Nguồn: Kết quả xử lý dữ liệu bằng SPSS của tác giả
Việc chấp nhận 4 giả thuyết ở bảng 26 cho thấy rằng mức độ gia tăng những nhân tố này sẽ làm gia tăng mức độ hài lòng của khách hàng khi mua sắm trực tuyến. Do đó, mơ hình nghiên cứu chính thức được trình bày như sau:
Hình 14. Mơ hình nghiên cứu chính thức Nguồn: Kết quả xử lý dữ liệu bằng SPSS của tác giả
4.8. Ý nghĩa của kết quả nghiên cứu
Kết quả cho thấy nhân tố bảo mật có mối quan hệ cùng chiều với sự hài lòng của khách hàng khi mua sắm trực tuyến. Vì vậy, khi các nhà kinh doanh càng khiến người tiêu dùng an tâm về sự an tồn của các thơng tin cá nhân mà họ cung cấp khi giao dịch, họ sẽ càng hài lòng và gia tăng khả năng tái truy cập trang web/app cũng như thanh toán cho các giao dịch tiếp theo. Do đó, để tạo ra những mối quan hệ thân thiết và lâu dài, người bán phải đảm bảo rằng thông tin của khách hàng sẽ luôn được họ bảo vệ và chỉ được cung cấp cho bên thứ ba khi có sự cho phép của chính người mua hoặc yêu cầu từ chính quyền.
Nhân tố tiếp theo có sự ảnh hưởng cùng chiều lên sự thỏa mãn của người tiêu dùng là sự hoàn thành khi thực hiện giao dịch. Đây là kết quả dễ hiểu khi khách hàng nhận được đúng sản phẩm họ mong đợi ứng với những thông tin được cung cấp bao gồm chất lượng sản phẩm và công dụng chúng mang lại cho người dùng trong khoảng thời gian đã hứa hẹn trước đó, họ sẽ vui vẻ với dịch vụ mua sắm được cung cấp và sẵn sàng quay lại tiếp tục thực hiện các giao dịch khác trong tương lai. Vì vậy, người bán cần chắc chắn rằng tất cả sản phẩm trưng bày trên gian hàng trực tuyến đều ở trạng thái cịn hàng, có mơ tả đúng với trải nghiệm thực tế mang lại, được đóng gói kỹ càng và giao đến tay người nhận đúng thời gian quy định để đơn hàng được hoàn thành một cách chỉn chu nhất.
Một nhân tố khác cũng có ảnh hưởng cùng chiều đến sự hài lịng của khách hàng khi mua sắm trực tuyến chính là hiệu năng của trang web/app. Một lợi thế của hình thức mua sắm trực tuyến đó là người mua có nhiều lựa chọn và có thể hồn thành giao dịch nhanh chóng hơn hình thức trực tiếp. Do đó, một nền tảng mua sắm trực tuyến có thể khiến cho khách hàng hài lịng chính là một cơng cụ tận dụng được hết các lợi thế cạnh tranh của mình. Các nhà kinh doanh cần nâng cao hiệu năng bằng cách đảm bảo việc đa dạng hóa các loại sản phẩm được bày bán trên trang web/app, thiết kế giao diện, sắp xếp bố cục một cách hợp lý và đẹp mắt giúp khách hàng dễ dàng xử lý thao tác và hồn thành giao dịch một cách nhanh chóng.
Nghiên cứu đã chứng minh được rằng nhân tố sự khả dụng của hệ thống ảnh hưởng thuận chiều lên sự hài lòng của khách hàng khi mua sắm trực tuyến. Một hệ thống vận hành tốt mới tạo tiền đề cho doanh nghiệp hoàn thành đơn hàng. Trong trường hợp trang web hoặc app mua sắm gặp trục trặc và khách hàng không thể đặt hàng, những hành vi được khuyến nghị đối với người bán ở các đoạn trên sẽ khơng diễn ra, do đó sẽ khơng xảy ra viễn cảnh khách hàng gia tăng sự hài lịng, thay vào đó khả năng cao họ sẽ chuyển sang một nền tảng trực tuyến khác để đặt hàng và nếu đối thủ cạnh tranh có thể đáp ứng thêm các tiêu chí khác, chúng ta sẽ mất đi rất nhiều khách hàng trong tương lai. Do vậy, các nhà quản trị phải không ngừng cải thiện hệ thống của nền tảng mua sắm trực tuyến để nhiều người mua cùng một lúc truy cập và tạo được nhiều đơn hàng nhất có thể.
Bối cảnh thời đại 4.0 và người dân Việt Nam đã quen thuộc với cuộc sống “bình thường mới” khiến cho nhu cầu mua sắm trực tuyến ngày càng tăng cao. Để kịp thời nắm bắt và đáp ứng nhu cầu của người tiêu dùng, trước tiên người bán phải xác định xem đâu là yếu tố làm tăng sự thỏa mãn của khách hàng khi mua sắm trực tuyến và khả năng lặp lại hành vi thanh tốn của họ, từ đó đề ra những biện pháp phát triển công việc kinh doanh của mình.
CHƯƠNG 5. KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ5.1. Kết luận 5.1. Kết luận
Dù đề tài khơng có quá nhiều tính sáng tạo, nhưng trong bối cảnh hiện tại, tác giả vẫn lựa chọn tiếp tục nghiên cứu từ những thành quả đi trước để kiểm định lại liệu các cơng trình trước đó vẫn cịn áp dụng được với thực tế ngày nay hay không.
Dựa trên những hiểu biết từ các tài liệu lý thuyết đã tìm được, tác giả chọn phát triển mơ hình nghiên cứu từ mơ hình E-S-Qual với ngun mẫu là 4 nhân tố cùng 22 biến quan sát. Sau khi trao đổi cùng chuyên gia và phát khảo sát cho 11 sinh viên tại các trường đại học ở TP.HCM, tác giả đã chỉnh sửa lại mơ hình gồm 4 nhân tố độc lập cùng 20 biến quan sát và 1 nhân tố phụ thuộc cùng 5 biến quan sát. Bảng câu hỏi cuối cùng tiếp tục được phát đi thơng qua các nhóm cộng đồng sinh viên trực thuộc các trường đại học ở TP.HCM trên nền tảng Facebook và thu về 488 mẫu trả lời, sau khi làm sạch dữ liệu và lọc đi các mẫu khơng phù hợp, số mẫu cịn lại là 386.
Kết quả xử lý dữ liệu bằng công cụ SPSS cho ra 4 nhân tố độc lập cùng 18 biến quan sát và 1 nhân tố phụ thuộc là sự hài lòng của khách hàng cùng 5 biến quan sát. Tên các nhân tố độc lập theo thứ tự ảnh hưởng mạnh nhất đến yếu nhất lên nhân tố phụ thuộc lần lượt là: bảo mật, sự hoàn thành, hiệu năng và sự khả dụng của hệ thống. Các nhân tố này trong mơ hình hồi quy tuyến tính bội chỉ giải thích được 53,2% sự biến thiên của nhân tố phụ thuộc, do đó ta có thể chắc chắn rằng vẫn cịn các nhân tố khác có thể ảnh hưởng đến sự hài lịng của khách hàng mà nghiên cứu này chưa tìm ra. Kết quả báo cáo đã đáp ứng và trả lời được tất cả các mục tiêu và câu hỏi đã đề ra ở chương 1.
5.2. Hàm ý quản trị
Từ tổng kết báo cáo ở trên, tôi xin khuyến nghị vài giải pháp giúp các nhà kinh doanh/quản trị doanh nghiệp có thể cải thiện sự hài lịng của khách hàng khi mua sắm trực tuyến, từ đó góp phần tăng doanh thu và lợi nhuận:
5.2.1. Khiến cho khách hàng an tâm về độ bảo mật của trang web/app
Việc này không chỉ được thể hiện qua tăng cường bảo mật, mà người bán cần phải có những cách thơng báo đến người mua rằng những thông tin cá nhân mà họ cung cấp sẽ được an toàn khi mua hàng trực tuyến tại trang web hoặc app: thông qua tin nhắn trên hộp thư, hiện thông báo, biểu tượng đặc biệt,… Ngồi ra, các doanh nghiệp có quy mơ lớn cần phải giám sát và quản lý nghiêm ngặt đội ngũ nhân viên để tránh tình trạng nhân viên lấy cắp và bán thông tin khách hàng cho bên thứ ba. Việc lập trình bảo mật hệ thống cũng rất quan trọng nhằm tránh việc thơng tin bị rị rỉ trên diện rộng và các giao dịch gặp trục trặc. Việc đảm bảo bảo mật cho trang web/app mua sắm nhưng lại không thơng báo cho khách hàng sẽ khiến họ hồi nghi khi truy cập. Tuy nhiên, việc không đảm bảo được bảo mật như đã cam kết trước đó sẽ khiến khách hàng thất vọng và có thể sẽ khơng tái mua sắm.
5.2.2. Đảm bảo các giao dịch đều hoàn thành đúng cam kết
Người bán cần đảm bảo rằng tất cả đơn hàng đã đặt được giao đúng hẹn, đúng nơi, đúng sản phẩm và gói hàng được giao ln trong tình trạng đóng kín, khơng đổ, vỡ hay rò rỉ. Hơn nữa, sản phẩm được giao phải đúng như cam kết ban đầu trên trang web/app, mang lại công dụng đúng như mong đợi của khách hàng được hình thành từ lời mơ tả của người bán.
5.2.3. Thiết kế trang web/app thân thiện với người dùng, đa dạnghóa sản phẩm hóa sản phẩm
Các nhà kinh doanh cần chú ý đến giao diện của trang web/app mua sắm trực tuyến, tối ưu tất cả các nút chọn, thiết kế bố cục hợp lý, chọn màu sắc hài hịa. Ngồi ra, doanh nghiệp cần tìm kiếm thêm các mặt hàng đa dạng, thỏa mãn càng nhiều kỳ vọng của người tiêu dùng sẽ tạo ra được nhiều giao dịch thành công. Muốn thực hiện được, những người kinh doanh phải đảm bảo rằng khách hàng khơng gặp trở ngại hay khó khăn gì khi thực hiện giao dịch dẫn đến việc họ suy xét chuyển sang cửa hàng khác hoặc nền tảng khác để mua sắm.
5.2.4. Đảm bảo hệ thống luôn vận hành trơn tru
Khi nhiều người cùng lúc sử dụng trang web trực tuyến dẫn đến sập hệ thống rất thường xuyên xảy ra và sớm đã khơng cịn xa lạ, đặc biệt là khi đến dịp giảm giá, khuyến mãi sản phẩm. Các nhà kinh doanh cần tận dụng hết các nguồn lực để ngăn chặn tình trạng này hết sức có thể, vì một khi hệ thống đã bị sập, ta sẽ phải tốn khá nhiều thời gian để khôi phục và để lỡ mất rất nhiều đơn đặt hàng. Không chỉ ở những dịp khuyến mãi đặc biệt, các nhà điều hành cũng cần phải lưu ý về tình trạng đóng băng hệ thống bất chợt trong khi một khách hàng đang thực hiện thanh tốn, nếu tình trạng này kéo dài, họ sẽ không chần chờ chuyển sang một nền tảng khác để đặt sản phẩm tương tự.
5.3. Những hạn chế và hướng nghiên cứu cho đề tài
Vì gặp trở ngại về thời gian, kinh phí và một số nguồn lực khác (quà tặng cho đáp viên, mối quan hệ của tác giả với các sinh viên trường đại học khác,…) nên số mẫu thu về chưa thực sự đại diện cho tổng thể. Cụ thể, số sinh viên Đại học Hoa Sen chiếm quá nhiều (83,7%) và số sinh viên mua sắm chủ yếu ở nền tảng Shopee cũng chiếm đa số (84,2%). Ngoài ra, số mẫu hợp lệ để tiến hành xử lý dữ liệu chỉ ở mức trung bình chứ khơng lớn. Do đó, để giảm sai lệch và tăng tính khái qt cho đề tài, các báo cáo tiếp theo cần cố gắng thu thập số lượng mẫu nhiều hơn và thực hiện chọn mẫu theo phương pháp phân tầng để đem lại hiệu quả thống kê cao nhất.
Các thành phần trong bảng câu hỏi nghiên cứu định lượng đã không được xem, nhận xét và góp ý bởi các chuyên gia trong ngành TMĐT và mua sắm trực tuyến. Những nghiên cứu sau (nếu có cơ hội) nên bổ sung góp ý của những chuyên gia trong ngành này để bảng khảo sát giảm thiểu sai lệch và thiếu sót, từ đó được hồn thiện hơn.
TÀI LIỆU THAM KHẢO
Adel M. A., Prashant C. P. (2002). "Developing and validating an instrument for measuring user-perceived web quality". Information Management, 467- 476.
Alpar P., Porembski M., Pickerodt S. (2001). "Measuring the efficiency of web site traffic generation". International Journal of Electronic Commerce, 53- 74.
Andreassen T. W., Lindestad B. (1998). "Customer loyalty and complex services".
International Journal of Service Industry Management, 7-23.
Bauer H. H., Falk T., Hammerschmidt M. (2006). "eTransQual: A transaction process-based approach for capturing service quality in online shopping".
Journal of Business Research, 866-875.
Bland J., Altman D. (1997). "Statistics notes: Cronbach's alpha". BMJ, 572. Blut M. (2016). "E-Service Quality: Development of a Hierarchical Model".
Journal of Retailing, 500-517.
Booth G. D., Niccolucci M. J., Schuster E. G. (1994). "Identifying Proxy Sets in
Multiple Linear Regression: An Aid to Better Coefficient Interpretation".
Ogden: U.S. Department of Agriculture, Forest Service, Intermountain Research Station.
C. N. Krishna N., Swapna B. G., Gantasala V. P. (2010). "Service Quality (Servqual) and its Effect on Customer Satisfaction in Retailing".
European Journal of Social Sciences - Volume 16, Number 2, 231-243.
Carroll B. (2008). "Social Shopping: A New Twist on E-Commerce". Furniture Today, 81.
Cochran W. G. (1963). "Sampling Techniques (2nd Edition)". New York: John Wiley and Sons Inc.
Collier J., Bienstock C. (2006). “Measuring service quality in e-retailing”.
Journal of Service Research, 260-275.
Cortina J. (1993). "What is coefficient alpha: an examination of theory and applications". Journal of applied psychology, 98-104.
Costello A. B., Osborne J. (2005). "Best practices in exploratory factor analysis: Four recommendations for getting the most from your analysis". Practical
Assessment, Research & Evaluation, 1-9.
Cronbach L. (1951). "Coefficient alpha and the internal structure of tests".
Psychomerika, 297-334.
Chang H. H., Wang H. (2011). "The moderating effect of customer perceived value on online shopping behaviour". Online Information Review, 333 – 359. Dabholkar P. A. (1996). "Consumer evaluations of new technology-based self-
service options: An investigation of alternative models of service quality".
International Journal of Research in Marketing, 29-51.
De Winter J. C., Dodou D. (2012). "Factor recovery by principal axis factoring and maximum likelihood factor analysis as a function of factor pattern and sample size". Journal of Applied Statistics, 695–710.
Dennis D. W., William M. III, Richard L. S. (2008). "Mathematical Statistics with Applications, Seventh Edition". Belmont: Thomson Brooks/Cole.
Deng Z., Lu Y., Wei K. K., Zhang J. (2010). "Understanding customer satisfaction and loyalty: An empirical study of mobile instant messages in China". International Journal of Information Management, 289–300.
DeVellis R. (2003). "Scale development: theory and applications". Thousand Okas, CA: Sage.
Dia Z., Sara T. (2014). "Assessing the Importance of E-SQ Dimensions and Attributes: Perspective of Facebook’s Users". International Business Research, 83-97.
Dr. Mahjudin, Ir. Nurmawati, Indriana K. (2019). "Buying Behaviour Pattern on Online Consumer (A Comparison between urban and rural buyer)".
Sinergi, Volume 9 Number 1, 18-27.
Dziuban C. D., Harris C. W. (1973). "On the extraction of components and the applicability of the factor model". American Educational Research Journal, 93–99.
Dziuban C. D., Shirkey E. C. (1974). "When is a correlation matrix appropriate for factor analysis? Some decision rules". Psychological Bulletin, 358–
361.
Eighmey J., Lola M. (1998). "Adding Value in the Information Age: Uses and Gratifications of Sites on the World Wide Web". Journal of Business
Research, 187-194.
Fassnacht M., Koese I. (2006). "Quality of Electronic Services: Conceptualizing and Testing a Hierarchical Model". Journal of Service Research, 19.
Fram E. H., Dale B. G. (1995). "Internet Buyers: Will the Surfers Become Buyers?". Direct Marketing, 63-65.
Gounaris S., Dimitriadis S., Stathakopoulos V. (2010). “An examination of the effects of service quality and satisfaction on customers’ behavioral intentions in e-shopping". Journal of Services Marketing, 142-156.
Gronroos C. (1982). "Strategic Management and Marketing in the Service Sector".
GS. TS. Đặng Nguyên Anh. (2021, 10 21). "Ảnh hưởng của đại dịch Covid-19
đến sức khỏe tinh thần". Retrieved from http://hdll.vn/:
http://hdll.vn/vi/nghien- cuu---trao-doi/anh-huong-cua-dai-dich-covid-19- den-suc-khoe-tinh- than.html
Gulden K. U., Nese G. (2013). "A Study on Multiple Linear Regression Analysis".
Procedia - Social and Behavioral Sciences, 234-240.
Gwo-Guang L., Hsiu-Fen L. (2005). "Customer perceptions of e-service quality in online shopping". International Journal of Retail & Distribution Management, 161-176.
Hair J. F., Black W. C., Babin B. J., Anderson R. E., Tatham R. L. (2006).
”Multivariate data analysis (Vol. 6)". Upper Saddle River: Pearson Prentice Hall.
Ilias S., Panagiotis T., Georgios T. (2012). "Using E-S-QUAL to measure internet service quality of e-commerce web sites in Greece". International Journal
of Quality and Service Sciences, 86-98.
Joel E. C., Carol C. B. (2006). "Measuring Service Quality in E-Retailing".
Journal of Service Research, 260-275.
John O. R., Sastry G. P., David A. D. (1998). "Applied Regression Analysis: A
Research Tool, Second Edition". New York: Springer-Verlag New York
Inc.
Joseph L. R., Alan W. N. (1988). "Thirteen Ways to Look at the Correlation Coefficient". The American Statistician, 59-66.
Kaiser H. F. (1958). "The varimax criterion for analytic rotation in factor analysis".
Kaiser H. F. (1960). "The application of electronic computers to factor analysis".
Educational and Psychological Measurement, 141–151.
Kaiser H. F. (1970). "A second generation little jiffy". Psychometrika, 401–415. Kim M., Kim J. H., Lennon S. (2006). “Online service attributes available on
apparel retail web sites: an E-S-QUAL approach”. Managing Service Quality, 51-77.
Kim Y. A., Srivastava J. (2007). "Impact of Social Influence in E-commerce