Nghiên cứu tác động của công nghệ thử quần áo ảo vfr đến quyết định mua hàng online của sinh viên uel

Nghiên cứu tác động của công nghệ thử quần áo ảo VFR đến quyết định mua sắm trực tuyến của sinh viên UEL. Tìm hiểu cách VFR thay đổi trải nghiệm mua hàng.

• Tác giả: Hồ Tiến Đạt
• Người hướng dẫn: TS. Nguyễn Xuân Phi
• Trường học: Trường Đại học Kinh tế - Luật
• Chuyên ngành: Phương pháp nghiên cứu liên ngành
• Đề tài: Nghiên cứu tác động của công nghệ thử quần áo ảo (VFR) đến quyết định mua hàng online của sinh viên UEL
• Loại tài liệu: Báo cáo cuối kỳ
• Năm xuất bản: 2023
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• 1. CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU
• 1.1. Tính cấp thiết của đề tài
• 1.2. Tổng quan tình hình nghiên cứu
• 1.2.1. Tình hình nghiên cứu tại Việt Nam
• 1.2.2. Tình hình nghiên cứu trên thế giới
• 1.3. Đánh giá các hệ thống VFR hiện có
• 1.4. Đánh giá chung
• 1.5. Đối tượng nghiên cứu
• 1.6. Phương pháp nghiên cứu
• 1.6.1. Phương pháp định tính
• 1.6.2. Phương pháp định lượng
• 1.7. Khái niệm và cách thức hoạt động của công nghệ VFR - Virtual Fitting Room
• 1.8. Vai trò của VFR
• 1.9. Tình hình phát triển VFR ở Việt Nam
• 1.10. Các giả thuyết nghiên cứu
• 1.10.1. Nhận thức sự hữu ích
• 1.10.2. Nhận thức dễ sử dụng
• 1.10.3. Nhận thức rủi ro
• 1.10.4. Niềm tin và thái độ
• 1.10.5. Chuẩn mực chủ quan
• 1.11. Lý thuyết kiểm định độ tin cậy của thang đo với hệ số Cronbach’s Alpha
• 1.12. Lý thuyết phân tích nhân tố EFA
• 1.13. Lý thuyết phân tích tương quan Pearson
• 1.14. Lý thuyết phân tích hồi quy tuyến tính đa bội
• 3. CHƯƠNG 3: MÔ TẢ BÀI TOÁN
• 3.1. Các biến độc lập tác động lên biến phụ thuộc của mô hình
• 3.2. Mô hình nghiên cứu
• 3.3. Phương pháp nghiên cứu
• 3.4. PHÂN TÍCH THỰC TRẠNG, THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ
• 3.4.1. Thu thập dữ liệu và thang đo
• 3.4.2. Thống kê mô tả dữ liệu thu thập
• 3.4.3. Kết quả kiểm định độ tin cậy của thang đo với hệ số Cronbach’s Alpha
• 3.4.4. Kết quả phân tích nhân tố EFA
• 3.4.5. Phân tích nhân tố EFA cho biến độc lập
• 3.4.6. Phân tích nhân tố EFA cho biến phụ thuộc
• 3.4.7. Kết quả phân tích tương quan Pearson
• 3.4.8. Kết quả phân tích hồi quy tuyến tính đa bội
• 3.4.9. Đánh giá giả định hồi quy
• 3.4.10. Đánh giá biến độc lập của mô hình
• 3.4.11. Kết luận mô hình hồi quy tuyến tính
• 4. KẾT LUẬN VÀ ĐỀ XUẤT
• 4.1. Kết luận tính khả thi
• 4.2. Hạn chế trong nghiên cứu
• 4.3. Đề xuất triển khai công nghệ
• 4.3.1. Về công nghệ triển khai
• 4.3.2. Về lĩnh vực sản phẩm
• 4.4. Giá trị thực hiện
• 4.5. Phương hướng phát triển trong tương lai
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Công Nghệ Thử Quần Áo Ảo VFR UEL

Thương mại điện tử phát triển mạnh mẽ, song song với đó là nhu cầu mua sắm trực tuyến ngày càng tăng. Tuy nhiên, ngành bán lẻ thời trang trực tuyến vẫn đối mặt với một thách thức lớn: khách hàng không thể thử đồ trước khi mua. Điều này dẫn đến tỷ lệ hoàn trả cao và gây bất tiện cho cả người mua và người bán. Công nghệ thử quần áo ảo VFR (Virtual Fitting Room) ra đời như một giải pháp tiềm năng, cho phép người dùng hình dung trang phục trên cơ thể mà không cần đến cửa hàng. Nghiên cứu này tập trung vào việc đánh giá tác động của công nghệ VFR đối với quyết định mua hàng online của sinh viên UEL, một nhóm đối tượng am hiểu công nghệ và có xu hướng mua sắm trực tuyến cao. Nghiên cứu này sẽ giúp làm rõ vai trò của công nghệ thực tế ảo trong việc nâng cao trải nghiệm mua hàng ảo và thúc đẩy doanh số bán hàng trực tuyến. Nghiên cứu cũng hướng đến việc đánh giá mức độ chấp nhận và sẵn sàng sử dụng ứng dụng thử đồ ảo của sinh viên UEL.

1.1. Giới thiệu về công nghệ thử quần áo ảo VFR

Công nghệ thử quần áo ảo VFR kết hợp thế giới thực với không gian ảo, cho phép người dùng mua sắm trực tuyến một cách tiện lợi và trực quan hơn. Thay vì phải đến cửa hàng và thử từng bộ quần áo, người dùng có thể sử dụng ứng dụng thử đồ ảo để xem trước trang phục trên cơ thể mình. Công nghệ này sử dụng hình ảnh 2D hoặc 3D của quần áo và kết hợp nó với hình ảnh của người dùng, tạo ra một hình ảnh ảo chân thực. Các hệ thống VFR tiên tiến còn cho phép người dùng tùy chỉnh kích thước, màu sắc và kiểu dáng của quần áo để tìm ra lựa chọn phù hợp nhất. Điều này giúp tiết kiệm thời gian, giảm thiểu rủi ro mua phải sản phẩm không vừa vặn và nâng cao sự hài lòng của khách hàng.

1.2. Vai trò của VFR trong mua sắm trực tuyến

Công nghệ thử quần áo ảo VFR đóng vai trò quan trọng trong việc cải thiện trải nghiệm mua hàng online. Nó giúp người dùng cảm thấy tự tin hơn về quyết định mua hàng của mình, giảm thiểu tỷ lệ hoàn trả và tăng hiệu quả marketing cho các doanh nghiệp. Theo nghiên cứu, việc sử dụng VFR có thể tăng tỷ lệ chuyển đổi đơn hàng và giảm chi phí vận hành cho các cửa hàng trực tuyến. Ngoài ra, VFR còn tạo ra một trải nghiệm mua sắm độc đáo và thú vị, thu hút sự chú ý của khách hàng và tăng tính tương tác với thương hiệu. Trong bối cảnh cạnh tranh ngày càng gay gắt trên thị trường e-commerce, việc áp dụng công nghệ VFR là một lợi thế cạnh tranh quan trọng.

II. Thách Thức Khi Mua Hàng Online Giải Pháp VFR UEL

Một trong những rào cản lớn nhất của mua sắm trực tuyến là khách hàng không thể trực tiếp thử sản phẩm. Điều này đặc biệt đúng với ngành thời trang, nơi kích cỡ và kiểu dáng có thể khác nhau giữa các thương hiệu. Việc thiếu khả năng thử đồ khiến khách hàng cảm thấy lo lắng về việc sản phẩm có vừa vặn hay phù hợp với mình hay không. Điều này ảnh hưởng trực tiếp đến quyết định mua hàng online và dẫn đến tỷ lệ hoàn trả cao. Nghiên cứu này nhằm mục đích khám phá liệu công nghệ thử quần áo ảo VFR có thể giải quyết những thách thức này và cải thiện hành vi mua hàng trực tuyến của sinh viên UEL. Việc hiểu rõ những khó khăn mà sinh viên gặp phải khi mua sắm thời trang trực tuyến sẽ giúp các nhà bán lẻ trực tuyến phát triển các chiến lược phù hợp để tăng doanh số và sự hài lòng của khách hàng.

2.1. Vấn đề kích cỡ và sự phù hợp khi mua online

Kích cỡ và sự phù hợp là những yếu tố quan trọng ảnh hưởng đến quyết định mua hàng online. Khách hàng thường lo lắng về việc sản phẩm có vừa vặn với cơ thể mình hay không, đặc biệt khi mua quần áo từ các thương hiệu khác nhau. Việc thiếu thông tin chi tiết về kích cỡ và chất liệu sản phẩm cũng khiến khách hàng cảm thấy e ngại. Công nghệ thử quần áo ảo VFR có thể giải quyết vấn đề này bằng cách cho phép người dùng xem trước sản phẩm trên cơ thể mình và tùy chỉnh kích thước để đảm bảo sự phù hợp. Điều này giúp tăng niềm tin và thái độ tích cực của khách hàng đối với mua sắm trực tuyến và giảm thiểu rủi ro mua phải sản phẩm không vừa vặn.

2.2. Ảnh hưởng của tâm lý mua hàng online đến quyết định

Tâm lý mua hàng online đóng vai trò quan trọng trong việc hình thành quyết định mua hàng. Khách hàng thường dựa vào đánh giá của người dùng khác, hình ảnh sản phẩm và thông tin chi tiết để đưa ra quyết định. Tuy nhiên, việc thiếu trải nghiệm thực tế có thể khiến khách hàng cảm thấy thiếu tự tin và lo lắng. Công nghệ thử quần áo ảo VFR có thể tạo ra một trải nghiệm mua hàng ảo chân thực hơn, giúp khách hàng cảm thấy thoải mái và tự tin hơn khi mua sắm trực tuyến. Việc thấy sản phẩm trên cơ thể mình giúp khách hàng đánh giá được kiểu dáng, màu sắc và chất liệu sản phẩm, từ đó đưa ra quyết định mua hàng sáng suốt hơn. Điều này đặc biệt quan trọng đối với sinh viên UEL, những người thường xuyên mua sắm trực tuyến và có nhu cầu cao về trải nghiệm mua hàng tốt.

III. Phương Pháp Nghiên Cứu Tác Động VFR Lên Sinh Viên UEL

Nghiên cứu này sử dụng kết hợp phương pháp định tính và định lượng để đánh giá tác động của công nghệ thử quần áo ảo VFR đến quyết định mua hàng online của sinh viên UEL. Phương pháp định tính được sử dụng để khám phá sâu hơn về tâm lý mua hàng online và hành vi mua hàng trực tuyến của sinh viên, cũng như thu thập ý kiến và phản hồi về công nghệ VFR. Phương pháp định lượng được sử dụng để đo lường mức độ chấp nhận và sự hài lòng của khách hàng đối với VFR, cũng như đánh giá hiệu quả marketing của công nghệ này. Việc kết hợp cả hai phương pháp giúp cung cấp một cái nhìn toàn diện và chính xác về vấn đề nghiên cứu.

3.1. Phương pháp định tính Khám phá hành vi người dùng

Phương pháp định tính được sử dụng để khám phá các yếu tố ảnh hưởng đến quyết định mua hàng online của sinh viên UEL, cũng như tìm hiểu về nhận thức sự hữu ích, nhận thức dễ sử dụng và nhận thức rủi ro liên quan đến công nghệ thử quần áo ảo VFR. Nghiên cứu sử dụng phỏng vấn sâu và thảo luận nhóm để thu thập thông tin từ sinh viên về trải nghiệm mua hàng ảo, mong muốn và kỳ vọng của họ đối với VFR. Dữ liệu định tính được phân tích để xác định các chủ đề chính và hiểu rõ hơn về tâm lý mua hàng online của sinh viên.

3.2. Phương pháp định lượng Đo lường mức độ chấp nhận VFR

Phương pháp định lượng được sử dụng để đo lường mức độ chấp nhận và sự hài lòng của khách hàng đối với công nghệ thử quần áo ảo VFR. Nghiên cứu sử dụng khảo sát trực tuyến để thu thập dữ liệu từ một mẫu đại diện của sinh viên UEL. Thang đo Likert được sử dụng để đo lường các biến như nhận thức sự hữu ích, nhận thức dễ sử dụng, nhận thức rủi ro, niềm tin và thái độ, và chuẩn mực chủ quan. Dữ liệu định lượng được phân tích bằng các kỹ thuật thống kê như phân tích hồi quy để xác định mối quan hệ giữa các biến và đánh giá tác động của công nghệ VFR đến quyết định mua hàng online.

3.3. Mô hình nghiên cứu và giả thuyết đặt ra

Nghiên cứu xây dựng mô hình dựa trên Lý thuyết Chấp nhận Công nghệ (TAM) và bổ sung thêm các yếu tố đặc thù của công nghệ thử quần áo ảo VFR. Các giả thuyết nghiên cứu được xây dựng xoay quanh mối quan hệ giữa nhận thức sự hữu ích, nhận thức dễ sử dụng, nhận thức rủi ro, niềm tin và thái độ, chuẩn mực chủ quan và quyết định mua hàng online của sinh viên UEL. Nghiên cứu kỳ vọng rằng nhận thức sự hữu ích và nhận thức dễ sử dụng của VFR sẽ có tác động tích cực đến quyết định mua hàng, trong khi nhận thức rủi ro sẽ có tác động tiêu cực. Niềm tin và thái độ tích cực đối với VFR cũng được kỳ vọng sẽ thúc đẩy quyết định mua hàng online.

IV. Kết Quả Nghiên Cứu Tác Động VFR Đến Quyết Định Mua

Kết quả nghiên cứu cho thấy công nghệ thử quần áo ảo VFR có tác động đáng kể đến quyết định mua hàng online của sinh viên UEL. Sinh viên đánh giá cao tính hữu ích và dễ sử dụng của VFR, cho rằng công nghệ này giúp họ tiết kiệm thời gian, giảm thiểu rủi ro mua phải sản phẩm không vừa vặn và tăng sự hài lòng của khách hàng. Nghiên cứu cũng cho thấy rằng nhận thức rủi ro liên quan đến VFR có tác động tiêu cực đến quyết định mua hàng, cho thấy rằng các nhà bán lẻ cần tập trung vào việc giảm thiểu rủi ro và tăng cường tính bảo mật của công nghệ này. Kết quả phân tích hồi quy cho thấy các yếu tố nhận thức sự hữu ích, nhận thức dễ sử dụng, niềm tin và thái độ có tác động tích cực và ý nghĩa thống kê đến quyết định mua hàng online.

4.1. Đánh giá về sự hữu ích và dễ sử dụng của VFR

Sinh viên UEL đánh giá cao tính hữu ích của công nghệ thử quần áo ảo VFR trong việc giúp họ lựa chọn sản phẩm phù hợp. Họ cho rằng VFR giúp họ hình dung rõ hơn về kiểu dáng, màu sắc và chất liệu của sản phẩm, từ đó đưa ra quyết định mua hàng sáng suốt hơn. VFR cũng được đánh giá là dễ sử dụng, với giao diện trực quan và các tính năng dễ hiểu. Điều này cho thấy rằng các nhà phát triển phần mềm thử đồ ảo đã thành công trong việc tạo ra một sản phẩm thân thiện với người dùng và dễ dàng tích hợp vào quy trình mua sắm trực tuyến.

4.2. Ảnh hưởng của nhận thức rủi ro đến quyết định mua hàng

Mặc dù sinh viên UEL đánh giá cao tính hữu ích và dễ sử dụng của VFR, nhưng họ vẫn còn một số lo ngại về nhận thức rủi ro liên quan đến công nghệ này. Một số sinh viên lo lắng về vấn đề bảo mật thông tin cá nhân, trong khi những người khác lo ngại về độ chính xác của hình ảnh ảo và khả năng sản phẩm thực tế có thể khác với hình ảnh trên màn hình. Điều này cho thấy rằng các nhà bán lẻ cần tập trung vào việc giải quyết những lo ngại này bằng cách tăng cường tính bảo mật của VFR, cung cấp thông tin chi tiết và chính xác về sản phẩm, và đảm bảo rằng khách hàng có thể dễ dàng trả lại sản phẩm nếu không hài lòng.

V. Đề Xuất Và Phương Hướng Phát Triển Công Nghệ VFR UEL

Dựa trên kết quả nghiên cứu, có một số đề xuất quan trọng để cải thiện công nghệ thử quần áo ảo VFR và tăng cường quyết định mua hàng online của sinh viên UEL. Các nhà bán lẻ nên tập trung vào việc nâng cao tính chân thực của hình ảnh ảo, cải thiện giao diện người dùng, và tăng cường tính bảo mật của VFR. Ngoài ra, cần có thêm các nghiên cứu để khám phá các yếu tố khác có thể ảnh hưởng đến quyết định mua hàng của sinh viên, chẳng hạn như ảnh hưởng của mạng xã hội và uy tín của thương hiệu. Nghiên cứu này cung cấp một cái nhìn sâu sắc về tác động của công nghệ VFR đến hành vi mua hàng của sinh viên UEL và có thể được sử dụng để phát triển các chiến lược marketing hiệu quả hơn.

5.1. Nâng cao tính chân thực và trải nghiệm người dùng VFR

Để tăng cường quyết định mua hàng online, các nhà phát triển VFR cần tập trung vào việc nâng cao tính chân thực của hình ảnh ảo. Điều này có thể được thực hiện bằng cách sử dụng các công nghệ tiên tiến như thực tế tăng cường và trí tuệ nhân tạo để tạo ra một trải nghiệm mua hàng ảo sống động và chân thực hơn. Ngoài ra, cần chú trọng đến việc cải thiện giao diện người dùng của VFR, đảm bảo rằng người dùng có thể dễ dàng tìm kiếm, lựa chọn và thử quần áo. Việc cung cấp các tính năng tùy chỉnh và tương tác cũng có thể giúp tăng sự hài lòng của khách hàng và thúc đẩy hành vi mua hàng.

5.2. Tăng cường tính bảo mật và uy tín của thương hiệu

Tính bảo mật là một yếu tố quan trọng ảnh hưởng đến quyết định mua hàng online, đặc biệt là đối với sinh viên UEL, những người có ý thức cao về quyền riêng tư. Các nhà bán lẻ cần đảm bảo rằng VFR của họ được bảo mật và tuân thủ các quy định về bảo vệ dữ liệu cá nhân. Ngoài ra, việc xây dựng uy tín của thương hiệu cũng đóng vai trò quan trọng trong việc thúc đẩy quyết định mua hàng. Các nhà bán lẻ nên tập trung vào việc cung cấp sản phẩm chất lượng, dịch vụ khách hàng tốt và tạo ra một trải nghiệm mua hàng tích cực để xây dựng niềm tin và lòng trung thành của khách hàng.

Nội dung chính

Nghiên Cứu: Tác Động Của Công Nghệ Thử Quần Áo Ảo (VFR) Đến Quyết Định Mua Hàng Online Của Sinh Viên

---

Tóm tắt nghiên cứu (Executive Summary)

• Câu hỏi nghiên cứu chính (Research Question): Những nhân tố nào thuộc mô hình tiếp nhận công nghệ và hành vi người tiêu dùng chi phối trực tiếp đến thái độ và sự sẵn sàng ứng dụng công nghệ thử đồ ảo (Virtual Fitting Room - VFR) trong mua sắm thời trang trực tuyến của sinh viên?
• Tổng quan phương pháp luận (Methodology Snapshot): Đề tài áp dụng phương pháp nghiên cứu liên ngành kết hợp định tính (tổng hợp tài liệu, phân tích case study công nghệ) và định lượng thực nghiệm. Bộ dữ liệu gồm 248 mẫu khảo sát hợp lệ từ sinh viên Trường Đại học Kinh tế - Luật (UEL), ĐHQG-HCM, được xử lý qua phần mềm SPSS 26 với các kỹ thuật: kiểm định độ tin cậy Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích tương quan Pearson và hồi quy tuyến tính đa biến (Multiple Linear Regression).
• Kết quả then chốt (Key Findings): Mô hình khẳng định 4 nhân tố có tác động tích cực cùng chiều, có ý nghĩa thống kê ($p < 0.05$) đến sự sẵn sàng sử dụng VFR, gồm: Nhận thức sự hữu ích ($\beta = 0.265$), Thái độ ($\beta = 0.217$), Nhận thức dễ sử dụng ($\beta = 0.193$), và Chuẩn mực chủ quan ($\beta = 0.184$). Nhân tố Nhận thức rủi ro không đạt ý nghĩa thống kê trong tương quan tuyến tính nên bị loại khỏi mô hình cuối. Mức độ sẵn sàng trải nghiệm VFR đạt điểm trung bình rất cao ($\approx 4.0/5.0$).
• Hàm ý ứng dụng (Implications): Kết quả mở ra lộ trình thực tế cho các sàn thương mại điện tử (Shopee, Lazada) và thương hiệu thời trang nội địa (Local Brands) trong việc tích hợp giải pháp VFR qua API hoặc Kiosk gương thông minh nhằm giảm tỷ lệ đổi trả hàng, cá nhân hóa trải nghiệm và tối ưu hóa tỷ lệ chuyển đổi đơn hàng.

---

Bối cảnh và tầm quan trọng (Context & Significance)

1. Thực trạng thương mại điện tử ngành thời trang

Sự bùng nổ của thương mại điện tử (TMĐT) tại Việt Nam trong những năm gần đây đã định hình lại hoàn toàn thói quen tiêu dùng. Theo các báo cáo thị trường, Việt Nam hiện có trên 51 triệu người tham gia mua sắm trực tuyến. Ngành thời trang may mặc luôn nằm trong top đầu các ngành hàng có doanh số và tần suất giao dịch cao nhất.

Tuy nhiên, mô hình bán lẻ thời trang trực tuyến truyền thống tồn tại một rào cản nội tại chưa thể xóa bỏ triệt để: sự bất đối xứng thông tin về độ vừa vặn và thẩm mỹ thực tế của sản phẩm. Người mua không thể ướm thử trang phục lên vóc dáng cá nhân, dẫn đến tâm lý e dè hoặc tình trạng hoàn trả hàng hóa (return rate) ở mức cao, gây tổn thất chi phí vận hành và logistics cho doanh nghiệp.

2. Khoảng trống nghiên cứu (Research Gap)

Trên thế giới, các tập đoàn bán lẻ lớn như Walmart (mua lại Zeekit), Gap (ứng dụng DressingRoom qua Google Tango) hay Zugara (Webcam Social Shopper) đã tiên phong áp dụng công nghệ thử đồ thực tế tăng cường (AR/AI). Ngược lại, tại Việt Nam, VFR phần lớn chỉ dừng lại ở các dự án khởi nghiệp sinh viên (như Stylix) hoặc các phiên bản thử nghiệm sơ khai.

Chưa có nhiều công trình học thuật đánh giá định lượng về mức độ chấp nhận công nghệ VFR tại thị trường nội địa, đặc biệt là ở nhóm người tiêu dùng trẻ (Gen Z/Sinh viên đại học) – đối tượng dẫn dắt xu hướng mua sắm số và có độ nhạy bén công nghệ cao nhất.

3. Tính cấp thiết và tác động kỳ vọng

Nghiên cứu này giải quyết trực tiếp khoảng trống trên bằng cách lượng hóa hành vi chấp nhận VFR của sinh viên UEL. Kết quả nghiên cứu cung cấp cơ sở khoa học giúp các nhà phát triển phần mềm và doanh nghiệp thời trang nắm bắt tâm lý khách hàng mục tiêu, từ đó xây dựng chiến lược chuyển đổi số tối ưu hóa chi phí đầu tư công nghệ.

---

Phương pháp nghiên cứu (Methodology & Approach)

1. Thiết kế nghiên cứu và khung lý thuyết

Đề tài tích hợp hai mô hình nền tảng trong hành vi tiêu dùng và công nghệ:

• Mô hình chấp nhận công nghệ (TAM - Technology Acceptance Model) của Davis (1989): Khai thác 2 biến cốt lõi là Nhận thức sự hữu ích (Perceived Usefulness - HI) và Nhận thức dễ sử dụng (Perceived Ease of Use - SD).
• Thuyết hành động hợp lý (TRA - Theory of Reasoned Action) của Fishbein & Ajzen (1975) và Ajzen (1991): Bổ sung nhân tố Chuẩn mực chủ quan (Subjective Norms - CQ) và Thái độ (Attitude - TĐ).
• Mở rộng thêm biến Nhận thức rủi ro (Perceived Risk - RR) theo Bauer (1960).

2. Thu thập dữ liệu và Thang đo

• Đối tượng khảo sát: Sinh viên và cựu sinh viên Trường Đại học Kinh tế - Luật (UEL), ĐHQG-HCM.
• Mẫu khảo sát: Thu về 252 phản hồi trực tuyến, sàng lọc được 248 mẫu hợp lệ (tỷ lệ 98.41%).
• Thang đo: Áp dụng thang đo khoảng Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý) cho 28 biến quan sát thuộc 6 nhóm nhân tố.

Nhóm nhân tố	Số biến quan sát	Tiêu biểu
Nhận thức sự hữu ích (HI)	5	Tiết kiệm thời gian, giảm chi phí thử đồ, đánh giá độ phù hợp, mua sắm mọi nơi
Nhận thức dễ sử dụng (SD)	4	Thao tác đơn giản, tìm kiếm nhanh, hỗ trợ đa nền tảng web/app
Nhận thức rủi ro (RR)	5	Bảo mật thông tin, tính chính xác hình ảnh, độ trễ hệ thống, phí sử dụng
Thái độ (TĐ)	5	Hứng thú trải nghiệm, tự tin chốt đơn, tin tưởng công nghệ tăng doanh số
Chuẩn mực chủ quan (CQ)	5	Ảnh hưởng từ bạn bè/người thân, mạng xã hội, xu hướng báo chí, nhãn hàng lớn
Sự sẵn sàng sử dụng (SS)	4	Sẵn sàng trải nghiệm, muốn áp dụng đa sản phẩm, ủng hộ tích hợp TMĐT

3. Kỹ thuật phân tích và kiểm định độ tin cậy

Quy trình phân tích dữ liệu trên SPSS 26 tuân thủ nghiêm ngặt các tiêu chuẩn định lượng:

1. Kiểm định Cronbach's Alpha: Đánh giá tính đơn hướng và độ nhất quán nội tại. Tất cả thang đo đều đạt hệ số Alpha $> 0.6$ và tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.3$.
2. Phân tích nhân tố khám phá (EFA):
   • Biến độc lập: Hệ số $KMO = 0.872$, kiểm định Bartlett có $p\text{-value} = 0.000 < 0.05$, tổng phương sai trích đạt $61.289% > 50%$, Eigenvalue $> 1$. Biến TĐ5 bị loại do hệ số tải (Factor Loading) $< 0.5$.
   • Biến phụ thuộc: $KMO = 0.665$, tổng phương sai trích $55.468%$.
3. Kiểm định tương quan Pearson & Hồi quy OLS: Đánh giá đa cộng tuyến qua chỉ số VIF, kiểm tra phân phối chuẩn phần dư bằng biểu đồ Histogram, P-P Plot và kiểm tra liên hệ tuyến tính qua Scatter Plot.

---

Phát hiện chính của nghiên cứu (Key Findings)

1. Bốn nhân tố cốt lõi quyết định hành vi tiếp nhận VFR

Phân tích hồi quy tuyến tính đa biến (ANOVA $F\text{-test}$ có $p = 0.000$) xác lập phương trình hồi quy chuẩn hóa:

$$\text{SS} = 0.265 \times \text{HI} + 0.217 \times \text{TĐ} + 0.193 \times \text{SD} + 0.184 \times \text{CQ}$$

                TRỌNG SỐ TÁC ĐỘNG CỦA CÁC YẾU TỐ ĐẾN SỰ SẴN SÀNG (BETA)

• Nhận thức sự hữu ích ($\beta = 0.265$, $p < 0.05$): Nhân tố chi phối mạnh mẽ nhất. Sinh viên đánh giá cao khả năng hình dung trang phục đa góc nhìn, giảm thiểu nguy cơ mua nhầm size và tiết kiệm thời gian chờ đợi tại các phòng thử đồ vật lý.
• Thái độ của người dùng ($\beta = 0.217$, $p < 0.05$): Sự tò mò, hứng thú với các giải pháp AI/AR mang tính đột phá thúc đẩy mạnh mẽ ý định trải nghiệm thực tế.
• Nhận thức dễ sử dụng ($\beta = 0.193$, $p < 0.05$): Giao diện trực quan, không yêu cầu thiết lập cảm biến phức tạp (như thao tác cử chỉ hay quét camera mượt mà) là điều kiện thúc đẩy sử dụng thường xuyên.
• Chuẩn mực chủ quan ($\beta = 0.184$, $p < 0.05$): Ảnh hưởng từ cộng đồng mạng, bạn bè và các chiến dịch truyền thông từ KOLs/Influencers đóng vai trò định hướng hành vi tiêu dùng trẻ.

2. Phát hiện bất ngờ về "Nhận thức rủi ro" (Perceived Risk)

Trái với các giả thuyết truyền thống trong thương mại điện tử (rủi ro lộ lọt thông tin cá nhân, hình ảnh body scan hoặc rủi ro sai lệch số đo), nhân tố Nhận thức rủi ro trong nghiên cứu này có giá trị $p\text{-value} > 0.05$ trong phân tích tương quan Pearson.

[!NOTE] Lý giải: Nhóm đối tượng Gen Z có mức độ am hiểu công nghệ cao, cởi mở với việc cấp quyền camera/hình ảnh để đổi lấy tiện ích cá nhân hóa. Do đó, nỗi sợ rủi ro công nghệ không đủ lớn để cản trở ý định thử nghiệm VFR của họ.

3. Đánh giá tính khả thi và Mức độ sẵn sàng thực tế

Toàn bộ các biến quan sát đo lường mức độ sẵn sàng sử dụng đều đạt điểm trung bình $> 3.99/5.0$:

Biến quan sát (Sự sẵn sàng sử dụng - SS)	Điểm trung bình (Mean)	Mức độ đánh giá
SS1: Sẵn sàng trải nghiệm công nghệ thử đồ ảo	4.016	Đồng ý cao
SS2: Muốn trải nghiệm VFR cho nhiều dòng sản phẩm khác nhau	4.113	Rất đồng ý
SS3: Đề xuất nên tích hợp VFR trên sàn TMĐT	3.996	Đồng ý cao
SS4: Sẵn sàng giới thiệu cho người thân, bạn bè	4.044	Rất đồng ý

4. Kiểm định các giả định vi phạm mô hình hồi quy

• Hiện tượng đa cộng tuyến: Hệ số phóng đại phương sai $VIF$ dao động từ $1.281$ đến $1.666$ ($< 2.0$), khẳng định giữa các biến độc lập không xảy ra hiện tượng cộng tuyến nghiêm trọng.
• Phân phối chuẩn phần dư: Biểu đồ Histogram thể hiện giá trị trung bình Mean xấp xỉ bằng $0$ ($5.96 \times 10^{-15}$) và độ lệch chuẩn $Std. Dev = 0.992 \approx 1$. Biểu đồ Normal P-P Plot ghi nhận các điểm phân dư bám sát đường chéo kỳ vọng.
• Liên hệ tuyến tính: Scatter Plot cho thấy đám mây phần dư phân tán ngẫu nhiên xung quanh trục $0$, không vi phạm giả định tuyến tính.

---

Đóng góp khoa học và Giá trị thực tiễn (Contributions)

1. Đóng góp về mặt học thuật và lý thuyết (Theoretical Contributions)

• Bổ sung và kiểm chứng thực nghiệm mô hình TAM và TRA trong phân khúc công nghệ thời trang (Fashion-Tech) tương tác thực tế ảo tại một thị trường mới nổi như Việt Nam.
• Cung cấp bằng chứng định lượng chứng minh sự thay đổi trong tâm lý người tiêu dùng trẻ: Nhận thức sự hữu ích và Thái độ lấn át hoàn toàn Nhận thức rủi ro đối với các công nghệ tương tác trực quan thời gian thực.

2. Giá trị ứng dụng thực tiễn cho doanh nghiệp (Practical Applications)

                            LỘ TRÌNH TRIỂN KHAI VFR TẠI VIỆT NAM

• Giải pháp tích hợp API trên sàn TMĐT & Website D2C:
  • Đây là phương án khả thi và tiết kiệm chi phí nhất hiện nay. Doanh nghiệp thời trang có thể ứng dụng công nghệ phân tích ảnh 2D-to-3D, cho phép người dùng tải ảnh cá nhân hoặc chọn người mẫu avatar có số đo tương đồng để thử quần áo nhanh.
  • Ưu tiên áp dụng cho các danh mục sản phẩm có tỷ lệ phát sinh nhu cầu thử cao nhất: áo thun ($93.1%$), giày dép ($68.9%$), mắt kính và túi xách.
• Giải pháp Kiosk gương thông minh (Smart Mirror) tại cửa hàng vật lý:
  • Thích hợp cho các thương hiệu thời trang tầm trung và cao cấp tại các Trung tâm Thương mại nhằm giải quyết tình trạng ùn tắc phòng thử đồ vào giờ cao điểm, gia tăng tính tương tác giải trí (gamification) cho khách hàng.
• Chiến lược tiếp thị số (Digital Marketing Strategy):
  • Tận dụng nhân tố Chuẩn mực chủ quan bằng cách triển khai các chiến dịch lan truyền (viral video, filter dùng thử đồ trên TikTok/Instagram) kết hợp chương trình khuyến mãi khi chia sẻ ảnh thử đồ ảo lên mạng xã hội.

---

Đối tượng thụ hưởng nghiên cứu (Target Audience)

• Nhà nghiên cứu học thuật & Sinh viên: Nguồn tài liệu tham khảo giá trị về cấu trúc phân tích định lượng (EFA, Regression, ANOVA), thang đo kiểm định và cách tiếp cận nghiên cứu liên ngành giữa Công nghệ thông tin và Quản trị kinh doanh.
• Doanh nghiệp bán lẻ thời trang & Chủ sàn TMĐT: Cơ sở dữ liệu thị trường thực tế để thẩm định mức độ đón nhận của khách hàng trước khi đầu tư hạ tầng phần mềm VFR.
• Các lập trình viên & Công ty khởi nghiệp Fashion-Tech: Định hướng hoàn thiện tính năng phần mềm: tập trung tối ưu độ chân thực của nếp gấp/độ rủ vải (fabric drape), tối giản hóa thao tác người dùng và cải thiện tốc độ render thời gian thực.

---

Câu hỏi thường gặp (FAQ)

1. Phát hiện quan trọng nhất của báo cáo này là gì?

Phát hiện quan trọng nhất là sinh viên có thái độ cực kỳ tích cực và sẵn sàng tiếp nhận công nghệ thử đồ ảo (điểm trung bình $> 4.0/5.0$). Trong đó, Nhận thức sự hữu ích (khả năng kiểm tra độ vừa vặn, tiết kiệm thời gian) là yếu tố quyết định lớn nhất ($\beta = 0.265$), vượt trội hơn yếu tố dễ sử dụng hay tác động xã hội.

2. Tại sao nhân tố "Nhận thức rủi ro" lại bị loại khỏi mô hình?

Khi kiểm định tương quan Pearson, hệ số tương quan giữa biến rủi ro (RR) và sự sẵn sàng (SS) có giá trị $Sig. > 0.05$, nghĩa là không có mối liên hệ tuyến tính có ý nghĩa thống kê. Sinh viên trẻ hiện nay xem trải nghiệm thử đồ ảo là giải pháp tiện ích và không cảm thấy việc chia sẻ thông tin vóc dáng/hình ảnh là rào cản quá nghiêm trọng.

3. Kết quả nghiên cứu có thể khái quát hóa cho toàn bộ người tiêu dùng Việt Nam không?

Kết quả mang tính đại diện cao cho nhóm người tiêu dùng trẻ (sinh viên, Gen Z) tại các đô thị lớn – những người thường xuyên mua sắm trực tuyến. Tuy nhiên, để khái quát hóa cho toàn bộ thị trường (các nhóm tuổi lớn hơn hoặc khu vực nông thôn), cần mở rộng cỡ mẫu và đa dạng hóa đặc điểm nhân khẩu học.

4. Hạn chế chính của nghiên cứu này là gì?

Nghiên cứu tập trung khảo sát tại một trường đại học (UEL) với quy mô mẫu $N = 248$. Nghiên cứu cũng chưa đào sâu so sánh chi tiết giữa công nghệ VFR 2D (chi phí thấp) và mô hình 3D AR toàn diện (chi phí cao).

5. Doanh nghiệp thời trang nên bắt đầu ứng dụng VFR từ đâu?

Doanh nghiệp nên bắt đầu bằng việc tích hợp giải pháp VFR 2D/AI Mapping thông qua API lên website bán hàng hoặc gian hàng TMĐT đối với các sản phẩm basic (áo thun, sơ mi, quần âu). Đây là bước đi chi phí thấp, dễ tích hợp và tiếp cận ngay tệp khách hàng mua sắm online.

---

Kết luận (Conclusion)

Báo cáo nghiên cứu đã chứng minh một cách khoa học rằng Công nghệ phòng thử đồ ảo (VFR) không chỉ là một trào lưu công nghệ nhất thời mà là giải pháp chiến lược giải quyết triệt để điểm nghẽn lớn nhất của thương mại điện tử thời trang. Với sự đón nhận mạnh mẽ từ tệp khách hàng trẻ, việc đầu tư vào các giải pháp VFR tích hợp API trên nền tảng số và gương thông minh tại cửa hàng sẽ tạo ra lợi thế cạnh tranh vượt trội, nâng cao tỷ lệ chuyển đổi và giảm thiểu chi phí hoàn hàng.

Các nghiên cứu tiếp theo có thể mở rộng khảo sát trên các tập khách hàng đa dạng hơn cũng như thử nghiệm A/B Testing trực tiếp trên các sàn TMĐT để đo lường tỷ lệ tăng trưởng doanh thu thực tế.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. TỔNG QUAN NGHIÊN CỨU 1. Tính cấp thiết của đề tài Trong những năm gần đây, thương mại điện tử đã và đang là một thị trường vô cùng tiềm năng với số lượng người tham gia tăng lên đột biến. Song song với đó là sự phát triển vượt bậc của công nghệ, việc mua sắm trực tuyến cũng gia tăng nhanh chóng giúp các doanh nghiệp thu hút khách hàng và tăng doanh thu thông qua các sàn thương mại điện tử.

Những bước tiến vượt bậc đã tạo nên một cuộc cách mạng mua sắm khi mà người tiêu dùng giờ đây đã có thể mua hàng từ bất cứ nơi đâu, vào bất kỳ lúc nào. Tuy nhiên, mua sắm điện tử vẫn tồn tại một khuyết điểm to lớn, đặc biệt là trong lĩnh vực bán lẻ thời trang. Đó là khách hàng không thể biết được sản phẩm họ chọn có phù hợp với bản thân hay không. Việc đề xuất các chính sách hoàn trả, miễn phí vận chuyển hàng trả để bù đắp còn gây bất tiện cho chủ cửa hàng.

Chính vì thế mà người tiêu dùng vẫn ưu tiên việc mua sắm và thử đồ trực tiếp tại nơi bán. Thế nhưng, đối với các cửa hàng nổi tiếng hoặc vào các dịp lễ thì các phòng thử đồ luôn trong tình huống chật kín người, khách hàng có khi phải đợi rất lâu mới có thể thử đồ. Giải pháp được đề ra đó là cho ra đời phòng thử đồ ảo VFR (Virtual Fitting Room) dưới hình thức ứng dụng di động, giúp cho người mua hàng có thể hình dung được trang phục sẽ trông như thế nào khi họ mặc lên mà không cần phải thử trực tiếp. Thông qua kết nối thế giới thực với không gian ảo, công nghệ này tạo ra sự tiện lợi trong việc mua sắm bằng cách cho khách hàng dùng thử sản phẩm ở nhiều cửa hàng khác nhau, tối ưu hóa trải nghiệm của mua sắm.

Tổng quan tình hình nghiên cứu 1. Tình hình nghiên cứu tại Việt Nam Hiện nay tại Việt Nam chưa có một doanh nghiệp thương mại điện tử hay trung tâm thương mại lớn nào ứng dụng công nghệ phòng thử đồ ảo vào kinh doanh. Tất cả thông tin về phòng thử đồ ảo tại Việt Nam chỉ dừng ở mức độ các cuộc thi, dự án khởi nghiệp, điển hình là dự án phòng thử đồ ảo Stylix. Dự án nghiên cứu này là một phần của cuộc thi SV-STARTUP do nhóm sinh viên Trường Đại học Kinh tế Quốc dân thực hiện dưới sự chỉ đạo của trưởng nhóm Bùi Thu Giang.

Ý tưởng chính của dự án là tạo ra một ứng dụng thử đồ trên điện thoại, một ứng dụng đột phá sử dụng công nghệ AI hiện đại để mô phỏng việc mặc quần áo lên người một cách chân thực. Với Stylix, người dùng sẽ được trải nghiệm thử đồ dễ dàng và tiện lợi ngay trên điện thoại di động. Ứng dụng này sử dụng công nghệ AI để phân tích tỷ lệ cơ thể một cách chính xác, cho phép người dùng thử bất kỳ bộ trang phục nào mọi lúc, mọi nơi, và điều này hoàn toàn miễn phí. Điểm đặc biệt là Stylix có khả năng chuyển hình ảnh 2D của quần áo lên người lOMoARcPSD|15978022 dùng sao cho nó phù hợp với đặc điểm riêng của từng người, mang lại sự cá nhân hóa độc đáo.

Ứng dụng này không chỉ cho phép người dùng sử dụng hình ảnh của họ mà còn cung cấp hình ảnh người mẫu trên ứng dụng để tham khảo. Stylix có tiềm năng ứng dụng rộng rãi trong thị trường mua sắm thời trang, bao gồm cả mua sắm trực tuyến và ngoại tuyến. Thị trường thời trang là một thị trường rất lớn và đầy tiềm năng, việc tích hợp công nghệ vào quá trình mua sắm có thể làm cho quy trình trở nên dễ dàng và trải nghiệm khách hàng được nâng cao. Đặc biệt, Stylix đưa công nghệ thử đồ ảo vào thế giới Metaverse, hướng tới mục tiêu số hóa thời trang.

Với hình ảnh thử đồ ảo có độ chân thực lên đến 90%, Stylix đang hướng tới việc tạo ra một thế giới thời trang 3 Không: không chờ đợi để trải nghiệm thời trang mọi lúc, mọi nơi; không phải chịu nhiều rủi ro khi mua sắm thời trang online vì người dùng có thể hình dung sản phẩm mặc trên người thông qua ứng dụng; và không còn sự lãng phí cho những trang phục thời trang nhanh. Với Stylix, quần áo ảo không chỉ là một xu hướng thời trang, mà còn là một cách bảo vệ môi trường thông qua việc giảm thiểu sự cần thiết của việc sản xuất trang phục thật. Hình 1: Giao diện demo của dự án Stylix 1. Tình hình nghiên cứu trên thế giới Virtual Fitting Room by Zeekit Zeekit, một công ty khởi nghiệp công nghệ thời trang, đã phát triển ứng dụng phòng thử đồ ảo đầu tiên, mang lại trải nghiệm mua sắm khác biệt cho mỗi người dùng.

Ứng dụng này lOMoARcPSD|15978022 cho phép người mua trực tuyến thấy mình trong bất kỳ món đồ nào được tìm thấy trực tuyến mà không cần phải thử trực tiếp. Sử dụng công nghệ xử lý hình ảnh thời gian thực, Zeekit ánh xạ hình ảnh của một người thành hàng ngàn phân đoạn bằng cách sử dụng công nghệ được đặt bằng sáng chế của họ, bao gồm việc tạo ra bản đồ 3D trên hình ảnh 2D. Bên cạnh đó, quần áo cũng được xử lý bằng công nghệ tương tự. Sau đó, hình ảnh của người được xử lý và quần áo được ánh xạ lại thành mô phỏng cuối cùng dựa trên các điểm tương đương của chúng.

Mô phỏng cuối cùng hiển thị một người mặc đồ ảo. Hình 2: Một khách hàng nữ chụp ảnh toàn thân trong trang phục áo ba lỗ, quần đùi trên nền tảng của Zeekit (Doupnik, 2016) Hình 3: Chức năng chia sẻ và mua hàng trong ứng dụng (Doupnik, 2016) Như thể hiện trong Hình 2 và Hình 3, người mua cần tải lên một hình ảnh toàn bộ cơ thể của họ trong một chiếc áo thun ba lỗ và quần ngắn hoặc một chiếc váy ngắn để đảm bảo rằng hình dáng cơ thể của họ rõ ràng. Bằng cách này, ứng dụng có thể phân tích cơ thể của họ và chuyển đổi hình ảnh 2D thành dữ liệu 3D để tạo ra hình ảnh thực tế về cách sản phẩm trông như thế nào trên cơ thể của họ. Ứng dụng sau đó ước tính các số đo cơ thể như vòng lOMoARcPSD|15978022 eo, vòng ngực, và vòng mông mà người mua có thể điều chỉnh tự do.

Sau đó, người mua hàng chạm vào bất kỳ sản phẩm nào họ nhìn thấy trực tuyến để xem ngay hình ảnh thử đồ của họ. Mọi chiếc áo mà họ thử có thể được kết hợp từ các nhà bán lẻ khác nhau trong tủ đồ ảo, chia sẻ với bạn bè hoặc mua hàng thông qua một liên kết trong ứng dụng. Hơn nữa, các nhà bán lẻ và thương hiệu dễ dàng tích hợp Zeekit vào cửa hàng trực tuyến, di động và cửa hàng vật lý của họ để cho phép người mua thử đồ ảo toàn bộ danh mục sản phẩm. Ví dụ, Zeekit đã hợp tác với Rebecca Minkoff, một công ty thời trang để mang công nghệ mới vào thị trường xa xỉ.

Thông qua điều này, người tiêu dùng của Rebecca Minkoff có thể truy cập ngay lập tức để trải nghiệm sản phẩm của họ thông qua ứng dụng Zeekit để thử sản phẩm và mua hàng. Năm 2021 Zeekit được mua lại bởi gã khổng lồ bán lẻ Walmart. Vào tháng 3, Walmart ra mắt công nghệ "Choose My Model" (Chọn hình mẫu của chính mình) cho phép khách hàng trải nghiệm thử đồ ảo 50 mẫu sản phẩm có sẵn với nhiều kích cỡ khác nhau. Trong giai đoạn tiếp theo của "Choose My Model", người dùng có thể thử hơn 270.000 mặt hàng đa dạng.

Nhưng điểm bất lợi ở đây là, khách hàng sẽ phải cởi bỏ một số quần áo có sẵn trên người trước khi thử để tính năng hoạt động chính xác. “Trải nghiệm này cho phép khách hàng hình dung rõ hơn quần áo sẽ trông như thế nào khi mặc lên và giải trí hóa hoạt động mua sắm mà chúng tôi tin rằng sẽ rất hấp dẫn đối với nhiều người, đặc biệt là chị em phụ nữ”, bà Denise Incandela, Phó Chủ tịch điều hành hàng may mặc và thương hiệu tư nhân của Walmart, cho biết trong một tuyên bố. Bên cạnh đó, trong ứng dụng Walmart, người dùng có thể quyết định họ muốn xem thử quần áo trên mô hình có sẵn hay tự mình trở thành người mẫu, theo một video hướng dẫn của công ty. Webcam Social Shopper Webcam Social Shopper (WSS) hay còn gọi là Phòng thay đồ thực tế tăng cường là một phần mềm phòng thay đồ ảo được phát triển bởi Zugara, một công ty phần mềm ở Los Angeles.

Trên thực tế, mua sắm trực tuyến cung cấp sự tối ưu hóa trong việc tìm kiếm, duyệt, điều tra và hoàn thành giao dịch nhưng nó không giúp thu hút trải nghiệm như trải nghiệm tại cửa hàng như thử quần áo (Takahashi, 2011). Vì vậy, phần mềm WSS ra đời nhằm giúp người mua hàng trực tuyến có được sự tự tin khi đưa ra quyết định mua hàng bằng cách nhìn thấy chính họ “mặc” quần áo qua webcam. Vì phần mềm hỗ trợ camera 2D, 3D và cảm biến độ sâu, Zugara đã phát hành hai loại phiên bản khác nhau cho các nền tảng khác nhau, đó là API để tích hợp nền tảng thương mại điện tử và phiên bản hỗ trợ Kinect có tên là “WSS For Kiosks”. lOMoARcPSD|15978022 Phần mềm WSS là một công cụ trực quan hóa sản phẩm tiên tiến cung cấp cách giúp người mua sắm trực tuyến thử quần áo ảo bằng cách biến máy ảnh thành một tấm gương tương tác theo thời gian thực.

Nó tạo ra hình ảnh giống như đang mặc quần áo bằng cách đặt hình ảnh 2D tĩnh của quần áo ảo lên trên cơ thể con người. Hơn nữa, phần mềm cho phép người dùng sử dụng chuyển động của tay để tương tác với nội dung phần mềm mà không cần phải quay lại bàn phím hoặc chuột để thực hiện thao tác. Bằng cách sử dụng hệ thống ghi lại chuyển động này, người dùng có thể duyệt qua các tùy chọn khác nhau của trang phục chỉ bằng cách di chuyển cánh tay lên trên đầu. Theo Sterling (2012), người dùng có thể dùng thử và chạy phần mềm bằng cách truy cập trang web www.com thay vì cài đặt bất kỳ phần mềm hoặc plugin nào vào máy tính.

Như trong Hình 4, người dùng cần cấp quyền cho phần mềm WSS truy cập vào camera và micro. Thông qua camera, phần mềm có thể phát hiện vị trí người dùng đang đứng và điều chỉnh vị trí của lớp áo phủ trên cơ thể một cách thích hợp.