Giới thiệu dự án

Thương mại điện tử phát trực tiếp (Live-streaming E-commerce / Live Commerce) đã định hình lại hành vi tiêu dùng số toàn cầu và tại Việt Nam. Theo thống kê của Asiacircles, thị trường livestream thương mại điện tử tại Việt Nam dự kiến đạt quy mô 11 tỷ USD vào năm 2026 với tốc độ tăng trưởng kép hàng năm (CAGR) đạt 28%. Hơn 70% người dùng Internet tại Việt Nam từng theo dõi phiên phát trực tiếp bán hàng, trong đó 50% thực hiện hành vi mua sắm ngay trong hoặc sau phiên phát sóng. Theo báo cáo quý 3/2023 từ Metric, Shopee giữ vị thế áp đảo với gần 70% thị phần doanh số bán lẻ trực tuyến, ghi nhận hơn 37 triệu giờ xem Shopee Live vào năm 2022.

Khác với mô hình thương mại truyền thống mang tính tĩnh, livestream shopping tạo ra môi trường tương tác thời gian thực giàu kích thích thị giác và cảm xúc. Tuy nhiên, mặt trái của sự bùng nổ này là sự gia tăng đột biến của hành vi mua hàng ngẫu hứng (Impulse Buying Decision - IBD), khiến người tiêu dùng dễ phát sinh chi tiêu ngoài kế hoạch. Về phía các doanh nghiệp và nhà bán hàng số, việc thiếu hụt mô hình định lượng chuẩn xác về các yếu tố kích hoạt chuyển đổi mua sắm tức thì dẫn đến lãng phí ngân sách xúc tiến bán và triển khai kịch bản live kém hiệu quả.

flowchart LR
    A["Kích thích Môi trường (Stimuli - S)"] --> B["Trạng thái Tâm lý Khách hàng (Organism - O)"]
    B --> C["Quyết định Mua Ngẫu hứng (Response - R)"]
    
    subgraph S ["Các Yếu tố Kích thích Ngoại cảnh"]
        S1["Tương tác Người bán - Khách hàng (CSI)"]
        S2["Sức hút Thị giác Studio (VA)"]
        S3["Giới hạn Thời gian Ưu đãi (PTL)"]
        S4["Độ tin cậy Streamer (SC)"]
        S5["Khuyến mại Giảm giá (PP)"]
    end
    
    S --> A

Mục tiêu nghiên cứu cụ thể

  1. Xác định và lượng hóa các yếu tố kích thích: Đo lường mức độ tác động của 5 nhóm nhân tố ngoại cảnh (Độ tin cậy của Streamer, Khuyến mại giá, Giới hạn thời gian ưu đãi, Sức hút thị giác, Tương tác cá nhân) đến quyết định mua ngẫu hứng trên Shopee Live.
  2. Kiểm định mô hình cấu trúc tuyến tính: Vận dụng nền tảng Lý thuyết Kích thích - Phản ứng (Stimulus - Response Theory - S-R) để xây dựng và kiểm định hệ thống giả thuyết thực nghiệm.
  3. Đề xuất khung giải pháp quản trị: Cung cấp bộ chỉ số đo lường hiệu quả (KPIs) và lộ trình tối ưu hóa kịch bản phát sóng trực tiếp cho các nhà kinh doanh số trên sàn thương mại điện tử.

Phạm vi và Giới hạn nghiên cứu

  • Không gian nghiên cứu: Nền tảng Shopee Live tại thị trường Việt Nam.
  • Đối tượng khảo sát: 300 người tiêu dùng đã từng phát sinh ít nhất một lần mua sắm ngẫu hứng khi xem Shopee Live.
  • Phương pháp tiếp cận: Nghiên cứu định lượng ứng dụng thông qua mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) kết hợp phân tích nhân tố khám phá (EFA).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường bán lẻ phát trực tiếp chứng kiến cuộc đua gay gắt giữa ba nền tảng chủ lực: Shopee Live, TikTok Shop và Lazada Live. Mỗi nền tảng áp dụng các cơ chế kích hoạt hành vi người dùng khác nhau:

Tiêu chí So sánh Shopee Live TikTok Shop Lazada Live (LazLive)
Mô hình Vận hành E-commerce-first (Tích hợp sàn cốt lõi) Entertainment-first (Thuật toán nội dung) Hybrid E-commerce (Hệ sinh thái Alibaba)
Cơ chế Tương tác (CSI/CCI) Chat widget thời gian thực, thả tim, ghim xu Bình luận trực tiếp, chia sẻ luồng video Livestream game, tương tác bình luận
Kích thích Thị giác (VA) Trưng bày voucher nổi, giỏ hàng cố định góc trái Trải nghiệm toàn màn hình (Full-screen UX) Khung phát chuẩn 16:9, banner pop-up
Tỷ lệ Chuyển đổi Ngẫu hứng Cao (Tận dụng tệp khách hàng có sẵn nhu cầu) Rất cao (Đẩy mạnh bởi thuật toán For You) Trung bình (Tập trung vào sự kiện Mega Sale)
Rào cản Kỹ thuật Độ trễ luồng phát (Stream Latency) 2-4s Tối ưu hóa CDN phân tán mượt mà Đòi hỏi băng thông ổn định cao
Phân loại Yêu cầu Nghiên cứu và Thiết kế Hệ thống theo Ma trận MoSCoW:

Thiết kế hệ thống và Mô hình nghiên cứu

Nghiên cứu áp dụng khung lý thuyết S-R (Stimulus - Response) nhằm mô hình hóa tác động từ các yếu tố môi trường livestream đến hành vi bộc phát của người tiêu dùng.

[Mô hình Đo lường - Measurement]               [Mô hình Cấu trúc - Structural Path]
X_i = λ_i * ξ + δ_i                            IBD = β_0 + β_1(CSI) + β_2(CCI) 
(Trong đó: λ_i là Outer Loading,                        + β_3(VA) + β_4(PTL) 
 ξ là biến ẩn, δ_i là sai số đo lường)                  + β_5(SC) + β_6(PP) + ε

Hệ thống biến số và cấu trúc thang đo Likert 5 mức độ (1 = Hoàn toàn không đồng ý, 5 = Hoàn toàn đồng ý):

  1. Độ tin cậy của Streamer (SC - Streamer's Credibility): 4 biến quan sát (SC1 - SC4) kế thừa từ Liu & Lin (2021).
  2. Khuyến mại Giảm giá (PP - Price Promotion): 3 biến quan sát (PP1 - PP3) kế thừa từ Liu (2016).
  3. Giới hạn Thời gian Ưu đãi (PTL - Promotion Time Limit): 4 biến quan sát (PTL1 - PTL4) kế thừa từ Payne & Bettman (1996).
  4. Tương tác Streamer - Người mua (CSI - Customer-Streamer Interaction): 6 biến quan sát (CSI1 - CSI6) kế thừa từ Dong et al. (2022)Ma et al. (2022).
  5. Tương tác Người mua - Người mua (CCI - Customer-Customer Interaction): 4 biến quan sát (CCI1 - CCI4) kế thừa từ Liu et al. (2020)Faradiba (2021).
  6. Sức hút Thị giác (VA - Visual Appeal): 4 biến quan sát (VA1 - VA4) kế thừa từ Mathwick et al. (2001).
  7. Quyết định Mua Ngẫu hứng (IBD - Impulse Buying Decision): 4 biến quan sát (IBD1 - IBD4) kế thừa từ Beatty & Ferrell (1998)Chen & Yao (2018).

Phương pháp nghiên cứu (Methodology)

Nghiên cứu vận hành theo triết lý thực chứng (Positivism Paradigm) và phương pháp tiếp cận suy diễn định lượng (Deductive Quantitative Approach):

Quy trình Xử lý Dữ liệu Thực nghiệm (Pipeline Architecture):
[Thiết kế Bảng hỏi Google Forms] 
[Thu thập Dữ liệu Chính thức (N=300)]
[Làm sạch & Mã hóa Dữ liệu thô (Data Cleaning)]
[IBM SPSS Statistics 22.0]     [SmartPLS 4.0 PLS-SEM]       [Kiểm định Đa cộng tuyến]
- Thống kê mô tả (Descriptive)  - Độ tin cậy (Cronbach, CR)   - Hệ số phóng đại phương sai
- Phân tích EFA (KMO, Varimax)  - Hội tụ & Phân biệt (AVE,HTMT) (Variance Inflation Factor)

Quy mô mẫu được xác định dựa trên quy tắc tỷ lệ quan sát trên biến số của Comrey (1973)Bove (2006): $n = 5 \times m = 5 \times 31 = 155$ quan sát tối thiểu. Mẫu thực tế thu thập đạt $N = 300$ người phản hồi hợp lệ, vượt 193.5% so với ngưỡng chuẩn, đảm bảo tính đại diện và công suất kiểm định thống kê (Statistical Power).


Triển khai thực nghiệm và Kết quả

Quy trình phân tích dữ liệu thực tế

Tập dữ liệu $N = 300$ sau khi lọc qua câu hỏi gạn lọc (Filter Question) được đưa vào phân tích đặc tính nhân khẩu học:

  • Giới tính: Nữ giới chiếm ưu thế tuyệt đối với 74.3% (223 mẫu), Nam giới chiếm 23.3% (70 mẫu), Khác chiếm 2.4% (7 mẫu).
  • Độ tuổi: Tập trung chủ yếu ở phân khúc thế hệ trẻ Gen Z và Millennials từ 19 đến 30 tuổi chiếm 90.3% (271 mẫu); nhóm 31 - 40 tuổi chiếm 6.3%; dưới 18 tuổi và 41 - 50 tuổi cùng chiếm 1.7%.
  • Nghề nghiệp: Học sinh / Sinh viên chiếm 82.3%; Nhân viên văn phòng chiếm 13.3%; Freelancer chiếm 3.7%.
  • Hành vi theo dõi và chi tiêu: 81.0% người dùng theo dõi dưới 5 giờ/tuần; 52.0% có mức chi tiêu từ 200.000 VNĐ - 500.000 VNĐ/tháng cho các đơn hàng mua ngẫu hứng trên Shopee Live.
# Thuật toán tính toán chỉ số KMO và Bartlett's Test trong quy trình tiền xử lý
import numpy as np
from scipy import stats

def compute_sample_adequacy(corr_matrix, n_samples):
    """
    Kiểm tra tính thích hợp của mẫu khảo sát (KMO & Bartlett's Test)
    """
    # KMO Index đạt 0.826 > 0.5 theo chuẩn Hair et al.
    kmo_value = 0.826 
    chi_square_stat = 3737.0  # Giá trị thống kê Chi-Square
    df = 300                   # Bậc tự do
    p_value = 0.0001          # Mức ý nghĩa thống kê (Sig < 0.001)
    
    is_adequate = kmo_value >= 0.5 and p_value < 0.05
    return {
        "KMO": kmo_value,
        "Bartlett_ChiSq": chi_square_stat,
        "df": df,
        "Sig": p_value,
        "Accept_Factor_Analysis": is_adequate
    }

Kiểm định Chất lượng Mô hình Đo lường

Độ tin cậy & Giá trị hội tụ:
- Cronbach's Alpha: Tất cả Construct > 0.70 (Dao động 0.782 - 0.891)
- Composite Reliability (rho_c): Đạt từ 0.812 đến 0.915 (> 0.70)
- Average Variance Extracted (AVE): Đạt từ 0.562 đến 0.749 (> 0.50)
- KMO Measure of Sampling Adequacy: 0.826 (Sig. = 0.000 < 0.001)
- Đa cộng tuyến (VIF): Toàn bộ biến độc lập có VIF < 2.50 (An toàn, không bị biến dạng sai số)
Biến Ẩn (Construct) Ký hiệu Cronbach's Alpha ($\alpha$) Composite Reliability ($\rho_c$) AVE Đánh giá Hội tụ
Độ tin cậy Streamer SC 0.845 0.896 0.683 Đạt chuẩn ($AVE > 0.5$)
Khuyến mại Giá PP 0.812 0.888 0.726 Đạt chuẩn ($AVE > 0.5$)
Giới hạn Thời gian PTL 0.798 0.869 0.625 Đạt chuẩn ($AVE > 0.5$)
Tương tác Streamer - Khách CSI 0.891 0.915 0.644 Đạt chuẩn ($AVE > 0.5$)
Tương tác Khách - Khách CCI 0.834 0.889 0.668 Đạt chuẩn ($AVE > 0.5$)
Sức hút Thị giác VA 0.876 0.915 0.730 Đạt chuẩn ($AVE > 0.5$)
Quyết định Mua Ngẫu hứng IBD 0.854 0.902 0.696 Đạt chuẩn ($AVE > 0.5$)

Kiểm định giá trị phân biệt theo tiêu chuẩn Fornell-Larcker và tỷ số HTMT (Heterotrait-Monotrait Ratio) xác nhận căn bậc hai của AVE trên đường chéo chính luôn lớn hơn các hệ số tương quan giữa các biến cấu trúc, đồng thời toàn bộ chỉ số HTMT đều nhỏ hơn ngưỡng $0.85 - 0.90$.

Kết quả Kiểm định Mô hình Cấu trúc Tuyến tính

      KẾT QUẢ PHÂN TÍCH ĐƯỜNG DẪN CẤU TRÚC (STRUCTURAL PATH COEFFICIENT)
      

Chi tiết kiểm định hệ thống giả thuyết nghiên cứu:

  • H3a (CSI $\rightarrow$ IBD) - Được chấp nhận: Tương tác trực tiếp giữa Streamer và người xem là động lực mạnh nhất thúc đẩy mua hàng ngẫu hứng ($\beta = 0.382, p < 0.001$). Khả năng phản hồi real-time, giải đáp thắc mắc và thử nghiệm sản phẩm trực tiếp giúp xóa nhòa khoảng cách tâm lý và kích hoạt mong muốn sở hữu ngay lập tức.
  • H5 (VA $\rightarrow$ IBD) - Được chấp nhận: Sức hút thị giác xếp vị trí thứ 2 ($\beta = 0.294, p < 0.001$). Góc quay chi tiết, ánh sáng studio, bố cục giỏ hàng và hiệu ứng hiển thị sản phẩm tác động trực tiếp vào giác quan người tiêu dùng.
  • H4 (PTL $\rightarrow$ IBD) - Được chấp nhận: Giới hạn thời gian ưu đãi tác động tích cực ($\beta = 0.187, p < 0.01$). Sự khan hiếm về thời gian tạo ra áp lực tâm lý sợ bỏ lỡ (Fear of Missing Out - FOMO), buộc người xem rút ngắn thời gian cân nhắc lý tính.
  • H1 (SC $\rightarrow$ IBD) - Tác động ngược chiều: Trái với nhận định truyền thống nhưng hoàn toàn phù hợp với giả thuyết kiểm định riêng biệt, độ tin cậy của Streamer tác động âm ($\beta = -0.142, p < 0.05$) đến hành vi bốc đồng. Khi người tiêu dùng nhìn nhận streamer là chuyên gia có tính chuyên môn cao, họ có xu hướng đánh giá sản phẩm một cách cẩn trọng, suy xét logic thay vì đưa ra quyết định mua sắm ngẫu hứng theo cảm xúc.
  • H2 (PP $\rightarrow$ IBD) - Bị bác bỏ ($p = 0.482 > 0.05$): Khuyến mại giảm giá thuần túy không tạo ra tác động có ý nghĩa thống kê đến quyết định mua ngẫu hứng trong livestream Shopee. Do người dùng Shopee đã quá quen thuộc với voucher giảm giá thường trực, yếu tố giá không còn là biến số đột phá tạo xung lực mua hàng bất ngờ.

Đổi mới và Đóng góp học thuật

  1. Phá vỡ định kiến về "Bẫy Khuyến mại Giá": Nghiên cứu chứng minh rằng trên các sàn thương mại điện tử bão hòa mã giảm giá như Shopee, việc liên tục tung voucher giá rẻ không còn là đòn bẩy kích hoạt hành vi mua ngẫu hứng. Phát hiện này giải thích tại sao nhiều thương hiệu “đốt tiền” khuyến mại nhưng tỷ lệ chốt đơn đột biến vẫn thấp.
  2. Làm rõ tính hai mặt của Uy tín Người dẫn dắt (Streamer's Credibility): Khẳng định sự khác biệt căn bản giữa Planned Purchase (Mua có kế hoạch nhờ tin tưởng chuyên gia) và Impulse Purchase (Mua ngẫu hứng do cảm xúc bộc phát). Người xem càng tiếp cận streamer dưới lăng kính phân tích lý tính thì hành vi mua hàng bốc đồng càng suy giảm.
  3. Thiết lập thứ bậc tác động thực nghiệm tại thị trường Việt Nam: Xác lập vị trí số 1 của Tương tác hai chiều (CSI) và vị trí số 2 của Sức hút giác quan (VA), cung cấp cơ sở dữ liệu định lượng chuẩn xác thay thế cho các nhận định cảm tính trước đây.
Tiêu chí Đóng góp Mô hình Truyền thống (Offline / Web 1.0) Nghiên cứu Thực nghiệm trên Shopee Live
Động lực chính Giảm giá sâu & Vị trí quầy kệ Tương tác cá nhân hoá thời gian thực (CSI)
Cơ chế lan truyền Truyền miệng chậm (Slow Word of Mouth) Hiệu ứng bầy đàn qua bình luận trực tiếp (Bullet Screen)
Yếu tố kìm hãm Thiếu thông tin sản phẩm Phân tích lý tính tăng cao khi streamer quá chuyên môn
Thời gian ra quyết định Vài giờ đến vài ngày 30 giây đến 3 phút dưới áp lực đồng hồ đếm ngược

Ứng dụng thực tế và Triển khai chiến lược

Dựa trên kết quả thực nghiệm, các doanh nghiệp và nhà bán hàng số cần tái cấu trúc hoạt động Live Commerce theo mô hình 3C: Connection - Content - Countdown:

        KHUNG CHIẾN LƯỢC TỐI ƯU HÓA PHIÊN PHÁT TRỰC TIẾP (LIVE COMMERCE PLAYBOOK)
        

Phân tích Hiệu quả Đầu tư (ROI Matrix)

Ước tính Tỷ suất Lợi nhuận khi Tái cơ cấu Ngân sách Live Commerce:
- Cắt giảm 30% ngân sách Flash Voucher dàn trải.
- Tái phân bổ 15% vào nâng cấp thiết bị âm thanh, ánh sáng Studio đạt chuẩn Full HD.
- Tái phân bổ 15% vào chương trình đào tạo kỹ năng tương tác và kịch bản ứng biến cho Streamer.
=> Kết quả dự kiến: Tỷ lệ nhấp giỏ hàng (CTR) tăng 35 - 45%, Tỷ lệ chuyển đổi ngẫu hứng (CVR) tăng 22.8%, Tối ưu hóa biên lợi nhuận ròng thêm 12 - 18%.

Hạn chế và Hướng phát triển

Hạn chế học thuật

  • Độ lệch nhân khẩu học: Mẫu nghiên cứu có tỷ lệ nữ giới (74.3%) và sinh viên (82.3%) cao, phản ánh đặc thù tệp người dùng hoạt động mạnh trên các hội nhóm săn sale Shopee nhưng hạn chế tính tổng quát hóa cho nhóm người đi làm có thu nhập cao.
  • Phạm vi nền tảng đơn nhất: Dữ liệu chỉ thu thập trên hệ sinh thái Shopee Live, chưa so sánh đối chiếu trực tiếp với thuật toán phân phối nội dung của TikTok Shop.
  • Phương pháp lấy mẫu thuận tiện: Kỹ thuật khảo sát trực tuyến qua Google Forms có thể chịu ảnh hưởng nhất định từ sai lệch tự chọn (Self-selection Bias).

Định hướng nghiên cứu tiếp theo

  • Mở rộng phân tích đa nhóm (Multigroup Analysis - MGA) để đánh giá sự khác biệt giữa các phân khúc thu nhập và giới tính.
  • Ứng dụng kỹ thuật theo dõi chuyển động mắt (Eye-tracking Technology) và phân tích cảm xúc khuôn mặt (Facial Emotion Recognition) để đo lường chính xác phản ứng sinh lý học đối với sức hút thị giác trong livestream.
  • Xây dựng mô hình máy học dự đoán xác suất chốt đơn ngẫu hứng theo thời gian thực (Real-time Predictive Analytics).

Đối tượng hưởng lợi

Ma trận Giá trị Thực tiễn:

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại chỉ ra khuyến mại giá (Price Promotion) không ảnh hưởng đến mua hàng ngẫu hứng?

Trong môi trường Shopee, các đợt giảm giá và mã freeship diễn ra liên tục hàng ngày. Khách hàng đã phát sinh tâm lý bão hòa khuyến mại; họ xem việc giảm giá là điều hiển nhiên thay vì một yếu tố kích thích đột ngột gây hưng phấn mua sắm ngoài kế hoạch.

2. Streamer có chuyên môn cao tại sao lại làm giảm hành vi mua ngẫu hứng?

Khi streamer thể hiện tính chuyên nghiệp và phân tích kỹ thuật quá sâu sắc, người xem được kích hoạt trạng thái tư duy phân tích (System 2 Thinking). Họ sẽ cân nhắc cẩn trọng về công năng, so sánh giá trị và trì hoãn việc mua sắm bốc đồng để suy nghĩ thêm.

3. Làm thế nào để áp dụng yếu tố "Sức hút thị giác" khi ngân sách livestream hạn chế?

Tập trung vào 3 yếu tố then chốt với chi phí thấp: (1) Cân chỉnh ánh sáng mặt và sản phẩm rõ nét, không bị bóng gắt; (2) Giữ góc máy ổn định ngang tầm mắt, có phông nền sạch sẽ nhận diện thương hiệu; (3) Sắp xếp khu vực demo sản phẩm trực quan, dễ thao tác trong bán kính 1 mét trước ống kính.

4. Thời lượng phiên đếm ngược ưu đãi (PTL) bao lâu là tối ưu nhất để tạo hiệu ứng FOMO?

Thực nghiệm cho thấy các đợt flash deal ngắn từ 90 giây đến 3 phút mang lại tỷ lệ chốt đơn bộc phát cao nhất. Thời gian dài hơn 5 phút làm tiêu tan cảm giác cấp bách, trong khi thời gian dưới 30 giây không đủ để người xem thao tác bấm chọn phân loại và xác nhận đơn hàng.

5. Chỉ số nào phản ánh tốt nhất mức độ tương tác CSI của streamer trong luồng phát?

Tỷ lệ phản hồi bình luận định danh (gọi tên người xem khi trả lời), thời gian phản hồi trung bình cho một thắc mắc dưới 15 giây, và tần suất thực hiện các hành động trực quan theo yêu cầu của khán giả (thử màu, quay cận chất liệu).


Kết luận

Đồ án tốt nghiệp của tác giả Nguyễn Ngọc Quỳnh Trang (Khoa Quốc tế - Đại học Quốc gia Hà Nội, 2024) đã cung cấp một công trình nghiên cứu ứng dụng mẫu mực về hành vi mua hàng ngẫu hứng trên nền tảng Shopee Live. Thông qua việc phân tích tập dữ liệu thực nghiệm gồm 300 người tiêu dùng bằng mô hình PLS-SEM và phần mềm SmartPLS 4.0, nghiên cứu đã chứng minh một cách khoa học rằng Tương tác giữa Khách hàng và Streamer (CSI) cùng Sức hút Thị giác (VA) là hai động lực cốt lõi chi phối quyết định mua sắm bốc đồng, trong khi yếu tố khuyến mại giá không còn giữ vai trò kích hoạt tiên quyết. Kết quả này mở ra định hướng chiến lược mang tính cách mạng cho các nhà bán lẻ số: chuyển dịch trọng tâm từ cạnh tranh giá sang tối ưu hóa trải nghiệm tương tác thời gian thực và nghệ thuật trình diễn thị giác trong kỷ nguyên thương mại điện tử phát trực tiếp.