Giới thiệu dự án

Thị trường chuỗi cà phê (Coffee Chains) tại Việt Nam đang chứng kiến sự tăng trưởng vượt bậc với quy mô đạt hơn 1 tỷ USD, đặc biệt tại các vùng kinh tế trọng điểm như TP. Hồ Chí Minh. Sau khi thành lập Thành phố Thủ Đức với mô hình đô thị sáng tạo, nhu cầu trải nghiệm không gian làm việc, học tập và giải trí tại các chuỗi cà phê cao cấp tăng mạnh. Tuy nhiên, sự cạnh tranh khốc liệt giữa các thương hiệu lớn như Highlands Coffee, The Coffee House, Phúc Long và Trung Nguyên Legend tạo ra áp lực đào thải lớn. Doanh nghiệp đối mặt với bài toán tối ưu hóa chi phí vận hành, giữ chân khách hàng trung thành và mở rộng thị phần trong bối cảnh hành vi người tiêu dùng thay đổi nhanh chóng.

Đề tài "Các yếu tố ảnh hưởng đến quyết định lựa chọn Highlands Coffee của khách hàng tại Thành phố Thủ Đức" tập trung giải quyết bài toán: Làm thế nào để lượng hóa và xác định thứ tự ưu tiên của các yếu tố marketing mix tác động trực tiếp đến hành vi lựa chọn chuỗi F&B của khách hàng tại địa bàn trọng điểm?

graph LR
    A[Nhận biết nhu cầu] --> B[Tìm kiếm thông tin]
    B --> C[Đánh giá các lựa chọn]
    C --> D[Quyết định lựa chọn Highlands Coffee]
    D --> E[Hành vi sau khi trải nghiệm]
    subgraph Core Factors
        F1[Sản phẩm] -.-> C
        F2[Giá cả] -.-> C
        F3[Vị trí] -.-> C
        F4[Thương hiệu] -.-> C
        F5[Khuyến mãi] -.-> C
        F6[Dịch vụ] -.-> C
    end

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý thuyết về hành vi người tiêu dùng dựa trên Thuyết hành động hợp lý (TRA), Thuyết hành vi dự tính (TPB) và mô hình Hộp đen người tiêu dùng (Black Box Model).
  2. Xác định và đo lường mức độ tác động của 6 nhóm yếu tố: Sản phẩm (SP), Giá cả (GC), Vị trí (VT), Hình ảnh thương hiệu (TH), Khuyến mãi (KM), Dịch vụ (DV) đến Quyết định lựa chọn (QD).
  3. Kiểm định mô hình định lượng bằng phần mềm phân tích dữ liệu chuyên dụng, cung cấp ma trận hệ số hồi quy chuẩn hóa $\beta$ có ý nghĩa thống kê ($p < 0.05$).
  4. Đề xuất hệ thống giải pháp và hàm ý quản trị thực thi nhằm tối ưu hóa chuyển đổi khách hàng và tăng trưởng doanh thu cho chuỗi Highlands Coffee tại TP. Thủ Đức.

Phạm vi và Giới hạn nghiên cứu

  • Không gian: Khách hàng trực tiếp trải nghiệm tại các cửa hàng Highlands Coffee trên địa bàn TP. Thủ Đức.
  • Thời gian khảo sát: Từ ngày 01/07/2023 đến ngày 25/07/2023.
  • Đối tượng: Khách hàng từ 15 tuổi trở lên. Cỡ mẫu hợp lệ sau sàng lọc đạt $N = 196$ mẫu (vượt mức tối thiểu $N \ge 8p + 50 = 98$ mẫu theo chuẩn Green, 1991).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh phương pháp tiếp cận với các công trình nghiên cứu hành vi F&B tiêu biểu trước đây:

Tiêu chí Roselia S.J & cộng sự (2021) Hà Minh Hiếu (2019) Trần Thị Bích Duyên (2015) Mô hình đề tài hiện tại
Bối cảnh Cửa hàng specialty coffee tại Mexico Chuỗi cà phê toàn TP. Hồ Chí Minh Quán cà phê nội thành TP. HCM Highlands Coffee tại TP. Thủ Đức
Biến trung gian / độc lập Thuộc tính biểu tượng, Chủ quán Sản phẩm, Giá, Vị trí, Dịch vụ, Thương hiệu, Không gian Niềm tin, Rào cản, Nhóm tác động, Tiện ích 6 biến độc lập: SP, GC, VT, TH, KM, DV
Điểm nhấn Yếu tố đặc sản & văn hóa Tập trung sâu vào biến Giá cả Tập trung vào tâm lý học xã hội Bổ sung biến Khuyến mãi đa kênh & Phân tích vi mô đô thị mới
Cỡ mẫu (N) $N = 174$ $N = 290$ $N = 200$ $N = 196$ (Chọn mẫu thuận tiện có chọn lọc)

Phân tích yêu cầu khảo sát theo khung MoSCoW

  • Must-have: Thang đo Likert 5 điểm chuẩn hóa; Kiểm định độ tin cậy Cronbach's Alpha ($\ge 0.70$); Phân tích nhân tố khám phá EFA (KMO $\ge 0.5$, Total Variance Explained $\ge 50%$).
  • Should-have: Kiểm định hồi quy đa biến OLS; Kiểm tra hiện tượng đa cộng tuyến qua hệ số VIF ($< 2.0$).
  • Could-have: Phân tích ANOVA/Independent Samples T-Test kiểm tra khác biệt nhân khẩu học.
  • Won't-have: Mô hình phương trình cấu trúc tuyến tính SEM (chưa áp dụng trong phạm vi khóa luận cử nhân).

Thiết kế hệ thống nghiên cứu & xử lý dữ liệu

Kiến trúc quy trình xử lý dữ liệu thực nghiệm được chuẩn hóa qua đường ống (pipeline) phân tích:

flowchart TD
    A[Google Forms Data Collection] --> B[Data Cleansing & Validation Engine]
    B --> C[Descriptive Statistics Engine]
    B --> D[Reliability Analysis - Cronbach Alpha]
    D -- Passed Alpha >= 0.7 --> E[Exploratory Factor Analysis - EFA]
    E -- Passed KMO & Eigenvalue --> F[Pearson Correlation Matrix]
    F -- Correlation Sig < 0.05 --> G[Multiple Linear Regression OLS]
    G --> H[Model Diagnostics: ANOVA, VIF, Residuals]
    H --> I[Managerial Implications & Strategy]

Technology Stack và Công cụ xử lý

  • Data Collection Platform: Google Forms Cloud Engine, API Export XLSX.
  • Statistical Analytics Engine: IBM SPSS Statistics v20.0 / Python v3.10.x (pandas 2.0.3, statsmodels 0.14.0, factor_analyzer 0.5.0).
  • Data Validation Framework: Form Validation Rules (bắt buộc trả lời, loại bỏ mẫu spam/outlier).

Cấu trúc Thang đo (Data Schema)

Thang đo gồm 24 biến quan sát độc lập và 3 biến quan sát phụ thuộc, mã hóa chi tiết:

  • Sản phẩm (SP): SP1 (Chất lượng đồ uống), SP2 (Đa dạng thực đơn), SP3 (Trưng bày/decor), SP4 (Tính đặc trưng).
  • Giá cả (GC): GC1 (Tương xứng chất lượng), GC2 (Độ ổn định giá), GC3 (Phân khúc giá linh hoạt), GC4 (Đa dạng thanh toán).
  • Vị trí (VT): VT1 (Vị trí trung tâm), VT2 (Thuận tiện giao thông), VT3 (Hiện diện tại TTTM/Cao ốc).
  • Thương hiệu (TH): TH1 (Độ nhận diện cao), TH2 (Thương hiệu đáng tin cậy), TH3 (Định vị vượt trội).
  • Khuyến mãi (KM): KM1 (Tần suất voucher/discount), KM2 (Chương trình tri ân), KM3 (Ưu đãi Combo), KM4 (Truyền thông khuyến mãi).
  • Dịch vụ (DV): DV1 (Tốc độ phục vụ), DV2 (Thái độ nhân viên), DV3 (Bảo vệ/giữ xe tận tình), DV4 (Xử lý khiếu nại).
  • Quyết định lựa chọn (QD): QD1 (Mức độ hài lòng chung), QD2 (Ý định giới thiệu bạn bè/WOM), QD3 (Cam kết tiếp tục lựa chọn).

Methodology & Quy trình thực hiện

gantt
    title Tiến độ nghiên cứu và kiểm định (Tháng 07/2023 - Tháng 08/2023)
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Chuẩn bị
    Nghiên cứu định tính & Tổng quan lý thuyết :2023-07-01, 7d
    Thiết kế thang đo sơ bộ & Tham vấn chuyên gia: 2023-07-08, 5d
    section Giai đoạn 2: Thu thập dữ liệu
    Khảo sát thử nghiệm Pilot Test (N=30)     :2023-07-13, 3d
    Khảo sát chính thức Google Docs (N=200)   :2023-07-16, 10d
    section Giai đoạn 3: Phân tích & Báo cáo
    Làm sạch dữ liệu & Sàng lọc (N=196)       :2023-07-26, 3d
    Phân tích Cronbach Alpha, EFA, OLS SPSS   :2023-07-29, 7d
    Xây dựng Hàm ý quản trị & Hoàn thiện báo cáo: 2023-08-05, 10d

Implementation và kết quả

Development Process & Thuật toán phân tích

Quy trình phân tích dữ liệu được xây dựng dưới dạng script thuật toán kiểm định định lượng tự động hóa, minh họa bằng Python/SPSS logic:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer

# 1. Tính toán Cronbach's Alpha
def cronbach_alpha(df_items: pd.DataFrame) -> float:
    k = df_items.shape[1]
    item_variances = df_items.var(axis=0, ddof=1).sum()
    total_score = df_items.sum(axis=1)
    total_variance = total_score.var(ddof=1)
    alpha = (k / (k - 1)) * (1 - (item_variances / total_variance))
    return round(alpha, 3)

# 2. Xử lý hồi quy đa biến OLS
def run_linear_regression(X: pd.DataFrame, y: pd.Series):
    X_const = sm.add_constant(X)
    model = sm.OLS(y, X_const).fit()
    return model.summary()

Testing và Validation

1. Kiểm định độ tin cậy Cronbach’s Alpha

  • Thang đo Sản phẩm (SP): Hệ số Alpha $= 0.729$, hệ số tương quan biến - tổng (Corrected Item-Total Correlation) đều $> 0.30$. Không có biến nào bị loại.
  • Thang đo Giá cả (GC): Hệ số Alpha $= 0.723$, hệ số tương quan biến - tổng biến GC2 đạt $0.571$, tất cả các biến đều đóng góp tích cực vào độ tin cậy của mô hình.
  • Thang đo Vị trí (VT), Thương hiệu (TH), Khuyến mãi (KM), Dịch vụ (DV), Quyết định (QD): Tất cả đều đạt hệ số Alpha $> 0.70$, thỏa mãn điều kiện thang đo lường tốt.

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định biến độc lập:
    • Hệ số $KMO = 0.785 > 0.50$, kiểm định Bartlett có mức ý nghĩa $p = 0.000 < 0.05$, chứng minh ma trận tương quan giữa các biến quan sát là có ý nghĩa thống kê.
    • Phương pháp trích nhân tố: Principal Component Analysis (PCA) với phép quay Varimax.
    • Tổng phương sang trích (Total Variance Explained) $> 58.6% (> 50%)$, điểm dừng Eigenvalue $= 1.21 > 1.0$, trích được đúng 6 nhân tố tương ứng với 6 khái niệm ban đầu.
    • Hệ số tải nhân tố (Factor Loading) của 24 biến quan sát đều $> 0.50$, không có hiện tượng tải chéo vi phạm.

Kết quả đạt được

Hồi quy đa biến OLS được thực hiện nhằm xác định mức độ tác động của 6 nhân tố đến biến phụ thuộc QD:

$$\text{QD} = \beta_0 + \beta_1 \text{SP} + \beta_2 \text{GC} + \beta_3 \text{VT} + \beta_4 \text{TH} + \beta_5 \text{KM} + \beta_6 \text{DV} + \varepsilon$$

Biến độc lập Hệ số B Sai số chuẩn Beta ($\beta$) chuẩn hóa Giá trị t Mức ý nghĩa (Sig.) Hệ số VIF Trạng thái giả thuyết
(Hằng số) 0.412 0.185 - 2.227 0.027 - -
Khuyến mãi (KM) 0.315 0.048 0.342 6.562 0.000 1.182 H5: Chấp nhận
Dịch vụ (DV) 0.248 0.045 0.265 5.511 0.000 1.214 H6: Chấp nhận
Thương hiệu (TH) 0.185 0.042 0.198 4.404 0.000 1.156 H4: Chấp nhận
Vị trí (VT) 0.162 0.040 0.174 4.050 0.000 1.108 H3: Chấp nhận
Giá cả (GC) 0.124 0.038 0.136 3.263 0.001 1.145 H2: Chấp nhận
Sản phẩm (SP) 0.098 0.036 0.108 2.722 0.007 1.092 H1: Chấp nhận 
pie title Tỷ trọng tác động tương đối của các nhân tố (Dựa trên Beta chuẩn hóa)
    "Khuyến mãi (KM) - 28.0%" : 34.2
    "Dịch vụ (DV) - 21.7%" : 26.5
    "Thương hiệu (TH) - 16.2%" : 19.8
    "Vị trí (VT) - 14.2%" : 17.4
    "Giá cả (GC) - 11.1%" : 13.6
    "Sản phẩm (SP) - 8.8%" : 10.8
  • Hệ số xác định mô hình: $R^2 = 0.564$, $R^2 \text{ hiệu chỉnh} = 0.550$. Mô hình giải thích được 55.0% sự biến thiên trong quyết định lựa chọn Highlands Coffee của khách hàng tại TP. Thủ Đức.
  • Kiểm định F: $F = 40.758$ với $p = 0.000 < 0.001$, mô hình hoàn toàn phù hợp với tổng thể.
  • Hiện tượng đa cộng tuyến: Hệ số $VIF \in [1.092, 1.214] < 2.0$, khẳng định các biến độc lập không xảy ra hiện tượng đa cộng tuyến.

Đổi mới và đóng góp

  1. Khám phá sự dịch chuyển trọng tâm hành vi F&B tại Đô thị mới: Khác với nghiên cứu của Hà Minh Hiếu (2019) tại TP.HCM (vốn chỉ ra Giá cả là yếu tố tác động lớn nhất), tại TP. Thủ Đức – nơi có mật độ sinh viên và nhân sự tri thức trẻ cao – Khuyến mãi ($\beta = 0.342$) và Dịch vụ ($\beta = 0.265$) mới là hai yếu tố dẫn dắt quyết định tiêu dùng.
  2. Lượng hóa chi tiết cấu trúc nhân khẩu học: 60.7% đối tượng lựa chọn là nữ giới, 67.9% trong độ tuổi 18–30 tuổi và 58.2% có tần suất đến quán từ 5–10 lần/tháng. Điều này chứng minh Highlands Coffee tại Thủ Đức đóng vai trò là "Third Place" (Không gian thứ ba) kết hợp học tập - làm việc thay vì chỉ thuần túy thưởng thức thức uống.
  3. Mô hình định lượng hóa thực tế: Cung cấp bộ thang đo 27 biến quan sát có độ tin cậy kiểm định cao, giúp các nhà quản trị F&B tái cấu trúc ngân sách Marketing tập trung vào các điểm chạm tạo ra ROI cao nhất.

Ứng dụng thực tế và triển khai

Chiến lược triển khai theo thứ tự ưu tiên (Managerial Implications)

graph TD
    subgraph Giai đoạn 1: Ưu tiên cao nhất
        P1[Tối ưu hóa Khuyến mãi đa kênh & Mini-App]
        P2[Chuẩn hóa văn hóa dịch vụ & Đội ngũ giữ xe]
    end
    subgraph Giai đoạn 2: Gia tăng định vị
        P3[Chiến dịch CSR & Định vị Thương hiệu tự hào Việt]
        P4[Tối ưu điểm bán Hub & Spoke tại TP. Thủ Đức]
    end
    subgraph Giai đoạn 3: Duy trì & Cải tiến
        P5[Định giá linh hoạt theo combo & Dynamic Pricing]
        P6[R&D thực đơn theo mùa & Bắt kịp xu hướng Healthy]
    end
    P1 --> P3 --> P5
    P2 --> P4 --> P6
  1. Nhóm giải pháp Khuyến mãi (Trọng số 34.2%):
    • Tích hợp tính năng Loyalty trên Zalo Mini App và Mobile App: Tự động gửi voucher cá nhân hóa cho phân khúc nhân viên văn phòng vào khung giờ 8h–10h sáng.
    • Thiết kế Combo "Sáng Năng Lượng" (Cà phê + Bánh mì) với mức giảm giá 15–20% so với mua lẻ.
  2. Nhóm giải pháp Dịch vụ (Trọng số 26.5%):
    • Đào tạo chuẩn SOP 3T (Thân thiện - Tốc độ - Tận tâm).
    • Tối ưu hóa khâu giao nhận xe: 100% nhân viên bảo vệ chủ động dắt xe và che yên khi trời nắng/mưa (giải quyết điểm chạm DV3).
  3. Nhóm giải pháp Không gian & Vị trí (Trọng số 14.2%):
    • Mở rộng mật độ cửa hàng theo mô hình Hub & Spoke bám sát trục Xa lộ Hà Nội, Khu Công nghệ cao và Làng Đại học Quốc gia TP.HCM.

Hạn chế và hướng phát triển

  • Phương pháp lấy mẫu: Nghiên cứu áp dụng kỹ thuật lấy mẫu thuận tiện phi xác suất ($N=196$) thông qua Google Forms, có thể chưa bao quát toàn bộ các tập khách hàng cao tuổi hoặc khách vãng lai không sử dụng internet.
  • Giới hạn không gian: Dữ liệu tập trung hoàn toàn tại TP. Thủ Đức, cần thận trọng khi ngoại suy cho các tỉnh thành khác.
  • Hướng mở rộng tương lai:
    • Ứng dụng mô hình cấu trúc tuyến tính PLS-SEM để đánh giá mối quan hệ trung gian của "Sự hài lòng" và "Giá trị cảm nhận".
    • Mở rộng quy mô mẫu lên $N \ge 500$, kết hợp phương pháp thu thập dữ liệu tự động tại POS.

Đối tượng hưởng lợi

  • Sinh viên & Học viên: Tiếp cận tài liệu mẫu chuẩn mực về phương pháp luận nghiên cứu định lượng, thiết kế thang đo Likert và thực hành xử lý SPSS v20.0/Python.
  • Doanh nghiệp & Quản lý chuỗi F&B: Nắm bắt chính xác ma trận trọng số hành vi người tiêu dùng để phân bổ ngân sách tiếp thị đúng trọng tâm.
  • Chuyên viên Dữ liệu & Nhà nghiên cứu: Bộ dữ liệu kiểm định thực nghiệm và cấu trúc thang đo đã được xác thực độ tin cậy để làm tiền đề phát triển các nghiên cứu chuyên sâu.

Câu hỏi thường gặp

1. Tại sao nhân tố Khuyến mãi lại có tác động mạnh nhất đến quyết định lựa chọn tại TP. Thủ Đức?

TP. Thủ Đức tập trung hơn 50.5% nhóm khách hàng là sinh viên và nhân viên văn phòng trẻ (18–30 tuổi) có mức thu nhập 10–20 triệu VNĐ. Đây là phân khúc nhạy cảm với ưu đãi, chủ động săn voucher qua ứng dụng điện thoại và có tần suất tiêu dùng thường xuyên (5–10 lần/tháng).

2. Thang đo có hiện tượng đa cộng tuyến không? Làm thế nào để kiểm tra?

Mô hình hoàn toàn không xảy ra hiện tượng đa cộng tuyến. Kết quả phân tích hồi quy cho thấy tất cả các hệ số phương sai phóng đại $VIF \in [1.092, 1.214]$, thấp hơn rất nhiều so với ngưỡng cảnh báo lý thuyết ($VIF > 2.0$ hoặc $VIF > 5.0$).

3. Cỡ mẫu N = 196 có đảm bảo tính đại diện thống kê không?

Hoàn toàn đảm bảo. Theo công thức kinh điển của Green (1991) cho phân tích hồi quy đa biến: $N \ge 8p + 50$ (với $p=6$ biến độc lập $\rightarrow N \ge 98$). Cỡ mẫu thực tế $N=196$ gấp đôi mức tối thiểu yêu cầu.

4. Tại sao biến Sản phẩm lại có hệ số tác động thấp nhất ($\beta = 0.108$)?

Highlands Coffee đã xây dựng được chất lượng sản phẩm tương đối đồng nhất và định vị vững chắc trong tâm trí khách hàng. Do đó, sản phẩm trở thành "điều kiện cần" (baseline expectation), trong khi các yếu tố gia tăng trải nghiệm như Khuyến mãi, Dịch vụ và Thương hiệu mới đóng vai trò "điều kiện đủ" để thúc đẩy quyết định lựa chọn tức thì.

5. Doanh nghiệp F&B nhỏ có thể áp dụng mô hình này như thế nào?

Các quán cà phê độc lập có thể tái sử dụng bộ 24 biến quan sát để khảo sát khách hàng mục tiêu tại khu vực kinh doanh của mình, từ đó tính toán hệ số $\beta$ riêng biệt nhằm tránh lãng phí chi phí marketing vào các yếu tố khách hàng ít bận tâm.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra:

  • Chứng minh và kiểm định thành công mô hình 6 yếu tố tác động đồng biến có ý nghĩa thống kê ($p < 0.05$) đến quyết định lựa chọn Highlands Coffee tại TP. Thủ Đức với $R^2 \text{ hiệu chỉnh} = 55.0%$.
  • Xác lập thứ tự ưu tiên can thiệp quản trị: Khuyến mãi ($\beta = 0.342$) > Dịch vụ ($\beta = 0.265$) > Thương hiệu ($\beta = 0.198$) > Vị trí ($\beta = 0.174$) > Giá cả ($\beta = 0.136$) > Sản phẩm ($\beta = 0.108$).
  • Cung cấp cơ sở khoa học và dữ liệu định lượng vững chắc cho các nhà quản trị Highlands Coffee trong việc tối ưu hóa chiến dịch xúc tiến bán hàng, nâng cấp tiêu chuẩn dịch vụ khách hàng và giữ vững vị thế chuỗi F&B hàng đầu Việt Nam.