Bối cảnh và vấn đề nghiên cứu

Trong xu thế hội nhập kinh tế toàn cầu và sự phát triển của công nghệ thông tin, ngành tài chính - ngân hàng tại Việt Nam đã có những chuyển biến rõ nét trong phương thức hoạt động và kênh phân phối sản phẩm. Các ngân hàng thương mại (NHTM) đẩy mạnh đầu tư vào công nghệ nhằm khai thác thị trường bán lẻ, cung ứng các dịch vụ thương mại điện tử chất lượng cao, tiêu biểu là dịch vụ ngân hàng qua mạng Internet (Internet Banking - IB). Các ngân hàng lớn như Ngân hàng TMCP Ngoại thương Việt Nam (Vietcombank), Ngân hàng TMCP Công thương Việt Nam (Vietinbank), Ngân hàng TMCP Đầu tư và Phát triển Việt Nam (BIDV) đã sớm triển khai cung ứng dịch vụ này nhằm nâng cao năng lực cạnh tranh và mở rộng thị phần.

Hệ thống website đóng vai trò là hạ tầng trực tiếp để thực hiện các giao dịch trực tuyến, tiếp cận và quản lý khách hàng. Tuy nhiên, so với các định chế tài chính quốc tế có quy mô vốn lớn và công nghệ hiện đại, các NHTM Việt Nam đối mặt với sự hạn chế nhất định về nguồn lực đầu tư. Thực tế này đòi hỏi các nhà quản trị ngân hàng phải xác định chính xác những yếu tố cốt lõi chi phối sự hài lòng của khách hàng đối với chất lượng website, từ đó phân bổ nguồn lực kỹ thuật và tài chính đúng trọng tâm, tránh lãng phí.

Bên cạnh đó, khối lượng dữ liệu phát sinh từ hoạt động ngân hàng gia tăng nhanh chóng (theo số liệu của Intel công bố tháng 9 năm 2013, cứ mỗi 11 giây thế giới tạo ra thêm 1 Petabyte dữ liệu). Để khai thác nguồn dữ liệu lớn này thành tri thức hữu ích phục vụ quản trị, các kỹ thuật khai phá dữ liệu (Data Mining), đặc biệt là mô hình Cây quyết định (Decision Tree), mở ra phương thức phân lớp dữ liệu trực quan và hỗ trợ quá trình ra quyết định.

Về mục tiêu nghiên cứu, khóa luận xác định:

  • Mục tiêu chung: Tạo tiền đề phát triển dịch vụ ngân hàng điện tử tại Việt Nam thông qua việc xác định các yếu tố quyết định sự hài lòng của khách hàng về chất lượng website Internet Banking; đồng thời nghiên cứu ứng dụng kỹ thuật khai phá dữ liệu làm nền tảng phân tích thực nghiệm trong quản trị ngân hàng.
  • Ba mục tiêu cụ thể:
    1. Tìm hiểu, tổng hợp tình hình chung và khai thác thông tin về dịch vụ Internet Banking ở Việt Nam.
    2. Áp dụng mô hình kỹ thuật Cây quyết định vào phân tích các yếu tố ảnh hưởng đến đánh giá chất lượng website.
    3. Đề xuất một số giải pháp nhằm nâng cao chất lượng website tại các ngân hàng thương mại Việt Nam.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Các yếu tố tác động đến sự đánh giá của khách hàng đối với chất lượng website của một số NHTM tại Việt Nam.
  • Phạm vi nghiên cứu: Khách hàng đã và đang giao dịch qua hệ thống website Internet Banking của các NHTM tại Việt Nam, với dữ liệu khảo sát thu thập có giám sát trên địa bàn tỉnh Thừa Thiên Huế (gắn liền với đợt thực tập tại Vietcombank - Chi nhánh Thừa Thiên Huế) và thông qua kênh trực tuyến vào thời điểm tháng 05 năm 2017.

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập nền tảng lý luận dựa trên các khái niệm chuyên ngành, khung lý thuyết tiếp thị và quy định pháp lý hiện hành:

  • Dịch vụ ngân hàng điện tử và Internet Banking: Tác giả hệ thống hóa các hình thức ngân hàng điện tử bao gồm Ngân hàng tại nhà (Home-Banking), Ngân hàng qua vô tuyến truyền hình tương tác (Interactive TV), Máy rút tiền tự động (ATM), Thanh toán điện tử tại điểm bán hàng (EFTPOS), Ngân hàng tự động qua điện thoại (Phone-Banking), Dịch vụ qua mạng viễn thông di động (Mobile Banking và SMS Banking), và Dịch vụ Internet Banking (Online Banking).
  • Văn bản pháp lý và định nghĩa website: Dẫn chiếu Điều 3, Nghị định số 52/2013/NĐ-CP về định nghĩa website thương mại điện tử; tích hợp chức năng hiển thị sản phẩm, thanh toán trực tuyến, quản lý đơn hàng và bảo mật thông tin.
  • Mối quan hệ giữa chất lượng dịch vụ và sự hài lòng: Kế thừa quan điểm của Zeithaml (1987) về chất lượng dịch vụ là sự so sánh giữa kỳ vọng và nhận thức thực tế; trích dẫn nghiên cứu của Cunliffe (2000) về tổn thất 50% doanh thu tiềm năng và 40% lượt truy cập lặp lại do thiết kế website nghèo nàn; tham chiếu thang đo PeSQ gồm 4 thành phần của Eduard Cristobal, Carlos Flavián, Miguel Guinalíu (2007), thang đo mở rộng của Chien-Ta Bruce Ho và Wen-Chuan Lin (2009), và mô hình góc nhìn khách hàng của Sanjeev Kumar và Radha Garg (2012).
  • Khung lý thuyết AIDA: Dựa trên mô hình phân cấp phản ứng của Strong (1925) gồm 4 giai đoạn: Attention (Thu hút sự chú ý), Interest (Gây dựng mối quan tâm), Desire (Tạo sự ham muốn), Action (Dẫn đến hành động), kết hợp nghiên cứu của Pradipta và Purwanto (2013) để ánh xạ vào 7 tiêu chí chất lượng website.

Về phương pháp nghiên cứu, tác giả kết hợp:

  • Phương pháp nghiên cứu tài liệu: Thu thập, tổng hợp các tài liệu chuyên khảo về thương mại điện tử, dịch vụ ngân hàng trực tuyến và lý thuyết khai phá dữ liệu.
  • Phương pháp điều tra, khảo sát: Sử dụng bảng hỏi cấu trúc thiết kế trên biểu mẫu trực tuyến (Google Docs) và tiến hành khảo sát có giám sát trên mẫu gồm 50 đối tượng có kinh nghiệm giao dịch ngân hàng trực tuyến.
  • Phương pháp thực nghiệm khai phá dữ liệu: Sử dụng kỹ thuật Cây quyết định phân lớp dữ liệu với thuật toán C4.5 (do J. Ross Quinlan phát triển, cải tiến từ thuật toán ID3). Thuật toán áp dụng cơ chế chia để trị dựa trên phương pháp Hunt, sử dụng khái niệm Entropy thông tin và tiêu chuẩn độ lợi thông tin (Gain Ratio) để lựa chọn thuộc tính phân tách tối ưu. Công cụ tính toán và hiển thị mô hình là phần mềm mã nguồn mở Weka 3 (Waikato Environment for Knowledge Analysis) thông qua thuật toán J48, kết hợp kỹ thuật phân chia tập dữ liệu Holdout để kiểm định tính chính xác của mô hình phân lớp.

Nội dung chính theo từng chương

Chương I: Tổng quan về đề tài nghiên cứu

Chương này cung cấp hệ thống lý thuyết về dịch vụ ngân hàng điện tử, đặc tính của website thương mại điện tử, và các kỹ thuật khai phá dữ liệu:

  • Khái quát bản chất dịch vụ Internet Banking: Trình bày sự ra đời của website ngân hàng từ đầu thập niên 1990 tại Mỹ và vai trò của kênh phân phối trực tuyến đối với nền kinh tế (đẩy nhanh chu chuyển vốn), đối với ngân hàng (mở rộng thị phần, tối ưu hóa chi phí vận hành), và đối với khách hàng (tiết kiệm thời gian, giao dịch 24/7).
  • Vai trò của website thương mại điện tử: Khẳng định website là công cụ quảng cáo có chi phí thấp (dẫn số liệu khoảng 5 USD cho dịch vụ lưu trữ hosting và 10 - 15 USD cho quảng cáo theo nguồn trích dẫn), giúp quản lý khách hàng và phản hồi phản ánh trực tiếp.
  • Mối liên hệ giữa mô hình AIDA và 7 tiêu chí chất lượng website: Tác giả tổng hợp 7 thuộc tính đánh giá từ các nghiên cứu thực nghiệm trước đây (Kim & Lee 2004, Jeong & Lambert 2001, Zichefoose 2001):
    1. Giao diện (tính thẩm mỹ, bố cục đồ họa, hình ảnh).
    2. Chất lượng thông tin (tính cập nhật, tính chính xác của thông tin sản phẩm, biểu phí).
    3. Sự điều hướng (tính mạch lạc của liên kết, tránh gây lạc lối trong luồng thông tin).
    4. Thời gian phản hồi (tốc độ tải dữ liệu khi truy cập).
    5. Tính tương tác (kênh hỗ trợ trực tuyến, chat, thư điện tử, công cụ tìm kiếm).
    6. Tính cá nhân hóa (khả năng bảo mật thông tin tài khoản và thiết kế dịch vụ chuyên biệt).
    7. Tính cải tiến đơn giản, dễ sử dụng (cấu trúc menu rõ ràng, thuận tiện xử lý lỗi phát sinh).
  • Tổng quan về kỹ thuật khai phá dữ liệu: Phân tích 6 kỹ thuật cơ bản gồm Luật kết hợp, Phân loại, Suy diễn/Quy nạp, Dự báo, Mẫu tuần tự, và Cây quyết định. Trình bày quy trình 5 bước khai phá dữ liệu: (1) Tìm nghiệp vụ và dữ liệu, (2) Chuẩn bị dữ liệu (lọc nhiễu, giảm số chiều bằng tập thô Rough set), (3) Mô hình hóa dữ liệu, (4) Hậu xử lý và đánh giá mô hình, (5) Triển khai tri thức dưới dạng ngôn ngữ tự nhiên.
  • Các thuật toán tạo cây quyết định: So sánh các thuật toán kinh điển gồm CLS (Concept Learning System - chỉ phù hợp tập dữ liệu nhỏ), ID3 (sử dụng Information Gain nhưng nhạy cảm với dữ liệu thiếu hoặc liên tục), C4.5 (sử dụng Gain Ratio, xử lý được thuộc tính liên tục và có bước cắt tỉa cành), và SLIQ (áp dụng kỹ thuật tiền phân loại để xử lý tập dữ liệu lớn).

Chương II: Phân tích các yếu tố tác động đến sự đánh giá của khách hàng đối với chất lượng Website của ngân hàng bằng mô hình Cây quyết định

Nội dung chương này trình bày quy trình triển khai thực nghiệm phân lớp dữ liệu đánh giá chất lượng website Internet Banking:

  • Khung lý thuyết phân lớp: Cấu trúc hóa quá trình thành hai giai đoạn cốt lõi là Xây dựng mô hình (Learning) nhằm tạo ra các luật phân lớp dạng "Nếu... thì..." (If... then...), và Sử dụng mô hình (Classification) để phân loại các quan sát mới, đồng thời đo lường độ chính xác thông qua phương pháp Holdout.
  • Thiết kế thang đo: Tác giả kế thừa thang đo 3 điểm từ nghiên cứu của Kim và cộng sự (2007), Park và Gretzel (2007), và Bevanda và cộng sự (2008). Toàn bộ 7 thuộc tính độc lập và thuộc tính phân lớp đều được lượng hóa thành biến định danh rời rạc (nominal):
Thuộc tính Nhãn đánh giá (Thang đo 3 mức) Nội dung đánh giá
Giao diện Gây ấn tượng mạnh / Giống như các trang khác / Không thu hút Thiết kế đồ họa, màu sắc, bố cục sắp xếp
Chất lượng thông tin Đầy đủ / Trung bình / Nghèo nàn Mức độ đầy đủ, kịp thời và chính xác của thông tin
Sự điều hướng Cứng nhắc / Có cố gắng / Mạch lạc Hệ thống liên kết, tính dễ dàng khi tìm thông tin
Thời gian phản hồi Nhanh / Có thể chờ / Chậm Tốc độ hiển thị trang và xử lý tác vụ
Tính tương tác Không tồn tại / Chỉ một vài tương tác / Tương tác tốt Kênh hỗ trợ trực tuyến, chat, tiếp nhận góp ý
Tính cá nhân hóa Không tồn tại / Vô ích / Dễ nhận thấy Tính bảo mật thông tin, phân nhóm dịch vụ riêng
Tính đơn giản, dễ sử dụng Đơn giản / Bình thường / Không đơn giản Cấu trúc thẻ dịch vụ, tính thuận tiện khi thao tác
  • Quy trình triển khai thực nghiệm: Khóa luận xây dựng quy trình nghiên cứu gồm 4 giai đoạn liên tiếp: (1) Xác định tiêu chí và thang đo, (2) Lựa chọn website và đối tượng phỏng vấn, (3) Cài đặt phần mềm xử lý dữ liệu (Weka), tạo cây quyết định, và (4) Phân tích kết quả thực nghiệm.
  • Cơ sở dữ liệu khảo sát: Thu thập 50 mẫu đánh giá thực tế từ người dùng có giám sát, tạo lập tập dữ liệu gồm 8 thuộc tính (7 thuộc tính độc lập tương ứng với các tiêu chí website và 1 thuộc tính phân lớp phản ánh mức độ hài lòng chung của khách hàng). Tập dữ liệu được nạp vào phần mềm Weka 3, thực hiện tiền xử lý và chạy thuật toán J48 để chiết xuất các luật quyết định và lập sơ đồ cây.

Chương III: Kiến nghị ứng dụng mô hình Cây quyết định vào lĩnh vực tài chính ngân hàng và đề xuất giải pháp nâng cao chất lượng website tại một số ngân hàng thương mại

Dựa trên nền tảng kỹ thuật và các kết quả thu được, chương này tập trung vào hai nhóm nội dung chính:

  • Kiến nghị ứng dụng cây quyết định trong quản trị ngân hàng: Mở rộng việc khai phá dữ liệu sang các bài toán nghiệp vụ phức tạp khác như chấm điểm và phân loại rủi ro tín dụng khách hàng cá nhân, nhận diện giao dịch gian lận thẻ tín dụng, phát hiện mẫu hành vi giao dịch bất thường để cảnh báo an toàn thanh toán, và phân đoạn khách hàng mục tiêu để tiếp thị sản phẩm dịch vụ ngân hàng điện tử.
  • Đề xuất giải pháp nâng cao chất lượng website cho các NHTM Việt Nam:
    • Ưu tiên tối ưu hóa tính đơn giản, dễ sử dụng: Thiết kế lại cấu trúc menu phân tầng rõ ràng, giảm bớt thao tác phức tạp khi thực hiện lệnh chuyển khoản và thanh toán hóa đơn.
    • Cải thiện sự điều hướng và thời gian phản hồi: Nâng cấp băng thông hệ thống máy chủ, tối ưu mã nguồn giao diện để giảm thiểu thời gian chờ tải dữ liệu, thiết lập thanh tìm kiếm thông minh giúp khách hàng định vị nghiệp vụ trong thời gian ngắn nhất.
    • Chuẩn hóa thông tin và tính năng bảo mật: Cập nhật minh bạch biểu phí, lãi suất, tỷ giá; hiển thị rõ các chứng chỉ số và hướng dẫn bảo mật hai lớp (OTP, mã số định danh) nhằm gia tăng cảm nhận an toàn và tính cá nhân hóa cho từng nhóm đối tượng người dùng.

Kết quả và đóng góp

Kết quả nghiên cứu chính:

  • Xây dựng thành công bộ chỉ tiêu đánh giá chất lượng website Internet Banking gồm 7 thuộc tính độc lập tương thích với mô hình tâm lý hành vi AIDA, được chuẩn hóa thành thang đo 3 điểm rời rạc phục vụ trực tiếp cho thuật toán phân lớp.
  • Thu thập và hoàn thiện bộ cơ sở dữ liệu thực nghiệm gồm 50 mẫu khảo sát có giám sát đối với khách hàng sử dụng dịch vụ Internet Banking của các ngân hàng thương mại tại Việt Nam.
  • Thiết lập quy trình tiền xử lý, nạp dữ liệu và thực thi thuật toán phân loại C4.5 (thông qua J48 trên phần mềm Weka 3), hỗ trợ trích xuất cấu trúc cây quyết định và các luật suy diễn dạng "Nếu... thì..." phục vụ đánh giá mức độ hài lòng của người dùng.

Đóng góp của đề tài:

  • Về mặt học thuật: Khóa luận kết hợp lý thuyết tiếp thị và hành vi tiêu dùng (mô hình AIDA) với kỹ thuật khai phá dữ liệu (Data Mining) trong lĩnh vực tài chính - ngân hàng, tạo tiền đề phương pháp luận cho việc phân tích dữ liệu lớn trong quản trị kinh doanh dịch vụ trực tuyến.
  • Về mặt thực tiễn: Cung cấp giải pháp tiếp cận trực quan cho ban lãnh đạo các NHTM trong việc nhận diện thứ bậc quan trọng của các tiêu chí giao diện và chức năng website, hỗ trợ phân bổ nguồn vốn đầu tư công nghệ thông tin có trọng điểm và nâng cao năng lực giữ chân khách hàng trực tuyến.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu:

  • Quy mô mẫu khảo sát thực nghiệm còn tương đối nhỏ (50 khách hàng), do điều kiện giám sát trực tiếp trong quá trình phỏng vấn, làm hạn chế tính khái quát hóa cho toàn bộ thị trường ngân hàng điện tử tại Việt Nam.
  • Địa bàn khảo sát thực tế chịu giới hạn trong khuôn khổ thực tập tại Chi nhánh Vietcombank Thừa Thiên Huế và mạng lưới khách hàng lân cận, chưa bao quát đầy đủ sự khác biệt về hành vi người dùng giữa các khu vực địa lý khác nhau.

Hướng nghiên cứu tiếp:

  • Mở rộng quy mô khảo sát lên từ 100 đến 200 mẫu hoặc lớn hơn theo kế hoạch mở rộng, nhằm nâng cao độ chính xác và tính ổn định của các nút phân tách trong cây quyết định.
  • Nghiên cứu kết hợp thuật toán C4.5 với các kỹ thuật khai phá dữ liệu nâng cao khác như tập thô (Rough set) để giảm chiều thuộc tính, thuật toán SLIQ hoặc mạng nơ-ron nhân tạo trên các cơ sở dữ liệu giao dịch quy mô lớn (Big Data) của ngân hàng.

Giá trị tham khảo

Khóa luận là nguồn tài liệu tham khảo cho:

  • Sinh viên, học viên chuyên ngành Tài chính - Ngân hàng, Hệ thống thông tin quản lý (MIS) và Thương mại điện tử khi thực hiện các đề tài nghiên cứu liên ngành giữa kinh tế ứng dụng và công nghệ dữ liệu.
  • Cán bộ quản lý sản phẩm, chuyên viên phân tích nghiệp vụ tại các NHTM đang tìm kiếm phương pháp đo lường định lượng và phân lớp mức độ hài lòng của khách hàng đối với kênh phân phối số.
  • Các nội dung có giá trị tham khảo cụ thể: Bảng tổng hợp ánh xạ giữa các giai đoạn của mô hình AIDA với 7 tiêu chí chất lượng website; quy trình chuyển đổi tiêu chí định tính thành thang đo 3 mức độ (nominal); và tài liệu hướng dẫn quy trình tiền xử lý dữ liệu bằng phần mềm Weka 3.

Câu hỏi thường gặp

Khóa luận sử dụng mô hình tiếp thị nào làm cơ sở phân tích chất lượng website Internet Banking?
Khóa luận sử dụng mô hình AIDA của Strong (1925) gồm 4 giai đoạn: Attention (Thu hút sự chú ý), Interest (Gây dựng mối quan tâm), Desire (Tạo sự ham muốn), và Action (Dẫn đến hành động). Nghiên cứu ánh xạ 7 tiêu chí chất lượng website (giao diện, chất lượng thông tin, sự điều hướng, thời gian phản hồi, tính tương tác, tính cá nhân hóa, tính đơn giản dễ sử dụng) tương ứng vào 4 giai đoạn này.

Hệ thống thang đo đánh giá các thuộc tính website được thiết kế như thế nào?
Toàn bộ 7 thuộc tính chất lượng website được lượng hóa bằng thang đo 3 điểm rời rạc (kế thừa từ Kim & cs 2007, Park & Gretzel 2007, Bevanda & cs 2008). Ví dụ: Giao diện được đo bằng "Gây ấn tượng mạnh - Giống như các trang khác - Không thu hút"; Thời gian phản hồi đo bằng "Nhanh - Có thể chờ - Chậm"; Tính tương tác đo bằng "Không tồn tại - Chỉ một vài tương tác - Tương tác tốt".

Thuật toán khai phá dữ liệu nào được sử dụng để xây dựng cây quyết định?
Nghiên cứu sử dụng thuật toán C4.5 của J. Ross Quinlan (được triển khai dưới dạng gói J48 trong phần mềm Weka 3). Thuật toán này sử dụng độ đo tỷ số độ lợi thông tin (Gain Ratio) dựa trên Entropy thông tin để xác định thuộc tính phân tách tối ưu tại từng nút của cây.

Quy mô mẫu khảo sát thực nghiệm trong khóa luận là bao nhiêu?
Khảo sát thực nghiệm được thực hiện có giám sát với quy mô 50 người, sử dụng biểu mẫu phỏng vấn cấu trúc trên Google Docs đối với những khách hàng có kinh nghiệm giao dịch trực tuyến trên hệ thống website của các ngân hàng thương mại.

Kỹ thuật nào được khóa luận đề cập để giảm bớt số chiều của tập dữ liệu lớn trước khi mô hình hóa?
Khóa luận nêu rõ việc sử dụng lý thuyết tập thô (Rough set) trong bước chuẩn bị và làm sạch dữ liệu nhằm giảm bớt số chiều của tập dữ liệu, giúp hạn chế hao tổn tài nguyên xử lý trước khi bước vào giai đoạn mô hình hóa.

Kết luận

Khóa luận tốt nghiệp của tác giả Bùi Thị Hoài An đã hoàn thành việc xây dựng khung lý thuyết liên ngành giữa chất lượng dịch vụ ngân hàng điện tử và kỹ thuật phân lớp dữ liệu thông qua cây quyết định. Nghiên cứu chuẩn hóa hệ thống 7 tiêu chí chất lượng website dựa trên mô hình AIDA và tiến hành phân tích thực nghiệm trên tập dữ liệu khảo sát 50 người dùng bằng thuật toán C4.5/J48 trên phần mềm Weka. Kết quả đạt được cung cấp quy trình phân loại trực quan các yếu tố cấu thành chất lượng website, tạo cơ sở thực tiễn giúp các ngân hàng thương mại tối ưu hóa nguồn lực đầu tư công nghệ thông tin trong hoạt động kinh doanh trực tuyến.