ThS. Uông Thị Ngọc Lan – Trường Đại học Thành Đông

Email: lanutn@thanhdong.edu.vn

Tóm tắt

Nghiên cứu nhằm mục đích Đo lường quyết định sử dụng lại dịch vụ xe công nghệ - Tiếp cận từ phía khách hàng tại Thành phố Hà Nội. Thông qua 281 mẫu khảo sát và các phân tích định lượng trên phần mềm SPSS26. Kết quả cho thấy 6 yếu tố gồm Thói quen; Mức độ an toàn; Chất lượng dịch vụ; Hình ảnh thương hiệu; Nhận thức về giá; Sự hữu ích có ảnh hưởng tích cực đến quyết định sử dụng lại dịch vụ xe công nghệ của khách hàng. Dựa trên kết quả nghiên cứu, một số hàm ý quản trị được gợi mở giúp doanh nghiệp định hướng chiến lược phát triển bền vững, tối ưu hóa dịch vụ và tạo lợi thế cạnh tranh dài hạn.

Từ khóa: Xe công nghệ; Quyết định sử dụng lại; Thành phố Hà Nội.

Abstract: The study aims to measure the decision to reuse ride-hailing services from the perspective of customers in Hanoi. Based on a survey of 281 respondents and quantitative analyses using SPSS26, the results indicate that six factors Habit, Safety, Service Quality, Brand Image, Price Perception, and Usefulness positively influence customers' decision to continue using ride-hailing services. Based on these findings, several managerial implications are proposed to help businesses formulate sustainable development strategies, optimize services, and create long-term competitive advantages.

Keywords: Ride-hailing services; Reuse decision; Hanoi City.

ĐẶT VẤN ĐỀ

Sự phát triển mạnh mẽ của công nghệ số và nền kinh tế chia sẻ đã tạo ra những thay đổi đáng kể trong ngành dịch vụ vận tải, đặc biệt là mô hình xe công nghệ. Các ứng dụng gọi xe trực tuyến như Grab, Be, Xanh SM… đã trở thành một phần không thể thiếu trong đời sống đô thị, cung cấp giải pháp di chuyển nhanh chóng, tiện lợi và linh hoạt cho người dân. Không chỉ thay đổi cách thức gọi xe truyền thống, xe cộng nghệ còn giúp tối ưu hóa chi phí, tiết kiệm thời gian và cải thiện chất lượng dịch vụ vận tải. Theo báo cáo của Google, Temasek và Bain & Company (2023), Việt Nam là một trong những thị trường có tốc độ tăng trưởng nhanh nhất trong khu vực Đông Nam Á về dịch vụ gọi xe, với tỷ lệ người dân sử dụng xe công nghệ ngày càng gia tăng. Tuy nhiên, trong bối cảnh cạnh tranh ngày càng gay gắt, việc thu hút khách hàng mới không còn là mục tiêu duy nhất mà các doanh nghiệp hướng đến. Thay vào đó, duy trì và gia tăng tỷ lệ sử dụng lại dịch vụ của khách hàng hiện tại đang trở thành yếu tố quan trọng quyết định sự thành công và phát triển bền vững của doanh nghiệp.

Riêng tại Hà Nội, với đặc thù là một đô thị đông dân, tình trạng giao thông phức tạp và nhu cầu di chuyển cao, dịch vụ xe công nghệ đóng vai trò quan trọng trong việc giúp người dân tiếp cận phương tiện giao thông thuận tiện hơn. Bên cạnh sự phát triển mạnh mẽ, thị trường xe công nghệ tại Hà Nội cũng đối mặt với nhiều thách thức như cạnh tranh khốc liệt giữa các hãng, biến động giá cước, sự trung thành thấp của khách hàng và các yếu tố về an toàn, chất lượng dịch vụ. Xuất phát từ thực tiễn đó, nghiên cứu nhằm đo lường quyết định sử dụng lại dịch vụ xe công nghệ từ góc độ khách hàng tại TP. Hà Nội, qua đó đưa ra một số hàm ý quản trị giúp doanh nghiệp định hướng chiến lược phát triển bền vững, tối ưu hóa dịch vụ và tạo lợi thế cạnh tranh dài hạn.

CƠ SỞ LÝ THUYẾT VÀ XÂY DỰNG MÔ HÌNH NGHIÊN CỨU

Các nghiên cứ của Philip Kotler (2006, 2007) đã chỉ ra dịch vụ là mọi hoạt động hay lợi ích đạt được mà chủ thể này có thể đáp ứng được cho chủ thể kia, đặc biệt đối tượng cung cấp chắc chắn mang tính vô hình và không mang đến bất kỳ quyền sở hữu một vật nào cụ thể. Còn việc sản xuất dịch vụ có thể hoặc không cần gắn liền với một sản phẩm hữu hình nào. Ngoài ra, hành vi người tiêu dùng luôn bao gồm một quá trình những hành động được diễn ra trong suốt quá trình nhận thức được nhu cầu cho đến khi mua và sau khi mua sản phẩm. Tức là, hành vi của khách hàng chính là việc bản thân khách hàng sẽ quyết định sử dụng các nguồn lực sãn có của họ như thời gian, tiền bạc, công sức… dành cho quá trình mua sắm và tiêu dùng sản phẩm.

Theo Jenita (2012) chỉ ra xe công nghệ là dịch vụ vận chuyển khách hàng bằng phương tiện giao thông cá nhân thông qua các giao dịch được thực hiện trên nền tảng trực tuyến, sử dụng điện thoại thông minh hay các ứng dụng liên quan đến internet. Dịch vụ xe công nghệ ra đời đã cho phép khác hàng có thể gửi yêu cầu đến phương tiện vận chuyển và theo dõi thời gian di chuyển của phương tiện yêu cầu cung cấp dịch vụ hay thực hiện việc thanh toán trực tuyến cho dịch vụ vận chuyển yêu cầu (Shaheen và cộng sự, 2016). Nghiên cứu của Jais và Marzuki (2020), Utami và cộng sự (2021) đều thừa nhận dịch vụ xe công nghệ chính là dịch vụ vận chuyển khách hàng có nhu cầu đi lại và được trả phí dựa theo kế hoạch thiết lập từ trước giữa khách hàng với chủ phương tiện giao thông được cung cấp thông qua các nền tảng ứng dụng trên các thiết bị di động thông minh. Dịch vụ xe cộng nghệ giúp xác định được vị trí đồng thời của người cung cấp dịch vụ vận chuyển và khách hàng có nhu cầu tiềm kiếm phương tiện vận chuyển phù hợp với mục đích trong khoảng không gian, thời gian xác định. Dịch vụ này được coi là mô hình kinh doanh trong thời đại phát triển của kinh tế số và kinh tế chia sẻ (Hoàng Đàm Lương Thuý và cộng sự, 2023).

Ý định sử dụng là khả năng chủ quan hay mong muốn của khách hàng đối với một sản phẩm/dịch vụ trong khoảng thời gian nhất định và khách hàng chỉ có thể thực hiện quyết định dựa trên ý định sẵn có của họ về công việc đó (Ajzen và cộng sự, 1975). Như vậy, quyết định là một hành vi của khách hàng chắc chắn xảy ra để thực hiện công việc cụ thể. Nghiên cứu của Hellier và cộng sự (2003) nhận thấy quyết định sử dụng lại hay hành vi tái sử dụng là bản thân khách hàng có nhu cầu tiếp tục sử dụng sản phẩm, hàng hoá hay dịch vụ khi mà họ có mong muốn và đủ khả năng mua. Cũng theo Ranaweera và Prabhu (2003) nhấn mạnh quyết định sử dụng lại chính là xu hướng tiếp tục lựa chọn sản phẩm, hàng hoá hoặc dịch vụ mà khách hàng đã từng tiêu dùng trước đó. Quyết định sử dụng lại hay đơn giản là hành vi mua sản phẩm, hàng hoá hay dịch vụ được lặp đi lặp lại trong những lần mua kế tiếp và khách hàng có xu hướng trung thành với thương hiệu trong tương lai (Jiang và Rosenbllom, 2005; Huỳnh Thanh Tú và Trần Văn Tuấn, 2021).

Qua lược khảo một số nghiên cứu trong và ngoài nước liên quan đến chủ đề hành vi mua lặp lại hay quyết định sử dụng lại của khách hàng trong nhiều hoạt động tiêu dùng khác nhau như: Hellier và cộng sự (2003), Harrison và Shaw (2004), Pantouvakis và Lymperopoulos (2008), Paul và cộng sự (2009), Yeoh và Chan (2011), Nguyễn Thu Thủy (2010), Nguyễn Công Tiến (2011), Hồ Huy Tựu và Trần Thị Ái Cẩm (2012), Huỳnh Thanh Tú và Trần Văn Tuấn (2021), Dương Thị Phượng (2024) kết hợp với quá trình quan sát thực tế. Từ đó, tác giả đã cân nhắc các yếu tố được lựa chọn nhiều nhất trong các nghiên cứu để đề xuất mô hình nghiên cứu như sau:

Hình 1: Mô hình nghiên cứu đề xuất

Nguồn: Tác giả đề xuất

Bảng 1: Tổng hợp các giả thuyết nghiên cứu

Nguồn: Tác giả đề xuất

Từ mô hình và giả thuyết nghiên cứu được viết dưới dạng phương trình tổng quát như sau:

QD = β0 + β1*HI + β2*CL + β3*NT + β4*AT + β5*HA + β6*TQ + e

Trong đó:

QD (yếu tố phụ thuộc): Quyết định sử dụng lại dịch vụ xe công nghệ

Các yếu tố độc lập bao gồm (X_i): Sự hữu ích (HI); Chất lượng dịch vụ (CL); Nhận thức về giá (NT); Mức độ an toàn (AT); Hình ảnh thương hiệu (HA); Thói quen (TQ).

βk: Hệ số hồi quy (k = 0, 1, 2,…, 6); e: Phần dư.

Phương pháp nghiên cứu

Nghiên cứu được thực hiện theo hai phương pháp như sau:

(i) Nghiên cứu định tính: Thang đo được xây dựng được kế thừa từ các nghiên cứu trong và ngoài nước kết hợp với phỏng vấn chuyên sâu một số chuyên gia, thảo luận nhóm với các khách hàng đã từng sử dụng dịch vụ xe công nghệ nhằm xem xét nội dung các yếu tố, hiệu chỉnh các biến quan sát và từ ngữ trong thang đo để phù hợp với đối tượng khảo sát, mục tiêu nghiên cứu.

(ii) Nghiên cứu định lượng: Thang đo được tích hợp trong phiếu khảo sát, phiếu khảo sát gồm hai phần: thông tin cá nhân về đối tượng khảo sát và thang đo được đánh giá theo thang đo Likert 5 mức độ (Mức 1 – Rất không đồng ý đến Mức 5 – Rất đồng ý). Dữ liệu thu thập được phân tích bằng phần mềm SPSS26 để kiểm định các giả thuyết và mô hình nghiên cứu đề xuất. Cỡ mẫu trong nghiên cứu được áp dụng tỷ lệ tốt nhất (10:1) khi thực hiện phân tích nhân tố khám phá EFA (Hair và cộng sự, 2010) và sử dụng phương pháp chọn mẫu phi xác suất thuận tiện đối với các khách hàng đã từng sử dụng dịch vụ xe công nghệ trên địa bàn TP. Hà Nội. Phiếu khảo sát được phát ra theo hình thức trực tuyến kết hợp trực tiếp và được diễn ra khoảng thời gian từ tháng 10 đến tháng 12/2024. Kết thức quá trình khảo sát đã thu về 281 phiếu đáp ứng điều kiện đưa vào phân tích.

KẾT QUẢ NGHIÊN CỨU

Bảng 2: Kết quả phân tích hệ số nhân tố khám phá

Nguồn: Tác giả phân tích

Kết quả phân tích cho thấy, các yếu tố độc lập trong mô hình có độ tin cậy tốt, với hệ số Cronbach’s Alpha dao động từ 0,795 đến 0,847, đảm bảo tính nhất quán nội tại của thang đo. Hệ số KMO đạt 0,810, cùng giá trị Sig. của kiểm định Bartlett’s = 0,000, chứng minh dữ liệu phù hợp để phân tích nhân tố. Hệ số tải nhân tố của các biến quan sát đều > 0,7, cho thấy các nhân tố có giá trị hội tụ cao. Tại giá trị Eigenvalue > 1 có 6 yếu tố được trích với tổng phương sai trích đạt 79,150%, phản ánh khả năng giải thích tốt của các yếu tố được xác định.

Với yếu tố phụ thuộc Quyết định sử dụng lại dịch vụ xe công nghệ, kết quả phân tích cho thấy hệ số Cronbach’s Alpha = 0,824, đảm bảo độ tin cậy cao. Hệ số KMO = 0,803 với kiểm định Bartlett’s có Sig. = 0,000, cho thấy dữ liệu đủ điều kiện để phân tích nhân tố. Tại giá trị Eigenvalue = 1,979, chỉ có 1 yếu tố được trích với tổng phương sai trích đạt 80,215% cho thấy mô hình có khả năng giải thích mạnh mẽ hành vi sử dụng lại dịch vụ.

Bảng 3: Kết quả phân tích tương quan Pearson

Kết quả phân tích tương quan Pearson cho thấy mối tương quan giữa các yếu tố độc lập với yếu tố phụ rất tốt thông qua hệ số tương quan đều > 0,4 và giá trị Sig < 0,05; đồng thời, giữa các yếu tố độc lập không xuất hiện nghi ngờ về hiện tượng đa cộng tuyến nên dữ liệu thoả mãn đưa vào phân tích hồi quy (Hair và cộng sự, 2010).

Bảng 4: Kết quả phân tích hồi quy tuyến tính

Nguồn: Phân tích của tác giả

Kết quả phân tích hồi quy tuyến tính cho thấy, mô hình có độ phù hợp cao với dữ liệu khi R² = 0,807 và R² hiệu chỉnh = 0,789, nghĩa là 78,9% biến thiên của Quyết định sử dụng lại dịch vụ xe công nghệ được giải thích bởi các yếu tố độc lập. Giá trị F = 118,427 với hệ số Sig. = 0,000 cho thấy mô hình có ý nghĩa thống kê. Giá trị Durbin-Watson = 1,856 cho thấy không có dấu hiệu của tự tương quan. Thống kê đa cộng tuyến với hệ số phóng đại phương sai VIF của các yếu tố trong mô hình đều nhỏ hơn 2 do đó không xảy ra hiện tượng đa cộng tuyến, đảm bảo tính ổn định của các ước lượng hồi quy. Ngoài ra, kiểm tra giả định về phân phối chuẩn của phần dư cho thấy giá trị độ lệch chuẩn Std. Dev = 0,995 và giá trị trung bình Mean = 3,16E-14 chứng tỏ phần dư có phân phối xấp xỉ chuẩn và không vi phạm giả thuyết về phân phối chuẩn trong mô hình hồi quy. Biểu đồ phân tán của phần dư cho thấy các điểm dữ liệu được phân bố ngẫu nhiên quanh trục hoành tại tung độ 0, đồng thời không có quan sát nào nằm quá xa so với đường thẳng kỳ vọng, qua đó đảm bảo giả định về mối quan hệ tuyến tính giữa các biến trong mô hình được duy trì.

Như vậy, các giả thuyết đưa ra đều được chấp nhận, hệ số hồi quy các yếu tố độc lập đều mang giá trị dương và có ý nghĩa thống kê (Sig. < 0,05) khẳng định tất cả các yếu tố đều ảnh hưởng thuận chiều đến quyết định sử dụng lại dịch vụ xe công nghệ, phương trình hồi quy theo hệ số beta chuẩn hoá như sau:

QD = 0,387*TQ + 0,359*AT + 0,330*CL + 0,306*HA + 0,277*NT + 0,251*HI + e

KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

Kết luận

Nghiên cứu cho thấy, mức độ ảnh hưởng của các yếu tố theo thứ tự giảm dần là: Thói quen; Mức độ an toàn; Chất lượng dịch vụ; Hình ảnh thương hiệu; Nhận thức về giá; Sự hữu ích. Kết quả nghiên cứu không chỉ mang lại ý nghĩa khoa học mà còn cung cấp những dữ liệu quan trọng để doanh nghiệp vận hành và phát triển dịch vụ xe công nghệ xanh một cách hiệu quả. Đây là cơ sở để các doanh nghiệp điều chỉnh chiến lược kinh doanh, nâng cao chất lượng dịch vụ và tạo ra những trải nghiệm khách hàng tốt hơn, qua đó gia tăng tỷ lệ sử dụng lại và duy trì tốt lợi thế cạnh tranh trên thị trường.

Hàm ý quản trị

Một là, doanh nghiệp cần tạo dựng và củng cố thói quen sử dụng dịch vụ khách hàng qua việc triển khai các chương trình tích điểm đổi quà, hoàn tiền, giảm giá định kỳ cho khách hàng sử dụng dịch vụ thường xuyên. Ứng dụng trí tuệ nhân tạo (AI) để đề xuất lộ trình, ưu đãi hoặc tài xế quen thuộc dựa trên lịch sử đặt xe của khách hàng, giúp họ cảm thấy thoải mái và thuận tiện hơn.

Hai là, các doanh nghiệp cần nâng cao mức độ an toàn trong dịch vụ. Xây dựng quy trình tuyển chọn khắt khe, thường xuyên tổ chức các khóa huấn luyện về kỹ năng lái xe an toàn, giao tiếp khách hàng và xử lý tình huống khẩn cấp. Ứng dụng công nghệ định vị GPS, theo dõi hành trình theo thời gian thực, cung cấp tính năng chia sẻ chuyến đi với người thân và nút báo động SOS trong ứng dụng. Đảm bảo khách hàng có quyền lợi bảo hiểm khi sử dụng dịch vụ, đồng thời nâng cao chất lượng hỗ trợ khách hàng qua tổng đài hoặc chatbot 24/7.

Ba là, cần cải thiện chất lượng dịch vụ để gia tăng sự hài lòng, sử dụng thuật toán ghép tài xế nhằm giảm thời gian chờ đón, đặc biệt trong giờ cao điểm. Thực hiện kiểm tra và bảo dưỡng phương tiện định kỳ, đảm bảo xe luôn sạch sẽ, vận hành tốt để mang lại trải nghiệm di chuyển an toàn và thoải mái. Quy định các tiêu chuẩn dịch vụ rõ ràng, khuyến khích tài xế có thái độ phục vụ tốt, đồng thời xử lý nghiêm các phản hồi tiêu cực từ khách hàng.

Bốn là, cần đẩy mạnh chiến lược truyền thông, xây dựng các chiến dịch marketing nhấn mạnh vào sự tiện lợi, an toàn và chất lượng dịch vụ, tăng cường truyền thông trên các nền tảng mạng xã hội. Tận dụng sức ảnh hưởng của những người nổi tiếng để gia tăng nhận diện thương hiệu và tạo niềm tin cho khách hàng. Chủ động tiếp nhận phản hồi, giải quyết nhanh chóng các vấn đề phát sinh để nâng cao mức độ hài lòng và trung thành của khách hàng.

Năm là, áp dụng chính sách giá minh bạch, công khai bảng giá rõ ràng, tránh tình trạng biến động giá bất hợp lý vào giờ cao điểm mà không có giải thích cụ thể. Xây dựng các gói cước linh hoạt như gói thuê xe theo tháng, theo tuần hoặc giảm giá khi đặt trước nhiều chuyến đi để tạo lợi ích lâu dài cho khách hàng. Triển khai giảm giá cho sinh viên, nhân viên văn phòng, người dùng mới nhằm mở rộng tệp khách hàng tiềm năng.

Sáu là, chú trọng phát triển tính năng đặt xe thông minh, bổ sung các lựa chọn như đặt xe trước, đặt xe nhóm hoặc ghép xe với người có cùng lộ trình để tối ưu chi phí và tăng hiệu quả vận hành. Đa dạng hóa hình thức thanh toán bằng thẻ ngân hàng, ví điện tử, QR code, giúp khách hàng có nhiều lựa chọn hơn khi sử dụng dịch vụ. Mở rộng phạm vi hoạt động tăng cường dịch vụ đưa đón sân bay, xe đường dài để phục vụ nhiều đối tượng khách hàng hơn.

Tài liệu tham khảo

1. Ajzen, I., Fishbein, M. (1975), Belief, attitude, intention, and behavior: An introduction to theory and research, Addison-Wesley.

2. Dương Thị Phượng (2024), Các yếu tố ảnh hưởng đến ý định mua lặp lại trên trang thương mại điện tử của nhân viên văn phòng qua Shopee.vn tại Thành phố Hồ Chí Minh, Tạp chí Khoa học Hồng Bàng, 30, 73–82.

3. Harrison, P., Shaw, R. (2004), Consumer satisfaction and post-purchase intentions: An exploratory study of museum visitors, International Journal of Arts Management, 6(2), 23-32.

4. Hellier, P. K., Geursen, G. M., Carr, R. A., Rickard, J. A. (2003), Customer repurchase intention: A general structural equation model, European Journal of Marketing, 37(11), 1762-1800.

5. Hoàng Đàm Lương Thúy và cộng sự (2023), Ý định sử dụng dịch vụ gọi xe công nghệ của khách hàng Hà Nội trong đại dịch Covid-19, VNU Journal of Economics and Business, 3(1), 49-58.

6. Hồ Huy Tựu, Trần Thị Ái Cẩm (2012), Ý định quay lại và truyền miệng tích cực của du khách quốc tế đối với Nha Trang, Tạp chí Phát triển Kinh tế, 262, 55-62.

7. Huỳnh Thanh Tú, Trần Văn Tuấn (2021), Các yếu tố ảnh hưởng đến ý định mua lặp lại sản phẩm trị nám của phụ nữ tại Thành phố Hồ Chí Minh, HCMCOUJS-Kinh tế và Quản trị Kinh doanh, 16(2), 17-29.

8. Jais, A. S., Marzuki, A. (2020), E-hailing services in Malaysia: Current practices and future outlook, Planning Malaysia, 18(13).

9. Jenita (2012), Transportasi online, retrieved from https://prezi.com/hqywaio5gn1k/transportasi-online.

10. Jiang, P., Rosenbloom, B. (2005), Customer intention to return online: Price perception, attribute‐level performance, and satisfaction unfolding over time, European Journal of Marketing, 39(1/2), 150-174.

11. Kotler, P., Keller, K. L. (2006), Marketing management (12th ed.), Pearson Prentice Hall.

12. Kotler, P., Lee, N. (2007), Marketing in the public sector: A roadmap for improved performance, Pearson Education.

13. Nguyễn Công Tiến (2011), Phân tích các nhân tố ảnh hưởng đến quyết định tái sử dụng dịch vụ vận tải hành khách theo tuyến tại thành phố Cần Thơ, Tạp chí Khoa học Trường Đại học Cần Thơ, 19b, 185-196.

14. Pantouvakis, A., Lymperopoulos, K. (2008), Customer satisfaction and loyalty in the eyes of new and repeat customers: Evidence from the transport sector, Managing Service Quality: An International Journal, 18(6), 623-643.

15. Paul, J., Modi, A., Patel, J. (2016), Predicting green product consumption using theory of planned behavior and reasoned action, Journal of Retailing and Consumer Services, 29, 123–134.

16. Ranaweera, C., Prabhu, J. (2003), The influence of satisfaction, trust and switching barriers on customer retention in a continuous purchasing setting, International Journal of Service Industry Management, 14(3), 374-395.

17. Shaheen, S., et al. (2016), Shared mobility: Current practices and guiding principles, Federal Highway Administration.

18. Utami, I. W., et al. (2021), User behavior intention towards e-hailing applications, International Conference Health, Science and Technology (ICOHETECH), 274-278.

19. Yeoh, K. G., et al. (2011), The Asia-Pacific colorectal screening score: A validated tool that stratifies risk for colorectal advanced neoplasia in asymptomatic Asian subjects, Gut, 60(9), 1236–1241.