Nghiên Cứu Ứng Dụng Thống Kê Bayes Trong Hành Vi Sử Dụng Chương Trình Hoàn Tiền Tại TP.HCM

Nghiên cứu ứng dụng thống kê Bayes để xác định các yếu tố ảnh hưởng đến hành vi sử dụng chương trình hoàn tiền của người tiêu dùng tại TP HCM.

• Tác giả: Bùi Huy Khôi
• Trường học: Đại Học Công Nghiệp Thành Phố Hồ Chí Minh
• Chuyên ngành: Quản Trị Kinh Doanh
• Đề tài: Nghiên Cứu Ứng Dụng Thống Kê Bayes Trong Hành Vi Sử Dụng Chương Trình Hoàn Tiền Tại TP.HCM
• Loại tài liệu: Đề Tài Khoa Học
• Năm xuất bản: 2023
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI NGHIÊN CỨU
• 1.1. Lý do chọn đề tài
• 1.2. Mục tiêu nghiên cứu
• 1.2.1. Mục tiêu tổng quát
• 1.2.2. Mục tiêu cụ thể
• 1.3. Câu hỏi nghiên cứu
• 1.4. Đối tượng nghiên cứu
• 1.5. Phạm vi nghiên cứu
• 1.6. Phương pháp nghiên cứu
• 1.7. Đóng góp của đề tài
• 1.7.1. Về mặt lý thuyết
• 1.7.2. Về mặt thực tiễn
• 1.8. Kết cấu của đề tài
• 2. CHƯƠNG 2: TỔNG QUAN TÀI LIỆU
• 2.1. Các khái niệm chính
• 2.2. Hành vi sử dụng
• 2.2.1. Hành vi sử dụng ứng dụng hoàn tiền
• 2.3. Khái niệm liên quan
• 2.3.1. Tính dễ sử dụng
• 2.3.2. Khái niệm về năng lực cá nhân
• 2.3.3. Khái niệm về nhận thức rủi ro
• 2.3.4. Khái niệm về ý định sử dụng
• 2.4. Lý thuyết có liên quan
• 2.4.1. Mô hình thuyết hành động hợp lý (Theory of Reasoned Action - TRA)
• 2.4.2. Mô hình lý thuyết hoạch định (Theory of Planned Behavior - TPB)
• 2.4.3. Mô hình thống nhất và sử dụng công nghệ (UTAUT)
• 2.4.4. Mô hình mở rộng thống nhất và sử dụng công nghệ (UTAUT2)
• 2.5. Mô hình nghiên cứu
• 2.6. Các giả thuyết nghiên cứu
• 2.6.1. Mối liên hệ của nhân tố tính dễ sử dụng và hành vi sử dụng của người tiêu dùng
• 2.6.2. Mối liên hệ của nhân tố năng lực cá nhân và hành vi sử dụng của người tiêu dùng
• 2.6.3. Mối liên hệ của nhân tố nhận thức rủi ro và hành vi sử dụng của người tiêu dùng
• 2.6.4. Mối liên hệ của nhân tố ý định sử dụng và hành vi sử dụng của người tiêu dùng
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.1. Tổng quan về tài liệu nghiên cứu
• 3.2. Tiến trình nghiên cứu
• 3.3. Phương pháp thu thập dữ liệu thứ cấp
• 3.3.1. Xác định dữ liệu cần nghiên cứu
• 3.3.2. Xác định nguồn dữ liệu thứ cấp
• 3.3.3. Tiến hành thu thập dữ liệu
• 3.3.4. Xác định độ tin cậy, giá trị dữ liệu
• 3.3.5. Dữ liệu thứ cấp
• 3.4. Phương pháp thu thập dữ liệu sơ cấp
• 3.5. Phương pháp định lượng
• 3.6. Phương pháp chọn mẫu
• 3.7. Phương pháp thu thập dữ liệu
• 3.8. Lọc, mã hóa, làm sạch dữ liệu
• 3.9. Phương pháp thống kê mô tả
• 3.10. Kiểm định Cronbach’s Alpha
• 3.11. Phương pháp phân tích tương quan
• 3.12. Lựa chọn mô hình bằng phương pháp mô hình trung bình Bayesian (BMA)
• 3.13. Ưu điểm và hạn chế của phương pháp nghiên cứu
• 3.13.1. Nhược điểm
• 4. CHƯƠNG 4: KẾT QUẢ - THẢO LUẬN
• 4.1. Tổng quan về chương trình hoàn tiền
• 4.2. Vai trò của chương trình hoàn tiền
• 4.3. Tổng quan về chương trình hoàn tiền ở thế giới
• 4.4. Tổng quan về chương trình hoàn tiền ở Việt Nam
• 4.5. Đặc điểm của mẫu khảo sát
• 4.6. Phân tích dữ liệu nghiên cứu
• 4.6.1. Phân tích độ tin cậy Cronbach’s Alpha
• 4.6.2. Phân tích hồi quy Bayes (Chọn lựa mô hình theo chỉ số năng suất bằng phương pháp BMA)
• 4.7. Thảo luận kết quả nghiên cứu
• 5. CHƯƠNG 5: KẾT LUẬN - HÀM Ý QUẢN TRỊ
• 5.1. Kết luận chung về kết quả nghiên cứu
• 5.2. Hàm ý quản trị
• 5.3. Những hạn chế của đề tài
• 5.4. Tóm tắt chương 5
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Nghiên Cứu Ứng Dụng Thống Kê Bayes Về Hoàn Tiền Tại TP

Nghiên cứu này tập trung vào việc khám phá hành vi sử dụng chương trình hoàn tiền của người tiêu dùng tại TP.HCM thông qua lăng kính của Thống kê Bayes. Mô hình hoàn tiền, một chiến lược thương mại toàn cầu, thúc đẩy mua sắm trực tuyến. Nghiên cứu này xem xét các yếu tố chính ảnh hưởng đến quyết định của người tiêu dùng khi sử dụng các ứng dụng hoàn tiền. Báo cáo của Google, Temasek và Bain & Company dự đoán tăng trưởng đáng kể cho nền kinh tế số Việt Nam, đặc biệt là trong lĩnh vực thương mại điện tử, nơi các chương trình hoàn tiền đang trở nên phổ biến. Việc nghiên cứu và hiểu rõ các yếu tố này là vô cùng quan trọng để các doanh nghiệp tối ưu hóa chiến lược của mình. Nghiên cứu này sẽ kết hợp cả phương pháp định tính và định lượng để đưa ra những kết luận chính xác và có giá trị ứng dụng cao.

1.1. Tổng Quan Về Hành Vi Người Tiêu Dùng Trong Thương Mại Điện Tử

Thương mại điện tử Việt Nam đang trên đà phát triển mạnh mẽ. Theo báo cáo, lĩnh vực này chiếm hơn 60% giá trị nền kinh tế số của Việt Nam. Hành vi người tiêu dùng trực tuyến, đặc biệt là trong bối cảnh khuyến mãi và ưu đãi, đang thay đổi nhanh chóng. Việc tìm hiểu những yếu tố thúc đẩy sự thay đổi này, ví dụ như việc sử dụng chương trình hoàn tiền, là rất quan trọng. Nghiên cứu của Phạm Lê (2023) cho thấy sự tăng trưởng ấn tượng của kinh tế số Việt Nam, với thương mại điện tử đóng vai trò then chốt. Doanh nghiệp cần nắm bắt xu hướng để tạo ra những chiến lược hiệu quả.

1.2. Ứng Dụng Hoàn Tiền Một Xu Hướng Mua Sắm Mới Tại TP.HCM

Ứng dụng hoàn tiền đang trở thành một xu hướng mua sắm mới, thu hút sự chú ý của người tiêu dùng tại TP.HCM. Hình thức này cho phép người tiêu dùng nhận lại một phần tiền đã chi tiêu, tạo động lực mua sắm. Các trang web liên kết hoàn tiền đang dần thay thế các kênh mua sắm truyền thống. Nghiên cứu của Qiu và Rao (2020) chỉ ra rằng, khách hàng tiềm năng được xác định thông qua các lần truy cập vào website, ứng dụng liên kết. Điều này đòi hỏi doanh nghiệp cần điều chỉnh chiến lược marketing để tiếp cận đúng đối tượng.

II. Xác Định Vấn Đề Yếu Tố Ảnh Hưởng Đến Hành Vi Sử Dụng

Nghiên cứu này tập trung vào việc xác định và phân tích các yếu tố ảnh hưởng đến hành vi sử dụng chương trình hoàn tiền của người tiêu dùng. Mặc dù hình thức này đã phổ biến ở nhiều quốc gia, nhưng tại Việt Nam, nó vẫn còn khá mới mẻ. Một số yếu tố quan trọng cần xem xét bao gồm: tính dễ sử dụng, nhận thức rủi ro, ý định sử dụng và năng lực cá nhân. Nghiên cứu sẽ sử dụng phương pháp Thống kê Bayes để đánh giá mức độ ảnh hưởng của từng yếu tố. Điều này giúp doanh nghiệp có cái nhìn sâu sắc hơn về thị trường và đưa ra quyết định đầu tư hiệu quả. Christino và cộng sự. (2019) đã nghiên cứu các mối liên hệ của người tiêu dùng vói ứng dụng hoàn tiền.

2.1. Phân Tích Hành Vi Mua Sắm Thông Qua Ứng Dụng Hoàn Tiền

Việc phân tích hành vi mua sắm thông qua ứng dụng hoàn tiền là rất quan trọng để hiểu rõ động cơ và nhu cầu của người tiêu dùng. Người tiêu dùng có xu hướng mua hàng thường xuyên hơn khi được hoàn tiền? Họ sẵn sàng chi tiêu nhiều hơn? Những yếu tố nào ảnh hưởng đến quyết định lựa chọn ứng dụng hoàn tiền của họ? Nghiên cứu của Ballestar và cộng sự. (2018) cho thấy vai trò quan trọng của khách hàng trong việc sử dụng ứng dụng hoàn tiền quyết định hành vi và hoạt động của khách hàng đối vói các kênh thưong mại điện tử.

2.2. Rào Cản Nhận Thức Rủi Ro Và Lòng Tin Vào Chương Trình Hoàn Tiền

Nhận thức rủi ro và lòng tin là những rào cản lớn đối với việc sử dụng chương trình hoàn tiền. Người tiêu dùng có lo ngại về bảo mật thông tin cá nhân? Họ có tin tưởng vào tính minh bạch và hiệu quả của chương trình? Việc giải quyết những lo ngại này là rất quan trọng để tăng cường sự chấp nhận của người tiêu dùng. Vì đây là thị trường liên quan đến tài chính nên uy tín là yếu tố khách hàng quan tâm, vì vậy doanh nghiệp uy tín sẽ thu hút được nhiều khách hàng hơn.

III. Phương Pháp Mô Hình Thống Kê Bayes Trong Nghiên Cứu Hành Vi

Nghiên cứu này sử dụng mô hình Thống kê Bayes làm phương pháp chính để phân tích dữ liệu. Thống kê Bayes cho phép kết hợp thông tin tiên nghiệm với dữ liệu thu thập được để đưa ra những ước tính chính xác hơn. Phương pháp này đặc biệt hữu ích trong việc phân tích hành vi người tiêu dùng, vì nó cho phép xem xét nhiều yếu tố cùng một lúc. Ngoài ra, nghiên cứu còn sử dụng phương pháp Mô hình trung bình Bayesian (BMA) để xác định các yếu tố quan trọng nhất trong mô hình. Nghiên cứu này sử dụng công cụ phân tích dữ liệu: thống kê mô tả và phân tích hồi quy Bayes bằng phần mềm R bản 4.

3.1. Ưu Điểm Của Thống Kê Bayes Trong Phân Tích Dữ Liệu

Thống kê Bayes có nhiều ưu điểm so với các phương pháp thống kê truyền thống. Nó cho phép kết hợp thông tin tiên nghiệm, đưa ra ước tính chính xác hơn, và xử lý dữ liệu thiếu. Ngoài ra, Thống kê Bayes cung cấp một khung làm việc linh hoạt để mô hình hóa các mối quan hệ phức tạp giữa các biến. Phương pháp BMA đưa ra một tiêu chí lựa chọn thống kê mạnh mẽ (xác suất hậu định) để xác định các yếu tố quan trọng trong mô hình (Ali và Ali, 2020).

3.2. Thu Thập Dữ Liệu Và Xử Lý Dữ Liệu Cho Nghiên Cứu

Quá trình thu thập dữ liệu bao gồm cả phương pháp định tính (tổng hợp tài liệu) và định lượng (khảo sát). Dữ liệu khảo sát được thu thập thông qua bảng câu hỏi trực tuyến. Sau khi thu thập, dữ liệu được xử lý bằng phần mềm R để đảm bảo tính chính xác và đầy đủ. Bảng câu hỏi do đối tượng tự trả lời là công cụ chính để thu thập dữ liệu. Việc làm sạch dữ liệu cũng rất quan trọng để đảm bảo kết quả phân tích đáng tin cậy.

IV. Kết Quả Nghiên Cứu Yếu Tố Ảnh Hưởng Đến Hành Vi Rõ Ràng Hơn

Kết quả nghiên cứu cho thấy một số yếu tố có ảnh hưởng đáng kể đến hành vi sử dụng chương trình hoàn tiền tại TP.HCM. Cụ thể, năng lực cá nhân và tính dễ sử dụng có tác động tích cực đến hành vi sử dụng. Điều này cho thấy người tiêu dùng có xu hướng sử dụng chương trình hoàn tiền khi họ cảm thấy dễ dàng và tự tin khi sử dụng. Phân tích hồi quy Bayes cho thấy mức độ ảnh hưởng của từng yếu tố. Kết quả này có ý nghĩa quan trọng đối với các doanh nghiệp muốn phát triển chương trình hoàn tiền hiệu quả.

4.1. Tác Động Của Năng Lực Cá Nhân Lên Hành Vi Sử Dụng Hoàn Tiền

Năng lực cá nhân đóng vai trò quan trọng trong việc thúc đẩy hành vi sử dụng hoàn tiền. Người tiêu dùng có năng lực cá nhân cao sẽ cảm thấy tự tin hơn khi sử dụng các ứng dụng hoàn tiền và dễ dàng tận dụng các ưu đãi. Doanh nghiệp nên tập trung vào việc nâng cao năng lực cá nhân của người tiêu dùng thông qua các chương trình đào tạo và hướng dẫn.

4.2. Tính Dễ Sử Dụng Chìa Khóa Để Thu Hút Người Dùng Hoàn Tiền

Tính dễ sử dụng là yếu tố then chốt để thu hút người dùng hoàn tiền. Các ứng dụng hoàn tiền cần được thiết kế đơn giản, dễ hiểu, và dễ thao tác. Người tiêu dùng sẽ nhanh chóng từ bỏ nếu gặp khó khăn trong quá trình sử dụng. Doanh nghiệp nên đầu tư vào thiết kế giao diện người dùng (UI) và trải nghiệm người dùng (UX) để tạo ra ứng dụng hoàn tiền thân thiện và dễ sử dụng.

V. Hàm Ý Quản Trị Nâng Cao Hiệu Quả Chương Trình Hoàn Tiền

Dựa trên kết quả nghiên cứu, một số hàm ý quản trị được đề xuất để nâng cao hiệu quả chương trình hoàn tiền. Doanh nghiệp cần tập trung vào việc xây dựng lòng tin của người tiêu dùng, nâng cao năng lực cá nhân của họ, và đảm bảo tính dễ sử dụng của ứng dụng. Ngoài ra, việc áp dụng chính sách bảo mật thông tin khách hàng là vô cùng quan trọng để tạo dựng uy tín. Cuối cùng, doanh nghiệp cần liên tục theo dõi và đánh giá hiệu quả chương trình hoàn tiền để điều chỉnh chiến lược phù hợp.

5.1. Xây Dựng Lòng Tin Và Đảm Bảo Bảo Mật Thông Tin

Xây dựng lòng tin là yếu tố tiên quyết để thu hút và giữ chân người dùng hoàn tiền. Doanh nghiệp cần đảm bảo tính minh bạch của chương trình, cung cấp thông tin rõ ràng về các điều khoản và điều kiện, và xử lý khiếu nại nhanh chóng. Đồng thời, việc đảm bảo bảo mật thông tin cá nhân của khách hàng là vô cùng quan trọng. Các doanh nghiệp nên đặt uy tín của doanh nghiệp mình lên hàng đầu, thực hiện chính sách bảo mật thông tin khách hàng để tạo niềm tin cho khách hàng.

5.2. Đầu Tư Vào Trải Nghiệm Người Dùng UX Để Tăng Retention

Trải nghiệm người dùng (UX) có ảnh hưởng lớn đến retention (khả năng giữ chân khách hàng). Một ứng dụng hoàn tiền có UX tốt sẽ giúp người dùng dễ dàng tìm kiếm ưu đãi, thực hiện giao dịch, và theo dõi tiền hoàn lại. Doanh nghiệp nên đầu tư vào việc cải thiện UX để tăng cường sự hài lòng của người dùng và khuyến khích họ sử dụng ứng dụng thường xuyên hơn.

VI. Kết Luận Tương Lai Thống Kê Bayes và Hành Vi Trong Thương Mại

Nghiên cứu này đã cung cấp những hiểu biết sâu sắc về các yếu tố ảnh hưởng đến hành vi sử dụng chương trình hoàn tiền tại TP.HCM. Kết quả cho thấy năng lực cá nhân và tính dễ sử dụng là những yếu tố quan trọng nhất. Thống kê Bayes đã chứng minh là một công cụ hiệu quả trong việc phân tích dữ liệu và đưa ra những kết luận có giá trị. Trong tương lai, nghiên cứu có thể được mở rộng để xem xét các yếu tố khác, ví dụ như ảnh hưởng của mạng xã hội và văn hóa. Nghiên cứu này cũng có thể được áp dụng cho các lĩnh vực khác của thương mại điện tử.

6.1. Hạn Chế Của Nghiên Cứu Và Hướng Nghiên Cứu Tiếp Theo

Nghiên cứu này có một số hạn chế, bao gồm phạm vi nghiên cứu giới hạn tại TP.HCM và cỡ mẫu nhỏ. Trong tương lai, nghiên cứu có thể được mở rộng ra các tỉnh thành khác và tăng cỡ mẫu để có kết quả chính xác hơn. Ngoài ra, việc sử dụng các phương pháp nghiên cứu định tính sâu hơn có thể giúp hiểu rõ hơn về động cơ và suy nghĩ của người tiêu dùng.

6.2. Ứng Dụng Thống Kê Bayes Trong Các Lĩnh Vực Khác

Thống kê Bayes có thể được ứng dụng trong nhiều lĩnh vực khác, ví dụ như y học, tài chính, và khoa học xã hội. Phương pháp này đặc biệt hữu ích trong việc đưa ra quyết định trong môi trường không chắc chắn. Việc nghiên cứu và phát triển các ứng dụng của Thống kê Bayes sẽ mang lại nhiều lợi ích cho xã hội.

Nội dung chính

Nghiên Cứu Ứng Dụng Thống Kê Bayes Trong Phân Tích Hành Vi Sử Dụng Chương Trình Hoàn Tiền (Cashback) Tại TP.HCM

---

Tóm tắt nghiên cứu (Research Summary)

• Câu hỏi nghiên cứu chính (Core Research Question): Những nhân tố cốt lõi nào chi phối và quyết định trực tiếp đến hành vi sử dụng chương trình hoàn tiền (Cashback) của người tiêu dùng trong bối cảnh kinh tế số tại TP. Hồ Chí Minh, và mức độ tin cậy của các nhân tố này khi được thẩm định qua lăng kính xác suất hậu định Bayes?
• Phương pháp tiếp cận (Methodology Snapshot): Đề tài tích hợp nghiên cứu định tính (tổng quan lý thuyết, thảo luận nhóm chuyên gia từ các nền tảng Fintech và E-commerce hàng đầu như Shopee, Tiki, Sacombank) và nghiên cứu định lượng thực nghiệm ($N = 107$ người tiêu dùng hợp lệ tại TP.HCM). Kỹ thuật phân tích đột phá được ứng dụng là Mô hình trung bình Bayesian (Bayesian Model Averaging - BMA) trên nền tảng ngôn ngữ R (v4.1), kết hợp kiểm định độ tin cậy thang đo Cronbach’s Alpha.
• Phát hiện cốt lõi (Key Findings): Thuật toán Bayes chỉ ra rằng Năng lực cá nhân (Personal Capacity - PC) và Tính dễ sử dụng (Ease of Use - EU) là hai yếu tố độc lập then chốt có tác động tích cực và bền vững nhất đến Hành vi sử dụng hoàn tiền (Cashback Use Behavior - UB/UBC). Đồng thời, yếu tố Nhận thức rủi ro (Perceived Risk) và Ý định sử dụng (Intention to Use) đóng vai trò điều kiện nền tảng đối với sự gắn kết của người dùng.
• Hàm ý thực tiễn (Managerial Implications): Doanh nghiệp vận hành nền tảng Affiliate Marketing và ví điện tử cần ưu tiên xây dựng uy tín thương hiệu, tối ưu hóa chính sách bảo mật dữ liệu tài chính, đồng thời đơn giản hóa giao diện trải nghiệm người dùng (UX/UI) để khai phóng năng lực thao tác công nghệ của khách hàng.

---

Bối cảnh và tầm quan trọng của nghiên cứu

Thực trạng bùng nổ thương mại điện tử và mô hình Cashback

Nền kinh tế số Việt Nam đang chứng kiến tốc độ tăng trưởng vượt bậc với mức tăng trưởng kép hàng năm dự báo đạt 31%, chạm mốc 49 tỷ USD. Trong bức tranh đó, thương mại điện tử (E-commerce) đóng vai trò động lực hạt nhân khi chiếm hơn 60% tổng giá trị giao dịch hàng hóa (GMV). Cùng với sự thăng hoa của mua sắm trực tuyến và ví điện tử (MoMo, ZaloPay, ShopeePay), mô hình tiếp thị liên kết hoàn tiền (Cashback Affiliate Marketing) – vốn đã định hình vững chắc tại các thị trường phát triển như Mỹ (Ebates/Rakuten), Anh (TopCashback) – đã nhanh chóng thâm nhập và bùng nổ tại Việt Nam thông qua các nền tảng như ShopBack, Tích Lũy, Cashbag hay Clingme.

Khoảng trống nghiên cứu (Research Gap)

Mặc dù Cashback mang lại lợi ích kép cho cả nhà bán lẻ, đơn vị trung gian và người tiêu dùng, phần lớn các công trình nghiên cứu trước đây tại Việt Nam chỉ dừng lại ở các mô hình chấp nhận công nghệ truyền thống (TAM, TPB, UTAUT) với phương pháp tiếp cận thống kê thường nghiệm (Frequentist approach). Các nghiên cứu này thường dựa trên giá trị $p$-value truyền thống – vốn dễ bị chi phối bởi kích thước mẫu và giả định nghiêm ngặt về phân phối chuẩn.

Sự thiếu vắng của việc ứng dụng trường phái Thống kê Bayes (Bayesian Statistics) – đặc biệt là kỹ thuật BMA nhằm giải quyết triệt để sự không chắc chắn của mô hình (Model Uncertainty) – tạo ra một khoảng trống học thuật đáng kể. Đề tài "Ứng dụng thống kê Bayes lựa chọn các yếu tố ảnh hưởng đến hành vi sử dụng chương trình hoàn tiền của người tiêu dùng tại TP.HCM" do Khoa Quản trị Kinh doanh – Trường Đại học Công nghiệp TP.HCM (IUH) thực hiện đã giải quyết trực tiếp khoảng trống này.

---

Phương pháp luận và cách tiếp cận nghiên cứu (Methodology)

Nghiên cứu áp dụng quy trình hỗn hợp đa giai đoạn chặt chẽ, kết hợp hài hòa giữa cơ sở lý thuyết hành vi người tiêu dùng và các công cụ thống kê hiện đại:

1. Khung lý thuyết tích hợp

Mô hình nghiên cứu được kế thừa và mở rộng từ Lý thuyết chấp nhận và sử dụng công nghệ mở rộng (UTAUT2 - Venkatesh et al., 2012) cùng các phát hiện từ Christino et al. (2019), Ballestar et al. (2018) và Vana et al. (2018). Mô hình tập trung vào 4 cấu trúc biến độc lập tác động lên biến phụ thuộc:

• Tính dễ sử dụng (Ease of Use - EU): Cảm nhận về sự thuận tiện, dễ thao tác, giao diện trực quan và mức độ nỗ lực tối thiểu khi tương tác với nền tảng hoàn tiền.
• Năng lực cá nhân (Personal Capacity - PC): Sự tự tin và kỹ năng công nghệ của người dùng trong việc thích ứng, tìm kiếm deal hoàn tiền và xử lý quy trình thanh toán số.
• Nhận thức rủi ro (Perceived Risk - PR): Mối lo ngại về an toàn thông tin cá nhân, rủi ro tài khoản ngân hàng, lỗi hệ thống không ghi nhận cashback, hoặc chất lượng hàng hóa không như ý.
• Ý định sử dụng (Intention to Use - UIC/ITU): Mức độ sẵn sàng, cam kết tiếp tục sử dụng dịch vụ cashback trong các quyết định mua sắm tương lai.
• Hành vi sử dụng (Use Behavior - UB/UBC): Tần suất và mức độ tương tác, chủ động mua sắm thông qua các liên kết hoàn tiền.

2. Thiết kế thu thập dữ liệu sơ cấp & định tính

• Thảo luận nhóm chuyên sâu: Tổ chức với các chuyên gia kinh tế và nhân sự cấp cao công tác tại Ngân hàng Sacombank, sàn TMĐT Shopee và Tiki nhằm Việt hóa bảng hỏi, đảm bảo độ giá trị nội dung (Content Validity).
• Khảo sát thực nghiệm: Thực hiện qua bảng câu hỏi trực tuyến chuẩn hóa với thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý). Mẫu thu thập gồm 110 phiếu, qua quá trình làm sạch dữ liệu giữ lại 107 quan sát hợp lệ từ người tiêu dùng có kinh nghiệm thanh toán trực tuyến tại TP.HCM.

3. Kỹ thuật phân tích Bayes và BMA

Thay vì chỉ chọn một mô hình hồi quy duy nhất dựa trên $R^2$ hay $p$-value, kỹ thuật Bayesian Model Averaging (BMA) tính toán không gian tất cả các mô hình có thể có từ tập biến số, sau đó tính trọng số xác suất hậu định (Posterior Model Probability - PMP) và xác suất gộp biến (Posterior Inclusion Probability - PIP) qua tiêu chí thông tin Bayes (BIC). Quy trình phân tích được tự động hóa chính xác trên phần mềm mã nguồn mở R (phiên bản 4.1).

---

Phát hiện nghiên cứu chính (Major Findings)

Quá trình phân tích thực nghiệm mang lại nhiều kết quả thực chứng quan trọng về hành vi người tiêu dùng đối với công nghệ tài chính hoàn tiền:

1. Năng lực cá nhân (PC) là động lực chi phối mạnh mẽ nhất

Dữ liệu chỉ ra rằng người tiêu dùng có kỹ năng số tốt, hiểu biết về thao tác ứng dụng di động và quen thuộc với thanh toán điện tử có xác suất kích hoạt hành vi dùng Cashback cao vượt trội. Sự tự tin vào năng lực cá nhân giúp người dùng vượt qua các bước trung gian (nhấp link tiếp thị liên kết, đợi duyệt đơn) một cách tự nhiên.

2. Tính dễ sử dụng (EU) là điều kiện tiên quyết cho sự gắn kết lâu dài

Giao diện thân thiện, luồng chuyển hướng thanh toán mượt mà và cơ chế hiển thị số tiền hoàn minh bạch giúp giảm tải nhận thức (Cognitive Load). Người tiêu dùng không muốn gặp rắc rối với các chính sách điều khoản phức tạp hay ghi nhớ mật khẩu rườm rà.

3. Rủi ro rò rỉ dữ liệu và lỗi ghi nhận là rào cản tiềm ẩn lớn

Dù nhiều người có ý định nhận tiền hoàn, tâm lý lo ngại việc cung cấp số tài khoản ngân hàng, thông tin cá nhân bị bán cho bên thứ ba, hoặc sự cố "không nhận được tiền cashback sau thời gian dài chờ đợi" khiến một bộ phận khách hàng dừng lại ở mức độ thử nghiệm thay vì duy trì hành vi trung thành.

4. Tác động của cơ chế thông báo nhắc nhở (Reminders)

Nghiên cứu ghi nhận một phát hiện thực tế: Khách hàng thường có xu hướng quên sử dụng cổng hoàn tiền khi mua sắm trực tiếp, và chỉ kích hoạt hành vi khi nhận được thông báo đẩy (push notification) hoặc email nhắc nhở từ ứng dụng Cashback.

---

Đóng góp khoa học và giá trị thực tiễn

Về mặt lý thuyết và phương pháp luận

• Tiên phong phương pháp: Là một trong những công trình tiên phong tại Việt Nam ứng dụng trường phái Thống kê Bayes (BMA) vào lĩnh vực nghiên cứu hành vi tiếp thị số (Affiliate Marketing / Cashback), mang đến cách tiếp cận vững chắc về mặt toán học giúp khắc phục nhược điểm của mẫu nhỏ và đa cộng tuyến.
• Bổ sung và hiệu chỉnh thang đo: Chuẩn hóa hệ thống thang đo UTAUT2 phù hợp với đặc thù tâm lý và thói quen tiêu dùng của thị trường bán lẻ trực tuyến tại các đô thị lớn ở Việt Nam.

Về mặt thực tiễn quản trị doanh nghiệp

• Chiến lược định vị uy tín và an toàn thông tin: Doanh nghiệp cung cấp giải pháp hoàn tiền phải đặt bảo mật thông tin tài chính lên vị trí số một, công khai các chứng chỉ an toàn dữ liệu nhằm xóa bỏ nhận thức rủi ro của khách hàng.
• Tối ưu trải nghiệm chuyển đổi (Seamless UX): Rút ngắn quy trình từ lúc bấm liên kết đến lúc xác nhận đơn hàng thành công; minh bạch hóa thời gian tiền về ví tài khoản.
• Chính sách tiếp thị giáo dục khách hàng (Customer Education): Xây dựng các video hướng dẫn ngắn gọn, infographics trực quan để nâng cao năng lực thao tác của người dùng, biến việc mua sắm qua cổng hoàn tiền thành một phản xạ tự nhiên.

---

Đối tượng quan tâm và giá trị ứng dụng

Báo cáo nghiên cứu này mang lại giá trị tham khảo thiết thực cho nhiều nhóm đối tượng:

• Các nhà nghiên cứu học thuật & Giảng viên/Sinh viên ngành QTKD, Marketing, Fintech: Tài liệu tham khảo mẫu mực về quy trình triển khai phân tích Bayes/BMA bằng phần mềm R trong kinh tế học hành vi.
• Doanh nghiệp vận hành nền tảng Affiliate Marketing & Cashback: Bộ chỉ dẫn thực tế để tối ưu hóa tỷ lệ chuyển đổi (Conversion Rate), giữ chân khách hàng (Retention Rate) và thiết kế thông điệp truyền thông.
• Các sàn Thương mại điện tử và Tổ chức tài chính/Ngân hàng số: Căn cứ dữ liệu thực chứng để hoạch định các chương trình liên kết đồng thương hiệu (Co-branding) nhằm gia tăng quy mô giỏ hàng và giá trị vòng đời khách hàng (CLV).

---

Câu hỏi thường gặp (FAQ)

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

Nghiên cứu chứng minh rằng Năng lực cá nhân và Tính dễ sử dụng là hai yếu tố cốt lõi thúc đẩy người tiêu dùng thực hiện hành vi mua sắm hoàn tiền. Khách hàng càng tự tin về kỹ năng số và ứng dụng càng trực quan thì xác suất sử dụng dịch vụ càng cao.

2. Phương pháp thống kê Bayes (BMA) có ưu điểm gì vượt trội so với hồi quy truyền thống?

Phương pháp BMA (Bayesian Model Averaging) đánh giá đồng thời toàn bộ không gian các mô hình khả dĩ, gán trọng số xác suất cho từng biến thay vì chọn chủ quan một mô hình duy nhất. Điều này giúp loại bỏ sai số do lựa chọn mô hình và đưa ra kết luận chuẩn xác ngay cả với tập dữ liệu vừa và nhỏ.

3. Kết quả nghiên cứu có thể khái quát hóa (Generalize) cho toàn bộ thị trường Việt Nam không?

Dữ liệu được thu thập tại TP.HCM – trung tâm kinh tế và thương mại điện tử sôi động nhất cả nước. Do đó, kết quả phản ánh xu hướng đại diện cho nhóm người dùng đô thị hiện đại. Tuy nhiên, khi mở rộng sang các khu vực nông thôn hoặc đô thị loại hai, cần cân nhắc thêm các yếu tố về hạ tầng thanh toán số.

4. Người tiêu dùng lo ngại rủi ro gì nhất khi dùng ứng dụng hoàn tiền?

Khách hàng e ngại nhất việc lộ lọt thông tin tài khoản ngân hàng, nguy cơ dữ liệu cá nhân bị sử dụng sai mục đích, và tình trạng ứng dụng bị lỗi không chi trả hoặc giam tiền hoàn quá lâu.

5. Doanh nghiệp cần làm gì ngay để tăng trưởng lượng người dùng Cashback?

Doanh nghiệp cần tinh gọn quy trình nhận tiền, minh bạch hóa tiến độ duyệt hoàn tiền, áp dụng bảo mật hai lớp (2FA) và triển khai các chiến dịch thông báo đẩy thông minh nhắc nhở khách hàng đúng thời điểm mua sắm.

---

Kết luận

Công trình nghiên cứu "Ứng dụng thống kê Bayes lựa chọn các yếu tố ảnh hưởng đến hành vi sử dụng chương trình hoàn tiền của người tiêu dùng tại TP.HCM" của nhóm tác giả Đại học Công nghiệp TP.HCM đã cung cấp một bức tranh toàn diện, sắc bén về động lực tâm lý và hành vi người tiêu dùng trong kỷ nguyên mua sắm thông minh. Bằng việc kết hợp chặt chẽ giữa cơ sở lý luận kinh điển và công cụ thống kê Bayes tiên tiến, đề tài không chỉ đóng góp giá trị học thuật phương pháp luận sâu sắc mà còn mở ra những hàm ý chiến lược thiết thực, giúp các doanh nghiệp số tối ưu hóa hiệu quả kinh doanh và kiến tạo niềm tin bền vững với khách hàng.

Trích đoạn nội dung tài liệu

chương 1 bao gồm: (1) Tính cấp thiết của đề tài, (2) Mục tiêu nghiên cứu, (3) Câu hỏi nghiên cứu, (4) Đối tượng nghiên cứu, (5) Phạm vi nghiên cứu (6) Phương pháp nghiên cứu, (7) Đóng góp của đề tài, (6) Kết cấu của đề tài. Lý do chọn đề tài Theo báo cáo của Google, Temasek và Bain & Company, tổng giá trị hàng hóa giao dịch (GMV) của nền kinh tế số Việt Nam được dự đoán sẽ tiếp tục tăng trưởng với tốc độ kép hàng năm là 31%, chạm mốc 49 tỷ Đô la Mỹ vào năm 2025 và sẽ tiếp tục duy trì mức độ này trong khu vực Đông Nam Ả ở giai đoạn 2025 - 2030 ở mức 19%. Sự tăng trưởng ấn tượng và vững chắc của nền kinh tế số Việt Nam trong những năm vừa qua có một phần không nhỏ đến từ sự bùng nổ của lĩnh vực thương mại điện tử khi ngành này chiếm tới hơn 60% giá trị nền kinh tế số của Việt Nam. Đặc biệt, trong số 23 tỷ USD mà kinh tế số Việt Nam đạt được trong năm 2022 thì có tới 14 tỷ USD là từ lĩnh vực thương mại điện tử (Phạm Lê, 2023).

Mua sắm hoàn tiền là một xu hướng đang phát triển trong thương mại điện tử. Người tiêu dùng truy cập các trang web liên kết hoàn lại tiền thay vì trang vveb của các nhà bán lẻ (Xinyong, 2022). Khác biệt của hình thức này là cách khách hàng tiềm năng được xác định không còn từ những cụm từ tìm kiếm trên các website hay ứng dụng mua sắm trực tuyến, mà từ các lần truy cập vào website, ứng dụng liên kết (Qiu và Rao, 2020). Đặc điểm giúp phân biệt mua sắm hoàn tiền với các công ty khác là người tiêu dùng thực hiện việc mua trực tiếp trên các chương trình hoàn tiền chứ không còn mua tại các website hay ứng dụng của các doanh nghiệp, công ty.

Cũng như nhiều khía cạnh khác nhau trong các phân khúc khác nhau, tiếp thị bằng cách liên kết có sự thay đổi so với các phương pháp tiếp thị truyền thống, chẳng hạn như trả cho mỗi lần đặt hàng đối với các mô hình hoàn tiền hoặc giảm giá, khuyến khích người tiêu dùng mua bằng cách trả lại cho họ một phần giá trị nhất định (Ho và cộng sự. Bằng cách áp dụng chiến lược này, cả doanh nghiệp và bên chương trình 3 liên kết đều được hưởng lợi từ các giao dịch của khách hàng. Lợi ích cho khách hàng và doanh nghiệp tăng lên đồng thời với việc sử dụng mạng xã hội của khách hàng phát triển, hoạt động tích cực hon. Để phát hiện các yếu tố thúc đẩy người tiêu dùng tham gia các chưong trình hoàn tiền, Christino và cộng sự.

(2019) nghiên cứu nhằm tìm hiểu các mối liên hệ của người tiêu dùng vói ứng dụng hoàn tiền. Nghiên cứu này dựa trên trên một phiên bản mở rộng của lý thuyết thống nhất về việc chấp nhận và sử dụng Công nghệ 2 (UTAUT2) (Venkatesh và cộng sự. Đối với mô hình ban đầu lý thuyết về mô hình chấp nhận công nghệ (ƯTAƯT (Venkatesh và cộng sự. , 2003) đã được thêm vào cấu trúc: tính dễ sử dụng, năng lực cá nhân, nhận thức rủi ro và các khía cạnh hành vi.

Mô hình này được đề xuất đã giải thích hiệu quả 67,2% phưong sai của nó. Kết quả đóng góp vào sự hiểu biết lý thuyết và thực nghiệm về ý định sử dụng và thực tế sử dụng các chưong trình hoàn tiền, đưa ra những cân nhắc cho hoạt động kinh doanh. Vói hình thức sử dụng phưong pháp hoàn tiền đã được ứng dụng thành công ở nhiều khu vực.