Từ khóa

Giá thực đơn, chi tiêu marketing, đánh giá khách hàng, doanh thu nhà hàng, hồi quy bội.

1 Giới thiệu

      Bài nghiên cứu này phân tích các yếu tố ảnh hưởng đến doanh thu của nhà hàng, bao gồm giá thực đơn, chi tiêu marketing và đánh giá khách hàng. Nghiên cứu sử dụng mô hình hồi quy bội trên 100 quan sát từ tập dữ liệu “Restaurants Revenue Prediction” trên Kaggle.

1.1 Tổng quan lý thuyết

      Trong bối cảnh kinh tế phát triển và nhu cầu ăn uống bên ngoài tăng cao, doanh thu nhà hàng chịu tác động của giá thực đơn, chi tiêu marketing và đánh giá khách hàng. Giá cả ảnh hưởng đến quyết định tiêu dùng, marketing giúp thu hút khách hàng tiềm năng, và đánh giá trực tuyến tác động đến lựa chọn của người tiêu dùng. Nghiên cứu áp dụng mô hình hồi quy bội để đo lường mức độ ảnh hưởng của từng yếu tố, hỗ trợ nhà quản lý xây dựng chiến lược kinh doanh hiệu quả nhằm tối ưu hóa lợi nhuận.

1.2 Nghiên cứu trước

      Các nghiên cứu trong nước cho thấy giá thực đơn và chi tiêu marketing đều có ảnh hưởng quan trọng đến doanh thu nhà hàng. Nguyễn & cộng sự (2020) xác định mối quan hệ phi tuyến giữa giá thực đơn và doanh thu, nhấn mạnh sự cần thiết của việc điều chỉnh giá một cách cẩn trọng. Lê & Phan (2019) khẳng định vai trò mạnh mẽ của chi tiêu marketing, đặc biệt là marketing trực tuyến, trong việc thúc đẩy doanh thu doanh nghiệp ngành dịch vụ ăn uống.
      Trong nghiên cứu ngoài nước, Anderson & Sullivan (1993) nhấn mạnh rằng sự hài lòng của khách hàng thông qua đánh giá tích cực có tác động trực tiếp đến doanh thu và lợi nhuận của doanh nghiệp. Luca (2016) phân tích dữ liệu từ Yelp và chỉ ra rằng thay đổi nhỏ trong đánh giá trực tuyến có thể làm tăng hoặc giảm doanh thu nhà hàng từ 5-9%, cho thấy tầm quan trọng của danh tiếng và phản hồi khách hàng đối với thành công tài chính của doanh nghiệp.

2 Mô hình và dữ liệu

2.1 Dữ liệu

Dựa trên nền tảng lý thuyết được trình bày và việc lựa chọn mô hình hồi quy bội, chúng em đã xây dựng mô hình MH1 sau: \[Revenue = \beta_1 +\beta_2*Price+\beta_3*Mkt+\beta_4*Rev+U \] Trong đó:
Monthly_Revenue(Revenue): Doanh thu của nhà hàng
Menu_Price(Price): Giá thực đơn
Marketing_Spend(Mkt): Chi tiêu Marketing
Reviews(Rev): Đánh giá khách hàng

library(DT)
data1=read.csv("C:/Users/Asus/Downloads/DL.csv")
datatable(data1)
Phương pháp thu thập dữ liệu: Nhóm đã nghiên cứu thu thập dữ liệu từ nguồn Kaggle(https://tinyurl.com/2xamsxtw). Phân tích dữ liệu bằng cách sử dụng Rmarkdown tập trung đánh giá các yếu tố tác động đến doanh thu nhà hàng qua kiểm định hệ số hồi quy, kiểm tra khuyết tật mô hình và sử dụng mô hình để dự báo.

Các thông tin quan trọng của các biến 

summary_stats <- data.frame(
  Biến = c("Price", "Mkt", "Rev", "Revenue"),
  Trung_bình = c(mean(data1$Price), mean(data1$Mkt), mean(data1$Rev), mean(data1$Revenue)),
  Độ_lệch_chuẩn = c(sd(data1$Price), sd(data1$Mkt), sd(data1$Rev), sd(data1$Revenue)),
  Số_quan_sát = c(length(data1$Price), length(data1$Mkt), length(data1$Rev), length(data1$Revenue))
)
knitr::kable(summary_stats, caption="Thống kê mô tả các biến")
Thống kê mô tả các biến
Biến Trung_bình Độ_lệch_chuẩn Số_quan_sát
Price 30.436617 10.727041 100
Mkt 9.869221 5.960401 100
Rev 49.610000 29.983462 100
Revenue 282.921390 109.230800 100

2.2 Phân tích liên hệ giữa các biến

pairs(data1[, c("Revenue","Price","Mkt","Rev")],main="Scatter Plot Ma trận")

2.3 Xây dựng mô hình hồi quy bội

2.3.1 Chạy mô hình

MH1=lm(Revenue~Price+Mkt+Rev,data1)
summary(MH1)
## 
## Call:
## lm(formula = Revenue ~ Price + Mkt + Rev, data = data1)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -252.219  -54.939    6.595   65.073  245.187 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 154.0149    35.7314   4.310 3.95e-05 ***
## Price         2.7792     0.8887   3.127  0.00234 ** 
## Mkt           8.0964     1.5885   5.097 1.73e-06 ***
## Rev          -0.7173     0.3172  -2.261  0.02600 *  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 93.97 on 96 degrees of freedom
## Multiple R-squared:  0.2823, Adjusted R-squared:  0.2599 
## F-statistic: 12.59 on 3 and 96 DF,  p-value: 5.213e-07

Ước lượng của mô hình

\[\hat{Revenue} =154.0149+2.7792\hat{Price}+8.0964\hat{Mkt}-0.7173\hat{Rev}. \] Từ kết quả chạy mô hình, với \(\alpha=5\%\), chấp nhận mô hình phù hợp. Mô hình hồi quy MH1 cho thấy các hệ số đều có ý nghĩa thống kê.

2.3.2 Kiểm tra các điều kiện LS

2.3.2.1 Tự tương quan

library(lmtest)
## Loading required package: zoo
## 
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric
dwtest(MH1)
## 
##  Durbin-Watson test
## 
## data:  MH1
## DW = 1.907, p-value = 0.3145
## alternative hypothesis: true autocorrelation is greater than 0

Với mức ý nghĩa \(\alpha=5\%\), MH1 không xảy ra hiện tượng tự tương quan bậc 1.

2.3.2.2 Phương sai sai số thay đổi

library(lmtest)
bptest(MH1)
## 
##  studentized Breusch-Pagan test
## 
## data:  MH1
## BP = 5.2908, df = 3, p-value = 0.1517

Với mức ý nghĩa \(\alpha=5\%\), MH1 có phương sai không đổi.

2.3.2.3 Đa cộng tuyến

library(car)
## Loading required package: carData
vif(MH1)
##    Price      Mkt      Rev 
## 1.018870 1.005003 1.014312

Kết quả kiểm tra VIF cho thấy mô hình MH1 không gặp vấn đề về đa cộng tuyến.

2.3.3 Dự báo

new_data <- data.frame(Price = c(20,37,40),
                       Mkt = c(3,10,15),
                       Rev = c(5,90,74)
                       )
predictions <- predict(MH1, newdata = new_data)
print(predictions)
##        1        2        3 
## 230.3010 273.2477 333.5445

3 Kết luận

      Nghiên cứu này phân tích tác động của giá thực đơn, chi tiêu marketing và đánh giá khách hàng đến doanh thu nhà hàng. Kết quả cho thấy giá thực đơn và marketing có ảnh hưởng tích cực, trong khi đánh giá khách hàng tác động tiêu cực nhưng vẫn quan trọng. Mô hình giúp dự báo doanh thu và đề xuất tối ưu hóa chiến lược kinh doanh, đặc biệt là quản lý thương hiệu trực tuyến. Nghiên cứu tương lai có thể mở rộng với nhiều yếu tố hơn để nâng cao độ chính xác.

Tài liệu tham khảo

  1. Mankiw, N. G. (2020). Principles of Economics (9th ed.). Cengage Learning.
  2. Nguyễn, H., & cộng sự. (2020). Tác động của giá thực đơn đến doanh thu nhà hàng tại Việt Nam. Tạp chí Kinh tế và Phát triển, 30(4), 121-134.
  3. Lê, T., & Phan, L. (2019). Chi tiêu marketing và tác động đến doanh thu doanh nghiệp. Tạp chí Quản lý và Kinh tế, 22(1), 56-67.
  4. Anderson, E. W., & Sullivan, M. W. (1993). The antecedents and consequences of customer satisfaction for firms. Marketing Science, 12(2), 125-143.
  5. Luca, M. (2016). Reviews, reputation, and revenue: The case of Yelp.com. Harvard Business School Working Paper.