Luận văn: Kết quả nghiên cứu quyết định sử dụng Mobile Banking

Các nhân tố ảnh hưởng đến quyết định sử dụng Mobile Banking tại ngân hàng TMCP Sài Gòn (SCB) – TP. Thủ Đức

4.1 Đặc điểm mẫu khảo sát

Với 350 bảng câu hỏi phát ra, loại những phiếu không đạt yêu cầu và tiến hành làm sạch dữ liệu tác giả có được bộ dữ liệu sơ cấp với 300 mẫu. Trong 300 đáp viên trả lời hợp lệ này, tỷ lệ nam là 43% và nữ là 57%.

Về trình độ học vấn: 22% trung học phổ thông, 48% là cao đẳng/đại học và sau đại học là 30%.

Nghề nghiệp của các đáp viên thuộc nhóm nhân viên văn phòng chiếm 38%, tương đương 114 đáp viên; Nhóm kinh doanh tự do gồm 60 đáp viên chiếm 20%; Nhóm giáo viên có 60 đáp viên chiếm 17% và cuối cùng là nhóm nội trợ có 75 đáp viên chiếm 25%.

Đồng thời qua số liệu cũng cho thấy tỷ lệ những người trả lời từ 18 – 25 tuổi là 18%. Trong tổng số khách hàng đã từng hoặc đang sử dụng ứng dụng m-banking của SCB nằm ở độ tuổi từ 26 – 35 tuổi chiếm tỷ lệ cao nhất là 46%, 36 – 40 tuổi là 36%.

Về mức thu nhập của các đáp viên thì đa phần nằm trong nhóm 11 – 20 triệu đồng, số đáp viên là 143 và chiếm tỷ lệ 47.7%; nhóm 5 – 10 triệu đồng là nhóm chiếm 30% (90 đáp viên) và nhóm chiếm tỷ lệ thấp nhất là nhóm có mức thu nhập trên 20 triệu đồng chiếm 22.3% (67 đáp viên)

Bên cạnh đó, tác giả cũng có khảo sát về số lần đến giao dịch tại ngân hàng mỗi tháng của các đáp viên. Trong đó 39.4% đến ngân hàng giao dịch từ 1 – 4 lần; 38.5% đến ngân hàng từ 5 – 8 lần và 22.1% có đến ngân hàng từ 9 đến hơn 12 lần. Điều này cho thấy người tiêu dùng có nhu cầu đến giao dịch tại ngân hàng cũng khá nhiều lần trong một tháng. Nếu họ chấp nhận sử dụng m-banking của SCB thì sẽ hạn chế được việc họ phải đến ngân hàng trực tiếp, vừa tiết kiệm được thời gian cho khách hàng, vừa hạn chế việc phục vụ tại quầy, giúp cho nhân viên đạt được hiểu quả cao trong công việc.

Về kinh nghiệm của khách hàng trong việc sử dụng m-banking của bất kì ngân hàng nào khác không loại trừ của ngân hàng SCB sẽ giúp cho khách hàng có cách đánh giá khách quan hơn về m-banking của SCB. Chẳng hạn sau khi dùng thử mbanking của SCB, khách hàng sẽ đánh giá so sánh với các m-banking khác, lúc này họ sẽ đưa ra quyết định dễ dàng hơn. Và kết quả khảo sát cho thấy có 10.3% đáp viên sử dụng dưới 6 tháng; có 46% đáp viên sử dụng 6 tháng đến dưới 1 năm; và có 25.5% đáp viên sử dụng từ 1 đến 3 năm; cuối cùng là có 18.2% đáp viên sử dụng hơn 3 năm.

Kết quả chi tiết được thống kê qua bảng 4.1:

Bảng 4.1 Thống kê mô tả mẫu

(Nguồn: Trích từ kết quả tính toán bằng phần mềm SPSS)

4.2 Kiểm định độ tin cậy Cronbach’s Alpha

Hệ số Cronbach’s Alpha là phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau để giải thích khái niệm cần đo lường. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0.8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0.7 đến 0.8 là sử dụng được, Cronbach’s Alpha từ 0.6 trở lên cũng có thể sử dụng được đối với các trường hợp khái niệm đang đo lường là mới đối với người trả lời trong bối cảnh nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2014). Các biến quan sát có hệ số tương quan biến tổng nhỏ hơn 0.3 cũng sẽ bị loại bỏ để đảm bảo thang đo đo lường đúng khái niệm.

Kết quả phân tích Cronbach’s Alpha được thể hiện trong bảng 4.2 như sau:

Bảng 4.2 Kết quả kiểm định Cronbach’s alpha

(Nguồn: Trích từ kết quả tính toán bằng phần mềm SPSS)

Qua kết quả trên thì các hệ số Alpha, các thang đo của các biến độc lập và biến phụ thuộc đều có hệ số tin cậy Cronbach’s Alpha đạt yêu cầu (lớn hơn 0.6). Tương quan biến tổng của tất cả các thang đo đều thỏa điều kiện (lớn hơn 0.3). Như vậy các thang đo lường còn lại đều đạt được mức độ tin cậy nên nghiên cứu tiếp tục phân tích nhân tố khám phá EFA.

4.3 Phân tích nhân tố khám phá (EFA)

Khi phân tích EFA, tác giả sử dụng phương pháp trích Principal Component Analysis (Rút các thành phần chính) với phép xoay Varimax và điểm dừng khi trích các yếu tố có eigenvalue lớn hơn 1.

Trong phân tích nhân tố khám phá EFA, hệ số tải nhân tố (factor loading) là một hệ số quan trọng, hệ số tải nhân tố lớn hơn 0.5 được xem là có ý nghĩa thực tiễn (Nguyễn Đình Thọ, 2014). Nên các biến quan sát nếu sau khi quay có hệ số tải nhân tố nhỏ hơn 0.5 sẽ bị loại bỏ ra khỏi thang đo lường.

Ngoài ra, để đánh giá mức độ phù hợp tốt của dữ liệu nghiên cứu, Hair và cộng sự (2010) đã chỉ ra rằng, hệ số KMO phải trong phạm vi từ 0.5 đến 1.0, với mức ý nghĩa nhỏ hơn 5%, trị riêng (eigenvalue) tại điểm dừng khi trích các yếu tố phải lớn hơn 1.0, và tổng phương sai trích phải lớn hơn 0.5 (50%).

Kết quả phân tích nhân tố của các biến độc lập và biến phụ thuộc như bảng 4.3 sau:

Bảng 4.3 Kết quả phân tích nhân tố 

(Nguồn: Trích từ kết quả tính toán bằng phần mềm SPSS)

Kết quả phân tích nhân tố khám phá thể hiện ở bảng 4.3 cho thấy kết quả kiểm định Bartlett’s cho giá trị Sig.= 0.000 (nhỏ hơn 0.05) và hệ số KMO đạt 0.949 (lớn hơn 0.5) đủ điều kiện để phân tích EFA. Tại các mức giá trị “Eigenvalues” lớn hơn 1, phân tích nhân tố đã trích được 10 nhân tố từ 42 biến quan sát với tổng phương sai trích là 68.381% (lớn hơn 50%) đạt yêu cầu. Điều này thể hiện rằng 10 nhân tố được rút ra giải thích được 68.381% biến thiên của dữ liệu. Kết quả bảng ma trận xoay các nhân tố cho thấy hệ số tải nhân tố của 42 biến quan sát đều đạt yêu cầu (lớn hơn 0.5).

Như vậy, Kết quả phân tích EFA cho thấy không có quan sát nào bị loại ra khỏi thang đo lường các khái niệm nghiên cứu, các quan sát đều nhóm lại theo từng nhân tố rõ ràng như kỳ vọng, hệ số tải nhân tố tốt ( 0.5). Do đó, mô hình nghiên cứu không có sự điều chỉnh. Như vậy, Quyết định sử dụng m-banking bị tác động bởi 09 nhân tố: Nhận thức hữu ích; Nhận thức dễ sử dụng; Chuẩn chủ quan; Nhận thức kiểm soát hành vi; Khả năng dùng thử; Khả năng tương thích; Lợi thế tương đối; Sự tin cậy; Khả năng quan sát.

4.4 Phân tích tương quan và hồi quy

Từ kết quả phân tích nhân tố khám phá cho thấy có 09 nhân tố tác động đến quyết định sử dụng m-banking của khách hàng tại ngân hàng SCB. Tiếp theo, phân tích hồi quy nhằm xác định sự tương quan này có tuyến tính hay không và mức độ quan trọng của từng nhân tố ảnh hưởng đến quyết định sử dụng m-banking của khách hàng như thế nào. Phân tích hồi quy được thực hiện bằng phương pháp hồi quy tổng thể các biến (phương pháp Enter) với phần mềm SPSS.

Mô hình hồi quy có dạng là: QDSD¹ = 𝛽₁ × KNDT¹ + 𝛽₂ × DSD + 𝛽₃ × LTTD + 𝛽₄ × NTHU + 𝛽₅ × STC + 𝛽₆ × CCQ + 𝛽₇ × KSHV + 𝛽₈ × KNQS + 𝛽₉ × KNTT + α

Trong đó: α, β₁, β₂, β₃, β₄, β₅, β₆, β₇, β₈, β₉ là các hệ số hồi quy.

4.4.1 Phân tích tương quan

Trước khi phân tích hồi quy, mối tương quan giữa các biến của mô hình cần phải được xem xét. Phân tích tương quan bằng hệ số Pearson nhằm kiểm định mức độ chặt chẽ của mối liên hệ tuyến tính giữa các biến độc lập với biến phụ thuộc và tương quan giữa các biến độc lập với nhau. Theo kết quả bảng 4.4 cho thấy giữa các biến độc lập với nhau và giữa các biến độc lập với biến phụ thuộc có mối quan hệ với nhau.

• Bản.4 Ma trận hệ số tương quan
• Bảng 4.4 Ma trận hệ số tương quan

Xem xét ma trận tương quan giữa  biến trong bảng 4.4, cho thấy biến phụ thuộc Quyết định sử dụng m-banking có hệ số tương quan dương đối với các biến độc lập: Nhận thức hữu ích (0.584); Khả năng dùng thử (0.523); Nhận thức dễ sử dụng (0.542); Lợi thế tương đối (0.558); Sự tin cậy (0.549); Chuẩn chủ quan (0.589); Nhận thức kiểm soát hành vi (0.602); Khả năng quan sát (0.575); Khả năng tương thích (0.536).

Dấu của các hệ số phù hợp với mối quan hệ đồng biến trong mô hình nghiên cứu. Giá trị tuyệt đối của các hệ số tương quan giữa các biến độc lập với nhau dưới 0.5 cho thấy không có hiện tượng đa cộng tuyến. Vì vậy, tất cả biến sẽ được sử dụng để phân tích hồi quy.

4.4.2 Phân tích hồi quy tuyến tính

4.4.2.1 Đánh giá sự phù hợp của mô hình

Hệ số R2 được dùng để đánh giá sự phù hợp của mô hình hồi quy tuyến tính đối với dữ liệu, với nguyên tắc R2 càng gần 1 thì mô hình đã xây dựng càng phù hợp với tập dữ liệu mẫu. Dựa vào kết quả ở bảng 4.5 cho thấy mô hình hồi quy có hệ số R bình phương hiệu chỉnh là 0.554 cho thấy các biến độc lập đã giải thích được 55.4% sự biến thiên của biến phụ thuộc.

Bảng 4.5 Kết quả tóm tắt mô hình hồi quy

(Nguồn: Trích từ kết quả tính toán bằng phần mềm SPSS)

Sử dụng kiểm định F trong bảng phân tích phương sai để kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể.

Giả thuyết H0: β₁ = β₂ = β₃ = β₄ = β₅ = β₆ = β₇ =β₈ = β₉ = 0

Bảng 4.6 Kết quả kiểm định ANOVA^a

(Nguồn: Trích từ kết quả tính toán bằng phần mềm SPSS)

Bảng 4.6 cho thấy Sig rất nhỏ (sig.=.000 < 0.05), bác bỏ giả thuyết H0 cho rằng tất cả các hệ số hồi quy đều bằng 0, mô hình hồi quy tuyến tính bội được xây dựng phù hợp với tập dữ liệu và có thể sử dụng được (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2014).

4.4.2.2 Hàm hồi quy tuyến tính bội

Các hệ số đo lường để kiểm định bao gồm độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (VIF). Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2014) nếu hệ số phóng đại phương sai lớn hơn 10 thì mô hình có tồn tại hiện tượng đa cộng tuyến. Kết quả phân tích dữ liệu trong bảng 4.7 cho thấy hệ số VIF lớn nhất bằng 2.296 (nhỏ hơn 10) nên mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến.

Bảng 4.7 Kết quả mô hình hồi qui bội

1. Biến phụ thuộc: QDSD
2. Biến độc lập: KNQS, KNDT, KNTT, DSD, STC, LTTD, CCQ, NTHU, KSHV

(Nguồn: Trích từ kết quả tính toán bằng phần mềm SPSS)

Phân tích hồi quy bội bằng phương pháp Enter đã cho kết quả mô hình cuối cùng gồm 9 biến độc lập: Nhận thức hữu ích; Nhận thức dễ sử dụng; Chuẩn chủ quan; Nhận thức kiểm soát hành vi; Khả năng dùng thử; Khả năng tương thích; Lợi thế tương đối; Sự tin cậy; Khả năng quan sát. Và biến phụ thuộc là Quyết định sử dụng m-banking. Kết quả hồi quy trình bày ở bảng 4.7 cho thấy, với mức ý nghĩa Sig < 0.05, các nhân tố độc lập có mức ý nghĩa thống kê trong mô hình (Sig. <0.05) là Chuẩn chủ quan (CCQ); Khả năng tương thích (KNTT); Sự tin cậy (STC); Nhân thức hữu ích (NTHU) và Khả năng quan sát (KNQS). Còn lại Nhận thức kiểm soát hành vi (KSHV), Nhận thức dễ sử dụng (DSD), Khả năng dùng thử (KNDT) và Lợi thế tương đối (LTTD) có sig > 0.05. Điều này có nghĩa là 5 nhân tố ảnh hưởng đến quyết định sử dụng m-banking và 4 nhân tố không có tác động đến quyết định sử dụng mbanking của khách hàng tại ngân hàng SCB.

Các hệ số hồi quy đều dương thể hiện sự đồng biến giữa các biến độc lập và biến phụ thuộc. Từ kết quả hồi quy, tác giả có thể kết luận các giả thuyết đều được chấp nhận được tóm tắt thông qua bảng 4.8 như sau:

Bảng 4.8 Kết luận về giả thuyết nghiên cứu

(Nguồn: Tác giả tổng hợp, 2023)

Phương trình hồi quy đã chuẩn hóa thể hiện mối quan hệ giữa biến phụ thuộc và các biến độc lập như sau:

QDSD = 0.106*NTHU + 0.133*CCQ + 0.111*KNTT + 0.113*STC + 0.144*KNQS

4.5 Thảo luận kết quả nghiên cứu

Nghiên cứu này đo lường sự ảnh hưởng của các nhân tố tác động đến quyết định sử dụng m-banking của khách hàng tại ngân hàng SCB chi nhánh Thủ Đức. Dữ liệu nghiên cứu được thu thập từ 300 người đã dùng ứng dụng m-banking của ngân hàng SCB với tần suất thấp hoặc thậm chí là ngừng sử dụng. Kỳ vọng ban đầu của mô hình của 9 biến độc lập sẽ có ảnh hưởng tích cực đến quyết định sử dụng mbanking của khách hàng. Sau khi kiểm định và phân tích bằng mô hình, kết quả cho thấy có 4 nhân tố KHÔNG tác động và 5 nhân tố tác động quyết định sử dụng mbanking của khách hàng. Sau đây là những thảo luận về kết quả ảnh hưởng của các nhân tố đến quyết định sử dụng m-banking của khách hàng tại ngân hàng SCB chi nhánh Thủ Đức.

• H1: Nhận thức sự hữu ích có tác động tích cực đến quyết định sử dụng Mbanking của khách hàng cá nhân tại ngân hàng SCB.

Kết quả nghiên cứu cho thấy nhân tố Nhận thức sự hữu ích (NTHU = 0.106) với mức ý nghĩa thống kê (Sig.=0.021 < 0.05), điều này chứng tỏ giả thuyết H1 được chấp nhận. Hay nói cách khác là nhận thức sự hữu ích có ảnh hưởng tích cực đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB. Kết quả này phù hợp với nghiên cứu của Jain và Agarwal (2019); Ngô Đức Chiến (2022); Trần Thị Thanh Nga (2023). Các nghiên cứu này cho thấy rằng tính hữu ích được nhận thức có ý nghĩa quan trọng trong việc dự đoán hành vi chấp nhận tiếp tục sử dụng của người dùng và nó đã được kiểm tra với các biến bổ sung cho mô hình chấp nhận công nghệ ban đầu của Davis (1989). Do đó, khách hàng phải dùng thử, trải nghiệm với ứng dụng m-banking và khi họ nhận thấy nó hữu ích, họ sẽ tiếp tục sử dụng.

• H2: Nhận thức dễ sử dụng KHÔNG có tác động tích cực đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB.

Kết quả nghiên cứu cho thấy nhân tố Nhận thức dễ sử dụng (DSD = 0.096) với mức ý nghĩa thống kê (Sig.=0.06 > 0.05), điều này chứng tỏ giả thuyết H2 không được ủng hộ. Kết quả này trái ngược với nghiên cứu Ngô Đức Chiến (2022); Trần Thị Thanh Nga (2023). Có thể nhóm khách hàng được khảo sát là nhóm có trình độ Cao đẳng/Đại học, độ tuổi từ 26 trở lên nên đối với họ việc sử dụng một công nghệ mới là điều dễ dàng. Vì vậy nhận thức dễ sử dụng không có ảnh hưởng đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB.

• H3: Sự tin cậy có tác động tích cực đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB.

Kết quả nghiên cứu cho thấy nhân tố Sự tin cậy (STC = 0.113) với mức ý nghĩa thống kê (Sig.=0.031 < 0.05), điều này chứng tỏ giả thuyết H3 được chấp nhận. Hay nói cách khác là sự tin cậy có tác động tích cực đến quyết định sử dụng Mbanking của khách hàng cá nhân tại ngân hàng SCB. Kết quả này lại phù hợp với nghiên cứu trước đây của Jain và Agarwal (2019); Islam và cộng sự (2019). Niềm tin của người tiêu dùng đối với m-banking là yếu tố quan trọng nhất ảnh hưởng đến quyết định sử dụng m-banking của người tiêu dùng trong các giao dịch trực tuyến. Thông qua thái độ đối với việc chấp nhận ngân hàng điện tử thì yếu tố niềm tin vừa có tác động trực tiếp, vừa có tác động gián tiếp đến quyết định sử dụng ngân hàng điện tử. Vì vậy, thay vì bỏ công tô đậm lợi ích của việc thanh toán không dùng tiền mặt, cần cải thiện và củng cố niềm tin của người tiêu dùng vào việc sử dụng ngân hàng điện tử. Một trong những thách thức lớn nhất đối với các thanh toán điện tử là mức độ sẵn sàng của thị trường.

• H4: Chuẩn chủ quan có tác động tích cực đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB.

Kết quả nghiên cứu cho thấy nhân tố Chuẩn chủ quan (CCQ = 0.133) với mức ý nghĩa thống kê (Sig.=0.018 < 0.05), điều này chứng tỏ giả thuyết H4 được chấp nhận. Hay nói cách khác là chuẩn chủ quan ảnh hưởng tích cực đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB. Chuẩn chủ quan được coi là nhận thức của một cá nhân về ý kiến của những người quan trọng để thực hiện nhu cầu sử dụng hệ thống. Chuẩn chủ quan lên quyết định sử dụng m-Banking của khách hàng có thể bao gồm: nhóm tham khảo, gia đình, quan điểm của các nhà lãnh đạo, bạn bè đồng nghiệp. Thật vậy, trong những nghiên cứu gần đây cho thấy rằng các ý kiến và khuyến nghị của nhóm tham khảo thật sự có tác động đến mức độ sẵn sàng của người dùng trong việc sử dụng các cải tiến mới. Kết quả này lại hoàn toàn phù hợp với nghiên cứu của Trần Thị Thanh Nga (2023); Ngô Đức Chiến (2022).

• H5: Kiểm soát hành vi KHÔNG có tác động tích cực đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB.

Kết quả nghiên cứu cho thấy nhân tố Nhận thức kiểm soát hành vi (KSHV = 0.110) với mức ý nghĩa thống kê (Sig.=0.062 > 0.05), điều này chứng tỏ giả thuyết

H5 bị bác bỏ. Hay nói cách khác là nhận thức kiểm soát hành vi không có ảnh hưởng đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB. Kết quả lại trái ngược với Trần Thị Thanh Nga (2023) đã chứng minh được rằng nhận thức kiểm soát hành vi có tác động tới quyết định sử dụng m-banking của người tiêu dùng.

• H6: Khả năng tương thích có tác động tích cực đến quyết định sử dụng Mbanking của khách hàng cá nhân tại ngân hàng SCB.

Kết quả nghiên cứu cho thấy nhân tố Khả năng tương thích (KNTT = 0.111) với mức ý nghĩa thống kê (Sig.=0.032 < 0.05), điều này chứng tỏ giả thuyết H6 được chấp nhận. Hay nói cách khác là khả năng tương thích có tác động tích cực đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB. Kết quả này phù hợp với nghiên cứu của Al-Jabri và Sohail (2012). Khả năng tương thích dường như đo lường các giá trị hoặc niềm tin của khách hàng, những ý tưởng mà họ đã áp dụng trong quá khứ và khả năng của một sự đổi mới để đáp ứng nhu cầu của họ. Khi khách hàng nhận ra rằng họ có nhu cầu về việc sử dụng m-banking, khi họ hiểu được lợi ích của nó, họ sẽ nhanh chấp nhận sử dụng ứng dụng hơn. Do đó, các nhà quản lý tiếp thị phải nhấn mạnh cách dịch vụ phù hợp với lối sống của khách hàng ngân hàng; chủ yếu là cách sống, giao tiếp và làm việc của họ.

• H7: Khả năng dùng thử KHÔNG có tác động tích cực đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB.

Kết quả nghiên cứu cho thấy nhân tố Khả năng dùng thử (KNDT = 0.093) với mức ý nghĩa thống kê (Sig.=0.070 > 0.05), điều này chứng tỏ giả thuyết H7 không được chấp nhận. Hay nói cách khác là khả năng dùng thử không có tác động đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB. Kết quả này hoàn toàn phù hợp với Al-Jabri và Sohail (2012). Như lập luận của Roger (1995), có vẻ như trường hợp những người chấp nhận tiềm năng có khả năng thử nghiệm đổi mới có nhiều khả năng áp dụng đổi mới hơn. Do đó, nếu người tiêu dùng có cơ hội thử đổi mới, những lo ngại nhất định về việc không biết và không thể sử dụng có thể giảm bớt. Trong nghiên cứu này, chỉ ra rằng những người trả lời có thể chỉ có số ít chấp nhận dùng thử dịch vụ của m-banking, còn lại nhiều khả năng họ là những khách hàng hiện tại đang ngủ đông trước đó.

• H8: Khả năng quan sát có tác động tích cực đến quyết định sử dụng Mbanking của khách hàng cá nhân tại ngân hàng SCB.

Kết quả nghiên cứu cho thấy nhân tố Khả năng quan sát (KNQS = 0.144) với mức ý nghĩa thống kê (Sig.=0.001 < 0.05), điều này chứng tỏ giả thuyết H8 được chấp nhận. Hay nói cách khác là khả năng quan sát có tác động tích cực đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB. Kết quả này phù hợp với nghiên cứu của Al-Jabri và Sohail (2012). Bản thân khách hàng không thể xem và cảm nhận kết quả của những xung quanh đã và đang sử dụng ứng dụng, trừ khi với tư cách là người chấp nhận đổi mới thì khách hàng sẽ sẵn sàng dùng thử, sau đó cảm nhận sự hữu ích của ứng dụng này trong công việc cũng như cuộc sống của họ. Do đó, ngân hàng cần có chiến lược quảng cáo về ứng dụng m-banking, cung cấp các quảng cáo sáng tạo trên các phương tiện truyền thông về tính năng và thiết kế đa dạng đẹp mắt nhằm kích thích nhu cầu thị hiếu của họ đối với ứng dụng. Từ đó sẽ có nhiều khách hàng sử dụng hơn và họ sẽ lan tỏa ứng dụng này cho những người xung quanh về sự hữu ích của nó.

• H9: Lợi thế tương đối KHÔNG có tác động tích cực đến quyết định sử dụng M-banking của khách hàng cá nhân tại ngân hàng SCB.

Kết quả nghiên cứu cho thấy nhân tố Lợi thế tương đối (LTTD = 0.101) với mức ý nghĩa thống kê (Sig.=0.059 > 0.05), điều này chứng tỏ giả thuyết H9 không được chấp nhận. Hay nói cách khác là lợi thế tương đối không có tác động đến quyết định sử dụng m-banking của khách hàng cá nhân tại ngân hàng SCB. Dựa trên kết quả của nghiên cứu này, những người sử dụng dịch vụ m-banking nhận thấy dịch vụ m-banking chưa có đóng góp tích cực vào cuộc sống của họ, họ cho rằng nó không hẳn là tốt hơn cách truyền thống. Kết quả này chỉ ra rằng, nếu ngân hàng cung cấp dịch vụ m-banking phải chú ý đến yếu tố lợi ích, chẳng hạn như phải thiết kế thêm những tính năng hữu ích, tiện lợi hơn so với cách chuyển tiền thông thường trên máy tính để bàn. Hoặc cũng có thể do khách hàng quen với việc sử dụng internet banking trên máy tính, màn hình to hơn, các thao tác cũng dễ dàng hơn. Kết quả này trái ngược hoàn toàn với nghiên cứu của Al-Jabri và Sohail (2012) cho rằng lợi thế tương đối có tác động tích cực đến việc quyết định sử dụng m-banking của khách hàng cá nhân ở Ả Rập.

Tóm tắt chương 4

Kết quả của chương 4 cho thấy rằng việc quyết định sử dụng ứng dụng mbanking chịu ảnh hưởng trực tiếp của Nhận thức hữu ích; Chuẩn chủ quan; Khả năng tương thích; Sự tin cậy và Khả năng quan sát. Ngoài ra Lợi thế tương đối; Khả năng dùng thử; Nhận thức dễ sử dụng và Kiểm soát hành vi lại không có tác động đến quyết định sử dụng m-banking của khách hàng tại ngân hàng SCB chi nhánh Thủ Đức. Chương tiếp theo sẽ kết luận và đề xuất một số hàm ý quản trị cho ngân hàng SCB nhằm phát triển, thu hút khách hàng tiếp tục sử dụng ứng dụng.

CHƯƠNG 5 KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

5.1 Kết luận

Nắm bắt được xu hướng thị trường và tầm quan trọng của ứng dụng Mobile Banking, các ngân hàng thương mại đã không ngừng đầu tư phát triển hạ tầng kỹ thuật mạng, xây dựng hệ thống công nghệ thông tin hiện đại,… để đảm bảo cung ứng dịch vụ Mobile Banking luôn nhanh chóng, thông suốt. Từ cuối năm 2019, các ngân hàng thương mại, dẫn đầu là VPbank, TPbank, HDbank,… đã áp dụng nhiều giải pháp công nghệ nhằm nâng cao chất lượng dịch vụ Mobile Banking. Vì vậy, để theo kịp xu hướng và tăng khả năng cạnh tranh, ngân hàng SCB cũng ra mắt ứng dụng mbanking vào tháng 3 năm 2015, là dịch vụ ngân hàng trên điện thoại di động thông minh cho phép khách hàng cá nhân thực hiện giao dịch tài chính, phi tài chính và những tiện ích nâng cao.

Nghiên cứu đã đạt được mục tiêu đề ra đó là điều tra các nhân tố ảnh hưởng đến quyết định sử dụng m-banking của khách hàng tại ngân hàng SCB chi nhánh Thủ Đức. Mô hình nghiên cứu đề xuất gồm các nhân tố tác động đến quyết định của khách hàng gồm 9 nhân tố. Nghiên cứu sử dụng hai phương pháp đó là định tính và định lượng. Nghiên cứu định tính thảo luận với hai chuyên gia trong ngành ngân hàng. Nghiên cứu định lượng khảo sát 350 khách hàng đã sử dụng m-banking của SCB thông qua phương pháp xây dựng bảng câu hỏi trên google form và gửi bảng khảo sát đến danh sách khách hàng đã lọc sẵn thông qua email hoặc zalo. Kết quả sau khi thu hồi các phiếu khảo sát, đã tiến hành loại bỏ các phiếu có đáp viên không phù hợp thì còn mẫu cuối cùng là 300. Nghiên cứu sử dụng phần mềm SPSS và AMOS để phân tích số liệu và kiểm định thang đo cũng như giả thuyết.

Kết quả sau khi phân tích dữ liệu thì có 5 nhân tố tác động gồm: Nhận thức hữu ích; Chuẩn chủ quan; Khả năng tương thích; Sự tin cậy và Khả năng quan sát. Bên cạnh đó, nghiên cứu cũng đạt được mục tiêu là đánh giá được mức độ ảnh hưởng của từng nhân tố đến quyết định sử dụng m-banking của khách hàng lần lượt là: “Khả năng quan sát” là nhân tố dự báo chính có tác động mạnh nhất cùng chiều đến quyết định sử dụng m-banking với hệ số beta là 0,144. Tiếp theo là “Chuẩn chủ quan” có tác động mạnh cùng chiều thứ hai đến quyết định sử dụng m-banking với hệ số beta là 0.133. Tiếp theo, nhân tố có tác động thứ ba đó là “Sự tin cậy” với hệ số beta đạt 0.113. Nhân tố có tác động thứ tư đến quyết định sử dụng m-banking với hệ số beta là 0.111 là nhân tố “Khả năng tương thích”. Cuối cùng là “Nhận thức hữu ích” có tác động cùng chiều đến quyết định sử dụng m-banking với hệ số beta là 0,106. Còn lại Nhân thức dễ sử dụng; Nhận thức kiểm soát hành vi; Khả năng dùng thử và Lợi thế tương đối không có tác động đến quyết định sử dụng m-banking của khách hàng với p-values đều lớn hơn 0,05 vì vậy các nhân tố đó không có ý nghĩa thống kê, bị bác bỏ giả thuyết.

Dựa vào kết quả nghiên cứu, tác giả xin đưa ra một số hàm ý quản trị cho ngân hàng SCB chi nhánh Thủ Đức như sau.

5.2 Hàm ý quản trị

5.2.1 Nhân tố “nhận thức sự hữu ích”

Kết quả cho thấy những lợi ích mà m-banking mang lại cho khách hàng, cho ngân hàng và toàn xã hội là rất lớn, do đó, ngày càng nhiều khách hàng nhận thức được rằng đây là một dịch vụ không thể thiếu trong cuộc sống của họ. Tuy nhiên có thể nhiều khách hàng chưa nhận ra thấy được sự hữu ích của m-banking của SCB mang lại cho họ nên họ còn chần chừ trong việc đưa ra quyết định dùng m-banking. Chẳng hạn như phát biểu: “Tôi nghĩ rằng việc sử dụng m-banking của ngân hàng SCB sẽ giúp tôi thực hiện các giao dịch dễ dàng hơn” đạt giá trị trung bình thấp nhất là 3.975. Điều này cho thấy suy nghĩ của đa số khách hàng cho rằng việc sử dụng mbanking không dễ dàng như họ nghĩ. Có thể ứng dụng m-banking thiếu xót một vài tính năng mà khách hàng cần nên khi thao tác có phần trắc trở. Nhà quản lý của ngân hàng SCB cần đưa ra nhiều dịch vụ mới tích hợp vào ứng dụng nhằm đáp ứng tốt hơn nhu cầu khách hàng, chẳng hạn như các dịch vụ tài chính cơ bản như chuyển tiền, thanh toán,… chưa có nhiều tiện ích phi tài chính như tra cứu thông tin, thống kê giao dịch theo các tiêu chí khác nhau. Ngoài ra, chất lượng dịch vụ m-banking cũng cần được cải thiện, chi phí sử dụng Mobile Banking của ngân hàng cần giảm với mức giá hợp lý nhằm thu hút thêm người dùng mới. Nhiều ngân hàng đã miễn phí một số dịch vụ tạo thuận lợi cho khách hàng thực hiện các giao dịch. Thêm nữa, để nhiều khách hàng biết đến ứng dụng và để khách hàng biết đến sự đổi mới của ứng dụng nếu ngân hàng có thể sử dụng quảng cáo thông qua các kênh truyền thông xã hội để thực hiện các chiến dịch của ngân hàng SCB nhằm tác động đến nhận thức của khách hàng về việc áp dụng công nghệ theo cách hiệu quả hơn về chi phí thay vì tư vấn cho từng khách hàng cá nhân về tính hữu dụng của m-banking của ngân hàng SCB. Về mặt này, ngân hàng có thể liên kết với các nhà quảng cáo để tạo ra video hấp dẫn và đăng trên YouTube, Facebook, hoặc quảng cáo trên tivi… để giải thích cách các ứng dụng hiện đại và đột phá như thế nào. Khi khách hàng nhìn và nghe thấy quảng cáo về ứng dụng có điều tương thích với nhu cầu và công việc của họ, họ sẽ tải ứng dụng và dùng, lúc này họ sẽ cảm thấy hữu ích và sẽ có thể đưa ra quyết định dùng ngay chứ không phải rơi vào những tài khoản ngủ đông trên hệ thống. Đây chính là phân khúc khách hàng hoàn toàn mới, chưa từng biết đến sự hữu ích của ứng dụng.

5.2.2 Nhân tố “chuẩn chủ quan”

Kết quả của nghiên cứu cho thấy là có tác động tích cực đến quyết định sử dụng m-banking của khách hàng. Vì mọi người thường hướng đến bạn bè, thành viên gia đình và đồng nghiệp của họ trong việc đưa ra quyết định tiêu dùng. Trong phát biểu: “Gia đình và bạn bè khuyến khích tôi sử dụng dịch vụ m-banking của ngân hàng SCB” đạt giá trị trung bình thấp nhất là 3.897. Do đó, liên lạc và khuyến khích những người quan trọng này có thể là một điểm khởi đầu quan trọng cho các nhà tiếp thị quảng cáo ứng dụng. Hơn nữa, những người có dùng m-banking của SCB trước đó có thể dựa vào họ như một phương tiện truyền thông quan trọng để truyền bá những lời nói tích cực về m-banking của SCB. Do đó, nhắm mục tiêu đến phân khúc khách hàng này, các nhà tiếp thị nên thuyết phục họ làm theo cách phù hợp. Khi đề ra các chiến lược tiếp thị, các nhà tiếp thị cũng nên làm nổi bật m-banking của SCB như một công cụ để dùng trong những trường hợp khẩn cấp mà không thể kịp đến ngân hàng.

5.2.3 Nhân tố “Khả năng tương thích”

Kết quả cho thấy khi khách hàng cảm nhận rằng sự đổi mới của dịch vụ mbanking này phù hợp với nhu cầu của họ thì họ cảm thấy hữu ích và dễ dàng đưa ra quyết định sử dụng hơn. Phát biểu: “Sử dụng m-banking của ngân hàng SCB tương thích với tất cả các công việc của tôi” đạt giá trị trung bình thấp nhất 3.931 cho thấy có thể ứng dụng m-banking vẫn còn thiếu một số tính năng về công việc, cuộc sống hằng ngày của khách hàng. Cũng có thể m-banking là sản phẩm mới của SCB nên cần phải cập nhật thêm một số tính năng sau khi khách hàng dùng thử một thời gian. Ngân hàng có thể thiết kế cài đặt thêm vào ứng dụng một tính năng nhắc nhở khách hàng khi họ sử dụng quá số tiền cho phép trong một ngày, điều này sẽ giúp cho khách hàng có thể quản lý tài chính một cách dễ dàng, bên cạnh đó cũng có thể tác động một phần nào đến tâm lý người dùng là họ có thể kiểm soát khi họ sử dụng quá đà và có thể dừng lại kịp lúc. Với phát biểu “Sử dụng m-banking của ngân hàng SCB phù hợp với phong cách làm việc của tôi” cho thấy có một lượng khách hàng họ cảm nhận được rằng m-banking này phù hợp với họ, mang đến lợi ích cho họ trong cuộc sống và công việc hằng ngày. Dựa vào kết quả này ngân hàng cũng có thể khảo sát và phân khúc khách hàng mục tiêu, đưa họ vào danh sách tự động cập nhật ứng dụng của họ trên điện thoại với những tính năng phù hợp với phân khúc khách hàng mục tiêu đó.

Thêm nữa, để nhiều khách hàng biết đến ứng dụng và để khách hàng biết đến sự đổi mới của ứng dụng nếu ngân hàng có thể sử dụng quảng cáo thông qua các kênh truyền thông xã hội để thực hiện các chiến dịch của ngân hàng SCB nhằm tác động đến nhận thức của khách hàng về việc áp dụng công nghệ theo cách hiệu quả hơn về chi phí thay vì tư vấn cho từng khách hàng cá nhân về ứng dụng SCB này. Về mặt này, ngân hàng có thể liên kết với các nhà quảng cáo để tạo ra video hấp dẫn và đăng trên YouTube, Facebook, hoặc quảng cáo trên tivi… để giải thích cách các ứng dụng hiện đại và đột phá như thế nào. Khi khách hàng nhìn và nghe thấy quảng cáo về ứng dụng có điều tương thích với nhu cầu và công việc của họ, họ sẽ tải ứng dụng và dùng, lúc này họ sẽ cảm thấy hữu ích và sẽ có ý định tiếp tục dùng chứ không phải rơi vào những tài khoản ngủ đông trên hệ thống. Đây chính là phân khúc khách hàng hoàn toàn mới, chưa từng biết đến sự hữu ích của ứng dụng.

5.2.4 Nhân tố “sự tin cậy”

Để cải thiện sự tin cậy của khách hàng đối với hệ thống m-banking nói chung và m-banking của SCB nói riêng, các nhà quản lý của SCB cần tiếp tục bám sát chiến lược phát triển chung của ngân hàng, kết hợp với đánh giá nội bộ về tình hình công nghệ của ngân hàng. Qua đó, các ngân hàng xây dựng kế hoạch ứng dụng công nghệ số trong hoạt động ngân hàng, nghiên cứu hợp tác với các công ty tài chính để xây dựng mô hình kinh doanh đột phá thông qua công nghệ số nhằm gia tăng tiện ích và tiết kiệm chi phí. Phát biểu: “Tôi tin rằng các nhà cung cấp dịch vụ m-banking của ngân hàng SCB giữ lời hứa và cam kết của họ” có giá trị trung bình thấp nhất là 3.979. Như vậy, ngân hàng cần tuân thủ các quy định và hướng dẫn của Ngân hàng Nhà nước về đảm bảo an toàn, bảo mật giao dịch ngân hàng trực tuyến; xây dựng chi tiết các kịch bản, quy trình, hướng dẫn xử lý khi xảy ra các vụ việc lừa đảo trực tuyến. Đồng thời, điều chỉnh các yêu cầu bảo mật phù hợp với thực tiễn phát triển nhanh chóng, đa dạng của công nghệ thông tin và an toàn thông tin mạng trong ngân hàng.

Ngoài ra phát biểu “Tôi tin rằng các nhà cung cấp dịch vụ m-banking của ngân hàng SCB giữ lời hứa và cam kết của họ” cho thấy nếu cách chăm sóc khách hàng của ngân hàng SCB tốt, nhân viên ngân hàng quan tâm, chăm sóc khách hàng nhiều hơn thì có thể tăng niềm tin của họ. Các nhà quản lý có thể sử dụng chiến lược phân loại khách hàng theo nhóm. Nhóm thứ nhất là những khách hàng đã dùng Mobile Banking. Bộ phận Chăm sóc khách hàng cần quan tâm để thu nhận thông tin, có chính sách để giữ được các khách hàng này và qua đó có thể phát triển thêm các khách hàng mới hoặc dịch vụ mới. Nhóm thứ hai là những người đã mở tài khoản tại ngân hàng nhưng chưa dùng dịch vụ Mobile Banking. Nhóm này cần được giới thiệu về dịch vụ Mobile Banking, nhấn mạnh vào một số tiện ích có thể dễ dàng thao tác trên điện thoại thay vì phải trực tiếp đến phòng giao dịch. Thứ hai, luôn chú trọng gia tăng sự hài lòng của khách hàng. Thứ ba, luôn tiếp thu và giải quyết các vấn đề khách hàng gặp phải một cách nhanh chóng, chính xác. Thứ tư, đổi mới và tăng cường tác phong chuyên nghiệp và văn hóa của nhân viên ngân hàng, xây dựng, củng cố những chuẩn mực trong giao tiếp với khách hàng. Thường xuyên đánh giá lại chuẩn mực này và xem đây là một tiêu chí quan trọng đánh giá hiệu quả làm việc của nhân viên.

Ngoài ra khách hàng hiện nay thường lựa chọn một thương hiệu có uy tín để gửi trọn niềm tin của mình vào thương hiệu đó. Hình ảnh thương hiệu ảnh hưởng đến quyết định chấp nhận và sử dụng dịch vụ ngân hàng số trên 3 khía cạnh: mức độ nhận biết thương hiệu, quy mô ngân hàng và uy tín của ngân hàng. Vì vậy, ngân hàng có thể thực hiện các giải pháp sau: Thứ nhất là triển khai các chương trình marketing nhằm quảng bá hình ảnh thương hiệu với phạm vi tiếp cận khách hàng rộng rãi như trước đây mà SCB đã từng thực hiện, giúp nâng cao mức độ nhận biết thương hiệu trong tâm trí khách hàng. Thứ hai, có thể mở rộng quy mô ngân hàng, với dịch vụ ngân hàng số, khả năng tiếp cận có thể mở rộng ra ngoài phạm vi chi nhánh của ngân hàng như có thể tiếp cận khách hàng bằng cách thành lập các tổ tư vấn tại các khu dân cư, trường trung học phổ thông.

5.2.5 Nhân tố “Khả năng quan sát”

Kết quả cho thấy khi những người xung quanh các khách hàng hầu như đã đều sử dụng ứng dụng thì khách hàng sẽ có suy nghĩ về việc ứng dụng tốt nên mới có nhiều người sử dụng như vậy. Khả năng quan sát đề cập đến mức độ mà khách hàng có thể nhìn thấy người khác sử dụng và khách hàng cũng cảm nhận được kết quả của sự đổi mới đó (Rogers, 2003; Al-Jabri và Sohail, 2012). Trong đa số khách hàng được hỏi, họ cũng nhận thấy rằng khi sử dụng m-banking của ngân hàng SCB họ nhanh chóng nhận ra sự đổi mới của nó, tuy nhiên phát biểu: “Tôi đã thấy đồng nghiệp/bạn bè của mình sử dụng m-banking của ngân hàng SCB” đạt giá trị trung bình thấp nhất là 3.915cho thấy họ nhận ra những người xung quanh họ ít người sử dụng m-banking của SCB. Dựa vào điều này, ngân hàng SCB chi nhánh Thủ Đức có thể quảng bá cho nhiều người biết đến ứng dụng và đưa ra nhiều chương trình khuyến mãi cho những người đã sử dụng lâu và những người mới bắt đầu sử dụng. Như vậy những người nào đã từng sử dụng hoặc sử dụng lâu trước đó họ cũng có động lực để giới thiệu bạn bè xung quanh họ, gia tăng lượng người dùng. Hoặc có chiến lược là tặng mã giảm giá, hoàn tiền cho những khách hàng nào giới thiệu người khác bằng mã giới thiệu của tài khoản mình, những người mới sử dụng thì được tặng tiền trong ba lần sử dụng đầu tiên. Bên cạnh đó cũng cần thiết kế lại ứng dụng m-banking với giao diện thân thiện, dễ nhìn, dễ hiểu sẽ khiến khách hàng cảm thấy việc thực hiện các thao tác giao dịch trở nên dễ dàng hơn. “Khả năng quan sát” là nhân tố tác động mạnh nhất đến quyết định sử dụng m-banking của họ, quả thật khách hàng trong thời đại công nghệ hiện nay rất thông minh, họ có thể quan sát và cảm thấy hứng thú với sự đổi mới của m-banking, nếu dịch vụ mà m-banking mang lại cho họ thật sự hữu ích và thỏa mãn nhu cầu thì việc sử dụng ngay lập tức m-banking là điều hết sức dễ dàng. Vì vậy, điều quan trọng là các nhà quản lý phải nhận thức và cần thay đổi theo hướng hoạch định và triển khai chiến lược phát triển công nghệ số đã xác định một cách đồng bộ và nhất quán; từ vì mục tiêu “hoàn thành kế hoạch kinh doanh và đạt lợi nhuận cao” thành mục tiêu “thỏa mãn tối đa nhu cầu khách hàng” để từ đó hoàn thành kế hoạch kinh doanh, tăng trưởng lợi nhuận. Khi khách hàng thỏa mãn tối đa nhu cầu của mình đồng nghĩa với việc khách hàng đã hài lòng với những dịch vụ mà ngân hàng cung cấp trong m-banking.

Ngoài ra ngân hàng SCB cũng có thể quảng bá cho nhiều người biết đến ứng dụng và đưa ra nhiều chương trình khuyến mãi cho những người đã sử dụng lâu và những người mới bắt đầu sử dụng. Như vậy những người nào đã từng sử dụng hoặc sử dụng lâu năm họ cũng có động lực để giới thiệu bạn bè xung quanh họ, gia tăng lượng người dùng. Hoặc có chiến lược là tặng mã giảm giá, hoàn tiền cho những khách hàng nào giới thiệu người khác bằng mã giới thiệu của tài khoản mình, những người mới sử dụng thì được tặng tiền trong ba lần sử dụng đầu tiên.

5.3 Hạn chế và hướng nghiên cứu tiếp theo

Nghiên cứu này đã không xem xét các khía cạnh quan trọng khác của hành vi người tiêu dùng như trải nghiệm dùng ứng dụng trước đây của khách hàng. Hướng nghiên cứu tương lai cần nghiên cứu sâu hơn để giải quyết những yếu tố này.

Nghiên cứu trong tương lai cũng nên xem xét cỡ mẫu lớn hơn để tăng độ tin cậy, nghiên cứu tất cả chi nhánh và phòng giao dịch ở Thành phố Thủ Đức. Ngoài ra nghiên cứu tiếp theo có thể kết hợp khảo sát theo phân khúc khách hàng, chẳng hạn khách hàng trẻ tuổi như sinh viên, hoặc khách hàng lớn tuổi vì những phân khúc khách hàng này họ ngại sử dụng công nghệ khi tuổi đã cao.

Các kết quả được trình bày trong nghiên cứu này dựa trên phân tích mô hình với dữ liệu cắt ngang, vì vậy kết quả không khái quát vì theo thời gian hành vi người tiêu dùng sẽ thay đổi (Lee và cộng sự, 2003). Nghiên cứu trong tương lai nên cố gắng thu thập một chuỗi thời gian và dữ liệu cắt ngang gộp lại để điều tra.

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://hotrovietluanvan.com/ – Hoặc Gmail: hotrovietluanvan24@gmail.com