Nghiên cứu tác động của Thực tế tăng cường (AR) đến ý định mua hàng trong ngành công nghiệp sắc đẹp trên sàn Thương mại điện tử: Thực nghiệm tại Shopee


Tóm tắt nghiên cứu

Nghiên cứu khoa học "Nghiên cứu tác động của việc sử dụng Thực tế tăng cường (AR) đến ý định mua hàng của người dùng trong ngành công nghiệp sắc đẹp trên các nền tảng thương mại điện tử – Nghiên cứu với trường hợp tại Shopee" (Đề tài tham gia xét giải thưởng Nhà nghiên cứu trẻ UEH 2024) giải quyết câu hỏi trọng tâm: Các đặc tính kỹ thuật của công cụ AR (Shopee BeautyCam, SkinCam) tác động như thế nào đến tâm lý nhận thức – cảm xúc và quyết định mua sắm mỹ phẩm của người tiêu dùng trực tuyến tại Việt Nam?

Dựa trên nền tảng Mô hình Kích thích – Chủ thể – Phản hồi (S-O-R) kết hợp với Mô hình Chấp nhận Công nghệ (TAM) và Lý thuyết Hoạch tính Cá nhân (Privacy Calculus), nhóm tác giả đã triển khai phương pháp nghiên cứu hỗn hợp (mixed methods):

  • Giai đoạn định tính: Phỏng vấn chuyên sâu 10 người tiêu dùng thuộc 3 thế hệ (Gen X, Gen Y, Gen Z) tại TP. Hồ Chí Minh nhằm hiệu chỉnh thang đo.
  • Giai đoạn định lượng: Khảo sát diện rộng và phân tích mô hình phương trình cấu trúc bình phương nhỏ nhất từng phần (PLS-SEM) trên mẫu hợp lệ gồm $N = 385$ khách hàng thực tế.

Kết quả nghiên cứu chỉ ra rằng các yếu tố kích thích từ AR (tính tương tác, tính sống động, tính mới lạ, chất lượng hệ thống và tính cá nhân hóa) cùng sự hiện diện không gian có tác động tích cực mạnh mẽ đến giá trị hưởng thụ, giá trị chức năng và sự thoải mái khi đưa ra quyết định. Trong đó, giá trị hưởng thụ và sự thoải mái khi ra quyết định đóng vai trò đòn bẩy thúc đẩy ý định tiếp tục sử dụng AR và ý định mua hàng, trong khi mối lo ngại về quyền riêng tư là rào cản tiêu cực trực tiếp. Đề tài cung cấp cơ sở khoa học quan trọng giúp các sàn thương mại điện tử (TMĐT) và doanh nghiệp mỹ phẩm tối ưu hóa giao diện AR, thúc đẩy chuyển đổi số và phát triển kinh tế xanh bền vững.


Bối cảnh và tầm quan trọng

Thực trạng phát triển thương mại điện tử và ngành hàng làm đẹp

Tại Việt Nam, thương mại điện tử đang chứng kiến sự tăng trưởng phi mã với tổng doanh thu năm 2023 đạt hơn 498.800 tỷ đồng, đưa Việt Nam vào top 10 quốc gia có tốc độ tăng trưởng TMĐT hàng đầu thế giới (Statista, 2023). Trong số các nhóm ngành, mỹ phẩm và chăm sóc sắc đẹp luôn duy trì vị thế dẫn đầu doanh thu trên các sàn lớn như Shopee, Lazada, Tiki. Riêng Quý III/2023, ngành hàng làm đẹp ghi nhận doanh thu 8.700 tỷ đồng với hơn 73,4 triệu sản phẩm bán ra, tăng trưởng 63% so với cùng kỳ (Metric, 2024).

Tuy nhiên, rào cản lớn nhất của TMĐT trong ngành mỹ phẩm là hiện tượng bất cân xứng thông tin và thiếu hụt trải nghiệm cảm quan trực tiếp (sensory deprivation). Khách hàng không thể kiểm tra độ tương thích của màu son, tone phấn nền với màu da thực tế qua các bức ảnh 2D tĩnh, dẫn đến tình trạng ngần ngại mua hàng, tỷ lệ hoàn trả cao hoặc lãng phí mỹ phẩm sau khi mua.

         [Nâng cao trải nghiệm & Tối ưu chuyển đổi mua sắm]

Khoảng trống nghiên cứu (Research Gap)

Để khắc phục hạn chế này, các nền tảng TMĐT đã triển khai công cụ dùng thử sản phẩm bằng Thực tế tăng cường (Augmented Reality - AR) như Shopee BeautyCam. Dù công nghệ này đang trở thành xu hướng:

  1. Đa số các nghiên cứu trước đây chỉ tập trung vào góc độ kỹ thuật (thuật toán hiển thị, xử lý đồ họa máy tính) hoặc triển khai tại các thị trường bán lẻ truyền thống ở các nước phát triển.
  2. Thiếu vắng các mô hình tích hợp toàn diện đánh giá cả hai chiều: lợi ích nhận thức (giá trị hưởng thụ, giá trị chức năng, sự hiện diện không gian, sự thoải mái khi quyết định) và rủi ro nhận thức (mối lo ngại về quyền riêng tư khi quét khuôn mặt/camera) trong bối cảnh mua sắm trực tuyến.
  3. Tỷ lệ rời bỏ công nghệ AR sau lần đầu trải nghiệm còn cao (ước tính trên 25% ứng dụng bị ngưng dùng theo Nikhashemi et al., 2021), đòi hỏi phải làm rõ cơ chế chuyển dịch từ ý định tiếp tục sử dụng AR sang ý định mua hàng thực tế.

Tính cấp thiết và tác động kỳ vọng

Nghiên cứu mang tính thời sự cao khi giải quyết bài toán giao thoa giữa trải nghiệm công nghệ số và tâm lý học hành vi người tiêu dùng đa thế hệ (Gen X, Y, Z) tại đô thị lớn như TP. Hồ Chí Minh. Kết quả nghiên cứu không chỉ mang lại giá trị gia tăng kinh tế cho các nhà bán lẻ mà còn hỗ trợ tiêu dùng có trách nhiệm, hạn chế rác thải mỹ phẩm không phù hợp, đóng góp vào mục tiêu phát triển bền vững (SDGs).


Phương pháp tiếp cận và Thiết kế nghiên cứu

Đề tài áp dụng thiết kế nghiên cứu quy chuẩn kết hợp hai phương pháp định tính và định lượng nhằm đảm bảo độ tin cậy (reliability) và giá trị khoa học (validity).

   [NGHIÊN CỨU ĐỊNH TÍNH]
   - Tổng quan tài liệu & kế thừa thang đo quốc tế
   - Phỏng vấn sâu N = 10 (Gen X, Y, Z tại TP.HCM)
   - Hiệu chỉnh ngữ nghĩa 50 biến quan sát
   [NGHIÊN CỨU ĐỊNH LƯỢNG]
   - Khảo sát trực tuyến qua Google Forms (N_thu thập = 410, N_hợp lệ = 385)
   - Thang đo Likert 7 điểm (1: Hoàn toàn không đồng ý -> 7: Hoàn toàn đồng ý)
   [XỬ LÝ & KIỂM ĐỊNH MÔ HÌNH]
   - SPSS 25: Thống kê mô tả, mã hóa, làm sạch dữ liệu
   - SmartPLS 3.9 (PLS-SEM): Đánh giá mô hình đo lường & mô hình cấu trúc
   - Bootstrapping 5.000 mẫu: Kiểm định 20 giả thuyết nghiên cứu

1. Khung lý thuyết và Mô hình nghiên cứu đề xuất

Nghiên cứu lấy Mô hình Kích thích – Chủ thể – Phản hồi (S-O-R) làm xương sống lý thuyết, tích hợp các thành phần cốt lõi:

  • Kích thích (Stimulus - S): 05 thuộc tính công nghệ AR gồm:
    • Tính tương tác (Interactivity - INT): Khả năng chủ động điều hướng, kiểm soát thông tin.
    • Tính sống động (Vividness - VIV): Độ rõ ràng, chi tiết, sắc nét của đồ họa mô phỏng.
    • Tính mới lạ (Novelty - NOV): Sự độc đáo, khác biệt của trải nghiệm.
    • Chất lượng hệ thống (System Quality - QUA): Tốc độ tải, độ ổn định, tính mượt mà.
    • Tính cá nhân hóa (Personalization - PER): Khả năng tùy biến và đề xuất phù hợp với khuôn mặt/nhu cầu cá nhân.
  • Chủ thể (Organism - O): Trạng thái nhận thức và cảm xúc trung gian gồm:
    • Giá trị hưởng thụ (Hedonic Value - HV): Niềm vui, sự thư giãn, giải trí.
    • Giá trị chức năng (Utilitarian/Functional Value - UV): Hiệu quả chọn lựa, tiết kiệm thời gian.
    • Sự hiện diện không gian (Spatial Presence - SP): Cảm giác chân thực như vật thể ảo hiện hữu ngoài đời thực.
    • Sự thoải mái khi đưa ra quyết định (Decision Comfort - DC): Tâm lý yên tâm, không bị áp lực chọn sai.
    • Mối lo ngại về quyền riêng tư (Privacy Concerns - PC): E ngại rò rỉ dữ liệu khuôn mặt, hình ảnh cá nhân.
  • Phản hồi (Response - R):
    • Ý định tiếp tục sử dụng AR (Continuance Intention - CI).
    • Ý định mua hàng (Purchase Intention - PI).

2. Quy trình thu thập dữ liệu và Cỡ mẫu

  • Phương pháp chọn mẫu: Thu mẫu thuận tiện kết hợp chọn mẫu theo mục tiêu đối với người tiêu dùng từng tiếp cận hoặc sử dụng AR trên Shopee tại TP. Hồ Chí Minh.
  • Quy mô mẫu: Tổng số 410 phiếu trả lời thu về; sau khi lọc sạch loại bỏ các phiếu không hợp lệ, 385 mẫu đạt chuẩn được đưa vào phân tích chính thức, đáp ứng nguyên tắc kích thước mẫu tối thiểu cho phân tích PLS-SEM (gấp hơn 10 lần số lượng biến quan sát lớn nhất tác động lên một cấu trúc).

3. Quy trình phân tích dữ liệu trên SmartPLS

  1. Đánh giá mô hình đo lường (Measurement Model):
    • Đánh giá hệ số tải ngoài (Outer Loadings $\ge 0.7$).
    • Đánh giá độ tin cậy nhất quán nội tại qua hệ số Cronbach's Alpha và Độ tin cậy tổng hợp ($CR \ge 0.7$).
    • Đánh giá giá trị hội tụ thông qua Phương sai trích trung bình ($AVE \ge 0.5$).
    • Đánh giá giá trị phân biệt qua tỷ lệ Heterotrait-Monotrait (HTMT ratio $< 0.85$ hoặc $< 0.90$).
    • Kiểm tra hiện tượng đa cộng tuyến bằng Hệ số phóng đại phương sai ($VIF < 3.0$ hoặc $< 5.0$).
  2. Đánh giá mô hình cấu trúc (Structural Model):
    • Kỹ thuật Bootstrapping lặp lại 5.000 lần để xác định giá trị $t$-value, $p$-value của các đường dẫn tác động ($\beta$).
    • Đánh giá hệ số xác định $R^2$ và mức độ tác động $f^2$ (Effect Size).
    • Kiểm định sự khác biệt nhóm (Multigroup Analysis) theo giới tính và độ tuổi (Gen X, Y, Z).

Phát hiện chính của nghiên cứu

Nghiên cứu đã kiểm định 20 giả thuyết cấu trúc, mang lại nhiều phát hiện quan trọng về mặt định lượng:

STT Giả thuyết Mối quan hệ tác động Kết quả kiểm định
1 H1a, H1b Tính tương tác $\rightarrow$ Giá trị hưởng thụ / Giá trị chức năng Chấp nhận ($p < 0.05$)
2 H2a, H2b Tính sống động $\rightarrow$ Giá trị hưởng thụ / Giá trị chức năng Chấp nhận ($p < 0.05$)
3 H3a, H3b Tính mới lạ $\rightarrow$ Giá trị hưởng thụ / Giá trị chức năng Chấp nhận ($p < 0.05$)
4 H4a, H4b Chất lượng hệ thống $\rightarrow$ Giá trị hưởng thụ / Giá trị chức năng Chấp nhận ($p < 0.05$)
5 H5a, H5b Tính cá nhân hóa $\rightarrow$ Giá trị hưởng thụ / Giá trị chức năng Chấp nhận ($p < 0.05$)
6 H6a, H6b Sự hiện diện không gian $\rightarrow$ Giá trị hưởng thụ / Giá trị chức năng Chấp nhận ($p < 0.05$)
7 H7 Sự hiện diện không gian $\rightarrow$ Sự thoải mái khi ra quyết định Chấp nhận ($p < 0.001$)
8 H8a, H8b Giá trị hưởng thụ / Chức năng $\rightarrow$ Ý định tiếp tục sử dụng AR Chấp nhận ($p < 0.05$)
9 H9a, H9b Giá trị hưởng thụ / Chức năng $\rightarrow$ Ý định mua hàng Chấp nhận ($p < 0.05$)
10 H10 Sự thoải mái khi ra quyết định $\rightarrow$ Ý định mua hàng Chấp nhận ($p < 0.001$)
11 H11 Mối lo ngại về quyền riêng tư $\rightarrow$ Ý định mua hàng Chấp nhận ($\beta < 0, p < 0.05$)
12 H12 Ý định tiếp tục sử dụng AR $\rightarrow$ Ý định mua hàng Chấp nhận ($p < 0.001$)

Phân tích chi tiết các kết quả trọng tâm:

  1. Sức mạnh vượt trội của Giá trị hưởng thụ so với Giá trị chức năng: Người tiêu dùng mỹ phẩm tìm đến AR trước hết vì yếu tố giải trí, tò mò và cảm giác thú vị (Hedonic Value). Giá trị hưởng thụ có hệ số tác động lên ý định tiếp tục dùng AR và ý định mua hàng cao hơn đáng kể so với giá trị chức năng thuần túy.
  2. "Sự hiện diện không gian" là cầu nối tâm lý then chốt: Khi công nghệ AR mô phỏng chân thực màu son, lớp trang điểm hòa quyện tự nhiên trên khuôn mặt thực tế (Spatial Presence), người dùng trải nghiệm mức độ "thoải mái khi đưa ra quyết định" (Decision Comfort) cao nhất. Sự thoải mái này giúp xóa tan tâm lý e ngại "mua nhầm sản phẩm không hợp tone da", đóng vai trò là yếu tố dự báo mạnh mẽ nhất cho quyết định mua hàng.
  3. Mối lo ngại về quyền riêng tư là lực cản tiềm ẩn: Nghiên cứu khẳng định mối lo ngại về bảo mật dữ liệu sinh trắc học khuôn mặt và quyền truy cập camera có tác động tiêu cực trực tiếp đến ý định mua hàng. Người dùng thuộc thế hệ Gen Y và Gen X có xu hướng nhạy cảm hơn về quyền riêng tư so với Gen Z.
  4. Hiệu ứng cầu nối của Ý định tiếp tục sử dụng AR: Ý định tái sử dụng tính năng AR thúc đẩy sự gắn kết dài hạn giữa khách hàng với gian hàng, từ đó tạo ra tỷ lệ chuyển đổi mua sắm lặp lại bền vững.

Đóng góp khoa học và Hàm ý quản trị

                 CÁC ĐÓNG GÓP & HÀM Ý TRỌNG TÂM

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

  • Mở rộng khung lý thuyết S-O-R trong kỷ nguyên số: Nghiên cứu đã hệ thống hóa và chứng minh thực nghiệm thành công mối quan hệ giữa 5 kích thích kỹ thuật AR đặc thù với các phản ứng tâm lý chuyên biệt trong ngành mỹ phẩm.
  • Làm rõ vai trò trung gian của "Sự thoải mái khi ra quyết định": Bổ sung bằng chứng thực nghiệm vững chắc về cơ chế giảm thiểu xung đột nhận thức (cognitive dissonance) khi mua sắm trực tuyến nhờ công nghệ AR.
  • Xác lập thang đo chuẩn hóa: Cung cấp bộ thang đo 50 biến quan sát đã qua kiểm định độ tin cậy và giá trị hội tụ phù hợp với thị trường TMĐT tại các nền kinh tế mới nổi ở Đông Nam Á.

2. Hàm ý thực tiễn cho nhà quản trị và sàn TMĐT (Managerial Implications)

  • Đối với các sàn TMĐT (Shopee, Lazada, TikTok Shop):
    • Nâng cấp hạ tầng công nghệ: Cần tối ưu thuật toán bám viền (face-tracking), cải thiện độ phân giải hiển thị trong điều kiện thiếu sáng để gia tăng tính sống động và hiện diện không gian.
    • Minh bạch chính sách bảo mật: Cần đưa ra cam kết rõ ràng: "Dữ liệu camera chỉ dùng để xử lý hình ảnh trực tiếp thời gian thực, không lưu trữ trên máy chủ đám mây", giúp triệt tiêu nỗi lo riêng tư của khách hàng.
    • Tích hợp Gamification: Xây dựng các thử thách trang điểm, chụp ảnh AR nhận voucher để tối đa hóa giá trị hưởng thụ.
  • Đối với các thương hiệu mỹ phẩm (L’Oréal, Maybelline, Laneige...):
    • Đồng bộ hóa bảng màu kỹ thuật số: Đảm bảo mã màu mô phỏng AR chuẩn xác 100% so với mã màu thực tế ngoài đời để duy trì sự thoải mái và niềm tin của người dùng.
    • Cá nhân hóa theo phân khúc khách hàng: Thiết lập tính năng tự động phân tích undertone da để gợi ý combo sản phẩm trang điểm phù hợp cho từng cá nhân.

3. Hàm ý xã hội và phát triển bền vững

Việc người tiêu dùng lựa chọn chuẩn xác sản phẩm thông qua công cụ AR giúp giảm thiểu tình trạng thải bỏ mỹ phẩm không vừa ý, giảm tần suất vận chuyển đổi trả hàng, qua đó cắt giảm lượng phát thải carbon và bao bì nhựa ra môi trường.


Đối tượng quan tâm và Giá trị mang lại

Nghiên cứu mang lại giá trị tham khảo thiết thực cho nhiều nhóm độc giả chuyên môn:

1. Giảng viên, Nhà nghiên cứu và Sinh viên khối ngành Kinh tế – TMĐT

  • Tiếp cận một mô hình nghiên cứu mẫu mực ứng dụng phương pháp PLS-SEM với quy trình xử lý dữ liệu chặt chẽ qua SmartPLS và SPSS.
  • Kế thừa bộ thang đo chuẩn hóa về công nghệ AR và hành vi người tiêu dùng trong các công trình nghiên cứu tương lai.

2. Giám đốc Tiếp thị (CMO) và Chuyên viên Digital Marketing ngành Mỹ phẩm

  • Nắm bắt dữ liệu thực nghiệm về hành vi mua sắm trực tuyến của người tiêu dùng thế hệ mới (Gen Z, Gen Y) tại Việt Nam.
  • Thiết kế các chiến dịch tiếp thị tương tác (Interactive Marketing) dựa trên AR nhằm tối ưu hóa tỷ lệ chuyển đổi đơn hàng (Conversion Rate).

3. Kỹ sư phát triển sản phẩm (Product Managers) & Chuyên viên UI/UX TMĐT

  • Hiểu rõ các yếu tố kỹ thuật tác động trực tiếp đến sự hài lòng của người dùng (tính tương tác, tốc độ phản hồi hệ thống, tính cá nhân hóa).
  • Xây dựng trải nghiệm dùng thử ảo liền mạch, thân thiện và an toàn.

Câu hỏi thường gặp (FAQ)

1. Phát hiện quan trọng nhất của đề tài này là gì?

Phát hiện then chốt là Giá trị hưởng thụ (sự vui thích, giải trí) và Sự thoải mái khi đưa ra quyết định (nhờ sự hiện diện không gian chân thực của AR) đóng vai trò quyết định mạnh nhất trong việc thúc đẩy người dùng mua mỹ phẩm trên sàn TMĐT, quan trọng hơn cả việc tiếp nhận thông tin sản phẩm thông thường.

2. Phương pháp nghiên cứu của đề tài có điểm gì nổi bật?

Đề tài sử dụng quy trình nghiên cứu hỗn hợp kết hợp phỏng vấn định tính chuyên sâu để bản địa hóa thang đo quốc tế sang ngữ cảnh Việt Nam, sau đó kiểm định mô hình định lượng bằng kỹ thuật PLS-SEM trên SmartPLS 3.9 với mẫu $N = 385$, kèm phân tích Bootstrapping 5.000 lần và kiểm định đa nhóm (MGA).

3. Kết quả nghiên cứu có thể khái quát hóa cho các ngành hàng khác không?

Mô hình hoàn toàn có thể mở rộng và áp dụng tốt cho các ngành hàng có đặc thù mang tính trải nghiệm cao và cần thử nghiệm trực tiếp trước khi mua như: thời trang, kính mắt, phụ kiện trang sức, nội thất nhà ở hoặc sơn trang trí.

4. Đâu là rào cản lớn nhất khi người dùng sử dụng tính năng AR trên Shopee?

Rào cản lớn nhất là Mối lo ngại về quyền riêng tư (Privacy Concerns) khi ứng dụng yêu cầu cấp quyền camera và quét nhận diện gương mặt. Nếu sàn TMĐT không minh bạch chính sách bảo mật, người dùng sẽ e ngại và ngừng thao tác mua hàng.

5. Doanh nghiệp cần ưu tiên đầu tư vào khía cạnh nào của AR trước tiên?

Doanh nghiệp nên ưu tiên cải thiện độ chính xác hiển thị màu sắc (tính sống động và hiện diện không gian) cùng tốc độ phản hồi mượt mà của hệ thống (chất lượng hệ thống), song song với việc cam kết bảo mật quyền riêng tư để tạo dựng niềm tin mua sắm tức thì.


Kết luận

Nghiên cứu đã khẳng định Thực tế tăng cường (AR) không chỉ dừng lại ở một tiện ích công nghệ mang tính chất phô diễn, mà thực sự là một công cụ chiến lược đột phá giúp tái định hình trải nghiệm khách hàng và thúc đẩy quyết định mua sắm trong ngành công nghiệp làm đẹp trực tuyến. Bằng cách kết nối nhịp nhàng giữa thế giới ảo và thế giới thực, AR giải quyết triệt để bài toán bất cân xứng thông tin, mang lại sự thoải mái và tự tin cho người tiêu dùng.

Trong tương lai, các hướng nghiên cứu tiếp theo có thể mở rộng phạm vi địa lý ra các tỉnh thành khác, ứng dụng phương pháp theo dõi chuyển động mắt (Eye-tracking) hoặc thử nghiệm thực địa (Field Experiment) để đánh giá sâu hơn hành vi mua sắm thực tế của từng nhóm khách hàng chuyên biệt. Các nhà bán lẻ và sàn TMĐT cần chủ động đón đầu làn sóng công nghệ này để tối ưu hóa năng lực cạnh tranh trong kỷ nguyên kinh tế số 4.0.