Công nghệ số và hiệu quả kinh doanh khách sạn: Nghiên cứu tại Premier Pearl, Vũng Tàu

Đặng Hoài Nam

Nguyễn Thị Bảo Sa (Tác giả liên hệ)

Email: [email protected]

Khoa Du lịch, Trường Đại học Văn Lang, TP. Hồ Chí Minh, Việt Nam

Tóm tắt

Nghiên cứu này đánh giá tác động của công nghệ số đến hiệu quả kinh doanh tại Khách sạn Premier Pearl, Vũng Tàu. Nghiên cứu sử dụng Mô hình chuỗi thời gian gián đoạn với 46 quan sát theo tháng (1/2022-10/2025) kết hợp phỏng vấn 6 cán bộ quản lý và nhân viên. Kết quả cho thấy, công nghệ không tạo ra tăng trưởng doanh thu ngay lập tức nhưng thiết lập xu hướng tăng bền vững, công suất phòng cải thiện theo thời gian, lỗi vận hành giảm rõ rệt từ thời điểm triển khai và năng suất lao động tăng. Từ đó, nghiên cứu đề xuất giá trị công nghệ hình thành trước hết qua cải thiện vận hành, sau đó chuyển hóa thành kết quả tài chính.

Từ khóa: Chuỗi thời gian gián đoạn, công nghệ số, hiệu quả tài chính, hiệu quả vận hành, khách sạn

Abstract

The study evaluates the impact of digital technology on business performance at Premier Pearl Hotel, Vung Tau. The study employs an Interrupted Time Series model based on 46 monthly observations collected from January 2022 to October 2025, combined with interviews with six managers and employees. The results indicate that digital technology did not generate an immediate increase in revenue but established a sustained upward revenue trend over time. Room occupancy improved gradually, operational errors decreased significantly from the time of implementation, and labor productivity increased. Based on these findings, the study suggests that the value of digital technology is initially realized through improvements in operational performance, which are subsequently transformed into financial performance

Keywords: Interrupted Time Series, digital technology, financial performance, operational performance, hotel

GIỚI THIỆU

Chuyển đổi số đang định hình lại ngành du lịch - khách sạn toàn cầu thông qua nền tảng trực tuyến cùng với trí tuệ nhân tạo (AI), dữ liệu lớn (Big Data) và điện toán đám mây (Buhalis và cộng sự, 2023). Tại Việt Nam, chuyển đổi số được xác định là động lực quan trọng cho du lịch thông minh đến năm 2030 (Thủ tướng Chính phủ, 2018).

Theo Lý thuyết giá trị kinh doanh công nghệ thông tin (IT Business Value - ITBV), tác động của công nghệ đến kết quả tài chính thường gián tiếp và cần thời gian để chuyển hóa thông qua cải thiện quy trình vận hành (Melville và cộng sự, 2004; Vial, 2021). Tuy nhiên, các nghiên cứu trong nước hiện chủ yếu tập trung khảo sát nhận thức hoặc mức độ sẵn sàng chuyển đổi số, trong khi bằng chứng định lượng dựa trên dữ liệu chuỗi thời gian thực tế còn rất hạn chế. Do đó, nghiên cứu này sử dụng Mô hình chuỗi thời gian gián đoạn trên 46 tháng dữ liệu vận hành - tài chính của Khách sạn Premier Pearl nhằm đánh giá tác động của việc triển khai đồng bộ Hệ thống Quản lý tài sản khách sạn (PMS), Hệ thống Quản trị quan hệ khách hàng (CRM) và Hệ thống Quản lý kênh phân phối (CM), qua đó cung cấp bằng chứng thực nghiệm cho lĩnh vực quản trị khách sạn.

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU

Nghiên cứu xây dựng mô hình theo hướng đo lường hiệu quả đa chiều của ứng dụng công nghệ số, trong đó công nghệ (TECH) được xem là một can thiệp có thể tạo ra tác động đồng thời lên 2 nhóm biến phụ thuộc gồm hiệu quả tài chính (FIN) và hiệu quả vận hành (OP). Cách tiếp cận này phù hợp với đặc thù ngành khách sạn, nơi PMS, CRM và CM đóng vai trò là hạ tầng công nghệ cốt lõi của doanh nghiệp. Việc triển khai đồng bộ các hệ thống này có thể tạo ra biến động trong doanh thu và các chỉ tiêu khai thác thị trường, đồng thời cũng có thể làm thay đổi năng suất lao động và mức độ kiểm soát lỗi trong vận hành nội bộ. Trên cơ sở đó, nghiên cứu sử dụng mô hình đo lường song song giữa công nghệ với FIN và công nghệ với OP.

Nghiên cứu đo lường FIN bằng doanh thu (REV) và công suất phòng (OCC), trong đó REV phản ánh giá trị kinh tế khách sạn tạo ra trong kỳ còn OCC thể hiện khả năng khai thác nhu cầu thị trường. Mặc dù không phải chỉ tiêu kế toán theo nghĩa truyền thống, OCC vẫn là tín hiệu quan trọng cho thấy khả năng chuyển hóa nhu cầu thành doanh thu (Mariani và Baggio, 2022). Đối với OP, nghiên cứu sử dụng năng suất buồng phòng (PRD) đo bằng số phòng phục vụ trên mỗi nhân viên mỗi tháng và số lỗi vận hành (OE) phản ánh mức độ sai sót trong cung cấp dịch vụ.

Khung phân tích dựa trên Lý thuyết giá trị kinh doanh công nghệ thông tin (Melville và cộng sự, 2004) cho rằng, công nghệ số tạo ra giá trị ở cả tầng tài chính tích lũy và tầng vận hành trực tiếp. Việc đánh giá độc lập từng nhóm chỉ số cho phép nhận diện chính xác các phản ứng đặc thù và độ trễ về mặt thời gian của từng loại hình giá trị dưới tác động của công nghệ số (Vial, 2021).

Dựa trên cơ sở lý thuyết, nghiên cứu đề xuất mô hình nghiên cứu như Hình.

Hình: Khung đo lường hiệu quả công nghệ số

Nguồn: Tác giả đề xuất

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu áp dụng thiết kế hỗn hợp tuần tự giải thích, kết hợp định lượng và sau đó là định tính, tại Khách sạn Premier Pearl, Vũng Tàu.

Phần định lượng được thực hiện thông qua phân tích dữ liệu trên 46 quan sát theo tháng (1/2022-10/2025) về REV, OCC, PRD và OE từ dữ liệu nội bộ của khách sạn. Dựa trên phương pháp Chuỗi thời gian gián đoạn (ITS), việc triển khai đồng bộ PMS, CRM và CM được xem như một điểm can thiệp về công nghệ số, với thời điểm xác định là tháng 1/2024. Đây là một thiết kế bán thực nghiệm cho phép ước lượng tác động của can thiệp dựa trên sự thay đổi mức độ và xu hướng của biến kết quả theo thời gian (Bernal và cộng sự, 2017). Mô hình tổng quát như sau:

Yₜ = β₀ + β₁·Timeₜ + β₂·Interventionₜ + β₃·PostTimeₜ + εₜ

Trong đó, Yₜ là giá trị biến phụ thuộc trong tháng t; Timeₜ là số thứ tự tháng tính từ đầu chuỗi quan sát; Interventionₜ là biến giả đánh dấu thời điểm áp dụng công nghệ (0 trước 1/2024, 1 từ 1/2024); PostTimeₜ là số tháng đếm kể từ thời điểm can thiệp (bằng 0 trước 1/2024, sau đó tăng dần 1, 2, 3…). Các hệ số β₀, β₁, β₂ và β₃ lần lượt phản ánh mức khởi điểm, xu hướng nền trước can thiệp, thay đổi mức tức thời tại thời điểm can thiệp và thay đổi xu hướng sau can thiệp. Các phân tích định lượng được thực hiện trên phần mềm SPSS 26.

Phần định tính bổ sung chiều sâu cho kết quả bằng phỏng vấn bán cấu trúc với 2 quản lý và 4 nhân viên. Dữ liệu được mã hóa chủ đề nhằm giải thích rõ hơn các quan sát thu được trong phân tích mô hình ITS.

KẾT QUẢ VÀ THẢO LUẬN

Bảng trình bày kết quả hồi quy phân đoạn của mô hình ITS cho cả 4 biến độc lập. Các giá trị R² hiệu chỉnh dao động từ 0,510 đến 0,935, cho thấy mô hình giải thích tốt sự biến thiên của biến kết quả trong giai đoạn quan sát.

Bảng: Kết quả hồi quy phân đoạn (ITS) cho 4 chỉ số (N = 46)

Nguồn: Dữ liệu được phân tích trên phần mềm SPSS 26

Tác động của công nghệ số đến hiệu quả tài chính

Kết quả ITS cho thấy, một xu hướng chung về hiệu quả tài chính: không có thay đổi mức tức thời β₂ tại 1/2024 (p > 0,5 ở cả REV và OCC), nhưng xu hướng sau can thiệp tăng có ý nghĩa thống kê với β₃ = 0,146 cho REV (p = 0,015) và β₃ = 1,151 cho OCC (p = 0,010). Điều này cho thấy, công nghệ không tạo được sựu gia tăng đột biến về doanh thu hay công suất ngay sau triển khai mà thiết lập một quỹ đạo tăng trưởng mới sau can thiệp.

Phân tích định tính giúp lý giải hiện tượng độ trễ này. Một quản lý chia sẻ: “Thời gian đầu chúng tôi vừa làm theo hệ thống mới, vừa kiểm tra lại theo cách cũ cho chắc, nên chưa thể tối ưu doanh thu ngay” (QL1). Trong khi đó, một quản lý khác mô tả quá trình chuyển hóa giá trị tài chính theo thời gian: “Sau khoảng nửa năm thì hệ thống mới bắt đầu phát huy, dữ liệu khách hàng tích lũy nhiều hơn, đội bán phòng có thể chào giá theo từng nhóm khách quen, đặt phòng trực tiếp tăng dần và doanh thu cũng nhích lên đều đặn” (QL2). Những dẫn chứng này cùng phản ánh hiệu quả của công nghệ số phụ thuộc vào quá trình tích lũy dữ liệu và đường cong học hỏi của tổ chức, phù hợp với khung ITBV về tính gián tiếp và độ trễ của giá trị công nghệ (Melville và cộng sự, 2004; Vial, 2021).

Tác động của công nghệ số đến hiệu quả vận hành

Đối với PRD, phân tích thể hiện xu hướng tăng rõ trước can thiệp (β₁ = 0,160; p < 0,001) và tiếp tục tăng tốc sau can thiệp với β₃ = 0,088 (p = 0,031), cho thấy công nghệ làm gia tăng tốc độ cải thiện năng suất buồng phòng so với quỹ đạo tăng trưởng trước đó. Đối với OE, ngoài xu hướng giảm trước can thiệp (β₁ = -0,303; p < 0,001), mô hình ghi nhận số lỗi vận hành giảm mức tức thời với β₂ = -1,207 (p = 0,061) gần ngưỡng ý nghĩa 5%, sau đó duy trì ở mặt bằng thấp mới thay vì tiếp tục giảm mạnh, phản ánh hiệu ứng bão hòa khi dư địa cải thiện trở nên hạn chế.

Phỏng vấn nhân viên trực tiếp vận hành cung cấp các minh họa cụ thể. Một nhân viên lễ tân cho biết: “Trước đây mỗi lần chuyển ca chúng tôi phải gọi điện hỏi nhau xem phòng nào sạch, phòng nào còn khách check-out, giờ chỉ nhìn vào hệ thống là biết hết, một ca tôi xử lý được nhiều phòng hơn hẳn” (NV1). Về kiểm soát lỗi, một nhân viên buồng phòng cho hay: “Hệ thống tự cảnh báo khi nhập trùng phòng hoặc thiếu thông tin khách, mấy lỗi trước đây cứ vài ngày lại xảy ra một lần thì giờ gần như không còn” (NV2). Điều này cho thấy, giá trị của công nghệ ở cấp độ vận hành xuất hiện sớm thông qua chuẩn hóa quy trình, giảm sai sót tại nguồn dữ liệu và tăng phối hợp giữa các bộ phận. Phần lỗi còn lại chủ yếu xuất phát từ khả năng vận hành của đội ngũ sử dụng hệ thống công nghệ số này, nên số lỗi hệ thống giảm dần ổn định thay vì tiếp tục tăng.

Mô hình đề xuất TECH → OP → FIN

Tổng hợp cho thấy, nhóm vận hành nội bộ (PRD, OE) cải thiện ngay từ thời điểm triển khai, trong khi nhóm tài chính - thị trường (REV, OCC) chỉ thay đổi xu hướng sau can thiệp. Mẫu hình thời gian này gợi ý khả năng giá trị công nghệ hình thành tuần tự: trước hết tác động đến vận hành thông qua chuẩn hóa quy trình và tích lũy dữ liệu, sau đó dần chuyển hóa thành kết quả tài chính khi tổ chức học hỏi để khai thác hiệu quả hơn nhu cầu thị trường. Trên cơ sở đó, nghiên cứu đề xuất một giả thuyết cho các nghiên cứu tương lai kiểm định: mô hình tuần tự TECH → OP → FIN, trong đó OP có thể đóng vai trò trung gian truyền dẫn giá trị công nghệ đến FIN.

KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

Nghiên cứu này cung cấp 3 phát hiện quan trọng. Thứ nhất, công nghệ số không tạo gia tăng tức thời ở các chỉ tiêu tài chính - thị trường nhưng thiết lập một xu hướng tăng trưởng bền vững theo thời gian. Thứ hai, tác động ở cấp độ vận hành xuất hiện sớm và rõ rệt thông qua mức giảm lỗi gần như tức thời và năng suất phòng tiếp tục được đẩy lên cao hơn xu hướng nền trước đó. Thứ ba, OP đóng vai trò trung gian truyền dẫn giá trị công nghệ đến FIN, từ đó hình thành mô hình TECH → OP → FIN thay vì 2 hướng tác động độc lập.

Bên cạnh đó, 4 hàm ý quản trị cũng được đề xuất.

Thứ nhất, cần định vị lại vai trò của công nghệ như bộ tăng tốc khai thác cầu hiện hữu thay vì công cụ tạo cầu mới, do đó chiến lược của khách sạn nên hướng đến tối đa hóa doanh thu trên mỗi phòng.

Thứ hai, Khách sạn cần quản trị sự thay đổi trong tổ chức nhằm rút ngắn độ trễ chuyển hóa từ cải thiện vận hành sang kết quả tài chính.

Thứ ba, cần tái cấu trúc cơ chế quản trị chất lượng theo đi hướng kết hợp kiểm soát hệ thống và điều chỉnh hành vi thực thi của nhân viên.

Thứ tư, Khách sạn cần phát triển năng lực khai thác và phân tích dữ liệu khách hàng như một nguồn lực chiến lược hỗ trợ ra quyết định dài hạn.

Tuy nhiên, nghiên cứu này vẫn tồn tại một số hạn chế. Trước tiên, thiết kế trường hợp đơn tại một khách sạn cụ thể và phạm vi biến đo lường tập trung vào chỉ số vận hành - doanh thu nội bộ, nên cơ chế tạo giá trị công nghệ chỉ mới được phản ánh một phần. Bên cạnh đó, Mô hình ITS chưa kiểm soát yếu tố mùa vụ, vốn ảnh hưởng đáng kể đến hoạt động khách sạn ven biển. Ngoài ra, giai đoạn đầu chuỗi quan sát trùng pha phục hồi sau COVID-19, có thể tạo xu hướng nền không liên quan đến can thiệp công nghệ. Những hạn chế này gợi hướng nghiên cứu mở rộng sang dữ liệu nhiều khách sạn, tích hợp biến mùa vụ, biến kiểm soát phục hồi ngành, cùng các biến về trải nghiệm khách hàng, uy tín số và lợi nhuận. Qua đó, các nghiên cứu tương lai có thể làm rõ hơn vai trò trung gian giả định của công nghệ trong nhiều bối cảnh cạnh tranh khác nhau, củng cố khung đo lường TECH → OP → FIN trong ngành khách sạn.

Tài liệu tham khảo:

1. Bernal, J. L., Cummins, S., & Gasparrini, A. (2017). Interrupted time series regression for the evaluation of public health interventions: A tutorial. International Journal of Epidemiology, 46(1), 348-355.

2. Buhalis, D., Leung, X. Y., Fan, D., Darcy, S., Chen, G., Xu, F., Tan, G. W. H., Nunkoo, R., & Farmaki, A. (2023). Tourism 2030 and the contribution of robots, artificial intelligence, internet of things and 5G: A systematic review. International Journal of Contemporary Hospitality Management, 35(1), 369-393.

3. Mariani, M., & Baggio, R. (2022). Big data and analytics in hospitality and tourism: A systematic literature review. International Journal of Contemporary Hospitality Management, 34(1), 231-278.

4. Melville, N., Kraemer, K., & Gurbaxani, V. (2004). Information technology and organizational performance: An integrative model of IT business value. MIS Quarterly, 28(2), 283-322.

5. Thủ tướng Chính phủ (2018). Quyết định số 1671/QĐ-TTg ngày 30/11/2018 phê duyệt Đề án tổng thể ứng dụng công nghệ thông tin trong lĩnh vực du lịch giai đoạn 2018-2020, định hướng đến năm 2025.

6. Vial, G. (2021). Understanding digital transformation: A review and a research agenda. In A. Hinings, T. Gegenhuber, & R. Greenwood (Eds.). Managing Digital Transformation (pp. 13-66). Routledge.