Hiểu biết số và hiệu suất công việc của nhân viên marketing: Tổng quan lý thuyết và mô hình nghiên cứu đề xuất

Trần Khả Huy

Đại học Cần Thơ; Email: [email protected]

Ngô Mỹ Trân

Đại học Cần Thơ; Email: n[email protected]

Tóm tắt

Trong bối cảnh chuyển đổi số, hiểu biết số là năng lực quan trọng giúp người lao động khai thác công nghệ và đáp ứng yêu cầu công việc. Tuy nhiên, cấu trúc của năng lực này và cơ chế chuyển hóa thành hiệu suất công việc, đặc biệt đối với nhân viên marketing, cần tiếp tục được làm rõ. Bài viết tổng hợp cơ sở lý thuyết về hiểu biết số và hiệu suất công việc, đồng thời đề xuất mô hình nghiên cứu dựa trên Lý thuyết vốn con người, Lý thuyết yêu cầu – nguồn lực công việc và Thuyết tự quyết. Theo đó, hiểu biết số được tiếp cận như một cấu trúc gồm 5 thành phần: kỹ năng kỹ thuật số, năng lực nhận thức số, năng lực xã hội – cảm xúc số, năng lực sáng tạo số và năng lực thích ứng công nghệ mới. Mô hình đề xuất xem xét tác động trực tiếp của hiểu biết số đến hiệu suất công việc, tác động gián tiếp thông qua động lực nội tại và vai trò điều tiết của sự hỗ trợ công nghệ từ tổ chức. Bài viết cung cấp cơ sở xây dựng giả thuyết và định hướng kiểm định thực nghiệm đối với nhân viên marketing trong môi trường làm việc số.

Từ khoá: Hiểu biết số, hiệu suất công việc, động lực nội tại, chuyển đổi số, nhân viên marketing

Abstract

In the context of digital transformation, digital literacy is an important competency that enables employees to leverage technology and meet job requirements. However, the structure of this competency and the mechanisms through which it translates into job performance, particularly among marketing employees, require further clarification. This paper synthesizes the theoretical foundations of digital literacy and job performance and proposes a research model grounded in human capital theory, job demands-resources theory, and self-determination theory. Accordingly, digital literacy is conceptualized as a construct comprising five dimensions: digital technical skills, digital cognitive competence, digital social-emotional competence, digital creative competence, and competence in adapting to new technologies. The proposed model examines the direct effect of digital literacy on job performance, its indirect effect through intrinsic motivation, and the moderating role of organizational technological support. This paper provides a foundation for hypothesis development and directions for empirical testing among marketing employees in digital work environments.

Keywords: Digital literacy, job performance, intrinsic motivation, digital transformation, marketing employees

GIỚI THIỆU

Sự phát triển của công nghệ số đang làm thay đổi phương thức hoạt động của doanh nghiệp và yêu cầu năng lực đối với người lao động. Chuyển đổi số không chỉ gắn với việc ứng dụng công nghệ mà còn liên quan đến những thay đổi trong phương thức vận hành và tạo giá trị của tổ chức (Vial, 2019). Hiệu quả của quá trình này vì vậy phụ thuộc vào cả hạ tầng công nghệ và khả năng của người lao động trong việc khai thác công nghệ để thực hiện nhiệm vụ.

Trong môi trường làm việc số, hiểu biết số giúp cá nhân tiếp cận, đánh giá và sử dụng thông tin, đồng thời tương tác và giải quyết vấn đề thông qua công nghệ. Từ cách tiếp cận của Gilster (1997), khái niệm này được phát triển theo hướng đa chiều, kết hợp các khía cạnh kỹ thuật, nhận thức và xã hội – cảm xúc (Ng, 2012). Khung năng lực số DigComp 2.2 cũng nhấn mạnh các yêu cầu về thông tin và dữ liệu, giao tiếp và hợp tác, sáng tạo nội dung số, an toàn và giải quyết vấn đề (Vuorikari và cộng sự, 2022).

Đối với nhân viên marketing, hiểu biết số có ý nghĩa thiết thực trong phân tích dữ liệu khách hàng, quản trị nội dung, triển khai truyền thông trên các nền tảng số và đánh giá hiệu quả chiến dịch. Tuy nhiên, việc sở hữu năng lực số chưa đủ để giải thích đầy đủ sự khác biệt về hiệu suất công việc. Khả năng vận dụng năng lực này còn có thể phụ thuộc vào động lực của nhân viên và điều kiện hỗ trợ của tổ chức.

Từ đó, bài viết tập trung làm rõ 3 vấn đề: cấu trúc hiểu biết số phù hợp với công việc marketing; vai trò của động lực nội tại trong mối quan hệ giữa hiểu biết số và hiệu suất công việc; vai trò điều tiết của sự hỗ trợ công nghệ từ tổ chức. Trên cơ sở tổng hợp lý thuyết, bài viết đề xuất mô hình và các giả thuyết nghiên cứu làm nền tảng cho kiểm định thực nghiệm.

CƠ SỞ LÝ THUYẾT

Hiểu biết số

Hiểu biết số là năng lực tiếp cận, đánh giá và sử dụng thông tin trong môi trường số. Năng lực này vượt ra ngoài khả năng thao tác với thiết bị hoặc phần mềm, bao gồm cả việc hiểu, lựa chọn và vận dụng thông tin phù hợp với mục đích sử dụng (Gilster, 1997).

Ng (2012) tiếp cận hiểu biết số trên 3 khía cạnh: kỹ thuật, nhận thức và xã hội - cảm xúc. Trong khi đó, DigComp 2.2 cung cấp khung tham chiếu rộng hơn về các năng lực cần thiết để sử dụng công nghệ số hiệu quả, an toàn và có trách nhiệm (Vuorikari và cộng sự, 2022).

Kế thừa cách tiếp cận của Ng (2012), kết hợp tham chiếu DigComp 2.2 và yêu cầu công việc marketing, bài viết đề xuất cấu trúc hiểu biết số gồm năm thành phần: kỹ năng kỹ thuật số, năng lực nhận thức số, năng lực xã hội – cảm xúc số, năng lực sáng tạo số và năng lực thích ứng công nghệ mới.

Hiệu suất công việc

Hiệu suất công việc phản ánh hành vi và mức độ thực hiện công việc của cá nhân gắn với mục tiêu của tổ chức. Tổng quan của Koopmans và cộng sự (2011) cho thấy, hiệu suất công việc có thể được tiếp cận trên nhiều khía cạnh, bao gồm hiệu suất nhiệm vụ, hiệu suất bối cảnh, hiệu suất thích ứng và hành vi phản tác dụng trong công việc.

Phù hợp với mục tiêu nghiên cứu, bài viết lựa chọn hai thành phần: hiệu suất nhiệm vụ và hiệu suất thích ứng. Hiệu suất nhiệm vụ thể hiện mức độ thực hiện các công việc cốt lõi của vị trí việc làm. Hiệu suất thích ứng phản ánh khả năng điều chỉnh hành vi và phương thức làm việc trước những yêu cầu hoặc điều kiện mới.

Đối với nhân viên marketing, hiệu suất nhiệm vụ có thể thể hiện qua việc thực hiện kế hoạch, quản trị nội dung, phân tích dữ liệu và triển khai chiến dịch. Hiệu suất thích ứng thể hiện qua khả năng học hỏi công cụ mới, điều chỉnh cách tiếp cận khách hàng và đáp ứng sự thay đổi của nền tảng công nghệ. Việc lựa chọn hai thành phần này nhằm tập trung vào khả năng thực hiện nhiệm vụ và thích ứng trong môi trường làm việc số, không bao quát toàn bộ cấu trúc hiệu suất công việc.

Các lý thuyết nền

Lý thuyết vốn con người nhấn mạnh giá trị của kiến thức và kỹ năng đối với năng suất lao động (Becker, 1964). Theo cách tiếp cận này, hiểu biết số có thể được xem là một bộ phận của vốn con người, giúp nhân viên sử dụng công nghệ, xử lý thông tin và thực hiện nhiệm vụ hiệu quả hơn. Đây là cơ sở đề xuất mối quan hệ trực tiếp giữa hiểu biết số và hiệu suất công việc.

Lý thuyết yêu cầu – nguồn lực công việc (JD-R) giải thích vai trò của các yêu cầu và nguồn lực trong quá trình làm việc (Bakker và Demerouti, 2017). Vận dụng lý thuyết này, bài viết xem hiểu biết số là nguồn lực cá nhân giúp nhân viên đáp ứng yêu cầu công việc trong môi trường số. Sự hỗ trợ công nghệ từ tổ chức được xem là nguồn lực công việc, có khả năng tạo điều kiện để nhân viên phát huy năng lực số.

Thuyết tự quyết (SDT) nhấn mạnh vai trò của các nhu cầu tâm lý cơ bản, gồm tự chủ, năng lực và gắn kết, đối với động lực của cá nhân (Deci và Ryan, 2000). Trên cơ sở đó, bài viết lập luận rằng khả năng sử dụng công nghệ hiệu quả có thể củng cố cảm nhận về năng lực và khả năng làm chủ công việc, qua đó thúc đẩy động lực nội tại. Động lực nội tại được hiểu là sự tham gia vào hoạt động vì hứng thú và sự thỏa mãn từ chính hoạt động đó.

Việc kết hợp 3 lý thuyết tạo cơ sở xem xét giá trị của hiểu biết số, cơ chế tác động thông qua động lực nội tại và điều kiện hỗ trợ từ tổ chức.

ĐỀ XUẤT MÔ HÌNH NGHIÊN CỨU

Theo Lý thuyết vốn con người, kiến thức và kỹ năng là cơ sở nâng cao năng suất lao động (Becker, 1964). Vận dụng cách tiếp cận này, hiểu biết số được kỳ vọng góp phần cải thiện hiệu suất công việc của nhân viên marketing.

Theo Thuyết tự quyết, cảm nhận về năng lực và tính tự chủ có vai trò quan trọng đối với động lực nội tại (Deci và Ryan, 2000). Hiểu biết số có thể giúp nhân viên tự tin hơn vào khả năng thực hiện nhiệm vụ và làm chủ công nghệ, qua đó gia tăng hứng thú, thúc đẩy sự chủ động học hỏi, sáng tạo và nỗ lực trong công việc. Vì vậy, động lực nội tại được đề xuất là biến trung gian trong mối quan hệ giữa hiểu biết số và hiệu suất công việc.

Bên cạnh đó, lý thuyết JD-R nhấn mạnh vai trò của các nguồn lực công việc trong việc hỗ trợ nhân viên đáp ứng yêu cầu nhiệm vụ (Bakker và Demerouti, 2017). Trong bối cảnh chuyển đổi số, sự hỗ trợ công nghệ từ tổ chức thông qua hạ tầng, công cụ số, đào tạo và hỗ trợ kỹ thuật có thể tạo điều kiện để nhân viên vận dụng năng lực số hiệu quả hơn. Nghiên cứu vì vậy đề xuất sự hỗ trợ công nghệ từ tổ chức điều tiết tác động trực tiếp của hiểu biết số đến hiệu suất công việc.

Trên cơ sở các lập luận trên, mô hình nghiên cứu được đề xuất như Hình.

Hình: Mô hình nghiên cứu đề xuất

Nguồn: Nhóm tác giả đề xuất, 2026

Các giả thuyết nghiên cứu được phát biểu như sau:

H1: Hiểu biết số có tác động tích cực đến Hiệu suất công việc của nhân viên marketing.

H2: Hiểu biết số có tác động tích cực đến Động lực nội tại của nhân viên marketing.

H3: Động lực nội tại có tác động tích cực đến Hiệu suất công việc của nhân viên marketing.

H4: Động lực nội tại đóng vai trò trung gian trong mối quan hệ giữa Hiểu biết số và Hiệu suất công việc của nhân viên marketing.

H5: Sự hỗ trợ công nghệ từ tổ chức điều tiết mối quan hệ trực tiếp giữa Hiểu biết số và Hiệu suất công việc của nhân viên marketing; tác động tích cực của Hiểu biết số mạnh hơn khi mức độ hỗ trợ công nghệ cao.

KẾT LUẬN

Trên cơ sở tích hợp Lý thuyết vốn con người, Lý thuyết yêu cầu – nguồn lực công việc và Thuyết tự quyết, bài viết đề xuất mô hình hiểu biết số gồm 5 thành phần, tác động đến Hiệu suất công việc của nhân viên marketing trực tiếp và gián tiếp thông qua động lực nội tại. Sự hỗ trợ công nghệ từ tổ chức được đề xuất là biến điều tiết tác động trực tiếp này. Mô hình cung cấp cơ sở cho các nghiên cứu thực nghiệm nhằm kiểm định cơ chế chuyển hóa hiểu biết số thành hiệu suất công việc trong bối cảnh chuyển đổi số.

Mặc dù đã xây dựng được mô hình lý thuyết tương đối toàn diện, nghiên cứu vẫn mở ra nhiều hướng nghiên cứu trong tương lai. Các nghiên cứu tiếp theo cần kiểm định mô hình và đánh giá tác động của các thành phần hiểu biết số đến hiệu suất công việc bằng PLS-SEM hoặc CB-SEM, tùy mục tiêu và đặc điểm dữ liệu. Việc mở rộng sang các lĩnh vực nghề nghiệp khác sẽ giúp đánh giá khả năng khái quát của mô hình. Đồng thời, cần xem xét bổ sung năng lực sử dụng AI có trách nhiệm và các yếu tố trung gian, điều tiết như sự gắn kết công việc, năng lực học tập liên tục, văn hóa đổi mới, hỗ trợ của lãnh đạo và mức độ trưởng thành số của tổ chức. Nghiên cứu dọc sẽ giúp làm rõ sự phát triển của hiểu biết số và tác động dài hạn đến hiệu suất công việc.

Tài liệu tham khảo:

1. Bakker, A. B., & Demerouti, E. (2017). Job demands–resources theory: Taking stock and looking forward. Journal of Occupational Health Psychology, 22(3), 273–285. https://doi.org/10.1037/ocp0000056

2. Becker, G. S. (1964). Human capital: A theoretical and empirical analysis, with special reference to education. National Bureau of Economic Research.

3. Deci, E. L., & Ryan, R. M. (2000). The “what” and “why” of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227–268. https://doi.org/10.1207/S15327965PLI1104_01

4. Gilster, P. (1997). Digital literacy. Wiley.

5. Koopmans, L., Bernaards, C. M., Hildebrandt, V. H., Schaufeli, W. B., de Vet, H. C. W., & van der Beek, A. J. (2011). Conceptual frameworks of individual work performance: A systematic review. Journal of Occupational and Environmental Medicine, 53(8), 856–866. https://doi.org/10.1097/JOM.0b013e318226a763

6. Ng, W. (2012). Can we teach digital natives digital literacy? Computers & Education, 59(3), 1065–1078.

7. Nikou, S., & Aavakare, M. (2021). An assessment of the interplay between literacy and digital technology in higher education. Education and Information Technologies, 26(4), 3893–3915. https://doi.org/10.1007/s10639-021-10451-0

8. Pangrazio, L., & Selwyn, N. (2023). Towards a school-based critical AI literacy: Charting a new course for digital literacy? Learning, Media and Technology, 48(3), 273–285.

9. Vial, G. (2019). Understanding digital transformation: A review and a research agenda. The Journal of Strategic Information Systems, 28(2), 118–144. https://doi.org/10.1016/j.jsis.2019.01.003

10. Vuorikari, R., Kluzer, S., & Punie, Y. (2022). DigComp 2.2: The digital competence framework for citizens. Publications Office of the European Union. https://doi.org/10.2760/115376