Ảnh Hưởng Của Influencers Trên Nền Tảng TikTok Đến Hành Vi Mua Sắm Online Của Giới Trẻ Việt Nam: Phân Tích Định Lượng & Hàm Ý Chiến Lược

Tóm tắt nghiên cứu (Executive Summary)

  • Câu hỏi nghiên cứu chính: Những nhân tố nào từ các nhà sáng tạo nội dung (Influencers) trên nền tảng TikTok tác động đến hành vi mua sắm online của giới trẻ Việt Nam (độ tuổi 16–30), và mức độ tác động của từng nhân tố ra sao?
  • Phương pháp nghiên cứu (Methodology snapshot): Nghiên cứu phối hợp phương pháp định tính (phỏng vấn sâu $n=26$) để hoàn thiện thang đo Likert 5 điểm, và phương pháp định lượng thu thập dữ liệu sơ cấp ($n=70$). Dữ liệu được xử lý bằng phần mềm SPSS 26 thông qua kiểm định độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích tương quan Pearson và hồi quy tuyến tính bội.
  • Phát hiện cốt lõi (Key findings): Sau quá trình xoay nhân tố và phân tích hồi quy, mô hình giải thích được 50,8% sự biến thiên của hành vi mua sắm trực tuyến ($R^2_{\text{adj}} = 0,508; F = 18,785; p < 0,001$). Trong 6 nhân tố giả định ban đầu, Chuyên môn của Influencer (Expertise) là nhân tố duy nhất có tác động thuận chiều và có ý nghĩa thống kê vững chắc ($\beta = 0,572; p < 0,05$). Các yếu tố như sự thu hút thuần túy, sự tin cậy chung hay rủi ro nhận thức không đạt mức ý nghĩa thống kê trong mô hình hồi quy tổng thể.
  • Hàm ý ứng dụng (Implications): Doanh nghiệp và các nhà làm tiếp thị cần chuyển đổi trọng tâm từ việc thuê mướn Influencer dựa trên số lượng người theo dõi (Followers) hoặc ngoại hình sang việc hợp tác với các chuyên gia có kiến thức ngành chuyên sâu (Key Opinion Consumers - KOC, chuyên gia da liễu, stylist, chuyên gia công nghệ) để tối ưu hóa tỷ lệ chuyển đổi đơn hàng.

Bối cảnh và tầm quan trọng (Context & Significance)

1. Hiện trạng tri thức và sự bùng nổ của TikTok

Trong kỷ nguyên số, TikTok đã vươn lên thành một hiện tượng toàn cầu với định dạng video ngắn (Short-form Video), định hình lại cách người dùng tiếp nhận thông tin và giải trí. Tại Việt Nam, với hơn 70% dân số tiếp cận Internet và gần 20 triệu người dùng TikTok thường xuyên (thời điểm 2021–2022), nền tảng này nhanh chóng chuyển mình từ một ứng dụng giải trí đơn thuần thành một hệ sinh thái thương mại xã hội (Social Commerce) quyền lực.

Làn sóng dịch chuyển mua sắm từ trực tiếp sang trực tuyến sau đại dịch Covid-19 đã thúc đẩy sự hình thành của các thuật ngữ văn hóa tiêu dùng mới: Influencers, KOLs, Reviewers. Doanh nghiệp không ngừng tăng cường ngân sách tiếp thị liên kết (Affiliate Marketing) và tiếp thị qua người ảnh hưởng nhằm tiếp cận tệp khách hàng Gen Z và Millennials.

+-----------------------------------------------------------------------------------+
|  TikTok Video Ngắn -> Kích thích Chú ý -> Tiếp nhận Thông tin -> Chuyển đổi Mua sắm|
+-----------------------------------------------------------------------------------+

2. Khoảng trống nghiên cứu (Research Gap)

Phần lớn các nghiên cứu trước đây tại Việt Nam tập trung vào các nền tảng mạng xã hội truyền thống như Facebook, Instagram, YouTube hoặc các sàn thương mại điện tử (Shopee, Lazada). Bản chất thuật toán phân phối nội dung dựa trên sở thích (For You Page - FYP) của TikTok tạo ra cơ chế tác động tâm lý hoàn toàn khác biệt. Nghiên cứu này lấp đầy khoảng trống học thuật bằng cách kiểm định trực tiếp tác động đa chiều của Influencers TikTok đối với hành vi mua sắm thực tế của giới trẻ Việt Nam.

3. Tính thời sự và tiềm năng tác động

Nghiên cứu mang tính cấp thiết khi ngân sách dành cho Influencer Marketing ngày càng tăng nhưng hiệu quả chuyển đổi thực tế vẫn là bài toán gây tranh cãi. Việc phân định rõ ảnh hưởng giữa "độ nổi tiếng bề nổi" và "năng lực chuyên môn thực sự" giúp tối ưu hóa chi phí tiếp thị số cho doanh nghiệp nội địa.

Phương pháp luận và thiết kế nghiên cứu (Methodology & Approach)

Nghiên cứu được thiết kế bài bản theo quy trình hai giai đoạn kết hợp định tính và định lượng nhằm đảm bảo tính chuẩn xác và độ giá trị khoa học cao.

flowchart LR
    A[Tổng quan lý thuyết TRA / TPB / Nguồn] --> B[Nghiên cứu định tính Phỏng vấn sâu n=26]
    B --> C[Thiết kế thang đo Likert 5 điểm]
    C --> D[Khảo sát trực tuyến n=70]
    D --> E[Kiểm định Cronbach Alpha & EFA]
    E --> F[Hồi quy đa biến & Kiểm định giả thuyết]

1. Khung lý thuyết nền tảng

Mô hình nghiên cứu kế thừa và tích hợp các lý thuyết kinh điển:

  • Mô hình hành vi người tiêu dùng (Kotler & Keller, 2012): Phân tích "hộp đen ý thức" của người mua dưới tác động kích thích từ môi trường và tiếp thị.
  • Thuyết hành động hợp lý (TRA - Fishbein & Ajzen, 1975) & Thuyết hành vi hoạch định (TPB - Ajzen, 1991): Giải thích mối liên hệ giữa thái độ, chuẩn chủ quan, nhận thức kiểm soát hành vi và ý định mua hàng.
  • Mô hình đặc tính nguồn (Source Credibility & Source Attractiveness Models - Hovland & Weiss, 1951; McGuire, 1985): Đo lường mức độ chuyên môn, độ tin cậy và sự hấp dẫn của người truyền tải thông điệp.

2. Thu thập dữ liệu và cỡ mẫu

  • Dữ liệu sơ cấp: Khảo sát trực tuyến qua Google Forms nhắm vào nhóm khách hàng trẻ tuổi (16–30 tuổi) có sử dụng TikTok và theo dõi các video đánh giá sản phẩm.
  • Cơ cấu mẫu ($n=70$):
    • Giới tính: Nữ chiếm 81,43%, Nam chiếm 17,14%, Giới tính khác chiếm 1,43%.
    • Độ tuổi: 18–25 tuổi chiếm đa số áp đảo (84,3%), dưới 18 tuổi (10%), trên 25 tuổi (5,7%).
    • Thu nhập hàng tháng: Dưới 1 triệu VNĐ (65,7%), 1–5 triệu VNĐ (25,7%), 5–10 triệu VNĐ (5,7%), trên 10 triệu VNĐ (2,9%).
    • Tần suất mua sắm: Nhóm 18–25 tuổi chiếm tỷ trọng mua online 1–2 lần/tháng là 91,7% và trên 6 lần/tháng là 60%.

3. Kỹ thuật phân tích dữ liệu

Quy trình phân tích dữ liệu thực hiện trên phần mềm SPSS 26 qua các bước nghiêm ngặt:

  1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha): Tất cả 7 nhóm nhân tố ban đầu đều đạt độ tin cậy cao ($\alpha > 0,79$), trong đó nhân tố Chuyên môn đạt $\alpha = 0,901$.
  2. Phân tích nhân tố khám phá (EFA): Trải qua 3 lần xoay nhân tố (Principal Component Analysis với phép xoay Varimax) để loại bỏ các biến có hệ số tải thấp hoặc tải chéo không hợp lệ (như CLTT2, STC4, STH2, CM1, RR1, STC3, RR4).
    • Hệ số KMO lần cuối đạt 0,852 ($> 0,5$), kiểm định Bartlett đạt mức ý nghĩa $p = 0,000 < 0,05$.
    • Tổng phương sai trích đạt 76,720% ($> 50%$) với giá trị Eigenvalue nhỏ nhất là $1,103 > 1$.
  3. Phân tích hồi quy & Kiểm định hiện tượng: Đánh giá độ phù hợp của mô hình qua chỉ số $R^2_{\text{adj}}$, kiểm định F-ANOVA, kiểm tra hiện tượng tự tương quan chuỗi bằng hệ số Durbin-Watson ($DW = 2,245 \in [1,5; 2,5]$) và kiểm tra đa cộng tuyến qua hệ số phóng đại phương sai ($\text{VIF} < 10$).

Phát hiện chính của nghiên cứu (Key Findings)

Dựa trên kết quả xử lý thống kê định lượng, nghiên cứu đã đưa ra những kết luận quan trọng:

Nhân tố độc lập Giả thuyết Hệ số tác động Giá trị Sig. ($p$) Kết luận thống kê
Sự tin cậy (F_STC) H1 (+) - $p > 0,05$ Bác bỏ
Chuyên môn (F_CM) H2 (+) $\beta = 0,572$ $p < 0,05$ Chấp nhận
Sự thu hút (F_STH) H3 (+) - $p > 0,05$ Bác bỏ
Rủi ro nhận thức (F_RR) H4 (-) - $p > 0,05$ Bác bỏ 
+-----------------------------------------------------------------------------------+
|               PHƯƠNG TRÌNH HỒI QUY TUYẾN TÍNH THỰC NGHIỆM:                        |
|                                                                                   |
|            F_HV = 0,576 + 0,572 * F_CM  (R² hiệu chỉnh = 0,508)                   |
+-----------------------------------------------------------------------------------+

1. Năng lực chuyên môn là động lực số một thúc đẩy hành vi mua

Nhân tố Chuyên môn (F_CM) bao gồm các biến quan sát đo lường kiến thức, kỹ năng, kinh nghiệm thực tế của người đánh giá và việc người tiêu dùng chủ động tìm kiếm các sản phẩm được kiểm nghiệm khoa học. Kết quả kiểm định hồi quy xác nhận $\beta = 0,572$ ($p < 0,05$). Điều này chỉ ra rằng: Khi mức độ chuyên môn của Influencer tăng lên 1 đơn vị, hành vi mua sắm online của giới trẻ tăng tương ứng 0,572 đơn vị.

2. Sự thoái trào của hiệu ứng "Ngoại hình và Độ nổi tiếng bề nổi"

Trái với các quan niệm tiếp thị truyền thống rằng người có ngoại hình đẹp hay số lượng người theo dõi lớn sẽ dễ dàng bán được hàng, nghiên cứu chứng minh rằng yếu tố Sự thu hút (F_STH) và Sự tin cậy cảm tính (F_STC) không có tác động trực tiếp mang ý nghĩa thống kê đến quyết định mua sắm cuối cùng. Khán giả trẻ có xu hướng giải trí với các nội dung hài hước nhưng lại trở nên lý trí khi ra quyết định chi tiêu thực tế.

3. Nhận thức rủi ro không còn là rào cản quá lớn

Nhân tố Rủi ro (F_RR) – liên quan đến giao hàng chậm, hàng hóa khác hình ảnh, vấn đề hoàn tiền – bị bác bỏ trong mô hình hồi quy. Giới trẻ ngày nay đã quen thuộc với cơ chế giải quyết khiếu nại, chính sách đổi trả và hệ thống đánh giá minh bạch của thương mại điện tử, do đó rủi ro kỹ thuật không còn ngăn cản quyết định mua hàng nếu Influencer đã chứng minh được chất lượng sản phẩm bằng chuyên môn.

Đóng góp khoa học và hàm ý thực tiễn (Contributions & Implications)

1. Đóng góp về mặt học thuật và lý thuyết

  • Mở rộng lý thuyết TPB và Mô hình Nguồn: Bổ sung bằng chứng thực nghiệm về hành vi tiêu dùng trong bối cảnh nền tảng video ngắn (TikTok) tại một thị trường đang phát triển (Việt Nam).
  • Định vị lại vai trò của các biến quan sát: Chứng minh rằng trong môi trường thông tin bão hòa, "Source Expertise" (Chuyên môn nguồn) giữ vai trò chi phối tuyệt đối so với "Source Attractiveness" (Sức hút nguồn).

2. Hàm ý quản trị dành cho doanh nghiệp và thương hiệu

  • Chiến lược tuyển chọn Influencer/KOC: Thay vì chi trả mức ngân sách khổng lồ cho các người nổi tiếng (Celebrities) có tệp fan rộng nhưng không có chuyên môn ngành, doanh nghiệp nên tập trung vào Micro-Influencers hoặc chuyên gia chuyên ngành (bác sĩ da liễu cho mỹ phẩm, thợ công nghệ cho thiết bị điện tử, đầu bếp cho ẩm thực).
  • Định dạng nội dung quảng cáo: Doanh nghiệp cần phối hợp với nhà sáng tạo nội dung để xây dựng video mang tính chiều sâu thông tin: giải thích thành phần, phân tích cơ chế, trải nghiệm thực tế dài ngày và đưa ra các so sánh có căn cứ khoa học thay vì chỉ nói những lời khen sáo rỗng.

Đối tượng quan tâm và giá trị ứng dụng (Target Audience & Value)

  • Giới nghiên cứu học thuật & Sinh viên: Cung cấp tài liệu tham khảo hoàn chỉnh về quy trình phân tích dữ liệu định lượng (Cronbach’s Alpha, EFA 3 bước, hồi quy OLS) trên SPSS cho các đề tài nghiên cứu kinh tế - xã hội.
  • Giám đốc Marketing (CMO) & Quản lý nhãn hàng: Tối ưu hóa chi phí chiến dịch Influencer Marketing, tăng tỷ lệ chuyển đổi ROI (Return on Investment) thông qua việc lựa chọn đối tác nội dung phù hợp.
  • Các nhà sáng tạo nội dung (Content Creators / KOCs): Nhận thức rõ ràng rằng việc xây dựng uy tín cá nhân dựa trên tri thức chuyên môn thực chất là con đường duy nhất để duy trì sức ảnh hưởng bền vững và gia tăng giá trị thương mại.
  • Cơ quan quản lý thị trường và Nền tảng: Căn cứ để xây dựng quy chuẩn minh bạch thông tin quảng cáo, siết chặt các nội dung review sai sự thật hoặc thiếu căn cứ chuyên môn trên không gian mạng.

Câu hỏi thường gặp (Frequently Asked Questions)

1. Phát hiện quan trọng nhất của báo cáo này là gì?

Phát hiện cốt lõi là: Chuyên môn của Influencer ($\beta = 0,572$) là yếu tố duy nhất có tác động quyết định đến hành vi mua sắm online của giới trẻ Việt Nam trên TikTok. Các yếu tố như độ nổi tiếng, ngoại hình hay lượt theo dõi không tạo ra tác động trực tiếp đến hành vi mua hàng thực tế.

2. Phương pháp phân tích dữ liệu trong nghiên cứu có gì đặc biệt?

Nghiên cứu đã áp dụng quy trình lọc EFA đa tầng (3 lần chạy) để sàng lọc và loại bỏ các biến quan sát vi phạm điều kiện tải chéo hoặc hệ số tải thấp ($< 0,5$), giúp cấu trúc lại 4 nhóm biến độc lập mới có độ giá trị hội tụ và giá trị phân biệt cực cao trước khi đưa vào mô hình hồi quy OLS.

3. Kết quả nghiên cứu có thể khái quát hóa (Generalize) cho toàn bộ thị trường không?

Kết quả mang tính đại diện cao cho nhóm đối tượng người trẻ thành thị (18–25 tuổi, sinh viên và người mới đi làm). Tuy nhiên, do quy mô mẫu khảo sát còn khiêm tốn ($n=70$) và tỷ lệ nữ giới chiếm đa số ($81,43%$), việc khái quát hóa sang các nhóm tuổi lớn hơn hoặc đối tượng nam giới cần được kiểm chứng thêm ở các nghiên cứu mở rộng.

4. Đề xuất hướng nghiên cứu tiếp theo (Next Steps) là gì?

Các nghiên cứu tương lai nên:

  1. Mở rộng kích thước mẫu ($n \ge 300$) với cơ cấu giới tính và vùng miền cân bằng hơn.
  2. Áp dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) hoặc PLS-SEM để kiểm định các biến trung gian (như niềm tin thương hiệu, ý định mua hàng).
  3. Phân tích so sánh đa nhóm giữa các ngành hàng khác nhau (thời trang, mỹ phẩm, công nghệ, thực phẩm).

5. Doanh nghiệp bán lẻ nên áp dụng kết quả này vào thực tế như thế nào?

Doanh nghiệp nên tái cơ cấu ngân sách tiếp thị: giảm tỷ trọng cho booking người nổi tiếng giải trí đơn thuần, tăng ngân sách hợp tác dài hạn với các KOC có chuyên môn chuyên sâu, đồng thời yêu cầu nội dung review phải minh bạch, có kiểm chứng thực tế rõ ràng.

Kết luận (Conclusion)

Báo cáo nghiên cứu khoa học của nhóm tác giả Trường Đại học Kinh tế Quốc dân đã làm sáng tỏ cơ chế tác động của TikTok Influencers đến hành vi mua sắm trực tuyến của giới trẻ Việt Nam trong bối cảnh thương mại số phát triển vũ bão. Bằng các kiểm định định lượng chặt chẽ, nghiên cứu khẳng định rằng năng lực chuyên môn và giá trị thông tin xác thực chính là "chìa khóa vàng" thúc đẩy hành vi tiêu dùng hiện đại. Đây là tài liệu tham khảo giá trị cho các nhà hoạch định chiến lược tiếp thị số và các nhà nghiên cứu hành vi người tiêu dùng tại Việt Nam.