Giới thiệu dự án

Thương mại điện tử (TMĐT - E-Commerce) tại Việt Nam đã có bước nhảy vọt mang tính cấu trúc dưới tác động của cuộc Cách mạng Công nghiệp 4.0 và đại dịch COVID-19. Theo Sách trắng Thương mại điện tử Việt Nam, tỷ lệ người dùng Internet tham gia mua sắm trực tuyến đã tăng trưởng từ 77% (năm 2019) lên 88% (năm 2020) và tiếp tục duy trì ở mức cao trong giai đoạn bình thường mới. Trong bức tranh đó, thế hệ Y (Millennials, sinh từ 1980 đến 1994, chiếm khoảng 35% dân số Việt Nam) đóng vai trò là lực lượng lao động chủ chốt, có thu nhập ổn định, mức độ am hiểu công nghệ cao và là nhóm khách hàng mục tiêu hàng đầu của các nền tảng TMĐT như Shopee.

+-----------------------------------------------------------------------------------+
|                            BỐI CẢNH THỊ TRƯỜNG TMĐT                              |
|  - Tỷ lệ người dùng Internet mua sắm trực tuyến: 77% (2019) -> 88% (2020+)        |
|  - Phân khúc Gen Y (1980-1994): Chiếm ~35% dân số, động lực tiêu dùng chính      |
|  - Địa bàn nghiên cứu: TP. Thủ Đức (Trung tâm kinh tế tri thức & công nghệ cao)   |
+-----------------------------------------------------------------------------------+

Dù Shopee đang giữ vị trí dẫn đầu về lượng truy cập hàng tháng tại Việt Nam (vượt qua các đối thủ cạnh tranh như Lazada, Tiki, Sendo), các doanh nghiệp bán lẻ trên sàn vẫn đối mặt với tỷ lệ chuyển đổi đơn hàng không đồng đều, chi phí thu hút khách hàng (Customer Acquisition Cost - CAC) tăng cao, và nguy cơ mất khách do rủi ro giao dịch trực tuyến. Bài nghiên cứu "Phân tích các yếu tố tác động đến quyết định mua sắm của người tiêu dùng thế hệ Y trên sàn thương mại điện tử Shopee tại thành phố Thủ Đức" do tác giả Lã Minh Chi thực hiện (chuyên ngành Quản trị Kinh doanh, Trường Đại học Ngân hàng TP.HCM, dưới sự hướng dẫn của TS. Châu Đình Linh) giải quyết trực diện bài toán định lượng các động lực và rào cản tâm lý - hành vi của phân khúc khách hàng quan trọng này.

Mục tiêu nghiên cứu cụ thể

  1. Xác định các yếu tố cốt lõi cấu thành hành vi và tác động đến quyết định mua sắm trực tuyến của người tiêu dùng thế hệ Y trên sàn Shopee tại TP. Thủ Đức.
  2. Đo lường mức độ tác động tương đối ($\beta$ standardized coefficients) của từng nhân tố thông qua mô hình phân tích hồi quy tuyến tính bội trên mẫu dữ liệu thực nghiệm $N = 222$.
  3. Kiểm định sự khác biệt có ý nghĩa thống kê giữa các nhóm nhân khẩu học (giới tính, độ tuổi, nghề nghiệp, thu nhập, học vấn) đối với quyết định mua sắm.
  4. Đề xuất hệ thống hàm ý quản trị khả thi giúp Shopee và các đối tác gian hàng (Shopee Mall / Marketplace) tối ưu hóa trải nghiệm khách hàng, giảm thiểu tỷ lệ rời bỏ (churn rate) và gia tăng giá trị trọn đời của khách hàng (Customer Lifetime Value - CLV).

Phương pháp tiếp cận và phạm vi

  • Phạm vi không gian & thời gian: Khảo sát người tiêu dùng thuộc thế hệ Y (26–40 tuổi) đang sinh sống, học tập hoặc làm việc tại TP. Thủ Đức trong khung thời gian từ tháng 04/2022 đến tháng 07/2022.
  • Phương pháp luận tích hợp: Kết hợp nghiên cứu định tính (thảo luận nhóm 3 chuyên gia, phỏng vấn sâu 5 người tiêu dùng) để hiệu chỉnh thang đo 37 biến quan sát, cùng nghiên cứu định lượng phân tích qua phần mềm IBM SPSS Statistics 22.0.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi người tiêu dùng trên môi trường số đòi hỏi sự kế thừa từ các khung lý thuyết kinh điển về tâm lý học và công nghệ thông tin. Dưới đây là bảng tổng hợp và đánh giá các mô hình nền tảng:

Mô hình / Lý thuyết Tác giả & Năm Ưu điểm cốt lõi Hạn chế khi áp dụng vào TMĐT hiện đại
TRA (Theory of Reasoned Action) Ajzen & Fishbein (1975) Đặt nền móng liên kết giữa thái độ, chuẩn chủ quan và ý định hành vi. Bỏ qua các rào cản về nguồn lực, kỹ năng và kiểm soát công nghệ thực tế.
TPB (Theory of Planned Behavior) Ajzen (1991) Bổ sung biến "Nhận thức kiểm soát hành vi", tăng độ chính xác dự báo. Chưa tích hợp các yếu tố đặc thù của giao dịch số như rủi ro thanh toán và giao nhận.
TAM (Technology Acceptance Model) Davis (1986) Tối ưu cho việc giải thích chấp nhận công nghệ qua Tính hữu ích (PU) & Dễ sử dụng (PEOU). Không bao hàm trực tiếp yếu tố chính sách giá và tương tác xã hội số (eWOM).
UTAUT (Unified Theory of Acceptance & Use) Venkatesh et al. (2003) Tỷ lệ giải thích phương sai ($R^2$) cao (~70%), đa dạng biến kiểm soát. Cấu trúc phức tạp, đòi hỏi cỡ mẫu rất lớn để tránh hiện tượng quá khớp (overfitting).
TPR (Theory of Perceived Risk) Bauer (1960) Bóc tách chi tiết rủi ro sản phẩm và rủi ro giao dịch tài chính trực tuyến. Mang tính phòng thủ, chưa đánh giá đồng thời các yếu tố kích cầu marketing (khuyến mãi, giá). 
                       MA TRẬN ƯU TIÊN YÊU CẦU THEO KHUNG MOSCOW
+------------------------------------------------------------------------------------+
| MUST HAVE (Bắt buộc)                                                               |
|  - Tích hợp 2 cấu trúc TAM: Nhận thức sự hữu ích (SHI) & Tính dễ sử dụng (DSD).   |
|  - Tích hợp cấu trúc TPR: Nhận thức rủi ro (RR) về sản phẩm và giao dịch.         |
|  - Đảm bảo kiểm định độ tin cậy thang đo qua hệ số Cronbach's Alpha >= 0.70.       |
+------------------------------------------------------------------------------------+
| SHOULD HAVE (Nên có)                                                               |
|  - Biến Chính sách giá (CSG) và Sự uy tín sàn/gian hàng (UT).                      |
|  - Phân tích tương quan Pearson và kiểm định đa cộng tuyến (VIF < 2.0).            |
+------------------------------------------------------------------------------------+
| COULD HAVE (Có thể có)                                                             |
|  - Biến Ảnh hưởng xã hội (AHXH) từ truyền miệng điện tử (eWOM).                    |
|  - Kiểm định T-Test và One-Way ANOVA cho 5 biến nhân khẩu học.                     |
+------------------------------------------------------------------------------------+
| WON'T HAVE (Không thực hiện trong phạm vi này)                                     |
|  - Mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM).          |
+------------------------------------------------------------------------------------+

Thiết kế hệ thống mô hình hóa dữ liệu

Mô hình nghiên cứu đề xuất được chuẩn hóa thành phương trình hồi quy tuyến tính đa biến:

$$QD = \beta_0 + \beta_1 \cdot SHI + \beta_2 \cdot UT + \beta_3 \cdot CSG + \beta_4 \cdot DSD + \beta_5 \cdot AHXH - \beta_6 \cdot RR + \epsilon$$

                                KHUNG MÔ HÌNH NGHIÊN CỨU
+------------------------------------+
| Nhận thức sự hữu ích (SHI)   (+)   |----+
+------------------------------------+    |
+------------------------------------+    |
| Sự uy tín thương hiệu (UT)   (+)   |----+
+------------------------------------+    |
+------------------------------------+    |       +-----------------------------+
| Chính sách giá (CSG)         (+)   |----+----> |  Quyết định mua sắm trực    |
+------------------------------------+    |       |  tuyến của Gen Y trên       |
+------------------------------------+    |       |  Shopee tại TP. Thủ Đức (QD)|
| Tính dễ sử dụng (DSD)        (+)   |----+       +-----------------------------+
+------------------------------------+    |
+------------------------------------+    |
| Ảnh hưởng xã hội (AHXH)      (+)   |----+
+------------------------------------+    |
+------------------------------------+    |
| Nhận thức rủi ro (RR)        (-)   |----+
+------------------------------------+

Cấu hình Stack công nghệ phân tích

Data_Analysis_Stack:
  Environment: "Statistical Analysis Runtime"
  Core_Engine: "IBM SPSS Statistics Version 22.0.0"
  Data_Pipeline:
    Survey_Tool: "Google Forms API v1"
    Data_Cleaning: "MS Excel 2019 / Python 3.10 (Pandas Engine)"
    Sample_Size_N: 222
    Observed_Variables: 37
  Psychometric_Scale: "5-point Likert Scale (1: Strongly Disagree -> 5: Strongly Agree)"
  Regression_Engine: "Ordinary Least Squares (OLS) Estimator"

Methodology

Quy trình nghiên cứu 2 giai đoạn được thực thi tuần tự theo chuẩn nghiên cứu định lượng thực nghiệm:

[Giai đoạn 1: Định tính] 
  Thảo luận nhóm chuyên gia (n=3) + Phỏng vấn sâu người tiêu dùng Gen Y (n=5)
  --> Hiệu chỉnh và phát triển bảng hỏi sơ bộ thành bảng hỏi chính thức (37 biến quan sát)
          |
          v
[Giai đoạn 2: Định lượng] 
  Khảo sát diện rộng tại TP. Thủ Đức (Thu về N = 222 mẫu hợp lệ)
          |
          v
[Phân tích dữ liệu trên SPSS 22.0]
  1. Thống kê mô tả (Descriptive Statistics)
  2. Đánh giá độ tin cậy (Cronbach's Alpha >= 0.70, Corrected Item-Total Correlation >= 0.30)
  3. Phân tích nhân tố khám phá (EFA - Principal Component Analysis, Varimax Rotation)
  4. Phân tích tương quan Pearson (r matrix)
  5. Hồi quy tuyến tính bội (OLS Regression) & Kiểm định giả định (Durbin-Watson, VIF)
  6. Kiểm định sai biệt trung bình (Independent Samples T-Test & One-Way ANOVA)

Implementation và kết quả

Quá trình phân tích và thuật toán thực thi

Quy trình làm sạch dữ liệu và kiểm định hồi quy được thực thi bằng cú pháp SPSS Syntax tiêu chuẩn (hoặc script phân tích tương đương trên môi trường Python/Statsmodels):

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

# 1. Tải và chuẩn bị dữ liệu (Dataset N=222, Thang đo Likert 5 điểm)
df = pd.read_csv("shopee_gen_y_survey_data.csv")

# 2. Xây dựng biến tổng hợp từ các biến quan sát đại diện (Mean composite scores)
X = df[['SHI', 'UT', 'CSG', 'DSD', 'AHXH', 'RR']]
y = df['QD']

# 3. Thêm hằng số (Constant / Intercept)
X_with_const = sm.add_constant(X)

# 4. Ước lượng mô hình OLS Regression
model = sm.OLS(y, X_with_const).fit()

# 5. Đánh giá hiện tượng 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))]

print(model.summary())
print(vif_data)

* SPSS Syntax: Đánh giá độ tin cậy và hồi quy tuyến tính.
RELIABILITY
  /VARIABLES=SHI1 SHI2 SHI3 SHI4 SHI5
  /SCALE('Cronbach Alpha - Perceived Usefulness') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR.

FACTOR
  /VARIABLES=SHI1 TO SHI5 UT1 TO UT5 CSG1 TO CSG5 DSD1 TO DSD5 AHXH1 TO AHXH5 RR1 TO RR6
  /MISSING LISTWISE 
  /ANALYSIS SHI1 TO RR6
  /PRINT INITIAL KMO EXTRACTION ROTATION
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX.

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT QD
  /METHOD=ENTER SHI UT CSG DSD AHXH RR
  /RESIDUALS DURBIN.

Testing và validation thống kê

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

Tất cả 6 thang đo biến độc lập và 1 thang đo biến phụ thuộc đều đạt yêu cầu kiểm định: hệ số Cronbach’s Alpha dao động từ $0.785$ đến $0.892$ (đều vượt ngưỡng chuẩn $0.70$), hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của 37 biến quan sát đều $> 0.35$.

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO & Bartlett’s Test (Biến độc lập):
    • Hệ số Kaiser-Meyer-Olkin (KMO) = $0.842$ ($0.5 < KMO < 1.0$).
    • Kiểm định Bartlett: $\chi^2 = 3412.56$, giá trị $p\text{-value} = 0.000 < 0.001$, chứng minh các biến quan sát có tương quan tuyến tính chặt chẽ.
  • Trích rút nhân tố: Phương pháp Principal Component Analysis với phép xoay Varimax trích được 6 nhân tố với tổng phương sai trích (Total Variance Explained) đạt $64.82% > 50%$, tất cả các hệ số tải nhân tố (Factor Loading) đều $> 0.55$, Eigenvalue của nhân tố cuối cùng đạt $1.21 > 1.0$.

3. Kiểm định chẩn đoán mô hình hồi quy (Regression Diagnostics)

  • Hệ số xác định mô hình: $R^2 = 0.618$, $R^2 \text{ hiệu chỉnh (Adjusted } R^2) = 0.607$ (Mô hình giải thích được $60.7%$ sự biến thiên của Quyết định mua sắm trực tuyến của Gen Y).
  • Kiểm định ANOVA: $F(6, 215) = 57.942$, $p\text{-value} = 0.000 < 0.001$, khẳng định mô hình hồi quy hoàn toàn phù hợp với tổng thể.
  • Kiểm định tự tương quan: Hệ số Durbin-Watson = $1.874$ (nằm an toàn trong khoảng chuẩn $1.5 \le d \le 2.5$).
  • Kiểm định đa cộng tuyến: Hệ số phóng đại phương sai (VIF) của các biến dao động từ $1.142$ đến $1.685$ (nhỏ hơn nhiều so với ngưỡng rủi ro $2.0$, Tolerance $> 0.59$), khẳng định không xảy ra hiện tượng đa cộng tuyến.

Kết quả đạt được

Bảng kết quả phân tích hệ số hồi quy tuyến tính từ mẫu khảo sát $N=222$:

Biến độc lập Ký hiệu Hệ số hồi quy chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị $t\text{-stat}$ Mức ý nghĩa ($Sig.$) Đánh giá giả thuyết
Hằng số (Constant) $\beta_0$ $0.412$ $0.185$ - $2.227$ $0.027$ Có ý nghĩa ($p < 0.05$)
Chính sách giá CSG $0.324$ $0.048$ $0.342$ $6.750$ $0.000$ Chấp nhận $H_3$ (+)
Sự uy tín UT $0.256$ $0.045$ $0.268$ $5.688$ $0.000$ Chấp nhận $H_2$ (+)
Nhận thức hữu ích SHI $0.218$ $0.046$ $0.224$ $4.739$ $0.000$ Chấp nhận $H_1$ (+)
Ảnh hưởng xã hội AHXH $0.142$ $0.041$ $0.151$ $3.463$ $0.001$ Chấp nhận $H_5$ (+)
Nhận thức rủi ro RR $-0.118$ $0.038$ $-0.126$ $-3.105$ $0.002$ Chấp nhận $H_6$ (-)
Tính dễ sử dụng DSD $0.042$ $0.039$ $0.045$ $1.076$ $0.283$ Bác bỏ $H_4$ ($p > 0.05$) 
                 MỨC ĐỘ TÁC ĐỘNG TƯƠNG ĐỐI CỦA CÁC YẾU TỐ (BETA CHUẨN HÓA)
Chính sách giá (CSG)       | [====================================] +0.342 (Top 1)
Sự uy tín (UT)             | [============================] +0.268 (Top 2)
Nhận thức hữu ích (SHI)   | [=======================] +0.224 (Top 3)
Ảnh hưởng xã hội (AHXH)    | [================] +0.151 (Top 4)
Nhận thức rủi ro (RR)      | [=============] -0.126 (Tác động nghịch chiều)
Tính dễ sử dụng (DSD)      | [==] +0.045 (Không có ý nghĩa thống kê, p = 0.283)

Phân tích biến nhân khẩu học

  • Giới tính & Độ tuổi: Kiểm định Independent Samples T-Test và ANOVA cho thấy không có sự khác biệt có ý nghĩa thống kê về quyết định mua sắm giữa nam và nữ ($p = 0.415 > 0.05$), cũng như giữa các phân nhóm tuổi thuộc Gen Y ($p = 0.320 > 0.05$).
  • Thu nhập & Nghề nghiệp: Kiểm định One-Way ANOVA ghi nhận sự khác biệt rõ rệt ($p < 0.01$) đối với nhóm người tiêu dùng có mức thu nhập trên 15 triệu VNĐ/tháng, có tần suất mua sắm và giá trị giỏ hàng cao hơn đáng kể so với nhóm thu nhập dưới 8 triệu VNĐ.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn quan trọng khi đặt hành vi người tiêu dùng trong không gian đô thị đổi mới sáng tạo (TP. Thủ Đức):

+------------------------------------------------------------------------------------+
|                             ĐÓNG GÓP MỚI CỦA NGHIÊN CỨU                            |
| 1. Bác bỏ định kiến về "Tính dễ sử dụng" (PEOU) đối với Gen Y:                    |
|    - Đối với thế hệ bản địa số, giao diện UI/UX mượt mà là yêu cầu mặc định,      |
|      không còn là động lực phân hóa quyết định mua sắm (Beta = 0.045, p > 0.05).   |
| 2. Chứng minh vai trò vượt trội của "Chính sách giá & Khuyến mãi":                 |
|    - Là biến tác động mạnh nhất (Beta = 0.342), phản ánh hành vi so sánh giá đa    |
|      kênh trước khi kích hoạt thanh toán.                                          |
| 3. Định lượng hóa rào cản "Nhận thức rủi ro" trong thời kỳ bình thường mới:       |
|    - Rủi ro giao dịch/sản phẩm kéo giảm quyết định mua (Beta = -0.126).            |
+------------------------------------------------------------------------------------+

So sánh đối chiếu với các công trình nghiên cứu trước

Tiêu chí so sánh Nghiên cứu này (Lã Minh Chi, 2022) Nguyễn Tuấn Dũng (2019) Tạ Văn Thành & Đặng Xuân Ơn (2021) Khan & Chavan (2015)
Đối tượng & Địa bàn Gen Y trên Shopee tại TP. Thủ Đức Khách hàng mua thời trang online tại TP.HCM Gen Z mua sắm trực tuyến tại Việt Nam Người tiêu dùng mua đồ điện tử tại Mumbai
Cỡ mẫu ($N$) $N = 222$ $N = 141$ $N = 488$ $N = 200$
Nhân tố tác động mạnh nhất Chính sách giá ($\beta = 0.342$) Mong đợi về giá Mức độ uy tín Nhận thức kiểm soát hành vi
Tác động của Dễ sử dụng Không có ý nghĩa ($p = 0.283$) Tác động dương có ý nghĩa Tác động dương có ý nghĩa Tác động dương có ý nghĩa
Tác động của Rủi ro Tác động âm ($\beta = -0.126$) Tác động âm Tác động âm Tác động âm
Mô hình lý thuyết gốc TAM + TRA + TPR + e-CAM TAM + TPB TAM + Niềm tin TRA + TPB

Ứng dụng thực tế và triển khai

Kết quả từ mô hình hồi quy cung cấp cơ sở định lượng để xây dựng bộ chiến lược vận hành cho các nhà bán hàng (Sellers) và đội ngũ Quản trị sàn Shopee:

                            LỘ TRÌNH TRIỂN KHAI HÀM Ý QUẢN TRỊ
   Chiến lược Giá & Voucher         Củng cố Uy tín & Bảo vệ          Tối ưu Hữu ích & eWOM
+----------------------------+   +----------------------------+   +----------------------------+
| - Mã Freeship Xtra         |   | - Shopee Mall Verification |   | - Thuật toán Recommendation|
| - Flash Sale theo khung giờ|-->| - Đồng kiểm khi nhận hàng  |-->| - Shopee Video/Live Review |
| - Dynamic Pricing tools    |   | - Escrow Payment Shield    |   | - Gamification Voucher Coin|
+----------------------------+   +----------------------------+   +----------------------------+
            (Tháng 1-2)                      (Tháng 3-4)                      (Tháng 5-6)

1. Chiến lược Chính sách giá (Tác động $\beta = 0.342$)

  • Thiết kế gói Voucher đa tầng: Kết hợp Voucher giảm giá của Shop + Voucher sàn (Shopee) + Mã miễn phí vận chuyển (Freeship Xtra). Tối ưu hóa điểm kích hoạt tâm lý bằng cách hiển thị số tiền tiết kiệm được ngay tại bước xem giỏ hàng.
  • Chính sách giá động (Dynamic Pricing): Cung cấp công cụ phân tích giá sàn thời gian thực cho nhà bán lẻ để tự động điều chỉnh giá cạnh tranh trong các khung giờ Flash Sale (0h, 9h, 12h, 21h).

2. Chiến lược Củng cố Sự uy tín (Tác động $\beta = 0.268$)

  • Chuẩn hóa hệ sinh thái Shopee Mall: Thắt chặt quy trình kiểm định xuất xứ hàng hóa, giấy chứng nhận đại lý ủy quyền nhằm loại bỏ triệt để tình trạng hàng giả/hàng nhái.
  • Minh bạch hóa hồ sơ nhà bán: Tăng cường trọng số hiển thị cho các chỉ số: Tỷ lệ phản hồi chat ($> 90%$), Thời gian chuẩn bị hàng ($< 24\text{h}$), và Điểm đánh giá trung bình ($> 4.7/5.0 \text{ sao}$).

3. Tối ưu hóa Nhận thức sự hữu ích & eWOM (Tác động $\beta = 0.224$ và $\beta = 0.151$)

  • Cá nhân hóa công cụ tìm kiếm: Ứng dụng mô hình Collaborative Filtering và Deep Learning trong hệ thống gợi ý sản phẩm liên quan (Recommendation Engine) dựa trên lịch sử tìm kiếm và sở thích của Gen Y.
  • Thúc đẩy đánh giá cộng đồng chất lượng cao: Thưởng Xu (Shopee Coins) cho các đánh giá có kèm hình ảnh/video thực tế; tích hợp tính năng Shopee Feed và Shopee Live để tận dụng hiệu ứng người có tầm ảnh hưởng (KOLs/KOCs).

4. Triệt tiêu Nhận thức rủi ro (Tác động $\beta = -0.126$)

  • Cơ chế thanh toán trung gian an toàn (Shopee Guarantee): Giữ tiền người mua trong tài khoản đảm bảo cho đến khi người mua xác nhận hàng nguyên vẹn hoặc hết hạn 3–7 ngày đổi trả.
  • Quy trình hoàn tiền tự động: Rút ngắn thời gian xử lý khiếu nại đổi trả xuống dưới 24h đối với các gian hàng Mall đạt chuẩn.

Hạn chế và hướng phát triển

Hạn chế nghiên cứu

  1. Phạm vi không gian: Mẫu khảo sát $N=222$ thu thập tập trung tại TP. Thủ Đức, dù mang tính đại diện cao cho khu đô thị sáng tạo nhưng chưa bao quát được toàn diện hành vi người tiêu dùng Gen Y tại các vùng nông thôn hoặc các tỉnh thành khác.
  2. Kỹ thuật lấy mẫu: Áp dụng phương pháp lấy mẫu thuận tiện (phi xác suất), có thể dẫn đến sai số chọn mẫu nhất định đối với các nhóm đối tượng ít tiếp cận mạng xã hội.
  3. Mô hình phân tích: Nghiên cứu dừng lại ở hồi quy tuyến tính OLS thông qua SPSS, chưa kiểm tra được các mối quan hệ gián tiếp hoặc tác động điều tiết (Moderating effects) phức tạp.

Hướng phát triển tiếp theo

  • Ứng dụng mô hình SEM (Structural Equation Modeling): Mở rộng nghiên cứu bằng phần mềm SmartPLS 4 hoặc AMOS để đo lường biến trung gian (Ý định mua sắm, Sự hài lòng) và biến điều tiết (Thu nhập, Giới tính).
  • Mở rộng phạm vi địa lý & Phân khúc: Khảo sát so sánh chéo giữa Gen Y và Gen Z tại các đại đô thị (Hà Nội, Đà Nẵng, TP.HCM, Cần Thơ).

Đối tượng hưởng lợi

+------------------------------------------------------------------------------------+
|                         BẢNG GIÁ TRỊ GIA TĂNG CHO CÁC BÊN                          |
+-------------------+----------------------------------------------------------------+
| Nhóm đối tượng    | Giá trị và Lợi ích cụ thể                                      |
+-------------------+----------------------------------------------------------------+
| Sinh viên /       | Nguồn tài liệu học thuật chuẩn mực về phương pháp nghiên cứu   |
| Học viên          | định lượng, quy trình xử lý SPSS, EFA, Cronbach's Alpha.       |
+-------------------+----------------------------------------------------------------+
| Nhà phát triển /  | Cơ sở dữ liệu hành vi để tối ưu hóa UI/UX, thuật toán gợi ý    |
| Product Owners    | sản phẩm và thiết kế luồng thanh toán giảm thiểu rủi ro.       |
+-------------------+----------------------------------------------------------------+
| Doanh nghiệp /    | Khung chiến lược định giá, phân bổ ngân sách khuyến mãi và    |
| Nhà bán hàng      | nâng cao tỷ lệ chuyển đổi đơn hàng thực tế trên sàn TMĐT.      |
+-------------------+----------------------------------------------------------------+
| Nhà nghiên cứu    | Bằng chứng thực nghiệm mới về sự thay đổi của biến PEOU đối     |
| Marketing/Kinh tế | với phân khúc người tiêu dùng bản địa số thế hệ Y.             |
+-------------------+----------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và môi trường để triển khai mô hình phân tích dữ liệu này là gì?

Cần cài đặt phần mềm IBM SPSS Statistics từ phiên bản 20.0 trở lên (khuyến nghị v22.0 hoặc mới hơn) trên hệ điều hành Windows/macOS. Nếu thực hiện bằng mã nguồn mở, cần môi trường Python 3.8+ tích hợp các thư viện khoa học dữ liệu: pandas (xử lý bảng dữ liệu), numpy (tính toán đại số tuyến tính), statsmodels (chạy OLS Regression và kiểm định VIF), và scikit-learn / factor_analyzer (phân tích EFA và tính Cronbach's Alpha).

2. Giới hạn quy mô (Scalability) của mô hình và giải pháp mở rộng khi tập dữ liệu lớn?

Mô hình toán học OLS có độ phức tạp tính toán $\mathcal{O}(p^2 n + p^3)$ (với $n$ là số quan sát, $p$ là số biến). Khi mở rộng dữ liệu lên hàng triệu bản ghi giao dịch (Big Data logs), phương pháp phân tích nhân tố truyền thống trên SPSS sẽ bị giới hạn bộ nhớ RAM. Giải pháp thay thế là chuyển dịch sang kiến trúc PySpark MLlib hoặc Stochastic Gradient Descent (SGD) Regressor để xử lý dữ liệu phân tán theo lô (batch processing).

3. Khả năng tích hợp kết quả nghiên cứu vào hệ thống CRM/BI hiện hữu của doanh nghiệp?

Kết quả trọng số hồi quy ($\beta$) có thể được tích hợp trực tiếp vào hệ thống Customer Scoring / Churn Prediction Model trong các nền tảng BI (Power BI, Tableau) hoặc CRM (Salesforce, HubSpot). Hệ thống có thể tự động gán nhãn trọng số ưu tiên: tài khoản nào nhạy cảm về giá ($CSG$) sẽ được đẩy thông báo đẩy (push notifications) về Flash Sale; tài khoản nào có chỉ số e-trust thấp sẽ được điều hướng đến các gian hàng Shopee Mall.

4. Tần suất cần thiết để bảo trì và tái kiểm định (Recalibration) thang đo?

Hành vi tiêu dùng kỹ thuật số thay đổi nhanh chóng. Doanh nghiệp và nhà nghiên cứu nên thực hiện tái kiểm tra thang đo định kỳ 6 đến 12 tháng/lần hoặc ngay sau khi thị trường xuất hiện các biến động lớn (như thay đổi chính sách phí vận chuyển, sự xuất hiện của mô hình Social Commerce như TikTok Shop).

5. Dự toán chi phí và thời gian thu hồi vốn (ROI) khi ứng dụng các chiến lược giá và uy tín?

Chi phí triển khai chủ yếu bao gồm ngân sách chiết khấu voucher sàn và chi phí chứng nhận gian hàng Mall (ước tính $30 - 100$ triệu VNĐ cho một doanh nghiệp quy mô vừa). Dựa trên thực nghiệm tối ưu tỷ lệ chuyển đổi (CRO), doanh thu gian hàng có thể tăng từ $18% - 35%$ trong vòng 3 tháng đầu triển khai, mang lại mốc hoàn vốn đầu tư (ROI) trung bình sau 2.5 đến 4 tháng.

Kết luận

Khóa luận tốt nghiệp "Phân tích các yếu tố tác động đến quyết định mua sắm của người tiêu dùng thế hệ Y trên sàn thương mại điện tử Shopee tại thành phố Thủ Đức" đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra. Thông qua mô hình phân tích định lượng chặt chẽ với $N=222$, nghiên cứu đã chứng minh rằng:

  • Chính sách giá ($\beta = 0.342$), Sự uy tín ($\beta = 0.268$), Nhận thức sự hữu ích ($\beta = 0.224$) và Ảnh hưởng xã hội ($\beta = 0.151$) là 4 động lực tích cực thúc đẩy quyết định mua sắm của thế hệ Y.
  • Nhận thức rủi ro ($\beta = -0.126$) là rào cản tâm lý kìm hãm hành vi mua sắm.
  • Tính dễ sử dụng ($p = 0.283$) không còn là yếu tố phân hóa quyết định mua sắm đối với phân khúc người dùng này.

Đây là cơ sở khoa học quan trọng để các doanh nghiệp TMĐT chuyển dịch trọng tâm từ việc đơn thuần hoàn thiện giao diện ứng dụng sang xây dựng chiến lược định giá linh hoạt, nâng cao tính minh bạch, xây dựng uy tín thương hiệu và kiểm soát rủi ro giao dịch toàn diện.