Giới thiệu dự án

Sự chuyển dịch từ mô hình ngân hàng truyền thống sang hệ thống ngân hàng điện tử (E-Banking) và ngân hàng trực tuyến (Internet Banking) là xu thế tất yếu trong cuộc Cách mạng Công nghiệp 4.0. Tại Việt Nam, dịch vụ Internet Banking xuất hiện từ năm 2004 với 3 ngân hàng tiên phong, tăng lên 18 ngân hàng (2007), 46 ngân hàng (2012), 47 ngân hàng (2014) và đến năm 2018 đã đạt tỷ lệ phủ sóng 100% trên toàn bộ hệ thống Ngân hàng Thương mại (NHTM).

Theo báo cáo của We Are Social (01/2018), Việt Nam ghi nhận 64 triệu người sử dụng Internet (chiếm 67% dân số). Tuy nhiên, số liệu nghiên cứu thị trường từ Kantar chỉ ra rằng tỷ lệ người dân thực tế sử dụng dịch vụ Internet Banking chỉ đạt mức 4%, thấp hơn đáng kể so với mức trung bình 12% của khu vực Châu Á và 39% trên phạm vi toàn cầu. Sự chênh lệch này phản ánh rào cản tâm lý cố hữu về thói quen sử dụng tiền mặt, nỗi e ngại về an toàn bảo mật và sự thiếu hụt thông tin hướng dẫn thao tác của người dùng.

Đề tài khóa luận tốt nghiệp "Yếu tố ảnh hưởng đến quyết định sử dụng Internet Banking của sinh viên Trường Đại học Ngân hàng Thành phố Hồ Chí Minh" do tác giả Lê Đăng Châu thực hiện dưới sự hướng dẫn khoa học của PGS.TS Lê Phan Thị Diệu Thảo (Chuyên ngành Tài chính – Ngân hàng, Trường Đại học Ngân hàng TP.HCM - HUB) tập trung giải quyết bài toán cốt lõi: "Tại sao nhóm đối tượng trẻ, có trình độ học vấn cao và tiếp cận công nghệ nhanh như sinh viên Đại học Ngân hàng TP.HCM vẫn chưa tối ưu hóa việc sử dụng Internet Banking cho các giao dịch thường nhật?"

Mục tiêu nghiên cứu

  1. Xác định và lượng hóa các yếu tố tác động trực tiếp đến quyết định sử dụng Internet Banking của sinh viên Trường Đại học Ngân hàng TP.HCM.
  2. Đo lường mức độ ảnh hưởng của từng biến số thông qua các hệ số hồi quy chuẩn hóa.
  3. Đề xuất hệ thống giải pháp kỹ thuật, chính sách phí và chiến lược marketing cho các NHTM nhằm gia tăng thị phần người dùng số trong phân khúc sinh viên đại học.

Phương pháp tiếp cận và kết quả kỳ vọng

Nghiên cứu kết hợp lý thuyết hành vi tiêu dùng và chấp nhận công nghệ với quy trình phân tích định lượng thực nghiệm thông qua phần mềm xử lý thống kê chuyên dụng. Kết quả kỳ vọng cung cấp một mô hình hồi quy đạt độ tin cậy thống kê cao ($R^2 > 0.5$, KMO $> 0.7$, Sig. $< 0.05$) đóng vai trò cơ sở khoa học cho các quyết định phát triển sản phẩm ngân hàng số.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Khuôn viên Trường Đại học Ngân hàng TP.HCM.
  • Thời gian: Thu thập và phân tích dữ liệu thực địa từ tháng 03/2018 đến tháng 06/2018.
  • Đối tượng khảo sát: Sinh viên đại học chính quy từ năm 1 đến năm 4 (độ tuổi 18–22).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thời điểm nghiên cứu, sinh viên tại TP.HCM phải thực hiện các giao dịch định kỳ như đóng học phí, thanh toán tiền điện nước ký túc xá và chuyển tiền sinh hoạt chủ yếu qua quầy giao dịch hoặc cây ATM.

Tiêu chí Ngân hàng truyền thống (Quầy / Chi nhánh) Máy giao dịch tự động (ATM) Dịch vụ Ngân hàng số (Internet Banking)
Thời gian phục vụ Giờ hành chính (8h00 - 16h30) 24/7 (Phụ thuộc nguồn tiền mặt) 24/7 mọi lúc mọi nơi
Chi phí thời gian / đi lại Cao (chờ đợi xếp hàng, kẹt xe) Trung bình (di chuyển tìm cây ATM) Bằng 0 (thao tác ngay tại chỗ)
Tốc độ xử lý lệnh Chậm (xử lý thủ công, giấy tờ) Nhanh (hạn chế loại giao dịch) Tức thời (Real-time qua Core Banking)
Rủi ro vận hành Thất thoát tiền mặt khi di chuyển Nuốt thẻ, kẹt tiền, lộ mã PIN Rủi ro an ninh mạng (Phishing, Malware)
Mức độ linh hoạt Rất thấp Trung bình Tối đa (hỗ trợ đa nền tảng PC/Mobile)

Khung phân loại yêu cầu sinh viên (Mô hình MoSCoW)

  • Must-have (Bắt buộc): Chuyển khoản nội bộ/liên ngân hàng 24/7, kiểm tra số dư và sao kê giao dịch, độ ổn định hệ sinh thái web.
  • Should-have (Cần có): Cổng tích hợp đóng học phí trực tiếp liên kết với mã số sinh viên (MSSV), thanh toán hóa đơn ký túc xá, bảo mật hai lớp OTP qua SMS.
  • Could-have (Có thể có): Quản lý chi tiêu cá nhân trực quan, gửi tiết kiệm online kỳ hạn linh hoạt với lãi suất ưu đãi cho sinh viên.
  • Won't-have (Chưa ưu tiên): Các dịch vụ tín dụng phức tạp, mở tài khoản thấu chi lớn, tư vấn đầu tư chứng khoán cao cấp.

Thiết kế hệ thống nghiên cứu

Mô hình nghiên cứu được kế thừa và tích hợp từ 3 lý thuyết nền tảng:

  1. Lý thuyết Hành động Hợp lý (TRA - Fishbein & Ajzen, 1975): Ý định hành vi xuất phát từ Thái độ và Chuẩn chủ quan.
  2. Lý thuyết Hành vi Dự định (TPB - Ajzen, 1991): Bổ sung yếu tố Nhận thức kiểm soát hành vi vào mô hình TRA.
  3. Mô hình Chấp nhận Công nghệ (TAM - Davis, 1989): Đặt trọng tâm vào Nhận thức sự hữu ích (Perceived Usefulness - PU) và Nhận thức tính dễ sử dụng (Perceived Ease of Use - PEOU).
                      +-----------------------------+
                      |   Nhận thức sự hữu ích      |
                      |          (HI)               |---+
                      +-----------------------------+   |
                                                        |
                      +-----------------------------+   |
                      |  Nhận thức tính dễ sử dụng  |   |
                      |          (SD)               |---+
                      +-----------------------------+   |
                                                        +---> [ Quyết định sử dụng ]
                      +-----------------------------+   |     [ Internet Banking   ]
                      |      Chi phí sử dụng        |   |     [       (QD)         ]
                      |          (CP)               |---+
                      +-----------------------------+   |
                                                        |
                      +-----------------------------+   |
                      |       Tính linh động        |   |
                      |          (LD)               |---+
                      +-----------------------------+

Công nghệ và Công cụ sử dụng

  • Phần mềm phân tích dữ liệu: IBM SPSS Statistics Version 20.0.

  • Công cụ nhập liệu và làm sạch: Microsoft Excel 2016.

  • Mô hình toán học hồi quy tuyến tính đa biến:

    $$QD = \beta_0 + \beta_1 \cdot HI + \beta_2 \cdot SD + \beta_3 \cdot CP + \beta_4 \cdot LD + \epsilon$$

    Trong đó:

    • $QD$: Biến phụ thuộc - Quyết định sử dụng Internet Banking.
    • $HI$: Biến độc lập - Sự hữu ích (6 biến quan sát: HI1 đến HI6).
    • $SD$: Biến độc lập - Tính dễ sử dụng (4 biến quan sát: SD1 đến SD4).
    • $CP$: Biến độc lập - Chi phí sử dụng (3 biến quan sát chuẩn hóa: CP1 đến CP3).
    • $LD$: Biến độc lập - Tính linh động (4 biến quan sát: LD1 đến LD4).
    • $\beta_0$: Hằng số tự do; $\beta_1, \beta_2, \beta_3, \beta_4$: Các trọng số hồi quy; $\epsilon$: Sai số ngẫu nhiên.

Methodology

Nghiên cứu áp dụng quy trình 2 pha kết hợp định tính và định lượng:

  1. Nghiên cứu sơ bộ (Qualitative Pilot): Phỏng vấn sâu nhóm nhỏ $n = 10$ sinh viên nhằm hiệu chỉnh bảng hỏi sơ thảo, làm rõ ngữ nghĩa các thang đo cho sát thực tế ngân hàng số tại trường.
  2. Nghiên cứu chính thức (Quantitative Empirical Study): Phát bảng hỏi chuẩn hóa theo thang đo Likert 5 mức độ (từ 1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý) thông qua hình thức phỏng vấn trực tiếp và khảo sát trực tuyến qua email.
[ Cơ sở lý thuyết (TAM, TRA, TPB) ] 
[ Thang đo nháp & Phỏng vấn thử nghiệm (n=10) ]
[ Thu thập dữ liệu thực địa (n=200 -> n=189 hợp lệ) ]
[ Kiểm định Cronbach's Alpha (Loại biến rác biến-tổng < 0.3) ]
[ Phân tích nhân tố khám phá EFA (KMO, Bartlett, Varimax) ]
[ Phân tích tương quan Pearson & Mô hình Hồi quy tuyến tính ]
[ Phân tích phương sai ANOVA & Đề xuất khuyến nghị ]

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu được triển khai theo đường ống xử lý chuẩn mực trong kinh tế lượng ứng dụng:

# Cấu trúc mã hóa và xử lý dữ liệu kiểm định bằng Python (Statsmodels / Scikit-learn tương đương SPSS)
import pandas as pd
import numpy as np

def cronbach_alpha(df_items):
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    return (k / (k - 1)) * (1 - item_vars.sum() / total_var)

# Kiểm tra tương quan từng phần và loại bỏ biến không đạt chuẩn
# Dữ liệu khảo sát n = 189 mẫu hợp lệ thu được từ 200 mẫu ban đầu (11 mẫu không đạt chuẩn bị loại)

Testing và validation

Mẫu khảo sát gồm 189 quan sát hợp lệ với các đặc trưng nhân khẩu học:

  • Giới tính: 101 Nam (53.4%), 88 Nữ (46.6%).
  • Trình độ: Năm nhất (28.0%), Năm hai (27.5%), Năm ba (18.5%), Năm tư (25.9%).
  • Tần suất đến ngân hàng: Thường xuyên (37.6%), Hiếm khi (29.6%), Chưa bao giờ (32.8%).
  • Mục đích giao dịch: Chuyển/gửi tiền đóng học phí (29.9%), Vay tín dụng học tập (29.6%), Thanh toán hóa đơn (19.0%), Giao dịch khác (26.5%).
  • Thực trạng sử dụng: Đang sử dụng Internet Banking (51.9%), Chưa sử dụng (48.1%).

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

Tiêu chuẩn chấp nhận: Hệ số Cronbach's Alpha $\ge 0.60$; Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$.

Nhóm nhân tố Số biến ban đầu Cronbach's Alpha ban đầu Biến bị loại Cronbach's Alpha sau hiệu chỉnh Biến tương quan nhỏ nhất
Sự hữu ích (HI) 6 0.830 Không 0.830 HI6 ($r = 0.468$)
Tính dễ sử dụng (SD) 4 0.749 Không 0.749 SD4 ($r = 0.441$)
Chi phí sử dụng (CP) 4 0.836 CP4 0.888 CP3 ($r = 0.765$)
Tính linh động (LD) 4 0.858 Không 0.858 LD4 ($r = 0.641$)
Quyết định sử dụng (QD) 3 0.630 Không 0.630 QD3 ($r = 0.431$)

Ghi chú kỹ thuật: Biến CP4 ("Tôi phải tiêu tốn nhiều chi phí để sử dụng dịch vụ Internet Banking") bị loại do nếu loại CP4 thì hệ số Alpha tăng từ $0.836$ lên $0.888$, giúp tối ưu hóa tính nhất quán nội tại của thang đo chi phí.

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập (17 biến quan sát sau lọc):

    • Hệ số Kaiser-Meyer-Olkin (KMO) = 0.765 ($0.5 \le \text{KMO} \le 1.0$).
    • Kiểm định Bartlett: Chi-Square xấp xỉ = 1304.509, $df = 136$, mức ý nghĩa $\text{Sig.} = 0.000 < 0.05$.
    • Trích được 4 nhân tố tại mức Eigenvalues $> 1.0$.
    • Tổng phương sai trích (Cumulative Variance Extracted) = 64.379% ($> 50%$).
    • Toàn bộ 17 biến đều có hệ số tải nhân tố (Factor Loading) $\ge 0.50$, không có biến nào bị loại.

  • Biến phụ thuộc (3 biến quan sát QD1, QD2, QD3):

    • Hệ số KMO = 0.650, Kiểm định Bartlett: Chi-Square = 66.166, $df = 3$, $\text{Sig.} = 0.000$.
    • Trích được 1 nhân tố duy nhất với tổng phương sai trích = 57.497% ($> 50%$).

Kết quả đạt được

Nghiên cứu đã chứng minh sự phù hợp cao của mô hình kinh tế lượng đối với phân khúc sinh viên đại học. Cả 4 giả thuyết nghiên cứu (H1, H2, H3, H4) đều được chấp nhận với mức ý nghĩa thống kê cao:

  • Nhận thức sự hữu ích (HI) và Tính linh động (LD) đóng vai trò là hai động lực thúc đẩy mạnh mẽ nhất.
  • Tính dễ sử dụng (SD) giúp giảm thiểu rào cản thao tác cho sinh viên khóa mới.
  • Chi phí sử dụng (CP) tác động đồng biến khi mức phí được định giá hợp lý và tương xứng với giá trị tiện ích mang lại.

Đổi mới và đóng góp

Đóng góp về mặt phương pháp và khoa học

  • Địa phương hóa và tinh chỉnh thang đo TAM: Khác với các mô hình chấp nhận công nghệ truyền thống thường chỉ tập trung vào PEOU và PU, nghiên cứu tích hợp biến số "Tính linh động" (Mobility) và "Chi phí sử dụng" (Cost) phù hợp với đặc tính sinh viên (nhóm người dùng nhạy cảm về giá và có tính di động cao).
  • Loại bỏ biến nhiễu định lượng: Việc phân tích và loại bỏ biến CP4 giúp nâng độ tin cậy Alpha của thang đo Chi phí lên $0.888$, tạo tiền đề cho các nghiên cứu đo lường tài chính số sau này.

So sánh với các công trình nghiên cứu trước đây

Tiêu chí Chong et al. (2010) Lê Thị Kim Tuyết (2011) Nghiên cứu Lê Đăng Châu (2018)
Không gian nghiên cứu Người dùng Internet toàn quốc Khách hàng tại Đà Nẵng ($n=225$) Sinh viên Đại học Ngân hàng TP.HCM ($n=189$)
Cơ sở mô hình TAM nguyên bản Động cơ sử dụng (8 nhân tố) Tích hợp TAM, TRA, TPB (4 nhân tố tối ưu)
Kết quả yếu tố Dễ sử dụng Không có ý nghĩa thống kê Có ảnh hưởng gián tiếp Ảnh hưởng có ý nghĩa dương ($\text{Alpha} = 0.749$)
Tính linh động (Mobility) Không đưa vào mô hình Gộp chung trong "Linh động" Nhân tố độc lập then chốt ($\text{Alpha} = 0.858$)
Tổng phương sai giải thích $\approx 52%$ Chưa thể hiện ma trận tương quan Đạt 64.379% (Độ hội tụ xuất sắc)

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong hệ sinh thái trường đại học

+-----------------------------------------------------------------------+
|                 HỆ SINH THÁI TÀI CHÍNH SỐ HUB - NHTM                  |
+-----------------------------------------------------------------------+
[ Cổng thông tin Sinh viên ]                     [ Hệ thống Ký túc xá ]
- Thu học phí tự động gạch nợ real-time           - Thanh toán tiền phòng, điện nước
- Nhận học bổng / trợ cấp sinh hoạt              - Nạp thẻ phòng gym, căn tin, gửi xe
                 [ Internet Banking / Open API Gateway ]
                 - Xác thực sinh trắc học / Smart OTP
                 - Miễn phí chuyển khoản / Phí duy trì 0 đồng
                 - Giao diện UI/UX tùy biến theo phân khúc Gen Z

Chiến lược triển khai cho các Ngân hàng Thương mại

  1. Chính sách định giá và gói sản phẩm sinh viên:

    • Miễn 100% phí duy trì tài khoản thường niên và phí quản lý giao dịch Internet Banking trong suốt 4 năm học.
    • Miễn phí chuyển khoản liên ngân hàng 24/7 đối với các giao dịch dưới 5.000.000 VNĐ.

  2. Cải tiến giao diện người dùng (UI/UX) và hiệu năng:

    • Tối ưu hóa giao diện responsive trên mọi thiết bị di động với thời gian tải trang mục tiêu $< 1.5$ giây.
    • Đơn giản hóa quy trình chuyển khoản chỉ qua 3 bước chạm màn hình, tích hợp chuyển tiền qua mã QR Code động.

  3. Chiến dịch nâng cao nhận thức bảo mật:

    • Tổ chức các buổi workshop định kỳ tại khuôn viên trường về an toàn thông tin: nhận diện mã độc, cảnh báo website giả mạo (Phishing) và bảo vệ mã xác thực OTP.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phạm vi

  • Phương pháp lấy mẫu: Áp dụng phương pháp chọn mẫu thuận tiện ngẫu nhiên với cỡ mẫu $n = 189$, tập trung cục bộ tại Trường Đại học Ngân hàng TP.HCM nên tính đại diện tổng thể cho sinh viên toàn quốc cần được mở rộng.
  • Phương pháp ước lượng: Nghiên cứu sử dụng phân tích EFA và hồi quy OLS tuyến tính trên SPSS 20.0, chưa áp dụng mô hình phương trình cấu trúc tuyến tính (SEM / PLS-SEM) để kiểm tra các mối quan hệ tác động gián tiếp và biến trung gian.
  • Yếu tố bảo mật chuyên sâu: Chưa tách biệt nhân tố "Rủi ro an ninh nhận thức" thành một biến độc lập đa khía cạnh (rủi ro kỹ thuật, rủi ro pháp lý, rủi ro tài chính).

Định hướng mở rộng nghiên cứu

  • Mở rộng phạm vi khảo sát liên trường sang khối Đại học Quốc gia TP.HCM, Đại học Kinh tế TP.HCM (UEH) để tăng quy mô mẫu lên $n \ge 1000$.
  • Ứng dụng mô hình SEM (Structural Equation Modeling) trên nền tảng SmartPLS 4 hoặc AMOS để khảo sát mối liên hệ phức hợp giữa các biến tiềm ẩn.
  • Khảo sát sự dịch chuyển hành vi từ Internet Banking trên trình duyệt web sang Mobile Banking Super-App, tích hợp công nghệ xác thực khuôn mặt AI (eKYC) và ví điện tử.

Đối tượng hưởng lợi

  • Sinh viên đại học: Nắm bắt toàn diện các tiện ích ngân hàng số, tiết kiệm 90% thời gian thực hiện nghĩa vụ tài chính sinh viên (học phí, ký túc xá) và nâng cao kỹ năng quản lý chi tiêu.
  • Ngân hàng Thương mại (NHTM): Sở hữu tập dữ liệu thực chứng và mô hình đo lường hành vi để thiết kế các gói sản phẩm trúng đích, mở rộng tệp khách hàng tiềm năng trước khi họ tốt nghiệp tham gia thị trường lao động.
  • Kỹ sư và Nhà phát triển Fintech: Tiếp cận các chỉ số đánh giá thực tế về tính khả dụng (Usability), định hướng tối ưu hóa kiến trúc ứng dụng web/mobile banking đáp ứng nhu cầu giao dịch thực tế.
  • Giảng viên và Nhà nghiên cứu: Bổ sung nguồn tài liệu tham khảo thực nghiệm chuẩn mực về quy trình kiểm định thang đo Cronbach's Alpha, EFA và hồi quy đa biến trong lĩnh vực Fintech và Hành vi người tiêu dùng tại Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để vận hành hệ thống Internet Banking đối với người dùng là gì?

Người dùng chỉ cần thiết bị thông minh (Smartphone, Tablet hoặc Máy tính cá nhân) có kết nối mạng Internet (3G/4G/Wi-Fi) và trình duyệt web tiêu chuẩn (Google Chrome, Firefox, Safari) có hỗ trợ giao thức bảo mật mã hóa SSL/TLS 1.2 trở lên để thực hiện đăng nhập và xác thực giao dịch qua mã OTP.

2. Tại sao nghiên cứu cần loại bỏ biến CP4 khỏi thang đo Chi phí sử dụng?

Biến CP4 bị loại vì hệ số tương quan biến - tổng không đạt mức tối ưu và giá trị Cronbach's Alpha của nhóm biến Chi phí tăng vọt từ $0.836$ lên $0.888$ ngay sau khi loại bỏ. Điều này chứng minh việc loại biến giúp loại trừ tính dị biệt, tăng cường độ tin cậy và sự hội tụ của dữ liệu khảo sát.

3. Tỷ lệ phương sai trích 64.379% trong phân tích EFA có ý nghĩa kỹ thuật gì?

Giá trị tổng phương sai trích $64.379% > 50%$ khẳng định rằng 4 nhân tố độc lập được trích xuất (Sự hữu ích, Tính dễ sử dụng, Chi phí sử dụng, Tính linh động) có khả năng giải thích và bao quát được tới 64.379% sự biến thiên của toàn bộ tập dữ liệu khảo sát thực tế thu thập từ sinh viên.

4. Các ngân hàng có thể tích hợp cổng thanh toán học phí với hệ thống quản lý trường học (ERP/SIS) như thế nào?

Ngân hàng xây dựng cổng kết nối API mở (Open Banking API) chuẩn RESTful với cơ chế xác thực OAuth 2.0. Khi sinh viên nhập mã số sinh viên (MSSV) trên Internet Banking, hệ thống sẽ tự động gửi truy vấn sang cơ sở dữ liệu của nhà trường để lấy số tiền học phí cần đóng và thực hiện lệnh gạch nợ tức thời (Real-time reconciliation).

5. Chi phí đầu tư hệ thống Internet Banking của ngân hàng và lộ trình hoàn vốn (ROI) diễn ra ra sao?

Mặc dù chi phí đầu tư ban đầu cho cơ sở hạ tầng máy chủ, phần mềm Core Banking và bảo mật tường lửa là rất lớn, nhưng Internet Banking giúp ngân hàng cắt giảm tới $80%$ chi phí vận hành giao dịch viên và in ấn chứng từ giấy tại quầy. Lộ trình hoàn vốn (ROI) thường đạt điểm hòa vốn sau 2–3 năm nhờ tốc độ tăng trưởng quy mô khách hàng theo cấp số nhân mà không cần mở thêm chi nhánh vật lý.

Kết luận

Khóa luận tốt nghiệp của tác giả Lê Đăng Châu đã phân tích và lượng hóa các yếu tố tác động đến quyết định sử dụng Internet Banking của sinh viên Trường Đại học Ngân hàng TP.HCM. Bằng việc kết hợp chặt chẽ giữa cơ sở lý thuyết (TAM, TRA, TPB) và kỹ thuật phân tích định lượng trên SPSS 20.0, công trình đã xác lập thang đo chuẩn hóa đạt độ tin cậy cao (Cronbach's Alpha từ $0.630$ đến $0.888$, EFA trích $64.379%$ phương sai). Kết quả nghiên cứu chứng minh vai trò quyết định của các yếu tố Sự hữu ích, Tính linh động, Tính dễ sử dụng và Chi phí hợp lý, đồng thời cung cấp căn cứ thực tiễn để các nhà quản trị ngân hàng chuyển hóa sinh viên đại học thành phân khúc khách hàng số trung thành trong kỷ nguyên kinh tế số.