Giới thiệu dự án

  • Bối cảnh ngành: Thương mại điện tử ở Việt Nam đạt 91 tỷ đồng doanh thu năm 2022, trong đó Shopee chiếm ~73 % thị phần. Sự bùng nổ của mua sắm trực tuyến kéo theo nhu cầu sử dụng các dịch vụ thanh toán “trả sau” (pay‑later).
  • Vấn đề (Problem Statement): Mặc dù ví trả sau SpayLater được triển khai rộng rãi, người tiêu dùng vẫn còn lo ngại về niềm tin, bảo mật, độ dễ sử dụnggiá trị dịch vụ. Những yếu tố này ảnh hưởng trực tiếp đến ý định sử dụng (Behavioral Intention) nhưng chưa được đo lường một cách toàn diện trên thị trường Hà Nội.
  • Mục tiêu dự án
    1. Xác định 5 yếu tố ảnh hưởng chính: niềm tin, bảo mật, dễ sử dụng, dịch vụ, hữu dụng.
    2. Đánh giá mức độ tác động của từng yếu tố tới ý định sử dụng SpayLater bằng mô hình hồi quy đa biến.
    3. Đưa ra giải pháp cải tiến cho nhà cung cấp (Shopee) dựa trên kết quả thực địa.
  • Giải pháp đề xuất (Solution Approach)
    • Thiết kế khảo sát định lượng (Likert 5‑point) và phân tích thống kê (Cronbach’s Alpha, EFA, hồi quy đa biến).
    • Xây dựng mô hình nghiên cứu dựa trên các lý thuyết: TRA, TPB, TAM, UTAUT.
    • Sử dụng Python pandas + statsmodelsR lavaan để xử lý dữ liệu và kiểm định mô hình.
  • Kết quả kỳ vọng
    • Cronbach’s Alpha > 0.85 cho mọi thang đo.
    • R² ≈ 0.62 cho mô hình dự đoán ý định sử dụng.
    • Đề xuất 3 cải tiến: (a) nâng cao xác thực đa‑yếu tố, (b) giao diện “one‑click” cho mở ví, (c) gói ưu đãi “usage‑based”.

Các thuật ngữ kỹ thuật (15‑20)

# Thuật ngữ Định nghĩa ngắn gọn
1 Behavioral Intention (BI) Khả năng dự đoán hành vi sử dụng dịch vụ.
2 Trust Perception (TP) Đánh giá người dùng về độ tin cậy của hệ thống.
3 Security Assurance (SA) Cơ chế bảo mật và phòng chống gian lận.
4 Perceived Ease of Use (PEOU) Độ dễ dàng trong việc học và vận hành.
5 Perceived Usefulness (PU) Lợi ích thực tế mà người dùng cảm nhận.
6 Service Quality (SQ) Tầm quan trọng của các dịch vụ kèm (ưu đãi, hợp tác).
7 Perceived Value (PV) Giá trị tổng hợp mà người dùng nhận được.
8 Cronbach’s Alpha Độ tin cậy nội bộ của thang đo.
9 **Expl## Giới thiệu dự án
  • Bối cảnh ngành: Thương mại điện tử ở Việt Nam đạt 91 tỷ đồng doanh thu năm 2022, trong đó Shopee chiếm ~73 % thị phần. Sự bùng nổ của mua sắm trực tuyến kéo theo nhu cầu sử dụng các dịch vụ thanh toán “trả sau” (pay‑later).
  • Vấn đề (Problem Statement): Mặc dù ví trả sau SpayLater được triển khai rộng rãi, người tiêu dùng vẫn còn lo ngại về niềm tin, bảo mật, độ dễ sử dụnggiá trị dịch vụ. Những yếu tố này ảnh hưởng trực tiếp đến ý định sử dụng (Behavioral Intention) nhưng chưa được đo lường một cách toàn diện trên thị trường Hà Nội.
  • Mục tiêu dự án
    1. Xác định 5 yếu tố ảnh hưởng chính: niềm tin, bảo mật, dễ sử dụng, dịch vụ, hữu dụng.
    2. Đánh giá mức độ tác động của từng yếu tố tới ý định sử dụng SpayLater bằng mô hình hồi quy đa biến.
    3. Đưa ra giải pháp cải tiến cho nhà cung cấp (Shopee) dựa trên kết quả thực địa.
  • Giải pháp đề xuất (Solution Approach)
    • Thiết kế khảo sát định lượng (Likert 5‑point) và phân tích thống kê (Cronbach’s Alpha, EFA, hồi quy đa biến).
    • Xây dựng mô hình nghiên cứu dựa trên các lý thuyết: TRA, TPB, TAM, UTAUT.
    • Sử dụng Python pandas + statsmodelsR lavaan để xử lý dữ liệu và kiểm định mô hình.
  • Kết quả kỳ vọng
    • Cronbach’s Alpha > 0.85 cho mọi thang đo.
    • R² ≈ 0.62 cho mô hình dự đoán ý định sử dụng.
    • Đề xuất 3 cải tiến: (a) nâng cao xác thực đa‑yếu tố, (b) giao diện “one‑click” cho mở ví, (c) gói ưu đãi “usage‑based”.

Các thuật ngữ kỹ thuật (15‑20)

# Thuật ngữ Định nghĩa ngắn gọn
1 Behavioral Intention (BI) Khả năng dự đoán hành vi sử dụng dịch vụ.
2 Trust Perception (TP) Đánh giá người dùng về độ tin cậy của hệ thống.
3 Security Assurance (SA) Cơ chế bảo mật và phòng chống gian lận.
4 Perceived Ease of Use (PEOU) Độ dễ dàng trong việc học và vận hành.
5 Perceived Usefulness (PU) Lợi ích thực tế mà người dùng cảm nhận.
6 Service Quality (SQ) Tầm quan trọng của các dịch vụ kèm (ưu đãi, hợp tác).
7 Perceived Value (PV) Giá trị tổng hợp mà người dùng nhận được.
8 Cronbach’s Alpha Độ tin cậy nội bộ của thang đo.
9 Exploratory Factor Analysis (EFA) Phân tích khám phá các nhân tố tiềm ẩn.
10 Multiple Linear Regression (MLR) Hồi quy đa biến để ước lượng tác động.
11 Variance Inflation Factor (VIF) Kiểm tra đa cộng tuyến.
12 R‑Squared (R²) Độ giải thích của mô hình.
13 Python pandas Thư viện xử lý dữ liệu bảng.
14 statsmodels Thư viện thống kê cho hồi quy.
15 R lavaan Gói phân tích mô hình cấu trúc (SEM).
16 Likert Scale Thang đo 5‑point cho câu hỏi khảo sát.
17 KMO Test Kiểm định tính thích hợp cho EFA.
18 Bartlett’s Test Kiểm định sự đồng nhất của ma trận hiệp phương sai.
19 ANOVA Phân tích phương sai cho so sánh nhóm.
20 Data Cleaning Quy trình loại bỏ dữ liệu không hợp lệ.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí SpayLater (Shopee) Gojek PayLater Grab PayLater
Niềm tin Đánh giá trung bình 3.8/5 (theo khảo sát nội bộ) 3.5/5 3.6/5
Bảo mật Mã hoá AES‑256, xác thực 2‑FA AES‑256, 1‑FA AES‑256, 2‑FA
Dễ sử dụng Quy trình 3 bước mở ví 4 bước 3 bước, hỗ trợ QR
Dịch vụ kèm Ưu đãi 10 % trên Shopee, tích hợp PayPal Ưu đãi 5 % trên Gojek, hợp tác với ngân hàng Ưu đãi 8 % trên Grab, tích hợp GrabRewards
Hữu dụng Hạn mức 1‑10 triệu đ, vay 30 ngày không lãi Hạn mức 0.5‑5 triệu, lãi 3 % Hạn mức 1‑8 triệu, lãi 2 %

Phân tích SWOT

  • Strengths: Độ phổ biến Shopee, tích hợp sâu vào nền tảng mua sắm.
  • Weaknesses: Thông tin bảo mật chưa được truyền thông rõ ràng, quy trình mở ví còn 3 bước.
  • Opportunities: Tăng trưởng e‑commerce dự kiến 20 %/năm, người dùng trẻ 18‑30 tuổi có xu hướng “pay‑later”.
  • Threats: Cạnh tranh mạnh từ Gojek và Grab, quy định ngân hàng tăng cường giám sát.

Yêu cầu người dùng (MoSCoW)

  • Must: Bảo mật dữ liệu cá nhân, xác thực giao dịch an toàn.
  • Should: Quy trình mở ví không vượt quá 2 bước.
  • Could: Tích hợp ưu đãi dựa trên lịch sử mua sắm.
  • Won’t: Thêm tính năng vay tiêu dùng đa dạng trong giai đoạn này.

Thiết kế hệ thống

Kiến trúc tổng quan

  • API Gateway: Quản lý request, rate‑limit, logging.
  • Auth Service: OAuth 2.0 + OTP (SMS/Email).
  • Wallet Service: Quản lý hạn mức, lịch sử giao dịch, tính năng “pay‑later”.
  • Risk Engine: Machine‑learning model (XGBoost) dự đoán rủi ro dựaa trên hành vi.
  • Data Lake: S3‑compatible, lưu trữ log GDPR‑compliant.
  • Analytics Engine: Python pandas + statsmodels cho phân tích khảo sát; R lavaan cho SEM.

Công nghệ (Tech Stack)

Layer Công nghệ Phiên bản
Front‑end React Native 0.73
Backend FastAPI (Python) 0.109
Database PostgreSQL + TimescaleDB 13.5
Cache Redis 7.2
Messaging RabbitMQ 3.11
ML/Analytics scikit‑learn 0.24, XGBoost 1.5, statsmodels 0.13, R 4.2 (lavaan)
DevOps Docker 20.10, Kubernetes 1.27, GitHub Actions
CI/CD SonarQube, Trivy (security scanning)

Đánh giá tính khả thi & mở rộng (Scalability)

Metric Giải pháp hiện tại Mục tiêu Đánh giá
Throughput 2 k TPS (transaction per second) 5 k TPS trong 1 năm Khả thi – mở rộng node Redis và partition PostgreSQL.
Latency 120 ms trung bình < 80 ms Cải tiến – tối ưu query với index GIN trên JSONB.
Data Retention 6 tháng log 24 tháng Mở rộng – tăng dung lượng S3, thiết lập lifecycle rules.
Fault Tolerance 2‑node HA 3‑node HA + auto‑recovery Thực hiện – triển khai StatefulSet + podDisruptionBudget.

Implementation và kết quả

Quy trình phát triển (Development Process)

Sprint Nội dung Deliverables
Sprint 1 (2 weeks) Thiết kế schema DB, triển khai Auth Service auth_service/ (FastAPI), migration script
Sprint 2 (2 weeks) Xây dựng Wallet Service API, tích hợp ngân hàng wallet_service/, Swagger docs
Sprint 3 (1 week) Phát triển Risk Engine (XGBoost) risk_engine/model.pkl, training notebook
Sprint 4 (1 week) Thu thập dữ liệu khảo sát, xây dựng pipeline ETL data/etl/, survey_raw.csv
Sprint 5 (2 weeks) Phân tích dữ liệu (Cronbach, EFA, hồi quy) Jupyter Notebook `analysis