khóa luận tốt nghiệp nghiên cứu ảnh hưởng của tiếp thị bằng chatbox đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu

KHOA QUẢN TRỊ KINH DOANH NGUYỄN THỊ MỸ CHÂU NGHIÊN CỨU ẢNH HƯỞNG CỦA TIẾP THỊ BẰNG CHATBOX ĐẾN MỐI QUAN HỆ VÀ PHẢN ỨNG CỦA KHÁCH HÀNG ĐỐI VỚI THƯƠNG HIỆU CHUYÊN NGÀNH : MARKETING GVH

GIỚI THIỆU TỔNG QUAN VỀ ĐỀ TÀI

Bối cảnh nghiên cứu và lý do chọn đề tài

1.1.1.1 Bối cảnh nghiên cứu thực tiễn

Chatbox được sử dụng ngày càng nhiều để tương tác với khách hàng trong vài năm gần đây Sự ra đời của Chatbox như “Trợ thủ đắc lực” giúp doanh nghiệp trong việc kết nối giữa khách hàng và thương hiệu Chatbox có khả năng phản hồi khách hàng nhanh chóng trong vòng vài giây Đặc biệt hơn là, nó có thể làm việc 24/7 Chính vì những điều đó giúp doanh nghiệp/ công ty có thể tối ưu được về mặt thuê nhân sự

Năm 2022, có tới 88% người dùng Internet đã từng tương tác với Chatbox Trong năm 5 tới, Chatbox được các nhà nghiên cứu dự đoán rằng sẽ trở thành một kênh dịch vụ được khỏch hàng quan tõm đến chiếm khoảng ẳ doanh ngiệp toàn cầu (Theo bỏo của Insider Intelligence) Theo nghiên cứu của Juniper Research đã chỉ ra rằng, có đến 47% khách hàng sẵn sàng sử dụng Chatbox để đưa ra quyết định mua hàng Đơn vị này cũng ước tính Chatbox sẽ chiếm 112 tỷ USD doanh số bán lẻ vào năm 2023 Thị trường Mỹ chứng kiến sự ra mắt của hơn 30.000 Chatbox trên các nền tảng nhắn tin như Facebook Messenger và Viber và khoảng hai tỷ tin nhắn được gửi mỗi tháng trên các nền tảng này (Sproutsocial,

2019) Dựa trên mẫu đại diện trên toàn quốc gồm 1.051 người lớn, các nhà nghiên cứu Nhận thấy rằng 56% người Mỹ được khảo sát thích gửi tin nhắn hơn là gọi điện cho dịch vụ khách hàng và 53% khách hàng ưa thích các thương hiệu cung cấp dịch vụ nhắn tin (Devaney, 2018)

Như Business Insider (2020) dự đoán, thị trường Chatbox sẽ trở thành thị trường phát triển nhanh nhất từ năm 2019 đến năm 2026, cùng với tốc độ tăng trưởng kép hàng năm đang ở mức là 31,6% ở phân khúc dịch vụ khách hàng Đặc biệt trong thời kỳ đại dịch Covid-19, khi mọi người phải ở nhà và không có nhân viên hỗ trợ, khách hàng phải dựa vào các công cụ trực tuyến như chatbox để tìm kiếm thông tin và đưa ra quyết định mua sản phẩm cũng như lựa chọn thương hiệu để mua hàng

Chatbox ngày càng trở nên quan trọng đối với các doanh nghiệp Có một loạt các ứng dụng như trợ lý ảo với một vài cái tên tiêu biểu như Google Assistant của Google, Siri của Apple, … Chatbox được tích hợp nhiều trên các phương tiện khác nhau như Website, các ứng dụng di động và các trang mạng xã hội ( Pilla và Sivathanu, 2020) Theo nghiên cứu của (Cheng và Jiang, 2021), Chatbox cho phép doanh nghiệp tăng cường trong việc trao đổi thông tin với khách hàng trong thời gian thưc Chatbox còn mang đến nhiều lợi ích như sự thuận tiện, tính linh hoạt và khả năng truy cập Đúng như vây, Chatbox còn thay thế cho các nhân viên thực hiện quá trình trao đổi thông tin và tư vấn với khách hàng, thậm chí còn giải quyết các vấn đề mà con người không thực hiện được Vì thế, hiện nay các doanh nghiệp đang có xu hướng sử dụng Chatbox như một công cụ hỗ trợ cho việc kinh doanh trực tuyến, để có thể gia tăng được mố2 i quan hệ giữa khách hàng và thương hiệu qua việc liên kết với Chatbox (Chen và ctg, 2021)

1.1.1.2 Bối cảnh nghiên cứu lý thuyết

Với sự tiến bộ đáng kể trong lĩnh vực kỹ thuật, thuật toán một kỷ nguyên của dịch vụ dựa trên AI đã xuất hiện trong những năm gần đây Ngày này AI đang trở thành một phần trong cuộc sống của các nhà nghiên cứu do sự tiến bộ trong lĩnh vực công nghệ (Krishna và cộng sự, 2020) Theo trung tâm Nghiên cứu Pew (2024), có đến 57% người Mỹ vui mừng về việc AI thay thế công việc gia đình, có 40% người xác nhận rằng AI chẩn đoán các tình trạng y tế và có 9% đồng ý về việc AI giúp họ đưa ra nững quyết đinh quan trọng trong cuộc sống hằng ngày

Chatbox nổi lên như một công cụ hữu hiệu để giải quyết các thắc mắc của người tiêu dùng một cách tự động, phù hợp và chính xác nhất Các nhà nghiên cứu gần đây đã sử dụng nhiều kỹ thuật tính toán khác nhau để làm cho giao diện trò chuyện của Chatbox trở nên thân thiện với người dùng hơn Theo TS Nguyễn Hữu Huân (2023), Chatbox trí tuệ nhân tạo đang thổi hồn vào cuộc sống, công việc của nhân loại thế giới Rõ ràng có thể thấy được việc tích hợp trí thông minh nhân tạo AI vào các trợ lý ảo phục vụ công tác chăm sóc đang trở thành trào lưu phổ biến trên toàn cầu, hơn nữa trí thông minh được tích hợp trong Chatbox giúp nó tăng được khả năng thấu hiểu, thậm chí đưa ra những phản hồi làm khách hàng hài lòng từ đó gia tăng mối quan hệ giữa khách hàng và thương hiệu, thêm vào đó với những “Trợ lý ảo thông minh” khách hàng nhận được hỗ trợ 24/24, được giải đáp những vấn đề khúc mắc có liên đến dịch vụ, được đáp ứng những yêu cầu một cách nhanh chóng mà không cần sự hiện diện và can thiệp của con người (Báo công nghệ thông tin, 2023) những câu trả lời thông minh từ Chatbox giúp khách hàng có những phản ứng tích cực, và hài lòng với thương hiệu mình đang sử dụng Chatbox được coi một trong những ứng dụng nổi tiếng nhất của trí tuệ nhân tạo cho đến nay, đặc biệt là việc kết hợp Chatbox trong dịch vụ điện tử ngày nay đang được phát triển mạnh mẽ, Chatbox được đại diện cho việc cải thiện dịch vụ khách hàng Theo (Chiara Valentine Misischia và cộng sự, 2022) trên thực tế Chatbox đóng vai trò đại diện công ty để hỗ trợ trực tuyến các vấn đề về cung cấp thông tin và đưa ra những lời khuyên Tóm lại việc sử dụng Chatbox để cung cấp câu trả lời cho những mong muốn và nhu cầu, vì khi giải đáp được nhu cầu của khách hàng, họ sẽ có những phản ứng với thái độ tích cực, từ đó đưa ra những ý định mua hàng thuận lợi và lòng trung thành với thương hiệu Do đó để đánh giá được Chatbox có ảnh hưởng như thế nào đến mối quan hệ và phản ứng của khách hàng thì tác giả tập trung tìm hiểu đề tài: “Nghiên cứu ảnh hưởng của tiếp thị bằng Chatbox đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu”

1.1.2 Lý do chọn đề tài

Với xu hướng mới trong tiếp thị số Chatbox là một phần quan trọng của xu hướng tiếp thị số hiện đại Chatbox không chỉ giao tiếp với khách hàng, giới thiệu sản phẩm và thu thập phản hồi, hiện Chatbox còn có khả năng cung cấp thông tin cá nhân hoá Dựa trên lịch sử tương tác, Chatbox sẽ ghi nhớ lại thị hiếu, thói quen của khách hàng để gửi đến họ thông tin hay đề xuất hợp với nhu cầu của từng phân khúc khách hàng khác nhau Trong bối cảnh số lượng người dùng Internet càng tăng lên nhanh chóng, thì doanh nghiệp càng cần đến một công cụ hội thoại thông minh và tự động như Chatbox để nâng cao tính sử dụng của khách hàng và mở rộng mối quan hệ với giữa khách hàng và thương hiệu hơn Theo nghiên cứu mới được công bố đầu năm 2023 Tidio, 62% khách hàng sẽ lựa chọn tương tác với Chatbox thay vì phải chờ đợi nhân viên để được hỗ trợ Bởi vì, Chatbox hoàn toàn có khả năng xử lý được mọi vấn đề, với thời gian nhanh chống thường thì chỉ mất dưới 1 giây có thể xử lý được vấn đề của khách hàng Ngoài ra, nghiên cứu cũng chỉ ra có tới 69% khách hàng hài lòng với trải nghiệm tương tác cùng Chatbox Bên cạnh đó, 74% doanh nghiệp hài lòng khi triển khai Chatbox vào hoạt động kinh doanh và chăm sóc khách hàng

Trong bối cảnh công nghệ tiến triển và chất lượng cuộc sống ngày càng được nâng cao thì tính liên tục và sự tức thời luôn là những tiêu chí được đặt lên hàng đầu Những doanh nghiệp, bệnh viện hay trường học,… Đều có những dịch vụ hỗ trợ trò chuyện hay tư vấn trực tiếp qua điện thoại được thực hiện bởi con người sẽ cần có khoảng thời gian chờ trả lời câu hỏi hay xử lý tình huống/ vấn đề của khách hàng Khi số lượng khách hàng ngày càng tăng thì thời gian chờ cũng tăng lên, dẫn đến chất lượng phục vụ khách hàng suy giảm Trong khi đó, Chatbox có thể hoạt động một cách liên tục mà không cần nghỉ ngơi, nó được sử dụng trong các cuộc hội thoại với nhiều lĩnh vực khác nhau

Những nghiên cứu nước ngoài đã nghiên cứu về những yếu tố tác động mối quan hệ khách hàng – thương hiệu trong kỷ nguyên trí tuệ nhân tạo như nghiên cứu của (Yang Cheng và Hua Jiang (2021) đã chỉ ra rằng tính giải trí, tương tác, khả năng tuỳ biến là những nhân tố của Chatbox ảnh hưởng đến mối quan hệ khách hàng – thương hiệu Nghiên cứu của Shagun và cộng sự (2021) đã phân tích được những chất lượng thông tin, chất lượng dịch vụ, tự hiệu quả và sự đổi mới ảnh hưởng đến khả năng hấp thu của Chatbox Nhóm tác giả Chiara Valentina và cộng sự (2022), đã làm rõ sự tác động của biến khả năng tiếp cận ảnh hưởng đến hoàn thành mong đợi của khách Những nghiên cứu này đã đánh giá những yếu tố để tìm hiểu sâu về mối quan hệ và phản ứng của khách hàng đối với thương hiệu

Tuy nhiên tác giả nhận thấy những nghiên cứu trước đây chưa chỉ ra được yếu tố chất lượng thông tin có thể ảnh hưởng đến mối quan hệ và phản ứng của khách hàng với thương hiệu Hơn nữa những nghiên cứu này chủ yếu được tiến hành ở nước ngoài và số lượng nghiên cứu tại Việt Nam còn hạn chế Chính vì vậy, tác giả quyết định lựa chọn đề tài “Nghiên cứu ảnh hưởng của tiếp thị bằng Chatbox đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu” làm đề tài nghiên cứu.

Mục tiêu nghiên cứu

Với mục tiêu chung của đề tài là “Nghiên cứu việc tiếp thị bằng Chatbox ảnh hưởng như thế nào đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu”, nhằm mở rộng mối liên kết giữa tiếp thị quan hệ và hành vi mong muốn của người tiêu dùng Qua đó nhằm xác định, đánh giá những yếu tố ảnh hưởng như thế nào đến mối quan hệ và những phản ứng của khách hàng Từ đó tác giả đề xuất một số hàm ý quản trị và đưa ra giải pháp giúp doanh nghiệp có thể gia tăng mối quan hệ giữa khách hàng và thương hiệu qua việc tiếp thị bằng Chatbox

1.2.2 Mục tiêu cụ thể Đề tập trung vào ba mục tiêu chính như sau:

Mục tiêu 1: Xác định các yếu tố ảnh hưởng đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu trong việc tiếp thị bằng Chatbox

Mục tiêu 2: Đo lường mức độ ảnh hưởng của từng yếu tố đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu trong việc tiếp thị bằng Chatbox

Mục tiêu 3: Từ kết quả trên rút ra những kết luận, hàm ý quản trị giúp các doanh nghiệp sử dụng tiếp thị bằng Chatbox như thế nào để gia tăng mối quan hệ giữa khách hàng và thương hiệu, và hiểu rõ những phản ứng của khách hàng.

Đối tượng nghiên cứu

Đối tượng nghiên cứu: Các nhân tố ảnh hưởng đến mối quan hệ và phản ứng của khách hàng trong việc tiếp thị bằng Chatbox Đối tượng khảo sát: Khách hàng đã sử dụng Chatbox để mua hàng.

Câu hỏi nghiên cứu

Câu hỏi 1: Các yếu tố nào ảnh hưởng đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu trong việc tiếp thị bằng Chatbox ?

Câu hỏi 2: Các yếu tố ảnh hưởng như thế nào đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu trong việc tiếp thị bằng Chatbox ?

Câu hỏi 3: Những kiến nghị hoặc hàm ý quản trị nào giúp mối quan hệ giữa khách hàng và thương hiệu trở nên tốt đẹp hơn và nhằm mở rộng mối liên kết giữa tiếp thị mối quan hệ và ý định hành vi của người tiêu dùng ?

Phạm vi nghiên cứu

1.5.1 Phạm vi về thời gian

Giai đoạn thực hiện nghiên cứu từ tháng 02/2024 đến tháng 05/2024

Qúa trình khảo sát và thu thập dữ liệu được diễn ra từ tháng 03 năm 2024 đến 04 năm

1.5.2 Phạm vi về lĩnh vực nghiên cứu

Chatbox được lựa chọn để nghiên cứu vì Chatbox đại diện cho một trong những xu hướng mới nổi gần đây trong việc quản lý tương tác giữa khách hàng và thương hiệu Chatbox là một chương trình máy tính có thể giúp khách hàng trò chuyện bằng ngôn ngữ tự nhiên Không chỉ giải quyết những câu hỏi hỏi hay giải đáp những thắc mắc của khách hàng 24/7 mà còn giúp các công ty/ doanh nghiệp thu thập dữ liệu về hành vi của người mua hàng để qua đó phân tích được xu hướng dựa trên những sở thích của người mua hàng.

Phương pháp nghiên cứu

Nghiên cứu có hai quá trình: Đầu tiên, nghiên cứu sơ bộ sử dụng phương pháp nghiên cứu định tính Sau đó, nghiên cứu chính thức sử dụng phương pháp nghiên cứu định lượng

Nghiên cứu sẽ thực hiện phỏng vấn với những người đã mua hàng qua Chatbox trong vòng 1 – 2 tháng gần đây

Nghiên cứu định lượng được thực hiện qua hai giai đoạn: “Nghiên cứu định lượng sơ bộ và nghiên cứu định lượng chính thức”

1.6.2.1 Nghiên cứu định lượng sơ bộ

Bước đầu, nghiên cứu này đã khảo sát thử trên một số người đã sử dụng Chatbox để mua hàng bằng một thang đo nháp, sau khi có kết quả sẽ có thảo luận với các chuyên gia Từ những kết quả thu được trên, tác giả sẽ điều chỉnh lại thang đo để phản ánh đúng với thực tế và chuẩn bị cho nghiên cứu định lượng chính thức

1.6.2.2 Nghiên cứu định lượng chính thức

Nghiên cứu định lượng chính thức đã được tiến hành thông qua phỏng vấn khảo sát thực tế với bảng câu hỏi đóng để tạo dựng thang đo chính, sau khi có kết quả của nghiên cứu sơ bộ Bảng câu hỏi được chia thành ba phần như sau:

Phần 1: Phần khảo sát sơ bộ (Gồm những câu hỏi gạn lọc)

Câu hỏi gạn lọc là những câu hỏi được sử dụng trong quá trình nghiên cứu để tiếp cận được đúng nhóm đối tượng mà tác giả nghiên cứu Điều này được coi là một bước quan trọng để đảm bảo được tính tin cậy của dữ liệu nghiên cứu

Phần 2: Thông tin cá nhân của người được khảo sát

Phần 3: Khảo sát các nhân tố ảnh hưởng mối quan hệ và phản ứng giữa người mua hàng đối với thương hiệu qua việc tiếp thị bằng Chatbox, sử dụng thang đo Likert với 5 mức độ

Thông tin sau khi thu thập được sẽ tiến hành mã hoá, sau đó kiểm định qua phần mềm SPSS 20.0 và AMOS 24.0 để thực hiện xử lý và phân tích dữ liệu bao gồm: Thống kê mô tả, đánh giá độ tin cậy bằng thang đo Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA) và sau đó kiểm định lại mô hình và các giả thuyết bằng phân tích Bootstrap.

Ý nghĩa của nghiên cứu

1.7.1 Ý nghĩa khoa học Đề tài nghiên cứu tiến hành phân loại, làm rõ một số khái niệm cơ bản và tổng hợp cá lý thuyết liên quan đến Chatbox, thương hiệu, mối quan hệ giữa khách hàng và thương hiệu, phản ứng của khách hàng đối với thương hiệu Những tài liệu này đóng vai trò là nguồn tham khảo chất lượng, và hỗ trợ các công trình nghiên cứu trong tương lai

1.7.2 Ý nghĩa thực tiễn Đề tài “Nghiên cứu ảnh hưởng của tiếp thị bằng Chatbox đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu” mang lại ý nghĩa thực tiễn lớn trong bối cảnh ngày nay với sự gia tăng tiếp thị số và xu hướng sử dụng công nghệ để tương tác với khách hàng

Việc hiểu rõ mối quan hệ của khách hàng và thương hiệu thông qua Chatbox giúp doanh nghiệp tối ưu hoá trải nghiệm khách hàng Cùng với việc theo dõi và phân tích trong Chatbox, doanh nghiệp có thể phát hiện ra các xu hướng và các thông tin tiềm ẩn mà khách hàng mong muốn Cùng với việc hiểu rõ những phản ứng của khách hàng giúp doanh nghiệp nắm bắt được những yêu cầu, nhu cầu và mong muốn của khách hàng Từ đó họ điều chỉnh lại những sản phẩm, dịch vụ và chiến lược kinh doanh để có thể đáp ứng tốt những yêu cầu của thị trường Điều này giúp thương hiệu hiểu rõ hơn về các đối tượng mục tiêu và tối ưu hoá chiến lược tiếp thị của mình.

Kết cấu của đề tài khoá luận

Ngoài trang phụ bìa, lời cảm ơn, lời cam đoan, tóm tắt khoá luận, phiếu nhận xét của giáo viên hướng dẫn, mục lục, các sơ đồ, bảng biểu, hình ảnh, tài liệu tham khảo và phụ lục, khoá luận được chia thành 5 chương như sau:

Chương 1: Tổng quan về đề tài

Chương này giới thiệu tổng quan về đề tài nghiên cứu: Bối cảnh và lý do chọn đề tài, mục tiêu tổng quát và cụ thể, đối tượng, câu hỏi và phạm vi nghiên cứu, phương pháp và ý nghĩa của đề tài nghiên cứu và cuối cùng là kết cấu đề tài

Chương 2: Cơ sở lý luận

Chương này đề cập đến khái niệm cơ bản, lý thuyết nền và các nghiên cứu liên quan (Nghiên cứu trong nước và nghiên cứu ngoài nước) Các nghiên cứu của học giả trước đây được sử dụng làm cơ sở và làm tiền đề để tác giải phát thảo mô hình nghiên cứu đề xuất

Chương 3: Phương pháp nghiên cứu

Trong chương này, bài báo cáo giới thiệu phương pháp nghiên cứu được sử dụng trong quá trình nghiên cứu Nội dung bài nghiên cứu trình bày chi tiết về quy trình, lựa chọn phương pháp nghiên cứu, kết quả nghiên cứu định tính sơ bộ kiểm định mức độ phù hợp thang đo và kết quả nghiên cứu định lượng sơ bộ đánh giá độ tin cậy thang đo Hơn nữa bài nghiên cứu còn trình bày về việc thiết lập bảng thang đo, thiết kế quá trình nghiên cứu chính thức, công cụ và phương pháp thu thập dữ liệu, cách thức tính toán kích thước cỡ mẫu, phương pháp chọn mẫu và cách thức điều tra khảo sát

Chương 4: Phân tích dữ liệu

CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU ĐỀ XUẤT

Các khái niệm liên quan đến đề tài

2.1.1 Các khái niệm liên quan đến Chatbox

2.1.1.1 Trí tuệ nhân tạo (AI)

(Cheng và Jiang, 2020a; Kietzmann và Pitt, 2020) nói rằng, AI còn được gọi là trí tuệ máy móc nay nó đã mang lại nhiều sự đổi mới trong ngành kinh doanh

Theo báo nhân dân (2023), trí tuệ nhân tạo được định nghĩa là công nghệ khoa học máy tính nhấn mạnh việc tạo ra máy móc thông minh có thể bắt được nhiều hành vi của con người ở đây, máy móc có tính thông minh có thể hiểu như là những cổ máy có thể hành xử như con người, suy nghĩ như con người và cũng có khả năng ra quyết định Với trí tuệ nhân tạo, chúng ta không cần phải lập trình trước cho máy móc thực hiện một nhiệm vụ mà thay vào đó chúng ta có thể tạo ra một cỗ máy với các thuật toán lập trình sẵ, và nó có thể tự hoạt động Theo Forber.com (2023), chỉ số sẵn sàng cho trí tuệ nhân tạo của Việt Nam đạt mức 51,82/100, chỉ số này tăng 14 lần so với năm 2022 và vượt mức trung bình toàn cầu 47,72 Điều này cho thấy dấu hiệu tích cực về khả năng tiếp cận trí tuệ nhân tạo rất lớn và có tiềm năng trong tương lai Đồng thời nó cũng là thách thức khi nguồn lực

AI vẫn còn thiếu khá nhiều

Theo Jia (2003), Chatbox là “Hệ thống hội thoại trực tuyến giữa con người và máy tính bằng ngôn ngữ tự nhiên”

Từ điển Lexico cho rằng, Chatbox được định nghĩa là “Một chương trình máy tính được thiết kế để mô phỏng cuộc trò chuyện giữa người tiêu dùng qua Internet” (Adamopoulou và Moussiades, 2020), có thể nói Chatbox là một phần mềm có thể giao tiếp bằng ngôn ngữ tự nhiên với con người, nó có thể thay thế con người trong quá trình giao tiếp với khách hàng Vì vậy có thể nói Chatbox là công cụ thiết thực để hỗ trợ và hợp lý hoá các hoạt động giữa các cá nhân, Chatbox có thể học được các khái niệm mới thông qua các cuộc trò chuyện (DeLone và McLean, 2003) Theo số liệu thống kê từ MordorIntelligence

(2021), thị trường Chatbox đang trên đà phát triển và ổn định, trong năm 2020 giá trị thị trường Chatbox đạt 17,17 tỷ USD và dự kiến đạt 102,29 tỷ USD năm 2029, ghi nhận tốc độ tăng trưởng kép hằng năm (CAGR) đạt 34,75% trong giai đoạn dự báo 2021 – 2026 Bắc Mỹ vẫn đang duy trì vị trí dẫn đầu về thị trường Chatbox lớn nhất ở Châu Á – Thái Bình Dương các doanh nghiệp vừa và nhỏ cũng đang triển khai Chatbox trong các quy trình tiếp thị, bán hàng và các dịch vụ khách hàng khác Trong việc cung cấp dịch vụ đến với khách hàng Chatbox đang đóng vai trò ngày càng quan trọng, áp dụng hệ thống trong các doanh nghiệp ngày càng phát triển hơn Thực tế cho thấy rằng, gần 40% người sử dụng Internet trên toàn thế giới thích tương tác với Chatbox hơn giao tiếp với nhân viên trực tuyến theo khảo sát của Outgrow (2020) Báo cáo State of CX (2020) cho thấy rằng 48% người tiêu dùng cảm thấy thoải mái với các tương tác do Chatbox cung cấp, 71% người dùng cảm thấy hài lòng với việc sử dụng Chatbox Điều này có thể khẳng định được rằng sự phản hồi của người dùng Chatbox đang tiến triển rất tốt

2.1.1.3 Cấu tạo hệ thống Chatbox

Nguồn: Tác giả tổng hợp

Hình trên mô tả về cấu trúc mô hình cơ bản của Chatbox Trong mô hình Chatbox, thành phần “Ngôn ngữ tự nhiên” (NLU) sử dụng rất nhiều kĩ thuật xử lý ngôn ngữ tự nhiên NLP để phân loại câu hội thoại, xác định ý định của người dùng, trích xuất những thông tin cung cấp Mối quan hệ giữa NLP, NLU và NLG được hiểu như sau:

Ngôn ngữ tự nhiên (NLU)

Thành phần sinh ngôn ngữ

Hình 2.1: Mô hình cấu trúc cơ bản của hệ thống Chatbox

Nguồn: Tác giả tổng hợp

NLP (Xử lý ngôn ngữ tự nhiên) là thành phần cốt lõi và là cơ sở để phát triển Chatbox Được sử dụng để cung cấp phản hồi có ý nghĩa bằng cách tạo ra các cụm từ và chính xác về mặt ngôn ngữ dựa trên việc lập kế hoạch và hiện thực hoá văn bản NLP được hiểu theo hai nghĩa: Theo nghĩa rộng, thì NLP được sử dụng để nhận dạng giọng nói và để hiểu các đầu vào trên văn bản Theo nghĩa thực thực tế, NLP được sử dụng cho nhiều ứng dụng như mã hoá thông báo, phân tích cú pháp, trích xuất thông tin, trích xuất mối quan hệ, khai thác văn bản, tự động trả lời câu hỏi,… NLP bao gồm 2 thành phần chính là NLU và NLG Trong đó NLU (Hiểu ngôn ngữ tự nhiên) chịu trách nhiệm hiểu ý nghĩa của văn bản, được sử dụng để diễn giải ý nghĩa với các lỗi như chuyển dổi từ ngữ và chữ cái hoặc những phát âm sai NLU là phần không thể thiếu của NLP Còn NLG (Tạo ngôn ngữ tự nhiên) là quá trình ngược lại của NLU vì nó tạo ra văn bản từ ý nghĩa, được sử dụng để tóm tắt văn bản, nó được hoạt động bằng các tiếp cận khác nhau như dự trên các quy tắc, dựa trên mô hình hoặc mô hình kết hợp

Hình 2.2: Mô hình mối quan hệ giữa NLP, NLU và NLG

Sau đó những thông tin này được chuyển tới cho thành phần quản lý hội thoại (Dialogue manager) Thành phần quản lý hội thoại sẽ xử lý thông tin và chuyển tới để sinh ra câu hỏi thoại

Tác giả Nguyễn Vân Anh (2023), Chatbox tiếp thị là tác nhân đàm thoại tự động được thiết kế để tương tác với khách hàng và cung cấp những trải nghiệm tiếp thị được cá nhân hoá Hơn nữa, còn được tích hợp vào nhiều nền tảng nhắn tin khác nhau như Facebook Messenger, Whatsapp hoặc Chatbot trên trang Web và chúng ta có thể được sử dụng để hướng dẫn khách hàng thông qua kênh bán hàng, trả lời các câu hỏi thường gặp và giới thiệu sản phẩm và thậm chí là hỗ trợ mua hàng Tác giả Đỗ Minh Đức (2021), định nghĩa Chatbox trong tiếp thị là một chương trình máy tính trả lời tự động được thiết kế tích hợp với trí tuệ nhân tạo AI với mục đích mô phỏng cuộc trò chuyện giữa người dùng và người quan trị thông qua giao diện trò chuyện hoặc bằng âm thanh trong mô trường Internet, giúp họ tương tác với nhau một cách dễ dàng

Tóm lại, tiếp thị bằng Chatbox được xem như là một robot có khả năng thay thế con người để trả lời tin nhắn, giải đáp mọi thắc mắc của khách hàng thông qua những câu hỏi được thiết lập sẵn hoặc bằng trí thông minh nhân tạo, tương tự như một con người

2.1.2 Khái niệm về thương hiệu

Thương hiệu (Brand) là khái niệm nhận được nhiều sự quan tâm nghiên cứu như một trong những chủ đề chính của Marketing Theo định nghĩa của Tổ chức Sở hữu trí tuệ thế giới (WIPO), thương hiệu được định nghĩa dùng dể nhận diện một sản phẩm hoặc dịch vụ cụ thể, và nó có thể được sản xuất bởi một cá nhân hoặc tổ chức Hiện nay, thương hiệu không chỉ là một phương tiện truyền thông mà còn là một phần quan trọng của chiến lược tiếp thị, giúp xây dựng lòng tin, nhân thức thương hiệu và tạo ra sự tương tác tích cực từ phía khách hàng Theo quan điểm của InvestOne Law Firm (2022), có thể hiểu thương hiệu là cảm nhận tổng thể về chatas lượng, môi trường, uy tính và giá trị cốt lõi của một doanh nghiệp Nó giúp tạo ra cảm giá, sự liên tưởng trong mắt người tiêu dùng về doanh nghiệp và các sản phẩm/ dịch vụ mà doanh nghiệp cung cấp Theo như định nghĩa Hiệp hội Marketing Hoa Kỳ (1960) thì thương hiệu là một cái tên, một thuật ngữ, một thiết kế, ký hiệu hoặc bất cứ thứ gì khác để phân biệt hàng hoá/ dịch vụ của những người bán khác nhau.Vì vậy có thể hiểu, Thương hiệu là một cái tên được liên kết với một sản phẩm hoặc nhà sản xuất Thương hiệu không chỉ giới hạn ở dấu hiệu mà còn bao gồm cả các giá trị, tâm huyết, và ấn tượng mà thương hiệu tạo ra trong tâm trí khách hàng Còn xét về mặt nhận diện thì thương hiệu là một cái tên hoặc một dấu hiệu (Logo, nhãn hiệu) có thể nhận diện bằng mắt

2.1.3 Khái niệm mối quan hệ khách hàng – thương hiệu

Có thể thấy rằng hiện nay mọi người đều có xu hướng thích những người mà họ có những đặc điểm chung Khái niệm tương tự cũng áp dụng cho mối quan hệ giữa các thương hiệu và khách hàng (Aaker, 1997) Bắt nguồn từ tâm lý xã hội, mối quan hệ giữa khách hàng và thương hiệu cũng tương tự như mối quan hệ giữa các cá nhân và liên quan đến sự trao đổi giữa các đối tác thông qua một loạt các hành động lặp đi lặp lại và mối quan hệ giữa thương hiệu và người tiêu dung bền vững sẽ mang lại lợi ích cho người tham gia chẳng hạn như cam kết được nhận thức (Aaker, 1996; Smith và ctg., 2007) Nghiên cứu trước đây cho rằng các mối quan hệ giữa người tiêu dùng và thương hiệu dựa trên sự gắn bó thường được phân biệt bởi mức độ kết nối thương hiệu và mức độ nổi bật/ nổi bật của thương hiệu (Park và ctg., 2010) Nói cách khác là, trong trường hợp khách hàng có mối quan hệ với thương hiệu, khách hàng sẽ có nhiều khả năng tích hợp thương hiệu vào cuộc sống của họ hơn và cũng sẵn sàng dành tiền, thời gian và danh tiếng để duy trì mối quan hệ tích cực với thương hiệu

Theo (Hubspot và Motista, 2020), khi quan hệ giữa khách hàng và thương hiệu ngày càng tốt dẫn đến việc họ sẵn sàng chi tiêu gấp hai lần so với những khách hàng thông thương và có đến 93% khách hàng cho rằng họ sẽ sẵn sàng quay lại mua hàng khi họ có lòng tin vào thương hiệu họ đang dùng Hơn nữa, khi người mua hàng trung thành với thương hiệu họ có xu hướng quay lại mua sản phẩn/ dịch vụ và còn giới thiệu cho bạn bè và người thân, từ đó tạo ra sự tăng trưởng lợi nhuận cho doanh nghiệp Theo (Bain và Company,

2020), cứ 5% tăng trưởng thì có thể tạo thêm 25 – 95% lợi nhuận cho doanh nghiệp

2.1.4 Phản ứng của khách hàng – thương hiệu

Với mong muốn của khách hàng không chỉ muốn dùng sản phẩm tốt mà còn muốn có những rải nghiệm tích cực khi tương tác với thương hiệu Theo từ điển (Cambridge, 2023) phản ứng của người mua hàng với thương hiệu là những lời nói, thông tin chi tiết, và những suy nghĩ của khách hàng về dịch vụ/ sản phẩm của thương hiệu Việc doanh nghiệp hiểu tầm quan trọng phản ứng khách hàng là điều rất quan trọng trong việc đạt được thành công, việc doanh nghiệp nhận định khách hàng hoàn toàn hài lòng với sản phẩm/ dịch của công ty mà không thu thập những phản hồi của khách hàng là một sai lầm nghiêm trọng Trong thị trường cạnh tranh như hiện tại, việc thu thập những phản ứng của khách hàng và đưa ra những hành động dựa trên những phản ứng đó của khách hàng là rất quan trọng

Kate Nguyễn (2023) nói rằng, khi khách hàng cảm thấy được lắng nghe họ sẽ có xu hướng trung thành với thương hiệu của doanh nghiệp Những phản ứng từ khách hàng cũng cung cấp những thông tin thúc đẩy sự đổi mới và giúp doanh nghiệp duy trì thương hiệu của mình, bằng cách lắng nghe ý kiến khách hàng, bạn có thể xác định xu hướng của khách hàng ở thời điểm hiện tại, tìm ra được những cơ hội mới để tạo ra những phương thức giúp thúc đẩy sự phát triển của thương hiệu ngày một uy tín hơn trong lòng khách hàng Theo (Anna, 2023), khi khách hàng có những phản ứng tích cực đối với thương hiệu, người mua hay người sử dụng dịch vụ Chatbox có xu hướng tin tưởng và sẽ giới thiệu thương hiệu đó cho người thân, bạn bè,

Lý thuyết nền liên quan đến đề tài nghiên cứu

2.2.1 Lý thuyết hành vi nhận thức trong tiếp thị: Kích thích – cơ chế xử lý – phản ứng hồi đáp (Stimulus – Organism – Response)

Mô hình S-O-R do Mehrabian và Russell (1976) phát triển Mô hình S-O-R giả định cá yếu tố tác nhân kích thích (S) là vật chất (Các yếu tố tiếp thị - sản phẩm, giá, thiết kế cửa hàng, màu sắc, chương trình khuyến mãi) hoặc là xã hội (Biểu hiện của nhân viên, khách hàng mua sắm cùng điểm bán) gây ra những thay đổi trạng thái bên trong hoặc bên ngoài (O) của con người, dẫn đến phản ứng hồi đáp là những hành vi tiếp cận hoặc phản ứng né tránh (R) (Buxbaum, 2016)

Như vậy, trong phạm vi nghiên cứu của đề tài này, mô hình S-O-R được diễn giải nhận thức khách hàng là các kích thích (S) tác động lên cơ chế xử lý (O) là những trải nghiệm thương hiệu, dẫn đến hình thành niềm tin thương hiệu, từ đó tạo nên phản ứng hồi đáp (R) là gắn kết thương hiệu của người dùng

2.2.2 Mô hình thành công của hệ thống thông tin DeLone và McLean

DeLone và McLean đã phát triển mô hình thành công của Hệ Thống Thông tin (IS) lần đầu tiên vào năm 1992 sau khi tổng hợp và nghiên cứu các nghiên cứu đó về sự thành công hệ thống thông tin Các yếu tố như “Cách sử dụng”, “Sự hài lòng của người dùng”,

“Tác động cá nhân” và “Ảnh hưởng tổ chức” đã được họ tận dụng để đều đo lường sự thành công về mặt hiệu quả của hệ thống (DeLone và McLean, 2003) Đầu tiên, mô hình này chỉ chủ yếu tập trung vào yếu tố chính dẫn đến thành công của hệ thống thông tin là

“Chất lượng hệ thống và chất lượng thông tin” Khi chất lượng hệ thống và thông tin sẽ ảnh hưởng đến việc sử dụng hệ thống thông tin và sự hài lòng của người dùng Sự hài lòng và việc sử dụng sẽ đóng vai trò làm tăng hiệu suất cá nhân, có ảnh hưởng tích cực đến hiệu suất của tổ chức (DeLone và McLean, 2003)

2.2.3 Mô hình xem xét kỹ lưỡng (ELM)

Mô hình ELM (Elaboration Likelihood Model) được phát triển bời Richard E Petty và John T Cacioppo vào những năm 1980 Mô hình này giúp khách hàng tiếp nhận và xử lý thông tin Khi con người có động cơ và xử lý thông tin kỹ càng, họ sẽ đưa ra quyết định và hành vi hiệu quả điều này làm quan hệ giữa khách hàng và nhãn hiệu ngày càng tốt đẹp hơn

Mô hình ELM (Elaboration Likelihood Model) sử dụng hai nhóm động cơ và xem xét thông tin, bao gồm hướng ngoại vi và hướng trung tâm Theo đó hướng ngoại vi bao gồm các yếu tố như: thông tin, đề xuất chuyên gia, sự nổi tiếng và mức độ tin cậy của khách hàng (Le, 2021a) Hướng ngoại vi được đại diện bởi yếu tố: tính tin cậy thông tin (Thomas, Wirts và Weyerer, 2019) Hướng trung tâm bao gồm tính chính xác, tính kịp thời, tính toàn diện và sự phù hợp (Huo, Zhang và Ma, 2018)

Tác giả sử dụng mô hình ELM giải thích về mối liên hệ giữa khách hàng và thương hiệu sẽ thay đổi như thế nào qua việc tiếp thị bằng Chatbox Cụ thể, nghiên cứu sẽ xem xét hai nhóm động cơ: hướng ngoại vi bao gồm (độ tin cậy) và hướng trung tâm gồm yếu tố (khả năng tiếp cận) Đặc biệt trong nghiên cứu này còn xem xét về chất lượng thông tin, đây là yếu tố quan trọng của Chatbox khi Chatbox hiểu và đưa ra những thông tin chính xác, chất lượng,… về sản phẩm của thương hiệu và xử lý các vấn đề họ quan tâm bằng sử dụng ngôn ngữ lập trình mang tính chất tự nhiên của con người ( Bartneck, Kulić, Croft, và Zoghbi, 2009)

2.2.4 Lý thuyết quan hệ giữa các cá nhân

Theo (Tsai, 2011a, 2011b) lý thuyết quan hệ giữa các cá nhân, áp dụng lý thuyết về cam kết và niềm tin của người dùng đối với thương hiệu mà họ đang sử dụng (Hennig-Thurau và cộng sự, 2002), có thể điều tra tác động nhận thức của khách hàng về mức độ mối quan hệ giữa thương hiệu và khách hàng được chỉ ra bởi các nhà nghiên cứu (Aurier và N’Goala, 2010, Fullerton, 2011, Balaji, 2015) Hơn nữa, khi thương hiệu cung cấp lợi ích về chức năng và tình cảm , tạo ra một trải nghiệm độc đáo và thú vị cho khách hàng (De Chernatony, 2010) Nyffenegger và cộng sự (2015) cho rằng các mối quan hệ giữa thương hiệu và khách hàng được xác định bởi hai yếu tố chính là: nhận thức và cảm xúc cả hai đều đóng vai trò trong lòng trung thành của của người dùng đối với thương hiệu.

Những công trình nghiên cứu trong và ngoài nước có liên quan đến đề tài

2.3.1 Những công trình nghiên cứu trong nước có liên quan đến đề tài

2.3.1.1 Nghiên cứu của Lê Xuân Cù năm 2022 Đề tài bài nghiên cứu “Nghiên cứu các yếu tố ảnh hưởng đến ý định sử dụng Chatbox của khách hàng” Với mục tiêu bài nghiên cứu này là giải thích ý định sử dụng Chatbox của khách hàng và tổng quan/ vai trò quan trọng của giá trị thông tin và tính đặc trưng của Chatbox Kết quả, về học thuật khi kiểm định mô hình nghiên cứu hành vi khách hàng đối với Chatbox tại Việt Nam Đồng thời, còn đóng góp quản trị nhằm hỗ trợ người bán và nhà phát triển ứng dụng Chatbox trong tương tác và trao đổi với khách hàng, đồng thời thúc đẩy hành vi sử dụng như mua sắm trực tuyến thông qua xem xét các yếu tố quan trọng của giá trị thông tin và tính chất thông minh của Chatbox

Mẫu nghiên cứu, tác giả tiến hành khảo sát sơ bộ trên 37 đối tượng Kết quả cho thấy hệ số Cronbach’s Alpha (α) của các yếu tố lớn hơn 0.7, đạt giá trị từ 0.88 (Tính thông minh) đến 0.945 (Tính chính xác) (Hair, Black, Barbin, & Anderson, 2010) Đối tượng khảo sát là những người mua sắm trực tuyến và có nhu cầu sử dụng Chatbox Sau khi tiến hành khảo sát nhanh một số thông tin cơ bản về Chatbox và được sự đồng ý tham gia, đối tượng sẽ được yêu cầu hoàn thành một bảng khảo sát chính thức trực tuyến, được thiết kế trên

Google Docs Liên kết đến bảng khảo sát được chia sẻ trên nhóm và trang mạng xã hội Facebook trong khoảng thời gian từ ngày 15/06/2022 đến 01/08/2022 Mục đích của việc tham gia khảo sát được nhấn mạnh, và nghiên cứu cam kết bảo vệ tính riêng tư của thông tin cá nhân của các đối tượng Trong 342 bảng câu hỏi khảo sát đã thu thập được, sau quá trình sàng lọc kết quả là loại bỏ 35 bảng không hợp lệ, chấp nhận 307 bảng (tương đương với tỷ lệ đạt yêu cầu là 89.77%) được chọn để tham gia phân tích chính thức Tác giả đã sử dụng phần mềm SPSS và AMOS để phân tích: Thống kê mô tả, đánh giá độ tin cậy bằng thang đo Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), sau đó là phân tích (CFA) thỏa mãn các điều kiện kiểm định của Hair và cộng sự (2010) Bước tiếp theo là kiểm định các mối quan hệ trong mô hình khái niệm thông qua phân tích mô hình cấu trúc tuyến tính (SEM) và kiểm định giả thuyết bằng phân tích Bootstrap

Kết quả nghiên cứu: Thứ nhất, nghiên cứu cho thấy yếu tố chính đầu tiên ảnh hưởng đến sự tin tưởng và đánh giá tích cực của khách hàng đối với Chatbox là tính chính xác của thông tin Điều này cho thấy rằng khi khách hàng đánh giá thông tin từ Chatbox là chính xác và trung thực về sản phẩm/dịch vụ và người bán, họ sẽ tăng cường sự tin tưởng và đánh giá tích cực về lợi ích của việc sử dụng Chatbox Thứ hai, kết quả chỉ ra rằng sự phù hợp thông tin ảnh hưởng tích cực đến sự tin tưởng và cảm nhận hữu ích thông tin Khi khách hàng cảm nhận như đươc tương tác với nhân viên, nhận thức hữu dụng và tin

Tính thông minh Ý định sử dụng Chatbox

Tính chính xác thông tin

Tính tin cậy thông tin

Cảm nhận hữu ích thông tin

Sự phù hợp thông tin

Hình 2.3: Mô hình kết quả “Nghiên cứu các yếu tố ảnh hưởng đến ý định sử dụng

Chatbox của khách hàng tại Việt Nam” (Lê Xuân Cù, 2022)

Hình 2 3Mô hình kết quả “Nghiên cứu các yếu tố ảnh hưởng đến ý định sử dụng

Chatbox của khách hàng tại Việt Nam” (Lê Xuân Cù, 2022)

Hình 2 4Mô hình kết quả “Nghiên cứu các yếu tố ảnh hưởng đến ý định sử dụng

Chatbox của khách hàng tại Việt Nam” (Lê Xuân Cù, 2022) tưởng rằng Chatbox mang đến thông tin cần thiết để hỗ trợ đưa ra quyết định mua Thứ ba, giải thích ý định sử dụng Chatbox thông qua sự ảnh hưởng tích cực của sự tin tưởng, cảm nhận hữu ích thông tin, và tính thông minh Trong các yếu tố ảnh hưởng đến ý định sử dụng Chatbox, tính thông minh được xem là yếu tố có sự ảnh hưởng lớn nhất đối ý định sử dụng, tiếp đến là cảm nhận hữu ích thông tin và sự tin tưởng Tính thông minh là một đặc điểm quan trọng của chatbox, được thiết kế để trả lời yêu cầu, hiểu được nhu cầu của khách hàng, phản hồi một cách kịp thời, thậm chí giải quyết nhiều vấn đề phức tạp mà con người gặp khó khan trong việc thực hiện

Một số hạn chế trong bài nghiên cứu: Thứ nhất, Chatbox là một ứng dụng trí tuệ nhân tạo còn khá mới vì thế số lượng người dùng và quan tâm còn ít khó khăn trong việc khảo sát Thứ hai, nghiên cứu còn giới hạn bởi mẫu nghiên cứu vì nghiên cứu chủ yếu tập trung vào sinh viên, tuy nhiên các nghiên cứu trong tương lai có thể mở rộng đối tượng mẫu nghiên cứu Thứ ba, mặc dù nghiên cứu đã nỗ lực áp dụng lý thuyết ELM để giải thích ý định sử dụng Chatbox bằng việc tích hợp các yếu tố mới từ cả hai hướng (trung tâm và ngoại vi) và kết hợp với các đặc điểm khác của chatbot như tính tương tác, nhằm cung cấp cái nhìn toàn diện hơn về sự chấp nhận của khách hàng đối với chatbox Ngoài ra, nghiên cứu tương lai có thể tập trung vào vai trò của Chatbox trong việc xác định mối quan hệ giữa ý định sử dụng chatbox và hành vi mua sắm của khách hàng

2.3.1.2 Nghiên cứu của Nguyễn Phương Linh năm 2023

Bài nghiên cứu với đề tài “Nghiên cứu các yếu tố ảnh hưởng chất lượng của Chatbox trong thương mại điện tử” Với mục tiêu bài nghiên cứu giới thiệu về Chatbox, đồng thời nêu ra những yếu tố ảnh hưởng đến chất lượng của Chatbox, và nêu ra một số giải pháp giúp doanh nghiệp thương mại điện tử áp dụng Chatbox hiệu quả và thành công hơn

Mặc dù Chatbox trong thương mại điện tử có thể đem đến lợi ích trong kinh doanh cho cả công ty và khách hàng, nhưng không phải bất cứ trường hợp nào daonh nghiệp cũng có thể áp dụng Chatbox cũng đều thành công Theo Cordero và cộng sự (2022) cho rằng, chất lượng của Chatbox phải đảm bảo 5 yếu tố sau: (Thời gian phản hồi, khả năng sử dụng, độ tin cậy, tính khả thi và khả năng thích ứng) Theo nhóm tác giả này thì, thời gian phản hồi đề cập đến khoảng thời gian cần chờ đợi để một tin nhắn được trả lời Khả năng sử dụng đề cập đến tính dễ sử dụng của Chatbox, Chatbox phải có tính đáng tin cậy để sử dụng được mọi lúc mọi nơi Người tiêu dùng phải cảm thấy việc sử dụng Chatbox là dễ dàng, nếu không trải nghiệm của người dùng có thể bị tác động tiêu cực Khả năng thích ứng đề cập đến việc theo kịp với sự phát triển thay đổi mỗi Mô hình được trình bày như sau:

Nguồn: Tham khảo Cordero và Cộng sự (2022)

Kết quả nghiên cứu: Nhìn chung để nâng cao trải nghiệm của khách hàng, Chatbox phải có tính năng bao gồm: khả năng thích ứng, tính khả dụng, thời gian phản hồi và đảm bảo chất lượng Một trong những mục tiêu áp dụng Chatbox là để nâng cao trải nghiệm khách hàng trên kênh hỗ trợ trực tuyến 24/7

Tuy nhiên, các doanh nghiệp cần lưu ý rằng trải nghiệm của người sử dụng Chatbox cũng bị ảnh hưởng bởi thiết kế hệ thống tổng thể của công nghệ này, khả năng sử dụng công nghệ của người mua hàng và niềm tin của người mua hàng vào thương hiệu cũng như hệ thống của doanh nghiệp

2.3.2 Những công trình nghiên cứu ngoài nước có liên quan đến đề tài

2.3.2.1 Nghiên cứu của Yang Cheng và Hua Jiang (2021)

Bài nghiên cứu này với đề tài “Nghiên cứu mối quan hệ khách hàng – thương hiệu trong kỷ nguyên trí tuệ nhân tạo: Hiểu rõ vai trò của nỗ lực tiếp thị Chatbox” Với mục tiêu bài nghiên cứu này nhằm mục đích khám phá vai trò của tiếp thị Chatbox được hỗ trợ bởi trí Độ tin cậy Độ tin cậy

Hình 2.0.1: Mô hình kết quả “Nghiên cứu các yếu tố ảnh hưởng chất lượng của

Chatbox trong thương mại điện tử” (Nguyễn Phương Linh, 2023)

Hình 2.0.2: Mô hình kết quả “Nghiên cứu các yếu tố ảnh hưởng chất lượng của

Chatbox trong thương mại điện tử” (Nguyễn Phương Linh, 2023)

Hình 2.5: Mô hình kết quả “Nghiên cứu các yếu tố ảnh hưởng chất lượng của Chatbox trong thương mại điện tử” (Nguyễn Phương Linh, 2023) tuệ nhân tạo (AI) trong việc tạo ra mối liên hệ giữa khách hàng và thương hiệu, nhằm mở rộng mối liên kết giữa tiếp thị quan hệ và ý định hành vi của người dùng trực tuyến

Khi bắt đầu khảo sát, có tổng cộng có 1800 người đã tham gia nhấp vào liên kết khảo sát và tham gia nghiên cứu này Trong đó có 94 người tham gia khảo sát họ trả lời chưa bao giờ sử dụng bất kỳ Chatbox nào và thông qua hai cuộc kiểm tra sự chú ý đã được thiết lập để kiểm soát chất lượng và có 574 người trả lời không đạt yêu cầu đã bị lọc ra Cuối cùng, tổng cộng có 1072 phản hồi hợp lệ Tác giả đã sử dụng phần mềm SPSS và AMOS để phân tích: Thống kê mô tả, đánh giá độ tin cậy bằng thang đo Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), sau đó là phân tích (CFA) thỏa mãn các điều kiện kiểm định của Hair và cộng sự (2010) Bước tiếp theo là kiểm định các các mối quan hệ trong mô hình khái niệm thông qua phân tích mô hình cấu trúc tuyến tính (SEM) và kiểm định giả thuyết bằng phân tích Bootstrap

Từ kết quả phân tích các nhân tố (CFA) của mô hình chỉ ra rằng các thang đo của tiếp thị bằng Chatbox như: (Độ tin cậy, độ chính xác, năng lực, mối quan hệ giữa khách hàng và thương hiệu, những phản ứng của khách hàng đề hợp lệ và đáng tin cậy) Kết quả chỉ ra rằng về mặt cảm xúc người dùng mong muốn rằng thương hiệu có thể mang lại miền vui và sự thích thú, tò mò trong quá trình tương tác trực tuyến Những phát cho thấy rằng trong các ngành công nghiệp, Chatbox nên được coi là công cụ tích cực để tiếp thị, phục vụ nhu cầu của khách hàng và tạo điều kiện thuận lợi cho họ đưa ra quyết định và ngày càng phát triển mối quan hệ giữa khách hàng và thương hiệu trở nên mạnh mẽ hơn

Kết quả: Nói rằng Chatbox áp dụng cho doanh nghiệp xây dựng mối quan hệ với khách hàng, sự đa dạng của các nỗ lực tiếp thị bằng Chatbox như tính giải trí, tương tác và khả năng tuỳ biến được cung cấp cho khách hàng để đạt được chất lượng truyển thông ở mức độ cao, hơn nữa là đạt được sự hài lòng và sự tin tưởng của khách hàng và cuối cùng là tạo ra ý định mua hàng và lòng trung thành với thương hiệu

Cơ sở hình thành mô hình và mô hình nghiên cứu đề xuất

2.4.1 Cơ sở hình thành mô hình nghiên cứu

Thông qua những nghiên cứu có liên quan trước đây có ảnh hưởng đến nghiên cứu các nhân tố tác động đến Chatbox, đặc biệt là những bài nghiên cứu ngoài nước đề cập đến các nhân tố tác động đến mối quan hệ khách hàng và thương hiệu qua tiếp thị bằng Chatbox Do đó đối với nghiên cứu này tập trung chuyên sâu hơn về các nhân tố tác động đến Chatbox ảnh hưởng đến mối quan hệ giữa khách hàng và thương hiệu, nghiên cứu biến phụ thuộc là biến mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng Chatbox Tác giả đề xuất 06 yếu tố bao gồm: Độ tin cậy, năng lực, khả năng tiếp cận, chất lượng thông tin là các biến độc lập cho đề tài nghiên cứu, phản ứng của khách hàng đối thương hiệu là biến phụ thuộc, cuối cùng biến mối quan hệ giữa khách hàng và thương hiệu là biến trung gian Những yếu tố này được tìm hiểu thông qua việc kế thừa những tài liệu về các yếu tố tác động đến Chatbox, Chatbox ảnh hưởng như thế nào đến mối quan hệ giữa khách hàng và thương hiệu, và đúc kết từ những mô hình cũng như học thuyết của các nhà khoa học để tác giả có thể lựa chọn những biến phù hợp với thị trường hiện nay, phù hợp với sự phát triển về khoa học công nghệ như hiện nay, phạm vi lĩnh vực và đối tượng nghiên cứu, đối tượng khảo sát và mục tiêu nghiên cứu của đề tài Đối với yếu tố “Độ tin cậy”: Tham khảo từ Yang Cheng và Hua Jiang (2021) Độ tin cậy được đề cập đến trong Chatbox, được thể qua việc thương hiệu đó phải đảm bảo rằng ở bất cứ khung gian nào đều đảm bảo được tính tin cậy, khách hàng phải cảm nhận được những Chatbox đó đáng tin khi lắng nghe mối quan tâm và phân tích tình huống của họ và cung cấp những thông tin cần thiết (Ewars và cộng sự, 2014) Mặt khác, “Độ tin cậy” của một ứng dụng/ phần mềm có liên quan đến khả năng nó hoạt động một cách ổn định và không gặp lỗi hoặc sự cố khi sử dụng, hơn nữa nó còn đánh giá dựa trên hiệu suất bao gồm: thời gian phản hồi, tốc độ tải dữ liệu và khả năng xử lý các yêu cầu của người dùng Cuối cùng, độ tin cậy của một Chatbox phụ thuộc vào nhiều yếu tố, và việc liên tục cải thiện các yếu tố là rất quan trọng để tăng cường độ tin cậy và sự hài lòng của người dùng Đối với yếu tố “Năng lực”: Được tham khảo nghiên cứu của Yang Cheng và Hua Jiang

(2021) Năng lực được đánh giá dựa trên kiến thức, chuyên môn và khả năng làm cho khách hàng tin tưởng Đây là tiêu chí đo lường khả năng giải quyết vấn đề nhanh chóng, xử lý hiệu quả các ý kiến/ phản hồi của khách hàng, sẵn sàng giúp đỡ khách hàng và đáp ứng được nhu cầu của khách hàng Năng lực của Chatbox được đánh giá dựa trên khả năng tương tác và giao tiếp một cách tự nhiên với người dùng Đối với yếu tố “Khả năng tiếp cận”: Được kế thừa từ nghiên cứu của Yang Cheng và Hua

Jiang (2021) được định nghĩa là sự sẵn sàng hỗ trợ khách hàng bằng cách cung cấp các dịch vụ có thể được truy cập ngay lập tức để mang lại cho khách hàng sự thuận tiện Việc Chatbox trả lời ngay lập tức, nhanh chóng và sự luôn sẵn sàng khi cần thiết khiến khách hàng cảm thấy thoải mái và thuận tiện từ đó làm gia tăng thêm mối tương quan giữa khách hàng và thương hiệu Đối với yếu tố “Chất lượng thông tin” được kế thừa từ hai nghiên cứu của Shagun Saraf,

Arpan Kumar Kar và Marijn Janssen (2021) và nghiên cứu của Yang Cheng và Hua Jiang

(2021) Theo (Baltan, 2012) Thông tin có chất lượng là những thông tích hợp đáp ứng được yêu cầu như khả năng chính xác, đầy đủ, kịp thời và duy nhất Theo như (Gelinas và cộng sự, 2012), thông tin có chất lượng là những thông tin cung cấp có lợi cho các doanh nghiệp Đối với biến phụ thuộc “Phản ứng của khách hàng” : được tham khảo từ (Yang Cheng và Hua Jiang (2021) Phản ứng của khách hàng khi sử dụng Chatbox của một thương hiệu nào đó có rất nhiều yếu tố để tạo thành Khi khách hàng cảm thấy thích thú khi trò chuyện với Chatbox, điều này làm tăng nhận thức về giá trị và ý định của khách hàng khi sử dụng công cụ kỹ thuật số đem đến sự yêu thích/ sự hài lòng về thương hiệu Việc Chatbox cung cấp cho khách hàng những thông tin cụ thể, rõ ràng và dễ đọc, cùng với việc cung cấp những thảo luận toàn diện sẽ làm tăng sự hài lòng đối với Chatbox Đối với biến trung gian “Mối quan hệ giữa khách hàng và thương hiệu”: được tác giả kế thừa từ nghiên cứu của (Yang Cheng và Hua Jiang (2021) Mối quan hệ giữa khách hàng và thương hiệu là điều rất quan trọng để hấp dẫn và có thể giữ chân được khách hàng tiềm năng, trở thành một tài sản quý giá đối với doanh nghiệp Những người tiêu dùng họ luôn mong muốn có tạo được mối quan hệ tốt với những gì họ đang sử dụng vì thoả mãn nhu cầu bản thân họ mong muốn Để có thể quản trị được mối quan hệ ấy cần hiểu được bản chất của mối quan hệ khách hàng – thương hiệu

2.4.2 Mô hình nghiên cứu đề xuất

Trên cơ sở lý thuyết về mối quan hệ giữa khách hàng và thương hiệu qua việc tiếp thị bằng Chatbox (Mục 2.2), cùng với sự tham khảo các nhân tố ảnh hưởng đến mối quan hệ của khách hàng và thương hiệu qua tiếp thị bằng Chatbox của các nghiên cứu có liên quan ở (Mục 2.3) Mô hình nghiên cứu được trình bày như sau:

Hình 2.6: Mô hình nghiên cứu đề xuất

Nguồn: Tác giả tổng hợp từ các giả thuyết nghiên cứu

Các giả thuyết nghiên cứu

2.5.1 Nhân tố Độ tin cậy Đề cập đến “Độ tin cậy” của người dùng với thương hiệu dịch vụ hiện có trong mối quan hệ (Zhang và Bloemer, 2008) Là một phần quan trọng trong mối quan hệ của công ty và khách hàng, sự kiểm soát lẫn nhau được định nghĩa là “mức độ mà các bên đồng ý về việc

Mối quan hệ giữa khách hàng và thương hiệu

Mối quan hệ giữa khách hàng và thương hiệu

Mối quan hệ giữa khách hàng và thương hiệu Độ tin cậy

Phản ứng của khách hàng

H5 (+) ai có quyền lực hợp pháp để gây ảnh hưởng lẫn nhau” (Hon và Grunig, 1999, trang 13) Các nghiên cứu đã khẳng định rằng tính tin cậy đóng vai trò quan trọng trong việc xác định sự tin tưởng của đối tượng (như nhà sản xuất nội dung) và cảm nhận hữu ích thông tin và thực hiện hành động cụ thể Theo (Huo và cộng sự, 2018) tính tin cậy là một yếu tố quan trọng trong việc tăng cường sự tin tưởng của khách hàng để chấp nhận kiến thức chăm sóc sức khỏe trên mạng xã hội (Shang và cộng sự, 2020) cho thấy sự ảnh hưởng ý nghĩa của tính tin cậy đến cảm nhận hữu ích thông tin chăm sóc sức khỏe; từ đó, thúc đẩy hành vi chia sẻ thông tin trên mạng xã hội (Park, (2020)) bị thuyết phục bởi sự cần thiết của tính tin cậy đối với đánh giá cảm nhận hữu ích thông tin qua truyền miệng điện tử Mặt khác, Chatbox đóng vai trò cơ bản trong cung cấp thông tin nhanh chóng, hiệu quả, đáng tin, và đáp ứng nhu cầu khách hàng (Le và Nguyen, 2021) Vì thế, khách hàng gia tăng niềm tin đối với Chatbox và cảm thấy Chatbox rất có ích.Vì vậy, tác giả đề nghị giả thuyết:

H1: Độ tin cậy tác động cùng chiều với mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng Chatbox

Năng lực có thể được hiểu là khả năng mà Chatbox hoàn thành nhiệm vụ một cách hiệu quả Khách hàng đánh giá tích cực năng lực giao tiếp của các Chatbox khi nó mượt mà, hiệu quả và hiệu quả hơn so với tương tác trực tiếp với các Agent truyền thống (Chung et al., 2018) Tính thông minh của Chatbox là khả năng mà Chatbox có thể tiếp nhận và phản ứng hiệu quả trong điều kiện môi trường khác nhau (Bartneck & ctg., 2009) Khi Chatbox có được khả năng trả lời đầy đủ và chính xác, kịp thời, hỗ trợ khách hàng,… họ sẽ cảm nhận được Chatbox có năng lực Thêm vào đó, khách hàng đánh giá công ty hay doanh nghiệp đang áp dụng Chatbox có tính sáng tạo hơn khả năng bắt đầu cuộc hội thoại hoặc qua các chức năng sản phẩm hoặc dịch vụ được đăng tải trên Web, nhờ vào việc cung cấp những câu trả lời đáng tin cậy, Chatbox có thể khiến khách hàng cảm thấy rằng, giao tiếp với máy tính cá nhân hoá theo nhu cầu của họ Tóm lại, Chatbox được đánh giá cao về năng lực mang lại trải nghiệm tuỳ chỉnh, giải quyết các vấn đề của khách hàng, khiến khách hàng cảm thấy thoải mái, và đồng thời nhận được đánh giá cao về mặt sáng tạo Vì thế, tác giả cho ra giả thuyết:

H2: Nhân tố Năng lực tác động cùng chiều với mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng Chatbox

2.5.3 Nhân tố Khả năng tiếp cận

Khả năng tiếp cận đề cập đến cách đánh giá và phản hồi thông tin khách hàng một cách kịp thời Khả năng tiếp cận đã trở thành một trong những tính năng truyền thông quan trọng mà Chatbox có thể mang lại cho hoạt động truyền thông tiếp thị (Zarouali và cộng sự, 2018) Vì các hoạt động tiếp thị Chatbox chủ yếu dựa vào các ứng dụng nhắn tin nên chúng có thể hỗ trợ nhiều khách hàng truy cập trực tiếp vào các dịch vụ mọi lúc, mọi nơi

Từ những lý do trên, giả thuyết H3 được đặt ra:

H3: Khả năng tiếp cận tác động cùng chiều với mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng Chatbox

2.5.4 Nhân tố Chất lượng thông tin

Theo nghiên cứu của (N.Gorla và cộng sự, 2010) cho biết rằng chất lượng thông tin rất cần thiết cho sự phát triển hệ thống thông tin Thực chất có thể thấy rằng, nếu như thông tin bị lỗi thời, không bắt kịp xu hướng, thiếu tính đúng hoặc không có liên quan đến chủ đề đang giao tiếp với khách hàng thì dễ gây ra những hiểu lầm, những phản ứng tiêu cục đến trải nghiệm của người dùng (L.Gao và cộng sự, 2015) Hơn nữa, đề cập đến một trong những nỗ lực tiếp thị cơ bản của Chatbox, cung cấp thông tin cho khách hàng về sản phẩm/dịch vụ hoặc chính thương hiệu (Yao, 2017) Mức độ hài lòng của người tiêu dùng liên quan trực tiếp đến khả năng họ có được thông tin đầy đủ, chính xác, toàn diện, cập nhật và đáng tin cậy (Veeramootoo và cộng sự 2018), khi khách hàng hài lòng về những gì mà Chatbox cung cấp họ sẽ có lòng tin vào thương hiệu mà họ đang sử dụng Từ những lý do trên, giả thuyết H4 được đặt ra:

H4: Chất lượng thông tin tác động cùng chiều với mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng Chatbox

2.5.5 Nhân tố Mối quan hệ giữa khách hàng và thương hiệu

Nghiên cứu (Clark và Marshall, 1981), mối quan hệ khách hàng và thương hiệu là phương tiện cung cấp nguồn lực ý nghĩa giúp cho con người phát triển bản thân, đạt được những mong muốn của bản thân mình Đến một mức độ nào đó mối quan hệ trở nên có ý nghĩa và sâu sắc hơn lúc này khách hàng có xu hướng xem thương hiệu là nguồn lực, đối tác Theo nghiên cứu (Chung at al., 2018) nói rằng khi khách hàng cảm nhận được quá trình giao tiếp với thương hiệu hiệu quả và cảm thấy hài lòng, thì họ sẽ có xu hướng coi mối quan hệ bền chặt và bền chặt hơn với thương hiệu Nói cách dễ hiểu hơn đó chính là ý nghĩa của mối quan hệ này là kết quả của sự cộng hưởng giữa nhu cầu khách hàng với thương hiệu, khi thương hiệu đáp ứng được nhu cầu của người dùng thì mối quan hệ này trở nên có ý nghĩa hơn rất nhiều Vì vậy, tác giả nêu ra giả thuyết:

H 5 : Mối quan hệ giữa khách hàng và thương hiệu tác động cùng chiều với phản ứng của khách hàng đối với thương hiệu

Bảng 2.2 trình bày tổng hợp các giả thuyết nghiên cứu:

Bảng 2.2: Tổng hợp các giả thuyết nghiên cứu

STT GIẢ THUYẾT KỲ VỌNG VỀ

01 H1: Độ tin cậy tác động cùng chiều với mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng Chatbox (+)

02 H2: Nhân tố Năng lực tác động cùng chiều với mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng Chatbox (+)

H3: Khả năng tiếp cận tác động cùng chiều với mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng

H4: Chất lượng thông tin tác động cùng chiều với mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng

H5: Mối quan hệ giữa khách hàng và thương hiệu tác động cùng chiều với phản ứng của khách hàng đối với thương hiệu qua việc tiếp thị bằng Chatbox

Nguồn: Tác giả tổng hợp

Chương 2 nói về những khái niệm, định nghĩa và lý thuyết nền, trình bày những công trình nghiên cứu trong và ngoài nước liên quan đến đề tài Trong đó tham khảo 2 bài nghiên cứu trong nước và 3 bài nghiên cứu ngoài nước để làm cơ sở lý thuyết để đưa ra mô hình nghiên cứu gồm 6 yếu tố ảnh hưởng đến mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng Chatbox 04 yếu tố độc lập: Độ tin cậy, năng lực của Chatbox, khả năng tiếp cận, chất lượng thông tin và phản ứng của khách hàng (Biến phụ thuộc), còn yếu tố cuối cùng là mối quan hệ giữa khách hàng và thương hiệu là biến trung gian Từ những nhân tố nêu trên tác giả đề xuất ra được mô hình

Chương 4 này trình bày kết quả nghiên cứu chính thức dựa vào kết quả thu được qua phân tích dữ liệu đã thu thập và xử lý bằng phần mềm SPSS 20.0 và AMOS 24.0

Kết quả nghiên cứu bao gồm: Thống kê mô tả, đánh giá độ tin cậy bằng thang đo Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA) và sau đó kiểm định lại mô hình và các giả thuyết bằng phân tích Bootstrap

Chương 5: Kết luận và kiến nghị

Dựa trên những kết luận ở chương 4, đề ra những nhân tố thúc đẩy mạnh mẽ đến mối quan hệ giữa khách hàng và thương hiệu trong việc tiếp thị bằng Chatbox Sau cùng, tác giả đề xuất một số hàm ý quản trị và hướng đi mới tiếp theo trong tương lai

Chương 1, tác giả trình bày “Giới thiệu tổng quan về đề tài nghiên cứu” : Bối cảnh và lý do chọn đề tài, mục tiêu tổng quát và cụ thể, đối tượng, câu hỏi và phạm vi nghiên cứu, phương pháp và ý nghĩa của đề tài nghiên cứu và cuối cùng là kết cấu đề tài.

PHƯƠNG PHÁP NGHIÊN CỨU

Quy trình nghiên cứu

Hình 3.1: Quy trình nghiên cứu

Nguồn: Tác giả tham khảo từ Nguyễn Đình Thị và Nguyễn Thị Mai Trang (2002)

Bootstrap Đưa ra kết luận Đưa ra kết luận Đưa ra kết luận Đưa ra kết luận

Phân tích nhân tố khẳng định (CFA)

Phân tích nhân tố khám phá (EFA)

Xác định vấn đề nghiên cứu

Xác định mục tiêu nghiên cứu

Nghiên cứu cơ sở lý thuyết

Xây dựng mô hình và các giả thuyết nghiên cứu

Thiết lập bảng câu hỏi

Thiết lập bảng câu hỏi chính thức

3.1.1 Các bước cụ thể được trình bày như sau:

3.1.1.1 Xác định vấn đề và mô tả mục tiêu nghiên cứu Đây là bước không thể thiếu vì nếu như lúc đầu không xác định được đúng vấn đề nghiên cứu sẽ khó thực hiện đúng Dựa trên những vấn đề nghiên cứu và thông tin thu thập được, tác giả xác định được mục tiêu nghiên cứu cụ thể Mục tiêu của bài nghiên cứu này là

“Nghiên cứu việc tiếp thị bằng Chatbox ảnh hưởng như thế nào đến mối quan hệ giữa thương hiệu và khách hàng nhằm mở rộng mối liên kết giữa tiếp thị mối quan hệ và ý định hành vi của người tiêu dùng” Qua đó xác định, đánh giá những yếu tố ảnh hưởng như thế nào đến mối quan hệ giữa thương hiệu và khách hàng Từ đó tác giả đề xuất một số hàm ý quản trị và đưa ra giải pháp giúp doanh nghiệp có thể gia tăng mối quan hệ giữa khách hàng và thương hiệu qua việc tiếp thị bằng Chatbox

3.1.1.2 Nghiên cứu cơ sở lý thuyết

Bước này bao hàm các khái niệm liên quan (Các khái niệm được nêu phải ảnh hưởng trực tiếp đến vấn đề nghiên cứu, phải có nguồn gốc, trích dẫn rõ ràng,…), lý thuyết kinh tế học (Các lý thuyết kinh tế học là những kết quả đã được công nhận trong, tất cả các lý thuyết được đề cập phải có nguồn gốc rõ ràng, trích dẫn rõ ràng để và phải có trong mục

“Tài liệu tham khảo”), các công trình nghiên cứu trong và ngoài nước có liên quan đến đề tài

3.1.1.3 Xây dựng mô hình và giả thuyết nghiên cứu

Dựa vào những lý thuyết, các công trình nghiên cứu có liên quan đến đề tài, tác giả xây dựng được mô hình nghiên cứu cho đề tài nghiên cứu của mình Giả thuyết nghiên cứu là những phát biểu về mối quan hệ giữa các biến, từ các lý thuyết kinh tế học và những công trình nghiên cứu thực nghiệm tác giả thiết lập mối quan hệ giữa các biến độc lập và biến phụ thuộc, xem xét cùng chiều hay ngược chiều với nhau

3.1.1.4 Lập bảng câu hỏi và nghiên cứu sơ bộ

Khi đã thiết lập mô hình nghiên cứu thành công, tác giả tiếp tục thực hiện phát thảo mẫu khảo sát, tiến hành đi khảo sát 5 – 10 người mua hàng đã từng dùng Chatbox để mua hàng Mẫu nghiên cứu để kiểm tra sự phù hợp của bảng khảo sát đối với những người mua hàng

3.1.1.6 Thiết lập bảng câu hỏi chính thức

Sau khi nghiên cứu định tính, tác giả kiểm tra mức độ phù hợp, sàng lọc lại các câu hỏi không phù hợp, chỉnh sửa lại bảng câu hỏi lần cuối trước khi đưa vào tiến hành khảo sát chính thức

3.1.1.7 Nghiên cứu định lượng chính thức

Sau khi đã điều chỉnh lại phiếu khảo sát, tác giả đã khảo sát với số mẫu n = 285 mẫu Thu thập qua Google Form

Khi đã sàn lọc kết quả, tiếp đến là xử lý dữ liệu bằng SPSS 20.0 và AMOS 24.0 thực hiện xử lý và phân tích bao gồm những công việc như: Thống kê mô tả, đánh giá độ tin cậy, phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA) và sau đó kiểm định lại mô hình và các giả thuyết bằng phân tích Bootstrap.

Lựa chọn phương pháp nghiên cứu

Việc lựa chọn phương pháp nghiên cứu sao cho phù hợp với đề tài nghiên là một vấn đề rất cần thiết bởi vì mỗi phương pháp đề có những ưu điểm và hạn chế riêng của nó Đối với đề tài “Nghiên cứu ảnh hưởng của tiếp thị bằng Chatbox đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu”, tác giả sử dụng nghiên cứu sơ bộ xem xét mức độ hiểu rõ nghĩa, tính khả thi trong từng câu hỏi (Phan V.P và Cao N.A, 2015) Tác giả sử dụng phương pháp định tính sơ bộ, theo như (Mark và cộng sự, 2016; Creswell, 2013) cho rằng nghiên cứu định tính sơ bộ chủ yếu phỏng vấn nhóm người tiêu dùng, tìm hiểu những thông tin qua tài liệu, qua quá trình quan sát thực tế, nhằm mục đích thăm dò, tìm hiều các ý kiến khác nhau của người tiêu dùng nhằm phát hiện những vấn đề liên quan đến đề tài để tìm cách khắc phục những vấn đề đó, hoặc kiểm tra sự phù hợp của từng thang đo đối với đề tài nghiên cứu Sau đó phương pháp nghiên cứu định lượng chính thức được sử dụng để kiểm định, đo lường và diễn giải mối quan hệ giữa các nhân tố với nhau trong từng thang đo, những dữ liệu trong quá trình thu thập phản ánh được mức độ, sự hơn kém với nhau Tóm lại, nghiên cứu được thực hiện thông qua hai giai đoạn là nghiên cứu sơ bộ định tính và nghiên cứu định lượng chính thức

Bảng 3.1: Phương pháp nghiên cứu và giai đoạn nghiên cứu của đề tài

Hình thức thu thâp dữ liệu

01 Sơ bộ Định tính Trực tiếp Tháng

02 Chính thức Định lượng Gián tiếp Tháng

Nguồn: Tác giả tổng hợp

Khái niệm và thang đo nghiên cứu

3.3.1 Thang đo Độ tin cậy

Các nghiên cứu đã khẳng định rằng độ tin cậy là căn cứ cần thiết để nhận diện sự tin tưởng của đối tượng (Như nhà kiến tạo nội dung) và cảm nhận hữu ích thông tin và thực hiện hành động cụ thể (Huo và cộng sự, 2018) nói rằng, “Tính tin cậy” đã phát hiện có vai trò quan trọng trong việc tăng cường sự tin tưởng của khách hàng để chấp nhận kiến thức chăm sóc sức khỏe trên mạng xã hội Theo (Shang và cộng sự, 2020) đã chỉ ra rằng sự ảnh hưởng của tính tin cậy ảnh hưởng đến cảm nhận hữu ích thông tin; từ đó thúc đẩy hành vi chia sẻ thông tin trên mạng xã hội

Mặt khác, theo (Le và Nguyen, 2021) cho thấy rằng Chatbox đóng vai trò cơ bản trong việc cung cấp các sản phẩm/ dịch vụ nhanh chóng, hiệu quả, … đáp ứng được hầu như tất cả các mong muốn của người mua hàng Từ đó giúp khách hàng gia tăng niềm tin đối với Chatbox và cảm thất Chatbox thật sự có ích trong quá trình trao đổi thông tin với nhau

Tuy nhiên các biến quan sát nội dung chưa được rõ rằng, dẫn đến các đối tượng khảo sát khó hiểu đúng nghĩa của từng biến quan sát và đưa ra những kết quả không chính xác Để tăng được độ tin cậy trong quá trình xử lý số liệu tác giả được gợi ý thêm biến quan sát, để tăng được độ khả thi cho bài nghiên cứu Từ những gợi ý trên tác giả trình bày được thang đo Độ tin cậy như sau:

Bảng 3.2: Thang đo Độ tin cậy ĐỘ TIN CẬY

STT Kí hiệu Biến quan sát Nguồn tham khảo

1 DTC1 Nhân viên dịch vụ Chatbox trung thực Edwards và cộng sự, 2014

2 DTC2 Sử dụng dịch vụ Chatbox thật sự đáng tin cậy trong quá trình trao đổi thông tin

Tôi sẽ hài lòng hơn khi sử dụng dịch vụ Chatbox nếu nhân viên thể hiện thái độ tích cực hơn

Tôi cảm thấy thoải mái khi sử dụng dịch vụ Chatbox ngay cả khi xung quanh không có ai hướng dẫn tôi cách sử dụng

Nguồn: Tác giả tổng hợp

Từ các nhân tố trên, hình thành thang đo “Độ tin cậy” gồm 4 biến quan sát Thang đo likert được sử dụng để đo lường các biến quan sát, trong đó 1 là “Hoàn toàn không đồng ý” đến 5 là “Hoàn toàn đồng ý”

Yếu tố Năng lực đề cập đến khả năng mà Chatbox hoàn thành nhiệm vụ một cách hiệu quả Theo (Phan Phương Đạt, 2021), năng lực (Competency) là khái niệm trừu tượng, nó bao gồm việc tự phát hiện vấn đề và giải quyết vấn đề một cách trơn tru Trước đây có những nghiên cứu liên quan, thì các học giả phát hiện khi Chatbox duy trì tương tác hay kết nối với khách hàng, nó sẽ cung cấp ngay những thông tin có sẵn, cung cấp thông tin đầy đủ về các xu hướng thị trường mới và có thể truyền đạt xu hướng đó đến với khách hàng nhanh nhất có thể (Barry và Crant, 2000; Chakrabarty và cộng sự, 2014), lúc này người mua hàng mới cảm nhận được năng lực của Chatbox trong hoạt động giao tiếp

Tuy nhiên các biến quan sát nội dung chưa được rõ rằng, dẫn đến các đối tượng khảo sát khó hiểu đúng nghĩa của từng biến quan sát và đưa ra những kết quả không chính xác Để tăng được độ tin cậy trong quá trình xử lý số liệu tác giả được gợi ý thêm biến quan sát, để tăng được độ khả thi cho bài nghiên cứu Căn cứ vào các nhân tố, hình thành thang đo năng lực gồm 4 biến quan sát được đánh giá dự trên quan điểm của người tiêu dùng Thang đo likert được sử dụng để đo lường các biến quan sát, trong đó 1 là “Hoàn toàn không đồng ý” đến 5 là “Hoàn toàn đồng ý”

Từ những gợi ý trên tác giả trình bày được thang đo Năng lực được trình bày như sau:

Bảng 3.3: Thang đo Năng lực

STT Kí hiệu Biến quan sát Nguồn tham khảo

1 NL1 Việc sử dụng dịch vụ Chatbox hiệu quả hơn so với các hình thức giao tiếp khác Chung et al., 2018

2 NL2 Sử dụng dịch vụ Chatbox giúp tôi tiết kiệm được rất nhiều thời gian Chung et al., 2018

Sử dụng dịch vụ Chatbox có thể tiết kiệm thời gian hơn so với việc tôi gọi điện nói chuyện với nhân viên

4 NL4 Khi tôi tương tác với Chatbox thì nó kích thích sự tò mò của tôi Tác giả bổ sung

Nguồn: Tác giả tổng hợp 3.3.3 Thang đo Khả năng tiếp cận

(Chen và cộng sự, 2020) nói rằng, “Khả năng tiếp cận” là sự sẵn sàng hỗ trợ khách hàng bằng cách cung cấp các dịch vụ có thể được truy cập ngay tức thì để mang lại lòng tin cho người dùng Việc Chatbox đưa ra những phản hồi nhanh, dễ dàng luôn sẵn sàng khi khách hàng cần là có đã mang đến cho khách hàng cảm thấy thoải mái và thuận tiện Thêm vào đó thời gian phản hồi của Chatbox là yếu tố giúp khách hàng đánh giá khả năng của Chatbox Như vậy khách hàng nhận những thông tin cần thiết mà không cần tốn quá nhiều công sức liên hệ và chờ đợi nhân viên phản hồi Theo như (Parasuraman và cộng sự, 1988) khả năng tiếp cận còn là mức độ mong muốn và sẵn sàng phục vụ khách hàng một cách kịp thời, đây là nhân tố tạo nên sự tin nhiệm và tín tưởng cho khách hàng được cảm nhận thông qua những phản hồi kịp thời, chuyên nghiệp Để hình thành thang đo “Khả năng tiếp cận” gồm 4 biến quan sát được đánh giá dự trên nhận thức của người tiêu dùng Các thành phần và các biến đo lường khả năng tiếp cận được đo bằng thang Likert 5 điểm, trong đó 1 là “Hoàn toàn không đồng ý” đến 5 là “Hoàn toàn đồng ý”

Tuy nhiên các biến quan sát nội dung chưa được thuyết phục, dẫn đến các đối tượng khảo sát khó hiểu đúng nghĩa của từng biến quan sát và đưa ra những kết quả không chính xác

Từ những gợi ý trên tác giả trình bày được thang đo Khả năng tiếp cận được trình bày như sau:

Bảng 3.4: Thang đo Khả năng tiếp cận

STT Kí hiệu Biến quan sát Nguồn tham khảo

1 TC1 Nhân viên dịch vụ Chatbox đưa ra phản hồi kịp thời

2 TC2 Sử dụng dịch vụ Chatbox thuận tiện và đạt được hiệu quả

Dịch vụ Chatbox có thể cung cấp thông tin hoặc hỗ trợ trực tuyến một cách hiệu quả

Khi sử dụng, nhân viên dịch vụ Chatbox có thể đưa ra câu trả lời ngay lập tức mọi lúc mọi nơi

Nguồn: Tác giả tổng hợp 3.3.4 Thang đo Chất lượng thông tin

Chất lượng thông tin rất cần thiết cho sự phát triển hệ thống thông tin (N.Gorla và cộng sự (2010), tr (207-228) Chatbox AI cung cấp những thông tin phù hợp và chính xác đến khách hàng Tuy nhiên, nếu thông tin bị lỗi thời, thiếu tính đúng hoặc không có liên quan đến chủ đề giao tiếp với khách hàng, thì gây ra những tiêu cực đến trải nghiệm của người dùng (L.Gao và cộng sự, 2015) Tổng hợp những thông tin trên tác giả hình thành nên được thang đo Chất lượng thông tin như sau:

Bảng 3.5: Thang đo Chất lượng thông tin

STT Kí hiệu Biến quan sát Nguồn tham khảo

1 TT1 Chatbox cung cấp thông tin chính xác về mặt hàng tôi muốn mua J Manag, 2008

Chatbox này cung cấp đầy đủ thông tin khi tôi cố gắng thực hiện giao dịch

Nhân viên dịch vụ Chatbox cung cấp những thông tin giúp tôi có thể hiểu rõ các sự kiện đang diễn ra trong công ty

Nhân viên dịch vụ Chatbox cung cấp thông tin giúp tôi đưa ra quyết định mua hàng

Nguồn: Tác giả tổng hợp

Căn cứ vào các nhân tố, hình thành thang đo gồm 4 biến quan sát được đánh giá dự trên quan điểm của người tiêu dùng Thang đo likert được sử dụng để đo lường các biến quan sát, trong đó 1 là “Hoàn toàn không đồng ý” đến 5 là “Hoàn toàn đồng ý”

3.3.5 Thang đo Phản ứng khách hàng

Trong bối cảnh tiếp thị kỹ thuật số, các học giả đã phát hiện ra mối liên hệ gắn kết giữa thương hiệu và khách hàng có thể phát hiện ra những phản hồi tích cực của khách hàng Nếu như Chatbox không cung cấp câu trả lời chính xác hoặc không thể giải quyết được vấn đề của khách hàng, khách hàng có thể cảm thấy không hài lòng Họ có thể đánh giá Chatbox hoạt động không hiệu quả và không thân thiện Đối với các thương hiệu sử dụng Chatbox để đạt được mục tiêu như tăng góp cường tương tác khách hàng hoặc giảm chi phí hỗ trợ, lúc nảy phản ứng của khách hàng có thể được đánh giá dựa trên việc nó đóng góp vào việc đạt mục tiêu này

Tuy nhiên các biến quan sát nội dung chưa được rõ rằng, dẫn đến các đối tượng khảo sát khó hiểu đúng nghĩa của từng biến quan sát và đưa ra những kết quả không chính xác Để tăng được độ tin cậy trong quá trình xử lý số liệu tác giả được gợi ý thêm biến quan sát, để tăng được độ khả thi cho bài nghiên cứu Từ những gợi ý trên tác giả trình bày được thang đo phản ứng của khách hàng được trình bày như sau:

Bảng 3.6: Thang đo Phản ứng của khách hàng

PHẢN ỨNG CỦA KHÁCH HÀNG

STT Kí hiệu Biến quan sát Nguồn tham khảo

1 PU1 Tôi hài lòng với thương hiệu mà tôi đang sử dụng Tác giả tự bổ sung

Mặc dù có nhiều thương hiệu khác có tính năng tương tự nhưng tôi vẫn thích mua hàng của thương hiệu này hơn

Mặc dù có một thương hiệu khác tốt như thương hiệu này nhưng tôi thích mua hơn

Nếu một thương hiệu khác có cùng chức năng thì việc mua hàng từ thương hiệu này có vẻ tốt hơn

5 PU5 Tôi tin rằng, mỗi khi thương hiệu ra sản phẩm mới họ sẽ quan tâm đến tôi Tác giả bổ sung

Nguồn: Tác giả tổng hợp

3.3.6 Thang đo Mối quan hệ giữa khách hàng và thương hiệu (customer and brand relationships) (CBR)

Nghiên cứu (Chung et al, 2018), chỉ ra rằng khi khách hàng nhận thấy chất lượng giao tiếp trên mạng xã hội với thương hiệu là hiệu quả và hài lòng, thì khi đó họ sẽ có xu hướng coi mối quan hệ bền chặt và tích cực hơn với thương hiệu Một khi mối quan hệ đó bền chặt thì phản ứng của khách hàng được nâng cao hơn

Mặt khác khi mối quan hệ đạt độ tin cậy cao, hơn nữa nhu cầu của khách hàng được đáp ứng đầy đủ thì họ sẽ sử dụng thương hiệu lâu dài hơn… Như vậy khách hàng sẽ có những phản hồi tích cực với thương hiệu và có ý định mua hàng (Yang và cộng sự, 2015) Tuy nhiên các biến quan sát nội dung chưa được rõ rằng, dẫn đến các đối tượng khảo sát khó hiểu đúng nghĩa của từng biến quan sát và đưa ra những kết quả không chính xác Từ những gợi ý trên tác giả trình bày được thang đo Khả năng tiếp cận được trình bày như sau:

Bảng 3.7: Thang đo Mối quan hệ giữa khách hàng và thương hiệu

MỐI QUAN HỆ KHÁCH HÀNG VÀ THƯƠNG HIỆU

STT Kí hiệu biến Biến quan sát Nguồn tham khảo

Tôi hài lòng với mối quan hệ mà thương hiệu đã thiết lập với tôi qua việc tiếp thị bằng Chatbox (Sự hài lòng)

Tôi tin là tôi và thương hiệu đang chú ý đến những gì nói cùng với nhau (Kiểm soát lẫn nhau)

Tôi tin rằng thương hiệu đang muốn duy trì mối quan hệ với tôi (Sự cam kết)

Tôi sẽ giới thiệu thương hiệu này cho người khác (Lòng trung thành với thương hiệu)

Nguồn: Tác giả tổng hợp

Dựa trên các nhân tố, hình thành thang đo mối quan hệ khách hàng và thương hiệu gồm

4 biến quan sát được đánh giá dự trên nhân thức của người tiêu dùng Các thành phần và các biến đo lường được đo bằng thang Likert 5 điểm, trong đó 1 là hoàn toàn không đồng ý đến 5 là hoàn toàn đồng ý.

Thiết kế quá trình nghiên cứu sơ bộ

3.4.1 Thiết kế nghiên cứu sơ bộ

Nghiên cứu sơ bộ là một nghiên cứu định tính được thực hiện bằng cách phỏng vấn khách hàng đã sử dụng Chatbox để mua hàng gần đây (1–2 tháng) Tiến hành phỏng vấn 5–10 khách hàng, sau đó sẽ được 1 chuyên gia là giảng viên hướng dẫn đóng góp ý kiến thêm

Phương pháp phỏng vấn này là cách lấy ý kiến của khách hàng, quan điểm của mình theo các nội dung do tác giả nghiên cứu đã đưa ra (Phục lục A) Những thành viên sẽ đưa ra những quan điểm khác nhau, đưa ra quan điểm của họ về những nội dung tác giả đã đề ra, sau đó từng thành viên sẽ đưa ra ý kiến của mình bằng văn bản, tiếp đến tác giả sẽ tổng hợp và giữ lại những ý kiến chiếm đa số các thành viên tán thành Kết quả này là tiền đề cho tác giả hiệu chỉnh lại thang đo Những nội dung được đánh giá qua:

• Liệu rằng, khi khách hàng đọc có hiểu các phát biểu trên hay không?

• Khách hàng sẽ đánh giá như thế nào về mức độ về từ ngữ, cú pháp được sử dụng trong các phát biểu là dễ hiểu hay chưa, rõ ràng và không thể gây khó hiểu hay thắc mắc gì cho đáp viên khi được phỏng vấn

3.4.2 Kết quả nghiên cứu sơ bộ

Phương pháp định tính được sử dụng trong nghiên cứu sơ bộ nhằm xác định lại lần nữa các nhân tố có tác động đến mối quan hệ và phản ứng của khách hàng với thương hiệu

Nghiên cứu sơ bộ là tìm hiểu về khả năng hiểu câu hỏi của người được phỏng vấn Các câu hỏi dường như được hiểu đúng nghĩa, trả lời đúng và mức độ trả lời của người khảo sát tương đối ổn Từ kết quả trên Tác giả sẽ có sự điều chỉnh lại những thiếu sót trong bảng kháo sát để phù hợp với thực tế, và chuẩn bị cho giai đoạn nghiên cứu định lượng chính thức

Bảng 3.8: Danh sách các khách hàng tham gia phỏng vấn sơ bộ (n=7)

STT Họ tên (Đã mã hoá) Trình độ Đơn vị công tác

01 NTH Tiến sĩ Trường Đại học Công nghiệp TP HCM

02 NNPT Đại học Trường Đại học Mở TP HCM

03 LTD Đại học Trường Đại học Duy Tân Đà Nẵng

04 NTĐ Đại học Trường Đại học Công nghiệp TP HCM

05 LNL Đại học Trường Đại học Công nghiệp TP HCM

06 TLML Nhân viên Công ty Cổ phần TN Digi

07 DNDH Nhân viên Công ty Cổ phần TN Digi

Nguồn: Tác giả tổng hợp

Sau khi phỏng vấn, tổng hợp các phản hồi của khách hàng/ sự góp ý của giảng viên hướng dẫn, kết quả 6 nhân tố của mô hình đều được khách hàng và giảng viên hướng dẫn đồng ý Trên cơ sở đó, tác giả một lần nữa xác định rằng mô hình và thang đo là phù hợp Các thang đo được đưa vào nghiên cứu chính thức bao gồm: (1) Độ tin cậy, (2) Năng lực, (3) Khả năng tiếp cận, (4) Chất lượng thông tin, (5) Mối quan hệ giữa khách hàng và thương hiệu, (6) Phản ứng của khách hàng đối với thương hiệu.

Thiết kế quá trình nghiên cứu định lượng chính thức

3.5.1 Thiết kế mẫu nghiên cứu

3.5.1.1 Phương pháp chọn mẫu nghiên cứu

Theo Nguyễn Đ.T (2013), trong nghiên cứu có hai phương pháp chọn mẫu là: “Xác suất và phi xác suất” Tác giả dùng phương pháp chọn mẫu phi xác suất nhằm mục thực hiện mục tiêu nghiên cứu vì đây là phương pháp chọn mẫu dựa trên tính dễ tiếp cận đối tượng khảo sát, hơn nữa và tiết kiệm thời gian

Qua thời gian thu thập dữ liệu, tác giả sẽ loại bỏ mẫu nếu khách hàng chưa sử dụng Chatbox để mua hàng, đối với những mẫu không có câu trả lời đầy đủ thì cũng sẽ bị loại bỏ

(Kumar, 2005) nói rằng, kích thước mẫu phụ thuộc vào mục tiêu ta muốn gì từ những dữ liệu thu thập được và mối quan hệ ta muốn thiết lập với các biến quan sát là gì ? Có rất nhiều phương pháp tính toán kích thước tính mẫu được các học giả đề xuất như sau:

Theo Tabachnick và Fidell (1991) nói rằng, kích cỡ mẫu nên được áp dụng theo công thức: 50+8*m (Với m là biến độc lập trong mô hình)

Theo Hair và cộng sự (2014) cho rằng, tỷ lệ số biến quan sát trên một biến phân tích là 5:1 hoặc 10:1 Tác gải chọn tỷ lệ 10:1 để tính kích cỡ mẫu khảo sát vì lý do khi kích cỡ càng lớn thì sẽ tăng khả năng phân tích càng cao Theo tỷ lệ này ta tính được số biến quan sát cần phải có cho nghiên cứu này là n = 25*10= 250 mẫu khảo sát Để đảm bảo được chất lượng và tính chính xác của mẫu nghiên cứu, loại bỏ những mẫu sau không đạt chuẩn, những mẫu có chất lượng thấp Tác giả quyết định thu thập 285 mẫu để nghiên cứu

3.5.2 Cấu trúc bảng câu hỏi

Khảo sát gồm 3 phần và được tóm tắt sơ lược trong bảng 3.9 như sau:

STT Nhân tố Số biến quan sát Thang đo

Phần I: Khảo sát sơ bộ 2 Danh nghĩa, thứ bậc

Phần II: Thông tin cá nhân 4 Danh nghĩa, thứ bậc

Phần III: Khảo sát chuyên sâu 25

05 Mối quan hệ giữa KH và TH 4

Nguồn: Tác giả tổng hợp

Phần I: Khảo sát sơ bộ

Phần này gồm 2 câu hỏi:

1 Anh/Chị đã sử dụng Chatbox để mua hàng hay chưa ?

2 Anh/Chị sử dụng Internet bao nhiêu giờ mỗi ngày ?

Phần II: Thông tin cá nhân

Phần này tác giả hỏi thông tin người được khảo sát qua 1 số câu hỏi như: (Giới tính, độ tuổi, mức độ thu nhập, với trình độ học vấn) Với mỗi câu hỏi người khảo sát chỉ được chọn duy nhất một đáp án

Phần III: Khảo sát chuyên sâu

Khảo sát chuyên sâu: Với 6 thang đó tương ứng với 25 biến quan sát Khảo sát được xây dựng dựa trên các câu hỏi định lượng và sử dụng đánh giá theo thang đo Likert với mục tiêu đo lường tỷ lệ đồng tình của người dùng đối với các thiết kế sẵn

Hoàn toàn đồng ý Không đồng ý Không có ý kiến Đồng ý Hoàn toàn đồng ý

Nguồn: Tác giả tổng hợp

Bảng 3.11:Bảng câu hỏi nghiên cứu định lượng chính thức

HOÁ BIẾN QUAN SÁT NGUỒN THAM KHẢO ĐỘ TIN CẬY (DTC) ĐTC1 Nhân viên dịch vụ Chatbox trung thực Edwards và cộng sự, 2014 ĐTC2 Sử dụng dịch vụ Chatbox thật sự đáng tin cậy trong quá trình trao đổi thông tin Edwards và cộng sự, 2014 ĐTC3

Tôi sẽ hài lòng hơn khi sử dụng dịch vụ

Chatbox nếu nhân viên thể hiện thái độ tích cực hơn

Tôi cảm thấy thoải mái khi sử dụng dịch vụ

Chatbox ngay cả khi xung quanh không có ai hướng dẫn tôi cách sử dụng

NL1 Việc sử dụng dịch vụ Chatbox hiệu quả hơn so với các hình thức giao tiếp khác Chung et al., 2018

NL2 Sử dụng dịch vụ Chatbox giúp tôi tiết kiệm được rất nhiều thời gian Chung et al., 2018

Sử dụng dịch vụ Chatbox có thể tiết kiệm thời gian hơn so với việc tôi gọi điện nói chuyện với nhân viên

NL4 Khi tôi tương tác với Chatbox thì nó kích thích sự tò mò của tôi Tác giả bổ sung

KHẢ NĂNG TIẾP CẬN (TC)

TC1 Nhân viên dịch vụ Chatbox đưa ra phản hồi kịp thời Zarouali và cộng sự, 2018

TC2 Sử dụng dịch vụ Chatbox thuận tiện và đạt được hiệu quả Zarouali và cộng sự, 2018

TC3 Dịch vụ Chatbox có thể cung cấp thông tin hoặc hỗ trợ trực tuyến một cách hiệu quả Zarouali và cộng sự, 2018

Khi sử dụng, nhân viên dịch vụ Chatbox có thể đưa ra câu trả lời ngay lập tức mọi lúc mọi nơi

CHẤT LƯỢNG THÔNG TIN (TT)

TT1 Chatbox cung cấp thông tin chính xác về mặt hàng tôi muốn mua J Manag, 2008

TT2 Chatbox này cung cấp đầy đủ thông tin khi tôi cố gắng thực hiện giao dịch J Manag, 2008

Nhân viên dịch vụ Chatbox cung cấp những thông tin giúp tôi có thể hiểu rõ các sự kiện đang diễn ra trong công ty

TT4 Nhân viên dịch vụ Chatbox cung cấp thông tin giúp tôi đưa ra quyết định mua hàng (Brill và cộng sự, 2019)

PHẢN ỨNG KHÁCH HÀNG (PU)

PU1 Tôi hài lòng với thương hiệu mà tôi đang sử dụng Tác giả tự bổ sung

Mặc dù có nhiều thương hiệu khác có tính năng tương tự nhưng tôi vẫn thích mua hàng của thương hiệu này hơn

PU3 Mặc dù có một thương hiệu khác tốt như thương hiệu này nhưng tôi thích mua hơn Keller, 2003

Nếu một thương hiệu khác có cùng chức năng thì việc mua hàng từ thương hiệu này có vẻ tốt hơn

PU5 Tôi tin rằng, mỗi khi thương hiệu ra sản phẩm mới họ sẽ quan tâm đến tôi Tác giả bổ sung

MỐI QUAN HỆ KHÁCH HÀNG VÀ THƯƠNG HIỆU (CBR)

Tôi hài lòng với mối quan hệ mà thương hiệu đã thiết lập với tôi qua việc tiếp thị bằng Chatbox (Sự hài lòng)

Tôi tin là tôi và thương hiệu đang chú ý đến những gì nói cùng với nhau (Kiểm soát lẫn nhau)

CBR3 Tôi tin rằng thương hiệu đang muốn duy trì mối quan hệ với tôi (Sự cam kết)

CBR4 Tôi sẽ giới thiệu thương hiệu này cho người khác (Lòng trung thành với thương hiệu)

Nguồn: Tác giả tổng hợp

Phương pháp thu thập dữ liệu

3.6.1 Phương pháp thu thập dữ liệu thứ cấp

Các dữ liệu trong quá trình thực hiện nghiên cứu được gọi là những dữ liệu thứ cấp Thông tin thứ cấp bao gồm các khái niệm, lý thuyết, học thuyết liên quan đến đề tài như Chatbox, mối quan hệ giữa khách hàng và thương hiệu… Tác giả tham khảo các bài nghiên cứu đi trước, các bài báo tiếng anh và tiếng việt, và các số liệu thống kê trên các trang mạng xã hội liên quan đến Chatbox, các yếu tố ảnh hưởng đến chất lượng của Chatbox,…

Không phải dữ liệu nào cũng được giữ lại trong quá trình nghiên cứu, sẽ có các dữ liệu được chọn lọc và bị loại, sau đó những mẫu hợp lệ sẽ được tiến hành mã hoá, sau đó sử dụng phần mền SPSS 20.0 và AMOS 24.0 Việc xử lý số liệu bao gồm việc như: thống kê mô tả, đánh giá độ tin cậy của các thang đo (Cronbach’s Alpha), phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA) và sau đó kiểm định lại sự thích hợp với mô hình bằng việc phân tích Bootstrap Sau quá trình phân tích và xử lý số liệu tác giả sẽ đề ra một số hàm ý quản trị

3.6.2 Phương pháp thu thập dữ liệu sơ cấp

Là những dữ liệu tác giả tự tìm hiểu thu thập được, liên quan trực tiếp đến đối tượng và mục tiêu nghiên cứu, được xử lý bằng công cụ phù hợp Với 285 mẫu được phát ra và sẽ được gửi Link Google Form qua bạn bè, người thân,….Đến khi nào tác giả tổng hợp lại được 285 mẫu khảo sát, tác giả sẽ ngưng gửi link khảo sát vì cỡ mẫu dự tính nằm trong khoảng 250 mẫu.

Phương pháp xử lý dữ liệu

3.7.1 Phương pháp thống kê mô tả

Thống kê mô tả là cách tổng hợp và xử lý dữ liệu sao cho dữ liệu thành thông tin Giúp chúng ta có cái nhìn tổng quan về mẫu Những yếu tố được dung trong đó là: Thống kê tần suất (Frequency) độ lệch chuẩn (Standard Deviation) và phân tích giá trị trung bình (Mean)

• Thống kê tần suất (Frequency): Được áp dụng cho các câu hỏi định tính như Giới tính, độ tuổi, nghề nghiệp,

• Độ lệch chuẩn (Standard Deviation): là số đo phân tán các giá trị so với giá trị trung bình

• Phân tích giá trị trung bình (Mean): Trong nghiên cứu này, sử dụng thang đo Likert đo lường độ ảnh hưởng của các nhân tố lên mối quan hệ giữa khách hàng và thương hiệu việc sử dụng Chatbox Thang đo giá trị trung bình Mean được xây dựng như sau:

Bảng 3.12: Thang đo giá trị trung bình (Mean)

Giá trị trung bình Mức độ

Nguồn: Tác giả tự tổng hợp 3.7.2 Phương pháp đánh giá độ tin cậy của thang đó bằng hệ số Cronbach’s Alpha Để kiểm định được mức độ thông kê chặt chẽ của từng thang đo ta dùng hệ số Cronbach’s Alpha Giá trị biến thiên của hệ số nằm trong đoạn [0,1] Mức 0 có nghĩa các biến quan sát trong nhóm gần như không có sự tương quan nào, mức 1 có nghĩa là các biến quan sát tương quan hoàn hảo, tuy nhiên hai mức 0 và 1 hiếm khi xảy ra trong phân tích dữ liệu Nếu như hệ số Cronbach’s Alpha vượt ngoài [0,1] lúc này thang hoàn toàn không có độ tin cậy

Theo Hair và cộng sự (2009), tính tin cậy của thang đo được đảm bảo khi hệ số Cronbach’s Alpha từ 0,7 trở lên, tuy nhiên với tính chất là một nghiên cứu khám phá sơ bộ, ngưỡng Cronbach’s Alpha là 0,6 có thể chấp nhận Hệ số Cronbach’s Alpha càng cao thì độ tin cậy của thang đo càng cao Một chỉ số quan trọng khác là Corrected Item – Total Correlation hệ số tương quan biến tổng, hệ số này kiểm tra mối tương quan chặt chẽ giữa các biến cùng đo lường một khái niệm nghiên cứu Theo Cristobal và cộng sự (2007), một thang đó tốt khi các biến quan sát có giá trị Corrected Item – Total Correlation từ 0.3 trở lên Biến quan sát có trị số Corrected Item – Total Correlation nhỏ hơn 0.3 cần xem xét loại bỏ biến quan sát đó ra khỏi thang đo

Tổng hợp những kết luận trên, khi thực hiện việc kiểm định thang đo bằng phần mềm SPSS 20.0 chỉ giữa lại biến có hệ số Cronbach’s Alpha từ 0.6 trở lên, hệ số tương quan biến – tổng ≥ 0.3 thì chấp nhận, tiếp tục cho vào những bước phân tích những bước tiếp theo

3.7.3 Phân tích nhân tố khám phá (EFA)

Theo Hair và cộng sự (2006), để sử dụng EFA kích thước mẫu tối thiểu phải là 50, 100 càng tốt và 1 biến đo lường cần tối thiểu là 5 biến Với bài khoá luận này tác giả sử dụng

25 biến đo lường thì cần tối thiếu 250 (25x10) mẫu quan sát là để thoả mãn điều kiện EFA Như vậy tác giả cần khảo sát 250 người sử dụng Chatbox để mua hàng

Hế số KMO (Kaiser – Meyer – Olkin): Điều kiện để phân tích nhân tố khám phá đạt yêu cầu là khi KMO nằm trong khoảng (0.5≤ KMO ≤1) Nếu hệ số KMO ≤ 0.5, phân tích này có thể không phù hợp với dữ liệu khảo sát theo (Kaiser, 1974)

Kiểm định Bartlett (Bartlett’s test of sphericity): Dùng để xác định biến quan sát trong nhân tố có tương quan với nhau hay không Kiểm định Barlett có ý nghĩa thống kê (sig < 0.05), thì các biến quan sát có tương quan với nhau theo (Hair và cộng sự, 2006)

Tiêu chí chọn số lượng nhân tố dựa vào chỉ số Eigenvalues: Nhân tố nào có (Trị số

Eigenvalues >1), giữ lại trong mô hình phân tích tiếp theo

Tổng phương sai trích (Total Varian Explained): Điều kiện sử dụng ≥ 50% thì mô hình pℎù ℎợ𝑝

Hệ số tải nhân tố (Factor Loading): Hair và cộng sự (2010), Multivariate Date Analysis hệ số tải từ 0.5 thì đạt chất lượng tốt, tối thiểu nên là 0.3 Có thể thấy được rằng khi hệ số tải nhân tố càng ở mức cao thì ý nghĩa tương quan giữa các nhân tố càng lớn và ngược lại

Hair và cộng sự cũng cho rằng, với từng khoảng kích thước mẫu sẽ có cỡ mẫu khác nhau, trọng số nhân tố để biến quan sát có ý nghĩa thống kêu cũng hoàn toàn khác nhau Cụ thể được trình bày như sau:

Bảng 3.13: Hệ số tải nhân tố tương đương với kích cỡ mẫu

Factor Loading Kích thước cỡ mẫu tối thiểu

Nguồn: Tác giả tổng hợp

Với kích cỡ mẫu là 250, dự vào đề xuất của Hair và cộng sự (2010) có thể kết luận được rằng nghiên cứu này nên dùng hệ số tải lớn hơn 0.35 để kiểm định mối liên hệ giữa các nhân tố với nhau

3.7.4 Phân tích nhân tố khẳng định (CFA)

Quá trình phân tích nhân tố khám phá (EFA), tổng kết lại có được bảng Patter Matrix Sử dụng kết quả ma trận xoay này để phân tích nhân tố khẳng định CFA (Confirmatory Factor Analysis) bằng phần mềm AMOS 24.0 Đánh giá được mức độ phù hợp tổng thể của dữ liệu trên phải dựa vào các điều kiện về chỉ số phù hợp mô hình như Chi – square, CFI, TLI, GFI, RMSEA, Theo Baumgartner và Homburg (1995), nghiên cứu Doll và cộng sự (1994) nghiên cứu chỉ ra rằng GFI ngưỡng có thể nhận là dưới 0.9, nhưng vẫn có thể chấp nhận ngưỡng 0.8 Nghiên cứu của (Bentler và Bonett, 1980) nhận định rằng hệ số CFI ≥ 0.9 là tốt, hệ số CFI ≥ 0.95 được đánh giá là rất tốt, trong một số CFI ≥ 0.8 vẫn có thể chấp nhận được (Tóm lại CFI giao động trong vùng từ 0 đến 1) CMIN/df < 2 hoặc có thể < 3 theo nghiên cứu của (Carminnes và McIver, 1981) Hệ số RMSEA ≤ 0.08 theo nghiên cứu (Steiger, 1990) những điều kiện được xem để xem xét mức độ phù hợp của mô hình với dữ liệu thu được

Theo nghiên cứu Netemeyer và cộng sự (2003) nhận định rằng, “Độ tin cậy tổng hợp” (Composite reliability) là một hệ số dùng để đo lường tính nhất quán nội của các chỉ số trong thang đo và dùng thế cho hệ số Cronbach’s Alpha Theo nghiên cứu Joreskog

(1971), độ tin cậy tổng hợp (CR) phải lớn hơn hoặc bằng 0.7 thì đạt yêu cầu

Hair và cộng sự (1998) định nghĩa rằng, “Phương sai trích trung bình” (Average Variance

Extracted) là tổng giá trị trung bình của bình phương hệ số tải chuẩn hoá của các biến quan sát trong một biến tiềm ẩn, nghĩa là tổng bình phương hệ số tải chia cho số lượng các biến quan sát Theo Hair và cộng sự (2010), giá trị này từ 0.5 trở hoặc cao hơn thì cho thấy được rằng biến tiềm ẩn sẽ giải thích nhiều hơn phân nửa phương sai các biến quan sát Khi giá trị AVE đạt yêu cầu 0.5 trở lên độ hội tụ của thang đo này đạt yêu cầu

3.7.5 Kiểm định mô hình lý thuyết bằng mô hình cấu trúc tuyến tính (SEM)

PHÂN TÍCH KẾT QUẢ VÀ KIỂM ĐỊNH GIẢ THUYẾT

Phân tích dữ liệu thứ cấp

4.1.1 Tình hình và thực trạng sử dụng trí tuệ nhân tạo (AI)

Ngày nay, trí tuệ nhân tạo (AI) đang ngày càng phát triển mạnh mẽ Trí tuệ nhân tạo đang làm một lĩnh vực mới mẻ và có được sự ảnh hưởng lớn của nhiều hãng lớn Nó là một hệ thống giúp con người giao tiếp với máy thực hiện các yêu cầu và mong muốn của người dùng Theo (Nguyễn Mạnh Quý, 2021) nói rằng Chatbox là một trong những ứng dụng thông minh nhất hiện nay và là một bước đột phá mới trong lĩnh vực trí tuệ nhân tạo Đầu năm 2021, Việt Nam có kế hoạch rõ ràng và chiến lược phát triển ứng dụng AI đến năm

Theo báo cáo 2022, số người sẵn sàng sử dụng AI do Tổ chức Oxford Insights (Anh) công bố, Việt Nam xếp hạng 55/181 toàn cầu và xếp hạng thứ 6/10 trong ASEAN về chỉ số sẵn sàng AI Việt Nam là nước được đánh giá là một nước đang có lợi thế về dân số trẻ cao, trình độ sử dụng công nghệ phát triển, khả năng thích ứng nhanh, đây chính là những điều kiệm để phát triển công nghệ trí tuệ nhân tạo (AI) Theo (McKinsey, 2020), việc áp dụng AI vào doanh nghiệp đã tăng gấp đôi kể từ năm 2017, tuy nhiên năm 2019 – 2022 tỷ lệ người áp dụng AI đang ở mức 50% đến 60%, từ năm 2018 đến 2022 ngân sách kỹ thuật đã tăng từ 40% lên đến 52% Về doanh nghiệp áp dụng AI vào hệ thống, theo IBM cho biết rằng có đến 35% doanh nghiệp đã bắt đầu sử dụng một số dạng AI, có 42% doanh nghiệp đang lên kế hoạch áp dụng nó vào trong tương lai gần Số liệu này cho thấy rằng điều đáng lo ngại là vai trò con người đang dần bị thay thế một phần bởi các hệ thống AI

4.1.2 Tình hình sử dụng Chatbox

Chatbox là một ứng dụng công nghệ đang được phát triển nhanh gần đây Với khả năng cung cấp những thông tin tức thời, Chatbox đã trở thành một ứng dụng hữu ích và tiện ích cho các doanh nghiệp để tương tác với khách hàng Theo (Gartner và Accenture,

2020), hiện nay có đến 52% doanh nghiệp đã sử dụng Chatbox hỗ trợ trò chuyện AI, Chatbox hiện nay là giao diện được các doanh nghiệp sử dụng hỗ trợ giải quyết vấn đề ngoài giờ và giảm sự phụ thuộc vào nhân viên Mặc dù vậy, số người tin tưởng Chatbox đưa ra những yêu cầu chỉ có 7% Thị trường Chatbox được định giá 3,78% tỷ USD vào năm 2021 và dự đoán khoảng năm 2022 – 2027 đạt tốc độ CAGR là 30,29% Năm 2022, Chatbox được sử dụng nhiều nhất trong mảng Marketing chiếm đến 56%

4.1.2.1 Thực trạng độ tin cậy của Chatbox đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu

“Tính tin cậy” của Chatbox được đánh giá bằng việc kiểm tra tính đúng đắn và đầy đủ của các thông tin mà Chatbox cung cấp cho người mua hàng Việc cung cấp những thông tin đáng tin cậy thì khách hàng sẽ đánh giá cao về độ tin cậy của Chatbox Theo (Snehalkumar, 2013), độ tin cậy là khả năng cung cấp dịch vụ chính xác, đúng và thật sự uy tín Báo cáo của IBM cho thấy rằng có 54% doanh nghiệp cảm nhận rằng việc sử dụng Chatbox là tiết kiệm chi phí và hiệu quả Như vậy có thể nói độ tin cậy có ảnh hưởng lớn đến mối quan hệ và những phản ứng của khách hàng đối với thương

4.1.2.2 Thực trạng năng lực của Chatbox đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu

Thực tế cho thấy rằng có 71% khách hàng mong đợi các thương hiệu cung cấp dịch vụ khách hàng có có 66% cũng mong đợi rằng họ sẽ được cá nhân hoá qua các tin nhắn Như điều đó vẫn chưa đủ, người tiêu dùng hiện đại như ngày nay coi sự hiện diện của thương hiệu trên kênh nhắn tin là khá quan trọng đối với lòng trung thành của họ Nếu như doanh nghiệp muốn sử dụng Chatbox để gửi thông điệp tiếp thị hoặc thu thập thông tin từ khách hàng thì có lẽ Chatbox là một sự lựa chọn tuyệt vời vì nó có tỷ lệ phản hồi cao so với các hình thức giao tiếp khác trên mạng xã hội Theo một báo cáo của Mtthew Barbee, nói rằng tỷ lệ phản hồi tin nhắn của Chatbox đạt từ 35 – 40% Hơn nữa điều quan trọng khi sử dụng dịch vụ là phải đảm bảo chúng phù hợp với mục đích và chúng mang lại giá trị thực sự cho trải nghiệm của khách hàng, theo thống kê so Statista công bố rằng có 1/3 người tiêu dùng nhận thấy rằng Chatbox rất hiệu quả trong việc giải quyết vấn đề, một khi Chatbox giải quyết được vấn đề thì mối quan hệ giữa họ và thương hiệu được gắn kết hơn, thể hiện được lòng tin vào thương hiệu hơn

4.1.2.3 Thực trạng khả năng tiếp cận của Chatbox đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu

“Khả năng tiếp cận” của Chatbox là một yếu tố cần thiết để đánh giá hiệu quả của nó Chatbox cần có khả năng phản hồi nhanh và không bị gián đoạn đến những trải nghiệm của khách hàng Báo cáo của State of CX 2020 Cho thấy rằng có 56% người tiêu dùng sử dụng dịch vụ Chatbox, để tiếp cận/ tương tác với thương hiệu Một Chatbox hiệu quả được đánh giá bằng việc kiểm tra sự phản hồi của nó khi gặp các tình huống khác nhau và đưa ra những kết quả trả lời chính xác, Chatbox được đánh giá là hiệu khi khả năng tiếp cận có tốc độ cao và không bị gián đoạn trong quá trình tương tác với khách hàng để có để giúp khách hàng có những phản hồi tích cực với thương hiệu mà họ đang sử dụng Thực tế theo báo cáo của State of CX, có 94% khách hàng cho biết họ sẽ trở thành khách hàng trung thành với thương hiệu nếu như thương hiệu đó đem đến những trải nghiệm tuyệt vời cho khách hàng qua ứng dụng Chatbox

4.1.2.4 Thực trạng chất lượng thông tin của Chatbox đến mối quan hệ và phản ứng của khách hàng đối với thương hiệu

Theo (Veeramootoo và cộng sự, 2018), sự hài lòng của khách hàng liên quan đến khả năng mà Chatbox cung cấp những thông tin đầy đủ, chính xác, đáng tin Theo đó Chất lượng thông tin có thể được mô tả là mức độ chính xác, tính đầy đủ và tính cập nhập của thông tin do ứng dụng có tạo ra Nếu như hệ thống Chatbox đảm bảo được chất lượng thông tin thì sẽ tạo ra những giá trị cảm nhận như chấp nhận sự dụng ứng dụng và chấp nhận thông tin mà khách hàng nhận được trên hệ thống Chatbox mang lại đối với khách hàng Nếu như Chatbox cung cấp những thông tin không đúng với yêu cầu của khách hàng thì chắc chắn rằng khách hàng sẽ không muốn tiếp tục cuộc trò chuyện và tương tác với Chatbox nữa Ngược lại nếu như cung cấp những thông tin đáp ứng được yêu cầu của khách hàng thì tỷ lệ tương tác và có thể đặt thêm những câu hỏi liên quan, những điều này giúp cho mối liên kết giữa họ ngày càng bền chặt hơn và hơn nữa là những phản ứng của họ sẽ mang tính tích cực hơn

4.1.2.5 Thực trạng mối quan hệ giữa khách hàng và thương hiệu đến phản ứng của khách hàng đối với thương hiệu

Theo (Forbes – AI Business, 2020), trong 600 doanh nghiệp được khảo sát thì có đến 97% doanh nghiệp tin rằng Chatbox sẽ giúp ích cho họ, trong khi đó có 64% doanh nghiệp nói rằng lợi ích họ nhận được là để “Cải thiện mối quan hệ khách hàng”.Có một số nghiên cứu đi trước, nhận định rằng GenZ dành nhiều thời gian mua sắm hơn, nhưng họ cũng không tin tưởng vào dịch vụ khách hàng tự động trong đó chỉ có 44% người trả lời Gen

Z tin tưởng Chatbox sẽ cung cấp thông tin chính xác, tuy nhiên chỉ có 20% khách hàng thích trải nghiệm dịch vụ mua sắm qua ứng dụng Chatbox Có thể thấy được mối quan hệ khách hàng và thương hiệu đóng vai trò không thể thiếu trong việc định hình phản ứng của khách hàng đối với thương hiệu, việc duy trì và xây dựng một mối quan hệ tích cực và tin cậy sẽ giúp thương hiệu thu hút được nhiều khách hàng và gia tăng được việc giữ chân khách hàng hiệu quả hơn.

Phân tích dữ liệu sơ cấp

4.2.1 Mô tả đặc điểm khảo sát

Tác giả gửi trực tiếp mẫu khảo sát cho cá nhân qua hình thức khảo sát trực tuyến thông qua biểu mẫu Google Form với kích cỡ mẫu là 285 mẫu Với các phiếu khảo sát được phát ra là 285 bảng được phát trực tiếp đến từng đối tượng khảo sát Tổng kết quả khảo sát, tác giả thu được 250 bảng khảo sát, loại đi 35 bảng khảo sát không hợp lệ Để bảo đảm được tính tin cậy của bài nghiên cứu, tác giả đã loại bỏ 35 phiếu khảo sát những người chưa sử dụng Chatbox để mua hàng Vì vậy, kết quả cuối cùng là 250 phiếu khảo hợp lệ được đưa vào phân tích tiếp theo

Bảng 4.1: Thống kê kết quả khảo sát

Số lượng phiếu phát ra

Số lượng phiếu thu về

Số lượng không hợp lệ

Khảo sát trực tiếp qua từng cá nhân 285 285 250 35

Nguồn: Tác giả tổng hợp

4.2.2 Kết quả thống kê mô tả

4.2.2.1 Thống kê số lượng người đã sử dụng Chatbox để mua hàng

Hình 4.1: Biểu đồ số người sử dụng Chatbox để mua hàng

Hình 4.1 ta thấy được trong tổng số 285 mẫu khảo sát được gửi, tác giả thu thập được 250 khách hàng đã từng sử dụng Chatbox để mua hàng trong thời gian gần đây tương đương với 88%, còn lại có 35 khách hàng chưa sử dụng Chatbox để mua hàng tương đương với 12% Điều này cho thấy được số người sử dụng Chatbox mua hàng tương đối nhiều trong thời gian gần đây

4.2.2.2 Thống kê thời gian sử dụng Internet

Hình 4.2: Biểu đồ thể hiện thời gian sử dụng Internet mỗi ngày

Số lượng người sử dụng Chatbox mua hàng Đã từng Chưa từng

Thời gian sử dụng Internet ít hơn 1 giờ

Dựa vào biểu đồ trên ta thấy được, thời gian sử dụng Internet hằng ngày của khách hàn chủ yếu rơi vào hơn 4 giờ/ ngày chiếm tỷ lệ 46%, có thể thấy được từ biểu đồ trên khoảng thời gian từ 3 – 4 giờ và từ 2 – 3 giờ chiếm tỷ lệ gần bằng nhau là 21% và 18%, tiếp theo là khoảng thời gian từ 1 – 2 giờ chiếm 11%, cuối cùng là số người sử dụng Internet ít hơn

1 giờ chiếm 4% là thấp nhất Dựa vào phân tích này ta có thể thấy số khách hàng sử dụng Internet mỗi ngày hơn 4 giờ chiếm tỷ lệ cao và những câu trả lời của khách hàng là đáng tin

Hình 4.3: Biểu đồ giới tính

Tổng số 250 người đã từng sử dụng Chatbox, nữ chiếm tỷ lệ cao hơn nhiều so với tỷ lệ nam giới Trong đó, nữ có 161 người chiếm 64%, có chỉ 89 là nam chiếm 36% những ý này phản ánh được rằng rằng khách hàng sử dụng Chatbox mua hàng đa số là nữ phù hợp với thực tế vì đa số nữ thường xuyên mua sắm qua Internet hơn là nam giới

Hình 4.4: Biểu đồ độ tuổi

Qua 250 khách hàng sử Chatbox để mua hàng, thì khách hàng từ độ tuổi 21 – 25 tuổi mua sắm là cao nhất chiếm đến 64% với 159 người, tiếp theo là nhóm tuổi từ 16 – 20 tuổi, kế đến là 26 - 30 tuổi thấp nhất là số người từ 31- 35 và 36 tuổi trở lên

Với độ tuổi 21 – 25 tuổi đây là nhóm khách hàng đã có mức thu thập tương đối ổn, nên khả năng chi trả cho việc mua sắm cũng tương đối cao và họ cũng là những đối tượng thường xuyên mua sắm cho bản thân Đây được coi là nhóm tuổi bắt đầu cuộc sống tự lập nên có nhu cầu khá cao về mua sắm

Tiếp theo là độ tuổi từ 16 – 20 tuổi chiếm 20% ở nhóm tuổi này tuy mức thu nhập chưa ổn định, nhưng mong muốn và nhu cầu mua sắm thuận tiện và nhanh chóng Lúc này Chatbox là một giao diện người dùng thân thiện có thể giúp họ truy cấp ngay tức thì, giúp họ có thể mua sắm mọi lúc mọi nơi

Tuổi từ 26 – 30 tuổi chiếm 16%, nhóm tuổi này ưu tiên những trải nghiệm mua sắm truyền thống hơn là trực tuyến, họ thích cảm giác chạm và cảm nhận sản phẩm trước khi ra quyết định mua hàng Hơn nữa họ lo lắng về vấn đề bảo mật quyền riêng tư, và những vấn đề về thanh toán hoặc đặt hàng khi sử dụng một ứng dụng nào đó như Chatbox hơn nữa họ muốn được tư vấn trực tiếp và nhận được sự hộ trợ từ nhu8uwngx người có kiến thức chuyên môn

Nhóm tuổi từ 31 – 35 tuổi và từ 36 tuổi trở lên chiếm tỷ lệ 0%, vì ở nhóm tuổi này là những người trưởng thành họ có thể là những người không quen thuộc với việc sử dụng công nghệ mới như Chatbox Họ cảm thấy không thuận tiện hoặc không tự tin khi phải tương tác với hệ thống tự động thay vì con người

Hình 4.5: Biểu đồ thể hiện mức độ thu nhập

Hình 4.4 có thể thấy được nhóm khách hàng có thu nhập dưới 5 triệu/ tháng là nhiều nhất chiếm 119 người chiếm 48% với mức thu nhập này, tiếp theo là thu nhập từ 5 – 10 triệu/ tháng chiếm 38% tương đương với 95 người, tiếp là nhóm có mức thu nhập từ 10 – 20 triệu/ tháng chiếm 13% với 34 người chọn, kế đến là nhóm có thu nhập trên 20 triệu/ tháng chiếm tỷ lệ 1% với 2 người lựa chọn

Hình 4.6: Biểu đồ thể hiện trình độ học vấn

Qua biểu đồ ta có thể thấy được, nhóm (Đại học) chiếm tỷ lệ cao đến 52% tương đương với 130 người lựa chọn Điều này có thể thấy được nhóm này là nhóm học vấn nằm ở mức phổ biến hiện tại tại Thành phố Hồ Chí Minh Ngoài ra, ở nhóm này họ có nhu cầu mua sắm cao và thu nhập cũng có phần ổn định hơn Thứ hai là nhóm khách hàng lựa chọn ý kiến (Khác) chiếm đến 24% tương đương với 61 người Và tiếp theo là hai nhóm (Cao đẳng) và (Trung học) với tỷ lệ người chọn lần lượt là 33 và 26 người lựa chọn tương đương với tỷ lệ 13% và 11% Và cuối cùng là nhóm (Thạc sĩ) với 0 người lựa chọn

Bảng 4.2: Tổng hợp thống kê mô tả

STT Đặc điểm mẫu Tần số Phần trăm

1 Đã sử dụng Chatbox mua hàng Đã từng 250 88%

Trung họcCao đẳng Đại họcKhác

Nguồn: Tác gải tổng hợp từ Google Form

Kết quả đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha

4.3.1 Kết quả đánh giá độ tin cậy bằng hệ số Cronbach’s Alpha của các biến độc lập

Sau quá trình lọc dữ liệu, tác giả thu được 250 mẫu đạt tiêu chuẩn, sau đó tiến hành thực hiện đánh giá độ tin cậy của từng thang đo bằng hệ số Cronbach’s Alpha đối với 4 nhân tố độc lập thông qua phần mềm SPSS 20.0 và thu được kết quả được trình bày ở các bảng 4.3

Bảng 4.3: Kết quả đánh giá độ tin cậy của thang đo độ tin cậy Độ tin cậy (DTC)

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Hệ số tương quan biến - tổng

Cronbach's Alpha nếu loại biến

Nguồn: Tác giả tổng hợp từ SPSS 20.0

Bảng 4.3 trình bày kết quả đánh giá “Độ tin cậy” cho thấy : 4 biến quan sát của biến “Độ tin cậy” đều có hệ số tương quan biến – tổng biến thiên từ 0.661 đến 0.759 đều lớn hơn 0.3, và hệ số Cronbach’s Alpha của tổng thể là 0.860 lớn hơn 0.6 Như vậy, có thể kết luận được rằng cả 4 biến quan sát của “Độ tin cậy” đều thoả mãn điều kiện và giữ lại để thực hiện các bước tiếp theo

Kết quả đánh giá độ tin cậy của thang đo “Năng lực” được thể hiện trong bảng 4.4

Bảng 4.4: Kết quả đánh giá độ tin cậy của thang đo năng lực

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Hệ số tương quan biến - tổng

Cronbach's Alpha nếu loại biến

Nguồn: Tác giả tổng hợp từ SPSS 20.0

Kết quả độ tin cậy của yếu tố “Năng lực” được thể hiện trong bảng 4.4 cho thấy: Hệ số tương quan biến tổng lần lượt là 0.691, 0.758, 0.735, 0.784 có thể thấy được hệ số tương quan đều lớn hơn 0.3 và có hệ số Cronbach’s Alpha = 0.881 lớn hơn 0.6 nên có sự tương quan chặt chẽ giữa các biến và tất cả các biến đều nhỏ hơn Cronbach’s Alpha tổng nên thang đo hợp lệ vì vậy các biến quan sát trong thang đo “Năng lực” thoả điều kiện và được giữ lại để thực hiện kiểm định tiếp theo

Kết quả đánh giá độ tin cậy thang đo “Khả năng tiếp cận” được thể hiện trong bảng 4.5

Bảng 4.5: Kết quả đánh giá độ tin cậy của thang đo khả năng tiếp cận

Khả năng tiếp cận (TC)

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Hệ số tương quan biến - tổng

Cronbach's Alpha nếu loại biến

Nguồn: Tác giả tổng hợp từ SPSS 20.0

Với yếu tố “Khả năng tiếp cận” được thể hiện trong bảng 4.5 cho thấy: Hệ số tương quan biến tổng lần lượt là 0.744, 0.729, 0.752, 0.685 có thể thấy được hệ số tương quan đều lớn hơn 0.3 và Cronbach’s Alpha = 0.873 lớn hơn 0.6 Vì vậy các biến quan sát trong thang đo “Khả năng tiếp cận” thoả điều kiện và được giữ lại để thực hiện kiểm định tiếp theo

Bảng 4.6: Kết quả đánh giá độ tin cậy của thang đo chất lượng thông tin

Chất lượng thông tin (TT)

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Hệ số tương quan biến - tổng

Cronbach's Alpha nếu loại biến

Nguồn: Tác giả tổng hợp từ SPSS 20.0

Kết quả đánh giá “Chất lượng thông tin” được trình bày trong bảng 4.6: gồm 4 biến quan sát của biến “Chất lượng thông tin” đều có hệ số tương quan biến – tổng biến thiên từ (0.782 đến 0.887) > 0.3, và hệ số Cronbach’s Alpha của tổng thể là 0.918 > 0.6 Như vậy, có thể kết luận được rằng cả 4 biến quan sát của thang đo “Chất lượng thông tin” đều thoả điều kiện và được giữ lại để thực hiện kiểm định tiếp theo

Kết quả quá trình kiểm định cho thấy được, có tổng 16 biến quan sát của 4 biến độc lập đều thoả “Độ tin cậy” và đạt tiêu chuẩn cũng như chất lượng nên được đưa vào các bước phân tích sau

4.3.2 Kết quả đánh giá độ tin cậy bẳng hệ số Cronbach’s Alpha cho biến trung gian

Bảng 4.7 thể hiện kết quả đánh giá độ tin cậy của biến trung gian:

Bảng 4.7: Kết quả đánh giá độ tin cậy của thang đo mối quan hệ giữa khách hàng và thương hiệu Mối quan hệ khách hàng và thương hiệu (CBR)

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Hệ số tương quan biến - tổng

Cronbach's Alpha nếu loại biến

Nguồn: Tác giả tổng hợp từ SPSS 20.0

Kết quả “Mối quan hệ giữa khách hàng và thương hiệu” được trình bày trong bảng 4.7 cho thấy: 4 biến quan sát của biến đều có hệ số tương quan biến – tổng biến thiên từ (0.607 đến 0.740) > 0.3, và hệ số Cronbach’s Alpha của tổng thể là (0.845 > 0.6) Như vậy, có thể kết luận được rằng cả 4 biến quan sát trong thang đều thoả điều kiện và được giữ lại để thực hiện kiểm định tiếp theo

4.3.3 Kết quả đánh giá độ tin cậy bẳng hệ số Cronbach’s Alpha cho biến phụ thuộc

Kết quả kiểm lại thang đo phản ứng của khách hàng đối với thương hiệu được trình bày ở bảng 4.8

Bảng 4.8: Kết quả đánh giá độ tin cậy của thang phản ứng của khách hàng

Phản ứng của khách hàng (PU)

Trung bình thang đo nếu loại biến

Phương sai thang đo nếu loại biến

Hệ số tương quan biến - tổng

Cronbach's Alpha nếu loại biến

Nguồn: Tác giả tổng hợp từ SPSS 20.0

Thang đo “Phản ứng của khách hàng” cho thấy rằng hệ số Cronbach’s Alpha tổng thể 0.917 > 0.6 và hệ số tương quan biến – tổng của 5 biến quan sát đều có giá trị lớn hơn 0.3 nên thang đo đạt tiêu chuẩn và đảm bảo được chất lượng Như vậy, cả 5 biến quan sát trong thang đo “Phản ứng của khách hàng’’ đều đạt độ tin cậy cần thiết và được đưa vào các phân tích sau.

Kết quả phân tích nhân tố khám phá (EFA – Exploratory Factor Analysis)

4.4.1 Kết quả phân tích nhân tố khám phá (EFE) cho các biến độc lập

Khi đã đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha, thể hiện được rằng các biến quan sát đều đạt độ tin Vậy nên, tác giả sử dụng 16 biến quan sát để thực hiện phân tích nhân tố khám phá (EFA) cho những nhân tố sau: Độ tin cậy (ĐTC), năng lực (NL), khả năng tiếp cận (TC), chất lượng thông tin (TT)

Bảng 4.9: Kết quả phân tích nhân tố khám phá (EFA) cho các biến độc lập

Biến quan sát Nhân tố

Hệ số KMO (Kaiser – Meyer – Olkin) 0.821

Kiểm định Barlett’s Test sig.= 0.000

Nguồn: Tác giả tổng hợp từ SPSS 20.0

Qua kết quả phân tích nhân tố khám phá (EFA) lần 2 được tác giả thu thập và trình bày trong bảng 4.9 trên cho thấy: Hệ số KMO có giá trị 0.821 thoả mãn điều kiện (0.5 ≤ KMO

≤ 1), nên phân tích nhân tố của biến độc lập là phù hợp với dữ liệu thực tế Đồng thời kết quả kiểm định Bartlett's Test có giá trị sig = 0.000 < 0.05 chứng minh được rằng kết quả phân tích là đảm bảo được mức ý nghĩa thống kê và có tương quan với nhau trong mỗi nhân tố Và giá trị Eigenvalues bằng 2.055 > 1 giải thích được phần biến thiên tạo bởi nhân tố tạo thành Hệ số tổng phương sai trích (Extraction Sums of Squared Loadings), Cumulative % bằng 74.905 % > 50 % điều này chứng tỏ rằng 74.905 % sự biến thiên của biến quan sát giải thích cho 4 nhân tố Sau quá trình phân tích nhân tố khám phá (EFA) thu được kết quả ở bảng 4.9 chỉ ra rằng tất cả các biến quan sát đều có hệ số tải nhân tố (Factor Loading) lớn hơn 0.5 thể hiện được mối quan hệ giữa biến quan sát và các nhân tố có mối liên hệ chặt chẽ với nhau Điều này cũng cho thấy rằng, phân tích trên là thoả mãn điều kiện theo đề xuất của Hair và cộng sự (2010)

4.4.2.Kết quả phân tích nhân tố khám phá (EFA) của biến trung gian và biến phụ thuộc

Kết quả phân tích nhân tố khám phá (EFA) được tác giả thu thập và trình bày trong bảng 4.10

Bảng 4.10: Kết quả phân tích nhân tố khám phá (EFA) biến trung gian và biến phụ thuộc

Biến quan sát Nhân tố

Hệ số KMO (Kaiser – Meyer – Olkin) 0.893

Kiểm định Barlett’s Test sig.= 0.000

Nguồn: Tác giả tổng hợp từ SPSS 20.0

Kết quả phân tích (EFA) đối với biến trung gian và biến phụ thuộc trình bày trong bảng 4.10 cho thấy rằng: Hệ số KMO = 0.893 thoả mãn điều kiện (0.5 ≤ KMO ≤ 1), nên phân tích nhân tố cho các biến là phù hợp với dữ liệu thực tế Đồng thời kết quả kiểm định Bartlett's Test có giá trị sig = 0.000 < 0.05 nói lên được rằng kết quả phân tích yếu tố là đảm bảo được mức ý nghĩa thống kê và có tương quan với nhau trong mỗi nhân tố Hệ số tổng phương sai trích (Extraction Sums of Squared Loadings), Cumulative % bằng 72.380

% > 50 % điều này chứng tỏ rằng 72.380 % sự biến thiên của các biến quan sát giải thích cho nhân tố 2 nhân tố (Trung gian và Phụ thuộc) Sau quá trình phân tích nhân tố khám phá (EFA) biến trung gian và biến phụ thuộc của ma trận xoay nhân tố thu được kết quả ở bảng 4.10 thấy được rằng tất cả các biến quan sát đều có hệ số tải nhân tố (Factor Loading) lớn hơn 0.5 điều này thể hiện mối quan hệ giữa biến quan sát và các nhân tố có mối tương quan mạnh mẽ với nhau Điều này cũng cho thấy rằng, kết quả trên là đạt yêu cầu theo đề xuất của (Hair và cộng sự ,2010)

Kết quả thu được sau quá trình phân tích nhân tố khám phá (EFA) được trình bày ở bảng 4.11

Bảng 4.11: Phân tích ma trận trong kết quả EFA

Nguồn: Tác giả tổng hợp từ SPSS 20.0

Điều chỉnh mô hình sau khi phân tích nhân tố khám phá EFA

Sau quá trình phân tích độ tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá (EFA), mô hình nghiên cứu có sự thay đổi về các biến quan sát như sau:

• Nhân tố “Độ tin cậy” bao gồm các biến như: DTC1, DTC2, DTC4, DTC3

• Nhân tố “Năng lực” bao gồm các biến như: NL4, NL2, NL1, NL3

• Nhân tố “Khả năng tiếp cận” bao gồm các biến như: TC1, TC3, TC2, TC4

• Nhân tố “Chất lượng thông tin” bao gồm các biến như: TT1, TT3, TT4, TT2

• Nhân tố “Mối quan hệ giữa khách hàng và thương hiệu” bao gồm các biến như: CBR2, CBR3, CBR1, CBR4

• Nhân tố “Phản ứng của khách hàng” bao gồm các biến như: PU2, PU3, PU5, PU1, PU4.

Phân tích nhân tố khẳng định CFA

4.6.1 Kết quả phân tích nhân tố khẳng định CFA

Phân tích nhân tố khẳng định – Confirmatory Factor Analysis (CFA) Mô hình được xem là có sự phù hợp với dữ liệu thực tế khi kiểm định ra hệ số Chi-square có giá trị P-Value

< 0.05 Kết hợp thêm những yếu tố như GFI, TLI, CFI, CMIN/df và RMSEA

Phân tích kết quả bằng phần mềm AMOS thể hiện trong hình 4.3:

Hình 4.7: Kết quả phân tích nhân tố khẳng định CFA

Nguồn: Kết quả phân tích từ AMOS 24.0

Ta thấy được rằng: Chỉ số Chi-square @2.137, hệ số Chi-square/df = 1.547 (hệ số < 3) được đánh giá là tốt, GFI = 0.892 ≤ 0.9 theo nghiên cứu của Baumgartner và Homburg

(1995), và nghiên cứu Doll và cộng sự (1994) cho thấy rằng hệ số GFI vẫn có thể chấp nhận ở ngưỡng 0.8, TLI = 0.957 ≥ 0.9 được đánh giá là tốt, CFI = 0.963 ≥ 0.9 được đánh giá là tốt Và cuối cùng là hệ số RMSEA = 0.047 ≤ 0.08 là phù hợp Tổng kết lại có thể thấy được rằng những chỉ số đó đều thoả mãn điều kiện, do vậy có thể kết luận rằng mô hình này phù hợp với dữ liệu thực tế và có sự tương thích với dữ liệu thị trường

4.6.1.1 Kiểm định độ tin cậy tổng hợp (CR) và phương sai trích trung bình (AVE)

Bảng tổng hợp giá trị về độ tin cậy tổng hợp và phương sai trích trung bình được trình bày ở bảng 4.12 như sau:

Bảng 4.12: Tổng hợp các giá trị độ tin cậy tổng hợp và phương sai trích trung bình

Các thành phần Độ tin cậy tổng hợp

Phương sai trích trung bình (AVE) Chất lượng thông tin

Khả năng tiếp cận (TC) 0.873 0.633 Độ tin cậy (DTC) 0.862 0.612

Phản ứng khách hàng với thương hiệu (PU) 0.918 0.691

Mối quan hệ giữa khách hàng và thương hiệu (CBR)

Nguồn: Tác giả tổng hợp từ AMOS 24.0

Theo như bảng trên tác giả tổng hợp từ phần mềm AMOS 24 thì có thể thấy được rằng độ tin cậy tổng hợp (CR) đều thoả điều kiện trong khoảng từ 0.7 trở lên (Nghiên cứu Joreskog (1971)) và AVE có ý nghĩa vì thoả được điều kiện đạt trên 0.5 cụ thể (Từ 0.583 đến 0.741) Vì vậy kết luận được rằng thang đo đáng tin cậy khi đều thoả được điều kiện

4.6.1.2 Kiểm định giá trị hội tụ

Kiểm định giá trị hội tụ (Convergent validity) là kiểm định xem các biến quan sát của một biến tiềm ẩn có tương quan thuận với nhau hay không và sự tương quan đó mạnh tới mức nào

Bảng 4.13: Các hệ số đã chuẩn hoá

Nguồn: Tác giả tổng hợp từ AMOS 24.0

Sau khi thực hiện CFA bằng phần mềm AMOS 24.0 kết quả được trình bày ở bảng 4.13 thấy được tất cả các biến đều có trọng số giá trị lớn hơn 0.5 (0.656 đến 0.950), đều này cũng khẳng định được rằng mô hình có ý nghĩa thống kê Vì vậy, kết luận được rằng thang đo này đạt giá trị hội tụ cao

4.6.1.3 Kiểm định giá trị phân biệt

Kiểm định tính phân biệt (Discriminant validity) rất cần thiết trong quá trình phân tích nhân tố khẳng định (CFA), việc kiểm định này để đảm bảo rằng sẽ không có những sai lệch về kết quả phân tích

Theo (Hair và cộng sự, 2010; Hair và cộng sự, 2016): Để đánh giá tính phân biệt dựa vào những điều kiện như: Chỉ số MSV (Phương sai chia sẽ lớn nhất) < AVE (Phương sai trích trung bình) Và giá trị căn bậc hai AVE của một biến phải lớn hơn tương quan giữa biến đó với các biến khác thì lúc này tính phân biệt mới được đảm bảo

Bảng 4.14: Bảng tổng hợp giá trị phân biệt

AVE MSV TT NL TC DTC PU CBR

Nguồn: Tác giả tổng hợp từ phần mềm AMOS 24

Bảng 4.14 trên tác giả kết luận được rằng: Đối với thang đo TT (Chất lượng thông tin)

Hệ số AVE > MSV (0.741 > 0.153) và giá trị căn bậc hai AVE của TT đều lớn hơn tương quan giữa các nhân tố như NL, TC, DTC, PU và CBR nên kết luận được rằng thang đo

TT đảm bảo được tính phân biệt Đối với thang đo NL (Năng lực)

Hệ số AVE > MSV (0.652 > 0.11) và hệ số tương quan giữa nhân tố NL và TT bằng 0.132 Căn bận hai AVE của NL = 0.807 nhỏ hơn căn bậc hai AVE của TT = 0.861, nên NL và

TT đảm bảo được tính phân biệt Đối với thang đo TC (Khả năng tiếp cận)

Hệ số AVE > MSV (0.633 > 0.335), hệ số tương quan giữa nhân tố TC và NL là 0.071

Và căn bậc hai AVE của TC = 0.796 nhỏ hơn căn bậc hai AVE của NL = 0.807 nên có thể kết luận được rằng TC và NL đảm bảo được tính phân biệt Đối với thang đo DTC (Độ tin cậy)

Hệ số AVE > MSV (0.612 > 0.228) và hệ số tương quan giữa nhân tố DTC và TC bằng 0.337*** Căn bận hai AVE của DTC = 0.782 nhỏ hơn căn bậc hai AVE của TC = 0.796 , nên DTC và TC đảm bảo được tính phân biệt Đối với thang đo PU (Phản ứng khách hàng với thương hiệu)

Hệ số AVE > MSV (0.691 > 0.328), hệ số tương quan giữa nhân tố PU và DTC là 0.202**

Và căn bậc hai AVE của PU = 0.831 nhỏ hơn căn bậc hai AVE của DTC = 0.782 nên có thể kết luận được rằng PU và DTC đảm bảo được tính phân biệt Đối với thang đo CBR (Mối quan hệ giữa khách hàng và thương hiệu)

Hệ số AVE > MSV (0.0.583 > 0.335) và hệ số tương quan giữa nhân tố CBR và PU bằng 0.573*** Căn bận hai AVE của CBR = 0.763 nhỏ hơn căn bậc hai AVE của PU = 0.0831, nên CBR và PU đảm bảo được tính phân biệt.

Phân tích và kiểm định mô hình nghiên cứu bằng mô hình cấu trúc tuyến tính (SEM)

Sau khi phân tích độ tin cậy của từng thang đo, phân tích nhân tố khám phá (EFA) và phân tích nhân tố khẳng tích (CFA )tác giả tiến hình vào phân tích cấu trúc tuyền (SEM) để kiểm định các giả thuyết nghiên cứu

4.7.1 Kiểm định tính thích hợp của mô hình với dữ liệu thực tế

Hình 4.8: Kết quả phân tích mô hình cấu trúc tuyến tính SEM

Nguồn: Kết quả phân tích từ AMOS 24.0

Theo nghiên cứu (Bentler và Bonett, 1980) và nghiên cứu (Carmines và McIver, 1981), kết quả phân tích cho thấy được hệ số Chi – square = 405.405, hệ số Chi-square/df 1.536 (hệ số < 3) được đánh giá là tốt, GFI = 0.891 ≤ 0.9 theo nghiên cứu của Baumgartner và Homburg (1995), và nghiên cứu Doll và cộng sự (1994) cho thấy rằng hệ số GFI vẫn có thể chấp nhận ở ngưỡng 0.8, TLI = 0.958 ≥ 0.9 được đánh giá là tốt, CFI = 0.963 ≥ 0.9 được đánh giá là tốt Và cuối cùng là hệ số RMSEA = 0.046 ≤ 0.08 là phù hợp Tổng kết lại có thể thấy được rằng các chỉ số này đều thoả mãn điều kiện phù hợp tốt, và có thể kết luận rằng mô hình này đạt yêu cầu với dữ liệu thực tế và có sự tương thích với dữ liệu thị trường

4.7.2 Kiểm định mối quan hệ giữa các nhân tố

Bảng 4.15: Tổng hợp hệ số chuẩn hoá

Nguồn: Tác giả tổng hợp từ AMOS 24.0

Mối quan hệ giữa các nhân tố được tác giả tổng hợp tại bảng 4.15, cho thấy được mối quan hệ giữa các nhân tố đều có ý nghĩa thống kê với độ tin cậy 99%

4.7.3 Kiểm định mức độ tác động của từng nhân tố

Bảng 4.16: Tổng hợp các hệ số đã chuẩn hoá

Nguồn: Tác giả tổng hợp từ AMOS 24.0

Bảng 4.15 tổng hợp tỷ lệ tác động của từng nhân tố, có thể thấy được nhân tố TC (Khả năng tiếp cận) tác động mạnh nhất đối với biến CBR, tiếp theo là nhân tố DTC, NL và cuối cùng là nhân tố TT có mức độ thấp nhất Hơn nữa có thể thấy được nhân tố CBR (Biến trung gian) có tác động mạnh nhất đối với biến PU (Phản ứng khách hàng và thương hiệu).

Phân tích Bootstrap

Từ đám đông (Mẫu ban đầu) có 250 mẫu quan sát, với dữ liệu ban đầu, ta sẽ tính toán được các ước lượng hay còn gọi là trọng số hồi qui Đối với nghiên cứu này, tác giả chọn số lần lấy mẫu lặp lại khi kiểm định Bootstrap = 500 mẫu Kết quả thu được sau quá trình phân tích được trình bày dưới bảng 4.16

Mối tương quan SE SE-

SE Mean Bias (A) SE-Bias

Nguồn: Tác giả tổng hợp từ AMOS 24.0

Tác giả tiến hành so sánh giá trị C.R này với 1.96 (Do 1.96 là giá trị phân phối chuẩn), nhìn chung trên bảng có thể thấy được các hệ số CR < 1.96, và kết luận được P-Values >

5 % , từ đó kết luận được chấp nhận tất cả các giả thuyết và có ý nghĩa thống kê ở mức tin cậy là 95 % Và cuối cùng kết luận được rằng mô hình ước lượng ban đầu có thể tin cậy được

4.8.2 Phân tích và kiểm định các giả thuyết

4.8.2.1 Kiểm tra tính thích hợp của mô hình nghiên cứu

Bảng 4.18: Tổng hợp hệ số hồi quy chưa chuẩn hoá và chuẩn hoá

Hệ số hồi quy chuẩn hoá

Hệ số hồi quy chưa chuẩn hoá

Nguồn: Tác giả tổng hợp kết quả từ phần mềm AMOS 24.0

Từ bảng 4.17 trên có thể được mối quan hệ giữa các nhân tố đều có ý nghĩa thống kê với độ tin cậy là 95 % Dựa vào hệ số chuẩn hoá trong bảng 4.17, thấy được yếu tố CBR (Mối quan hệ giữa khách hàng và thương hiệu) hay còn được gọi là biến trung gian có tác động mạnh nhất đến PU (Phản ứng khách hàng và thương hiệu), tiếp theo là nhân tố TC (Khả năng tiếp cận) với hệ số chuẩn hoá là 0.408, tiếp theo là DTC (Độ tin cậy) bằng 0.303, kế đến là NL (Năng lực) bằng 0.289, cuối cùng là TT (Chất lượng thông tin) với hệ số chuẩn hoá là 0.209

4.8.2.2 Kiểm định các giả thuyết nghiên cứu

Bảng 4.19: Kết quả kiểm định các giả thuyết nghiên cứu

Giả thuyết P - value Kết quả nghiên cứu

H1: Độ tin cậy tác động cùng chiều với mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng Chatbox

H2: Nhân tố Năng lực tác động cùng chiều với mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng Chatbox

H3: Khả năng tiếp cận tác động cùng chiều với mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng Chatbox

H4: Chất lượng thông tin tác động cùng chiều với mối quan hệ giữa khách hàng và thương hiệu qua tiếp thị bằng Chatbox

H5: Mối quan hệ giữa khách hàng và thương hiệu tác động cùng chiều với phản ứng của khách hàng đối với thương hiệu qua việc tiếp thị bằng

Nguồn: Tác giả tổng hợp

Kết quả trên cho thấy được các mối quan hệ đều có ý nghĩa thống kê vì hệ số sig cực nhỏ (p < 0.05) Điều này đồng nghĩa với việc chấp nhận các giả thuyết H1, H2, H3, H4 và H5

Chương 4 trình bày chi tiết về kết quả của quá trình phân tích dữ liệu Dữ liệu sau khi thu thập được, được tác giả xử lý bằng phần mềm SPSS 20.0 và phần mềm AMOS 24.0 Khi phân tích thống kê mô tả tác giả thực hiện thống kê và tóm tắt được số lượng người sử dụng Chatbox để mua hàng, tổng thời gian sử dụng Internet để mua hàng , thống kê mô tả giúp xác định đúng chính xác đối tượng khách hàng mà đề tài hướng đến Tiếp theo là kiểm định độ tin cậy bằng hệ số Cronbach’s Alpha cho thấy được giữa các thang đo có độ tin cậy cao Tiếp đến tác giả thực hiện phân tích nhân tố khám phá (EFA) và phân tích nhân tố khẳng định (CFA) của các yếu tố trong quá trình phân tích đều đạt yêu cầu và không loại bỏ biến quan sát nào Phân tích mô hình cấu trúc tuyến tính (SEM) thấy được các chỉ số đều đạt đủ điều kiện Bootstrap sau khi phân tích cũng kết luận được rằng với mô hình ban đầu được ước lượng có thể tin cậy được, sau đó là kiểm định tính thích hợp với mô hình và kiểm định các giả thuyết nghiên cứu, kết luận được rằng giữa các nhân tố có mối liên hệ với nhau và đồng thời các giả thuyết đều đạt yêu cầu và chấp nhận

Chương 3 này trình bày về phương pháp nghiên cứu được thực hiện để đánh giá thang đo, phương pháp chọn mẫu nghiên cứu, mô tả quy trình, trình bày các khái niệm liên quan đến thang đo và điều chỉnh lại thang đo sao cho phù hợp với mô hình và trình bày những phương pháp xử lý số liệu Phương pháp nghiên cứu được thực hiện thông qua hai bước, nghiên cứu sơ bộ và nghiên cứu chính thức.