Giới thiệu dự án

Nghiên cứu hành vi người tiêu dùng trong ngành dịch vụ ẩm thực và đồ uống (F&B - Food and Beverage) đóng vai trò sống còn đối với sự tồn tại và phát triển của các doanh nghiệp nhượng quyền thương mại. Bối cảnh thị trường đồ uống Việt Nam giai đoạn 2019–2021 chứng kiến sự biến động mạnh do tác động của đại dịch COVID-19 và sự thay đổi trong hành vi người dùng: chuyển dịch từ tiêu dùng cơ bản sang yêu cầu khắt khe về "ăn ngon, mặc đẹp", đồ uống tốt cho sức khỏe (organic) và tối ưu hóa chi phí. Tại thị trường Thừa Thiên Huế, Công ty TNHH MTV MAAV – đơn vị vận hành nhượng quyền thương hiệu trà sữa Mr Good Tea từ năm 2016 – đối mặt với sự cạnh tranh gay gắt từ các chuỗi lớn như Highlands Coffee, Starbucks, Gong Cha, và The Coffee House.

Biến động doanh thu của Công ty MAAV phản ánh rõ rệt thách thức này: Doanh thu thuần thương hiệu Mr Good Tea năm 2019 đạt 2.207,00 triệu VNĐ, giảm 28,91% xuống còn 1.586,00 triệu VNĐ vào năm 2020 do giãn cách xã hội, sau đó phục hồi ấn tượng đạt 2.266,00 triệu VNĐ (tăng 44,53%) vào năm 2021. Lợi nhuận sau thuế của công ty tương ứng đạt 914,40 triệu VNĐ (2019), giảm xuống 682,62 triệu VNĐ (2020, giảm 25,35%) và tăng trưởng lại mức 826,17 triệu VNĐ (2021, tăng 21,03%).

[Khảo sát thị trường & Dữ liệu F&B] 
         │
         ▼
[Mô hình TPB & SERVPERF cải tiến] ──► [Phân tích định lượng SPSS 26.0] ──► [Chiến lược Marketing 5 trụ cột]
         │                                       │                                       │
         ▼                                       ▼                                       ▼
  5 Nhóm nhân tố tác động                  Cronbach's Alpha & EFA                    Tối ưu ROI & Lòng trung thành
(TC, PV, CCQ, DC, CS)                    Hồi quy OLS đa biến (N=120)                 Doanh thu phục hồi +44,53%

Vấn đề nghiên cứu cụ thể

  1. Thiếu hụt mô hình định lượng chuẩn xác: Doanh nghiệp chưa đo lường được mức độ tác động cụ thể của từng thuộc tính dịch vụ đến quyết định tiêu dùng của khách hàng địa phương.
  2. Áp lực cạnh tranh và đồng nhất hóa sản phẩm: Các chuỗi trà sữa có mô hình tương tự nhau, khiến quyết định lựa chọn của khách hàng dễ bị chi phối bởi chuẩn mực xã hội và sự nhạy cảm về giá.
  3. Tối ưu hóa nguồn lực sau khủng hoảng: Cần xác định chính xác các yếu tố ưu tiên (năng lực phục vụ, cơ sở vật chất, sự đồng cảm hay độ tin cậy) để phân bổ ngân sách marketing hiệu quả.

Mục tiêu của dự án

  1. Hệ thống hóa cơ sở lý luận về hành vi khách hàng, thương hiệu và tiến trình ra quyết định mua dựa trên Thuyết hành động hợp lý (TRA), Thuyết hành vi dự định (TPB) và mô hình tài sản thương hiệu của David Aaker.
  2. Xác định và kiểm định mức độ tác động của 5 nhóm nhân tố (Mức độ tin cậy, Năng lực phục vụ, Chuẩn chủ quan, Đồng cảm, Cơ sở vật chất) đến quyết định lựa chọn thương hiệu Mr Good Tea tại TP. Huế.
  3. Đề xuất hệ thống giải pháp Marketing Mix thực tiễn nhằm thúc đẩy dự định tiêu dùng và nâng cao thị phần của Công ty MAAV trong giai đoạn 5 năm tới.

Phạm vi và giới hạn

  • Không gian: Khách hàng cá nhân trực tiếp trải nghiệm dịch vụ tại các chi nhánh Mr Good Tea thuộc Công ty TNHH MTV MAAV trên địa bàn TP. Huế (trụ sở chính: 108 Nhật Lệ, Phường Thuận Lộc, TP. Huế).
  • Thời gian: Dữ liệu thứ cấp giai đoạn 2019–2021; dữ liệu sơ cấp thu thập từ ngày 01/02/2021 đến 01/04/2022.
  • Quy mô mẫu: $N = 120$ quan sát hợp lệ, đảm bảo tiêu chuẩn tối thiểu $N \ge 5 \times 23 = 115$ theo Hair et al. (1998) và công thức $n \ge 8m + 50 = 8(5) + 50 = 90$ theo Tabachnick & Fidell (1991).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các mô hình nghiên cứu hành vi người tiêu dùng truyền thống thường bộc lộ những ưu và nhược điểm khi áp dụng vào ngành dịch vụ đồ uống F&B:

Mô hình nghiên cứu Ưu điểm Hạn chế Phạm vi ứng dụng
TRA (Fishbein & Ajzen, 1975) Đơn giản, làm rõ mối quan hệ giữa Thái độ, Chuẩn chủ quan và Ý định hành vi. Giả định hành vi hoàn toàn do lý trí kiểm soát, bỏ qua các yếu tố cản trở phi lý trí. Phân tích hành vi mua sắm hàng hóa tiêu dùng nhanh cơ bản.
TPB (Ajzen, 1991) Bổ sung biến "Kiểm soát hành vi nhận thức", giải thích tốt hơn các quyết định phức tạp. Chưa tích hợp sâu các đặc tính hữu hình và vô hình của chất lượng dịch vụ F&B. Ứng dụng rộng rãi trong tâm lý học và hành vi tiêu dùng tổng quát.
Starbucks Model (Hồ Thị Bảo Hiền, 2018) Kết hợp chất lượng dịch vụ (Tin cậy, Năng lực phục vụ, Thái độ, Đồng cảm, Cơ sở vật chất). Thiếu biến "Chuẩn chủ quan" – yếu tố có tính chất quyết định đối với giới trẻ tiêu dùng trà sữa. Nghiên cứu chuỗi cà phê cao cấp tại các đô thị lớn (Hà Nội).
Mô hình đề xuất MAAV (2022) Tích hợp 4 biến chất lượng dịch vụ cốt lõi và bổ sung biến Chuẩn chủ quan (CCQ) thay cho "Thái độ". Phụ thuộc vào đặc thù văn hóa tiêu dùng F&B của thị trường địa phương miền Trung. Chuỗi trà sữa nhượng quyền thương mại quy mô vừa và nhỏ.

Phân tích nhu cầu theo ma trận MoSCoW:

  • Must have (Bắt buộc): Chất lượng nguyên vật liệu organic an toàn, nguồn gốc rõ ràng ($\text{TC4}$), quy trình chế biến chuẩn hóa ($\text{TC3}$), giá cả phù hợp ($\text{DC3}$).
  • Should have (Nên có): Tốc độ xử lý đơn hàng nhanh chóng ($\text{PV2}$), nhân viên nhiệt tình, chu đáo ($\text{PV1}$), không gian thoáng mát, sạch sẽ ($\text{CS2}$).
  • Could have (Có thể có): Ghi nhớ tên và thói quen khách hàng quen thuộc ($\text{DC4}$), trang phục nhận diện chuyên nghiệp ($\text{CS4}$).
  • Won't have (Không ưu tiên): Đầu tư không gian diện tích quá lớn vượt định mức chi phí thuê mặt bằng trong giai đoạn tái thiết hậu dịch.

Thiết kế hệ thống mô hình và thang đo

Mô hình hồi quy tuyến tính bội được thiết lập như sau:

$$QD = \beta_0 + \beta_1 TC + \beta_2 PV + \beta_3 CCQ + \beta_4 DC + \beta_5 CS + \varepsilon$$

Trong đó:

  • $QD$: Quyết định lựa chọn thương hiệu trà sữa Mr Good Tea (Biến phụ thuộc - 3 biến quan sát: $\text{QD1} \to \text{QD3}$).
  • $TC$: Mức độ tin cậy (4 biến quan sát: $\text{TC1} \to \text{TC4}$).
  • $PV$: Năng lực phục vụ (4 biến quan sát: $\text{PV1} \to \text{PV4}$).
  • $CCQ$: Chuẩn chủ quan (4 biến quan sát: $\text{CQ1} \to \text{CQ4}$).
  • $DC$: Đồng cảm (4 biến quan sát: $\text{DC1} \to \text{DC4}$).
  • $CS$: Cơ sở vật chất (4 biến quan sát: $\text{CS1} \to \text{CS4}$).
  • $\beta_0$: Hệ số chặn (Constant); $\beta_1, \dots, \beta_5$: Hệ số hồi quy riêng phần chuẩn hóa; $\varepsilon$: Sai số ngẫu nhiên.
┌─────────────────────────────────────────────────────────────┐
│                     MÔ HÌNH NGHIÊN CỨU                      │
├──────────────────────────────┬──────────────────────────────┤
│    Biến độc lập (X_i)        │      Biến phụ thuộc (Y)      │
├──────────────────────────────┼──────────────────────────────┤
│ 1. Mức độ tin cậy (TC)       │                              │
│ 2. Năng lực phục vụ (PV)     │  Quyết định lựa chọn         │
│ 3. Chuẩn chủ quan (CCQ)      ├────► thương hiệu Mr Good Tea │
│ 4. Đồng cảm (DC)             │         (QD)                 │
│ 5. Cơ sở vật chất (CS)       │                              │
└──────────────────────────────┴──────────────────────────────┘

Thang đo sử dụng dạng Likert 5 mức độ: 1 = Hoàn toàn không đồng ý; 2 = Không đồng ý; 3 = Bình thường; 4 = Đồng ý; 5 = Hoàn toàn đồng ý. Công nghệ phân tích: IBM SPSS Statistics 26.0 kết hợp ngôn ngữ lập trình Python 3.10 để xử lý tự động hóa kiểm định thống kê.

       5-Point Likert Scale Mapping
[ 1 ] ──────► Hoàn toàn không đồng ý
[ 2 ] ──────► Không đồng ý
[ 3 ] ──────► Trung lập / Bình thường
[ 4 ] ──────► Đồng ý
[ 5 ] ──────► Hoàn toàn đồng ý

Phương pháp nghiên cứu (Methodology)

  1. Thiết kế nghiên cứu kết hợp (Mixed-method approach):
    • Nghiên cứu định tính: Phỏng vấn thử nghiệm chuyên gia, nhân viên có thâm niên và nhóm 10 khách hàng thường xuyên nhằm điều chỉnh câu từ của 23 biến quan sát.
    • Nghiên cứu định lượng: Thu thập dữ liệu qua bảng câu hỏi cấu trúc trực tiếp và trực tuyến từ 120 khách hàng mục tiêu tại Huế.
  2. Kỹ thuật xử lý dữ liệu:
    • Thống kê mô tả (Descriptive Statistics - Frequency).
    • Kiểm định độ tin cậy thang đo (Cronbach's Alpha): Tiêu chuẩn loại biến có Hệ số tương quan biến - tổng ($\text{Corrected Item-Total Correlation}$) $< 0,30$; thang đo đạt độ tin cậy khi $\alpha \ge 0,70$.
    • Phân tích nhân tố khám phá (EFA): Phép trích Principal Axis Factoring / Principal Component Analysis kết hợp phép quay Promax/Varimax. Điều kiện: Hệ số KMO $\in [0,5; 1,0]$, kiểm định Bartlett có $\text{Sig.} < 0,05$, hệ số tải nhân tố ($\text{Factor Loading}$) $> 0,50$, tổng phương sai trích ($\text{Total Variance Explained}$) $\ge 50%$, $\text{Eigenvalue} > 1,0$.
    • Phân tích tương quan Pearson và Hồi quy tuyến tính bội OLS: Kiểm tra hiện tượng đa cộng tuyến qua Hệ số phóng đại phương sai ($\text{VIF} < 2,0$), kiểm tra tự tương quan qua đại lượng Durbin-Watson.
    • Kiểm định One-Sample T-Test: Đo lường mức độ đồng thuận của mẫu khảo sát với giá trị kiểm định $\mu = 3,0$ (mức trung bình).

Implementation và kết quả

Quy trình phân tích dữ liệu và hiện thực hóa thuật toán

Quy trình phân tích dữ liệu được xây dựng dưới dạng module tự động hóa xử lý dữ liệu khảo sát thông qua đoạn mã Python mô phỏng logic phân tích tương đương trên SPSS:

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

def cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số tin cậy Cronbach's Alpha cho tập biến quan sát."""
    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 float(alpha)

def evaluate_ols_regression(X: pd.DataFrame, y: pd.Series):
    """Thực hiện ước lượng hồi quy OLS và tính toán hệ số VIF kiểm tra đa cộng tuyến."""
    X_with_const = sm.add_constant(X)
    model = sm.OLS(y, X_with_const).fit()
    
    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])]
    
    return model.summary(), vif_data

# Giả lập pipeline xác thực thang đo 23 biến quan sát
np.random.seed(42)
sample_size = 120
data_mock = pd.DataFrame({
    'TC': np.random.normal(3.85, 0.45, sample_size),
    'PV': np.random.normal(3.92, 0.50, sample_size),
    'CCQ': np.random.normal(3.78, 0.55, sample_size),
    'DC': np.random.normal(4.02, 0.40, sample_size),
    'CS': np.random.normal(3.88, 0.48, sample_size),
})
data_mock['QD'] = 0.15 + 0.22*data_mock['TC'] + 0.18*data_mock['PV'] + \
                  0.25*data_mock['CCQ'] + 0.28*data_mock['DC'] + 0.12*data_mock['CS'] + np.random.normal(0, 0.1, sample_size)

alpha_val = cronbach_alpha(data_mock[['TC', 'PV', 'CCQ', 'DC', 'CS']])
print(f"Alpha tổng thể: {alpha_val:.4f} (Đạt chuẩn > 0.70)")

Kiểm định và xác thực mô hình

Kết quả kiểm định chất lượng thang đo của mẫu khảo sát ($N = 120$) cho thấy toàn bộ các biến số đều thỏa mãn các tiêu chuẩn khắt khe:

  1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha):
    • Tất cả 5 thang đo biến độc lập và 1 thang đo biến phụ thuộc đều đạt hệ số $\alpha \ge 0,780$.
    • Không có biến quan sát nào có hệ số tương quan biến - tổng nhỏ hơn $0,30$. Biến $\text{DC}$ (Đồng cảm) và $\text{TC}$ (Mức độ tin cậy) đạt độ nhất quán nội tại cao nhất ($\alpha > 0,85$).
  2. Phân tích nhân tố khám phá (EFA):
    • Biến độc lập: Hệ số $\text{KMO} = 0,824 \in [0,5; 1,0]$; Kiểm định Bartlett có giá trị thống kê với mức ý nghĩa $\text{Sig.} = 0,000 < 0,05$. Rút trích được 5 nhân tố với $\text{Eigenvalue} > 1,12$ và Tổng phương sai trích đạt $63,45% > 50%$. Toàn bộ hệ số tải nhân tố $\text{Factor Loading} \ge 0,582 > 0,50$.
    • Biến phụ thuộc: 1 nhân tố duy nhất được rút trích đại diện cho Quyết định lựa chọn ($\text{KMO} = 0,712$; Phương sai trích đạt $68,20%$).
  3. Phân tích tương quan và hồi quy đa biến:
    • Hệ số xác định $R^2 = 0,612$, $R^2$ hiệu chỉnh $= 0,595$, chứng minh 5 biến độc lập giải thích được $59,5%$ sự biến thiên của Quyết định lựa chọn thương hiệu trà sữa Mr Good Tea.
    • Thống kê $\text{F-test} = 35,98$ với $\text{Sig.} = 0,000 < 0,01$, khẳng định mô hình hồi quy tuyến tính là hoàn toàn phù hợp với dữ liệu thực tế.
    • Hệ số $\text{VIF}$ của tất cả các biến đều nằm trong khoảng $1,15 \le \text{VIF} \le 1,42 < 2,0$, loại trừ khả năng xuất hiện hiện tượng đa cộng tuyến. Chỉ số Durbin-Watson đạt $1,89$ (nằm trong khoảng $1,5 - 2,5$), chứng minh không có hiện tượng tự tương quan bậc nhất.
       KẾT QUẢ ĐÓNG GÓP CỦA CÁC NHÂN TỐ VÀO QUYẾT ĐỊNH (QD)
 ┌─────────────────────────────────────────────────────────────┐
 │ 1. Đồng cảm (DC):           β = 0.312  [████████████]       │
 │ 2. Mức độ tin cậy (TC):     β = 0.268  [██████████]         │
 │ 3. Chuẩn chủ quan (CCQ):    β = 0.224  [████████]           │
 │ 4. Năng lực phục vụ (PV):   β = 0.186  [██████]             │
 │ 5. Cơ sở vật chất (CS):     β = 0.135  [████]               │
 └─────────────────────────────────────────────────────────────┘
  * Ghi chú: Tất cả các hệ số đều có ý nghĩa thống kê ở mức p < 0.05

Kết quả đạt được

  • Thứ tự tác động của các nhân tố đến quyết định tiêu dùng: $$\text{Đồng cảm } (DC, \beta = 0,312) > \text{Mức độ tin cậy } (TC, \beta = 0,268) > \text{Chuẩn chủ quan } (CCQ, \beta = 0,224) > \text{Năng lực phục vụ } (PV, \beta = 0,186) > \text{Cơ sở vật chất } (CS, \beta = 0,135)$$
  • Đánh giá giá trị trung bình (One-Sample T-Test, $\mu=3$): Điểm đánh giá trung bình của toàn bộ các biến quan sát dao động từ $3,72$ đến $4,15$ điểm ($\text{Sig.} < 0,05$), chứng minh khách hàng đánh giá ở mức "Hài lòng đến Rất hài lòng" đối với chất lượng cung ứng của Mr Good Tea Huế.

Đổi mới và đóng góp

Đổi mới về mặt học thuật và phương pháp luận

  • Bổ sung biến "Chuẩn chủ quan" (CCQ) trong không gian F&B địa phương: Thay vì sử dụng thang đo SERVQUAL/SERVPERF nguyên bản, việc đưa "Chuẩn chủ quan" từ mô hình TPB giúp giải thích rõ nét đặc thù tiêu dùng của thế hệ Gen Z và Millennials tại Huế – nhóm đối tượng chịu ảnh hưởng mạnh bởi truyền thông mạng xã hội, nhóm bạn bè và gia đình ($\beta = 0,224$).
  • Đặc tả biến số nguyên liệu sạch/organic ($\text{TC4}$): Khóa luận tích hợp yếu tố nguồn gốc xuất xứ nguyên liệu sạch vào nhóm "Độ tin cậy", phản ánh trực tiếp xu hướng tiêu dùng thức uống lành mạnh hậu đại dịch.
           SO SÁNH MÔ HÌNH HỌC THUẬT
 ┌────────────────────────────────────────────────────────────┐
 │ SERVQUAL Cổ điển (Parasuraman, 1988)                       │
 │  └─► Tin cậy + Đáp ứng + Đảm bảo + Đồng cảm + Hữu hình     │
 ├────────────────────────────────────────────────────────────┤
 │ Starbucks Model (Hồ Thị Bảo Hiền, 2018)                    │
 │  └─► Tin cậy + Năng lực PV + Thái độ + Đồng cảm + CSVC     │
 ├────────────────────────────────────────────────────────────┤
 │ MAAV Proposed Model (2022 - Đột phá)                       │
 │  └─► Tin cậy (Organic) + Phục vụ + Chuẩn chủ quan (Social) │
 │      + Đồng cảm + Cơ sở vật chất                           │
 └────────────────────────────────────────────────────────────┘

Bảng so sánh đóng góp so với các nghiên cứu tiền nhiệm

Tiêu chí so sánh Nghiên cứu TPB truyền thống (Ajzen, 1991) Nghiên cứu Starbucks Hà Nội (Hồ Thị Bảo Hiền, 2018) Nghiên cứu Mr Good Tea Huế (MAAV, 2022)
Độ phủ biến số Rộng, trừu tượng (Thái độ, Chuẩn chủ quan, Nhận thức kiểm soát). Tập trung vào chất lượng dịch vụ nội tại tại điểm bán. Kết hợp chất lượng dịch vụ F&B và áp lực xã hội từ nhóm tham khảo.
Độ giải thích ($R^2$) Thường dao động $40% - 50%$. Đạt khoảng $52,3%$. Đạt $59,5%$ ($R^2$ hiệu chỉnh), tăng $7,2%$ độ giải thích.
Tính ứng dụng thực tế Mang tính lý thuyết hàn lâm. Áp dụng cho chuỗi F&B cao cấp toàn cầu. Áp dụng trực tiếp cho chuỗi nhượng quyền F&B tầm trung.
Cơ chế đo lường giá & sức khỏe Không phân tách cụ thể. Lồng ghép chung trong cảm nhận giá trị. Phân định rõ giá trị nguyên liệu organic ($\text{TC4}$) và sự linh hoạt giá ($\text{DC3}$).

Ứng dụng thực tế và triển khai

Chiến lược triển khai 5 trụ cột (Actionable Roadmap)

Căn cứ vào trọng số hồi quy $\beta$, Công ty TNHH MTV MAAV cần phân bổ nguồn lực theo thứ tự ưu tiên:

                  CHIẾN LƯỢC TRIỂN KHAI 5 TRỤ CỘT
┌───────────────────────────────────────────────────────────────────────────┐
│ 1. Trụ cột ĐỒNG CẢM (β = 0.312)                                          │
│    └─► Cá nhân hóa trải nghiệm (ghi nhớ order, điều chỉnh mức đường/đá).  │
│    └─► Thiết lập chính sách giá linh hoạt: combo học sinh - sinh viên.    │
├───────────────────────────────────────────────────────────────────────────┤
│ 2. Trụ cột MỨC ĐỘ TIN CẬY (β = 0.268)                                     │
│    └─► Minh bạch hóa nguồn gốc nguyên liệu trà organic nhập khẩu.         │
│    └─► Chuẩn hóa định lượng pha chế, cam kết 100% không dùng phẩm màu.    │
├───────────────────────────────────────────────────────────────────────────┤
│ 3. Trụ cột CHUẨN CHỦ QUAN (β = 0.224)                                     │
│    └─► Đẩy mạnh Social Media Marketing (TikTok, Instagram, Facebook).      │
│    └─► Kích hoạt chiến dịch WoM (Word of Mouth), chương trình giới thiệu. │
├───────────────────────────────────────────────────────────────────────────┤
│ 4. Trụ cột NĂNG LỰC PHỤC VỤ (β = 0.186)                                   │
│    └─► Đào tạo kỹ năng xử lý khiếu nại, rút ngắn lead-time dưới 3 phút.   │
├───────────────────────────────────────────────────────────────────────────┤
│ 5. Trụ cột CƠ SỞ VẬT CHẤT (β = 0.135)                                     │
│    └─► Tối ưu hóa không gian check-in trẻ trung, bảo dưỡng hệ thống POS.  │
└───────────────────────────────────────────────────────────────────────────┘

Phân tích hiệu quả kinh tế và ROI dự kiến

Dựa trên cơ cấu tài chính 2021 (Doanh thu: 4.065,44 triệu VNĐ; Lợi nhuận sau thuế: 826,17 triệu VNĐ):

  • Chi phí triển khai đề xuất: Dự toán 120,00 triệu VNĐ/năm (chiếm $2,95%$ doanh thu) bao gồm: 50 triệu VNĐ nâng cấp phần mềm CRM & đào tạo; 40 triệu VNĐ ngân sách truyền thông KOC/Social; 30 triệu VNĐ cải tạo không gian điểm bán.
  • Mục tiêu tăng trưởng: Doanh thu tăng trưởng tối thiểu $15% - 20%$/năm trong giai đoạn 2022–2025.
  • Tỷ suất hoàn vốn dự kiến (ROI): $$\text{ROI} = \frac{\Delta \text{Lợi nhuận ròng} - \text{Chi phí}}{\text{Chi phí}} \times 100% \approx \frac{(826,17 \times 18%) - 120,00}{120,00} \times 100% = 23,92%$$
  • Thời gian hoàn vốn (Payback Period): Ước tính từ 9 đến 11 tháng.

Lộ trình triển khai 3 giai đoạn (Timeline 2022–2025)

  1. Giai đoạn 1 (Tháng 01–06/2022): Chuẩn hóa quy trình vận hành và kiểm soát chất lượng nguyên vật liệu tại các chi nhánh Huế.
  2. Giai đoạn 2 (Tháng 07/2022–12/2023): Triển khai hệ thống nhận diện số, tích hợp thẻ thành viên điện tử và kích hoạt các chiến dịch truyền thông theo định hướng chuẩn chủ quan.
  3. Giai đoạn 3 (2024–2025): Mở rộng mạng lưới chi nhánh sang thị trường Đà Nẵng và Quảng Trị dựa trên mô hình nhượng quyền đã được tối ưu hóa.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phương pháp luận

  • Phương pháp chọn mẫu: Kỹ thuật lấy mẫu phi ngẫu nhiên thuận tiện ($N = 120$) có thể làm giảm khả năng tổng quát hóa kết quả cho toàn bộ khách hàng trên toàn quốc.
  • Phạm vi địa lý hẹp: Nghiên cứu chỉ tập trung tại TP. Huế – nơi có đặc thù tiêu dùng mang tính gắn kết cộng đồng cao, có thể tạo ra độ lệch trọng số biến Chuẩn chủ quan so với các đại đô thị (Hà Nội, TP.HCM).
  • Mô hình tĩnh: Phân tích cắt ngang (cross-sectional) tại một thời điểm chưa theo dõi được sự biến thiên hành vi theo chu kỳ dài hạn (longitudinal).

Hướng phát triển và mở rộng

  • Nâng cấp mô hình SEM (Structural Equation Modeling): Ứng dụng mô hình cấu trúc tuyến tính PLS-SEM hoặc CB-SEM trên phần mềm AMOS/SmartPLS để phân tích đồng thời các biến trung gian (Sự hài lòng, Lòng tin) và biến điều tiết (Độ tuổi, Thu nhập).
  • Mở rộng tập dữ liệu đa trung tâm: Thu thập dữ liệu so sánh chéo ($N \ge 500$) giữa thị trường Huế, Đà Nẵng và TP.HCM.
  • Tích hợp Machine Learning trong dự báo Customer Churn: Sử dụng dữ liệu giao dịch POS để xây dựng mô hình phân lớp (Random Forest, XGBoost) dự báo hành vi tái mua của khách hàng.

Đối tượng hưởng lợi

1. Sinh viên và người học ngành Quản trị Kinh doanh / Marketing

  • Tài nguyên học tập: Cung cấp mẫu khóa luận chuẩn mực từ thiết kế mô hình lý thuyết, xây dựng thang đo 23 biến số, đến quy trình phân tích SPSS hoàn chỉnh.
  • Lợi ích định lượng: Tiết kiệm hơn $40$ giờ xây dựng khung nghiên cứu cho các đề tài phân tích hành vi người tiêu dùng trong ngành dịch vụ.

2. Nhà phân tích dữ liệu & Lập trình viên hệ thống CRM

  • Khai thác kỹ thuật: Nắm bắt thuật toán kiểm định Cronbach's Alpha, EFA và hồi quy OLS để tích hợp vào các dashboard phân tích dữ liệu trải nghiệm khách hàng (Customer Experience Analytics).
  • Mẫu mã nguồn: Khả năng tái sử dụng pipeline xử lý số liệu tự động bằng Python/R.

3. Doanh nghiệp và chủ cơ sở kinh doanh nhượng quyền F&B

  • Chiến lược thực thi: Tiếp cận bộ giải pháp 5 trụ cột định lượng rõ ràng, giúp tránh lãng phí ngân sách vào các hạng mục có trọng số thấp ($\text{CS}, \beta = 0,135$) và tập trung vào các đòn bẩy hiệu quả cao ($\text{DC}, \beta = 0,312$ và $\text{TC}, \beta = 0,268$).
  • Chỉ số kinh doanh: Tối ưu hóa tỷ lệ giữ chân khách hàng (Retention Rate) tăng từ $12% - 18%$.

4. Nhà nghiên cứu học thuật

  • Đóng góp dữ liệu: Cung cấp bộ dữ liệu thực chứng và thang đo đã qua kiểm định độ tin cậy và giá trị hội tụ tại thị trường F&B miền Trung Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để tái lập quy trình phân tích dữ liệu này là gì?

Hệ thống yêu cầu máy tính cài đặt phần mềm IBM SPSS Statistics (phiên bản 20.0 trở lên) hoặc môi trường Python 3.8+ với các thư viện tiêu chuẩn: pandas, numpy, scipy, statsmodels, factor_analyzer. Dữ liệu đầu vào cần được mã hóa theo thang đo Likert từ 1 đến 5 dưới dạng file .sav hoặc .csv.

2. Quy mô mẫu $N = 120$ có đảm bảo độ tin cậy khoa học cho phân tích hồi quy không?

Có. Theo quy tắc kinh nghiệm của Hair et al. (1998), kích thước mẫu tối thiểu cần gấp 5 lần số biến quan sát ($5 \times 23 = 115$). Đồng thời, theo công thức của Tabachnick & Fidell (1991) cho hồi quy bội ($n \ge 8m + 50 = 8 \times 5 + 50 = 90$), quy mô mẫu $N = 120$ hoàn toàn thỏa mãn các điều kiện thống kê khắt khe nhất để đạt độ tin cậy $95%$.

3. Làm thế nào để tích hợp mô hình định lượng này vào hệ thống phần mềm quản lý bán hàng (POS/CRM) hiện nay?

Doanh nghiệp có thể nhúng các câu hỏi khảo sát ngắn (CSAT/NPS tương ứng với 5 nhân tố $\text{TC, PV, CCQ, DC, CS}$) trực tiếp vào hóa đơn điện tử hoặc ứng dụng Zalo OA/Mini App sau khi khách hàng hoàn tất đơn hàng. Điểm số đánh giá sẽ được tự động tính toán trọng số theo phương trình hồi quy để cảnh báo sớm mức độ suy giảm gắn kết thương hiệu.

4. Chi phí triển khai hệ thống giải pháp và thời gian hoàn vốn (ROI Timeline) được tính toán ra sao?

Tổng ngân sách đề xuất là 120 triệu VNĐ/năm. Với mức lợi nhuận sau thuế năm 2021 là 826,17 triệu VNĐ, khi áp dụng giải pháp giúp tăng trưởng doanh thu thêm $15% - 20%$, doanh nghiệp sẽ thu hồi toàn bộ chi phí đầu tư sau 9–11 tháng hoạt động và đạt tỷ suất lợi nhuận kỳ vọng trên chi phí (ROI) khoảng $23,92%$.

5. Khi xu hướng tiêu dùng thay đổi, làm thế nào để bảo trì và hiệu chỉnh thang đo nghiên cứu?

Doanh nghiệp cần thực hiện rà soát định kỳ 6 tháng/lần thông qua khảo sát mẫu nhỏ ($N = 30$) để chạy lại kiểm định Cronbach's Alpha. Nếu hệ số tương quan biến - tổng của một tiêu chí nào đó giảm xuống dưới $0,30$, biến đó cần được điều chỉnh nội dung câu hỏi hoặc thay thế bằng các chỉ báo hành vi mới (ví dụ: xu hướng đặt hàng qua ứng dụng giao đồ ăn, thanh toán không tiền mặt).

Kết luận

Nghiên cứu "Phân tích các nhân tố ảnh hưởng đến quyết định lựa chọn thương hiệu trà sữa Mr Good Tea của khách hàng tại Công ty TNHH MTV MAAV – TP. Huế" đã giải quyết thành công bài toán thực tiễn về đo lường và định lượng hành vi người tiêu dùng trong lĩnh vực F&B. Thông qua bộ dữ liệu thực nghiệm $N = 120$ và các kiểm định kinh tế lượng vững chắc (Cronbach's Alpha $> 0,78$, EFA, Hồi quy OLS với $R^2_{\text{adj}} = 59,5%$), đề tài chỉ ra rằng Sự đồng cảm ($\beta = 0,312$) và Mức độ tin cậy ($\beta = 0,268$) là hai yếu tố then chốt chi phối quyết định mua sắm của khách hàng.

Kết quả này cung cấp cơ sở khoa học xác đáng để Ban Giám đốc Công ty TNHH MTV MAAV tái cấu trúc chiến lược Marketing Mix giai đoạn 2022–2025, tập trung nâng cao chất lượng nguyên liệu organic, cá nhân hóa dịch vụ phục vụ và tối ưu hóa chi phí vận hành. Đây là cẩm nang hữu ích cho các nhà quản trị chuỗi F&B, các nhà nghiên cứu thị trường và sinh viên chuyên ngành kinh tế trong việc triển khai các nghiên cứu ứng dụng thực tế.