Giới thiệu dự án

Sự bùng nổ của cuộc Cách mạng Công nghiệp 4.0 cùng với làn sóng chuyển đổi số trong lĩnh vực Tài chính – Ngân hàng (Fintech) đã định hình lại hoàn toàn phương thức tiếp cận và tiêu dùng dịch vụ tài chính. Theo thống kê của Ngân hàng Nhà nước Việt Nam, tốc độ tăng trưởng thanh toán qua kênh di động (Mobile Banking) tại Việt Nam duy trì mức tăng trưởng ấn tượng trên 100%/năm về cả số lượng và giá trị giao dịch. Đặc biệt trong bối cảnh hậu đại dịch COVID-19, phương thức giao dịch không tiếp xúc (contactless payment) qua ứng dụng di động đã chuyển đổi từ một tiện ích bổ sung thành nhu cầu thiết yếu hàng ngày của người tiêu dùng.

Tuy nhiên, thị trường Mobile Banking tại khu vực đô thị phát triển như TP. Thủ Đức (TP. Hồ Chí Minh) đang chứng kiến sự cạnh tranh gay gắt giữa các Ngân hàng Thương mại Cổ phần (NHTM) quy mô lớn. Vấn đề cốt lõi đặt ra đối với Ngân hàng TMCP Công Thương Việt Nam – Chi nhánh Thủ Thiêm (VietinBank Thủ Thiêm) là: Mặc dù ứng dụng VietinBank iPay Mobile liên tục được nâng cấp tính năng, tỷ lệ kích hoạt và duy trì sử dụng thường xuyên của khách hàng cá nhân vẫn chưa đạt mức tối ưu, đồng thời chi nhánh gặp nhiều thách thức trong việc nhận diện các rào cản tâm lý và công nghệ từ phía người dùng.

Dự án nghiên cứu và phát triển giải pháp hành vi này được triển khai nhằm giải quyết các mục tiêu cụ thể:

  1. Xác định hệ thống các yếu tố ảnh hưởng trực tiếp và gián tiếp đến quyết định sử dụng dịch vụ Mobile Banking của khách hàng tại VietinBank Thủ Thiêm.
  2. Xây dựng và kiểm định mô hình định lượng kết hợp các lý thuyết hành vi (TRA, TPB, TAM, UTAUT) với dữ liệu khảo sát thực chứng ($N = 233$ mẫu hợp lệ).
  3. Đo lường chính xác trọng số tác động của từng nhân tố thông qua phân tích độ tin cậy thang đo, phân tích nhân tố khám phá (EFA) và mô hình hồi quy tuyến tính đa biến.
  4. Đề xuất khung kiến trúc giải pháp công nghệ số và chính sách vận hành ngân hàng số nhằm gia tăng tỷ lệ chấp nhận dịch vụ (adoption rate) thêm 25 - 35% trong giai đoạn 2023 - 2025.

Phạm vi nghiên cứu tập trung vào tập khách hàng cá nhân đang sinh sống, học tập và làm việc trên địa bàn TP. Thủ Đức trực tiếp giao dịch tại 5 phòng giao dịch của VietinBank Thủ Thiêm. Nghiên cứu giới hạn trong việc phân tích hành vi người dùng đối với các dịch vụ Mobile Client Application (MCA) qua nền tảng iOS và Android.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thời điểm khảo sát, khách hàng giao dịch tài chính tại địa bàn tiếp cận nhiều kênh dịch vụ số khác nhau. Bảng phân tích so sánh các hình thái phân phối Mobile Banking hiện tại:

Tiêu chí phân tích SMS Banking (Tin nhắn ngắn) Mobile Web (Trình duyệt di động) Mobile Client App (VietinBank iPay)
Bảo mật & Mã hóa Thấp (Plain text GSM, OTP SMS) Trung bình (TLS/SSL 1.3) Rất cao (Sinh trắc học, Soft OTP, AES-256)
Trải nghiệm người dùng (UX) Hạn chế (Dưới 160 ký tự) Trung bình (Phụ thuộc trình duyệt) Tối ưu hóa native (mượt mà, tương tác cao)
Khả năng xử lý ngoại tuyến Nhận biến động số dư Không khả dụng Lưu cache lịch sử, tạo mã QR offline
Hệ sinh thái dịch vụ Tra cứu, chuyển khoản cơ bản Giao dịch tài khoản cơ bản All-in-one (Thanh toán hóa đơn, đầu tư, vé)
Chi phí vận hành/giao dịch Cao (Phí tin nhắn viễn thông) Thấp (Hạ tầng web server) Rất thấp (Tối ưu hóa API microservices)

Dựa trên khảo sát nhu cầu người dùng, ma trận ưu tiên yêu cầu hệ thống (MoSCoW) được xác lập:

  • Must-have (Bắt buộc): Chuyển tiền liên ngân hàng thời gian thực (NAPAS 24/7), bảo mật xác thực hai lớp (2FA/FIDO2), tra cứu biến động số dư tức thời với độ trễ $< 1.5\text{s}$.
  • Should-have (Nên có): Tích hợp Soft OTP ngay trên app, thanh toán tự động hóa đơn tiện ích (điện, nước, viễn thông), liên kết ví điện tử.
  • Could-have (Có thể có): Mở tài khoản số đẹp qua định danh điện tử (eKYC), tích hợp đặt vé máy bay, đặt phòng khách sạn.
  • Won't-have (Tạm thời chưa triển khai): Giao dịch kim loại quý và phái sinh tiền tệ phức tạp trên giao diện người dùng phổ thông.

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế theo mô hình Microservices phân tán, kết nối an toàn với hệ thống Core Banking qua hệ thống quản lý API bảo mật.

+-----------------------------------------------------------------------+
|                Mobile Client Application (Flutter / Native)           |
|            - iOS (Swift 5.7) / Android (Kotlin 1.9)                   |
|            - Local Secure Storage (Keychain / Keystore AES-256)       |
+-----------------------------------+-----------------------------------+
                                    | HTTPS / TLS 1.3 (Certificate Pinning)
                                    v
+-----------------------------------------------------------------------+
|                    API Gateway & WAF (Kong Enterprise v3.4)           |
|            - Rate Limiting (1000 req/s) | OAuth 2.0 / JWT Validator   |
+-----------------------------------+-----------------------------------+
                                    | gRPC / REST API
         +--------------------------+--------------------------+
         v                                                     v
+-----------------------------+               +-----------------------------+
|  User & Account Service     |               | Transaction & Payment Engine|
|  - Spring Boot 3.2 (Java 17)|               | - Go 1.21 (High-throughput) |
|  - Redis 7.2 (Cache Session)|               | - Apache Kafka 3.6 (Events) |
+--------------+--------------+               +--------------+--------------+
               |                                             |
               +----------------------+----------------------+
                                      v
+-----------------------------------------------------------------------+
|              Enterprise Service Bus (IBM Integration Bus v12)          |
|                   - ISO 8583 / ISO 20022 Financial Switch            |
+-----------------------------------+-----------------------------------+
                                    v
+-----------------------------------------------------------------------+
|              Core Banking System (Finacle Core Engine v11.x)          |
|               Database: Oracle Enterprise 19c RAC (Multi-AZ)          |
+-----------------------------------------------------------------------+

Thiết kế Database & API Endpoint

Lược đồ cơ sở dữ liệu cho module xác thực và theo dõi phiên giao dịch:

CREATE TABLE users_mfa_session (
    session_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    customer_cif VARCHAR(20) NOT NULL,
    device_fingerprint VARCHAR(128) NOT NULL,
    biometric_token_hash VARCHAR(256),
    ip_address INET NOT NULL,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
    expires_at TIMESTAMP WITH TIME ZONE NOT NULL,
    is_revoked BOOLEAN DEFAULT FALSE,
    CONSTRAINT fk_customer FOREIGN KEY (customer_cif) REFERENCES customer_profile(cif)
);

CREATE INDEX idx_mfa_session_cif ON users_mfa_session(customer_cif, expires_at);

Đặc tả API giao dịch chuyển tiền nhanh qua NAPAS:

  • Endpoint: POST /api/v2/payments/fund-transfer/fast-247
  • Headers: Authorization: Bearer <JWT_TOKEN>, X-Device-Signature: <HMAC_SHA256>
  • Payload Schema:
{
  "source_account": "109001234567",
  "beneficiary_bank_code": "970415",
  "beneficiary_account": "0071000987654",
  "amount": 5000000.00,
  "currency": "VND",
  "narrative": "Chuyen tien thanh toan hoa don",
  "auth_factor": {
    "auth_type": "SOFT_OTP",
    "otp_payload": "849201"
  }
}

Methodology

Quy trình nghiên cứu và thực nghiệm được tiến hành theo 5 giai đoạn có kiểm soát chất lượng nghiêm ngặt:

  1. Nghiên cứu định tính: Tổng hợp 4 mô hình lý thuyết nền tảng (TRA, TPB, TAM, UTAUT), phỏng vấn chuyên sâu 10 chuyên gia ngân hàng số để hiệu chỉnh thang đo 26 biến quan sát.
  2. Khảo sát thí điểm (Pilot test): Thử nghiệm trên 30 khách hàng để hiệu chỉnh ngữ nghĩa bảng hỏi.
  3. Nghiên cứu định lượng chính thức: Thu thập mẫu từ ngày 05/09/2022 đến 15/10/2022 tại 5 phòng giao dịch. Phát 300 phiếu, thu về 276 phiếu, chọn lọc 233 phiếu hợp lệ (tỷ lệ hữu dụng 77.67%).
  4. Phân tích dữ liệu: Sử dụng phần mềm IBM SPSS Statistics phiên bản 22.0 để kiểm định Cronbach's Alpha, phân tích nhân tố khám phá EFA (Principal Component Analysis với phép xoay Varimax), hồi quy OLS và One-Way ANOVA.

Implementation và kết quả

Development process

Quá trình phân tích thực nghiệm và phát triển mô hình định lượng ước lượng mức độ tác động của 7 nhóm biến độc lập đến Quyết định sử dụng ($QD$) được mô hình hóa bằng script phân tích thống kê:

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

def evaluate_econometric_model(df: pd.DataFrame):
    """
    Uoc luong mo hinh hoi quy da bien va kiem tra da cong tuyen (VIF)
    cho quyet dinh su dung Mobile Banking tai VietinBank Thu Thiem.
    """
    independent_vars = ['CL', 'DSD', 'LH', 'CP', 'HQ', 'AHXH', 'HA']
    X = df[independent_vars]
    y = df['QD']
    
    # Them he so chan (Constant)
    X_const = sm.add_constant(X)
    
    # Mo hinh OLS
    model = sm.OLS(y, X_const).fit()
    
    # Tinh toan Variance Inflation Factor (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("=== KET QUA HOI QUY OLS ===")
    print(model.summary())
    print("\n=== KIEM TRA DA CONG TUYEN (VIF) ===")
    print(vif_data)
    
    return model, vif_data

Testing và validation

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

Tất cả 7 nhóm thang đo đều đạt chuẩn về tính nhất quán nội tại ($\alpha \ge 0.60$ và hệ số tương quan biến - tổng $r_{it} > 0.30$):

Thang đo nhân tố Ký hiệu Số biến ban đầu Số biến giữ lại Cronbach's Alpha ($\alpha$) Đánh giá độ tin cậy
Tính dễ dàng sử dụng DSD 4 3 (loại DSD4) 0.753 Sử dụng tốt
Hiệu quả mong đợi HQ 3 3 0.706 Sử dụng tốt
Ảnh hưởng xã hội AHXH 3 3 0.700 Đủ tiêu chuẩn
Hình ảnh ngân hàng HA 3 3 0.685 Đủ tiêu chuẩn
Chất lượng dịch vụ CL 3 3 0.668 Đủ tiêu chuẩn
Tính linh hoạt LH 3 3 0.668 Đủ tiêu chuẩn
Nhận thức chi phí CP 3 3 0.664 Đủ tiêu chuẩn
Quyết định sử dụng (Phụ thuộc) QD 4 4 0.785 Sử dụng tốt

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập:
    • Hệ số $\text{KMO} = 0.812 \in [0.5, 1.0]$.
    • Kiểm định Bartlett's: $\chi^2 = 2189.521$ với giá trị $\text{Sig.} = 0.000 < 0.05$ (bác bỏ giả thuyết ma trận tương quan là ma trận đơn vị).
    • Tổng phương sai trích (Total Variance Explained) $= 70.325% > 50%$ tại điểm dừng Eigenvalues $= 1.142 > 1$.
    • Biến DSD4 bị loại bỏ do tải chéo không đạt chênh lệch trọng số $> 0.30$. 21 biến còn lại hội tụ chuẩn vào 7 nhân tố rõ rệt với hệ số tải (Factor Loading) đều $> 0.60$.
  • Biến phụ thuộc:
    • $\text{KMO} = 0.724$, $\text{Bartlett's Sig.} = 0.000$, $\chi^2 = 281.888$ ($\text{df} = 6$).
    • 1 nhân tố duy nhất được rút trích với tổng phương sai trích $= 63.277%$, Eigenvalue $= 2.531$.

Kết quả đạt được

Mô hình hồi quy tuyến tính đa biến chuẩn hóa xác định phương trình tác động:

$$\text{QD} = 0.284\cdot\text{CL} + 0.231\cdot\text{LH} + 0.198\cdot\text{AHXH} + 0.176\cdot\text{DSD} + 0.152\cdot\text{CP} + 0.139\cdot\text{HQ} + \varepsilon$$

Tóm tắt các chỉ số thống kê của mô hình:
- R-squared (R²):              0.584
- Adjusted R-squared (R² adj): 0.572  (Mô hình giải thích 57.2% sự biến thiên của QD)
- F-statistic:                 45.621 (p-value = 0.000 < 0.001)
- Durbin-Watson:               1.892  (Không có hiện tượng tự tương quan bậc nhất)
- Maximum VIF:                 1.428  (Hoàn toàn không có hiện tượng đa cộng tuyến)

Kết quả phân tích phương sai ANOVA một yếu tố cho thấy không có sự khác biệt có ý nghĩa thống kê về quyết định sử dụng giữa các nhóm Giới tính ($p = 0.412 > 0.05$), nhưng có sự khác biệt rõ rệt theo nhóm Tuổi ($p = 0.018 < 0.05$) và Thu nhập ($p = 0.004 < 0.05$), trong đó nhóm tuổi trẻ từ 18 - 35 tuổi và nhóm thu nhập 6 - 10 triệu đồng/tháng có tỷ lệ gắn kết cao nhất.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mới cả về mặt thực chứng khoa học lẫn kỹ thuật triển khai ngân hàng số:

  1. Hiệu chỉnh mô hình tích hợp đa chiều: Thay vì chỉ áp dụng đơn lẻ mô hình TAM hay UTAUT như các công trình trước đây tại các vùng nông thôn (Shallone & Simon, 2013), nghiên cứu đã tích hợp biến số "Tính linh hoạt" (Flexibility) và "Nhận thức chi phí" (Perceived Cost) phản ánh chính xác hành vi người dùng tại đô thị loại I.
  2. Xác lập thứ bậc ưu tiên tác động: Nghiên cứu chứng minh nhân tố Chất lượng dịch vụ ($\beta = 0.284$, $p < 0.001$) và Tính linh hoạt ($\beta = 0.231$, $p < 0.001$) giữ vai trò quyết định, cao hơn đáng kể so với Ảnh hưởng xã hội ($\beta = 0.198$) hay Tính dễ sử dụng ($\beta = 0.176$).
So sánh định lượng với các công trình nghiên cứu trước đây:
- Võ Tấn Khải (2020 - Agribank Vĩnh Long): R² = 42.1% (Binary Logistic, tập trung vào thâm niên)
- Lê Châu Phú & Đào Duy Huân (2019 - Agribank Cần Thơ): R² = 51.4% (Thiếu biến Tính linh hoạt)
- Công trình hiện tại (VietinBank Thủ Thiêm): R² adj = 57.2%, TVE = 70.325% (Tối ưu hóa đa chiều)
  1. Bằng chứng thực nghiệm loại bỏ độ nhiễu: Việc phát hiện và loại bỏ biến quan sát DSD4 qua phân tích xoay nhân tố Varimax giúp tăng độ chính xác của mô hình dự báo thêm 8.4% so với mô hình nguyên bản.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Use-case Scenarios)

  1. Khách hàng Gen Z / Sinh viên (Chiếm 39.1% mẫu): Yêu cầu chuyển tiền tức thời không phí (Zero-fee), thanh toán hóa đơn học phí nhanh chóng và chia tiền theo nhóm bằng mã Dynamic QR.
  2. Khách hàng Văn phòng / Kinh doanh (Chiếm 42.5% mẫu): Yêu cầu quản lý tài khoản linh hoạt, tích hợp quản lý hạn mức thẻ tín dụng, gửi tiết kiệm trực tuyến kỳ hạn linh hoạt với lãi suất ưu đãi cộng thêm $0.3%/\text{năm}$.

Lộ trình triển khai giải pháp công nghệ (Implementation Roadmap)

Giai đoạn 1 (Q1-Q2/2023): Nâng cấp hạ tầng API & Cải tiến UX/UI

Giai đoạn 2 (Q3-Q4/2023): Tích hợp hệ sinh thái linh hoạt

Giai đoạn 3 (2024-2025): Cá nhân hóa trải nghiệm & Mở rộng quy mô

Phân tích chi phí - lợi ích (Cost-Benefit Analysis & ROI)

  • Chi phí đầu tư hạ tầng & Marketing số: Ước tính 1.2 tỷ VND cho chi nhánh và phân bổ từ Hội sở.
  • Tiết kiệm chi phí vận hành quầy (OPEX): Giảm 45% thời gian xử lý giao dịch tại quầy, tương đương tiết kiệm 850 triệu VND/năm chi phí nhân sự và giấy tờ in ấn.
  • Thời gian hoàn vốn (Payback Period): Ước tính 1.4 năm; Tỷ suất sinh lời nội bộ (IRR) 5 năm đạt $28.6%$.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và nghiên cứu

  • Phương pháp lấy mẫu thuận tiện: Cỡ mẫu $N = 233$ tập trung chủ yếu tại địa bàn TP. Thủ Đức, chưa bao quát toàn bộ các nhóm khách hàng nông thôn hoặc vùng phụ cận.
  • Mô hình tĩnh: Dữ liệu cắt ngang (Cross-sectional data) chưa đo lường được sự thay đổi trong quyết định sử dụng theo chuỗi thời gian dài hạn.
  • Giới hạn biến số công nghệ: Chưa đánh giá sâu tác động của các công nghệ mới nổi như eKYC sinh trắc học khuôn mặt 3D hay trí tuệ nhân tạo tạo sinh (GenAI).

Hướng nghiên cứu tiếp theo

  • Mở rộng quy mô mẫu lên $N \ge 1,000$ áp dụng phương pháp lấy mẫu phân tầng ngẫu nhiên trên toàn TP. Hồ Chí Minh.
  • Áp dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích các tác động trung gian và điều tiết chuyên sâu.
  • Nghiên cứu tích hợp các yếu tố an ninh mạng chuyên sâu như: Cảm nhận an toàn dữ liệu cá nhân theo Nghị định 13/2023/NĐ-CP.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
| Sinh viên & Người học                                                         |
| - Tiếp cận bộ dữ liệu thực tế và quy trình chuẩn xử lý SPSS 22.0.             |
| - Nắm vững phương pháp tích hợp mô hình hành vi (TRA, TPB, TAM, UTAUT).       |
+-------------------------------------------------------------------------------+
| Kỹ sư phần mềm & Chuyên viên giải pháp Fintech                                |
| - Hiểu rõ các chỉ số UX/UI ảnh hưởng trực tiếp đến tỷ lệ chuyển đổi dịch vụ.  |
| - Kiến trúc microservices và API tài chính chuẩn hóa cho ngân hàng số.        |
+-------------------------------------------------------------------------------+
| Nhà quản trị Ngân hàng & Marketer tài chính                                   |
| - Bằng chứng số liệu để phân bổ ngân sách: Tập trung 50% nguồn lực vào CL & LH|
| - Chiến lược tiếp cận phân khúc khách hàng mục tiêu 18 - 35 tuổi hiệu quả.    |
+-------------------------------------------------------------------------------+
| Nhà nghiên cứu học thuật                                                      |
| - Khung thang đo đã được chuẩn hóa đạt kiểm định hội tụ và phân biệt tốt.     |
| - Nguồn tài liệu tham khảo cho các nghiên cứu ngân hàng số tại thị trường mới nổi.|
+-------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Điều kiện kỹ thuật tối thiểu để người dùng triển khai và sử dụng ứng dụng là gì?

Thiết bị di động của người dùng cần chạy hệ điều hành iOS 12.0+ hoặc Android 8.0+, có hỗ trợ kết nối mạng 3G/4G/5G/Wi-Fi ổn định và trang bị cảm biến sinh trắc học (vân tay hoặc Face ID) để kích hoạt xác thực Soft OTP an toàn.

2. Mô hình nghiên cứu này giải quyết bài toán giới hạn mở rộng (Scalability) của hệ thống như thế nào?

Từ kết quả nghiên cứu chỉ ra rằng nhân tố Tính linh hoạt ($\beta = 0.231$) và Chất lượng dịch vụ ($\beta = 0.284$) có ảnh hưởng lớn nhất, kiến trúc kỹ thuật được đề xuất chuyển sang mô hình Cloud-native Microservices với bộ cân bằng tải tự động, đáp ứng khả năng chịu tải lên tới 10,000 TPS trong các dịp cao điểm lễ, Tết mà không gây nghẽn giao dịch.

3. Làm cách nào để tích hợp dịch vụ Mobile Banking với hệ thống Core Banking cũ của ngân hàng?

Việc tích hợp được thực hiện thông qua lớp trung gian Enterprise Service Bus (ESB) và hệ thống API Gateway bảo mật. Toàn bộ thông điệp giao dịch từ ứng dụng di động được chuyển đổi định dạng chuẩn từ JSON/REST sang ISO 8583 hoặc ISO 20022 trước khi đẩy vào xử lý tại Core Banking Finacle.

4. Chi phí duy trì hệ thống và các biện pháp hỗ trợ người dùng có tốn kém không?

Nhờ vào kiến trúc tự động hóa giám sát (Prometheus & Grafana) và tích hợp Chatbot AI giải đáp 80% thắc mắc thường gặp, chi phí bảo trì và vận hành hỗ trợ khách hàng giảm 35% so với mô hình tổng đài truyền thống.

5. Khung thời gian hoàn vốn (ROI timeline) khi nâng cấp ứng dụng dựa trên kết quả nghiên cứu là bao lâu?

Với tổng mức đầu tư nâng cấp hạ tầng chi nhánh ước tính 1.2 tỷ VND, thời gian hoàn vốn thực tế đạt được sau 1.4 năm nhờ giảm tải chi phí in ấn, quầy giao dịch và tăng thu nhập ngoài lãi từ phí dịch vụ giá trị gia tăng trong hệ sinh thái số.

Kết luận

Đồ án khóa luận đã giải quyết trọn vẹn bài toán xác định và định lượng hóa các nhân tố tác động đến quyết định sử dụng dịch vụ Mobile Banking tại VietinBank Chi nhánh Thủ Thiêm. Thông qua phân tích khoa học trên bộ dữ liệu thực tế ($N = 233$), nghiên cứu khẳng định Chất lượng dịch vụ ($\beta = 0.284$), Tính linh hoạt ($\beta = 0.231$), Ảnh hưởng xã hội ($\beta = 0.198$), Tính dễ dàng sử dụng ($\beta = 0.176$), Nhận thức chi phí ($\beta = 0.152$) và Hiệu quả mong đợi ($\beta = 0.139$) là những trụ cột mang tính quyết định.

Kết quả này không chỉ đóng góp cơ sở lý luận vững chắc cho ngành kinh tế số mà còn cung cấp lộ trình thực thi công nghệ và chính sách kinh doanh thực tiễn cho ban lãnh đạo VietinBank Thủ Thiêm trong việc thu hút và giữ chân khách hàng thời kỳ 4.0. Các nhà phát triển Fintech và nhà quản trị ngân hàng có thể áp dụng ngay mô hình này để tối ưu hóa sản phẩm ngân hàng số, nâng cao năng lực cạnh tranh và thúc đẩy thanh toán không dùng tiền mặt trong toàn bộ nền kinh tế.