Tổng quan về luận án

Luận án tiến sĩ "Hệ thống Quản lý Quan hệ Khách hàng Tích hợp Mạng xã hội và Kết quả Kinh doanh của các Doanh nghiệp Nhỏ và Vừa trong Ngành Du lịch Việt Nam" của Lê Giang Nam (2020) đóng góp một cách tiếp cận tiên phong trong bối cảnh khoa học quản trị kinh doanh hiện đại. Nghiên cứu này đặt trọng tâm vào việc phân tích mối quan hệ đa chiều giữa hệ thống Quản lý Quan hệ Khách hàng Tích hợp Mạng xã hội (S-CRM) và hiệu suất kinh doanh của các Doanh nghiệp Nhỏ và Vừa (DNNVV) trong ngành du lịch Việt Nam, một lĩnh vực trọng điểm nhưng còn nhiều hạn chế về năng lực cạnh tranh và ứng dụng công nghệ. Tính cấp thiết của đề tài xuất phát từ thực trạng ngành du lịch Việt Nam đang đối mặt với áp lực cạnh tranh khốc liệt, sự thay đổi nhanh chóng của thị hiếu khách hàng do sự phát triển công nghệ, đặc biệt là mạng xã hội. Theo báo cáo của World Economic Forum (2019), ngành du lịch Việt Nam đóng góp tới hơn 6% tổng GDP và khoảng 5% số việc làm, với tổng mức lan tỏa GDP đạt hơn 14%. Tuy nhiên, chất lượng dịch vụ của ngành này "chỉ nằm ở mức 20% thấp nhất so với các nước trên thế giới", và mức độ ứng dụng công nghệ còn thấp (hạng 83 so với Thái Lan hạng 49 về "công nghệ ứng dụng").

Research gap SPECIFIC với citations từ literature: Nghiên cứu này lấp đầy một khoảng trống đáng kể trong các tài liệu hiện có về S-CRM. Thứ nhất, hầu hết các nghiên cứu trước đây (Gu et al., 2017; Hasani et al., 2017) chủ yếu tập trung vào việc phát triển các khuôn khổ lý thuyết về sự chấp nhận và áp dụng S-CRM hoặc tiếp cận S-CRM dưới góc độ các công nghệ mạng xã hội cụ thể (ví dụ: Facebook, Twitter), thay vì một hệ thống toàn diện. Điều này dẫn đến việc chưa đo lường một cách toàn diện tác động của S-CRM lên hiệu quả hoạt động kinh doanh. Thứ hai, các nghiên cứu tiếp cận S-CRM theo tính hệ thống và năng lực, cũng như tác động của nó lên hiệu quả kinh doanh của các DNNVV là "hầu như chưa có", vì đa số tập trung vào các doanh nghiệp lớn với nguồn lực đầy đủ. Thứ ba, mặc dù mối quan tâm đến S-CRM ngày càng lớn, "kiến thức nền tảng về cách S-CRM có thể được tích hợp vào doanh nghiệp để tăng tính hiệu quả của quá trình quản lý quan hệ khách hàng và tăng hiệu quả kinh doanh vẫn là một khoảng trống nghiên cứu lớn" (Fraccastoro và Gabrielsson, 2018). Cuối cùng, chưa có nghiên cứu nào đề xuất và kiểm định định lượng một cách toàn diện cơ chế tác động của S-CRM bao gồm các nhân tố tiền đề, trung gian và điều tiết lên kết quả hoạt động kinh doanh, đặc biệt trong bối cảnh DNNVV ngành du lịch tại Việt Nam.

Research questions và hypotheses (đánh số cụ thể): Nghiên cứu hướng tới việc trả lời ba câu hỏi nghiên cứu chính, từ đó hình thành các giả thuyết tương ứng trong mô hình nghiên cứu:

  • Câu hỏi nghiên cứu 1: Các nhân tố tiền đề tạo nền tảng cho việc áp dụng S-CRM trong các DNNVV trong ngành du lịch Việt Nam là những nhân tố nào?
    • Giả thuyết H1: Tổ chức CRM chiến lược (ST-CRM) có tác động tích cực đến việc triển khai S-CRM.
    • Giả thuyết H2: Quản trị tri thức (KM) có tác động tích cực đến việc triển khai S-CRM.
  • Câu hỏi nghiên cứu 2: Các nhân tố trung gian và nhân tố điều tiết trong cơ chế tác động của S-CRM lên kết quả hoạt động kinh doanh ở DNNVV trong ngành du lịch Việt Nam là những nhân tố nào?
    • Giả thuyết H3: S-CRM có tác động tích cực đến Giá trị cho khách hàng (Customer Value - CV).
    • Giả thuyết H4: Giá trị cho khách hàng (CV) có tác động tích cực đến Kết quả hoạt động kinh doanh (Firms’ Performance - FP).
    • Giả thuyết H5: Mức độ sử dụng công nghệ mạng xã hội (S_Tech) điều tiết mối quan hệ giữa S-CRM và Kết quả hoạt động kinh doanh.
    • Giả thuyết H6: Hệ thống đo lường kết quả hoạt động (Performance Measurement System - PMS) điều tiết mối quan hệ giữa S-CRM và Kết quả hoạt động kinh doanh.
  • Câu hỏi nghiên cứu 3: Tác động của các nhân tố tiền đề, các nhân tố trung gian và điều tiết trong việc triển khai hệ thống S-CRM được xác định từ câu hỏi nghiên cứu 1 và 2 lên kết quả kinh doanh của các DNNVV trong ngành du lịch Việt Nam là như thế nào?
    • Giả thuyết H7: S-CRM có tác động gián tiếp lên Kết quả hoạt động kinh doanh thông qua Giá trị cho khách hàng.
    • Giả thuyết H8: Tổ chức CRM chiến lược (ST-CRM) và Quản trị tri thức (KM) có tác động gián tiếp lên Kết quả hoạt động kinh doanh thông qua việc triển khai S-CRM và Giá trị cho khách hàng.

Theoretical framework với tên theories cụ thể: Luận án được xây dựng trên nền tảng của nhiều lý thuyết quản trị và công nghệ quan trọng. Cụ thể, nghiên cứu sử dụng Lý thuyết dựa vào nguồn lực (Resource-Based View - RBV) để nhận định rằng S-CRM có thể được coi là một nguồn lực chiến lược tạo lợi thế cạnh tranh bền vững cho doanh nghiệp (Choudhury & Harrigan, 2014; Harrigan et al., 2015). Kết hợp với Lý thuyết năng lực động (Dynamic Capabilities) của Teece, Pisano, & Shuen (1997), luận án coi S-CRM không chỉ là một hệ thống mà còn là một năng lực cốt lõi giúp DNNVV "hợp nhất, phát triển và tinh chỉnh các khả năng bên trong và bên ngoài nhằm phản ứng một cách nhanh chóng với các thay đổi của môi trường" và thích ứng với thị hiếu khách hàng không ngừng thay đổi. Ngoài ra, nghiên cứu cũng tham chiếu đến Lý thuyết cạnh tranh trong quản trị chiến lược (Competitive Strategy) để giải thích cách S-CRM tạo ra sự khác biệt và lợi thế cạnh tranh. Các lý thuyết về chấp nhận công nghệ như Technology Acceptance Model (TAM) (Askool & Nakata, 2011) và Technology Organizational Environmental (TOE) (Askool & Nakata, 2012) cũng được xem xét trong phần tổng quan để định vị các yếu tố ảnh hưởng đến việc áp dụng S-CRM.

Đóng góp đột phá với quantified impact: Luận án mang lại những đóng góp đột phá đáng kể. Đầu tiên, đây là một trong những nghiên cứu đầu tiên áp dụng cách tiếp cận hệ thống toàn diện để kiểm định định lượng cơ chế tác động của S-CRM, bao gồm các yếu tố tiền đề (Strategic CRM Organization, Knowledge Management), trung gian (Customer Value) và điều tiết (Social Media Technology usage, Performance Measurement System) lên kết quả kinh doanh của DNNVV trong ngành du lịch Việt Nam. Điều này nâng tầm hiểu biết về S-CRM từ một công cụ công nghệ thành một năng lực chiến lược. Thứ hai, nghiên cứu này là một trong những khảo sát đầu tiên cung cấp bằng chứng thực nghiệm về vai trò điều tiết của mức độ sử dụng công nghệ mạng xã hội và hệ thống đo lường hiệu quả S-CRM trong mối quan hệ giữa S-CRM và kết quả hoạt động kinh doanh. Thứ ba, bằng cách tập trung vào DNNVV ngành du lịch Việt Nam, luận án cung cấp các đề xuất cụ thể để xây dựng hệ thống quản trị tri thức, cơ cấu tổ chức và hạ tầng công nghệ thông tin phù hợp với đặc điểm nguồn lực hạn chế của các doanh nghiệp này, thay vì các mô hình chung chung cho doanh nghiệp lớn. Thứ tư, các khám phá từ nghiên cứu định tính sử dụng phương pháp nghiên cứu hiện tượng (quantitative phenomenological analysis) đã tiết lộ "rất nhiều chủ đề và phát hiện mới về quan điểm, quy trình và các nhân tố ảnh hưởng đến hệ thống CRM/S-CRM" trong bối cảnh cụ thể của ngành du lịch Việt Nam. Những đóng góp này có tiềm năng tạo ra sự thay đổi trong cách các DNNVV quản lý quan hệ khách hàng, dự kiến đóng góp vào việc nâng cao năng lực cạnh tranh và chất lượng dịch vụ của ngành du lịch Việt Nam, từ đó có thể cải thiện các chỉ số như xếp hạng về "chất lượng dịch vụ du lịch" (hiện đang ở mức 20% thấp nhất thế giới) và "công nghệ ứng dụng" (hạng 83).

Scope (sample size, timeframe) và significance: Phạm vi nghiên cứu tập trung vào các DNNVV trong ngành du lịch Việt Nam, cụ thể là các khách sạn, khu nghỉ dưỡng (resort) và đại lý du lịch tại các khu vực trọng điểm như Thành phố Hồ Chí Minh, Nha Trang và Bình Thuận. Dữ liệu được thu thập từ tháng 5 năm 2019 đến tháng 9 năm 2019 thông qua phỏng vấn sâu và khảo sát định lượng với các quản lý cấp trung và cấp cao. Luận án nhấn mạnh sự cần thiết của việc triển khai S-CRM để ứng phó với "các thay đổi về thị hiếu của khách hàng trong môi trường kinh doanh nhiều thay đổi của ngành du lịch Việt Nam", mang lại ý nghĩa học thuật sâu sắc và giá trị thực tiễn cao cho các nhà quản lý và hoạch định chính sách.

Literature Review và Positioning

Phần tổng quan tài liệu đã tổng hợp một cách có hệ thống các luồng nghiên cứu chính về S-CRM, từ cách tiếp cận khái niệm, các yếu tố ảnh hưởng đến việc áp dụng, cho đến tác động của nó đối với kết quả hoạt động kinh doanh.

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể: Các nghiên cứu về S-CRM có thể được phân loại thành ba luồng chính:

  1. Cách thức tiếp cận S-CRM: Ban đầu, các nhà nghiên cứu như Trainor (2012) và Choudhury & Harrigan (2014) đã mở rộng các quy trình CRM truyền thống với công nghệ truyền thông xã hội, dựa trên Lý thuyết dựa vào nguồn lực (RBV) và Lý thuyết năng lực động (Dynamic Capabilities). Các nghiên cứu này cố gắng định nghĩa S-CRM và cung cấp thang đo cho các thành phần của nó. Một số khác như Malthouse et al. (2013) tiếp cận tổng quát hơn với mô hình "ngôi nhà S-CRM", bao gồm cả các lĩnh vực kinh doanh chính yếu khác. Sashi (2012) giới thiệu cách tiếp cận "kết nối sâu sắc với khách hàng" qua chu trình tương tác.
  2. Các yếu tố ảnh hưởng đến việc áp dụng S-CRM: Nhiều tác giả đã liên kết mô hình của họ với các lý thuyết chấp nhận công nghệ. Askool & Nakata (2011) sử dụng Technology Acceptance Model (TAM), sau đó mở rộng với Technology Organizational Environmental (TOE) (Askool & Nakata, 2012) để dự đoán ý định chấp nhận. Harrigan & Miles (2014) sử dụng Dynamic Capabilities để điều tra các yếu tố ảnh hưởng đến hoạt động S-CRM của DNNVV, nhấn mạnh tầm quan trọng của cộng đồng trực tuyến. Các yếu tố thường được đề cập bao gồm cơ sở hạ tầng CNTT, kỹ năng nhân viên, nhận thức về lợi ích, sự hỗ trợ của lãnh đạo cấp cao và chiến lược S-CRM (Marolt et al., 2015; Woodcock et al., 2011).
  3. Tác động của S-CRM đối với kết quả hoạt động: Greenberg (2010) đã đặt câu hỏi về cách đo lường hiệu quả của S-CRM, cho rằng các biện pháp định lượng truyền thống không đủ. Verhoef, Reinartz & Krafft (2010) đề xuất các kết quả CRM truyền thống như giữ chân khách hàng và giá trị vòng đời khách hàng cũng có thể áp dụng. Trainor et al. (2014) tìm thấy năng lực S-CRM có ảnh hưởng tích cực đến sự hài lòng và lòng trung thành của khách hàng. Karjaluoto et al. (2015) nghiên cứu trong môi trường B2B, cho thấy S-CRM, Marketing quan hệ và chiến lược kinh doanh có tác động tích cực đến hiệu quả hoạt động. Wang & Kim (2017) đã đề xuất một mô hình với "khách hàng tương tác" là yếu tố trung gian và "mức độ sử dụng công nghệ mạng xã hội" là yếu tố điều tiết. Kamboj et al. (2018) cho thấy S-CRM giúp nâng cao lợi nhuận thông qua phát triển sản phẩm mới và cá nhân hóa dịch vụ.

Contradictions/debates với ít nhất 2 opposing views: Tồn tại một số mâu thuẫn và tranh luận trong các tài liệu hiện có. Ví dụ, về mối liên hệ trực tiếp giữa các quy trình thông tin quan hệ khách hàng và hiệu suất. Trainor et al. (2014) nhận thấy rằng các năng lực S-CRM có ảnh hưởng tích cực đến hiệu quả quản lý quan hệ khách hàng. Ngược lại, Choudhury & Harrigan (2014) không tìm thấy mối liên hệ giữa sự gắn kết với khách hàng và hiệu quả quản lý quan hệ khách hàng, mặc dù họ tìm thấy mối liên hệ với các quy trình quản lý thông tin quan hệ khách hàng. Đáng chú ý hơn, Harrigan et al. (2015) thậm chí "không tìm thấy mối liên hệ giữa các quy trình quản lý thông tin quan hệ khách hàng và hiệu quả quản lý quan hệ khách hàng (sự hài lòng của khách hàng và lòng trung thành của khách hàng)", đặt ra nghi ngờ về các thang đo hiện có. Điều này cho thấy sự phức tạp trong việc xác định các mối quan hệ nhân quả trực tiếp và cần thiết phải điều tra các cơ chế tác động gián tiếp hoặc điều tiết.

Positioning trong literature với specific gap identified: Luận án này tự định vị trong dòng nghiên cứu về S-CRM bằng cách giải quyết một khoảng trống nghiên cứu cụ thể: thiếu hụt các nghiên cứu định lượng, có tính hệ thống về S-CRM (không chỉ là các công nghệ mạng xã hội riêng lẻ) và tác động của nó lên kết quả hoạt động kinh doanh của DNNVV trong ngành du lịch. Các nghiên cứu trước đây thường dừng lại ở việc khám phá khái niệm (Malthouse et al., 2013), yếu tố chấp nhận (Askool & Nakata, 2012) hoặc chỉ tập trung vào các doanh nghiệp lớn.

How this advances field với concrete contributions: Nghiên cứu này tiến xa hơn bằng cách đề xuất và kiểm định một mô hình toàn diện, tích hợp các yếu tố tiền đề, trung gian và điều tiết để làm rõ cơ chế tác động của S-CRM. Nó mở rộng hiểu biết về cách S-CRM hoạt động như một năng lực động (Dynamic Capability) giúp doanh nghiệp phản ứng nhanh chóng với sự thay đổi của môi trường và thị hiếu khách hàng (Teece et al., 1997). Cụ thể, luận án cung cấp bằng chứng thực nghiệm về vai trò của Quản trị tri thức (Knowledge Management) và Tổ chức CRM chiến lược (Strategic Customer Relationship Management) như các tiền đề quan trọng, cũng như tác động điều tiết của công nghệ mạng xã hội và hệ thống đo lường hiệu quả (Performance Measurement System), điều mà các nghiên cứu trước đây còn bỏ ngỏ hoặc chỉ đề xuất mà chưa kiểm định thực nghiệm một cách đầy đủ.

So sánh với ÍT NHẤT 2 international studies: So với nghiên cứu của Trainor et al. (2014), luận án này không chỉ xem xét "năng lực S-CRM" và tác động của nó đến hiệu quả quản lý quan hệ khách hàng mà còn mở rộng đến kết quả kinh doanh tổng thể và đưa vào các yếu tố tiền đề cụ thể như Quản trị tri thức và Tổ chức CRM chiến lược. Đồng thời, nghiên cứu này xác nhận vai trò điều tiết của mức độ sử dụng công nghệ mạng xã hội, tương tự như Wang và Kim (2017) và Kim và Wang (2019), nhưng áp dụng trong bối cảnh cụ thể và phức tạp hơn của DNNVV du lịch. Khác với Garrido-Moreno et al. (2018) chỉ tập trung vào các loại mạng xã hội (kết nối và đánh giá) và ảnh hưởng của chúng lên năng lực S-CRM và kết quả quản lý quan hệ khách hàng trong khách sạn, luận án này xem xét S-CRM như một hệ thống năng lực tổng thể, điều tra các yếu tố tiền đề, trung gian và điều tiết trên nhiều khía cạnh hơn, đồng thời mở rộng phạm vi đối tượng là DNNVV trong toàn ngành du lịch Việt Nam.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đóng góp quan trọng vào lý thuyết bằng cách mở rộng và thách thức các lý thuyết hiện có trong lĩnh vực quản trị chiến lược và quản lý quan hệ khách hàng. Cụ thể, nghiên cứu mở rộng Lý thuyết dựa vào nguồn lực (Resource-Based View - RBV) bằng cách định vị S-CRM như một nguồn lực vô hình độc đáo và khó bắt chước, tạo ra lợi thế cạnh tranh bền vững cho DNNVV. Nó thách thức quan điểm truyền thống chỉ xem CRM/S-CRM là một công nghệ đơn thuần (Chang et al., 2010), thay vào đó khẳng định S-CRM là một năng lực tổ chức tổng thể. Nghiên cứu cũng làm phong phú thêm Lý thuyết năng lực động (Dynamic Capabilities) của Teece, Pisano, & Shuen (1997) bằng cách chứng minh S-CRM hoạt động như một năng lực cốt lõi giúp các DNNVV trong ngành du lịch "thích nghi chủ động và nhanh chóng với những thay đổi nhanh trong môi trường kinh doanh" thông qua việc liên tục thu thập, xử lý và phản hồi thông tin từ mạng xã hội. Hơn nữa, luận án còn đóng góp vào lý thuyết về Quản trị tri thức (Knowledge Management) và Tổ chức CRM chiến lược (Strategic CRM organization) bằng cách kiểm định thực nghiệm vai trò của chúng như những yếu tố tiền đề quan trọng cho sự thành công của S-CRM, đặc biệt trong bối cảnh hạn chế nguồn lực của DNNVV.

Conceptual framework với components và relationships: Khung phân tích khái niệm của luận án được thiết kế để nắm bắt các mối quan hệ phức tạp giữa các biến. Các thành phần chính bao gồm:

  • Các yếu tố tiền đề (Antecedents): Tổ chức CRM chiến lược (ST-CRM) và Quản trị tri thức (KM).
  • Biến độc lập chính: Hệ thống quản lý quan hệ khách hàng tích hợp mạng xã hội (S-CRM), bao gồm các quy trình như trích xuất thông tin từ mạng xã hội (INFO.DISS), chia sẻ và sử dụng thông tin từ mạng xã hội (INFO.GEN), và phản hồi và hoạt động trên mạng xã hội (INFO.REPS) (Trainor, 2014).
  • Biến trung gian (Mediator): Giá trị cho khách hàng (Customer Value - CV).
  • Biến điều tiết (Moderators): Mức độ sử dụng công nghệ mạng xã hội (Social media Technology usage - S_Tech) và Hệ thống đo lường kết quả hoạt động (Performance Measurement System - PMS).
  • Biến phụ thuộc: Kết quả hoạt động kinh doanh (Firms’ Performance - FP). Các mối quan hệ được giả định là ST-CRM và KM ảnh hưởng đến S-CRM; S-CRM ảnh hưởng đến CV, và CV ảnh hưởng đến FP. Ngoài ra, S-CRM cũng có tác động trực tiếp đến FP. S_Tech và PMS điều tiết mối quan hệ giữa S-CRM và FP.

Theoretical model với propositions/hypotheses numbered: Mô hình lý thuyết được đề xuất bao gồm tám giả thuyết chính đã được đánh số ở phần Tổng quan về luận án, minh họa các mối quan hệ nhân quả và điều tiết giữa các yếu tố. Mô hình này vượt xa các nghiên cứu đơn giản về tác động trực tiếp, bằng cách khám phá các cơ chế gián tiếp và điều kiện điều tiết, cung cấp cái nhìn sâu sắc hơn về cách S-CRM thực sự tạo ra giá trị và hiệu suất.

Paradigm shift với EVIDENCE từ findings: Nghiên cứu này đóng góp vào sự dịch chuyển trong mô hình nghiên cứu S-CRM từ cách tiếp cận chỉ là công cụ công nghệ sang xem xét nó như một triết lý quản trị chiến lược và năng lực động. Bằng chứng từ luận án cho thấy S-CRM không chỉ là "một phát triển mới trong công nghệ" mà là "một mô hình sáng tạo để kết hợp phương tiện truyền thông xã hội... cung cấp một cách thức đột phá nhằm quản lý mối quan hệ với khách hàng hiệu quả hơn", nhấn mạnh vai trò của nó trong việc phân phối lại quyền lực trong môi trường kinh doanh và nâng cao tương tác đa chiều giữa doanh nghiệp và khách hàng. Điều này được minh chứng bằng việc kiểm định các yếu tố tiền đề tổ chức và quản trị tri thức, cùng với vai trò trung gian của giá trị khách hàng và điều tiết của công nghệ, chuyển trọng tâm từ "làm gì với công nghệ" sang "làm thế nào để công nghệ thay đổi cách doanh nghiệp kinh doanh và tạo giá trị".

Khung phân tích độc đáo

Khung phân tích của luận án đặc biệt độc đáo nhờ sự tích hợp đa lý thuyết và cách tiếp cận đa cấp.

Integration của theories (name 3+ specific theories): Khung phân tích tích hợp sâu sắc Lý thuyết dựa vào nguồn lực (RBV), Lý thuyết năng lực động (Dynamic Capabilities) và các khía cạnh từ Lý thuyết quản trị tri thức (Knowledge Management Theory). RBV cung cấp cơ sở để coi S-CRM là nguồn lực quý hiếm và không thể thay thế. Dynamic Capabilities cho phép hiểu S-CRM là một khả năng tổ chức để cảm nhận, nắm bắt và tái cấu hình nguồn lực nhằm đối phó với sự thay đổi của thị trường. Lý thuyết quản trị tri thức được sử dụng để giải thích cách thức các DNNVV thu thập, xử lý và sử dụng "thông tin đặc tính xã hội" từ mạng xã hội để cá nhân hóa dịch vụ và tạo ra giá trị cho khách hàng.

Novel analytical approach với justification: Nghiên cứu sử dụng một phương pháp phân tích độc đáo kết hợp cả nghiên cứu định tính theo hướng hiện tượng học và nghiên cứu định lượng sử dụng mô hình cấu trúc tuyến tính (SEM). Phương pháp hiện tượng học cho phép khám phá sâu sắc quan điểm và trải nghiệm của các nhà quản lý về S-CRM trong DNNVV, từ đó xây dựng các khái niệm và mối quan hệ một cách chân thực từ thực tiễn. Điều này biện minh cho việc đảm bảo tính phù hợp và toàn diện của mô hình trước khi tiến hành kiểm định định lượng. Kết hợp với SEM, phương pháp này cho phép kiểm định đồng thời các mối quan hệ phức tạp, trung gian và điều tiết trong một mô hình duy nhất, vượt trội hơn các phương pháp hồi quy truyền thống trong việc xử lý các biến tiềm ẩn và đo lường độ phức tạp của mô hình.

Conceptual contributions với definitions: Luận án làm rõ các đóng góp khái niệm bằng cách cung cấp định nghĩa S-CRM trong bối cảnh DNNVV ngành du lịch: "S-CRM là sự tích hợp giữa các quy trình, hệ thống và công nghệ quản lý quan hệ khách hàng truyền thống... với sự trỗi dậy của các ứng dụng mạng xã hội để thu hút khách hàng vào các tương tác tương hổ giữa khách hàng và doanh nghiệp nhằm tăng cường mối quan hệ với khách hàng" (Trainor, 2012). Nó cũng định nghĩa các yếu tố tiền đề, trung gian và điều tiết trong mô hình một cách rõ ràng, ví dụ, Giá trị cho khách hàng (Customer Value) không chỉ đo lường sự hài lòng mà còn là khả năng doanh nghiệp tạo ra các lợi ích vượt trội cho khách hàng thông qua tương tác xã hội.

Boundary conditions explicitly stated: Các điều kiện giới hạn của nghiên cứu được xác định rõ ràng:

  • Bối cảnh: Tập trung vào các DNNVV trong ngành du lịch Việt Nam (khách sạn, khu nghỉ dưỡng, đại lý du lịch). Kết quả có thể không hoàn toàn khái quát hóa cho các ngành công nghiệp khác hoặc các loại hình doanh nghiệp lớn hơn.
  • Địa lý: Các doanh nghiệp được khảo sát tập trung ở Thành phố Hồ Chí Minh, Nha Trang và Bình Thuận, phản ánh đặc điểm của thị trường du lịch năng động ở Việt Nam.
  • Đối tượng: Dữ liệu thu thập từ quản lý cấp trung và cấp cao, mang lại góc nhìn chiến lược và quản trị.
  • Thời gian: Dữ liệu thu thập năm 2019, trước những biến động lớn của đại dịch COVID-19, điều này có thể ảnh hưởng đến mức độ áp dụng công nghệ và hành vi khách hàng sau này.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án này sử dụng một thiết kế nghiên cứu hỗn hợp (mixed methods) mạnh mẽ, kết hợp cả nghiên cứu định tính và định lượng để cung cấp một cái nhìn toàn diện và sâu sắc về đề tài.

Research philosophy (positivism/interpretivism/critical realism): Triết lý nghiên cứu của luận án có thể được mô tả tốt nhất là Thực dụng (Pragmatism), vì nó kết hợp cả các yếu tố Giải thích luận (Interpretivism) thông qua nghiên cứu định tính và Thực chứng luận (Positivism/Post-positivism) thông qua nghiên cứu định lượng. Phương pháp nghiên cứu hiện tượng (phenomenological analysis) trong định tính thể hiện triết lý giải thích luận, tìm kiếm sự hiểu biết sâu sắc về ý nghĩa và trải nghiệm của các nhà quản lý về S-CRM. Trong khi đó, việc sử dụng các kỹ thuật thống kê như CFA và SEM để kiểm định giả thuyết thể hiện triết lý thực chứng luận, nhằm kiểm tra các mối quan hệ nhân quả và khái quát hóa kết quả.

Mixed methods với SPECIFIC combination rationale: Luận án triển khai một phương pháp hỗn hợp tuần tự: nghiên cứu định tính được thực hiện trước để khám phá và xây dựng khung lý thuyết, sau đó là nghiên cứu định lượng để kiểm định các giả thuyết phát sinh từ giai đoạn định tính. Lý do cho sự kết hợp này là để đảm bảo tính phù hợp của mô hình với bối cảnh cụ thể của DNNVV du lịch Việt Nam thông qua các cuộc phỏng vấn chuyên sâu, sau đó kiểm định tính khái quát và các mối quan hệ nhân quả trên một mẫu lớn hơn. Giai đoạn định tính "xây dựng những hiểu biết mới về thực tiễn triển khai S-CRM trong các DNNVV ở thời điểm hiện tại và xác định các yếu tố tiền đề, yếu tố trung gian và điều tiết". Giai đoạn định lượng "sử dụng các kỹ thuật thống kê cho việc kiểm định mối quan hệ nhân quả".

Multi-level design với levels clearly defined: Mặc dù không được định nghĩa rõ ràng là thiết kế đa cấp độ theo nghĩa phân tích thống kê đa cấp, nghiên cứu này có thể được coi là đa cấp độ về mặt phân tích và đối tượng. Cấp độ vi mô là quan điểm và hành vi của các nhà quản lý (người được khảo sát), cấp độ tổ chức là các đặc điểm và hiệu quả hoạt động của DNNVV, và cấp độ ngành là bối cảnh ngành du lịch Việt Nam. Điều này cho phép một sự hiểu biết toàn diện từ hành vi cá nhân đến hiệu suất tổ chức trong một môi trường cụ thể.

Sample size và selection criteria EXACT:

  • Nghiên cứu định tính: Thực hiện phỏng vấn sâu với các giám đốc và quản lý tại các khách sạn, khu nghỉ dưỡng và đại lý du lịch tại Việt Nam từ tháng 5 năm 2019 đến tháng 9 năm 2019. (Số lượng cụ thể các cuộc phỏng vấn không được nêu rõ trong phần đầu, nhưng Phụ lục 5 có "Câu hỏi phỏng vấn chính với các cấp quản lý ở các doanh nghiệp nhỏ và vừa trong ngành du lịch ở Việt Nam").
  • Nghiên cứu định lượng: Dữ liệu được thu thập qua phương pháp khảo sát với đối tượng là "các nhà quản lý trong các doanh nghiệp nhỏ và vừa trong ngành du lịch ở Việt Nam". Mặc dù số lượng mẫu cụ thể không được nêu rõ trong phần tóm tắt, luận án hướng tới một "mẫu lớn hơn" để kiểm định thực nghiệm. Các doanh nghiệp thuộc ngành du lịch (khách sạn, khu nghỉ dưỡng, đại lý du lịch) tại Thành phố Hồ Chí Minh, Nha Trang và Bình Thuận.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được thiết kế với sự chặt chẽ nhằm đảm bảo tính khoa học và độ tin cậy của kết quả.

Sampling strategy với inclusion/exclusion criteria:

  • Định tính: Sử dụng phương pháp lấy mẫu phi xác suất, có chủ đích (purposive sampling), chọn các nhà quản lý cấp trung và cấp cao (giám đốc, phó giám đốc, trưởng phòng, chuyên viên) tại các DNNVV trong các phân khúc du lịch đã chọn (khách sạn, khu nghỉ dưỡng, đại lý du lịch). Tiêu chí bao gồm kinh nghiệm liên quan đến CRM/S-CRM và vị trí có khả năng cung cấp thông tin chiến lược.
  • Định lượng: Sử dụng phương pháp lấy mẫu phi xác suất (convenience sampling hoặc snowball sampling) do hạn chế về nguồn lực và khả năng tiếp cận. Tuy nhiên, tiêu chí lựa chọn vẫn tập trung vào các nhà quản lý của DNNVV ngành du lịch Việt Nam, đảm bảo tính đại diện của đối tượng nghiên cứu.

Data collection protocols với instruments described:

  • Định tính: Thu thập dữ liệu thông qua phỏng vấn sâu (in-depth interviews) bán cấu trúc. Phụ lục 5 cung cấp "Câu hỏi phỏng vấn chính với các cấp quản lý". Các cuộc phỏng vấn được ghi âm và ghi chép cẩn thận để phân tích hiện tượng học.
  • Định lượng: Sử dụng phiếu khảo sát (questionnaires) với thang đo Likert 7 điểm (scale) để đo lường các biến trong mô hình nghiên cứu. Phụ lục 1 là "Phiếu khảo sát" được sử dụng.

Triangulation (data/method/investigator/theory): Nghiên cứu áp dụng phép tam giác hóa phương pháp (methodological triangulation) bằng cách kết hợp nghiên cứu định tính và định lượng. Giai đoạn định tính giúp khám phá và phát triển mô hình từ góc nhìn thực tiễn, trong khi giai đoạn định lượng kiểm định mô hình đó trên một quy mô lớn hơn. Điều này giúp tăng cường tính hợp lệ và tin cậy của kết quả bằng cách tiếp cận cùng một vấn đề từ hai góc độ phương pháp luận khác nhau. Ngoài ra, việc sử dụng nhiều lý thuyết nền (RBV, Dynamic Capabilities, KM) thể hiện phép tam giác hóa lý thuyết (theoretical triangulation).

Validity (construct/internal/external) và reliability (α values):

  • Tính hợp lệ cấu trúc (Construct validity): Được đảm bảo thông qua việc phát triển các thang đo dựa trên các nghiên cứu đã công bố trước đây (Bảng 3.3 "Các nhóm chỉ báo đo lường và nguồn trích dẫn") và kiểm định bằng Phân tích khẳng định nhân tố (CFA).
  • Tính hợp lệ nội tại (Internal validity): Được củng cố bằng việc sử dụng SEM để kiểm soát các biến nhiễu và kiểm định mối quan hệ nhân quả trực tiếp và gián tiếp.
  • Tính hợp lệ bên ngoài (External validity): Được tăng cường thông qua việc sử dụng mẫu lớn trong giai đoạn định lượng và lựa chọn các DNNVV điển hình trong ngành du lịch tại các khu vực trọng điểm, cho phép khái quát hóa kết quả ở một mức độ nhất định trong bối cảnh tương tự.
  • Độ tin cậy (Reliability): Được đánh giá bằng cách sử dụng hệ số Cronbach Alpha và Độ tin cậy tổng hợp (Composite Reliability), với các giá trị được báo cáo trong Phụ lục 2 ("Thống kê mô tả, hệ số tải (Loading) và hệ số tin cậy (Cronbach Alpha và Composite Reliability) của thang đo"), đảm bảo tính nhất quán nội tại của các thang đo.

Data và phân tích

Sample characteristics với demographics/statistics: Mặc dù số liệu thống kê mô tả chi tiết của mẫu định lượng không được cung cấp đầy đủ trong phần mở đầu, luận án có đề cập đến "Bảng 3.2: Phân bố mẫu theo một số thuộc tính của đối tượng khảo sát (doanh nghiệp)" trong Chương 3. Các đặc điểm mẫu sẽ bao gồm thông tin về loại hình doanh nghiệp (khách sạn, resort, đại lý du lịch), quy mô (DNNVV), khu vực địa lý, và có thể là số năm hoạt động.

Advanced techniques (SEM/multilevel/QCA etc.) với software: Nghiên cứu sử dụng các kỹ thuật phân tích dữ liệu tiên tiến:

  • Phân tích định tính: Phương pháp nghiên cứu hiện tượng (quantitative phenomenological analysis) để phân tích dữ liệu phỏng vấn sâu, xác định các chủ đề và phát hiện mới.
  • Phân tích định lượng:
    • Phân tích khẳng định nhân tố (CFA): Để kiểm định mô hình đo lường và tính hợp lệ cấu trúc của các thang đo (Chương 4, Hình 4.5: Mô hình khẳng định nhân tố (CFA)).
    • Mô hình cấu trúc tuyến tính (SEM), đặc biệt là Covariance-Based SEM (CV-SEM) hoặc Partial Least Squares SEM (PLS-SEM): (text mentions Ahani et al., 2017 used PLS-SEM) Để kiểm định các giả thuyết về mối quan hệ nhân quả trực tiếp, gián tiếp và điều tiết trong mô hình nghiên cứu (Chương 4, Hình 4.6, 4.7, 4.8, 4.9, 4.10). Các phần phụ lục 2, 3, 4 cung cấp thêm các chi tiết về hệ số tải, hệ số tải chéo và hệ số xác định (R2), chứng tỏ độ sâu của phân tích. Phần mềm cụ thể không được nêu tên trong văn bản tóm tắt, nhưng các kỹ thuật này thường được thực hiện bằng các phần mềm thống kê chuyên dụng như AMOS, SmartPLS, R, hoặc Stata.

Robustness checks với alternative specifications: Mặc dù không nêu rõ "alternative specifications", luận án có đề cập đến việc kiểm định "mối quan hệ với tác động trung gian" và "mức độ tác động của các biến độc lập lên biến phụ thuộc" (Bảng 4.15, 4.16), cùng với "kết quả kiểm định các giả thuyết và các quan hệ nhân quả trong mô hình nghiên cứu" (Bảng 4.17). Việc sử dụng SEM cho phép kiểm tra độ mạnh của mô hình bằng cách đánh giá các chỉ số phù hợp mô hình (model fit indices) và so sánh các mô hình cạnh tranh (nếu có).

Effect sizes và confidence intervals reported: Luận án báo cáo các giá trị thống kê ý nghĩa (p-values) và mức độ tác động của các biến (effect sizes) trong các mối quan hệ được kiểm định (Bảng 4.16: "Mức độ tác động của các biến độc lập lên biến phụ thuộc" và Bảng 4.17: "Kết quả kiểm định các giả thuyết và các quan hệ nhân quả trong mô hình nghiên cứu"). Mặc dù khoảng tin cậy (confidence intervals) không được liệt kê rõ ràng trong phần trích dẫn, việc sử dụng các phương pháp thống kê tiên tiến như SEM thường bao gồm việc đánh giá độ chính xác của các ước lượng thông qua sai số chuẩn và khoảng tin cậy.

Phát hiện đột phá và implications

Những phát hiện then chốt

Nghiên cứu đã đưa ra những phát hiện then chốt quan trọng, làm sâu sắc thêm hiểu biết về S-CRM và tác động của nó.

  1. S-CRM là năng lực động cốt lõi cho DNNVV du lịch: Luận án khẳng định S-CRM không chỉ là một công cụ quản lý quan hệ khách hàng mà còn là "yếu tố năng lực động cốt lõi của các doanh nghiệp, đặc biệt là trong ngành du lịch khi thị hiếu của khách hàng thay đổi không ngừng". Điều này được chứng minh qua mô hình cấu trúc tuyến tính, cho thấy S-CRM đóng vai trò then chốt trong việc thích ứng và phát triển của DNNVV.
  2. Xác nhận vai trò của KM và ST-CRM: Nghiên cứu cung cấp "bằng chứng thực nghiệm quan trọng về các yếu tố tiền đề cho việc triển khai hệ thống S-CRM là hệ thống quản trị tri thức và các yếu tố tổ chức CRM chiến lược". Điều này nhấn mạnh tầm quan trọng của việc xây dựng nền tảng nội bộ vững chắc trước khi áp dụng công nghệ.
  3. Tác động trung gian của Giá trị cho khách hàng: Phát hiện cho thấy "mối quan hệ cùng chiều giữa năng lực S-CRM và kết quả hoạt động kinh doanh" không chỉ trực tiếp mà còn thông qua yếu tố "Giá trị cho khách hàng" (Customer Value - CV). Điều này tương đồng với Wang và Kim (2017), khẳng định S-CRM cải thiện hiệu quả kinh doanh bằng cách tăng giá trị mang lại cho khách hàng.
  4. Vai trò điều tiết của S_Tech và PMS: Một trong những phát hiện đột phá nhất là "vai trò và tác động điều tiết của mức độ sử dụng công nghệ mạng xã hội và hệ thống đo lường hiệu quả sử dụng S-CRM đến mối quan hệ giữa S-CRM và kết quả hoạt động kinh doanh của doanh nghiệp". Điều này bổ sung đáng kể vào tài liệu, giải thích tại sao một số doanh nghiệp thành công hơn những doanh nghiệp khác trong việc chuyển đổi S-CRM thành hiệu suất kinh doanh. Các mô hình cấu trúc tuyến tính điều tiết (Hình 4.8 và 4.9) cung cấp bằng chứng cụ thể cho điều này.
  5. Chủ đề mới từ nghiên cứu định tính: Qua nghiên cứu định tính theo phương pháp hiện tượng, "rất nhiều chủ đề và phát hiện mới về quan điểm, quy trình và các nhân tố ảnh hưởng đến hệ thống CRM/S-CRM được khám phá", cung cấp hiểu biết sâu sắc về thực tiễn triển khai trong bối cảnh Việt Nam (Bảng 4.5: "Những chủ đề chính từ cuộc khảo sát định tính").

Statistical significance (p-values, effect sizes): Các phát hiện được hỗ trợ bởi các giá trị thống kê ý nghĩa, với các kiểm định giả thuyết sử dụng mô hình cấu trúc tuyến tính. Bảng 4.17 "Kết quả kiểm định các giả thuyết và các quan hệ nhân quả trong mô hình nghiên cứu" sẽ cung cấp các p-values và hệ số đường dẫn (path coefficients) cho thấy mức độ tác động và ý nghĩa thống kê của từng mối quan hệ. Ví dụ, nếu các hệ số đường dẫn cao và p-value < 0.05, điều này chứng tỏ các mối quan hệ là đáng tin cậy.

Counter-intuitive results với theoretical explanation: (Nếu có) Phần tóm tắt không nêu rõ các kết quả phản trực giác cụ thể từ luận án này. Tuy nhiên, nếu có, chúng sẽ được giải thích bằng cách đào sâu vào đặc điểm của DNNVV ngành du lịch Việt Nam, có thể liên quan đến nguồn lực hạn chế hoặc đặc thù văn hóa kinh doanh, làm cho một số mối quan hệ hoạt động khác với các mô hình chung trong tài liệu quốc tế. Ví dụ, một số nghiên cứu quốc tế như Harrigan et al. (2015) đã từng "không tìm thấy mối liên hệ trực tiếp giữa các quy trình thông tin quan hệ khách hàng và hiệu suất quan hệ khách hàng", cho thấy sự phức tạp của các mối quan hệ này. Luận án này, bằng cách phát hiện các yếu tố trung gian và điều tiết, đã giải thích rõ hơn lý do cho các kết quả dường như "phản trực giác" này.

New phenomena với concrete examples từ data: Nghiên cứu định tính đã khám phá "những đặc điểm chính của các yếu tố tổ chức khác nhau và công nghệ hạ tầng được sử dụng" trong DNNVV du lịch Việt Nam (Bảng 4.4), cung cấp những ví dụ cụ thể về thực trạng ứng dụng mạng xã hội và hệ thống CRM. Các cuộc phỏng vấn đã hé lộ những "quan điểm triển khai CRM/SCRM ở các SME trong ngành du lịch" (Hình 4.1), cho thấy cách các doanh nghiệp Việt Nam đối phó với thách thức công nghệ và cạnh tranh, vốn là những hiện tượng mới nổi trong bối cảnh số hóa.

Compare với prior research findings: Các phát hiện của luận án được so sánh chặt chẽ với các nghiên cứu trước đây. Ví dụ, vai trò trung gian của giá trị khách hàng được khẳng định, tương đồng với Wang và Kim (2017), nhưng được mở rộng trong bối cảnh cụ thể của DNNVV. Vai trò điều tiết của mức độ sử dụng công nghệ mạng xã hội cũng nhất quán với Kim và Wang (2019), củng cố thêm bằng chứng thực nghiệm. Tuy nhiên, khác với những nghiên cứu chỉ tập trung vào một công nghệ mạng xã hội cụ thể (Garrido-Moreno et al., 2018), luận án này xem xét S-CRM dưới góc độ hệ thống, mang lại sự toàn diện hơn.

Implications đa chiều

Các phát hiện của luận án mang lại những hàm ý sâu rộng trên nhiều khía cạnh.

Theoretical advances với contribution to 2+ theories: Nghiên cứu củng cố và mở rộng Lý thuyết dựa vào nguồn lực (RBV) bằng cách làm rõ S-CRM là một nguồn lực chiến lược có thể tạo lợi thế cạnh tranh bền vững cho DNNVV. Nó cũng làm giàu thêm Lý thuyết năng lực động (Dynamic Capabilities) bằng cách chứng minh S-CRM là một năng lực quan trọng để các doanh nghiệp phản ứng linh hoạt với thị trường. Hơn nữa, luận án mở rộng khung khái niệm về S-CRM bằng cách tích hợp các yếu tố tiền đề (KM, ST-CRM) và điều tiết (S_Tech, PMS), cung cấp một mô hình toàn diện hơn để hiểu về S-CRM.

Methodological innovations applicable to other contexts: Phương pháp hỗn hợp kết hợp phân tích hiện tượng và SEM của luận án là một đổi mới có thể áp dụng cho các nghiên cứu tương tự trong các bối cảnh khác. Việc bắt đầu bằng định tính để khám phá các khái niệm và mối quan hệ phù hợp với bối cảnh cụ thể trước khi kiểm định định lượng sẽ tăng cường tính hợp lệ và ý nghĩa của các mô hình lý thuyết.

Practical applications với specific recommendations: Đối với các nhà quản lý trong DNNVV ngành du lịch, luận án cung cấp "các bước cụ thể để xây dựng một hệ thống quản trị quan hệ khách hàng và các nhân tố chính cần chú trọng trong từng bước". Các đề xuất bao gồm:

  • Tái cấu trúc năng lực cốt lõi theo định hướng khách hàng: Chú trọng đào tạo nhân sự và xây dựng văn hóa doanh nghiệp lấy khách hàng làm trung tâm.
  • Ứng dụng mạng xã hội tích hợp: Không chỉ dừng lại ở việc có mặt trên mạng xã hội mà cần tích hợp sâu rộng vào các quy trình CRM để tăng cường tương tác đa chiều.
  • Đầu tư vào Quản trị tri thức: Phát triển hệ thống thu thập, phân tích và chia sẻ "thông tin đặc tính xã hội" của khách hàng từ mạng xã hội.
  • Cam kết từ quản lý cấp cao: "Hiểu rõ vai trò đặc biệt quan trọng của việc cam kết đến từ các nhà quản lý cấp cao trong việc triển khai các quy trình S-CRM".
  • Phát triển Hệ thống đo lường hiệu quả (PMS): Xây dựng các chỉ số KPI phù hợp để đo lường hiệu quả của S-CRM, không chỉ về tài chính mà còn về tương tác khách hàng và danh tiếng.

Policy recommendations với implementation pathway: Luận án đề xuất các chính sách để hỗ trợ DNNVV trong ngành du lịch Việt Nam:

  • Chính phủ cần ưu tiên đầu tư vào hạ tầng công nghệ thông tin và các chương trình hỗ trợ chuyển đổi số cho DNNVV du lịch, giúp họ nâng cao "mức độ ứng dụng công nghệ vào hoạt động trong ngành du lịch".
  • Xây dựng các chương trình đào tạo và tư vấn chuyên sâu về S-CRM và quản trị tri thức phù hợp với đặc thù của DNNVV, giúp "nâng cao chất lượng dịch vụ của ngành du lịch với khách hàng".
  • Khuyến khích hợp tác giữa các DNNVV để chia sẻ kinh nghiệm và nguồn lực trong triển khai S-CRM, tạo ra các cộng đồng học tập.

Generalizability conditions clearly specified: Kết quả của nghiên cứu có thể được khái quát hóa cho các DNNVV trong ngành dịch vụ có đặc điểm tương tự với ngành du lịch, đặc biệt là các ngành có tính tương tác cao với khách hàng và phụ thuộc vào yếu tố trải nghiệm, trong các nền kinh tế mới nổi có mức độ ứng dụng công nghệ và nguồn lực tương đối hạn chế. Việc cụ thể hóa các điều kiện giới hạn về không gian (miền Nam-Trung Việt Nam) và thời gian (trước COVID-19) cho phép người đọc đánh giá chính xác phạm vi áp dụng của các hàm ý.

Limitations và Future Research

3-4 specific limitations acknowledged: Luận án thừa nhận một số hạn chế cụ thể, phản ánh quan điểm khoa học khách quan và trung thực:

  1. Phạm vi địa lý và ngành hạn chế: Nghiên cứu chỉ tập trung vào các DNNVV trong ngành du lịch ở một số thành phố và tỉnh miền Nam-Trung Việt Nam. Điều này có thể hạn chế khả năng khái quát hóa kết quả cho toàn bộ ngành du lịch Việt Nam hoặc các ngành công nghiệp khác.
  2. Hạn chế về nguồn lực và khả năng tiếp cận: Việc thu thập dữ liệu từ DNNVV luôn là một thách thức, có thể ảnh hưởng đến quy mô mẫu và sự đa dạng của thông tin, mặc dù đã cố gắng đạt được một mẫu "lớn hơn" cho định lượng.
  3. Hạn chế về biến kiểm soát: Mặc dù mô hình đã bao gồm nhiều biến quan trọng, vẫn có thể có các yếu tố bên ngoài khác (ví dụ: biến động kinh tế vĩ mô, chính sách cụ thể của địa phương) có thể ảnh hưởng đến mối quan hệ giữa S-CRM và hiệu quả kinh doanh nhưng chưa được đưa vào mô hình.
  4. Tính thời điểm của dữ liệu: Dữ liệu được thu thập vào năm 2019, trước những biến động lớn do đại dịch COVID-19. Đại dịch đã thay đổi đáng kể hành vi khách hàng, quy trình kinh doanh và mức độ ứng dụng công nghệ, do đó các mối quan hệ có thể đã thay đổi trong bối cảnh hậu đại dịch.

Boundary conditions về context/sample/time: Các điều kiện giới hạn được nêu rõ bao gồm: bối cảnh DNNVV trong ngành du lịch Việt Nam; mẫu là các nhà quản lý cấp trung và cấp cao từ khách sạn, resort, đại lý du lịch ở TP. HCM, Nha Trang, Bình Thuận; và thời gian khảo sát năm 2019.

Future research agenda với 4-5 concrete directions: Từ những hạn chế trên, luận án đề xuất một chương trình nghiên cứu tương lai với các hướng đi cụ thể:

  1. Mở rộng phạm vi nghiên cứu: Thực hiện các nghiên cứu tương tự trong các ngành dịch vụ khác (ví dụ: bán lẻ, tài chính) hoặc ở các khu vực địa lý khác của Việt Nam để kiểm tra tính khái quát của mô hình.
  2. Nghiên cứu dọc (Longitudinal study): Thực hiện nghiên cứu dọc để theo dõi sự phát triển và tác động của S-CRM theo thời gian, đặc biệt trong bối cảnh thay đổi nhanh chóng của công nghệ và thị trường sau đại dịch.
  3. Tích hợp các yếu tố văn hóa và quốc tế: Khám phá vai trò của yếu tố văn hóa (ví dụ: văn hóa tiêu dùng, văn hóa tổ chức) và so sánh việc áp dụng S-CRM giữa các quốc gia để làm rõ các điều kiện biên và yếu tố đặc thù.
  4. Nghiên cứu sâu hơn về công nghệ mới nổi: Điều tra tác động của các công nghệ mạng xã hội mới hoặc xu hướng công nghệ (ví dụ: AI trong S-CRM, Metaverse) đối với quản lý quan hệ khách hàng và hiệu suất kinh doanh.
  5. Phân tích định tính chuyên sâu hơn về các trường hợp điển hình: Thực hiện các nghiên cứu tình huống (case studies) chi tiết về các DNNVV thành công hoặc thất bại trong triển khai S-CRM để cung cấp những hiểu biết sâu sắc hơn về cơ chế thành công/thất bại.

Methodological improvements suggested: Để cải thiện phương pháp luận, các nghiên cứu trong tương lai có thể:

  • Sử dụng các phương pháp lấy mẫu xác suất (probability sampling) nếu nguồn lực cho phép để tăng tính đại diện của mẫu định lượng.
  • Kết hợp các chỉ số hiệu suất khách quan (ví dụ: doanh thu, lợi nhuận thực tế) cùng với các chỉ số chủ quan từ quản lý để có cái nhìn toàn diện hơn về kết quả kinh doanh.
  • Ứng dụng các phần mềm phân tích dữ liệu định tính tiên tiến hơn để xử lý dữ liệu từ phỏng vấn sâu, nâng cao tính khách quan và khoa học của phân tích hiện tượng.

Theoretical extensions proposed: Các mở rộng lý thuyết có thể bao gồm:

  • Đào sâu vào các lý thuyết về đổi mới công nghệ và tổ chức để hiểu rõ hơn cách DNNVV có thể vượt qua các rào cản trong việc áp dụng S-CRM.
  • Mở rộng khái niệm về Giá trị cho khách hàng (Customer Value) để bao gồm các khía cạnh phi tài chính từ S-CRM, như giá trị cộng đồng và giá trị cảm xúc.
  • Nghiên cứu vai trò của các lý thuyết hành vi tổ chức trong việc thúc đẩy sự chấp nhận và sử dụng S-CRM hiệu quả bởi nhân viên.

Tác động và ảnh hưởng

Luận án này có tiềm năng tạo ra tác động và ảnh hưởng sâu rộng trên nhiều lĩnh vực.

Academic impact với potential citations estimate: Luận án được kỳ vọng sẽ có tác động đáng kể trong giới học thuật, đặc biệt trong các lĩnh vực Quản trị kinh doanh, Marketing và Hệ thống thông tin. Các đóng góp đột phá về mô hình S-CRM toàn diện và kiểm định thực nghiệm trong bối cảnh DNNVV du lịch Việt Nam sẽ là nguồn tham khảo quý giá. Nó có tiềm năng thu hút một số lượng đáng kể các trích dẫn (ví dụ: ước tính hàng chục đến hàng trăm trích dẫn trong 5-10 năm tới) từ các nhà nghiên cứu quan tâm đến S-CRM, DNNVV, du lịch, và các nền kinh tế mới nổi. Cụ thể, cách tiếp cận hệ thống và vai trò điều tiết của S-Tech và PMS được kỳ vọng sẽ mở ra các hướng nghiên cứu mới.

Industry transformation với specific sectors: Các hàm ý thực tiễn của luận án có khả năng thúc đẩy chuyển đổi trong ngành du lịch Việt Nam, đặc biệt là cho các DNNVV như khách sạn, khu nghỉ dưỡng và đại lý du lịch. Bằng cách áp dụng các đề xuất về tái cấu trúc năng lực theo định hướng khách hàng và tích hợp mạng xã hội vào CRM, các doanh nghiệp có thể nâng cao chất lượng dịch vụ, xây dựng lợi thế cạnh tranh bền vững và cải thiện hiệu suất kinh doanh. Điều này giúp các DNNVV không chỉ thích nghi với môi trường kinh doanh số hóa mà còn dẫn dắt xu hướng trong việc tạo dựng mối quan hệ sâu sắc với khách hàng, từ đó tạo ra những trải nghiệm độc đáo và cá nhân hóa.

Policy influence với government levels: Nghiên cứu này cung cấp cơ sở bằng chứng cho các nhà hoạch định chính sách ở cấp chính phủ (cả trung ương và địa phương) để xây dựng các chính sách hỗ trợ phát triển bền vững cho ngành du lịch. Các khuyến nghị về đầu tư hạ tầng công nghệ, chương trình đào tạo S-CRM và các sáng kiến hợp tác liên doanh nghiệp có thể giúp nâng cao khả năng cạnh tranh quốc gia của ngành du lịch Việt Nam, cải thiện các chỉ số về "công nghệ ứng dụng" và "hạ tầng và chất lượng dịch vụ du lịch" mà World Economic Forum (2019) đã chỉ ra là còn yếu kém (Hạng 83 và Hạng 108 tương ứng).

Societal benefits quantified where possible: Các tác động tích cực đến xã hội bao gồm:

  • Nâng cao chất lượng dịch vụ du lịch: Cải thiện trải nghiệm của du khách, từ đó tăng cường sự hài lòng và tái thăm, có thể dẫn đến tăng doanh thu và đóng góp cho GDP du lịch.
  • Tạo việc làm bền vững: Việc cải thiện hiệu suất và khả năng cạnh tranh của DNNVV du lịch có thể dẫn đến sự phát triển, mở rộng quy mô và tạo ra thêm việc làm chất lượng cao trong ngành.
  • Phát triển kinh tế địa phương: Giúp các DNNVV phát triển, từ đó đóng góp vào sự thịnh vượng của các cộng đồng địa phương nơi ngành du lịch là trọng điểm.
  • Tăng cường năng lực số cho lực lượng lao động: Đào tạo và ứng dụng S-CRM giúp nâng cao kỹ năng số cho nhân viên trong ngành.

International relevance với global implications: Mặc dù tập trung vào Việt Nam, các phát hiện của luận án có ý nghĩa quốc tế sâu rộng, đặc biệt đối với các nền kinh tế mới nổi và các quốc gia đang phát triển có nhiều DNNVV trong ngành dịch vụ. Các bài học về cách thức S-CRM có thể được triển khai hiệu quả trong môi trường hạn chế nguồn lực, đồng thời thích ứng với thị hiếu khách hàng toàn cầu, có thể được áp dụng và điều chỉnh cho các quốc gia khác đang tìm cách phát triển ngành du lịch và nâng cao năng lực cạnh tranh của DNNVV. Việc so sánh với Thái Lan (Hạng 42 về mức độ cạnh tranh du lịch) cũng minh họa nhu cầu và tiềm năng cải thiện của Việt Nam.

Đối tượng hưởng lợi

Luận án này mang lại lợi ích cụ thể cho nhiều đối tượng khác nhau trong giới học thuật, ngành công nghiệp và hoạch định chính sách.

Doctoral researchers: specific research gaps: Các nghiên cứu sinh tiến sĩ sẽ hưởng lợi từ việc xác định rõ ràng các khoảng trống nghiên cứu và chương trình nghiên cứu tương lai được đề xuất. Luận án cung cấp một khung lý thuyết và phương pháp luận vững chắc, đặc biệt là cách tiếp cận hỗn hợp và kiểm định mô hình phức tạp, làm nền tảng cho các nghiên cứu tiếp theo về S-CRM, DNNVV, và ngành du lịch. Các thang đo và kết quả kiểm định cũng có thể được sử dụng làm điểm khởi đầu cho việc phát triển các mô hình mới.

Senior academics: theoretical advances: Các học giả cấp cao sẽ đánh giá cao những đóng góp lý thuyết của luận án, đặc biệt là việc mở rộng và kiểm định các lý thuyết về RBV, Dynamic Capabilities và Knowledge Management trong bối cảnh S-CRM. Việc làm rõ vai trò của các yếu tố tiền đề, trung gian và điều tiết cung cấp cái nhìn sâu sắc hơn về cơ chế tác động của S-CRM, từ đó làm phong phú thêm kho tàng lý thuyết quản trị.

Industry R&D: practical applications: Các bộ phận Nghiên cứu & Phát triển (R&D) trong ngành du lịch và công nghệ sẽ tìm thấy các ứng dụng thực tiễn trực tiếp. Luận án cung cấp các hướng dẫn cụ thể để "tái cấu trúc lại năng lực cốt lõi của doanh nghiệp theo định hướng khách hàng" và "ứng dụng mạng xã hội tích hợp vào công tác quản trị quan hệ khách hàng". Các nhà quản lý có thể sử dụng các phát hiện để cải thiện quy trình S-CRM, đầu tư vào hạ tầng công nghệ phù hợp và phát triển năng lực quản trị tri thức, từ đó nâng cao trải nghiệm khách hàng và hiệu suất kinh doanh. Ví dụ, việc xác định các nhân tố chính cần chú trọng trong việc xây dựng hệ thống S-CRM thành công.

Policy makers: evidence-based recommendations: Các nhà hoạch định chính sách cấp chính phủ sẽ được hưởng lợi từ các khuyến nghị dựa trên bằng chứng, giúp định hình các chính sách hỗ trợ phát triển ngành du lịch và DNNVV. Các đề xuất về đầu tư vào hạ tầng công nghệ (cải thiện hạng 83 về "công nghệ ứng dụng") và các chương trình đào tạo sẽ là cơ sở để phát triển các sáng kiến thiết thực nhằm nâng cao năng lực cạnh tranh và chất lượng dịch vụ du lịch (hiện ở mức 20% thấp nhất thế giới).

Quantify benefits where possible: Lợi ích có thể được định lượng: Nâng cao năng lực S-CRM có thể dẫn đến việc tăng tỷ lệ giữ chân khách hàng lên X%, tăng doanh thu Y%, hoặc cải thiện chỉ số hài lòng khách hàng Z%. Ví dụ, nếu các DNNVV du lịch Việt Nam cải thiện được 10% chất lượng dịch vụ nhờ S-CRM, điều này có thể góp phần tăng trưởng X% tổng đóng góp của ngành du lịch vào GDP quốc gia. Các kiến nghị chính sách, nếu được thực hiện, có thể giảm khoảng cách với các đối thủ trong khu vực như Thái Lan, hiện xếp hạng 42 so với hạng 63 của Việt Nam về mức độ cạnh tranh du lịch.

Câu hỏi chuyên sâu

1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng và làm phong phú Lý thuyết năng lực động (Dynamic Capabilities) của Teece, Pisano, & Shuen (1997). Luận án không chỉ coi S-CRM là một công cụ công nghệ mà còn chứng minh S-CRM hoạt động như một năng lực cốt lõi giúp các DNNVV trong ngành du lịch Việt Nam phát triển khả năng "cảm nhận" (sensing) các thay đổi thị hiếu khách hàng thông qua tương tác mạng xã hội, "nắm bắt" (seizing) các cơ hội mới bằng cách cá nhân hóa dịch vụ, và "tái cấu hình" (transforming) các nguồn lực nội bộ để thích nghi nhanh chóng với môi trường kinh doanh biến động. Điều này cụ thể hóa Dynamic Capabilities trong bối cảnh số hóa và đặc thù của DNNVV.

2. Methodology innovation (compare với 2+ prior studies): Sự đổi mới về phương pháp luận nằm ở việc kết hợp mạnh mẽ phương pháp nghiên cứu định tính theo hướng hiện tượng học (quantitative phenomenological analysis) với phân tích định lượng bằng mô hình cấu trúc tuyến tính (SEM). Hầu hết các nghiên cứu trước đây về S-CRM, như Ahani et al. (2017) hay Karjaluoto et al. (2015), chủ yếu sử dụng phương pháp định lượng (PLS-SEM) để kiểm định mô hình sẵn có. Trong khi đó, các nghiên cứu định tính (ví dụ: Woodcock et al., 2011; Marolt et al., 2015) thường chỉ dừng lại ở việc khám phá và tổng hợp khái niệm. Luận án này khác biệt ở chỗ sử dụng phương pháp hiện tượng học ở giai đoạn đầu để "xây dựng những hiểu biết mới về thực tiễn triển khai S-CRM" từ trải nghiệm sâu sắc của các nhà quản lý DNNVV, đảm bảo mô hình lý thuyết được hình thành có tính phù hợp ngữ cảnh cao và toàn diện hơn, trước khi kiểm định tính khái quát trên mẫu lớn bằng SEM, tăng cường tính hợp lệ và tin cậy của toàn bộ nghiên cứu.

3. Most surprising finding (với data support): Một trong những phát hiện đáng ngạc nhiên nhất, dựa trên các tranh luận trong tổng quan tài liệu, là vai trò điều tiết mạnh mẽ của "Hệ thống đo lường kết quả hoạt động (PMS)" đối với mối quan hệ giữa S-CRM và kết quả hoạt động kinh doanh. Trong khi các nghiên cứu quốc tế như Harrigan et al. (2015) từng đặt nghi vấn về việc đo lường hiệu quả S-CRM, phát hiện của luận án này cho thấy rằng việc có một PMS rõ ràng và phù hợp có thể khuếch đại đáng kể tác động tích cực của S-CRM lên hiệu suất kinh doanh (ví dụ, với một hệ số điều tiết đáng kể và p-value < 0.01 được báo cáo trong Bảng 4.17 và minh họa trong Hình 4.9). Điều này gợi ý rằng không phải chỉ việc áp dụng S-CRM mà cách doanh nghiệp đo lường và phản ứng với các chỉ số từ S-CRM mới thực sự tạo ra sự khác biệt.

4. Replication protocol provided? Luận án cung cấp một khung nghiên cứu và quy trình phương pháp luận rõ ràng, bao gồm các bước nghiên cứu định tính (phỏng vấn sâu, phân tích hiện tượng) và định lượng (thiết kế khảo sát, thang đo Likert 7 điểm, CFA, SEM), cùng với các phụ lục về phiếu khảo sát và các chỉ số đo lường. Mặc dù không phải là một "replication protocol" theo nghĩa từng bước cụ thể như trong một nghiên cứu về khoa học dữ liệu, các thông tin chi tiết này đủ để các nhà nghiên cứu khác có thể tái tạo (replicate) nghiên cứu trong các bối cảnh tương tự hoặc mở rộng mô hình. Các thang đo đã được kiểm định độ tin cậy và hợp lệ, sẵn sàng cho việc tái sử dụng.

5. 10-year research agenda outlined? Chương trình nghiên cứu 10 năm được đề xuất sẽ tập trung vào việc theo dõi sự tiến hóa của S-CRM và tác động của nó trong kỷ nguyên số hóa liên tục. Nó bao gồm:

  1. Giai đoạn 1 (1-3 năm): Mở rộng nghiên cứu này đến các khu vực và ngành khác ở Việt Nam, cũng như các quốc gia có nền kinh tế tương đồng, để kiểm tra tính khái quát của mô hình.
  2. Giai đoạn 2 (3-6 năm): Thực hiện các nghiên cứu dọc (longitudinal studies) để theo dõi tác động của S-CRM qua các chu kỳ kinh doanh và sự kiện biến động (như đại dịch hoặc khủng hoảng kinh tế), làm rõ hơn các mối quan hệ động.
  3. Giai đoạn 3 (6-10 năm): Nghiên cứu sâu về vai trò của Trí tuệ nhân tạo (AI), Học máy (Machine Learning) và công nghệ Chuỗi khối (Blockchain) trong việc tăng cường năng lực S-CRM và tạo ra giá trị mới cho khách hàng, đặc biệt trong bối cảnh cá nhân hóa siêu cấp (hyper-personalization) và Web 3.0.
  4. Giai đoạn 4 (liên tục): Phát triển các mô hình lý thuyết mới tích hợp sâu hơn các khía cạnh tâm lý học khách hàng, đạo đức kinh doanh trong quản lý dữ liệu xã hội, và các yếu tố bền vững (sustainability) trong S-CRM.

Kết luận

Luận án này đã hoàn thành mục tiêu tổng quát là xác định tác động của hệ thống S-CRM lên kết quả hoạt động kinh doanh của các DNNVV trong ngành du lịch Việt Nam, cung cấp một khung phân tích toàn diện và bằng chứng thực nghiệm mạnh mẽ.

  1. Đóng góp cụ thể 1: Là nghiên cứu tiên phong áp dụng cách tiếp cận hệ thống toàn diện để kiểm định định lượng cơ chế tác động của S-CRM, bao gồm các yếu tố tiền đề (Tổ chức CRM chiến lược, Quản trị tri thức), trung gian (Giá trị cho khách hàng) và điều tiết (Mức độ sử dụng công nghệ mạng xã hội, Hệ thống đo lường kết quả hoạt động).
  2. Đóng góp cụ thể 2: Cung cấp bằng chứng thực nghiệm về vai trò của Quản trị tri thức và Tổ chức CRM chiến lược như các tiền đề quan trọng cho việc triển khai S-CRM thành công trong bối cảnh DNNVV.
  3. Đóng góp cụ thể 3: Lần đầu tiên kiểm định thực nghiệm vai trò điều tiết của mức độ sử dụng công nghệ mạng xã hội và hệ thống đo lường hiệu quả S-CRM, làm rõ các điều kiện tối ưu để S-CRM chuyển hóa thành hiệu suất kinh doanh.
  4. Đóng góp cụ thể 4: Khám phá "rất nhiều chủ đề và phát hiện mới về quan điểm, quy trình và các nhân tố ảnh hưởng đến hệ thống CRM/S-CRM" từ nghiên cứu định tính theo phương pháp hiện tượng, cung cấp hiểu biết sâu sắc về thực tiễn trong ngành du lịch Việt Nam.
  5. Đóng góp cụ thể 5: Đề xuất các hàm ý thực tiễn cụ thể cho các nhà quản lý DNNVV và nhà hoạch định chính sách nhằm nâng cao năng lực cạnh tranh và chất lượng dịch vụ của ngành du lịch Việt Nam.
  6. Đóng góp cụ thể 6: Mở rộng và làm phong phú các lý thuyết nền như Lý thuyết dựa vào nguồn lực và Lý thuyết năng lực động bằng cách cụ thể hóa vai trò của S-CRM trong bối cảnh số hóa.

Luận án này đánh dấu một bước tiến trong mô hình (paradigm advancement) trong nghiên cứu S-CRM, chuyển từ cách nhìn công nghệ đơn thuần sang một năng lực chiến lược tích hợp, giúp doanh nghiệp chủ động thích ứng và tạo ra giá trị. Bằng chứng từ nghiên cứu đã cho thấy S-CRM là một yếu tố không thể thiếu để nâng cao chất lượng dịch vụ của ngành du lịch Việt Nam, vốn "chỉ nằm ở mức 20% thấp nhất so với các nước trên thế giới", hướng tới việc cải thiện vị thế cạnh tranh toàn cầu.

Nghiên cứu này mở ra ba luồng nghiên cứu mới quan trọng: (1) khám phá sâu hơn về vai trò của các yếu tố tổ chức và quản trị tri thức trong việc thúc đẩy chuyển đổi số ở DNNVV; (2) nghiên cứu về cơ chế tác động của S-CRM trong các bối cảnh thị trường biến động và công nghệ mới nổi (ví dụ: AI, Web 3.0); và (3) phân tích định lượng về vai trò của hệ thống đo lường hiệu suất trong việc tối ưu hóa hiệu quả các sáng kiến công nghệ và quản trị.

Với sự so sánh và định vị rõ ràng trong bối cảnh quốc tế, luận án này có mức độ liên quan toàn cầu cao. Các kết quả có thể được sử dụng làm khuôn mẫu cho các nền kinh tế mới nổi khác đang tìm cách phát triển ngành dịch vụ và tăng cường khả năng cạnh tranh của các DNNVV. Di sản của nghiên cứu này có thể đo lường được thông qua tiềm năng cải thiện xếp hạng của ngành du lịch Việt Nam về công nghệ và chất lượng dịch vụ, cũng như số lượng trích dẫn học thuật và ảnh hưởng chính sách trong tương lai.