Đặc tính quảng cáo cá nhân hóa và ý định tiếp tục sử dụng nền tảng bán lẻ trực tuyến

Nguyễn Thị Xuân Trang (Tác giả liên hệ)

Khoa Quản trị Kinh doanh, Trường Đại học Nguyễn Tất Thành

Email: [email protected]

Hoàng Lệ Chi

Khoa Quản trị Kinh doanh, Trường Đại học Nguyễn Tất Thành

Email: [email protected]

Tóm tắt

Nghiên cứu xem xét mối liên hệ giữa các đặc tính quảng cáo cá nhân hóa và ý định tiếp tục sử dụng nền tảng bán lẻ trực tuyến thông qua giá trị quảng cáo cảm nhận và sự gắn kết với nền tảng. Dữ liệu từ 375 người tiêu dùng tại Thành phố Hồ Chí Minh được phân tích bằng mô hình phương trình cấu trúc bình phương tối thiểu từng phần (PLS-SEM) theo quy trình hai giai đoạn. Kết quả cho thấy, cá nhân hóa cảm nhận, tính thông tin và tính giải trí liên hệ thuận chiều với giá trị quảng cáo, trong khi sự khó chịu liên hệ nghịch chiều. Giá trị quảng cáo liên hệ thuận chiều với sự gắn kết và ý định tiếp tục sử dụng, còn sự gắn kết liên hệ thuận chiều với ý định này. Hệ số gián tiếp từ giá trị quảng cáo đến ý định tiếp tục sử dụng thông qua sự gắn kết đạt β = 0,189. Nghiên cứu mở rộng Mô hình Giá trị quảng cáo bằng cách làm rõ sự chuyển tiếp từ đánh giá quảng cáo sang phản ứng đối với nền tảng.

Từ khóa: Cá nhân hóa quảng cáo, giá trị quảng cáo, nền tảng bán lẻ trực tuyến, sự gắn kết với nền tảng, ý định tiếp tục sử dụng

Abstract

This study examines the relationships between personalized advertising characteristics and the intention to continue using online retail platforms, mediated by perceived advertising value and platform engagement. Data from 375 consumers in Ho Chi Minh City were analyzed using partial least squares structural equation modeling (PLS-SEM) following a two-stage procedure. The results show that perceived personalization, informativeness, and entertainment are positively associated with advertising value, whereas irritation is negatively associated with it. Advertising value is positively associated with both platform engagement and the intention to continue using the platform, while platform engagement is positively associated with this intention. The indirect effect of advertising value on the intention to continue using the platform through platform engagement is β = 0.189. The study extends the Advertising Value Model by clarifying the transition from advertising evaluation to platform-related responses.

Keywords: Advertising personalization, advertising value, online retail platform, platform engagement, continuance intention

GIỚI THIỆU

Theo Mô hình Giá trị quảng cáo, tính thông tin và tính giải trí tạo ra lợi ích cảm nhận, còn sự khó chịu làm giảm giá trị quảng cáo (Ducoffe, 1996). Martins và cộng sự (2019), Ye và cộng sự (2025) tiếp tục cho thấy các đặc tính này giữ vai trò quan trọng trong việc hình thành giá trị quảng cáo trong môi trường số. Đối với cá nhân hóa, De Keyzer và cộng sự (2022) nhấn mạnh vai trò của mức độ cá nhân hóa mà người dùng thực sự cảm nhận, còn Kim và Han (2014) cho thấy cá nhân hóa có liên hệ với các chất lượng thông điệp như tính thông tin, tính giải trí và mức độ khó chịu.

Mặc dù các nghiên cứu trước đã làm rõ các nội dung trên nhưng chủ yếu xem xét các phản ứng đối với những đối tượng tham chiếu khác nhau. Quảng cáo cá nhân hóa có thể thúc đẩy sự gắn kết với thương hiệu (Loureiro và cộng sự, 2025), giá trị quảng cáo liên hệ với sự gắn kết trên mạng xã hội (Jiang và cộng sự, 2022), còn sự gắn kết góp phần giải thích ý định tiếp tục sử dụng ứng dụng thương hiệu (Tang và Du, 2021). Tuy nhiên, còn thiếu bằng chứng về quá trình chuyển từ đánh giá quảng cáo sang sự gắn kết và ý định tiếp tục sử dụng chính nền tảng phân phối quảng cáo.

Để giải quyết khoảng trống này, nghiên cứu kết hợp Mô hình Giá trị quảng cáo, khung Kích thích - Chủ thể - Phản ứng và quan điểm hậu chấp nhận để kiểm định chuỗi liên hệ từ các đặc tính quảng cáo đến giá trị quảng cáo cảm nhận, sự gắn kết và ý định tiếp tục sử dụng nền tảng.

Nghiên cứu trả lời 2 câu hỏi: Thứ nhất, cá nhân hóa cảm nhận, tính thông tin, tính giải trí và sự khó chịu liên hệ như thế nào với giá trị quảng cáo cảm nhận? Thứ hai, giá trị quảng cáo cảm nhận liên hệ trực tiếp và gián tiếp, thông qua sự gắn kết với nền tảng, với ý định tiếp tục sử dụng nền tảng như thế nào?

Nghiên cứu kết nối đánh giá ở cấp độ quảng cáo với sự gắn kết và ý định tiếp tục sử dụng ở cấp độ nền tảng, đồng thời làm rõ vai trò trung gian của sự gắn kết trong quá trình chuyển tiếp giữa 2 đối tượng tham chiếu này.

CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Cơ sở lý thuyết và khung phân tích

Mô hình Giá trị quảng cáo xem giá trị quảng cáo là đánh giá tổng thể về mức độ hữu ích và đáng giá đối với người tiêu dùng. Tính thông tin và tính giải trí tạo lợi ích, còn sự khó chịu làm giảm giá trị cảm nhận (Ducoffe, 1996; Martins và cộng sự, 2019; Ye và cộng sự, 2025). Nghiên cứu mở rộng mô hình bằng cá nhân hóa cảm nhận, dựa trên lập luận rằng hiệu quả cá nhân hóa phụ thuộc vào mức độ người dùng cảm nhận thông điệp phù hợp với mình (De Keyzer và cộng sự, 2022; Kim và Han, 2014). Khung Kích thích - Chủ thể - Phản ứng được dùng để liên kết 4 đặc tính quảng cáo với giá trị quảng cáo cảm nhận và các phản ứng tiếp theo đối với nền tảng (Mehrabian và Russell, 1974). Quan điểm hậu chấp nhận bổ sung cơ sở giải thích ý định tiếp tục sử dụng sau trải nghiệm (Bhattacherjee, 2001; Akdim và cộng sự, 2022). Sự kết hợp này cho phép phân tích quá trình chuyển từ đánh giá quảng cáo sang phản ứng đối với nền tảng mà không đồng nhất 2 đối tượng tham chiếu.

Các khái niệm nghiên cứu

Cá nhân hóa cảm nhận phản ánh mức độ quảng cáo được người dùng cảm nhận là phù hợp với nhu cầu và sở thích cá nhân. Tính thông tin, tính giải trí và sự khó chịu lần lượt phản ánh mức độ hữu ích, hấp dẫn và phiền nhiễu của quảng cáo (Ducoffe, 1996; De Keyzer và cộng sự, 2022). Giá trị quảng cáo cảm nhận là đánh giá tổng thể về mức độ hữu ích và đáng giá của quảng cáo. Sự gắn kết với nền tảng gồm 3 chiều nhận thức, tình cảm và kích hoạt hành vi (Hollebeek và cộng sự, 2014), còn ý định tiếp tục sử dụng phản ánh dự định duy trì việc sử dụng nền tảng sau trải nghiệm (Bhattacherjee, 2001; Akdim và cộng sự, 2022).

Giả thuyết và mô hình nghiên cứu

Theo Mô hình Giá trị quảng cáo, tính thông tin và tính giải trí làm tăng giá trị quảng cáo, trong khi sự khó chịu làm giảm giá trị này (Ducoffe, 1996; Martins và cộng sự, 2019; Ye và cộng sự, 2025). Nghiên cứu mở rộng mô hình bằng cá nhân hóa cảm nhận, dựa trên lập luận rằng quảng cáo được cảm nhận phù hợp hơn với nhu cầu cá nhân có thể được đánh giá tích cực hơn (De Keyzer và cộng sự, 2022; Kim và Han, 2014). Từ đó, nghiên cứu đề xuất:

H1: Cá nhân hóa cảm nhận (PP) có mối liên hệ thuận chiều với giá trị quảng cáo cảm nhận (ADV).

H2: Tính thông tin (INF) có mối liên hệ thuận chiều với giá trị quảng cáo cảm nhận (ADV).

H3: Tính giải trí (ENT) có mối liên hệ thuận chiều với giá trị quảng cáo cảm nhận (ADV).

H4: Sự khó chịu do quảng cáo (IRR) có mối liên hệ nghịch chiều với giá trị quảng cáo cảm nhận (ADV).

Theo khung Kích thích - Chủ thể - Phản ứng, đánh giá tích cực đối với kích thích có thể dẫn đến các phản ứng tiếp cận (Mehrabian và Russell, 1974). Trong bối cảnh số, giá trị quảng cáo liên hệ với sự gắn kết (Jiang và cộng sự, 2022), còn quan điểm hậu chấp nhận cho rằng đánh giá tích cực sau trải nghiệm góp phần củng cố ý định tiếp tục sử dụng (Bhattacherjee, 2001; Akdim và cộng sự, 2022). Sự gắn kết cũng được ghi nhận là tiền tố của ý định tiếp tục sử dụng ứng dụng thương hiệu (Tang và Du, 2021). Vì vậy, nghiên cứu đề xuất H5-H7 ở cấp độ nền tảng bán lẻ trực tuyến.

H5: Giá trị quảng cáo cảm nhận (ADV) có mối liên hệ thuận chiều với sự gắn kết với nền tảng (CPE).

H6: Giá trị quảng cáo cảm nhận (ADV) có mối liên hệ thuận chiều với ý định tiếp tục sử dụng nền tảng (PCI)

H7: Sự gắn kết với nền tảng (CPE) có mối liên hệ thuận chiều với ý định tiếp tục sử dụng nền tảng (PCI).

Từ chuỗi quan hệ trên, nghiên cứu tiếp tục kiểm định các mối liên hệ gián tiếp thông qua giá trị quảng cáo cảm nhận và sự gắn kết với nền tảng:

H8a-H8d: Cá nhân hóa cảm nhận, tính thông tin và tính giải trí có mối liên hệ gián tiếp thuận chiều, còn sự khó chịu do quảng cáo có mối liên hệ gián tiếp nghịch chiều với ý định tiếp tục sử dụng nền tảng thông qua giá trị quảng cáo cảm nhận.

H9: Giá trị quảng cáo cảm nhận có mối liên hệ gián tiếp thuận chiều với ý định tiếp tục sử dụng nền tảng thông qua sự gắn kết với nền tảng.

H10a-H10d: Cá nhân hóa cảm nhận, tính thông tin và tính giải trí có mối liên hệ gián tiếp thuận chiều, còn sự khó chịu do quảng cáo có mối liên hệ gián tiếp nghịch chiều với ý định tiếp tục sử dụng nền tảng theo trình tự giá trị quảng cáo cảm nhận và sự gắn kết với nền tảng.

Hình 1: Mô hình nghiên cứu đề xuất

Nguồn: Nhóm tác giả đề xuất (2026)

Phương pháp nghiên cứu

Nghiên cứu sử dụng khảo sát định lượng cắt ngang với người tiêu dùng tại Thành phố Hồ Chí Minh. Ba điều kiện sàng lọc được áp dụng gồm người trả lời từ 18 tuổi trở lên, đã sử dụng nền tảng bán lẻ trực tuyến trong 6 tháng gần nhất và từng tiếp xúc với quảng cáo cá nhân hóa trên nền tảng đó. Đáp viên chọn một nền tảng đã sử dụng làm đối tượng tham chiếu khi trả lời bảng hỏi. Nghiên cứu sử dụng chọn mẫu phi xác suất, kết hợp tiếp cận thuận tiện và lan truyền, với các điều kiện sàng lọc nhằm bảo đảm người trả lời phù hợp với đối tượng nghiên cứu. Trong 432 phản hồi thu được, 57 phản hồi bị loại sau bước sàng lọc và làm sạch dữ liệu. Mẫu phân tích cuối cùng gồm 375 quan sát hợp lệ.

Thang đo cá nhân hóa cảm nhận được điều chỉnh từ các chỉ báo về tùy biến của nhà bán lẻ trực tuyến trong nghiên cứu của Srinivasan và cộng sự (2002), với nội hàm được đối chiếu với nghiên cứu của De Keyzer và cộng sự (2022). Tính thông tin dựa trên nghiên cứu của Logan và cộng sự (2012), tính giải trí và giá trị quảng cáo dựa trên nghiên cứu của Martins và cộng sự (2019), sự khó chịu dựa trên nghiên cứu của Mahmoud (2014), còn ý định tiếp tục sử dụng dựa trên nghiên cứu của Akdim và cộng sự (2022). Sự gắn kết kế thừa ba thành phần xử lý nhận thức, tình cảm và kích hoạt hành vi trong nghiên cứu của Hollebeek và cộng sự (2014), gồm 10 chỉ báo, và được đặc tả thành cấu trúc bậc hai trong nghiên cứu này. Các phát biểu gắn kết được chuyển đối tượng tham chiếu từ thương hiệu sang nền tảng bán lẻ trực tuyến. Tổng cộng 32 chỉ báo được đo bằng thang Likert 5 mức, từ 1 = hoàn toàn không đồng ý đến 5 = hoàn toàn đồng ý.

Dữ liệu được phân tích bằng mô hình phương trình cấu trúc bình phương tối thiểu từng phần (PLS-SEM) trên SmartPLS 3. Sự gắn kết được mô hình hóa là một cấu trúc bậc hai (dạng phản xạ - phản xạ), trong đó nhận thức, tình cảm và hành vi đóng vai trò là các biểu hiện cụ thể của trạng thái gắn kết tổng thể. Cấu trúc này được ước lượng bằng quy trình hai giai đoạn dạng nhúng theo Sarstedt và cộng sự (2019). Ở giai đoạn 1, cấu trúc bậc hai được đặt trong mạng quan hệ của mô hình, 3 thành phần bậc một được ước lượng và điểm số biến tiềm ẩn được lưu lại. Ở giai đoạn 2, các điểm số này được dùng làm chỉ báo phản xạ của cấu trúc bậc hai. Mô hình đo lường được đánh giá bằng tải ngoài, Cronbach’s alpha, rho_A, độ tin cậy tổng hợp (CR), phương sai trích trung bình (AVE) và tỷ số dị biệt - đơn biệt (HTMT). Mô hình cấu trúc được đánh giá bằng hệ số phóng đại phương sai (VIF), hệ số đường dẫn, R², f² và lấy mẫu lặp lại bootstrap với 5.000 mẫu, sử dụng khoảng tin cậy 95%. Giới tính, độ tuổi và tần suất sử dụng nền tảng được đưa vào làm biến kiểm soát (Hair và cộng sự, 2022).

KẾT QUẢ VÀ THẢO LUẬN

Đặc điểm mẫu và sai lệch phương pháp chung

Mẫu gồm 375 quan sát hợp lệ. Nữ giới chiếm 57,07%, nhóm 18-34 tuổi chiếm 69,07%. Shopee và TikTok Shop chiếm 66,93% nền tảng được chọn. Có 58,66% đáp viên sử dụng nền tảng ít nhất hằng tuần và 51,20% thường xuyên hoặc rất thường xuyên tiếp xúc với quảng cáo cá nhân hóa.

Kiểm định một nhân tố Harman cho thấy nhân tố thứ nhất giải thích 24,247% phương sai. Kết quả này chỉ được xem là chẩn đoán sơ bộ và không đủ để loại trừ sai lệch phương pháp chung (Podsakoff và cộng sự, 2012).

Đánh giá mô hình đo lường

Ở giai đoạn 1, tải ngoài của các chỉ báo thuộc 3 thành phần bậc một dao động từ 0,847 đến 0,894 và các cấu trúc đạt yêu cầu về độ tin cậy, giá trị hội tụ. HTMT giữa các cấu trúc không có quan hệ phân cấp dao động từ 0,092 đến 0,621, thấp hơn ngưỡng 0,85 (Hair và cộng sự, 2022).

Các cặp giữa cấu trúc bậc hai và chính các thành phần cấu thành của nó không được dùng để kết luận giá trị phân biệt ở giai đoạn này vì chúng có quan hệ phân cấp theo thiết kế mô hình.

Ở giai đoạn 2, hệ số tải của 3 thành phần kích hoạt hành vi, tình cảm và xử lý nhận thức lên cấu trúc bậc hai sự gắn kết với nền tảng lần lượt là 0,823, 0,824 và 0,826. Hệ số tải ngoài của các chỉ báo thuộc các cấu trúc còn lại dao động từ 0,670 đến 0,909. Chỉ báo PP2 của thang đo cá nhân hóa cảm nhận có tải ngoài 0,670 nhưng được giữ lại trên cơ sở xem xét phạm vi nội dung của thang đo, trong khi CR = 0,876 và AVE = 0,642 vẫn đạt yêu cầu (Hair và cộng sự, 2022), độ tin cậy tổng hợp và phương sai trích trung bình của cấu trúc vẫn đạt lần lượt 0,876 và 0,642. Các cấu trúc còn lại cũng đạt yêu cầu về độ tin cậy và giá trị hội tụ. Tỷ số HTMT ở giai đoạn 2 dao động từ 0,123 đến 0,674, tiếp tục hỗ trợ giá trị phân biệt.

Bảng 1: Độ tin cậy và giá trị hội tụ

Giai đoạn	Cấu trúc	Khoảng tải ngoài	Cronbach's Alpha	rho_A	CR	AVE
1	Kích hoạt hành vi	0,867-0,882	0,847	0,848	0,908	0,766
	Tình cảm	0,847-0,861	0,880	0,880	0,917	0,735
	Xử lý nhận thức	0,874-0,894	0,862	0,862	0,916	0,783
2	Giá trị quảng cáo cảm nhận	0,771-0,896	0,785	0,813	0,874	0,699
	Sự gắn kết với nền tảng	0,823-0,826	0,765	0,766	0,864	0,680
	Tính giải trí	0,718-0,894	0,834	0,844	0,890	0,670
	Tính thông tin	0,717-0,889	0,800	0,832	0,869	0,626
	Sự khó chịu do quảng cáo	0,721-0,883	0,805	0,824	0,872	0,633
	Ý định tiếp tục sử dụng nền tảng	0,732-0,908	0,795	0,836	0,879	0,709
	Cá nhân hóa cảm nhận	0,670-0,909	0,814	0,880	0,876	0,642

Nguồn: Kết quả phân tích bằng SmartPLS.

Kết quả phân tích giai đoạn 2

Hình 2: Kết quả ước lượng mô hình giai đoạn 2

Nguồn: Kết quả phân tích dữ liệu khảo sát bằng SmartPLS

Hình 2 cho thấy, 3 thành phần kích hoạt hành vi, tình cảm và xử lý nhận thức có hệ số tải gần tương đương lên sự gắn kết với nền tảng, lần lượt là 0,823, 0,824 và 0,826. Tải ngoài của các chỉ báo còn lại dao động từ 0,670 đến 0,909. Kết quả mô hình cấu trúc cho thấy tính thông tin là yếu tố tác động mạnh nhất đến giá trị quảng cáo cảm nhận (β = 0,282), tiếp theo là cá nhân hóa cảm nhận (β = 0,232), tính giải trí (β = 0,166) và sự khó chịu theo chiều nghịch (β = -0,235). Giá trị quảng cáo liên hệ với sự gắn kết (β = 0,532) và ý định tiếp tục sử dụng (β = 0,191), còn sự gắn kết liên hệ với ý định tiếp tục sử dụng (β = 0,355). Mô hình giải thích lần lượt 32,4%, 28,3% và 25,8% phương sai của giá trị quảng cáo cảm nhận, sự gắn kết với nền tảng và ý định tiếp tục sử dụng. Ý nghĩa thống kê của các mối liên hệ được trình bày tại Bảng 2 và Bảng 3.

Đánh giá mô hình cấu trúc và kiểm định giả thuyết

Hệ số phóng đại phương sai dao động từ 1,000 đến 1,442 cho thấy đa cộng tuyến không phải là vấn đề đáng kể. Các hệ số R² hiệu chỉnh của giá trị quảng cáo cảm nhận, sự gắn kết với nền tảng và ý định tiếp tục sử dụng lần lượt là 0,317, 0,281 và 0,240. Kết quả bootstrap với 5.000 mẫu cho thấy khoảng tin cậy 95% của H1-H7 đều không chứa 0, do đó toàn bộ các giả thuyết về mối liên hệ trực tiếp được ủng hộ. Trong các mối liên hệ trực tiếp, giá trị quảng cáo cảm nhận với sự gắn kết có kích thước hiệu ứng f² lớn nhất là 0,394, tiếp theo là sự gắn kết với ý định tiếp tục sử dụng với 0,119 và tính thông tin với giá trị quảng cáo cảm nhận với 0,108.

Bảng 2: Kết quả kiểm định các quan hệ trực tiếp

Giả thuyết	Quan hệ	β	2,5%	97,5%	f²
H1	PP → ADV	0,232	0,137	0,317	0,073
H2	INF → ADV	0,282	0,202	0,365	0,108
H3	ENT → ADV	0,166	0,063	0,256	0,036
H4	IRR → ADV	- 0,235	- 0,315	- 0,158	0,077
H5	ADV → CPE	0,532	0,467	0,592	0,394
H6	ADV → PCI	0,191	0,076	0,298	0,034
H7	CPE → PCI	0,355	0,263	0,448	0,119

Nguồn: Kết quả phân tích bootstrap bằng SmartPLS.

Biến kiểm soát

Trong các biến kiểm soát, nhóm tuổi 25-34 (β = 0,127, p = 0,015) và 45-54 (β = 0,155, p = 0,001) liên hệ thuận chiều với ý định tiếp tục sử dụng so với nhóm 18-24 tuổi, nhưng kích thước hiệu ứng rất nhỏ (f² = 0,016 và 0,027). Các biến kiểm soát còn lại không có ý nghĩa thống kê và không làm thay đổi hướng các mối liên hệ chính.

Các mối liên hệ gián tiếp và vai trò trung gian

Tất cả các mối liên hệ gián tiếp được giả thuyết đều có khoảng tin cậy 95% không chứa 0, do đó H8a-H10d được ủng hộ. Riêng H9, hệ số gián tiếp từ giá trị quảng cáo cảm nhận đến ý định tiếp tục sử dụng thông qua sự gắn kết đạt β = 0,189 với khoảng tin cậy 95% từ 0,134 đến 0,250. Mối liên hệ trực tiếp giữa giá trị quảng cáo cảm nhận và ý định tiếp tục sử dụng cũng cùng chiều và có khoảng tin cậy 95% từ 0,076 đến 0,298. Vì mối liên hệ trực tiếp và gián tiếp đều có ý nghĩa cùng chiều, sự gắn kết giữ vai trò trung gian bổ sung trong mối liên hệ giữa giá trị quảng cáo cảm nhận và ý định tiếp tục sử dụng.

Bảng 3: Kết quả kiểm định các mối liên hệ gián tiếp

Giả thuyết	Quan hệ gián tiếp	β	2,5%	97,5%
H8a	PP → ADV → PCI	0,044	0,018	0,077
H8b	INF → ADV → PCI	0,054	0,022	0,093
H8c	ENT → ADV → PCI	0,032	0,010	0,062
H8d	IRR → ADV → PCI	- 0,045	- 0,077	- 0,019
H9	ADV → CPE → PCI	0,189	0,134	0,250
H10a	PP → ADV → CPE → PCI	0,044	0,026	0,069
H10b	INF → ADV → CPE → PCI	0,053	0,032	0,079
H10c	ENT → ADV → CPE → PCI	0,031	0,013	0,055
H10d	IRR → ADV → CPE → PCI	- 0,044	- 0,068	- 0,026

Nguồn: Kết quả phân tích bootstrap bằng SmartPLS.

Thảo luận kết quả nghiên cứu

Kết quả nghiên cứu củng cố logic lợi ích - chi phí của Mô hình Giá trị quảng cáo. Tính thông tin có liên hệ thuận chiều nổi bật nhất với giá trị quảng cáo cảm nhận (β = 0,282; f² = 0,108), phù hợp với nghiên cứu của Ducoffe (1996), Martins và cộng sự (2019) và Ye và cộng sự (2025). Cá nhân hóa cảm nhận và tính giải trí cũng liên hệ thuận chiều, trong khi sự khó chịu liên hệ nghịch chiều. Kết quả này cho thấy cá nhân hóa cảm nhận không thay thế vai trò của tính thông tin, đồng thời sự khó chịu vẫn liên hệ bất lợi với giá trị quảng cáo cảm nhận.

Giá trị quảng cáo cảm nhận liên hệ mạnh với sự gắn kết với nền tảng (β = 0,532; f² = 0,394), nhất quán về hướng với nghiên cứu của Jiang và cộng sự (2022), còn sự gắn kết liên hệ với ý định tiếp tục sử dụng (β = 0,355), phù hợp với nghiên cứu của Tang và Du (2021). Hệ số gián tiếp qua sự gắn kết (β = 0,189) gần tương đương hệ số trực tiếp (β = 0,191), cho thấy sự gắn kết là mắt xích quan trọng trong quá trình kết nối đánh giá tích cực về quảng cáo với phản ứng đối với nền tảng.

Về lý thuyết, nghiên cứu mở rộng phạm vi của Mô hình Giá trị quảng cáo từ đánh giá ở cấp độ quảng cáo sang phản ứng ở cấp độ nền tảng và nhấn mạnh sự khác biệt giữa hai đối tượng tham chiếu. Việc kết hợp Mô hình Giá trị quảng cáo, khung Kích thích - Chủ thể - Phản ứng và quan điểm hậu chấp nhận cung cấp logic cho chuỗi liên hệ này. Do thiết kế cắt ngang, kết quả chỉ phản ánh mối liên hệ và trung gian thống kê, không xác nhận cơ chế nhân quả.

KẾT LUẬN VÀ KHUYẾN NGHỊ

Nghiên cứu cho thấy các đặc tính quảng cáo cá nhân hóa liên hệ với giá trị quảng cáo cảm nhận, từ đó kết nối với sự gắn kết và ý định tiếp tục sử dụng nền tảng. Tính thông tin có mối liên hệ tích cực nổi bật nhất, trong khi sự khó chịu liên hệ nghịch chiều với giá trị quảng cáo và sự gắn kết giữ vai trò trung gian bổ sung giữa giá trị quảng cáo và ý định tiếp tục sử dụng. Kết quả cho thấy hiệu quả quảng cáo cá nhân hóa cần được xem xét không chỉ ở phản ứng đối với quảng cáo mà còn ở khả năng duy trì quan hệ của người dùng với nền tảng.

Khuyến nghị quản trị

Các nền tảng bán lẻ trực tuyến nên ưu tiên thông tin sản phẩm, giá và ưu đãi chính xác, hữu ích và dễ tiếp cận. Cá nhân hóa nên được sử dụng để tăng mức độ phù hợp thay vì chỉ gia tăng tần suất hiển thị, đồng thời cần kiểm soát lặp lại và gián đoạn để giảm sự khó chịu. Tính giải trí nên hỗ trợ, không lấn át giá trị thông tin. Bên cạnh lượt nhấp và chuyển đổi, nền tảng có thể theo dõi thêm mức độ khám phá nội dung, lưu sản phẩm và quay lại nền tảng để phản ánh sự gắn kết và xu hướng tiếp tục sử dụng.

Hạn chế và hướng nghiên cứu tiếp theo

Nghiên cứu bị giới hạn bởi thiết kế cắt ngang, mẫu phi xác suất tại Thành phố Hồ Chí Minh và dữ liệu tự báo cáo, do đó khả năng suy luận nhân quả và khái quát hóa còn hạn chế. Nghiên cứu tiếp theo nên sử dụng thiết kế dọc hoặc thực nghiệm, mở rộng phạm vi địa lý và kết hợp dữ liệu hành vi thực tế. Cấu trúc bậc hai của sự gắn kết và thang cá nhân hóa cảm nhận cũng cần được xác nhận trên các mẫu độc lập, đặc biệt đối với chỉ báo PP2 có tải ngoài 0,670.

*Nghiên cứu được tài trợ bởi Quỹ Phát triển Khoa học và Công nghệ, Trường Đại học Nguyễn Tất Thành.

Tài liệu tham khảo

1. Akdim, K., Casaló, L. V., & Flavián, C. (2022). The role of utilitarian and hedonic aspects in the continuance intention to use social mobile apps. Journal of Retailing and Consumer Services, 66, 102888.

2. Bhattacherjee, A. (2001). Understanding information systems continuance: An expectation-confirmation model. MIS Quarterly, 25(3), 351-370.

3. De Keyzer, F., Dens, N., & De Pelsmacker, P. (2022). Let’s get personal: Which elements elicit perceived personalization in social media advertising? Electronic Commerce Research and Applications, 55, 101183.

4. Ducoffe, R. H. (1996). Advertising value and advertising on the web. Journal of Advertising Research, 36(5), 21-35.

5. Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A primer on partial least squares structural equation modeling (PLS-SEM) (3rd ed.). Sage.

6. Hollebeek, L. D., Glynn, M. S., & Brodie, R. J. (2014). Consumer brand engagement in social media: Conceptualization, scale development and validation. Journal of Interactive Marketing, 28(2), 149-165.

7. Jiang, M., Yang, J., Joo, E., & Kim, T. (2022). The effect of ad authenticity on advertising value and consumer engagement: A case study of COVID-19 video ads. Journal of Interactive Advertising, 22(2), 178-186.

8. Kim, Y. J., & Han, J. (2014). Why smartphone advertising attracts customers: A model of Web advertising, flow, and personalization. Computers in Human Behavior, 33, 256-269.

9. Logan, K., Bright, L. F., & Gangadharbatla, H. (2012). Facebook versus television: Advertising value perceptions among females. Journal of Research in Interactive Marketing, 6(3), 164-179.

10. Loureiro, S. M. C., Hollebeek, L., Rather, R. A., Ruivo, L., Kaljund, K., & Guerreiro, J. (2025). Engaging with (vs. avoiding) personalized advertising on social media. Journal of Marketing Communications, 31(7), 764-785.

11. Mahmoud, A. B. (2014). Linking information motivation to attitudes towards Web advertising. Journal of Islamic Marketing, 5(3), 396-413.

12. Martins, J., Costa, C., Oliveira, T., Gonçalves, R., & Branco, F. (2019). How smartphone advertising influences consumers’ purchase intention. Journal of Business Research, 94, 378-387.

13. Mehrabian, A., & Russell, J. A. (1974). An approach to environmental psychology. MIT Press.

14. Podsakoff, P. M., MacKenzie, S. B., & Podsakoff, N. P. (2012). Sources of method bias in social science research and recommendations on how to control it. Annual Review of Psychology, 63, 539-569.

15. Sarstedt, M., Hair, J. F., Cheah, J. H., Becker, J. M., & Ringle, C. M. (2019). How to specify, estimate, and validate higher-order constructs in PLS-SEM. Australasian Marketing Journal, 27(3), 197-211.

16. Srinivasan, S. S., Anderson, R., & Ponnavolu, K. (2002). Customer loyalty in e-commerce: An exploration of its antecedents and consequences. Journal of Retailing, 78(1), 41-50.

17. Tang, Q., & Du, H. (2021). How to achieve consumer continuance intention toward branded apps—from the consumer-brand engagement perspective. Journal of Retailing and Consumer Services, 60, 102486.

18. Ye, G., Guan, X., Hudders, L., Xiao, Y., & Li, J. (2025). A meta-analysis of the antecedents and consequences of advertising value. Journal of Advertising, 54(1), 117-138.

Ngày nhận bài: 21/6/2026; Ngày hoàn thiện biên tập: 5/9/2026; Ngày duyệt đăng: 10/9/2026