Giới thiệu dự án

Thị trường xây dựng Việt Nam ghi nhận quy mô 57.52 tỷ USD vào năm 2020 và được dự báo đạt 94.93 tỷ USD vào năm 2026 với tốc độ tăng trưởng kép hàng năm (CAGR) trên 8.0%. Cùng với sự bùng nổ của ngành xây dựng và hoàn thiện nội thất, báo cáo từ Allied Market Research chỉ ra rằng dung lượng thị trường thiết bị vệ sinh và phụ kiện phòng tắm tại Việt Nam đạt 443.4 triệu USD vào năm 2018, kỳ vọng chạm mốc 685.2 triệu USD vào năm 2025 với tốc độ tăng trưởng 6.4%/năm. Đồng thời, theo báo cáo kinh tế số Google-Temasek, Việt Nam duy trì tốc độ phát triển thương mại điện tử (TMĐT) dẫn đầu khu vực Đông Nam Á với mức tăng trưởng bình quân trên 40%/năm.

Tuy nhiên, đối với ngành hàng thiết bị vệ sinh – nhóm sản phẩm có giá trị cao, cồng kềnh, đòi hỏi yêu cầu kỹ thuật lắp đặt khắt khe – hành vi chuyển dịch từ mua sắm truyền thống sang trực tuyến gặp phải nhiều rào cản tâm lý và kỹ thuật đáng kể.

                  BỐI CẢNH NGHIÊN CỨU & VẤN ĐỀ

Công ty TNHH Xuất Nhập Khẩu HTV Huế là đơn vị phân phối chính hãng các dòng thiết bị vệ sinh nhập khẩu và nội địa (tiêu biểu như Benzler và Krasic) tại khu vực miền Trung. Doanh nghiệp đối mặt với các bài toán cốt lõi:

  • Khách hàng lo ngại rủi ro sản phẩm thực tế không khớp với hình ảnh kỹ thuật số trên hệ thống website/fanpage.
  • Rào cản về chính sách vận chuyển, hoàn trả phức tạp và bảo mật dữ liệu cá nhân.
  • Năng lực tư vấn trực tuyến và tính tương tác của nền tảng số chưa đáp ứng kỳ vọng để chuyển đổi khách hàng từ cân nhắc sang ý định mua thực tế.

Mục tiêu cụ thể của công trình nghiên cứu:

  1. Hệ thống hóa cơ sở lý luận về hành vi người tiêu dùng trên môi trường số, tích hợp các mô hình hành vi kinh điển: Thuyết Hành động Hợp lý (TRA - Theory of Reasoned Action), Thuyết Hành vi Dự định (TPB - Theory of Planned Behaviour), Mô hình Chấp nhận Công nghệ (TAM - Technology Acceptance Model) và Lý thuyết Nhận thức Rủi ro (TPR - Theory of Perceived Risk).
  2. Định lượng hóa mức độ tác động của 5 nhóm nhân tố độc lập: Sự thuận tiện và hữu ích (TT), Nhận thức rủi ro (RR), Nhân viên bán hàng (NV), Niềm tin (NT), và Tính tương tác/Quảng cáo (QC) đến Ý định mua sắm trực tuyến (YD) của khách hàng.
  3. Xây dựng phương trình hồi quy tuyến tính bội với các hệ số chuẩn hóa $\beta$, kiểm định vi phạm giả định thống kê (đa cộng tuyến, phương sai thay đổi, phân phối chuẩn).
  4. Thiết lập hệ giải pháp chiến lược khả thi giúp tối ưu tỷ lệ chuyển đổi đơn hàng trực tuyến và nâng cao năng lực cạnh tranh cho HTV Huế.

Nghiên cứu được giới hạn thực nghiệm trên tập mẫu hợp lệ $N = 120$ khách hàng đã và đang tiếp cận các kênh số của HTV Huế trong giai đoạn từ tháng 09/2022 đến tháng 11/2022.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thị trường miền Trung, các kênh bán lẻ thiết bị vệ sinh vận hành theo 3 hình thức chính. Bảng so sánh dưới đây làm rõ ưu và nhược điểm của từng mô hình:

Tiêu chí Bán lẻ truyền thống (Showroom) Sàn TMĐT thuần túy (Shopee/Lazada) Nền tảng số HTV Huế (Omnichannel E-commerce)
Trải nghiệm sản phẩm Trực quan, kiểm tra chất liệu sứ/men tại chỗ Chỉ qua hình ảnh/video dựng sẵn Hình ảnh 3D, video thực tế, tư vấn 1-1 qua video call
Chi phí vận hành Rất cao (mặt bằng, kho bãi, nhân sự lớn) Thấp (chủ yếu chiết khấu sàn 8-15%) Tối ưu (tận dụng kho tổng, tự động hóa đơn hàng)
Phạm vi tiếp cận Cục bộ theo địa lý showroom Toàn quốc nhưng cạnh tranh phá giá Đa tỉnh miền Trung, tệp khách hàng dự án & cá nhân
Rủi ro vận chuyển Thấp (khách tự chở hoặc xe tải đại lý) Rất cao (đơn vị vận chuyển thứ 3 dễ làm vỡ) Kiểm soát cao (đội ngũ xe vận tải chuyên dụng HTV)
Khả năng tư vấn kỹ thuật Chuyên sâu trực tiếp Hạn chế (chatbot cơ bản) Nhân viên kinh doanh am hiểu kỹ thuật hỗ trợ 24/7

Khung yêu cầu người dùng được cấu trúc hóa theo phương pháp MoSCoW nhằm định hình các chức năng kênh số:

                  KHUNG YÊU CẦU NGƯỜI DÙNG (MoSCoW)

Thiết kế hệ thống

Mô hình nghiên cứu định lượng được cấu trúc với 5 nhân tố độc lập tác động trực tiếp lên biến phụ thuộc Ý định mua sắm trực tuyến:

Cấu trúc cơ sở dữ liệu quan hệ phục vụ việc số hóa bảng khảo sát và theo dõi chỉ số đo lường:

-- Schema thu thập dữ liệu khảo sát và xử lý thống kê
CREATE TABLE survey_respondents (
    respondent_id INT AUTO_INCREMENT PRIMARY KEY,
    gender VARCHAR(10) NOT NULL,
    age_group VARCHAR(20) NOT NULL,
    monthly_income VARCHAR(30) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

CREATE TABLE survey_measurements (
    response_id INT AUTO_INCREMENT PRIMARY KEY,
    respondent_id INT NOT NULL,
    item_code VARCHAR(10) NOT NULL,
    factor_group VARCHAR(10) NOT NULL,
    likert_score TINYINT CHECK (likert_score BETWEEN 1 AND 5),
    FOREIGN KEY (respondent_id) REFERENCES survey_respondents(respondent_id) ON DELETE CASCADE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

CREATE INDEX idx_factor_item ON survey_measurements (factor_group, item_code);

Ngăn xếp công nghệ phân tích dữ liệu:

  • Ngôn ngữ xử lý: Python 3.10 / R 4.2.2.
  • Thư viện chuyên dụng: pandas 1.5.2, numpy 1.23.5, statsmodels 0.13.5, factor_analyzer 0.4.1, scipy 1.9.3.
  • Phần mềm đối chuẩn: IBM SPSS Statistics version 26.0 (sử dụng ma trận xoay Promax và phép trích Principal Axis Factoring).

Methodology

Quy trình nghiên cứu áp dụng quy chuẩn khoa học nghiêm ngặt theo 4 giai đoạn:

  • Quy tắc xác định cỡ mẫu: Theo Hair et al. (1998), kích thước mẫu tối thiểu cho phân tích nhân tố khám phá (EFA) phải gấp ít nhất 5 lần số biến quan sát: $N \ge 5 \times k = 5 \times 23 = 115$. Theo công thức hồi quy của Tabachnick & Fidell (1991): $N \ge 8m + 50 = 8(5) + 50 = 90$ (với $m=5$ biến độc lập). Cỡ mẫu lựa chọn thực tế $N = 120$ thỏa mãn toàn bộ các điều kiện khắt khe trên.
  • Đánh giá rủi ro và kiểm soát chất lượng:
    • Rủi ro sai lệch do người trả lời (Common Method Bias): Sử dụng bảng hỏi chuẩn hóa, xáo trộn trật tự các câu hỏi thuộc nhóm biến tích cực và tiêu cực.
    • Tiêu chuẩn loại trừ biến rác: Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $< 0.30$, Factor Loading $< 0.50$, chênh lệch tải nhân tố chéo $< 0.30$.

Implementation và kết quả

Development process

Quá trình làm sạch dữ liệu, kiểm định độ tin cậy thang đo và phân tích đa biến được tự động hóa thông qua pipeline phân tích thống kê:

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

def execute_statistical_pipeline(data_path: str):
    # 1. Load và tiền xử lý dữ liệu Likert (N=120, 23 items)
    df = pd.read_csv(data_path)
    
    # 2. Kiểm tra chỉ số KMO & Bartlett Test cho 20 biến độc lập
    independent_items = [col for col in df.columns if col.startswith(('TT', 'RR', 'NV', 'NT', 'QC'))]
    chi2, p_value = calculate_bartlett_sphericity(df[independent_items])
    kmo_per_variable, kmo_total = calculate_kmo(df[independent_items])
    
    print(f"[EFA Validation] Bartlett Chi2: {chi2:.3f}, p-value: {p_value:.5f}")
    print(f"[EFA Validation] Kaiser-Meyer-Olkin Index: {kmo_total:.3f}")
    
    # 3. Phân tích nhân tố khám phá EFA (Promax Rotation, Eigenvalue > 1.0)
    fa = FactorAnalyzer(n_factors=5, rotation='promax', method='principal')
    fa.fit(df[independent_items])
    
    # 4. Hồi quy tuyến tính đa biến (OLS Regression)
    X = df[['TT_mean', 'RR_mean', 'NV_mean', 'NT_mean', 'QC_mean']]
    y = df['YD_mean']
    X_with_const = sm.add_constant(X)
    
    ols_model = sm.OLS(y, X_with_const).fit()
    
    # 5. Kiểm định đa cộng tuyến (VIF Calculation)
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
    
    return ols_model.summary(), vif_data

# Execute: pipeline sẵn sàng chạy với tệp khảo sát survey_htv_2022.csv

Testing và validation

Kiểm định độ tin cậy thang đo Cronbach's Alpha

Toàn bộ 6 thang đo với 23 biến quan sát đều đạt tiêu chuẩn độ tin cậy vượt bậc ($\alpha > 0.70$ và Corrected Item-Total Correlation $> 0.30$):

Ký hiệu Nhóm nhân tố Số biến quan sát Cronbach's Alpha Biến - Tổng nhỏ nhất (Min Item-Total Corr) Đánh giá
TT Sự thuận tiện và hữu ích 4 (TT1 - TT4) 0.842 0.621 (TT4) Đạt độ tin cậy cao
RR Nhận thức rủi ro 4 (RR1 - RR4) 0.815 0.584 (RR2) Đạt độ tin cậy cao
NV Nhân viên bán hàng 4 (NV1 - NV4) 0.798 0.542 (NV4) Đạt tiêu chuẩn tốt
NT Niềm tin 4 (NT1 - NT4) 0.865 0.678 (NT3) Đạt độ tin cậy rất cao
QC Tính tương tác/Quảng cáo 4 (QC1 - QC4) 0.824 0.598 (QC1) Đạt độ tin cậy cao
YD Ý định mua sắm trực tuyến 3 (YD1 - YD3) 0.881 0.735 (YD2) Đạt độ tin cậy rất cao

Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Hệ số KMO đạt 0.828 (thỏa mãn điều kiện $0.5 \le \text{KMO} \le 1.0$), kiểm định Bartlett đạt giá trị thống kê $\chi^2 = 1425.68$ với mức ý nghĩa $p = 0.000 < 0.001$, chứng minh các biến quan sát có tương quan chặt chẽ với nhau. Tổng phương sai trích (Total Variance Explained) đạt 63.45% ($> 50%$) tại Eigenvalue = 1.342 ($> 1.0$), 5 nhân tố được trích giữ lại 63.45% biến thiên của dữ liệu gốc. Tất cả Factor Loading đều dao động từ 0.612 đến 0.845 ($> 0.50$).
  • Biến phụ thuộc: KMO đạt 0.724, Bartlett's test có $p = 0.000$, phương sai trích đạt 76.21% tại 1 nhân tố duy nhất đại diện cho Ý định mua sắm trực tuyến.

Phân tích Hồi quy Tuyến tính Bội

Kết quả ước lượng mô hình hồi quy đa biến với biến phụ thuộc $YD$:

$$\text{YD} = 0.412 + 0.285 \cdot \text{TT} - 0.182 \cdot \text{RR} + 0.165 \cdot \text{NV} + 0.324 \cdot \text{NT} + 0.210 \cdot \text{QC}$$

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($p$-value) VIF
Hằng số ($\beta_0$) 0.412 0.215 - 1.916 0.058 -
Sự thuận tiện & Hữu ích (TT) 0.291 0.062 0.285 4.693 0.000 1.342
Nhận thức rủi ro (RR) -0.178 0.054 -0.182 -3.296 0.001 1.185
Nhân viên bán hàng (NV) 0.158 0.059 0.165 2.678 0.009 1.412
Niềm tin (NT) 0.318 0.065 0.324 4.892 0.000 1.520
Tính tương tác/Quảng cáo (QC) 0.205 0.058 0.210 3.534 0.001 1.318
  • Hệ số xác định mô hình: $R^2 = 0.618$, $R^2$ hiệu chỉnh $= 0.601$. Điều này chứng minh 5 nhân tố giải thích được 60.1% sự biến thiên của Ý định mua sắm trực tuyến đối với thiết bị vệ sinh.
  • Kiểm định độ phù hợp ANOVA: Giá trị thống kê $F = 36.85$ với mức ý nghĩa $p = 0.000 < 0.001$, khẳng định mô hình hoàn toàn phù hợp với dữ liệu thực tế.
  • Kiểm định hiện tượng tự tương quan & đa cộng tuyến: Hệ số Durbin-Watson $= 1.874$ (nằm trong khoảng tối ưu $1.50 < d < 2.50$), các giá trị VIF đều $< 1.60$ (thấp hơn nhiều so với ngưỡng cảnh báo 2.0), xác nhận không có hiện tượng đa cộng tuyến.

Đổi mới và đóng góp

Công trình mang lại những đột phá phương pháp luận và giá trị thực chứng rõ nét so với các công trình nghiên cứu trước đây:

Tiêu chí so sánh Mô hình TAM cổ điển (Davis, 1989) Mô hình TPB (Ajzen, 1991) Mô hình thực nghiệm HTV Huế (Đặng Quang Đức, 2022)
Cấu trúc biến Chỉ tập trung vào Công nghệ (Hữu ích & Dễ dùng) Tập trung vào Tâm lý xã hội (Thái độ, Chuẩn chủ quan) Tích hợp liên ngành: TAM + TPB + TPR + Tương tác số
Đặc thù ngành hàng Phần mềm / Hệ thống thông tin tổng quát Hành vi xã hội chung Chuyên biệt hóa cho sản phẩm giá trị cao & hàng cồng kềnh
Đo lường rủi ro Không xem xét rủi ro trực tiếp Không phân rã rủi ro giao dịch Định lượng hóa tác động tiêu cực của Nhận thức rủi ro ($\beta = -0.182$)
Yếu tố con người Bỏ qua Chuẩn chủ quan gián tiếp Định lượng vai trò kỹ thuật của Nhân viên tư vấn trực tuyến ($\beta = 0.165$)

Đóng góp học thuật và thực tiễn

  1. Xác định thứ bậc tác động thực nghiệm: Nghiên cứu chứng minh rằng đối với thiết bị vệ sinh, Niềm tin ($\beta = 0.324$) là yếu tố chi phối mạnh mẽ nhất, tiếp theo là Sự thuận tiện và hữu ích ($\beta = 0.285$)Tính tương tác/Quảng cáo ($\beta = 0.210$).
  2. Chứng minh định lượng rào cản rủi ro: Nhận thức rủi ro có tác động ngược chiều mạnh ($\beta = -0.182, p = 0.001$). Nếu doanh nghiệp giảm được 1 đơn vị nhận thức rủi ro từ khách hàng, ý định mua sắm sẽ tăng tương ứng 0.182 đơn vị độ lệch chuẩn.
  3. Mô hình hóa vai trò nhân viên tư vấn số: Thao tác giải đáp kỹ thuật, phản hồi 24/7 của đội ngũ nhân viên kinh doanh đóng góp trực tiếp ($\beta = 0.165$) vào việc chuyển đổi quyết định mua sắm thiết bị vệ sinh trên nền tảng trực tuyến.

Ứng dụng thực tế và triển khai

Kế hoạch giải pháp chi tiết cho HTV Huế

                          MA TRẬN GIẢI PHÁP 5 TRỤ CỘT

Lộ trình triển khai (Implementation Roadmap)

[Nâng cấp Web]   [Hệ thống QR]   [Omnichannel]   [Tối ưu hóa]    [Mở rộng ra
 UI/UX & Bộ lọc   e-Warranty &     Livestream &    Vận hành Logistics  Toàn Miền
 Kỹ thuật         Logistics cam kết  SLA < 3 min     Giảm chi phí 15%  Trung]
  • Giai đoạn 1 (Tháng 01 - 03/2023): Nâng cấp giao diện website HTV Huế, chuẩn hóa 100% dữ liệu kích thước kỹ thuật, tích hợp bộ công cụ đo đạc không gian phòng tắm.
  • Giai đoạn 2 (Tháng 04 - 06/2023): Ban hành chính sách bảo hành số qua mã QR và quy trình đồng kiểm vận tải, giảm tỷ lệ khiếu nại vỡ hỏng xuống dưới 0.5%.
  • Giai đoạn 3 (Tháng 07 - 09/2023): Chuẩn hóa hệ thống phản hồi đa kênh (Facebook, Zalo ZNS, Website LiveChat) với SLA phản hồi dưới 3 phút.
  • Giai đoạn 4 (Tháng 10/2023 trở đi): Đánh giá định kỳ chỉ số hài lòng (CSAT) và đo lường lại $R^2$ chuyển đổi doanh thu trực tuyến.

Phân tích Chi phí - Lợi ích (Cost-Benefit & ROI Analysis)

  • Ngân sách đầu tư: 120.000.000 VNĐ (Nâng cấp nền tảng web, quay dựng media kỹ thuật, đào tạo kỹ thuật viên tư vấn).
  • Lợi ích dự kiến:
    • Tăng tỷ lệ chuyển đổi đơn hàng online từ 1.8% lên 3.5%.
    • Tăng trưởng doanh thu bán lẻ trực tuyến 35% trong năm tài chính 2023.
    • Thời gian hoàn vốn đầu tư (Payback Period): 5.2 tháng với ROI ước tính năm đầu đạt 185%.

Hạn chế và hướng phát triển

Dù đạt được các kết quả thống kê có ý nghĩa, đề tài ghi nhận một số hạn chế nhất định:

  • Kích thước và phạm vi mẫu: Nghiên cứu giới hạn ở $N = 120$ khách hàng tại địa bàn tỉnh Thừa Thiên Huế, chưa bao quát toàn diện hành vi người tiêu dùng tại các đô thị lớn như Đà Nẵng, TP. Hồ Chí Minh hay Hà Nội.
  • Phương pháp tiếp cận: Mô hình tập trung vào kỹ thuật phân tích nhân tố khám phá EFA và Hồi quy OLS, chưa áp dụng Mô hình Phương trình Cấu trúc Tuyến tính (SEM - Structural Equation Modeling) để đánh giá các mối quan hệ trung gian (như vai trò trung gian của Thái độ hay Sự hài lòng).
  • Hướng phát triển tương lai:
    • Mở rộng tập dữ liệu lên $N \ge 500$ trên toàn miền Trung.
    • Ứng dụng mô hình PLS-SEM (Partial Least Squares SEM) bằng phần mềm SmartPLS 4.0 để kiểm tra các tác động điều tiết của Độ tuổiThu nhập.
    • Nghiên cứu sâu hơn về trải nghiệm thực tế ảo tăng cường (AR/VR) đối với ý định mua sắm thiết bị nội thất.

Đối tượng hưởng lợi

                                  ĐỐI TƯỢNG HƯỞNG LỢI
  1. Sinh viên và Học viên khối ngành Kinh tế/QTKD: Nắm bắt phương pháp luận nghiên cứu định lượng chuẩn mực từ bước tổng quan lý thuyết, thiết kế thang đo, thu thập mẫu đến chạy kiểm định thống kê chuyên sâu trên SPSS/Python.
  2. Doanh nghiệp bán lẻ & phân phối vật liệu xây dựng/nội thất: Tiếp cận bộ giải pháp thực chứng đã được kiểm định độ tin cậy để tháo gỡ điểm nghẽn bán hàng trực tuyến, tối ưu quy trình chăm sóc khách hàng và giảm tỷ lệ hoàn hủy hàng hóa cồng kềnh.
  3. Chuyên viên Marketing & E-commerce: Hiểu rõ cấu trúc trọng số tác động ($\beta$) của các chiến dịch tương tác, quảng cáo trực quan so với yếu tố xây dựng niềm tin thương hiệu.
  4. Cộng đồng nghiên cứu hành vi người tiêu dùng: Có thêm tài liệu tham khảo thực nghiệm về mô hình kết hợp TAM - TPR tại thị trường nội thất phòng tắm Việt Nam.

Câu hỏi thường gặp

1. Cần điều kiện kỹ thuật gì để triển khai hệ thống phân tích dữ liệu khảo sát này?

Hệ thống yêu cầu máy tính cá nhân cấu hình tối thiểu Intel Core i3 / 4GB RAM, cài đặt môi trường Python 3.8+ (với các thư viện statsmodels, factor_analyzer, pandas) hoặc phần mềm IBM SPSS Statistics version 20.0 trở lên. Dữ liệu khảo sát được nhập dưới định dạng bảng tính CSV/Excel chuẩn hóa mã hóa Likert 1-5.

2. Vì sao mô hình nghiên cứu này không xem xét yếu tố Giá cả như một biến độc lập riêng biệt?

Trong nghiên cứu này, yếu tố giá cả và ưu đãi đã được tích hợp trực tiếp vào biến quan sát của thang đo Tính tương tác/Quảng cáo (biến QC4: "Mua sắm trực tuyến nhận được nhiều ưu đãi và chiết khấu hơn mua trực tiếp") và thang đo Sự thuận tiện và hữu ích (TT3), nhằm tập trung phân tích sâu vào hành vi tiếp cận kênh số hóa thay vì cạnh tranh giá thuần túy.

3. Mô hình có thể tích hợp với các hệ thống CRM hoặc ERP hiện có của doanh nghiệp không?

Có. Bảng câu hỏi và dữ liệu phân tích có thể dễ dàng liên kết với các nền tảng quản trị quan hệ khách hàng (CRM) như HubSpot, Salesforce hoặc Odoo thông qua RESTful API để tự động thu thập điểm đánh giá CSAT và phản hồi sau mua của khách hàng theo thời gian thực.

4. Quy trình bảo trì và tái đánh giá mô hình định lượng này nên thực hiện như thế nào?

Doanh nghiệp nên định kỳ 6 tháng một lần thực hiện thu thập dữ liệu trên tập mẫu mới ($N \ge 100$) để tái ước lượng các hệ số hồi quy $\beta$. Điều này giúp phát hiện kịp thời sự thay đổi trong hành vi người tiêu dùng khi công nghệ mới (như thanh toán sinh trắc học, trải nghiệm AR) trở nên phổ biến.

5. Chi phí triển khai hệ thống giải pháp và thời gian hoàn vốn (ROI) được tính toán ra sao?

Tổng chi phí ước tính khoảng 120.000.000 VNĐ cho việc nâng cấp website, đào tạo đội ngũ và triển khai truyền thông số. Với mức tăng trưởng doanh số trực tuyến dự kiến đạt 35%/năm, doanh nghiệp sẽ thu hồi toàn bộ vốn đầu tư sau khoảng 5.2 tháng vận hành.


Kết luận

Khóa luận tốt nghiệp của tác giả Đặng Quang Đức đã giải quyết trọn vẹn bài toán thực tế của Công ty TNHH Xuất Nhập Khẩu HTV Huế bằng phương pháp luận định lượng đa biến chặt chẽ. Thông qua việc kết hợp các mô hình lý thuyết TRA, TPB, TAM và TPR, nghiên cứu đã chứng minh rằng Niềm tin ($\beta = 0.324$)Sự thuận tiện & hữu ích ($\beta = 0.285$) là hai đòn bẩy quan trọng nhất thúc đẩy ý định mua sắm thiết bị vệ sinh trực tuyến, trong khi Nhận thức rủi ro ($\beta = -0.182$) là rào cản lớn nhất cần triệt tiêu.

Mô hình đạt độ giải thích cao ($R^2 = 61.8%$) với toàn bộ các kiểm định thống kê đạt chuẩn mực khoa học. Hệ thống giải pháp 5 trụ cột được đề xuất không chỉ cung cấp lộ trình hành động thiết thực cho HTV Huế để bứt phá doanh số trên kênh số, mà còn tạo tiền đề tài liệu tham khảo giá trị cho các nghiên cứu ứng dụng quản trị kinh doanh và kinh tế số tại Việt Nam. Doanh nghiệp và nhà nghiên cứu quan tâm có thể áp dụng trực tiếp khung nghiên cứu này để số hóa thành công ngành hàng vật liệu xây dựng và hoàn thiện nội thất.