Lý thuyết BCG: mô hình, cách áp dụng và kiểm định trong luận văn

Mô hình lý thuyết BCG là gì

Lý thuyết BCG, thường được trình bày dưới dạng ma trận BCG, là công cụ phân tích danh mục sản phẩm hoặc đơn vị kinh doanh chiến lược. Mô hình giúp bạn đặt từng sản phẩm vào vị trí tương đối dựa trên hai chiều: tốc độ tăng trưởng của thị trường và thị phần tương đối so với đối thủ lớn nhất.

BCG là tên viết tắt của Boston Consulting Group, tổ chức đã phát triển mô hình này cho mục đích hỗ trợ quyết định phân bổ nguồn lực. Khi viết luận văn, bạn nên gọi đúng bản chất của mô hình: đây là khung phân tích chiến lược danh mục, không phải một thang đo tâm lý và cũng không tự động tạo ra quan hệ nhân quả giữa các biến.

Nếu bạn cần phân biệt nhanh, BCG là gì sẽ phù hợp khi bạn muốn xem phần giải thích khái niệm ngắn hơn. Còn bài viết này tập trung vào cách biến lý thuyết thành mô hình nghiên cứu có thể thu thập dữ liệu và kiểm định.

Hai trục của ma trận thường được chia thành mức cao và thấp. Trục ngang là thị phần tương đối, thể hiện sức mạnh cạnh tranh của sản phẩm so với đối thủ dẫn đầu. Trục dọc là tốc độ tăng trưởng thị trường, thể hiện mức hấp dẫn hoặc tiềm năng phát triển của thị trường. Giao của hai trục tạo thành bốn nhóm: Star, Cash Cow, Question Mark và Dog.

Các thành phần trong mô hình

Bạn có thể trình bày bốn nhóm của lý thuyết BCG như một bảng phân loại. Tuy nhiên, các mốc cao và thấp cần được xác định theo ngành, bộ dữ liệu và cách thiết kế nghiên cứu. Không nên tự chọn một con số cố định rồi xem đó là ngưỡng có giá trị cho mọi ngành.

Trong bảng trên, Star, Cash Cow, Question Mark và Dog là các biến phân loại hoặc nhóm chiến lược, không phải bốn biến quan sát để bạn đưa thẳng vào Cronbach's Alpha. Nếu bảng hỏi hỏi người trả lời đánh giá nhiều sản phẩm, bạn có thể mã hóa nhóm BCG sau khi xác định cách tính hai trục.

Thành phần thứ nhất là tăng trưởng thị trường. Bạn có thể đo bằng tốc độ tăng doanh thu của thị trường, tốc độ tăng số lượng khách hàng hoặc đánh giá của nhà quản lý về tiềm năng ngành. Cách đo phải phù hợp với đối tượng trả lời. Một nhân viên bán hàng có thể đánh giá xu hướng thị trường, nhưng chưa chắc cung cấp được số liệu thị phần chính xác.

Thành phần thứ hai là thị phần tương đối. Nếu có số liệu doanh thu, công thức tham khảo là doanh thu của doanh nghiệp hoặc sản phẩm chia cho doanh thu của đối thủ dẫn đầu. Nếu không có dữ liệu thứ cấp đáng tin cậy, bạn có thể xây dựng các biến quan sát về vị thế cạnh tranh tương đối, độ nhận biết, độ phủ kênh phân phối hoặc khả năng giữ khách hàng. Khi đó, bạn đang vận hành hóa khái niệm vị thế cạnh tranh, chứ không nên tuyên bố rằng bảng hỏi đã đo thị phần thực tế.

Thành phần thứ ba là quyết định phân bổ nguồn lực. Đây có thể là biến phụ thuộc trong mô hình mở rộng, với các chỉ báo như mức độ ưu tiên ngân sách, nhân sự, hoạt động marketing và phát triển sản phẩm. Thành phần này giúp lý thuyết BCG trở thành nền tảng cho một nghiên cứu định lượng thay vì chỉ dừng ở việc vẽ ma trận.

Mô hình gốc và các mở rộng phổ biến

Mô hình gốc của BCG dùng hai chiều tăng trưởng thị trường và thị phần tương đối để hỗ trợ quyết định danh mục. Trong luận văn, bạn nên giữ hai chiều này làm lõi, sau đó giải thích rõ phần nào là mở rộng do đề tài của bạn đề xuất.

Một mở rộng thường gặp là bổ sung chất lượng sản phẩm, năng lực đổi mới, mức độ trung thành của khách hàng hoặc hiệu quả marketing. Các biến này có thể giải thích vì sao hai sản phẩm có cùng thị phần tương đối nhưng tạo ra kết quả kinh doanh khác nhau. Dù vậy, việc thêm biến cần xuất phát từ câu hỏi nghiên cứu và tài liệu, không chỉ vì mô hình sẽ có nhiều mũi tên hơn.

Bạn cũng có thể đặt lý thuyết BCG cạnh các khung phân tích chiến lược khác. Mô hình SWOT phù hợp khi bạn cần phân loại điểm mạnh, điểm yếu, cơ hội và thách thức. Lý thuyết 5 áp lực cạnh tranh Porter giúp phân tích cấu trúc cạnh tranh của ngành, còn lý thuyết chuỗi giá trị Porter tập trung vào các hoạt động tạo giá trị trong doanh nghiệp.

Balanced Scorecard cũng có thể được dùng khi đề tài muốn đánh giá chiến lược qua nhiều khía cạnh như tài chính, khách hàng, quy trình nội bộ và học hỏi phát triển. Bạn có thể xem thêm Balanced Scorecard là gì để tránh dùng BCG cho một câu hỏi vốn cần hệ thống chỉ tiêu thực thi chiến lược.

Các lý thuyết nguồn lực RBV, lý thuyết thể chế, lý thuyết các bên liên quan và lý thuyết đại diện có thể bổ sung nền tảng giải thích. Chẳng hạn, RBV giúp lý giải năng lực nội tại, lý thuyết thể chế giải thích áp lực từ quy định và chuẩn mực, còn lý thuyết các bên liên quan mở rộng đối tượng ảnh hưởng đến quyết định. Bạn chỉ nên đưa chúng vào phần cơ sở lý thuyết nếu chúng liên quan trực tiếp đến biến nghiên cứu.

Thang đo thường dùng cho từng khái niệm

Lý thuyết BCG không cung cấp sẵn một bộ thang đo chuẩn để bạn sao chép vào bảng hỏi. Vì vậy, bạn cần tìm thang đo phù hợp cho từng khái niệm, kiểm tra bối cảnh nghiên cứu và thử nghiệm trước khi thu thập chính thức. Bảng dưới đây là bản đồ khái niệm để thiết kế nghiên cứu, không phải thang đo đã được xác nhận cho mọi ngành.

Bạn nên dùng biến quan sát thay vì gọi tất cả là câu hỏi. Ví dụ, ba phát biểu đo vị thế cạnh tranh có thể được trả lời trên thang Likert 5 mức, từ hoàn toàn không đồng ý đến hoàn toàn đồng ý. Thang Likert được giới thiệu trong công trình nền tảng của Likert, nhưng cách diễn đạt tiếng Việt vẫn cần điều chỉnh theo ngành và nhóm người trả lời (Likert, 1932).

Nếu đề tài dùng dữ liệu doanh nghiệp, hãy tách số liệu khách quan và đánh giá cảm nhận. Doanh thu năm, tốc độ tăng doanh thu và thị phần có thể nằm ở các cột dữ liệu riêng. Các phát biểu như “sản phẩm của doanh nghiệp có vị thế cạnh tranh tốt” là dữ liệu cảm nhận. Trộn hai loại này vào cùng một thang đo rồi chạy Cronbach's Alpha thường làm mất ý nghĩa của phép đo.

Áp dụng vào đề tài của bạn

Giả sử đề tài của bạn là: “Các yếu tố ảnh hưởng đến quyết định phân bổ nguồn lực cho danh mục sản phẩm của doanh nghiệp bán lẻ”. Bạn có thể dùng lý thuyết BCG để xây dựng logic như sau: tăng trưởng thị trường và vị thế cạnh tranh tạo ra nhận thức về vị trí sản phẩm, từ đó ảnh hưởng đến quyết định phân bổ nguồn lực.

Mô hình đề xuất có thể gồm bốn khái niệm: Tăng trưởng thị trường, Vị thế cạnh tranh, Tiềm năng sản phẩm và Quyết định phân bổ nguồn lực. Nếu dữ liệu thu thập từ nhà quản lý hoặc nhân viên phụ trách danh mục, bạn cần ghi rõ đơn vị phân tích là cá nhân đánh giá sản phẩm hay doanh nghiệp.

Bốn giả thuyết minh họa có thể viết như sau:

• H1: Nhận thức về tăng trưởng thị trường có ảnh hưởng tích cực đến đánh giá tiềm năng sản phẩm.
• H2: Vị thế cạnh tranh có ảnh hưởng tích cực đến đánh giá tiềm năng sản phẩm.
• H3: Đánh giá tiềm năng sản phẩm có ảnh hưởng tích cực đến quyết định phân bổ nguồn lực.
• H4: Vị thế cạnh tranh có ảnh hưởng trực tiếp đến quyết định phân bổ nguồn lực.

Đây là mô hình minh họa để bạn thấy cách chuyển khung BCG thành quan hệ giữa các biến. Bạn không được giữ nguyên H1 đến H4 nếu tổng quan tài liệu, đối tượng khảo sát hoặc cách đo của bạn không ủng hộ các quan hệ đó. Lý thuyết BCG có thể định hướng mô hình, nhưng dữ liệu mới quyết định hệ số và mức ý nghĩa thống kê.

Cách viết vào luận văn

“Dựa trên lý thuyết BCG, nghiên cứu đề xuất xem xét tác động của [tăng trưởng thị trường] và [vị thế cạnh tranh] đến [đánh giá tiềm năng sản phẩm] và [quyết định phân bổ nguồn lực]. Cụ thể, giả thuyết [H1/H2/H3/H4] được xây dựng để kiểm định mối quan hệ giữa [biến độc lập] và [biến phụ thuộc] trong bối cảnh [ngành/thị trường nghiên cứu].”

Bạn có thể dùng đoạn này ở phần cơ sở lý thuyết, sau đó thay toàn bộ phần trong ngoặc vuông bằng nội dung thật. Ở cuối mục, hãy thêm sơ đồ mô hình và bảng tổng hợp giả thuyết. Nếu mô hình có biến trung gian hoặc điều tiết, cần giải thích cơ chế thay vì chỉ thêm mũi tên.

Cách kiểm định mô hình bằng SPSS hoặc SmartPLS

SPSS phù hợp khi bạn dùng hồi quy tuyến tính, kiểm định độ tin cậy thang đo, EFA và tạo biến tổng hợp. Quy trình thường bắt đầu bằng làm sạch dữ liệu, chạy Cronbach's Alpha, chạy EFA, tính điểm đại diện cho các khái niệm rồi chạy hồi quy. Trong SPSS, bạn có thể vào Analyze > Scale > Reliability Analysis để kiểm tra độ tin cậy, sau đó vào Analyze > Dimension Reduction > Factor để chạy EFA.

Khi chạy Cronbach's Alpha, xem Reliability Statistics và Item-Total Statistics. Alpha từ 0.7 trở lên thường được xem là chấp nhận được (Nunnally, 1978), còn corrected item-total correlation từ 0.3 trở lên là một tiêu chí tham khảo (Nunnally và Bernstein, 1994). Với nghiên cứu khám phá, Alpha từ 0.6 có thể được cân nhắc nếu có giải thích phù hợp (Hair và cộng sự, 2010).

Khi chạy EFA, đọc KMO and Bartlett's Test, Total Variance Explained và Rotated Component Matrix. KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê là các tiêu chí thường dùng (Kaiser, 1974). Eigenvalue trên 1 có thể được dùng làm quy tắc trích nhân tố (Kaiser, 1960), còn factor loading từ 0.5 trở lên và tổng phương sai trích từ 50% trở lên là các mốc tham khảo thường gặp (Hair và cộng sự, 2010).

Nếu mô hình có nhiều biến tiềm ẩn, SmartPLS phù hợp khi bạn muốn đánh giá đồng thời measurement model và structural model. Bạn nhập dữ liệu .csv, tạo construct, kéo biến quan sát vào từng construct rồi chạy PLS-SEM Algorithm. Sau đó chạy Bootstrapping để kiểm tra path coefficient, t-statistics và p-value. Quy trình đánh giá measurement model trước structural model phù hợp với cách tiếp cận hai giai đoạn (Anderson và Gerbing, 1988).

Trong SmartPLS, bạn có thể đọc Outer Loadings, Construct Reliability and Validity, Discriminant Validity, Path Coefficients và R Square. Outer loading từ 0.7 trở lên là mốc tham khảo thường dùng (Chin, 1998). CR từ 0.7 và AVE từ 0.5 trở lên hỗ trợ đánh giá độ tin cậy và giá trị hội tụ (Fornell và Larcker, 1981). HTMT dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau, là tiêu chí đánh giá giá trị phân biệt (Henseler và cộng sự, 2015).

số liệu minh họa: Bảng trên mô phỏng tên output và hình dạng kết quả mà bạn có thể gặp trong SmartPLS hoặc SPSS. Các con số chỉ nhằm hướng dẫn cách đọc, không phải phát hiện của một nghiên cứu thật. R² ở mức 0.75, 0.50 và 0.25 lần lượt thường được diễn giải là đáng kể, trung bình và yếu trong PLS-SEM (Hair và cộng sự, 2011). VIF dưới 5 là mốc tham khảo để xem xét đa cộng tuyến (Hair và cộng sự, 2019). Nếu dùng Q², giá trị lớn hơn 0 cho thấy mô hình có liên quan dự báo theo tiêu chí này (Stone, 1974).

Nếu mô hình BCG của bạn chỉ dùng hồi quy, không đưa các chỉ số CFI, TLI, RMSEA vào phần kết quả. Các chỉ số đó thuộc nhóm đánh giá CB-SEM, không phải bộ chỉ số cốt lõi của mô hình PLS-SEM. Với hồi quy SPSS, bạn cần kiểm tra thêm phân phối phần dư, đa cộng tuyến và tự tương quan theo thiết kế nghiên cứu. Durbin-Watson trong khoảng 1 đến 3 là mốc tham khảo thường được dùng trong báo cáo SPSS (Field, 2013).

Lỗi thường gặp khi dùng mô hình này

Lỗi đầu tiên là xem bốn nhóm BCG như bốn biến độc lập. Star và Cash Cow là các nhóm phân loại sản phẩm. Nếu muốn đưa chúng vào hồi quy, bạn cần quy định cách mã hóa biến giả hoặc chuyển sang đo các khái niệm đứng sau phân loại.

Lỗi thứ hai là dùng “thị phần tương đối” trong tiêu đề nhưng bảng hỏi chỉ đo cảm nhận chung về thương hiệu. Cách làm này tạo khoảng cách giữa khái niệm lý thuyết và phép đo. Bạn cần đổi tên biến thành “vị thế cạnh tranh cảm nhận” hoặc bổ sung dữ liệu thị phần có nguồn và thời kỳ rõ ràng.

Lỗi thứ ba là cố định một ngưỡng cao và thấp cho mọi ngành. Thị trường bán lẻ, ngân hàng và phần mềm có tốc độ tăng trưởng rất khác nhau. Hãy nêu cách xác định nhóm, nguồn dữ liệu và lý do chọn điểm cắt trong chương phương pháp.

Lỗi thứ tư là kết luận nhân quả chỉ từ vị trí trong ma trận. BCG giúp định hướng phân tích danh mục, nhưng một mô hình hồi quy hoặc PLS-SEM vẫn cần dữ liệu, giả thuyết và kiểm định phù hợp. Hệ số không có ý nghĩa thống kê không thể được viết thành “BCG chứng minh rằng”.

Lỗi cuối là ghép BCG với mọi lý thuyết chiến lược có thể tìm thấy. Một mô hình có BCG, SWOT, Porter, RBV, Balanced Scorecard và lý thuyết các bên liên quan cùng lúc sẽ khó đo, khó giải thích và dễ bị hỏi về logic. Bạn nên chọn một khung chính, rồi thêm lý thuyết phụ khi nó giải thích được một biến cụ thể.

Câu hỏi thường gặp

Lý thuyết BCG có phải là một lý thuyết để chạy Cronbach's Alpha không?

BCG là khung phân tích danh mục, không phải một thang đo hoàn chỉnh. Bạn chỉ chạy Cronbach's Alpha cho nhóm biến quan sát được thiết kế để đo các khái niệm như vị thế cạnh tranh, tăng trưởng thị trường cảm nhận hoặc quyết định phân bổ nguồn lực.

Nếu bạn dùng số liệu doanh thu và thị phần thực tế, các chỉ tiêu đó có thể được phân tích trực tiếp mà không cần gộp vào một thang đo Alpha.

BCG có dùng được cho luận văn định lượng không?

Có, nếu bạn chuyển các thành phần của mô hình thành biến có thể đo và xác định rõ đơn vị phân tích. Bạn có thể khảo sát nhà quản lý, nhân viên phụ trách sản phẩm hoặc doanh nghiệp, nhưng phải bảo đảm người trả lời đủ thông tin để đánh giá thị trường và sản phẩm.

Phần quan trọng nhất là phân biệt dữ liệu cảm nhận với dữ liệu khách quan. Kết quả kiểm định chỉ có ý nghĩa trong phạm vi cách bạn đã vận hành hóa biến.

Nên dùng SPSS hay SmartPLS cho mô hình BCG?

Dùng SPSS khi mô hình có các biến tổng hợp, hồi quy và EFA, đặc biệt khi bạn muốn quy trình quen thuộc và dễ trình bày trong luận văn. Dùng SmartPLS khi mô hình có nhiều biến tiềm ẩn, nhiều biến quan sát và bạn muốn đánh giá đồng thời measurement model với structural model.

Bạn không chọn phần mềm chỉ vì BCG. Phần mềm phải đi sau câu hỏi nghiên cứu, dạng dữ liệu, cỡ mẫu và mô hình giả thuyết.

Có thể lấy bốn nhóm Star, Cash Cow, Question Mark và Dog làm biến phụ thuộc không?

Có thể, nhưng bạn cần thiết kế nghiên cứu theo hướng phân loại hoặc dự báo nhóm. Với hồi quy tuyến tính thông thường, bốn nhóm này không nên được đưa vào như một biến số có thứ tự tự nhiên. Bạn có thể dùng biến giả, hồi quy logistic hoặc một phương pháp phù hợp với dạng biến kết quả.

Nếu mục tiêu là giải thích quyết định đầu tư, nên dùng quyết định phân bổ nguồn lực hoặc ý định đầu tư làm biến phụ thuộc, còn nhóm BCG là cách diễn giải kết quả danh mục.

Lý thuyết BCG có thay thế được SWOT và 5 áp lực cạnh tranh Porter không?

Không. BCG tập trung vào danh mục sản phẩm và phân bổ nguồn lực. SWOT bao quát các yếu tố bên trong và bên ngoài, còn 5 áp lực cạnh tranh Porter tập trung vào cấu trúc cạnh tranh của ngành.

Bạn có thể kết hợp chúng khi mỗi khung trả lời một câu hỏi riêng. Trong luận văn định lượng, hãy giới hạn số lý thuyết ở mức mà bạn có thể xây dựng thang đo, giả thuyết và dữ liệu kiểm định rõ ràng.

Mở file đề cương và dữ liệu của bạn, chốt trước đơn vị phân tích, cách đo tăng trưởng thị trường và vị thế cạnh tranh, rồi lập bảng giả thuyết trước khi chạy SPSS hoặc SmartPLS; nếu cần dựng mô hình và bảng hỏi theo đúng đề tài, bạn có thể dùng M3 của DoThesis.