Chuyển đổi số trong lĩnh vực bất động sản tại Việt Nam: Một số kết quả nghiên cứu ban đầu từ trải nghiệm của khách hàng về chất lượng website bất động sản
KINH TẾ VIỆT NAM NĂM 2020 VÀ TRIỂN VỌNG NĂM 2021
Ứng phó và vượt qua đại dịch COVID-19, hướng tới phục hồi và phát triển
57.
CHUYỂN ĐỔI SỐ TRONG LĨNH VỰC BẤT ĐỘNG SẢN
TẠI VIỆT NAM: MỘT SỐ KẾT QUẢ NGHIÊN CỨU BAN ĐẦU
TỪ TRẢI NGHIỆM CỦA KHÁCH HÀNG
VỀ CHẤT LƯỢNG WEBSITE BẤT ĐỘNG SẢN
ThS. Nguyễn Thanh Lân*
Lê Anh Minh**, Nguyễn Cao Đức Anh**, Nguyễn Dương Ngọc Minh**
Tóm tắt
Chuyển đổi số đóng vai trò là một chiến lược quan trọng đối với doanh nghiệp hoạt động ở
các ngành nghề, lĩnh vực kinh doanh trong bối cảnh hiện nay. Theo quan sát và nhận định của
nhiều nhà nghiên cứu, mục tiêu của quá trình chuyển đổi số là việc sử dụng công nghệ nhằm thay
đổi mô hình kinh doanh, tiếp cận khách hàng và tạo ra giá trị, lợi nhuận mới. Trong hoạt động
kinh doanh bất động sản, các doanh nghiệp bất động sản cũng không đứng ngoài xu thế trên và
đang tích cực chuẩn bị và thực hiện từng bước trong tiến trình chuyển đổi số với các cấp độ và
hình thức khác nhau. Cụ thể, một trong những bước đi đầu tiên đó là xây dựng và phát triển các
website bất động sản để tiếp cận với khách hàng/nhà đầu tư bất động sản.
Bài viết này vận dụng mô hình hệ thống thông tin do DeLone và McLean (2003) và mô hình
chấp nhận công nghệ TAM do Davis (1989) đề xuất, để phân tích mối quan hệ giữa chất lượng
website bất động sản và ý định hành vi trong tìm kiếm thông tin thị trường nhà ở tại đô thị Việt
Nam. Nghiên cứu sử dụng kỹ thuật SEM và nguồn dữ liệu sử dụng để phân tích được thu thập
từ khảo sát 354 người dùng website bất động sản. Kết quả nghiên cứu cho thấy, biến Thái độ có
tác động mạnh nhất tới ý định hành vi tìm kiếm thông tin thị trường nhà ở trên các website bất
động sản. Ngoài ra, trong các nhân tố thuộc chất lượng website và mô hình TAM thì duy nhất
chỉ có biến Nhận thức về tính dễ sử dụng thuộc mô hình chấp nhận công nghệ trái ngược với giả
thuyết đặt ra - có mối quan hệ ngược chiều với thái độ tìm kiếm thông tin trên website bất động
sản. Trên cơ sở các kết quả nghiên cứu, bài viết đưa ra một số hàm ý cho Nhà nước và các doanh
nghiệp bất động sản trong việc cải thiện chất lượng website bất động sản, góp phần thúc đẩy tiến
trình chuyển đổi số trong lĩnh vực bất động sản tại Việt Nam.
Tꢀ khꢁa: Bất động sản, chất lượng website, chuyển đổi số, website bất động sản
* Khoa Bất động sản và Kinh tế tài nguyên, Trường Đại học Kinh tế Quốc dân
** Trường Đại học Kinh tế Quốc dân
613
KỶ YẾU HꢀI THꢁO KHOA HỌC QUỐC GIA
1. BỐI CẢNH NGHIÊN CỨU
Ra đời trong thời kỳ bùng nổ của Internet, khái niệm “chuyển đổi số” đang ngày càng trở
nên phổ biến và chi phối nhiều lĩnh vực trong cuộc sống, trong đó có công nghệ bất động sản
(PropTech). Tuy là một hiện tượng mới nổi trong thời gian gần đây, nhưng thực tế, Proptech đã
manh nha xuất hiện từ đầu thập niên 2000. Khi đó, PropTech được biết tới như là các website bất
động sản, điển hình như Zillow tại Hoa Kỳ hay Rightmove tại Vương quốc Anh. Ở một thời điểm
mà hầu hết các danh sách bán hàng và nhà ở đều được đăng trên các phương tiện in ấn và văn
phòng bất động sản, thì trọng tâm đã được dịch chuyển lên các phương tiện kỹ thuật số (Voices
và Xu, 2020). Theo thời gian, cùng với những thành tựu của cuộc Cách mạng công nghiệp lần
thứ tư, website vẫn chứng tỏ là một công cụ phổ biến với người dùng và có tầm quan trọng đặc
biệt trong quá trình chuyển đổi số của lĩnh vực bất động sản.
Tại Việt Nam, việc sử dụng các website bất động sản để tìm kiếm và trao đổi thông tin đã
phát triển từ trong những năm gần đây. Theo kết quả khảo sát của trang Batdongsan.com vào
năm 2015 cho thấy, lượng truy cập trên trang này để tìm bất động sản lên đến hơn 40 triệu, trong
đó tại Hà Nội và Thành phố Hồ Chí Minh là 32.6 triệu lượt. Đáng chú ý, các dư địa phát triển
các website bất động sản tại nước ta còn rất lớn với dự kiến con số này sẽ tăng lên 75,7 triệu
người vào năm 2023 và có hơn 90% trong số đó chủ yếu kết nối internet qua điện thoại di động.
Mọi người nghiên cứu trên mạng ngày càng nhiều và dần dựa vào internet để đưa ra các quyết
định về thương hiệu và sản phẩm cần mua. Bên cạnh đó, trong bối cảnh tác động của dịch bệnh
COVID-19 đã khiến người đầu tư bất động sản dè dặt và ngần ngại khi ra ngoài tìm hiểu thông
tin. Điều này càng thúc đẩy tiến trình chuyển đổi liên quan đến bất động sản từ thế giới thực sang
thế giới số trong tìm kiếm và tiếp cận thông tin về bất động sản.
Về mặt lý luận, dù chưa có một thang đo thống nhất song đa số các nghiên cứu đều đồng tình
rằng, chất lượng thông tin, chất lượng hệ thống và chất lượng dịch vụ là những tiêu chuẩn quan trọng
để đánh giá chất lượng một website bất động sản. Kết luận được rút ra trong các bài nghiên cứu
của Rocha (2012), Jingjun và cộng sự (2013) đều đồng tình rằng, chất lượng dịch vụ, chất lượng hệ
thống và chất lượng thông tin sẽ là những mục tiêu đánh giá dưới quan điểm của người dùng. Tương
tự, Mohd-Any (2015) nhấn mạnh sự hấp dẫn và phong phú của nền tảng trực tuyến là những yếu tố
then chốt dẫn đến sự thành công. Bên cạnh đó, thói quen tìm kiếm thông tin bất động sản trên mạng
cũng trở nên ngày càng phổ biến. Nhiều người mua sử dụng website như một công cụ nghiên cứu
(Dumpe, 2016), thậm chí số lượng người dùng có thể lên đến 95% (Ullah và cộng sự, 2019).
Những lợi ích mà website bất động sản mang lại đã được khẳng định trong nhiều nghiên cứu
trước đây. Đồng thời, các nghiên cứu được công bố cũng chỉ ra việc sử dụng website bất động sản
không làm giảm thời gian tìm kiếm của người mua nhà ở (D’Urso (2002); Bayne (2006); Yuan
và cộng sự, (2013)). Chính vì vậy, việc nghiên cứu về chất lượng website bất động sản là thực sự
cần thiết để vừa đáp ứng bối cảnh chung của xã hội vừa thực sự trở thành công cụ tìm kiếm hữu
ích cho người dùng. Bài nghiên cứu này sẽ góp phần làm rõ chất lượng website bất động sản trên
cả ba khía cạnh: hệ thống, thông tin và dịch vụ dựa trên đánh giá từ trải nghiệm của người dùng
để tìm kiếm thông tin về thị trường nhà ở; từ đó đề xuất một số giải pháp và các khuyến nghị phát
triển các website bất động sản tại Việt Nam.
614
KINH TẾ VIỆT NAM NĂM 2020 VÀ TRIỂN VỌNG NĂM 2021
Ứng phó và vượt qua đại dịch COVID-19, hướng tới phục hồi và phát triển
2. TỔNG QUAN VÀ MÔ HÌNH NGHIÊN CỨU
2.1. Cơ sở lý luận và mô hình nghiên cứu
Mô hình gồm các biến chất lượng website dựa trên mô hình hệ thống thông tin thành công
của DeLone và McLean (2003), kết hợp mô hình chấp nhận công nghệ của Davis (1989).
2.1.1. Mô hình hệ thống thông tin thành công của DeLone và McLean
DeLone và McLean đề xuất ba nhóm chính cho chất lượng website là: chất lượng hệ thống,
chất lượng thông tin và chất lượng dịch vụ. Khi áp dụng ba tiêu chí này, các thuộc tính của một
website sẽ được sắp xếp vào một khung chất lượng chung có tính tổ chức và tổng quát. Trong
khuôn khổ phạm vi nghiên cứu này, các yếu tố: sử dụng, sự thỏa mãn và lợi ích ròng được bỏ
qua vì mục tiêu nghiên cứu tập trung vào ảnh hưởng của chất lượng các thuộc tính trên website
lên ý định sử dụng trang web đó.
2.2.2. Mô hình chấp nhận công nghệ
Davis (1989) đã phát triển mô hình chấp nhận công nghệ dựa trên lý thuyết về hành động hợp
lý, liên quan đến dự đoán về khả năng chấp nhận của một hệ thống thông tin. “Mục tiêu của TAM
là cung cấp một sự giải thích các yếu tố xác định tổng quát về sự chấp nhận máy tính, những yếu
tố này có khả năng giải thích hành vi người sử dụng xuyên suốt các loại công nghệ…” (Davis và
cộng sự 1989). Mô hình này cho thấy khả năng chấp nhận của một hệ thống thông tin được xác
định bởi hai yếu tố chính: nhận thức về sự hữu ích và nhận thức về tính dễ sử dụng.Với cơ sở lý
luận trên và phân tích kết quả của các nghiên cứu tiền nhiệm, nhóm tác giả đề xuất, chất lượng
website bất động sản có ảnh hưởng đến nhận thức của người dùng, từ đó dẫn đến thái độ đối với
trang web và ý định sử dụng website bất động sản trong tương lai.
Hình 1. Mô hình nghiên cứu
Nguồn: Đề xuất của nhóm nghiên cứu
615
KỶ YẾU HꢀI THꢁO KHOA HỌC QUỐC GIA
2.3. Giả thuyết nghiên cứu
H1: Chất lượng hệ thống website có mối quan hệ thuận chiều tới thái độ của người dùng trong
việc sử dụng website bất động sản.
H2: Chất lượng thông tin website có mối quan hệ thuận chiều tới thái độ của người dùng trong
việc sử dụng website bất động sản.
H3: Chất lượng dịch vụ website có mối quan hệ thuận chiều tới thái độ của người dùng trong
việc sử dụng website bất động sản.
H4: Chất lượng hệ thống website có mối quan hệ thuận chiều tới ý định hành vi của người
dùng trong việc sử dụng website bất động sản.
H5: Chất lượng thông tin website có mối quan hệ thuận chiều tới ý định hành vi của người
dùng trong việc sử dụng website bất động sản.
H6: Chất lượng dịch vụ website có mối quan hệ thuận chiều tới ý định hành vi của người dùng
trong việc sử dụng website bất động sản.
H7: Nhận thức về sự hữu ích có mối quan hệ thuận chiều tới thái độ của người dùng trong
việc sử dụng website bất động sản.
H8: Nhận thức về sự hữu ích có mối quan hệ thuận chiều tới ý định hành vi của người dùng
trong việc sử dụng website bất động sản.
H9: Nhận thức về tính dễ sử dụng có mối quan hệ thuận chiều tới thái độ của người dùng với
website bất động sản.
H10: Thái độ có mối quan hệ thuận chiều tới ý định hành vi sử dụng website bất động sản của
người dùng.
3. PHƯƠNG PHÁP NGHIÊN CỨU
3.1. Mẫu nghiên cứu
Dữ liệu được thu thập bằng bảng điều tra khảo sát online với đối tượng khảo sát là những
người đã từng sử dụng website bất động sản để tìm kiếm thông tin cư trú tại địa bàn Thành phố
Hà Nội. Thời gian thu thập số liệu là từ tháng 1/2021 đến tháng 3/2021.
3.2. Các biến và đo lường các biến
Dựa trên tổng quan nghiên cứu, nhóm nghiên cứu xây dựng 3 thành phần chính trong phiếu
khảo sát bao gồm: chất lượng website bất động sản, nhận thức trong quá trình sử dụng website
bất động sản và ý định hành vi sau khi sử dụng; từ đó xây dựng biến quan sát phù hợp tương
ứng với từng thành phần (cụ thể theo Bảng 1). Nhóm nghiên cứu lựa chọn thang đo Likert để đo
lường các biến. Trong đó: 1 là Hoàn toàn không đồng ý, 2 là Không đồng ý, 3 là Trung lập, 4 là
Đồng ý, và 5 là Hoàn toàn đồng ý.
616
KINH TẾ VIỆT NAM NĂM 2020 VÀ TRIỂN VỌNG NĂM 2021
Ứng phó và vượt qua đại dịch COVID-19, hướng tới phục hồi và phát triển
Bảng 1. Tóm tắt các các biến trong mô hình nghiên cứu
Tên
Số chỉ
báo
Định nghĩa
Thang đo
Căn cứ tham chiếu
biến
Likert 5 Parasuraman và cộng sự (2005); Cao và cộng
SQ
IQ
Chất lượng hệ thống
Chất lượng thông tin
Chất lượng dịch vụ
Nhận thức về sự hữu ích
4
4
3
4
mức độ
sự (2005); Ahn và cộng sự (2007)
Likert 5
mức độ
Chang và cộng sự (2012); Cao và cộng sự (2005)
Likert 5 Chang và cộng sự (2012); Cao và cộng sự
mức độ (2005)
Likert 5 Teo và cộng sự (1999); Igbaria và cộng sự
SeQ
PU
mức độ
(1995); Shang và cộng sự (2005)
Davis (1989); Yang và Yoo (2004); Luarn và
Lin (2005); Moon và Kim, (2001); Shang và
cộng sự (2005)
Nhận thức về tính dễ
sử dụng
Likert 5
mức độ
PEOU
3
3
3
Likert 5
mức độ
ATT Thái độ
Teo và Pok (2003); Dishaw và Strong (1999)
Bruner và Kumar (2005); Luarn và Lin
(2005); Dishaw và Strong (1999); Moon
vàKim (2001)
Likert 5
mức độ
BI
Ý định hành vi
Nguồn: Nhóm nghiên cứu tổng hợp
Nhóm nghiên cứu đã chỉ ra 7 biến (24 chỉ báo) như trong Bảng 1 dựa trên việc tổng hợp và
chọn lọc thông tin từ các nguồn sách, các báo cáo khoa học trong và ngoài nước, các website từ
trước đến nay về chất lượng website bất động sản và ý định hành vi của người sử dụng website
nhằm mục đích tìm kiếm thông tin về bất động sản. Ngoài ra, nhóm nghiên cứu cũng xem xét
các mô hình lý thuyết có liên quan đến nội dung nghiên cứu để tham khảo và chọn lựa làm căn
cứ cho việc xây dựng mô hình nghiên cứu, đặc biệt là xoay quanh mô hình chấp nhận công nghệ
TAM. Đồng thời, thông qua nghiên cứu định tính bằng cách phỏng vấn chuyên sâu 12 chuyên gia
trong các lĩnh vực: bất động sản, marketing và tài chính để kiểm tra mức độ phù hợp và đáng tin
cậy của các biến. Một số biến kiểm soát cũng được đưa vào xem xét gồm: tuổi, giới tính, trình
độ học vấn, thu nhập và kinh nghiệm tham gia thị trường.
3.3. Phương pháp phân tích
Dữ liệu được xử lý, phân tích bằng phần mềm SPSS Statistics và kết hợp với xử lý số liệu
trên Microsoft Excel. Cụ thể, các thang đo trong nghiên cứu được kiểm định qua đánh giá độ tin
cậy Cronbach’s Alpha, phương pháp thống kê mô tả, phương pháp phân tích nhân tố khám phá
EFA và mô hình phương trình cấu trúc SEM.
4. KẾT QUẢ NGHIÊN CỨU
4.1. Kết quả thống kê mô tả
Tổng số có 354 quan sát được sử dụng phân tích sau khi thu thập và xử lý từ dữ liệu thu thập.
Trong các đáp viên, có 195 nam (chiếm 55,1%), 103 nữ (chiếm 29,1%) và 56 người thuộc giới
617
KỶ YẾU HꢀI THꢁO KHOA HỌC QUỐC GIA
tính khác (chiếm 15,8%). Chia theo nhóm tuổi, nhóm chiếm đa số là trên 55 tuổi (113 người -
chiếm 53,5%), nhóm thấp nhất là từ 26 tuổi đến 35 tuối (40 người - chiếm 11,3%). Chia theo loại
website bất động sản, có 117 người sử dụng trang rao vặt để tìm kiếm (chiếm 33,1%), 117 người
sử dụng các website đăng dự án của chủ đầu tư (chiếm 33,1%) và 120 người sử dụng website
đăng dự án của nhà phân phối/đại lý (chiếm 33,8%). Số lượng người tham gia khảo sát được thể
hiện ở Bảng 2.
Bảng 2. Kết quả thống kê mô tả về mẫu nghiên cứu
CHỈ TIÊU
GIỚI TÍNH
Nam
Tỷ lệ
(%) lượng (%) lượng (%)
Khác
Số lượng
Nữ
Số Tý lệ
Tỷ lệ
Số
Trên 55 tuổi
22
7
19.5%
17.5%
15.7%
11.1%
56
23
54
62
49.6%
57.5%
52.9%
62.6%
35
10
32
26
31.0%
25.0%
31.4%
26.3%
Từ 26 đến 35 tuổi
Từ 36 đến 45 tuổi
Từ 46 đến 55 tuổi
TUỔI
16
11
Trang rao vặt (alonhadat.com.
vn, batdongsan.com.vn, chotot.vn,
cafeland.vn, muabannhadat.vn,...)
21
17.9%
64
54.7%
32
27.4%
LOẠI
WEBSITE
Website đăng dự án của chủ đầu tư
(online.vinhomes.vn,...)
20
15
17.1%
12.5%
59
72
50.4%
60.0%
38
33
32.5%
27.5%
Website đăng dự án của nhà phân
phối/đại lý (cenhomes.vn,...)
Nguồn: Kết quả khảo sát
4.2. Kết quả phân tích nhân tố khám phá và nhân tố khẳng định
4.2.1. Kiểm định hệ số tin cậy thang đo (Cronbach’s Alpha)
Thực hiện đánh giá độ tin cậy của thang đo qua Cronbach’s Alpha cho từng nhóm biến quan
sát thuộc các nhân tố khác nhau, ta thấy các hệ số tương quan biến tổng và tương quan bội bình
phương đều cao. Thang đo đạt yêu cầu tin cậy để sử dụng cho các phân tích tiếp theo. Tương tự,
phân tích độ tin cậy thang đo các nhân tố đều có hệ số Cronbach’s Alpha lớn hơn 0,8 và hệ số
tương quan biến tổng lớn hơn 0,5 (Kết quả tại Phụ lục). Như vậy, thang đo của các biến đáp ứng
độ tin cậy cần thiết để thực hiện các phân tích tiếp theo (Hair và cộng sự, 2010).
4.2.2. Kết quả phân tích nhân tố khám phá (EFA )
Để đánh giá giá trị thang đo, nhóm nghiên cứu tiến hành phân tích EFA cho từng thang đo để
kiểm tra tính đơn hướng của từng thang đo, sau đó tiến hành kiểm tra đồng thời EFA cho toàn
bộ các tiêu chí đo lường. Kết quả phân tích EFA của các biến được tổng hợp trong bảng tại Phụ
lục. Kết quả phân tích EFA lần cuối (lần 6) còn lại 24 biến quan sát cho thấy các nhân tố đều có
hệ số 0 < KMO < 1, Sig. <0,05, các biến tương quan với nhau và dữ liệu phù hợp để EFA (Hair
và cộng sự, 2010).
618
KINH TẾ VIỆT NAM NĂM 2020 VÀ TRIỂN VỌNG NĂM 2021
Ứng phó và vượt qua đại dịch COVID-19, hướng tới phục hồi và phát triển
Bảng 3. Kết quả ma trận sau khi xoay nhân tố lần cuối
Nhân tố
Ký hiệu
1
2
3
4
5
6
7
IQ1
IQ4
IQ3
IQ2
PU1
PU3
PU2
PU4
SQ4
SQ3
SQ1
SQ2
.939
.876
.828
.772
.934
.915
.784
.683
.880
.851
.798
.695
SeQ1
.943
.878
.814
SeQ2
SeQ3
ATT1
ATT3
ATT2
BI2
.920
.882
.821
.889
.855
.836
BI1
BI3
PEOU1
PEOU3
PEOU2
Eigenvalue
.901
.830
.802
6.53
3.106
2.297
49.72
1.931
1.724
1.252
1.130
Phương sai trích
(%)
27.208
40.148
57.765
64.948
70.165
74.875
Sig.= 0,000; KMO = 0,819
Nguồn: Kết quả khảo sát
Quan sát Bảng 3 ta thấy, tổng phương sai trích (là 74,875%) nói lên mức độ giải thích sự biến
thiên của dữ liệu đều lớn hơn 50%, điều này cho thấy các thang đo đạt yêu cầu và khả năng sử
dụng 07 nhân tố giải thích 24 biến quan sát là 74,875%. Kết quả này thể hiện: các biến quan sát
đều tải về đúng nhân tố gốc với hệ số tải thấp nhất là 0.693 (PU4) và cao nhất là 0,939 (IQ1) đảm
bảo yêu cầu trong phân tích nhân tố.
4.2.3. Kết quả phân tích nhân tố khẳng định (CFA)
Kết quả phân tıch CFA trong Bảng 3 cho các trọng số hồi quy chuẩn hóa của tất cả các biến
́
đều lớn hơn 0,5 cho thấy mô hınh đạt được giá trị hội tụ, các chỉ tiêu phổ biến dùng để đánh giá
̀
độ tương thích của mô hình với thông tin thị trường bao gồm: χ2 (Chi-square), χ2 - điều chỉnh
619
KỶ YẾU HꢀI THꢁO KHOA HỌC QUỐC GIA
theo bậc tự do (Chi-square/df), GFI, CFI, TLI và RMSEA đươc xét đến. Kết quả cho thấy giá trị
χ2 có P-value tương ứng < 0,05; CMIN/df = 2,656 ≤ 3; CFI = 0,918 và TLI = 0,902 đều lớn hơn
0,9; RMSEA là 0,068 ≤ 0.08 cho thấy độ tương thích với dữ liệu thi
̣trường của mô hınh là rất
̀
tốt (Hu và Bentler, 1999). Các sai số của các biến quan sát không có sự tương quan với nhau nên
mô hınh đã biểu hiện được tính đơn hướng. Hệ số tương quan các thành phần của các biến đều
̀
nhỏ hơn giá trị đơn vị (hệ số tương quan lớn nhất là giữa chất lượng hệ thống với nhận thức về
tính hữu ích có giá trị 0,57; thấp nhất là giữa nhận thức về tính dễ sử dụng với thái độ có giá trị
-0,12), nên thang đo đạt được giá trị phân biệt (Steenkamp và Van Trijp, 1991).
Hình 2. Kết quả phân tích CFA
Nguồn: Kết quả từ xử lý số liệu khảo sát
4.2.4. Kiểm định các giả thuyết
Nhóm nghiên cứu thực hiện chạy các mô hình cấu trúc tuyến tính để kiểm định các giả thuyết,
mô hình có giá trị χ̣ 2 =1090,403 với bậc tự do là 234, với p=0,000 hơn nữa SRMR là 0,08 nên đã
đạt nếu so với yêu cầu về tương thích dữ liệu thị trường và hầu hết các giả thuyết đều được khẳng
định (có ý nghĩa thống kê). Cụ thể kết quả tóm tắt mô hình được trình bày ở Bảng 5.
620
KINH TẾ VIỆT NAM NĂM 2020 VÀ TRIỂN VỌNG NĂM 2021
Ứng phó và vượt qua đại dịch COVID-19, hướng tới phục hồi và phát triển
Hình 3. Kết quả mô hình cấu trúc tuyến tính (SEM) đã chuẩn hóa
Nguồn: Kết quả từ xử lý số liệu khảo sát
Trọng số ước lượng chuẩn hóa trong mô hình cho thấy mức độ tác động của các biến độc lập
đến biến phụ thuộc. Hệ số ước lượng của biến chất lượng thông tin, chất lượng dịch vụ, nhận thức
về tính hữu ích và thái độ đều có tác động thuận chiều lên biến ý định hành vi trong đó thái độ là
có tác động mạnh nhất với giá trị 1,156. Ngược lại với giả thuyết đặt ra, sau khi kiểm định cho
thấy chất lượng hệ thống website có tác động ngược chiều lên ý định hành vi với giá trị -0,759.
Trong các nhân tố có ảnh hưởng đến thái độ gồm: chất lượng thông tin, chất lượng dịch vụ,
chất lượng hệ thống, nhận thức về tính dễ sử dụng và nhận thức về tính hữu ích thì chất lượng
hệ thống website là nhân tố tác động mạnh nhất đến thái độ của người tìm kiếm thông tin qua
website bất động sản với giá trị 1,417. Duy nhất chỉ có biến nhận thức về tính dễ sử dụng thuộc
mô hình chấp nhận công nghệ trái ngược với giả thuyết đặt ra có mối quan hệ ngược chiều với
thái độ với giá trị -1,771.
Bảng 4. Tóm tắt kết quả kiểm định các giả thuyết
Giả
Hệ số hồi quy
chuẩn hóa
Nội dung giả thuyết
Kết quả
thuyết
Chất lượng hệ thống website có mối quan hệ thuận
chiều tới thái độ của người dùng trong việc sử dụng
website bất động sản.
H1
H2
Được ủng hộ
1.417***
0.321**
Chất lượng thông tin website có mối quan hệ thuận
chiều tới thái độ của người dùng trong việc sử dụng
website bất động sản.
Được ủng hộ
621
KỶ YẾU HꢀI THꢁO KHOA HỌC QUỐC GIA
Giả
Hệ số hồi quy
chuẩn hóa
Nội dung giả thuyết
Kết quả
thuyết
Chất lượng dịch vụ website có mối quan hệ thuận
chiều tới thái độ của người dùng trong việc sử dụng
website bất động sản.
H3
Được ủng hộ
0.473**
-0,759***
0.232**
0.234**
0.097**
0.736***
Chất lượng hệ thống website có mối quan hệ thuận
chiều tới ý định hành vi của người dùng trong việc
sử dụng website bất động sản.
Không được ủng
hộ
H4
H5
H6
H7
H8
Chất lượng thông tin website có mối quan hệ thuận
chiều tới ý định hành vi của người dùng trong việc
sử dụng website bất động sản.
Được ủng hộ
Được ủng hộ
Được ủng hộ
Được ủng hộ
Chất lượng dịch vụ website có mối quan hệ thuận
chiều tới ý định hành vi của người dùng trong việc
sử dụng website bất động sản.
Nhận thức về sự hữu ích có mối quan hệ thuận
chiều tới thái độ của người dùng trong việc sử dụng
website bất động sản.
Nhận thức về sự hữu ích có mối quan hệ thuận
chiều tới ý định hành vi của người dùng trong việc
sử dụng website bất động sản.
Nhận thức về tính dễ sử dụng có mối quan hệ thuận
chiều tới thái độ của người dùng với website bất
động sản.
Không được ủng
hộ
H9
-1.771***
Được ủng hộ
Thái độ có mối quan hệ thuận chiều tới ý định hành
vi sử dụng website bất động sản của người dùng.
H10
1.156***
Chú thích:* p < .05,** p < .01,*** p < .001; beta chuẩn hóa.
Nguồn: Kết quả từ xử lý số liệu khảo sát
5. KẾT LUẬN VÀ KHUYẾN NGHỊ
Từ những kết quả nghiên cứu, để có thể cải thiện và nâng cao chất lượng của các website bất
động sản, các cơ quan quản lý nhà nước cũng như các nhà quản trị doanh nghiệp bất động sản
cần phải quan tâm đến một số vấn đề sau.
5.1. Đối với các doanh nghiệp
Một là, cải thiện chất lượng về thông tin, chất lượng hệ thống và chất lượng dịch vụ trên các
website bất động sản hiện có.
Về chất lượng thông tin: Các doanh nghiệp cần thiết phải chuẩn hóa các dữ liệu trên website,
tạo khuôn khổ dữ liệu thông tin nhất quán để khai báo đồng bộ, tạo thuận lợi cho việc quản lý
thông tin và đảm bảo người dùng cập nhật thông tin mới nhất, chi tiết, chính xác về nhà ở và thị
trường. Chất lượng thông tin cũng là cơ sở để quản lý tài sản, quản lý đầu tư, quản lý lịch sử giao
dịch bất động sản và các ứng dụng khác.
622
KINH TẾ VIỆT NAM NĂM 2020 VÀ TRIỂN VỌNG NĂM 2021
Ứng phó và vượt qua đại dịch COVID-19, hướng tới phục hồi và phát triển
Về chất lượng hệ thống: thiết kế và định hướng chủ đề website là rất quan trọng. Các công cụ
và bộ lọc tìm kiếm cũng phải được tối ưu hóa. Vấn đề đảm bảo sự tương thích của website trên
các thiết bị di động, đồng thời đặt yếu tố tốc độ và hiệu suất của website lên hàng đầu sẽ tạo được
thiện cảm từ phía người dùng.
Về chất lượng dịch vụ: nâng cao khả năng tương tác và dịch vụ người dùng; thường xuyên
phân tích dữ liệu website để hỗ trợ cải tiến dịch vụ và tăng trải nghiệm cá nhân khi truy cập
tìm kiếm.
Hai là, khai thác các gói hỗ trợ doanh nghiệp chuyển đổi số từ Chính phủ và tích hợp các
giải pháp công nghệ mới trên website (phụ thuộc vào thực tế tại từng doanh nghiệp). Sự đồng bộ
về hệ thống và dữ liệu là cần thiết khi tích hợp thêm các giải pháp công nghệ mới như AI, VR,
AR,... Hệ thống cần phải được nâng cấp thường xuyên, có thể theo từng giai đoạn để giảm thiểu
chi phí. Điều này sẽ tạo ra tính cạnh tranh vượt trội về sản phẩm, dịch vụ và mô hình kinh doanh
mới cho doanh nghiệp.
Ba là, đào tạo và xây dựng đội ngũ nhân sự có trình độ công nghệ cao, có tư duy đổi mới,
có khả năng phát triển hệ thống website và kích hoạt các chiến lược về công nghệ đột phá. Đây
là một vấn đề mang tính cốt lõi mà các doanh nghiệp cần lưu tâm. Trong quá trình cải thiện chất
lượng website, sự hợp tác của các chuyên gia từ nhiều lĩnh vực khác nhau - các chuyên gia phân
tích dữ liệu, chuyên gia công nghệ thông tin và chuyên gia kinh doanh - từ bên trong và bên ngoài
doanh nghiệp là rất quan trọng. Các nhà quản lý cần đảm bảo rằng, mỗi bên đều nhận thức đầy
đủ về quan điểm của những người khác (Ví dụ: các chuyên gia công nghệ thông tin nên tiếp xúc
với các quy trình kinh doanh và nhận biết được các điểm khó khăn hệ thống gặp phải).
Bốn là, các doanh nghiệp phải có tầm nhìn chiến lược dài hạn nhằm đảm bảo công nghệ và
các cải thiện trên website là phù hợp và hiệu quả. Các công ty sẽ không thể tối đa hóa các lợi ích
nhận được nếu không có một chiến lược rõ ràng cho phép mỗi chức năng trên toàn bộ website
được tích hợp đầy đủ và sử dụng một cách hiệu quả. Trong tương lai, các quyết định đầu tư liên
quan đến công nghệ cần thiết phát xem xét.
5.2. Đối với cơ quan quản lý nhà nước
Việc hoàn thiện hệ thống pháp luật, rà soát bổ sung các quy định liên quan đến hoạt động
kinh doanh trên các website bất động sản, các sàn thương mại điện tử cần được ưu tiên hàng đầu
để đảm bảo sự đồng bộ, thống nhất chặt chẽ trong hoạt động của thị trường. Cùng với đó, các
chính sách về chuyển đổi số, thúc đẩy doanh nghiệp đổi mới sáng tạo phải nhanh chóng triển
khai, đặt trọng tâm là các doanh nghiệp tiềm năng để tận dụng tối đa các cơ hội và lợi thế từ hội
nhập quốc tế và xu hướng Cách mạng công nghiệp 4.0.
Những kết quả đưa ra cơ bản đã giải quyết được mục tiêu của nghiên cứu. Tuy nhiên, nghiên
cứu vẫn còn tồn tại một số hạn chế.
Thứ nhất, do những giới hạn về mặt địa lý và thời gian, nghiên cứu chỉ được tiến hành trên
địa bàn Thành phố Hà Nội với bối cảnh nghiên cứu là thị trường bất động sản nhà ở.
Thứ hai, nhóm khách thể của nghiên cứu chỉ tập trung vào nhưng người đã từng sử dụng
website bất động sản để tìm kiếm thông tin về thị trường nhà ở, không hướng tới những người
623
KỶ YẾU HꢀI THꢁO KHOA HỌC QUỐC GIA
chưa có trải nghiệm với website bất động sản. Trong tương lai, một nghiên cứu bổ sung về nhóm
người chưa từng có trải nghiệm đối với website sẽ toàn diện hơn và mang ý nghĩa dự báo cũng
như đề xuất các giải pháp marketing hiệu quả.
Thứ ba, nghiên cứu chỉ xem xét về ý định hành vi trong tìm kiếm thông tin thị trường bất
động sản nhà ở chứ không đề cập đến các hành động sau quá trình tìm kiếm thông tin, ví dụ
như: trao đổi với các bên môi giới hay việc đến tham quan các khu nhà mẫu. Do đó, cần có thêm
những nghiên cứu trong tương lai để chứng minh rằng, việc tìm kiếm thông tin trên các website
bất động sản có mối liên hệ chặt chẽ tới hành vi thực tế của người dùng trong thị trường nhà ở.
624
KINH TẾ VIỆT NAM NĂM 2020 VÀ TRIỂN VỌNG NĂM 2021
Ứng phó và vượt qua đại dịch COVID-19, hướng tới phục hồi và phát triển
PHỤ LỤC - KẾT QUẢ PHÂN TÍCH THANG ĐO
Trung bình
thước đo nếu
loại biến
Cronbach’s
Alpha
Phương sai thước đo Hệ số tương quan
Biến quan sát
nếu loại biến
biến tổng
nếu loại biến
Cronbach’s Alpha IQ = .877
IQ1
IQ2
IQ3
IQ4
10.90
10.84
10.90
10.92
3.860
4.530
4.195
4.308
.864
.634
.722
.731
.790
.881
.849
.845
Cronbach’s Alpha SQ = .835
SQ1
SQ2
SQ3
SQ4
10.50
10.56
10.49
10.58
3.809
3.675
3.639
4.086
.714
.671
.729
.553
.770
.788
.762
.839
Cronbach’s Alpha SeQ = .872
SeQ1
SeQ2
SeQ3
7.07
7.09
7.07
2.228
2.451
2.425
.820
.706
.741
.759
.864
.832
Cronbach’s Alpha PU = .863
PU1
PU2
PU3
PU4
11.16
11.07
11.23
11.07
3.862
3.797
4.303
4.307
.810
.779
.635
.629
.785
.796
.856
.858
Cronbach’s Alpha PEOU = .804
PEOU1
PEOU2
PEOU3
7.58
7.71
7.66
1.524
1.720
1.850
.737
.632
.590
.637
.752
.793
Cronbach’s Alpha ATT = .853
ATT1
ATT2
ATT3
7.35
7.50
7.37
2.019
2.290
2.125
.771
.672
.731
.748
.842
.787
Cronbach’s Alpha BI = .837
BI1
BI2
BI3
7.29
7.31
7.36
2.381
2.420
2.491
.723
.710
.663
.749
.762
.808
625
KỶ YẾU HꢀI THꢁO KHOA HỌC QUỐC GIA
TÀI LIỆU THAM KHẢO
1. Ahn, T., Ryu, S., & Han, I. (2007), The impact of Web quality and playfulness on user
org/10.1016/j.im.2006.12.008
2. Bayne, K. M. (2006), Homebuyer Information Search: An Extension of the Technology
Acceptance Model for Real Estate Websites. June, 216.
3. Bộ Xây dựng (2020), Ứng dụng công nghệ 4.0, bất động sản nở rộ trong mùa dịch, truy cập
san-%E2%80%98no-ro%E2%80%99-trong-mua-dich.aspx
4. Bruner, G. C., & Kumar, A. (2005), Explaining consumer acceptance of handheld Internet
jbusres.2003.08.002
5. Cao, M., Zhang, Q., & Seydel, J. (2005), B2C e-commerce web site quality: An empirical
org/10.1108/02635570510600000
6. Chang, K. C., Chen, M. C., Hsu, C. L., & Kuo, N. Te. (2012), Integrating loss aversion into a
technology acceptance model to assess the relationship between website quality and website
user’s behavioural intentions. Total Quality Management and Business Excellence, 23(7 - 8),
7. D’Urso, V. T. (2002), Home Buyer Search Duration and the Internet. SSRN Electronic
8. Delcoure, N., & Miller, N. G. (2002), International Residential Real Estate Brokerage Fees and
Implications for the US Brokerage Industry. International Real Estate Review, 5(1), 12 - 39.
9. 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),
10. Dishaw, M. T., & Strong, D. M. (1999), 3495Тау3500.Pdf. 36, 9 - 21.
11. Dumpe, M. (2016), Online Marketing Issues of Real Estate Companies: A Case of Latvia.
Baltic Journal of Real Estate Economics and Construction Management, 3(1), 130 - 139.
12. Fred D. Davis (1989), Perceived Usefulness, Perceived Ease of Use, and User Acceptance of
13. Google (2020), Vietnam’s search for tomorrow: Insights for brands, Vietnam
14. Hair.J, Black.W, Babin.B, Anderson.R (2010), Multivariate Data Analysis, 7th, Prentice-Hall.
15. Hsu, C. L., Chang, K. C., & Chen, M. C. (2012),The impact of website quality on customer
satisfaction and purchase intention: Perceived playfulness and perceived flow as mediators.
s10257-011-0181-5
626
KINH TẾ VIỆT NAM NĂM 2020 VÀ TRIỂN VỌNG NĂM 2021
Ứng phó và vượt qua đại dịch COVID-19, hướng tới phục hồi và phát triển
16. Igbaria, M., Iivari, J., & Maragahh, H. (1995). Why do individuals use computer technology?
A Finnish case study. Information and Management, 29(5), 227 - 238.
17. Luarn, P., & Lin, H. H. (2005), Toward an understanding of the behavioral intention to use
mobile banking. Computers in Human Behavior, 21(6), 873 - 891.
18. Mohd-Any, A. A., Winklhofer, H., & Ennew, C. (2015), Measuring Users’ Value Experience
on a Travel Website (e-Value): What Value Is Cocreated by the User? Journal of Travel
Research, 54(4), 496 - 510.
19. Moon, J. W., & Kim, Y. G. (2001), Extending the TAM for a World-Wide-Web context.
Information and Management, 38(4), 217 - 230.
20. Parasuraman, A., Zeithaml, V. A., & Malhotra, A. (2005), E-S-QUAL a multiple-item scale
for assessing electronic service quality. Journal of Service Research, 7(3), 213 - 233.
21. Patton, D.A. (1999), House hunt: the Web can make your search for a new home a lot more
efficient, The Wall Street Journal.
22. Rocha, Á. (2012), Framework for a global quality evaluation of a website. Online Information
Review, 36(3), 374 - 382.
23. Shang, R. A., Chen, Y. C., & Shen, L. (2005) Extrinsic versus intrinsic motivations for
consumers to shop on-line. Information and Management, 42(3), 401 - 413.
24. Teo, T. S. H., & Pok, S. H. (2003), Adoption of WAP-enabled mobile phones among Internet
users. Omega, 31(6), 483 - 498.
25. Teo, T. S. H., Lim, V. K. G., & Lai, R. Y. C. (1999), Intrinsic and extrinsic motivation in
Internet usage. Omega, 27(1), 25 - 37.
26. Voices,V. &Xu, L. (2019),ModernizingRealEstate:ThePropertyTechOpportunity,retrieved
proptech-opportunity/?sh=2b2a1f475826>
27. Xu, J. D., Benbasat, I., & Cenfetelli, R. T. (2013), Integrating service quality with system and
information quality: an empirical test in the e-service context. 37(3), 777 - 794.
28. Yang, H. D., & Yoo, Y. (2004), It’s all about attitude: Revisiting the technology acceptance
model. Decision Support Systems, 38(1), 19 - 31.
29. Yuan, X., Lee, J. H., Kim, S. J., & Kim, Y. H. (2013), Toward a user-oriented recommendation
system for real estate websites. Information Systems, 38(2), 231 - 243.
627
Bạn đang xem tài liệu "Chuyển đổi số trong lĩnh vực bất động sản tại Việt Nam: Một số kết quả nghiên cứu ban đầu từ trải nghiệm của khách hàng về chất lượng website bất động sản", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- chuyen_doi_so_trong_linh_vuc_bat_dong_san_tai_viet_nam_mot_s.pdf