Giới thiệu dự án

Trong kỷ nguyên kinh tế số và toàn cầu hóa thương mại, việc xây dựng và duy trì sức mạnh thương hiệu trở thành yếu tố sống còn đối với các doanh nghiệp bán lẻ. Theo Báo cáo của Bộ Công Thương, Việt Nam thăng hạng vị trí thứ 32 trong Top 100 Giá trị Thương hiệu Quốc gia Toàn cầu. Tuy nhiên, thị trường tiêu dùng nội địa đang chứng kiến sự cạnh tranh khốc liệt giữa các thương hiệu quốc tế và thương hiệu nội địa. Nghiên cứu trong kinh tế học hành vi chỉ ra rằng chi phí để thu hút một khách hàng mới (Customer Acquisition Cost - CAC) cao gấp 5 đến 7 lần so với chi phí duy trì khách hàng hiện tại (Customer Retention Cost - CRC) (Park và cộng sự, 2020). Do đó, tối ưu hóa tỷ lệ giữ chân khách hàng thông qua việc thúc đẩy ý định mua lặp lại (Repeat Purchase Intention) là trọng tâm chiến lược marketing ứng dụng.

Thế hệ Z (Gen Z - nhóm đối tượng sinh từ năm 1997 đến 2012 theo phân loại của Pew Research Center) hiện chiếm khoảng 19% lực lượng lao động tại Việt Nam và dự kiến chiếm gần một phần ba dân số trong độ tuổi lao động vào năm 2025 (PwC Việt Nam, 2021). Đây là thế hệ bản địa kỹ thuật số (Digital Natives) có năng lực tài chính sớm, hành vi tiêu dùng khắt khe, mức độ trung thành thương hiệu phức tạp và có sức ảnh hưởng trực tiếp tới hơn 71% quyết định mua sắm của gia đình (Sladek & Grabinger, 2014). Tuy nhiên, các doanh nghiệp đang đối mặt với bài toán nan giải: mức độ chuyển đổi thương hiệu (Brand Switching) của Gen Z rất cao do sự phong phú của các kênh thương mại điện tử và mạng xã hội.

Mục tiêu nghiên cứu của dự án:

  1. Hệ thống hóa cơ sở lý luận về hành vi mua lặp lại của người tiêu dùng Gen Z đối với sản phẩm có thương hiệu.
  2. Xây dựng mô hình nghiên cứu tích hợp từ Thuyết hành động hợp lý (Theory of Reasoned Action - TRA) và Thuyết hành vi hoạch định (Theory of Planned Behavior - TPB).
  3. Đo lường định lượng mức độ tác động của 6 nhân tố: Thái độ của khách hàng (TD), Sự hài lòng (HL), Niềm tin thương hiệu (NT), Chất lượng sản phẩm và dịch vụ (CL), Hình ảnh thương hiệu (HA), và Giá sản phẩm (GC) đến Ý định mua lặp lại (YD).
  4. Kiểm định sự khác biệt trung bình thống kê về ý định mua lặp lại theo các biến nhân khẩu học: giới tính, độ tuổi và thu nhập.
  5. Đánh giá kiểm định định tính chuyên sâu để phát hiện các yếu tố hành vi vi mô.
  6. Đề xuất hệ thống hàm ý quản trị (Managerial Implications) thực thi cho các doanh nghiệp bán lẻ và thương hiệu tại TP.HCM.

Phạm vi nghiên cứu tập trung vào không gian địa lý TP.HCM, đối tượng khảo sát là người tiêu dùng Gen Z (sinh năm 1997 - 2012) có trải nghiệm tiêu dùng lặp lại đối với các sản phẩm có thương hiệu (thời trang, đồ uống, công nghệ, hàng tiêu dùng nhanh).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các mô hình nghiên cứu trước đây chủ yếu tập trung vào người tiêu dùng thế hệ Millennial hoặc nhóm khách hàng đại trà, chưa bóc tách rõ nét các thuộc tính tâm lý học hành vi đặc thù của Gen Z tại các đô thị loại đặc biệt như TP.HCM.

Tiêu chí so sánh Mô hình truyền thống (Park et al., 2020; Tian et al., 2022) Nghiên cứu của Huỳnh Thanh Tú & Trần Văn Tuấn (2021) Mô hình đề xuất của dự án (Huỳnh Thị Thanh Nhàn, 2022)
Đối tượng trọng tâm Khách hàng đại trà / Thế hệ Y (Millennials) Phụ nữ sử dụng mỹ phẩm trị nám tại TP.HCM Người tiêu dùng thế hệ Z (10 - 25 tuổi) tại TP.HCM
Cơ sở lý thuyết nền tảng Khung nhận thức rủi ro & Sự hài lòng Mô hình 5 yếu tố tiếp thị hỗn hợp Tích hợp Thuyết TRA (1975) & Thuyết TPB (1991)
Phương pháp kiểm định Định lượng đơn thuần (PLS-SEM / Regression) Định lượng khảo sát trực tiếp ($n=354$) Hỗn hợp 2 giai đoạn: Focus Group ($n=4$) + Khảo sát ($n=223$) + Định tính sâu ($n=16$)
Khả năng dự báo hành vi Trung bình ($R^2 \approx 0.45 - 0.52$) Tập trung vào Giá cả & Độ tuổi Rất cao ($R^2 = 0.638$, $R^2_{Adj} = 0.632$), cô lập 4 tác tử cốt lõi

Thiết kế hệ thống

Kiến trúc mô hình nghiên cứu định lượng được cấu trúc hóa thông qua mạng lưới quan hệ nhân quả giữa các biến quan sát và biến tiềm ẩn:

Hệ thống công nghệ phân tích dữ liệu và phiên bản sử dụng:

  • SPSS Statistics Base v20.0: Thực hiện thống kê mô tả, kiểm định độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA), tương quan Pearson, hồi quy tuyến tính bội OLS và kiểm định phi tham số / tham số (T-Test, One-Way ANOVA).
  • Python Data Stack (Python v3.10.8, Pandas v1.5.2, Statsmodels v0.13.5, Pingouin v0.5.3): Kiểm định chéo và tự động hóa pipeline tính toán hệ số phóng đại phương sai (Variance Inflation Factor - VIF) và Durbin-Watson.

Methodology

Quy trình nghiên cứu áp dụng phương pháp luận hỗn hợp (Mixed-Method Research Framework) gồm 7 bước tuyến tính nghiêm ngặt:

  1. Giai đoạn 1 (Qualitative Phase 1): Thảo luận nhóm chuyên gia ($n = 4$) để điều chỉnh bảng hỏi sơ bộ (25 biến quan sát).
  2. Giai đoạn 2 (Scale Purification): Chuẩn hóa thang đo Likert 5 mức độ ($1 = \text{Hoàn toàn không đồng ý}$ đến $5 = \text{Hoàn toàn đồng ý}$).
  3. Giai đoạn 3 (Quantitative Sampling): Thu thập dữ liệu mẫu khảo sát trực tuyến phi xác suất thuận tiện kết hợp hạn ngạch với kích thước mẫu sơ bộ $N = 250$, thu về $N = 223$ mẫu hợp lệ sau làm sạch.
  4. Giai đoạn 4 (Reliability & Factor Analysis): Kiểm định Cronbach's Alpha loại bỏ biến có hệ số tương quan biến - tổng ($Corrected\ Item-Total\ Correlation < 0.30$), sau đó trích xuất nhân tố bằng EFA (Principal Axis Factoring với phép quay Varimax).
  5. Giai đoạn 5 (Econometric Modeling): Phân tích tương quan Pearson ($r$) và xây dựng mô hình hồi quy đa biến OLS.
  6. Giai đoạn 6 (Qualitative Phase 2): Khảo sát định tính bán cấu trúc trên $n = 16$ đối tượng đại diện cho 16 năm sinh của Gen Z (1997 đến 2012) để đào sâu cơ chế tâm lý đằng sau các hệ số hồi quy.
  7. Giai đoạn 7 (Synthesis & Implication): Tổng hợp kết quả và thiết kế ma trận giải pháp quản trị.

Implementation và kết quả

Development process

Quá trình xử lý dữ liệu và ước lượng mô hình được chuẩn hóa dưới dạng thuật toán kinh tế lượng. Thuật toán kiểm định độ tin cậy và ước lượng hồi quy tuyến tính được mô hình hóa như sau:

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

def quantitative_analysis_pipeline(df: pd.DataFrame, indep_vars: list, dep_var: str):
    """
    Pipeline kiểm định hồi quy OLS và đánh giá hiện tượng đa cộng tuyến (VIF)
    Dữ liệu đầu vào: Khảo sát Gen Z TP.HCM (N = 223 mẫu hợp lệ)
    """
    # 1. Trích xuất ma trận biến độc lập và biến phụ thuộc
    X = df[indep_vars]
    y = df[dep_var]
    
    # 2. Thêm hằng số (Intercept)
    X_const = sm.add_constant(X)
    
    # 3. Ước lượng mô hình Ordinary Least Squares (OLS)
    model = sm.OLS(y, X_const).fit()
    
    # 4. Tính toán hệ số phóng đại phương sai (VIF)
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    # 5. Xuất báo cáo thống kê tóm tắt
    print(f"R-squared: {model.rsquared:.4f} | Adj R-squared: {model.rsquared_adj:.4f}")
    print(f"F-statistic: {model.fvalue:.4f} | p-value: {model.f_pvalue:.4e}")
    print(f"Durbin-Watson: {sm.stats.stattools.durbin_watson(model.resid):.4f}")
    
    return model, vif_data

# Biến độc lập sau khi lọc qua EFA: TD (Thái độ), HL (Hài lòng), NT (Niềm tin), CL (Chất lượng)
indep_factors = ['TD_Mean', 'HL_Mean', 'NT_Mean', 'CL_Mean']
# model_results, vif_summary = quantitative_analysis_pipeline(survey_df, indep_factors, 'YD_Mean')

Testing và validation

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

Tất cả các thang đo sơ bộ đều đạt độ tin cậy cao ($\alpha > 0.70$) và không có biến quan sát nào bị loại do tương quan biến - tổng đều lớn hơn $0.30$:

Thang đo nhân tố Số biến quan sát Hệ số Cronbach's Alpha ($\alpha$) Tương quan biến - tổng nhỏ nhất Đánh giá độ tin cậy
Thái độ của khách hàng (TD) 4 0.854 0.652 (TD4) Rất tốt ($\alpha \ge 0.80$)
Sự hài lòng (HL) 4 0.842 0.638 (HL2) Rất tốt ($\alpha \ge 0.80$)
Niềm tin thương hiệu (NT) 4 0.828 0.614 (NT3) Rất tốt ($\alpha \ge 0.80$)
Chất lượng sản phẩm & DV (CL) 4 0.816 0.589 (CL1) Tốt ($\alpha \ge 0.80$)
Hình ảnh thương hiệu (HA) 4 0.798 0.542 (HA4) Chấp nhận tốt ($\alpha \ge 0.70$)
Giá sản phẩm (GC) 5 0.785 0.512 (GC2) Chấp nhận tốt ($\alpha \ge 0.70$)
Ý định mua lặp lại (YD - Phụ thuộc) 4 0.868 0.685 (YD3) Rất tốt ($\alpha \ge 0.80$)

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Hệ số $KMO = 0.886$ ($0.5 < KMO < 1.0$), kiểm định Bartlett có giá trị thống kê $\chi^2 = 2741.52$ với mức ý nghĩa $Sig. = 0.000 < 0.05$. Tổng phương sai trích đạt $62.48% > 50%$, giá trị Eigenvalue dừng tại $1.218 > 1$. Tất cả các trọng số nhân tố (Factor Loading) đều đạt chuẩn $> 0.55$.
  • Biến phụ thuộc: $KMO = 0.812$, kiểm định Bartlett $Sig. = 0.000$, phương sai trích đạt $71.65%$, trích xuất thành công 1 nhân tố duy nhất đại diện cho Ý định mua lặp lại.

Kết quả đạt được

Mô hình hồi quy tuyến tính chuẩn hóa thu được phương trình toán học xác định các yếu tố thúc đẩy ý định mua lặp lại sản phẩm có thương hiệu của Gen Z tại TP.HCM:

$$YD = 0.354 \times TD + 0.306 \times HL + 0.226 \times NT + 0.178 \times CL + e$$

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn ($Std. Error$) Hệ số chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($Sig.$) Hệ số phóng đại phương sai ($VIF$) Trạng thái giả thuyết
(Hằng số) 0.182 0.214 — 0.850 0.396 — —
Thái độ (TD) 0.342 0.052 0.354 6.576 0.000 1.482 Chấp nhận H5
Sự hài lòng (HL) 0.298 0.051 0.306 5.843 0.000 1.512 Chấp nhận H1
Niềm tin (NT) 0.218 0.048 0.226 4.541 0.000 1.395 Chấp nhận H2
Chất lượng (CL) 0.172 0.050 0.178 3.440 0.001 1.324 Chấp nhận H4
Hình ảnh (HA) 0.042 0.046 0.045 0.913 0.362 1.410 Bác bỏ H3
Giá cả (GC) -0.018 0.038 -0.021 -0.473 0.637 1.250 Bác bỏ H6

Kiểm định sự khác biệt nhân khẩu học (Demographic Invariance Testing):

  • Kiểm định Independent-Sample T-Test theo Giới tính: Giá trị kiểm định Levene có $Sig. = 0.428 > 0.05$ (phương sai đồng nhất), giá trị $t = 0.512$ với $Sig. (2-tailed) = 0.609 > 0.05$. Kết luận: Không có sự khác biệt có ý nghĩa thống kê về ý định mua lặp lại giữa nam và nữ Gen Z (Chấp nhận giả thuyết H7).
  • Kiểm định One-Way ANOVA theo Nhóm tuổi: Kiểm định tính đồng nhất phương sai (Test of Homogeneity of Variances) có $Sig. = 0.384 > 0.05$. Bảng phân tích ANOVA cho giá trị $F = 0.892$ với $Sig. = 0.446 > 0.05$. Kết luận: Ý định mua lặp lại không khác biệt giữa các phân khúc tuổi của Gen Z (Chấp nhận giả thuyết H8).
  • Kiểm định One-Way ANOVA theo Mức thu nhập: Giá trị thống kê $F = 1.124$ với $Sig. = 0.340 > 0.05$. Kết luận: Mức thu nhập không tạo ra sự phân hóa có ý nghĩa thống kê trong hành vi mua lặp lại sản phẩm có thương hiệu của Gen Z tại TP.HCM (Chấp nhận giả thuyết H9).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn mang tính đột phá cho lĩnh vực tiếp thị bán lẻ:

  1. Hiệu chỉnh lý thuyết hành vi cho đối tượng Digital Native: Khác biệt với các nghiên cứu truyền thống trên thị trường tiêu dùng đại trà (nơi yếu tố Giá cả và Hình ảnh thương hiệu thường chiếm tỷ trọng lớn), nghiên cứu này chứng minh thực nghiệm rằng đối với Gen Z tại TP.HCM, biến Giá cả ($\beta = -0.021, p = 0.637$) và Hình ảnh thương hiệu ($\beta = 0.045, p = 0.362$) bị loại khỏi mô hình hồi quy. Gen Z sẵn sàng chi trả nếu thương hiệu tạo được thái độ tích cực và giá trị trải nghiệm tương xứng.
  2. Xác lập thứ bậc tác động định lượng: Xác định tỷ trọng tác động thực nghiệm: Thái độ của khách hàng ($\beta = 0.354$) là động lực chi phối mạnh nhất, tiếp theo là Sự hài lòng ($\beta = 0.306$), Niềm tin thương hiệu ($\beta = 0.226$) và cuối cùng là Chất lượng sản phẩm & dịch vụ ($\beta = 0.178$).
  3. Phát hiện tính bất biến nhân khẩu học (Demographic Invariance): Chứng minh rằng hành vi mua lặp lại của Gen Z chịu sự dẫn dắt bởi bản sắc văn hóa số và trải nghiệm cá nhân hóa đồng nhất, không bị phân mảnh bởi giới tính, độ tuổi sinh học hay mức thu nhập cá nhân tại đô thị phát triển.

Ứng dụng thực tế và triển khai

Dựa trên kết quả nghiên cứu định lượng và phân tích định tính chuyên sâu giai đoạn 2 ($n=16$), 4 trụ cột chiến lược quản trị thương hiệu được thiết lập:

1. Nâng cao thái độ tích cực của khách hàng ($\beta = 0.354$)

  • Thực thi Corporate Social Responsibility (CSR): Gen Z gắn liền hành vi tiêu dùng với ý thức bảo vệ môi trường, chống hàng giả và đóng góp xã hội (điểm trung bình $TD2 = 4.28$). Thương hiệu cần minh bạch hóa nguồn gốc xuất xứ, sử dụng bao bì tái chế và trích quỹ xã hội từ doanh thu.
  • Tối ưu hóa nội dung đa kênh: Xây dựng thông điệp tôn trọng sự đa dạng, bình đẳng giới và cá tính tự do trên các nền tảng số trọng điểm (TikTok, Instagram, Threads).

2. Tối ưu hóa sự hài lòng khách hàng ($\beta = 0.306$)

  • Cá nhân hóa trải nghiệm (Hyper-personalization): Tận dụng dữ liệu hành vi (Omnichannel Data) để đưa ra gợi ý sản phẩm phù hợp đúng thời điểm; chuẩn hóa nhãn mác thông tin rõ ràng ($HL2 = 4.15$).
  • Quy trình dịch vụ liền mạch (Seamless Experience): Rút ngắn thời gian checkout dưới 3 bước trên mobile app/web và tối ưu quy trình xử lý đổi trả trong vòng 24 giờ.

3. Củng cố niềm tin thương hiệu ($\beta = 0.226$)

  • Xác thực chứng nhận chất lượng (Social Proof & Certifications): Đẩy mạnh các chứng nhận uy tín (ISO, Organic, Cruelty-free) và tích hợp hệ sinh thái đánh giá thực tế (Verified Reviews) ($NT4 = 4.12$).
  • Cam kết truyền thông chân thực: Loại bỏ hoàn toàn tình trạng quảng cáo thổi phồng công năng sản phẩm; bảo đảm sản phẩm thực tế trùng khớp 100% với nội dung hình ảnh trên kênh kỹ thuật số.

4. Nâng cấp chất lượng sản phẩm và dịch vụ đồng bộ ($\beta = 0.178$)

  • Đào tạo nhân sự thấu cảm (Service Empathy): Đào tạo đội ngũ hỗ trợ trực tuyến và trực tiếp với thái độ tôn trọng, xử lý khiếu nại công bằng và nhanh chóng ($CL3 = 4.08, CL4 = 4.10$).
  • Đảm bảo chất lượng cốt lõi tương xứng định vị: Nghiên cứu R&D nâng cấp độ bền, công năng sản phẩm tương xứng với cam kết uy tín thương hiệu.

Hạn chế và hướng phát triển

Dù đạt được những kết quả có giá trị thực tiễn cao, đề tài còn tồn tại một số hạn chế kỹ thuật:

  • Phương pháp chọn mẫu: Nghiên cứu áp dụng phương pháp lấy mẫu phi xác suất thuận tiện tại địa bàn TP.HCM với kích thước mẫu hợp lệ $N = 223$, chưa bao quát toàn diện các tỉnh thành lân cận hoặc khu vực nông thôn.
  • Tính chất dữ liệu cắt ngang (Cross-sectional Data): Dữ liệu được thu thập tại một thời điểm (tháng 11/2022), chưa phản ánh được sự biến động hành vi theo chu kỳ kinh tế dài hạn.
  • Phạm vi ngành hàng tổng quát: Nghiên cứu đánh giá sản phẩm có thương hiệu nói chung; mỗi ngành hàng chuyên biệt (thời trang xa xỉ, F&B, đồ công nghệ) có thể xuất hiện độ nhạy cảm biến số khác nhau.

Hướng phát triển tiếp theo:

  1. Mở rộng kích thước mẫu ($N \ge 1000$) trên phạm vi toàn quốc (Hà Nội, Đà Nẵng, Cần Thơ).
  2. Ứng dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) hoặc CB-SEM trên phần mềm AMOS/SmartPLS để phân tích các biến trung gian (Mediating Variables) và biến điều tiết (Moderating Variables).
  3. Thực hiện nghiên cứu chuỗi thời gian (Longitudinal Study) để theo dõi vòng đời giá trị khách hàng (Customer Lifetime Value - CLV) của Gen Z theo thời gian trưởng thành.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/Marketing: Tài liệu tham khảo chuẩn mực về cấu trúc khóa luận tốt nghiệp ứng dụng phương pháp luận nghiên cứu kết hợp (Mixed methods) và quy trình xử lý dữ liệu SPSS toàn diện.
  • Đội ngũ Phát triển Sản phẩm & Digital Marketers: Hệ thống hóa các tham số hành vi để thiết kế giao diện ứng dụng (UX/UI), xây dựng hệ thống gợi ý (Recommendation Engine) dựa trên chỉ số hài lòng và niềm tin thương hiệu.
  • Doanh nghiệp Bán lẻ & Quản trị Thương hiệu: Khung chiến lược định lượng giúp phân bổ ngân sách marketing chính xác, cắt giảm lãng phí vào các chương trình giảm giá ngắn hạn (vốn không có ý nghĩa thống kê trong việc kích thích mua lặp lại ở Gen Z), nâng cao lợi tức đầu tư (ROI).
  • Cộng đồng Nghiên cứu Khoa học: Nguồn dữ liệu thứ cấp và bằng chứng thực nghiệm giá trị về hành vi tiêu dùng số của thế hệ Z tại một trong những thị trường bán lẻ năng động nhất Đông Nam Á.

Câu hỏi thường gặp

1. Tại sao nhân tố Giá sản phẩm (GC) lại bị loại khỏi mô hình hồi quy giải thích ý định mua lặp lại của Gen Z?

Trong phân tích hồi quy đa biến, nhân tố Giá sản phẩm có hệ số $p-value = 0.637 > 0.05$, chứng tỏ không có ý nghĩa thống kê. Nguyên nhân do thế hệ Z khi đã quyết định mua lại một sản phẩm có thương hiệu thì họ đặt trọng tâm vào giá trị nhận được, trải nghiệm và bản sắc văn hóa hơn là giá cả tuyệt đối. Họ xem mức giá của sản phẩm có thương hiệu là một thuộc tính mặc định đi kèm với chất lượng và đẳng cấp.

2. Sự khác biệt căn bản giữa mô hình của đề tài này với các nghiên cứu thế hệ trước là gì?

Các nghiên cứu trước đây (như trên Gen Y hoặc khách hàng đại trà) thường ghi nhận Hình ảnh thương hiệu và Giá cả có tác động mạnh. Ngược lại, nghiên cứu này chứng minh đối với Gen Z tại TP.HCM, Thái độ của khách hàng ($\beta = 0.354$) và Sự hài lòng ($\beta = 0.306$) mới là hai yếu tố chi phối mạnh mẽ nhất.

3. Kích thước mẫu $N = 223$ có đảm bảo độ tin cậy thống kê cho mô hình 6 biến độc lập không?

Hoàn toàn đạt chuẩn. Theo quy tắc kinh nghiệm của Bollen (1989) và Hair et al. (2014), kích thước mẫu tối thiểu cần đạt tỷ lệ $5:1$ so với số biến quan sát (tức $25 \times 5 = 125$ mẫu) và theo quy tắc của Green (1991) cho hồi quy tuyến tính bội ($N \ge 50 + 8m = 50 + 8 \times 6 = 98$ mẫu). Kích thước mẫu $N = 223$ vượt xa các ngưỡng chuẩn tối thiểu này.

4. Doanh nghiệp cần ưu tiên phân bổ nguồn lực marketing như thế nào sau kết quả này?

Doanh nghiệp nên phân bổ 70% ngân sách cho các chiến dịch định vị giá trị sống, trách nhiệm xã hội và tối ưu trải nghiệm dịch vụ khách hàng (để củng cố Thái độ và Sự hài lòng); 30% cho việc minh bạch chất lượng và chứng nhận an toàn (để củng cố Niềm tin và Chất lượng); hạn chế tối đa việc lạm dụng khuyến mãi giảm giá tràn lan làm suy giảm giá trị thương hiệu.

5. Kết quả kiểm định nhân khẩu học mang lại bài học gì cho chiến lược phân khúc thị trường?

Kết quả kiểm định T-Test và ANOVA xác nhận không có sự khác biệt có ý nghĩa thống kê về ý định mua lặp lại theo giới tính ($p = 0.609$), độ tuổi ($p = 0.446$) hay mức thu nhập ($p = 0.340$). Điều này hàm ý rằng doanh nghiệp không cần phân mảnh thông điệp tiếp thị thương hiệu theo các tiêu chí nhân khẩu học truyền thống mà nên tập trung phân khúc theo phong cách sống (Lifestyle) và hệ giá trị tinh thần (Value-based segmentation).

Kết luận

Công trình nghiên cứu đã giải quyết thành công bài toán xác định và đo lường các yếu tố ảnh hưởng đến ý định mua lặp lại các sản phẩm có thương hiệu của thế hệ Z tại địa bàn TP.HCM. Bằng việc kết hợp chặt chẽ giữa cơ sở lý luận kinh điển (TRA, TPB) và phương pháp phân tích định lượng OLS hiện đại, nghiên cứu đã xây dựng mô hình giải thích được $63.2%$ sự biến thiên của ý định mua lặp lại ($R^2_{Adj} = 0.632, F = 97.45, p < 0.001$). Thứ bậc tác động định lượng được cô lập gồm: Thái độ của khách hàng ($\beta = 0.354$) $>$ Sự hài lòng ($\beta = 0.306$) $>$ Niềm tin thương hiệu ($\beta = 0.226$) $>$ Chất lượng sản phẩm & dịch vụ ($\beta = 0.178$).

Kết quả nghiên cứu bác bỏ các giả định truyền thống về sự chi phối của giá bán và hình ảnh hào nhoáng bề ngoài đối với hành vi tiêu dùng lặp lại của Gen Z, mở ra hướng tư duy tiếp thị mới: lấy trải nghiệm thực chất, sự minh bạch và trách nhiệm xã hội làm kim chỉ nam. Các nhà quản trị thương hiệu và doanh nghiệp bán lẻ cần nhanh chóng chuyển dịch chiến lược tiếp thị từ "chạy đua giảm giá" sang "xây dựng mối quan hệ giá trị bền vững" để giữ chân phân khúc khách hàng tiềm năng lớn nhất của thập kỷ này.