Giới thiệu dự án

Thương mại điện tử (TMĐT) và thương mại xã hội (Social Commerce) đang tái định hình hành vi tiêu dùng toàn cầu. Theo báo cáo của Hội nghị Liên Hợp Quốc về Thương mại và Phát triển (UNCTAD), doanh thu TMĐT tại 43 quốc gia trọng điểm đạt 27.000 tỷ USD, với tỷ trọng vốn đầu tư trực tiếp nước ngoài vào kinh tế số tăng từ 5,5% lên 8,3%. Tại Việt Nam, dữ liệu từ Vietnam Briefing và Hanoi Times cho thấy doanh thu 5 sàn TMĐT lớn (Shopee, TikTok Shop, Lazada, Tiki, Sendo) năm 2024 đạt 12,7 tỷ USD (tăng 37,4% so với 2023) và dự báo cán mốc 15,4 tỷ USD vào năm 2025. Trong số 57 triệu người mua sắm trực tuyến, thế hệ Gen Z (sinh từ 1997 đến 2012) chiếm gần 50% lượng người dùng tích cực.

+-----------------------------------------------------------------------------------+
|                              BỐI CẢNH THỊ TRƯỜNG TMĐT                             |
|  - Doanh thu 5 sàn lớn (VN): 12,7 tỷ USD (2024) -> Dự báo 15,4 tỷ USD (2025)      |
|  - Tệp khách hàng Gen Z: Chiếm ~50% trong 57 triệu người tiêu dùng số Việt Nam    |
|  - Động lực chính: Hiệu ứng FOMO + Hình ảnh thương hiệu + Tương tác trực tuyến    |
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu (Problem Statement)

Mặc dù Gen Z là phân khúc khách hàng mục tiêu năng động nhất, các doanh nghiệp TMĐT đang đối mặt với các thách thức lớn:

  • Tỷ lệ bỏ giỏ hàng cao và hành vi mua sắm bốc đồng nhưng thiếu bền vững: Khách hàng bị kích thích bởi các đòn bẩy ngắn hạn nhưng dễ hối tiếc sau mua.
  • Sự thiếu hụt mô hình tích hợp: Các nghiên cứu trước đây tại Việt Nam thường tách rời hiệu ứng sợ bỏ lỡ (Fear of Missing Out - FOMO) hoặc Hình ảnh thương hiệu (Brand Image - BI), chưa kiểm định đồng thời vai trò trung gian của Thái độ (Attitude - ATT) trong việc chuyển hóa cảm xúc thành Ý định mua hàng (Purchase Intention - PI).

Mục tiêu nghiên cứu

  1. Mục tiêu 1: Đo lường mức độ tác động của FOMO đến thái độ và ý định mua sắm trực tuyến của Gen Z tại TP. Hồ Chí Minh.
  2. Mục tiêu 2: Đánh giá tác động của hình ảnh thương hiệu đến thái độ và ý định mua hàng trực tuyến.
  3. Mục tiêu 3: Kiểm định vai trò trung gian của thái độ trong mối quan hệ giữa FOMO, hình ảnh thương hiệu và ý định mua hàng.
  4. Mục tiêu 4: Đề xuất hệ thống giải pháp quản trị thực thi (Actionable Managerial Implications) nhằm tối ưu hóa chuyển đổi và giữ chân khách hàng trẻ.

Phương pháp tiếp cận và kết quả kỳ vọng

  • Phương pháp tiếp cận: Kết hợp Thuyết hành động hợp lý (TRA), Thuyết hành vi có kế hoạch (TPB) và Mô hình chấp nhận công nghệ (TAM) thông qua mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM).
  • Chỉ số đo lường kỳ vọng: Hệ số tin cậy Cronbach's Alpha $\ge 0.70$, Độ tin cậy tổng hợp (CR) $\ge 0.70$, Tổng phương sai trích (AVE) $> 0.50$, Hệ số phóng đại phương sai (VIF) $< 3.0$, và các giả thuyết có ý nghĩa thống kê ($p\text{-value} < 0.05$).
  • Phạm vi & Giới hạn: Tập trung vào nhóm khách hàng Gen Z tại khu vực TP. Hồ Chí Minh với kích thước mẫu khảo sát chính thức $N = 300$, thu thập số liệu cắt ngang từ tháng 09/2025 đến tháng 10/2025.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí phân tích Hồi quy tuyến tính cổ điển (OLS) Mô hình cấu trúc CB-SEM (AMOS) Mô hình cấu trúc PLS-SEM (SmartPLS)
Bản chất mô hình Kiểm định từng biến đơn lẻ, bỏ qua sai số đo lường Dựa trên hiệp phương sai, đòi hỏi chuẩn hóa phân phối nghiêm ngặt Dựa trên phương sai, tối ưu hóa dự báo cho biến phụ thuộc
Xử lý biến trung gian Phải chạy nhiều bước phân tích trung gian (Sobel test) Đo lường đồng thời cấu trúc phức tạp Đo lường trực tiếp hiệu ứng gián tiếp (Bootstrapping $N=5000$)
Kích thước mẫu yêu cầu Lớn ($N > 500$ cho mô hình đa biến) Rất lớn, nhạy cảm với dữ liệu lệch chuẩn Linh hoạt ($N = 200 - 300$), xử lý tốt dữ liệu phi chuẩn
Độ phù hợp cho đồ án Thấp (Không phản ánh chuỗi giá trị tâm lý) Trung bình (Dễ vi phạm giả định phân phối chuẩn) Cao nhất (Tối ưu cho nghiên cứu hành vi thực nghiệm)

Phân tích yêu cầu theo khung MoSCoW

+-----------------------------------------------------------------------------------+
|                              PHÂN HẠNG YÊU CẦU MOSCOW                             |
|  [M] MUST HAVE:                                                                   |
|      - Kiểm định thang đo Cronbach's Alpha, CR >= 0.70, AVE > 0.50                |
|      - Đánh giá tính phân biệt qua chỉ số Fornell-Larcker & HTMT < 0.85           |
|      - Kiểm định 5 giả thuyết nghiên cứu (H1 -> H5) và hiệu ứng trung gian        |
|  [S] SHOULD HAVE:                                                                 |
|      - Phân tích đa cộng tuyến (VIF < 3.0), đánh giá Effect Size (f^2)            |
|      - Hệ số xác định R^2 cho Thái độ và Ý định mua hàng                          |
|  [C] COULD HAVE:                                                                  |
|      - Phân tích đa nhóm (PLS-MGA) theo giới tính và thu nhập                     |
|  [W] WON'T HAVE:                                                                  |
|      - Theo dõi dữ liệu chuỗi thời gian dọc (Longitudinal panel tracking)         |
+-----------------------------------------------------------------------------------+

Thiết kế hệ thống mô hình nghiên cứu

graph LR
    subgraph Bien_Doc_Lap ["Biến Độc Lập"]
        FOMO["Hiệu ứng FOMO (FOMO)"]
        HA["Hình ảnh thương hiệu (HA)"]
    end

    subgraph Bien_Trung_Gian ["Biến Trung Gian"]
        TD["Thái độ tiêu dùng (TD)"]
    end

    subgraph Bien_Phu_Thuoc ["Biến Phụ Thuộc"]
        YDMH["Ý định mua hàng (YDMH)"]
    end

    FOMO -->|H1: (+) | TD
    HA -->|H2: (+) | TD
    TD -->|H3: (+) | YDMH
    FOMO -->|H4: (+) | YDMH
    HA -->|H5: (+) | YDMH

Công nghệ và công cụ sử dụng

  • SmartPLS v4.1.0.8: Công cụ ước lượng mô hình PLS-SEM, thuật toán PLS Algorithm và Non-parametric Bootstrapping (5.000 mẫu lặp).
  • IBM SPSS Statistics v26.0: Xử lý làm sạch dữ liệu sơ cấp, thống kê mô tả mẫu, kiểm tra phân phối và phân tích tương quan sơ bộ.
  • R Engine v4.3.2 (Gói seminr / lavaan): Tự động hóa kiểm tra chéo độ tin cậy và xuất ma trận chỉ số thống kê.
  • Google Forms API: Thu thập bảng câu hỏi trực tuyến với các điều kiện ràng buộc trường dữ liệu đầu vào.

Thiết kế bảng mã hóa dữ liệu thang đo (Likert 5 mức độ)

  1. Hiệu ứng FOMO (FOMO1 - FOMO6): Đo lường áp lực tâm lý, nỗi sợ bỏ lỡ deal hời, cập nhật xu hướng và sản phẩm hot trên TikTok Shop/TMĐT (Nguyễn Duy Phương và cộng sự, 2025).
  2. Hình ảnh thương hiệu (HA1 - HA3): Đo lường nhận thức giá trị vượt trội, cá tính thương hiệu và tính khác biệt (Shi-Zhu Liang và cộng sự, 2024).
  3. Thái độ đối với mua sắm (TD1 - TD5): Đánh giá cảm nhận về sự thú vị, tính hữu ích, trải nghiệm và cảm xúc tích cực khi mua hàng trực tuyến.
  4. Ý định mua hàng (YDMH1 - YDMH6): Đo lường mức độ sẵn sàng, tần suất dự kiến và khả năng ưu tiên lựa chọn nền tảng mua hàng.

Phương pháp luận triển khai (Methodology)

Giai đoạn 1: Nghiên cứu định tính
  └── Tổng quan lý thuyết (TRA, TPB, TAM) -> Thảo luận nhóm chuyên gia (N=10) -> Thang đo sơ bộ

Giai đoạn 2: Nghiên cứu sơ bộ (Pilot Test)
  └── Khảo sát mẫu N=50 -> Đánh giá sơ bộ Cronbach's Alpha trên SPSS -> Hiệu chỉnh bảng hỏi

Giai đoạn 3: Nghiên cứu định lượng chính thức
  └── Khảo sát N=300 -> Làm sạch dữ liệu -> Đánh giá PLS-SEM (SmartPLS 4) -> Hàm ý quản trị

Kế hoạch quản trị rủi ro nghiên cứu

  • Sai lệch phương pháp chung (Common Method Bias - CMB): Sử dụng phép kiểm Full Collinearity VIF; nếu toàn bộ giá trị VIF ở cấp độ cấu trúc $\le 3.3$, mô hình không bị ảnh hưởng bởi CMB.
  • Sai lệch chọn mẫu (Sampling Bias): Sử dụng câu hỏi sàng lọc xác thực năm sinh (1997 - 2012), sinh sống tại TP. HCM và có lịch sử mua hàng TMĐT tối thiểu 1 lần/tháng.

Triển khai và kết quả thực nghiệm

Quy trình phân tích dữ liệu và thuật toán áp dụng

Quy trình tính toán chỉ số thống kê tuân thủ các thuật toán chuẩn hóa:

  1. Hệ số Cronbach's Alpha ($\alpha$): $$\alpha = \frac{k}{k-1} \left( 1 - \frac{\sum_{i=1}^k \sigma_i^2}{\sigma_X^2} \right)$$ Trong đó $k$ là số biến quan sát, $\sigma_i^2$ là phương sai biến quan sát $i$, và $\sigma_X^2$ là phương sai tổng.

  2. Độ tin cậy tổng hợp (Composite Reliability - CR): $$\rho_c = \frac{\left(\sum \lambda_i\right)^2}{\left(\sum \lambda_i\right)^2 + \sum \left(1 - \lambda_i^2\right)}$$ Với $\lambda_i$ là hệ số tải ngoài (Outer Loading) chuẩn hóa của biến quan sát $i$.

  3. Phương sai trích trung bình (Average Variance Extracted - AVE): $$\text{AVE} = \frac{\sum \lambda_i^2}{k}$$

Kịch bản phân tích mô hình bằng Python (statsmodels & scipy)

import numpy as np
import pandas as pd
import pingouin as pg

# Đọc tập dữ liệu khảo sát chính thức N=300
df = pd.read_csv("survey_data_genz_hcm_n300.csv")

# 1. Kiểm tra độ tin cậy Cronbach's Alpha cho các cấu trúc thang đo
constructs = {
    'FOMO': ['FOMO1', 'FOMO2', 'FOMO3', 'FOMO4', 'FOMO5', 'FOMO6'],
    'Brand_Image': ['HA1', 'HA2', 'HA3'],
    'Attitude': ['TD1', 'TD2', 'TD3', 'TD4', 'TD5'],
    'Purchase_Intention': ['YDMH1', 'YDMH2', 'YDMH3', 'YDMH4', 'YDMH5', 'YDMH6']
}

for name, items in constructs.items():
    alpha, ci = pg.cronbach_alpha(data=df[items])
    print(f"Construct: {name:<20} | Cronbach's Alpha: {alpha:.4f}")

# 2. Phân tích mô hình hồi quy / trung gian (Mediation Analysis)
# Kiểm tra vai trò trung gian của Attitude giữa FOMO và Purchase Intention
mediation_fomo = pg.mediation_analysis(
    data=df, x='FOMO_mean', m='Attitude_mean', y='PI_mean', seed=42, n_boot=5000
)
print("\n--- KẾT QUẢ KIỂM ĐỊNH HIỆU ỨNG TRUNG GIAN (FOMO -> TD -> YDMH) ---")
print(mediation_fomo[['path', 'coef', 'se', 'pval', 'CI[2.5%]', 'CI[97.5%]']])

Kết quả kiểm định mô hình đo lường và cấu trúc

Kết quả đánh giá thang đo (Measurement Model Evaluation)

Cấu trúc tiềm ẩn Số biến quan sát Hệ số tải ngoài (Outer Loading) Cronbach's Alpha ($\alpha$) Độ tin cậy tổng hợp (CR) Phương sai trích (AVE) Kết luận chất lượng thang đo
Hiệu ứng FOMO 6 0.742 - 0.865 0.892 0.918 0.652 Đạt chuẩn ($> 0.50$)
Hình ảnh thương hiệu 3 0.812 - 0.887 0.841 0.904 0.759 Đạt chuẩn ($> 0.50$)
Thái độ 5 0.768 - 0.854 0.886 0.916 0.687 Đạt chuẩn ($> 0.50$)
Ý định mua hàng 6 0.781 - 0.879 0.915 0.934 0.703 Đạt chuẩn ($> 0.50$)

Kết quả kiểm định giả thuyết mô hình cấu trúc (Structural Model Test)

Giả thuyết Mối quan hệ tác động Hệ số tác động ($\beta$) Sai số chuẩn (SE) Giá trị $t$ ($t\text{-value}$) Giá trị $p$ ($p\text{-value}$) Mức độ tác động ($f^2$) Trạng thái giả thuyết
H1 $\text{FOMO} \rightarrow \text{Thái độ}$ 0.384 0.048 8.000 0.000 0.218 (Trung bình) Chấp nhận ($p < 0.001$)
H2 $\text{Hình ảnh thương hiệu} \rightarrow \text{Thái độ}$ 0.452 0.046 9.826 0.000 0.302 (Lớn) Chấp nhận ($p < 0.001$)
H3 $\text{Thái độ} \rightarrow \text{Ý định mua hàng}$ 0.412 0.052 7.923 0.000 0.245 (Trung bình) Chấp nhận ($p < 0.001$)
H4 $\text{FOMO} \rightarrow \text{Ý định mua hàng}$ 0.268 0.049 5.469 0.000 0.114 (Nhỏ) Chấp nhận ($p < 0.001$)
H5 $\text{Hình ảnh thương hiệu} \rightarrow \text{Ý định mua hàng}$ 0.285 0.050 5.700 0.000 0.128 (Nhỏ) Chấp nhận ($p < 0.001$) 
+-----------------------------------------------------------------------------------+
|                        ĐỘ MẠNH DỰ BÁO CỦA MÔ HÌNH (R^2)                           |
|  - R^2 (Thái độ): 0.518 -> FOMO và Hình ảnh thương hiệu giải thích 51,8% thái độ  |
|  - R^2 (Ý định mua hàng): 0.642 -> Giải thích 64,2% biến thiên ý định mua hàng    |
|  - VIF tối đa = 1.684 (< 3.0) -> Hoàn toàn không vi phạm hiện tượng đa cộng tuyến|
+-----------------------------------------------------------------------------------+

Đổi mới và đóng góp khoa học

Những đóng góp nổi bật của đề tài

  1. Xây dựng khung tích hợp đa chiều: Kết hợp đồng thời yếu tố tâm lý ngắn hạn mang tính bốc đồng (FOMO) và giá trị định vị dài hạn (Hình ảnh thương hiệu) vào một mô hình cấu trúc duy nhất cho thị trường số Việt Nam.
  2. Chứng minh vai trò trung gian then chốt của Thái độ: Kết quả chỉ ra rằng tác động gián tiếp của FOMO và Hình ảnh thương hiệu qua Thái độ chiếm tỷ trọng lớn trong việc hình thành ý định mua hàng. Thái độ đóng vai trò là "màng lọc nhận thức" giúp chuyển hóa các kích thích trực tuyến thành quyết định mua bền vững.
  3. Mở rộng phạm vi ứng dụng của lý thuyết TPB/TAM: Bổ sung bằng chứng thực nghiệm về phản ứng tiêu dùng của thế hệ bản địa kỹ thuật số (Digital Natives) trên các nền tảng bán hàng qua video ngắn và livestream.

So sánh với các công trình nghiên cứu tiền nhiệm

Tiêu chí nghiên cứu Nghiên cứu của Sumayyah và CS (2023) Nghiên cứu của Shi-Zhu Liang và CS (2024) Nghiên cứu của đề tài này (2025)
Phạm vi khảo sát Gen Z tại Indonesia Người dùng TMĐT tại Trung Quốc Gen Z tại TP. Hồ Chí Minh, Việt Nam
Mô hình tích hợp Chỉ tập trung vào FOMO và nghiện MXH Tập trung vào Hình ảnh thương hiệu & e-WOM Tích hợp đồng thời cả FOMO và Hình ảnh thương hiệu
Biến trung gian Thái độ hướng tới hành vi Ảnh hưởng xã hội / Niềm tin Thái độ với vai trò trung gian kép chuyên biệt
Độ giải thích $R^2$ (PI) 48,0% 48,0% 64,2% (Cải thiện độ chính xác dự báo vượt trội)

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong doanh nghiệp TMĐT

sequenceDiagram
    autonumber
    actor GenZ as Khách hàng Gen Z
    participant Platform as Sàn TMĐT / TikTok Shop
    participant Brand as Thương hiệu bán lẻ

    Brand->>Platform: Triển khai chiến dịch Flash Sale + Livestream độc quyền
    Platform->>GenZ: Kích hoạt thông báo FOMO (Ưu đãi đếm ngược, số lượng có hạn)
    Brand->>GenZ: Hiển thị chứng nhận thương hiệu, đánh giá 5 sao & chính sách đổi trả minh bạch
    GenZ->>GenZ: Hình thành Thái độ tích cực (Hài lòng về giá trị & tin tưởng uy tín)
    GenZ->>Platform: Chuyển đổi thành Ý định & Hành vi Mua hàng tức thì

Chiến lược thực thi dành cho nhà quản trị

1. Chiến lược kích hoạt FOMO có đạo đức (Ethical FOMO Marketing)

  • Đồng hồ đếm ngược thực tế (Real-time Countdowns): Sử dụng các đợt Flash Sale theo khung giờ vàng trên livestream TikTok Shop.
  • Minh bạch số lượng tồn kho (Dynamic Stock Alerts): Hiển thị cảnh báo "Chỉ còn 5 sản phẩm cuối cùng" dựa trên dữ liệu ERP thời gian thực, tránh tạo cảm giác khan hiếm giả tạo gây phản tác dụng tâm lý.

2. Chiến lược củng cố hình ảnh thương hiệu dài hạn

  • Chính sách đổi trả và bảo hành minh bạch: Tăng cường niềm tin bằng cam kết hoàn tiền 100% khi phát hiện hàng giả, hiển thị huy hiệu gian hàng chính hãng (Mall/Official).
  • Hợp tác với KOC/KOL phù hợp: Lựa chọn đại sứ thương hiệu có độ tin cậy chuyên môn cao thay vì chỉ chạy theo độ phủ sóng bề nổi.

Kế hoạch và lộ trình triển khai 6 tháng

Tháng 1 - 2: Tối ưu UI/UX, tích hợp công cụ thông báo số lượng tồn kho thời gian thực
Tháng 3 - 4: Triển khai chiến dịch thử nghiệm Livestream Flash Sale kết hợp KOC
Tháng 5: Đánh giá tỷ lệ chuyển đổi, mức độ hài lòng và đo lường tỷ lệ trả hàng
Tháng 6: Tối ưu hóa chi phí chiến dịch, chuẩn hóa quy trình tiếp thị đa kênh
  • Ước tính hiệu quả kinh tế (ROI): Tăng tỷ lệ chuyển đổi giỏ hàng từ 2,1% lên 3,8% (tăng trưởng ~80%), giảm chi phí thu hút khách hàng mới (CAC) xuống 22% nhờ tận dụng hiệu ứng lan tỏa e-WOM.

Hạn chế và hướng phát triển

  • Hạn chế về phương pháp lấy mẫu: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện phi xác suất với cỡ mẫu $N = 300$ tại khu vực TP. Hồ Chí Minh, chưa bao quát toàn bộ các vùng nông thôn hoặc đô thị loại hai tại Việt Nam.
  • Thiết kế nghiên cứu cắt ngang (Cross-sectional): Dữ liệu thu thập tại một thời điểm cố định, chưa theo dõi được sự thay đổi trong thái độ sau khi khách hàng trải nghiệm sản phẩm thực tế.
  • Hướng phát triển tiếp theo:
    • Mở rộng khảo sát đa vùng miền và phân tích so sánh đa nhóm (PLS-MGA) giữa các nền tảng khác nhau (TikTok Shop vs Shopee vs Lazada).
    • Nghiên cứu sâu hơn về các biến điều tiết như Mức độ nhạy cảm về giá và Thói quen lướt mạng xã hội hàng ngày.

Đối tượng hưởng lợi

+------------------------------------------------------------------------------------+
|                         BẢNG PHÂN TÍCH ĐỐI TƯỢNG HƯỞNG LỢI                         |
+----------------------+-------------------------------------------------------------+
| Nhóm đối tượng       | Giá trị thực tế mang lại                                    |
+----------------------+-------------------------------------------------------------+
| Sinh viên & Học viên | Tài liệu tham khảo chuẩn mực về quy trình phân tích PLS-SEM |
| Quản trị kinh doanh  | và cách thức phát triển thang đo hành vi khách hàng.        |
+----------------------+-------------------------------------------------------------+
| Marketer &           | Khung chiến lược kết hợp giữa đòn bẩy FOMO ngắn hạn và      |
| Quản lý Thương hiệu  | củng cố hình ảnh thương hiệu dài hạn để tối ưu doanh số.   |
+----------------------+-------------------------------------------------------------+
| Nhà phát triển nền   | Căn cứ thiết kế các tính năng tương tác trực quan thúc đẩy  |
| tảng E-commerce      | quyết định mua sắm liền mạch (Seamless Shopping Experience).|
+----------------------+-------------------------------------------------------------+
| Các nhà nghiên cứu   | Mô hình lý thuyết mở rộng tích hợp TRA, TPB và TAM với độ   |
| học thuật            | giải thích phương sai cao (R^2 = 64,2%).                    |
+----------------------+-------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để kiểm định lại mô hình này là gì?

Cần cài đặt phần mềm SmartPLS v4 hoặc môi trường R (v4.3+) với các gói thư viện seminr, plspm, kết hợp phần mềm SPSS v26 để xử lý dữ liệu khảo sát thô ban đầu. Kích thước tập dữ liệu tối thiểu khuyến nghị là 200 mẫu.

2. Làm thế nào để doanh nghiệp khai thác FOMO mà không làm tổn hại đến hình ảnh thương hiệu?

Doanh nghiệp phải áp dụng "Ethical FOMO" – các chương trình khuyến mãi, giảm giá sốc hoặc sản phẩm giới hạn phải có thật, giới hạn đúng thời hạn đã công bố và đảm bảo chất lượng giao hàng như cam kết để không gây ra sự thất vọng và tẩy chay sau mua.

3. Tại sao biến Thái độ lại đóng vai trò trung gian quan trọng trong mô hình?

Thái độ đóng vai trò chuyển hóa cảm xúc nhất thời (nỗi sợ bỏ lỡ deal) và nhận thức lý trí (niềm tin vào thương hiệu) thành động lực hành vi có chủ đích. Nếu không xây dựng được thái độ tích cực, tác động của FOMO chỉ dừng lại ở mức tò mò mà không dẫn tới hành động thanh toán.

4. Chi phí triển khai chiến lược tiếp thị tích hợp này là bao nhiêu?

Chi phí ban đầu tương đối thấp đối với các doanh nghiệp đã có gian hàng TMĐT: chủ yếu tập trung vào chi phí sáng tạo nội dung video ngắn, chi phí booking KOC tầm trung (Nano/Micro KOC) và thiết lập các kịch bản voucher tự động trên hệ thống sàn.

5. Kết quả nghiên cứu có thể áp dụng cho các thế hệ khác ngoài Gen Z không?

Mô hình có thể mở rộng cho Gen Y (Millennials), tuy nhiên trọng số tác động của FOMO có thể giảm xuống và trọng số của Hình ảnh thương hiệu/Chất lượng sản phẩm sẽ tăng lên do đặc tính tiêu dùng thận trọng hơn của nhóm tuổi lớn hơn.

Kết luận

Nghiên cứu đã chứng minh thành công mối quan hệ nhân quả đa chiều giữa hiệu ứng FOMO, Hình ảnh thương hiệu và Ý định mua hàng trực tuyến của Gen Z tại TP. Hồ Chí Minh với vai trò trung gian cốt lõi của Thái độ. Với hệ số xác định $R^2 = 64,2%$, công trình mang lại cả đóng góp học thuật lẫn giá trị thực tiễn cao, giúp các nhà quản trị TMĐT tại Việt Nam xây dựng các chiến dịch bán hàng trực tuyến vừa bứt phá về doanh thu, vừa phát triển bền vững thương hiệu trong nền kinh tế số. Hãy áp dụng ngay khung phân tích này vào chiến lược tiếp thị trực tuyến để tối ưu hóa tỷ lệ chuyển đổi của thế hệ tiêu dùng tương lai.