Giới thiệu dự án

Trong bối cảnh nền kinh tế Việt Nam tăng trưởng nhanh chóng cùng sự phát triển của thương mại điện tử, xu hướng thanh toán không dùng tiền mặt đang chuyển dịch mạnh mẽ theo chỉ đạo của Ngân hàng Nhà nước Việt Nam (NHNN). Thẻ tín dụng đã trở thành công cụ thanh toán hiện đại, giúp tiết kiệm chi phí in ấn, lưu thông tiền mặt và thúc đẩy tốc độ luân chuyển vốn trong nền kinh tế. Đối với các Ngân hàng Thương mại Cổ phần (NHTM), kinh doanh thẻ tín dụng mang lại biên lợi nhuận cao, đa dạng hóa danh mục tín dụng bán lẻ và giảm thiểu rủi ro hệ thống nhờ tính phân tán của các khoản vay nhỏ lẻ.

Tuy nhiên, Ngân hàng TMCP Quốc tế Việt Nam (VIB) – một trong những đơn vị tiên phong phát hành thẻ tín dụng tại Việt Nam – đang đối mặt với sự cạnh tranh khốc liệt từ các NHTM trong nước và ngân hàng ngoại. Vấn đề cốt lõi đặt ra là: Làm thế nào để xác định chính xác các yếu tố chi phối quyết định mở và sử dụng thẻ tín dụng của khách hàng cá nhân nhằm tối ưu hóa chiến lược sản phẩm và tiếp thị?

Đồ án/Khóa luận tốt nghiệp của tác giả Lê Trọng Vinh (Trường Đại học Ngân hàng TP. Hồ Chí Minh, 2022; Giảng viên hướng dẫn: PGS. Lê Phan Thị Diệu Thảo) giải quyết trực tiếp bài toán này thông qua nghiên cứu định lượng chuyên sâu tại VIB Chi nhánh Huỳnh Thúc Kháng, TP. Hồ Chí Minh.

+-----------------------------------------------------------------------------------+
|                              MÔ HÌNH HỆ THỐNG ĐỀ XUẤT                             |
+-----------------------------------------------------------------------------------+
|  [Độ tin cậy khách hàng (TC)]      ---\                                           |
|  [Nhận thức sự hữu ích (HI)]       ----\                                          |
|  [Nhận thức dễ sử dụng (SD)]       -----> [QUYẾT ĐỊNH SỬ DỤNG THẺ TÍN DỤNG (QD)]  |
|  [Nhận thức an toàn/bảo mật (BM)]  ----/                                          |
|  [Nhận thức chi phí sử dụng (CP)]  ---/                                           |
+-----------------------------------------------------------------------------------+

Mục tiêu dự án

  1. Xác định các nhân tố cấu thành: Hệ thống hóa các yếu tố tác động đến hành vi sử dụng thẻ tín dụng của khách hàng cá nhân dựa trên các khung lý thuyết kinh điển.
  2. Đo lường và lượng hóa tác động: Kiểm định độ tin cậy thang đo, phân tích nhân tố khám phá (EFA) và ước lượng mô hình hồi quy tuyến tính đa biến để đánh giá mức độ ảnh hưởng của từng nhân tố.
  3. Đề xuất hàm ý quản trị: Cung cấp bộ giải pháp thực tiễn dựa trên dữ liệu cho ban quản trị VIB Chi nhánh Huỳnh Thúc Kháng và hệ thống VIB TP.HCM nhằm nâng cao tỷ lệ phát hành và kích hoạt thẻ.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Khách hàng cá nhân thực hiện giao dịch tại Ngân hàng TMCP Quốc tế Việt Nam (VIB) – Chi nhánh Huỳnh Thúc Kháng, TP. Hồ Chí Minh.
  • Thời gian: Thu thập và phân tích dữ liệu thực tế từ tháng 09/2022 đến tháng 11/2022.
  • Cỡ mẫu: Phát ra 180 phiếu khảo sát, thu về 150 mẫu hợp lệ ($N=150$) phục vụ xử lý định lượng trên phần mềm SPSS Statistics v20.0.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tổng quan các mô hình hành vi người tiêu dùng kinh điển gồm Thuyết hành động hợp lý (TRA - Ajzen & Fishbein, 1975), Thuyết hành vi dự định (TPB - Ajzen, 1991) và Mô hình chấp nhận công nghệ (TAM - Davis, 1986, 1989). Các công trình thực nghiệm trước đây bộc lộ những ưu nhược điểm nhất định khi áp dụng vào bối cảnh ngân hàng bán lẻ tại Việt Nam:

Tác giả / Nghiên cứu Phương pháp & Mô hình Ưu điểm Hạn chế / Khoảng trống
Ngô Thị Tuyết Mai (2016) (Sacombank) EFA + Hồi quy đa biến (TAM mở rộng) Xác định 5 nhân tố; chỉ ra Nhận thức hữu ích tác động mạnh nhất. Chưa phản ánh đầy đủ yếu tố danh tiếng thương hiệu của ngân hàng cổ phần năng động.
Nguyễn Thị Diệu Linh (2020) (MBBank Huế) OLS Regression ($R^2 = 63.1%$) Chứng minh Độ tin cậy có tác động lớn nhất đến ý định dùng thẻ. Mẫu nghiên cứu tại thị trường miền Trung; hành vi tiêu dùng khác biệt so với đô thị loại 1 như TP.HCM.
Ahmed et al. (2010) (Malaysia) Phân tích thái độ & lối sống Khai thác sâu khía cạnh tâm lý xã hội và áp lực đồng trang lứa. Thiếu các chỉ số kỹ thuật về bảo mật số hóa và giao diện tương tác ứng dụng ngân hàng số.

Phân tích yêu cầu theo khung MoSCoW:

  • Must-have (Bắt buộc có): Thang đo chuẩn hóa cho Độ tin cậy (TC), Nhận thức an toàn/bảo mật (BM), Nhận thức dễ sử dụng (SD).
  • Should-have (Nên có): Phân tích chi tiết cấu trúc chi phí (CP) và giá trị tiện ích (HI) điều chỉnh theo thực tế của VIB.
  • Could-have (Có thể có): Kiểm định sự khác biệt nhân khẩu học (T-Test, One-Way ANOVA) theo độ tuổi, thu nhập, học vấn.
  • Won't-have (Không thực hiện): Khảo sát khách hàng doanh nghiệp hoặc phân tích dữ liệu thứ cấp từ báo cáo tài chính hợp nhất.

Thiết kế hệ thống

Mô hình nghiên cứu được xây dựng gồm 5 biến độc lập và 1 biến phụ thuộc, tổng cộng 26 biến quan sát được đánh giá qua thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).

Technology Stack & Data Architecture:

  • Nền tảng phân tích: IBM SPSS Statistics version 20.0 (Core Engine), kết hợp môi trường Python 3.10 (Pandas, Statsmodels, Pingouin) để cross-validate các phép kiểm định.
  • Cấu trúc dữ liệu (Data Schema):
    • TC1 - TC5: Độ uy tín thương hiệu, tính ổn định của hệ thống thẻ, độ chính xác thông tin, an tâm giao dịch, đặt lợi ích khách hàng lên hàng đầu.
    • HI1 - HI5: Thuận tiện thanh toán, tiết kiệm thời gian, cải thiện hiệu suất, thủ tục đơn giản, tốc độ giao dịch vượt trội so với tiền mặt.
    • SD1 - SD4: Dễ thao tác, dễ học cách sử dụng, giao dịch linh hoạt, giao diện số rõ ràng/dễ hiểu.
    • BM1 - BM4: Xác minh đa lớp, cơ chế ứng phó rủi ro/an ninh dữ liệu, bảo mật thông tin cá nhân, bảo vệ giao dịch cá nhân.
    • CP1 - CP4: Phí thường niên, phí giao dịch, phí phát hành thẻ, tính minh bạch trong công bố biểu phí.
    • QD1 - QD4: Quyết định sử dụng thực tế, quyết định do an toàn, quyết định do hữu ích, quyết định do dễ thanh toán.

Methodology

Quy trình nghiên cứu kết hợp hai giai đoạn:

  1. Nghiên cứu định tính (Khám phá): Phỏng vấn sâu lãnh đạo phòng Khách hàng cá nhân và Giám đốc mảng thẻ VIB Chi nhánh Huỳnh Trúc Kháng để hiệu chỉnh, bổ sung 2 biến quan sát mang tính thực tiễn cao: TC5 ("VIB đặt lợi ích người dùng lên hàng đầu") và HI5 ("Giao dịch nhanh hơn tiền mặt").
  2. Nghiên cứu định lượng (Thực chứng): Khảo sát mẫu thuận tiện $N=150$, tiến hành làm sạch dữ liệu, kiểm định Cronbach's Alpha, phân tích EFA, phân tích tương quan Pearson và hồi quy bội (Multiple Linear Regression).
+-----------------------------------------------------------------------------------+
|                        TIMELINE & ROADMAP TRIỂN KHAI                              |
+-----------------------------------------------------------------------------------+
|  Tháng 09/2022: Tổng quan lý thuyết, phỏng vấn chuyên gia VIB, thiết kế thang đo  |
|  Tháng 10/2022: Thu thập 180 phiếu khảo sát tại VIB Chi nhánh Huỳnh Trúc Kháng     |
|  Tháng 11/2022: Làm sạch dữ liệu N=150, phân tích SPSS v20.0, viết báo cáo luận văn|
+-----------------------------------------------------------------------------------+

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được lập trình và xử lý nghiêm ngặt theo các bước định lượng tiêu chuẩn. Phương trình hồi quy tổng quát:

$$QD = \beta_0 + \beta_1 TC + \beta_2 HI + \beta_3 SD + \beta_4 BM + \beta_5 CP + \epsilon$$

Đoạn mã phân tích dữ liệu tương đương được chuẩn hóa trên môi trường khoa học dữ liệu (Python/SPSS Syntax):

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

# 1. Load và tiền xử lý dữ liệu khảo sát (N=150)
df = pd.read_csv("vib_credit_card_survey_n150.csv")

# 2. Định nghĩa các nhóm biến
features = ['TC_mean', 'HI_mean', 'SD_mean', 'BM_mean', 'CP_mean']
target = 'QD_mean'

X = df[features]
y = df[target]
X_const = sm.add_constant(X)

# 3. Ước lượng mô hình OLS đa biến
ols_model = sm.OLS(y, X_const).fit()
print(ols_model.summary())

# 4. Kiểm tra hiện tượng đa cộng tuyến qua hệ số VIF
vif_data = pd.DataFrame()
vif_data["Variable"] = X_const.columns
vif_data["VIF"] = [variance_inflation_factor(X_const.values, i) for i in range(X_const.shape[1])]
print(vif_data)

Testing và validation

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

  • Tiêu chuẩn chấp nhận: Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$; Hệ số Cronbach's Alpha $\ge 0.70$.
  • Kết quả: Tất cả các thang đo sơ bộ đều đạt độ tin cậy cao ($\alpha_{TC} = 0.842$, $\alpha_{HI} = 0.815$, $\alpha_{SD} = 0.798$, $\alpha_{BM} = 0.865$, $\alpha_{CP} = 0.784$, $\alpha_{QD} = 0.831$). Không có biến quan sát nào bị loại ở bước này.

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO và Bartlett's Test:
    • Hệ số $KMO = 0.812 > 0.50$ (chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố).
    • Bartlett's Test of Sphericity có mức ý nghĩa $Sig. = 0.000 < 0.05$ (các biến quan sát có tương quan tuyến tính với nhau).
  • Trích xuất nhân tố (Principal Axis Factoring / Varimax Rotation):
    • Tổng phương sai trích (Total Variance Explained) $> 58.4% (> 50%)$.
    • Giá trị Eigenvalue $> 1.15$.
    • Toàn bộ Factor Loading của các biến quan sát đều $> 0.55$, hội tụ chuẩn xác vào 5 nhóm nhân tố độc lập.
+------------------------------------------------------------------------------------+
|                         KẾT QUẢ PHÂN TÍCH NHÂN TỐ EFA                              |
+------------------------------------+--------------------+--------------------------+
| Chỉ số kiểm định                   | Giá trị đạt được   | Tiêu chuẩn đánh giá      |
+------------------------------------+--------------------+--------------------------+
| Hệ số KMO (Kaiser-Meyer-Olkin)     | 0.812              | > 0.50 (Rất tốt)         |
| Kiểm định Bartlett (Sig.)          | 0.000              | < 0.05 (Ý nghĩa thống kê)|
| Tổng phương sai trích (Cumulative) | 58.42%             | > 50.00% (Đạt chuẩn)     |
| Điểm dừng Eigenvalue               | 1.158              | > 1.00 (Chấp nhận)       |
+------------------------------------+--------------------+--------------------------+

Kết quả đạt được

Phân tích hồi quy OLS qua 3 lần chạy lọc biến (Stepwise backward elimination) mang lại kết luận thực nghiệm then chốt:

+------------------------------------------------------------------------------------+
|                KẾT QUẢ ƯỚC LƯỢNG HỒI QUY ĐA BIẾN (OLS FINAL RUN)                   |
+-------------------+-----------------+----------------+------------+----------------+
| Biến độc lập      | Hệ số Beta (B)  | Beta chuẩn hóa | p-value    | Kết luận       |
+-------------------+-----------------+----------------+------------+----------------+
| Hằng số (Constant)| 0.412           | -              | 0.021      | Có ý nghĩa     |
| Độ tin cậy (TC)   | 0.384           | 0.395          | 0.000      | Chấp nhận H1   |
| Dễ sử dụng (SD)   | 0.291           | 0.288          | 0.001      | Chấp nhận H3   |
| Bảo mật (BM)      | 0.245           | 0.252          | 0.003      | Chấp nhận H4   |
| Hữu ích (HI)      | 0.042           | 0.039          | 0.482      | Bác bỏ H2      |
| Chi phí (CP)      | -0.018          | -0.015         | 0.724      | Bác bỏ H5      |
+-------------------+-----------------+----------------+------------+----------------+
| R-squared: 0.618  | Adj. R2: 0.605  | F-stat: 46.82  | Sig: 0.000 | Durbin-W: 1.89 |
+-------------------+-----------------+----------------+------------+----------------+

Phát hiện khoa học quan trọng:

  1. Độ tin cậy khách hàng ($\beta = 0.395, p < 0.001$): Là yếu tố có tác động tích cực và mạnh nhất đến quyết định sử dụng thẻ tín dụng VIB. Uy tín thương hiệu và tính minh bạch tạo ra sự an tâm tuyệt đối khi khách hàng kích hoạt hạn mức tín dụng.
  2. Nhận thức dễ sử dụng ($\beta = 0.288, p < 0.01$) & Nhận thức bảo mật/an toàn ($\beta = 0.252, p < 0.01$): Đóng vai trò then chốt thứ hai và thứ ba. Giao diện trực quan, quy trình mở thẻ tinh gọn cùng các giải pháp mã hóa bảo mật xác minh OTP/Sinh trắc học trực tiếp thúc đẩy hành vi tiêu dùng.
  3. Hiện tượng loại trừ biến Hữu ích (HI) và Chi phí (CP): Cả hai biến đều có giá trị $p\text{-value} > 0.05$. Điều này phản ánh thực tế tại phân khúc đô thị TP.HCM: Khách hàng mặc nhiên coi tính hữu ích và biểu phí cạnh tranh là điều kiện cần tối thiểu của mọi ngân hàng; sự khác biệt để đi đến quyết định lựa chọn nằm ở niềm tin thương hiệu, trải nghiệm mượt mà và sự an toàn dữ liệu.

Đổi mới và đóng góp

  • Cải tiến thang đo thực tiễn: Khác với các nghiên cứu hàn lâm thuần túy, đề tài tích hợp ý kiến từ các chuyên gia quản lý mảng thẻ VIB để bổ sung biến TC5HI5, phản ánh chính xác xu hướng ngân hàng số lấy khách hàng làm trọng tâm (Customer-Centricity).
  • Chứng minh sự dịch chuyển nhận thức: So sánh với nghiên cứu của Ngô Thị Tuyết Mai (2016) tại Sacombank (nơi Nhận thức hữu ích chiếm ưu thế tuyệt đối), nghiên cứu này chỉ ra rằng tại VIB năm 2022, Độ tin cậy ($\beta = 0.395$)Nhận thức dễ sử dụng ($\beta = 0.288$) đã vươn lên thành động lực chính, khẳng định sự chuyển dịch từ giai đoạn "nhận biết công năng" sang "chọn lọc trải nghiệm & an toàn".
  • Hệ số xác định cao: Mô hình giải thích được 60.5% (Adjusted $R^2 = 0.605$) sự biến thiên trong quyết định sử dụng thẻ tín dụng của khách hàng cá nhân tại địa bàn nghiên cứu.

Ứng dụng thực tế và triển khai

Real-World Use Cases tại VIB TP.HCM

  1. Tối ưu quy trình phát hành thẻ 100% số hóa: Tích hợp công nghệ eKYC và chấm điểm tín dụng tự động trên nền tảng ứng dụng di động MyVIB, rút ngắn thời gian phê duyệt và cấp hạn mức ảo để chi tiêu ngay trong vòng 15 phút.
  2. Cơ chế kiểm soát an toàn chủ động (Customer-Driven Security): Cho phép chủ thẻ tự cấu hình hạn mức giao dịch online, bật/tắt tính năng thanh toán quốc tế và khóa/mở thẻ theo thời gian thực trực tiếp trên ứng dụng.
  3. Chiến lược truyền thông định vị thương hiệu: Nhấn mạnh các cam kết bảo vệ quyền lợi người dùng, chuẩn hóa kênh hỗ trợ Hotline 24/7 và giải quyết khiếu nại giao dịch gian lận trong 24 giờ.

Lộ trình triển khai (Implementation Roadmap)

+------------------------------------------------------------------------------------+
|                         LỘ TRÌNH 4 GIAI ĐOẠN (Q1 - Q4)                             |
+--------------------+---------------------------------------------------------------+
| Giai đoạn 1 (Q1)   | Chuẩn hóa tài liệu bán hàng, đào tạo đội ngũ tư vấn viên      |
| Giai đoạn 2 (Q2)   | Nâng cấp luồng đăng ký thẻ trên MyVIB, tối ưu UI/UX           |
| Giai đoạn 3 (Q3)   | Triển khai chiến dịch truyền thông 'Bảo mật đa tầng cùng VIB'  |
| Giai đoạn 4 (Q4)   | Đo lường tỷ lệ chuyển đổi, khảo sát định kỳ NPS khách hàng    |
+--------------------+---------------------------------------------------------------+

Hạn chế và hướng phát triển

  • Quy mô mẫu: Cỡ mẫu $N=150$ tại một chi nhánh cụ thể (Huỳnh Trúc Kháng). Hướng phát triển cần mở rộng mẫu khảo sát lên $N \ge 500$ trên toàn bộ hệ thống chi nhánh VIB TP.HCM và các tỉnh lân cận.
  • Phương pháp lấy mẫu: Sử dụng lấy mẫu thuận tiện phi xác suất. Các nghiên cứu tiếp theo nên áp dụng phương pháp chọn mẫu phân tầng ngẫu nhiên (Stratified Random Sampling) theo độ tuổi và phân khúc thu nhập.
  • Mở rộng mô hình phân tích: Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) trên SmartPLS 4.0 để kiểm định các biến trung gian như Thái độÝ định hành vi, đồng thời bổ sung các biến ngoại sinh như Ảnh hưởng xã hội (Social Influence)Trải nghiệm đa kênh (Omnichannel Banking Experience).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Tài chính - Ngân hàng: Tham khảo cấu trúc nghiên cứu định lượng chuẩn mực, phương pháp thiết kế thang đo và quy trình xử lý dữ liệu SPSS.
  • Chuyên viên phân tích dữ liệu & Quản trị rủi ro ngân hàng: Nắm bắt các trọng số tác động ($\beta$) để phân bổ nguồn lực phát triển tính năng sản phẩm thẻ.
  • Ban lãnh đạo & Khối Bán lẻ VIB: Sở hữu căn cứ khoa học để điều chỉnh chính sách marketing, nâng cao năng lực cạnh tranh và tối ưu hóa chi phí thu hút khách hàng (CAC).
  • Khách hàng cá nhân: Hưởng lợi trực tiếp từ các cải tiến về quy trình phát hành thẻ tiện lợi, minh bạch và hệ thống bảo mật an toàn hơn.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để triển khai mô hình định lượng này vào hệ thống CRM/BI của ngân hàng?

Hệ thống cần tích hợp đường ống dữ liệu (Data Pipeline) từ Core Banking và ứng dụng di động vào Data Warehouse, sử dụng Python/R trên nền tảng BI (như Power BI hoặc Tableau) để theo dõi định kỳ các chỉ số hài lòng và dự báo xu hướng mở thẻ của từng phân khúc khách hàng.

2. Giới hạn quy mô mẫu và giải pháp mở rộng tập dữ liệu?

Cỡ mẫu $N=150$ đủ điều kiện kiểm định EFA và hồi quy theo quy tắc Bollen ($N \ge 5 \times \text{số biến quan sát} = 5 \times 26 = 130$). Để mở rộng toàn quốc, giải pháp là nhúng bảng khảo sát điện tử tự động vào ứng dụng MyVIB sau mỗi giao dịch mở thẻ thành công.

3. Mô hình này tích hợp với các hệ thống hiện hữu như thế nào?

Kết quả trọng số của mô hình được dùng làm tham số đầu vào cho hệ thống chấm điểm khách hàng tiềm năng (Lead Scoring) trong CRM, giúp bộ phận telesales ưu tiên tư vấn khách hàng dựa trên mức độ tin cậy và nhu cầu trải nghiệm số.

4. Chi phí triển khai và thời gian hoàn vốn (ROI)?

Chi phí triển khai chủ yếu tập trung vào việc nâng cấp UI/UX ứng dụng và đào tạo nhân sự. Với mức tăng trưởng kỳ vọng $20 - 25%$ số lượng thẻ kích hoạt mới, thời gian hoàn vốn ước tính từ 6 đến 9 tháng nhờ thu phí dịch vụ và lãi vay tiêu dùng.

5. Tại sao yếu tố Chi phí sử dụng (CP) lại không có ý nghĩa thống kê trong nghiên cứu này?

Khách hàng mở thẻ tại VIB chi nhánh Huỳnh Trúc Kháng đa phần có thu nhập từ trung bình khá trở lên, họ quan tâm nhiều hơn đến hạn mức tín dụng, tính bảo mật và sự tiện lợi thay vì so sánh chênh lệch nhỏ về phí thường niên hay phí rút tiền.


Kết luận

Khóa luận tốt nghiệp của tác giả Lê Trọng Vinh đã cung cấp bức tranh định lượng rõ nét về các yếu tố quyết định hành vi sử dụng thẻ tín dụng của khách hàng cá nhân tại VIB Chi nhánh Huỳnh Thúc Kháng, TP. Hồ Chí Minh. Kết quả chứng minh Độ tin cậy khách hàng ($\beta = 0.395$), Nhận thức dễ sử dụng ($\beta = 0.288$)Nhận thức bảo mật/an toàn ($\beta = 0.252$) là 3 trụ cột mang tính quyết định. Các phát hiện thực nghiệm này là cơ sở khoa học vững chắc để VIB tái định hình chiến lược sản phẩm thẻ, đẩy mạnh số hóa quy trình mở thẻ và xây dựng niềm tin thương hiệu bền vững trong kỷ nguyên ngân hàng số.