Số phát hành: Số 6 - Tháng 3 - 2026Quản trị - Quản lý
Niềm tin vào hệ thống gợi ý AI và ý định mua mỹ phẩm trực tuyến - Bằng chứng từ Lazada Việt Nam
Xuất bản: tháng 8 3, 2026
Tóm tắt
Bài báo phân tích tác động của hệ thống gợi ý trí tuệ nhân tạo (AI - Artificial Intelligence) đến ý định mua mỹ phẩm của Gen Z và Millennials trên Lazada tại TP. Hồ Chí Minh. Với 312 mẫu hợp lệ được phân tích qua mô hình PLS-SEM, kết quả xác nhận toàn bộ 7 giả thuyết đều có ý nghĩa thống kê. Trong 3 biến độc lập, Nhận thức về tính dễ sử dụng tác động mạnh nhất đến Niềm tin (β = 0,537). Sau đó, Niềm tin tác động trực tiếp đến Ý định mua (β = 0,467 đồng thời đóng vai trò trung gian then chốt trong toàn bộ chuỗi tác động từ các tiền tố đến ý định mua hàng. Nghiên cứu cung cấp cơ sở thực nghiệm quan trọng giúp các nền tảng thương mại điện tử và doanh nghiệp mỹ phẩm tối ưu hóa ứng dụng hệ thống gợi ý AI để nâng cao hiệu quả kinh doanh.
Từ khóa
trí tuệ nhân tạoý định mua hàngniềm tinmỹ phẩmLazadaGen ZMillennials
Tài liệu tham khảo
1.
Andrina C., Surjana L., & Teofilus T. (2022). TAM-based analysis of e-commerce purchasing intention. Journal of Business and Management Review, 3(4), 267-281.
2.
Chen L., Rashidin M. S., Song F., Wang Y., Javed S., & Wang J. (2021). Determinants of consumer's purchase intention on fresh e-commerce platform: Perspective of UTAUT model. SAGE Open, 11(2).
3.
Cohen J. (2013). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
4.
Davis F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340.
5.
DeLone W. H., & McLean E. R. (2003). The DeLone and McLean model of information systems success: A ten-year update. Journal of Management Information Systems, 19(4), 9-30.
6.
Dodds W. B., Monroe K. B., & Grewal D. (1991). Effects of price, brand, and store information on buyers' product evaluations. Journal of Marketing Research, 28(3), 307-319.
7.
Fang, Y., Qureshi, I., Sun, H., McCole, P., Ramsey, E., & Lim, K. H. (2014). Trust, satisfaction, and online repurchase intention. MIS Quarterly, 38(2), 407-427.
8.
Fornell C., & Larcker D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39-50.
9.
Google Temasek, Bain & Company (2024). e-Conomy SEA 2024.
10.
Hair J. F., Risher J. J., Sarstedt M., & Ringle C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2-24.
11.
Henseler J., Ringle C. M., & Sarstedt M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115-135.
12.
Komiak S. Y. X., & Benbasat I. (2006). The effects of personalization and familiarity on trust and adoption of recommendation agents. MIS Quarterly, 30(4), 941-960.
13.
Li S. S., & Karahanna E. (2015). Online recommendation systems in a B2C e-commerce context: A review and future directions. Journal of the Association for Information Systems, 16(2), 72-107.
14.
Nguyen T. B., et al. (2022). Factors influencing continuance intention of online shopping of generation Y and Z during the new normal in Vietnam. Cogent Business & Management, 9(1).
15.
Pognonec, J., & Bornard, T. (2023). AI recommendation in cosmetics [Master's thesis]. BI Norwegian Business School.
16.
Pu P., & Chen L. (2011). A user-centric evaluation framework for recommender systems. Proceedings of the Fifth ACM Conference on Recommender Systems, 157-164.
17.
Ricci F., Rokach L., & Shapira B. (2015). Recommender systems handbook (2nd ed.). Springer.
18.
Ridwan M., Musa C. I., & Haeruddin M. I. W. (2025). Generational differences in social commerce purchase intention. Journal of Retailing and Consumer Services, 82, 104-118.
19.
Statista (2025). Cosmetics market in Vietnam.
20.
TGM Research (2025). Vietnam e-commerce landscape 2025.
21.
VECOM (2024). Vietnam e-business index 2024.
22.
Venkatesh V., Morris M. G., Davis G. B., & Davis F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478.
23.
Xu Y., Wang Z., Li J., & Chen Q. (2024). AI-driven personalization in e-commerce: Mechanisms, outcomes, and challenges. Electronic Commerce Research and Applications, 64, 101-118.
