Nội dung bài báo
1. Giới thiệu
Phát trực tiếp được sử dụng như một công cụ minh họa sản phẩm, cung cấp góc nhìn đa chiều, hỗ trợ giải đáp thắc mắc theo thời gian thực và lồng ghép yếu tố giải trí nhằm thúc đẩy quyết định mua nhanh (Wongkitrungrueng & Assarut, 2020).
Mặc dù mua sắm trực tuyến thông qua livestream ngày càng phổ biến, các nghiên cứu về tác động của hoạt động này đến ý định mua vẫn còn hạn chế (Sun và cộng sự, 2019; Yu và cộng sự, 2018). Các bằng chứng hiện có cho thấy livestream có thể gia tăng sự gắn kết của khách hàng (Wongkitrungrueng & Assarut, 2020), tuy nhiên, cơ chế liên kết giữa sự gắn kết và ý định mua vẫn chưa được làm rõ một cách thuyết phục (Sun và cộng sự, 2019).
Các nghiên cứu trước chủ yếu tập trung vào động lực mua sắm (hưởng thụ và thực dụng) và đặc điểm của người livestream (Ling và cộng sự, 2022; Luo và cộng sự, 2023; Cai & Wohn, 2022). Trong khi đó, vai trò của nền tảng công nghệ, bao gồm các tính năng và cơ chế tương tác đặc thù, chưa được khám phá đầy đủ và có hệ thống. Các khung lý thuyết truyền thống như S-O-R hay TAM, dù hữu ích, có thể chưa nắm bắt trọn vẹn bản chất tương tác động giữa người dùng và công nghệ trong môi trường livestream.
Xuất phát từ đặc trưng tương tác người-máy (tức sự tương tác giữa người dùng và nền tảng công nghệ trong quá trình mua sắm trực tuyến) trong mua sắm trực tuyến thông qua livestream, các nghiên cứu cần đồng thời tích hợp góc nhìn về nhận thức của khách hàng và các đặc điểm kỹ thuật của nền tảng (Sun và cộng sự, 2019). Trong bối cảnh này, khái niệm tính khả dụng cho phép kết nối hai thành phần then chốt, gồm đặc trưng công nghệ của nền tảng và nhận thức của người dùng trong quá trình tương tác (Dong & Wang, 2018; Sun và cộng sự, 2019). Tính khả dụng được hình thành từ mối quan hệ giữa mục tiêu của người dùng và các đặc tính kỹ thuật của nền tảng, do đó phù hợp để nghiên cứu mua sắm trực tuyến thông qua livestream trong bối cảnh của thương mại điện tử (Dong & Wang, 2018; Sun và cộng sự, 2019).
Trên cơ sở tổng hợp hệ thống các công trình về mua sắm trực tuyến thông qua livestream, một số nghiên cứu nhấn mạnh sự gắn kết khách hàng như một biến trung gian đáng chú ý (Sun và cộng sự, 2019). Wongkitrungrueng và Assarut (2020) cho thấy livestream có thể định hình sự gắn kết thông qua giá trị cảm nhận và niềm tin. Tuy nhiên, các nghiên cứu hiện nay vẫn còn hạn chế khi chưa phân tích toàn diện cả các yếu tố thúc đẩy lẫn hệ quả của sự gắn kết trong mối quan hệ với ý định mua (Sun và cộng sự, 2019).
Từ khoảng trống nêu trên, nghiên cứu này được thực hiện với đề tài “Vai trò trung gian của sự gắn kết khách hàng giữa tính khả dụng công nghệ thông tin và ý định mua của Gen Z qua livestream”. Kết quả nghiên cứu kỳ vọng đóng góp bằng chứng thực nghiệm trong bối cảnh Việt Nam, đồng thời gợi ý hàm ý quản trị cho doanh nghiệp trong một lĩnh vực đang phát triển mạnh.
2. Lý thuyết nền tảng và giả thuyết nghiên cứu
2.1. Mua sắm trực tuyến thông qua livestream
Livestream trong thương mại xã hội được hiểu là hình thức truyền phát video trực tiếp trên các nền tảng thương mại điện tử hoặc mạng xã hội, nơi người bán và người mua có thể tương tác đồng thời trong thời gian thực (Sun và cộng sự, 2019). Điểm khác biệt nổi bật của hình thức này là khả năng tạo ra trải nghiệm mua sắm mang tính nhập vai, giúp người tiêu dùng trao đổi trực tiếp với người bán, qua đó gia tăng mức độ kết nối cá nhân và sự hấp dẫn trong quá trình mua sắm (Haimson & Tang, 2017). Những đặc điểm này góp phần cải thiện trải nghiệm người dùng và thúc đẩy ý định mua (Sun và cộng sự, 2019; Dong & Wang, 2018).
Gen Z
Gen Z, thường được xác định là nhóm người sinh trong giai đoạn 1995–2012, là thế hệ đầu tiên lớn lên trong môi trường số hóa mạnh mẽ với sự hiện diện thường xuyên của internet và mạng xã hội. Điều này góp phần hình thành lối tư duy ưu tiên trải nghiệm trực tuyến và mức độ phụ thuộc cao vào công nghệ (Chan & Lee, 2023). Nghiên cứu của Nguyễn Hồng Quân và Lý Thị Thu Trang (2023) cho thấy Gen Z nhận thức rõ lợi ích của mua sắm trực tuyến và có xu hướng tham gia thương mại điện tử nhiều hơn các thế hệ trước. Sự thành thạo công nghệ cũng giúp họ giảm bớt lo ngại về rủi ro khi giao dịch trên môi trường số.
Tổng quan các nghiên cứu trước
Nhằm xác định vị trí của nghiên cứu trong bối cảnh học thuật, phần này tổng hợp các công trình liên quan đến các yếu tố ảnh hưởng đến ý định mua trong thương mại điện tử livestream. Dựa trên phân loại của Luo và cộng sự (2023), các yếu tố được chia thành năm nhóm chính.
Thứ nhất là nhóm yếu tố liên quan đến khách hàng, bao gồm động lực mua sắm mang tính hưởng thụ và thực dụng, nhận thức rủi ro hoặc lợi ích và niềm tin người tiêu dùng. Nhóm yếu tố này đã được nghiên cứu rộng rãi với nhiều kết quả tương đối đồng thuận (Chandraa và cộng sự, 2024; Ling và cộng sự, 2022).
Thứ hai là nhóm yếu tố xã hội, tập trung vào ảnh hưởng của truyền miệng điện tử, chuẩn mực xã hội và mức độ hiện diện xã hội trong môi trường trực tuyến. Các nghiên cứu như Wongkitrungrueng và Assarut (2020), Sun và cộng sự (2019) và Dong và Wang (2018) cho thấy vai trò đáng kể của yếu tố xã hội trong việc định hình hành vi người tiêu dùng.
Thứ ba là các yếu tố liên quan đến người livestream, bao gồm uy tín, chuyên môn và khả năng tương tác của người dẫn. Đây là hướng nghiên cứu nhận được nhiều sự quan tâm với mức độ đồng thuận cao trong kết quả thực nghiệm (Luo và cộng sự, 2023; Cai & Wohn, 2022).
Thứ tư là các yếu tố tiếp thị như chương trình khuyến mãi, giá cả và nhận thức về chất lượng sản phẩm. Những yếu tố này thường được chứng minh có ảnh hưởng đáng kể đến hành vi mua sắm (Lin, 2024; Ho và cộng sự, 2022).
Thứ năm là nhóm yếu tố nền tảng công nghệ, bao gồm tính năng tương tác và chất lượng dịch vụ kỹ thuật. Nhóm này vẫn còn hạn chế về số lượng nghiên cứu và chưa đạt được sự nhất quán về kết quả (Nguyễn Hoài Nam, 2023; Zhang và cộng sự, 2023), qua đó tạo ra khoảng trống nghiên cứu. Phần lớn các công trình trước đây sử dụng S-O-R hoặc TAM và xem nền tảng chỉ là yếu tố kích thích thụ động, chưa giải thích đầy đủ cơ chế tương tác hai chiều giữa người dùng và công nghệ. Vì vậy, nghiên cứu này áp dụng Lý thuyết Tính khả dụng CNTT (Bygstad và cộng sự, 2016) nhằm làm rõ cách các tính năng công nghệ tạo điều kiện hoặc khuyến khích hành vi mua sắm trong môi trường livestream.
Sự gắn kết khách hàng (CE)
Sự gắn kết của khách hàng được định nghĩa là mức độ tương tác và kết nối của người tiêu dùng với sản phẩm, dịch vụ hoặc hoạt động của doanh nghiệp (Wongkitrungrueng & Assarut, 2020). Hu và Chaudhry (2020) cho rằng các mối liên kết xã hội được hình thành thông qua tương tác trực tiếp có thể thúc đẩy sự gắn kết và góp phần xây dựng mối quan hệ bền vững giữa doanh nghiệp và khách hàng. Trong nghiên cứu này, CE được xem là biến trung gian tiềm năng nhằm giải thích cơ chế tác động gián tiếp của các yếu tố tính khả dụng CNTT đến ý định mua của Gen Z.
Ý định mua (PUI)
Theo cách tiếp cận của Sun và cộng sự (2019) trong bối cảnh livestream, ý định mua được hiểu là quá trình người tiêu dùng cân nhắc và hình thành kế hoạch mua các sản phẩm hoặc dịch vụ được giới thiệu thông qua các buổi livestream trên nền tảng thương mại.
Lý thuyết Tính khả dụng CNTT (IT Affordance)
Theo quan điểm của lý thuyết tính khả dụng, mỗi môi trường công nghệ đều cung cấp những khả năng nhất định cho phép người dùng thực hiện các hành động cụ thể (Aladwani, 2017). Tính khả dụng được hiểu là tiềm năng hành động phát sinh từ mối quan hệ giữa một đối tượng công nghệ và chủ thể hướng đến mục tiêu, qua đó tạo điều kiện cho việc đạt được các kết quả mong muốn (Bygstad và cộng sự, 2016).
Trong bối cảnh thương mại xã hội, tính khả dụng hình thành từ sự tương tác giữa người tiêu dùng và các tính năng của hệ thống CNTT. Khi tham gia mua sắm trực tuyến thông qua livestream, người dùng không chỉ tiếp nhận thông tin mà còn khám phá và diễn giải các chức năng của nền tảng dựa trên nhận thức cá nhân (Dong và cộng sự, 2016). Vì vậy, lý thuyết này được xem là phù hợp để phân tích hành vi người dùng trên các nền tảng số, đặc biệt trong môi trường livestream.
Nghiên cứu này kế thừa bộ sáu thành phần tính khả dụng CNTT do Dong và Wang (2018) đề xuất và kiểm định trong thương mại xã hội trực tuyến, bao gồm: khả năng hiển thị (VI), khả năng tương tác đa chiều (ME), khả năng kích hoạt tham dự (TA), khả năng hướng dẫn mua sắm (GS), khả năng kết nối xã hội (SC) và khả năng giao dịch (TD). Bộ biến này được đánh giá là toàn diện trong việc phản ánh trải nghiệm người dùng và phù hợp để phân tích các yếu tố nền tảng ảnh hưởng đến ý định mua của Gen Z. Thông qua khung lý thuyết này, nghiên cứu làm rõ cơ chế mà công nghệ có thể thúc đẩy sự gắn kết khách hàng, từ đó gián tiếp tác động đến hành vi mua sắm.
2.2. Xây dựng giả thuyết
Tác động trực tiếp
Lý thuyết độ phong phú của phương tiện cho rằng hiệu quả truyền thông phụ
thuộc vào khả năng đáp ứng yêu cầu xử lý thông tin của phương tiện truyền tải (Goh và cộng sự, 2012). Trong thực tiễn, nhiều doanh nghiệp đang đẩy mạnh livestream nhằm thu hút Gen Z, nhóm người tiêu dùng nhạy bén với xu hướng và ưa thích trải nghiệm mới. Các nghiên cứu trước đây cũng chỉ ra mối liên hệ giữa sự gắn kết trên nền tảng trực tuyến với hiệu quả kinh tế (Algharabat & Rana, 2021) cũng như ý định mua (Dua, 2024). Trên cơ sở đó, nghiên cứu đề xuất giả thuyết:
Giả thuyết H1. Sự gắn kết khách hàng có tác động tích cực đến ý định mua của Gen Z trên livestream.
Khả năng hiển thị phản ánh tiềm năng mà công nghệ mang lại cho người dùng trong việc quan sát và tiếp nhận thông tin một cách trực quan (Dong & Wang, 2018). Việc tiếp cận hình ảnh sản phẩm rõ ràng và chi tiết giúp giảm thiểu rủi ro cảm nhận và sự không chắc chắn trong quá trình ra quyết định (Zheng và cộng sự, 2022). Trong môi trường livestream, yếu tố này có thể làm tăng sự tự tin của người xem và thúc đẩy ý định mua. Do đó, nghiên cứu đề xuất:
Giả thuyết H2a: Khả năng hiển thị có ảnh hưởng tích cực đến ý định mua của Gen Z trên livestream.
Khả năng tương tác đa chiều cho phép người bán và người tiêu dùng trao đổi trực tiếp thông qua bình luận, phản hồi và đánh giá sản phẩm (Dong và cộng sự, 2016; Sun và cộng sự, 2019). Khả năng đặt câu hỏi và nhận phản hồi tức thời giúp người tiêu dùng hiểu rõ hơn về sản phẩm, từ đó gia tăng khả năng ra quyết định mua (Hamilton và cộng sự, 2014; Nugraha & Otok, 2025). Vì vậy, nghiên cứu đề xuất:
Giả thuyết H3a: Khả năng tương tác đa chiều có tác động tích cực đến ý định mua của Gen Z trên livestream.
Khả năng kích hoạt tham dự đề cập đến khả năng của nền tảng trong việc thu hút sự chú ý và kích thích phản ứng của người dùng thông qua các tín hiệu như thông báo, gợi ý hoặc liên kết sản phẩm (Dong và cộng sự, 2016). Các nghiên cứu trước cho thấy yếu tố này có thể thúc đẩy hành vi mua thông qua việc tạo cảm giác cấp thiết và phản ứng tức thời (Sun và cộng sự, 2023). Do đó, nghiên cứu đề xuất:
Giả thuyết H4a: Khả năng kích hoạt tham dự có tác động tích cực đến ý định mua của Gen Z trên livestream.
Khả năng hướng dẫn mua sắm thể hiện mức độ mà nền tảng hỗ trợ người tiêu dùng thông qua các gợi ý sản phẩm và thông tin phù hợp với nhu cầu cá nhân (Dong & Wang, 2018). Việc cung cấp thông tin rõ ràng và mang tính cá nhân hóa giúp giảm tải nhận thức, gia tăng niềm tin và thúc đẩy ý định mua (Zhang và cộng sự, 2023; Wongkitrungrueng & Assarut, 2020). Do đó, nghiên cứu đề xuất:
Giả thuyết H5a: Khả năng hướng dẫn mua sắm có tác động tích cực đến ý định mua của Gen Z trên livestream.
Khả năng kết nối xã hội phản ánh tiềm năng thiết lập và duy trì các mối quan hệ thông qua các chức năng giao tiếp và tương tác trên nền tảng (Dong và cộng sự, 2016). Dựa trên lý thuyết hiện diện xã hội, các yếu tố kết nối giúp gia tăng cảm giác gần gũi và tin cậy giữa người dùng, từ đó khuyến khích ý định mua (Sun và cộng sự, 2023). Vì vậy, nghiên cứu đề xuất:
Giả thuyết H6a: Khả năng kết nối xã hội tác động tích cực đến ý định mua của Gen Z trên livestream.
Khả năng giao dịch thể hiện mức độ thuận tiện của hệ thống trong việc hỗ trợ thanh toán và hoàn tất giao dịch (Dong & Wang, 2016). Sự đa dạng trong phương thức thanh toán và quy trình mua sắm liền mạch giúp nâng cao trải nghiệm người dùng và thúc đẩy hành vi mua, đặc biệt đối với Gen Z, nhóm đề cao tính nhanh chóng và hiệu quả (Kang và cộng sự, 2021; McKinsey & Company, 2023). Do đó, nghiên cứu đề xuất:
Giả thuyết H7a: Khả năng giao dịch có tác động tích cực đến ý định mua của Gen Z trên livestream.
Tác động gián tiếp
Khả năng hiển thị sản phẩm theo thời gian thực giúp người tiêu dùng có trải nghiệm gần với mua sắm trực tiếp, từ đó thúc đẩy sự gắn kết tích cực với nội dung livestream (Eunji Choi & SeongMin Jeon, 2022). Khi sản phẩm được trình bày rõ ràng, người xem có xu hướng tương tác nhiều hơn, dẫn đến mức độ gắn kết cao hơn và gián tiếp gia tăng ý định mua (Ashraf và cộng sự, 2022; Sun và cộng sự, 2019). Do đó, nghiên cứu đề xuất:
Giả thuyết H2b: Khả năng hiển thị có ảnh hưởng tích cực đến ý định mua của Gen Z trên livestream thông qua vai trò trung gian của sự gắn kết khách hàng.
Khả năng tương tác đa chiều tạo ra môi trường giao tiếp thân thiện và giảm khoảng cách nhận thức giữa người bán và người mua (Lv và cộng sự, 2018). Nhiều nghiên cứu cho thấy yếu tố này góp phần nâng cao sự gắn kết và gián tiếp thúc đẩy hành vi mua sắm (Chandraa và cộng sự, 2024; Sun và cộng sự, 2019). Vì vậy, nghiên cứu đề xuất:
Giả thuyết H3b: Khả năng tương tác đa chiều có ảnh hưởng tích cực đến ý định mua của Gen Z trên livestream thông qua vai trò trung gian của sự gắn kết khách hàng.
Các tín hiệu từ khả năng kích hoạt tham dự khuyến khích người dùng tương tác liên tục trong quá trình xem livestream, qua đó nâng cao chất lượng tương tác và mức độ gắn kết (Dong & Wang, 2018). Sự gắn kết này đã được chứng minh có ảnh hưởng tích cực đến ý định mua (Sun và cộng sự, 2019). Do đó, nghiên cứu đề xuất:
Giả thuyết H4b: Khả năng kích hoạt tham dự có ảnh hưởng tích cực đến ý định mua của Gen Z trên livestream thông qua vai trò trung gian của sự gắn kết khách hàng.
Quá trình hướng dẫn và tư vấn trong livestream tạo ra các tương tác có giá trị, gia tăng cảm giác hiện diện xã hội và mức độ đắm chìm của người xem (Zheng và cộng sự, 2022; Prentice và cộng sự, 2019). Các nghiên cứu trước cũng cho thấy mối liên hệ chặt chẽ giữa tương tác livestream, sự gắn kết và ý định mua (Sun và cộng sự, 2019; Wongkitrungrueng & Assarut, 2020). Vì vậy, nghiên cứu đề xuất:
Giả thuyết H5b: Khả năng hướng dẫn mua sắm có ảnh hưởng tích cực đến ý định mua của Gen Z trên livestream thông qua vai trò trung gian của sự gắn kết khách hàng.
Khả năng kết nối xã hội giúp tăng cường giao tiếp và xây dựng cộng đồng trực tuyến, qua đó thúc đẩy sự tham gia tích cực của người dùng như bình luận hoặc chia sẻ nội dung (Zheng và cộng sự, 2022). Mức độ tham gia cao góp phần hình thành niềm tin và gia tăng sự gắn kết, từ đó nâng cao ý định mua (Ma và cộng sự, 2022). Do đó, nghiên cứu đề xuất:
Giả thuyết H6b: Khả năng kết nối xã hội có ảnh hưởng tích cực đến ý định mua của Gen Z trên livestream thông qua vai trò trung gian của sự gắn kết khách hàng.
Khi khả năng giao dịch được tối ưu hóa, người dùng có trải nghiệm mua sắm liền mạch và sẵn sàng tham gia tích cực hơn vào quá trình tương tác trên nền tảng (Nugroho & Sugiarto, 2024). Các nghiên cứu cho thấy sự thuận tiện trong giao dịch giúp củng cố niềm tin và gia tăng mức độ gắn kết, từ đó tác động gián tiếp đến ý định mua (Choi & Jeon, 2022; Zhang và cộng sự, 2023). Vì vậy, nghiên cứu đề xuất:
Giả thuyết H7b: Khả năng giao dịch có ảnh hưởng tích cực đến ý định mua của Gen Z trên livestream thông qua vai trò trung gian của sự gắn kết khách hàng.
2.3. Mô hình nghiên cứu đề xuất
Mô hình nghiên cứu đề xuất của chúng tôi được tham khảo từ nhiều mô hình nghiên cứu trước đây, sau đó mở rộng. Mô hình nghiên cứu dưới đây được đề xuất bao gồm: 6 biến độc lập (VI, ME, TA, GS, SC, TD); 1 biến trung gian (CE) và 1 biến phụ thuộc (PUI) Trong nghiên cứu này chúng tôi sử dụng Tính khả dụng CNTT làm lý thuyết nền.
Hình 1. Mô hình nghiên cứu đề xuất
3. Phương pháp nghiên cứu
Nghiên cứu áp dụng phương pháp định lượng, thiết kế cắt ngang, thu thập dữ liệu từ 20/02/2025 đến 15/03/2025. Phương pháp phân tích chính là mô hình SEM với phần mềm SmartPLS 4.0, phù hợp với mô hình có nhiều biến tiềm ẩn, không yêu cầu giả định phân phối nghiêm ngặt, và hướng đến mục tiêu dự báo.
Đối tượng khảo sát là cá nhân Gen Z có thói quen xem livestream trên mạng xã hội/sàn TMĐT, bao gồm người đã mua hoặc có ý định mua qua kênh này. Nghiên cứu sử dụng lấy mẫu thuận tiện qua bảng hỏi trực tuyến Google Forms phát hành trực tiếp tới nhóm đối tượng tại nhiều địa phương.
Về kích thước mẫu, theo quy tắc 10 lần trong PLS-SEM, yêu cầu lấy giá trị lớn hơn giữa: (i) 10 × số biến quan sát lớn nhất cho một biến tiềm ẩn; hoặc (ii) 10 × số đường dẫn tối đa đi vào một biến nội sinh. Với 6 biến độc lập và 34 biến quan sát, yêu cầu tối thiểu n ≥ 340 (10 × 34).
Các thang đo sử dụng trong nghiên cứu này được lấy từ các nghiên cứu trước đây (Bảng 2). Tất cả các mục đều được đo bằng thang đo Likert 5 điểm, từ “Hoàn toàn không đồng ý” (1) đến “Hoàn toàn đồng ý” (5).
Phần mềm phân tích được sử dụng trong nghiên cứu bao gồm SPSS 26.0 để làm sạch dữ liệu và thực hiện các thống kê mô tả ban đầu, cùng với SmartPLS 4.0 để kiểm định mô hình PLS-SEM. Quy trình xử lý dữ liệu được triển khai theo các bước chính. Trước hết, dữ liệu được làm sạch thông qua việc loại bỏ các bảng trả lời không hợp lệ hoặc thiếu thông tin, đồng thời tiến hành mã hóa biến phục vụ phân tích. Tiếp theo, nghiên cứu thực hiện thống kê mô tả nhằm khái quát đặc điểm nhân khẩu học và hành vi của mẫu khảo sát. Ở giai đoạn đánh giá mô hình đo lường, các chỉ số như hệ số tải ngoài, Cronbach’s alpha, độ tin cậy tổng hợp (CR), phương sai trích trung bình (AVE), chỉ số HTMT được sử dụng để kiểm tra độ tin cậy và giá trị phân biệt của thang đo. Cuối cùng, mô hình cấu trúc được kiểm định thông qua các chỉ số VIF (< 5), R², Q² và SRMR, kết hợp kỹ thuật Bootstrapping với 5.000 mẫu lặp nhằm đánh giá ý nghĩa thống kê của các hệ số đường dẫn cũng như phân tích các tác động trực tiếp, gián tiếp và vai trò trung gian trong mô hình nghiên cứu.
4. Kết quả nghiên cứu và thảo luận
4.1. Thống kê mô tả
Các thông tin mô tả (xem Phụ lục 1 online) cho thấy, mẫu khảo sát được phân tích dựa trên các yếu tố như giới tính, độ tuổi, nghề nghiệp, thu nhập, nền tảng thương mại điện tử sử dụng. Nhìn chung, mẫu tập trung vào nhóm giới tính nữ, phần lớn là sinh viên và có thu nhập ở mức thấp đến trung bình. Kết quả này cho thấy mẫu nghiên cứu phù hợp với nhóm người tiêu dùng trẻ, có xu hướng tiếp cận và mua sắm thông qua các nền tảng số, đặc biệt là các nền tảng livestream đang phát triển mạnh mẽ tại Việt Nam. Ngoài ra mẫu nghiên cứu phản ánh nhóm Gen Z có tiếp cận livestream trong khảo sát này, nhưng chưa đại diện cho toàn bộ Gen Z tại Việt Nam.
4.2. Đánh giá mô hình đo lường
Độ tin cậy thang đo và giá trị hội tụ
Theo Hair và cộng sự (2013), hệ số tải ngoài nên ≥ 0.708 (tương đương R² = 0.5). Kết quả (xem Phụ lục 2 online) cho thấy các biến quan sát đều có hệ số tải từ 0.737 (SC3) đến 0.883 (TD2), cho thấy nhóm chỉ báo tốt và không xảy ra tương quan dữ liệu. Tuy nhiên, biến ME2 có hệ số tải 0.490 (giữa 0.4 và 0.7). Sau khi loại bỏ ME2, độ tin cậy nhất quán nội bộ và giá trị hội tụ tăng lên, do đó nghiên cứu quyết định loại bỏ biến này.
Độ tin cậy tổng hợp (CR) dao động từ 0,839 (SC) đến 0,924 (CE) và Cronbach's alpha từ 0,744 (SC) đến 0,904 (CE), đều nằm trong ngưỡng 0,70-0,95 (Hair và cộng sự, 2014). Các giá trị phương sai trích trung bình (AVE) nằm trong khoảng 0,566 (SC) đến 0,764 (TD), cao hơn mức tối thiểu 0,50 (Vinzi và cộng sự, 2010).
Giá trị phân biệt
Giá trị phân biệt được đánh giá qua tiêu chí Heterotrait-Monotrait ratio (HTMT) để xác nhận các khái niệm đo lường khác biệt (Hair và cộng sự, 2014).
Theo Garson (2016), giá trị phân biệt được đảm bảo khi HTMT < 1,0 (hoặc < 0,85-0,90 theo ngưỡng nghiêm ngặt). Kết quả (xem Phụ lục 3 online) cho thấy tất cả giá trị HTMT < 0,90, với giá trị cao nhất là 0,860 (giữa CE và PUI), xác nhận các biến tiềm ẩn trong mô hình có giá trị phân biệt tốt và đo lường các khái niệm khác biệt.
4.3. Đánh giá mô hình cấu trúc
Kiểm tra đa cộng tuyến
Trong phạm vi kiểm tra đa cộng tuyến, kết quả xem Phụ lục 4 online) cho thấy tất cả các giá trị hệ số phóng đại phương sai đều nhỏ hơn 5 (tương đương độ dung sai > 0,2) (Hair và cộng sự, 2013), có thể kết luận rằng hiện tượng đa cộng tuyến không phải là vấn đề đáng lo ngại trong mô hình.
Năng lực giải thích và dự báo của mô hình
Năng lực giải thích và dự báo của mô hình được đánh giá thông qua các chỉ số R², Q² và SRMR. Kết quả (xem Phụ lục 5 online) cho thấy R² của CE (0.537) và PUI (0.561) đạt mức vừa phải (0.50 < R² < 0.75), cho thấy các biến độc lập giải thích được tỷ lệ phương sai đáng kể của các biến phụ thuộc (Hair và cộng sự, 2019). Tuy nhiên, do R² chỉ phản ánh mức độ phù hợp trong mẫu, nghiên cứu tiếp tục sử dụng chỉ số Q² để đánh giá khả năng dự báo ngoài mẫu (Stone, 1974; Geisser, 1974). Giá trị Q² của CE (0.516) và PUI (0.398) đều lớn hơn 0, cho thấy mô hình có năng lực dự báo từ trung bình đến cao. Bên cạnh đó, chỉ số SRMR của cả mô hình bão hòa và mô hình ước lượng đều đạt 0.055, thấp hơn ngưỡng 0.08 và tiệm cận mức lý tưởng 0.05 (Hu & Bentler, 1999), khẳng định mức độ phù hợp tốt của mô hình.
Kiểm định giả thuyết nghiên cứu
Kết quả kiểm định các giả thuyết được thực hiện thông qua phương pháp Bootstrapping với 5.000 mẫu lặp để ước lượng giá trị t và giá trị p của các hệ số đường dẫn.
Bảng 1. Kết quả kiểm định giả thuyết nghiên cứu
Giả thuyết | Mối quan hệ | Hệ số tác động | Giá trị T | Giá trị P | Kết luận |
Mối quan hệ trực tiếp | |||||
H1 | CE → PUI | 0,552*** | 10.523 | 0.000 | Chấp nhận |
H2a | VI → PUI | 0.071 | 1.518 | 0.129 | Bác bỏ |
H3a | ME → PUI | 0.048 | 1.057 | 0.291 | Bác bỏ |
H4a | TA → PUI | 0.007 | 0.136 | 0.892 | Bác bỏ |
H5a | GS → PUI | -0.014 | 0.233 | 0.816 | Bác bỏ |
H6a | SC → PUI | 0,157* | 2.477 | 0.013 | Chấp nhận |
H7a | TD → PUI | 0.060 | 1.397 | 0.162 | Bác bỏ |
Mối quan hệ gián tiếp (qua CE) | |||||
H2b | VI → CE → PUI | -0.043 | 1.818 | 0.069 | Bác bỏ |
H3b | ME → CE → PUI | 0,174*** | 5.742 | 0.000 | Chấp nhận |
H4b | TA → CE → PUI | 0,054* | 2.119 | 0.034 | Chấp nhận |
H5b | GS → CE → PUI | 0,098** | 2.875 | 0.004 | Chấp nhận |
H6b | SC → CE → PUI | 0,103** | 3.001 | 0.003 | Chấp nhận |
H7b | TD → CE → PUI | 0,120*** | 4.058 | 0.000 | Chấp nhận |
Ghi chú: *p < 0,05; **p < 0,01; ***p < 0,001
Kết quả kiểm định cho thấy mối quan hệ trực tiếp giữa sự gắn kết khách hàng (CE) và ý định mua (PUI) có ý nghĩa thống kê mạnh nhất (β = 0,552, p < 0,001), tiếp theo là khả năng kết nối xã hội (SC) với tác động trực tiếp yếu hơn (β = 0,157, p < 0,05). Các yếu tố VI, ME, TA, GS và TD không có tác động trực tiếp có ý nghĩa thống kê đến PUI.
Về mối quan hệ gián tiếp, kết quả xác nhận năm trong số sáu giả thuyết về vai trò trung gian của CE. Cụ thể, ME (β = 0,174, p < 0,001), TA (β = 0,054, p < 0,05), GS (β = 0,098, p < 0,01), SC (β = 0,103, p < 0,01) và TD (β = 0,120, p < 0,001) đều có tác động gián tiếp có ý nghĩa thống kê đến PUI thông qua CE. Chỉ có VI không có tác động gián tiếp có ý nghĩa (β = -0,043, p = 0,069).
Phân tích vai trò trung gian của CE
Để làm rõ vai trò trung gian của CE, nghiên cứu áp dụng phương pháp phân loại trung gian của Zhao và cộng sự (2010), dựa trên ý nghĩa thống kê của tác động trực tiếp và gián tiếp thay vì chỉ dựa vào ngưỡng VAF.
Theo Zhao và cộng sự (2010), khi tác động gián tiếp có ý nghĩa thống kê nhưng tác động trực tiếp không có ý nghĩa, đó là trung gian gián tiếp duy nhất (indirect-only mediation); khi cả hai đều có ý nghĩa và cùng chiều, đó là trung gian bổ sung (complementary mediation). Nghiên cứu cũng báo cáo VAF để tham khảo, tuy nhiên VAF chỉ có giá trị diễn giải khi tác động trực tiếp và gián tiếp cùng chiều (Hair và cộng sự, 2017). Kết quả (xem Phụ lục 6 online) cho thấy: SC là yếu tố duy nhất có cả tác động trực tiếp (β = 0,157, p < 0,05) và tác động gián tiếp (β = 0,103, p < 0,01) có ý nghĩa thống kê, với VAF = 39,6%, cho thấy CE đóng vai trò trung gian bổ sung.
Bốn yếu tố ME, TA, GS và TD đều có tác động gián tiếp có ý nghĩa thống kê qua CE trong khi tác động trực tiếp không có ý nghĩa, thuộc loại trung gian gián tiếp duy nhất (indirect-only mediation) theo phân loại của Zhao và cộng sự (2010). Điều này cho thấy ảnh hưởng của các yếu tố này đến ý định mua phải đi qua sự gắn kết khách hàng chứ không thể tác động trực tiếp. Lưu ý rằng đối với GS, tác động trực tiếp và gián tiếp ngược chiều dẫn đến VAF vượt 100% (116,7%) – trường hợp này VAF không còn phù hợp để diễn giải và việc xác định loại trung gian cần dựa trên ý nghĩa thống kê của các đường dẫn. Cuối cùng, VI không có tác động trực tiếp cũng như gián tiếp có ý nghĩa thống kê đến PUI, thuộc loại không có trung gian (no-effect nonmediation).
4.4. Thảo luận kết quả nghiên cứu
Sự gắn kết khách hàng –vai trò trung gian đáng kể trong chuyển hóa công nghệ thành hành vi mua:
Kết quả nghiên cứu cho thấy sự gắn kết khách hàng (CE) đóng vai trò trung gian then chốt trong mối quan hệ giữa tính khả dụng CNTT và ý định mua. CE có tác động trực tiếp mạnh nhất đến ý định mua (β = 0,552; p < 0,001) và đóng vai trò trung gian hoàn toàn cho bốn trong sáu yếu tố công nghệ (ME, TA, GS, TD), nghĩa là phần lớn các tính năng của nền tảng livestream không thể thúc đẩy ý định mua nếu người xem không thực sự tham gia và gắn kết với buổi phát sóng.
Phát hiện này nhất quán với nhiều nghiên cứu trước đó trong bối cảnh thương mại livestream. Dua (2024) cũng xác nhận rằng CE trung gian giữa giá trị thực dụng, giá trị biểu tượng và ý định mua – trong khi giá trị hưởng thụ chỉ tác động trực tiếp mà bỏ qua CE. Clement Addo và cộng sự (2021) củng cố thêm khi cho thấy CE – được đo lường bằng các hành vi tương tác cụ thể (lượt thích, nhắn tin , thời gian tiếp xúc) – tác động tích cực đến ý định mua, với người theo dõi (followership) đóng vai trò trung gian bổ sung. Sun và cộng sự (2019) cũng xác nhận cả 3 IT affordances (VI, ME, GS) tác động đến ý định mua thông qua sự gắn kết, tiếp cận sự gắn kết như trạng thái tâm lý gồm đắm chìm và hiện diện, trong khi nghiên cứu này đo lường CE theo hướng hành vi. Dù khác biệt khái niệm, cả hai cách tiếp cận đều khẳng định sự gắn kết là yếu tố không thể thiếu giữa công nghệ và ý định mua. Đóng góp mới của nghiên cứu này nằm ở việc kiểm chứng có hệ thống vai trò trung gian của CE đối với từng thành phần tính khả dụng CNTT riêng biệt (6 tính khả dụng thay vì 3), cho phép nhận diện chính xác tính khả dụng nào cần CE làm trung gian và tính khả dụng nào có thể tác động trực tiếp.
Bygstad và cộng sự (2016) định nghĩa cho rằng tính khả dụng không nằm trong bản thân công nghệ mà hình thành từ sự tương tác giữa công nghệ và người dùng. Theo đó, nền tảng livestream có thể cung cấp đầy đủ tính năng, nhưng nếu người xem không chủ động tham gia thì những tính năng đó vẫn chỉ là tiềm năng chưa được khai thác. CE chính là quá trình hiện thực hóa đó – khi người xem gắn kết, tiềm năng công nghệ mới chuyển hóa thành ý định hành vi.
Điều này đặc biệt có ý nghĩa với Gen Z tại Việt Nam – thế hệ ưu tiên kỹ thuật số (Chan & Lee, 2023) – vốn đã quen thuộc đến mức bão hòa với tính năng công nghệ trên các nền tảng cạnh tranh (TikTok Shop, Shopee Live, Facebook Live). Với nhóm này, bản thân tính năng công nghệ không còn tạo ra sự khác biệt; yếu tố quyết định nằm ở khả năng tạo trải nghiệm gắn kết có ý nghĩa (Nguyễn Hồng Quân & Lý Thị Thu Trang, 2023).
Khả năng hiển thị (VI) – yếu tố không có tác động đáng kể:
Khả năng hiển thị (VI) hoàn toàn không cho thấy tác động có ý nghĩa thống kê đến ý định mua, cả trực tiếp (β = 0,071; p = 0,129) lẫn gián tiếp qua CE (β = -0,043; p = 0,069). Kết quả này đi ngược với Sun và cộng sự (2019) – vốn ghi nhận VI có ảnh hưởng tích cực trong bối cảnh thương mại xã hội tại Trung Quốc – và với Liu và Zhang (2023), cho thấy trên Taobao Live cho thấy tác động đáng kể đến ý định mua với niềm tin làm trung gian bán phần. Tuy nhiên, kết quả lại tương đồng với Tang và cộng sự (2025), cho thấy tác động của yếu tố tiếp thị thị giác lên sự hài lòng không nhất quán giữa các ngành hàng và hiệu quả của khả năng hiển thị phụ thuộc vào bối cảnh sản phẩm cụ thể.
Sự khác biệt này có thể được lý giải từ hai góc độ. Thứ nhất, theo lý thuyết tính khả dụng CNTT, tính khả dụng phụ thuộc vào nhận thức và mục tiêu của người dùng trong bối cảnh cụ thể (Dong và cộng sự, 2016). Gen Z tại Việt Nam – thế hệ ưa thích tiếp nhận thông tin qua hình ảnh, video và đã tích hợp công nghệ sâu vào cuộc sống hàng ngày (Chan & Lee, 2023) – có mức độ tiếp xúc rất cao với nội dung video chất lượng. Khi hiển thị trên các nền tảng đã đạt mức đồng đều cao, sự vắng mặt gây bất mãn, nhưng sự hiện diện không tạo thêm động lực mua. Tang và cộng sự (2025) cũng ủng hộ nhận định về sự bão hòa của yếu tố thị giác khi thị trường trưởng thành. Thứ hai, thang đo VI kế thừa từ Dong và Wang (2018) cho bối cảnh thương mại xã hội tổng quát, chưa phản ánh đầy đủ đặc thù hiển thị livestream; Liu và Zhang (2023) tiếp cận tính hiển thị riêng biệt cho đa nền tảng livestream, có thể giải thích phần nào sự khác biệt kết quả.
Khả năng tương tác đa chiều (ME) – vai trò trung gian hoàn toàn của CE:
ME không tác động trực tiếp đến ý định mua, nhưng lại có tác động gián tiếp mạnh nhất trong tất cả các yếu tố tính khả dụng CNTT thông qua CE (β = 0,174; p < 0,001). Nói cách khác, ME là yếu tố hiệu quả nhất trong việc thúc đẩy gắn kết, song bản thân nó không thể chuyển hóa trực tiếp thành ý định mua. Hossain và cộng sự (2023 cũng ghi nhận rằng tính tương tác nền tảng cần thông qua cơ chế trung gian – cụ thể qua hai kênh song song và độc lập. Giả thuyết mối quan hệ gắn kết ngắn hạn tác động đến CE đã bị bác bỏ, xác nhận đây là hai cơ chế hoạt động độc lập
Tính năng tương tác đa chiều tạo ra môi trường phong phú, nhưng tính khả dụng chỉ hình thành khi người dùng chủ động sử dụng các tính năng vì mục tiêu cá nhân (Dong và cộng sự, 2016). Đáng chú ý, Liu và Zhang (2023) ghi nhận sự tương tác tác động trực tiếp đến ý định mua trên Taobao Live (với niềm tin làm trung gian bán phần), trong khi nghiên cứu này cho thấy tác động chỉ gián tiếp hoàn toàn qua CE. Sự khác biệt này có thể phản ánh rằng với Gen Z – nhóm có thời gian tập trung ngắn (~8 giây) theo Chan và Lee (2023) – sự tham gia tích cực quan trọng hơn niềm tin thụ động, do đó tính năng tương tác cần được "kích hoạt" thông qua kịch bản dẫn dắt của người livestream thay vì chỉ hiện diện trên nền tảng.
Khả năng kích hoạt tham dự (TA) và hướng dẫn mua sắm (GS) – tác động gián tiếp qua CE:
Cả TA (β gián tiếp = 0,054; p < 0,05) và GS (β gián tiếp = 0,098; p < 0,01) đều chỉ phát huy tác dụng khi thông qua CE. Vai trò của TA phù hợp với Dong và Wang (2018): tính năng thông báo giúp thu hút người dùng quay lại nền tảng, nhưng bản thân việc nhận thông báo không tạo ra ý định mua – người dùng cần thực sự tham gia vào buổi livestream. Với GS, Sun và cộng sự (2019) ghi nhận có tác động mạnh nhất đến sự đắm chìm (β = 0,26**) và cảm giác hiện diện (β = 0,40**), cho thấy hướng dẫn mua sắm hiệu quả trong việc tạo sự đắm chìm, song từ trải nghiệm đắm chìm đến hành vi mua vẫn cần gắn kết làm cầu nối.
Gen Z là thế hệ “học tập tự chủ” (Chan & Lee, 2023), ưa thích tự khám phá và đưa quyết định dựa trên trải nghiệm cá nhân (Nguyễn Hồng Quân & Lý Thị Thu Trang, 2023). Các tín hiệu hướng dẫn có thể thu hút sự chú ý ban đầu, nhưng không đủ để tác động trực tiếp đến ý định mua – Gen Z cần trải qua quá trình gắn kết tự nhiên trước khi hình thành quyết định. Phát hiện này gợi ý rằng mối quan hệ giữa tính khả dụng và hành vi không phải lúc nào cũng tuyến tính, mà phụ thuộc vào đặc điểm nhận thức của nhóm người dùng cụ thể.
Khả năng kết nối xã hội (SC)– yếu tố tác động kép duy nhất:
Trong khi các yếu tố khác đều cần CE làm trung gian, SC là yếu tố duy nhất có khả năng tác động trực tiếp đến ý định mua (β = 0,157; p < 0,05), đồng thời vẫn duy trì tác động gián tiếp qua CE (β = 0,103; p < 0,01), với CE đóng vai trò trung gian bổ sung (VAF = 39,6%). Đây là phát hiện mang ý nghĩa lý thuyết sâu sắc nhất của nghiên cứu.
Điểm khác biệt cốt lõi nằm ở bản chất kép của SC không chỉ là tính năng kỹ thuật mà còn phản ánh nhu cầu tâm lý - xã hội căn bản. Trong livestream, khi người xem thấy số lượng người đang xem, đọc bình luận người khác hay chứng kiến người khác mua hàng, hai hiệu ứng diễn ra đồng thời tạo cảm giác gắn kết, tin cậy và thúc đẩy ý định mua ngay lập tức. Nghiên cứu của Wongkitrungrueng và Assarut (2020) cũng cho rằng giá trị biểu tượng – yếu tố mang đậm tính xã hội – có cả tác động trực tiếp mạnh đến CE lẫn gián tiếp qua niềm tin. Sự tương đồng giữa SC và giá trị biểu tượng gợi ý rằng các yếu tố mang tính xã hội có đặc tính riêng biệt, chúng có thể vượt qua các bước trung gian mà các yếu tố thuần kỹ thuật không thể.
Gen Z Việt Nam vẫn chịu ảnh hưởng đáng kể từ đánh giá cộng đồng và truyền miệng điện tử (Nguyễn Hồng Quân & Lý Thị Thu Trang, 2023). Trong môi trường livestream – nơi mọi tín hiệu xã hội diễn ra theo thời gian thực – sức mạnh của SC được khuếch đại, lý giải tại sao đây là yếu tố duy nhất tác động trực tiếp đến ý định mua.
Khả năng giao dịch (TD) – vai trò trung gian hoàn toàn của CE:
Tương tự ME, TA và GS, TD không tác động trực tiếp (β = 0,060; p = 0,162) mà chỉ phát huy tác dụng qua CE (β = 0,120; p < 0,001). Kết quả nhất quán với Dong và Wang (2018) về vai trò của khả năng giao dịch, và phù hợp với nghiên cứu của Wongkitrungrueng và Assarut (2020) khi cho rằng giá trị thực dụng không tác động trực tiếp đến CE (β = -0,023) mà phải đi qua niềm tin. Hossain và cộng sự (2023) cũng ghi nhận khả năng tương tác với nền tảng tác động gián tiếp qua CE (β = 0,152, p < 0,05) và mối quan hệ gắn kết ngắn hạn (β = 0,227, p < 0,001).
Phát hiện này phản ánh thực tế thị trường Việt Nam khi Shopee, TikTok Shop đã chuẩn hóa quy trình thanh toán, TD trở thành điều kiện cần nhưng không phải điều kiện đủ. Giống với VI, TD đã chuyển sang trạng thái mặc định góp phần giảm rào cản, giúp người xem tập trung vào nội dung livestream, qua đó gia tăng sự gắn kết và thúc đẩy ý định mua.
Nhìn chung, kết quả nghiên cứu cho thấy CE trong nghiên cứu này phản ánh mức độ tham gia và tương tác của người xem với shop/livestream. Do đó, các tác động tức thời của tính năng nền tảng có thể không chuyển trực tiếp thành ý định mua, mà cần đi qua trạng thái tham gia và gắn kết của người xem , đặc biệt khi bốn trong sáu yếu tố công nghệ (ME, TA, GS, TD) không có tác động trực tiếp đến ý định mua. Tuy nhiên, điều này phản ánh bản chất gián tiếp của quá trình ra quyết định mua trong môi trường livestream: công nghệ tạo điều kiện cho sự gắn kết, và chính sự gắn kết mới thúc đẩy hành vi mua. Phát hiện này hàm ý rằng doanh nghiệp không nên chỉ đầu tư vào công nghệ nền tảng mà cần đồng thời xây dựng chiến lược tạo gắn kết với người xem, bởi công nghệ chỉ phát huy hiệu quả khi người dùng thực sự tham gia tương tác trong buổi phát sóng.
5. Kết luận và hàm ý quản trị
5.1. Kết luận
Nghiên cứu này kiểm định tác động của sáu thành phần trong khung lý thuyết Tính khả dụng CNTT (IT affordance) – bao gồm khả năng tương tác đa chiều, khả năng kích hoạt tham dự, khả năng hướng dẫn mua sắm, khả năng kết nối xã hội, khả năng giao dịch và khả năng hiển thị – lên ý định mua của Gen Z trong môi trường livestream thương mại điện tử tại Việt Nam. Thông qua mô hình PLS-SEM, kết quả cho thấy phần lớn các yếu tố tính khả dụng CNTT không tác động trực tiếp đến ý định mua mà thông qua sự trung gian của gắn kết khách hàng. Duy nhất yếu tố SC có ảnh hưởng trực tiếp, còn yếu tố VI không cho thấy tác động đáng kể dù trực tiếp hay gián tiếp.
Về mặt lý thuyết, nghiên cứu đóng góp theo hai hướng chính. Thứ nhất, nghiên cứu bổ sung bằng chứng thực nghiệm mới cho khung lý thuyết tính khả dụng CNTT trong bối cảnh livestream thương mại điện tử tại thị trường Việt Nam. Khác với nhiều nghiên cứu trước chỉ đo lường lý thuyết tính khả dụng CNTT dưới dạng một khái niệm tổng hợp hoặc phân tích riêng lẻ một vài yếu tố, nghiên cứu này tích hợp và kiểm định toàn diện cả sáu thành phần, cho phép đánh giá hệ thống hơn về cách công nghệ ảnh hưởng đến hành vi tiêu dùng. Thứ hai, nghiên cứu làm rõ vai trò trung gian then chốt của CE trong việc chuyển hóa các tính năng công nghệ thành ý định hành vi. Cụ thể, CE không chỉ là biến trung gian về mặt thống kê mà còn là cơ chế tâm lý – xã hội phản ánh mức độ tham gia, gắn kết và phản hồi tích cực của người tiêu dùng đối với môi trường livestream. Mặc dù một số nghiên cứu như Sun và cộng sự (2019) và Wongkitrungrueng và Assarut (2020) đã đề cập đến vai trò của CE, nhưng chưa có nghiên cứu nào kiểm định một cách hệ thống vai trò trung gian của CE đối với từng yếu tố công nghệ cụ thể. Phát hiện này hoàn toàn phù hợp và củng cố các nghiên cứu trước đây của Sun và cộng sự (2019), Dua (2024) và Clement Addo và cộng sự (2021), những người đã khẳng định vai trò then chốt của CE trong việc chuyển đổi trải nghiệm thương mại điện tử thành hành vi mua hàng thực tế.
5.2. Hàm ý quản trị
Kết quả nghiên cứu cho thấy các thuộc tính khả dụng CNTT không tác động trực tiếp đến ý định mua, mà chủ yếu ảnh hưởng gián tiếp thông qua sự gắn kết khách hàng. Điều này hàm ý rằng trong bối cảnh livestream thương mại điện tử, công nghệ không phải là yếu tố chuyển đổi hành vi một cách độc lập, mà chỉ phát huy hiệu quả khi được tích hợp trong một thiết kế trải nghiệm có khả năng kích hoạt và duy trì sự gắn kết của người xem. Do đó, doanh nghiệp cần chuyển từ cách tiếp cận lấy tính năng công nghệ làm trung tâm sang chiến lược lấy gắn kết làm trọng tâm.
Ở cấp độ chiến lược, livestream nên được quản trị như một không gian tương tác xã hội thay vì chỉ là kênh trình diễn sản phẩm. Các yếu tố như khả năng tương tác đa chiều, khả năng dẫn dắt mua sắm và khả năng kết nối xã hội cần được tổ chức có hệ thống nhằm tối ưu hóa mức độ tham gia của người xem. Doanh nghiệp có thể thiết kế livestream theo các giai đoạn rõ ràng (khởi động – tương tác – chuyển đổi) để tạo tiến trình tương tác được dẫn dắt, thay vì giới thiệu sản phẩm một cách rời rạc.
Ở cấp độ vận hành, vai trò của người dẫn livestream trở nên đặc biệt quan trọng trong việc kích hoạt CE. Bên cạnh kiến thức sản phẩm, streamer cần được đào tạo về kỹ năng quản lý tương tác, phản hồi cảm xúc và xây dựng kịch bản dẫn dắt. Việc đầu tư vào năng lực con người có thể mang lại hiệu quả chuyển đổi cao hơn so với việc chỉ nâng cấp hệ thống kỹ thuật.
Từ góc độ dài hạn, doanh nghiệp nên hướng đến xây dựng cộng đồng người xem thông qua lịch phát sóng định kỳ, cơ chế tương tác lặp lại và ghi nhận người xem trung thành. Đồng thời, hiệu quả livestream không nên được đánh giá chỉ dựa trên tỷ lệ chốt đơn, mà cần bổ sung các chỉ số về mức độ gắn kết như thời gian xem và tần suất tương tác. Cách tiếp cận này giúp doanh nghiệp nhận diện đúng cơ chế chuyển đổi và phân bổ nguồn lực phù hợp.
Tóm lại, công nghệ trong livestream chỉ trở thành động lực thúc đẩy mua hàng khi được tích hợp trong một cấu trúc tương tác hiệu quả. Lợi thế cạnh tranh vì thế không nằm ở việc sở hữu nhiều tính năng hơn, mà ở khả năng kiến tạo trải nghiệm gắn kết tốt hơn.
Hạn chế và hướng nghiên cứu tương lai
Nghiên cứu này vẫn tồn tại một số hạn chế cần lưu ý khi diễn giải kết quả. Thứ nhất, dữ liệu được thu thập từ đối tượng Gen Z thông qua phương pháp lấy mẫu thuận tiện trên nền tảng trực tuyến, nên chưa đảm bảo tính đại diện cho toàn bộ dân số người tiêu dùng hoặc các nhóm tuổi khác. Đặc biệt, mẫu khảo sát có sự mất cân đối đáng kể về nhân khẩu học với 72,5% là nữ giới và 87,1% là sinh viên, điều này có thể ảnh hưởng đến tính khái quát của kết quả khi áp dụng cho toàn bộ thế hệ Gen Z với sự đa dạng về giới tính và nghề nghiệp. Thứ hai, thiết kế nghiên cứu mang tính cắt ngang, tức khảo sát được tiến hành tại một thời điểm duy nhất, nên không cho phép suy luận về mối quan hệ nhân quả giữa các biến trong mô hình. Thứ ba, toàn bộ dữ liệu đều dựa trên tự báo cáo từ người tham gia khảo sát, tiềm ẩn nguy cơ sai lệch nhận thức và sai lệch phương pháp chung. Trong các nghiên cứu tiếp theo, nên xem xét sử dụng phương pháp lấy mẫu xác suất để tăng tính khái quát, cân bằng tỷ lệ giới tính và mở rộng mẫu sang các nhóm nghề nghiệp đa dạng hơn (không chỉ sinh viên) để tăng tính đại diện cho toàn bộ Gen Z, áp dụng thiết kế nghiên cứu theo thời gian (longitudinal design) để kiểm định quan hệ nhân quả, đồng thời kết hợp thêm dữ liệu hành vi thực tế hoặc nguồn dữ liệu thứ cấp để giảm thiểu các sai lệch từ tự báo cáo.
Báo cáo tài trợ
Nghiên cứu này không nhận được bất kỳ khoản tài trợ cụ thể nào.
Tính khả dụng của dữ liệu
Dữ liệu sẽ được cung cấp khi có yêu cầu hợp lý (gửi email cho tác giả liên hệ).
Tuyên bố về sử dụng AI (trí tuệ nhân tạo)
Trong quá trình chuẩn bị bài báo này, tác giả đã sử dụng Gemini nhằm mục đích hỗ trợ cấu trúc câu. Consensus và Perplexity nhằm mục đích tra cứu các nghiên cứu cùng lĩnh vực và tìm nguồn các nghiên cứu uy tín cao. Tác giả đã rà soát, chỉnh sửa và chịu trách nhiệm hoàn toàn về nội dung cuối cùng.