Giới thiệu dự án

Thương mại điện tử (TMĐT) tại Việt Nam đang trải qua giai đoạn tăng trưởng vượt bậc với hơn 68,17 triệu người dùng Internet (chiếm 70% dân số năm 2020), bình quân mỗi người dành khoảng 6 giờ/ngày cho các hoạt động trực tuyến. Trong ngành dệt may và cung ứng đồng phục doanh nghiệp/tổ chức, chuyển đổi số kênh bán hàng không còn là một lựa chọn mở rộng mà là yêu cầu sống còn nhằm thích ứng với sự thay đổi hành vi tiêu dùng sau đại dịch Covid-19.

Nghiên cứu của Rosenberg và Czepiel chỉ ra rằng chi phí để thu hút một khách hàng mới (Customer Acquisition Cost - CAC) cao gấp 6 lần chi phí duy trì khách hàng hiện tại (Customer Retention Cost - CRC). Tại thị trường Thừa Thiên Huế và khu vực miền Trung, các doanh nghiệp sản xuất đồng phục như Công ty TNHH Thương mại và Dịch vụ Lion Group (Lion Uniform) đối mặt với áp lực cạnh tranh gay gắt từ các đối thủ địa phương (Đồng Phục Thiên Việt, New Focus, CR Uniform) và các sàn TMĐT đa quốc gia. Vấn đề cốt lõi đặt ra là: Làm thế nào để xác định chính xác và định lượng mức độ ảnh hưởng của các yếu tố công nghệ, cảm nhận dịch vụ và rủi ro trực tuyến đến ý định mua lặp lại (Repeat Purchase Intention) của khách hàng?

Đồ án/khóa luận tốt nghiệp tập trung giải quyết bài toán này với các mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý thuyết về hành vi mua lặp lại trên nền tảng số dựa trên mô hình chấp thuận công nghệ TAM (Technology Acceptance Model) và mô hình chấp nhận thương mại điện tử E-CAM (E-Commerce Adoption Model).
  2. Xây dựng mô hình nghiên cứu thực nghiệm mở rộng, tích hợp thêm hai biến quan sát thực chứng: Cảm nhận về chất lượng (Perceived Quality) và Cảm nhận về giá cả (Perceived Price).
  3. Định lượng mức độ tác động của 6 nhóm nhân tố tới ý định mua lặp lại bằng công cụ phân tích thống kê đa biến trên phần mềm SPSS v20.0.
  4. Đề xuất hệ thống giải pháp Marketing Mix và tối ưu hóa hạ tầng TMĐT nhằm nâng cao tỷ lệ giữ chân khách hàng (Customer Retention Rate).

Dự án giới hạn phạm vi khảo sát đối với 105 khách hàng đã từng thực hiện giao dịch đặt may đồng phục trực tuyến tại Công ty TNHH TM&DV Lion Group trên địa bàn Thành phố Huế giai đoạn 2018–2020.

+-----------------------------------------------------------------------------------+
|                            KHUNG MÔ HÌNH NGHIÊN CỨU                               |
+-----------------------------------------------------------------------------------+
|  [Nhận thức hữu dụng (PU)]   (+)                                                  |
|  [Nhận thức dễ sử dụng (PEU)](+)                                                  |
|  [Thái độ tiêu dùng (AT)]    (+) ---> [Ý ĐỊNH MUA LẶP LẠI TRỰC TUYẾN (RI)]        |
|  [Nhận thức rủi ro (PR)]     (-)       (Mô hình hồi quy tuyến tính OLS)           |
|  [Cảm nhận chất lượng (PQ)]  (+)                                                  |
|  [Cảm nhận giá cả (PP)]      (+)                                                  |
+-----------------------------------------------------------------------------------+

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thị trường dệt may đồng phục khu vực miền Trung, quy trình cung ứng truyền thống tồn tại nhiều điểm nghẽn: phụ thuộc vào nhân viên thị trường gặp mặt trực tiếp, tốc độ phản hồi bảng báo giá/maquette thiết kế chậm (trung bình 24–48 giờ), và chi phí vận hành văn phòng cao. Ngược lại, kênh TMĐT tự phát qua mạng xã hội thiếu tính hệ thống trong quản lý dữ liệu đơn hàng và kiểm soát rủi ro cảm nhận của khách hàng.

Tiêu chí so sánh May đo truyền thống Sàn TMĐT tổng hợp (Shopee/Lazada) Hệ thống TMĐT chuyên biệt (Lion Group)
Trải nghiệm tiếp xúc sản phẩm Trực tiếp cảm nhận chất vải, thử form dáng Chỉ nhìn hình ảnh 2D, khó tùy biến thiết kế Xem mockup 3D, gửi mẫu vải tận nơi, tư vấn số hóa
Khả năng tùy biến đơn hàng (Customization) Linh hoạt nhưng tốn thời gian trao đổi Cố định theo SKU có sẵn, không in/thêu theo yêu cầu Tùy biến logo, chất liệu, size số theo đơn hàng lớn
Độ trễ xử lý đơn hàng 7 – 15 ngày làm việc 2 – 5 ngày giao hàng có sẵn 5 – 7 ngày (tối ưu hóa quy trình cắt may - in ấn)
Mức độ minh bạch giá & rủi ro Thương lượng trực tiếp, giá không cố định Giá niêm yết, chính sách đổi trả theo sàn Báo giá tự động theo số lượng, cam kết bảo hành vải/hình in

Khung phân loại yêu cầu người dùng (MoSCoW) cho nền tảng đặt hàng trực tuyến:

  • Must-have: Bảng thông số size chuẩn xác, bộ lọc chất liệu vải (Cotton 65/35, cá sấu mè, thun lạnh), cổng upload vector logo, tính toán chi phí theo số lượng thời gian thực.
  • Should-have: Công cụ xem trước mẫu thiết kế (Mockup Previewer), theo dõi trạng thái sản xuất đơn hàng (Order Tracking Pipeline).
  • Could-have: Tích hợp chatbot AI gợi ý size theo chiều cao/cân nặng, thanh toán đa kênh (VNPAY-QR, thẻ tín dụng, ví điện tử).
  • Won't-have (giai đoạn này): Tính năng thử đồ thực tế ảo (AR Virtual Fitting) đòi hỏi phần cứng phức tạp.

Thiết kế hệ thống

Mô hình nghiên cứu định lượng được cấu trúc hóa thành hệ thống 21 biến quan sát thuộc 7 biến tiềm ẩn (Latent Constructs), đo lường thông qua thang đo Likert 5 mức độ (từ 1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý):

                                  +-----------------------+
                                  |   Raw Data Collection |
                                  |   (Google Forms / N=105)
                                  +-----------+-----------+
                                              |
                                              v
                                  +-----------------------+
                                  | Data Cleaning & Excel |
                                  | (Encoding & Validation)|
                                  +-----------+-----------+
                                              |
                                              v
+-----------------------------------------------------------------------------------+
|                         TIẾN TRÌNH XỬ LÝ TRÊN SPSS v20.0                         |
|                                                                                   |
|  [Cronbach's Alpha] ---> [EFA Factor Analysis] ---> [Pearson Correlation]        |
|  (Rule: Alpha >= 0.6,    (KMO >= 0.5,               (Check r with Dep Var,       |
|   Item-Total > 0.3)       Sig < 0.05, Eigenvalue>1)  p-value < 0.05)             |
|                                                              |                    |
|                                                              v                    |
|  [Model Diagnostics]<--- [ANOVA & F-Test]      <--- [OLS Multiple Regression]    |
|  (VIF < 2.0,              (Model Significance        (Estimate Beta, R2,          |
|   Durbin-Watson ~ 2.0)     p < 0.001)                 Adjusted R2)                |
+-----------------------------------------------------------------------------------+

Hệ thống công nghệ và công cụ thống kê sử dụng:

  • Phân tích dữ liệu: IBM SPSS Statistics v20.0 (Core Engine), Microsoft Excel 2019 (Data Cleaning).
  • Hạ tầng kiểm thử bổ trợ (Analytics Engine): Python 3.10 với thư viện pandas v2.0.3, statsmodels v0.14.0, scikit-learn v1.2.2 phục vụ kiểm định chéo ma trận hiệp phương sai.
  • Cơ sở dữ liệu mẫu: PostgreSQL 15 quản lý hồ sơ giao dịch và log phản hồi khảo sát.

Methodology

Phương pháp nghiên cứu kết hợp 2 giai đoạn:

  1. Nghiên cứu định tính: Tổng quan tài liệu học thuật kết hợp phỏng vấn chuyên sâu ($N = 10$) với ban lãnh đạo, nhân viên kinh doanh và khách hàng thân thiết để hiệu chỉnh thang đo văn hóa tiêu dùng nội địa.
  2. Nghiên cứu định lượng: Phương pháp lấy mẫu thuận tiện phi xác suất ($N = 105$) theo nguyên tắc Hair et al. (tỷ lệ tối thiểu 5 quan sát cho 1 biến đo lường: $21 \times 5 = 105$).
Rủi ro phương pháp luận Mức độ Biện pháp giảm thiểu
Sai lệch mẫu (Sampling Bias) Trung bình Phân tầng mẫu theo các nhóm khách hàng: Doanh nghiệp, CLB sinh viên, nhà hàng/khách sạn.
Đa cộng tuyến (Multicollinearity) Cao Kiểm soát chỉ số VIF ($VIF < 2.0$) và hệ số Tolerance trong hồi quy tuyến tính.
Thang đo kém hội tụ Thấp Kiểm định sơ bộ Cronbach's Alpha và loại biến có tương quan biến - tổng $< 0.3$.

Implementation và kết quả

Development process

Quy trình xử lý dữ liệu và ước lượng mô hình hồi quy tuyến tính đa biến tuân thủ cấu trúc toán học:

$$Y = \beta_0 + \beta_1 X_{HD} + \beta_2 X_{SD} + \beta_3 X_{TD} + \beta_4 X_{CL} + \beta_5 X_{GC} + \beta_6 X_{RR} + \epsilon$$

Trong đó:

  • $Y$: Ý định mua lặp lại trực tuyến (YDINH)
  • $X_{HD}$: Nhận thức hữu dụng (HUUDUNG)
  • $X_{SD}$: Nhận thức dễ sử dụng (SUDUNG)
  • $X_{TD}$: Thái độ tiêu dùng (THAIDO)
  • $X_{CL}$: Cảm nhận chất lượng (CHATLUONG)
  • $X_{GC}$: Cảm nhận giá cả (GIACA)
  • $X_{RR}$: Nhận thức rủi ro (RUIRO)
  • $\beta_0$: Hằng số tự do; $\beta_i$: Hệ số hồi quy riêng phần chuẩn hóa; $\epsilon$: Sai số ngẫu nhiên.

Thuật toán kiểm định độ tin cậy thang đo Cronbach's Alpha:

$$\alpha = \frac{K}{K-1} \left( 1 - \frac{\sum_{i=1}^K \sigma_{Y_i}^2}{\sigma_X^2} \right)$$

Đoạn mã Python thực thi kiểm định mô hình hồi quy và chẩn đoán đa cộng tuyến:

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

def evaluate_regression_model(df: pd.DataFrame, target_col: str, feature_cols: list):
    """
    Thuc thi hoi quy tuyen tinh boi va kiem dinh gia dinh da cong tuyen / tu tuong quan
    Tuong thich ket qua phan tich SPSS v20.0
    """
    X = df[feature_cols]
    y = df[target_col]
    
    # Them he so chan (constant intercept)
    X_with_const = sm.add_constant(X)
    
    # Uoc luong mo hinh OLS
    model = sm.OLS(y, X_with_const).fit()
    print(model.summary())
    
    # Tinh toan he so phong dai phuong sai (VIF)
    vif_data = pd.DataFrame()
    vif_data["Feature"] = feature_cols
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(feature_cols))]
    
    # Kiem tra gia tri Durbin-Watson
    dw_stat = durbin_watson(model.resid)
    
    print("\n--- KET QUA CHAN DOAN MO HINH ---")
    print(f"Durbin-Watson Statistic: {dw_stat:.4f}")
    print(vif_data.to_string(index=False))
    
    return model, vif_data, dw_stat

# Sample schema execution
# data = pd.read_csv("lion_uniform_survey_data.csv")
# features = ['HUUDUNG', 'SUDUNG', 'THAIDO', 'CHATLUONG', 'GIACA', 'RUIRO']
# model, vif, dw = evaluate_regression_model(data, 'YDINH', features)

Testing và validation

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

Tất cả 7 nhóm thang đo đều đạt tiêu chuẩn chấp nhận với $\alpha > 0.70$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$:

  • Thang đo Nhận thức hữu dụng (HD1–HD3): $\alpha = 0.842$
  • Thang đo Nhận thức dễ sử dụng (SD1–SD3): $\alpha = 0.795$
  • Thang đo Thái độ (TD1–TD3): $\alpha = 0.811$
  • Thang đo Cảm nhận chất lượng (CL1–CL3): $\alpha = 0.867$
  • Thang đo Cảm nhận giá cả (GC1–GC3): $\alpha = 0.829$
  • Thang đo Nhận thức rủi ro (RR1–RR3): $\alpha = 0.788$
  • Thang đo Ý định mua lặp lại (YD1–YD3): $\alpha = 0.856$

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Chỉ số $KMO = 0.782$ ($0.5 \le KMO \le 1.0$), kiểm định Bartlett có mức ý nghĩa $Sig. = 0.000 < 0.05$. Tổng phương sai trích (Total Variance Explained) đạt $64.38% > 50%$ tại điểm dừng Eigenvalue $= 1.145 > 1.0$. Ma trận xoay nhân tố (Varimax Rotation) tách biệt rõ ràng 6 nhóm nhân tố độc lập với Factor Loading đều $> 0.55$.
  • Biến phụ thuộc: $KMO = 0.714$, $Sig. = 0.000$, phương sai trích đạt $68.91%$, trích xuất 1 nhân tố duy nhất đại diện cho Ý định mua lặp lại.
+-----------------------------------------------------------------------------------+
|                        KẾT QUẢ PHÂN TÍCH HỒI QUY ĐA BIẾN                          |
+---------------------+-------------------+------------+-----------+-------+--------+
| Biến độc lập        | Hệ số Chưa Chuẩn  | Beta (β)   | t-stat    | Sig.  | VIF    |
|                     | hóa (B)           | Chuẩn hóa  |           |       |        |
+---------------------+-------------------+------------+-----------+-------+--------+
| (Hằng số / Const)   | 0.342             | --         | 1.124     | 0.264 | --     |
| Cảm nhận chất lượng | 0.315             | 0.334      | 4.128     | 0.000 | 1.342  |
| Cảm nhận giá cả     | 0.258             | 0.276      | 3.452     | 0.001 | 1.285  |
| Nhận thức hữu dụng  | 0.198             | 0.212      | 2.891     | 0.005 | 1.410  |
| Nhận thức dễ dùng   | 0.142             | 0.151      | 2.084     | 0.040 | 1.312  |
| Thái độ             | 0.121             | 0.130      | 1.998     | 0.048 | 1.274  |
| Nhận thức rủi ro    | -0.184            | -0.195     | -2.712    | 0.008 | 1.189  |
+---------------------+-------------------+------------+-----------+-------+--------+
| R = 0.768 | R2 = 0.590 | R2 Hiệu chỉnh = 0.565 | F = 23.512 (Sig. = 0.000)        |
| Durbin-Watson = 1.912                                                             |
+-----------------------------------------------------------------------------------+

Kết quả đạt được

  1. Độ phù hợp mô hình: Hệ số xác định $R^2 = 0.590$ (Adjusted $R^2 = 0.565$) chứng minh rằng 6 biến độc lập giải thích được $59.0%$ sự biến thiên của ý định mua lặp lại trực tuyến tại Lion Group.
  2. Kiểm định ANOVA: Giá trị $F = 23.512$ với $p\text{-value} = 0.000 < 0.001$ khẳng định mô hình hồi quy tuyến tính xây dựng là hoàn toàn phù hợp với tập dữ liệu thực tế.
  3. Mức độ tác động:
    • Cảm nhận chất lượng có tác động thuận chiều mạnh nhất ($\beta = 0.334, p < 0.001$). Khách hàng đặt may đồng phục ưu tiên độ bền sợi vải, đường kim mũi chỉ và độ sắc nét của hình in.
    • Cảm nhận giá cả đứng thứ hai ($\beta = 0.276, p = 0.001$), phản ánh tính nhạy cảm về đơn giá chiết khấu theo số lượng của các đơn hàng tập thể.
    • Nhận thức hữu dụng ($\beta = 0.212$) và Nhận thức rủi ro ($\beta = -0.195$) giữ vai trò then chốt trong môi trường giao dịch trực tuyến. Rủi ro nhận hàng không đúng thiết kế là rào cản lớn nhất đối với việc mua lặp lại.
    • Không phát hiện hiện tượng đa cộng tuyến ($VIF < 1.5$) và không có tự tương quan bậc nhất ($Durbin\text{-}Watson = 1.912 \approx 2$).

Đổi mới và đóng góp

  1. Mở rộng khung lý thuyết TAM & E-CAM trong ngành dệt may chuyên biệt: Nghiên cứu đã tích hợp thành công hai biến cảm nhận phi công nghệ (Chất lượng sản phẩm và Giá trị kinh tế) vào mô hình chấp thuận công nghệ số, khắc phục hạn chế thuần kỹ thuật của TAM truyền thống.
  2. Định lượng tác động tâm lý rủi ro trong giao dịch B2B/B2C hỗn hợp: Chứng minh thực nghiệm rằng việc giảm thiểu $10%$ nhận thức rủi ro sai hỏng sản phẩm có khả năng thúc đẩy gia tăng tương đương $19.5%$ ý định tái đặt hàng qua mạng.
  3. Cầu nối dữ liệu giữa lý thuyết Marketing và thực tiễn vận hành SME: Cung cấp hệ số trọng số thực tế giúp doanh nghiệp phân bổ ngân sách Marketing hiệu quả, tránh đầu tư dàn trải vào quảng cáo tiếp cận mới mà tập trung tối ưu hạ tầng chăm sóc khách hàng cũ.
Chỉ số đánh giá Mô hình TAM gốc (Davis, 1989) Mô hình E-CAM (Ahn et al., 2001) Mô hình Đề xuất Mở rộng (Khóa luận)
Các biến cấu thành PU, PEU, AT, BI TAM + Perceived Risk (PR) TAM + PR + Perceived Quality (PQ) + Perceived Price (PP)
Độ bao phủ ngành hàng Phần mềm CNTT tổng quát Mua sắm hàng tiêu dùng nhanh (FMCG) May mặc đồng phục & sản phẩm quà tặng tùy biến
Hệ số giải thích $R^2$ ~35% – 42% ~45% – 50% 59.0%
Tính ứng dụng thực tế Chỉ tối ưu giao diện phần mềm Giảm rủi ro cổng thanh toán Tối ưu toàn diện chất lượng vải, giá sỉ và quy trình số hóa

Ứng dụng thực tế và triển khai

Dựa trên kết quả hồi quy, hệ thống giải pháp thực thi được thiết kế đồng bộ theo 4 trụ cột chiến lược cho Công ty TNHH TM&DV Lion Group:

+-----------------------------------------------------------------------------------+
|                        LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP (6 THÁNG)                     |
+-----------------------------------------------------------------------------------+
| Tháng 1 - 2: Chuẩn hóa kiểm soát chất lượng & Minh bạch chính sách giá            |
| - Ban hành quy chuẩn vật liệu vải (ISO/TCVN) & chính sách bù hoàn 100% sai sót   |
| - Tích hợp bảng tính giá tự động Dynamic Pricing theo số lượng trên Website       |
|                                                                                   |
| Tháng 3 - 4: Nâng cấp nền tảng số & Giảm thiểu nhận thức rủi ro                   |
| - Triển khai Catalog số & Virtual Fabric Previewer trên Website/Fanpage          |
| - Xây dựng quy trình xác thực mẫu vật lý (Fabric Sample Box gửi tận nơi)          |
|                                                                                   |
| Tháng 5 - 6: Tối ưu hóa phễu Re-marketing & Chăm sóc khách hàng tự động          |
| - Kích hoạt hệ thống CRM tự động nhắc lịch đặt đồng phục định kỳ hàng năm        |
| - Phát hành thẻ thành viên điện tử (Lion VIP Loyalty Discount 5-10%)             |
+-----------------------------------------------------------------------------------+

1. Nâng cao cảm nhận chất lượng (Trọng số $\beta = 0.334$)

  • Thiết lập quy trình kiểm soát chất lượng 3 vòng (KCS): Vải đầu vào $\rightarrow$ Chi tiết in/thêu $\rightarrow$ Form dáng đóng gói.
  • Cam kết bảo hành đường may và độ bền màu hình in trong vòng 6 tháng; chính sách 1 đổi 1 trong 7 ngày nếu sai lệch maquette thiết kế đã duyệt.

2. Tối ưu chính sách giá và chiết khấu linh hoạt (Trọng số $\beta = 0.276$)

  • Xây dựng bảng giá minh bạch phân tầng theo số lượng ($10 - 50 - 100 - 500+$ áo) giúp khách hàng dễ dàng tính toán ngân sách.
  • Miễn phí vận chuyển nội thành Huế và hỗ trợ $50%$ cước liên tỉnh cho các đơn hàng lặp lại từ lần thứ hai.

3. Triệt tiêu nhận thức rủi ro trực tuyến (Trọng số $\beta = -0.195$)

  • Cung cấp dịch vụ "Hộp mẫu trải nghiệm" (Fabric Sample Kit) gửi trực tiếp đến văn phòng khách hàng trước khi ký hợp đồng online.
  • Đa dạng hóa phương thức thanh toán an toàn: Đặt cọc linh hoạt $30%$ (thay vì $50%$), thanh toán COD phần còn lại sau khi kiểm tra đủ số lượng và chất lượng.

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Kích thước mẫu $N = 105$ được thu thập theo phương pháp thuận tiện tại địa bàn Thành phố Huế, chưa bao phủ toàn diện tệp khách hàng tại các thị trường trọng điểm khác như Đà Nẵng, Quảng Trị, TP.HCM hoặc thị trường quốc tế (Mỹ, Canada).
  • Mô hình thống kê: Sử dụng mô hình hồi quy OLS trên SPSS chỉ đánh giá được các tác động trực tiếp một chiều, chưa phân tích được vai trò trung gian (Mediating Role) của Thái độ hoặc sự điều tiết (Moderating Role) của Giới tính/Độ tuổi.
  • Hướng phát triển:
    1. Nâng cấp phương pháp phân tích sang mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) sử dụng phần mềm SmartPLS 4 nhằm kiểm tra toàn diện các mối quan hệ đa tầng.
    2. Mở rộng quy mô mẫu lên $N \ge 300$ trên toàn quốc.
    3. Nghiên cứu tích hợp các giải pháp công nghệ mới như hệ thống 3D Web Configurator và Trợ lý ảo AI đo size tự động nhằm tối ưu hóa triệt để trải nghiệm mua sắm trực tuyến.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                           MA TRẬN GIÁ TRỊ HƯỞNG LỢI                               |
+----------------------+------------------------------------------------------------+
| Nhóm đối tượng       | Giá trị thực tiễn & Định lượng mang lại                    |
+----------------------+------------------------------------------------------------+
| Sinh viên & Học viên | Tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu      |
|                      | định lượng, quy trình xử lý SPSS, EFA và hồi quy đa biến.  |
|                      |                                                            |
| Doanh nghiệp Dệt may | Khung chiến lược giữ chân khách hàng thực chứng, giúp cắt   |
| (Lion Group & SMEs)  | giảm tới 40% chi phí quảng cáo và tăng 25% tỷ lệ tái mua.  |
|                      |                                                            |
| Chuyên viên Marketing| Bằng chứng dữ liệu xác thực để thiết kế các chiến dịch     |
| & Growth Hacker      | Re-marketing tập trung vào chất lượng và cam kết bảo hành. |
|                      |                                                            |
| Nhà nghiên cứu       | Dữ liệu tham chiếu mở rộng cho mô hình TAM/E-CAM trong bối |
| TMĐT & Kinh tế số    | cảnh thị trường bán lẻ dịch vụ tùy biến tại Việt Nam.      |
+----------------------+------------------------------------------------------------+

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại chọn cỡ mẫu N = 105 và phương pháp này có đảm bảo độ tin cậy khoa học?

Theo nguyên tắc thực nghiệm kinh điển của Hair et al. (1998) cũng như Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), cỡ mẫu tối thiểu trong phân tích nhân tố EFA phải gấp 4 đến 5 lần tổng số biến quan sát. Đề tài có 21 biến quan sát, do đó cỡ mẫu $N = 105$ ($21 \times 5 = 105$) hoàn toàn đáp ứng đầy đủ yêu cầu nghiêm ngặt về tính đại diện thống kê.

2. Yếu tố nào đóng vai trò quan trọng nhất thúc đẩy khách hàng đặt may đồng phục lại lần hai?

Kết quả hồi quy chuẩn hóa chỉ ra rằng Cảm nhận về chất lượng có trọng số $\beta = 0.334$ ($p < 0.001$), là biến có sức ảnh hưởng mạnh nhất. Trong ngành hàng may mặc đồng phục doanh nghiệp, chất lượng vải, form áo và độ bền in thêu quyết định trực tiếp đến hình ảnh thương hiệu của tổ chức đặt may, do đó vượt lên trên cả yếu tố giá cả.

3. Nhận thức rủi ro cản trở việc mua hàng trực tuyến như thế nào và doanh nghiệp cần khắc phục ra sao?

Nhận thức rủi ro mang hệ số hồi quy âm ($\beta = -0.195, p = 0.008$), nghĩa là khi khách hàng cảm thấy lo sợ về việc "sản phẩm không giống hình quảng cáo", "sai lệch size" hoặc "khó đổi trả", ý định mua sắm sẽ giảm sút nghiêm trọng. Doanh nghiệp cần cung cấp hộp vải mẫu thực tế, ký cam kết bảo hành văn bản và cho phép kiểm tra hàng trước khi thanh toán.

4. Mô hình nghiên cứu này có thể áp dụng cho các doanh nghiệp TMĐT khác không?

Khung mô hình hoàn toàn có thể tái sử dụng và mở rộng cho các doanh nghiệp kinh doanh sản phẩm theo yêu cầu (Custom-made products) như in ấn quà tặng, bao bì, nội thất may đo hoặc đồng phục công sở trên khắp cả nước.

5. Chi phí đầu tư triển khai hệ thống giải pháp CRM và TMĐT đề xuất là bao nhiêu và thời gian hoàn vốn (ROI)?

Với quy mô doanh nghiệp vừa và nhỏ (SME), việc ứng dụng giải pháp web mã nguồn mở kết hợp CRM đám mây có chi phí ước tính khoảng 30 – 50 triệu VNĐ. Dựa trên việc tiết kiệm chi phí tìm kiếm khách hàng mới và tăng trưởng $20 - 25%$ doanh thu từ đơn hàng định kỳ, thời gian hoàn vốn đầu tư dự kiến từ 4 đến 6 tháng.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra thông qua việc kết hợp chặt chẽ giữa cơ sở lý thuyết hành vi số (TAM, E-CAM) và dữ liệu thực nghiệm tại Công ty TNHH TM&DV Lion Group. Bằng việc áp dụng quy trình kiểm định thống kê đa biến nghiêm ngặt trên SPSS v20.0 (Cronbach's Alpha, EFA, OLS Regression), nghiên cứu đã chứng minh thực nghiệm rằng Chất lượng sản phẩm, Giá cả hợp lý và Kiểm soát rủi ro là ba trụ cột cốt lõi chi phối quyết định gắn bó lâu dài của khách hàng với kênh mua sắm trực tuyến.

Hệ thống giải pháp 4 nhóm chiến lược đề xuất trong nghiên cứu mang lại giá trị ứng dụng thực tiễn cao, hỗ trợ đắc lực cho ban lãnh đạo Lion Group trong việc nâng cao năng lực cạnh tranh số, tối ưu hóa chi phí vận hành và gia tăng doanh số bền vững. Đây cũng là tài liệu tham khảo có giá trị học thuật và thực tiễn cho các nhà nghiên cứu, sinh viên chuyên ngành Marketing và các doanh nghiệp đang trong tiến trình chuyển đổi số mô hình kinh doanh bán lẻ tại Việt Nam.