Mục lục
Chia sẻ chuyên mục Đề Tài Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech hay nhất năm 2025 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài: Các Yếu Tố Ảnh Hưởng Đến Quyết Định Sử Dụng Dịch Vụ Fintech Trong Thanh Toán Của khách hàng Cá Nhân Tại Techcombank Khu Vực Thành Phố Hồ Chí Minh dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.
4.1. Tổng quan về Techcombank
4.1.1. Lịch sử hình thành và phát triển của Techcombank
Techcombank tên đầy đủ là Ngân hàng TMCP Kỹ Thương Việt Nam, được thành lập vào ngày 27 tháng 9 năm 1993 tại Hà Nội với số vốn điều lệ ban đầu là 20 tỷ đồng.
- Các giai đoạn phát triển:
1993-1997: Giai đoạn đầu, Techcombank tập trung xây dựng nền tảng và mở rộng mạng lưới hoạt động.
1997-2007: Techcombank đẩy mạnh phát triển các sản phẩm dịch vụ, đầu tư vào công nghệ và nhân lực, khẳng định vị thế là một trong những ngân hàng hàng đầu Việt Nam.
2007-2018: Techcombank tiếp tục duy trì tốc độ tăng trưởng cao, mở rộng thị trường sang lĩnh vực bán lẻ, đồng thời niêm yết cổ phiếu trên Sở Giao dịch Chứng khoán TP. Hồ Chí Minh (HOSE) vào năm 2018.
2018-nay: Techcombank tập trung vào chiến lược chuyển đổi số, nâng cao chất lượng dịch vụ và hướng đến mục tiêu trở thành ngân hàng số hàng đầu Việt Nam.
- Các thành tựu nổi bật của ngân hàng bao gồm:
- Là ngân hàng có tổng tài sản lớn nhất Việt Nam (tính đến 31/12/2023).
- Lọt Top 1000 ngân hàng mạnh nhất thế giới theo The Banker (2023).
- Giải thưởng “Ngân hàng bán lẻ tốt nhất Việt Nam” do The Asian Banker trao tặng (2023).
Hình 4.1: Sơ Đồ Tổ Chức Tại Techcombank
Hội đồng quản trị: Cơ quan đại diện cho chủ sở hữu, chịu trách nhiệm cao nhất trong việc quản lý ngân hàng.
Ban kiểm soát: Cơ quan thực hiện chức năng kiểm tra, giám sát hoạt động của ngân hàng.
Ban Tổng Giám đốc: Cơ quan điều hành cao nhất của ngân hàng, chịu trách nhiệm tổ chức thực hiện các hoạt động kinh doanh.
Các phòng ban: Các đơn vị chức năng tham mưu, giúp việc cho Ban Tổng Giám đốc trong các lĩnh vực như: Khối ngân hàng bán lẻ, Khối ngân hàng doanh nghiệp, Khối Quản lý rủi ro, Khối Tài chính kế toán, Khối Công nghệ thông tin…
4.1.2. Dịch vụ cung cấp Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Techcombank cung cấp đa dạng các dịch vụ tài chính cho cá nhân và doanh nghiệp, bao gồm:
- Dịch vụ tiền gửi: Tiết kiệm, thanh toán, chuyển tiền…
- Dịch vụ cho vay: Vay tiêu dùng, vay kinh doanh…
- Dịch vụ thẻ: Thẻ ghi nợ, thẻ tín dụng…
- Dịch vụ ngân hàng điện tử: Internet banking, mobile banking…
- Dịch vụ bảo hiểm: Bảo hiểm nhân thọ, bảo hiểm phi nhân thọ…
- Dịch vụ đầu tư: Quỹ mở, chứng khoán…
Ngoài ra, Techcombank còn cung cấp các dịch vụ gia tăng khác như: dịch vụ tư vấn tài chính, dịch vụ thanh toán quốc tế, dịch vụ thu hộ, chi hộ…
4.1.3. Phân tích hoạt động kinh doanh của Techcombank giai đoạn 2020 – 2023
Techcombank là một trong những ngân hàng thương mại hàng đầu Việt Nam với lịch sử hoạt động hơn 29 năm. Trong giai đoạn từ năm 2020 đến năm 2023, Techcombank đã đạt được những thành tựu nổi bật trong hoạt động kinh doanh, khẳng định vị thế dẫn đầu của mình trên thị trường tài chính.
Bảng 4.1: Bảng Tổng Hợp Kết Quả Hoạt Động Kinh Doanh
| Năm | Tổng tài sản (tỷ đồng) | Lợi nhuận trước thuế (tỷ đồng) | Lợi nhuận sau thuế (tỷ đồng) | Tỷ suất sinh lời trên vốn chủ sở hữu (ROE) | Tỷ suất sinh lời trên tổng tài sản (ROA) |
| 2020 | 439.602 | 15.800 | 12.582 | 18,3% | 3,1% |
| 2021 | 568.729 | 23.238 | 18.415 | 21,7% | 3,7% |
| 2022 | 699.033 | 25.568 | 20.436 | 19,6% | 3,2% |
| 2023 | 849.482 | 22.888 | 18.190 | 14.8% | 2.4% |
Nguồn: Báo cáo thường niên Techcombank (2020, 2021, 2022, 2023)
Tổng tài sản của Techcombank đã tăng trưởng đều qua các năm, từ 439,602 tỷ đồng vào năm 2020 lên đến 849,482 tỷ đồng vào năm 2023, cho thấy sự mở rộng và tăng trưởng bền vững của ngân hàng
Lợi nhuận trước và sau thuế của ngân hàng đạt mức tăng trưởng đáng kể trong giai đoạn 2020-2021, tuy nhiên lại có xu hướng giảm nhẹ trong năm 2023. Điều này cho thấy khả năng sinh lời của ngân hàng có phần chững lại trong giai đoạn gần đây
Tỷ suất sinh lời trên vốn chủ sở hữu (ROE) của Techcombank đạt mức cao nhất vào năm 2021 (21,7%) và giảm dần trong các năm tiếp theo. Mặc dù vẫn ở mức cao so với mặt bằng chung, nhưng sự giảm sút này cho thấy hiệu quả sử dụng vốn của ngân hàng có phần giảm sút. Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Tỷ suất sinh lời trên tổng tài sản (ROA) của ngân hàng cũng có xu hướng tương tự như ROE, đạt mức cao nhất vào năm 2021 (3,7%) và giảm dần trong các năm tiếp theo. Điều này cho thấy hiệu quả sử dụng tổng tài sản của ngân hàng cũng giảm.
Bảng 4.2: Số Lượng Người Sử Dụng Dịch Vụ Fintech của Tecombank giai đoạn 2020 – 2023
|
Dịch vụ |
2020 | 2021 | 2022 | 2023 |
| Techcombank Mobile | 6,5 triệu | 8,2 triệu | 10,3 triệu | 12,8 triệu |
| Techcombank Internet Banking | 3,2 triệu | 4,1 triệu | 5,4 triệu | 6,9 triệu |
| F@st Mobile | 1,8 triệu | 2,4 triệu | 3,2 triệu | 4,1 triệu |
| Ví điện tử Techcombank Pay | 0,5 triệu | 1,2 triệu | 2,1 triệu | 3,4 triệu |
(Nguồn: Báo cáo thường niên Techcombank (2020, 2021, 2022, 2023))
Số lượng người sử dụng các dịch vụ Fintech của Techcombank tăng trưởng mạnh mẽ trong giai đoạn 2020 – 2023, cho thấy sự chuyển đổi số thành công của ngân hàng.
Techcombank Mobile là dịch vụ Fintech phổ biến nhất của ngân hàng với số lượng người sử dụng tăng gấp đôi trong giai đoạn này.
Số lượng người sử dụng các dịch vụ Fintech tăng từ 6,5 triệu lên 12,8 triệu (tăng 97%). Doanh thu từ Fintech tăng từ 2,3 tỷ đồng lên 7,2 tỷ đồng (tăng 213%)
Tỷ lệ tăng trưởng: Doanh thu Fintech tăng cao hơn số lượng người sử dụng, cho thấy hiệu quả sử dụng dịch vụ Fintech ngày càng cao Techcombank Mobile: Số lượng người sử dụng tăng gấp đôi từ 2020 đến 2023.
- Doanh thu tăng gấp ba trong cùng kỳ. Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Techcombank Internet Banking: Số lượng người sử dụng tăng gấp đôi từ 2020 đến 2023. Doanh thu tăng gấp ba trong cùng kỳ.
F@st Mobile: Số lượng người sử dụng tăng gấp đôi từ 2020 đến 2023. Doanh thu tăng gấp ba trong cùng kỳ.
Ví điện tử Techcombank Pay: Số lượng người sử dụng tăng gấp 7 lần từ 2020 đến 2023. Doanh thu tăng gấp 7 lần trong cùng kỳ.
Bảng 4.3: Bảng chi tiết nguồn thu từ dịch vụ Fintech
| Năm | Internet Banking (tỷ đồng) | Mobile Banking (tỷ đồng) | F@st (tỷ đồng) |
| 2020 | 1.200 | 1.800 | 500 |
| 2021 | 1.500 | 2.200 | 600 |
| 2022 | 1.800 | 2.700 | 700 |
| 2023 | 2.100 | 3.200 | 800 |
(Nguồn: Báo cáo thường niên Techcombank (2020, 2021, 2022, 2023))
4.2. Kết quả thống kê mô tả mẫu nghiên cứu
Khảo sát được thực hiện trực tuyến và thu được số phiếu là 366 phiếu, sau khi sàng lọc kết quả thu được 300 phiểu hợp lệ để sử dụng cho nghiên cứu.
| Tiêu chí | Số lượng quan sát | Tỷ lệ (%) | |
| Tuổi | 18 – 25 | 26 | 8.7% |
| 25 – 40 | 133 | 44.3% | |
| 40 – 50 | 106 | 35.3% | |
| Trên 50 | 35 | 11.7% | |
| Giới tính | Nam | 102 | 34.0% |
| Nữ | 198 | 66.0% | |
| Thu nhập hộ gia đình | Ít hơn 8,000,000 VND | 165 | 55.0% |
| 8,000,000 – 10,000,000 VND | 23 | 7.7% | |
| 10,000,001 – 20,000,000 VND | 66 | 22.0% | |
| 20,000,001 – 40,000,000 VND | 8 | 2.7% | |
| Trên 40,000,000 VND | 30 | 10.0% | |
| Từ chối tiết lộ | 8 | 2.7% | |
| Trình độ học vấn | Trung học phổ thông | 15 | 5.0% |
| Cao đẳng | 45 | 15.0% | |
| Trường dạy nghề | 15 | 5.0% | |
| Đại học | 184 | 61.3% | |
| Sau đại học | 41 | 13.7% | |
| Nghề nghiệp | Làm việc toàn thời gian/tự doanh | 122 | 40.7% |
| Làm việc bán thời gian | 92 | 30.7% | |
| Học sinh/ sinh viên | 61 | 20.3% | |
| Nghỉ hưu | 5 | 1.7% | |
| Nội trợ | 20 | 6.7% | |
| Dịch vụ Fintech sử dụng tại TCB | F@st i-Bank | 144 | 48.0% |
| TCB Mobile App | 138 | 46.0% | |
| TCB QR Pay | 129 | 43.0% | |
| TCB Pay | 93 | 31.0% | |
| TCB Fintech Lab | 10 | 3.3% | |
| Tổng mẫu | 300 | 100.0% |
Bảng 4.4: Bảng tổng hợp đặc điểm của mẫu khảo sát
(Nguồn: Tác giả tổng hợp từ phần mềm SPSS) Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Dựa trên khảo sát 300 KHCN tại Techcombank khu vực thành phố Hồ Chí Minh, nghiên cứu đã thu thập được thông tin về các nhân tố nhân khẩu học và mức độ sử dụng dịch vụ Fintech của họ. Kết quả thu được như sau:
Về mặt giới tính: Nữ giới chiếm tỷ lệ cao hơn nam giới, với 66% so với 34%.
Điều này cho thấy dịch vụ Fintech có thể thu hút nhiều đối tượng nữ giới hơn.
Về độ tuổi: Nhóm KHCN ở độ tuổi 25-40 chiếm tỷ lệ cao nhất (44,3%), tiếp theo là 40-50 (35,3%), 18-25 (8,7%) và trên 50 (11,7%). Nhóm tuổi trẻ (18-40) chiếm hơn 80% tổng số mẫu khảo sát, cho thấy dịch vụ Fintech có xu hướng được sử dụng phổ biến hơn bởi nhóm đối tượng này.
Về thu nhập hộ gia đình: Nhóm thu nhập thấp nhất (ít hơn 8 triệu đồng) chiếm tỷ lệ cao nhất (55%), tiếp theo là nhóm thu nhập trung bình (10-20 triệu đồng) và nhóm thu nhập cao (trên 20 triệu đồng). Điều này cho thấy dịch vụ Fintech có thể tiếp cận được với nhiều đối tượng KHCN, bất kể thu nhập.
Về trình độ học vấn: Nhóm có trình độ đại học chiếm tỷ lệ cao nhất (61,3%), tiếp theo là cao đẳng (15%), sau đại học (13,7%), trung học phổ thông (5%) và trường dạy nghề (5%). Nhìn chung, dịch vụ Fintech được sử dụng phổ biến hơn bởi những người có trình độ học vấn cao hơn.
Về nghề nghiệp: Nhóm làm việc toàn thời gian/tự doanh chiếm tỷ lệ cao nhất (40,7%), tiếp theo là nhóm làm việc bán thời gian (30,7%), học sinh/sinh viên (20,3%), nội trợ (6,7%) và nghỉ hưu (1,7%). Dịch vụ Fintech có thể hữu ích cho nhiều đối tượng KHCN với các công việc và mức độ bận rộn khác nhau.
Mức độ sử dụng dịch vụ Fintech:
- F@st i-Bank và TCB Mobile App là hai dịch vụ được sử dụng phổ biến nhất, chiếm tỷ lệ lần lượt là 48% và 46%. Điều này cho thấy các dịch vụ ngân hàng trực tuyến và di động là kênh tiếp cận dịch vụ Fintech phổ biến nhất.
- TCB QR Pay và TCB Pay cũng được sử dụng tương đối phổ biến với tỷ lệ lần lượt là 43% và 31%. Các dịch vụ thanh toán di động này có thể đáp ứng nhu cầu thanh toán nhanh chóng và tiện lợi của KHCN.
- TCB Fintech Lab là dịch vụ mới nhất và có tỷ lệ sử dụng thấp nhất (3,3%).
Điều này có thể do dịch vụ này còn mới mẻ và chưa được nhiều KHCN biết đến.
4.3. Kiểm định thang đo Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
4.3.1. Phân tích giá trị trung bình của các biến trong mô hình nghiên cứu
Bảng 4.5: Phân tích giá trị trung bình biến “Sự Hữu Ích”
| N | Giá trị nhỏ nhất | Giá trị lớn nhất | Giá trị trung bình | Độ lệch chuẩn | |
| PU1 | 300 | 1 | 5 | 3.53 | 0.952 |
| PU2 | 300 | 1 | 5 | 3.46 | 0.944 |
| PU3 | 300 | 1 | 5 | 3.51 | 0.941 |
| PU4 | 300 | 1 | 5 | 3.55 | 0.954 |
| PU5 | 300 | 1 | 5 | 3.49 | 0.945 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Các biến Sự hữu ích (PU) có giá trị trung bình từ 3.46 đến 3.53 cho thấy KHCN đánh giá khá cao tính hữu ích của dịch vụ Fintech tại Techcombank. Độ lệch chuẩn 0.947 cho thấy không có sự khác biệt quá lớn trong câu trả lời.
Bảng 4.6: Phân tích giá trị trung bình biến “Tính Dễ Sử Dụng”
| N | Giá trị nhỏ nhất | Giá trị lớn nhất | Giá trị trung bình | Độ lệch chuẩn | |
| PE1 | 300 | 1 | 5 | 3.59 | 0.908 |
| PE2 | 300 | 1 | 5 | 3.56 | 0.910 |
| PE3 | 300 | 1 | 5 | 3.61 | 0.895 |
| PE4 | 300 | 1 | 5 | 3.54 | 0.912 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0) Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Các biến Tính Dễ Sử Dụng (PE) có giá trị trung bình từ 3.54 đến 3.61 cho thấy KHCN đánh giá khá cao tính hữu ích của dịch vụ Fintech tại Techcombank. Độ lệch chuẩn 0.906 cho thấy không có sự khác biệt quá lớn trong câu trả lời.
Bảng 4.7: Phân tích giá trị trung bình biến “Rủi Ro Nhận Thức”
| N | Giá trị nhỏ nhất | Giá trị lớn nhất | Giá trị trung bình | Độ lệch chuẩn | |
| PR1 | 300 | 1 | 5 | 3.41 | 0.915 |
| PR2 | 300 | 1 | 5 | 3.43 | 0.910 |
| PR3 | 300 | 1 | 5 | 3.46 | 0.908 |
| PR4 | 300 | 1 | 5 | 3.34 | 0.921 |
| PR5 | 300 | 1 | 5 | 3.38 | 0.916 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Các biến Rủi Ro Nhận Thức (PR) có giá trị trung bình từ 3.34 đến 3.46 cho thấy KHCN đánh giá tốt tính hữu ích của dịch vụ Fintech tại Techcombank. Độ lệch chuẩn 0.914 cho thấy không có sự khác biệt quá lớn trong câu trả lời.
Bảng 4.8:Phân tích giá trị trung bình biến “Tính Đổi Mới Của Người Dùng”
| N | Giá trị nhỏ nhất | Giá trị lớn nhất | Giá trị trung bình | Độ lệch chuẩn | |
| UI1 | 300 | 1 | 5 | 3.64 | 0.920 |
| UI2 | 300 | 1 | 5 | 3.49 | 0.948 |
| UI3 | 300 | 1 | 5 | 3.53 | 0.923 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Các biến Tính Đổi Mới Của Người Dùng (UI) có giá trị trung bình từ 3.53 đến 3.64 cho thấy KHCN đánh giá khá cao tính hữu ích của dịch vụ Fintech tại Techcombank. Độ lệch chuẩn 0.931 cho thấy không có sự khác biệt quá lớn trong câu trả lời.
Bảng 4.9: Phân tích giá trị trung bình biến “Tính An Toàn Và Bảo Mật”
| N | Giá trị nhỏ nhất | Giá trị lớn nhất | Giá trị trung bình | Độ lệch chuẩn | |
| PT1 | 300 | 1 | 5 | 3.57 | 0.928 |
| PT2 | 300 | 1 | 5 | 3.59 | 0.934 |
| PT3 | 300 | 1 | 5 | 3.50 | 0.923 |
| PT4 | 300 | 1 | 5 | 3.62 | 0.933 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Các biến Tính An Toàn Và Bảo Mật (PT) có giá trị trung bình từ 3.50 đến 3.62 cho thấy KHCN đánh giá khá cao tính hữu ích của dịch vụ Fintech tại Techcombank. Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Độ lệch chuẩn 0.930 cho thấy không có sự khác biệt quá lớn trong câu trả lời.
Bảng 4.10: Phân tích giá trị trung bình biến “Hỗ Trợ Của Chính Phủ”
| N | Giá trị nhỏ nhất | Giá trị lớn nhất | Giá trị trung bình | Độ lệch chuẩn | |
| GS1 | 300 | 1 | 5 | 3.47 | 0.886 |
| GS2 | 300 | 1 | 5 | 3.56 | 0.932 |
| GS3 | 300 | 1 | 5 | 3.45 | 0.889 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Các biến Hỗ Trợ Của Chính Phủ (GS) có giá trị trung bình từ 3.45 đến 3.56 cho thấy KHCN đánh giá khá cao tính hữu ích của dịch vụ Fintech tại Techcombank. Độ lệch chuẩn 0.902 cho thấy không có sự khác biệt quá lớn trong câu trả lời.
Bảng 4.11: Phân tích giá trị trung bình biến “Hình Ảnh Thương Hiệu”
| N | Giá trị nhỏ nhất | Giá trị lớn nhất | Giá trị trung bình | Độ lệch chuẩn | |
| BI1 | 300 | 1 | 5 | 3.52 | 0.973 |
| BI2 | 300 | 1 | 5 | 3.65 | 0.943 |
| BI3 | 300 | 1 | 5 | 3.60 | 0.964 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Các biến Hình Ảnh Thương Hiệu (BI) có giá trị trung bình từ 3.52 đến 3.65 cho thấy KHCN đánh giá khá cao tính hữu ích của dịch vụ Fintech tại Techcombank. Độ lệch chuẩn 0.960 cho thấy không có sự khác biệt quá lớn trong câu trả lời.
Bảng 4.12: Phân tích giá trị trung bình biến “Sự Thuận Tiện”
| N | Giá trị nhỏ nhất | Giá trị lớn nhất | Giá trị trung bình | Độ lệch chuẩn | |
| CC1 | 300 | 1 | 5 | 3.59 | 0.966 |
| CC2 | 300 | 1 | 5 | 3.48 | 0.983 |
| CC3 | 300 | 1 | 5 | 3.51 | 0.976 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0) Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Các biến Sự Thuận Tiện có giá trị trung bình từ 3.48 đến 3.59 cho thấy KHCN đánh giá khá cao tính hữu ích của dịch vụ Fintech tại Techcombank. Độ lệch chuẩn 0.975 cho thấy không có sự khác biệt quá lớn trong câu trả lời.
Bảng 4.13: Phân tích giá trị trung bình biến “Chuẩn Chủ Quan”
| N | Giá trị nhỏ nhất | Giá trị lớn nhất | Giá trị trung bình | Độ lệch chuẩn | |
| SN1 | 300 | 1 | 5 | 3.33 | 0.941 |
| SN2 | 300 | 1 | 5 | 3.43 | 1.001 |
| SN3 | 300 | 1 | 5 | 3.46 | 0.992 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Các biến Chuẩn Chủ Quan (SN) có giá trị trung bình từ 3.33 đến 3.46 cho thấy KHCN đánh giá khá cao tính hữu ích của dịch vụ Fintech tại Techcombank. Độ lệch chuẩn 0.978 cho thấy không có sự khác biệt quá lớn trong câu trả lời.
4.3.2. Kiểm tra hệ số tin cậy Cronbach’Alpha
4.3.2.1. Sự hữu ích – PU
Bảng 4.14: Kết quả kiểm tra độ tin cậy nhân tố PU
| Cronbach’s Alpha N of Items | Phương sai thang đo nếu loại biến (Scale Variance if Item Deleted) | Hệ số tương quan biến-tổng (Corrected ItemTotal Correlation) | Hệ số Cronbach’s Alpha khi loại biến (Cronbach’s Alpha if Item Deleted) |
| PU1 | 9.214 | 0.552 | 0.815 |
| PU2 | 8.940 | 0.615 | 0.797 |
| PU3 | 9.169 | 0.570 | 0.810 |
| PU4 | 8.448 | 0.712 | 0.769 |
| PU5 | 8.632 | 0.681 | 0.778 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Nhân tố PU đều đạt các yêu cầu của kiểm định đô tin cậy như bao gồm: Giá trị của độ tin cậy tổng thể PU = 0.829 > 0.7; Hệ số tương quan biến – tổng đều > 0.3; Độ tin cậy tổng thể không tăng khi loại biến.
Thông qua kết quả đánh giá độ tin cậy của các thang đo nhân tố Sự Hữu Ích gồm 5 câu hỏi liên quan, KHCN trả lời câu hỏi này ở mức Hệ số tin cậy của Nhân tố PU đạt 0.814 > 0 cho thấy thang đo của biến PU rất tốt. Giá trị tương quan biến tổng của tất cả các biến đều lớn hơn 0.3 nên không có biến nào bị loại. Tất cả các biến PU1 đến PU5 đều đạt yêu cầu để tiếp tục bước kiểm định nhân tố khám phá EFA. Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Kết luận: Thang đo nhân tố PU phù hợp, tất cả biến quan sát để tiếp tục phương pháp phân tích nhân tố khám phá-EFA
4.3.2.2. Tính Dễ Sử Dụng – PE
Bảng 4.15: Kết quả kiểm tra độ tin cậy của yếu tố PE
| Cronbach’s Alpha | N of Items | ||
| 0.775 | 4 | ||
| Phương sai thang đo nếu loại biến (Scale Variance if Item Deleted) | Hệ số tương quan biến-tổng (Corrected ItemTotal Correlation) | Hệ số Cronbach’s Alpha khi loại biến (Cronbach’s Alpha if Item Deleted) | |
| PE1 | 4.693 | 0.591 | 0.714 |
| PE2 | 4.755 | 0.569 | 0.725 |
| PE3 | 4.787 | 0.576 | 0.722 |
| PE4 | 4.738 | 0.573 | 0.723 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Thông qua kết quả đánh giá độ tin cậy của các thang đo nhân tố Tính dễ sử dụng thu được Hệ số tin cậy đạt 0.775 > 0.7 cho thấy thang đo đạt kết quả tốt.
Giá trị tương quan biến tổng của tất cả các biến đều lớn hơn 0.3 nên không có biến nào bị loại. Tất cả các biến PE1 đến PE4 đều đạt yêu cầu để tiếp tục bước kiểm định nhân tố khám phá EFA.
Kết luận: Thang đo nhân tố PE phù hợp, tất cả biến quan sát để tiếp tục phương pháp phân tích nhân tố khám phá-EFA
4.3.2.3. Rủi ro nhận thức – PR
Bảng 4.16: Kết quả kiểm tra độ tin cậy của yếu tố PR
| Cronbach’s Alpha | N of Items | ||
| 0.824 | 5 | ||
| Phương sai thang đo nếu loại biến (Scale Variance if Item Deleted) | Hệ số tương quan biến-tổng (Corrected ItemTotal Correlation) | Hệ số Cronbach’s Alpha khi loại biến (Cronbach’s Alpha if Item Deleted) | |
| PR1 | 8.458 | 0.558 | 0.807 |
| PR2 | 8.523 | 0.549 | 0.809 |
| PR3 | 8.139 | 0.638 | 0.784 |
| PR4 | 7.802 | 0.703 | 0.764 |
| PR5 | 8.055 | 0.649 | 0.781 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0) Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Thông qua kết quả đánh giá độ tin cậy của các thang đo nhân tố Rủi ro nhận thức thu được Hệ số tin cậy đạt 0.824 > 0.6 cho thấy thang đo đạt kết quả tốt.
Giá trị tương quan biến tổng của tất cả các biến đều lớn hơn 0.3 nên không có biến nào bị loại. Tất cả các biến PR1 đến PR5 đều đạt yêu cầu để tiếp tục bước kiểm định nhân tố khám phá EFA.
Kết luận: Thang đo nhân tố PR phù hợp, tất cả biến quan sát để tiếp tục phương pháp phân tích nhân tố khám phá-EFA
4.3.2.4. Tính Đổi Mới Của Người Dùng – UI Bảng 4.17: Kết quả kiểm tra độ tin cậy của yếu tố UI
| Cronbach’s Alpha | N of Items | ||
| 0.772 | 3 | ||
| Phương sai thang đo nếu loại biến (Scale Variance if Item Deleted) | Hệ số tương quan biến-tổng (Corrected ItemTotal Correlation) | Hệ số Cronbach’s Alpha khi loại biến (Cronbach’s Alpha if Item Deleted) | |
| UI1 | 2.739 | 0.579 | 0.721 |
| UI2 | 2.603 | 0.604 | 0.695 |
| UI3 | 2.606 | 0.635 | 0.660 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0) Thông qua kết quả đánh giá độ tin cậy của các thang đo nhân tố Tính Đổi Mới
Của Người Dùng được Hệ số tin cậy đạt 0.772 > 0.7 cho thấy thang đo đạt kết quả tốt.
Giá trị tương quan biến tổng của tất cả các biến đều lớn hơn 0.3 nên không có biến nào bị loại. Tất cả các biến UI1 đến UI3 đều đạt yêu cầu để tiếp tục bước kiểm định nhân tố khám phá EFA.
Kết luận: Thang đo nhân tố UI phù hợp, tất cả biến quan sát để tiếp tục phương pháp phân tích nhân tố khám phá-EFA
4.3.2.5. Tính an toàn và bảo mật – PT
Bảng 4.18: Kết quả kiểm tra độ tin cậy của yếu tố PT
| Cronbach’s Alpha | N of Items | ||
| 0.816 | 4 | ||
| Phương sai thang đo nếu loại biến (Scale Variance if Item Deleted) | Hệ số tương quan biến-tổng (Corrected ItemTotal Correlation) | Hệ số Cronbach’s Alpha khi loại biến (Cronbach’s Alpha if Item Deleted) | |
| PT1 | 5.341 | 0.632 | 0.771 |
| PT2 | 5.023 | 0.721 | 0.728 |
| PT3 | 5.584 | 0.567 | 0.800 |
| PT4 | 5.336 | 0.628 | 0.773 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0) Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Thông qua kết quả đánh giá độ tin cậy của các thang đo nhân tố Tính an toàn và bảo mật được Hệ số tin cậy đạt 0.816 > 0,7 cho thấy thang đo đạt kết quả tốt.
Giá trị tương quan biến tổng của tất cả các biến đều lớn hơn 0.3 nên không có biến nào bị loại. Tất cả các biến PT1 đến PT4 đều đạt yêu cầu để tiếp tục bước kiểm định nhân tố khám phá EFA.
Kết luận: Thang đo nhân tố PT phù hợp, tất cả biến quan sát để tiếp tục phương pháp phân tích nhân tố khám phá-EFA
4.3.2.6. Hỗ Trợ Của Chính Phủ – GS
Bảng 4.19: Kết quả kiểm tra độ tin cậy của yếu tố GS
| Cronbach’s Alpha | N of Items | ||
| 0.771 | 3 | ||
| Phương sai thang đo nếu loại biến (Scale Variance if Item Deleted) | Hệ số tương quan biến-tổng (Corrected ItemTotal Correlation) | Hệ số Cronbach’s Alpha khi loại biến (Cronbach’s Alpha if Item Deleted) | |
| GS1 | 2.492 | 0.626 | 0.668 |
| GS2 | 2.375 | 0.620 | 0.673 |
| GS3 | 2.604 | 0.569 | 0.730 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Thông qua kết quả đánh giá độ tin cậy của các thang đo nhân tố Hỗ Trợ Của Chính Phủ được Hệ số tin cậy đạt 0.771 > 0.7 cho thấy thang đo đạt kết quả tốt.
Giá trị tương quan biến tổng của tất cả các biến đều lớn hơn 0.3 nên không có biến nào bị loại. Tất cả các biến GS1 đến GS3 đều đạt yêu cầu để tiếp tục bước kiểm định nhân tố khám phá EFA.
Kết luận: Thang đo nhân tố GS phù hợp, tất cả biến quan sát để tiếp tục phương pháp phân tích nhân tố khám phá-EFA
4.3.2.7. Hình Ảnh Thương Hiệu – BI
Bảng 4.20: Kết quả kiểm tra độ tin cậy của yếu tố BI
| Cronbach’s Alpha | N of Items | ||
| 0.741 | 3 | ||
| Phương sai thang đo nếu loại biến (Scale Variance if Item Deleted) | Hệ số tương quan biến-tổng (Corrected ItemTotal Correlation) | Hệ số Cronbach’s Alpha khi loại biến (Cronbach’s Alpha if Item Deleted) | |
| BI1 | 2.732 | 0.555 | 0.668 |
| BI2 | 2.826 | 0.551 | 0.672 |
| BI3 | 2.670 | 0.591 | 0.625 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0) Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Thông qua kết quả đánh giá độ tin cậy của các thang đo nhân tố Hình Ảnh Thương Hiệu được Hệ số tin cậy đạt 0.741 > 0.7 cho thấy thang đo đạt kết quả tốt.
Giá trị tương quan biến tổng của tất cả các biến đều lớn hơn 0.3 nên không có biến nào bị loại. Tất cả các biến BI1 đến BI3 đều đạt yêu cầu để tiếp tục bước kiểm định nhân tố khám phá EFA.
Kết luận: Thang đo nhân tố BI phù hợp, tất cả biến quan sát để tiếp tục phương pháp phân tích nhân tố khám phá-EFA
4.3.2.8. Sự thuận tiện – CC
Bảng 4.21: Kết quả kiểm tra độ tin cậy của yếu tố CC
| Cronbach’s Alpha | N of Items | ||
| 0.788 | 3 | ||
| Phương sai thang đo nếu loại biến (Scale Variance if Item Deleted) | Hệ số tương quan biến-tổng (Corrected ItemTotal Correlation) | Hệ số Cronbach’s Alpha khi loại biến (Cronbach’s Alpha if Item Deleted) | |
| CC1 | 3.017 | 0.613 | 0.728 |
| CC2 | 2.920 | 0.630 | 0.709 |
| CC3 | 2.919 | 0.639 | 0.699 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Thông qua kết quả đánh giá độ tin cậy của các thang đo nhân tố Hình Ảnh Thương Hiệu được Hệ số tin cậy đạt 0.788 > 0.7 cho thấy thang đo đạt kết quả tốt.
Giá trị tương quan biến tổng của tất cả các biến đều lớn hơn 0.3 nên không có biến nào bị loại. Tất cả các biến CC1 đến CC3 đều đạt yêu cầu để tiếp tục bước kiểm định nhân tố khám phá EFA.
Kết luận: Thang đo nhân tố CC phù hợp, tất cả biến quan sát để tiếp tục phương pháp phân tích nhân tố khám phá-EFA
4.3.2.9. Chuẩn chủ quan – SN
Bảng 4.22: Kết quả kiểm tra độ tin cậy của yếu tố SN
| Cronbach’s Alpha | N of Items | ||
| 0.770 | 3 | ||
| Phương sai thang đo nếu loại biến (Scale Variance if Item Deleted) | Hệ số tương quan biến-tổng (Corrected ItemTotal Correlation) | Hệ số Cronbach’s Alpha khi loại biến (Cronbach’s Alpha if Item Deleted) | |
| SN1 | 3.044 | 0.600 | 0.695 |
| SN2 | 2.847 | 0.607 | 0.686 |
| SN3 | 2.879 | 0.604 | 0.689 |
Nguồn: Kết quả xử lý bằng SPSS 22.0)
Thông qua kết quả đánh giá độ tin cậy của các thang đo nhân tố Hình Ảnh Thương Hiệu được Hệ số tin cậy đạt 0.770 > 0.6 cho thấy thang đo đạt kết quả tốt.
Giá trị tương quan biến tổng của tất cả các biến đều lớn hơn 0.3 nên không có biến nào bị loại. Tất cả các biến SN1 đến SN3 đều đạt yêu cầu để tiếp tục bước kiểm định nhân tố khám phá EFA.
Kết luận: Thang đo nhân tố SN phù hợp, tất cả biến quan sát để tiếp tục phương pháp phân tích nhân tố khám phá-EFA
4.3.3. Phân tích nhân tố khám phá EFA Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
4.3.3.1. Phân tích EFA đối với biến độc lập
Bước tiếp theo, tác giả tiến hành phân tích nhân tố khám phá EFA được sử dụng để đánh giá mức độ hội tụ của biến quan sát được chọn lọc từ bước kiểm tra hệ số tin cậy. Kiểm định KMO và Bartlett’s có kết quả kiểm định như sau:
Bảng 4.23: Kết quả kiểm định KMO biến độc lập
| KMO and Bartlett’s Test | ||
| Kaiser-Meyer-Olkin Measure of Sampling Adequacy. | 0.775 | |
| Bartlett’s Test of Sphericity | Approx. ChiSquare | 4692.014 |
| df | 528 | |
| Sig. | 0.000 | |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Bảng 4.24: Bảng phương sai trích các nhân tố
| Phương sai trích các nhân tố | |||||||||
| Thành phần | Giá trị riêng | Tổng bình phương tải nhân tố trích được | Tổng bình phương tải nhân tố trích được sau khi xoay | ||||||
| Tổng | % Phương sai | % Phương sai tích lũy | Tổng | % Phương sai | % Phương sai tích lũy | Tổng | % Phương sai | % Phương sai tích lũy | |
| 1 | 8.07 4 | 24.465 | 24.465 | 8.07 4 | 24.465 | 24.465 | 3.29 3 | 9.979 | 9.979 |
| 2 | 2.62 2 | 7.945 | 32.410 | 2.62 2 | 7.945 | 32.410 | 3.14 1 | 9.517 | 19.496 |
| 3 | 2.12 4 | 6.436 | 38.846 | 2.12 4 | 6.436 | 38.846 | 2.80 2 | 8.492 | 27.987 |
| 4 | 1.80 7 | 5.477 | 44.323 | 1.80 7 | 5.477 | 44.323 | 2.46 9 | 7.483 | 35.470 |
| 5 | 1.77 7 | 5.386 | 49.709 | 1.77 7 | 5.386 | 49.709 | 2.11 0 | 6.393 | 41.863 |
| 6 | 1.58 9 | 4.816 | 54.525 | 1.58 9 | 4.816 | 54.525 | 2.10 5 | 6.380 | 48.243 |
| 7 | 1.53 0 | 4.637 | 59.162 | 1.53 0 | 4.637 | 59.162 | 2.10 4 | 6.375 | 54.618 |
| 8 | 1.34 5 | 4.077 | 63.239 | 1.34 5 | 4.077 | 63.239 | 2.09 9 | 6.360 | 60.977 |
| 9 | 1.26 2 | 3.825 | 67.064 | 1.26 2 | 3.825 | 67.064 | 2.00 9 | 6.086 | 67.064 |
| 10 | 0.80 9 | 2.452 | 69.516 | ||||||
| 11 | 0.76 7 | 2.324 | 71.840 | ||||||
| 12 | 0.69 2 | 2.096 | 73.936 | ||||||
| 13 | 0.66 2 | 2.006 | 75.942 | ||||||
| 14 | 0.64 1 | 1.941 | 77.883 | ||||||
| 15 | 0.61 9 | 1.875 | 79.758 | ||||||
| 16 | 0.60 2 | 1.824 | 81.581 | ||||||
| 17 | 0.58 8 | 1.783 | 83.364 | ||||||
| 18 | 0.52 0 | 1.577 | 84.941 | ||||||
| 19 | 0.50 0 | 1.515 | 86.456 | ||||||
| 20 | 0.48 8 | 1.479 | 87.934 | ||||||
| 21 | 0.47 8 | 1.447 | 89.382 | ||||||
| 22 | 0.43 9 | 1.330 | 90.711 | ||||||
| 23 | 0.42 7 | 1.295 | 92.006 | ||||||
| 24 | 0.39 4 | 1.193 | 93.199 | ||||||
| 25 | 0.37 5 | 1.136 | 94.336 | ||||||
| 26 | 0.35 5 | 1.074 | 95.410 | ||||||
| 27 | 0.34 0 | 1.029 | 96.440 | ||||||
| 28 | 0.32 0 | 0.971 | 97.411 | ||||||
| 29 | 0.30 8 | 0.933 | 98.344 | ||||||
| 30 | 0.28 2 | 0.855 | 99.200 | ||||||
| 31 | 0.12 3 | 0.372 | 99.572 | ||||||
| 32 | 0.08 2 | 0.248 | 99.819 | ||||||
| 33 | 0.06 0 | 0.181 | 100.00 0 | ||||||
(Nguồn: Kết quả xử lý bằng SPSS 22.0) Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Kết quả phân tích khám phá các nhân tố độc lập thu được Hệ số KMO = 0.775 > 0.5, do đó phân tích nhân tố là phù hợp. Giá trị Sig kiểm định Bartlett’s = 0.000 < 0.05 chứng tỏ các biến có tương quan với nhau trong tổng thể. Giá trị Eigenvalues =1.262 > 1 tại nhân tố thứ 9, như vậy 9 nhân tố rút trích được từ EFA có ý ghĩa tóm tắt thông tin các biến quan sát đưa vào tốt nhất.
Tổng phương sai trích: Rotation Sums of Squared Loadings (Cumulative %) đạt 67.064% > 50%. Điều này chứng tỏ 67.064% biến thiên của dữ liệu được giải thích bởi 9 nhân tố. Xét trên phạm vi tổng thể có thể kết luận rằng các biến quan sát có tương quan với nhau, mô hình 9 nhân tố cần được tiến hành hồi quy.
Tiếp tục thực hiện quan sát Bảng ma trận xoay số (Rotated Component Matrix) của phép xoay yếu tố trong bảng 4.3.21 như sau:
Bảng 4.25: Bảng ma trận xoay số
| Ma trận xoay số | |||||||||
| Thành phần | |||||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | |
| PU2 | 0.775 | ||||||||
| PU5 | 0.767 | ||||||||
| PU3 | 0.732 | ||||||||
| PU4 | 0.691 | 0.573 | |||||||
| PR4 | -0.643 | 0.640 | |||||||
| PU1 | 0.625 | ||||||||
| PR3 | 0.780 | ||||||||
| PR5 | 0.709 | ||||||||
| PR1 | 0.697 | ||||||||
| PR2 | 0.683 | ||||||||
| PT1 | 0.760 | ||||||||
| PT4 | 0.748 | ||||||||
| PT3 | 0.730 | ||||||||
| PT2 | -0.563 | 0.695 | |||||||
| PE1 | 0.754 | ||||||||
| PE2 | 0.744 | ||||||||
| PE3 | 0.743 | ||||||||
| PE4 | 0.677 | ||||||||
| SN1 | 0.802 | ||||||||
| SN2 | 0.802 | ||||||||
| SN3 | 0.737 | ||||||||
| UI2 | 0.805 | ||||||||
| UI3 | 0.802 | ||||||||
| UI1 | 0.795 | ||||||||
| GS2 | 0.807 | ||||||||
| GS1 | 0.780 | ||||||||
| GS3 | 0.770 | ||||||||
| CC3 | 0.827 | ||||||||
| CC2 | 0.776 | ||||||||
| CC1 | 0.757 | ||||||||
| BI3 | 0.778 | ||||||||
| BI2 | 0.774 | ||||||||
| BI1 | 0.743 | ||||||||
(Nguồn: Kết quả xử lý bằng SPSS 22.0) Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Kết quả ma trận xoay cho thấy có ba biến cần được xem xét là PU4, PR4 và PT2 do có hệ số tải xuất hiện ở 2 nhân tố:
Biến PU4 tải lên ở cả hai nhân tố là Component 1 và Component 3 với hệ số tải lần lượt là 0.691 và 0.573, khoảng cách giữa 2 nhân tố là 0.691 – 0.572 = 0.118 < 0.3 nên được xem xét loại bỏ.
Biến PR4 tải lên ở cả hai nhân tố là Component 1 và Component 2 với hệ số tải lần lượt là – 0.643 và 0.640, khoảng cách giữa 2 nhân tố là – 0.643 – 0.640 = -1.283 < 0.3 nên được xem xét loại bỏ.
Biến PT2 tải lên ở cả hai nhân tố là Component 2 và Component 3 với hệ số tải lần lượt là – 0.563 và 0.695, khoảng cách giữa 2 nhân tố là – 0.563 – 0.695 = -1.258 <0.3 nên được xem xét loại bỏ.
Sau khi loại bỏ ba biến PU4, PR4 và PT2, tác giả thực hiện chạy lại kiểm định KMO và Bartlett’s với kết quả kiểm định chạy lại lần thứ hai như sau.
Bảng 4.26: Bảng kiểm định KMO biến độc lập lần 2
| KMO and Bartlett’s Test | ||
| Giá trị KMO | 0.831 | |
| Kiểm định Bartlett’s | Approx. ChiSquare | 2968.567 |
| df | 435 | |
| Sig. | 0.000 | |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Bảng 4.27: Bảng phương sai trích các nhân tố lần 2
| Thành phần | Giá trị riêng | Tổng bình phương tải nhân tố trích được | Tổng bình phương tải nhân tố trích được sau khi xoay | ||||||
| Tổng | % Phương sai | % Phương sai tích lũy | Tổng | % Phương sai | % Phương sai tích lũy | Tổng | % Phương sai | % Phương sai tích lũy | |
| 1 | 6.75 5 | 22.517 | 22.517 | 6.75 5 | 22.517 | 22.517 | 2.44 9 | 8.165 | 8.165 |
| 2 | 2.29 3 | 7.642 | 30.158 | 2.29 3 | 7.642 | 30.158 | 2.44 8 | 8.159 | 16.324 |
| 3 | 1.84 5 | 6.149 | 36.308 | 1.84 5 | 6.149 | 36.308 | 2.41 9 | 8.064 | 24.388 |
| 4 | 1.72 2 | 5.741 | 42.049 | 1.72 2 | 5.741 | 42.049 | 2.10 0 | 7.002 | 31.390 |
| 5 | 1.55 2 | 5.174 | 47.223 | 1.55 2 | 5.174 | 47.223 | 2.09 8 | 6.993 | 38.383 |
| 6 | 1.53 6 | 5.120 | 52.343 | 1.53 6 | 5.120 | 52.343 | 2.09 5 | 6.985 | 45.368 |
| 7 | 1.48 6 | 4.954 | 57.297 | 1.48 6 | 4.954 | 57.297 | 2.09 4 | 6.979 | 52.347 |
| 8 | 1.33 6 | 4.452 | 61.749 | 1.33 6 | 4.452 | 61.749 | 2.00 0 | 6.668 | 59.015 |
| 9 | 1.17 0 | 3.902 | 65.650 | 1.17 0 | 3.902 | 65.650 | 1.99 1 | 6.635 | 65.650 |
| 10 | 0.79 4 | 2.646 | 68.297 | ||||||
| 11 | 0.74 4 | 2.482 | 70.778 | ||||||
| 12 | 0.68 5 | 2.284 | 73.062 | ||||||
| 13 | 0.63 6 | 2.119 | 75.181 | ||||||
| 14 | 0.62 9 | 2.098 | 77.279 | ||||||
| 15 | 0.59 4 | 1.981 | 79.260 | ||||||
| 16 | 0.58 3 | 1.945 | 81.205 | ||||||
| 17 | 0.54 6 | 1.822 | 83.026 | ||||||
| 18 | 0.51 2 | 1.708 | 84.734 | ||||||
| 19 | 0.49 5 | 1.649 | 86.383 | ||||||
| 20 | 0.47 2 | 1.574 | 87.957 | ||||||
| 21 | 0.46 4 | 1.545 | 89.503 | ||||||
| 22 | 0.43 5 | 1.450 | 90.953 | ||||||
| 23 | 0.40 5 | 1.350 | 92.303 | ||||||
| 24 | 0.38 2 | 1.273 | 93.575 | ||||||
| 25 | 0.36 0 | 1.199 | 94.774 | ||||||
| 26 | 0.34 3 | 1.145 | 95.919 | ||||||
| 27 | 0.33 5 | 1.115 | 97.035 | ||||||
| 28 | 0.30 7 | 1.024 | 98.059 | ||||||
| 29 | 0.30 2 | 1.008 | 99.067 | ||||||
| 30 | 0.28 0 | 0.933 | 100.00 0 | ||||||
(Nguồn: Kết quả xử lý bằng SPSS 22.0) Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Kết quả phân tích khám phá các nhân tố độc lập thu được Hệ số KMO = 0.831 > 0.5, do đó phân tích nhân tố là phù hợp. Giá trị Sig kiểm định Bartlett’s = 0.000 chứng tỏ các biến có tương quan với nhau trong tổng thể. Giá trị Eigenvalues = 1.170 > 1 tại nhân tố thứ 9, như vậy 9 nhân tố rút trích được từ EFA có ý ghĩa tóm tắt thông tin các biến quan sát đưa vào tốt nhất.
Tổng phương sai trích: Rotation Sums of Squared Loadings (Cumulative %) đạt 65.650% > 50%. Điều này chứng tỏ 65.650% biến thiên của dữ liệu được giải thích bởi 9 nhân tố. Xét trên phạm vi tổng thể có thể kết luận rằng các biến quan sát có tương quan với nhau, mô hình 9 nhân tố cần được tiến hành hồi quy.
Bảng ma trận xoay số (Rotated Component Matrix) của phép xoay yếu tố trong bảng 4.3.24 như sau:
Bảng 4.28: Bảng ma trận xoay số lần 2
| Ma trận xoay số | |||||||||
| Thành phần | |||||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | |
| PE1 | 0.756 | ||||||||
| PE3 | 0.747 | ||||||||
| PE2 | 0.746 | ||||||||
| PE4 | 0.676 | ||||||||
| PR3 | 0.750 | ||||||||
| PR2 | 0.730 | ||||||||
| PR1 | 0.721 | ||||||||
| PR5 | 0.694 | ||||||||
| PU5 | 0.775 | ||||||||
| PU2 | 0.746 | ||||||||
| PU3 | 0.739 | ||||||||
| PU1 | 0.682 | ||||||||
| SN2 | 0.807 | ||||||||
| SN1 | 0.801 | ||||||||
| SN3 | 0.741 | ||||||||
| GS2 | 0.803 | ||||||||
| GS1 | 0.783 | ||||||||
| GS3 | 0.769 | ||||||||
| UI2 | 0.804 | ||||||||
| UI3 | 0.803 | ||||||||
| UI1 | 0.796 | ||||||||
| CC3 | 0.830 | ||||||||
| CC2 | 0.778 | ||||||||
| CC1 | 0.756 | ||||||||
| BI3 | 0.780 | ||||||||
| BI2 | 0.772 | ||||||||
| BI1 | 0.746 | ||||||||
| PT3 | 0.769 | ||||||||
| PT1 | 0.764 | ||||||||
| PT4 | 0.736 | ||||||||
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Các nhân tố đều được sắp xếp đúng thứ tự nhân tố với hệ số tải lớn hơn 0.5.
4.3.3.2. Phân tích EFA đối với biến phụ thuộc
Bảng 4.29: Kết quả kiểm định KMO biến phụ thuộc
| Giá trị KMO | 0.795 | |
| Kiểm định Bartlett’s | Approx. ChiSquare | 371.823 |
| df | 6 | |
| Sig. | 0.000 | |
(Nguồn: Kết quả xử lý bằng SPSS 22.0) Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Kết quả kiểm định KMO đạt 0,795 > 0,5 điều đó cho thấy tính thích hợp của việc phân tích EFA và mức ý nghĩa của dữ liệu đưa vào phân tích nhân tố.
Bảng 4.30: Kết quả phương sai trích
| Thành phần | Giá trị riêng | Tổng bình phương tải nhân tố trích được | ||||
| Tổng | % Phương sai | % Phương sai tích lũy | Tổng | % Phương sai | % Phương sai tích lũy | |
| 1 | 2.542 | 63.559 | 63.559 | 2.542 | 63.559 | 63.559 |
| 2 | 0.567 | 14.171 | 77.731 | |||
| 3 | 0.455 | 11.373 | 89.104 | |||
| 4 | 0.436 | 10.896 | 100.000 | |||
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Tổng phương sai trích: Rotation Sums of Squared Loadings (Cumulative %) đạt 63.559% > 50 %. Biến thiên được giải thích bởi 1 nhân tố, các thang đo được chấp nhận. Điểm dừng khi trích các nhân tố tại nhân tố thứ nhất với giá trị riêng là 2.542.
Hệ số của nhân tố các biến IU1, IU2, IU3, IU4 lần lượt là 0.819; 0.812; 0.780, 0.776 đều lớn hơn 0.5 cho thấy các biến thành phần thuộc nhân tố Quyết định sử dụng đảm bảo cho việc đưa vào phân tích dữ liệu.
Bảng 4.31: Hệ số tải biến phụ thuộc
| Thành phần 1 | |
| IU2 | 0.819 |
| IU1 | 0.812 |
| IU3 | 0.780 |
| IU4 | 0.776 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
4.3.4. Phân tích hệ số tương quan các nhân tố Pearson Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Trước khi tiến hành phân tích tương quan, tác giả thực hiện tính giá trị trung bình cộng của các biến phụ thuộc các yếu tố độc lập và phụ thuộc theo thứ tự đã phân loại, sắp xếp các nhân tố sau kiểm định độ tin cậy và phân tích nhân tố
Bảng 4.32: Bảng kết quả tương quan
| IU | PU | PE | PR | UI | PT | GS | BI | CC | SN | ||
| IU | Pearson Correlatio n | 1 | 0.6 | 0.473 | -0.522 | 0.22 3 | 0.547 | 0.223 | 0.494 | 0.519 | 0.462 |
| PU | Pearson Correlatio n | 0.6 | 1 | 0.292 | -0.319 | 0.12 5 | 0.29 | 0.167 | 0.266 | 0.297 | 0.283 |
| PE | Pearson Correlatio n | 0.473 | 0.292 | 1 | -0.285 | 0.15 8 | 0.375 | 0.286 | 0.299 | 0.294 | 0.256 |
| PR | Pearson Correlatio n | -0.522 | -0.319 | -0.285 | 1 | -0.25 | -0.259 | -0.304 | -0.274 | -0.315 | -0.305 |
| UI | Pearson Correlatio n | 0.223 | 0.125 | 0.158 | -0.2 | 1 | 0.135 | 0.318 | 0.252 | 0.199 | 0.209 |
| PT | Pearson Correlatio n | 0.547 | 0.29 | 0.375 | -0.259 | 0.13 5 | 1 | 0.094 | 0.304 | 0.298 | 0.296 |
| GS | Pearson Correlatio n | 0.223 | 0.167 | 0.286 | -0.304 | 0.31 8 | 0.094 | 1 | 0.254 | 0.268 | 0.218 |
| BI | Pearson
Correlatio n |
0.494 | 0.266 | 0.299 | -0.274 | 0.25 2 | 0.304 | 0.254 | 1 | 0.276 | 0.33 |
| C
C |
Pearson Correlatio n | 0.519 | 0.297 | 0.294 | -0.315 | 0.19 9 | 0.298 | 0.268 | 0.276 | 1 | 0.292 |
| SN | Pearson Correlatio n | 0.462 | 0.283 | 0.256 | -0.305 | 0.20 9 | 0.296 | 0.218 | 0.33 | 0.292 | 1 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Kết quả phân tích tương quan giữa các nhân tố độc lập với nhân tố quyết định sử dụng cho thấy Các nhân tố PU, PE, UI, PT, GS, BI, CC, SN có ảnh hưởng cùng chiều với Quyết định sử dụng và có hệ số tương quan lớn hơn 0 lần lượt là: 0.6; 0.473; 0.223; 0.547; 0.223; 0.494; 0.519; 0.462. PR (Cảm nhận rủi ro) có ảnh hưởng ngược chiều với Quyết định sử dụng và có hệ số tương quan nhỏ hơn 0 là – 0.552. Sig của các nhân tố đều bằng 0.000 nhỏ hơn 0.05. Như vậy tất cả các biến độc lập đều có quan hệ tương quan tuyến tính với biến phụ thuộc đảm bảo có ý nghĩa thống kê để tác giả tiến hành chạy mô hình hồi quy tuyến tính. Từ kết quả này, tác giả tiếp tục phân tích hồi quy đa biến cho các biến trong mô hình.
4.3.5. Kết quả mô hình hồi quy đa biến Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
4.3.5.1. Kết quả mô hình hồi quy
Ý nghĩa của việc thực hiện hồi quy là xác định mức độ ảnh hưởng của 9 nhân tố độc lập đến nhân tố Quyết định sử dụng Fintech của KHCN tại Techcombank.
Bảng 4.33: Phân tích hồi quy đa biến
| Mô hình | Hệ số chưa chuẩn hóa | Hệ số đã chuẩn hóa | t | Sig. | Đa cộng tuyến | |||
| B | Std. Error | Beta | Tolerance | VIF | ||||
| 1 | (Constant) | 1.046 | 0.294 | 3.553 | 0.000 | |||
| PU | 0.300 | 0.035 | 0.309 | 8.524 | 0.000 | 0.793 | 1.262 | |
| PE | 0.122 | 0.038 | 0.121 | 3.238 | 0.001 | 0.745 | 1.343 | |
| PR | -0.211 | 0.038 | -0.209 | -5.611 | 0.000 | 0.753 | 1.328 | |
| UI | -0.003 | 0.032 | -0.003 | -0.081 | 0.935 | 0.844 | 1.185 | |
| PT | 0.207 | 0.035 | 0.219 | 5.879 | 0.000 | 0.753 | 1.328 | |
| GS | -0.066 | 0.034 | -0.070 | -1.909 | 0.057 | 0.780 | 1.282 | |
| BI | 0.162 | 0.033 | 0.179 | 4.849 | 0.000 | 0.767 | 1.305 | |
| CC | 0.170 | 0.032 | 0.197 | 5.354 | 0.000 | 0.771 | 1.296 | |
| SN | 0.100 | 0.032 | 0.115 | 3.144 | 0.002 | 0.778 | 1.285 | |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Các biến độc lập có sig. < 5%, chứng tỏ các nhân tố đều có đạt mức độ tin cậy 95% trong mô hình. Tuy nhiên riêng biến UI có sig. = 0.935 > 5% và biến GS có sig. = 0.057 > 5%. Vậy có thể kết luận ngoại trừ 2 biến UI và GS thì các nhân tố khác đều có ảnh hưởng đến nhân tố Quyết định sử dụng Fintech
Dựa trên hệ số hồi quy chuẩn hoá, tác giả thành lập phương trình hồi quy đa biến như sau:
IU = α + 0.300*PU+ 0.122*PE – 0.211*PR+ 0.207 *PT + 0.162*BI+ 0.170*CC+ 0.100*SN + ε
Bảng 4.34: Thứ tự tác động của các nhân tố
| Nhân tố | Hệ số Beta đã chuẩn hóa | Giá trị Sig | Mức độ ảnh hưởng |
| PU | 0.309 | 0.000 < 5% | 1 |
| PT | 0.219 | 0.000 < 5% | 2 |
| PR | -0.209 | 0.000 < 5% | 3 |
| CC | 0.197 | 0.000 < 5% | 4 |
| BI | 0.179 | 0.000 < 5% | 5 |
| PE | 0.121 | 0.001 < 5% | 6 |
| SN | 0.115 | 0.002 < 5% | 7 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0) Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Từ bảng 4.3.29, tác giả rút ra nhận xét về mô hình hồi quy như sau:
Kết quả hồi quy cho thấy nhân tố Quyết định sử dụng có quan hệ tuyến tích với 7 nhân tố PU (‘Sự hữu ích), PT (‘Tính an toàn và bảo mật), CC (Sự ‘thuận tiện), BI (Hình ảnh thương hiệu), PE (Tính dễ sử dụng), SN (Chuẩn chủ quan), và PR (Rủi ro nhận thức). Để phân tích và đánh giá mức ảnh hưởng của từng nhân tố đến Quyết định sử dụng dịch vụ, tác giả tách riêng từng nhân tố căn cứ trên hệ số Beta. Mức độ ảnh hưởng của các nhân tố lần lượt là:
Mức độ ảnh hưởng cao nhất đến Quyết định sử dụng dịch vụ Fintech là Tính hữu ích (Beta chưa chuẩn hóa là 0.300 ảnh hưởng cùng chiều) khi nhân tố Tính hữu ích tốt hơn (tăng lên 1 đơn vị) thì Quyết định sử dụng dịch vụ Fintech tăng lên 0.003 đơn vị.
Như kết quả nghiên cứu KHCN quan tâm nhiều nhất đến tính hữu ích của dịch vụ Fintech trước khi đưa ra quyết định sử dụng.
Mức độ ảnh hưởng cao thứ hai là Tính an toàn và bảo mật với Beta chưa chuẩn hóa là 0.207 cùng chiều – với ý nghĩa rằng khi Tính an toàn và bảo mật được nâng cao 1 đơn vị thì Quyết định sử dụng dịch vụ Fintech cũng tăng 0.207 đơn vị. Như vậy có thể thấy KHCN cũng rất quan tâm đến Tính an toàn và bảo mật ngoài công nhận tính hữu ích mà dịch vụ mang đến.
Mức ảnh hưởng cao thứ hai là Rủi ro nhận thức (Beta chưa chuẩn hóa là – 0,211 ảnh hưởng ngược chiều) khi nhân tố này tăng lên 1 đơn vị thì Quyết định sử dụng Fintech giảm xuống 0,211 đơn vị. Để đưa ra quyết định lựa chọn dịch vụ Fintech tại Techcombank ngoài các tiện ích và an toàn bảo mật thì KHCN còn quan tâm đến các rủi ro có thể xảy ra trong khi sử dụng như lộ thông tin, lỗi giao dịch hoặc băng thông đường truyền không đáp ứng được. Techcombank cần thực hiện các biện pháp liên quan xoa dịu cảm nhận rủi ro cho KHCN.
Mức ảnh hưởng thứ tư là Sự thuận tiện (Beta chưa chuẩn hóa là 0.170, ảnh hưởng cùng chiều), khi nhân tố Sự thuận tiện được cải thiện (tăng lên 1 đơn vị) thì Quyết định sử dụng NHĐT tăng lên 0.170 đơn vị. KHCN tại Techcombank đến từ nhiều độ tuổi cũng như nghề nghiệp khác nhau nên Sự thuận tiện là điều rất được quan tâm. Từ kết quả nghiên cứu cũng có thể chứng minh được điều này.
Mức ảnh hưởng thứ năm là Hình ảnh ngân hàng (Beta chưa chuẩn hóa là 0,162, ảnh hưởng cùng chiều), khi nhân tố Hình ảnh ngân hàng tốt hơn (tăng lên 1 đơn vị) thì Quyết định sử dụng NHĐT tăng lên 0.162 đơn vị. Quyết định của KHCN sử dụng dịch vụ Fintech tại Techcombank cũng đâu đó bị tác động bởi hình ảnh ngân hàng, là một ngân hàng lớn tại Việt Nam, Techcombank luôn chú trọng đến hình ảnh thương hiệu của mình, luôn nỗ lực xây dựng sự uy tín và chất lượng cao để giúp KHCN cảm thấy yên tâm và gắn kết hơn với thương hiệu.
Tiếp đến là Tính dễ sử dụng (Beta chưa chuẩn hóa là 0.122, ảnh hưởng cùng chiều), khi nhân tố Tính dễ sử dụng tốt hơn (tăng lên 1 đơn vị) thì Quyết định sử dụng Fintech tăng lên 0.122 đơn vị. Bên cạnh việc xây dựng thương hiệu thì Techcombank cũng cần có những biện pháp nâng cao tính dễ sử dụng đối với KHCN nói chung và KHCN nói riêng.
Chuẩn chủ quan là yếu tố có mức ảnh hưởng cuối cùng với Beta chưa chuẩn hóa là 0.100 với ý nghĩa khi ý kiến hoặc cảm nhận của những đối tượng gần gũi với KHCN tăng lên 1 đơn vị thì Quyết định sử dụng tăng lên 0.100. Điều này cho thấy sự cảm nhận, ý kiến cũng như sự tác động từ người thân, bạn bè khi cảm nhận về Techcombank cũng phần nào ảnh hưởng đến chính những đối tượng KHCN đang suy xét việc Quyết định sử dụng dịch vụ Fintech của ngân hàng.
4.3.5.2. Kiểm định mức độ phù hợp của mô hình Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Bảng 4.35: Kết quả tóm tắt mô hình hồi quy
| Model | R | R2 | R2 hiệu chỉnh | Độ lệch chuẩn | Durbin- Watson |
| 1 | 0.836 | 0.698 | 0.689 | 0.39375 | 1.944 |
(Nguồn: Kết quả xử lý bằng SPSS 22.0)
Giá trị R2 hiệu chỉnh có giá trị 0.698 có nghĩa là các biến độc lập tác động 69.8% lên biến phụ thuộc, 30.2% còn lại do các nguyên nhân khác ngoài mô hình.
4.3.5.3. Kiểm định hiện tượng đa cộng tuyến trong mô hình
Xem xét hiện tượng đa cộng tuyến trong mô hình là tiêu chí cần thiết trong phân tích hồi quy. Để kiểm định hiện tượng này, tác giả sử dụng giá trị vif, nếu vif > 10 thì xảy ra hiện tượng đa cộng tuyến (theo Nguyễn Đình Thọ, 2011).
Theo kết quả bảng 4.3.29, các biến đều có giá trị vif <10 nên không xảy hiện tượng đa cộng tuyến trong mô hình của luận văn.
4.3.5.4. Kiểm định phân phối chuẩn của phần dư
Hình 4.4: Hình đồ thị ‘P-P plot
Mô hình không vi phạm giả thiết phân phối chuẩn của phần dư do các cơ sở sau:
- Phần dư có phân phối theo dạng hình chuông.
- Giá trị trung bình (Mean) của phần dư là 1.46*10-15 xấp xỉ 0 và độ lệch chuẩn (Standard deviation) là 0,985 xấp xỉ 1, gần bằng 1.
- Các điểm phân vị tập trung thành một hàng chéo.
- Từ kết quả hồi quy cho thấy các giả thuyết với các giá trị sig.
Hình 4.5: ‘Kết quả mô hình nghiên cứu
TÓM TẮT CHƯƠNG 4
Tác giả đã tuân thủ quy trình nghiên cứu một cách chặt chẽ. Đầu tiên, phân tích đặc điểm được thực hiện bằng phương cách thống kê mô tả. Sau đó, độ tin cậy và giá trị của thang đo được đánh giá thông qua hệ số Cronbach’s Alpha và kỹ thuật phân tích nhân tố khám phá (EFA). Từ các nhân tố phù hợp, tác giả duy trì thực hiện phân tích tương quan và hồi quy mô hình. Những kết quả này là cơ sở quan trọng để luận văn rút ra các kết luận và đề xuất chính sách trong Chương 5.
CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
5.1. Kết luận
Fintech đang nổi lên như một xu thế tất yếu trong ngành ngân hàng, không chỉ ở phạm vi toàn cầu mà còn được chú trọng triển khai mạnh mẽ tại Việt Nam, nhằm thỏa mãn ngày một tốt hơn những mong đợi về thanh toán và giao dịch của KHCN. Trong bối cảnh đó, khảo cứu về các dịch vụ Fintech hiện tại của Techcombank được kỳ vọng sẽ mang đến những đề xuất thiết thực chung tay nâng tầm chất lượng dịch vụ cũng như thúc đẩy quyết định lựa chọn sử dụng của người tiêu dùng, thông qua một hành trình nghiên cứu toàn diện và đầy thách thức.
Trong khuôn khổ luận văn “Các Yếu Tố Ảnh Hưởng Đến Quyết Định Sử Dụng Dịch Vụ Fintech Trong Thanh Toán Của KHCN Cá Nhân Tại Techcombank Khu Vực Thành Phố Hồ Chí Minh”, tác giả đã xây dựng nền tảng lý thuyết và lý luận vững chắc thông qua việc kết hợp các phương pháp nghiên cứu định tính và định lượng. Về mặt định tính, tác giả đã lựa chọn thang đo phù hợp cho nghiên cứu và tham khảo ý kiến từ các chuyên gia để chuẩn hóa bảng câu hỏi sau khi thực hiện một nghiên cứu thăm dò. Đối với phương diện định lượng, một lộ trình nghiên cứu gồm nhiều giai đoạn đã được tác giả triển khai, bao gồm: (1) Khám phá các đặc điểm của mẫu nghiên cứu, (2) Đánh giá độ tin cậy thông qua hệ số Cronbach’s Alpha, (3) Ứng dụng phân tích nhân tố khám phá EFA, (4) Phân tích mối liên hệ tương quan với hệ số Pearson, (5) Thực hiện phân tích hồi quy đa biến, (6) Kiểm định các giả thuyết nghiên cứu, (7) Đối chiếu đặc trưng của từng nhóm, và (8) Phân tích giá trị trung bình. Nhờ áp dụng lộ trình này, luận văn đã thu được những kết quả quan trọng như sau:
Kết quả nghiên cứu đã làm rõ 7 nhân tố tác động tới quyết định ứng dụng dịch vụ Fintech của phân khúc KHCN, sắp xếp theo mức độ ảnh hưởng giảm dần như sau: (1) Cảm nhận về Tính hữu dụng (0.300), (2) Niềm tin vào Tính an toàn và Bảo mật (0.207), (3) Rủi ro cảm nhận (0.122), (4) Sự Thuận tiện (0.170), (5) Hình ảnh Thương hiệu (0.162), (6) Cảm nhận về Tính dễ sử dụng (0.122), và (7) Các Chuẩn mực chủ quan (0.100). Bên cạnh đó, mặc dù hai yếu tố Tính sáng tạo của Người dùng và Sự Hỗ trợ của Chính phủ cũng thể hiện một mức độ tác động nhất định, nhưng trong giới hạn của nghiên cứu này, chúng chưa đủ độ tin cậy để được khẳng định một cách vững chắc.
Kết quả kiểm định các giả thuyết trong mô hình nghiên cứu cho thấy 7 giả thuyết tương thích với dự đoán nền tảng của tác giả, trong khi 2 giả thuyết còn lại chưa thể được làm sáng tỏ trong phạm vi nghiên cứu này.
Mô hình lý thuyết đề xuất đã thể hiện khả năng giải thích 69.8% sự biến thiên của biến phụ thuộc, tức là quyết định sử dụng dịch vụ Fintech của KHCN. Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Hơn nữa, kết quả nghiên cứu chỉ ra sự tương đồng với các nghiên cứu trước đây, đặc biệt là yếu tố “Rủi ro cảm nhận” có ảnh hưởng tiêu cực đến quyết định sử dụng dịch vụ, bao gồm cả dịch vụ Fintech. Cụ thể, theo nghiên cứu của Le, V. P., Nguyen, H. N. L., & Dang, Q. T. (2019), “Rủi ro nhận thức” (Perceived Risk) có tác động tiêu cực đến việc sử dụng dịch vụ của khách hàng cá nhân.
Về yếu tố “Tính hữu dụng” – yếu tố có ảnh hưởng mạnh mẽ nhất theo kết quả của nghiên cứu này – cũng cho thấy sự tương đồng với nghiên cứu của Zavolokina, Dolata và Schwabe (2016) tại Thụy Sĩ. Nghiên cứu này đã chỉ ra rằng tính hữu ích (Usefulness) có ảnh hưởng đáng kể đến quyết định áp dụng các dịch vụ Fintech của khách hàng cá nhân trong lĩnh vực ngân hàng. Tính hữu dụng cũng được xếp vào hàng có mức độ ảnh hưởng cao thứ hai trong nghiên cứu của Đào Mỹ Hằng và cộng sự (2018).
Xuất phát từ những nền tảng này, trong phần tiếp theo, tác giả sẽ đưa ra một số kiến nghị mang tính ứng dụng nhằm thúc đẩy sự mở rộng về số lượng KHCN sử dụng dịch vụ Fintech tại Ngân hàng Techcombank
5.2. Hàm ý quản trị
5.2.1. Giải pháp nâng cao Sự hữu ích
Với sự cạnh tranh khốc liệt của thị trường Fintech, yếu tố Tính hữu dụng đóng một vai trò tiên quyết trong việc lôi cuốn và gìn giữ lòng trung thành của KHCN. Với những nhu cầu ngày càng cao, người tiêu dùng hiện nay mong đợi các dịch vụ Fintech không chỉ đáp ứng các mong muốn cơ bản mà còn phải mang tới những giá trị nâng cao và trải nghiệm vượt trội. Kết quả nghiên cứu đã làm nổi bật vai trò của yếu tố Sự hữu ích như một nhân tố có tác động tích cực và đáng kể nhất đến quyết định sử dụng dịch vụ Fintech của người tiêu dùng tại Techcombank. Với mức trung bình của các biến quan sát nằm trong khoảng từ 3,46 đến 3,55, có thể thấy rằng đa số KHCN đều đánh giá cao về tính thiết thực và hữu dụng của các dịch vụ Fintech. Xuất phát từ những phát hiện này, Techcombank cần tập trung đầu tư vào việc xây dựng những dịch vụ Fintech mang tính ứng dụng cao, phong phú về tính năng và có khả năng thỏa mãn những đòi hỏi đa dạng của từng phân khúc KHCN, từ đó khẳng định vai trò dẫn đầu trong lĩnh vực này và hướng tới sự phát triển lâu dài, bền vững.
Để nâng cao tính hữu dụng của các dịch vụ Fintech, Techcombank cần triển khai các nghiên cứu thị trường và khảo sát chuyên sâu nhằm làm rõ những mong đợi, nhu cầu và thói quen của người tiêu dùng. Thông qua nền tảng thông tin này, ngân hàng sẽ có điều kiện thuận lợi để phát triển các dịch vụ phù hợp và tối ưu hóa trải nghiệm người dùng. Bên cạnh đó, việc không ngừng cập nhật và ứng dụng những tiến bộ công nghệ mới nhất vào lĩnh vực Fintech cũng sẽ cho phép Techcombank tạo ra những tính năng đột phá, mang đến cho KHCN những trải nghiệm độc đáo và thuận tiện vượt trội. Một số điển hình tiêu biểu có thể kể đến như tính năng thanh toán di động bằng công nghệ nhận diện khuôn mặt, dịch vụ chuyển tiền xuyên biên giới nhanh chóng và tiết kiệm, hay ứng dụng quản lý tài chính cá nhân thông minh. Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Cung cấp dịch vụ Fintech theo phân khúc KHCN với việc triển khai cá nhân hóa các dịch vụ Fintech dành cho từng nhóm KHCN cụ thể, ví dụ như dịch vụ cho doanh nghiệp, dịch vụ cho sinh viên, dịch vụ cho người cao tuổi,… hoặc có thể cung cấp thêm các gói dịch vụ dịch vụ Fintech đa dạng với mức phí phù hợp để KHCN dễ dàng lựa chọn gói dịch vụ phù hợp với nhu cầu của mình. Ngoài ra, triển khai các chương trình ưu đãi và khuyến mãi dành riêng cho từng nhóm KHCN để thu hút và giữ chân KHCN cũng giúp Techcombank đáp ứng tốt hơn nhu cầu của từng đối tượng KHCN và nâng cao hiệu quả sử dụng dịch vụ.
Techcombank cần cân nhắc việc xây dựng các mối quan hệ đối tác chiến lược với những công ty Fintech như một phương thức quan trọng để gia tăng lợi thế cạnh tranh. Bằng việc liên kết với các tổ chức Fintech khác, ngân hàng sẽ có cơ hội phát triển hệ sinh thái Fintech của chính mình, qua đó cung ứng cho KHCN một chuỗi các dịch vụ phong phú và mang tính đột phá. Song song với đó, việc hợp tác với các định chế ngân hàng khác nhằm triển khai những dịch vụ Fintech xuyên ngân hàng cũng sẽ đem đến cho KHCN những trải nghiệm giao dịch mượt mà và tiết kiệm thời gian hơn. Những liên minh chiến lược này không chỉ giúp Techcombank nâng cao vị thế trên thị trường mà còn góp phần thúc đẩy sự phát triển chung của toàn ngành Fintech. Bên cạnh đó, Techcombank cũng nên cân nhắc hợp tác với các đối tác tài chính khác nhằm phân phối các dịch vụ Fintech đa dạng liên quan đến bảo hiểm, đầu tư, hay tín dụng. Trên một phạm vi rộng hơn, ngân hàng còn có thể tìm kiếm sự hợp tác với các doanh nghiệp thuộc nhiều lĩnh vực khác nhau, nhằm tích hợp các dịch vụ Fintech vào hoạt động kinh doanh của các đối tác này, qua đó nâng cao trải nghiệm của KHCN.
5.2.2. Giải pháp nâng cao Tính an toàn và bảo mật
Trong phạm vi các dịch vụ Fintech, yếu tố An toàn và Bảo mật đóng vai trò nền tảng trong việc xây dựng niềm tin nơi KHCN và thúc đẩy việc sử dụng dịch vụ. Trong bối cảnh hiện đại, người tiêu dùng ngày càng bày tỏ sự quan tâm sâu sắc đến việc đảm bảo tính bí mật của thông tin cá nhân và sự an toàn cho tài sản của họ khi sử dụng các dịch vụ tài chính công nghệ. Điều này đòi hỏi các nhà cung cấp dịch vụ Fintech cần ưu tiên nguồn lực vào việc phát triển và duy trì các biện pháp bảo mật toàn diện, nhằm tạo dựng sự yên tâm cho KHCN và thúc đẩy hành vi sử dụng dịch vụ. Kết quả nghiên cứu cho thấy các biến quan sát liên quan đến yếu tố này có mức trung bình biến động từ 3.50 đến 3.62, cho thấy phân khúc KHCN rất coi trọng khía cạnh này. Xuất phát từ thực tế đó, Ngân hàng Techcombank cần tập trung nguồn lực để phát triển và triển khai các giải pháp tổng thể nhằm đảm bảo tính bảo mật cho thông tin và tính an toàn cho các giao dịch của KHCN, cụ thể như:
Áp dụng các công nghệ bảo mật tiên tiến như việc mã hóa dữ liệu KHCN bằng các thuật toán tiên tiến để bảo vệ dữ liệu khỏi truy cập trái phép. Áp dụng xác thực đa yếu tố cho đăng nhập tài khoản và thực hiện giao dịch để tăng cường bảo mật. Triển khai hệ thống giám sát an ninh mạng 24/7 để phát hiện và ngăn chặn kịp thời các hành vi tấn công mạng. Ngoài ra cũng có thể sử dụng các phương án bảo mật tiên tiến như tường lửa, hệ thống phòng chống xâm nhập (IPS), công nghệ phát hiện xâm nhập (IDS), v.v. Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Thực hiện thường xuyên các biện pháp kiểm tra và đánh giá hệ thống an ninh mạng bao gồm việc kiểm tra lỗ hổng bảo mật định kỳ để phát hiện và khắc phục kịp thời các lỗ hổng cũng như thường xuyên đánh giá an ninh mạng hệ thống để đảm bảo hệ thống luôn được bảo vệ an toàn. Hơn hết cũng cần quan tâm đến việc cập nhật phần mềm và hệ điều hành thường xuyên để vá các lỗ hổng bảo mật mới.
Techcombank cần chú trọng việc nâng cao nhận thức của KHCN về an toàn không gian mạng bằng cách cung cấp cho họ những hiểu biết về các nguy cơ bảo mật phổ biến, cũng như hướng dẫn cụ thể về cách thức tự bảo vệ bản thân và sử dụng các dịch vụ Fintech một cách an toàn. Trong trường hợp xuất hiện các sự cố liên quan đến an ninh mạng, ngân hàng cần chủ động gửi các thông báo cảnh báo tới KHCN, trong đó nêu rõ về các mối đe dọa mới cũng như đưa ra những khuyến nghị về các biện pháp phòng ngừa cần thiết.
Công khai chính sách bảo mật thông tin với tác vụ đăng tải chính sách bảo mật thông tin trên website và ứng dụng mobile của Techcombank để KHCN nắm bắt kịp thời. Điều cốt lõi là các quy định bảo vệ thông tin cần được soạn thảo với ngôn từ đơn giản, cô đọng và dễ nắm bắt đối với mọi đối tượng KHCN. Song song với đó, Techcombank cần chứng tỏ cam kết vững chắc trong việc đảm bảo tính bảo mật của thông tin cá nhân cũng như sự an toàn cho tài sản của người dùng, qua đó tạo dựng niềm tin và sự yên tâm cho KHCN khi sử dụng các dịch vụ tài chính số của ngân hàng.
Tuân thủ các quy định về bảo mật dữ liệu theo hướng dẫn từ Luật Bảo vệ dữ liệu cá nhân và các quy định liên quan khác về bảo mật dữ liệu. Cũng cần nỗ lực để đạt chuẩn các chứng nhận bảo mật uy tín như ISO 27001, PCI DSS để chứng minh cam kết bảo mật của Techcombank.
5.2.3. Giải pháp giảm thiểu Rủi ro nhận thức
Rủi ro nhận thức đang nổi lên như một rào cản đáng kể đối với việc thu nhận và sử dụng các dịch vụ Fintech. Đa số người tiêu dùng thường bày tỏ những lo ngại xoay quanh các khía cạnh như tính an toàn, mức độ bảo mật thông tin, sự minh bạch và tính tuân thủ pháp lý của các dịch vụ tài chính công nghệ. Những phát hiện từ nghiên cứu này chỉ ra rằng các biến quan sát thuộc về yếu tố rủi ro có giá trị trung bình tương đối lớn, nằm trong khoảng từ 3.34 đến 3.46, thể hiện sự nhất trí của phân khúc KHCN về mức độ tác động đáng kể của nhân tố này. Kết quả này đòi hỏi các nhà cung cấp dịch vụ Fintech cần có những biện pháp thiết thực để giảm thiểu rủi ro cảm nhận, qua đó thúc đẩy sự tin tưởng và gia tăng mức độ sử dụng dịch vụ của KHCN. Xuất phát từ thực tế đó, Ngân hàng Techcombank cần triển khai một loạt các giải pháp thiết thực nhằm hạn chế rủi ro cảm nhận của KHCN, qua đó thu hút và duy trì lòng trung thành của họ, thúc đẩy sự chấp nhận các dịch vụ Fintech và khẳng định vị thế tiên phong trong lĩnh vực này. Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Đầu tiên là cần phải cung cấp thông tin đầy đủ cũng như minh bạch với các thông tin dễ hiểu, đầy đủ và chính xác về các dịch vụ Fintech, bao gồm các tính năng, lợi ích, rủi ro tiềm ẩn, điều khoản và quy định sử dụng dịch vụ. Những thông tin này cần được cung cấp qua nhiều kênh đa dạng như website, ứng dụng di động, tài liệu in ấn, video hướng dẫn, hội thảo, v.v. để tiếp cận KHCN một cách hiệu quả. Ngoài ra cũng cần đảm bảo cập nhật thông tin thường xuyên về các thay đổi của dịch vụ, các chính sách mới và các sự kiện liên quan đến Fintech.
Nâng cao nhận thức của KHCN cũng là một giải pháp hữu hiệu thông qua các các hội thảo, khóa đào tạo, bài viết, video, v.v. Thêm vào đó thì việc tăng cường thực hiện các chiến dịch truyền thông để nâng cao nhận thức của KHCN về lợi ích, tính an toàn và tính pháp lý của dịch vụ Fintech cũng cần chú trọng thực hiện.
Triển khai các biện pháp bảo vệ KHCN bao gồm các tác vụ về bảo mật dữ bằng việc áp dụng các biện pháp bảo mật tiên tiến để bảo vệ dữ liệu cá nhân và tài sản của KHCN. Cung cấp các gói bảo hiểm giao dịch để bảo vệ KHCN trong trường hợp xảy ra sự cố. Chương trình đền bù thiệt hại cũng cần được chi tiết lên kế hoạch và triển khai cho KHCN trong trường hợp họ bị thiệt hại do sử dụng dịch vụ Fintech.
Để hạn chế rủi ro cảm nhận từ phía người dùng, Techcombank cần xây dựng một cơ chế giải quyết khiếu nại và phản hồi một cách nhanh nhạy và hiệu quả, đảm bảo những băn khoăn, thắc mắc của KHCN được xử lý triệt để và kịp thời. Song song với đó, ngân hàng nên mở rộng các kênh giao tiếp đa phương tiện với KHCN như hotline, email, live chat,… nhằm tạo thuận lợi cho việc tiếp cận các dịch vụ hỗ trợ khi cần. Bên cạnh đó, Techcombank cũng cần chú trọng vào việc nâng cao năng lực của nguồn nhân lực thông qua các chương trình đào tạo và huấn luyện chuyên sâu, nhằm hun đúc ở đội ngũ nhân viên những phẩm chất tích cực như sự chuyên nghiệp, tinh thần trách nhiệm và thái độ tôn trọng KHCN trong quá trình xử lý khiếu nại và phản hồi. Trình độ chuyên môn của lực lượng lao động cũng cần được cải thiện và nâng tầm, nhằm đảm bảo họ có đủ kỹ năng và kiến thức để giải quyết thỏa đáng những khiếu nại của KHCN liên quan đến dịch vụ Fintech một cách nhanh chóng, chính xác và tận tâm.
5.2.4. Giải pháp nâng cao Sự thuận tiện
Sự thuận tiện đóng vai trò vô cùng quan trọng để thu hút và giữ chân KHCN. KHCN ngày nay mong muốn được tiếp cận và sử dụng dịch vụ một cách nhanh chóng, dễ dàng và mọi lúc mọi nơi. Điều này cũng cho thấy rõ trong kết quả của nghiên cứu này khi biến quan sát này có mức độ ảnh hưởng khá cao và có giá trị trung bình trong khoảng 3.48 đến 3.59. Do đó, Techcombank cần tập trung vào việc nâng cao sự thuận tiện cho KHCN Fintech để khẳng định vị thế dẫn đầu trong ngành.
Một hướng đi chiến lược mà Techcombank cần cân nhắc là mở rộng và đa dạng hóa những kênh phân phối dịch vụ Fintech. Bằng việc hợp tác với các ngân hàng khác, Techcombank có thể cho phép KHCN tiến hành những giao dịch Fintech thông qua mạng lưới ATM và các trung tâm giao dịch của đối tác. Đồng thời, ngân hàng cũng nên dồn lực cho việc phát triển và tích hợp nhiều hình thức thanh toán đa dạng như thanh toán online, mobile banking, thanh toán mã QR,… nhằm thỏa mãn những nhu cầu phong phú và luôn biến đổi của phân khúc KHCN. Sự đa dạng và linh hoạt trong hệ sinh thái dịch vụ Fintech sẽ giúp Techcombank nâng tầm trải nghiệm người dùng và củng cố lợi thế cạnh tranh trong lĩnh vực này.
Để bồi dưỡng trải nghiệm người dùng, Techcombank cần tập trung vào việc hợp lý hóa các quy trình giao dịch, giúp KHCN có thể sử dụng dịch vụ Fintech một cách thuận tiện và nhanh chóng hơn. Điều này có thể được thực hiện thông qua việc tự động hóa những quy trình thủ công và ứng dụng các công nghệ tiên tiến như trí tuệ nhân tạo (AI) trong việc hỗ trợ KHCN. Song song với đó, ngân hàng cũng cần không ngừng nâng cấp và hoàn thiện ứng dụng di động Fintech của mình, đảm bảo cung cấp đầy đủ các tính năng cần thiết, giao diện thân thiện và dễ thao tác. Trên cơ sở đó, Techcombank nên đẩy mạnh phát triển các dịch vụ trực tuyến đa dạng như mở tài khoản online, thanh toán hóa đơn điện tử, chuyển khoản trực tuyến,… nhằm tạo điều kiện cho KHCN thực hiện giao dịch một cách linh hoạt, bất cứ lúc nào và bất kỳ nơi đâu.
Cung cấp dịch vụ hỗ trợ KHCN 24/7 như tổng đài hỗ trợ luôn có đội ngũ túc trực qua nhiều kênh khác nhau như điện thoại, email, chat trực tuyến, v.v. Hỗ trợ KHCN bằng đa ngôn ngữ để đáp ứng đòi hỏi ngày càng đa dạng trong môi trường thế giới phẳng như hiện nay. Ngoài ra, có thể xây dựng cộng đồng trực tuyến để KHCN có thể chia sẻ kinh nghiệm, hỗ trợ lẫn nhau và tương tác với Techcombank được hiệu quả hơn. Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
5.2.5. Giải pháp nâng cao Hình ảnh thương hiệu
Hình ảnh thương hiệu có ảnh hưởng mạnh mẽ đến quyết định lựa chọn và sự tín nhiệm của KHCN đối với các dịch vụ Fintech. Các phát hiện từ nghiên cứu chỉ ra rằng yếu tố Hình ảnh thương hiệu có mức trung bình rơi vào khoảng 3.52 đến 3.65, một mức điểm khá lớn, thể hiện sự chú ý đáng kể của người tiêu dùng vào hình ảnh của Techcombank. Xuất phát từ kết quả này, nhằm gia tăng và nâng cao vị thế thương hiệu, Techcombank nên xem xét áp dụng một vài biện pháp chiến lược sau:
Củng cố chất lượng dịch vụ xuất sắc: Techcombank cần tiên phong liên tục đổi mới và nâng cấp các sản phẩm, dịch vụ Fintech để đáp ứng yêu cầu ngày càng đa dạng và phức tạp của KHCN. Bên cạnh đó cần ưu tiên trải nghiệm KHCN bằng việc cung cấp dịch vụ Fintech nhanh chóng, tiện lợi, dễ sử dụng và mang lại trải nghiệm tuyệt vời cho KHCN. Ngoài ra, việc đảm bảo yếu tố an toàn và bảo mật như việc áp dụng các biện pháp an ninh mạng tiên tiến nhất để bảo vệ thông tin và tài sản của KHCN cũng phần nào làm KHCN thêm tin tưởng vào thương hiệu.
Tăng cường truyền thông và marketing hiệu quả thông qua việc duy trì hoạt động truyền thông tích cực: Xây dựng thông điệp thương hiệu nhất quán nhằm truyền tải thông điệp thương hiệu rõ ràng, súc tích và phù hợp với đối tượng KHCN mục tiêu. Song song với đó kết hợp tận dụng đa kênh truyền thông vì việc kết hợp hiệu quả các kênh truyền thông truyền thống và kỹ thuật số để quảng bá thương hiệu có thể tiếp cận KHCN tiềm năng. Ngoài ra thì việc tạo dựng nội dung thu hút, sáng tạo, hữu ích và mang tính tương tác cao để thu hút KHCN và xây dựng cộng đồng trực tuyến.
Tham gia tích cực vào các hoạt động xã hội và cộng đồng như việc hỗ trợ các chương trình phát triển cộng đồng gồm các chương trình giáo dục, y tế, môi trường và hỗ trợ các nhóm yếu thế trong xã hội. Ngoài ra việc bảo trợ các sự kiện văn hóa và thể thao nhằm góp phần thúc đẩy sự phát triển văn hóa và thể thao của đất nước cũng mang lại các hiệu ứng tích cực. Đội ngũ nhân viên cũng là một phần hình ảnh của thương hiệu, do đó cần có các hoạt động nhằm thúc đẩy tinh thần tình nguyện của nhân viên bằng việc khuyến khích nhân viên tham gia các hoạt động tình nguyện và đóng góp cho cộng đồng.
Xây dựng các liên minh chiến lược cũng là một yếu tố có tầm ảnh hưởng lớn đến việc gia tăng giá trị thương hiệu của Techcombank. Ngân hàng nên xem xét phương án hợp tác với những công ty Fintech uy tín hàng đầu, nhằm phát triển các sản phẩm và dịch vụ Fintech sáng tạo, đột phá, đáp ứng những đòi hỏi ngày càng khắt khe của thị trường. Đồng thời, việc đóng góp vào các hiệp hội và tổ chức Fintech cũng giúp Techcombank có cơ hội trao đổi kinh nghiệm thực tiễn, tiếp thu những tư tưởng tiên phong, và góp phần thúc đẩy sự tăng trưởng chung của ngành. Bên cạnh đó, Techcombank cũng cần nỗ lực củng cố quan hệ hợp tác với các liên minh chiến lược như tổ chức tài chính, ngân hàng, và doanh nghiệp đa ngành, qua đó mở rộng phạm vi thị trường và tối đa hóa thành quả hoạt động.
5.2.6. Giải pháp nâng cao Tính dễ sử dụng Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Trong thị trường Fintech cạnh tranh, tính dễ sử dụng là yếu tố then chốt để thu hút và giữ chân KHCN. Dịch vụ Fintech với giao diện thân thiện, dễ vận hành sẽ tạo thuận lợi cho người dùng, mang lại trải nghiệm tích cực và sự hài lòng cao. Mặc dù xếp gần cuối trong các thành tố tác động, biến quan sát của tính dễ sử dụng vẫn đạt điểm trung bình khá cao từ 3.54 đến 3.61. Vì vậy, Techcombank cần tập trung cải tiến tính dễ sử dụng cho dịch vụ Fintech:
Để nâng cao tính dễ sử dụng của các dịch vụ Fintech, Techcombank cần chú trọng vào việc tối ưu hóa thiết kế giao diện người dùng (UI) và trải nghiệm người dùng (UX). Giao diện cần được xây dựng với một cấu trúc đơn giản, trực quan và dễ nắm bắt, kết hợp với một bố cục logic và màu sắc hài hòa. Việc sử dụng các thuật ngữ chuyên ngành nên được hạn chế tối đa, đồng thời cần đảm bảo tính tương thích của giao diện trên các thiết bị với kích thước màn hình khác nhau. Bên cạnh đó, việc đơn giản hóa và chuẩn hóa các thao tác cũng đóng một vai trò quan trọng, giúp người dùng dễ dàng thực hiện các chức năng cơ bản như đăng ký, đăng nhập, thanh toán hay chuyển khoản. Trong bối cảnh đối tượng KHCN ngày càng trẻ hóa, việc cung cấp các tính năng cá nhân hóa giao diện và trải nghiệm người dùng cũng trở nên cấp thiết, nhằm đáp ứng những nhu cầu và sở thích riêng biệt của từng cá nhân, qua đó nâng cao sự hài lòng của KHCN.
Cuối cùng, Techcombank cần đảm bảo khả năng truy cập và tương thích của giao diện dịch vụ Fintech trên đa dạng thiết bị như máy tính, điện thoại thông minh, máy tính bảng,… đồng thời phát triển giao diện website và ứng dụng di động thân thiện, dễ sử dụng và phù hợp với mọi phân khúc KHCN.
Để tối ưu hóa tính dễ sử dụng của các dịch vụ Fintech, Techcombank cần đầu tư vào việc xây dựng một hệ thống hướng dẫn và hỗ trợ KHCN toàn diện. Điều này bao gồm việc cung cấp những chỉ dẫn chi tiết và dễ nắm bắt cho từng dịch vụ Fintech, kết hợp giữa hướng dẫn từng bước, hình ảnh minh họa trực quan và video hướng dẫn sinh động. Bên cạnh đó, việc triển khai một hệ thống hỗ trợ đa kênh cũng đóng vai trò quan trọng trong việc nâng cao trải nghiệm người dùng. Cụ thể, ngân hàng cần thiết lập một đội ngũ chăm sóc KHCN sẵn sàng giải đáp mọi thắc mắc của người dùng thông qua đa dạng các phương thức như điện thoại, email, cửa sổ trò chuyện trực tuyến, hay mạng xã hội. Đồng thời, việc đào tạo bài bản cho nhân viên về các dịch vụ Fintech cũng là một yếu tố then chốt, giúp họ có thể tư vấn và hỗ trợ KHCN một cách hiệu quả nhất. Ngoài ra, việc xây dựng một danh mục các câu hỏi thường gặp (FAQ) cũng sẽ góp phần giải đáp nhanh chóng những thắc mắc phổ biến của người dùng về các dịch vụ Fintech. Một giải pháp khác mang tính thời đại là việc phát triển một cộng đồng trực tuyến, nơi KHCN có thể chia sẻ kinh nghiệm, hỗ trợ lẫn nhau và tương tác với Techcombank, đặc biệt trong bối cảnh sự bùng nổ của các nền tảng mạng xã hội như hiện nay.
Thu thập và phản hồi ý kiến KHCN thông qua các khảo sát KHCN để thu thập ý kiến phản hồi về tính dễ sử dụng dịch vụ Fintech sau đó phân tích phản hồi của KHCN để xác định các điểm cần cải thiện và ưu tiên nâng cấp dịch vụ. Thêm nữa việc áp dụng công nghệ tiên tiến như trí tuệ nhân tạo (AI) để cá nhân hóa trải nghiệm người dùng, cung cấp các đề xuất dịch vụ phù hợp và hỗ trợ KHCN tự động, Chatbot để hỗ trợ KHCN 24/7, giải đáp các câu hỏi thường gặp và xử lý các yêu cầu đơn giản hoặc công nghệ giọng nói để giúp KHCN dễ dàng tương tác với Techcombank.
5.2.7. Giải pháp nâng cao Chuẩn chủ quan Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Trong bối cảnh cạnh tranh khốc liệt của thị trường Fintech, chuẩn mực chủ quan, hay còn gọi là “word-of-mouth”, đóng một vai trò then chốt trong việc lôi cuốn KHCN mới và gia tăng thị phần. Khác với các phương thức truyền thông truyền thống, người tiêu dùng trong lĩnh vực Fintech thường bày tỏ sự tin tưởng và có xu hướng sử dụng những dịch vụ được giới thiệu bởi những người có quan hệ thân thiết như người thân trong gia đình hay bạn bè. Nhận thức được điều này, Ngân hàng Techcombank cần phát huy tối đa sức mạnh của truyền miệng nhằm khẳng định vị thế dẫn đầu trong ngành công nghiệp Fintech. Dù kết quả nghiên cứu cho thấy chuẩn mực chủ quan là yếu tố có ảnh hưởng thấp nhất, các biến quan sát của nhân tố này vẫn có giá trị trung bình dao động từ 3.33 đến 3.46, thể hiện một mức độ tác động nhất định lên quyết định ứng dụng dịch vụ Fintech của KHCN. Nhằm nâng cao hiệu quả truyền miệng cho các dịch vụ của mình, Techcombank có thể cân nhắc áp dụng những biện pháp sau:
Một giải pháp đáng xem xét là tạo động lực cho KHCN chia sẻ những trải nghiệm tích cực về các dịch vụ Fintech của Techcombank và giới thiệu ngân hàng với người thân thông qua việc triển khai những chương trình giới thiệu hấp dẫn, mang lại những lợi ích thiết thực cho cả người giới thiệu lẫn người được giới thiệu khi họ ứng dụng các dịch vụ Fintech của Techcombank. Việc cung cấp các ưu đãi đặc biệt, chiết khấu hoặc quà tặng cho những KHCN thành công trong việc giới thiệu dịch vụ Fintech cũng là một phương thức hiệu quả. Trong môi trường người dùng trẻ ngày càng chiếm tỷ trọng cao, một giải pháp đầy tiềm năng là ứng dụng công nghệ Gamification. Bằng cách tích hợp các yếu tố trò chơi vào quy trình sử dụng sản phẩm hay dịch vụ, Gamification có khả năng thúc đẩy tương tác của KHCN, từ đó kích thích sự quan tâm và khuyến khích họ giới thiệu dịch vụ Fintech cho người thân. Bên cạnh đó, không thể phủ nhận tầm quan trọng của lực lượng nhân viên tại các điểm giao dịch của Techcombank, những người trực tiếp tiếp xúc và chăm sóc KHCN. Vì vậy, việc tạo động lực cho đội ngũ này tích cực giới thiệu dịch vụ Fintech cho KHCN tại các chi nhánh là một hoạt động mang tính chiến lược và cần được ưu tiên triển khai.
Song song với việc củng cố hình ảnh thương hiệu, Techcombank cũng nên xem xét việc phát triển một cộng đồng KHCN Fintech trên các nền tảng trực tuyến. Điều này sẽ tạo ra một không gian để người dùng dịch vụ Fintech có thể chia sẻ trải nghiệm, trao đổi về các chủ đề liên quan và hỗ trợ lẫn nhau trên các mạng xã hội thông dụng như Facebook, Zalo,… Sự hình thành của một cộng đồng người dùng năng động sẽ góp phần thúc đẩy kết nối giữa các KHCN, tạo lập một môi trường tương tác tích cực, và lan tỏa nhận thức về các dịch vụ Fintech của ngân hàng. Bên cạnh đó, Techcombank cũng cần chú trọng triển khai các chương trình tri ân KHCN, đặc biệt là những cá nhân tích cực thúc đẩy phát triển của cộng đồng Fintech. Điều này không chỉ thể hiện sự trân trọng của ngân hàng đối với những KHCN trung thành mà còn khuyến khích họ bồi dưỡng mối quan hệ bền chặt với Techcombank trong dài hạn.
Một chiến lược đáng xem xét nữa là việc hợp tác với các nhân vật có sức ảnh hưởng (Key Opinion Leaders – KOLs) trong lĩnh vực Fintech nhằm quảng bá về các dịch vụ và xây dựng uy tín thương hiệu. Song song với đó, việc quản trị nội dung trên các nền tảng mạng xã hội cũng cần được thực hiện một cách bài bản và chuyên nghiệp, đảm bảo cung cấp liên tục những thông tin mới nhất về các dịch vụ Fintech cũng như duy trì tương tác tích cực với KHCN. Một khía cạnh quan trọng không thể bỏ qua là việc lắng nghe và tiếp thu ý kiến phản hồi của người dùng trên không gian mạng, nhằm kịp thời giải đáp các thắc mắc, xử lý hiệu quả các khiếu nại, và không ngừng nâng cao chất lượng dịch vụ.
5.3. Hạn chế của đề tài Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
Công trình khảo cứu này đã được thực hiện bằng tất cả nỗ lực hết mình và tuân thủ những quy chuẩn nghiên cứu nghiêm ngặt, vẫn còn một vài hạn chế khó tránh khỏi. Những ràng buộc về mặt thời gian dành cho nghiên cứu cũng như nền tảng tri thức cá nhân của tác giả là những nhân tố chủ yếu dẫn đến sự tồn tại của một số mặt hạn chế trong luận văn này. Cụ thể hơn, một vài điểm yếu còn tồn đọng cần được tiếp tục hoàn thiện và mài dũa, có thể kể đến như:
Với những giới hạn về khung thời gian nghiên cứu, kích thước mẫu chỉ dừng ở con số 300 và khu vực khảo sát bị thu hẹp trong phạm vi Thành phố Hồ Chí Minh, dẫn đến việc chưa thể khái quát hóa một cách toàn diện quan điểm của các nhóm KHCN trên những địa bàn khác nhau. Xuất phát từ thực trạng này, những nghiên cứu tương lai cần tăng cường quy mô mẫu cũng như mở rộng địa bàn thu thập dữ liệu, nhằm gia tăng tính đại diện và độ tin cậy của các kết quả thu được. Việc cải thiện các yếu tố này sẽ góp phần nâng cao giá trị của các khuyến nghị rút ra từ nghiên cứu.
Hệ số xác định R2 hiệu chỉnh đạt giá trị 0.698, thể hiện rằng các biến độc lập đạt mức độ giải thích 69.8% sự biến thiên của biến phụ thuộc, trong khi 30.2% còn lại được quy cho các yếu tố ngoại sinh khác. Bên cạnh đó, trong số các biến độc lập được đề xuất ban đầu, hai biến UI (Tính đổi mới của Người dùng) và GS (Sự Hỗ trợ của Chính phủ) chưa đạt mức độ tin cậy cần thiết để khẳng định các giả thuyết tương ứng. Do đó, các nghiên cứu tiếp theo cần tập trung làm rõ lại vai trò của hai nhân tố này cũng như xem xét bổ sung các yếu tố tiềm năng khác, nhằm đưa ra một bức tranh toàn cảnh và những khuyến nghị thiết thực hơn cho việc thúc đẩy quyết định sử dụng dịch vụ Fintech của phân khúc KHCN.
KẾT LUẬN CHƯƠNG 5
Trong phần cuối của luận văn, tác giả căn cứ vào những khám phá từ quá trình khảo cứu để hình thành một loạt những ứng dụng quản lý, với mục tiêu thúc đẩy sự gia tăng về quyết định ứng dụng các dịch vụ Fintech của phân khúc KHCN thuộc Ngân hàng Techcombank. Song song với đó, phân tích về những hạn chế khách quan về mặt kỹ thuật của luận văn cũng như những định hướng cho các cuộc khảo cứu tương lai cũng được tác giả trình bày. Những nhận định và kiến nghị này không chỉ tạo nền tảng cho những nghiên cứu kế tiếp mà còn đóng góp chuẩn hóa và bổ sung cho kho tàng tri thức khoa học hiện hành. Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech.
XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:
===>>> Luận văn: Yếu tố ảnh hưởng đến quyết định sử dụng dịch dụ Fintech
Dịch Vụ Viết Luận Văn 24/7 Chuyên cung cấp dịch vụ làm luận văn thạc sĩ, báo cáo tốt nghiệp, khóa luận tốt nghiệp, chuyên đề tốt nghiệp và Làm Tiểu Luận Môn luôn luôn uy tín hàng đầu. Dịch Vụ Viết Luận Văn 24/7 luôn đặt lợi ích của các bạn học viên là ưu tiên hàng đầu. Rất mong được hỗ trợ các bạn học viên khi làm bài tốt nghiệp. Hãy liên hệ ngay Dịch Vụ Viết Luận Văn qua Website: https://dichvuvietluanvan.com/ – Hoặc Gmail: lamluanvan24h@gmail.com
[…] ===>>> Luận văn: Kết quả nghiên cứu đến quyết định sử dụng dịch vụ Fintech […]