Giới thiệu dự án

Thương mại điện tử (TMĐT) tại Việt Nam đang chứng kiến tốc độ tăng trưởng bùng nổ, đặc biệt là tại các đô thị trọng điểm như Thành phố Hồ Chí Minh. Theo thống kê từ Cục Thương Mại điện tử và Kinh tế số (Bộ Công Thương), tỷ lệ người dùng Internet tham gia mua sắm trực tuyến ít nhất một lần trong năm đã tăng từ 70% (2018) lên 77% (2019), với 52% lượng giao dịch diễn ra trên các sàn thương mại điện tử chuyên biệt. Tuy nhiên, sự cạnh tranh khốc liệt và rào cản chi phí chuyển đổi (switching cost) thấp khiến bài toán giữ chân khách hàng (customer retention) và thúc đẩy hành vi mua lại trở thành thách thức sống còn của doanh nghiệp số.

Vấn đề thực tế (Problem Statement) nằm ở việc chi phí thu hút khách hàng mới (Customer Acquisition Cost - CAC) cao gấp 5 đến 7 lần chi phí duy trì khách hàng hiện tại (Customer Retention Cost - CRC). Nhiều sàn TMĐT ghi nhận tỷ lệ rời bỏ (churn rate) cao sau lần mua đầu tiên do trải nghiệm giao diện phức tạp, sự thiếu hụt niềm tin vào chất lượng cam kết và giá trị cảm nhận chưa tương xứng với số tiền bỏ ra.

Khóa luận tốt nghiệp "Nghiên cứu những nhân tố ảnh hưởng đến ý định mua lại sản phẩm trên các trang thương mại điện tử của người tiêu dùng tại Thành phố Hồ Chí Minh" của tác giả Phan Thị Mỹ Linh (Trường Đại học Công nghiệp TP.HCM) được xây dựng nhằm giải quyết triệt để bài toán định lượng hành vi người tiêu dùng trong môi trường số.

Mục tiêu nghiên cứu cụ thể:

  1. Xác định và kiểm định hệ thống các nhân tố tác động trực tiếp đến ý định mua lại trực tuyến trên địa bàn TP.HCM.
  2. Đo lường trọng số và mức độ đóng góp của từng nhân tố thông qua mô hình hồi quy tuyến tính đa biến.
  3. Đề xuất hệ thống hàm ý quản trị và giải pháp công nghệ giúp các doanh nghiệp TMĐT tối ưu hóa tỷ lệ giữ chân khách hàng.

Nghiên cứu ứng dụng cách tiếp cận tích hợp giữa Mô hình Chấp nhận Công nghệ (TAM - Technology Acceptance Model), Thuyết Hành vi có Kế hoạch (TPB - Theory of Planned Behavior) và Lý thuyết Hành động Hợp lý (TRA - Theory of Reasoned Action). Phạm vi không gian giới hạn tại TP.HCM với mẫu khảo sát $N = 171$ hợp lệ từ tập dữ liệu sơ cấp thu thập trong giai đoạn tháng 3/2021 – 4/2021.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành rà soát các mô hình hành vi mua sắm trực tuyến hiện có trên thị trường nhằm xác định khoảng trống lý thuyết và thực tiễn:

Mô hình nghiên cứu Ưu điểm Nhược điểm / Hạn chế Phạm vi áp dụng
Nelson et al. (2011) Khảo sát 8 biến độc lập chi tiết (giá trị, giao diện, quyền riêng tư, danh tiếng,...) Mô hình quá rộng, gây nhiễu khi đánh giá mẫu nhỏ ($N=102$) Thị trường Malaysia
Chao-Min Chiu et al. (2009) Sử dụng SEM phân tích sâu về tính hữu ích và lòng tin Tập trung vào sàn bán lẻ đơn lẻ (PCHome) Thị trường Đài Loan
Mô hình đề xuất (Linh, 2021) Tinh gọn 5 nhóm biến thích ứng văn hóa tiêu dùng nội địa Việt Nam Mẫu thuận tiện, tập trung phạm vi đô thị Người tiêu dùng TP.HCM

Dựa trên nguyên lý kỹ thuật phần mềm và phân tích hành vi, các yêu cầu của người tiêu dùng đối với nền tảng TMĐT được phân loại theo ma trận MoSCoW:

  • Must have: Hệ thống xác thực danh tính, minh bạch điều khoản bảo hành/đổi trả, bảo mật thanh toán SSL/TLS.
  • Should have: Bộ lọc tìm kiếm thông minh, giao diện đáp ứng đa thiết bị (Responsive UI), tối ưu hóa tốc độ tải trang ($< 2.5s$).
  • Could have: Đề xuất sản phẩm cá nhân hóa dựa trên lịch sử duyệt web, chatbot hỗ trợ trực tuyến 24/7.
  • Won't have (lần này): Tích hợp thực tế ảo tăng cường (AR/VR) thử đồ trực tiếp do rào cản chi phí hạ tầng máy chủ.

Thiết kế hệ thống mô hình định lượng

Mô hình nghiên cứu được xây dựng dưới dạng kiến trúc xử lý dữ liệu 3 tầng: Tầng thu thập (Survey Instruments) $\rightarrow$ Tầng làm sạch & Kiểm định thang đo (Data Processing & Reliability) $\rightarrow$ Tầng phân tích cấu trúc & Dự báo (Structural & Regression Modeling).

graph TD
    A[Dữ liệu thô từ khảo sát Google Forms & Giấy] --> B[Tiền xử lý dữ liệu: MS Excel 2019]
    B --> C[Phần mềm phân tích: IBM SPSS Statistics v25.0]
    C --> D[Kiểm định độ tin cậy: Cronbach's Alpha]
    D --> E[Phân tích nhân tố khám phá: EFA]
    E --> F[Phân tích tương quan Pearson]
    F --> G[Hồi quy tuyến tính đa biến: OLS Regression]
    G --> H[Hàm ý quản trị & Kiến trúc chuyển đổi UX/UI]

Technology Stack & Thư viện sử dụng:

  • Thu thập dữ liệu: Google Forms Engine, Biểu mẫu vật lý trực tiếp.
  • Làm sạch và chuẩn hóa: Microsoft Excel 2019 (Data Analysis Toolpak).
  • Phân tích thống kê chuyên sâu: IBM SPSS Statistics Version 25.0 (Build 25.0.0.0).
  • Hệ thống đo lường: Thang đo Likert 5 mức độ ($1$: Hoàn toàn không đồng ý $\rightarrow 5$: Hoàn toàn đồng ý).

Cấu trúc biến dữ liệu (Data Dictionary) gồm 24 biến quan sát được mã hóa định lượng:

  • Biến phụ thuộc: Ý định mua lại (YDML - 3 biến quan sát).
  • Biến độc lập: Giá trị cảm nhận (GTCN - 4 biến), Sự hài lòng (HL - 4 biến), Danh tiếng doanh nghiệp (DT - 4 biến), Dễ dàng nhận thức sử dụng (NTSD - 5 biến), Niềm tin (NT - 4 biến).

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình 2 giai đoạn:

  1. Nghiên cứu sơ bộ ($n = 50$): Kiểm định độ tin cậy nội tại sơ khởi nhằm phát hiện và loại bỏ các biến quan sát gây nhiễu, chuẩn hóa từ ngữ bảng câu hỏi.
  2. Nghiên cứu chính thức ($N = 171$): Chọn mẫu phi xác suất (thuận tiện). Cỡ mẫu tối thiểu được tính toán dựa trên quy tắc của Hair et al. (1998) với tỷ lệ $5:1$ (tối thiểu $24 \times 5 = 120$ mẫu) và Tabachnick & Fidell (2007) với công thức $N \ge 50 + 8p = 50 + 8 \times 5 = 90$ mẫu ($p$ là số biến độc lập). Cỡ mẫu $N = 171$ đáp ứng hoàn toàn điều kiện đại diện thống kê.

Implementation và kết quả

Quy trình xử lý và thuật toán thống kê

Quy trình tính toán và kiểm định trên SPSS 25.0 tuân thủ nghiêm ngặt các thuật toán chuẩn hóa:

  1. Hệ số tin cậy Cronbach's Alpha ($\alpha$): $$\alpha = \frac{K}{K - 1} \left(1 - \frac{\sum_{i=1}^{K} \sigma_{Y_i}^2}{\sigma_X^2}\right)$$ Điều kiện: Loại các biến có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $< 0.30$; thang đo đạt chuẩn khi $\alpha \ge 0.60$ (đối với nghiên cứu mới) và $\ge 0.70$ (nghiên cứu chuẩn).

  2. Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA):

    • Chỉ số Kaiser-Meyer-Olkin (KMO) đo lường sự thích hợp của mẫu ($0.5 \le \text{KMO} \le 1.0$).
    • Kiểm định Bartlett's Test of Sphericity với mức ý nghĩa $Sig. < 0.05$.
    • Phương pháp trích nhân tố: Principal Axis Factoring / Principal Components với phép xoay Varimax.
    • Tiêu chuẩn chấp nhận: Hệ số tải nhân tố (Factor Loading) $> 0.50$; Tổng phương sai trích (Cumulative Variance Explained) $> 50%$; Eigenvalue $> 1.0$.
  3. Mô hình hồi quy tuyến tính đa biến (Ordinary Least Squares - OLS): $$Y_{YDML} = \beta_0 + \beta_1 X_{NTSD} + \beta_2 X_{NT} + \beta_3 X_{GTCN} + \epsilon$$

* SPSS Syntax - Kiểm tra độ tin cậy và phân tích hồi quy;
RELIABILITY
  /VARIABLES=NTSD1 NTSD2 NTSD3 NTSD4 NTSD5
  /SCALE('NTSD Scale') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES GTCN1 GTCN2 GTCN3 GTCN4 HL1 HL2 HL3 HL4 DT1 DT2 DT3 DT4 NTSD1 NTSD2 NTSD3 NTSD4 NTSD5 NT1 NT2 NT3 NT4
  /MISSING LISTWISE 
  /ANALYSIS GTCN1 GTCN2 GTCN3 GTCN4 HL1 HL2 HL3 HL4 DT1 DT2 DT3 DT4 NTSD1 NTSD2 NTSD3 NTSD4 NTSD5 NT1 NT2 NT3 NT4
  /PRINT INITIAL EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT YDML
  /METHOD=ENTER NTSD NT GTCN.

Kiểm định và xác thực (Validation & Benchmarks)

Dữ liệu khảo sát $N=171$ sau khi đưa vào xử lý qua SPSS 25.0 cho ra các kết quả định lượng chuẩn xác:

  1. Kiểm định độ tin cậy thang đo:

    • Thang đo Giá trị cảm nhận (GTCN): $\alpha = 0.812$, tương quan biến tổng $> 0.52$.
    • Thang đo Dễ dàng nhận thức sử dụng (NTSD): $\alpha = 0.845$, tương quan biến tổng $> 0.58$.
    • Thang đo Niềm tin (NT): $\alpha = 0.798$, tương quan biến tổng $> 0.49$.
    • Thang đo Ý định mua lại (YDML): $\alpha = 0.826$, tương quan biến tổng $> 0.61$. (Các biến không thỏa mãn điều kiện EFA hoặc xuất hiện hiện tượng đa cộng tuyến/tải chéo đã được hiệu chỉnh loại bỏ).
  2. Phân tích EFA:

    • Hệ số KMO = $0.834$ ($> 0.50$), Kiểm định Bartlett có $Sig. = 0.000 < 0.001$, chứng minh các biến quan sát có tương quan chặt chẽ.
    • Tổng phương sai trích đạt $62.48% > 50%$, Eigenvalue dừng ở mức $1.24 > 1.0$.
  3. Kết quả hồi quy đa biến:

    • Hệ số xác định $R^2$ hiệu chỉnh đạt mức giải thích tốt cho mô hình thực tế.
    • Giá trị phóng đại phương sai (VIF) của tất cả các biến độc lập đều $< 2.0$, chứng minh không xảy ra hiện tượng đa cộng tuyến (Multicollinearity).
    • Phương trình hồi quy chuẩn hóa: $$Y_{YDML} = 0.384 \times X_{NTSD} + 0.312 \times X_{NT} + 0.245 \times X_{GTCN}$$
                KẾT QUẢ KIỂM ĐỊNH HỆ SỐ HỒI QUY
====================================================================
Biến độc lập              Beta (Chuẩn hóa)     t-value      Sig.
--------------------------------------------------------------------
(Constant)                     --              2.145       0.033
Dễ nhận thức sử dụng (NTSD)   0.384           5.214       0.000
Niềm tin (NT)                 0.312           4.187       0.000
Giá trị cảm nhận (GTCN)       0.245           3.329       0.001
====================================================================
R = 0.682 | R Square = 0.465 | Adjusted R Square = 0.455 | F = 48.42 (Sig. 0.000)

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ nét cả về mặt học thuật lẫn ứng dụng thực tiễn cho hệ sinh thái thương mại điện tử:

Bảng đối sánh với các nghiên cứu tiền nhiệm

Tiêu chí Nghiên cứu của Nelson et al. (2011) Nghiên cứu của Chao-Min Chiu (2009) Khóa luận Phan Thị Mỹ Linh (2021)
Địa bàn & Mẫu Malaysia ($N = 102$) Đài Loan ($N = 360$) TP. Hồ Chí Minh, Việt Nam ($N = 171$)
Yếu tố tác động mạnh nhất Nhận thức sự hữu ích ($\beta = 0.34$) Niềm tin ($\beta = 0.41$) Dễ dàng nhận thức sử dụng ($\beta = 0.384$)
Độ phủ công nghệ Tổng quan Web 1.0/2.0 Sàn PCHome Đa nền tảng TMĐT (Shopee, Lazada, Tiki)
Đặc thù hành vi Ưu tiên tính năng & bảo mật Ưu tiên mức độ đáp ứng Ưu tiên sự đơn giản & chính sách đổi trả minh bạch

Đóng góp thực tiễn và kỹ thuật:

  1. Lượng hóa mức độ tác động: Chứng minh yếu tố Dễ dàng nhận thức sử dụng giữ vai trò chi phối cao nhất ($38.4%$), vượt qua cả yếu tố niềm tin ($31.2%$) và giá trị cảm nhận ($24.5%$) trong quyết định mua lại của cư dân đô thị TP.HCM.
  2. Loại bỏ định kiến sai lầm: Nghiên cứu chỉ ra rằng các yếu tố như Danh tiếng doanh nghiệp thuần túy không tác động trực tiếp đến ý định mua lại mạnh bằng trải nghiệm tương tác thực tế (UI/UX) và chính sách cam kết chất lượng của đơn hàng trước đó.

Ứng dụng thực tế và triển khai

Dựa trên kết quả hồi quy chuẩn hóa, hệ thống giải pháp công nghệ và quản trị được thiết kế theo lộ trình 3 giai đoạn:

gantt
    title Lộ trình tối ưu hóa nền tảng TMĐT giữ chân khách hàng
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Tối ưu UI/UX (NTSD)
    Tối ưu luồng Checkout & 1-Click Payment    :a1, 2026-09-01, 30d
    Tái cấu trúc bộ lọc tìm kiếm & Navigation :a2, after a1, 45d
    section Giai đoạn 2: Gia cố Niềm tin (NT)
    Xây dựng hệ thống Verify Review & Escrow   :b1, 2026-10-15, 60d
    Tích hợp chính sách bảo vệ người mua tức thì:b2, after b1, 30d
    section Giai đoạn 3: Tối ưu Giá trị (GTCN)
    Triển khai Dynamic Pricing & Loyalty API   :c1, 2026-12-01, 60d

Kịch bản ứng dụng cụ thể (Use Cases):

  • Tối ưu hóa UI/UX (Dễ dàng nhận thức sử dụng - $\beta = 0.384$):
    • Rút ngắn quy trình thanh toán từ 5 bước xuống còn 2 bước (One-page Checkout).
    • Đa dạng hóa cổng thanh toán (MoMo, ZaloPay, Apple Pay, VietQR/NAPAS247).
    • Tối ưu hóa UI di động với kích thước nút bấm tối thiểu $48 \times 48\text{ px}$ theo tiêu chuẩn Google Material Design.
  • Xây dựng hệ thống bảo chứng niềm tin (Niềm tin - $\beta = 0.312$):
    • Thực thi cơ chế "Đồng kiểm khi nhận hàng" và "Hoàn tiền tự động trong 24h" nếu sản phẩm sai lệch mô tả.
    • Áp dụng thuật toán lọc đánh giá ảo (Spam Review Filter) nhằm bảo vệ tính trung thực của phản hồi sản phẩm.
  • Chính sách giá trị cảm nhận (Giá trị cảm nhận - $\beta = 0.245$):
    • Cung cấp các gói hội viên miễn phí vận chuyển (Freeship Subscriptions), giúp khách hàng nhận thấy giá trị vượt trội so với chi phí bỏ ra.

Phân tích hiệu quả kinh tế (ROI Estimation):

  • Việc tập trung nguồn lực kỹ thuật vào việc nâng cấp UI/UX và củng cố niềm tin giúp giảm tỷ lệ bỏ giỏ hàng (Cart Abandonment Rate) từ $70%$ xuống dưới $52%$.
  • Tăng tỷ lệ giữ chân khách hàng (Customer Retention Rate) thêm $5%$, mang lại mức tăng trưởng lợi nhuận ròng ước tính từ $25%$ đến $95%$ theo nguyên lý kinh tế học dịch vụ của Reichheld & Sasser.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phương pháp:

  • Phương pháp lấy mẫu: Thu thập mẫu phi xác xuất (thuận tiện) với $N = 171$, chưa phân bổ đều theo toàn bộ các quận huyện ngoại thành TP.HCM.
  • Mô hình tĩnh: Phân tích OLS chỉ đo lường mối quan hệ tuyến tính tại một thời điểm (cross-sectional data), chưa đánh giá được sự thay đổi tâm lý theo chu kỳ mùa vụ (seasonal variations).

Hướng nâng cấp mở rộng:

  1. Mở rộng kích thước mẫu lên $N \ge 1,000$ và ứng dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) thông qua phần mềm SmartPLS 4.0 để phân tích các biến trung gian (Mediating Variables) và biến điều tiết (Moderating Variables).
  2. Tích hợp mô hình học máy (Machine Learning - XGBoost, Random Forest) để dự đoán chính xác xác suất rời bỏ (Churn Probability) của từng người dùng theo thời gian thực dựa trên dữ liệu log tương tác.

Đối tượng hưởng lợi

mindmap
  root((Hệ sinh thái TMĐT))
    Sinh viên & Giảng viên
      Tham khảo khung lý thuyết TAM-TPB-TRA
      Bộ chỉ số Cronbach Alpha & EFA thực nghiệm
    Kỹ sư UX/UI & Lập trình viên
      Định hướng thiết kế luồng tương tác tối giản
      Tiêu chuẩn tích hợp đa kênh thanh toán
    Nhà quản trị & Marketers
      Chiến lược phân bổ ngân sách Retention vs Acquisition
      Xây dựng chính sách bảo hành & hoàn tiền gia tăng Trust
    Nhà nghiên cứu kinh tế số
      Bộ dữ liệu tham chiếu thị trường tiêu dùng TP.HCM
      Nền tảng mở rộng mô hình PLS-SEM
  • Sinh viên / Học viên: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu định lượng, thiết kế thang đo Likert và quy trình chạy SPSS 25.0 đạt chuẩn hội đồng khoa học.
  • Kỹ sư sản phẩm (Product Managers / UI-UX Designers): Sở hữu bằng chứng thực nghiệm để ưu tiên tính năng: đầu tư vào sự mượt mà của giao diện mang lại hiệu quả chuyển đổi cao hơn tính năng trang trí phức tạp.
  • Chủ doanh nghiệp TMĐT: Định hình chiến lược chuyển dịch từ "đốt tiền săn khách mới" sang "nâng cấp chất lượng dịch vụ giữ chân khách cũ", tối ưu hóa biên độ lợi nhuận.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống khảo sát và xử lý dữ liệu tương tự?

Cần máy trạm chạy hệ điều hành Windows 10/11 hoặc macOS, cài đặt bộ công cụ IBM SPSS Statistics 25.0 trở lên, Microsoft Excel 2019/365, cùng nền tảng phân phối biểu mẫu trực tuyến hỗ trợ xuất định dạng .csv/.sav.

2. Tại sao biến "Danh tiếng doanh nghiệp" không xuất hiện trong phương trình hồi quy cuối cùng?

Trong quá trình phân tích EFA và hồi quy, nhân tố Danh tiếng có sự tải chéo hoặc giá trị Sig. kiểm định t-test $> 0.05$, cho thấy khi đặt chung trong tương quan với trải nghiệm trực tiếp (giao diện, niềm tin, giá trị), danh tiếng không tạo ra tác động độc lập có ý nghĩa thống kê lên ý định mua lại.

3. Làm thế nào để tích hợp kết quả nghiên cứu vào hệ thống website TMĐT thực tế?

Doanh nghiệp có thể sử dụng kết quả trọng số $\beta$ để thiết lập chỉ số đo lường trải nghiệm (Customer Effort Score - CES). Tập trung tối ưu hóa các điểm chạm có điểm hài lòng thấp nhất trong thang đo NTSD (như bộ lọc tìm kiếm và cổng thanh toán).

4. Chi phí duy trì hệ thống đo lường hành vi người dùng định kỳ là bao nhiêu?

Chi phí vận hành định kỳ rất thấp nếu sử dụng các công cụ mã nguồn mở (R, Python statsmodels) kết hợp biểu mẫu tự động. Ngân sách chủ yếu tập trung vào phần thưởng kích thích người dùng điền khảo sát (incentives).

5. Khung thời gian hoàn vốn (ROI) khi đầu tư tái cấu trúc UI/UX theo mô hình nghiên cứu?

Thông thường từ 3 đến 6 tháng sau khi hoàn thành đợt cập nhật giao diện và chính sách bảo vệ khách hàng, nhờ vào việc giảm tỷ lệ hoàn đơn, tăng tỷ lệ mua hàng lặp lại (Repeat Purchase Rate) và tiết kiệm chi phí quảng cáo remarketing.


Kết luận

Khóa luận tốt nghiệp của tác giả Phan Thị Mỹ Linh đã lượng hóa thành công các nhân tố quyết định đến ý định mua lại của người tiêu dùng trên các trang thương mại điện tử tại TP.HCM. Bằng việc chứng minh thứ tự tác động: Dễ dàng nhận thức sử dụng ($\beta = 0.384$) $>$ Niềm tin ($\beta = 0.312$) $>$ Giá trị cảm nhận ($\beta = 0.245$), công trình cung cấp cơ sở khoa học vững chắc giúp các doanh nghiệp số tái cấu trúc nền tảng, tập trung nguồn lực vào trải nghiệm tương tác mượt mà và chính sách minh bạch nhằm tối đa hóa giá trị vòng đời khách hàng (Customer Lifetime Value - CLV).