Giới thiệu dự án

Trong bối cảnh đại dịch COVID-19 bùng phát dữ dội tại Việt Nam (giai đoạn 2020–2021), các quy định giãn cách xã hội và hạn chế tiếp xúc trực tiếp đã làm tê liệt các mô hình dịch vụ ăn uống (F&B) truyền thống. Theo nghiên cứu thị trường từ Kantar TNS, thị trường giao đồ ăn trực tuyến (Online Food Delivery - OFD) tại Việt Nam đạt tốc độ tăng trưởng kép hàng năm (CAGR) ấn tượng 28,5%, dự kiến chạm mốc 449 triệu USD vào năm 2023. Báo cáo từ Cục Viễn thông (2021) ghi nhận Việt Nam có hơn 16,7 triệu thuê bao di động cùng 94% người dùng truy cập Internet hàng ngày, tạo tiền đề hạ tầng số lý tưởng cho các ứng dụng giao thức ăn (Food Delivery Applications - FDA).

Tuy nhiên, bài toán đặt ra là xác định các yếu tố cốt lõi chi phối hành vi chấp nhận công nghệ của người tiêu dùng đô thị đối với các nền tảng mới gia nhập như Baemin (thuộc tập đoàn Woowa Brothers - Delivery Hero, ra mắt tại TP.HCM từ năm 2019) trong điều kiện khủng hoảng y tế.

Mục tiêu nghiên cứu

  1. Xác định các nhân tố cấu thành: Nhận diện các yếu tố công nghệ và xã hội tác động đến ý định và hành vi chấp nhận sử dụng ứng dụng Baemin tại TP.HCM.
  2. Đo lường mức độ tác động: Định lượng trọng số chuẩn hóa ($\beta$) của từng nhân tố tác động gián tiếp và trực tiếp thông qua biến trung gian.
  3. Kiểm định vai trò trung gian: Xác định vai trò chuyển tiếp của nhân tố Thái độ sử dụng (Attitude to Using - AT) đến Sự chấp nhận sử dụng (Acceptance to Using - AC).
  4. Phân tích phương sai đa nhóm: Kiểm định sự khác biệt có ý nghĩa thống kê theo các đặc tính nhân khẩu học (giới tính, độ tuổi, nghề nghiệp, thu nhập, thói quen mua sắm).
  5. Đề xuất hàm ý quản trị: Xây dựng khung giải pháp tối ưu hóa UI/UX, chiến lược tiếp thị lan truyền (viral marketing) và vận hành logistics F&B.

Phương pháp tiếp cận và phạm vi

  • Cách tiếp cận: Tích hợp Mô hình Chấp nhận Công nghệ (TAM - Davis, 1989) và Mô hình Mở rộng Lý thuyết Thống nhất Sự chấp nhận và Sử dụng Công nghệ (UTAUT2 - Venkatesh et al., 2012).
  • Phạm vi & Giới hạn: Nghiên cứu thực hiện cắt ngang (cross-sectional) trên địa bàn TP.HCM từ tháng 02/2021 đến tháng 05/2021 với cỡ mẫu $N = 330$ người dùng thực tế.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường giao nhận thức ăn trực tuyến tại TP.HCM thời điểm 2020–2021 chứng kiến sự cạnh tranh gay gắt giữa 4 nền tảng chính: GrabFood, Now (sau này là ShopeeFood), Gojek và Baemin.

Tiêu chí phân tích Baemin (Woowa Brothers) GrabFood (Grab Holdings) Now / ShopeeFood (Foody/Sea)
Giao diện & Trải nghiệm (UI/UX) Thiết kế tối giản, font chữ "Mèo Mập", cá nhân hóa cao Tích hợp siêu ứng dụng, đa dịch vụ phức tạp Đa dạng menu, liên kết sâu với Foody
Chiến lược định vị "Quán ngon quận mình", tập trung ẩm thực bản địa Tiện ích tổng hợp (giao hàng + xe ôm + ví) Hệ sinh thái ShopeePay, ưu đãi voucher
Ưu điểm cốt lõi Nhận diện thương hiệu độc đáo, thời gian giao ngắn Lực lượng tài xế (shippers) đông đảo Cơ sở dữ liệu nhà hàng/quán ăn lớn nhất
Nhược điểm Phạm vi giao hàng ban đầu giới hạn theo quận Phí nền tảng cao, giao diện nhiều thông tin Ứng dụng đôi khi phản hồi chậm khi tải dữ liệu

Phân loại yêu cầu giải pháp theo mô hình MoSCoW

  • Must-have (Bắt buộc): Tối ưu hóa tốc độ tải ứng dụng dưới 2 giây; hiển thị trạng thái đơn hàng thời gian thực; tích hợp cổng thanh toán không tiếp xúc (Momo, ZaloPay, thẻ tín dụng).
  • Should-have (Nên có): Bộ lọc quán ăn theo bán kính $< 3\text{ km}$ để đảm bảo độ nóng sốt của thức ăn; các chiến dịch nội dung đồng cảm trong mùa dịch.
  • Could-have (Có thể có): Tính năng "Giao hàng không tiếp xúc" (đặt hàng trước cửa/sảnh chung cư); tùy chọn ghi chú chi tiết cho tài xế.
  • Won't-have (Tạm thời chưa làm): Mở rộng sang các dịch vụ vận tải hành khách hoặc giao hàng siêu thị quy mô lớn nhằm giữ vững định vị thương hiệu chuyên biệt về ẩm thực.

Thiết kế hệ thống mô hình nghiên cứu

Mô hình cấu trúc tuyến tính được thiết lập với 4 biến độc lập ngoại sinh, 1 biến trung gian nội sinh và 1 biến phụ thuộc nội sinh.

Công nghệ và công cụ thống kê (Tech Stack & Environment)

  • Hệ điều hành & Nền tảng: Windows 10 Pro / macOS Big Sur.
  • Phần mềm xử lý thống kê: IBM SPSS Statistics phiên bản 20.0 (phân tích mô tả, kiểm định Cronbach's Alpha, phân tích nhân tố khám phá EFA, One-way ANOVA).
  • Phần mềm mô hình hóa cấu trúc: IBM SPSS Amos phiên bản 20.0 (phân tích nhân tố khẳng định CFA, kiểm định Structural Equation Modeling - SEM, phân tích Bootstrap $N=1000$).
  • Mã nguồn bổ trợ: R version 4.1.2 (thư viện lavaan v0.6-9, psych v2.1.9) dùng cho việc đối soát cross-validation dữ liệu cấu trúc.

Từ điển dữ liệu thang đo (Measurement Data Dictionary)

Thang đo Likert 5 mức độ: 1 = Hoàn toàn không đồng ý -> 5 = Hoàn toàn đồng ý
Total items ban đầu: 28 biến quan sát.

- Hiệu quả mong đợi (PE): PE1 -> PE5 (Tốc độ, sự tiện lợi, đa dạng món ăn, an toàn dịch bệnh).
- Nỗ lực mong đợi (EE): EE1 -> EE4 (Giao diện trực quan, quy trình đặt hàng tinh gọn, dễ thao tác).
- Ảnh hưởng xã hội (SI): SI1 -> SI4 (Lời khuyên gia đình, bạn bè, trào lưu mạng xã hội).
- Điều kiện thuận lợi (FC): FC1 -> FC5 (Hạ tầng 4G/Wifi, smartphone tương thích, ví điện tử).
- Thái độ sử dụng (AT): AT1 -> AT5 (Cảm giác an tâm, tích cực, hài lòng khi sử dụng).
- Sự chấp nhận sử dụng (AC): AC1 -> AC5 (Ý định tiếp tục dùng, tần suất dùng, giới thiệu người khác).

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình 2 giai đoạn chuẩn mực trong nghiên cứu định lượng hành vi:

  1. Giai đoạn định tính (Pilot Phase): Lập bảng hỏi nháp, tham vấn ý kiến chuyên gia Marketing và khảo sát thử nghiệm trên 10 người dùng Baemin thực tế để hiệu chỉnh từ ngữ và thang đo văn hóa địa phương.
  2. Giai đoạn định lượng chính thức: Phân phối biểu mẫu khảo sát trực tuyến qua Google Forms đến các nhóm người dùng tại 24 quận/huyện TP.HCM. Cỡ mẫu hợp lệ thu về $N = 330$ thỏa mãn quy tắc nhân 5 lần số biến quan sát ($330 \ge 28 \times 5 = 140$).

Implementation và kết quả

Quy trình phân tích và thuật toán thống kê

Thuật toán phân tích dữ liệu tuân thủ các phương trình toán học cấu trúc tuyến tính và ước lượng hợp lý cực đại (Maximum Likelihood Estimation - MLE).

1. Kiểm định độ tin cậy Cronbach's Alpha

$$\alpha = \frac{k}{k-1} \left( 1 - \frac{\sum_{i=1}^k \sigma_{Y_i}^2}{\sigma_X^2} \right)$$ Điều kiện chuẩn: Hệ số $\alpha \ge 0.60$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.

2. Kịch bản phân tích mẫu bằng mã nguồn R (lavaan)

Dưới đây là cấu trúc cú pháp mô hình hóa cấu trúc tuyến tính tương đương triển khai trên IBM SPSS AMOS:

# Cài đặt và nạp thư viện phân tích cấu trúc SEM
library(lavaan)
library(psych)

# Khai báo mô hình đo lường và mô hình cấu trúc
baemin_model <- '
  # Measurement Model (CFA)
  PE =~ PE1 + PE2 + PE3 + PE4 + PE5
  EE =~ EE1 + EE2 + EE3 + EE4
  SI =~ SI1 + SI2 + SI3 + SI4
  FC =~ FC1 + FC2 + FC3 + FC4
  AT =~ AT1 + AT2 + AT3 + AT4
  AC =~ AC1 + AC2 + AC3 + AC4

  # Structural Model (Regressions)
  AT ~ beta1*PE + beta2*EE + beta3*SI + beta4*FC
  AC ~ beta5*AT

  # Indirect Effects (Trung gian)
  indirect_PE := beta1 * beta5
  indirect_SI := beta3 * beta5
'

# Khớp mô hình với phương pháp ước lượng Maximum Likelihood & Bootstrap N=1000
fit <- sem(baemin_model, data = survey_data, estimator = "ML", se = "bootstrap", bootstrap = 1000)
summary(fit, fit.measures = TRUE, standardized = TRUE, rsquare = TRUE)

Kết quả kiểm định và chuẩn đối soát (Validation Benchmarks)

1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha) và EFA

Sau 2 lần phân tích, các biến quan sát không đạt yêu cầu bị loại bỏ để đảm bảo tính đơn hướng:

  • Tất cả 6 thang đo thành phần đều đạt $\alpha > 0.75$ (dao động từ $0.782$ đến $0.891$).
  • Hệ số KMO (Kaiser-Meyer-Olkin) đạt $0.865 > 0.50$; Kiểm định Bartlett có $p\text{-value} = 0.000 < 0.05$.
  • Tổng phương sai trích (Total Variance Explained) đạt $63.42% > 50%$, hệ số tải nhân tố (Factor Loading) đều $> 0.55$.

2. Kết quả phân tích nhân tố khẳng định (CFA)

Mô hình đo lường đạt độ tương thích cao với dữ liệu thị trường thực tế:

Chỉ số tương thích (Fit Indices) Tiêu chuẩn chấp nhận Giá trị thực tế đạt được Đánh giá
Chi-square / df (CMIN/df) $\le 3.0$ $1.682$ Rất tốt
GFI (Goodness of Fit Index) $\ge 0.90$ $0.914$ Đạt chuẩn
TLI (Tucker-Lewis Index) $\ge 0.90$ $0.948$ Rất tốt
CFI (Comparative Fit Index) $\ge 0.90$ $0.956$ Rất tốt
RMSEA (Root Mean Square Error) $\le 0.08$ $0.045$ Hoàn hảo

Độ tin cậy tổng hợp (Composite Reliability - $CR > 0.70$) và Tổng phương sai trích trung bình (Average Variance Extracted - $AVE > 0.50$) chứng minh tính hội tụ và giá trị phân biệt tuyệt đối giữa các cấu trúc khái niệm.

3. Kết quả phân tích mô hình cấu trúc SEM & Kiểm định Giả thuyết

Giả thuyết Mối quan hệ cấu trúc Hệ số chuẩn hóa ($\beta$) $p\text{-value}$ Kết luận
H1 $\text{Hiệu quả mong đợi (PE)} \rightarrow \text{Thái độ (AT)}$ $0.245$ $***$ ($p < 0.001$) Chấp nhận
H2 $\text{Nỗ lực mong đợi (EE)} \rightarrow \text{Thái độ (AT)}$ $0.182$ $0.003 < 0.01$ Chấp nhận
H3 $\text{Ảnh hưởng xã hội (SI)} \rightarrow \text{Thái độ (AT)}$ $0.386$ $***$ ($p < 0.001$) Chấp nhận (Tác động mạnh nhất)
H4 $\text{Điều kiện thuận lợi (FC)} \rightarrow \text{Thái độ (AT)}$ $0.211$ $***$ ($p < 0.001$) Chấp nhận
H5 $\text{Thái độ (AT)} \rightarrow \text{Sự chấp nhận (AC)}$ $0.612$ $***$ ($p < 0.001$) Chấp nhận (Tác động trực tiếp lớn)
  • Hệ số xác định ($R^2$): Bốn nhân tố ngoại sinh giải thích $56.8%$ biến thiên của Thái độ sử dụng ($R^2_{\text{AT}} = 0.568$), và Thái độ giải thích $37.5%$ biến thiên của Hành vi chấp nhận sử dụng Baemin ($R^2_{\text{AC}} = 0.375$).
  • Kiểm định Bootstrap ($N=1000$): Độ chệch (Bias) có giá trị cực nhỏ xấp xỉ $0$, khẳng định các ước lượng mô hình có độ tin cậy cao và không bị vi phạm giả định phân phối.

Đổi mới và đóng góp

  1. Mô hình hóa tích hợp TAM & UTAUT2 đa tầng: Khác với các nghiên cứu truyền thống chỉ áp dụng đơn lẻ mô hình TAM hoặc UTAUT2, nghiên cứu đã tổng hợp thành công cấu trúc tích hợp với biến trung gian "Thái độ sử dụng". Việc chứng minh vai trò trung gian toàn phần/bán phần của Thái độ giúp làm rõ cơ chế tâm lý từ nhận thức lợi ích đến hành động cài đặt và đặt hàng.
  2. Khám phá tác động vượt trội của "Ảnh hưởng xã hội" ($\beta = 0.386$): Trong điều kiện giãn cách xã hội vì đại dịch, mạng lưới quan hệ xã hội (gia đình, hội nhóm cư dân mạng, đánh giá từ KOL/KOC) trở thành nhân tố định hướng niềm tin lớn nhất, vượt qua cả yếu tố giá cả hay tiện ích thuần túy.
  3. So sánh tương quan giữa các mô hình học thuật:
Mô hình phân tích Số lượng biến dự báo Mức độ giải thích ($R^2$) Bối cảnh kiểm chứng
Mô hình TAM gốc (Davis, 1989) 2 biến cốt lõi (PU, PEOU) $30% - 42%$ Môi trường doanh nghiệp/Phần mềm
Mô hình UTAUT2 (Venkatesh, 2012) 7 biến mở rộng $50% - 65%$ Tiêu dùng công nghệ chung
Mô hình nghiên cứu đề tài này 5 biến tích hợp chọn lọc $56.8%$ (vào AT) & $37.5%$ (vào AC) Dịch vụ F&B mùa dịch tại TP.HCM

Ứng dụng thực tế và triển khai

Dựa trên kết quả định lượng thực chứng, đề tài cung cấp các giải pháp ứng dụng thực tế theo lộ trình cho ban quản trị nền tảng Baemin và các đơn vị Foodtech:

1. Chiến lược Marketing dựa trên Ảnh hưởng xã hội (Social Influence - Trọng số 0.386)

  • Cơ chế Referral 2 chiều: Tặng voucher giảm $50%$ cho cả người giới thiệu và người được giới thiệu khi hoàn thành đơn hàng đầu tiên.
  • Micro-influencer & Content địa phương: Duy trì các thông điệp gần gũi như "Em ăn cơm chưa?", "Quán ngon quận mình" trên biển quảng cáo ngoài trời và mạng xã hội, tạo hiệu ứng truyền miệng tự nhiên (Word-of-Mouth).

2. Tối ưu hóa Hiệu quả mong đợi (Performance Expectancy - Trọng số 0.245)

  • Thuật toán gom đơn thông minh: Tối ưu hóa tuyến đường giao hàng của shipper trong bán kính $< 3\text{ km}$, cắt giảm thời gian chờ đợi trung bình từ 30 phút xuống dưới 20 phút.
  • Cam kết vệ sinh an toàn thực phẩm: Đưa quy chuẩn đóng gói chuyên dụng, niêm phong nắp hộp, tạo sự an tâm tối đa cho khách hàng trong mùa dịch.

3. Nâng cấp Điều kiện thuận lợi & Nỗ lực mong đợi (FC & EE - Trọng số 0.211 & 0.182)

  • Tích hợp thanh toán 1 chạm: Liên kết sâu với MoMo, ZaloPay, ShopeePay, Apple Pay nhằm loại bỏ rào cản tiền mặt.
  • A/B Testing giao diện: Tối giản quy trình thanh toán từ 5 bước xuống 3 bước, giảm thiểu tối đa tỷ lệ rớt đơn (Drop-off Rate).

Hạn chế và hướng phát triển

  • Giới hạn không gian địa lý: Mẫu khảo sát tập trung chủ yếu tại TP.HCM ($N = 330$), chưa phản ánh trọn vẹn thói quen tiêu dùng tại các đô thị loại 2 hoặc khu vực phía Bắc (Hà Nội, Đà Nẵng).
  • Phương pháp lấy mẫu: Áp dụng phương pháp chọn mẫu thuận tiện phi xác suất (convenience sampling) qua Internet, có thể tạo độ lệch nhất định về cơ cấu độ tuổi (tập trung chủ yếu vào nhóm 18–35 tuổi).
  • Hướng mở rộng nghiên cứu:
    • Tích hợp thêm các biến số rủi ro cảm nhận (Perceived Risk) và nhận thức an toàn sức khỏe trong giai đoạn "bình thường mới".
    • Áp dụng kỹ thuật phân tích PLS-SEM (Partial Least Squares) kết hợp Machine Learning để dự đoán tỷ lệ khách hàng rời bỏ ứng dụng (Customer Churn Prediction).

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp bộ khung phương pháp luận định lượng hoàn chỉnh từ thiết kế bảng hỏi, kiểm định Cronbach's Alpha, EFA, CFA tới cấu trúc SEM trên SPSS/AMOS.
  • Doanh nghiệp & Startup F&B: Cung cấp dữ liệu thực chứng để định hình ngân sách tiếp thị, ưu tiên nguồn lực vào các kênh lan truyền mạng xã hội thay vì chỉ khuyến mãi giảm giá đơn thuần.
  • Kỹ sư phần mềm & Nhà thiết kế sản phẩm (Product Designers): Thấy rõ tầm quan trọng của nỗ lực sử dụng thấp (EE) để xây dựng luồng trải nghiệm (user flow) tối giản.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để chạy mô hình phân tích dữ liệu này là gì?

Để tái lập và xử lý bộ dữ liệu $N = 330$, cấu hình phần cứng tối thiểu gồm CPU 2 nhân (Core i3 thế hệ 6 trở lên), 4GB RAM, ổ cứng trống 2GB. Về phần mềm, cần cài đặt hệ điều hành Windows 7/10/11 hoặc macOS cùng bộ công cụ IBM SPSS Statistics v20.0 trở lên và IBM SPSS AMOS v20.0 trở lên (hoặc môi trường R v4.0+ với gói lavaan).

2. Tại sao nghiên cứu cần phân tích cả EFA và CFA thay vì chỉ chạy hồi quy OLS thông thường?

Hồi quy OLS đơn biến không kiểm soát được sai số đo lường (measurement error) của các khái niệm trừu tượng (như thái độ, nhận thức). Phân tích nhân tố khám phá (EFA) giúp sàng lọc biến, trong khi phân tích nhân tố khẳng định (CFA) và SEM cho phép đo lường đồng thời mối quan hệ giữa các biến tiềm ẩn (latent variables) cùng biến trung gian với độ chính xác cao.

3. Làm thế nào để áp dụng kết quả nghiên cứu vào các ứng dụng giao hàng khác ngoài Baemin?

Mô hình cấu trúc và trọng số tác động ($\beta$) trong nghiên cứu này mang tính tổng quát cao cho ngành giao đồ ăn (OFD). Các đơn vị như ShopeeFood hay GrabFood có thể tái sử dụng thang đo này để thực hiện khảo sát định kỳ (Tracking Study), đo lường chỉ số sức khỏe thương hiệu và hành vi người dùng trên từng địa bàn cụ thể.

4. Chi phí và thời gian triển khai nghiên cứu thị trường tương tự là bao nhiêu?

Một dự án khảo sát hành vi người dùng tương đương ($N = 300 - 500$ mẫu) thường mất từ 4 đến 6 tuần: 1 tuần chuẩn bị và thiết kế thang đo, 2 tuần thu thập dữ liệu thực địa, 1-2 tuần làm sạch, phân tích SEM và lập báo cáo chiến lược. Chi phí dao động từ 15 đến 30 triệu VNĐ nếu thuê đơn vị khảo sát mẫu trực tuyến độc lập.

Kết luận

Khóa luận tốt nghiệp của tác giả Phạm Bích Linh đã giải quyết thành công bài toán nhận diện và đo lường các động lực hành vi chi phối sự chấp nhận ứng dụng giao đồ ăn Baemin tại TP.HCM trong giai đoạn biến động đại dịch COVID-19. Bằng việc kết hợp chặt chẽ giữa hai mô hình lý thuyết kinh điển TAM và UTAUT2 cùng quy trình phân tích định lượng tiên tiến (CFA, SEM, Bootstrap trên SPSS/AMOS 20.0), công trình đã chứng minh khoa học rằng: Ảnh hưởng xã hội (SI, $\beta = 0.386$) và Hiệu quả mong đợi (PE, $\beta = 0.245$) là hai đòn bẩy then chốt kiến tạo Thái độ tích cực, từ đó thúc đẩy mạnh mẽ Sự chấp nhận sử dụng (AC, $\beta = 0.612$).

Kết quả nghiên cứu không chỉ đóng góp giá trị học thuật vào kho tàng tài liệu Marketing số và Hành vi người tiêu dùng tại Việt Nam, mà còn là kim chỉ nam chiến lược giúp các nhà quản trị nền tảng tối ưu hóa nguồn lực, nâng cao năng lực cạnh tranh và phát triển bền vững trong kỷ nguyên kinh tế số.