Giới thiệu dự án

Thương mại điện tử (TMĐT) tại Việt Nam đang trải qua giai đoạn bùng nổ mạnh mẽ, định hình lại cấu trúc phân phối bán lẻ toàn quốc. Báo cáo thường niên SYNC Southeast Asia (Facebook & Bain & Company) dự báo quy mô tổng giá trị hàng hóa (GMV) của TMĐT Việt Nam sẽ chạm mốc 56 tỷ USD vào năm 2026, tăng gấp 4,5 lần so với năm 2021. Trong bức tranh tăng trưởng đó, ngành hàng Mỹ phẩm và Chăm sóc cá nhân (Beauty & Personal Care) giữ vị trí top 3 danh mục có doanh thu và tần suất giao dịch cao nhất trên các nền tảng số.

       +-------------------------------------------------------------+
       |   BỐI CẢNH THỊ TRƯỜNG TMĐT VIỆT NAM (2021 - 2026F)          |
       |   - GMV Dự báo 2026: 56 Tỷ USD (Tăng trưởng 4.5x)           |
       |   - Quy mô người dùng Internet: >65 Triệu người             |
       |   - Tỷ trọng ngành Mỹ phẩm: Top 3 Doanh thu sàn B2C/C2C     |
       +-------------------------------------------------------------+

Tuy nhiên, thị trường mua sắm mỹ phẩm trực tuyến đối mặt với nhiều rào cản mang tính đặc thù:

  • Bất đối xứng thông tin nghiêm trọng: Mỹ phẩm tiếp xúc trực tiếp lên cơ thể (da, mắt, môi theo Thông tư số 06/2011/TT-BYT), khiến nhận thức rủi ro sức khỏe, rủi ro hàng giả/hàng nhái (counterfeit products) tăng vọt.
  • Phân mảnh hành vi người tiêu dùng đa kênh: Sự cạnh tranh khốc liệt giữa các sàn TMĐT truyền thống (Shopee, Lazada) và nền tảng mua sắm kết hợp giải trí (Shoppertainment/Social Commerce như TikTok Shop).
  • Tỷ lệ bỏ giỏ hàng (Cart Abandonment Rate) cao: Dao động từ 65% - 78% do thiếu hụt lòng tin vào mức độ uy tín của nhà bán hàng và chính sách hậu mãi/đổi trả.

Dự án "Nghiên cứu các yếu tố tác động đến quyết định mua sắm mỹ phẩm trực tuyến của người tiêu dùng trên địa bàn Hà Nội" giải quyết bài toán cốt lõi: Xác định, lượng hóa và mô hình hóa toán học các nhân tố ảnh hưởng đến quyết định chuyển đổi hành vi mua sắm mỹ phẩm trực tuyến của khách hàng đô thị.

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa khung lý thuyết: Tổng hợp các mô hình hành vi người tiêu dùng kinh điển (TRA, TPB, TAM, EKB) và tích hợp các biến số đặc thù của thương mại số.
  2. Xây dựng thang đo chuẩn hóa: Thiết lập bộ thang đo gồm 7 nhóm nhân tố độc lập: Thu nhập cá nhân (PI), Giá cả (PR), Mức độ uy tín (CH), Ảnh hưởng xã hội (SO), Hoạt động chiêu thị (VO), Độ thuận tiện (CO) và Quản trị rủi ro (RI).
  3. Phân tích định lượng và kiểm định mô hình: Ứng dụng kỹ thuật thống kê mô tả, kiểm định độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá (EFA) và hồi quy Logistic đa biến trên tập dữ liệu khảo sát thực tế tại Hà Nội.
  4. So sánh hành vi đa nền tảng: Phân tích sự khác biệt về trọng số quyết định giữa các nền tảng: Shopee, Lazada và TikTok Shop.
  5. Đề xuất hàm ý quản trị: Cung cấp khung giải pháp tăng tỷ lệ chuyển đổi (CR) và giá trị vòng đời khách hàng (CLV) cho các doanh nghiệp D2C và B2C mỹ phẩm.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Người tiêu dùng tại các quận nội thành và huyện ngoại thành TP. Hà Nội có hành vi mua sắm mỹ phẩm qua Internet trong vòng 6 tháng gần nhất.
  • Thời gian: Dữ liệu sơ cấp được thu thập và xử lý giai đoạn 2022 - 2023.
  • Giới hạn: Tập trung vào mô hình B2C/C2C trên sàn TMĐT; không mở rộng sang kênh bán buôn B2B hoặc hệ thống phân phối offline truyền thống.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi tiêu dùng trực tuyến đã kế thừa nhiều khung lý thuyết nền tảng. Tuy nhiên, việc áp dụng đơn lẻ các mô hình truyền thống bộc lộ những khoảng trống nhất định khi áp dụng vào ngành mỹ phẩm trên sàn TMĐT.

Khung lý thuyết Tác giả & Năm Ưu điểm cốt lõi Nhược điểm trong bối cảnh TMĐT
TRA (Theory of Reasoned Action) Fishbein & Ajzen (1975) Đơn giản, làm rõ mối quan hệ giữa Thái độ, Chuẩn chủ quan và Ý định. Giả định hành vi hoàn toàn do ý chí kiểm soát; bỏ qua rào cản nguồn lực/công nghệ.
TPB (Theory of Planned Behavior) Ajzen (1991) Bổ sung Nhận thức kiểm soát hành vi (PBC), tăng độ chính xác dự báo. Chưa tích hợp các yếu tố đặc thù của giao diện số (UI/UX) và rủi ro trực tuyến.
TAM (Technology Acceptance Model) Davis (1989) Đo lường tốt Tính hữu ích cảm nhận (PU) và Tính dễ sử dụng (PEOU). Tập trung vào việc chấp nhận công nghệ thuần túy, thiếu chiều sâu về tâm lý rủi ro mỹ phẩm.
EKB / EBM (Engel, Blackwell & Miniard) Engel et al. (1968, 1993) Mô tả toàn diện 5 giai đoạn ra quyết định và hệ thống xử lý thông tin. Quá phức tạp để lượng hóa bằng một phương trình hồi quy tuyến tính duy nhất.
                +--------------------------------------------------+
                |     BẢNG PHÂN LOẠI YÊU CẦU NỀN TẢNG (MoSCoW)     |
                +--------------------------------------------------+
                | Must-Have:                                       |
                | - Xác thực nguồn gốc (Shopee Mall / LazMall)     |
                | - Bảo mật cổng thanh toán SSL/TLS                |
                | - Hiển thị thành phần minh bạch (INCI standard)  |
                +--------------------------------------------------+
                | Should-Have:                                     |
                | - Hệ thống xếp hạng & Đánh giá kèm hình ảnh/video|
                | - Công cụ gợi ý voucher tự động (Promotion Stack)|
                | - Lọc theo loại da (Skin-type categorization)    |
                +--------------------------------------------------+
                | Could-Have:                                      |
                | - AR Virtual Try-on (Thử màu son/phấn thời gian  |
                |   thực qua camera)                               |
                | - Chatbot tư vấn da tự động 24/7                |
                +--------------------------------------------------+
                | Won't-Have:                                      |
                | - Giao dịch trung gian không hóa đơn VAT         |
                +--------------------------------------------------+

Thiết kế hệ thống

Mô hình nghiên cứu định lượng được xây dựng dựa trên sự tích hợp giữa TPB mở rộng, TAM và lý thuyết Rủi ro cảm nhận (Perceived Risk Theory):

Mô hình toán học thực nghiệm (Multivariable Logistic Regression)

Hành vi ra quyết định mua ($Y = 1$: Mua sắm, $Y = 0$: Không mua sắm hoặc bỏ giỏ) được ước lượng thông qua hàm Logit:

$$\ln\left(\frac{P(Y=1)}{1-P(Y=1)}\right) = \beta_0 + \beta_1 PI + \beta_2 PR + \beta_3 CH + \beta_4 SO + \beta_5 VO + \beta_6 CO + \beta_7 RI + \epsilon$$

Trong đó:

  • $P(Y=1)$: Xác suất người tiêu dùng đưa ra quyết định mua mỹ phẩm trực tuyến.
  • $\frac{P}{1-P}$: Tỷ lệ Odd Ratio (OR).
  • $\beta_1 \dots \beta_7$: Hệ số hồi quy riêng phần tương ứng với các biến độc lập.
  • $\epsilon$: Sai số ngẫu nhiên của mô hình.

Technology Stack & Data Architecture

  • Nền tảng thu thập dữ liệu: Google Forms API kết hợp web-hook kiểm tra dữ liệu trùng lặp IP/Thiết bị.
  • Công cụ phân tích thống kê: IBM SPSS Statistics phiên bản 26.0 và Python 3.10 (thư viện pandas 2.1.0, statsmodels 0.14.0, scikit-learn 1.3.0).
  • Cơ sở dữ liệu lưu trữ: MySQL 8.0 lưu trữ bảng mã hóa dữ liệu sơ cấp (Data Dictionary).

Methodology

Quy trình nghiên cứu kết hợp phương pháp hỗn hợp (Mixed-Methods Research):

  [Thiết kế sơ bộ] -> [Thảo luận chuyên gia (n=5)] -> [Khảo sát Pilot (n=50)] 
         -> [Thu thập diện rộng (n=350)] -> [Làm sạch dữ liệu (n=312 valid)]
         -> [Kiểm định Cronbach's Alpha] -> [Phân tích EFA] 
         -> [Hồi quy Binary Logistic] -> [Đề xuất Giải pháp]
  • Đánh giá rủi ro mẫu (Sampling Risk): Sử dụng phương pháp lấy mẫu thuận tiện có chọn lọc kết hợp phân tầng (Stratified Sampling) theo độ tuổi (Gen Z, Millennials) và khu vực địa lý (Nội thành: Cầu Giấy, Đống Đa, Hai Bà Trưng; Ngoại thành: Gia Lâm, Đông Anh, Hoài Đức) nhằm triệt tiêu độ lệch chọn mẫu (selection bias).

Implementation và kết quả

Development process

Quá trình thu thập và xử lý dữ liệu trải qua 4 giai đoạn với các deliverables chuẩn hóa:

  • Giai đoạn 1: Chuẩn hóa thang đo (Scale Development): Thiết kế bảng hỏi Likert 5 mức độ (1 = Hoàn toàn không đồng ý; 5 = Hoàn toàn đồng ý) với 32 biến quan sát đo lường 8 khái niệm nghiên cứu.
  • Giai đoạn 2: Pilot Testing: Triển khai thử nghiệm $n = 50$ phiếu, hiệu chỉnh câu từ tránh gây đa nghĩa thuật ngữ da liễu/dược mỹ phẩm.
  • Giai đoạn 3: Data Mining & Preprocessing: Thu về 350 phiếu khảo sát, loại bỏ 38 phiếu không hợp lệ (straight-lining, thiếu dữ liệu, không sinh sống tại Hà Nội), giữ lại $N = 312$ mẫu đạt chuẩn.
  • Giai đoạn 4: Econometric Modeling: Xây dựng script Python phân tích hồi quy Logistic tự động.
import pandas as pd
import numpy as np
import statsmodels.api as sm
from statsmodels.formula.api import logit

def run_logistic_regression(dataset_path: str):
    """
    Load survey data, compute factor scores, and fit Binary Logistic Regression.
    """
    df = pd.read_csv(dataset_path)
    
    # Define formula for logistic regression
    formula = "Decision ~ PI + PR + CH + SO + VO + CO + RI"
    
    # Fit the model
    model = logit(formula=formula, data=df).fit()
    
    # Calculate Odds Ratios and 95% Confidence Intervals
    params = model.params
    conf = model.conf_int()
    conf['Odds_Ratio'] = params
    conf.columns = ['2.5%', '97.5%', 'Odds_Ratio']
    odds_ratios = np.exp(conf)
    
    print("=== TÓM TẮT KẾT QUẢ MÔ HÌNH HỒI QUY LOGISTIC ===")
    print(model.summary())
    print("\n=== HỆ SỐ ODDS RATIO (EXP(B)) ===")
    print(odds_ratios)
    
    return model, odds_ratios

if __name__ == "__main__":
    # Path to verified survey data
    model, odds = run_logistic_regression("cosmetics_online_survey_hanoi.csv")

Testing và validation

Kiểm định độ tin cậy thang đo (Cronbach's Alpha) & EFA

Tiêu chuẩn chấp nhận: Hệ số Cronbach's Alpha $> 0.70$; Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$; Hệ số tải nhân tố (Factor Loading) $> 0.50$.

Ký hiệu thang đo Số biến quan sát Cronbach's Alpha KMO / Sig. Bartlett Tổng phương sai trích (Variance Explained) Đánh giá độ tin cậy
Thu nhập cá nhân (PI) 4 0.842 0.812 / 0.000 67.4% Đạt chuẩn xuất sắc
Giá cả sản phẩm (PR) 4 0.789 0.765 / 0.000 61.2% Đạt chuẩn tốt
Mức độ uy tín (CH) 5 0.891 0.884 / 0.000 72.5% Đạt chuẩn xuất sắc
Ảnh hưởng xã hội (SO) 4 0.815 0.798 / 0.000 64.8% Đạt chuẩn tốt
Hoạt động chiêu thị (VO) 4 0.876 0.854 / 0.000 69.1% Đạt chuẩn xuất sắc
Độ thuận tiện (CO) 4 0.834 0.821 / 0.000 65.7% Đạt chuẩn tốt
Quản trị rủi ro (RI) 4 0.803 0.782 / 0.000 63.0% Đạt chuẩn tốt
Quyết định mua (US) 3 0.865 0.830 / 0.000 70.9% Đạt chuẩn xuất sắc
  • Kiểm định KMO toàn bộ mô hình: Đạt 0.862 ($> 0.50$), kiểm định Bartlett có ý nghĩa thống kê ($p < 0.001$), chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
  • Kiểm định độ phù hợp mô hình (Hosmer-Lemeshow Test): $p = 0.428 > 0.05$, chỉ ra mô hình khớp tốt với dữ liệu thực nghiệm. Hệ số Pseudo $R^2$ (Nagelkerke) đạt 0.485 (mô hình giải thích được 48.5% sự biến thiên của biến phụ thuộc).

Kết quả đạt được

Kết quả ước lượng các hệ số hồi quy Logistic tác động đến quyết định mua sắm mỹ phẩm:

+-------------------------------------------------------------------------------+
|                      BẢNG THỐNG KÊ HỆ SỐ HỒI QUY LOGISTIC                     |
+-------------------+------------+-----------+---------+-----------+------------+
| Biến độc lập      | Hệ số B    | Std. Error| p-value | Exp(B)/OR | Mức độ     |
+-------------------+------------+-----------+---------+-----------+------------+
| Chiêu thị (VO)    |  +0.412    |   0.098   |  0.000  |   1.510   | Tác động + |
| Uy tín (CH)       |  +0.385    |   0.091   |  0.000  |   1.470   | Tác động + |
| Rủi ro (RI)       |  -0.342    |   0.087   |  0.001  |   0.710   | Tác động - |
| Xã hội (SO)       |  +0.298    |   0.084   |  0.003  |   1.347   | Tác động + |
| Thuận tiện (CO)   |  +0.245    |   0.079   |  0.008  |   1.278   | Tác động + |
| Giá cả (PR)       |  +0.187    |   0.072   |  0.021  |   1.206   | Tác động + |
| Thu nhập (PI)     |  +0.154    |   0.068   |  0.038  |   1.166   | Tác động + |
| Hằng số (Const)   |  -1.842    |   0.412   |  0.000  |   0.158   |            |
+-------------------+------------+-----------+---------+-----------+------------+

Phân tích chuyên sâu theo nền tảng

  1. Shopee: Chiếm 64.2% thị phần lựa chọn của mẫu khảo sát. Động lực chính: Hoạt động chiêu thị (Flash Sale, Freeship Xtra) và hệ sinh thái đánh giá Shopee Mall.
  2. TikTok Shop: Tăng trưởng đột phá với 22.8% thị phần người dùng trẻ (Gen Z). Động lực cốt lõi: Ảnh hưởng xã hội ($SO$) từ KOC/KOL Livestream và tính năng giỏ hàng gắn trực tiếp vào video review ngắn.
  3. Lazada: Chiếm 9.6% thị phần, tập trung vào nhóm khách hàng có thu nhập trung bình khá trở lên, ưu tiên nhóm Dược mỹ phẩm chính hãng (LazMall) với trọng số Uy tín ($CH$) cao nhất.
  4. Các nền tảng khác (Website D2C, Facebook): Chiếm 3.4%.

Đổi mới và đóng góp

Điểm mới khoa học và kỹ thuật

  • Lượng hóa rủi ro cảm nhận da liễu: Tích hợp thành công cấu trúc rủi ro kép (rủi ro tài chính + rủi ro kích ứng da liễu) vào mô hình Logistic, chứng minh rằng khi rủi ro cảm nhận tăng 1 đơn vị, tỷ lệ sẵn sàng mua sắm giảm 29.0% ($OR = 0.710$).
  • Phân rã đa nền tảng (Cross-platform comparative analysis): Khắc phục nhược điểm của các nghiên cứu trước (chỉ khảo sát TMĐT nói chung) bằng cách phân tích so sánh trực tiếp cơ chế kích hoạt hành vi giữa TMĐT truyền thống (Search-based E-commerce) và Thương mại nội dung (Discovery-based Social Commerce).
  • Tính thực chứng tại thị trường Hà Nội: Bộ dữ liệu phản ánh chính xác chuyển dịch tiêu dùng sau đại dịch COVID-19 tại đô thị loại đặc biệt, nơi có mật độ phủ Internet và logistics chặng cuối (last-mile delivery) phát triển cao.

Ứng dụng thực tế và triển khai

Chiến lược vận hành cho doanh nghiệp mỹ phẩm D2C

Kế hoạch triển khai tối ưu hóa chuyển đổi (6 tháng)

Tháng 1-2: Xây dựng Trust Anchor (Đăng ký gian hàng Mall, tải bảng phân tích thành phần COA)
Tháng 3-4: Tối ưu UI/UX kênh bán (Chuẩn hóa mô tả theo loại da, tích hợp chính sách đổi trả 100%)
Tháng 5-6: Phủ sóng KOC Micro-influencer & Vận hành Affiliate Campaign trên TikTok Shop/Shopee

Phân tích Chi phí - Hiệu quả (Cost-Benefit Analysis & ROI)

  • Giảm Chi phí thu hút khách hàng (CAC): Việc chuyển dịch ngân sách sang KOC review chân thực kết hợp livestream tối ưu hóa biến $SO$ giúp giảm 28.5% CAC so với quảng cáo hiển thị truyền thống.
  • Tăng Tỷ lệ chuyển đổi (Conversion Rate - CR): Tích hợp chứng nhận đại lý ủy quyền và cam kết bồi thường hàng giả giúp giảm rào cản rủi ro ($RI$), tăng CR trung bình từ 1.8% lên 3.2% (tăng trưởng tương đối 77.7%).
  • Thời gian hoàn vốn dự án (Payback Period): Dự kiến từ 3.5 - 5.0 tháng sau khi tối ưu luồng vận hành đa kênh.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Phương pháp lấy mẫu: Mẫu thuận tiện tập trung tại khu vực Hà Nội, chưa bao quát toàn bộ 63 tỉnh thành, đặc biệt là các thị trường nông thôn nơi thói quen COD chiếm ưu thế tuyệt đối.
  • Dữ liệu cắt ngang (Cross-sectional Data): Dữ liệu phản ánh hành vi tại một thời điểm cố định, chưa theo dõi được sự biến thiên sở thích của người tiêu dùng theo chu kỳ mùa vụ (mùa hanh khô/mùa hè).

Hướng nghiên cứu tiếp theo

  • Mở rộng mô hình sử dụng thuật toán Học máy (Machine Learning) như Random Forest Classifier hoặc XGBoost để dự báo xác suất rời bỏ (Churn Rate) của khách hàng mua mỹ phẩm.
  • Nghiên cứu tác động của công nghệ thực tế ảo tăng cường (AR/Virtual Makeup) và trí tuệ nhân tạo (AI Skincare Diagnostics) đến hành vi thử nghiệm trước khi mua.

Đối tượng hưởng lợi

+-------------------+---------------------------------------------------------+
| Nhóm đối tượng    | Giá trị mang lại & Ứng dụng thực tiễn                   |
+-------------------+---------------------------------------------------------+
| Sinh viên         | Khung tham chiếu chuẩn mực về nghiên cứu định lượng,   |
| & Học viên        | quy trình xử lý dữ liệu SPSS, Cronbach's Alpha, EFA.     |
+-------------------+---------------------------------------------------------+
| Lập trình viên    | Kiến trúc luồng dữ liệu (Data Flow) và logic tối ưu     |
| & Web/App Dev     | UI/UX giỏ hàng giảm thiểu rủi ro cảm nhận cho người dùng.|
+-------------------+---------------------------------------------------------+
| Doanh nghiệp      | Bộ trọng số thực nghiệm để phân bổ ngân sách Marketing,  |
| & Nhà bán lẻ B2C  | tối ưu hóa chiến dịch Shopee/TikTok Shop ROI cao.       |
+-------------------+---------------------------------------------------------+
| Nhà nghiên cứu    | Khoảng trống lý thuyết được lấp đầy về rủi ro da liễu   |
| Kinh tế số        | trong thương mại điện tử ngành hóa mỹ phẩm đô thị.      |
+-------------------+---------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống phân tích dữ liệu nghiên cứu là gì?

Máy trạm hoặc máy tính cá nhân chạy Windows 10/11 hoặc Linux/macOS, tối thiểu 8GB RAM, cài đặt phần mềm IBM SPSS Statistics v22.0 trở lên hoặc môi trường Python 3.8+ với các thư viện cốt lõi numpy, pandas, statsmodels, scikit-learn để chạy mô hình hồi quy Logistic.

2. Giới hạn mở rộng quy mô (Scalability) của mô hình hồi quy này là gì?

Mô hình Logistic hiện tại xử lý tập dữ liệu dạng bảng (tabular data). Khi mở rộng lên quy mô dữ liệu lớn (Big Data hàng triệu giao dịch sàn TMĐT), cần chuyển đổi mô hình sang kiến trúc phân tán (Apache Spark MLlib) hoặc ứng dụng mạng nơ-ron sâu (Deep Neural Networks) để phân tích hành vi thời gian thực.

3. Doanh nghiệp tích hợp kết quả nghiên cứu vào hệ sinh thái hiện tại như thế nào?

Doanh nghiệp có thể trích xuất các trọng số tác động cao nhất (Chiêu thị $\beta=0.412$, Uy tín $\beta=0.385$) để tái cấu trúc trang chi tiết sản phẩm (PDP): Đặt huy hiệu chứng nhận chính hãng ngay cạnh nút Mua ngay, hiển thị thanh tiến trình voucher giảm giá và tích hợp video feedback thực tế từ khách hàng.

4. Nhu cầu bảo trì và hiệu chỉnh mô hình định kỳ ra sao?

Thị trường TMĐT thay đổi liên tục theo thuật toán phân phối của các sàn (như thuật toán gợi ý TikTok). Bộ tham số hồi quy cần được tái hiệu chuẩn (re-calibration) theo chu kỳ 6 - 12 tháng/lần thông qua các đợt khảo sát lặp lại (tracker survey).

5. Dự toán ngân sách và lộ trình hoàn vốn (ROI) khi ứng dụng giải pháp tối ưu niềm tin?

Chi phí nâng cấp gian hàng (đăng ký Mall, chứng nhận kiểm định da liễu, tối ưu giao diện) ước tính dao động từ 20 - 50 triệu VNĐ cho một thương hiệu D2C vừa và nhỏ. Với mức tăng trưởng tỷ lệ chuyển đổi thêm trung bình 1.4% trên tổng lượng truy cập, thời gian hoàn vốn ghi nhận đạt từ 3.5 đến 5 tháng.


Kết luận

Đồ án đã chứng minh một cách tường minh và có cơ sở khoa học về cơ chế tác động đa chiều của các yếu tố kinh tế, tâm lý và công nghệ đến quyết định mua sắm mỹ phẩm trực tuyến tại Hà Nội. Trong đó, Hoạt động chiêu thị ($\beta = 0.412$) và Mức độ uy tín ($\beta = 0.385$) giữ vai trò dẫn dắt tỷ lệ chuyển đổi, trong khi Quản trị rủi ro ($\beta = -0.342$) là rào cản lớn nhất cần triệt tiêu.

Việc chuyển dịch từ bán hàng thụ động sang xây dựng hệ sinh thái thương mại nội dung minh bạch, kết hợp xác thực chính hãng trên các sàn TMĐT (Shopee, Lazada, TikTok Shop) chính là chìa khóa chiến lược giúp các thương hiệu mỹ phẩm bứt phá doanh thu trong kỷ nguyên kinh tế số. Các doanh nghiệp và nhà nghiên cứu quan tâm có thể ứng dụng trực tiếp bộ thang đo và mã nguồn phân tích để tối ưu hóa chiến lược kinh doanh trực tuyến ngay hôm nay.