Tổng quan về luận án
Bối cảnh toàn cầu hóa và tự chủ đại học đang đặt hệ thống giáo dục đại học (GDĐH) trước sức ép cạnh tranh gay gắt về tuyển sinh và duy trì quy mô người học. Theo khảo sát quốc tế của Jaschik & Lederman (2015), có đến 58% lãnh đạo các cơ sở giáo dục (CSGD) bày tỏ sự quan ngại sâu sắc về nguy cơ không đạt chỉ tiêu tuyển sinh. Tại Việt Nam cũng như nhiều quốc gia đang phát triển, số lượng hồ sơ đăng ký nhập học chững lại và phân hóa rõ rệt trước sự bùng nổ của các CSGD mới, tình trạng sinh viên làm trái ngành sau tốt nghiệp và áp lực học phí tăng cao (Keypath, 2017). Trong khi đó, xu thế chuyển đổi số mạnh mẽ với 4,388 tỷ người dùng Internet toàn cầu (chiếm 57% dân số theo We Are Social & Hootsuite, 2019) và 85% người tiêu dùng tìm kiếm thông tin trực tuyến trước khi ra quyết định đã biến digital marketing thành trụ cột chiến lược sống còn (Hanover, 2016). Khảo sát thường niên của Terminalfour (2018) chỉ ra rằng có tới 84,5% các trường đại học tại các quốc gia phát triển ứng dụng digital marketing với mục tiêu cốt lõi là tuyển sinh và thu hút người học tiềm năng.
Khoảng trống nghiên cứu (research gap) trọng yếu mà luận án tập trung giải quyết xuất phát từ sự thiếu hụt một khung lý thuyết tích hợp đa chiều: các công trình trước đây chủ yếu tiếp cận marketing giáo dục theo mô hình marketing hỗn hợp 7Ps truyền thống (Kotler & Fox, 1995; Ivy, 2008) hoặc chỉ phân tích đơn lẻ từng công cụ kỹ thuật số như mạng xã hội (Hayes, Ruschman & Walker, 2009; Constantinides & Stagno, 2011, 2012) và website (Hoyt & Brown, 2003; Yamamoto, 2006). Chưa có công trình nào đánh giá toàn diện hành trình trực tuyến của người học tiềm năng song song với việc kiểm định các điều kiện nguồn lực tổ chức của CSGD bằng các phương pháp phân tích đa biến thế hệ thứ hai (Structural Equation Modeling - SEM).
Luận án xác lập 3 câu hỏi nghiên cứu (Research Questions - RQ) và hệ thống các giả thuyết tương ứng:
- RQ1: Thực tiễn và bài học kinh nghiệm về digital marketing nhằm thu hút người học tiềm năng tại các CSGD ở các quốc gia phát triển là gì?
- RQ2: Thực trạng và các nhân tố thúc đẩy/rào cản ảnh hưởng đến việc áp dụng digital marketing thu hút người học tại các CSGD Việt Nam diễn ra như thế nào?
- RQ3: Các khuyến nghị chiến lược và giải pháp khả thi nào cần được triển khai để tối ưu hóa hiệu quả digital marketing tuyển sinh trong bối cảnh GDĐH Việt Nam?
Các giả thuyết trọng tâm được kiểm định bao gồm:
- H1: Nhận thức tính hữu ích của thông tin trực tuyến tác động thuận chiều đến ý định chấp nhận sử dụng CNTT để đăng ký học.
- H2: Chất lượng thông tin CNTT (tính chính xác, kịp thời, phù hợp, toàn diện, tương tác) tác động thuận chiều đến nhận thức tính hữu ích và uy tín nguồn tin.
- H3: Uy tín nguồn tin trực tuyến tác động thuận chiều đến sự chấp nhận sử dụng CNTT của người học.
- H4: Tính dễ sử dụng của nền tảng số tác động thuận chiều đến nhận thức tính hữu ích và thái độ của người học.
- H5: Sự phiền nhiễu của CNTT (quảng cáo xâm phạm, thông tin rác) tác động nghịch chiều đến ý định đăng ký nhập học.
- H6: Nguồn lực nội bộ, áp lực cạnh tranh, nhận thức tính hữu ích/dễ sử dụng và sự hỗ trợ của nhà cung cấp tác động thuận chiều đến mức độ áp dụng digital marketing ở cấp độ tổ chức CSGD.
Khung lý thuyết tổng quát của luận án là Khung nghiên cứu áp dụng digital marketing (DMA - Digital Marketing Adoption), được tích hợp từ hai mô hình nhánh: Mô hình đo lường tác động thu hút người học tiềm năng (TIAMC - Technology and Information Acceptance Model in Customer Journey) dựa trên sự mở rộng của TAM (Davis, 1989), IAM (Sussman & Siegel, 2003) và ELM (Petty & Cacioppo, 1986); và Khung đánh giá điều kiện áp dụng tại CSGD (TOEIF) kế thừa từ TOE (Tornatzky & Fleischer, 1990), DOI (Rogers, 2003) và UTAUT (Venkatesh et al., 2003).
Đóng góp đột phá của luận án nằm ở việc chuẩn hóa khái niệm "digital marketing dịch vụ giáo dục", xây dựng thang đo thuộc tính phi công cụ (attribute-based approach) thay vì tiếp cận theo loại hình công cụ riêng lẻ, và định lượng hóa mối quan hệ giữa các yếu tố công nghệ với hành vi đăng ký học của sinh viên. Phạm vi nghiên cứu bao quát dữ liệu khảo sát thực nghiệm tại hai trung tâm giáo dục lớn nhất Việt Nam là Hà Nội và TP. Hồ Chí Minh trong giai đoạn 2017-2018, đồng thời so sánh đối sánh với kinh nghiệm thực tiễn từ các cường quốc giáo dục (Hoa Kỳ, Anh, Úc, Đức, Pháp).
Literature Review và Positioning
Tổng quan y văn marketing giáo dục ghi nhận các dòng nghiên cứu lớn bắt đầu từ nền tảng của Kotler & Fox (1995, 2002) về việc áp dụng marketing xã hội và hành vi người tiêu dùng vào CSGD. Tiếp nối, các học giả như Ivy (2008), Hoàng Thị Phương Thảo & Nguyễn Đình Bình (2016), Lê Quang Trực & Trần Văn Hoà (2017) đã đào sâu vào marketing hỗn hợp 7Ps (Product, Price, Place, Promotion, People, Physical Evidence, Process). Tuy nhiên, các mô hình này chủ yếu tiếp cận theo tư duy truyền thống của bên cung cấp dịch vụ (supply-side), đánh giá các thuộc tính vật lý của trường như cơ sở vật chất, học phí và học hàm giảng viên mà chưa bắt kịp sự thay đổi trong hành vi tìm kiếm thông tin số của người học.
Dòng nghiên cứu về tiến trình ra quyết định chọn trường của người học tiềm năng ghi nhận các mô hình kinh tế - xã hội học kinh điển:
- Mô hình 3 giai đoạn (Khuynh hướng - Tìm kiếm - Lựa chọn) của Hossler & Gallagher (1987);
- Mô hình ảnh hưởng truyền thông của Chapman (1981, 1986);
- Mô hình tối ưu hóa chi phí - lợi ích kỳ vọng của DesJardins & Toutkoushian (2005).
Các nghiên cứu đương đại đã chỉ ra sự chuyển dịch khi xem người học là khách hàng trung tâm (Obermeit, 2012; Robinson & Long, 1987; Reavill, 1998; Kanji & Tambi, 1999). Khi công nghệ số bùng nổ, hướng nghiên cứu digital marketing giáo dục bắt đầu hình thành với các khảo sát về mạng xã hội (Barnes & Mattson, 2009; Alexa, Alexa & Stoica, 2012) và website (LeFauve, 2001; Foster, 2003; Donehower, 2003; Phillips, 2015).
TIẾN TRÌNH RA QUYẾT ĐỊNH CHỌN TRƯỜNG & VỊ TRÍ ĐÓNG GÓP CỦA LUẬN ÁN
[Hossler & Gallagher, 1987] Định hình khuynh hướng -> Tìm kiếm thông tin -> Ra quyết định lựa chọn
│
[Kotler & Fox, 1995] Nhận thức nhu cầu ──────> Đánh giá 7Ps ─────> Quyết định nhập học
│
[Khoảng trống nghiên cứu] Các nghiên cứu trước: Tiếp cận công cụ rời rạc (chỉ Web / chỉ MXH)
Phân tích thống kê thế hệ 1 (Hồi quy đơn/Tương quan Pearson)
│
[Đóng góp của Luận án] KHUNG TÍCH HỢP DMA (TOEIF + TIAMC)
Tiếp cận thuộc tính số (IT Quality, Credibility, Intrusiveness)
Kiểm định mô hình cấu trúc tuyến tính SEM hai chiều (CSGD - Người học)
Tranh luận học thuật sâu sắc tồn tại giữa hai trường phái:
- Trường phái tiếp cận theo công cụ kỹ thuật (Tool-centric approach): Cho rằng hiệu quả tuyển sinh phụ thuộc vào việc triển khai các kênh riêng biệt như Facebook, Google Ads, SEO hay Email (Hayes et al., 2009; Constantinides & Stagno, 2012).
- Trường phái tiếp cận theo thuộc tính và quá trình nhận thức (Attribute & Cognitive processing approach): Lập luận rằng công nghệ chỉ là phương tiện chuyển tải; bản chất thuyết phục người học nằm ở chất lượng thông tin, tính tương tác, sự cá nhân hóa và độ tin cậy của thông điệp số (Sussman & Siegel, 2003; Ayeh, 2015; Elwalda, Lu & Ali, 2016).
Luận án định vị vững chắc trong trường phái thứ hai, vượt qua hạn chế của các nghiên cứu đơn lẻ bằng cách xây dựng hệ thống thuộc tính thông tin số chuẩn hóa. So sánh với các công trình quốc tế quy mô lớn:
- Khảo sát toàn cầu của QS (2018) trên 67.172 người học tiềm năng từ 193 quốc gia chỉ dừng lại ở thống kê mô tả về tỷ lệ sử dụng mạng xã hội (trên 66% sinh viên dùng MXH để tìm hiểu chương trình đào tạo).
- Nghiên cứu của Ruffalo Noel Levitz (2015, 2017) tại Hoa Kỳ chỉ phân tích tỷ lệ áp dụng các kênh quảng cáo (PPC, hiển thị, bám đuôi) giữa trường công và trường tư.
Luận án đã tiến xa hơn khi mô hình hóa cấu trúc quan hệ nhân quả, giải thích cơ chế tâm lý mà qua đó các thuộc tính digital marketing chuyển hóa thành hành vi đăng ký nhập học thực tế.
Đóng góp lý thuyết và khung phân tích
Đóng góp cho lý thuyết
Luận án tạo ra những bước tiến lý thuyết đáng kể thông qua việc mở rộng, tích hợp và kiểm định lại các lý thuyết nền tảng trong bối cảnh thị trường dịch vụ giáo dục đại học:
MÔ HÌNH TÍCH HỢP DMA
(Digital Marketing Adoption Framework)
┌─────────────────────────────────────────────────────────────┐
│ KHUNG TOEIF (Cấp độ Tổ chức - CSGD) │
│ ┌─────────────────┐ ┌──────────────────┐ ┌───────────┐ │
│ │ Công nghệ │ │ Tổ chức │ │ Môi trường│ │
│ │ (Tính hữu ích, │ │ (Nguồn lực nội │ │ (Áp lực │ │
│ │ Dễ sử dụng, │───│ bộ, Lãnh đạo, │───│ cạnh │ │
│ │ Đổi mới DOI) │ │ Hạ tầng) │ │ tranh) │ │
│ └─────────────────┘ └──────────────────┘ └───────────┘ │
└──────────────────────────────┬──────────────────────────────┘
│ Triển khai chiến lược
▼
┌─────────────────────────────────────────────────────────────┐
│ MÔ HÌNH TIAMC (Cấp độ Khách hàng - Người học) │
│ ┌───────────────────────┐ │
│ │ Chất lượng CNTT │──┐ │
│ │ (Chính xác, Kịp thời, │ │ │
│ │ Tương tác, Toàn diện)│ │ ┌─────────────────────┐ │
│ └───────────────────────┘ ├──>│ Nhận thức hữu ích │─┐ │
│ ┌───────────────────────┐ │ └─────────────────────┘ │ │
│ │ Uy tín nguồn tin │──┤ │ │ │
│ │ (Chuyên môn, Tin cậy) │ │ ▼ │ │
│ └───────────────────────┘ │ ┌─────────────────────┐ │ │
│ ┌───────────────────────┐ └──>│ Chấp nhận CNTT / │─┼──>│ Đăng ký
│ │ Tính dễ sử dụng │─────>│ Ý định sử dụng │ │ │ học
│ └───────────────────────┘ └─────────────────────┘ │ │
│ ┌───────────────────────┐ ▲ │ │
│ │ Sự phiền nhiễu CNTT │─────────────────┴────────────┘ │
│ │ (Spam, Xâm phạm) │ (Tác động nghịch chiều) │
│ └───────────────────────┘ │
└─────────────────────────────────────────────────────────────┘
- Mở rộng Mô hình Chấp nhận Công nghệ (TAM - Davis, 1989) và Mô hình Chấp nhận Thông tin (IAM - Sussman & Siegel, 2003): Thay vì chỉ nhìn nhận công nghệ như một công cụ tác vụ văn phòng, luận án đã mở rộng khái niệm "sự chấp nhận CNTT" thành "sự chấp nhận thông điệp tuyển sinh trực tuyến và hành động đăng ký nhập học", tích hợp mô hình khả năng đánh giá kỹ lưỡng (ELM - Petty & Cacioppo, 1986) để chứng minh rằng người học xử lý thông tin tuyển sinh qua cả tuyến trung tâm (chất lượng luận điểm, tính chính xác của dữ liệu học phí/chương trình) và tuyến ngoại vi (uy tín fanpage, trải nghiệm tương tác trực quan).
- Bổ sung biến "Sự phiền nhiễu của CNTT" (Perceived Intrusiveness): Đây là đóng góp phản biện quan trọng. Trong khi phần lớn các mô hình chấp nhận công nghệ chỉ nhấn mạnh các tác nhân thúc đẩy tích cực, luận án đã chỉ ra và lượng hóa tác động tiêu cực của các hoạt động digital marketing quá đà (quảng cáo bám đuôi dày đặc, thư rác điện tử, tin nhắn tự động xâm phạm riêng tư), tạo ra hiệu ứng phản cảm làm suy giảm ý định đăng ký nhập học.
- Phát triển Khung TOEIF ở cấp độ CSGD: Kết hợp Lý thuyết Khuếch tán Đổi mới (DOI - Rogers, 2003) với Khung Công nghệ - Tổ chức - Môi trường (TOE - Tornatzky & Fleischer, 1990) và Mô hình UTAUT (Venkatesh et al., 2003), xác lập vai trò chi phối của biến "Nguồn lực nội bộ tổ chức" như một điều kiện tiên quyết (boundary condition) quyết định khả năng chuyển hóa áp lực cạnh tranh bên ngoài thành năng lực thực thi digital marketing hiệu quả.
Khung phân tích độc đáo
Khung phân tích DMA (Digital Marketing Adoption) liên kết chặt chẽ giữa phía cung (CSGD) và phía cầu (người học tiềm năng):
- Cấu phần 1 - Điều kiện tiền đề phía tổ chức (TOEIF): Đo lường 6 nhóm nhân tố tác động đến quyết định đầu tư và mức độ áp dụng digital marketing của nhà trường: (1) Tính dễ sử dụng nhận thức, (2) Tính hữu ích nhận thức, (3) Nguồn lực nội bộ (nhân sự số, ngân sách, cơ sở hạ tầng công nghệ), (4) Áp lực cạnh tranh tuyển sinh, (5) Tác động đổi mới (lợi thế tương đối, tính tương thích theo Rogers), và (6) Sự hỗ trợ của nhà cung cấp giải pháp công nghệ.
- Cấu phần 2 - Quá trình thuyết phục người học (TIAMC): Đo lường sự tác động của các thuộc tính digital marketing xuyên suốt hành trình tìm kiếm thông tin: Chất lượng CNTT (5 thứ nguyên: Phù hợp, Kịp thời, Chính xác, Toàn diện, Tương tác) và Uy tín nguồn tin (2 thứ nguyên: Chuyên môn, Độ tin cậy) tác động trực tiếp đến Nhận thức tính hữu ích, từ đó cùng với Tính dễ sử dụng và Sự phiền nhiễu định hình Thái độ, Ý định chấp nhận sử dụng CNTT và cuối cùng là Hành vi đăng ký học.
- Điều kiện biên (Boundary conditions): Khung phân tích được xác lập tối ưu cho phân khúc giáo dục đại học hệ cử nhân chính quy, trong môi trường các trường đại học đang thực hiện cơ chế tự chủ tài chính và người học có quyền tiếp cận đa dạng các nguồn thông tin trực tuyến.
Phương pháp nghiên cứu tiên tiến
Thiết kế nghiên cứu
Luận án theo đuổi thế giới quan triết học Thực chứng sau hiện đại / Hiện thực phản biện (Post-positivism / Critical Realism), kết hợp giữa việc kiểm định giả thuyết nhân quả định lượng khách quan với sự thấu hiểu sâu sắc bối cảnh quản trị thực tiễn.
Thiết kế nghiên cứu hỗn hợp đa giai đoạn (Sequential Explanatory Mixed-Methods Design) được triển khai:
- Thiết kế đa cấp độ (Multi-level design): Thu thập dữ liệu đồng thời ở 2 cấp độ độc lập nhưng tương hỗ: cấp độ tổ chức (các nhà quản trị, trưởng phòng tuyển sinh/marketing tại các CSGD) và cấp độ cá nhân khách hàng (học sinh THPT lớp 12, thí sinh tự do và sinh viên năm thứ nhất đang trong quá trình ra quyết định chọn trường).
Quy trình nghiên cứu rigorous
Quy trình thu thập và xử lý dữ liệu tuân thủ nghiêm ngặt các tiêu chuẩn phương pháp luận học thuật:
- Chiến lược chọn mẫu: Phương pháp chọn mẫu phân tầng kết hợp ngẫu nhiên thuận tiện tại hai đô thị đại học trọng điểm là Hà Nội và TP. Hồ Chí Minh, đảm bảo cơ cấu đại diện cân bằng giữa các trường đại học công lập tự chủ, công lập chưa tự chủ và ngoài công lập (tư thục).
- Quy trình thu thập dữ liệu:
- Đối với cấp độ người học: Phát bảng hỏi khảo sát trực tiếp tại các trường THPT, các ngày hội tư vấn tuyển sinh đại học và khảo sát trực tuyến qua bảng hỏi điện tử Google Forms/quảng cáo mục tiêu.
- Đối với cấp độ CSGD: Phỏng vấn sâu và khảo sát bán cấu trúc gửi trực tiếp đến ban giám hiệu, lãnh đạo phòng truyền thông, trung tâm tuyển sinh và phòng CNTT của các trường đại học.
- Phương pháp tam giác giác hóa (Triangulation): Kết hợp tam giác hóa dữ liệu (khảo sát người học + phỏng vấn lãnh đạo trường + phân tích số liệu thứ cấp từ báo cáo tuyển sinh của Bộ GD&ĐT) và tam giác hóa lý thuyết (đối chiếu giữa TAM, IAM, ELM và TOE).
- Kiểm định độ tin cậy và giá trị:
- Độ tin cậy nhất quán nội tại: Kiểm định thông qua hệ số Cronbach's Alpha (yêu cầu $\alpha > 0.70$) và Độ tin cậy tổng hợp (Composite Reliability - CR $> 0.70$).
- Giá trị hội tụ (Convergent Validity): Đánh giá qua hệ số tải nhân tố chuẩn hóa (Standardized Factor Loading $> 0.50$) và Phương sai trích trung bình (Average Variance Extracted - AVE $> 0.50$).
- Giá trị phân biệt (Discriminant Validity): Kiểm định theo tiêu chuẩn Fornell-Larcker và tỷ số Heterotrait-Monotrait (HTMT $< 0.85$).
Data và phân tích
Phân tích dữ liệu sử dụng các kỹ thuật thống kê đa biến nâng cao thế hệ thứ hai (Second-Generation Data Analysis) thông qua phần mềm SPSS 24.0 và SmartPLS 3.0 / AMOS 24.0:
- Phân tích nhân tố khám phá (EFA) và Phân tích nhân tố khẳng định (CFA): Được sử dụng để kiểm tra cấu trúc đơn hướng và độ tương thích của mô hình đo lường với dữ liệu thực nghiệm.
- Mô hình hóa phương trình cấu trúc tuyến tính (SEM): Kiểm định đồng thời toàn bộ các mối quan hệ tác động trực tiếp, gián tiếp và trung gian giữa các cấu trúc tiềm ẩn trong mô hình TIAMC và TOEIF.
- Kiểm tra độ vững (Robustness checks): Thực hiện kỹ thuật Bootstrap với 5.000 mẫu lặp lại để kiểm định khoảng tin cậy 95% (Bias-corrected 95% Confidence Intervals) của các ước lượng tham số, đảm bảo kết quả không bị sai lệch do phân phối mẫu vi phạm giả định chuẩn tắc. Báo cáo đầy đủ hệ số xác định ($R^2$), quy mô tác động ($f^2$) và chỉ số phù hợp mô hình (GoF, SRMR $< 0.08$).
Phát hiện đột phá và implications
Những phát hiện then chốt
Kết quả kiểm định mô hình cấu trúc tuyến tính SEM mang lại 5 phát hiện cốt lõi với ý nghĩa khoa học và thực tiễn sâu sắc:
| Thứ tự |
Nhân tố / Mối quan hệ |
Hệ số tác động ($\beta$) / Mức ý nghĩa |
Bản chất tác động & Bằng chứng thực nghiệm |
| 1 |
Nhận thức tính hữu ích $\rightarrow$ Ý định đăng ký học |
$\beta = 0.382$, $p < 0.001$ |
Tác động dương mạnh nhất; người học chỉ quyết định khi thông tin số thực sự giải quyết nhu cầu so sánh ngành, học bổng và cơ hội việc làm. |
| 2 |
Sự chấp nhận sử dụng CNTT $\rightarrow$ Đăng ký học |
$\beta = 0.295$, $p < 0.001$ |
Đóng vai trò trung gian then chốt; chuyển đổi từ nhận thức thụ động sang tương tác chủ động (điền form, tải brochure). |
| 3 |
Chất lượng CNTT & Uy tín nguồn tin $\rightarrow$ Nhận thức hữu ích |
$\beta = 0.274$ & $\beta = 0.241$, $p < 0.001$ |
Các thuộc tính: kịp thời, chính xác, tương tác trực tuyến giải thích hơn 62% phương sai của nhận thức hữu ích. |
| 4 |
Tính dễ sử dụng $\rightarrow$ Nhận thức & Ý định |
$\beta = 0.186$, $p < 0.01$ |
Giao diện di động mượt mà, tốc độ tải trang cao giúp giảm thiểu rào cản tìm kiếm thông tin. |
| 5 |
Sự phiền nhiễu của CNTT $\rightarrow$ Ý định đăng ký học |
$\beta = -0.168$, $p < 0.01$ |
Tác động nghịch hướng rõ rệt; quảng cáo bám đuôi quá đà và spam email làm gia tăng tâm lý đề phòng, giảm thiện cảm thương hiệu. |
- Phát hiện nghịch trực giác về mạng xã hội so với Website: Mặc dù website vẫn là nguồn thông tin chính thức có độ tin cậy nền tảng cao nhất (với 9/10 người học đánh giá hữu ích theo dữ liệu đối sánh Chegg), nhưng phân tích hồi quy cấu trúc chỉ ra rằng mối liên hệ giữa trải nghiệm cảm xúc thú vị của người dùng với Chất lượng và Uy tín nguồn tin trên Mạng xã hội mạnh hơn đáng kể so với Website. Tương tác hai chiều (Livechat, phản hồi bình luận tức thì trên Fanpage) tạo ra sự gắn kết tâm lý vượt trội so với giao diện tĩnh của website truyền thống.
- Yếu tố quyết định ở cấp độ CSGD: Trong khung TOEIF, nhân tố Nguồn lực nội bộ tổ chức ($\beta = 0.412, p < 0.001$) có trọng số tác động lớn nhất tới mức độ áp dụng digital marketing, vượt trội hơn cả Áp lực cạnh tranh bên ngoài ($\beta = 0.235$) và Sự hỗ trợ từ nhà cung cấp ($\beta = 0.154$). Điều này khẳng định rằng dù công nghệ sẵn có và áp lực tuyển sinh gay gắt, một CSGD không thể số hóa thành công marketing nếu thiếu hụt nhân sự chuyên trách và ngân sách phân bổ hợp lý.
Implications đa chiều
Đóng góp học thuật (Theoretical advances)
Luận án đã lấp đầy khoảng trống nghiên cứu liên ngành giữa Quản trị Marketing và Hệ thống Thông tin Quản trị trong giáo dục đại học. Khung phân tích DMA cung cấp một mô hình lý thuyết hoàn chỉnh giải thích đường truyền dẫn từ năng lực số nội bộ của tổ chức tới hành vi mua dịch vụ giáo dục của người học.
Đổi mới phương pháp luận (Methodological innovations)
Thiết lập bộ công cụ thang đo thuộc tính digital marketing giáo dục đã được kiểm định độ tin cậy và giá trị hội tụ/phân biệt bằng PLS-SEM/CB-SEM, tạo tiền đề phương pháp luận có thể chuyển giao và áp dụng để đánh giá hành vi khách hàng số trong các ngành dịch vụ công khác như y tế, đào tạo nghề và du lịch.
Ứng dụng quản trị thực tiễn (Practical applications)
- Tái cấu trúc bộ phận truyền thông tuyển sinh: Các CSGD cần chuyển dịch quyền hạn chiến lược từ bộ phận CNTT đơn thuần sang bộ phận Marketing & Truyền thông chuyên trách (phù hợp với xu hướng thế giới tăng từ 18,8% năm 2014 lên 32,0% năm 2018 theo khảo sát Terminalfour).
- Tối ưu hóa đa kênh lấy di động làm trung tâm: Thiết kế website và cổng đăng ký chuẩn Responsive Web Design, đồng bộ dữ liệu đa kênh (Omnichannel) giữa online (PPC, Fanpage, Email) và offline (sự kiện trải nghiệm trường học thực tế).
- Kiểm soát ngưỡng phiền nhiễu: Thiết lập thuật toán tần suất hiển thị quảng cáo (frequency capping) và chính sách email marketing dựa trên sự đồng ý (permission-based email marketing) để tránh gây bức xúc cho người học tiềm năng.
Khuyến nghị chính sách (Policy recommendations)
Bộ GD&ĐT và các cơ quan quản lý cần hoàn thiện hành lang pháp lý về tự chủ đại học gắn liền với chuẩn hóa cơ sở dữ liệu tuyển sinh quốc gia; ban hành các quy định hướng dẫn về an toàn dữ liệu người học và đạo đức quảng cáo số trong môi trường giáo dục.
Limitations và Future Research
Luận án thẳng thắn thừa nhận các giới hạn nghiên cứu không thể tránh khỏi:
- Giới hạn về không gian địa lý: Dữ liệu khảo sát thực nghiệm tập trung chủ yếu tại hai vùng kinh tế - giáo dục trọng điểm là Hà Nội và TP. Hồ Chí Minh. Tính đại diện có thể bị suy giảm nhất định khi suy rộng cho các CSGD đại học địa phương thuộc khu vực miền núi hoặc các tỉnh vùng ven.
- Giới hạn về phân khúc đào tạo: Nghiên cứu chỉ tập trung vào đối tượng người học tiềm năng của chương trình đào tạo đại học chính quy hệ cử nhân, chưa bao quát phân khúc sau đại học (Thạc sĩ, Tiến sĩ), đào tạo từ xa (E-learning) hoặc các chương trình liên kết quốc tế vốn có đặc thù hành vi ra quyết định phức tạp hơn.
- Giới hạn về thiết kế dữ liệu cắt ngang (Cross-sectional design): Việc thu thập dữ liệu tại một thời điểm (2017-2018) có thể hạn chế khả năng quan sát biến động tâm lý của người học theo thời gian xuyên suốt từ đầu năm lớp 12 đến khi hoàn tất thủ tục nhập học chính thức.
- Tốc độ biến động nhanh chóng của công nghệ số: Sự xuất hiện liên tục của các nền tảng mạng xã hội mới (như TikTok) và các công nghệ trí tuệ nhân tạo tạo sinh (Generative AI) đặt ra nhu cầu phải liên tục cập nhật mô hình đo lường.
Hệ thống 5 định hướng nghiên cứu tương lai (Future research agenda):
- Nghiên cứu 1: Ứng dụng thiết kế nghiên cứu theo chiều dọc (Longitudinal study) để theo dõi sự chuyển biến thái độ và hành vi của người học qua từng điểm chạm (touchpoints) trong suốt chu kỳ tuyển sinh 12 tháng.
- Nghiên cứu 2: Mở rộng mô hình nghiên cứu cho phân khúc giáo dục sau đại học và du học sinh quốc tế đến Việt Nam.
- Nghiên cứu 3: Tích hợp tác động của Trí tuệ nhân tạo (AI Chatbots, Hệ thống gợi ý ngành học cá nhân hóa) vào mô hình TIAMC như một biến điều tiết (moderating variable) đối với chất lượng tương tác.
- Nghiên cứu 4: Thực hiện phân tích đa nhóm (Multi-group analysis - MGA trong PLS-SEM) để so sánh chi tiết sự khác biệt về cơ chế tác động giữa nhóm trường đại học công lập và nhóm trường đại học tư thục/quốc tế.
- Nghiên cứu 5: Nghiên cứu sâu về khía cạnh bảo mật dữ liệu, quyền riêng tư của người học và đạo đức tiếp thị số (digital marketing ethics) trong giáo dục đại học.
Tác động và ảnh hưởng
BẢN ĐỒ TÁC ĐỘNG ĐA LĨNH VỰC CỦA LUẬN ÁN
┌──────────────────────────────────────────────────────────────────────────┐
│ TÁC ĐỘNG HỌC THUẬT │
│ • Tiên phong mô hình hóa DMA (TOEIF + TIAMC) bằng SEM đa biến │
│ • Tiềm năng trích dẫn cao trong lĩnh vực Marketing Dịch vụ & EdTech │
└────────────────────────────────────┬─────────────────────────────────────┘
│
┌───────────────────────────────┼───────────────────────────────┐
▼ ▼ ▼
┌───────────────┐ ┌───────────────┐ ┌────────────────┐
│ NGÀNH GDĐH │ │ CHÍNH SÁCH │ │ XÃ HỘI & │
│ Tối ưu hóa │ │ Cung cấp căn │ │ QUỐC TẾ │
│ chi phí CPA, │ │ cứ định lượng │ │ Giảm thiểu bất │
│ nâng cao tỷ │ │ cho đề án tự │ │ đối xứng thông │
│ lệ chuyển đổi │ │ chủ đại học │ │ tin, tăng năng │
│ tuyển sinh │ │ của Bộ GD&ĐT │ │ lực hội nhập │
└───────────────┘ └───────────────┘ └────────────────┘
- Tác động học thuật: Đặt nền tảng cho hướng nghiên cứu chuyển đổi số trong marketing giáo dục tại Việt Nam; tạo tài liệu tham khảo chuẩn mực cho các nghiên cứu sinh, học viên cao học chuyên ngành Quản trị Kinh doanh, Marketing và Quản lý Giáo dục.
- Chuyển đổi ngành giáo dục đại học: Cung cấp khung công cụ chẩn đoán thực trạng số hóa giúp ban giám hiệu các trường đại học tối ưu hóa ngân sách tiếp thị, giảm thiểu chi phí tuyển sinh trên một sinh viên nhập học (Cost Per Acquisition - CPA) và gia tăng tỷ lệ chuyển đổi (Conversion Rate) bền vững.
- Ảnh hưởng chính sách: Đóng góp luận cứ khoa học thực chứng cho các cơ quan hoạch định chính sách giáo dục trong việc thúc đẩy chiến lược chuyển đổi số quốc gia trong GDĐH, xây dựng cơ chế quản lý cạnh tranh lành mạnh và bảo vệ quyền lợi người học trên không gian mạng.
- Lợi ích xã hội và hội nhập quốc tế: Nâng cao tính minh bạch thông tin học bổng, chương trình đào tạo, giúp học sinh và phụ huynh đưa ra quyết định chọn trường chính xác, giảm thiểu lãng phí nguồn lực xã hội do chọn sai ngành nghề; đồng thời trang bị năng lực tiếp thị số giúp các đại học Việt Nam thu hút lưu học sinh quốc tế.
Đối tượng hưởng lợi
- Nghiên cứu sinh và Giới học thuật: Tiếp cận được một khung phân tích tích hợp (DMA), hệ thống giả thuyết logic và bộ công cụ thang đo đã kiểm định, giúp rút ngắn thời gian xây dựng mô hình nghiên cứu trong các đề tài liên quan đến kinh tế số và marketing dịch vụ.
- Ban Giám hiệu và Nhà quản trị CSGD: Nhận được cẩm nang chỉ dẫn chiến lược về tái cấu trúc tổ chức, phân bổ ngân sách (hướng dẫn cơ chế tăng ngân sách linh hoạt theo dự án như 26% trường phát triển áp dụng), và cân đối tỷ trọng giữa đội ngũ marketing nội bộ với thuê ngoài dịch vụ chuyên nghiệp.
- Đội ngũ chuyên viên Marketing & Tuyển sinh thực tế: Được cung cấp các phát hiện cụ thể về tối ưu hóa nội dung tương tác (tập trung vào thông tin học bổng, chi phí hỗ trợ tài chính, tương tác fanpage thời gian thực, kiểm soát tần suất quảng cáo tránh phiền nhiễu).
- Học sinh, Phụ huynh và Xã hội: Hưởng lợi gián tiếp thông qua việc tiếp cận các kênh thông tin tuyển sinh trực tuyến chất lượng cao, chính xác, cập nhật kịp thời và giảm thiểu rủi ro tiếp nhận thông tin sai lệch từ các nguồn không chính thống.
Câu hỏi chuyên sâu
1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?
Đóng góp lý thuyết độc đáo nhất là việc xây dựng và kiểm định thành công Khung nghiên cứu áp dụng digital marketing tích hợp (DMA), trong đó mở rộng căn bản Mô hình Chấp nhận Thông tin (IAM - Sussman & Siegel, 2003) và Mô hình Chấp nhận Công nghệ (TAM - Davis, 1989) trong lĩnh vực GDĐH. Luận án đã chứng minh rằng hành vi đăng ký học không chỉ chịu sự chi phối bởi tính hữu ích chức năng của công nghệ mà là kết quả của quá trình xử lý nhận thức kép (theo ELM) đối với các thuộc tính thông tin (tính chính xác, toàn diện, kịp thời, tương tác) và uy tín nguồn tin, đồng thời chịu tác động kìm hãm trực tiếp từ cấu trúc "Sự phiền nhiễu của CNTT" (Perceived Intrusiveness) - một biến số hoàn toàn mới được đưa vào mô hình hành vi chọn trường.
2. Đổi mới phương pháp luận của luận án khi so sánh với ít nhất 2 nghiên cứu quốc tế trước đây?
So sánh với nghiên cứu của Hayes, Ruschman & Walker (2009) chỉ sử dụng phương pháp khảo sát mô tả định tính về mạng xã hội, và nghiên cứu của Constantinides & Stagno (2011, 2012) chỉ dừng lại ở các phân tích hồi quy đơn biến (First-generation analysis) để tìm mối tương quan giữa các kênh web 2.0 với sinh viên Hà Lan/Ý: Luận án đã đổi mới phương pháp luận thông qua việc áp dụng Mô hình cấu trúc tuyến tính thế hệ thứ hai (Second-generation SEM), kết hợp kiểm định tam giác hóa đa cấp độ (cả cấp độ tổ chức CSGD và cấp độ cá nhân người học) với kỹ thuật tái chọn mẫu Bootstrap 5.000 lần, giải quyết triệt để các hạn chế về sai số đo lường và giả định phân phối dữ liệu khắt khe của các nghiên cứu trước.
3. Phát hiện bất ngờ nhất (surprising finding) từ dữ liệu thực nghiệm là gì?
Phát hiện bất ngờ và thú vị nhất là mối liên hệ giữa trải nghiệm cảm xúc gắn kết của người dùng với Chất lượng và Uy tín nguồn tin trên Mạng xã hội mạnh hơn đáng kể so với Website chính thức của trường đại học. Trong khi các lý thuyết truyền thống luôn coi website là "mỏ neo" thông tin đáng tin cậy nhất (và thực tế 9/10 người học vẫn dùng website đầu tiên), thì dữ liệu thực nghiệm lại chứng minh rằng chính các tương tác hai chiều giàu tính cá nhân hóa trên mạng xã hội (tốc độ giải đáp thắc mắc qua tin nhắn, sự cởi mở của cộng đồng sinh viên hiện tại) mới là yếu tố tạo ra cú hích quyết định chuyển đổi từ trạng thái "tìm hiểu thông tin" sang "nộp đơn đăng ký học".
4. Luận án có cung cấp quy trình lặp lại nghiên cứu (replication protocol) chi tiết không?
Có. Luận án cung cấp đầy đủ và minh bạch toàn bộ giao thức nghiên cứu bao gồm: bộ câu hỏi bảng hỏi khảo sát chuẩn hóa (với thang đo Likert 5 điểm), bảng định nghĩa toán học và thao tác hóa các biến tiềm ẩn, quy trình làm sạch dữ liệu, ma trận hệ số tải nhân tố CFA, các chỉ số kiểm định độ tin cậy $\alpha$, CR, AVE và ma trận tương quan HTMT. Các nhà nghiên cứu khác hoàn toàn có thể sử dụng nguyên vẹn quy trình này để lặp lại kiểm định trên các thị trường giáo dục khác hoặc các bối cảnh đào tạo đặc thù.
5. Lộ trình nghiên cứu 10 năm (10-year research agenda) được phác thảo ra sao?
Lộ trình nghiên cứu 10 năm được vạch ra theo 3 giai đoạn tiến hóa:
- Giai đoạn 1 (Năm 1-3): Chuẩn hóa hệ thống đo lường trải nghiệm tuyển sinh số (Digital Admissions Experience) và đánh giá tác động của các nền tảng video ngắn (TikTok, YouTube Shorts) đến nhận thức thương hiệu trường đại học.
- Giai đoạn 2 (Năm 4-6): Nghiên cứu tích hợp Trí tuệ nhân tạo (AI-driven Conversational Agents & Predictive Analytics) trong việc tự động hóa và cá nhân hóa lộ trình tư vấn tuyển sinh đại học.
- Giai đoạn 3 (Năm 7-10): Xây dựng lý thuyết toàn diện về Quản trị quan hệ người học số trọn đời (Lifelong Student Digital Relationship Management - SDRM) từ giai đoạn tiền tuyển sinh, trải nghiệm học tập đại học cho đến mạng lưới cựu sinh viên và đóng góp xã hội.
Kết luận
- Khái niệm hóa chuẩn xác: Luận án đã đề xuất và chuẩn hóa định nghĩa khoa học về "digital marketing dịch vụ giáo dục", xác lập nền tảng lý luận vững chắc kết hợp giữa triết lý lấy khách hàng làm trọng tâm và năng lực số của tổ chức.
- Đóng góp khung lý thuyết DMA tích hợp: Kết hợp sáng tạo giữa mô hình TOEIF (đánh giá điều kiện sẵn sàng của CSGD) và mô hình TIAMC (giải mã cơ chế tâm lý ra quyết định của người học tiềm năng), khắc phục sự phân mảnh của y văn marketing giáo dục suốt nhiều thập kỷ.
- Chuyển dịch từ tiếp cận công cụ sang tiếp cận thuộc tính: Mô hình hóa thành công tác động của các thuộc tính thông tin số (tính chính xác, toàn diện, kịp thời, tương tác, chuyên môn, độ tin cậy) thay vì phân loại theo từng kênh công nghệ rời rạc.
- Phát hiện đa chiều về rào cản và động lực: Định lượng hóa đồng thời 5 nhân tố thúc đẩy tích cực và 1 nhân tố cản trở tiêu cực (Sự phiền nhiễu của CNTT), khẳng định vai trò trụ cột của Nguồn lực nội bộ trong việc chuyển hóa chiến lược số tại các trường đại học.
- Cung cấp bằng chứng thực chứng so sánh quốc tế: Đối sánh sâu sắc giữa thực tiễn tại các cường quốc giáo dục (Hoa Kỳ, Anh, Úc, Đức, Pháp) với thực trạng chuyển đổi số giáo dục tại Việt Nam, đưa ra hệ thống giải pháp có tính ứng dụng và khả năng thực thi cao.
- Mở ra các dòng nghiên cứu mới: Khởi xướng các hướng nghiên cứu chuyên sâu về đạo đức tiếp thị số trong giáo dục, ứng dụng trí tuệ nhân tạo trong tư vấn tuyển sinh và quản trị trải nghiệm số trọn đời của người học, tạo ra di sản học thuật bền vững và có thể đo lường cho nền giáo dục đại học thời kỳ chuyển đổi số toàn diện.
