Mô hình các nhân tố ảnh hưởng của Chatbot AI đến sự hài lòng và lòng trung thành của khách hàng Công ty VNET MEDIA

Nguyễn Văn Việt, Trần Đức Thái,

Võ Thị Thu Hương (Tác giả liên hệ)

Email: [email protected]

Trường Đại học Công nghệ Thành phố Hồ Chí Minh

Tóm tắt

Nghiên cứu thiết lập khung lý thuyết tích hợp từ Mô hình chấp nhận công nghệ (TAM) và mô hình Hệ thống thông tin để đánh giá tác động của Chatbot AI đến sự hài lòng và lòng trung thành của khách hàng tại VNET MEDIA, TP. Hồ Chí Minh. Qua việc kế thừa các thang đo uy tín, nghiên cứu xác định 5 yếu tố cối lõi gồm: Khả năng sử dụng, Chất lượng dịch vụ, Khả năng phản hồi, Chất lượng thông tin và Chất lượng hệ thống có tác động đến Sự hài lòng và Lòng trung thành của khách hàng. Trong đó, Sự hài lòng đóng vai trò trung gian ảnh hưởng mạnh mẽ và tạo động lực thúc đẩy Lòng trung thành của khách hàng khi sử dụng Chatbot AI. Kết quả nghiên cứu cung cấp một khung lý thuyết tích hợp trong kỷ nguyên kinh doanh số, hỗ trợ các doanh nghiệp có cái nhìn toàn diện để tăng cường ứng dụng Chatbot AI, cải thiện sự hài lòng và lòng trung thành của khách hàng.

Từ khóa: Chatbot AI, sự hài lòng, lòng trung thành, hệ thống thông tin, mô hình tích hợp, kinh doanh số

Summary

The study develops an integrated theoretical framework combining the Technology Acceptance Model (TAM) and the Information Systems model to examine the impact of AI chatbots on customer satisfaction and loyalty at VNET MEDIA in Ho Chi Minh City. By adopting well-established measurement scales, the study identifies five core factors, usability, service quality, responsiveness, information quality, and system quality, that influence customer satisfaction and loyalty. Among these factors, customer satisfaction plays a strong mediating role, significantly influencing and driving customer loyalty in the use of AI chatbots. The findings provide an integrated theoretical framework in the digital business era, enabling firms to gain a comprehensive understanding for enhancing AI chatbot adoption and improving customer satisfaction and loyalty.

Keywords: AI chatbots, customer satisfaction, customer loyalty, information system, integrated model, digital business

ĐẶT VẤN ĐỀ

Sự bùng phát của đại dịch COVID-19 cùng những thay đổi trong thói quen mua sắm trực tiếp sang trực tuyến và sự phát triển nhanh chóng trong lĩnh vực trí tuệ nhân tạo (AI) đã định nghĩa lại trải nghiệm của khách hàng. Theo Siow và cộng sự (2025), thay đổi này đã mang lại những cơ hội sinh lợi cho các tổ chức trong việc nâng cao chất lượng dịch vụ thông qua việc tương tác với khách hàng bằng Chatbot AI. Nghiên cứu của Alsadoun và Alnasser (2025) chỉ ra tác động và tầm quan trọng của Chatbot AI đối với lòng trung thành của khách hàng, từ đó đem lại những lợi ích cụ thể cho cả doanh nghiệp và khách hàng. Tuy nhiên, những tác động thực tế của nó đối với việc nâng cao sự hài lòng và lòng trung thành của khách hàng vẫn chưa được nghiên cứu một cách sâu sắc và toàn diện trong bối cảnh thị trường kinh doanh số tại Việt Nam. Thực tế cho thấy, dù nhiều doanh nghiệp nội địa đã triển khai chuyển đổi số và ứng dụng Chatbot AI, song vẫn thiếu vắng những đánh giá khách quan và khoa học về hiệu quả thực sự của chúng.

Trong bối cảnh đó, thị trường thương mại điện tử Việt Nam đang chứng kiến sự tăng trưởng bùng nổ với tổng doanh số trên 4 sàn lớn nhất là Shopee, Lazada, Tiki và TikTok Shop đạt mốc 103.600 tỷ đồng vào quý II/2025, tăng 22,25% so với cùng kỳ năm trước (Metric, 2025). Sự phát triển mạnh mẽ này kéo theo cuộc đua cạnh tranh gay gắt, buộc các doanh nghiệp phải không ngừng tối ưu hóa trải nghiệm khách hàng để tồn tại. Theo Wickramarachchi (2025), sự phát triển nhanh chóng của AI đã làm thay đổi dịch vụ khách hàng trong không gian kỹ thuật số, cho thấy tầm quan trọng của tương tác Chatbot được cá nhân hóa và thích ứng, nhấn mạnh sự cần thiết của thiết kế lấy người dùng làm trung tâm. Điều này hoàn toàn phù hợp với nhận định của Phan Thị Lệ Thương (2024) về việc các chiến lược tiếp thị, phát triển sản phẩm và dịch vụ khách hàng đều phải xoay quanh nhu cầu, mong muốn và trải nghiệm của khách hàng. Do đó, việc nghiên cứu sâu hơn về Chatbot AI như một giải pháp trọng yếu để cải thiện sự hài lòng và thúc đẩy lòng trung thành không chỉ là yêu cầu cấp thiết về mặt lý luận mà còn là chìa khóa sống còn cho các doanh nghiệp trong bối cảnh kỹ thuật số tại Việt Nam hiện nay.

CƠ SỞ LÝ THUYẾT VÀ TỔNG QUAN NGHIÊN CỨU

Các lý thuyết nền tảng

Mô hình chấp nhận công nghệ

Nghiên cứu ứng dụng Mô hình chấp nhận công nghệ (TAM) của Davis (1989) - mô hình đã được xác nhận đáng tin cậy qua nhiều nghiên cứu trước - nhằm đánh giá cảm nhận của khách hàng với Chatbot AI. Mô hình TAM nhấn mạnh tính hữu ích được cảm nhận (PU - Perceived Usefulness) và mức độ dễ sử dụng được cảm nhận (PEOU - Perceived Ease of Use) tác động trực tiếp đến thái độ, từ đó ảnh hưởng đến hành vi sử dụng công nghệ. Chen và cộng sự (2021) cho rằng, việc tích hợp PU và PEOU thành “Khả năng sử dụng” là yếu tố then chốt dự đoán chấp nhận Chatbot, được đưa vào mô hình nghiên cứu để bao hàm đầy đủ 2 khái niệm gốc.

Hệ thống thông tin

Mô hình Hệ thống thông tin (IS) của DeLone và McLean (1992) cung cấp khung lý thuyết toàn diện về thành công của hệ thống thông tin qua 6 chiều đo cốt lõi bao gồm: chất lượng thông tin, chất lượng hệ thống, chất lượng dịch vụ, ý định sử dụng, sự hài lòng người dùng và lợi ích ròng (Đinh Thị Kim Thanh, 2023). Nghiên cứu của Chen và cộng sự (2021) tích hợp mô hình TAM và mô hình hệ thống thông tin cho Chatbot AI, xác nhận khả năng sử dụng và chất lượng dịch vụ tác động tích cực đến sự hài lòng và ý định sử dụng. Do đó, nghiên cứu kế thừa mô hình TAM, mô hình hệ thống thông tin và phát triển Chatbot AI để xây dựng khung lý thuyết phù hợp.

Chatbot AI

Chatbot là tác nhân máy mà người dùng tương tác thông qua đối thoại bằng ngôn ngữ tự nhiên bằng văn bản hoặc giọng nói (Følstad và Brandtzaeg, 2020). Chatbot thường được sử dụng trong dịch vụ khách hàng và AI đằng sau Chatbot sử dụng thuật toán xử lý ngôn ngữ tự nhiên (Hoyer và cộng sự, 2020). Chatbot AI là những tác nhân phi chính thức được phát triển bằng AI, học máy và xử lý ngôn ngữ tự nhiên (NLP), để thiết lập mối quan hệ với người dùng trong thời gian thực (Mehta và cộng sự, 2022). Theo Wickramarachchi (2025), Chatbot AI là một hệ thống điều khiển cho các phản hồi tự động và hỗ trợ khách hàng mà không cần sự can thiệp của con người. Những Chatbot này mô phỏng tương tác giữa người với người bằng cách giải thích thông tin đầu vào và tạo ra các phản hồi phù hợp, không cần tham khảo và không cần sự tham gia của con người. Khả năng hoạt động 24/7 và khả năng mở rộng của chúng khiến chúng đặc biệt có giá trị trong môi trường kỹ thuật số.

Khả năng sử dụng Chatbot

Nghiên cứu của Jain và cộng sự (2018) đề cập rằng khả năng sử dụng Chatbot là một khía cạnh quan trọng trong các hệ thống phần mềm tương tác nói chung và Chatbot nói riêng. Vì vậy, việc kết hợp khía cạnh khả năng sử dụng trong Chatbot để cải thiện trải nghiệm người dùng là điều cần thiết. Khả năng sử dụng là thành phần quan trọng tạo nên trải nghiệm tốt cho khách hàng bởi nó làm cho khách hàng cảm thấy thoải mái, thuận tiện và dễ dàng trong quá trình sử dụng. Sự thuận tiện trong trải nghiệm giúp khách hàng tiết kiệm thời gian và công sức trong quá trình mua sản phẩm hoặc sử dụng dịch vụ, bất kể là ở khía cạnh nhận thức, tình cảm hay thể chất (Islam và cộng sự, 2019). Theo Chen và cộng sự (2021), khả năng sử dụng có nghĩa là mức độ dễ dàng khi sử dụng một sản phẩm hoặc giao diện người - máy tính để hoàn thành một nhiệm vụ một cách đáng tin cậy, hiệu quả và năng suất. Quan điểm này tiếp tục được củng cố bởi Siow và cộng sự (2025), khi nhấn mạnh rằng, khả năng sử dụng là mức độ dễ dàng và trực quan khi người dùng tương tác với một giao diện hoặc sản phẩm để hoàn thành nhiệm vụ một cách đáng tin cậy và hiệu quả.

Chất lượng dịch vụ Chatbot

Theo Parasuraman và cộng sự (1988), chất lượng dịch vụ được xem như khoảng cách giữa mong đợi về dịch vụ và nhận thức của khách hàng khi sử dụng dịch vụ. Mô hình SERVQUAL đưa ra nhằm đo lường chất lượng dịch vụ thông qua so sánh giữa kỳ vọng và trải nghiệm thực tế của khách hàng. Nghiên cứu của Delone và McLean (2003) đã bổ sung chất lượng dịch vụ vào mô hình hệ thống thông tin ban đầu, bao gồm: chất lượng thông tin và chất lượng hệ thống; đồng thời chỉ ra rằng, chất lượng dịch vụ do nhà cung cấp hệ thống thông tin cung cấp là một yếu tố quan trọng quyết định sự thành công. Wickramarachchi (2025) nhận định rằng, khác với chất lượng dịch vụ khách hàng truyền thống, chất lượng dịch vụ Chatbot AI cung cấp hỗ trợ liên tục, khả năng mở rộng cá nhân với chi phí thấp hơn; khả năng xử lý lượng lớn dữ liệu trong thời gian thực cho phép chúng cung cấp tư vấn tài chính, hỗ trợ giải đáp các câu hỏi phức tạp và hướng dẫn người dùng. Chất lượng dịch vụ bao gồm khả năng của Chatbot trong việc hiểu nhu cầu của người dùng, phản hồi phù hợp và cung cấp hỗ trợ hoặc chuyển tiếp vấn đề khi cần thiết.

Khả năng phản hồi Chatbot

Khả năng phản hồi được xác định là một trong những thuộc tính chất lượng quan trọng để đảm bảo hiệu quả vận hành của Chatbot (Meerschman và Verkeyn, 2019). Khía cạnh này không chỉ dừng lại ở việc phản hồi nhanh chóng các câu hỏi của khách hàng, mà còn bao gồm khả năng thiết lập liên hệ dễ dàng và sự sẵn sàng phục vụ 24/7, từ đó tạo ra những trải nghiệm ấn tượng cho người dùng (Chung và cộng sự, 2020). Theo Chen và cộng sự (2021), khả năng phản hồi nhanh chóng là sự sẵn sàng cung cấp cho khách hàng sự hỗ trợ nhanh chóng hoặc dịch vụ dễ tiếp cận. Đặc biệt, khả năng của Chatbot trong việc cung cấp các phản hồi chính xác, kịp thời và phù hợp với các yêu cầu của khách hàng đóng vai trò quan trọng trong việc định hình mức độ hài lòng tổng thể (Sofiyah và cộng sự, 2024). Khả năng phản hồi là một đặc tính quan trọng của hệ thống dịch vụ. Yếu tố này cũng nhấn mạnh sự sẵn lòng hỗ trợ và cung cấp dịch vụ một cách nhanh chóng và kịp thời. Theo Wickramarachchi (2025), khả năng phản hồi của Chatbot là một yếu tố thiết yếu tác động tích cực đến sự hài lòng của khách hàng.

Chất lượng thông tin Chatbot

Theo Setia và cộng sự (2013), chất lượng thông tin bao gồm độ chính xác, định dạng, tính đầy đủ và tính cập nhật của thông tin được tạo ra bởi các công nghệ kỹ thuật số (Đinh Thị Kim Thanh, 2023). Chất lượng thông tin là phương tiện giao tiếp cơ bản nhất giữa người mua sắm trực tuyến, người bán và được coi là yếu tố cơ bản trong việc tạo dựng lòng tin giữa 2 bên. Nghiên cứu của Wickramarachchi (2025) cho rằng, chất lượng thông tin đề cập đến tính phù hợp, độ chính xác và sự rõ ràng của thông tin do Chatbot cung cấp. Bên cạnh đó, Delone và McLean (1992) cho rằng, trong mô hình thành công của hệ thống thông tin, chất lượng thông tin đóng vai trò đo lường sự thành công về mặt ngữ nghĩa của công nghệ. Tầm quan trọng này được Clikeman (1999) cụ thể hoá qua yêu cầu thông tin phải kịp thời, chính xác và phù hợp khi trình bày cho người dùng. Trong trường hợp Chatbot không cung cấp thông tin phù hợp vào đúng thời điểm, người dùng có thể ngừng sử dụng công nghệ do trải nghiệm không tốt (Trivedi, 2019).

Chất lượng hệ thống Chatbot

Wickramarachchi (2025) cho rằng, đối với Chatbot AI, chất lượng hệ thống bao gồm tính ổn định kỹ thuật của Chatbot, khả năng phản hồi, độ tin cậy và hoạt động không lỗi. Theo Delone và McLean (1992), trong mô hình thành công của hệ thống thông tin, chất lượng hệ thống đo lường sự thành công về mặt kỹ thuật của hệ thống thông tin đang được xem xét. Nghiên cứu của Oostenbrink (2015), nhấn mạnh rằng chất lượng hệ thống trong mô hình thành công của hệ thống thông tin, được đo lường bằng cách quan sát thời gian phản hồi, khả năng sử dụng, độ tin cậy, tính khả dụng và khả năng thích ứng của hệ thống thông tin đang được xem xét.

Sự hài lòng của khách hàng

Sự hài lòng của khách hàng đề cập đến mức độ mà sản phẩm hoặc dịch vụ của một công ty đáp ứng hoặc vượt quá kỳ vọng của khách hàng. Đây là một chỉ số hiệu suất quan trọng ảnh hưởng đến việc giữ chân khách hàng, lòng trung thành với thương hiệu và sự thành công của doanh nghiệp (Valenzuela-Fernández và cộng sự, 2016). Theo DeLone và McLean (2003), sự hài lòng là một chỉ số quan trọng phản ánh nhận thức của người dùng. Trong bối cảnh hệ thống thông tin, các quy trình từ thu thập thông tin đến mua hàng và sau khi sử dụng dịch vụ phải phù hợp với kỳ vọng của người dùng, để hỗ trợ việc sử dụng hệ thống và đạt được mức độ hài lòng cao hơn. Chatbot AI ngày càng được sử dụng như một công cụ để nâng cao sự hài lòng của khách hàng bằng cách cung cấp hỗ trợ thời gian thực và tương tác cá nhân hóa (Kaur và cộng sự, 2019). Chatbot được thiết kế để tương tác với khách hàng 24/7, xử lý các câu hỏi, giải quyết vấn đề và đưa ra các đề xuất mà không cần sự can thiệp của con người. Hiệu quả này là một động lực quan trọng của sự hài lòng, vì khách hàng ngày nay mong đợi sự tương tác nhanh chóng và liền mạch, đặc biệt là trong môi trường mua sắm và dịch vụ trực tuyến (Sofiyah và cộng sự, 2024).

Nghiên cứu của Jiang và cộng sự (2022) khẳng định, sự hài lòng của khách hàng là yếu tố nền tảng trong việc đánh giá mức độ thành công và tính bền vững của doanh nghiệp, đặc biệt trong bối cảnh các tương tác số. Khái niệm này phản ánh mức độ mà sản phẩm hoặc dịch vụ đáp ứng hoặc vượt qua kỳ vọng của khách hàng. Trong kỷ nguyên tiếp thị Chatbot AI, sự hài lòng của khách hàng đã trở thành một chỉ số hiệu suất chính phản ánh mức độ thành công của các hoạt động hỗ trợ và dịch vụ khách hàng. Theo Wickramarachchi (2025), sự hài lòng của khách hàng đề cập đến mức độ mà sản phẩm hoặc dịch vụ của một công ty đáp ứng hoặc vượt quá kỳ vọng của khách hàng. Đối với các dịch vụ kỹ thuật số, đặc biệt là các Chatbot AI, sự hài lòng của khách hàng không chỉ phụ thuộc vào hiệu suất chức năng của công nghệ mà còn phụ thuộc vào khả năng cung cấp các tương tác thân thiện, cá nhân và không bị gián đoạn.

Lòng trung thành

Nghiên cứu của Oliver (1997), Walsh và cộng sự (2008) định nghĩa lòng trung thành là một cam kết sâu sắc để mua lại hoặc sử dụng lại sản phẩm hoặc dịch vụ ưa thích một cách nhất quán trong tương lai, dẫn đến việc mua lặp đi lặp lại cùng một thương hiệu hoặc cùng một bộ thương hiệu, bất chấp mọi ảnh hưởng tình huống và nỗ lực tiếp thị có thể gây ra hành vi chuyển đổi. Theo Gupta và Kabadayi (2010), lòng trung thành thậm chí còn quan trọng hơn trong môi trường trực tuyến, nơi người tiêu dùng dễ thay đổi hành vi và chuyển sang các đối thủ cạnh tranh khác. Lòng trung thành được định nghĩa như một sự gắn kết của khách hàng khi trải nghiệm một sản phẩm/dịch vụ cụ thể và giới thiệu nó với đồng nghiệp hoặc mọi người xung quanh (Chandra, 2014).

Trong kỷ nguyên tiếp thị Chatbot AI, sự hài lòng của khách hàng nổi lên như một chỉ số hiệu suất chính phản ánh hiệu quả của các tương tác hỗ trợ và dịch vụ khách hàng. Khách hàng hài lòng có nhiều khả năng tương tác với doanh nghiệp nhiều lần, dẫn đến lòng trung thành được nâng cao, truyền miệng tích cực và tăng trưởng kinh doanh tổng thể (Sohail và cộng sự, 2021). Lòng trung thành không chỉ là một yếu tố quan trọng xúc tác tạo ra hiệu quả lâu dài đối với quá trình vận hành của một doanh nghiệp, mà nó còn ảnh hưởng đến lòng trung thành của họ cho thương hiệu và tổ chức (Đinh Thị Kim Thanh, 2023).

GIẢ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU ĐỀ XUẤT

Từ cơ sở lý thuyết và các nghiên cứu có liên quan, nghiên cứu đưa ra các giả thuyết có tính kế thừa khoa học và logic, nhằm kiểm định mối quan hệ giữa các yếu tố tác động đến sự hài lòng và lòng trung thành của khách hàng khi sử dụng Chatbot AI.

H1: Khả năng sử dụng có tác động tích cực (+) đến Sự hài lòng của khách hàng.

H2: Chất lượng dịch vụ có tác động tích cực (+) đến Sự hài lòng của khách hàng.

H3: Khả năng phản hồi có tác động tích cực (+) đến Sự hài lòng của khách hàng.

H4: Chất lượng thông tin có tác động tích cực (+) đến Sự hài lòng của khách hàng.

H5: Chất lượng hệ thống có tác động tích cực (+) đến Sự hài lòng của khách hàng.

H6: Sự hài lòng có tác động tích cực (+) đến Lòng trung thành của khách hàng.

Từ các giả thuyết trên, nhóm tác giả xây dựng mô hình nghiên cứu tác động của Chatbot AI đến sự hài lòng và lòng trung thành của khách hàng tại công ty VNET MEDIA như Hình.

Hình: Mô hình nghiên cứu đề xuất

Nguồn: Nhóm tác giả đề xuất, 2025

KẾT LUẬN

Kết quả nghiên cứu đã xác định các yếu tố tác động của Chatbot AI đến Sự hài lòng và Lòng trung thành của khách hàng tại công ty VNET MEDIA, bao gồm: Khả năng sử dụng, Chất lượng dịch vụ, Khả năng phản hồi, Chất lượng thông tin và Chất lượng hệ thống. Trong đó, Sự hài lòng đóng vai trò trung gian trong thúc đẩy Lòng trung thành của khách hàng khi sử dụng Chatbot AI.

Từ khía cạnh học thuật, nghiên cứu này đã thiết lập một khung lý thuyết tích hợp sâu sắc giữa mô hình TAM và mô hình hệ thống thông tin. Việc không chỉ kế thừa mà còn mở rộng các lý thuyết nền tảng đã giúp nghiên cứ phản ánh chính xác các đặc điểm đặc thù của công nghệ Chatbot AI trong cung cấp dịch vụ khách hàng trực tuyến, mang lại giá trị tham chiếu quan trọng cho các nghiên cứu tương tự trong tương lai.

Mặc dù kết quả nghiên cứu đã làm sáng tỏ nhiều khía cạnh khác nhau của Chatbot AI, song vẫn còn tồn tại một số hạn chế nhất định cần được khắc phục trong các nghiên cứu tiếp theo. Thứ nhất, nghiên cứu hiện tại chỉ tập trung vào bối cảnh kinh doanh của công ty VNET MEDIA tại TP. Hồ Chí Minh, do đó, các nghiên cứu tiếp theo cần mở rộng quy mô và phạm vi nghiên cứu để kiểm định khái quát mô hình tại các thị trường khác. Thứ hai, nghiên cứu tập trung vào các yếu tố từ khung lý thuyết nền tảng và kế thừa từ các nghiên cứu trước, nhưng chưa xem xét các yếu tố mới hiện nay như: khả năng tích hợp Chatbot, sự chuyển đổi liền mạch giữa tương tác của Chatbot với các kênh dịch vụ khách hàng khác, sự đảm bảo tính minh bạch, bảo mật dữ liệu người dùng. Việc tích hợp các yếu tố mới này sẽ giúp hoàn thiện khung lý thuyết và đáp ứng tốt hơn những đòi hỏi khắt khe của môi trường kinh doanh số hiện nay.

Tài liệu tham khảo:

1. Alsadoun, A. A., & Alnasser, A. N. (2025). Role of artificial intelligence chatbot marketing in enhancing customer satisfaction and loyalty in digital shopping experiences. International Journal of Innovative Research and Scientific Studies, 8(1), 1902-1909.

2. Clikeman, P. M. (1999). Improving information quality. Internal Auditor 56:32

3. Chandra, S.A. (2014). The Impact of Customer Experience toward Customer Satisfaction and Loyalty of Ciputra World Surabaya.

4. Chen, J. S., Le, T. T. Y., & Florence, D. (2021). Usability and Responsiveness of Artificial Intelligence Chatbot on Online Customer Experience in E-Retailing. International Journal of Retail & Distribution Management, 49, 1512-1531. https://doi.org/10.1108/IJRDM-08-2020-0312.

5. Chen, Ja-Shen & Le, Tran-Thien-Y & Florence, Devina (2021). Usability and responsiveness of artificial intelligence chatbot on online customer experience in e-retailing. International Journal of Retail & Distribution Management. 49. 1512-1531. 10.1108/IJRDM-08-2020-0312.

6. Chung, M., Ko, E., Joung, H., & Kim, S.J. (2020). Chatbot e-service and customer satisfaction regarding luxury brand. Journal of Business Research, 117, 587-595.

7. Davis, Fred. (1989). User acceptance of information systems: the technology acceptance model (TAM).

8. DeLone, W. H., & McLean, E. R. (1992). Information systems success: The quest for the dependent variable. Information systems research, 3(1), 60-95.

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, 9-30. https://doi.org/10.1080/07421222.2003.11045748.

10. Đinh Thị Kim Thanh (2023). Sự chấp nhận Chatbot trong việc nâng cao trải nghiệm khách hàng trực tuyến và tác động của chúng lên lòng trung thành của khách hàng với Chatbot, Research Paper, UEH University.

11. Følstad, A., & Brandtzaeg, P. B. (2020). Users' experiences with chatbots: findings from a questionnaire study. Quality and User Experience, 5(1). DOI:10.1007/s41233-020-00033-2.

12. F. R. Sofiyah, A. Dilham, A. Q. Hutagalung, Y. Yulinda, A. S. Lubis, and J. L. Marpaung (2024). The chatbot artificial intelligence as the alternative customer services strategic to improve the customer relationship management in real-time responses. International Journal of Economics and Business Research, 27(5), 45-58. https://doi.org/10.1504/IJEBR.2024.139810.

13. Gupta, R., & Kabadayi, S. (2010). The relationship between trusting beliefs and Web site loyalty: The moderating role of consumer motives and flow. Psychology & Marketing, 27(2), 166-185.

14. H. Jiang, Y. Cheng, J. Yang, and S. Gao, (2022). AI-powered chatbot communication with customers: Dialogic interactions, satisfaction, engagement, and customer behavior. Computers in Human Behavior, 134, 107329. https://doi.org/10.1016/j.chb.2022.107329.

15. Hoyer, W. D., Kroschke, M., Schmitt, B., Kraume, K., & Shankar, V. (2020). Transforming the customer experience through new technologies. Journal of Interactive Marketing, 51(1), 57-71.

16. Islam, J. U., Hollebeek, L. D., Rahman, Z., Khan, I., & Rasool, A. (2019). Customer engagement in the service context: An empirical investigation of the construct, its antecedents and consequences. Journal of Retailing and Consumer Services, 50, 277-285. https://doi.org/10.1016/j.jretconser.2019.05.018.

17. J. Kaur, A. Choppadandi, P. K. Chenchala, V. Nakra, and P. K. G. Pandian, (2019). Case studies on improving user interaction and satisfaction using AI-Enabled chatbots for customer service. International Journal of Transcontinental Discoveries, 6(1), 43-48.

18. Jain, M., Kota, R., Kumar, P., & Patel, S. N. (2018). Convey: Exploring the Use of a Context View for Chatbots. Proceedings of the 2018 chi conference on human factors in computing systems. https://doi.org/10.1145/3173574.3174042.

19. Meerschman, H. & Verkeyn, J. (2019) Towards a better understanding of service quality attributes of a chatbot. Master’s Dissertation. Faculteit Economie en Bedrijfskunde.

20. Mehta, A., Bond, J. L., Faulkner University, Sankar, C. S., & Auburn University. (2022). Developing an Inclusive Education Game Using a Design Science Research Gestalt Method. AIS Transactions on Human-Computer Interaction, 14(4), 523-547. https://doi.org/10.17705/1thci.00178.

21. M. Sohail, Z. Mohsin, and S. Khaliq. (2021). User satisfaction with an AI-enabled customer relationship management chatbot. In International Conference on Human-Computer Interaction, Springer. https://doi.org/10.1007/978-3-030-90176-9_36, 279-287.

22. Oliver, R.L. (1997). Satisfaction: A Behavioral Perspective on the Consumer. The McGraw-Hill Companies, Inc., New York.

23. Oostenbrink, J. (2015). Financial impact of downtime decrease and performance increase of IT services. Bachelor’s thesis, University of Twente.

24. Parasuraman, A Parsu & Zeithaml, Valarie & Berry, Leonard. (1988). SERVQUAL A Multiple-item Scale for Measuring Consumer Perceptions of Service Quality. Journal of Retailing. 64. 12-40.

25. Phan Thị Lệ Thương (2024). Ứng dụng Chatbot Al để nâng cao trải nghiệm khách hàng trên nền tảng trực tuyến tại Công ty Cổ phần Đại thuận phân phối, Master's Project, UEH University.

26. Setia, P., Setia, P., Venkatesh, V., Joglekar, S. (2013). Leveraging digital technologies: how information quality leads to localized capabilities and customer service performance. MIS Q. 565-590.

27. Siow, J. S., Teoh, B. A., Ong, C. Z., & Chee, K. X. (2025). The impact of AI chatbot adoption on customer experience in e-retailing. Issues and Perspectives in Business and Social Sciences, 5(1), 27-37. https://doi.org/10.33093/ipbss.2025.5.1.3.

29. Trivedi, J. (2019). Examining the customer experience of using banking chatbots and its impact on brand love: The moderating role of perceived risk. Journal of internet Commerce, 18(1), 91-111.

30. Valenzuela-Fernández, L., Nicolas, C., Gil-Lafuente, J., & Merigó, J. M. (2016). Fuzzy indicators for customer retention. International Journal of Engineering Business Management, 8, 1847979016670526.

31. Walsh, G., Evanschitzky, H., & Wunderlich, M. (2008). Identification and analysis of moderator variables: Investigating the customer satisfaction-loyalty link. European Journal of Marketing, 42(9), 977-1004.

32. Wickramarachchi, N. (2025). The impact of AI Chatbots on customer satisfaction with special reference to Fintech companies. University of Jyväskylä.