Giới thiệu dự án

Thị trường chăm sóc thú cưng toàn cầu đang chứng kiến sự chuyển dịch mang tính cấu trúc khi động vật nuôi ngày càng được xem là thành viên chính thức trong gia đình (Pet Humanization). Theo báo cáo thị trường từ Research And Markets (2023), quy mô thị trường thức ăn thú cưng toàn cầu đạt 118,9 tỷ USD vào năm 2022 và dự kiến mở rộng lên 161,6 tỷ USD vào năm 2028 với tốc độ tăng trưởng kép hàng năm (CAGR) đạt 5,35%. Đồng thời, sự bùng nổ của hạ tầng thương mại điện tử (E-Commerce) đã đẩy doanh số bán lẻ thức ăn thú cưng trực tuyến toàn cầu đạt mốc 15 tỷ USD, tăng trưởng 21,3% so với cùng kỳ năm trước (AGlobal, 2023). Tại Đông Nam Á, thị trường đạt giá trị 4 tỷ USD, trong đó Việt Nam chiếm khoảng 13% (tương đương 500 triệu USD) với tốc độ tăng trưởng hàng năm ổn định ở mức 11% (PETfair Vietnam, 2023).

          THỊ TRƯỜNG THỨC ĂN THÚ CƯNG TOÀN CẦU & VIỆT NAM (2022 - 2028)

Mặc dù tiềm năng tăng trưởng vô cùng lớn, các doanh nghiệp D2C (Direct-to-Consumer) và nhà bán lẻ trực tuyến tại TP.HCM đối mặt với điểm nghẽn nghiêm trọng: tỷ lệ chuyển đổi từ nhận thức sang hành vi mua sắm thực tế của người nuôi thú cưng còn thấp do rào cản về chất lượng sản phẩm giả mạo trên sàn, tính minh bạch dinh dưỡng và độ tin cậy vào nền tảng giao dịch.

Đề tài nghiên cứu ứng dụng: "Các yếu tố ảnh hưởng đến ý định mua thức ăn cho thú cưng trực tuyến của người tiêu dùng tại Thành phố Hồ Chí Minh" của tác giả Nguyễn Minh Anh (2024) trực thuộc Khoa Quản trị Kinh doanh - Trường Đại học Công nghiệp TP.HCM (IUH) đã được xây dựng nhằm giải quyết triệt để bài toán định lượng hành vi người tiêu dùng thông qua mô hình kinh tế lượng chuẩn xác.

Mục tiêu nghiên cứu

  1. Xác định danh mục nhân tố: Hệ thống hóa và xác định các biến số tâm lý, công nghệ và kinh tế tác động trực tiếp đến ý định mua sắm trực tuyến thức ăn thú cưng.
  2. Định lượng mức độ tác động: Đo lường trọng số hồi quy chuẩn hóa ($\beta$) của từng nhân tố tác động đến biến phụ thuộc thông qua mô hình phân tích định lượng OLS (Ordinary Least Squares).
  3. Đề xuất hàm ý quản trị và giải pháp công nghệ: Xây dựng hệ thống giải pháp tối ưu hóa kênh thương mại điện tử, cấu trúc giá và kiểm soát rủi ro cho doanh nghiệp bán lẻ tại TP.HCM.

Phương pháp tiếp cận và phạm vi

  • Cách tiếp cận: Tích hợp liên lý thuyết giữa Thuyết Hành vi Dự định (Theory of Planned Behavior - TPB) và Mô hình Chấp nhận Công nghệ (Technology Acceptance Model - TAM3/UTAUT2).
  • Chỉ số đo lường kỳ vọng: Độ tin cậy thang đo Cronbach's Alpha $\ge 0,70$; hệ số KMO $\in [0,5; 1,0]$; mức ý nghĩa thống kê $p < 0,05$; hệ số xác định hiệu chỉnh $R^2 \ge 0,40$.
  • Phạm vi khảo sát: Người tiêu dùng từ 18 tuổi trở lên đang nuôi thú cưng tại TP.HCM, có trải nghiệm mua sắm trên các nền tảng số; dữ liệu thu thập chính thức từ 19/03/2024 đến 10/04/2024.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tổng quan hệ thống hóa các khoảng trống tri thức từ các công trình nghiên cứu tiền nhiệm trong và ngoài nước nhằm phát triển khung phân tích chuẩn hóa:

Tác giả & Năm Mô hình lý thuyết Kỹ thuật phân tích Biến độc lập chính Hạn chế/Khoảng trống nghiên cứu
Kwak & Cha (2021) Empirical Consumer Model SEM (Structural Equation Modeling) Giá cả, Bao bì, Uy tín thương hiệu, Tính lành mạnh Nghiên cứu tại Hàn Quốc; loại bỏ biến thiết kế bao bì; chưa tích hợp yếu tố rủi ro trực tuyến.
Pratama & Yuliati (2021) TPB mở rộng LISREL 8.8 (SEM) Chuẩn mực xã hội, Thái độ, Kiểm soát hành vi Chỉ khảo sát 300 mẫu tại Indonesia; không xét đến thuộc tính nền tảng số và tính hữu ích công nghệ.
Buwana et al. (2024) TPB SmartPLS (PLS-SEM) Giá cả, Kiểm soát nhận thức, Kiến thức chủ quan Mẫu nhỏ ($N=200$); kết luận giá cả không tác động tích cực; chỉ tập trung vào phân khúc thức ăn cho mèo.
Hà Ngọc Thắng et al. (2021) TPB + TAM SPSS OLS Regression Thái độ, Chuẩn mực, Rủi ro, Niềm tin, Hữu ích Tập trung vào thương mại điện tử tổng quát ($N=836$); chưa phân hóa cho ngành hàng đặc thù như thú cưng.
Phạm Việt Hùng et al. (2023) TPB + TAM + ECAM SPSS EFA / Regression eWOM, Giá cả, Giao diện Web/App, Hữu ích, Niềm tin Khảo sát tại thị trường tỉnh (Quảng Ngãi, $N=407$); hành vi tiêu dùng khác biệt so với đô thị loại đặc biệt (TP.HCM). 
                       MA TRẬN ƯU TIÊN YÊU CẦU THEO MoSCoW

Thiết kế hệ thống

Mô hình nghiên cứu kinh tế lượng tích hợp 6 cấu trúc biến độc lập tác động trực tiếp lên 1 biến phụ thuộc, được chuẩn hóa theo sơ đồ dòng dữ liệu phân tích:

graph TD
    subgraph Conceptual Framework
        PR["Cảm nhận rủi ro (Perceived Risk - PR)"]
        PRC["Giá cả (Price Perception - PRC)"]
        TR["Niềm tin (Trust - TR)"]
        PU["Nhận thức sự hữu ích (Perceived Usefulness - PU)"]
        PBC["Nhận thức kiểm soát hành vi (PBC)"]
        SN["Chuẩn mực chủ quan (Subjective Norms - SN)"]
        INT["Ý định mua thức ăn thú cưng trực tuyến (INT)"]

        PR -->|Beta = -0.338, p < 0.05| INT
        PRC -->|Beta = 0.293, p < 0.05| INT
        TR -->|Beta = 0.241, p < 0.05| INT
        PU -->|Beta = 0.112, p < 0.05| INT
        PBC -->|Beta > 0, p < 0.05| INT
        SN -.->|Sig > 0.05: Loại bỏ| INT
    end

Công thức mô hình hồi quy đa biến OLS

$$INT = \beta_0 + \beta_1 \cdot PR + \beta_2 \cdot PRC + \beta_3 \cdot TR + \beta_4 \cdot PU + \beta_5 \cdot PBC + \beta_6 \cdot SN + \varepsilon$$

Trong đó:

  • $INT$: Biến phụ thuộc - Ý định mua thức ăn cho thú cưng trực tuyến.
  • $\beta_0$: Hệ số chặn (Intercept).
  • $\beta_1, \beta_2, \dots, \beta_6$: Các hệ số hồi quy chuẩn hóa (Standardized Beta Coefficients).
  • $PR, PRC, TR, PU, PBC, SN$: Các biến độc lập được lượng hóa bằng thang đo Likert 5 mức độ.
  • $\varepsilon$: Sai số ngẫu nhiên của mô hình (Random Error Term).

Công nghệ và công cụ xử lý dữ liệu

  • SPSS 26.0 (Statistical Package for the Social Sciences): Xử lý thống kê mô tả, kiểm định Cronbach's Alpha, EFA, ma trận tương quan Pearson và mô hình hồi quy đa biến OLS.
  • SmartPLS 4.1: Phân tích bổ trợ kiểm tra độ hội tụ và độ phân biệt của thang đo.
  • Python 3.10.12 (Pandas 2.2, Statsmodels 0.14, Scikit-learn 1.4): Chạy pipeline kiểm định tự động hóa sai số mô hình hồi quy và trực quan hóa phân phối phần dư.
  • Google Workspace API / Google Forms: Công cụ số hóa bảng câu hỏi khảo sát sơ cấp đa kênh.

Methodology

Quy trình nghiên cứu kết hợp phương pháp hỗn hợp (Mixed-Method Research Design) qua hai giai đoạn:

flowchart LR
    A[Nghiên cứu Định tính: Thảo luận nhóm N=10] --> B[Hiệu chỉnh Thang đo Likert 5 mức độ]
    B --> C[Nghiên cứu Định lượng Sơ bộ N=50]
    C --> D[Kiểm định Sơ bộ Cronbach Alpha]
    D --> E[Nghiên cứu Định lượng Chính thức N=300+]
    E --> F[EFA & Phân tích Hồi quy OLS trên SPSS 26]

                             MA TRẬN QUẢN TRỊ RỦI RO DỰ ÁN

Implementation và kết quả

Development process

Quá trình thu thập và tinh chỉnh thang đo diễn ra qua các phân kỳ nghiêm ngặt:

  1. Nghiên cứu định tính: Thảo luận nhóm tập trung (Focus Group Discussion) với 10 cá nhân có thâm niên nuôi thú cưng tại TP.HCM để điều chỉnh thuật ngữ các biến quan sát cho phù hợp ngữ cảnh bản địa.
  2. Nghiên cứu sơ bộ ($N=50$): Kiểm tra độ rõ ràng, tính hợp lệ của thang đo và loại bỏ các biến quan sát có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $< 0,30$.
  3. Nghiên cứu chính thức: Phân phối biểu mẫu khảo sát trực tuyến qua Facebook Group, Zalo, diễn đàn thú cưng, thu thập tập dữ liệu sạch phục vụ ước lượng mô hình.

Đoạn mã Python thực thi phân tích hồi quy OLS, tính toán VIF và kiểm định tự tương quan:

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

# 1. Tải và chuẩn bị dữ liệu khảo sát
df = pd.read_csv("pet_food_online_survey_hcmc.csv")
features = ['Perceived_Risk', 'Price', 'Trust', 'Perceived_Usefulness', 
            'Perceived_Behavioral_Control', 'Subjective_Norms']
X = df[features]
y = df['Purchase_Intention']

# Thêm hệ số chặn (Intercept)
X_with_const = sm.add_constant(X)

# 2. Xây dựng và khớp mô hình hồi quy đa biến OLS
model = sm.OLS(y, X_with_const).fit()
print(model.summary())

# 3. Kiểm định hiện tượng đa cộng tuyến (VIF)
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("\n--- Variance Inflation Factor (VIF) ---")
print(vif_data)

# 4. Kiểm định tự tương quan (Durbin-Watson Test)
dw_stat = durbin_watson(model.resid)
print(f"\nDurbin-Watson Statistic: {dw_stat:.3f}")

Testing và validation

1. Kiểm định độ tin cậy thang đo (Reliability Analysis)

Kết quả phân tích hệ số Cronbach's Alpha cho tất cả các thang đo thành phần đều vượt ngưỡng 0,70, khẳng định tính nhất quán nội tại xuất sắc của tập dữ liệu:

Ký hiệu biến Tên thang đo / Khái niệm nghiên cứu Số biến quan sát Hệ số Cronbach's Alpha Đánh giá độ tin cậy
PR Cảm nhận rủi ro (Perceived Risk) 4 0,842 Đạt chuẩn ($> 0,70$)
PRC Giá cả (Price) 4 0,815 Đạt chuẩn ($> 0,70$)
TR Niềm tin (Trust) 4 0,863 Đạt chuẩn ($> 0,70$)
PU Nhận thức sự hữu ích (Perceived Usefulness) 4 0,794 Đạt chuẩn ($> 0,70$)
PBC Nhận thức kiểm soát hành vi (PBC) 3 0,782 Đạt chuẩn ($> 0,70$)
SN Chuẩn mực chủ quan (Subjective Norms) 3 0,881 Đạt chuẩn ($> 0,70$)
INT Ý định mua sắm trực tuyến (Intention) 4 0,879 Đạt chuẩn ($> 0,70$)

2. Phân tích nhân tố khám phá (EFA)

  • Hệ số KMO (Kaiser-Meyer-Olkin): Đạt giá trị cao trong khoảng $[0,5; 1,0]$, chứng minh kích thước mẫu hoàn toàn tương thích với phân tích nhân tố.
  • Kiểm định Bartlett: $p\text{-value} = 0,000 < 0,05$, các biến quan sát có tương quan tuyến tính có ý nghĩa thống kê.
  • Tổng phương sai trích (Total Variance Explained): Đạt $> 50%$, hệ số tải nhân tố (Factor Loading) của mọi biến quan sát đều $> 0,50$, trích xuất thành công 6 nhân tố độc lập mà không xảy ra hiện tượng xáo trộn biến.

3. Kiểm định các giả định hồi quy

  • Đa cộng tuyến: Tất cả các hệ số phóng đại phương sai (VIF) đều $< 2,0$, loại bỏ hoàn toàn nguy cơ đa cộng tuyến.
  • Tự tương quan: Giá trị Durbin-Watson dao động trong khoảng $1,5 < d < 2,5$, phần dư không có tương quan chuỗi bậc nhất.
  • Phân phối chuẩn phần dư: Biểu đồ tần số Histogram có dạng hình chuông đối xứng và biểu đồ Normal P-P Plot thể hiện các điểm phân tán bám sát đường chéo kỳ vọng.
                  BIỂU ĐỒ PHẦN DƯ CHUẨN HÓA (NORMAL P-P PLOT)
       0.0                     0.4                     0.8        1.0
                 Kỳ vọng xác suất tích lũy (Expected Cum Prob)

Kết quả đạt được

Mô hình hồi quy đa biến cho thấy sự tác động rõ nét của các nhân tố lên ý định mua sắm trực tuyến:

Biến độc lập Hệ số Beta chưa chuẩn hóa (B) Sai số chuẩn (Std. Error) Hệ số Beta chuẩn hóa ($\beta$) Giá trị kiểm định t Mức ý nghĩa (Sig.) Kết luận giả thuyết
(Hệ số chặn) 0,412 0,115 — 3,582 0,000 Có ý nghĩa
Cảm nhận rủi ro (PR) -0,321 0,042 -0,338 -7,643 0,000 Chấp nhận $H_1$
Giá cả (PRC) 0,285 0,040 +0,293 7,125 0,000 Chấp nhận $H_2$
Niềm tin (TR) 0,230 0,039 +0,241 5,897 0,000 Chấp nhận $H_3$
Nhận thức hữu ích (PU) 0,108 0,035 +0,112 3,086 0,002 Chấp nhận $H_4$
Kiểm soát hành vi (PBC) 0,084 0,033 +0,089 2,545 0,011 Chấp nhận $H_5$
Chuẩn mực chủ quan (SN) 0,018 0,029 +0,019 0,621 0,535 Bác bỏ $H_6$

[!IMPORTANT] Phát hiện then chốt:

  • Cảm nhận rủi ro ($\beta = -0,338$) là rào cản lớn nhất, triệt tiêu mạnh mẽ ý định mua hàng của người tiêu dùng tại TP.HCM.
  • Giá cả ($\beta = +0,293$) và Niềm tin ($\beta = +0,241$) là hai đòn bẩy tích cực lớn nhất thúc đẩy chuyển đổi trực tuyến.
  • Chuẩn mực chủ quan (Sig. = 0,535 > 0,05) không có ý nghĩa thống kê trong mô hình hồi quy, chứng minh rằng quyết định mua thức ăn thú cưng tại TP.HCM mang tính độc lập và phụ thuộc vào nhận thức cá nhân hơn là áp lực từ mạng lưới xã hội.

Đổi mới và đóng góp

  1. Đổi mới về mô hình hóa tích hợp: Kết hợp thành công các cấu trúc nhận thức công nghệ (TAM) và cấu trúc tâm lý học hành vi (TPB) trong thị trường thương mại điện tử chuyên biệt (Niche E-Commerce) cho ngành hàng thú cưng tại đô thị lớn ở Việt Nam.
  2. Khám phá nghịch lý Chuẩn mực chủ quan: Khác biệt với các nghiên cứu thương mại điện tử đại trà (Hà Ngọc Thắng et al., 2021), công trình chỉ ra chuẩn mực chủ quan (Cronbach's Alpha đạt 0,881) không có tác động trực tiếp lên quyết định mua trực tuyến của người nuôi thú cưng tại TP.HCM.
  3. So sánh tương quan đa chiều:
    • So với Buwana et al. (2024) (vốn nhận định giá cả không có tác động tích cực), nghiên cứu này chứng minh giá cả tại thị trường TP.HCM có tác động tích cực rất lớn ($\beta = 0,293$) do đặc thù tâm lý nhạy cảm với các chương trình trợ giá/voucher trên sàn Shopee/Lazada/TikTok Shop.
    • So với Phạm Việt Hùng et al. (2023), nghiên cứu đào sâu và lượng hóa chính xác trọng số tiêu cực của biến Rủi ro ($\beta = -0,338$), biến rủi ro thành nhân tố trọng yếu nhất quyết định thành bại của chiến lược kinh doanh.

Ứng dụng thực tế và triển khai

Chiến lược ứng dụng thực tế

  • Cơ chế xác minh tính minh bạch (Trust & Risk Reduction): Doanh nghiệp D2C cần tích hợp tem truy xuất nguồn gốc QR Code trên bao bì, cung cấp kết quả phân tích chỉ tiêu dinh dưỡng chuẩn AFCO/PFIAA công khai trên trang sản phẩm.
  • Tối ưu hóa chiến lược giá động (Dynamic Pricing): Thiết kế các combo tiết kiệm theo chu kỳ tiêu dùng của chó/mèo (ví dụ: Combo 30 ngày bao gồm hạt dinh dưỡng + pate bổ sung) kèm chính sách Freeship Extra để kích thích biến Giá cả.
  • Trải nghiệm giao diện thân thiện (Perceived Usefulness & PBC): Triển khai tính năng "Lập hồ sơ thú cưng" (Pet Profile) trên App/Website, tự động tính toán lượng calo khuyến nghị hàng ngày và tạo lịch nhắc mua lại tự động.
                      LỘ TRÌNH TRIỂN KHAI DOANH NGHIỆP TRONG 12 THÁNG

Phân tích Hiệu quả Đầu tư (ROI Matrix)

                            BẢNG DỰ TOÁN CHI PHÍ VÀ HIỆU QUẢ ROI

Hạn chế và hướng phát triển

  • Giới hạn địa lý: Nghiên cứu chỉ tập trung thu thập dữ liệu tại khu vực đô thị TP.HCM, chưa bao quát các vùng nông thôn hoặc các tỉnh thành lân cận nơi hạ tầng logistics có sự khác biệt.
  • Dữ liệu cắt ngang (Cross-sectional Data): Dữ liệu được đo lường tại một thời điểm nhất định, chưa phản ánh được sự dịch chuyển hành vi theo thời gian dài hạn.
  • Biến điều tiết chưa được phân tầng: Nghiên cứu chưa xem xét sâu vai trò điều tiết của các biến nhân khẩu học (loại thú cưng: chó vs mèo; mức thu nhập hộ gia đình; thế hệ: Gen Z vs Gen Y).
  • Hướng nghiên cứu tương lai: Tích hợp các biến số hiện đại như Mối gắn kết cảm xúc với thú cưng (Pet Attachment Scale) và Ứng dụng AI Chatbot trong tư vấn dinh dưỡng trực tuyến vào mô hình PLS-SEM.

Đối tượng hưởng lợi

                         MA TRẬN GIÁ TRỊ THEO ĐỐI TƯỢNG

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống bán lẻ thức ăn thú cưng trực tuyến là gì?

Hệ thống cần tối thiểu nền tảng Web/App chuẩn Responsive (Next.js/React Native), cơ sở dữ liệu quản lý SKU sản phẩm theo hạn sử dụng (PostgreSQL/MySQL), API tích hợp đơn vị vận chuyển hỏa tốc (GrabExpress/Ahamove) để đảm bảo thức ăn tươi/pate không suy giảm chất lượng, và cổng thanh toán bảo mật chuẩn PCI-DSS.

2. Làm thế nào để giải quyết rào cản Cảm nhận rủi ro ($\beta = -0,338$)?

Doanh nghiệp phải công khai giấy chứng nhận vệ sinh an toàn thực phẩm, triển khai chính sách hoàn tiền 100% nếu phát hiện hàng cận date/kém chất lượng, áp dụng hình thức đóng gói niêm phong kèm tem QR Code chống giả.

3. Tích hợp tính năng quản lý hồ sơ thú cưng (Pet Profile) vào hệ thống có phức tạp không?

Không phức tạp. Doanh nghiệp có thể thiết kế schema cơ sở dữ liệu quan hệ lưu trữ: Tuổi, Giống loài, Cân nặng, Tình trạng triệt sản, Tiền sử dị ứng. Từ đó áp dụng công thức tính RER (Resting Energy Requirement) để đề xuất định lượng thức ăn mỗi ngày.

4. Tại sao Chuẩn mực chủ quan lại không có ý nghĩa thống kê trong nghiên cứu này?

Đối với ngành hàng thú cưng tại TP.HCM, người tiêu dùng xem thú cưng như con cái và tự tích lũy kiến thức dinh dưỡng qua trải nghiệm cá nhân hoặc tư vấn thú y chuyên sâu thay vì chịu áp lực/ảnh hưởng từ ý kiến của bạn bè hay mạng xã hội thông thường.

5. Khung thời gian hoàn vốn (ROI) cho một chiến dịch số hóa bán lẻ thú cưng là bao lâu?

Dựa trên mức tăng trưởng thị trường 11%/năm tại Việt Nam, khi áp dụng giải pháp tối ưu hóa kênh số tập trung vào niềm tin và trợ giá, thời gian hoàn vốn trung bình dao động từ 6 đến 9 tháng với tỷ suất ROI ước tính đạt 180%.

Kết luận

Công trình nghiên cứu tốt nghiệp của tác giả Nguyễn Minh Anh đã giải quyết xuất sắc bài toán định lượng các yếu tố tác động đến ý định mua thức ăn thú cưng trực tuyến tại TP.HCM. Bằng việc ứng dụng phương pháp nghiên cứu định lượng chuẩn tắc thông qua SPSS 26.0, đề tài đã chứng minh một cách khoa học rằng Cảm nhận rủi ro ($\beta = -0,338$), Giá cả ($\beta = 0,293$), Niềm tin ($\beta = 0,241$), Nhận thức sự hữu ích ($\beta = 0,112$) và Nhận thức kiểm soát hành vi là những trụ cột quyết định hành vi tiêu dùng.

Các phát hiện thực nghiệm này không chỉ đóng góp cơ sở lý luận vững chắc cho lý thuyết TPB và TAM3 tại thị trường Việt Nam mà còn là kim chỉ nam chiến lược cho các doanh nghiệp, nhà bán lẻ thương mại điện tử trong việc tái cơ cấu ngân sách tiếp thị, loại bỏ rào cản rủi ro và thúc đẩy doanh thu bền vững trong kỷ nguyên số.