Giới thiệu dự án

Nghiên cứu hành vi tiêu dùng đối với phân khúc hàng hóa cao cấp (luxury goods) tại các nền kinh tế mới nổi đang trở thành trọng tâm chiến lược của các tập đoàn đa quốc gia. Theo báo cáo từ Statista (2020–2023), quy mô thị trường hàng xa xỉ tại Việt Nam đạt khoảng 974 triệu USD với tốc độ tăng trưởng kép hằng năm (CAGR) dự báo đạt trên 9,2% trong giai đoạn 2023–2028. Trong đó, cơ cấu doanh thu tập trung vào đồ da cao cấp (chiếm gần 30%), thời trang may mặc cao cấp (>25%), đồng hồ và nữ trang (21%), cùng mỹ phẩm và kính mắt (24%). Hà Nội — đô thị 8,5 triệu dân với nhóm dân số trẻ độ tuổi 22–30 chiếm 23,58% — đóng vai trò là một trong hai trung tâm tiêu thụ hàng hiệu trọng điểm cả nước, đặc biệt với sự trỗi dậy của phân khúc khách hàng HENRY (High Earners Not Rich Yet — nhóm có thu nhập cao cận giàu từ 75.000 USD/năm trở lên).

+-------------------------------------------------------------------------------+
|                      CƠ CẤU THỊ TRƯỜNG HÀNG XA XỈ VIỆT NAM                   |
+--------------------------+--------------------------+-------------------------+
| Đồ da cao cấp: ~30%     | Thời trang cao cấp: >25% | Đồng hồ & Nữ trang: 21% |
+--------------------------+--------------------------+-------------------------+
| Nước hoa, Mỹ phẩm: 24%  | Tốc độ tăng trưởng CAGR: >9.2%/năm                  |
+--------------------------+----------------------------------------------------+

Vấn đề cốt lõi đặt ra là khoảng trống nhận thức thực chứng: phần lớn lý thuyết hành vi người tiêu dùng kinh điển được xây dựng dựa trên bối cảnh xã hội phương Tây phát triển, chưa phản ánh chính xác cơ chế tâm lý, nhận thức thương hiệu và áp lực quy chuẩn xã hội của giới trẻ tại các quốc gia đang phát triển. Đề tài "Các nhân tố ảnh hưởng đến hành vi tiêu dùng hàng hóa xa xỉ của giới trẻ Hà Nội" do sinh viên Trần Phan Thanh Vân thực hiện dưới sự hướng dẫn của TS. Đỗ Thị Thơ (Trường Đại học Kinh tế – ĐHQGHN, 05/2023) giải quyết trực tiếp bài toán này.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về hành vi tiêu dùng xa xỉ phẩm dựa trên thuyết hành vi dự định (TPB), mô hình thái độ đa thuộc tính Fishbein và thang đo cộng hưởng thương hiệu Kang Inwon (2021).
  2. Nhận diện và đo lường định lượng mức độ tác động của 07 nhóm nhân tố cốt lõi: Xuất xứ thương hiệu (COO), Uy tín thương hiệu (Brand Prestige), Ảnh hưởng quy chuẩn (Normative Influence), Nhận diện nhận thức (Cognitive Identification), Nhận diện cảm xúc (Affective Identification), Sự nổi bật (Brand Salience), và Sự cộng hưởng thương hiệu (Brand Resonance).
  3. Kiểm định mô hình thực chứng qua tập dữ liệu khảo sát $N = 252$ mẫu hợp lệ tại Hà Nội bằng công cụ phân tích độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá (EFA) và hồi quy tuyến tính đa biến.
  4. Đề xuất hệ thống giải pháp chiến lược định vị, phân phối đa kênh và truyền thông tích hợp cho các thương hiệu xa xỉ quốc tế (Louis Vuitton, Dior, Gucci, Chanel, Prada) khi thâm nhập và mở rộng thị phần tại Hà Nội.

Phạm vi nghiên cứu tập trung vào nhóm khách hàng trẻ tuổi từ 22 đến 30 tuổi sinh sống, làm việc tại Hà Nội có thu nhập độc lập, khảo sát trên nhóm sản phẩm thời trang và phụ kiện xa xỉ chính hãng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành rà soát các mô hình hành vi người tiêu dùng kinh điển nhằm xác định các ưu điểm và hạn chế khi áp dụng vào phân khúc hàng xa xỉ thế hệ trẻ.

Mô hình lý thuyết Tác giả & Năm Ưu điểm chính Hạn chế trong phân khúc hàng xa xỉ
Mô hình EKB Engel, Kollat, Blackwell (1968) Mô tả chi tiết 5 giai đoạn ra quyết định (Nhận thức $\rightarrow$ Tìm kiếm $\rightarrow$ Đánh giá $\rightarrow$ Mua $\rightarrow$ Sau mua). Chưa định lượng hóa được tác động cảm xúc vô hình và tính biểu tượng địa vị (status signaling).
Mô hình Howard – Sheth Howard & Sheth (1969) Tích hợp yếu tố kích thích môi trường, nhận thức nội tại và đầu ra hành vi. Cấu trúc quá phức tạp, khó kiểm định thực chứng định lượng trong không gian thương mại số.
Mô hình Nicosia Nicosia (1966) Tập trung vào mối quan hệ tương tác hai chiều giữa thông điệp doanh nghiệp và thái độ khách hàng. Đơn giản hóa quá mức quá trình xử lý tâm lý phức tạp của người mua hàng hiệu.
Thuyết TPB Ajzen (1991) Đo lường tốt qua 3 tiền tố: Thái độ, Chuẩn chủ quan và Nhận thức kiểm soát hành vi. Bỏ qua các khía cạnh nhận diện thương hiệu chuyên sâu (Brand Identification) và sự cộng hưởng cảm xúc.
Mô hình Tích hợp Kang Inwon (2021) / Đề tài (2023) Kết hợp xuất xứ (COO), nhận diện nhận thức/cảm xúc và sự cộng hưởng thương hiệu xa xỉ. Yêu cầu cỡ mẫu đại diện cao và xử lý nghiêm ngặt hiện tượng đa cộng tuyến.

Ưu tiên hóa các yêu cầu phân tích dữ liệu nghiên cứu theo nguyên tắc MoSCoW:

  • Must have: Kiểm định độ tin cậy thang đo (Cronbach's Alpha $\ge 0.7$, tương quan biến - tổng $\ge 0.3$), Phân tích EFA (KMO $\ge 0.5$, Sig Bartlett $< 0.05$, Tổng phương sai trích $\ge 50%$), Phân tích hồi quy OLS xác định hệ số $\beta$.
  • Should have: Đánh giá phân bổ nhân khẩu học theo thu nhập HENRY và hành vi đa kênh (Omnichannel touchpoints).
  • Could have: Phân tích cấu trúc tuyến tính SEM/CFA qua AMOS v24.0 để kiểm tra mức độ phù hợp mô hình tổng thể (Goodness-of-Fit).
  • Won't have: Mô hình hóa chuỗi thời gian dọc (Longitudinal tracking) do giới hạn thời gian nghiên cứu khóa luận.

Thiết kế hệ thống

Kiến trúc mô hình nghiên cứu lý thuyết được thiết kế dựa trên quan hệ nhân quả đa tầng giữa các biến tiềm ẩn (Latent Variables):

Hệ thống công cụ kỹ thuật và phần mềm phân tích:

  • Nền tảng phân tích thống kê: IBM SPSS Statistics v26.0 (xử lý thống kê mô tả, Cronbach's Alpha, EFA, OLS Regression) kết hợp IBM SPSS AMOS v24.0 (xác nhận cấu trúc thang đo CFA).
  • Môi trường tính toán hỗ trợ: Python v3.10.12 (sử dụng các thư viện pandas v2.0.0, numpy v1.24.3, factor_analyzer v0.4.1, statsmodels v0.14.0).
  • Cấu trúc lưu trữ dữ liệu: Bảng mã hóa dữ liệu 24 biến quan sát đo lường bằng thang Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý), định dạng .csv và .sav.

Mô hình hồi quy toán học tổng quát:

$$Y_{LBR} = \beta_0 + \beta_1 X_{COO} + \beta_2 X_{BP} + \beta_3 X_{NI} + \beta_4 X_{CI} + \beta_5 X_{AI} + \beta_6 X_{LBS} + e$$

Trong đó:

  • $Y_{LBR}$: Điểm biến phụ thuộc - Hành vi tiêu dùng và cộng hưởng thương hiệu xa xỉ.
  • $X_1 \dots X_6$: Các biến độc lập đã được chuẩn hóa qua phân tích trích xuất nhân tố.
  • $\beta_0$: Hệ số chặn (Intercept); $\beta_1 \dots \beta_6$: Trọng số hồi quy chuẩn hóa (Standardized Coefficients).
  • $e$: Sai số ngẫu nhiên mô hình (Residual error), giả định tuân theo phân phối chuẩn $e \sim \mathcal{N}(0, \sigma^2)$.

Bên cạnh đó, thang đo tích hợp mô hình đánh giá đa thuộc tính của Fishbein:

$$\text{Attitude Score} = \sum_{j=1}^{n} (I_j \times b_j)$$

(Với $I_j$ là độ quan trọng của thuộc tính xa xỉ $j$, $b_j$ là niềm tin thực tế của người tiêu dùng đối với thuộc tính $j$).

Methodology

Quy trình nghiên cứu kết hợp phương pháp hỗn hợp (Mixed-methods design):

  1. Nghiên cứu định tính: Nghiên cứu tài liệu thứ cấp, phỏng vấn sâu chuyên gia bán lẻ cao cấp để hiệu chỉnh thang đo gốc từ Kang Inwon (2021) phù hợp với ngữ cảnh thị trường Việt Nam.
  2. Nghiên cứu định lượng: Khảo sát sơ bộ pilot ($N = 30$) để tinh chỉnh câu chữ, sau đó phát bảng hỏi chính thức qua kênh Google Forms và phỏng vấn trực tiếp tại các trung tâm thương mại cao cấp (Tràng Tiền Plaza, International Centre Hà Nội).
  3. Kế hoạch thời gian (Milestones):
    • Tuần 1–4: Tổng quan lý thuyết, xây dựng khung nghiên cứu và thang đo sơ bộ.
    • Tuần 5–8: Điều tra pilot, hoàn thiện bảng hỏi chính thức, thu thập dữ liệu ($N = 252$).
    • Tuần 9–12: Làm sạch dữ liệu, kiểm định Cronbach's Alpha, phân tích EFA và hồi quy.
    • Tuần 13–16: Thảo luận kết quả, viết báo cáo khuyến nghị chiến lược và hoàn thiện khóa luận.

Implementation và kết quả

Development process

Quá trình xử lý dữ liệu được tự động hóa và kiểm soát chặt chẽ qua kịch bản phân tích dữ liệu thực chứng. Đoạn mã Python dưới đây minh họa toàn bộ pipeline kiểm định độ tin cậy nội tại, kiểm định tính thích hợp mẫu EFA và ước lượng mô hình hồi quy đa biến:

import numpy as np
import pandas as pd
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_bartlett_sphericity, calculate_kmo
import statsmodels.api as sm


def compute_cronbach_alpha(df_items: pd.DataFrame) -> float:
  """Tính toán hệ số Cronbach's Alpha cho một thang đo gồm nhiều biến quan sát."""
  k = df_items.shape[1]
  item_variances = df_items.var(axis=0, ddof=1)
  total_variance = df_items.sum(axis=1).var(ddof=1)
  alpha = (k / (k - 1)) * (1 - item_variances.sum() / total_variance)
  return float(alpha)


# 1. Nạp và làm sạch tập dữ liệu khảo sát (N = 252 quan sát)
data_url = "luxury_hanoi_survey_cleaned.csv"
df = pd.read_csv(data_url)

# Danh sách các biến quan sát đo lường
items_coo = ["COO1", "COO2", "COO3"]
items_bp = ["BP1", "BP2", "BP3", "BP4"]
items_ni = ["NI1", "NI2", "NI3"]
items_ci = ["CI1", "CI2", "CI3"]
items_ai = ["AI1", "AI2", "AI3"]
items_lbs = ["LBS1", "LBS2", "LBS3", "LBS4"]
items_lbr = ["LBR1", "LBR2", "LBR3", "LBR4"]

# 2. Đánh giá độ tin cậy Cronbach's Alpha
constructs = {
    "COO": items_coo,
    "BP": items_bp,
    "NI": items_ni,
    "CI": items_ci,
    "AI": items_ai,
    "LBS": items_lbs,
    "LBR": items_lbr,
}

alpha_results = {
    c_name: compute_cronbach_alpha(df[items])
    for c_name, items in constructs.items()
}
print(f"[LOG] Kết quả Cronbach's Alpha: {alpha_results}")

# 3. Kiểm định KMO và Bartlett's Test cho phân tích nhân tố khám phá (EFA)
all_independent_items = (
    items_coo + items_bp + items_ni + items_ci + items_ai + items_lbs
)
df_efa = df[all_independent_items]

chi_square_value, p_value = calculate_bartlett_sphericity(df_efa)
kmo_all, kmo_model = calculate_kmo(df_efa)
print(
    f"[LOG] KMO Metric: {kmo_model:.4f} | Bartlett Chi-Square:"
    f" {chi_square_value:.2f}, p-value: {p_value:.5e}"
)

# 4. Trích xuất nhân tố bằng Principal Axis Factoring với phép xoay Varimax
fa = FactorAnalyzer(n_factors=6, rotation="varimax", method="principal")
fa.fit(df_efa)
factor_loadings = pd.DataFrame(
    fa.loadings_,
    index=all_independent_items,
    columns=[f"Factor_{i+1}" for i in range(6)],
)

# 5. Ước lượng mô hình Hồi quy Tuyến tính Đa biến (OLS Regression)
for c_name, items in constructs.items():
  df[f"MEAN_{c_name}"] = df[items].mean(axis=1)

X = df[
    [
        "MEAN_COO",
        "MEAN_BP",
        "MEAN_NI",
        "MEAN_CI",
        "MEAN_AI",
        "MEAN_LBS",
    ]
]
X = sm.add_constant(X)
y = df["MEAN_LBR"]

ols_model = sm.OLS(y, X).fit()
print(ols_model.summary())

Testing và validation

Kết quả thực nghiệm trên tập mẫu hợp lệ $N = 252$ người tiêu dùng trẻ tại Hà Nội đạt các tiêu chuẩn định lượng khắt khe:

  1. Kiểm định độ tin cậy thang đo (Reliability Analysis):
    • Tất cả 07 thang đo đều có hệ số Cronbach's Alpha $\in [0.792, 0.886]$, vượt xa ngưỡng tối thiểu 0.70.
    • Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của toàn bộ 24 biến quan sát đều dao động từ $0.458$ đến $0.782$, vượt ngưỡng $0.30$. Không có biến rác nào bị loại.
Khái niệm nghiên cứu Số biến quan sát Cronbach's Alpha Tương quan biến - tổng nhỏ nhất Kết luận
Xuất xứ & Lịch sử (COO) 3 0.814 0.625 (COO2) Đạt chuẩn tốt
Độ uy tín thương hiệu (BP) 4 0.852 0.641 (BP3) Đạt chuẩn tốt
Ảnh hưởng quy chuẩn (NI) 3 0.792 0.583 (NI1) Đạt chuẩn
Nhận diện nhận thức (CI) 3 0.835 0.672 (CI2) Đạt chuẩn tốt
Nhận diện cảm xúc (AI) 3 0.868 0.710 (AI3) Đạt chuẩn tốt
Sự nổi bật nhãn hàng (LBS) 4 0.841 0.612 (LBS1) Đạt chuẩn tốt
Cộng hưởng & Hành vi (LBR) 4 0.886 0.724 (LBR4) Rất tốt

  1. Kiểm định EFA & Phân tích tương quan:

    • Hệ số $KMO = 0.842 > 0.50$, kiểm định Bartlett có $\chi^2 = 2845.62$ ($p < 0.001$), chứng minh ma trận tương quan giữa các biến có tính đồng nhất cao.
    • Tổng phương sai trích (Total Variance Explained) đạt $64.78% > 50%$, giá trị Eigenvalue của nhân tố thứ 6 đạt $1.218 > 1.0$.

  2. Kiểm định Hồi quy Đa biến:

    • Hệ số xác định $R^2 = 0.584$ (Hiệu chỉnh $R^2_{adj} = 0.571$), cho thấy $57,1%$ sự biến thiên trong hành vi tiêu dùng và cộng hưởng thương hiệu xa xỉ của giới trẻ Hà Nội được giải thích bởi 6 nhóm nhân tố nghiên cứu.
    • Trị số $F = 57.34$ ($p < 0.001$), kiểm định VIF (Variance Inflation Factor) của tất cả các biến độc lập đều nằm trong khoảng $1.24 - 1.86 < 2.0$, khẳng định không có hiện tượng đa cộng tuyến.
+-------------------------------------------------------------------------------+
|                       KẾT QUẢ TRỌNG SỐ HỒI QUY CHUẨN HÓA                      |
+------------------------------------+---------------+----------+---------------+
| Biến độc lập tác động              | Hệ số Beta    | Sig (p)  | Tác động      |
+------------------------------------+---------------+----------+---------------+
| Nhận diện cảm xúc (AI)             | 0.342         | < 0.001  | Cùng chiều    |
| Độ uy tín thương hiệu (BP)         | 0.268         | < 0.001  | Cùng chiều    |
| Sự nổi bật thương hiệu (LBS)       | 0.195         | 0.002    | Cùng chiều    |
| Ảnh hưởng quy chuẩn xã hội (NI)    | 0.154         | 0.012    | Cùng chiều    |
| Xuất xứ thương hiệu (COO)          | 0.128         | 0.027    | Cùng chiều    |
| Nhận diện nhận thức (CI)           | 0.114         | 0.041    | Cùng chiều    |
+------------------------------------+---------------+----------+---------------+

Kết quả đạt được

Nghiên cứu đã hoàn thành toàn diện $100%$ các mục tiêu khoa học đề ra ban đầu:

  • Làm sáng tỏ rằng Nhận diện cảm xúc ($\beta = 0.342$) và Độ uy tín thương hiệu ($\beta = 0.268$) là hai động lực chi phối mạnh mẽ nhất đến quyết định chi trả cho hàng hiệu của giới trẻ Hà Nội. Giới trẻ không chỉ mua sản phẩm vật chất đơn thuần mà tìm kiếm cảm giác hạnh phúc tạm thời, sự tự tin và sự khẳng định giá trị bản thân.
  • Chứng minh tính xác thực của hiệu ứng Ảnh hưởng quy chuẩn ($\beta = 0.154$): áp lực đồng trang lứa (peer pressure) và xu hướng chia sẻ hình ảnh phong cách sống xa xỉ lên mạng xã hội (Instagram, TikTok) thúc đẩy mạnh mẽ ý định mua lặp lại.

Đổi mới và đóng góp

Điểm mới khoa học

  1. Bản địa hóa mô hình nghiên cứu quốc tế: Nghiên cứu đã chuyển giao và hiệu chỉnh thành công mô hình cấu trúc thương hiệu cao cấp của Kang Inwon (2021) vào môi trường văn hóa tiêu dùng đặc thù của giới trẻ Việt Nam — một thị trường cận biên/mới nổi có tốc độ số hóa và gia tăng tầng lớp trung lưu nhanh hàng đầu Đông Nam Á.
  2. Phân tách rạch ròi hai chiều nhận diện thương hiệu: Thay vì gộp chung khái niệm hình ảnh thương hiệu như các nghiên cứu trước đây (Nguyễn Thành Nam, 2017; Phạm Quốc Trung, 2017), đề tài đã phân định rõ cơ chế Nhận diện nhận thức (suy nghĩ, tìm hiểu logic) và Nhận diện cảm xúc (cảm giác vui vẻ, địa vị, tự hào), chứng minh cảm xúc vượt trội hơn nhận thức lý tính $198%$ về độ lớn tác động ($\beta = 0.342$ so với $\beta = 0.114$).
  3. Định lượng hóa giá trị cộng hưởng trong phân khúc cận giàu (HENRY): Cung cấp bộ dữ liệu thực nghiệm chuẩn xác về kỳ vọng chất lượng và mức độ sẵn sàng chi trả của nhóm khách hàng trẻ tuổi có thu nhập cao tại Hà Nội.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Use cases)

  • Doanh nghiệp bán lẻ thời trang cao cấp (LVMH, Kering, Prada Group): Tối ưu hóa danh mục sản phẩm đưa về thị trường Hà Nội. Thay vì chỉ nhập khẩu dòng sản phẩm siêu đắt đỏ (Haute Couture), các thương hiệu cần tăng tỷ trọng phân khúc Accessible Luxury (các sản phẩm có giá từ 300 USD đến 2.500 USD như túi xách mini, giày sneakers, phụ kiện thắt lưng, kính mắt) nhằm đón đầu sức mua của tệp khách hàng trẻ tuổi.
  • Chiến dịch truyền thông kỹ thuật số: Tận dụng đại sứ thương hiệu (Brand Ambassadors) và KOC/KOL thời trang có phong cách sống độc lập, tinh tế để kích hoạt cảm xúc tích cực và xây dựng sự cộng hưởng thương hiệu trên các nền tảng số.
  • Nâng cấp không gian trải nghiệm cửa hàng vật lý (Phygital Retail): Kết hợp kiến trúc sang trọng tại các boutique trung tâm (như International Centre Hà Nội) với ứng dụng công nghệ cá nhân hóa dịch vụ qua smartphone (Clienteling App), mang đến trải nghiệm tiếp đón độc quyền (VIP Private Viewing).

Hạn chế và hướng phát triển

Dù đạt được những kết quả thực chứng có giá trị cao, nghiên cứu vẫn tồn tại một số hạn chế nhất định:

  • Giới hạn không gian mẫu: Dữ liệu khảo sát ($N = 252$) chỉ tập trung trên địa bàn thành phố Hà Nội, chưa thực hiện so sánh đối chiếu đa vùng miền với thị trường Thành phố Hồ Chí Minh — nơi có thói quen tiêu dùng hàng hiệu phóng khoáng hơn.
  • Phương pháp lấy mẫu thuận tiện: Khảo sát trực tuyến kết hợp trực tiếp có thể tiềm ẩn sai lệch chọn mẫu (Sampling bias), chưa bao quát hết nhóm siêu giàu kín tiếng.
  • Hướng phát triển: Các nghiên cứu tiếp theo nên mở rộng quy mô mẫu lên $N \ge 1.000$ trên phạm vi toàn quốc, áp dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích vai trò trung gian (Mediation analysis) của sự nổi bật thương hiệu (Brand Salience).

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                       ĐỐI TƯỢNG HƯỞNG LỢI & GIÁ TRỊ TẠO RA                    |
+--------------------------+----------------------------------------------------+
| Sinh viên & Học viên     | Cung cấp khung lý thuyết mẫu, phương pháp khảo sát |
|                          | chuẩn mực và pipeline xử lý SPSS/Python chi tiết.  |
+--------------------------+----------------------------------------------------+
| Nhà phân tích & Marketer | Nắm bắt chính xác bộ trọng số Beta để tối ưu hóa   |
|                          | ngân sách tiếp thị nhắm đúng tệp khách hàng trẻ.   |
+--------------------------+----------------------------------------------------+
| Doanh nghiệp hàng hiệu   | Chiến lược định giá, danh mục hàng hóa và kế hoạch |
|                          | phát triển chuỗi bán lẻ Omnichannel tại Việt Nam.  |
+--------------------------+----------------------------------------------------+
| Giới học thuật           | Tài liệu tham khảo thực chứng đóng góp vào khoảng  |
|                          | trống lý thuyết hành vi tiêu dùng xa xỉ phẩm.      |
+--------------------------+----------------------------------------------------+

Câu hỏi thường gặp

1. Tại sao nhân tố Xuất xứ thương hiệu (COO) lại có trọng số Beta thấp hơn Nhận diện cảm xúc?

Mặc dù xuất xứ châu Âu (Pháp, Ý) là điều kiện tiên quyết bảo chứng cho chất lượng chế tác thủ công tinh xảo, người tiêu dùng trẻ hiện nay mặc nhiên thừa nhận yếu tố này ở tất cả các thương hiệu xa xỉ lớn. Do đó, yếu tố tạo ra sự khác biệt quyết định hành vi mua chuyển dịch sang cảm xúc cá nhân và sự kết nối phong cách sống.

2. Nhóm khách hàng HENRY khác gì so với nhóm khách hàng xa xỉ truyền thống?

Nhóm HENRY (High Earners Not Rich Yet) là những người trẻ có thu nhập cao hàng tháng nhưng chưa tích lũy khối tài sản khổng lồ. Họ có xu hướng mua sắm các món đồ xa xỉ có tính ứng dụng cao hàng ngày, giá dao động từ vài trăm đến vài nghìn USD, thay vì các bộ sưu tập giới hạn đắt đỏ hàng chục nghìn USD.

3. Phương pháp Cronbach's Alpha và EFA trong đề tài có thể tái sử dụng cho ngành hàng khác không?

Hoàn toàn có thể. Quy trình kiểm định độ tin cậy và cấu trúc nhân tố trình bày trong nghiên cứu là phương pháp luận chuẩn mực, có thể áp dụng trực tiếp cho các ngành hàng cao cấp khác như xe hơi hạng sang, trang sức kim hoàn, bất động sản nghỉ dưỡng hoặc dịch vụ khách sạn 5 sao.

4. Áp lực quy chuẩn xã hội (Normative Influence) thể hiện thế nào trong hành vi mua hàng hiệu của giới trẻ?

Nó thể hiện qua việc giới trẻ thường xuyên tham khảo xu hướng ăn mặc của nhóm bạn bè thân thiết, chịu ảnh hưởng từ các hội nhóm phong cách sống trên mạng xã hội và có nhu cầu chia sẻ hình ảnh sở hữu sản phẩm lên mạng để khẳng định vị thế và hình ảnh bản thân.

5. Doanh nghiệp cần lưu ý gì khi phát triển kênh thương mại điện tử cho hàng xa xỉ tại Hà Nội?

Cần đảm bảo tính đồng nhất tuyệt đối về hình ảnh nhận diện thương hiệu, cung cấp dịch vụ giao hàng bảo mật cao cấp (găng tay trắng, đóng gói sang trọng), kết hợp chính sách đổi trả linh hoạt và tích hợp dữ liệu khách hàng giữa online và offline để cá nhân hóa ưu đãi.

Kết luận

Khóa luận tốt nghiệp của sinh viên Trần Phan Thanh Vân đã làm sáng tỏ toàn diện bức tranh hành vi tiêu dùng hàng hóa xa xỉ của thế hệ trẻ tại Hà Nội. Thông qua phương pháp luận nghiên cứu định lượng chuẩn xác và bộ công cụ xử lý dữ liệu hiện đại, đề tài đã chỉ rõ vai trò vượt trội của các nhân tố nhận diện cảm xúc, uy tín thương hiệu và tính cộng hưởng trong việc thúc đẩy quyết định mua sắm của nhóm khách hàng cận giàu tương lai. Kết quả nghiên cứu không chỉ đóng góp giá trị học thuật vào kho tàng tài liệu quản trị tiếp thị tại Việt Nam mà còn mở ra định hướng chiến lược kinh doanh thực tiễn, giúp các nhãn hàng xa xỉ toàn cầu khai mở trọn vẹn tiềm năng tăng trưởng tại thị trường đầy năng động này.