Giới thiệu dự án

Thị trường thương mại điện tử (TMĐT - E-commerce) tại Việt Nam ghi nhận sự tăng trưởng vượt bậc sau giai đoạn đại dịch Covid-19. Theo các báo cáo thị trường quý III/2021, nền tảng Shopee liên tục giữ vị trí dẫn đầu với hơn 214.000.000 lượt truy cập web/ứng dụng mỗi tháng. Tuy nhiên, chi phí thu hút khách hàng mới (Customer Acquisition Cost - CAC) trên các sàn TMĐT ngày càng đắt đỏ gấp 5-7 lần so với chi phí giữ chân khách hàng cũ (Customer Retention Cost - CRC). Vấn đề cốt lõi đặt ra là: Làm thế nào để các sàn TMĐT như Shopee xác định chính xác các nhân tố quyết định và tối ưu hóa tỷ lệ tái mua sắm (Repurchase Intention - RI) của người tiêu dùng tại đô thị trọng điểm như TP. Hồ Chí Minh?

Nghiên cứu này giải quyết bài toán định lượng hành vi người tiêu dùng thông qua mô hình kinh tế lượng kết hợp giữa Mô hình Chấp nhận Công nghệ (Technology Acceptance Model - TAM) và Mô hình Xác nhận Kỳ vọng (Expectation-Confirmation Model - ECM).

Mục tiêu nghiên cứu

  1. Xác định các nhân tố độc lập: Nhận diện hệ thống 6 nhân tố tác động đến quyết định tái mua sắm gồm: Chất lượng sản phẩm ($PQ$), Chất lượng dịch vụ ($SQ$), Giá trị cảm nhận ($PV$), Hữu ích cảm nhận ($PU$), Dễ sử dụng cảm nhận ($PEU$), và Sự hài lòng ($SA$).
  2. Đo lường mức độ tác động: Sử dụng phân tích định lượng (SPSS 22) để xác định trọng số hồi quy chuẩn hóa ($\beta$) của từng nhân tố lên biến phụ thuộc Quyết định tái mua sắm ($RI$).
  3. Đề xuất hàm ý quản trị: Xây dựng chiến lược hành động thực tế nhằm tối ưu hóa trải nghiệm khách hàng và gia tăng Customer Lifetime Value (CLV) cho Shopee.

Phạm vi và Giới hạn

  • Không gian: Khách hàng cá nhân có sử dụng Internet và đã từng mua sắm ít nhất 1 lần trên Shopee tại khu vực TP. Hồ Chí Minh.
  • Thời gian: Khảo sát và xử lý dữ liệu sơ cấp từ tháng 04/2022 đến tháng 07/2022.
  • Kích thước mẫu: $N = 180$ mẫu hợp lệ được xử lý qua kiểm định đa biến.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi tiêu dùng trực tuyến trước đây thường chỉ tiếp cận đơn lẻ qua thuyết Hành động Hợp lý (Theory of Reasoned Action - TRA) hoặc Thuyết Hành vi Có Kế hoạch (Theory of Planned Behavior - TPB). Các phương pháp này bộc lộ khoảng trống khi áp dụng vào nền tảng số hóa đa tiện ích như Shopee.

Giải pháp/Mô hình Ưu điểm Nhược điểm Khả năng ứng dụng trên TMĐT
Mô hình TRA/TPB (Ajzen & Fishbein) Đo lường tốt niềm tin và chuẩn mực chủ quan ($SN$) Bỏ qua yếu tố kỹ thuật số, giao diện phần mềm Thấp (chỉ giải thích ~40% biến thiên hành vi)
Mô hình TAM (Davis, 1989) Đánh giá sâu tính hữu ích ($PU$) và dễ sử dụng ($PEU$) Bỏ qua yếu tố sau mua (Post-purchase satisfaction) Trung bình (phù hợp giai đoạn chấp nhận ban đầu)
Mô hình Tích hợp TAM-ECM (Đề xuất) Bao quát toàn diện từ tính năng UI/UX, chất lượng hàng hóa, giá trị kinh tế đến sự hài lòng Yêu cầu bộ thang đo phức tạp ($28$ biến quan sát) Rất cao (Độ giải thích phương sai $R^2 > 65%$)

Phân loại yêu cầu đo lường theo ma trận MoSCoW:

  • Must-have: Đo lường Chất lượng sản phẩm ($PQ$), Sự hài lòng ($SA$), Hữu ích cảm nhận ($PU$).
  • Should-have: Đánh giá Chất lượng dịch vụ ($SQ$), Dễ sử dụng ($PEU$), Giá trị cảm nhận ($PV$).
  • Could-have: Phân tích khác biệt nhân khẩu học (ANOVA/Independent T-Test theo độ tuổi, giới tính, thu nhập).
  • Won't-have: Khảo sát dữ liệu giao dịch backend nội bộ của Shopee (do tính bảo mật doanh nghiệp).

Thiết kế hệ thống

Hệ thống xử lý và phân tích dữ liệu nghiên cứu được thiết kế theo cấu trúc pipeline định lượng khép kín:

Technology Stack & Tool Versions

  • Statistical Software Engine: IBM SPSS Statistics version 22.0.0.0.
  • Data Preprocessing & Wrangling: Microsoft Excel 365 / Python 3.10 (Pandas 1.5.3, Statsmodels 0.14.0).
  • Measurement Scale: Thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).
  • Data Validation & Integrity: Kiểm tra Missing values, Outliers qua Mahalanobis distance, và phương sai sai số đồng nhất (Homoscedasticity).

Cấu trúc Thang đo và Thiết kế Biến quan sát (Schema)

-- Schema mô phỏng cấu trúc bảng dữ liệu phân tích SPSS/Database
CREATE TABLE customer_survey_responses (
    respondent_id INT PRIMARY KEY AUTO_INCREMENT,
    gender ENUM('Nam', 'Nu') NOT NULL, -- Nam: 61.7%, Nu: 38.3%
    age_group ENUM('<18', '18-24', '24-35', '>35') NOT NULL,
    income_level ENUM('<5M', '5M-10M', '10M-20M', '>20M') NOT NULL,
    pq_score DECIMAL(3,2) COMMENT 'Product Quality: PQ1, PQ2, PQ3',
    sq_score DECIMAL(3,2) COMMENT 'Service Quality: SQ1..SQ4',
    pv_score DECIMAL(3,2) COMMENT 'Perceived Value: PV1..PV4',
    pu_score DECIMAL(3,2) COMMENT 'Perceived Usefulness: PU1..PU4',
    peu_score DECIMAL(3,2) COMMENT 'Perceived Ease of Use: PEU1..PEU4',
    sa_score DECIMAL(3,2) COMMENT 'Satisfaction: SA1..SA5',
    ri_score DECIMAL(3,2) COMMENT 'Repurchase Intention: RI1..RI3'
);

Methodology

Nghiên cứu áp dụng phương pháp kết hợp định tính (Qualitative) và định lượng (Quantitative):

  1. Nghiên cứu định tính: Tổng quan y văn từ 7 nghiên cứu tiêu chuẩn (Chiu & Chang 2009; Lee et al. 2010; Chao Wen et al. 2011; Fang et al. 2019; Trà Thị Thảo 2021) kết hợp phỏng vấn sâu ($n = 10$) nhóm người tiêu dùng có kinh nghiệm mua sắm trên Shopee tại TP.HCM để hiệu chỉnh từ ngữ thang đo.
  2. Nghiên cứu định lượng: Thu thập mẫu bằng phương pháp lấy mẫu thuận tiện ($N = 180$). Kích thước mẫu đáp ứng quy tắc Green (1991): $N \ge 50 + 8m = 50 + 8(6) = 98$ và Hair et al. (2014): $N \ge 5 \times 28 = 140$.
  3. Quy trình Quản lý Rủi ro:
Rủi ro kỹ thuật Mức độ Biện pháp giảm thiểu
Đa cộng tuyến (Multicollinearity) Cao Giám sát chỉ số VIF ($< 10$) và Tolerance ($> 0.1$)
Sai số đo lường (Measurement Error) Trung bình Kiểm tra độ tin cậy Cronbach's Alpha ($> 0.6$) và tương quan biến-tổng ($> 0.3$)
Hiện tượng Tự tương quan (Autocorrelation) Trung bình Kiểm định Durbin-Watson ($1 < d < 3$)

Implementation và kết quả

Development process & Thuật toán Ước lượng

Mô hình hồi quy tuyến tính đa biến (Ordinary Least Squares - OLS) được biểu diễn bằng phương trình:

$$RI = \beta_0 + \beta_1 PQ + \beta_2 SQ + \beta_3 PV + \beta_4 PU + \beta_5 PEU + \beta_6 SA + \epsilon$$

Trong đó:

  • $RI$: Quyết định tái mua sắm (Biến phụ thuộc)
  • $PQ, SQ, PV, PU, PEU, SA$: Các biến độc lập
  • $\beta_1 \dots \beta_6$: Hệ số hồi quy riêng phần chuẩn hóa
  • $\epsilon$: Sai số ngẫu nhiên của mô hình

Quy trình tự động hóa kiểm định được thực hiện qua cú pháp phân tích (SPSS Syntax / Python script):

import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

def evaluate_regression_model(df, independent_vars, dependent_var):
    """
    Thực hiện hồi quy tuyến tính đa biến OLS và kiểm tra đa cộng tuyến (VIF)
    """
    X = df[independent_vars]
    y = df[dependent_var]
    X_with_const = sm.add_constant(X)
    
    # Ước lượng OLS
    model = sm.OLS(y, X_with_const).fit()
    
    # Tính VIF
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return model.summary(), vif_data

# Biến độc lập nghiên cứu: PQ, SQ, PV, PU, PEU, SA
# Biến phụ thuộc: RI

Testing và validation

1. Kiểm định độ tin cậy Thang đo (Cronbach's Alpha)

Tiến hành kiểm định 28 biến quan sát. Biến quan sát $PQ4$ ("Sau khi so sánh tôi chọn sản phẩm có chất lượng thương hiệu tốt hơn") có hệ số tương quan biến tổng (Corrected Item-Total Correlation) không đạt chuẩn tối ưu, sau khi loại bỏ $PQ4$, hệ số Cronbach's Alpha của nhóm Chất lượng sản phẩm ($PQ$) tăng từ $0.712$ lên mức tin cậy cao.

Cronbach's Alpha Benchmarks:
- Tất cả các thang đo đạt chuẩn: Alpha > 0.60
- Corrected Item-Total Correlation > 0.30
- PQ (Product Quality - sau loại PQ4): Alpha đạt chuẩn cao
- SQ, PV, PU, PEU, SA, RI: Alpha dao động từ 0.726 đến 0.798

2. Phân tích Nhân tố Khám phá (EFA)

  • Kiểm định KMO and Bartlett's Test: Hệ số Kaiser-Meyer-Olkin $KMO \ge 0.5$, kiểm định Bartlett có mức ý nghĩa $Sig. < 0.05$ (bác bỏ giả thuyết $H_0$ các biến không tương quan).
  • Hệ số tải nhân tố (Factor Loading): Tất cả các biến quan sát giữ lại đều có hệ số tải $\ge 0.50$, phân tách rõ ràng vào 6 nhóm nhân tố độc lập.
  • Tổng phương sai trích (Total Variance Explained): $\ge 50%$, giá trị Eigenvalue dừng $> 1.0$.

3. Kiểm định Hồi quy và Chẩn đoán Mô hình

  • Độ phù hợp mô hình: Kiểm định ANOVA có giá trị $Sig. F < 0.001$, chứng minh mô hình hồi quy có ý nghĩa thống kê ở độ tin cậy $99%$.
  • Hiện tượng đa cộng tuyến: Hệ số phóng đại phương sai $VIF < 2.0$ (thấp hơn nhiều so với ngưỡng vi phạm là $10.0$), hệ số $Tolerance > 0.5$.
  • Tự tương quan: Hệ số Durbin-Watson nằm trong khoảng an toàn $1.5 < d < 2.5$.

Kết quả đạt được

Kết quả ước lượng hồi quy xác định mức độ tác động chuẩn hóa của 6 nhân tố đến Quyết định tái mua sắm trên Shopee:

Thứ tự tác động Nhân tố nghiên cứu Ký hiệu Tác động ($\beta$) Mức ý nghĩa ($Sig.$) Kết luận giả thuyết
1 Chất lượng sản phẩm $PQ$ Cao nhất $p < 0.05$ Chấp nhận $H_1$
2 Sự hài lòng $SA$ Thứ hai $p < 0.05$ Chấp nhận $H_6$
3 Hữu ích cảm nhận $PU$ Thứ ba $p < 0.05$ Chấp nhận $H_4$
4 Chất lượng dịch vụ $SQ$ Thứ tư $p < 0.05$ Chấp nhận $H_2$
5 Dễ sử dụng cảm nhận $PEU$ Thứ năm $p < 0.05$ Chấp nhận $H_5$
6 Giá trị cảm nhận $PV$ Thấp nhất $p < 0.05$ Chấp nhận $H_3$

Tất cả 6 giả thuyết từ $H_1$ đến $H_6$ đều được chấp nhận với tương quan cùng chiều ($+$). Khách hàng tại TP.HCM đánh giá Chất lượng sản phẩm thực tế nhận được là yếu tố then chốt nhất thúc đẩy hành vi quay lại mua sắm.

Đổi mới và đóng góp

Điểm mới về mặt học thuật và thực tiễn

  1. Tích hợp liên mô hình: Kết hợp hoàn chỉnh các yếu tố công nghệ ($PU, PEU$ từ TAM), tâm lý thỏa mãn sau mua ($SA$ từ ECM) và các biến số kinh doanh thực tế ($PQ, SQ, PV$).
  2. Khám phá hành vi người tiêu dùng đô thị: Dữ liệu phản ánh đặc thù nhóm khách hàng trẻ tại TP.HCM ($48.8%$ từ 18-24 tuổi, $60%$ trình độ Đại học), nơi người mua không chỉ tìm kiếm mức giá rẻ ($PV$) mà đặt tiêu chuẩn cao nhất vào tính chân thực của thông tin sản phẩm ($PQ2: \text{Đúng mô tả}$) và tốc độ hỗ trợ xử lý khiếu nại ($SQ3$).

Ứng dụng thực tế và triển khai

Chiến lược Quản trị cho Sàn TMĐT Shopee

Dựa trên thứ tự trọng số tác động từ mô hình hồi quy, Shopee và các nhà bán hàng (Sellers) cần triển khai lộ trình can thiệp có trọng tâm:

  1. Quản trị Chất lượng sản phẩm ($PQ$ - Trọng số cao nhất):
    • Thắt chặt tiêu chuẩn kiểm duyệt sản phẩm đối với gian hàng thông thường và gian hàng chính hãng (Shopee Mall).
    • Tối ưu hóa tính năng đánh giá có hình ảnh/video thực tế nhằm giảm thiểu độ lệch giữa mô tả và sản phẩm thực tế.
  2. Nâng cao Sự hài lòng ($SA$) và Chất lượng dịch vụ ($SQ$):
    • Tự động hóa quy trình đổi trả hàng/hoàn tiền nhanh (Instant Refund) nhằm gia tăng niềm tin sau mua.
    • Ứng dụng AI Chatbot hỗ trợ 24/7 kết hợp đội ngũ CSKH giải quyết khiếu nại trong vòng dưới 2 giờ.
  3. Tối ưu Hữu ích ($PU$) và Dễ sử dụng ($PEU$):
    • Tinh gọn luồng thanh toán (1-Click Checkout) qua ví điện tử ShopeePay, SPayLater.
    • Cá nhân hóa thuật toán gợi ý sản phẩm dựa trên lịch sử tìm kiếm giúp khách hàng tiết kiệm tối đa thời gian.

Hạn chế và hướng phát triển

  • Quy mô mẫu: Mẫu khảo sát dừng ở $N = 180$ phân bổ tại khu vực TP.HCM theo phương pháp thuận tiện, chưa bao phủ toàn bộ các tỉnh thành trên cả nước.
  • Phương pháp phân tích: Áp dụng mô hình hồi quy tuyến tính OLS trên SPSS 22. Hướng nghiên cứu tiếp theo nên mở rộng cấu trúc mô hình đường dẫn sử dụng mô hình Phương trình Cấu trúc Bình phương Tối thiểu Bán phần (PLS-SEM) hoặc CB-SEM trên phần mềm AMOS/SmartPLS để phân tích sâu vai trò trung gian (mediator) của "Sự hài lòng" và biến điều tiết (moderator) của "Chính sách khuyến mãi".

Đối tượng hưởng lợi

  • Sinh viên & Học viên: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu định lượng, quy trình xử lý thang đo Likert, Cronbach's Alpha và phân tích EFA.
  • Data Analysts & Marketers: Ứng dụng mô hình đánh giá mức độ tương quan và hồi quy tuyến tính để dự báo xu hướng khách hàng rời bỏ sàn (Churn Prediction).
  • Doanh nghiệp & Chủ shop TMĐT: Hiểu rõ hành vi khách hàng để phân bổ ngân sách marketing hợp lý (tập trung vào chất lượng hàng hóa thay vì chỉ chạy đua khuyến mãi giảm giá ảo).

Câu hỏi thường gặp

  1. Vì sao biến $PQ4$ bị loại bỏ trong quá trình kiểm định Cronbach's Alpha?
    • Biến $PQ4$ ("Sau khi so sánh tôi chọn sản phẩm có chất lượng thương hiệu tốt hơn") có tương quan biến tổng không đạt mức hội tụ cao với các biến đo lường chất lượng cốt lõi ($PQ1, PQ2, PQ3$). Việc loại bỏ $PQ4$ giúp hệ số tin cậy của nhóm tăng từ $0.712$ lên mức tối ưu.
  2. Tại sao Giá trị cảm nhận ($PV$) lại có mức độ tác động thấp nhất trong mô hình?
    • Người tiêu dùng tại TP.HCM trên Shopee đã mặc định sàn TMĐT là nơi có giá cả cạnh tranh. Do đó, yếu tố giá không còn là động lực khác biệt hóa lớn nhất để họ quyết định quay lại, mà chất lượng sản phẩm thực tế mới là nhân tố quyết định.
  3. Mẫu $N = 180$ có đảm bảo độ tin cậy thống kê cho phân tích EFA không?
    • Có. Theo nguyên tắc Hair et al. (tối thiểu 5 quan sát cho 1 biến quan sát: $5 \times 28 = 140$) và Green ($50 + 8 \times 6 = 98$), quy mô $N = 180$ hoàn toàn đáp ứng đầy đủ điều kiện kiểm định.
  4. Mô hình có xảy ra hiện tượng tự tương quan và đa cộng tuyến không?
    • Không. Giá trị kiểm định cho thấy $VIF < 2.0$ (ngưỡng an toàn $< 10$) và Durbin-Watson đạt chuẩn nằm trong khoảng $1.5 - 2.5$.
  5. Nghiên cứu có thể áp dụng cho các nền tảng khác như TikTok Shop hay Lazada không?
    • Hoàn toàn khả thi. Khung thang đo 6 nhân tố ($PQ, SQ, PV, PU, PEU, SA$) là cấu trúc chuẩn để đánh giá hành vi khách hàng trên mọi sàn thương mại điện tử đa kênh hiện nay.

Kết luận

Nghiên cứu đã lượng hóa thành công các động lực thúc đẩy quyết định tái mua sắm của khách hàng Shopee tại TP.HCM thông qua mô hình tích hợp TAM-ECM trên nền tảng SPSS 22. Với kết quả chứng minh Chất lượng sản phẩm ($PQ$) và Sự hài lòng ($SA$) là hai nhân tố tác động mạnh nhất, đề tài mang lại hệ thống luận cứ khoa học vững chắc giúp các doanh nghiệp TMĐT chuyển dịch chiến lược từ "đốt tiền giành thị phần" sang "nâng cao chất lượng giữ chân khách hàng bền vững".