Giới thiệu dự án

Thị trường giao đồ ăn trực tuyến (On-Demand Food Delivery - OFD) tại Việt Nam đang trải qua giai đoạn bùng nổ mạnh mẽ dưới sự cộng hưởng của làn sóng chuyển đổi số và những thay đổi sâu sắc trong hành vi tiêu dùng đô thị. Theo báo cáo từ Euromonitor, quy mô thị trường giao thức ăn trực tuyến tại Việt Nam đạt khoảng 33 triệu USD vào năm 2018, chạm mốc 38 triệu USD vào năm 2020 và duy trì tốc độ tăng trưởng kép hàng năm (CAGR) ấn tượng ở mức 11%. Khảo sát từ Q&Me chỉ ra rằng 62% người tiêu dùng trong độ tuổi 18–45 tại các đô thị lớn như Hà Nội và TP. Hồ Chí Minh đã sử dụng dịch vụ đặt món trực tuyến, trong đó có tới 82% người dùng tương tác thông qua các ứng dụng chuyên biệt trên điện thoại thông minh (Mobile Applications). Đặc biệt, bối cảnh dịch bệnh Covid-19 cùng các quy định giãn cách xã hội đã tạo ra hơn 1.140.397 lượt thảo luận trên không gian mạng vào năm 2020, đưa việc đặt đồ ăn qua ứng dụng trở thành thói quen thường nhật của thế hệ Millennial (nhóm sinh năm 1980–1995).

+-----------------------------------------------------------------------------------+
|                        BỐI CẢNH THỊ TRƯỜNG FOODTECH VIỆT NAM                      |
+-----------------------------------------------------------------------------------+
| Quy mô thị trường:    38 triệu USD (2020) -> Dự báo tăng trưởng 11%/năm           |
| Tỷ lệ thâm nhập:      62% người tiêu dùng đô thị (18-45 tuổi)                     |
| Kênh tiếp cận:        82% thông qua Mobile Native Apps (Android/iOS)              |
| Thảo luận xã hội:     > 1,14 triệu lượt thảo luận liên quan (Giai đoạn biến động) |
+-----------------------------------------------------------------------------------+

Thực trạng cạnh tranh khốc liệt giữa các nền tảng công nghệ như GrabFood, ShopeeFood (Now), Baemin và Go-Food đặt ra bài toán tối ưu hóa tỷ lệ chuyển đổi và giữ chân khách hàng (Customer Retention Rate). Các doanh nghiệp đối mặt với vấn đề lớn: sự mơ hồ về mức độ tác động của các nhân tố công nghệ, tâm lý và xã hội tới quyết định sử dụng app của khách hàng. Khách hàng dễ dàng chuyển đổi nền tảng (High Churn Rate) khi các chương trình giảm giá kết thúc nếu ứng dụng không mang lại giá trị sử dụng và trải nghiệm vượt trội.

Đề tài khóa luận tốt nghiệp "Nghiên cứu các yếu tố ảnh hưởng đến ý định sử dụng ứng dụng giao đồ ăn trực tuyến của người tiêu dùng tại Thành phố Hồ Chí Minh" do sinh viên Lê Thị Thanh Hằng (Khoa Quản trị Kinh doanh, Trường Đại học Công nghiệp TP.HCM) thực hiện dưới sự hướng dẫn của ThS. Nguyễn Thị Bích Ngọc, tập trung giải quyết triệt để bài toán trên thông qua phương pháp định lượng chuẩn xác.

Mục tiêu cụ thể của dự án nghiên cứu bao gồm:

  1. Xác định các nhân tố cấu thành ảnh hưởng đến ý định sử dụng ứng dụng giao đồ ăn trực tuyến của người tiêu dùng tại khu vực TP.HCM.
  2. Đo lường và phân tích định lượng mức độ tác động cụ thể của từng yếu tố lên ý định hành vi thông qua mô hình phân tích hồi quy tuyến tính đa biến.
  3. Đề xuất hệ thống hàm ý quản trị và giải pháp công nghệ khả thi giúp các nhà phát triển ứng dụng cùng đối tác nhà hàng (Merchants) tối ưu hóa trải nghiệm khách hàng và gia tăng thị phần.

Nghiên cứu kết hợp hai mô hình nền tảng trong khoa học hành vi và công nghệ: Mô hình Chấp nhận Công nghệ (Technology Acceptance Model - TAM của Davis, 1989) và Thuyết Hành vi có Hoạch định (Theory of Planned Behavior - TPB của Ajzen, 1991), đồng thời tích hợp thêm các nhân tố đặc thù như Mong đợi về giá và Cảm nhận sự thích thú. Kết quả đầu ra kỳ vọng là bộ dữ liệu định lượng gồm 200 mẫu khảo sát hợp lệ, hệ số hồi quy chuẩn hóa $\beta$, các chỉ số kiểm định độ tin cậy Cronbach's Alpha $\ge 0.70$ và phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) đạt chuẩn thống kê. Phạm vi nghiên cứu giới hạn tại địa bàn TP.HCM với đối tượng khảo sát là người tiêu dùng cá nhân trong khoảng thời gian từ tháng 02/2021 đến tháng 05/2021.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi xây dựng mô hình nghiên cứu thực nghiệm, tác giả đã tiến hành rà soát các khung lý thuyết kinh điển và các công trình nghiên cứu tiền nhiệm trong và ngoài nước nhằm phát hiện các khoảng trống học thuật (Research Gaps).

Mô hình / Khung lý thuyết Tác giả & Năm Ưu điểm cốt lõi Nhược điểm / Hạn chế
Thuyết Hành động Hợp lý (TRA) Fishbein & Ajzen (1975) Đặt nền móng liên kết giữa thái độ, chuẩn chủ quan và ý định hành vi. Bỏ qua các rào cản về nguồn lực, kỹ năng và khả năng kiểm soát hành vi thực tế.
Thuyết Hành vi có Hoạch định (TPB) Ajzen (1991) Bổ sung biến Kiểm soát hành vi cảm nhận, tăng khả năng dự báo hành vi phức tạp. Chưa phản ánh sâu sắc tính tiện ích kỹ thuật số và trải nghiệm giao diện người dùng.
Mô hình Chấp nhận Công nghệ (TAM) Davis (1989) Đo lường chuẩn xác Nhận thức sự hữu ích và Nhận thức tính dễ sử dụng trong hệ thống số. Loại bỏ biến áp lực xã hội (Social Influence), làm giảm độ bao phủ khi ứng dụng mạng xã hội phát triển.
Mô hình Hợp nhất UTAUT Venkatesh et al. (2003) Tích hợp toàn diện 8 mô hình trước đó với 4 yếu tố chính và các biến điều tiết (Moderators). Mô hình cồng kềnh, đòi hỏi mẫu khảo sát quy mô cực lớn và cấu trúc dữ liệu phức tạp. 
+----------------------------------------------------------------------------------------------------------------+
|                                    SO SÁNH CÁC CÔNG TRÌNH NGHIÊN CỨU TIỀN NHIỆM                                |
+------------------------------------+-----------------------------+---------------------------------------------+
| Công trình thực nghiệm             | Phạm vi nghiên cứu          | Các nhân tố tác động chính                  |
+------------------------------------+-----------------------------+---------------------------------------------+
| Hoàng Quốc Cường (2010)            | Mua hàng điện tử qua mạng   | Giá (+), Tiện lợi (+), Dễ dùng (+),         |
|                                    | (Mẫu N=467, Việt Nam)       | Thích thú (+), Xã hội (+), Rủi ro (-)       |
+------------------------------------+-----------------------------+---------------------------------------------+
| Okumus & Bilgihan (2014)           | Smart apps đặt đồ ăn tại    | Thích thú (+), Hữu ích (+), Dễ dùng (+),    |
|                                    | nhà hàng (Mỹ)               | Hiệu quả (+), Ảnh hưởng xã hội (+)          |
+------------------------------------+-----------------------------+---------------------------------------------+
| Prabowo & Nugroho (2019)           | Ứng dụng Go-Food            | Tiện lợi (+), Hữu ích (+), Thích thú (+),   |
|                                    | (Indonesia)                 | Tiết kiệm tiền (+), Tiết kiệm thời gian (+) |
+------------------------------------+-----------------------------+---------------------------------------------+

Yêu cầu nghiên cứu được phân loại theo ma trận MoSCoW nhằm định hình các biến quan sát:

  • Must-have (Bắt buộc có): Thang đo Nhận thức sự hữu ích (SHI), Nhận thức tính dễ sử dụng (DSD), Ý định sử dụng (YD).
  • Should-have (Nên có): Thang đo Ảnh hưởng xã hội (AHXH), Cảm nhận sự thích thú (TT/STT).
  • Could-have (Có thể có): Thang đo Mong đợi về giá (GIA) để kiểm định tác động của chính sách giá và khuyến mãi.
  • Won't-have (Không đưa vào): Biến rủi ro cảm nhận bảo mật thanh toán (nhằm tinh gọn số lượng biến quan sát để đảm bảo độ tập trung của bảng hỏi với kích thước mẫu $N=200$).

Thiết kế hệ thống

Kiến trúc mô hình nghiên cứu lý thuyết được thiết kế dựa trên sự kế thừa và kết hợp giữa TAM và TPB:

Hệ thống công cụ công nghệ và cấu trúc dữ liệu được thiết lập chặt chẽ:

  • Nền tảng thu thập dữ liệu: Google Forms Cloud Engine tích hợp bảng tính Google Sheets để tự động đồng bộ hóa thời gian thực và loại trừ trùng lặp IP/Email.
  • Phần mềm xử lý thống kê chuyên dụng: IBM SPSS Statistics phiên bản 20.0 (hỗ trợ phân tích độ tin cậy, EFA, hồi quy OLS, T-Test và One-Way ANOVA) kết hợp Microsoft Excel 2019 (Data Cleaning & Pivot Table).
  • Cấu trúc Schema thang đo: Gồm 25 biến quan sát được mã hóa trên thang đo khoảng cách Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý):
    • Mong đợi về giá (GIA): 4 biến quan sát (GIA1 đến GIA4).
    • Nhận thức sự hữu ích (SHI): 4 biến quan sát (SHI1 đến SHI4).
    • Nhận thức tính dễ sử dụng (DSD): 4 biến quan sát (DSD1 đến DSD4).
    • Ảnh hưởng xã hội (AHXH): 5 biến quan sát (AHXH1 đến AHXH5).
    • Cảm nhận sự thích thú (TT): 4 biến quan sát (TT1 đến TT4).
    • Ý định sử dụng (YD): 4 biến quan sát (YD1 đến YD4).

Methodology

Nghiên cứu ứng dụng quy trình phương pháp luận hỗn hợp (Mixed-Methods Sequential Design) gồm 2 giai đoạn:

  1. Nghiên cứu định tính: Thực hiện kỹ thuật thảo luận nhóm tập trung (Focus Group Discussion) vào ngày 15/04/2021 tại Thư viện Đại học Công nghiệp TP.HCM với 5 đáp viên am hiểu về dịch vụ FoodTech. Mục tiêu là hiệu chỉnh từ ngữ của 25 biến quan sát, bảo đảm tính giá trị nội dung (Content Validity) và giá trị bề mặt (Face Validity). Toàn bộ 5/5 đáp viên đều thống nhất cấu trúc bảng hỏi rõ ràng, phản ánh đúng bối cảnh tiêu dùng tại TP.HCM.
  2. Nghiên cứu định lượng sơ bộ ($N=50$): Khảo sát thử nghiệm nhằm kiểm tra sơ bộ hệ số tương quan biến - tổng và loại bỏ biến rác trước khi phát hành đại trà.
  3. Nghiên cứu định lượng chính thức ($N=200$): Áp dụng phương pháp chọn mẫu thuận tiện phi xác suất (Convenience Sampling) trên không gian mạng.

Kế hoạch kiểm soát rủi ro dữ liệu:

  • Kiểm soát phương sai chung (Common Method Bias): Xáo trộn ngẫu nhiên thứ tự các câu hỏi trên biểu mẫu khảo sát.
  • Tiêu chuẩn cỡ mẫu tối thiểu: Theo quy tắc của Hair et al. (2010), cỡ mẫu tối thiểu cho phân tích EFA là $N \ge 5 \times k$ (với $k=25$ biến quan sát $\Rightarrow N_{min} = 125$). Theo Tabachnick & Fidell (2007) cho phân tích hồi quy: $N \ge 50 + 8 \times m$ (với $m=5$ biến độc lập $\Rightarrow N_{min} = 90$). Cỡ mẫu thực tế $N=200$ hoàn toàn thỏa mãn các điều kiện khắt khe về mặt thống kê học.

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được hiện thực hóa qua 4 giai đoạn logic trong môi trường IBM SPSS Statistics 20.0:

[Khảo sát & Sàng lọc N=200] 
[Kiểm định Giả thuyết Mô hình & Khác biệt Nhân khẩu học (T-Test, ANOVA)]

Phương trình hồi quy tổng quát dạng lý thuyết: $$YD = \beta_0 + \beta_1 SHI + \beta_2 DSD + \beta_3 AHXH + \beta_4 TT + \beta_5 GIA + \epsilon$$

Đoạn cú pháp (Syntax) đại diện được thực thi trong IBM SPSS 20.0 để xử lý kiểm định độ tin cậy và mô hình hồi quy đa biến:

* --- 1. KIEM DINH DO TIN CAY CRONBACH'S ALPHA CHO THANG DO SHI ---.
RELIABILITY
  /VARIABLES=SHI1 SHI2 SHI3 SHI4
  /SCALE('Scale_SHI') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

* --- 2. PHAN TICH NHAN TO KHAM PHA (EFA) CHO BIEN DOC LAP ---.
FACTOR
  /VARIABLES GIA1 GIA2 GIA3 GIA4 SHI1 SHI2 SHI3 SHI4 DSD1 DSD2 DSD3 DSD4 AHXH1 AHXH2 AHXH3 AHXH4 AHXH5 TT1 TT2 TT3 TT4
  /MISSING LISTWISE 
  /ANALYSIS GIA1 GIA2 GIA3 GIA4 SHI1 SHI2 SHI3 SHI4 DSD1 DSD2 DSD3 DSD4 AHXH1 AHXH2 AHXH3 AHXH4 AHXH5 TT1 TT2 TT3 TT4
  /PRINT INITIAL KMO ROTATION EXTRACTION
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

* --- 3. PHAN TICH HOI QUY DA BIEN OLS ---.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT YD
  /METHOD=ENTER SHI DSD AHXH TT GIA
  /SCATTERPLOT=(*ZRESID ,*ZPRED)
  /RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).

Testing và validation

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

Toàn bộ các thang đo đều có hệ số Cronbach's Alpha đạt chuẩn cao ($\alpha > 0.70$) và không có biến quan sát nào có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) nhỏ hơn $0.30$:

  • Thang đo Mong đợi về giá (GIA): $\alpha = 0.812$ (Tương quan biến - tổng: $0.589 - 0.672$).
  • Thang đo Nhận thức sự hữu ích (SHI): $\alpha = 0.854$ (Tương quan biến - tổng: $0.645 - 0.741$).
  • Thang đo Nhận thức tính dễ sử dụng (DSD): $\alpha = 0.829$ (Tương quan biến - tổng: $0.601 - 0.710$).
  • Thang đo Ảnh hưởng xã hội (AHXH): $\alpha = 0.867$ (Tương quan biến - tổng: $0.628 - 0.754$).
  • Thang đo Cảm nhận sự thích thú (TT): $\alpha = 0.843$ (Tương quan biến - tổng: $0.612 - 0.723$).
  • Thang đo Ý định sử dụng (YD): $\alpha = 0.871$ (Tương quan biến - tổng: $0.680 - 0.765$).

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Chỉ số $KMO = 0.842$ (thỏa mãn $0.5 < KMO < 1.0$), kiểm định Bartlett có giá trị thống kê $\chi^2$ với mức ý nghĩa $Sig. = 0.000 < 0.001$, chứng minh các biến quan sát có tương quan chặt chẽ. Kết quả trích được 5 nhân tố tại mức $Eigenvalues = 1.248 > 1.0$, tổng phương sai trích (Total Variance Explained) đạt $63.78% > 50%$. Trọng số tải nhân tố (Factor Loading) của tất cả các biến đều lớn hơn $0.55$.
  • Biến phụ thuộc: $KMO = 0.811$, kiểm định Bartlett có $Sig. = 0.000$, trích được 1 nhân tố duy nhất với tổng phương sai trích đạt $68.45%$.

3. Phân tích hồi quy và kiểm định hiện tượng đa cộng tuyến

Đánh giá độ phù hợp của mô hình hồi quy tuyến tính:

  • Hệ số xác định $R^2 = 0.618$, hệ số $R^2$ hiệu chỉnh (Adjusted $R^2$) đạt $0.608$. Điều này chứng minh $60.8%$ sự biến thiên của Ý định sử dụng được giải thích bởi các biến độc lập trong mô hình.
  • Kiểm định ANOVA có giá trị thống kê $F = 62.741$ với $Sig. = 0.000$, khẳng định mô hình xây dựng có ý nghĩa thống kê ở độ tin cậy $99.9%$.
  • Kiểm định đa cộng tuyến: Hệ số phóng đại phương sai (Variance Inflation Factor - VIF) của các biến dao động từ $1.152$ đến $1.487$ (tất cả đều $< 2.0$, thấp hơn nhiều so với ngưỡng cảnh báo $10.0$), chứng minh không xảy ra hiện tượng đa cộng tuyến.
+---------------------------------------------------------------------------------------------------+
|                            KẾT QUẢ PHÂN TÍCH HỒI QUY ĐA BIẾN (OLS)                                |
+-------------------------------+-----------------------+--------------+------------+---------------+
| Biến độc lập                  | Hệ số chuẩn hóa (Beta)| Giá trị t    | Mức Sig.   | Hệ số VIF     |
+-------------------------------+-----------------------+--------------+------------+---------------+
| (Hằng số Bo)                  | -                     | 2.145        | 0.033      | -             |
| Nhận thức sự hữu ích (SHI)    | 0.384                 | 6.421        | 0.000      | 1.342         |
| Nhận thức tính dễ sử dụng (DSD| 0.261                 | 4.385        | 0.000      | 1.289         |
| Cảm nhận sự thích thú (TT)    | 0.215                 | 3.712        | 0.000      | 1.411         |
| Ảnh hưởng xã hội (AHXH)       | 0.168                 | 2.946        | 0.004      | 1.215         |
| Mong đợi về giá (GIA)         | 0.042                 | 0.724        | 0.470      | 1.152         |
+-------------------------------+-----------------------+--------------+------------+---------------+

Kết quả đạt được

+-------------------------------------------------------------------------------------------------------+
|                                    TỔNG KẾT KIỂM ĐỊNH GIẢ THUYẾT                                      |
+-----------+-----------------------------------------------+-----------+-------------------------------+
| Giả thuyết| Nội dung giả thuyết                           | Mức Sig.  | Kết luận                      |
+-----------+-----------------------------------------------+-----------+-------------------------------+
| H1 (+)    | Mong đợi về giá tác động tích cực đến YD      | 0.470     | Bác bỏ (Không có ý nghĩa)     |
| H2 (+)    | Nhận thức sự hữu ích tác động tích cực đến YD | 0.000     | Chấp nhận (Tác động mạnh nhất)|
| H3 (+)    | Nhận thức tính dễ dùng tác động tích cực đến YD| 0.000    | Chấp nhận (Tác động thứ hai)  |
| H4 (+)    | Ảnh hưởng xã hội tác động tích cực đến YD     | 0.004     | Chấp nhận (Tác động thứ tư)   |
| H5 (+)    | Cảm nhận sự thích thú tác động tích cực đến YD| 0.000     | Chấp nhận (Tác động thứ ba)   |
+-----------+-----------------------------------------------+-----------+-------------------------------+

Kiểm định Independent-Samples T-Test cho biến Giới tính: Kiểm định Levene có giá trị $Sig. = 0.021 < 0.05$ (phương sai không bằng nhau). Kết quả kiểm định T-Test tại dòng Equal variances not assumed cho thấy $Sig. = 0.342 > 0.05$. Như vậy, không có sự khác biệt có ý nghĩa thống kê về ý định sử dụng ứng dụng giữa nam giới và nữ giới.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp khoa học và thực tiễn sâu sắc:

  1. Phát hiện nghịch lý về nhân tố Giá cả: Kết quả hồi quy chỉ ra Mong đợi về giá (GIA) không có ý nghĩa thống kê ($Sig. = 0.470 > 0.05$). Đây là điểm khác biệt mang tính đột phá so với nghiên cứu thương mại điện tử truyền thống của Hoàng Quốc Cường (2010). Khi người tiêu dùng đô thị lựa chọn nền tảng FoodTech, họ đã mặc định chấp nhận một mức chi phí chênh lệch (bao gồm phí dịch vụ, phụ phí giao hàng tận nơi) để đổi lấy sự tiện lợi và tối ưu thời gian. Khuyến mãi có thể tạo động lực thử nghiệm ban đầu, nhưng không phải là yếu tố quyết định ý định duy trì sử dụng lâu dài.
  2. Xác lập thứ tự ưu tiên tác động chuẩn xác: Nghiên cứu lượng hóa chính xác tầm quan trọng tương đối của các nhân tố: $$\text{Mức độ ưu tiên: } SHI (\beta = 0.384) > DSD (\beta = 0.261) > TT (\beta = 0.215) > AHXH (\beta = 0.168)$$ Điều này định hướng cho các kỹ sư công nghệ và Product Manager rằng: Giá trị cốt lõi (Utility) và Trải nghiệm người dùng (UX) đóng vai trò quyết định $64.5%$ mức độ tác động tổng thể.
  3. Mô hình đối chuẩn chuyên sâu: So sánh với công trình của Okumus & Bilgihan (2014) tại thị trường Mỹ và Prabowo & Nugroho (2019) tại Indonesia, nghiên cứu chứng minh tính ổn định của cấu trúc TAM mở rộng tại một thị trường cận biên đang phát triển nhanh như TP.HCM, Việt Nam.

Ứng dụng thực tế và triển khai

Dựa trên trọng số hồi quy thực nghiệm, các doanh nghiệp FoodTech (GrabFood, ShopeeFood, Baemin) và các đối tác F&B cần triển khai 4 nhóm giải pháp chiến lược:

+-------------------------------------------------------------------------------------------------------+
|                               HỆ THỐNG GIẢI PHÁP CHIẾN LƯỢC CHO FOODTECH                              |
+-------------------------------------------------------------------------------------------------------+
| 1. TỐI ƯU HÓA TÍNH HỮU ÍCH (SHI - Beta = 0.384)                                                       |
|    - Triển khai thuật toán gợi ý món ăn theo vị trí địa lý thực và thời gian (Contextual AI).         |
|    - Tối ưu hóa định tuyến giao hàng (Route Optimization) giảm thời gian ETA dưới 20 phút.            |
|                                                                                                       |
| 2. NÂNG CAO TRẢI NGHIỆM GIAO DIỆN (DSD - Beta = 0.261)                                                |
|    - Chuẩn hóa luồng đặt hàng 3 bước (One-Click Reorder / Fast Checkout).                             |
|    - Tích hợp cổng thanh toán không tiền mặt liền mạch (Moca, MoMo, ZaloPay, Apple Pay).              |
|                                                                                                       |
| 3. TẠO CẢM NHẬN THÍCH THÚ (TT - Beta = 0.215)                                                        |
|    - Ứng dụng kỹ thuật Gamification (Lắc xì, vòng quay may mắn, mở hộp quà bí mật).                  |
|    - Cá nhân hóa giao diện người dùng theo thị hiếu và ngày lễ (Dynamic Themes).                      |
|                                                                                                       |
| 4. TẬN DỤNG HIỆU ỨNG LAN TỎA XÃ HỘI (AHXH - Beta = 0.168)                                             |
|    - Phát triển tính năng 'Đặt đơn nhóm' (Group Ordering) chia sẻ giỏ hàng qua mạng xã hội.           |
|    - Xây dựng hệ thống đánh giá thực tế và thưởng điểm cho người giới thiệu (Referral Program).       |
+-------------------------------------------------------------------------------------------------------+

Lộ trình triển khai khuyến nghị (Roadmap)

  • Giai đoạn 1 (Tháng 1 - 2): Kiểm thử A/B Testing giao diện tối giản giỏ hàng và tích hợp đo lường thời gian thực.
  • Giai đoạn 2 (Tháng 3 - 4): Triển khai tính năng đặt hàng nhóm và nâng cấp thuật toán gợi ý thực đơn.
  • Giai đoạn 3 (Tháng 5 - 6): Tích hợp chuỗi minigame tương tác và tối ưu hóa hệ thống CRM theo dữ liệu nhân khẩu học.

Hạn chế và hướng phát triển

Dù đạt được kết quả vững chắc về mặt phương pháp luận, đề tài vẫn tồn tại một số giới hạn nhất định:

  • Kích thước và phương pháp chọn mẫu: Mẫu khảo sát $N=200$ được chọn theo phương pháp thuận tiện, chủ yếu tập trung vào đối tượng người trẻ, sinh viên và nhân viên văn phòng tại khu vực nội thành TP.HCM, chưa bao phủ toàn diện các phân khúc ngoại thành.
  • Giới hạn biến nghiên cứu: Mô hình chưa tích hợp biến điều tiết (Moderating variables) như Thu nhập thực tế hay Tần suất sử dụng, đồng thời chưa kiểm soát biến Chất lượng an toàn vệ sinh thực phẩm của quán đối tác.

Hướng phát triển học thuật trong tương lai:

  • Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) thông qua phần mềm SmartPLS để đo lường các mối quan hệ đa tầng bậc (Higher-order Constructs).
  • Mở rộng phạm vi không gian nghiên cứu sang các đô thị loại 1 như Hà Nội, Đà Nẵng, Hải Phòng và Cần Thơ để thực hiện phân tích đa nhóm (Multi-group Analysis).

Đối tượng hưởng lợi

+---------------------------------------------------------------------------------------------------------+
|                                    MA TRẬN GIÁ TRỊ VÀ ĐỐI TƯỢNG HƯỞNG LỢI                               |
+----------------------+---------------------------------------------------+------------------------------+
| Nhóm đối tượng       | Giá trị thực tiễn tiếp nhận                       | Chỉ số định lượng cụ thể     |
+----------------------+---------------------------------------------------+------------------------------+
| Sinh viên & Học viên | Tài liệu tham khảo chuẩn mực về quy trình SPSS,   | Bộ khung 25 biến quan sát    |
| Quản trị/Nghiên cứu  | kiểm định thang đo EFA và giải trình hội đồng.    | và cú pháp SPSS chuẩn hóa    |
+----------------------+---------------------------------------------------+------------------------------+
| Product Managers &   | Cơ sở dữ liệu định hướng phát triển tính năng,    | Tập trung 64.5% nguồn lực vào|
| UI/UX Designers      | ưu tiên cải tiến luồng đặt hàng và tính hữu dụng. | Utility & Ease of Use        |
+----------------------+---------------------------------------------------+------------------------------+
| Doanh nghiệp F&B &   | Định hình chiến lược giá: Tập trung vào chất lượng| Giảm lãng phí ngân sách      |
| Nền tảng FoodTech    | phục vụ và giao hàng thay vì phụ thuộc giảm giá.  | khuyến mãi không hiệu quả    |
+----------------------+---------------------------------------------------+------------------------------+
| Giảng viên &         | Mô hình kiểm chứng thực nghiệm TAM - TPB mở rộng  | Mức giải thích mô hình       |
| Các nhà nghiên cứu   | trong lĩnh vực On-Demand Economy tại Việt Nam.    | R² hiệu chỉnh đạt 60.8%      |
+----------------------+---------------------------------------------------+------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cơ sở dữ liệu để triển khai khảo sát và mô hình phân tích hành vi này là gì?

Để triển khai hệ thống nghiên cứu tương tự, doanh nghiệp cần hạ tầng thu thập dữ liệu đám mây (Google Forms API hoặc Typeform Webhooks) xuất dữ liệu định dạng .csv/.xlsx. Về mặt phân tích, hệ thống yêu cầu môi trường IBM SPSS Statistics phiên bản 20.0 trở lên hoặc thư viện Python Data Science (pandas, scipy.stats, statsmodels) chạy trên cấu hình tối thiểu CPU 2.0GHz, RAM 8GB.

2. Giới hạn quy mô (Scalability limits) của mô hình TAM-TPB trong môi trường Omni-channel và giải pháp mở rộng?

Mô hình TAM-TPB tuyến tính OLS bị giới hạn khi số lượng biến can thiệp tăng cao hoặc xuất hiện quan hệ phi tuyến tính phức tạp. Để mở rộng quy mô phân tích lên hàng triệu người dùng, doanh nghiệp cần chuyển đổi sang mô hình SEM (Structural Equation Modeling) hoặc tích hợp mô hình học máy (Machine Learning Classification Algorithms như Random Forest, XGBoost) để phân khúc khách hàng theo thời gian thực.

3. Làm thế nào để tích hợp các phát hiện của nghiên cứu vào hệ thống Backend/CRM của ứng dụng giao đồ ăn?

Các chỉ số hồi quy ($\beta$) đóng vai trò trọng số trong thuật toán chấm điểm tiềm năng người dùng (Lead Scoring). Hệ thống CRM có thể tự động gán nhãn ưu tiên: nhóm nhạy cảm với trải nghiệm sẽ nhận giao diện tinh gọn, trong khi nhóm chịu ảnh hưởng xã hội cao sẽ nhận các chiến dịch kích hoạt đặt món nhóm hoặc thông báo bạn bè đang đặt món.

4. Chi phí bảo trì mô hình nghiên cứu và hỗ trợ dữ liệu định kỳ như thế nào?

Chi phí thu thập và duy trì dữ liệu định kỳ mỗi quý tương đối thấp, bao gồm chi phí nền tảng biểu mẫu khảo sát trực tuyến và ngân sách trả thưởng khảo sát (khoảng 5 - 10 triệu VNĐ/chu kỳ khảo sát $N=500$). Việc tái kiểm định mô hình chỉ mất từ 3–5 ngày làm việc của một chuyên viên Data/Marketing Analyst.

5. Dự toán ngân sách triển khai các giải pháp từ mô hình và lộ trình hoàn vốn (ROI timeline)?

Ngân sách tập trung cho việc tái cấu trúc UX/UI và tối ưu hóa hệ thống định vị dao động từ 50 đến 150 triệu VNĐ tùy quy mô ứng dụng. Lộ trình hoàn vốn dự kiến từ 4–6 tháng thông qua việc giảm tỷ lệ bỏ giỏ hàng (Cart Abandonment Rate) xuống 15–20% và tăng tỷ lệ khách hàng quay lại mua hàng thường xuyên (Repeat Order Rate).

Kết luận

Khóa luận tốt nghiệp của tác giả Lê Thị Thanh Hằng đã giải quyết trọn vẹn và khoa học bài toán xác định các nhân tố ảnh hưởng đến ý định sử dụng ứng dụng giao đồ ăn trực tuyến tại TP.HCM. Bằng việc phối hợp chặt chẽ giữa mô hình TAM và TPB cùng kỹ thuật phân tích định lượng OLS trên tập mẫu $N=200$, nghiên cứu đã chứng minh rằng Nhận thức sự hữu ích ($\beta = 0.384$), Nhận thức tính dễ sử dụng ($\beta = 0.261$), Cảm nhận sự thích thú ($\beta = 0.215$) và Ảnh hưởng xã hội ($\beta = 0.168$) là 4 trụ cột quyết định hành vi tiêu dùng, trong khi biến Mong đợi về giá không mang ý nghĩa thống kê trong dài hạn. Đây là nền tảng luận cứ khoa học vững chắc giúp các nhà quản trị nền tảng FoodTech chuyển dịch trọng tâm từ cuộc đua "đốt tiền" trợ giá sang chiến lược xây dựng giá trị tiện ích bền vững và tối ưu hóa trải nghiệm số. Các nhà phát triển ứng dụng và doanh nghiệp F&B quan tâm có thể áp dụng ngay khung đo lường này để tiến hành chuẩn hóa trải nghiệm dịch vụ và bứt phá thị phần trong kỷ nguyên kinh tế số.