Ảnh hưởng của thông báo tự động trong CRM đến ý định mua lại trực tuyến

TÓM TẮT:

Nghiên cứu này nhằm đánh giá ảnh hưởng của các thông báo tự động trong hệ thống quản trị quan hệ khách hàng (CRM) đến ý định mua lại trực tuyến của người tiêu dùng Việt Nam. Dựa trên mô hình S-O-R, nghiên cứu xem xét 5 yếu tố của thông báo tự động bao gồm cá nhân hóa nội dung, giá trị ưu đãi, thời điểm gửi, tần suất gửi và tính tin cậy của thông tin. Dữ liệu được thu thập từ 369 người tiêu dùng đã mua hàng trực tuyến trong 3 tháng gần nhất. Các thang đo được kiểm định bằng Cronbach’s Alpha, phân tích EFA và CFA, trong khi mô hình nghiên cứu được đánh giá bằng SEM. Kết quả cho thấy, 4 yếu tố gồm tính tin cậy, giá trị ưu đãi, cá nhân hóa và thời điểm gửi có tác động tích cực đến ý định mua lại; trong đó, tính tin cậy và ưu đãi là 2 yếu tố mạnh nhất. Ngược lại, tần suất gửi thông báo có tác động tiêu cực đến ý định mua lại. Nghiên cứu cung cấp các hàm ý quan trọng cho doanh nghiệp trong việc tối ưu hóa thiết kế thông báo nhằm nâng cao hiệu quả CRM và thúc đẩy hành vi mua lại trong môi trường thương mại điện tử.

Từ khóa: thông báo tự động, CRM, mua lại trực tuyến, ý định mua lại, thương mại điện tử.

1. Đặt vấn đề

Sự phát triển của thương mại điện tử tại Việt Nam đang kéo theo thay đổi mạnh trong hành vi mua sắm và làm gia tăng áp lực lên doanh nghiệp trong việc duy trì khách hàng. Nhiều nghiên cứu quốc tế cho thấy, thông báo được cá nhân hóa và gửi phù hợp về thời điểm có thể tăng trải nghiệm và gia tăng khả năng mua lại (Bleier & Eisenbeiss, 2015; Choi & Lee, 2019). Tuy vậy, một số nghiên cứu cũng cảnh báo, thông báo gửi quá thường xuyên hoặc không đúng thời điểm có thể gây khó chịu, làm giảm thiện cảm và ý định mua của khách hàng (Edwards, Li & Lee, 2002; Tanner & Raymond, 2021). Tại Việt Nam, phần lớn nghiên cứu về thương mại điện tử tập trung vào trải nghiệm, niềm tin và hành vi mua ban đầu, trong khi nghiên cứu chuyên sâu về tác động của thông báo tự động trong CRM đến ý định mua lại còn hạn chế. Vì vậy, nghiên cứu này được thực hiện nhằm phân tích ảnh hưởng của 5 yếu tố gồm cá nhân hóa nội dung, giá trị ưu đãi, thời điểm gửi, tần suất gửi và tính tin cậy của nội dung thông báo đến ý định mua lại trực tuyến.

2. Cơ sở lý thuyết và mô hình nghiên cứu

2.1. Khái niệm CRM, thông báo tự động trong CRM và mô hình S-O-R

Quản trị quan hệ khách hàng (CRM: Customer Relationship Management) được hiểu là quá trình doanh nghiệp thu thập, phân tích và sử dụng dữ liệu khách hàng nhằm xây dựng mối quan hệ dài hạn và gia tăng giá trị vòng đời khách hàng. Thông báo tự động trong CRM là các thông điệp được hệ thống tạo ra và gửi đến khách hàng dựa trên quy tắc hoặc kịch bản định trước, chẳng hạn như nhắc giỏ hàng bị bỏ quên, nhắc mua lại sản phẩm, thông báo giá giảm, hoặc gợi ý sản phẩm phù hợp. Theo lý thuyết tương tác khách hàng, những thông điệp được gửi đúng thời điểm và phù hợp với nhu cầu sẽ giúp tăng mức độ tương tác, sự gắn kết và khả năng hình thành hành vi mua lặp lại (Brodie et al., 2011).

Để giải thích cơ chế tác động của thông báo tự động đến ý định mua lại, nghiên cứu áp dụng mô hình Stimulus-Organism-Response (S-O-R) do Mehrabian và Russell (1974) đề xuất. Theo mô hình này, các kích thích từ môi trường bên ngoài (Stimulus) tác động đến trạng thái nhận thức và cảm xúc của người tiêu dùng (Organism), từ đó dẫn đến phản ứng hành vi.

Trong nghiên cứu marketing, S-O-R đã được sử dụng để giải thích hành vi mua trong nhiều bối cảnh như mua sắm trực tuyến (Eroglu et al., 2001), thiết kế giao diện web (Kim & Lennon, 2013), quảng cáo cá nhân hóa (Bleier & Eisenbeiss, 2015), hay trải nghiệm kỹ thuật số (Zhang et al., 2022).

2.2. Các thành phần lý thuyết liên quan đến mô hình nghiên cứu

Cá nhân hóa nội dung giúp thông điệp phù hợp hơn với nhu cầu và hành vi của khách hàng. Bleier và Eisenbeiss (2015) cho thấy, các thông điệp phản ánh lịch sử hành vi làm tăng tính liên quan và giảm cảm giác bị làm phiền, từ đó hỗ trợ hành vi mua lại. Choi và Lee (2019) khẳng định ưu đãi rõ ràng làm tăng giá trị cảm nhận, trong khi các nghiên cứu tại Việt Nam như Nguyễn & Trần (2020) cũng chứng minh vai trò nổi bật của khuyến mãi đối với quyết định mua sắm trực tuyến.

Thời điểm gửi thông báo ảnh hưởng trực tiếp đến khả năng khách hàng tiếp nhận thông tin. Tanner và Raymond (2021) cho rằng, thông báo được gửi vào thời điểm khách hàng có nhu cầu hoặc đang hoạt động trên nền tảng sẽ làm tăng khả năng phản hồi. Tần suất gửi thông báo cần được kiểm soát, vì Edwards, Li và Lee (2002) chỉ ra, tần suất quá cao dễ gây phiền nhiễu và dẫn đến quá tải thông tin, ảnh hưởng tiêu cực đến trải nghiệm khách hàng.

Tính tin cậy của nội dung là yếu tố nền tảng trong môi trường trực tuyến. Các nghiên cứu của Gefen (2000) và McKnight et al. (2002) khẳng định niềm tin vào tính minh bạch và chính xác của thông tin là tiền đề quan trọng của hành vi mua lặp lại.

Ý định mua lại trực tuyến phản ánh khả năng khách hàng tiếp tục mua hàng trong tương lai và được coi là thước đo quan trọng của chiến lược duy trì khách hàng (Zeithaml, 1996; Oliver, 1999). Các yếu tố như niềm tin và sự phù hợp của thông điệp tiếp thị tiếp tục giữ vai trò then chốt (Gefen, 2000; Kim & Lennon, 2013).

2.3. Giả thuyết nghiên cứu và mô hình nghiên cứu

2.3.1. Giả thuyết nghiên cứu

Từ mô hình nghiên cứu đã đề xuất, 5 giả thuyết được xây dựng nhằm kiểm định tác động của các đặc điểm thông báo tự động trong CRM đến ý định mua lại trực tuyến. Các giả thuyết được hình thành dựa trên cơ sở của các công trình nghiên cứu trước đây liên quan đến cá nhân hóa thông điệp, ưu đãi, thời điểm tiếp cận, tần suất tiếp xúc và niềm tin trong môi trường trực tuyến.

Yếu tố đầu tiên là mức độ cá nhân hóa của nội dung thông báo. Các nghiên cứu về quảng cáo cá nhân hóa cho thấy thông điệp phù hợp với nhu cầu và hành vi trước đó của khách hàng có khả năng làm tăng mức độ liên quan và phản hồi tích cực (Bleier & Eisenbeiss, 2015). Tiếp đó, giá trị ưu đãi được xem là một trong những động lực quan trọng thúc đẩy hành vi mua và mua lại. Các nghiên cứu về khuyến mãi trực tuyến cho thấy ưu đãi rõ ràng và hấp dẫn có tác động tích cực đến nhận thức giá trị và ý định mua hàng của khách (Choi & Lee, 2019; Nguyễn & Trần, 2020). Cùng với đó, một số nghiên cứu về thông báo đẩy và quảng cáo theo thời điểm cho thấy hiệu quả phụ thuộc đáng kể vào tính phù hợp giữa thời điểm gửi và hành vi hoặc trạng thái của khách hàng (Tanner & Raymond, 2021). Bên cạnh đó, tần suất gửi thông báo có thể tạo ra cả tác động tích cực và tiêu cực. Trong khi tần suất hợp lý giúp duy trì sự chú ý, tần suất quá cao dễ gây cảm giác phiền nhiễu và giảm thiện cảm đối với thương hiệu, theo các nghiên cứu về sự khó chịu trong quảng cáo (Edwards, Li & Lee, 2002; Barnes, 2022). Từ đó, nghiên cứu kỳ vọng tần suất gửi phù hợp sẽ có ảnh hưởng đáng kể đến ý định mua lại, tạo thành giả thuyết thứ tư. Cuối cùng, tính tin cậy của thông báo là yếu tố nền tảng trong hành vi giao dịch trực tuyến. Niềm tin đã được nhiều nghiên cứu xác nhận là yếu tố quyết định trong ý định mua và mua lặp lại trong thương mại điện tử (Gefen, 2000; McKnight et al., 2002). Khi thông báo mang thông tin rõ ràng, minh bạch và nhất quán, khách hàng sẽ có xu hướng duy trì niềm tin và tiếp tục mua lại. Đây là cơ sở để hình thành giả thuyết thứ năm.

Từ các lập luận trên, nghiên cứu đề xuất 5 giả thuyết sau:

• H1: Cá nhân hóa nội dung trong thông báo tự động có tác động tích cực đến ý định mua lại trực tuyến.
• H2: Giá trị ưu đãi trong thông báo tự động có tác động tích cực đến ý định mua lại trực tuyến.
• H3: Sự phù hợp của thời điểm gửi thông báo tự động có tác động tích cực đến ý định mua lại trực tuyến.
• H4: Tần suất gửi thông báo tự động có tác động đáng kể đến ý định mua lại trực tuyến.
• H5: Tính tin cậy của nội dung thông báo tự động có tác động tích cực đến ý định mua lại trực tuyến.

2.3.2. Mô hình nghiên cứu

Dựa trên tổng quan lý thuyết và các kết quả nghiên cứu trước, đề tài đề xuất mô hình nghiên cứu đánh giá ảnh hưởng của các đặc điểm thông báo tự động trong CRM đến ý định mua lại trực tuyến của người tiêu dùng. Mô hình tập trung vào 5 yếu tố đại diện cho chất lượng và cách thức triển khai thông báo tự động, bao gồm: cá nhân hóa nội dung, giá trị ưu đãi, thời điểm gửi, tần suất gửi và tính tin cậy của nội dung. 5 yếu tố này được xem là những kích thích quan trọng tác động đến nhận thức và phản ứng hành vi của khách hàng trong quá trình tương tác trực tuyến.

Dựa trên các luận điểm lý thuyết, nghiên cứu đề xuất mô hình gồm 5 quan hệ tác động trực tiếp từ các đặc điểm thông báo tự động đến ý định mua lại trực tuyến của khách hàng.

Hình 1: Mô hình nghiên cứu

3. Phương pháp nghiên cứu

Nghiên cứu được thực hiện theo phương pháp định lượng nhằm kiểm định mô hình và các giả thuyết đã đề xuất. Tất cả biến quan sát được đo lường bằng thang Likert 5 mức, từ 1 “Hoàn toàn không đồng ý” đến 5 “Hoàn toàn đồng ý”, bao gồm các nội dung liên quan đến cá nhân hóa thông báo, giá trị ưu đãi, thời điểm gửi, tần suất gửi, tính tin cậy của nội dung và ý định mua lại trực tuyến.

Dữ liệu nghiên cứu được thu thập thông qua biểu mẫu Google trong khoảng thời gian từ ngày 01/5/2025 đến ngày 01/10/2025. Phương pháp chọn mẫu thuận tiện được sử dụng, đồng thời nghiên cứu áp dụng các biện pháp kiểm soát nhằm đảm bảo tính ngẫu nhiên của phản hồi, tránh sự tác động từ người thu thập dữ liệu và loại bỏ phản hồi đến từ cùng một thiết bị. Tổng cộng 400 bảng hỏi được phát ra và 369 kết quả trả lời hợp lệ được sử dụng để phân tích, sau khi loại bỏ những phản hồi không đầy đủ hoặc không phù hợp.

Sau khi thu thập, dữ liệu được xử lý bằng phần mềm SPSS và AMOS. Các bước phân tích bao gồm kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha, tiếp theo là phân tích nhân tố khám phá EFA, CFA để đánh giá cấu trúc thang đo, kiểm tra giá trị hội tụ và giá trị phân biệt của các nhóm biến. Cuối cùng, mô hình cấu trúc tuyến tính SEM được sử dụng để kiểm định mối quan hệ giữa các biến và đánh giá các giả thuyết nghiên cứu.

4. Kết quả nghiên cứu

4.1. Thông tin mô tả mẫu nghiên cứu

Dữ liệu chính thức được phân tích gồm 369 bảng hỏi hợp lệ. Kết quả mô tả mẫu cho thấy tỷ lệ nam và nữ phân bố tương đối cân bằng, trong đó nữ chiếm 55,3%, nam chiếm 44,7%. Nhóm tuổi từ 18 đến 34 chiếm tỷ lệ lớn nhất (72,6%), phù hợp với đặc thù nhóm người thường xuyên mua hàng trực tuyến tại Việt Nam.

Về tần suất mua hàng, 41,5% người trả lời cho biết họ mua hàng từ 3-5 lần trong 3 tháng gần nhất, 36,0% mua trên 5 lần và 22,5% mua dưới 3 lần. Các nền tảng được sử dụng nhiều nhất là Shopee (61,8%), TikTok Shop (21,1%), Lazada (11,4%) và Tiki (5,7%). Phân bố này phản ánh tương đối chính xác xu hướng mua sắm trực tuyến hiện nay tại Việt Nam.

4.2. Kiểm định độ tin cậy thang đo (Cronbach’s Alpha)

Các thang đo được kiểm định bằng hệ số Cronbach’s Alpha nhằm đánh giá mức độ nhất quán nội bộ. Kết quả cho thấy tất cả các thang đo đều đạt mức độ tin cậy tốt, với hệ số Cronbach’s Alpha dao động từ 0,823 đến 0,902. Các biến quan sát đều có hệ số tương quan biến-tổng lớn hơn 0,3 và không có biến nào cần loại bỏ. Kết quả chi tiết:

Bảng 1. Kiểm định độ tin cậy thang đo

4.3. Phân tích nhân tố khám phá (EFA)

Phân tích EFA được thực hiện với phương pháp rút trích Principal Component và phép quay Promax. Kết quả cho thấy:

• Hệ số KMO đạt 0,908, thể hiện mức độ thích hợp rất cao để phân tích nhân tố.
• Kiểm định Bartlett’s Test có giá trị p < 0,001, khẳng định các biến quan sát có tương quan tuyến tính đủ mạnh.
• 5 nhân tố được trích, tương ứng với năm nhóm thang đo lý thuyết, với tổng phương sai giải thích đạt 72,1%.

Tất cả các biến quan sát đều có hệ số tải nhân tố lớn hơn 0,6, thể hiện tính hội tụ tốt và cấu trúc nhân tố phù hợp với mô hình nghiên cứu ban đầu.

4.4. Phân tích nhân tố khẳng định (CFA)

CFA được thực hiện nhằm kiểm định giá trị hội tụ, giá trị phân biệt và mức độ phù hợp tổng thể của mô hình đo lường. Các chỉ số phù hợp đạt tiêu chuẩn:

Chi-square/df = 2,134; CFI = 0,948; TLI = 0,936; GFI = 0,904; RMSEA = 0,056

Các chỉ số đều nằm trong ngưỡng cho phép, cho thấy mô hình đo lường phù hợp với dữ liệu khảo sát. Hệ số tải chuẩn hóa của tất cả các biến đều > 0,6, AVE của các thang đo đạt từ 0,52 đến 0,68; CR đạt từ 0,82 đến 0,91. Giá trị phân biệt cũng được đảm bảo vì AVE của từng thang đo đều lớn hơn bình phương tương quan với các thang đo khác.

4.5. Kiểm định mô hình cấu trúc (SEM)

Mô hình SEM được sử dụng để kiểm định các giả thuyết. Kết quả cho thấy các chỉ số phù hợp mô hình vẫn đảm bảo (CFI = 0,943; RMSEA = 0,058). Các đường dẫn đều có ý nghĩa thống kê ở mức p < 0,05. Kết quả như bảng dưới đây:

Bảng 2. Kiểm định mô hình cấu trúc SEM

Kết quả SEM cho thấy 4 yếu tố tác động tích cực đến ý định mua lại gồm giá trị ưu đãi, tính tin cậy, cá nhân hóa và thời điểm gửi. Trong đó, tính tin cậy (β = 0,356) và giá trị ưu đãi (β = 0,312) có mức ảnh hưởng mạnh nhất. Đáng chú ý, tần suất gửi thông báo có tác động âm đến ý định mua lại (β = -0,104), phù hợp với các nghiên cứu trước về sự khó chịu do thông báo quá nhiều.

5. Kết luận và kiến nghị

Kết quả nghiên cứu với 369 mẫu hợp lệ cho thấy cả 5 yếu tố trong mô hình đều có tác động đến ý định mua lại trực tuyến, qua đó trả lời đầy đủ các câu hỏi nghiên cứu đã đặt ra. Cụ thể, tính tin cậy của nội dung thông báo là yếu tố có ảnh hưởng mạnh nhất, chứng minh rằng sự chính xác và minh bạch của thông tin đóng vai trò trọng tâm trong việc thúc đẩy hành vi mua lại. Giá trị ưu đãi cũng tác động tích cực đáng kể, phù hợp với đặc điểm hành vi tiêu dùng của thị trường Việt Nam. Bên cạnh đó, cá nhân hóa nội dung và thời điểm gửi thông báo đều có ảnh hưởng tích cực, khẳng định vai trò của thông báo phù hợp với nhu cầu và thời gian tiếp nhận của khách hàng. Ngược lại, tần suất gửi thông báo cho thấy tác động tiêu cực, cảnh báo tình trạng quá tải thông tin có thể làm giảm thiện cảm và giảm khả năng mua lại. Như vậy, cả 5 câu hỏi nghiên cứu tương ứng với 5 giả thuyết đều được giải đáp đầy đủ và nhất quán với dữ liệu thực nghiệm. Từ các phát hiện trên, nghiên cứu đề xuất một số hàm ý quản trị. Doanh nghiệp thương mại điện tử cần ưu tiên tăng tính minh bạch và độ chính xác của nội dung thông báo, tránh gây hiểu lầm hoặc thiếu nhất quán. Đồng thời, nên thiết kế ưu đãi phù hợp từng nhóm khách hàng, kết hợp cá nhân hóa dựa trên dữ liệu hành vi. Việc tối ưu thời điểm gửi thông báo, tránh gây gián đoạn, cũng là yếu tố quan trọng nhằm cải thiện phản hồi của khách hàng. Ngoài ra, doanh nghiệp cần kiểm soát tần suất gửi, tránh gửi quá nhiều thông báo trong khoảng thời gian ngắn. Cuối cùng, cần đầu tư vào phân tích dữ liệu và tự động hóa CRM, giúp tối ưu hoá việc gửi thông báo theo hành vi thực tế của người dùng.

Nghiên cứu không chỉ xác nhận các quan hệ trong mô hình mà còn cung cấp bằng chứng thực nghiệm mạnh mẽ về vai trò của thông báo tự động trong CRM đối với ý định mua lại trực tuyến, đồng thời đề xuất các giải pháp thiết thực cho doanh nghiệp đang triển khai thương mại điện tử tại Việt Nam.

TÀI LIỆU THAM KHẢO:

Barnes, S. J. (2022). Understanding online consumer engagement: The role of digital touchpoints. Journal of Business Research, 142, 1-12.

Bleier, A. & Eisenbeiss, M. (2015). Personalized online advertising effectiveness: The interplay of what, when, and where. Marketing Science, 34(5), 669-688. DOI: https://doi.org/10.1287/mksc.2015.0930.

Brodie, R. J., Hollebeek, L. D., Juric, B. & Ilić, A. (2011). Customer engagement: Conceptual domain, fundamental propositions, and implications for research. Journal of Service Research, 14(3), 252-271.

Choi, Y. & Lee, H. (2019). The effects of promotion type and message design on purchase intention in online shopping. Journal of Interactive Marketing, 46, 89-102. DOI: https://doi.org/10.1016/j.intmar.2018.12.003

Edwards, S. M., Li, H. & Lee, J. H. (2002). Forced exposure and psychological reactance: Antecedents and consequences of the perceived intrusiveness of online advertising. Journal of Advertising, 31(3), 83-95. DOI: https://doi.org/10.1080/00913367.2002.10673678

Eroglu, S. A., Machleit, K. & Davis, L. M. (2001). Atmospheric qualities of online retailing: A conceptual model and implications. Journal of Business Research, 54(2), 177-184.

Gefen, D. (2000). E-commerce: The role of familiarity and trust. Omega, 28(6), 725-737. DOI: https://doi.org/10.1016/S0305-0483(00)00021-9

Kim, M. & Lennon, S. (2013). Effects of e-service quality and online customer experience on customer satisfaction and loyalty. International Journal of Retail & Distribution Management, 41(1), 5-24.

McKnight, D. H., Choudhury, V. & Kacmar, C. (2002). Developing and validating trust measures for e-commerce. Information Systems Research, 13(3), 334-359. DOI: https://doi.org/10.1287/isre.13.3.334.81

Nguyễn, T. T. & Trần, M. T. (2020). Các yếu tố ảnh hưởng đến ý định mua hàng trực tuyến của người tiêu dùng Việt Nam. Tạp chí Kinh tế & Phát triển, 283, 45-53.

Oliver, R. L. (1999). Whence consumer loyalty? Journal of Marketing, 63, 33-44. DOI: https://doi.org/10.1177/00222429990634s105

Tanner, R. & Raymond, M. (2021). Timing strategies in digital customer engagement: Impacts on consumer responsiveness. Journal of Retailing and Consumer Services, 61, 102-118. DOI: https://doi.org/10.1016/j.jretconser.2021.102596

Zeithaml, V. A. (1996). Consumer perceptions of price, quality, and value: A means-end model. Journal of Marketing, 52(3), 2-22. DOI: https://doi.org/10.1177/002224299605300302

Zhang, K. Z. K., Zhao, S. J., Cheung, C. M. K. & Lee, M. K. O. (2022). Examining the impact of personalized recommendation systems on consumer decision-making in e-commerce. Information & Management, 59(6), 103-120.

The impact of automated notifications in CRM systems on consumers’ online repurchase intention

Nguyen Phuc Thang

FPT Polytechnic College

ABSTRACT

This study investigates the effects of automated notifications in Customer Relationship Management (CRM) systems on consumers’ online repurchase intention in the Vietnamese market. Drawing on the Stimulus–Organism–Response (S–O–R) framework, the research examines five key attributes of automated notifications: content personalization, promotional value, timing appropriateness, sending frequency, and message credibility. Data were collected from 369 consumers who had made online purchases within the previous three months. Measurement scales were validated using Cronbach’s Alpha, exploratory factor analysis (EFA), and confirmatory factor analysis (CFA), while the structural relationships were tested through structural equation modeling (SEM). The results reveal that message credibility, promotional value, personalization, and appropriate timing exert positive and significant effects on repurchase intention, with credibility and promotional value emerging as the strongest determinants. In contrast, excessive sending frequency negatively affects repurchase intention. These findings provide valuable insights into the effective design of CRM notification strategies to enhance customer retention and strengthen repurchase behavior in the e-commerce context.

Keywords: automated notifications, CRM, online repurchase intention, consumer behavior, e-commerce.

[Tạp chí Công Thương - Các kết quả nghiên cứu khoa học và ứng dụng công nghệ, số 33 năm 2025]