Bối cảnh và vấn đề nghiên cứu

Cuộc Cách mạng công nghiệp lần thứ tư đã thúc đẩy sự chuyển dịch mạnh mẽ trong hành vi mua sắm và phương thức tương tác giữa người tiêu dùng với các đơn vị bán lẻ. Dưới tác động của đại dịch Covid-19, thương mại điện tử bùng nổ kéo theo nhu cầu tự động hóa dịch vụ khách hàng nhằm duy trì tương tác liên tục 24/7 với chi phí vận hành tối ưu. Chatbot—chương trình máy tính tương tác bằng ngôn ngữ tự nhiên—trở thành công cụ hỗ trợ bán hàng và chăm sóc khách hàng phổ biến.

Về mặt thực tiễn, thị trường ghi nhận sự tăng trưởng mạnh mẽ của các ứng dụng hội thoại tự động. Dự báo từ Insider Intelligence (2022) cho thấy chi tiêu bán lẻ qua chatbot toàn cầu dự kiến chạm mức 142 tỷ USD vào năm 2024. Tại Việt Nam, "Chương trình Chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030" cùng các chính sách phục hồi kinh tế kích cầu tiêu dùng (như Nghị quyết 11/NQ-CP) đã tạo hành lang phát triển cho các dịch vụ số. Nhóm dân số trẻ (chiếm 23,8% cơ cấu dân cư theo Tổng cục Thống kê năm 2019, trong đó nhóm dưới 29 tuổi dành tới 74% thời gian tiếp cận phương tiện truyền thông trên Internet theo Deloitte) là lực lượng tiên phong thích ứng với các công nghệ mua sắm mới.

Về mặt lý thuyết, phần lớn các công bố quốc tế về chatbot tập trung vào khía cạnh công nghệ thông tin và khoa học máy tính (chiếm gần 60 công bố nổi bật), trong khi các nghiên cứu chuyên sâu về lĩnh vực dịch vụ khách hàng và hành vi người tiêu dùng còn hạn chế (khoảng 11 công bố theo đánh giá của Wang và cộng sự, 2020). Tại Việt Nam, các nghiên cứu thực nghiệm đo lường các nhân tố tác động đến ý định tiếp nhận chatbot trong mua sắm trực tuyến của người tiêu dùng trẻ vẫn chưa được khai thác toàn diện.

Mục tiêu nghiên cứu

  1. Mục tiêu tổng quát: Xác định và đo lường mức độ ảnh hưởng của các nhân tố đến ý định sử dụng chatbot trong mua sắm trực tuyến của giới trẻ tại Thành phố Hồ Chí Minh; từ đó đề xuất các hàm ý quản trị cho doanh nghiệp và gợi ý cho người tiêu dùng.
  2. Mục tiêu cụ thể:
    • Hệ thống hóa cơ sở lý thuyết về hành vi người tiêu dùng trong bối cảnh công nghệ, làm rõ thực trạng và đặc điểm sử dụng chatbot của giới trẻ trong hoạt động mua sắm trực tuyến.
    • Xây dựng mô hình và kiểm định thực nghiệm mức độ tác động của các nhân tố đến ý định sử dụng chatbot trên các nền tảng số (website, ứng dụng di động, mạng xã hội, sàn thương mại điện tử).
    • Đề xuất các giải pháp thực tiễn giúp doanh nghiệp nâng cao chất lượng dịch vụ chatbot và hỗ trợ khách hàng trẻ tối ưu hóa quyết định mua hàng.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Các nhân tố ảnh hưởng đến ý định sử dụng chatbot trong mua hàng trực tuyến.
  • Đối tượng khảo sát: Người tiêu dùng trẻ độ tuổi từ 18 đến 24 (và mở rộng trong nhóm 18–35 tuổi ở phân tích thực nghiệm) đang sinh sống, học tập và làm việc tại TP.HCM, có nhận biết về chatbot trong thương mại điện tử.
  • Phạm vi không gian: Địa bàn Thành phố Hồ Chí Minh.
  • Phạm vi thời gian: Quá trình nghiên cứu thực hiện từ tháng 06/2023 đến tháng 09/2023 (khoảng 10 tuần); dữ liệu thứ cấp được tổng hợp cập nhật đến năm 2023.

Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng mô hình nghiên cứu dựa trên sự kế thừa và kết hợp các lý thuyết nền tảng về hành vi và tiếp nhận công nghệ:

  • Mô hình Chấp nhận Công nghệ (TAM - Technology Acceptance Model) của Davis (1989): Đóng vai trò hạt nhân, giải thích ý định hành vi thông qua hai biến số Nhận thức hữu ích (Perceived Usefulness - PU) và Nhận thức dễ sử dụng (Perceived Ease of Use - PEOU).
  • Thuyết Hành vi có Kế hoạch (TPB - Theory of Planned Behavior) của Ajzen (1991) và Thuyết Hành động Hợp lý (TRA) của Fishbein & Ajzen (1975): Giải thích vai trò của biến Thái độ (Attitude - A) đối với ý định hành vi.
  • Thuyết Hợp nhất Chấp nhận và Sử dụng Công nghệ (UTAUT) của Venkatesh và cộng sự (2012): Bổ sung yếu tố Kỳ vọng hiệu quả (Performance Expectancy - PE).
  • Lý thuyết Phổ biến Đổi mới (DOI) của Rogers (2004) và Thuyết Tự quyết (SDT).
Biến số trong mô hình Ký hiệu Số biến quan sát Nguồn tham khảo
Nhận thức hữu ích PU 5 (PU1 - PU5) Eeuwen (2017)
Nhận thức dễ sử dụng PEOU 4 (PEOU1 - PEOU4) Eeuwen (2017)
Thái độ A 4 (A1 - A4) Eeuwen (2017)
Kỳ vọng hiệu quả PE 5 (PE1 - PE5) Venkatesh và cộng sự (2012)
Ý định sử dụng chatbot I 3 (I1 - I3) Eeuwen (2017)

Mô hình thiết lập 4 giả thuyết nghiên cứu chính:

  • H1: Nhận thức hữu ích có ảnh hưởng tích cực đến ý định sử dụng chatbot.
  • H2: Nhận thức dễ sử dụng có ảnh hưởng tích cực đến ý định sử dụng chatbot.
  • H3: Thái độ có ảnh hưởng tích cực đến ý định sử dụng chatbot.
  • H4: Kỳ vọng hiệu quả có ảnh hưởng tích cực đến ý định sử dụng chatbot.

Phương pháp nghiên cứu và quy trình xử lý dữ liệu

Nghiên cứu ứng dụng quy trình 8 bước: (1) Xác định vấn đề nghiên cứu; (2) Lược khảo cơ sở lý thuyết; (3) Xây dựng khung lý thuyết; (4) Viết đề cương; (5) Thiết kế nghiên cứu và bảng hỏi Likert 5 mức độ; (6) Thu thập dữ liệu; (7) Phân tích dữ liệu và kiểm định giả thuyết; (8) Viết báo cáo và đề xuất hàm ý.

  • Nguồn dữ liệu: Dữ liệu sơ cấp được thu thập thông qua khảo sát trực tuyến bằng bảng câu hỏi trên nền tảng Google Forms phân phối qua mạng xã hội trong 2 tuần. Dữ liệu thứ cấp trích xuất từ các báo cáo ngành (iPrice, Deloitte, Tổng cục Thống kê) và các bài báo khoa học quốc tế.
  • Quy mô mẫu: Tổng số mẫu hợp lệ thu về đạt $N = 152$, thỏa mãn các tiêu chuẩn cỡ mẫu tối thiểu theo Bollen (1989) ($N \ge 5 \times 18 = 90$), Tabachnick & Fidell (1996) ($N \ge 8 \times 4 + 50 = 82$), và Hair và cộng sự (2009) ($N \ge 5 \times 21 = 105$).
  • Công cụ và kỹ thuật phân tích: Sử dụng Microsoft Excel 2016 và SPSS 20.0 để thực hiện:
    • Thống kê mô tả tần số mẫu nghiên cứu.
    • Đánh giá độ tin cậy thang đo bằng hệ số Cronbach's Alpha (điều kiện: $\alpha \ge 0{,}6$ và hệ số tương quan biến - tổng $\ge 0{,}3$).
    • Phân tích nhân tố khám phá (EFA) với phép trích và xoay nhân tố (điều kiện: $0{,}5 \le \text{KMO} \le 1$, $\text{Sig. Bartlett} < 0{,}05$, $\text{Eigenvalue} \ge 1$, tổng phương sai trích $\ge 50%$, hệ số tải nhân tố Factor Loading $\ge 0{,}5$).
    • Phân tích hệ số tương quan tuyến tính Pearson.
    • Phân tích hồi quy tuyến tính đa biến, kiểm tra hiện tượng đa cộng tuyến (hệ số phóng đại phương sai $\text{VIF} < 10$) và kiểm tra phân phối phần dư (biểu đồ Scatter Plot và biểu đồ tần số phần dư chuẩn hóa).

Nội dung chính theo từng chương

CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI

Chương 1 làm rõ tính cấp thiết của đề tài trên cả hai bình diện lý thuyết và thực tiễn. Tác giả tổng quan bối cảnh bùng nổ thương mại điện tử thời kỳ hậu Covid-19, sự phát triển của các nền tảng hội thoại thông minh và thực trạng ứng dụng chatbot của các thương hiệu quốc tế (như Sephora, IBM Watson) cũng như tại thị trường Việt Nam (như VinFast với VinBase Chatbot). Chương này xác định rõ mục tiêu tổng quát, 3 mục tiêu nghiên cứu cụ thể, đối tượng nghiên cứu, đối tượng khảo sát là giới trẻ tại TP.HCM, phạm vi không gian - thời gian (tháng 06/2023 – 09/2023), phương pháp nghiên cứu sơ bộ và cấu trúc tổng thể của khóa luận.

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT VỀ CHATBOT VÀ MÔ HÌNH NGHIÊN CỨU VỀ Ý ĐỊNH SỬ DỤNG CHATBOT TRONG MUA SẮM TRỰC TUYẾN

Chương 2 trình bày toàn diện cơ sở lý luận về công nghệ chatbot và thương mại điện tử:

  • Lịch sử và phân loại chatbot: Điểm lại các mốc phát triển từ Phép thử Turing (1950), chương trình ELIZA (1966), PARRY (1972), Jabberwacky (1997), ngôn ngữ AIML với ALICE, SmarterChild (2001), hệ thống IBM Watson (2006), các trợ lý ảo Siri, Google Now, Alexa, Cortana, Google Assistant (2010–2016) đến giai đoạn bùng nổ tích hợp trên mạng xã hội từ 2016 (Messenger, Skype). Phân loại chatbot theo miền kiến thức: Chatbot chung (Generic), Chatbot miền chuyên biệt (Domain-Specific), và Chatbot liên tác tử (Inter-agent).
  • Khái niệm và đặc điểm mua sắm trực tuyến: Phân tích các tiện ích duyệt danh mục sản phẩm, tính sẵn có của thông tin, khả năng so sánh giá cả và mức độ bảo mật thông tin theo góc nhìn của các tác giả Li & Zang (2002), Monsuwe và cộng sự (2004), Haubl & Trifts (2000).
  • Tổng quan nghiên cứu trước: Tổng hợp 9 công trình tiêu biểu quốc tế (Kasilingam & Soundararaj, 2020; Ashfaq và cộng sự, 2021; Lo Presti và cộng sự, 2021; Park & Sungjun, 2023; Camacho và cộng sự, 2022; Mehta và cộng sự, 2022; Melián-González và cộng sự, 2021; Said & Al Salihi, 2022; Eeuwen, 2017).
  • Xây dựng giả thuyết và mô hình đề xuất: Thiết lập 4 giả thuyết H1, H2, H3, H4 kết nối 4 biến độc lập (PU, PEOU, A, PE) với biến phụ thuộc Ý định sử dụng chatbot (I).

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU

Chương 3 chi tiết hóa quy trình nghiên cứu khoa học gồm 8 giai đoạn. Tác giả vận hành hóa các khái niệm bằng cách xây dựng bảng thang đo Likert 5 điểm gồm 21 biến quan sát trích xuất từ Eeuwen (2017) và Venkatesh và cộng sự (2012). Chương này xác lập cơ sở toán học tính toán cỡ mẫu ($N=152$ đáp ứng vượt mức tối thiểu 105 mẫu), đồng thời thiết lập các ngưỡng chuẩn thống kê cho kiểm định Cronbach's Alpha, phân tích nhân tố khám phá EFA (tiêu chuẩn KMO, kiểm định Bartlett, Eigenvalue, tổng phương sai trích, ma trận xoay), phân tích tương quan Pearson và phương trình hồi quy tuyến tính đa biến.

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU

Chương 4 trình bày chi tiết kết quả xử lý dữ liệu định lượng thu được từ 152 người tham gia khảo sát:

Cơ cấu nhân khẩu học và thói quen mẫu khảo sát ($N=152$):

  • Giới tính: Nữ chiếm 53,3% (81 mẫu); Nam chiếm 42,1% (64 mẫu); Giới tính khác/Không muốn nói chiếm 4,6% (7 mẫu).
  • Độ tuổi: Nhóm 19–24 tuổi chiếm tỷ lệ cao nhất với 52,0% (79 mẫu); nhóm 25–35 tuổi chiếm 27,0% (41 mẫu); nhóm trên 36 tuổi chiếm 12,5% (19 mẫu); nhóm 18 tuổi hoặc ít hơn chiếm 8,5% (13 mẫu).
  • Thời gian sử dụng thiết bị di động hàng ngày: 3–5 giờ chiếm 53,3% (81 mẫu); 1–3 giờ chiếm 27,6% (42 mẫu); trên 5 giờ chiếm 13,2% (20 mẫu); dưới 1 giờ chiếm 5,9% (9 mẫu).
  • Tần suất mua sắm trực tuyến: Mua nhiều hơn 1 lần/tháng chiếm 57,2% (87 mẫu); 1 tháng 1 lần chiếm 22,4% (34 mẫu); 6 tháng 1 lần chiếm 14,4% (22 mẫu); 1 năm 1 lần chiếm 5,9% (9 mẫu).

Kết quả kiểm định thang đo và hồi quy:

  • Kiểm định Cronbach's Alpha và phân tích EFA (thực hiện xoay ma trận 2 lần cho biến độc lập và 1 lần cho biến phụ thuộc) xác nhận các biến quan sát đạt độ tin cậy và giá trị hội tụ, giá trị phân biệt.
  • Phân tích tương quan Pearson và mô hình hồi quy đa biến cho thấy cả 4 nhân tố đều có tác động cùng chiều (+), có ý nghĩa thống kê tới ý định sử dụng chatbot trong mua sắm trực tuyến.
  • Mức độ ảnh hưởng sắp xếp theo thứ tự giảm dần:
    1. Nhận thức hữu ích (PU): Tác động mạnh nhất đến ý định sử dụng.
    2. Thái độ (A): Tác động mạnh thứ hai.
    3. Kỳ vọng hiệu quả (PE): Tác động mạnh thứ ba.
    4. Nhận thức dễ sử dụng (PEOU): Tác động tích cực thứ tư.

CHƯƠNG 5: KẾT LUẬN VÀ ĐỀ XUẤT HÀM Ý QUẢN TRỊ

Chương 5 đúc kết các phát hiện thực nghiệm và đưa ra các đề xuất chính sách:

  • Khuyến nghị cho doanh nghiệp: Cần tập trung nâng cao giá trị thực dụng của chatbot (tối ưu hóa tính năng tìm kiếm sản phẩm chính xác, tra cứu đơn hàng nhanh, tự động hóa xử lý yêu cầu); xây dựng kịch bản hội thoại tự nhiên, linh hoạt và cá nhân hóa trải nghiệm nhằm hình thành thái độ tích cực; tối ưu giao diện tương tác trên thiết bị di động để người dùng thao tác dễ dàng nhất.
  • Khuyến nghị cho người tiêu dùng: Tận dụng chatbot như công cụ hỗ trợ tra cứu thông tin sản phẩm, so sánh giá cả và theo dõi đơn hàng nhằm tiết kiệm thời gian mua sắm.
  • Hạn chế và hướng nghiên cứu tương lai: Nêu rõ các giới hạn về không gian nghiên cứu, phương pháp chọn mẫu thuận tiện và định hướng mở rộng các yếu tố mới trong tương lai.

Kết quả và đóng góp

Kết quả chính từ dữ liệu thực nghiệm

  • Xác thực được mô hình nghiên cứu gồm 4 nhân tố tác động đồng biến đến Ý định sử dụng chatbot trong mua hàng trực tuyến của giới trẻ tại TP.HCM.
  • Nhận thức hữu ích ($\text{PU}$) là yếu tố chi phối mạnh mẽ nhất; tiếp theo là Thái độ đối với việc sử dụng ($\text{A}$), Kỳ vọng hiệu quả ($\text{PE}$) và Nhận thức dễ sử dụng ($\text{PEOU}$).
  • Khảo sát thực trạng cho thấy nhóm người dùng trẻ tại TP.HCM có mức độ gắn kết cao với thiết bị di động (hơn 66,5% sử dụng từ 3 giờ trở lên mỗi ngày) và có tần suất mua sắm trực tuyến đều đặn (79,6% mua sắm từ 1 lần/tháng trở lên).

Giải pháp và khuyến nghị của tác giả

  • Đối với doanh nghiệp và nhà bán hàng:
    • Nâng cấp tính năng hữu ích: Cải thiện thuật toán tìm kiếm và đề xuất sản phẩm sát với nhu cầu của từng cá nhân; đồng bộ hóa tính năng tra cứu tình trạng đơn hàng tự động và hỗ trợ giải đáp chính sách bán hàng tức thì.
    • Tác động vào thái độ: Thiết kế kịch bản giao tiếp thông minh, tích hợp công nghệ phân tích cảm xúc (Sentiment Analysis) để phản hồi linh hoạt, mang lại trải nghiệm tương tác thú vị, thân thiện như giao tiếp với nhân viên thực tế.
    • Cải thiện kỳ vọng hiệu quả và sự tiện lợi: Tối ưu hóa tốc độ phản hồi tính bằng giây, đảm bảo khả năng phục vụ xuyên suốt 24/7 không gián đoạn nhằm giải quyết ngay các điểm chạm trong hành trình mua hàng.
    • Đơn giản hóa tương tác: Tinh gọn các bước thao tác trên màn hình điện thoại, thiết kế các nút bấm lựa chọn nhanh giúp người dùng không phải nhập liệu văn bản phức tạp.
  • Đối với khách hàng trẻ: Khai thác các tính năng tìm kiếm, so sánh và nhận mã giảm giá/ưu đãi được cá nhân hóa qua chatbot để ra quyết định tiêu dùng hiệu quả.

Đóng góp về mặt học thuật

Khóa luận đã hệ thống hóa và kiểm định thành công sự kết hợp giữa mô hình TAM, TPB và UTAUT trong bối cảnh thương mại điện tử tại đô thị lớn của Việt Nam (TP.HCM) thời kỳ hậu Covid-19; bổ sung dữ liệu thực nghiệm về hành vi tiếp nhận chatbot của phân khúc người tiêu dùng trẻ (Gen Z và Millennials).

Hạn chế và hướng nghiên cứu tiếp

Khóa luận tự chỉ ra các hạn chế nghiên cứu chính:

  1. Quy mô và phương pháp chọn mẫu: Mẫu khảo sát được thu thập theo phương pháp thuận tiện phi xác suất với quy mô $N = 152$, tập trung chủ yếu trên địa bàn TP.HCM và phân phối qua Google Forms trực tuyến nên tính đại diện tổng thể chưa cao.
  2. Khung biến số mô hình: Mô hình mới tập trung vào 4 nhân tố nhận thức và thái độ (PU, PEOU, A, PE), chưa xem xét các yếu tố rào cản ngoại sinh hoặc tâm lý khác như rủi ro bảo mật thông tin riêng tư (Internet Privacy Concerns), độ tin cậy của thương hiệu (Trust), hay tính nhân hóa (Anthropomorphism).

Hướng nghiên cứu tiếp theo:

  • Mở rộng phạm vi khảo sát ra các tỉnh/thành phố khác trên cả nước và nâng cao quy mô mẫu bằng phương pháp chọn mẫu ngẫu nhiên xác suất.
  • Bổ sung các biến trung gian, biến điều tiết (như giới tính, mức thu nhập, thế hệ) và các yếu tố cản trở (lo ngại rủi ro, bảo mật dữ liệu) nhằm hoàn thiện khung lý thuyết giải thích hành vi sử dụng chatbot.

Giá trị tham khảo

Tài liệu này là nguồn tham khảo hữu ích cho:

  • Sinh viên và học viên chuyên ngành: Quản trị kinh doanh, Marketing, Hệ thống thông tin quản lý, Thương mại điện tử.
  • Người thực hiện đề tài nghiên cứu: Cung cấp mẫu tham khảo chuẩn mực về quy trình triển khai nghiên cứu định lượng hoàn chỉnh (xây dựng thang đo, thiết kế bảng hỏi Likert, quy trình phân tích SPSS 20 từ Cronbach's Alpha, EFA 2 lần xoay ma trận, Pearson đến Hồi quy tuyến tính đa biến).
  • Nhà quản trị doanh nghiệp và lập trình viên ứng dụng: Tham khảo thứ tự ưu tiên của các nhân tố tác động đến khách hàng trẻ để thiết kế luồng kịch bản hội thoại chatbot tối ưu trải nghiệm và thúc đẩy tỷ lệ chuyển đổi đơn hàng.

Câu hỏi thường gặp

1. Khóa luận sử dụng khung lý thuyết gốc nào để xây dựng mô hình nghiên cứu?
Khóa luận tích hợp Mô hình Chấp nhận Công nghệ (TAM của Davis, 1989), Thuyết Hành vi có Kế hoạch (TPB của Ajzen, 1991) và Thuyết Hợp nhất Chấp nhận và Sử dụng Công nghệ (UTAUT của Venkatesh và cộng sự, 2012) để xác định 4 biến độc lập: Nhận thức hữu ích, Nhận thức dễ sử dụng, Thái độ và Kỳ vọng hiệu quả.

2. Quy mô mẫu khảo sát thực tế là bao nhiêu và được thu thập bằng cách nào?
Nghiên cứu thu thập được 152 mẫu khảo sát hợp lệ thông qua bảng hỏi trực tuyến trên Google Forms được phân phối trên các nền tảng mạng xã hội trong khoảng thời gian 2 tuần tại khu vực Thành phố Hồ Chí Minh.

3. Nhân tố nào có ảnh hưởng mạnh nhất đến ý định sử dụng chatbot của giới trẻ?
Kết quả phân tích hồi quy xác định nhân tố Nhận thức hữu ích (Perceived Usefulness - PU) là nhân tố có tác động tích cực mạnh nhất đến ý định sử dụng chatbot trong mua hàng trực tuyến, xếp trước các yếu tố Thái độ (A), Kỳ vọng hiệu quả (PE) và Nhận thức dễ sử dụng (PEOU).

4. Đặc điểm nhân khẩu học và hành vi nổi bật của tập mẫu khảo sát trong khóa luận là gì?
Trong 152 người tham gia: Nữ giới chiếm 53,3%; độ tuổi từ 19–24 chiếm áp đảo với 52,0%; có tới 53,3% người dùng dành từ 3–5 giờ mỗi ngày cho thiết bị di động; và 57,2% có tần suất mua sắm trực tuyến nhiều hơn 1 lần mỗi tháng.

Kết luận

Khóa luận tốt nghiệp của tác giả Phạm Hoài Thanh đã hoàn thành việc nhận diện và lượng hóa các nhân tố ảnh hưởng đến ý định sử dụng chatbot trong mua sắm trực tuyến của giới trẻ tại TP.HCM. Bằng phương pháp nghiên cứu định lượng chặt chẽ với cỡ mẫu $N=152$ trên phần mềm SPSS 20.0, đề tài chỉ ra vai trò then chốt của Nhận thức hữu ích cùng với Thái độ, Kỳ vọng hiệu quả và Nhận thức dễ sử dụng. Các phát hiện thực nghiệm cung cấp luận cứ khoa học có giá trị giúp các doanh nghiệp thương mại điện tử định hình chiến lược phát triển hệ thống trợ lý ảo tự động, đồng thời đóng góp tài liệu tham khảo thiết thực cho các nghiên cứu hành vi người tiêu dùng số.