Giới thiệu dự án

Sự chuyển dịch mô hình kinh doanh ngân hàng truyền thống sang hệ sinh thái ngân hàng số (Digital Banking) đang diễn ra mạnh mẽ trên phạm vi toàn cầu và tại Việt Nam. Theo thống kê từ Vụ Thanh toán – Ngân hàng Nhà nước Việt Nam (NHNN), chỉ tính riêng trong Quý III/2023, giao dịch thanh toán nội địa qua kênh Internet và Mobile Banking đã ghi nhận hơn 2,6 tỷ món với tổng giá trị luân chuyển vượt mốc 27.000 tỷ đồng. Mặc dù Mobile Banking chiếm ưu thế áp đảo về số lượng giao dịch vi mô hàng ngày, các tổ chức tín dụng vẫn đối mặt với rào cản tâm lý người dùng, rủi ro an toàn thông tin và chất lượng trải nghiệm dịch vụ phân hóa giữa các nhóm nhân khẩu học.

Tại tỉnh Đồng Nai – trung tâm công nghiệp trọng điểm phía Nam với mật độ dân số và doanh nghiệp cao, Ngân hàng TMCP Công Thương Việt Nam (VietinBank) Chi nhánh Đồng Nai đứng trước thách thức tối ưu hóa nền tảng VietinBank iPay Mobile nhằm duy trì lợi thế cạnh tranh. Đề tài khóa luận "Các nhân tố ảnh hưởng đến sự hài lòng của khách hàng đối với dịch vụ ngân hàng số tại NHTMCP Công Thương Việt Nam, chi nhánh Đồng Nai" được triển khai nhằm lượng hóa chính xác các biến số chi phối trải nghiệm của khách hàng (KH).

Mục tiêu nghiên cứu

  1. Nhận diện và hệ thống hóa 5 nhóm nhân tố cốt lõi: Sự tin cậy (Reliability - TC), Sự đáp ứng (Responsiveness - DU), Sự đồng cảm (Empathy - DC), Phương tiện hữu hình (Tangibles - HH) và Chi phí (Cost - CP).
  2. Kiểm định mô hình kinh tế lượng và đo lường độ mạnh của mối quan hệ giữa các biến độc lập đến Sự hài lòng (Satisfaction - HL) qua kích thước mẫu $N = 218$.
  3. Thiết lập hàm ý quản trị ứng dụng nhằm giúp ban lãnh đạo VietinBank Chi nhánh Đồng Nai tối ưu hóa kiến trúc dịch vụ số, giao diện UI/UX và chính sách phí.

Phạm vi và giới hạn nghiên cứu

  • Đối tượng khảo sát: Khách hàng cá nhân thực hiện giao dịch ngân hàng số tại VietinBank Đồng Nai.
  • Không gian: Thành phố Biên Hòa và các điểm giao dịch phụ cận thuộc tỉnh Đồng Nai.
  • Thời gian thu thập dữ liệu: Từ tháng 02/2024 đến tháng 04/2024.
  • Giới hạn: Nghiên cứu tập trung vào mô hình hồi quy OLS (Ordinary Least Squares) cắt ngang; chưa tích hợp mô hình chuỗi thời gian phân tích hành vi dài hạn.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thực trạng phân bổ trải nghiệm dịch vụ ngân hàng số tại các chi nhánh cấp 1 như VietinBank Đồng Nai cho thấy khoảng cách giữa kỳ vọng kỹ thuật (SLA hệ thống, tính sẵn sàng 99.99%) và cảm nhận thực tế của người dùng.

Tiêu chí Mô hình SERVQUAL truyền thống Mô hình SERVPERF (Cronin & Taylor) Mô hình nghiên cứu đề xuất
Bản chất đo lường Khoảng cách (Gap = Thực tế - Kỳ vọng) Hiệu suất thực tế (Performance-only) Tích hợp SERVQUAL hiệu chỉnh + Biến Chi phí (Cost)
Ưu điểm Đánh giá toàn diện tâm lý và kỳ vọng KH Bảng hỏi ngắn gọn, giảm sai số đo lường Phù hợp với đặc thù giao dịch ngân hàng số tại Việt Nam
Nhược điểm Chiều dài bảng hỏi gấp đôi, dễ gây nhiễu Bỏ qua yếu tố chi phí giao dịch số Cần tinh chỉnh phù hợp cho từng địa bàn chi nhánh

Phân loại yêu cầu người dùng theo khung MoSCoW:

  • Must-have (Bắt buộc): Xác thực sinh trắc học (FIDO2/eKYC), bảo mật số dư tức thời qua Push Notification, hệ thống chuyển tiền NAPAS 247 ổn định.
  • Should-have (Cần có): Giao diện cá nhân hóa theo chủ đề, tra cứu chi tiết lịch sử biến động có lọc nâng cao, tích hợp thanh toán hóa đơn tự động.
  • Could-have (Có thể có): Trợ lý ảo AI phân tích thói quen chi tiêu tài chính cá nhân (PFM), mở thẻ tín dụng phi vật lý tức thì.
  • Won't-have (Chưa ưu tiên): Giao dịch tài sản số/tiền mã hóa trong giai đoạn hiện tại.

Thiết kế hệ thống và mô hình dữ liệu

Hệ thống đánh giá sự hài lòng và phân tích định lượng được cấu trúc dựa trên quy trình xử lý dữ liệu chuẩn ETL (Extract - Transform - Load), kết hợp kiến trúc phân tầng của ứng dụng VietinBank iPay:

Ngăn xếp công nghệ phân tích (Technology Stack)

  • Công cụ khảo sát: Google Forms API & Microsoft Excel 2021 (Xử lý tiền kỳ, kiểm tra Missing Value).
  • Bộ công cụ kinh tế lượng: IBM SPSS Statistics v26.0 và Python v3.10.12 (sử dụng thư viện pandas, statsmodels, pingouinseaborn).
  • Nền tảng ngân hàng tham chiếu: VietinBank iPay Core Engine, ISO 8583 / ISO 20022 Financial Messaging Architecture.

Cấu trúc lược đồ dữ liệu khảo sát (Survey Database Schema)

CREATE TABLE Customer_Survey_Responses (
    Response_ID INT PRIMARY KEY AUTO_INCREMENT,
    Gender ENUM('Male', 'Female') NOT NULL,
    Age_Group ENUM('18-25', '26-30', '31-40', 'Above_40') NOT NULL,
    Education_Level ENUM('HighSchool', 'College', 'Bachelor', 'PostGraduate', 'Other') NOT NULL,
    Occupation ENUM('OfficeStaff', 'Business', 'Homemaker', 'Other') NOT NULL,
    Is_Digital_Bank_User BOOLEAN NOT NULL,
    -- Thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý -> 5: Hoàn toàn đồng ý)
    TC1 TINYINT CHECK (TC1 BETWEEN 1 AND 5),
    TC2 TINYINT CHECK (TC2 BETWEEN 1 AND 5),
    TC3 TINYINT CHECK (TC3 BETWEEN 1 AND 5),
    TC4 TINYINT CHECK (TC4 BETWEEN 1 AND 5),
    TC5 TINYINT CHECK (TC5 BETWEEN 1 AND 5),
    DU1 TINYINT CHECK (DU1 BETWEEN 1 AND 5),
    DU2 TINYINT CHECK (DU2 BETWEEN 1 AND 5),
    DU3 TINYINT CHECK (DU3 BETWEEN 1 AND 5),
    DU4 TINYINT CHECK (DU4 BETWEEN 1 AND 5),
    DC1 TINYINT CHECK (DC1 BETWEEN 1 AND 5),
    DC2 TINYINT CHECK (DC2 BETWEEN 1 AND 5),
    DC3 TINYINT CHECK (DC3 BETWEEN 1 AND 5),
    DC4 TINYINT CHECK (DC4 BETWEEN 1 AND 5),
    HH1 TINYINT CHECK (HH1 BETWEEN 1 AND 5),
    HH2 TINYINT CHECK (HH2 BETWEEN 1 AND 5),
    HH3 TINYINT CHECK (HH3 BETWEEN 1 AND 5),
    HH4 TINYINT CHECK (HH4 BETWEEN 1 AND 5),
    CP1 TINYINT CHECK (CP1 BETWEEN 1 AND 5),
    CP2 TINYINT CHECK (CP2 BETWEEN 1 AND 5),
    CP3 TINYINT CHECK (CP3 BETWEEN 1 AND 5),
    CP4 TINYINT CHECK (CP4 BETWEEN 1 AND 5),
    HL1 TINYINT CHECK (HL1 BETWEEN 1 AND 5),
    HL2 TINYINT CHECK (HL2 BETWEEN 1 AND 5),
    HL3 TINYINT CHECK (HL3 BETWEEN 1 AND 5),
    Created_At TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Phương pháp nghiên cứu (Methodology)

Nghiên cứu áp dụng quy trình kết hợp định tính (Qualitative) và định lượng (Quantitative):

  • Giai đoạn định tính: Phỏng vấn sâu 05 chuyên viên dịch vụ khách hàng tại VietinBank Đồng Nai nhằm hiệu chỉnh 24 biến quan sát dựa trên mô hình SERVQUAL và đề xuất thêm thang đo Chi phí (CP).
  • Giai đoạn định lượng: Khảo sát diện rộng thông qua kỹ thuật lấy mẫu ngẫu nhiên thuận tiện.
  • Cơ sở xác định kích thước mẫu:
    • Theo quy tắc phân tích nhân tố khám phá EFA (Hair et al., 1998): Tỷ lệ tối thiểu $5:1$ so với số biến quan sát ($24 \times 5 = 120$ mẫu).
    • Theo quy tắc hồi quy OLS (Tabachnick & Fidell, 1996): $N \ge 50 + 8 \times m = 50 + 8 \times 5 = 90$ mẫu ($m=5$ biến độc lập).
    • Mẫu thực tế thu thập: 218 phản hồi hợp lệ (vượt 81,6% so với ngưỡng tối thiểu 120 mẫu).

Implementation và kết quả

Quy trình phát triển mô hình tính toán

Mô hình hồi quy đa biến OLS được xác lập:

$$\text{HL} = \beta_0 + \beta_1 \text{TC} + \beta_2 \text{DU} + \beta_3 \text{DC} + \beta_4 \text{HH} + \beta_5 \text{CP} + \varepsilon$$

Thuật toán xử lý và kiểm định tự động hóa được thực thi bằng mã nguồn Python:

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

# 1. Đọc và tiền xử lý dữ liệu khảo sát từ VietinBank Đồng Nai
df = pd.read_csv("vietinbank_survey_cleaned.csv")
X_vars = ['TC_mean', 'DU_mean', 'DC_mean', 'HH_mean', 'CP_mean']
y_var = 'HL_mean'

X = df[X_vars]
y = df[y_var]
X_const = sm.add_constant(X)

# 2. Ước lượng mô hình hồi quy đa biến OLS
model = sm.OLS(y, X_const).fit()

# 3. Tính toán hệ số phóng đại phương sai (VIF) kiểm tra đa cộng tuyến
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)

Kiểm định chất lượng thang đo và phân tích nhân tố

  1. Hệ số tin cậy Cronbach’s Alpha:

    • Tất cả 5 thang đo độc lập và 1 thang đo phụ thuộc đều đạt giá trị $\alpha > 0.70$ (dao động trong khoảng $0.782$ đến $0.894$).
    • Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của 24 biến quan sát đều thỏa mãn điều kiện $> 0.30$.
  2. Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis):

    • Biến độc lập: Hệ số $\text{KMO} = 0.842$ ($0.5 \le \text{KMO} \le 1.0$), kiểm định Bartlett có mức ý nghĩa $\text{Sig.} = 0.000 < 0.05$. Phương pháp trích Principal Axis Factoring với phép quay Promax trích được 5 nhân tố với tổng phương sai trích (Cumulative Variance) đạt $63.48% > 50%$, giá trị $\text{Eigenvalue} > 1.12$. Tất cả hệ số tải nhân tố (Factor Loading) đều đạt chuẩn $> 0.50$.
    • Biến phụ thuộc (HL): Trích được 1 nhân tố duy nhất, $\text{KMO} = 0.718$, $\text{Sig.} = 0.000$, phương sai trích đạt $68.12%$.

Kết quả hồi quy và kiểm định giả định

Phân tích hồi quy đa biến ghi nhận các chỉ số hiệu năng thống kê:

  • Hệ số xác định hiệu chỉnh $R^2_{\text{Adjusted}} = 0.584$, phản ánh 5 biến độc lập giải thích được $58.4%$ sự biến thiên của mức độ hài lòng khách hàng.
  • Kiểm định $F$ trong phân tích phương sai ANOVA đạt giá trị $\text{Sig.} = 0.000 < 0.05$, chứng minh mô hình hồi quy tuyến tính hoàn toàn phù hợp với dữ liệu mẫu.
  • Hệ số Durbin-Watson đạt $1.876$ (nằm trong ngưỡng an toàn $1.5 < d < 2.5$), bác bỏ giả thuyết tự tương quan chuỗi bậc nhất.
  • Tất cả các hệ số VIF của các biến đều $< 2.15$, thấp hơn nhiều so với ngưỡng cảnh báo $10.0$, khẳng định không có hiện tượng đa cộng tuyến.
Nhân tố Mã hóa Hệ số Beta chuẩn hóa ($\beta$) Giá trị t-statistic Mức ý nghĩa (p-value) Hệ số VIF Thứ hạng tác động
Sự tin cậy TC 0.312 5.214 0.000 1.421 1
Sự đáp ứng DU 0.254 4.382 0.000 1.385 2
Phương tiện hữu hình HH 0.198 3.512 0.001 1.512 3
Chi phí CP 0.165 2.894 0.004 1.298 4
Sự đồng cảm DC 0.142 2.451 0.015 1.341 5
  • Kiểm định Independent Samples T-Test & One-Way ANOVA:
    • Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng theo Giới tính ($\text{Sig.} = 0.412 > 0.05$).
    • Có sự khác biệt có ý nghĩa thống kê theo Nhóm tuổi ($\text{Sig.} = 0.018 < 0.05$), trong đó nhóm KH trẻ (18–30 tuổi) đòi hỏi tính năng công nghệ và giao diện cao hơn so với nhóm KH trên 40 tuổi (quan tâm nhiều đến bảo mật và hỗ trợ giải quyết sự cố).

Đổi mới và đóng góp

Nghiên cứu mang lại các đóng góp học thuật và thực tiễn:

  1. Hiệu chỉnh mô hình đo lường cho địa bàn kinh tế công nghiệp: Bổ sung nhân tố Chi phí (CP) vào mô hình SERVQUAL trong bối cảnh các ngân hàng thương mại áp dụng chính sách Zero-Fee (miễn phí quản lý tài khoản, chuyển tiền). Kết quả chỉ ra rằng yếu tố minh bạch về biểu phí vẫn giữ hệ số tác động $\beta = 0.165$.
  2. So sánh tương quan với các công trình tiền nhiệm:
    • So với nghiên cứu của Phan Thị Cúc và ctg (2023) tại TP.HCM (Phương tiện hữu hình xếp hạng 1), tại VietinBank Đồng Nai nhân tố Sự tin cậy ($\beta = 0.312$)Sự đáp ứng ($\beta = 0.254$) giữ vai trò chi phối cao nhất, phản ánh tính chất ưu tiên sự an toàn và tốc độ giải ngân/thanh toán của tập khách hàng công nghiệp.
    • Kết quả này củng cố phát hiện của Baljinder Kaur et al. (2021) về sự thống trị của yếu tố bảo mật trong thời kỳ số hóa hậu đại dịch.
  3. Đóng góp chỉ số hiệu quả định lượng: Xác định rõ ràng tỷ trọng tác động giúp phân bổ ngân sách nâng cấp hạ tầng công nghệ thông tin tại chi nhánh đạt hiệu quả tối ưu, giảm lãng phí tài nguyên truyền thông cho các kênh giao diện không cần thiết.

Ứng dụng thực tế và triển khai

Dựa trên trọng số hồi quy chuẩn hóa ($\beta$), lộ trình triển khai các giải pháp nâng cao sự hài lòng khách hàng tại VietinBank Chi nhánh Đồng Nai được đề xuất theo 3 giai đoạn:

Chiến lược cụ thể theo thứ hạng nhân tố

  1. Củng cố Sự tin cậy (Hạng 1 - $\beta = 0.312$):

    • Nâng cấp cơ chế xác thực đa lớp (MFA/Biometrics) tích hợp công nghệ chống giả mạo sinh trắc học (Liveness Detection).
    • Đảm bảo 100% khiếu nại giao dịch lỗi được giải quyết trong vòng 4 giờ làm việc.
  2. Gia tăng Sự đáp ứng (Hạng 2 - $\beta = 0.254$):

    • Tối ưu hóa API kết nối thanh toán dịch vụ công và hóa đơn tại địa bàn tỉnh Đồng Nai.
    • Thiết lập luồng xử lý tự động hoàn tiền giao dịch gián đoạn (Auto-Reversal) đạt tỷ lệ xử lý tức thì $\ge 95%$.
  3. Cải tiến Phương tiện hữu hình (Hạng 3 - $\beta = 0.198$):

    • Giảm độ trễ phản hồi của ứng dụng (Application Latency) xuống dưới $200\text{ms}$ trong giờ cao điểm.
    • Thiết kế giao diện chuyên biệt: "Easy Mode" với phông chữ lớn và thao tác tối giản cho khách hàng lớn tuổi/công nhân, và "Pro Mode" cho người dùng trẻ.
  4. Minh bạch hóa Chi phí (Hạng 4 - $\beta = 0.165$):

    • Công khai minh bạch mọi loại phí phát sinh (phí thông báo biến động SMS, phí thường niên thẻ liên kết). Đẩy mạnh chuyển đổi sang nhận tin qua OTT miễn phí.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phương pháp

  • Phạm vi địa lý: Nghiên cứu giới hạn trong phạm vi khách hàng tại VietinBank Chi nhánh Đồng Nai; chưa mở rộng so sánh liên chi nhánh trong khu vực Đông Nam Bộ.
  • Kỹ thuật chọn mẫu: Áp dụng phương pháp lấy mẫu thuận tiện phi xác suất, có thể tồn tại sai số đại diện nhất định dù cỡ mẫu $N = 218$ đạt chuẩn phân tích thống kê.
  • Mô hình tĩnh: Chưa tích hợp các biến kiểm soát kinh tế vĩ mô hoặc các chỉ số hành vi số thực tế (Clickstream Data, Time-on-App).

Hướng mở rộng nghiên cứu

  • Ứng dụng mô hình phương trình cấu trúc bình phương nhỏ nhất từng phần (PLS-SEM) để kiểm tra các biến trung gian như Niềm tin (Trust) và Lòng trung thành (Customer Loyalty).
  • Kết hợp dữ liệu nhật ký hệ thống (System Logs) từ Core Banking để phân tích hồi quy Logit dự đoán tỷ lệ rời bỏ dịch vụ (Churn Rate).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận khung nghiên cứu mẫu kết hợp lý thuyết SERVQUAL cải tiến với quy trình phân tích định lượng SPSS chuẩn mực; tài liệu tham khảo cho các đề tài về FinTech và Quản trị dịch vụ.
  • Nhà phát triển hệ thống & Kỹ sư FinTech: Nắm bắt dữ liệu kiểm chứng thực nghiệm về thứ tự ưu tiên của người dùng cuối (Bảo mật > Tốc độ phản hồi > Giao diện), làm căn cứ xây dựng backlog sản phẩm ngân hàng số.
  • Ban quản trị NHTM & Nhà quản lý chi nhánh: Cung cấp bằng chứng định lượng để ra quyết định phân bổ ngân sách đầu tư công nghệ, hoàn thiện chính sách chăm sóc khách hàng và chiến lược cạnh tranh khu vực.
  • Cộng đồng nghiên cứu kinh tế lượng: Dữ liệu kiểm định thang đo Cronbach's Alpha và ma trận EFA đã được chuẩn hóa, có thể tái sử dụng cho các nghiên cứu meta-analysis trong tương lai.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai bộ công cụ phân tích trong nghiên cứu này là gì?

Cần cài đặt phần mềm IBM SPSS Statistics phiên bản 20.0 trở lên hoặc môi trường Python 3.8+ tích hợp các gói pandas, statsmodels, scikit-learnseaborn. Dữ liệu đầu vào cần được làm sạch các giá trị khuyết thiếu (Missing values) và mã hóa theo thang đo Likert 5 điểm.

2. Kích thước mẫu 218 quan sát có đảm bảo tính đại diện cho phân tích thống kê không?

Hoàn toàn đảm bảo. Với 24 biến quan sát, tiêu chuẩn EFA đòi hỏi tối thiểu $24 \times 5 = 120$ mẫu và tiêu chuẩn hồi quy OLS đòi hỏi $50 + 8 \times 5 = 90$ mẫu. Cỡ mẫu $N = 218$ vượt $81.6%$ ngưỡng lý thuyết, đảm bảo bậc tự do (Degrees of Freedom) và độ tin cậy của kiểm định ANOVA.

3. Làm thế nào để tích hợp mô hình này với hệ thống Core Banking hiện có?

Ngân hàng có thể xây dựng đường ống dữ liệu (Data Pipeline) qua REST API để tự động thu thập điểm đánh giá CSAT (Customer Satisfaction Score) và CES (Customer Effort Score) ngay sau mỗi giao dịch trên VietinBank iPay, đưa vào kho dữ liệu Data Warehouse để chạy mô hình hồi quy OLS tự động theo định kỳ.

4. Chi phí dịch vụ ngân hàng số hiện nay hầu hết là miễn phí, tại sao biến Chi phí (CP) vẫn có ý nghĩa thống kê?

Mặc dù phí chuyển khoản đã được miễn phí, khách hàng vẫn chịu các chi phí gián tiếp như phí duy trì tài khoản, phí thường niên thẻ cứng liên kết, phí phát hành lại mã PIN hoặc phí tin nhắn SMS Banking. Tính minh bạch và ổn định của các khoản phí này tác động trực tiếp đến sự thỏa mãn của người dùng ($\beta = 0.165, p < 0.05$).

5. Lợi ích kinh tế (ROI) khi ngân hàng đầu tư nâng cao chất lượng dịch vụ số dựa trên kết quả nghiên cứu là gì?

Tập trung đầu tư vào Sự tin cậy (Bảo mật hệ thống) và Sự đáp ứng (Tốc độ xử lý) giúp ngân hàng giảm thiểu chi phí vận hành tại quầy lên tới 40%, tăng tỷ lệ giữ chân khách hàng (Retention Rate) thêm 15-20% và gia tăng số dư tiền gửi không kỳ hạn (CASA) từ các giao dịch trực tuyến thường nhật.


Kết luận

Nghiên cứu đã giải quyết thành công bài toán lượng hóa mức độ ảnh hưởng của 5 nhân tố chất lượng dịch vụ đến sự hài lòng của khách hàng đối với ngân hàng số tại VietinBank Chi nhánh Đồng Nai. Kết quả phân tích kinh tế lượng khẳng định cả 5 nhân tố đều có mối quan hệ đồng biến có ý nghĩa thống kê ($p < 0.05$), được sắp xếp theo mức độ tác động giảm dần: Sự tin cậy ($\beta = 0.312$) > Sự đáp ứng ($\beta = 0.254$) > Phương tiện hữu hình ($\beta = 0.198$) > Chi phí ($\beta = 0.165$) > Sự đồng cảm ($\beta = 0.142$).

Hệ thống phát hiện này mang lại cơ sở thực chứng vững chắc để VietinBank Đồng Nai tối ưu hóa quy trình nghiệp vụ số, nâng cấp hạ tầng bảo mật sinh trắc học và hoàn thiện trải nghiệm khách hàng, đóng góp trực tiếp vào mục tiêu chuyển đổi số toàn diện ngành ngân hàng tại địa bàn công nghiệp trọng điểm.