Giới thiệu dự án

Thị trường thanh toán kỹ thuật số tại Việt Nam đang chứng kiến sự chuyển dịch mang tính cấu trúc mạnh mẽ. Theo các báo cáo kinh tế ngành, tốc độ tăng trưởng kép hàng năm (CAGR) của giá trị giao dịch qua ví điện tử tại Việt Nam giai đoạn 2020–2025 dự báo đạt mức 29%. Sau đại dịch COVID-19, xu hướng giao dịch không tiếp xúc (contactless payment) bùng nổ, đưa thương mại điện tử B2C và thanh toán qua ứng dụng di động trở thành trụ cột của nền kinh tế số. Trong phân khúc người dùng trẻ tuổi, đặc biệt là thế hệ Gen Z tại các trường đại học tài chính - ngân hàng, nhu cầu xử lý các vi giao dịch (micro-transactions) như học phí, điện nước, ăn uống, và chuyển tiền P2P qua mạng xã hội là cực kỳ cấp thiết.

Tuy nhiên, thị trường chứng kiến sự cạnh tranh khốc liệt giữa các nền tảng Fintech lớn như MoMo, ShopeePay, Viettel Money và ZaloPay. Bài toán đặt ra là: Những rào cản kỹ thuật, nhận thức tâm lý và cơ chế xã hội nào thực sự chi phối quyết định chuyển đổi và gắn bó của nhóm khách hàng sinh viên có kiến thức tài chính chuyên sâu?

Đề tài khóa luận tốt nghiệp "Các yếu tố ảnh hưởng đến quyết định sử dụng ví điện tử ZaloPay của sinh viên Đại học Ngân hàng TP. Hồ Chí Minh" của tác giả Hoàng Anh Thư (HD: TS. Nguyễn Thị Thanh Nhàn, 2024) giải quyết trực diện câu hỏi này thông qua các mục tiêu cụ thể:

  1. Xác định hệ thống các nhân tố cốt lõi cấu thành mô hình chấp nhận công nghệ tài chính của sinh viên Trường Đại học Ngân hàng TP.HCM (HUB).
  2. Đo lường định lượng mức độ tác động và trọng số hồi quy chuẩn hóa ($\beta$) của từng nhân tố lên quyết định sử dụng ví điện tử ZaloPay.
  3. Kiểm định sự khác biệt về hành vi tiêu dùng theo các biến nhân khẩu học (giới tính, năm học, ngành học, mức thu nhập).
  4. Đề xuất hệ thống hàm ý quản trị và giải pháp tối ưu hóa tính năng kỹ thuật giúp doanh nghiệp Fintech gia tăng tỷ lệ thâm nhập thị trường (penetration rate).

Nghiên cứu tiếp cận bằng phương pháp định lượng thực nghiệm kết hợp lý thuyết hành vi tiêu dùng đa tầng. Kết quả đo lường đạt độ tin cậy cao với hệ số xác định $R^2 = 0.686$ (giải thích 68.6% biến thiên hành vi), thực hiện trên cỡ mẫu chuẩn $N = 204$ sinh viên HUB trong giai đoạn từ tháng 12/2023 đến tháng 03/2024.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường Fintech thanh toán di động tại Việt Nam phân hóa rõ rệt về kiến trúc hệ sinh thái và phương thức tiếp cận người dùng. Dưới đây là bảng so sánh ZaloPay với hai đối thủ lớn:

Tiêu chí kỹ thuật & nghiệp vụ ZaloPay (Zion / VNG) MoMo (M-Service) ShopeePay (Sea Group)
Nền tảng tích hợp cốt lõi Nhúng trực tiếp trong OTT Zalo & App độc lập Siêu ứng dụng (Super-App) độc lập Tích hợp sàn Shopee & App độc lập
Cơ chế xác thực & Bảo mật Tokenization, PCI-DSS Level 1, Sinh trắc học PCI-DSS Level 1, Sinh trắc học, AI Fraud Detection PCI-DSS, OTP SMS, Sinh trắc học
Giao dịch P2P nội mạng Tức thì qua khung chat Zalo, không cần số thẻ/STK Qua số điện thoại liên kết Qua số điện thoại / Tài khoản Shopee
Ưu điểm cạnh tranh Độ ma sát thấp nhất khi chuyển tiền P2P Hệ sinh thái dịch vụ tài chính rộng lớn Ưu đãi phí vận chuyển & voucher TMĐT
Hạn chế kỹ thuật Phụ thuộc luồng dữ liệu Zalo; tính năng mở rộng cần đồng bộ Ứng dụng nặng, thời gian khởi tạo (cold start) dài Phụ thuộc nhiều vào hệ sinh thái sàn Shopee

Áp dụng phương pháp phân loại yêu cầu người dùng sinh viên theo mô hình MoSCoW:

  • Must-have (Bắt buộc): Chuyển tiền P2P tức thì 24/7 không mất phí, thanh toán tiền học phí và dịch vụ ký túc xá qua mã QR chuẩn Napas247, xác thực bảo mật đa yếu tố (MFA).
  • Should-have (Nên có): Tích hợp sản phẩm sinh lời vi mô (Tài khoản tích lũy Infina), cấp hạn mức chi tiêu thấu chi (Tài khoản trả sau CIMB Bank).
  • Could-have (Có thể có): Chia hóa đơn tự động (Bill splitting) theo nhóm trong khung chat Zalo, nhắc lịch nộp tiền phòng trọ/wifi.
  • Won't-have (Chưa ưu tiên): Giao dịch quốc tế đa tiền tệ phức tạp, sản phẩm bảo hiểm đầu tư cao cấp.

Thiết kế hệ thống

Mô hình nghiên cứu được xây dựng dựa trên sự hợp nhất giữa Thuyết hành động hợp lý (TRA), Thuyết hành vi dự định (TPB), Mô hình chấp nhận công nghệ (TAM) và Mô hình UTAUT/UTAUT2, được tinh chỉnh chuyên biệt cho Fintech:

Công nghệ và công cụ xử lý dữ liệu

  • Hệ điều hành phân tích: Linux Ubuntu 22.04 LTS / Windows 11 64-bit.
  • Phần mềm thống kê chuyên dụng: IBM SPSS Statistics phiên bản 26.0 (sử dụng các thuật toán Cronbach's Alpha, Principal Axis Factoring với phép xoay Varimax, OLS Regression).
  • Ngôn ngữ bổ trợ mô phỏng: Python 3.11 (statsmodels v0.14.1, pandas v2.2.0, scikit-learn v1.4.0, seaborn v0.13.2).
  • Thu thập dữ liệu: Google Forms API v1 kết hợp chuẩn mã hóa dữ liệu đầu vào.

Thiết kế cấu trúc thang đo (Data Schema)

Dữ liệu đo lường gồm 23 biến quan sát sử dụng thang đo khoảng 5 mức độ (Likert 1–5: 1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý):

CREATE TABLE survey_responses (
    response_id VARCHAR(36) PRIMARY KEY,
    student_gender ENUM('Male', 'Female'),
    academic_year ENUM('Year1', 'Year2', 'Year3', 'Year4'),
    major VARCHAR(100),
    monthly_income_bracket VARCHAR(50),
    -- Biến độc lập (Thang đo 5-point Likert)
    HI1 TINYINT, HI2 TINYINT, HI3 TINYINT, HI4 TINYINT, -- Nhận thức sự hữu ích
    XH1 TINYINT, XH2 TINYINT, XH3 TINYINT, XH4 TINYINT, -- Ảnh hưởng xã hội
    TD1 TINYINT, TD2 TINYINT, TD3 TINYINT, TD4 TINYINT, -- Thái độ
    SD1 TINYINT, SD2 TINYINT, SD3 TINYINT, SD4 TINYINT, -- Tính dễ sử dụng
    BM1 TINYINT, BM2 TINYINT, BM3 TINYINT, BM4 TINYINT, -- Tính bảo mật
    -- Biến phụ thuộc
    QD1 TINYINT, QD2 TINYINT, QD3 TINYINT               -- Quyết định sử dụng
);

Methodology

Quy trình nghiên cứu kết hợp hai giai đoạn (Mixed-Method Approach):

  1. Nghiên cứu định tính (Qualitative): Thực hiện phỏng vấn nhóm tập trung (Focus Group Discussion - FGD) với $N=10$ sinh viên HUB có tần suất sử dụng ZaloPay tối thiểu 3 lần/tuần nhằm đánh giá độ tương thích ngữ nghĩa của bảng câu hỏi sơ bộ, loại bỏ các mục trùng lặp và chuẩn hóa thang đo sang tiếng Việt ứng dụng.
  2. Nghiên cứu định lượng (Quantitative): Khảo sát diện rộng thông qua kỹ thuật chọn mẫu ngẫu nhiên thuận tiện. Dữ liệu làm sạch đạt cỡ mẫu hợp lệ $N = 204$, vượt ngưỡng cỡ mẫu tối thiểu theo quy tắc Hair et al. ($N \ge 5 \times 23 \text{ biến} = 115$).

Ma trận đánh giá rủi ro phương pháp luận

Rủi ro kỹ thuật Mức độ Chiến lược kiểm soát & Giảm thiểu
Sai lệch do chọn mẫu (Sampling Bias) Trung bình Phân bổ khảo sát đa ngành (Tài chính, Quản trị, Ngân hàng, HTTT) và đồng đều các khóa sinh viên.
Hiện tượng đa cộng tuyến (Multicollinearity) Cao Kiểm soát chỉ số VIF (Variance Inflation Factor) < 2.0 và ma trận tương quan Pearson $r < 0.8$.
Sai số ngẫu nhiên (Common Method Bias) Thấp Đảo thứ tự câu hỏi trong phiếu khảo sát trực tuyến; giải thích rõ cam kết ẩn danh bảo mật thông tin.

Implementation và kết quả

Development process

Quá trình phân tích thực nghiệm và kiểm định kinh tế lượng được thiết lập qua đường ống tính toán chuẩn hóa:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Tải và tiền xử lý tập dữ liệu khảo sát (N = 204)
df = pd.read_csv("zalopay_hub_survey_cleaned.csv")

# 2. Tạo các biến đại diện (Composite Variables) theo giá trị trung bình thang đo
df['SD'] = df[['SD1', 'SD2', 'SD3', 'SD4']].mean(axis=1) # Ease of Use
df['XH'] = df[['XH1', 'XH2', 'XH3', 'XH4']].mean(axis=1) # Social Influence
df['HI'] = df[['HI1', 'HI2', 'HI3', 'HI4']].mean(axis=1) # Usefulness
df['BM'] = df[['BM1', 'BM2', 'BM3', 'BM4']].mean(axis=1) # Security
df['TD'] = df[['TD1', 'TD2', 'TD3', 'TD4']].mean(axis=1) # Attitude
df['QD'] = df[['QD1', 'QD2', 'QD3']].mean(axis=1)        # Decision to Use

# 3. Ước lượng mô hình hồi quy tuyến tính bội bằng OLS
X = df[['SD', 'XH', 'HI', 'BM', 'TD']]
X = sm.add_constant(X)
y = df['QD']

model = sm.OLS(y, X).fit()

# 4. Kiểm tra đa cộng tuyến qua chỉ số VIF
vif_data = pd.DataFrame()
vif_data["Variable"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]

print(model.summary())
print(vif_data)

Phương trình hồi quy tuyến tính tổng thể được xác lập như sau:

$$\text{QD} = \beta_0 + \beta_1 \cdot \text{SD} + \beta_2 \cdot \text{XH} + \beta_3 \cdot \text{HI} + \beta_4 \cdot \text{BM} + \beta_5 \cdot \text{TD} + e$$


Testing và validation

1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Toàn bộ các biến quan sát đều thỏa mãn điều kiện phương pháp luận: hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$ và hệ số $\alpha > 0.70$.

Mã thang đo Tên khái niệm nghiên cứu Số biến quan sát Hệ số Cronbach's Alpha Đánh giá độ tin cậy
SD Nhận thức tính dễ sử dụng 4 $0.854$ Rất tốt
XH Ảnh hưởng xã hội 4 $0.812$ Tốt
HI Nhận thức sự hữu ích 4 $0.829$ Tốt
BM Tính bảo mật 4 $0.841$ Tốt
TD Thái độ đối với ví điện tử 4 $0.798$ Đạt yêu cầu
QD Quyết định sử dụng 3 $0.867$ Rất tốt

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO and Bartlett's Test: Hệ số $\text{KMO} = 0.842 > 0.50$, giá trị kiểm định Bartlett có ý nghĩa thống kê cao ($p = 0.000 < 0.001$), chứng minh các biến quan sát có tương quan chặt chẽ với nhau.
  • Giá trị trích rút: Tổng phương sai trích (Total Variance Explained) đạt $64.82% > 50%$, với điểm dừng Eigenvalue $= 1.218 > 1.0$, trích xuất thành công 5 nhân tố độc lập với các trọng số Factor Loading $> 0.55$.

3. Kiểm định các giả định vi phạm mô hình hồi quy

  • Đa cộng tuyến: Hệ số phóng đại phương sai $\text{VIF} < 1.62$, loại trừ khả năng cộng tuyến giữa các biến dự báo.
  • Tự tương quan: Chỉ số Durbin-Watson đạt $1.948$ (nằm hoàn hảo trong khoảng $1.5 - 2.5$).
  • Phân phối chuẩn của phần dư: Biểu đồ tần số Histogram có dạng hình chuông cân đối; biểu đồ Normal P-P Plot thể hiện các điểm quan sát phân bố bám sát đường chéo kỳ vọng $45^\circ$.

Kết quả đạt được

Phân tích hồi quy bội chứng minh cả 5 giả thuyết nghiên cứu ($H_1, H_2, H_3, H_4, H_5$) đều được chấp nhận ở mức ý nghĩa thống kê $p < 0.05$.

BẢNG HỆ SỐ HỒI QUY CHUẨN HÓA VÀ MỨC ĐỘ TÁC ĐỘNG (N = 204)
* R² = 0.686 | R² hiệu chỉnh = 0.678 | F-statistic = 86.542 (Sig. = 0.000)
  • Nhân tố Nhận thức tính dễ sử dụng có tác động áp đảo lớn nhất ($\beta = 0.473$), khẳng định sinh viên ưu tiên giao diện tinh giản, tốc độ phản hồi nhanh và giảm thiểu số bước thao tác.
  • Nhân tố Ảnh hưởng xã hội xếp thứ hai ($\beta = 0.234$), phản ánh hiệu ứng mạng lưới (Network Effect) rất mạnh từ cộng đồng sinh viên, bạn bè cùng lớp và gia đình.
  • Kiểm định ANOVA và Independent Samples T-Test cho thấy không có sự khác biệt có ý nghĩa thống kê về quyết định sử dụng ZaloPay theo giới tính ($p = 0.412 > 0.05$), nhưng có sự khác biệt rõ nét theo năm họcmức thu nhập hàng tháng ($p < 0.05$). Nhóm sinh viên năm 3-4 và nhóm có thu nhập phụ trợ trên 3 triệu VNĐ/tháng có tần suất ra quyết định sử dụng cao hơn đáng kể.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và giá trị ứng dụng rõ rệt:

SO SÁNH MÔ HÌNH VỚI CÁC CÔNG TRÌNH NGHIÊN CỨU TIỀN NHIỆM
  1. Hợp nhất mô hình lý thuyết chuyên sâu: Tích hợp thành công cấu trúc lý thuyết công nghệ thông tin (TAM/UTAUT) với yếu tố đặc thù Fintech (Tính bảo mật - Security). Mô hình đạt năng lực giải thích vượt trội ($R^2 = 68.6%$), cao hơn hẳn các nghiên cứu tương đương tại Đông Nam Á.
  2. Khám phá trật tự thứ bậc hành vi của Gen Z: Chứng minh rằng đối với nhóm sinh viên ngân hàng, rào cản thao tác (UX/UI) có trọng số tác động cao gấp hơn 2 lần so với nhận thức về sự hữu ích thuần túy ($\beta_{\text{SD}} = 0.473$ vs $\beta_{\text{HI}} = 0.166$).
  3. Cơ sở dữ liệu định lượng chuẩn xác: Cung cấp bộ tham số thực nghiệm tin cậy cho các nhà phát triển hệ thống thanh toán điện tử tại khu vực TP. Hồ Chí Minh.

Ứng dụng thực tế và triển khai

Dựa trên trọng số hồi quy thực nghiệm, ZaloPay và các đơn vị Fintech đối tác có thể áp dụng lộ trình triển khai 3 giai đoạn:

LỘ TRÌNH TRIỂN KHAI VÀ TỐI ƯU HÓA SẢN PHẨM FINTECH CHO SINH VIÊN

1. Nâng cấp trải nghiệm người dùng (UX/UI Optimization)

  • Tối ưu hóa tính năng chuyển tiền trong khung chat Zalo chỉ với 1 chạm (Zero-Friction Transaction).
  • Rút ngắn thời gian xác thực tài khoản ngân hàng liên kết xuống dưới 60 giây nhờ công nghệ OCR và eKYC tự động.

2. Kích hoạt hiệu ứng mạng xã hội (Social Growth Hacking)

  • Tận dụng hệ sinh thái 75+ triệu người dùng Zalo để triển khai tính năng "Ví nhóm sinh viên" – hỗ trợ thủ quỹ lớp tự động tổng hợp quỹ lớp, chia tiền ăn uống và gửi thông báo nhắc nợ thông minh qua tin nhắn Zalo.
  • Chương trình "Đại sứ Fintech HUB": Khen thưởng định kỳ cho các hoạt động giới thiệu cài đặt ứng dụng theo mạng lưới bạn bè.

3. Tăng cường uy tín an ninh và truyền thông bảo mật

  • Công khai đạt chứng chỉ bảo mật quốc tế PCI-DSS Level 1 và triển khai cơ chế sinh trắc học không mật khẩu (FIDO2 Biometrics).
  • Cam kết bảo hiểm giao dịch gian lận: hoàn tiền 100% đối với các lỗi hệ thống không do người dùng gây ra nhằm củng cố niềm tin số.

Hạn chế và hướng phát triển

  • Phạm vi khảo sát cục bộ: Mẫu nghiên cứu ($N=204$) mới tập trung tại Trường Đại học Ngân hàng TP.HCM, chưa bao quát toàn bộ các khối trường kỹ thuật, y dược hay xã hội tại khu vực phía Nam.
  • Thiết kế nghiên cứu cắt ngang (Cross-Sectional): Dữ liệu thu thập tại một thời điểm (tháng 12/2023 – 03/2024), chưa theo dõi được sự thay đổi trong hành vi dài hạn (Longitudinal Study) khi chính sách khuyến mãi biến động.
  • Phương pháp ước lượng: Nghiên cứu sử dụng phân tích EFA và hồi quy OLS tuyến tính; chưa áp dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích các mối quan hệ gián tiếp hoặc vai trò biến điều tiết (Moderating Variables).
  • Hướng phát triển: Mở rộng mẫu đa trường đại học ($N \ge 1,000$), bổ sung các nhân tố mới như Động lực thụ hưởng (Hedonic Motivation), Thói quen (Habit)Nhận thức chi phí giao dịch (Perceived Cost).

Đối tượng hưởng lợi

  • Sinh viên ngành Kinh tế & CNTT: Tiếp cận một cấu trúc mẫu chuẩn mực về phương pháp nghiên cứu khoa học thực nghiệm, quy trình kiểm định thang đo trên phần mềm SPSS, và bộ code mô phỏng hồi quy kinh tế lượng.
  • Kỹ sư phần mềm & Product Manager (Fintech): Hiểu rõ hành vi người dùng Gen Z để thiết kế luồng tương tác (User Flow) tối ưu, giảm thiểu tỷ lệ rời bỏ giỏ hàng (Drop-off Rate).
  • Ban lãnh đạo doanh nghiệp (Zion / ZaloPay): Có căn cứ khoa học định lượng để phân bổ ngân sách Marketing hiệu quả, tập trung vào yếu tố dễ sử dụng và mạng xã hội thay vì chỉ đốt tiền vào khuyến mãi đơn lẻ.
  • Giảng viên & Nghiên cứu viên: Cung cấp tài liệu tham khảo có giá trị học thuật cao trong lĩnh vực Chấp nhận công nghệ tài chính tại thị trường mới nổi.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và điều kiện để tích hợp giải pháp thanh toán ZaloPay vào hệ thống quản lý trường học là gì?

Hệ thống quản lý đại học (SMS/ERP) cần tích hợp qua cổng API chuẩn RESTful của ZaloPay Gateway, hỗ trợ xác thực chữ ký số HMAC-SHA256, truyền nhận dữ liệu JSON qua giao thức HTTPS (TLS 1.3), và đồng bộ Webhook tức thời để cập nhật trạng thái gạch nợ học phí sinh viên.

2. Mô hình nghiên cứu này giải thích được bao nhiêu phần trăm hành vi của người dùng?

Mô hình đạt hệ số $R^2 = 0.686$, nghĩa là 5 nhân tố độc lập (Tính dễ sử dụng, Ảnh hưởng xã hội, Sự hữu ích, Tính bảo mật, Thái độ) giải thích được 68.6% sự biến thiên trong quyết định sử dụng ví ZaloPay của sinh viên HUB. Còn 31.4% phụ thuộc vào các yếu tố ngoại sinh khác.

3. Tại sao "Nhận thức tính dễ sử dụng" lại có tác động vượt trội so với "Tính bảo mật"?

Sinh viên là nhóm người dùng "bản địa kỹ thuật số" (Digital Natives). Họ mặc định các nền tảng Fintech thuộc các tập đoàn công nghệ lớn như VNG đã đạt chuẩn an toàn cơ bản, do đó sự tiện lợi, tốc độ thao tác và giao diện mượt mà trở thành tiêu chí phân định trực tiếp khi đưa ra quyết định sử dụng hàng ngày.

4. Dữ liệu khảo sát N = 204 có đảm bảo độ tin cậy thống kê không?

Cỡ mẫu $N = 204$ hoàn toàn đáp ứng các tiêu chuẩn kinh tế lượng quốc tế. Thang đo có 23 biến quan sát, tỷ lệ mẫu/biến đạt gần $9:1$ (vượt xa tỷ lệ tối thiểu $5:1$ theo tiêu chuẩn của Bollen và Hair et al.). Các kiểm định Cronbach's Alpha ($>0.70$) và EFA ($KMO = 0.842$) đều xác nhận tính hợp lệ cao.

5. Chi phí ước tính và thời gian thu hồi vốn (ROI) khi triển khai chiến dịch kích hoạt thanh toán tại khuôn viên đại học?

Chi phí triển khai chiến dịch điểm chấp nhận thanh toán (Smart POS/QR Static) tại một trường đại học quy mô 10,000 sinh viên dao động từ 150 – 250 triệu VNĐ. Nhờ chi phí thu hút người dùng mới (CAC) thấp qua kênh mạng xã hội Zalo, thời gian hoàn vốn đầu tư ước tính đạt từ 6 đến 9 tháng thông qua giá trị giao dịch vòng đời (LTV) của khách hàng trẻ.


Kết luận

Công trình nghiên cứu khóa luận tốt nghiệp của tác giả Hoàng Anh Thư đã hệ thống hóa và lượng hóa thành công các nhân tố định hình quyết định sử dụng ví điện tử ZaloPay của sinh viên Đại học Ngân hàng TP.HCM. Bằng phương pháp nghiên cứu chặt chẽ kết hợp định tính ($N=10$) và định lượng ($N=204$), nghiên cứu chứng minh vai trò then chốt của Nhận thức tính dễ sử dụng ($\beta = 0.473$) và Ảnh hưởng xã hội ($\beta = 0.234$) đối với quyết định tiêu dùng công nghệ.

Kết quả này không chỉ đóng góp cơ sở lý luận vững chắc cho mô hình chấp nhận Fintech tại Việt Nam mà còn mở ra định hướng chiến lược thiết thực cho các doanh nghiệp ví điện tử trong việc tối ưu hóa giao diện sản phẩm, đẩy mạnh hiệu ứng mạng xã hội và gia tăng tỷ lệ giữ chân khách hàng trẻ.