Giới thiệu dự án

Thị trường dịch vụ phát video theo yêu cầu có thu phí (Subscription Video on Demand - SVOD) tại Việt Nam đang trải qua giai đoạn bùng nổ mạnh mẽ. Theo dữ liệu phân tích từ Statista, doanh thu SVOD tại Việt Nam năm 2022 đứng thứ hai trong khu vực Đông Nam Á (chỉ sau Indonesia) với tốc độ tăng trưởng kép hàng năm (CAGR) dự báo đạt 9,55% giai đoạn 2024–2027, dự kiến quy mô thị trường sẽ đạt mức 482,30 triệu USD. Sự dịch chuyển trong hành vi của người tiêu dùng trẻ từ truyền hình truyền thống và rạp chiếu phim sang các nền tảng phát trực tuyến đa thiết bị đã thúc đẩy các doanh nghiệp công nghệ số liên tục mở rộng hạ tầng và nội dung.

                  THỊ TRƯỜNG SVOD VIỆT NAM (2024 - 2027)

Tuy nhiên, thị trường đang đối mặt với bài toán nan giải về xâm phạm quyền tác giả số. Báo cáo của Media Partners Asia chỉ ra rằng Việt Nam đứng đầu khu vực Đông Nam Á về tỷ lệ vi phạm bản quyền số tính theo đầu người với khoảng 15,5 triệu người xem bất hợp pháp, gây thiệt hại ước tính 350 triệu USD trong năm 2022. Thống kê từ Cục Điện ảnh ghi nhận gần 400 website tiếng Việt công khai phân phối nội dung không có bản quyền (như Phimmoi, Motchill, Subnhanh), kèm theo các nguy cơ nghiêm trọng về an toàn thông tin (mã độc, khai thác lỗ hổng thiết bị) và quảng cáo độc hại.

Khóa luận tốt nghiệp ngành Quản trị Kinh doanh (Mã số: 7340101) của tác giả Hồ Thị Thu Ngân dưới sự hướng dẫn khoa học của TS. Đặng Trương Thanh Nhàn tại Trường Đại học Ngân hàng TP. Hồ Chí Minh (HUB) giải quyết bài toán: Xác định và lượng hóa các yếu tố tác động đến ý định chuyển dịch sang dịch vụ SVOD có bản quyền của nhóm người tiêu dùng trẻ.

Mục tiêu nghiên cứu

  1. Hệ thống hóa các cơ sở lý thuyết hành vi người tiêu dùng áp dụng cho dịch vụ số: Thuyết hành động hợp lý (TRA), Thuyết hành vi hoạch định (TPB) và Thuyết nhận thức rủi ro (TPR).
  2. Xây dựng thang đo, kiểm định độ tin cậy và phân tích tương quan giữa các biến độc lập với biến phụ thuộc Ý định sử dụng ($YD$).
  3. Đo lường mức độ tác động cụ thể của từng biến độc lập thông qua mô hình hồi quy đa biến OLS (Ordinary Least Squares).
  4. Cung cấp hệ thống giải pháp và hàm ý quản trị khả thi cho các nền tảng phân phối SVOD nội địa và quốc tế nhằm tối ưu hóa tỷ lệ chuyển đổi khách hàng sinh viên.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường giải trí kỹ thuật số tại Việt Nam phân tầng rõ rệt giữa các mô hình dịch vụ bản quyền và các kênh phát lậu:

Tiêu chí SVOD Quốc tế (Netflix, Disney+) SVOD Nội địa (VieON, FPT Play, Galaxy Play) Website Phim lậu (Motchill, Phimmoi...)
Bản quyền & Pháp lý 100% bản quyền quốc tế 100% bản quyền nội địa + quốc tế Vi phạm bản quyền nghiêm trọng
Chất lượng Video & Âm thanh 4K HDR, Dolby Atmos Full HD / 4K, Stereo / 5.1 720p / 1080p nén, bitrate thấp
Mô hình định giá 70.000 – 260.000 VNĐ/tháng 49.000 – 150.000 VNĐ/tháng Miễn phí (Doanh thu từ Ads)
Bảo mật & Trải nghiệm Không quảng cáo, bảo mật tuyệt đối Ít quảng cáo gói VIP, an toàn giao dịch Chèn mã độc, pop-up cờ bạc, lừa đảo
Độ phủ kho nội dung Phim Hollywood, Series độc quyền Phim truyền hình Việt, gameshow, thể thao Tổng hợp đa nguồn không kiểm duyệt

Áp dụng phương pháp phân loại yêu cầu MoSCoW đối với hành vi người dùng trẻ:

  • Must-have (Bắt buộc có): Chi phí thuê bao linh hoạt theo ngân sách học tập; phương thức thanh toán ví điện tử tích hợp (MoMo, ZaloPay, VietQR); kho phim có phụ đề/thuyết minh chuẩn.
  • Should-have (Nên có): Tính năng phân quyền tài khoản nhóm; phát trực tuyến mượt mà trên hạ tầng mạng 4G/5G; bảo vệ quyền riêng tư người dùng.
  • Could-have (Có thể có): Gói tích hợp dữ liệu viễn thông di động; nội dung tương tác (Interactive Video).
  • Won't-have (Không ưu tiên): Gói thuê bao dài hạn cố định (12–24 tháng) yêu cầu cam kết thẻ tín dụng quốc tế phức tạp.

Thiết kế hệ thống nghiên cứu & Công nghệ phân tích

Khung kỹ thuật xử lý và định lượng dữ liệu sử dụng cấu hình tiêu chuẩn:

  • Công cụ thu thập dữ liệu: Google Forms API / Spreadsheet Engine.
  • Môi trường phân tích thống kê: IBM SPSS Statistics Version 26.0 (64-bit Edition) & Microsoft Excel 365.
  • Mô hình kinh tế lượng: Hồi quy tuyến tính đa biến (Multiple Linear Regression).

Phương trình toán học tổng quát:

$$YD = \beta_0 + \beta_1 \cdot TQ + \beta_2 \cdot XH + \beta_3 \cdot GC + \beta_4 \cdot RR + \beta_5 \cdot TD + \varepsilon$$

Trong đó:

  • $YD$: Ý định sử dụng dịch vụ xem phim trực tuyến có trả phí (Biến phụ thuộc).
  • $TQ$: Thói quen (4 biến quan sát: TQ1 $\rightarrow$ TQ4).
  • $XH$: Ảnh hưởng xã hội (4 biến quan sát: XH1 $\rightarrow$ XH4).
  • $GC$: Nhận thức giá cả (5 biến quan sát: GC1 $\rightarrow$ GC5).
  • $RR$: Nhận thức rủi ro (4 biến quan sát: RR1 $\rightarrow$ RR4).
  • $TD$: Thái độ đối với vi phạm bản quyền (4 biến quan sát: TD1 $\rightarrow$ TD4).
  • $\beta_0$: Hệ số chặn (Constant); $\beta_1 \dots \beta_5$: Hệ số hồi quy riêng phần; $\varepsilon$: Sai số ngẫu nhiên.

Methodology & Quy trình triển khai

  1. Nghiên cứu định tính: Phỏng vấn sâu (In-depth interview) $N=10$ sinh viên Khoa Quản trị Kinh doanh HUB nhằm hiệu chỉnh ngôn từ các biến quan sát, hoàn thiện thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).
  2. Quy mô mẫu định lượng: Dựa theo Hair et al. (2014), tỷ lệ mẫu trên biến quan sát tối ưu là $10:1$. Thang đo gồm 25 biến quan sát, yêu cầu cỡ mẫu tối thiểu $N_{\text{min}} = 25 \times 10 = 250$ mẫu. Nghiên cứu thu thập thành công 263 phản hồi, sau sàng lọc còn lại 255 mẫu hợp lệ ($N=255$).
  3. Kế hoạch kiểm soát rủi ro: Đảm bảo tính độc lập giữa các biến, triệt tiêu hiện tượng đa cộng tuyến bằng chỉ số VIF ($VIF < 10$), kiểm soát hiện tượng tự tương quan chuỗi bằng hệ số Durbin-Watson ($1 < d < 3$).

Implementation và kết quả

Quy trình phân tích dữ liệu

Dữ liệu khảo sát được làm sạch và xử lý thông qua tập lệnh cú pháp (Syntax) trên SPSS 26.0:

* Kiem dinh do tin cay Cronbach's Alpha cho cac bien doc lap va bien phu thuoc.
RELIABILITY
  /VARIABLES=TQ1 TQ2 TQ3 TQ4
  /SCALE('Thoi quen') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

* Phan tich nhan to kham pha EFA (Principal Axis Factoring / Varimax Rotation).
FACTOR
  /VARIABLES TQ1 TQ2 TQ3 TQ4 XH1 XH2 XH3 XH4 GC1 GC2 GC3 GC4 GC5 RR1 RR2 RR3 RR4 TD1 TD2 TD3 TD4
  /MISSING LISTWISE 
  /ANALYSIS TQ1 TO TD4
  /PRINT INITIAL EXTRACTION ROTATION KMO
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION VARIMAX.

* Hoi quy da bien kiem dinh cac gia dinh OLS.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT YD
  /METHOD=ENTER TQ XH GC TD
  /RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).

Kiểm định và xác thực mô hình

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

Tất cả các thang đo đều thỏa mãn tiêu chuẩn $Cronbach's\ \alpha \ge 0.60$ và hệ số tương quan biến - tổng ($Corrected\ Item\text{-}Total\ Correlation$) $\ge 0.30$:

Thang đo (Construct) Số biến quan sát ban đầu Hệ số Cronbach's Alpha ($\alpha$) Đánh giá độ tin cậy
Thói quen (TQ) 4 0.845 Rất tốt (High internal consistency)
Ảnh hưởng xã hội (XH) 4 0.853 Rất tốt
Nhận thức giá cả (GC) 5 0.855 Rất tốt
Nhận thức rủi ro (RR) 4 0.902 Xuất sắc
Thái độ đối với vi phạm bản quyền (TD) 4 0.825 Rất tốt
Ý định sử dụng (YD) 4 0.686 Đạt yêu cầu nghiên cứu khám phá ($>0.6$)

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Hệ số $KMO = 0.812$ ($0.5 \le KMO \le 1.0$), kiểm định Bartlett có ý nghĩa thống kê cao ($Sig. = 0.000 < 0.05$). Tổng phương sai trích ($Total\ Variance\ Explained$) đạt $61.45% > 50%$, giá trị Eigenvalue của tất cả các nhân tố đều lớn hơn 1.0. Các hệ số tải nhân tố ($Factor\ Loading$) đều vượt ngưỡng $0.50$.
  • Biến phụ thuộc ($YD$): Trích xuất thành công 1 nhân tố duy nhất với $KMO = 0.694$, $Sig. Bartlett = 0.000$, phương sai trích đạt $51.28%$.

3. Phân tích tương quan Pearson & Hồi quy tuyến tính đa biến

Ma trận tương quan Pearson xác nhận các biến $TQ, XH, GC, TD$ có mối liên hệ tuyến tính thuận chiều có ý nghĩa thống kê ($p < 0.05$) đối với $YD$. Sau bước kiểm định giả định và chạy mô hình hồi quy OLS, kết quả cho thấy biến Nhận thức rủi ro (RR) không đạt mức ý nghĩa thống kê ($p > 0.05$) nên bị loại khỏi phương trình cuối cùng.

                        KẾT QUẢ KIỂM ĐỊNH MÔ HÌNH HỒI QUY
Giả thuyết Mối quan hệ tác động Hệ số hồi quy Beta ($\beta$) Mức ý nghĩa ($p$-value) Kết luận kiểm định
H1 Thói quen ($TQ$) $\rightarrow$ Ý định ($YD$) $+0.312$ $p < 0.001$ Chấp nhận (Supported)
H2 Ảnh hưởng xã hội ($XH$) $\rightarrow$ Ý định ($YD$) $+0.248$ $p < 0.001$ Chấp nhận (Supported)
H3 Nhận thức giá cả ($GC$) $\rightarrow$ Ý định ($YD$) $+0.285$ $p < 0.001$ Chấp nhận (Supported)
H4 Nhận thức rủi ro ($RR$) $\rightarrow$ Ý định ($YD$) $-0.038$ $p = 0.412 > 0.05$ Bác bỏ (Rejected)
H5 Thái độ với bản quyền ($TD$) $\rightarrow$ Ý định ($YD$) $+0.196$ $p = 0.002 < 0.01$ Chấp nhận (Supported)

Phương trình hồi quy chuẩn hóa cuối cùng:

$$YD = 0.312 \cdot TQ + 0.285 \cdot GC + 0.248 \cdot XH + 0.196 \cdot TD$$

Kết quả đạt được

  • Mức độ nhận diện thương hiệu: Trong tổng số 255 sinh viên HUB khảo sát, Netflix dẫn đầu thị phần nhận diện với $73%$ (185 lượt), tiếp theo là FPT Play với $68%$ (174 lượt), VieON với $65%$ (166 lượt), Galaxy Play đạt $54%$ (137 lượt). Các nền tảng khu vực như WeTV ($36%$), iQIYI ($34%$), MangoTV ($34%$), Youku ($28%$) duy trì vị thế phân khúc phim châu Á.
  • Cơ cấu nhân khẩu học: Nữ giới chiếm ưu thế với $70.3%$ ($180/255$), nam giới chiếm $29.4%$ ($75/255$). Phân bổ thu nhập: $32.9%$ đạt mức 5–10 triệu VNĐ/tháng, $28.2%$ đạt mức 3–5 triệu VNĐ/tháng, $25.5%$ dưới 3 triệu VNĐ/tháng và $13.3%$ trên 10 triệu VNĐ/tháng. Sinh viên năm 4 chiếm tỷ trọng lớn nhất với $38.4%$.

Đổi mới và đóng góp

  1. Đột phá trong tổng hợp khung lý thuyết: Khóa luận tích hợp đa chiều 3 mô hình lý thuyết kinh điển: TRA (Fishbein & Ajzen, 1975), TPB (Ajzen, 1991) và TPR (Bauer, 1960), đồng thời bổ sung cấu trúc "Thái độ đối với vi phạm bản quyền" ($TD$).
  2. Khám phá thực nghiệm về biến "Nhận thức rủi ro": Trái ngược với các nghiên cứu trước đây (như Domenico Sardanelli et al., 2019; Huỳnh Thị Kim Chi, 2022 vốn khẳng định rủi ro mạng cản trở ý định dùng dịch vụ), nghiên cứu này chứng minh thực nghiệm rằng thế hệ sinh viên hiện đại xem rủi ro bảo mật trên nền tảng trả phí là thứ yếu hoặc đã được các hãng công nghệ kiểm soát tốt, từ đó bác bỏ giả thuyết $H4$.
  3. So sánh tương quan với các công trình tiêu biểu:
Tiêu chí đối chiếu Công trình nghiên cứu này (2024) Dương Thị Thu Thảo & Nguyễn Ngọc Thức (2021) Phan Đức Thắng và cộng sự (2023)
Đối tượng & Ngữ cảnh Sinh viên Đại học Ngân hàng TP.HCM (HUB) Sinh viên các trường ĐH tại TP.HCM Sinh viên ĐH Kinh tế TP.HCM (UEH)
Lĩnh vực phân tích SVOD (Phát video theo yêu cầu) SVOD tổng quát Nền tảng nghe nhạc trực tuyến
Yếu tố tác động mạnh nhất Thói quen ($TQ$, $\beta = 0.312$) Nhận thức về giá Thói quen ($Habit$)
Tác động của Rủi ro ($RR$) Không có ý nghĩa thống kê ($p>0.05$) Tác động cùng chiều Không đưa vào mô hình cuối
Tác động của Bản quyền ($TD$) Tác động tích cực ($\beta = 0.196$) Nhận thức đạo đức ($\beta = 0.18$) Tác động yếu nhất ($\beta = 0.11$)

Ứng dụng thực tế và triển khai

Chiến lược vận hành và mô hình kinh doanh

  • Gói cước phân tầng sinh viên (Student-Tier Subscription): Do $GC$ là yếu tố tác động lớn thứ hai ($\beta = 0.285$), các nền tảng như VieON, FPT Play cần triển khai gói cước cá nhân giá từ 29.000 – 39.000 VNĐ/tháng, xác thực định danh qua email tên miền .edu.vn.
  • Kích hoạt hiệu ứng lan tỏa xã hội (Social Referral Loop): Yếu tố $XH$ đạt trọng số $\beta = 0.248$. Cần phát triển tính năng "Watch Party" (xem chung trực tuyến) và cơ chế "Mời bạn cùng phòng – Nhận thêm ngày xem miễn phí" để tận dụng mạng lưới ký túc xá và hội nhóm sinh viên.
  • Tối ưu hóa vòng lặp thói quen (Habit Loop Activation): Thói quen ($TQ$) là nhân tố then chốt nhất ($\beta = 0.312$). Doanh nghiệp cần phát triển hệ thống gợi ý nội dung (Recommendation Engine) dựa trên Machine Learning để tự động hóa trải nghiệm xem tiếp liền mạch (Auto-play next episode), đẩy thông báo đẩy (Push Notifications) đúng khung giờ giải trí cao điểm (21h00 – 23h30).
  • Phân tích hiệu quả tài chính (ROI Projections): Khi chuyển đổi thành công $20%$ trong tổng số 15,5 triệu người xem lậu thành người dùng trả phí gói sinh viên cơ bản (30.000 VNĐ/tháng), doanh thu bổ sung toàn thị trường ước đạt hơn 1.116 tỷ VNĐ/năm ($\approx 45$ triệu USD), tạo động lực tái đầu tư sản xuất phim điện ảnh chất lượng cao.

Hạn chế và hướng phát triển

  1. Hạn chế mẫu nghiên cứu: Dữ liệu thu thập bằng phương pháp lấy mẫu thuận tiện phi xác suất với quy mô $N=255$ tại Trường Đại học Ngân hàng TP.HCM (HUB), dẫn đến tỷ lệ mẫu nữ giới cao ($70.3%$), có thể chưa đại diện hoàn toàn cho tổng thể sinh viên toàn quốc.
  2. Thiết kế nghiên cứu cắt ngang (Cross-sectional): Dữ liệu phản ánh ý định hành vi tại một thời điểm nhất định, chưa phản ánh được sự biến đổi theo thời gian khi mức giá hoặc thu nhập thay đổi.
  3. Hướng mở rộng tương lai:
    • Áp dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) để đánh giá các tác động gián tiếp thông qua biến trung gian.
    • Mở rộng phạm vi khảo sát liên trường, liên vùng (Bắc – Trung – Nam) để tăng tính khái quát hóa dữ liệu.
    • Bổ sung các biến kiểm soát về hạ tầng kỹ thuật: Tốc độ đường truyền Internet, thiết bị trải nghiệm (Smart TV vs. Smartphone/Tablet).

Đối tượng hưởng lợi

  • Sinh viên & Giới trẻ: Được trang bị tài liệu tham khảo khoa học về hành vi tiêu dùng số; hiểu rõ lợi ích của việc sử dụng nội dung hợp pháp nhằm tránh các nguy cơ lừa đảo và lây nhiễm mã độc từ trang web lậu.
  • Doanh nghiệp phát triển nền tảng SVOD: Nắm bắt chính xác 4 động lực cốt lõi chi phối quyết định trả phí ($TQ: 31.2%, GC: 28.5%, XH: 24.8%, TD: 19.6%$) để xây dựng chiến lược Marketing Mix 4P chuẩn xác.
  • Cơ quan quản lý và Nhà hoạch định chính sách: Cung cấp bằng chứng thực nghiệm phục vụ công tác tuyên truyền sở hữu trí tuệ và ngăn chặn thất thoát thuế trong ngành công nghiệp sáng tạo số.

Câu hỏi thường gặp

1. Tại sao nhân tố "Nhận thức rủi ro" (RR) lại bị loại khỏi mô hình hồi quy?

Trong phân tích OLS, biến $RR$ có mức ý nghĩa kiểm định $p = 0.412 > 0.05$. Điều này phản ánh rằng sinh viên thuộc thế hệ bản địa kỹ thuật số (Gen Z) đã quá quen thuộc với các giao thức thanh toán trực tuyến và đánh giá dịch vụ SVOD có mức độ an toàn mặc định cao, do đó rủi ro không còn là rào cản ngăn cản ý định sử dụng.

2. Yếu tố nào đóng vai trò quan trọng nhất thúc đẩy sinh viên trả phí SVOD?

Yếu tố Thói quen (TQ) có tác động mạnh nhất với hệ số Beta chuẩn hóa $\beta = 0.312$. Người dùng trẻ khi đã hình thành thói quen xem phim trực tuyến hàng ngày sẽ có xu hướng sẵn sàng trả tiền để loại bỏ quảng cáo và nâng cao trải nghiệm xem phim.

3. Doanh nghiệp SVOD nội địa cần làm gì để cạnh tranh trực tiếp với Netflix?

Cần tập trung vào 2 biến $GC$ và $XH$: Đưa ra mức giá cạnh tranh ($<50.000$ VNĐ/tháng), tích hợp cổng thanh toán bản địa (VietQR, MoMo), phát triển kho nội dung độc quyền mang tính văn hóa bản địa (phim chiếu rạp Việt, show truyền hình thực tế) mà nền tảng quốc tế không sở hữu.

4. Chi phí bản quyền phim lậu gây thiệt hại thực tế như thế nào cho nền kinh tế?

Theo số liệu Media Partners Asia (2022), vi phạm bản quyền số làm thất thoát 350 triệu USD tại Việt Nam. Việc người dùng xem lậu làm triệt tiêu doanh thu bán vé/thuê bao của các nhà sản xuất phim, dẫn đến sụt giảm ngân sách tái đầu tư sản xuất tác phẩm mới.

5. Khóa luận sử dụng tiêu chuẩn thống kê nào để đánh giá thang đo?

Sử dụng chuẩn Nunnally (1978) và Hair et al. (2009): Hệ số tin cậy $Cronbach's\ \alpha \ge 0.60$, tương quan biến - tổng $\ge 0.30$, chỉ số $KMO \ge 0.50$, giá trị kiểm định Bartlett $Sig. < 0.05$, phương sai trích $\ge 50%$ và hệ số tải EFA $\ge 0.50$.

Kết luận

Khóa luận tốt nghiệp của tác giả Hồ Thị Thu Ngân đã giải quyết toàn diện bài toán định lượng các động lực chi phối hành vi sử dụng dịch vụ xem phim trực tuyến có trả phí của sinh viên Trường Đại học Ngân hàng TP.HCM. Bằng việc kết hợp thực nghiệm các khung lý thuyết TRA, TPB và TPR trên cỡ mẫu chuẩn $N=255$, nghiên cứu đã chứng minh rằng Thói quen, Nhận thức giá cả, Ảnh hưởng xã hội và Thái độ đối với vi phạm bản quyền là 4 trụ cột quyết định ý định sử dụng dịch vụ SVOD.

Kết quả này không chỉ đóng góp giá trị học thuật vào kho tàng nghiên cứu hành vi tiêu dùng số tại Việt Nam mà còn là kim chỉ nam thực tiễn cho các doanh nghiệp OTT/SVOD trong việc thiết kế sản phẩm, hoạch định chiến lược giá và triển khai các chiến dịch truyền thông nhằm chuyển đổi hàng triệu người dùng từ các nền tảng xem lậu sang hệ sinh thái giải trí số có bản quyền và bền vững.