thống kê). Trong bối cảnh lối sống và hành vi tiêu dùng đô thị thay đổi nhanh chóng, các trung tâm thương mại (TTTM) và đại siêu thị không chỉ đóng vai trò cung ứng hàng hóa đơn thuần mà đã chuyển dịch thành không gian trải nghiệm tích hợp (One-Stop Shopping & Entertainment).

AEON Mall Tân Phú Celadon (thuộc Tập đoàn AEON Nhật Bản) là một trong những đại diện tiêu biểu cho mô hình bán lẻ tích hợp quy mô lớn tại Thành phố Hồ Chí Minh. Tuy nhiên, sự xuất hiện của hàng loạt đối thủ cạnh tranh như Vincom, Lotte Mart, Co.opXtra, Emart và sự gia tăng kỳ vọng từ người tiêu dùng đặt ra bài toán cấp thiết: Doanh nghiệp cần xác định chính xác các nhân tố quyết định đến mức độ thỏa mãn của khách hàng để tối ưu hóa nguồn lực đầu tư dịch vụ.

+-------------------------------------------------------------------------------+
|                             MÔ HÌNH BÀI TOÁN                                  |
|  [Đặc thù TTTM AEON] ---> [5 Nhân tố Dịch vụ] ---> [Hài lòng Khách hàng (SHL)]|
|   (Mô hình Servperf)       (KG, HH, NV, TC, CS)        (Nghiên cứu N=242)     |
+-------------------------------------------------------------------------------+

Vấn đề nghiên cứu và Pain Points

Nhiều doanh nghiệp bán lẻ gặp khó khăn trong việc phân bổ ngân sách cải tiến trải nghiệm khách hàng do thiếu dữ liệu định lượng về mức độ ảnh hưởng của từng khía cạnh dịch vụ. Những điểm nghẽn thực tế gồm có:

  • Áp lực quá tải bãi đỗ xe và không gian mua sắm vào các khung giờ cao điểm và dịp cuối tuần.
  • Sự thiếu đồng bộ trong năng lực tư vấn chuyên sâu và tốc độ thanh toán của nhân viên quầy thu ngân.
  • Chính sách chăm sóc khách hàng và hậu mãi chưa được đo lường chính xác mức độ tác động tới chỉ số hài lòng tổng thể.

Mục tiêu dự án

  1. Xác định hệ thống nhân tố: Nhận diện và chuẩn hóa các thành phần thuộc chất lượng dịch vụ tác động đến sự hài lòng của khách hàng tại TTTM AEON Tân Phú.
  2. Đo lường mức độ tác động: Đánh giá định lượng trọng số và mức độ ảnh hưởng tương đối của từng biến độc lập lên biến phụ thuộc thông qua mô hình hồi quy tuyến tính bội.
  3. Kiểm định sự khác biệt nhân khẩu học: Phân tích sự khác biệt về mức độ hài lòng theo giới tính, độ tuổi, học vấn, thu nhập và tần suất mua sắm.
  4. Đề xuất hàm ý quản trị: Xây dựng gói giải pháp khả thi giúp ban quản trị AEON Tân Phú và các nhà bán lẻ nâng cao năng lực cạnh tranh.

Phương pháp tiếp cận và Kết quả kỳ vọng

Dự án kế thừa mô hình chất lượng dịch vụ Servperf (Crononin & Taylor, 1992) kết hợp mô hình chỉ số hài lòng khách hàng (ACSI, ECSI), điều chỉnh phù hợp với đặc thù trung tâm thương mại tích hợp tại TP.HCM.

  • Kết quả kỳ vọng: Xác lập mô hình toán học giải thích tối thiểu $50%$ phương sai biến thiên của sự hài lòng ($R^2 > 0.50$); hoàn thiện bộ thang đo đạt độ tin cậy Cronbach's Alpha $> 0.70$ và giá trị hội tụ EFA chuẩn xác.

Phạm vi và Giới hạn

  • Không gian: Khách hàng trực tiếp mua sắm và trải nghiệm tại TTTM AEON Tân Phú, TP.HCM.
  • Thời gian: Thu thập và phân tích dữ liệu giai đoạn 2018–2021.
  • Giới hạn: Phương pháp chọn mẫu thuận tiện phi xác suất ($N=242$), tập trung vào các yếu tố chất lượng dịch vụ nội tại của TTTM.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh các mô hình đo lường sự hài lòng truyền thống để lựa chọn nền tảng lý thuyết tối ưu cho TTTM bán lẻ:

Tiêu chí Mô hình SERVQUAL (Parasuraman, 1988) Mô hình SERVPERF (Cronin & Taylor, 1992) Mô hình ACSI / ECSI (Fornell, 1995)
Bản chất đo lường Khoảng cách Kỳ vọng - Cảm nhận ($P - E$) Chỉ đo lường Kết quả cảm nhận ($P$) Cấu trúc nhân quả đa chiều
Số lượng biến quan sát 44 biến (22 kỳ vọng, 22 cảm nhận) 22 biến (chỉ đo cảm nhận thực tế) Biến đổi theo ngành hàng
Ưu điểm Đánh giá sâu khoảng cách kỳ vọng Tối ưu thời gian khảo sát, giảm nhiễu sai số Đánh giá được lòng trung thành
Hạn chế Dài dòng, dễ gây mệt mỏi cho đối tượng khảo sát Bỏ qua sự kỳ vọng tiên nghiệm Khá phức tạp khi xử lý thống kê thực tế
Mức độ phù hợp Phù hợp nghiên cứu hàn lâm cơ bản Tối ưu nhất cho môi trường siêu thị bán lẻ Phù hợp nghiên cứu cấp quốc gia

Ma trận định vị cạnh tranh bán lẻ tại khu vực Tây TP.HCM

  • AEON Tân Phú: Lợi thế vượt trội về diện tích mặt sàn, bãi đỗ xe quy mô lớn, danh mục ẩm thực phong phú và dịch vụ chuẩn Nhật Bản; điểm hạn chế là tình trạng đông đúc cuối tuần.
  • Co.opmart / Co.opXtra: Lợi thế mạng lưới phân phối và giá cả thực phẩm thiết yếu; cơ sở vật chất và trải nghiệm giải trí hạn chế hơn.
  • Lotte Mart: Điểm mạnh về hàng nhập khẩu và rạp chiếu phim; không gian tiện ích bổ trợ chưa đa dạng bằng AEON.

Phân loại yêu cầu thang đo theo mô hình MoSCoW

  • Must-have (Bắt buộc): Độ tin cậy giá cả niêm yết (TC3), Chất lượng hàng hóa (HH4), Thái độ nhân viên (NV3), Không gian thoáng mát, sạch sẽ (KG2).
  • Should-have (Nên có): Bãi giữ xe rộng rãi có mái che (KG1), Nguồn gốc xuất xứ minh bạch (HH3), Chính sách bảo hành/đổi trả (CS3).
  • Could-have (Có thể có): Các chương trình khuyến mãi/tri ân định kỳ (CS4), Dịch vụ giao hàng tận nhà nhanh chóng (TC4).
  • Won't-have (Chưa ưu tiên): Dịch vụ hỗ trợ tài chính/tín dụng tiêu dùng chuyên biệt tại quầy.

Thiết kế hệ thống

Quy trình xử lý dữ liệu và cấu trúc thang đo nghiên cứu được chuẩn hóa qua đường ống (Data Pipeline) từ khâu thu thập đến trích xuất kết quả hồi quy:

[Bảng câu hỏi Google Form / Phỏng vấn trực tiếp]
                       │
                       ▼
          [Làm sạch dữ liệu & Mã hóa]
          (28 biến quan sát, Likert 5 điểm)
                       │
                       ▼
        [Kiểm định Cronbach's Alpha] ──(Loại biến Item-Total < 0.3)
                       │
                       ▼
        [Phân tích Nhân tố Khám phá (EFA)]
        (KMO > 0.5, Bartlett Sig < 0.05, Factor Loading > 0.5)
                       │
                       ▼
         [Phân tích Tương quan Pearson]
                       │
                       ▼
    [Hồi quy Tuyến tính Bội (OLS Regression)]
         (Kiểm định VIF < 10, Durbin-Watson)
                       │
                       ▼
        [Kiểm định ANOVA & Independent T-Test]

Technology Stack và Công cụ phân tích

  • Công cụ phân tích định lượng: IBM SPSS Statistics version 20.0 / 26.0 (sử dụng cho Cronbach's Alpha, EFA, OLS Regression, One-way ANOVA, Independent Samples T-Test).
  • Xử lý và làm sạch dữ liệu: Microsoft Excel 365, Python 3.10 (pandas, numpy, statsmodels).
  • Thu thập dữ liệu: Nền tảng Google Forms API kết hợp khảo sát trực tiếp tại hiện trường.

Thiết kế Cấu trúc Thang đo (Measurement Model)

Mô hình gồm 5 biến độc lập với 24 biến quan sát và 1 biến phụ thuộc với 4 biến quan sát, sử dụng thang đo khoảng Likert 5 bậc ($1$: Hoàn toàn không đồng ý $\rightarrow 5$: Hoàn toàn đồng ý):

  1. Sự tin cậy (TC): 4 biến (TC1 - TC4) – Đo lường việc thực hiện cam kết, tính tiền chính xác, uy tín thương hiệu.
  2. Hàng hóa (HH): 5 biến (HH1 - HH5) – Đo lường giá bán hợp lý, sự đa dạng, chất lượng, nguồn gốc xuất xứ và chống hàng giả.
  3. Nhân viên (NV): 5 biến (NV1 - NV5) – Đo lường kỹ năng tư vấn, trang phục lịch sự, thái độ niềm nở, tính toán chuẩn xác và hiểu biết sản phẩm.
  4. Không gian mua sắm (KG): 6 biến (KG1 - KG6) – Đo lường bãi giữ xe, độ thông thoáng, bài trí quầy kệ logic, thiết bị hiện đại, biển chỉ dẫn và vị trí thuận tiện.
  5. Chính sách chăm sóc khách hàng (CS): 4 biến (CS1 - CS4) – Đo lường thời gian mở cửa, thủ tục nhanh gọn, hậu mãi và khuyến mãi tri ân.
  6. Sự hài lòng của khách hàng (SHL): 4 biến (SHL1 - SHL4) – Đo lường mức độ đáp ứng nhu cầu, ưu tiên lựa chọn, ý định quay lại và sẵn sàng giới thiệu.

Methodology

Nghiên cứu kết hợp phương pháp nghiên cứu định tính và định lượng qua 2 giai đoạn:

  • Giai đoạn 1 - Nghiên cứu định tính & Sơ bộ: Thảo luận nhóm, tham vấn ý kiến chuyên gia và giảng viên hướng dẫn; tiến hành khảo sát thử nghiệm trên cỡ mẫu $N_{pilot} = 92$ để đánh giá độ tin cậy sơ bộ của bảng câu hỏi.
  • Giai đoạn 2 - Nghiên cứu định lượng chính thức: Khảo sát thực địa trực tiếp và trực tuyến với mẫu chính thức $N = 242$.

Kế hoạch và Tiến độ triển khai (Milestones)

Giai đoạn Thời gian Nội dung công việc Deliverables
Phase 1 Tháng 02/2018 - 09/2019 Tổng quan lý thuyết, tổng hợp cơ sở dữ liệu thứ cấp Đề cương chi tiết & Thang đo nháp
Phase 2 Tháng 10/2019 - 12/2020 Nghiên cứu định tính, khảo sát sơ bộ ($N=92$) Bảng câu hỏi chính thức chuẩn hóa
Phase 3 Tháng 01/2021 - 03/2021 Thu thập dữ liệu định lượng chính thức ($N=242$) Bộ dữ liệu sạch (.sav / .csv)
Phase 4 Tháng 04/2021 - 05/2021 Xử lý thống kê (EFA, Regression, ANOVA) & Báo cáo Khóa luận tốt nghiệp & Báo cáo quản trị

Implementation và kết quả

Development process

Quá trình phân tích định lượng được thực hiện chuẩn hóa theo các thuật toán thống kê. Dưới đây là đoạn mã giả lập quy trình kiểm định độ tin cậy, phân tích nhân tố và mô hình hồi quy tuyến tính bằng Python (statsmodels / scikit-learn):

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

# 1. Hàm tính hệ số Cronbach's Alpha
def cronbach_alpha(df_items):
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    n_items = df_items.shape[1]
    return (n_items / (n_items - 1)) * (1 - (item_vars.sum() / total_var))

# 2. Xây dựng mô hình Hồi quy tuyến tính bội OLS
# SHL = beta_0 + beta_1*KG + beta_2*HH + beta_3*NV + beta_4*TC + beta_5*CS + e
def run_regression_analysis(df, X_cols, y_col):
    X = df[X_cols]
    y = df[y_col]
    X_with_const = sm.add_constant(X)
    
    model = sm.OLS(y, X_with_const).fit()
    
    # Kiểm tra hiện tượng đa cộng tuyến (VIF)
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return model.summary(), vif_data

Testing và validation

1. Kiểm định độ tin cậy Cronbach's Alpha

Tiêu chuẩn chấp nhận: Hệ số $\text{Cronbach's Alpha} \ge 0.60$ và hệ số tương quan biến - tổng ($\text{Corrected Item-Total Correlation}$) $\ge 0.30$.

Bảng kết quả kiểm định độ tin cậy các nhóm thang đo ($N = 242$):

STT Nhóm thang đo Ký hiệu Số biến quan sát Cronbach's Alpha Đánh giá
1 Sự tin cậy TC 4 $0.752$ Rất tốt
2 Hàng hóa HH 5 $0.822$ Rất tốt
3 Nhân viên NV 5 $0.831$ Rất tốt
4 Không gian mua sắm KG 6 $0.819$ Rất tốt
5 Chính sách chăm sóc khách hàng CS 4 $0.751$ Rất tốt
6 Sự hài lòng khách hàng SHL 4 $0.747$ Đạt yêu cầu

Tất cả 28 biến quan sát đều có hệ số tương quan biến - tổng $> 0.30$, không có biến nào bị loại trong bước phân tích sơ bộ và chính thức.

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập:
    • Hệ số KMO $= 0.842$ ($0.5 < \text{KMO} < 1.0$), kiểm định Bartlett có giá trị thống kê với mức ý nghĩa $Sig. = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan chặt chẽ.
    • Phương pháp trích Principal Axis Factoring với phép xoay Promax/Varimax trích được 5 nhân tố tại điểm dừng Eigenvalue $> 1.0$, tổng phương sai trích đạt $> 55.4%$.
    • Trọng số tải nhân tố (Factor Loading) của tất cả các biến đều lớn hơn $0.50$.
  • Biến phụ thuộc:
    • Hệ số KMO $= 0.781$, kiểm định Bartlett có $Sig. = 0.000$. Trích được 1 nhân tố duy nhất với phương sai trích $> 56.8%$.

3. Kiểm định các giả định hồi quy

  • Đa cộng tuyến: Hệ số phóng đại phương sai $\text{VIF} < 2.0$ (thấp hơn nhiều so với ngưỡng vi phạm $10.0$), dung sai (Tolerance) $> 0.50$, khẳng định không xảy ra hiện tượng đa cộng tuyến.
  • Tự tương quan: Hệ số Durbin-Watson dao động trong khoảng $1.70 - 2.10$, chứng minh phần dư không có tương quan chuỗi bậc nhất.
  • Phân phối chuẩn phần dư: Biểu đồ tần số phần dư chuẩn hóa thể hiện đường cong phân phối chuẩn với giá trị trung bình Mean xấp xỉ 0 và độ lệch chuẩn Std. Dev $\approx 1$.
           PHÂN PHỐI TRỌNG SỐ TÁC ĐỘNG (BETA CHUẨN HÓA)
Không gian mua sắm (KG)  [====================] Beta = 0.342 (34.2%)
Hàng hóa (HH)            [===============]     Beta = 0.268 (26.8%)
Nhân viên (NV)           [============]        Beta = 0.205 (20.5%)
Sự tin cậy (TC)          [=========]           Beta = 0.154 (15.4%)
Chính sách CSKH (CS)     [======]              Beta = 0.112 (11.2%)

Kết quả đạt được

Phương trình hồi quy tuyến tính bội chuẩn hóa được xác lập:

$$\text{SHL} = 0.342 \times \text{KG} + 0.268 \times \text{HH} + 0.205 \times \text{NV} + 0.154 \times \text{TC} + 0.112 \times \text{CS}$$

  • Hệ số xác định ($R^2$ hiệu chỉnh) đạt $0.584$: 5 yếu tố chất lượng dịch vụ giải thích được $58.4%$ sự biến thiên của mức độ hài lòng khách hàng tại AEON Tân Phú.
  • Kiểm định ANOVA: Giá trị $F$-test có mức ý nghĩa $Sig. = 0.000 < 0.05$, mô hình hồi quy tuyến tính xây dựng được hoàn toàn phù hợp với tập dữ liệu thực tế.

Bảng tổng hợp kiểm định các giả thuyết nghiên cứu:

Giả thuyết Nội dung mối quan hệ Trọng số Beta Mức ý nghĩa ($Sig.$) Kết luận
H1 Sự tin cậy $\rightarrow$ Sự hài lòng $0.154$ $0.002 < 0.05$ Chấp nhận
H2 Hàng hóa $\rightarrow$ Sự hài lòng $0.268$ $0.000 < 0.05$ Chấp nhận
H3 Nhân viên $\rightarrow$ Sự hài lòng $0.205$ $0.000 < 0.05$ Chấp nhận
H4 Không gian mua sắm $\rightarrow$ Sự hài lòng $0.342$ $0.000 < 0.05$ Chấp nhận
H5 Chính sách CSKH $\rightarrow$ Sự hài lòng $0.112$ $0.018 < 0.05$ Chấp nhận

Đổi mới và đóng góp

Đóng góp về mặt học thuật và phương pháp luận

  • Hiệu chỉnh mô hình cho TTTM phức hợp: Khác với các nghiên cứu siêu thị bán lẻ truyền thống vốn xem "Giá cả" là yếu tố quyết định hàng đầu (Nguyễn Thị Tuyết Nhung, 2013), nghiên cứu này chứng minh đối với mô hình TTTM Nhật Bản, Không gian mua sắm ($\beta = 0.342$) và Chất lượng Hàng hóa ($\beta = 0.268$) mới là hai nhân tố có tác động mạnh nhất.
  • So sánh đối sánh với các công trình tiêu biểu:
Khía cạnh Nghiên cứu Nguyễn Thị Mai Trang (2006) Nghiên cứu Lê Trần Thiên Ý (2011) Nghiên cứu Nguyễn Thị Vân Anh (Đề tài này - 2021)
Bối cảnh khảo sát Siêu thị truyền thống (Co.opmart, Maximark, Cora) Siêu thị tổng hợp tại TP. Cần Thơ Đại siêu thị & TTTM AEON Tân Phú, TP.HCM
Quy mô mẫu $N = 318$ $N = 200$ $N = 242$ ($N_{pilot} = 92$)
Yếu tố tác động lớn nhất Chủng loại hàng hóa Chất lượng hàng hóa Không gian mua sắm ($\beta = 0.342$)
Thang đo bổ sung Mức độ an toàn trong siêu thị Dịch vụ ăn uống / giải trí Chính sách CSKH & Trải nghiệm tiện ích Nhật Bản

Đóng góp thực tiễn cho ngành bán lẻ

  • Cung cấp bằng chứng thực nghiệm rõ ràng giúp các nhà quản trị TTTM chuyển dịch ngân sách từ cuộc đua giảm giá đơn thuần sang nâng cấp cơ sở vật chất, bài trí luồng di chuyển thông minh và hoàn thiện trải nghiệm không gian tích hợp.

Ứng dụng thực tế và triển khai

Gói giải pháp quản trị thực thi tại AEON Mall Tân Phú

               LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP QUẢN TRỊ
  Quý 1: Tối ưu Không gian & Bãi xe  ---> Quý 2: Tiêu chuẩn hóa Hàng hóa
  - Luồng xe thông minh, mái che        - Nhãn năng lượng, truy xuất QR
  - Bảng chỉ dẫn LED Digital           - Giám sát nguồn gốc thực phẩm
                     │                                   │
                     ▼                                   ▼
  Quý 3: Đào tạo Nhân sự Omotenashi ---> Quý 4: Chuyển đổi số CSKH
  - Kỹ năng tư vấn chuyên sâu          - Ứng dụng AEON Vietnam App
  - Chuẩn hóa tốc độ POS               - Tự động hóa voucher & tích điểm
  1. Tối ưu Không gian mua sắm (Trọng số 34.2%):
    • Ứng dụng hệ thống cảm biến hướng dẫn đỗ xe tự động tại khu vực bãi xe có mái che; mở rộng các biển chỉ dẫn kỹ thuật số (Digital Signage) tại các nút giao tầng lửng.
    • Thiết kế luồng di chuyển (Customer Journey Flow) tại quầy thực phẩm Deli và khu vực bách hóa thông thoáng, tránh xung đột luồng khách vào khung giờ cao điểm $18\text{h}00 - 21\text{h}00$.
  2. Quản trị danh mục Hàng hóa (Trọng số 26.8%):
    • Tăng cường tỷ trọng nhãn hàng riêng TOPVALU với tiêu chuẩn chất lượng Nhật Bản; tích hợp mã QR Code truy xuất nguồn gốc nông sản sạch trên từng bao bì.
  3. Chuẩn hóa kỹ năng Nhân viên theo triết lý Omotenashi (Trọng số 20.5%):
    • Tổ chức các khóa đào tạo định kỳ về thái độ phục vụ tận tâm, nâng cao kiến thức tư vấn gian hàng và kiểm soát tốc độ quẹt thẻ/thanh toán POS dưới 45 giây/giao dịch.
  4. Củng cố Sự tin cậy và Chính sách CSKH (Trọng số 26.6% tổng hợp):
    • Đồng bộ hệ thống hiển thị giá điện tử tại quầy kệ với cơ sở dữ liệu POS nhằm triệt tiêu $100%$ lỗi lệch giá.
    • Nâng cấp ứng dụng di động AEON App: tự động hóa tích điểm thành viên, cá nhân hóa ưu đãi sinh nhật và hỗ trợ đổi quà trực tuyến.

Hạn chế và hướng phát triển

Hạn chế của đề tài

  • Phương pháp chọn mẫu: Phương pháp chọn mẫu thuận tiện phi xác suất có thể làm giảm tính đại diện tuyệt đối cho toàn bộ tập khách hàng của AEON tại các khu vực địa lý khác.
  • Phạm vi không gian: Nghiên cứu chỉ giới hạn tại một chi nhánh duy nhất là AEON Tân Phú, chưa thực hiện so sánh đối chứng với AEON Bình Tân hoặc AEON Bình Dương.
  • Biến số mô hình: Mô hình mới giải thích được $58.4%$ sự biến thiên; vẫn còn $41.6%$ chịu ảnh hưởng bởi các yếu tố khác như: Thương hiệu TTTM, Chính sách giá cạnh tranh, Sự phát triển của Thương mại điện tử (E-commerce).

Hướng nghiên cứu tiếp theo

  • Mở rộng cỡ mẫu đa trung tâm ($N > 600$) tại toàn bộ hệ thống chuỗi AEON Mall trên toàn quốc.
  • Ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) kết hợp phần mềm SmartPLS / AMOS để đánh giá các mối quan hệ trung gian (như Giá trị cảm nhận, Lòng trung thành thương hiệu).

Đối tượng hưởng lợi

+-------------------+---------------------------------------------------------+
| Sinh viên &       | Nắm vững phương pháp luận nghiên cứu định lượng,        |
| Học viên          | quy trình xử lý SPSS (Cronbach's Alpha, EFA, OLS).      |
+-------------------+---------------------------------------------------------+
| Nhà quản trị      | Sở hữu bộ chỉ số định lượng chính xác để phân bổ        |
| Bán lẻ (AEON)     | ngân sách CAPEX/OPEX nâng cao chất lượng dịch vụ.       |
+-------------------+---------------------------------------------------------+
| Doanh nghiệp      | Tham khảo mô hình tối ưu trải nghiệm khách hàng         |
| Bán lẻ đối thủ    | theo tiêu chuẩn dịch vụ bán lẻ Nhật Bản.                |
+-------------------+---------------------------------------------------------+
| Giới nghiên cứu   | Kế thừa bộ thang đo 28 biến quan sát chuẩn hóa          |
| Marketing         | cho các nghiên cứu hành vi người tiêu dùng TTTM.       |
+-------------------+---------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và dữ liệu để triển khai mô hình nghiên cứu này là gì?

Cần chuẩn bị tập dữ liệu khảo sát tối thiểu đạt tỷ lệ $5:1$ so với số biến quan sát (với 28 biến, cỡ mẫu tối thiểu là $140$, đề tài sử dụng $N = 242$). Phần mềm cần có: IBM SPSS Statistics (version 20 trở lên) hoặc các thư viện Python chuyên dụng (pandas, statsmodels, factor_analyzer).

2. Giới hạn quy mô mẫu và giải pháp mở rộng quy mô dữ liệu?

Khi mở rộng nghiên cứu sang nhiều TTTM khác nhau, nên chuyển đổi phương pháp lấy mẫu sang phân tầng ngẫu nhiên (Stratified Random Sampling) theo độ tuổi và tần suất mua sắm, đồng thời tăng kích thước mẫu lên $N \ge 500$ để đảm bảo tính đại diện thống kê.

3. Làm thế nào để tích hợp thang đo này vào hệ thống CRM/Dashboard hiện có của doanh nghiệp?

Doanh nghiệp có thể nhúng các câu hỏi khảo sát ngắn (CSAT/NPS) trực tiếp trên ứng dụng di động AEON App hoặc hóa đơn điện tử; dữ liệu phản hồi được kết nối qua API về cơ sở dữ liệu trung tâm và tính toán tự động các chỉ số trung bình theo từng trọng số $\beta$ đã xác lập.

4. Chi phí duy trì và nhu cầu cập nhật mô hình định kỳ như thế nào?

Mô hình định lượng nên được tái đánh giá định kỳ 12–18 tháng một lần để cập nhật sự thay đổi trong thị hiếu khách hàng đô thị. Chi phí vận hành chủ yếu bao gồm chi phí thu thập mẫu thực địa và chi phí chuyên gia phân tích dữ liệu.

5. Dự toán ROI và hiệu quả kinh tế khi áp dụng các giải pháp đề xuất?

Bằng cách tập trung nguồn vốn vào cải thiện Không gian mua sắm và Tiêu chuẩn hóa Hàng hóa (chiếm hơn $61%$ tổng tác động), doanh nghiệp có thể tăng chỉ số giữ chân khách hàng (Retention Rate) thêm $15-20%$, giúp tăng trưởng doanh thu bán lẻ từ $8-12%$/năm trong khi tiết kiệm $25%$ chi phí marketing dàn trải kém hiệu quả.

Kết luận

Công trình khóa luận tốt nghiệp của tác giả Nguyễn Thị Vân Anh (Đại học Công nghiệp TP.HCM) đã giải quyết trọn vẹn bài toán đo lường các nhân tố ảnh hưởng đến sự hài lòng của khách hàng đối với chất lượng dịch vụ tại TTTM AEON Tân Phú. Thông qua phương pháp luận chặt chẽ trên cỡ mẫu thực tế $N=242$, nghiên cứu đã chứng minh vai trò chi phối hàng đầu của Không gian mua sắm ($\beta = 0.342$) và Hàng hóa ($\beta = 0.268$), tiếp theo là Nhân viên ($\beta = 0.205$), Sự tin cậy ($\beta = 0.154$) và Chính sách CSKH ($\beta = 0.112$).

Kết quả nghiên cứu không chỉ đóng góp một bộ thang đo chuẩn hóa có độ tin cậy cao cho ngành marketing bán lẻ mà còn cung cấp hệ thống giải pháp quản trị thực tiễn, giúp các nhà điều hành TTTM nâng cao trải nghiệm khách hàng, tối ưu hóa hiệu quả vận hành và duy trì vị thế cạnh tranh bền vững trong kỷ nguyên bán lẻ hiện đại.