TS. Trần Hoàng Vũ

Email: tranhoangvu@tckt.edu.vn

Trường Đại học Tài chính - Kế toán

Tóm tắt

Thông qua kết quả khảo sát 245 khách hàng đang sử dụng dịch vụ định danh khách hàng điện tử (e-KYC), nghiên cứu này được thực hiện nhằm xác định và đo lường các yếu tố ảnh hưởng đến Sự hài lòng của khách hàng khi sử dụng dịch vụ này tại các ngân hàng thương mại cổ phần trên địa bàn tỉnh Quảng Ngãi. Kết quả cho thấy, có 7 yếu tố tác động tích cực đến Sự hài lòng, theo thứ tự ảnh hưởng giảm dần bao gồm: Chất lượng hệ thống; Nhận thức dễ sử dụng; Tính bảo mật; Niềm tin; Chất lượng dịch vụ hỗ trợ; Trải nghiệm khách hàng; Nhận thức sự hữu ích. Từ đó, nghiên cứu đề xuất các giải pháp cho ngân hàng thương mại cổ phần, nhấn mạnh vào việc ưu tiên cải thiện chất lượng hệ thống, đơn giản hóa quy trình và củng cố bảo mật để nâng cao sự hài lòng của khách hàng.

Từ khóa: e-KYC, Sự hài lòng của khách hàng, Ngân hàng thương mại, Quảng Ngãi, Chất lượng hệ thống, Ngân hàng số

Summary

Through a survey of 245 customers currently using electronic Know Your Customer (e-KYC) services, the study aims to identify and measure the factors influencing customer satisfaction with these services at joint-stock commercial banks in Quang Ngai province. The results indicate that seven factors positively influence customer satisfaction, ranked in descending order of impact: system quality, perceived ease of use, security, trust, quality of support services, customer experience, and perceived usefulness. Based on these findings, the study proposes recommendations for joint-stock commercial banks, emphasizing the prioritization of system quality improvement, process simplification, and security enhancement to boost customer satisfaction.

Keywords: e-KYC, customer satisfaction, commercial bank, Quang Ngai, system quality, digital banking

GIỚI THIỆU

Kể từ năm 2020, định danh khách hàng điện tử (e-KYC) đã nổi lên như một công nghệ mang tính cách mạng, tạo ra sự thay đổi sâu sắc trong ngành tài chính - ngân hàng tại Việt Nam. Đây không phải là một hiện tượng ngẫu nhiên mà được thúc đẩy bởi sự hội tụ của nhiều yếu tố then chốt, từ hành lang pháp lý, sự phát triển vượt bậc của công nghệ, sự thay đổi trong hành vi người tiêu dùng, và đặc biệt là tác động từ đại dịch COVID-19. e-KYC không chỉ là một giải pháp công nghệ mà còn là nền tảng cho sự phát triển của kinh tế số và tài chính toàn diện tại Việt Nam. Các nghiên cứu thực nghiệm về phát triển ứng dụng e-KYC, áp dụng trên địa bàn tỉnh Quảng Ngãi còn khá hạn chế. Do đó, nghiên cứu này không những được thực hiện nhằm giúp cho các nhà quản trị hiểu, nắm bắt và ứng dụng e-KYC trong các giao dịch tài chính, mà còn nâng cao tính bảo mật và bảo vệ người dùng trong tất cả các giao dịch tài chính tại các ngân hàng TMCP trên địa bàn Tỉnh.

CƠ SỞ LÝ THUYẾT VÀ GIẢ THUYẾT NGHIÊN CỨU

Mối quan hệ giữa Nhận thức sự hữu ích và Sự hài lòng của khách hàng

Nhận thức sự hữu ích (Perceived Usefulness) là mức độ mà một cá nhân tin rằng việc sử dụng một hệ thống cụ thể sẽ nâng cao hiệu suất công việc của họ (Davis, 1989). Trong bối cảnh dịch vụ e-KYC, sự hữu ích thể hiện qua việc khách hàng cảm nhận được những lợi ích thiết thực như tiết kiệm thời gian, thực hiện giao dịch mọi lúc mọi nơi và hoàn thành các thủ tục mà trước đây đòi hỏi phải đến quầy giao dịch. Các nghiên cứu trước đây đã khẳng định mối quan hệ tích cực giữa nhận thức sự hữu ích và sự hài lòng của người dùng trong nhiều lĩnh vực công nghệ (Lamichhane và cộng sự, 2025). Khi khách hàng nhận thấy e-KYC giúp họ giao dịch nhanh hơn, tiện lợi hơn và hiệu quả hơn, mức độ hài lòng của họ đối với dịch vụ sẽ tăng lên. Do đó, giả thuyết sau được đề xuất:

H1: Nhận thức sự hữu ích có ảnh hưởng tích cực đến Sự hài lòng của khách hàng đối với dịch vụ e-KYC.

Mối quan hệ giữa Nhận thức dễ sử dụng và Sự hài lòng của khách hàng

Nhận thức dễ sử dụng (Perceived Ease of Use) là mức độ mà một người tin rằng việc sử dụng một hệ thống sẽ không đòi hỏi nhiều nỗ lực (Davis, 1989). Đối với e-KYC, điều này thể hiện qua giao diện thân thiện, các bước xác thực đơn giản, và quy trình thực hiện suôn sẻ. Theo Mokha và Kumar (2025), một hệ thống dễ sử dụng sẽ làm giảm bớt các rào cản tâm lý và kỹ thuật, giúp người dùng cảm thấy thoải mái và tự tin hơn khi tương tác. Trải nghiệm không phức tạp, không đòi hỏi nhiều thời gian để làm quen sẽ trực tiếp nâng cao sự hài lòng của khách hàng. Từ những lập luận trên, giả thuyết được đưa ra là:

H2: Nhận thức dễ sử dụng có ảnh hưởng tích cực đến Sự hài lòng của khách hàng đối với dịch vụ e-KYC.

Mối quan hệ giữa Tính bảo mật và Sự hài lòng của khách hàng

Tính bảo mật (Security) là nhận thức của người dùng về mức độ an toàn của hệ thống trong việc bảo vệ họ khỏi các rủi ro như mất mát thông tin hay gian lận tài chính (Chouke và cộng sự, 2025). Trong các giao dịch tài chính số, đặc biệt là quy trình e-KYC yêu cầu cung cấp dữ liệu nhạy cảm, bảo mật là yếu tố tiên quyết. Khách hàng cần cảm thấy an tâm rằng thông tin cá nhân, giấy tờ tùy thân và dữ liệu sinh trắc học của họ được mã hóa và bảo vệ nghiêm ngặt. Theo nghiên cứu của Kim và cộng sự (2010), nhận thức về bảo mật cao sẽ làm tăng niềm tin và sự hài lòng. Do đó, có thể giả định rằng:

H3: Tính bảo mật có ảnh hưởng tích cực đến Sự hài lòng của khách hàng đối với dịch vụ e-KYC.

Mối quan hệ giữa Chất lượng hệ thống và Sự hài lòng của khách hàng

Chất lượng hệ thống (System Quality) là các đặc tính kỹ thuật của một hệ thống thông tin, bao gồm độ tin cậy, tính ổn định, tốc độ xử lý và tính sẵn sàng (Fugkeaw, 2022). Một hệ thống e-KYC chất lượng cao phải hoạt động ổn định, không bị treo hay thoát đột ngột và có tốc độ phản hồi nhanh. Theo nghiên cứu của Nguyen (2025), chất lượng kỹ thuật của hệ thống ảnh hưởng trực tiếp đến trải nghiệm người dùng và là nền tảng cho sự hài lòng. Một hệ thống vận hành trơn tru sẽ giúp khách hàng hoàn thành quy trình một cách liền mạch, từ đó tạo ra cảm nhận tích cực về dịch vụ. Vì vậy, giả thuyết sau được đề xuất:

H4: Chất lượng hệ thống có ảnh hưởng tích cực đến Sự hài lòng của khách hàng đối với dịch vụ e-KYC.

Mối quan hệ giữa Chất lượng dịch vụ hỗ trợ và Sự hài lòng của khách hàng

Chất lượng dịch vụ hỗ trợ (Service Quality) là khả năng của nhà cung cấp trong việc hỗ trợ khách hàng một cách kịp thời và hiệu quả khi họ gặp vấn đề (DeLone & McLean, 2003). Trong bối cảnh e-KYC, điều này bao gồm việc ngân hàng cung cấp các kênh hỗ trợ đa dạng, giải quyết nhanh chóng các thắc mắc, và có hướng dẫn rõ ràng, dễ hiểu. Theo Raza và cộng sự (2020) và Subramanian và cộng sự (2024), sự hỗ trợ tận tình và chuyên nghiệp không chỉ giải quyết được vấn đề tức thời mà còn củng cố niềm tin và sự gắn kết của khách hàng. Một dịch vụ hỗ trợ tốt sẽ làm tăng đáng kể sự hài lòng chung. Do đó, giả thuyết được phát biểu như sau:

H5: Chất lượng dịch vụ hỗ trợ có ảnh hưởng tích cực đến Sự hài lòng của khách hàng đối với dịch vụ e-KYC.

Mối quan hệ giữa Niềm tin và Sự hài lòng của khách hàng

Niềm tin (Trust) là sự sẵn lòng chấp nhận rủi ro dựa trên kỳ vọng tích cực về năng lực, sự liêm chính và thiện chí của đối tác (Mayer và cộng sự, 1995). Đối với e-KYC, niềm tin thể hiện qua việc khách hàng tin tưởng vào uy tín của ngân hàng, năng lực vận hành hệ thống an toàn và sự minh bạch trong quy trình. Các nghiên cứu của McKnight và cộng sự (2002) và Pavlou (2003) đều khẳng định niềm tin là tiền đề quan trọng giúp giảm bớt lo ngại về rủi ro và nâng cao sự hài lòng trong môi trường trực tuyến. Khi khách hàng tin tưởng ngân hàng, họ sẽ cảm thấy an tâm hơn khi cung cấp thông tin cá nhân, từ đó hài lòng hơn với dịch vụ. Giả thuyết nghiên cứu được đề xuất là:

H6: Niềm tin có ảnh hưởng tích cực đến Sự hài lòng của khách hàng đối với dịch vụ e-KYC.

Mối quan hệ giữa Trải nghiệm khách hàng và Sự hài lòng của khách hàng

Trải nghiệm khách hàng (Customer Experience) là tổng hợp những cảm nhận và tương tác của khách hàng với một thương hiệu trong suốt hành trình của họ (Lemon và Verhoef, 2016). Trong e-KYC, trải nghiệm được hình thành từ các yếu tố cảm xúc (thích thú, dễ chịu), nhận thức (dễ hiểu, logic) và hành vi (thao tác thuận tiện). Theo Pantano và cộng sự (2021), một trải nghiệm tích cực, đáng nhớ và mang lại cảm xúc tốt đẹp sẽ là yếu tố quyết định dẫn đến sự hài lòng vượt trội. Khi quy trình e-KYC không chỉ hiệu quả, mà còn mang lại cảm giác thú vị và dễ chịu, mức độ hài lòng của khách hàng sẽ được nâng lên một tầm cao mới. Do đó, giả thuyết cuối cùng được đề xuất:

H7: Trải nghiệm khách hàng có ảnh hưởng tích cực đến Sự hài lòng của khách hàng đối với dịch vụ e-KYC.

MÔ HÌNH NGHIÊN CỨU ĐỀ XUẤT

Từ 7 giả thuyết nói trên, nhóm tác giả đề xuất mô hình nghiên cứu như Hình.

Hình: Mô hình nghiên cứu

Phát triển ứng dụng e-KYC tại các ngân hàng thương mại cổ phần trên địa bàn tỉnh Quảng Ngãi

Nguồn: Đề xuất của nhóm tác giả

PHƯƠNG PHÁP NGHIÊN CỨU

Nghiên cứu này tập trung vào việc tìm hiểu những yếu tố tác động đến Sự hài lòng của khách hàng khi sử dụng ứng dụng e-KYC tại các ngân hàng thương mại cổ phần (NHTMCP) trên địa bàn tỉnh Quảng Ngãi. Các đáp viên là khách hàng sử dụng dịch vụ e-KYC tại các ngân hàng được lựa chọn một cách thuận tiện và mời tham gia trả lời cho phiếu điều tra đã được lập sẵn. Tổng cộng 250 phiếu khảo sát đã được phát ra theo hình thức: trực tiếp tại các chi nhánh/phòng giao dịch. Sau thời gian thu thập dữ liệu, có 245 phiếu khảo sát hợp lệ được sử dụng cho quá trình xử lý và phân tích thống kê, đạt tỷ lệ hợp lệ 98%.

KẾT QUẢ NGHIÊN CỨU

Kiểm định độ tin cậy thang đo dữ liệu

Bảng 1: Thang đo dữ liệu của từng biến quan sát

Biến quan sát

Tương quan biến tổng nhỏ nhất

Cronbach's Alpha nếu loại biến

Nhận thức sự hữu ích (PU) (N=5)

0,654

0,904

Nhận thức dễ sử dụng (PEOU) (N=4)

0,573

0,832

Tính bảo mật (SEC) (N=6)

0,791

0,933

Chất lượng hệ thống (SYQ) (N=5)

0,648

0,876

Chất lượng dịch vụ hỗ trợ (SEQ) (N=4)

0,585

0,816

Niềm tin (TRU) (N=5)

0,698

0,919

Trải nghiệm khách hàng (CE) (N=4)

0,642

0,865

Sự hài lòng khách hàng (CS) (N=4)

0,600

0,868

Nguồn: Kết quả phân tích dữ liệu nghiên cứu

Bảng 1 cho thấy, hệ số Cronbach’s Alpha của tất cả các biến quan sát đều > 0,6 và tương quan biến - tổng của tất cả các biến trong thang đo này đều > 0,4. Như vậy, thang đo có độ tin cậy tốt để tiến hành hành phân tích nhân tố khám phá (EFA).

Phân tích EFA

Phân tích EFA đối với các biến độc lập

Kết quả ở Bảng 2 cho thấy, hệ số KMO = 0,849 > 0,5 và Sig. của kiểm định Bartlett = 0,000 < 0,05, nên các biến quan sát thành phần trong tổng thể có mối tương quan với nhau và dữ liệu phù hợp để phân tích EFA. Như vậy, có 7 nhân tố được rút ra với phương sai trích được 71,943 % (giải thích được 71,943% biến thiên của dữ liệu), do vậy các thang đo rút ra chấp nhận được. Điểm dừng trích các yếu tố tại nhân tố thứ 7 với Eigenvalue = 1,492, nên sẽ dừng khi trích các nhân tố tại nhân tố thứ 7. Tất cả 37 biến quan sát đều đạt hệ số tải nhân tố > 0,5. Do đó, kết quả EFA đã thỏa mãn các điều kiện để thực hiện các bước tiếp theo.

Bảng 2: Phân tích EFA đối với các biến độc lập

Hệ số KMO

0,849

Kiểm định Bartlett

Chi-Square xấp xỉ

7075,860

Df

528

Sig.

0,000

Total Variance Explained

Component

Initial Eigenvalues

Extraction Sums of Squared

Loadings

Total

% of Variance

Cumulative %

Total

% of Variance

Cumulative %

1

11,426

34,623

34,623

11,426

34,623

34,623

2

3,179

9,633

44,255

3,179

9,633

44,255

3

2,283

6,917

51,172

2,283

6,917

51,172

4

2,059

6,238

57,410

2,059

6,238

57,410

5

1,762

5,340

62,750

1,762

5,340

62,750

6

1,541

4.671

67,421

1,541

4,671

67,421

7

1,492

4,523

71,943

1,492

4,523

71,943

8

0,960

2,908

74,852

9

0,891

2,701

77,553

10

0,734

2,223

79,776

11

0,628

1.902

81,678

12

0,607

1,838

83,516

13

0,562

1,703

85,219

14

0,513

1,554

86,773

15

0,458

1.388

88,161

16

0,451

1,368

89,529

17

0,426

1,291

90,819

18

0,388

1,175

91,995

19

0,374

1,132

93,127

20

0,341

1,034

94,161

21

0,274

0,832

94,993

22

0,259

0,784

95,777

23

0,252

0,765

96,542

24

0,219

0,664

97,206

25

0,194

0,589

97,795

26

0,179

0,544

98,339

27

0,165

0,499

98,838

28

0,136

0,413

99,251

29

0,108

0,328

99,579

30

0,060

0,183

99,762

31

0,038

0,116

99,878

32

0,027

0,081

99,959

33

0,014

0,041

100,000

Nguồn: Kết quả phân tích dữ liệu nghiên cứu

Phân tích EFA đối với biến phụ thuộc

Kết quả ở Bảng 3 cho thấy, hệ số KMO = 0,711 > 0,5; Sig. của kiểm định Bartlett = 0,000, nên các biến quan sát thành phần trong tổng thể có mối tương quan với nhau và dữ liệu phù hợp để phân tích EFA. Kết quả cho thấy, phương sai trích = 85,967%, thể hiện rằng nhân tố được rút ra để giải thích được 85,967% biến thiên của dữ liệu, vì thế các thang đo rút ra được chấp nhận. Bên cạnh đó, có 1 nhân tố được trích rút tại trị số Eigenvalue = 2,891 > 1. Tất cả chỉ số nhân tố tải (factor loadings) đều > 0,5. Do đó, kết quả EFA cho thấy, thang đo của biến phụ thuộc Sự hài lòng khách hàng đạt giá trị theo tiêu chuẩn thống kê.

Bảng 3: Phân tích EFA đối với biến phụ thuộc

Hệ số KMO

0,711

Kiểm định Bartlett

Chi-Square xấp xỉ

895,458

df

6

Sig.

0,000

Total Variance Explained

Component

Initial Eigenvalues

Extraction Sums of Squared

Loadings

Total

% of Variance

Cumulative %

Total

% of Variance

Cumulative %

1

2,891

72,269

72,269

2,891

72,269

72,269

2

0,548

13,698

85,967

3

0,532

13,302

99,269

4

0,029

0,731

100,000

Nguồn: Kết quả phân tích dữ liệu nghiên cứu

Kiểm tra tương quan Pearson

Kết quả ở Bảng 4 cho thấy, tất cả các giá trị sig tương quan Pearson giữa các biến độc lập PU, PEOU, SEC, SYQ, SEQ, TRU, CE và biến phụ thuộc CS đều < 0,05. Điều đó cho thấy, biến phụ thuộc Sự hài lòng khách hàng có mối quan hệ tương quan với các biến độc lập này; hệ số Pearson là số dương, nên các biến độc lập này tương quan cùng chiều với các biến phụ thuộc. Do vậy, các biến độc lập đưa vào phân tích hồi quy là phù hợp.

Bảng 4: Phân tích tương quan Pearson

CS

PU

PEOU

SEC

SYQ

SEQ

TRU

CE

CS

Pearson Correlation

1

0,598**

0,573**

0,541**

0,695**

0,549**

0,617**

0,621**

Sig. (2-tailed)

0,000

0,000

0,000

0,000

0,000

0,000

0,000

N

245

245

245

245

245

245

245

245

PU

Pearson Correlation

0,598**

1

0,464**

0,407**

0,466**

0,327**

0,450**

0,446**

Sig. (2-tailed)

0,000

0,000

0,000

0,000

0,000

0,000

0,000

N

245

245

245

245

245

245

245

245

PEOU

Pearson Correlation

0,573**

0,464**

1

0,375**

0,339**

0,309**

0,379**

0,377**

Sig. (2-tailed)

0,000

0,000

0,000

0,000

0,000

0,000

0,000

N

245

245

245

245

245

245

245

245

SEC

Pearson Correlation

0,541**

0,407**

0,375**

1

0,314**

0,203**

0,440**

0,363**

Sig. (2-tailed)

0,000

0,000

0,000

0,000

0,001

0,000

0,000

N

245

245

245

245

245

245

245

245

SYQ

Pearson Correlation

0,695**

0,466**

0,339**

0,314**

1

0,444**

0,403**

0,472**

Sig. (2-tailed)

0,000

0,000

0,000

0,000

0,000

0,000

0,000

N

245

245

245

245

245

245

245

245

SEQ

Pearson Correlation

0,549**

0,327**

0,309**

0,203**

0,444**

1

0,386**

0,433**

Sig. (2-tailed)

0,000

0,000

0,000

0,001

0,000

0,000

0,000

N

245

245

245

245

245

245

245

245

TRU

Pearson Correlation

0,617**

0,450**

0,379**

0,440**

0,403**

0,386**

1

0,514**

Sig. (2-tailed)

0,000

0,000

0,000

0,000

0,000

0,000

0,000

N

245

245

245

245

245

245

245

245

CE

Pearson Correlation

0,621**

0,446**

0,377**

0,363**

0,472**

0,433**

0,514**

1

Sig. (2-tailed)

0,000

0,000

0,000

0,000

0,000

0,000

0,000

N

245

245

245

245

245

245

245

245

**. Correlation is significant at the 0.01 level (2-tailed).

Nguồn: Kết quả phân tích dữ liệu nghiên cứu

Kết quả phân tích hồi quy

Bảng 5: Kết quả phân tích hồi quy

Biến

Hệ số Beta chưa chuẩn hóa

Hệ số Beta chuẩn hóa

t

Sig.

Thống kê đa cộng tuyến

B

Sai số chuẩn

Beta

Tolerance

VIF

(Constant)

-1,113

0,189

-5,878

0,000

PU

0,092

0,036

0,103

2,528

0,012

0,608

1,644

PEOU

0,210

0,042

0,189

4,985

0,000

0,704

1,421

SEC

0,166

0,036

0,173

4,620

0,000

0,718

1,394

SYQ

0,371

0,044

0,333

8,375

0,000

0,637

1,569

SEQ

0,164

0,040

0,154

4,078

0,000

0,710

1,408

TRU

0,158

0,040

0,160

3,913

0,000

0,604

1,655

CE

0,138

0,042

0,135

3,282

0,001

0,595

1,682

R2 0,761

R2 hiệu chỉnh

0,754

Mức ý nghĩa (Sig. trong ANOVA)

0,000

Giá trị thống kê F (F trong ANOVA)

108,001

Hệ số Durbin-Watson

1,856

Nguồn: Kết quả phân tích dữ liệu nghiên cứu của nhóm tác giả

Theo Bảng 5, hệ số phóng đại phương sai (VIF) khá nhỏ, có giá trị lớn nhất là 1,682 < 5 cho thấy, không có hiện tượng đa cộng tuyến xảy ra giữa các biến.

Theo kết quả mô hình hồi quy, các CE, SEC, SEQ, PEOU, SYQ, PU, TRU đều có sự tác động lên biến phụ thuộc do sig kiểm định t của từng biến độc lập đều < 0,05.

Kiểm định F sử dụng trong bảng phân tích phương sai là phép kiểm định giả thuyết về độ phù hợp của mô hình hồi quy tuyến tính tổng thể. Ý tưởng của kiểm định này về mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập là xem xét biến phụ thuộc có quan hệ tuyến tính với toàn bộ biến độc lập hay không. Kết quả phân tích ANOVA đối với mô hình hồi quy đa biến mới cho thấy, giá trị kiểm định F = 108,001 ở mức ý nghĩa Sig. = 0,000 < 0,05 chứng tỏ rằng mô hình hồi quy xây dựng là phù hợp với toàn bộ dữ liệu thu thập được.

Hệ số R2 hiệu chỉnh = 0,754 có nghĩa là, các biến độc lập trong mô hình giải thích được 75,4% sự biến thiến của Sự hài lòng khách hàng đối với ứng dụng e-KYC tại các NHTMCP trên địa bàn tỉnh Quảng Ngãi. Còn lại 24,6% sự hài lòng của khách hàng đối với ứng dụng e-KYC tại các ngân hàng được giải thích bằng các yếu tố khác chưa được đưa vào trong mô hình nghiên cứu.

Từ hệ số hồi quy chuẩn hóa, phương trình hồi quy tuyến tính bội chuẩn hóa thể hiện các nhân tố tác động đến Sự hài lòng của khách hàng đối với ứng dụng e-KYC tại các NHTMCP trên địa bàn tỉnh Quảng Ngãi như sau:

CS = 0,135CE + 0,173SEC + 0,154SEQ + 0,189PEOU + 0,333SYQ + 0,103PU + 0,160TRU + ε

KẾT LUẬN VÀ KHUYẾN NGHỊ GIẢI PHÁP

Kết luận

Kết quả nghiên cứu cho thấy, Sự hài lòng của khách hàng đối với ứng dụng e-KYC tại các NHTMCP trên địa bàn tỉnh Quảng Ngãi phụ thuộc vào 7 yếu tố được sắp xếp theo thứ tự giảm dần như sau: Chất lượng hệ thống; Nhận thức dễ sử dụng; Tính bảo mật; Chất lượng dịch vụ hỗ trợ; Niềm tin; Trải nghiệm khách hàng; Nhận thức sự hữu ích.

Một số khuyến nghị

Về phía các ngân hàng thương mại cổ phần tại tỉnh Quảng Ngãi

- Chủ động định vị e-KYC như một công cụ chiến lược trong chuyển đổi số, không chỉ dừng lại ở chức năng mở tài khoản trực tuyến, mà còn là nền tảng cho các dịch vụ tài chính tích hợp, như: gửi tiết kiệm online, thanh toán QR, đầu tư, mở thẻ tín dụng hoặc đăng ký khoản vay. Việc mở rộng này giúp khách hàng nhận thấy e-KYC mang lại giá trị thực tiễn và lâu dài.

- Các ngân hàng nên thường xuyên khảo sát mức độ hài lòng của khách hàng sau khi thực hiện e-KYC để đo lường lại nhận thức về tính hữu ích. Dữ liệu phản hồi sẽ là cơ sở cho việc cải tiến tính năng, bổ sung dịch vụ, qua đó làm nổi bật hơn giá trị mà e-KYC mang lại.

- Khách hàng cần hiểu rằng các thông tin như mã OTP, mật khẩu đăng nhập, số tài khoản, ảnh căn cước công dân, hoặc video khuôn mặt khi định danh là dữ liệu cá nhân nhạy cảm. Việc tiết lộ các thông tin này cho người khác, dù vô tình, có thể dẫn đến giả mạo e-KYC, chiếm đoạt tài khoản hoặc lừa đảo tài chính. Khách hàng tuyệt đối không đọc OTP qua điện thoại hoặc gửi qua mạng xã hội (Zalo, Messenger...); không cung cấp hình ảnh căn cước công dân hoặc video định danh cho bất kỳ cá nhân/tổ chức không thuộc ngân hàng; luôn kiểm tra kỹ đường dây nóng hoặc tên miền trước khi phản hồi yêu cầu xác thực từ ngân hàng. Đây là bước bảo vệ đầu tiên và quan trọng nhất giúp khách hàng tự chủ trong môi trường ngân hàng số.

- Khi đã có trải nghiệm tốt và cảm nhận được sự tiện lợi, an toàn và nhanh chóng của e-KYC, khách hàng nên giới thiệu, khuyến khích người thân, bạn bè hoặc đồng nghiệp sử dụng. Đây là hình thức “truyền miệng tích cực” - kênh lan tỏa niềm tin hiệu quả nhất trong lĩnh vực ngân hàng số, đặc biệt ở khu vực có mức độ am hiểu công nghệ còn thấp. Ngân hàng có thể khuyến khích hành vi này bằng cách: Chương trình tri ân “Giới thiệu bạn bè - Nhận quà trải nghiệm e-KYC”; tặng điểm thưởng hoặc miễn phí dịch vụ cho khách hàng chia sẻ trải nghiệm thực tế lên mạng xã hội; ghi nhận khách hàng tích cực phản hồi vào danh sách “khách hàng đồng hành chuyển đổi số” để tri ân hàng năm. Khi khách hàng trở thành người đồng hành, người quảng bá tự nhiên cho dịch vụ, e-KYC sẽ được lan tỏa nhanh hơn, giúp ngân hàng mở rộng tệp khách hàng số một cách bền vững.

Về phía khách hàng

Nâng cao hiểu biết và kỹ năng số

- Tăng cường tham gia các chương trình truyền thông và hướng dẫn do ngân hàng tổ chức. Theo đó, cần chủ động tham gia các hoạt động truyền thông, tập huấn hoặc hướng dẫn sử dụng dịch vụ ngân hàng số do các ngân hàng tổ chức, như: Tham gia các buổi hướng dẫn trực tuyến (livestream, webinar) trên mạng xã hội hoặc kênh YouTube chính thức của ngân hàng, hướng dẫn từng bước mở tài khoản, xác thực e-KYC, và sử dụng các dịch vụ số an toàn.

- Chủ động cập nhật và sử dụng phiên bản ứng dụng ngân hàng mới nhất. Theo đó, khách hàng cần cập nhật phiên bản mới nhất của ứng dụng ngân hàng số bởi vì các phiên bản mới thường: ngăn chặn nguy cơ tấn công mạng hoặc giả mạo e-KYC; cải tiến giao diện và tính năng định danh giúp thao tác đơn giản hơn; tích hợp công nghệ xác thực mới (vân tay, FaceID, chữ ký số). Việc cập nhật ứng dụng định kỳ không chỉ giúp trải nghiệm e-KYC mượt mà hơn mà còn tăng mức độ an toàn và giảm lo ngại về rủi ro khi giao dịch trực tuyến.

Tăng cường ý thức bảo mật thông tin cá nhân

Tăng cường ý thức bảo mật thông tin cá nhân giúp tăng tính bảo mật (SEC) và tăng niềm tin (TRU) trong việc sử dụng e-KYC. Đặc biệt, tuyệt đối không chia sẻ mã OTP, thông tin tài khoản hoặc giấy tờ tùy thân cho người khác.

Tài liệu tham khảo:

1. Anwar, M., Astuti, W., & Sugito, P. (2022). Perceived ease of use and perceived usefulness, intention to use digital banks and the role of trust as mediating variables. KnE Social Sciences, 7(8), 82-95.

2. Alhajjaj, H., & Ahmad, A. M. K. (2022). Drivers of the consumers adoption of fintech services. Interdisciplinary Journal of Information, 17, 259-285.

3. Alharthi, S. (2024). Examining Factor Analysis Results of Customers' Experiences With the Banking Electronic Services (CEBES) Scale: Evidence From the Saudi Retail Banking Industry. International Journal of E-Services and Mobile Applications, 15(8).

4. Ali, B. J., Abdullah, T. H., & Al-Qureshi, A. R. (2021). Customer satisfaction toward mobile banking services during COVID-19 pandemic in Kurdistan Region of Iraq. Journal of Islamic Marketing, 23(2).

5. Chouke, A., Jain, V.K., Parmar, J., et al. (2025). Identity Verification: A Decentralized KYC Approach Using Blockchain. Communications in Computer Information Science.

6. Fugkeaw, S. (2022). Enabling Trust and Privacy-Preserving e-KYC System Using Blockchain. IEEE Access.

7. Ghani, E. K., Ali, M. M., Musa, M. N. R., & Omonov, A. A. (2022). The effect of perceived usefulness, reliability, and COVID-19 pandemic on digital banking effectiveness: Analysis using Technology Acceptance Model. Sustainability, 14(18), 11248. https://doi.org/10.3390/su141811248

8. Julika, E., Rainaputri, I.A., Ardhiansyah, P.N., et al. (2024). The Effect of Digital Banking on E-Customer Satisfaction and E-Customer Loyalty. ICBIR 2024 - 2024 9th International Conference on Business and Industrial Research, Proceedings.

9. Khoi, B.H., Quang, B.V., & Truong, N.V.T. (2023). AIC Algorithm for Trust Management in eWOM for Digital Systems. Computational Intelligence for Cybersecurity Management and Applications.

10. Lamichhane, P., Dhungel, B.D., Shrestha, P.M., & Lamichhane, A. (2025). Customers’ Digital Banking Adoption in Nepal. WSEAS Transactions on Business and Economics.

11. Mokha, A.K., & Kumar, P. (2025). Using the Technology Acceptance Model (TAM) in Understanding Customers’ Behavioural Intention to Use E-CRM: Evidence from the Banking Industry. Vision, 23.

12. Nguyen, T.K.Q. (2025). E-Banking Service Quality and Customer Satisfaction with Moderator Factor. Emerging Science Journal, 14(2).

13. O’Neill, N. E. (2022). Enabling trust and privacy-preserving e-KYC system using blockchain. IEEE Access, 10, 49185-49199.

14. Pantano, E., Pizzi, G., & Scarpi, D. (2021). The digital customer experience: Theoretical and managerial implications of artificial intelligence in retailing. Journal of Retailing and Consumer Services, 32(5).

15. Prihandoko, D., & Siwabessy, A.A. (2022). E-Service Quality, Trust and Perceived Value Impact on Customer Satisfaction. 2022 5th International Seminar on Research of Information Technology and Intelligent Systems, ISRITI 2022.

16. Raza, S.A., Umer, A., Qureshi, M.A., & Dahri, A.S. (2020). Internet banking service quality, e-customer satisfaction and loyalty: the modified e-SERVQUAL model. TQM Journal, 25(2).

17. Ruangkanjanases, A., & Hariguna, T. (2025). Examining User Satisfaction and Continuous Usage Intention of Digital Financial Advisory Platforms. HighTech and Innovation Journal, 14(5).

18. Security, Infrastructure and Trust Working Group. (2019). e-KYC use cases in digital financial services. Financial Inclusion Global Initiative (FIGI), World Bank Group.https://www.itu.int/en/ITUT/focusgroups/figis/Documents/FIGI_eKYC_Report.pdf.

19. Subramanian, D., Yang, A., & Talaei-Khoei, A. (2024). The Impact of E-Service Quality on Customer Satisfaction and Repurchase Intention - A Structural Equation Modelling Approach Towards Online Shopping in India. 30th Americas Conference on Information Systems, AMCIS 2024.

Ngày nhận bài: 2/10/2025; Ngày hoàn thiện biên tập: 22/10/2025; Ngày duyệt đăng: 10/11/2025