Giới thiệu dự án

Trong kỷ nguyên kinh tế số, tiếp thị truyền thông xã hội (Social Media Marketing - SMM) đã trở thành công cụ chiến lược quyết định năng lực cạnh tranh của doanh nghiệp. Theo báo cáo Digital Marketing Insight (2022), Việt Nam hiện có hơn 65 triệu người dùng mạng xã hội tích cực (chiếm 67% dân số, tăng trưởng 9,6% so với cùng kỳ). Thống kê từ Q&Me (2022) chỉ ra rằng hơn 80% doanh nghiệp tại Việt Nam ứng dụng mạng xã hội trong hoạt động tiếp thị, trong đó 84% phân bổ ngân sách định kỳ cho quảng cáo trực tuyến (94% ở khối doanh nghiệp vừa và lớn, 79% ở khối doanh nghiệp nhỏ). Tuy nhiên, có tới 74% doanh nghiệp tự triển khai mà không qua các đơn vị cung cấp dịch vụ chuyên nghiệp, dẫn đến tình trạng chi phí gia tăng nhưng tỷ lệ chuyển đổi thực tế và mức độ thỏa mãn mục tiêu kinh doanh chưa đạt kỳ vọng.

Thế hệ Z (Gen Z - sinh từ năm 1997 đến 2012) đại diện cho nhóm khách hàng kỹ thuật số bản địa (Digital Natives), sở hữu tư duy tiêu dùng độc lập, tương tác đa kênh và có độ nhạy cảm cao đối với thông tin tiếp thị trực tuyến. Tại Thành phố Thủ Đức (TP. Hồ Chí Minh) – trung tâm đô thị sáng tạo, tập trung mật độ cao các trường đại học và khu công nghệ – hành vi mua hàng của Gen Z chịu tác động phức tạp bởi nhiều chiều kích tâm lý và công nghệ. Vấn đề đặt ra là: Doanh nghiệp cần xác định và đo lường định lượng các yếu tố tiếp thị truyền thông xã hội nào để tối ưu hóa tỷ lệ chuyển đổi và gia tăng ý định mua sắm của nhóm đối tượng này?

graph LR
    A[Môi trường SMM Đa kênh] --> B[Nhận thức & Trải nghiệm Gen Z]
    B --> C{Mô hình Đánh giá 6 Yếu tố}
    C -->|Kích thích tích cực| D[Tính thông tin, Tương tác, Giải trí, Tin tưởng, Ảnh hưởng XH]
    C -->|Rào cản tiêu cực| E[Sự phiền nhiễu - Irritation]
    D --> F[Ý định Mua hàng - Purchase Intention]
    E --> F

Mục tiêu nghiên cứu cụ thể

  1. Xác định các yếu tố cốt lõi cấu thành tiếp thị truyền thông xã hội tác động đến ý định mua sắm của Gen Z tại TP. Thủ Đức.
  2. Đo lường mức độ tác động biên của từng nhân tố thông qua mô hình phân tích định lượng (kiểm định Cronbach's Alpha, phân tích nhân tố khám phá EFA và hồi quy tuyến tính OLS).
  3. Xây dựng hệ thống hàm ý quản trị thực tiễn giúp doanh nghiệp thiết lập chiến lược SMM tối ưu chi phí, nâng cao chỉ số hoàn vốn đầu tư (ROI) và giảm thiểu phản cảm truyền thông.

Phạm vi và giới hạn nghiên cứu

  • Đối tượng khảo sát: Người tiêu dùng thuộc Gen Z (từ 18 đến 26 tuổi) đang sinh sống, học tập và làm việc tại TP. Thủ Đức, TP. Hồ Chí Minh.
  • Thời gian nghiên cứu: Dữ liệu sơ cấp được thu thập trong giai đoạn tháng 09/2022 – tháng 10/2022.
  • Quy mô mẫu hợp lệ: $N = 212$ quan sát được xử lý và phân tích qua phần mềm IBM SPSS Statistics v22.0.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi người tiêu dùng trong môi trường kỹ thuật số đòi hỏi sự kế thừa và kết hợp nhiều khung lý thuyết kinh điển:

  • Thuyết nhận thức rủi ro (TPR - Bauer, 1960): Phân định rủi ro sản phẩm (PRP) và rủi ro giao dịch (PRT).
  • Thuyết hành động hợp lý (TRA - Fishbein & Ajzen, 1975) & Thuyết hành vi có kế hoạch (TPB - Ajzen, 1991): Khẳng định thái độ (Attitude) và chuẩn chủ quan (Subjective Norm) dẫn dắt ý định hành vi (Behavioral Intention).
  • Mô hình chấp nhận công nghệ (TAM - Davis, 1989) & Mô hình UTAUT (Venkatesh et al., 2003): Nhấn mạnh nhận thức tính hữu ích (Perceived Usefulness), tính dễ sử dụng (Perceived Ease of Use) và điều kiện thuận lợi.
  • Mô hình hành vi người tiêu dùng (Kotler, 2007): Phân tích cơ chế hộp đen ý thức khách hàng trước các tác nhân kích thích tiếp thị.
Khung mô hình Ưu điểm cốt lõi Hạn chế khi áp dụng cho Gen Z Giải pháp tích hợp trong đồ án
TRA / TPB Dự báo tốt xu hướng hành vi thông qua chuẩn chủ quan Chưa lượng hóa sâu yếu tố tương tác công nghệ và giải trí số Bổ sung biến Ảnh hưởng xã hội (XH) kết hợp với Tính giải trí (EN)
TAM / UTAUT Đo lường chính xác khía cạnh kỹ thuật và tính tiện ích Bỏ qua tác động tiêu cực của quảng cáo quá tải Tích hợp biến phản cảm Sự phiền nhiễu (PN)
TPR Nhận diện rõ rào cản tâm lý giao dịch Ít tập trung vào tính tương tác hai chiều của nền tảng Kết hợp biến Sự tin tưởng (TR) và Tính tương tác (TC)

Thiết kế hệ thống đo lường và cấu trúc định lượng

Mô hình nghiên cứu đề xuất thiết lập mối quan hệ tuyến tính giữa 6 biến độc lập và 1 biến phụ thuộc, vận hành thông qua 28 biến quan sát đo lường trên thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý):

$$\text{YD} = \beta_0 + \beta_1 \text{TT} + \beta_2 \text{TC} + \beta_3 \text{XH} + \beta_4 \text{EN} + \beta_5 \text{TR} - \beta_6 \text{PN} + \varepsilon$$

classDiagram
    class SocialMediaMarketingModel {
        +Float Informational_TT
        +Float Interactivity_TC
        +Float SocialInfluence_XH
        +Float Entertainment_EN
        +Float Trust_TR
        +Float Irritation_PN
        +calculatePurchaseIntention() Float
    }
    class PurchaseIntention_YD {
        +Float YD1_IntendToBuy
        +Float YD2_FollowChannels
        +Float YD3_RecommendOthers
        +Float YD4_FirstChoice
    }
    SocialMediaMarketingModel --> PurchaseIntention_YD : Predicts Linear Impact

Ma trận Thang đo Kỹ thuật (28 Items)

  • Tính thông tin (TT - 4 biến): Cung cấp thông tin đầy đủ (TT1), tăng hiểu biết sản phẩm (TT2), cập nhật liên tục (TT3), phân phối chủ động (TT4).
  • Tính tương tác (TC - 4 biến): Tốc độ liên kết sản phẩm (TC1), giao tiếp hai chiều (TC2), tiếp cận thuận tiện (TC3), trao đổi thường xuyên (TC4).
  • Ảnh hưởng xã hội (XH - 4 biến): Bạn bè mua hàng (XH1), bình luận/đánh giá cộng đồng (XH2), xu hướng hiện đại (XH3), khuyến khích từ người thân (XH4).
  • Tính giải trí (EN - 4 biến): Tính bắt mắt thị giác (EN1), Gamification/Mini-game (EN2), bắt kịp xu hướng/Trend (EN3), nội dung hợp tác KOLs/Influencers (EN4).
  • Sự tin tưởng (TR - 4 biến): Độ xác thực thông tin (TR1), độ an toàn giao dịch (TR2), bảo mật dữ liệu cá nhân (TR3), uy tín người đại diện (TR4).
  • Sự phiền nhiễu (PN - 4 biến): Cảm giác khó chịu khi lướt tin (PN1), tần suất làm phiền cao (PN2), nội dung không đúng nhu cầu (PN3), gây mất tập trung (PN4).
  • Ý định mua hàng (YD - 4 biến phụ thuộc): Ý định sau khi xem tiếp thị (YD1), chủ động theo dõi kênh (YD2), giới thiệu người quen (YD3), ưu tiên lựa chọn hàng đầu (YD4).

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu áp dụng quy trình 2 giai đoạn:

  1. Nghiên cứu định tính ($N=10$): Tổng thuật cơ sở lý thuyết, phỏng vấn sâu chuyên gia và hiệu chỉnh bảng hỏi để đảm bảo tính giá trị nội dung (Content Validity).
  2. Nghiên cứu định lượng ($N=212$): Thu thập dữ liệu qua biểu mẫu khảo sát trực tuyến Google Forms, áp dụng phương pháp chọn mẫu thuận tiện có chọn lọc đối tượng.

Quy mô mẫu được tính toán thỏa mãn cả hai điều kiện khắt khe của phân tích thống kê:

  • Tiêu chuẩn EFA theo Hair et al. (1998): $N \ge 5 \times m = 5 \times 28 = 140$ mẫu.
  • Tiêu chuẩn Hồi quy bội theo Tabachnick & Fidell (1996): $N \ge 8 \times p + 50 = 8 \times 6 + 50 = 98$ mẫu.
  • Quy mô mẫu thực tế $N = 212$ vượt $51,4%$ so với ngưỡng tối thiểu yêu cầu.

Triển khai thực nghiệm và Kết quả

Quy trình phân tích dữ liệu thống kê

Toàn bộ dữ liệu khảo sát được làm sạch và xử lý tuần tự qua hệ thống kiểm định thống kê trên môi trường IBM SPSS Statistics v22.0. Dưới đây là đoạn mã tự động hóa quy trình phân tích định lượng (tương đương kịch bản xử lý dữ liệu):

import numpy as np
import pandas as pd
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_kmo, calculate_bartlett_sphericity
import statsmodels.api as sm

# 1. Load dataset & define operational scale variables
df = pd.read_csv("smm_genz_survey_n212.csv")
indep_vars = ['TT', 'TC', 'XH', 'EN', 'TR', 'PN']
dep_var = 'YD'

# 2. Exploratory Factor Analysis (EFA) Verification
kmo_all, kmo_model = calculate_kmo(df[indep_vars])
chi_square_value, p_value = calculate_bartlett_sphericity(df[indep_vars])
print(f"KMO Index: {kmo_model:.4f} | Bartlett's Test p-value: {p_value:.4e}")

# 3. Multiple Linear Regression Model Estimation (OLS)
X = sm.add_constant(df[indep_vars])
y = df[dep_var]
ols_model = sm.OLS(y, X).fit()

# 4. Diagnostics: Output R-squared, ANOVA F-stat, Coefficients, VIF
print(ols_model.summary())

Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha) và EFA

Tất cả 7 thang đo đều đạt độ tin cậy nhất quán nội tại cao:

  • Hệ số Cronbach's Alpha của toàn bộ các nhóm biến dao động từ $0.782$ đến $0.894$ (vượt ngưỡng yêu cầu $> 0.6$).
  • Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của tất cả 28 biến quan sát đều $> 0.35$, không có biến rác bị loại bỏ.

Kết quả phân tích nhân tố khám phá EFA (Phép trích Principal Axis Factoring kết hợp phép xoay vuông góc Varimax):

  • Chỉ số KMO: Đạt $0.846$ ($0.5 \le \text{KMO} \le 1.0$).
  • Kiểm định Bartlett: Giá trị thống kê $\chi^2 = 2341.82$ với mức ý nghĩa $p < 0.001$, bác bỏ giả thuyết các biến không tương quan.
  • Tổng phương sai trích (Total Variance Explained): Đạt $64.72% > 50%$, giải thích được phần lớn biến thiên dữ liệu.
  • Hệ số tải nhân tố (Factor Loading): Tất cả các biến quan sát đều có hệ số tải hội tụ $> 0.58$, phân tách rõ ràng thành 6 nhóm nhân tố độc lập với Eigenvalue $> 1.15$.

Kết quả phân tích hồi quy tuyến tính bội

Mô hình hồi quy đạt độ phù hợp thống kê cao với hệ số $R^2 = 0.618$ và $R^2 \text{ hiệu chỉnh} = 0.607$. Kiểm định ANOVA cho thấy trị số $F = 55.32$ với $p < 0.001$. Chỉ số Durbin-Watson đạt $1.92$ (nằm trong khoảng an toàn $1.5 - 2.5$), loại trừ hiện tượng tự tương quan chuỗi bậc nhất. Hệ số phóng đại phương sai (VIF) của tất cả các biến đều $< 1.6$, khẳng định mô hình không vi phạm giả định đa cộng tuyến.

Giả thuyết Mối quan hệ Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($p$-value) Hệ số VIF Kết luận
H1 $\text{Tính thông tin (TT)} \rightarrow \text{YD}$ $+0.248$ $4.512$ $0.000$ $1.28$ Chấp nhận ($p < 0.01$)
H2 $\text{Tính tương tác (TC)} \rightarrow \text{YD}$ $+0.215$ $3.924$ $0.000$ $1.34$ Chấp nhận ($p < 0.01$)
H3 $\text{Ảnh hưởng xã hội (XH)} \rightarrow \text{YD}$ $+0.186$ $3.418$ $0.001$ $1.21$ Chấp nhận ($p < 0.01$)
H4 $\text{Tính giải trí (EN)} \rightarrow \text{YD}$ $+0.198$ $3.672$ $0.000$ $1.29$ Chấp nhận ($p < 0.01$)
H5 $\text{Sự tin tưởng (TR)} \rightarrow \text{YD}$ $+0.312$ $5.845$ $0.000$ $1.41$ Chấp nhận ($p < 0.01$)
H6 $\text{Sự phiền nhiễu (PN)} \rightarrow \text{YD}$ $-0.142$ $-2.891$ $0.004$ $1.12$ Chấp nhận ($p < 0.01$)

Phương trình hồi quy chuẩn hóa: $$\text{YD} = 0.312 \times \text{TR} + 0.248 \times \text{TT} + 0.215 \times \text{TC} + 0.198 \times \text{EN} + 0.186 \times \text{XH} - 0.142 \times \text{PN}$$

Đổi mới và Đóng góp khoa học

Đổi mới về mặt lý thuyết và mô hình

Nghiên cứu đã giải quyết khoảng trống học thuật tại thị trường Việt Nam khi tích hợp đồng thời hai nhóm biến đối nghịch: nhóm kích thích tương tác - cảm xúc (Thông tin, Tương tác, Giải trí, Tin tưởng, Chuẩn xã hội) và nhóm rào cản hành vi (Sự phiền nhiễu) trong một mô hình cấu trúc đồng nhất.

graph TD
    subgraph "Mô hình Cũ (Tạ Văn Thành, 2021)"
        M1[Hữu ích + Uy tín + Rủi ro] --> R1[Ý định chung chung]
    end
    subgraph "Mô hình Cũ (Minh & Linh, 2016)"
        M2[Tương tác + Giải trí + Phiền nhiễu] --> R2[Thái độ người xem Facebook]
    end
    subgraph "Mô hình Đề tài Đồ án (Đồng Minh Khang, 2022)"
        M3[6 Chiều kích SMM Định lượng] -->|Tác động biên chi tiết| R3[Ý định Mua hàng Thực tế của Gen Z]
    end

So sánh với các công trình đi trước

Tiêu chí so sánh Tạ Văn Thành & Đặng Xuân Ơn (2021) Đinh Tiên Minh & Lê Thị Huệ Linh (2016) Mô hình Đề tài này (2022)
Mẫu khảo sát Người tiêu dùng Gen Z toàn quốc ($N=350$) Người dùng Facebook TP.HCM ($N=250$) Gen Z tại khu đô thị sáng tạo TP. Thủ Đức ($N=212$)
Biến phụ thuộc Ý định mua sắm trực tuyến nói chung Thái độ đối với quảng cáo trực tuyến Ý định mua hàng cụ thể qua kênh SMM
Phát hiện chính Yếu tố "Nhóm tham khảo" không có ý nghĩa thống kê "Tính thông tin" không tác động đến thái độ Cả 6 yếu tố đều có ý nghĩa thống kê; Sự tin tưởng ($\beta=0.312$) và Tính thông tin ($\beta=0.248$) chi phối mạnh nhất
Giá trị ứng dụng Nhận diện rủi ro thương mại điện tử chung Đánh giá phản ứng quảng cáo hiển thị Cung cấp khung tối ưu hóa chiến dịch SMM đa kênh cho Gen Z

Ứng dụng thực tế và Triển khai

Khung chiến lược tiếp thị SMM 6 chiều cho doanh nghiệp

Dựa trên trọng số hồi quy, doanh nghiệp hướng đến đối tượng khách hàng Gen Z cần tái cấu trúc hoạt động tiếp thị theo các trụ cột ưu tiên:

pie title Tỷ trọng Đóng góp của các Yếu tố Tiếp thị Tích cực
    "Sự tin tưởng (TR)" : 27
    "Tính thông tin (TT)" : 21
    "Tính tương tác (TC)" : 18
    "Tính giải trí (EN)" : 17
    "Ảnh hưởng xã hội (XH)" : 17

  1. Xây dựng hệ thống Bảo chứng Uy tín & Minh bạch (TR - Trọng số $\beta = 0.312$ cao nhất):

    • Tích hợp bằng chứng xã hội (Social Proof), đánh giá người dùng thực tế (User-Generated Content - UGC) và chính sách đổi trả/bảo hành công khai trên landing page.
    • Minh bạch hóa quy trình bảo mật thông tin theo tiêu chuẩn ISO/IEC 27001 để xóa bỏ rào cản rủi ro giao dịch.

  2. Chuẩn hóa Chất lượng Nội dung Tiếp thị (TT - Trọng số $\beta = 0.248$):

    • Cung cấp thông tin ngắn gọn, trực quan (dạng Infographic, Video ngắn TikTok/Reels dưới 60 giây) nêu bật trực tiếp thông số kỹ thuật, công năng và giá niêm yết.
    • Tránh tiếp thị giật gân, thiếu trung thực gây mất uy tín thương hiệu.

  3. Thiết lập Kênh Tương tác Tự động 24/7 (TC - Trọng số $\beta = 0.215$):

    • Triển khai giải pháp Chatbot AI kết hợp nhân viên tư vấn trực tiếp nhằm phản hồi tin nhắn trong vòng 3 phút.
    • Xây dựng liên kết sâu (Deep linking) từ bài viết tiếp thị mạng xã hội trực tiếp đến giỏ hàng sàn thương mại điện tử.

  4. Tối ưu Tính Giải trí và Gamification (EN - Trọng số $\beta = 0.198$):

    • Thiết kế các Mini-game nhận voucher, bắt kịp các trào lưu thịnh hành (Trending Meme/Audio) phù hợp với bản sắc thương hiệu.
    • Kết hợp với các Micro-influencers hoặc KOCs có phong cách chân thực, gần gũi với giới trẻ.

  5. Kiểm soát Tần suất và Phân phối Quảng cáo (PN - Hệ số âm $\beta = -0.142$):

    • Thiết lập giới hạn tần suất hiển thị (Frequency Capping) tối đa 3-4 lần/tuần/người dùng để tránh gây phản cảm truyền thông.
    • Ứng dụng thuật toán phân khúc mục tiêu (Lookalike Audience) dựa trên dữ liệu hành vi thực để giảm thiểu quảng cáo sai đối tượng.

Hạn chế và Hướng phát triển

Hạn chế kỹ thuật của đề tài

  • Phương pháp lấy mẫu: Áp dụng chọn mẫu thuận tiện phi xác suất, tập trung tại địa bàn TP. Thủ Đức nên tính đại diện tổng thể cho Gen Z trên toàn quốc có thể bị giới hạn.
  • Dữ liệu cắt ngang (Cross-sectional Data): Dữ liệu thu thập tại một thời điểm nhất định, chưa phản ánh được sự biến động nhận thức của Gen Z theo thời gian dài.
  • Kỹ thuật phân tích: Mô hình hồi quy tuyến tính OLS chỉ kiểm định quan hệ trực tiếp, chưa phân tích các biến trung gian (Mediator) hoặc biến điều tiết (Moderator).

Hướng nghiên cứu mở rộng

  • Ứng dụng Mô hình Phương trình Cấu trúc (PLS-SEM): Khảo sát các biến can thiệp như Sự gắn kết thương hiệu (Brand Engagement) và Niềm tin thương hiệu (Brand Trust).
  • Tích hợp Khoa học Dữ liệu: Ứng dụng kỹ thuật Social Listening và Natural Language Processing (NLP) để phân tích sắc thái cảm xúc (Sentiment Analysis) trên dữ liệu bình luận lớn (Big Data).

Đối tượng hưởng lợi

  • Sinh viên & Học viên Cao học: Cung cấp tài liệu tham khảo chuẩn mực về quy trình nghiên cứu định lượng hoàn chỉnh (từ tổng quan lý thuyết, thiết kế bảng hỏi, kiểm định Cronbach's Alpha, EFA đến hồi quy OLS).
  • Chuyên viên Dữ liệu & Digital Marketers: Sở hữu bộ thang đo 28 biến đã được kiểm định độ tin cậy thực nghiệm, có thể tái sử dụng để đo lường chiến dịch truyền thông nội bộ.
  • Doanh nghiệp & Startup Bán lẻ: Định lượng hóa mức độ ưu tiên ngân sách marketing, cắt giảm chi phí quảng cáo lãng phí và tối ưu hóa tỷ lệ chuyển đổi đơn hàng đối với tập khách hàng Gen Z.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại chọn địa bàn Thành phố Thủ Đức?

Thành phố Thủ Đức là đô thị sáng tạo tập trung hơn 15 trường đại học lớn (ĐHQG TP.HCM, ĐH Ngân Hàng, ĐH Sư Phạm Kỹ Thuật...) và Khu Công nghệ cao. Mật độ Gen Z tại đây chiếm tỷ trọng vượt trội, phản ánh rõ nét nhất xu hướng tiêu dùng công nghệ của giới trẻ phía Nam.

2. Tiêu chuẩn nào đảm bảo mẫu khảo sát $N=212$ đủ điều kiện phân tích hồi quy?

Theo Tabachnick & Fidell (1996), quy mô mẫu hồi quy cần thỏa $N \ge 8 \times p + 50$ (với $p=6$ biến độc lập, yêu cầu tối thiểu là 98 mẫu). Đồng thời, Hair et al. (1998) yêu cầu $N \ge 5 \times 28 = 140$ mẫu cho EFA. Quy mô $N=212$ của đề tài hoàn toàn vượt chuẩn kiểm định.

3. Yếu tố nào ảnh hưởng mạnh nhất đến quyết định mua hàng của Gen Z?

Kết quả hồi quy thực nghiệm chứng minh Sự tin tưởng (Trust - $\beta = 0.312$) và Tính thông tin (Informativeness - $\beta = 0.248$) là 2 yếu tố có tác động tích cực lớn nhất. Doanh nghiệp cần ưu tiên tính minh bạch và giá trị thực chứng của sản phẩm.

4. Làm thế nào để giảm thiểu tác động tiêu cực của yếu tố "Sự phiền nhiễu" ($\beta = -0.142$)?

Doanh nghiệp cần thiết lập ngưỡng hiển thị quảng cáo (Frequency Cap), tối ưu hóa thuật toán nhắm mục tiêu chính xác theo sở thích và cá nhân hóa nội dung thay vì spam quảng cáo hàng loạt.

5. Thang đo trong nghiên cứu có thể áp dụng cho các nền tảng mạng xã hội nào?

Bộ thang đo được thiết kế có tính khái quát hóa cao, áp dụng hiệu quả cho hầu hết các nền tảng mạng xã hội phổ biến hiện nay như TikTok, Facebook, Instagram, YouTube Shorts và Zalo.

Kết luận

Đồ án tốt nghiệp của tác giả Đồng Minh Khang đã xây dựng thành công mô hình định lượng đánh giá các yếu tố tiếp thị truyền thông xã hội tác động đến ý định mua hàng của Gen Z tại TP. Thủ Đức. Kết quả thực nghiệm trên 212 mẫu khảo sát chỉ ra rằng: Ý định mua sắm chịu ảnh hưởng thuận chiều bởi Sự tin tưởng ($\beta = 0.312$), Tính thông tin ($\beta = 0.248$), Tính tương tác ($\beta = 0.215$), Tính giải trí ($\beta = 0.198$), Ảnh hưởng xã hội ($\beta = 0.186$) và chịu tác động nghịch chiều bởi Sự phiền nhiễu ($\beta = -0.142$).

Hệ thống kết quả nghiên cứu cung cấp cơ sở khoa học vững chắc giúp các nhà hoạch định chiến lược tiếp thị tối ưu hóa ngân sách truyền thông, nâng cao chỉ số gắn kết khách hàng và gia tăng năng lực cạnh tranh trong kỷ nguyên thương mại số.