Tác động của gợi ý thuật toán đến hành vi mua sắm bốc đồng thông qua cảm xúc người tiêu dùng trên nền tảng thương mại điện tử

ThS. Lê Thị Hồng Nữ

Công ty TNHH Sản xuất hạt giống rau Lâm Đài; Email: [email protected]

TS. Bạch Ngọc Hoàng Ánh

Trường Đại học Yersin Đà Lạt; Email: [email protected]

Tóm tắt

Nghiên cứu phân tích tác động của gợi ý thuật toán đến hành vi mua sắm bốc đồng thông qua cảm xúc người tiêu dùng trên nền tảng thương mại điện tử. Trong bối cảnh các sàn thương mại điện tử ngày càng ứng dụng trí tuệ nhân tạo và dữ liệu lớn để cá nhân hóa đề xuất sản phẩm, người tiêu dùng dễ bị tác động bởi các gợi ý phù hợp với sở thích, nhu cầu và lịch sử mua sắm. Những gợi ý này có thể kích thích cảm xúc tích cực như hứng thú, tò mò, vui thích, đồng thời tạo cảm giác cấp bách hoặc lo sợ bỏ lỡ cơ hội. Qua đó, cảm xúc trở thành yếu tố trung gian thúc đẩy hành vi mua hàng ngoài kế hoạch.

Từ khóa: Gợi ý thuật toán, mua sắm bốc đồng, cảm xúc người tiêu dùng, thương mại điện tử

Abstract

The article analyzes the impact of algorithmic suggestions on impulsive shopping behavior through consumer emotions on e-commerce platforms. In the context of e-commerce platforms increasingly applying artificial intelligence and big data to personalize product recommendations, consumers are easily influenced by suggestions that match their preferences, needs, and shopping history. These suggestions can stimulate positive emotions such as excitement, curiosity, enjoyment, and create a sense of urgency or fear of missing out. Thereby, emotions become an intermediary factor that promotes unplanned buying behavior.

Keywords: Algorithm suggestions, impulse shopping, consumer emotions, e-commerce

ĐẶT VẤN ĐỀ

Trong những năm gần đây, thương mại điện tử (TMĐT) phát triển mạnh mẽ, làm thay đổi sâu sắc cách thức người tiêu dùng tìm kiếm, lựa chọn và mua sắm sản phẩm. Trên các nền tảng như Shopee, Lazada, Tiki, Amazon hay TikTok Shop, hệ thống gợi ý thuật toán được sử dụng phổ biến nhằm cá nhân hóa trải nghiệm mua sắm cho từng người dùng. Thông qua việc phân tích dữ liệu như lịch sử tìm kiếm, sản phẩm đã xem, hành vi nhấp chuột và lịch sử mua hàng, thuật toán có thể đề xuất những sản phẩm phù hợp với sở thích và nhu cầu cá nhân. Điều này giúp người tiêu dùng tiết kiệm thời gian lựa chọn, đồng thời hỗ trợ doanh nghiệp gia tăng hiệu quả kinh doanh. Tuy nhiên, các gợi ý được cá nhân hóa cũng có thể kích thích cảm xúc như hứng thú, tò mò, vui thích hoặc lo sợ bỏ lỡ cơ hội, từ đó thúc đẩy quyết định mua hàng nhanh chóng, thiếu cân nhắc. Vì vậy, nghiên cứu tác động của gợi ý thuật toán đến hành vi mua sắm bốc đồng thông qua cảm xúc người tiêu dùng có ý nghĩa quan trọng.

THỰC TRẠNG TÁC ĐỘNG CỦA GỢI Ý THUẬT TOÁN ĐẾN HÀNH VI MUA SẮM BỐC ĐỒNG THÔNG QUA CẢM XÚC NGƯỜI TIÊU DÙNG

Trong bối cảnh TMĐT phát triển mạnh mẽ, gợi ý thuật toán đã trở thành một công cụ quan trọng trong việc định hình trải nghiệm mua sắm và hành vi tiêu dùng trực tuyến. Trên các nền tảng TMĐT hiện nay, người tiêu dùng không chỉ chủ động tìm kiếm sản phẩm mà còn thường xuyên tiếp nhận các đề xuất được cá nhân hóa như “sản phẩm dành cho bạn”, “có thể bạn thích”, “sản phẩm tương tự”, “người mua sản phẩm này cũng mua”, “ưu đãi phù hợp với bạn” hoặc các thông báo đẩy về sản phẩm đang giảm giá. Các gợi ý này được hiển thị ở nhiều vị trí khác nhau như trang chủ, trang chi tiết sản phẩm, giỏ hàng, mục tìm kiếm, email marketing, thông báo ứng dụng và các chiến dịch khuyến mãi cá nhân hóa. Điều này cho thấy thuật toán không còn là yếu tố kỹ thuật thuần túy phía sau nền tảng, mà đã trở thành một tác nhân trực tiếp tham gia vào quá trình kích thích nhu cầu, cảm xúc và quyết định mua hàng của người tiêu dùng. Trong TMĐT, nơi người tiêu dùng không thể chạm, thử hoặc kiểm tra sản phẩm trực tiếp, các gợi ý phù hợp đóng vai trò định hướng và giảm bớt áp lực lựa chọn.

Hiện nay, các nền tảng TMĐT sử dụng hệ thống gợi ý thuật toán nhằm cá nhân hóa trải nghiệm mua sắm dựa trên dữ liệu hành vi của người dùng. Các dữ liệu thường được khai thác bao gồm lịch sử tìm kiếm, sản phẩm đã xem, sản phẩm đã thêm vào giỏ hàng, lịch sử mua sắm, thời gian dừng lại trên từng sản phẩm, mức giá quan tâm, đánh giá sản phẩm và hành vi của những nhóm người dùng có đặc điểm tương đồng. Chẳng hạn, Amazon sử dụng trí tuệ nhân tạo tạo sinh (GenAI) để cá nhân hóa đề xuất sản phẩm và mô tả sản phẩm dựa trên hoạt động mua sắm, sở thích và hành trình tương tác của từng khách hàng trên trang chủ cũng như trong suốt quá trình mua sắm (Amazon News, 2024). Dịch vụ điện toán đám mây của Amazon (Amazon Web Services) giới thiệu hệ thống đề xuất cá nhân hóa (Amazon Personalize) như một hệ thống đề xuất sử dụng AI để cung cấp trải nghiệm cá nhân hóa theo thời gian thực trên website, ứng dụng, công cụ tìm kiếm và các kênh tiếp thị; hệ thống này có thể học từ hàng tỷ tương tác người dùng với hàng triệu sản phẩm để tạo ra các đề xuất phù hợp. Đây là ví dụ rõ ràng cho thấy hệ thống gợi ý thuật toán đang được tích hợp sâu vào toàn bộ trải nghiệm TMĐT, không chỉ ở khâu tìm kiếm mà còn trong khâu khám phá, so sánh và ra quyết định mua hàng.

Google Shopping triển khai nguồn cấp dữ liệu cá nhân hóa theo kiểu “dành cho bạn (for you)”, hiển thị các sản phẩm và video liên quan dựa trên sở thích, tìm kiếm gần đây và hành vi của người dùng (Emma Roth, 2024). Theo mô tả, người dùng có thể nhìn thấy các sản phẩm từng quan tâm, các đề xuất liên quan và các ưu đãi được cá nhân hóa; đồng thời có thể phản hồi bằng cách bấm “không thích” để điều chỉnh nội dung đề xuất. Trên các nền tảng phổ biến ở Đông Nam Á như Shopee, việc ứng dụng AI và công nghệ cá nhân hóa cũng được nghiên cứu trong các bối cảnh cụ thể. Một nghiên cứu về sản phẩm mỹ phẩm trên Shopee cho thấy AI có thể phân tích dữ liệu người tiêu dùng để cung cấp các đề xuất phù hợp hơn, trong khi công nghệ thực tế tăng cường (AR) giúp người tiêu dùng hình dung sản phẩm trong thực tế; kết quả khảo sát 387 người dùng chỉ ra rằng, các yếu tố như tính hữu ích cảm nhận, tính dễ sử dụng và niềm tin có ảnh hưởng đến ý định sử dụng đề xuất cá nhân hóa (Siti Rabiatul Adawiyah và cộng sự, 2024).

Các gợi ý thuật toán còn kích thích sự tò mò và cảm xúc khám phá. Khi người tiêu dùng nhìn thấy một sản phẩm có hình ảnh bắt mắt, giá ưu đãi, nhiều đánh giá tốt hoặc được gắn nhãn “phù hợp với bạn”, họ có xu hướng nhấp vào để xem thêm. Quá trình này làm tăng thời gian tương tác trên nền tảng và tạo ra trạng thái cảm xúc tích cực như vui thích, phấn khích, mong muốn sở hữu. Nghiên cứu tổng quan hệ thống năm 2025 về thuật toán gợi ý và mua sắm bốc đồng trên TMĐT cho rằng, các chiến lược cá nhân hóa như lọc cộng tác, lọc theo nội dung và trí tuệ nhân tạo có thể thúc đẩy xu hướng mua bốc đồng bằng cách giảm gánh nặng nhận thức, đồng thời tăng cường các yếu tố như ưu đãi giới hạn thời gian, bằng chứng xã hội và kết nối cảm xúc (Nuriya Fadilah và cộng sự, 2025).

Các nền tảng thường kết hợp gợi ý thuật toán với thông điệp như “sắp hết hàng”, “chỉ còn vài giờ”, “nhiều người đang xem”, “mã giảm giá sắp hết hạn” hoặc “ưu đãi dành riêng cho bạn”. Những thông điệp này có thể làm người tiêu dùng cảm thấy cần hành động ngay, nếu không sẽ mất cơ hội có lợi. Khi cảm giác cấp bách tăng lên, khả năng cân nhắc lý trí có thể giảm xuống. Người tiêu dùng dễ chuyển từ trạng thái “xem để tham khảo” sang “mua ngay để không bỏ lỡ” (Nuriya Fadilah và cộng sự, 2025). Như vậy, các kích thích cảm xúc như sự phấn khích và cảm giác cấp bách có thể củng cố hành vi mua hàng bốc đồng, đặc biệt khi kết hợp với trải nghiệm dòng chảy và trạng thái cảm xúc tích cực.

Tuy nhiên, không phải mọi cảm xúc do gợi ý thuật toán tạo ra đều tích cực. Khi người tiêu dùng nhận thấy sản phẩm được đề xuất quá chính xác với những gì họ vừa tìm kiếm, hoặc khi một mặt hàng liên tục xuất hiện trên nhiều kênh khác nhau, họ có thể cảm thấy bị theo dõi, bị làm phiền hoặc bị thao túng. Cảm giác mất quyền kiểm soát dữ liệu cá nhân có thể làm suy giảm niềm tin vào nền tảng. Vì vậy, tác động cảm xúc của gợi ý thuật toán mang tính 2 mặt: một mặt tạo sự thuận tiện, hứng thú và tin tưởng; mặt khác có thể gây lo ngại, khó chịu và cảm giác bị dẫn dắt quá mức.

Các gợi ý thuật toán thường không xuất hiện một cách trung lập mà thường đi kèm với hình ảnh đẹp, nhãn giảm giá, đánh giá tích cực, thông điệp khan hiếm hoặc lời nhắc hành động nhanh. Khi các yếu tố này được lặp lại liên tục, người tiêu dùng dễ bị cuốn vào quá trình khám phá sản phẩm ngoài dự định ban đầu. Ví dụ, một người dùng chỉ vào sàn TMĐT để mua sữa rửa mặt, nhưng sau khi xem sản phẩm, hệ thống tiếp tục đề xuất kem chống nắng, toner, mặt nạ, son dưỡng, kèm theo thông báo “giá tốt hôm nay” hoặc “sản phẩm thường được mua cùng”. Lúc này, nhu cầu ban đầu có thể bị mở rộng thành chuỗi nhu cầu mới, trong đó một phần không xuất phát từ kế hoạch mua sắm thực sự mà từ sự kích thích liên tục của thuật toán.

Trong TMĐT, hành vi mua sắm bốc đồng càng dễ xảy ra do quy trình mua hàng được rút ngắn. Người tiêu dùng chỉ cần vài thao tác để nhấp vào sản phẩm, thêm vào giỏ hàng, áp mã giảm giá và thanh toán. Việc lưu sẵn địa chỉ giao hàng, phương thức thanh toán và ví điện tử càng làm giảm “độ trễ” giữa cảm xúc và hành động mua. Khi cảm xúc tích cực hoặc cảm giác cấp bách xuất hiện, người tiêu dùng ít có thời gian tự hỏi liệu sản phẩm có thật sự cần thiết hay không. Đây chính là điểm khiến gợi ý thuật toán trở thành yếu tố có khả năng thúc đẩy mua sắm bốc đồng mạnh hơn so với quảng cáo truyền thống.

Biểu hiện của hành vi mua sắm bốc đồng có thể thấy qua việc người tiêu dùng mua sản phẩm không có trong kế hoạch ban đầu, mua thêm sản phẩm được gợi ý ở cuối trang, mua vì sợ hết khuyến mãi, mua ngay sau khi nhận thông báo đề xuất hoặc mua nhiều hơn nhu cầu thực tế. Ví dụ, sau khi đặt mua một chiếc váy, người tiêu dùng tiếp tục được gợi ý giày, túi xách, phụ kiện và mỹ phẩm phù hợp. Nếu các đề xuất này đi kèm giảm giá theo combo hoặc thông điệp “hoàn thiện phong cách của bạn”, người tiêu dùng có thể nảy sinh cảm xúc hứng thú và mua thêm dù ban đầu không có kế hoạch.

Từ thực trạng trên, có thể thấy gợi ý thuật toán vừa đem lại lợi ích, vừa đặt ra nhiều thách thức. Về mặt tích cực, thuật toán giúp người tiêu dùng tiếp cận sản phẩm phù hợp nhanh hơn, giảm thời gian tìm kiếm và nâng cao trải nghiệm cá nhân hóa. Tuy nhiên, mặt trái là thuật toán có thể kích thích cảm xúc quá mức, làm mờ ranh giới giữa nhu cầu thực sự và nhu cầu được tạo ra bởi nền tảng.

GIẢI PHÁP HẠN CHẾ TÁC ĐỘNG TIÊU CỰC VÀ PHÁT HUY HIỆU QUẢ CỦA GỢI Ý THUẬT TOÁN TRÊN NỀN TẢNG THƯƠNG MẠI ĐIỆN TỬ

Trên cơ sở những tác động tích cực và hạn chế đã được phân tích, nghiên cứu đề xuất một số giải pháp nhằm phát huy hiệu quả của gợi ý thuật toán, đồng thời hạn chế các tác động tiêu cực đến người tiêu dùng trên nền tảng TMĐT.

Một là, nâng cao tính minh bạch trong sử dụng dữ liệu và gợi ý sản phẩm. Các nền tảng TMĐT cần công khai rõ hơn về việc thu thập, xử lý và sử dụng dữ liệu người dùng trong hệ thống gợi ý thuật toán. Người tiêu dùng cần được biết vì sao họ nhìn thấy một sản phẩm được đề xuất, dữ liệu nào được sử dụng để cá nhân hóa gợi ý và họ có thể điều chỉnh các đề xuất đó như thế nào. Việc bổ sung các thông tin như “được gợi ý vì bạn đã xem sản phẩm tương tự” hoặc “được đề xuất dựa trên lịch sử tìm kiếm của bạn” có thể giúp người tiêu dùng hiểu rõ hơn về cơ chế gợi ý. Điều này góp phần tăng niềm tin, giảm cảm giác bị theo dõi và nâng cao quyền kiểm soát của người dùng trong quá trình mua sắm trực tuyến.

Hai là, thiết kế thuật toán gợi ý theo hướng có trách nhiệm. Doanh nghiệp TMĐT cần xây dựng hệ thống gợi ý không chỉ hướng đến mục tiêu tăng doanh số mà còn phải bảo vệ lợi ích lâu dài của người tiêu dùng. Thuật toán cần hạn chế việc lặp lại quá nhiều các sản phẩm dễ kích thích mua sắm bốc đồng, đồng thời tránh khai thác quá mức các điểm yếu tâm lý như sợ bỏ lỡ cơ hội, ham khuyến mãi hoặc xu hướng mua hàng theo cảm xúc. Nền tảng có thể thiết kế cơ chế nhắc nhở người tiêu dùng cân nhắc trước khi thanh toán, đặc biệt đối với các sản phẩm có giá trị cao hoặc các đơn hàng phát sinh nhanh trong thời gian ngắn. Tạo điều kiện để người dùng tùy chỉnh tần suất gợi ý, ẩn sản phẩm không quan tâm hoặc tắt một số dạng đề xuất cá nhân hóa.

Ba là, kiểm soát việc sử dụng thông điệp kích thích cảm xúc. Các thông điệp như “sắp hết hàng”, “ưu đãi giới hạn”, “chỉ còn vài phút”, “nhiều người đang mua” cần được sử dụng trung thực, hợp lý và có căn cứ. Doanh nghiệp không nên lạm dụng các thông điệp tạo áp lực tâm lý nhằm thúc đẩy người tiêu dùng ra quyết định vội vàng. Việc kiểm soát các yếu tố kích thích cảm xúc không có nghĩa là loại bỏ hoàn toàn yếu tố hấp dẫn trong tiếp thị, mà là đảm bảo các thông tin được đưa ra chính xác, minh bạch và không gây hiểu lầm. Điều này giúp duy trì sự tin cậy của người tiêu dùng đối với nền tảng trong dài hạn.

Bốn là, nâng cao nhận thức và năng lực tự kiểm soát của người tiêu dùng. Người tiêu dùng cần được trang bị kỹ năng nhận diện tác động của thuật toán gợi ý đối với cảm xúc và hành vi mua sắm. Khi hiểu rằng các đề xuất sản phẩm được cá nhân hóa nhằm kích thích sự quan tâm và thúc đẩy mua hàng, người tiêu dùng sẽ có khả năng cân nhắc kỹ hơn trước khi ra quyết định. Một số thói quen có thể được khuyến khích là lập danh sách sản phẩm cần mua trước khi truy cập nền tảng, đặt giới hạn ngân sách mua sắm, trì hoãn quyết định mua đối với sản phẩm không cần thiết, so sánh giá và đánh giá nhu cầu thực tế trước khi thanh toán.

Năm là, hoàn thiện quy định và cơ chế giám sát đối với thuật toán TMĐT. Bên cạnh nỗ lực của doanh nghiệp và người tiêu dùng, cần có cơ chế quản lý phù hợp đối với việc sử dụng thuật toán trong TMĐT. Các quy định về bảo vệ dữ liệu cá nhân, minh bạch thuật toán, quảng cáo trực tuyến và bảo vệ quyền lợi người tiêu dùng cần được hoàn thiện theo hướng phù hợp với sự phát triển của nền kinh tế số. Cơ quan quản lý cần tăng cường giám sát các hành vi sử dụng dữ liệu cá nhân không minh bạch, quảng cáo gây hiểu lầm hoặc thiết kế nền tảng nhằm thao túng hành vi tiêu dùng. Điều này góp phần xây dựng môi trường TMĐT lành mạnh, công bằng và bền vững.

Tài liệu tham khảo:

1. Amazon News (2024). How Amazon is using generative AI to improve product recommendations and descriptions. https://www.aboutamazon.com/news/retail/amazon-generative-ai-product-search-results-and-descriptions.

2. Emma Roth (2024). Google Shopping is getting a ‘for you’ feed of products. https://www.theverge.com/2024/10/15/24268117/google-shopping-personalized-feed-products-ai.

3. Siti Rabiatul Adawiyah, Betty Purwandari, Imairi Eitiveni and Erisva Hakiki Purwaningsih (2024). The Influence of AI and AR Technology in Personalized Recommendations on Customer Usage Intention: A Case Study of Cosmetic Products on Shopee. Applied sciences, 14(13), 5786. https://doi.org/10.3390/app14135786

4. Nuriya Fadilah, Itaul Masarroh & Muhammad Alkirom Wildan (2025). Effectiveness of recommendation algorithms on impulsive buying in ecommerce platforms: A systematic literature review. Priviet Social Sciences Journal, 5(8):186-198.