Factors affecting the effectiveness of social media advertising by small and medium-sized enterprises in Hanoi
ThS. Đỗ Minh Ngọc
TS. Bùi Minh Đức
Học viện Tài chính
Email: dominhngoc@hvtc.edu.vn; buiminhduc@hvtc.edu.vn
(Quanlynhanuoc.vn) – Bài viết phân tích các nhân tố ảnh hưởng đến hiệu quả quảng cáo trên mạng xã hội (SMM) của các doanh nghiệp nhỏ và vừa (SMEs) tại địa bàn Hà Nội. Dựa trên việc tích hợp khung lý thuyết Công nghệ – Tổ chức – Môi trường (TOE), Mô hình chấp nhận công nghệ (TAM) và Lý thuyết năng lực marketing số, mô hình nghiên cứu đề xuất 4 nhân tố độc lập thuộc nội dung quảng cáo. Thông qua khảo sát 220 nhà quản trị và nhân sự tiếp thị tại các SMEs ở Hà Nội, kết quả kiểm định hồi quy bội cho thấy, mô hình giải thích được 62,9% sự biến thiên của hiệu quả quảng cáo. Trên cơ sở đó, bài viết đề xuất các hàm ý quản trị giúp các SMEs tối ưu hóa chiến lược truyền thông và nâng cao năng lực cạnh tranh trong kỷ nguyên số.
Từ khóa: Nhân tố tác động; hiệu quả quảng cáo; mạng xã hội; doanh nghiệp nhỏ và vừa; Hà Nội.
Abstract: This article analyzes the factors affecting the effectiveness of social media advertising (SMM) by small and medium-sized enterprises (SMEs) in Hanoi. Drawing on an integration of the Technology–Organization–Environment (TOE) framework, the Technology Acceptance Model (TAM), and digital marketing capability theory, the proposed research model includes four independent factors related to advertising content. Based on a survey of 220 managers and marketing staff at SMEs in Hanoi, the multiple regression results show that the model explains 62.9% of the variance in advertising effectiveness. On this basis, the article offers managerial implications to help SMEs optimize their communication strategies and enhance their competitiveness in the digital era.
Keywords: Influencing factors; advertising effectiveness; social media; small and medium-sized enterprises; Hanoi.
1. Đặt vấn đề
Trong cấu trúc kinh tế hiện đại của các quốc gia đang phát triển, khu vực doanh nghiệp vừa và nhỏ (SMEs) được ví như “xương sống” thúc đẩy sự tăng trưởng, đổi mới và giải quyết việc làm. Tại Việt Nam, các SMEs chiếm hơn 97% tổng số doanh nghiệp, đóng góp đáng kể vào tổng sản phẩm quốc nội (GDP) toàn quốc. Tuy nhiên, bước sang kỷ nguyên số hóa toàn diện, các SMEs đang đối mặt với những áp lực cạnh tranh mang tính sống còn. Sự dịch chuyển từ các phương thức marketing truyền thống sang không gian số không còn là một lựa chọn chiến lược, mà đã trở thành một yêu cầu bắt buộc để sinh tồn (Phan & Nguyen, 2024). Trong các công cụ tiếp thị kỹ thuật số, quảng cáo trên mạng xã hội (Social Media Marketing – SMM) nổi lên như một giải pháp cứu cánh hàng đầu nhờ vào tính linh hoạt cao, khả năng tương tác trực tiếp và chi phí tiếp cận ban đầu tương đối thấp đối với doanh nghiệp (Syaifullah & cộng sự, 2024).
Nhiều nghiên cứu thực nghiệm trên thế giới đã chứng minh rằng việc áp dụng và tối ưu hóa SMM có tác động tích cực vượt trội đến hiệu quả kinh doanh của doanh nghiệp, giúp cải thiện khả năng nhận diện thương hiệu, thắt chặt mối quan hệ với khách hàng và trực tiếp thúc đẩy doanh số (Krisnanto & cộng sự, 2026; Nguyen & Mothapo, 2026). Mặc dù tiềm năng vĩ mô của SMM là không thể phủ nhận, nhưng khoảng cách giữa việc “sử dụng công cụ” và “đạt được hiệu quả thực tế” của khối SMEs vẫn còn là một hố sâu ngăn cách lớn. Thực tế chỉ ra phần lớn các SMEs thường triển khai các chiến dịch quảng cáo mạng xã hội dựa trên cảm tính, thiếu một nền tảng lý thuyết vững chắc và không có các mô hình đánh giá nhân tố một cách khoa học (Hudi & cộng sự, 2026). Doanh nghiệp dễ rơi vào cái bẫy “lãng phí ngân sách” khi thuật toán hiển thị của các nền tảng liên tục thay đổi, chi phí đấu thầu quảng cáo ngày càng đắt đỏ và mức độ bão hòa thông tin khiến người tiêu dùng ngày càng trở nên thờ ơ.
Các bài viết trước đây về SMM tại Việt Nam thường có xu hướng gộp chung toàn bộ thị trường hoặc tập trung quá mức vào các tập đoàn lớn có tiềm lực tài chính mạnh. Việc áp đặt các kết luận nghiên cứu của doanh nghiệp lớn vào khối SMEs là một sai lầm về mặt quản trị, bởi nhóm doanh nghiệp nhỏ luôn bị bủa vây bởi các giới hạn cố hữu về nguồn vốn, năng lực công nghệ và chất lượng nhân sự thực thi trong việc xây dựng năng lực tiếp thị (Tran & Al-Ansi, 2026). Đồng thời, các yếu tố môi trường như bối cảnh địa lý hành vi vẫn chưa được mổ xẻ một cách thấu đáo. Hà Nội – với tư cách là trung tâm kinh tế lớn – sở hữu một hệ sinh thái SMEs vô cùng đặc thù. Người tiêu dùng tại thị trường Thủ đô đều có hành vi mua sắm trực tuyến khắt khe, chuộng xu hướng, việc quyết định mua sắm và yêu cầu đòi hỏi tính xác thực cao trong thông điệp quảng cáo. Do đó, những phát hiện thực nghiệm về SMM ở các thị trường khác khó có thể phản ánh một cách chính xác bản chất tương tác giữa doanh nghiệp và khách hàng tại địa bàn Hà Nội. Bài viết phân tích các nhân tố ảnh hưởng tới hiệu quả quảng cáo trên mạng xã hội đối với các doanh nghiệp nhỏ và vừa tại Hà Nội và đưa ra một số đề xuất giải pháp.
Theo nghiên cứu thực nghiệm của (Syaifullah & cộng sự, 2024), bản chất của SMM trong môi trường số dịch chuyển liên tục, đòi hỏi doanh nghiệp phải tối ưu hóa đồng thời tính dễ sử dụng cảm nhận và tính hữu ích cảm nhận. Đặc biệt, chất lượng nội dung quảng cáo và khả năng tương tác tương thời được chứng minh là những tham số cốt lõi tạo lập lòng tin khách hàng. Nghiên cứu của (Ngah & cộng sự, 2026) cho thấy, các nội dung định dạng video ngắn tích hợp tính năng cá nhân hóa có khả năng kích thích tỷ lệ chuyển đổi mua hàng của các doanh nghiệp nhỏ cao gấp ba lần so với các quảng cáo banner tĩnh truyền thống. Trong khi (Hudi & cộng sự, 2026) chỉ ra một nghịch lý: trong khi ngân sách chi trả cho quảng cáo tăng dần theo áp lực đấu thầu của thuật toán, hiệu quả SMM lại có xu hướng phân kỳ nếu doanh nghiệp thiếu hụt kỹ năng số. Trong khi nghiên cứu của (Tran & Al-Ansi, 2026) chỉ ra rằng hiệu quả SMM của SMEs tại các quốc gia đang phát triển chịu áp lực nặng nề từ các thương hiệu toàn cầu lớn; tuy nhiên, SMEs có thể đảo ngược thế cờ nếu biết khai thác sâu vào tính bản địa hóa của nội dung quảng cáo nhằm xây dựng vốn quan hệ với cộng đồng người dùng ngách.
2. Cơ sở lý thuyết
2.1. Khái niệm và các cấu phần của Hiệu quả quảng cáo trên mạng xã hội
Trong kỷ nguyên kinh tế số, khái niệm “Hiệu quả quảng cáo trên mạng xã hội” (SMM Effectiveness) được định nghĩa là một biến số đa hướng, phản ánh mức độ đạt được các mục tiêu truyền thông và kinh doanh của doanh nghiệp thông qua việc sử dụng các công cụ quảng cáo trả phí trên các nền tảng mạng xã hội (Krisnanto & cộng sự., 2026). Trái ngược với các phương thức tiếp thị truyền thống vốn khó đo lường chính xác sức tác động, SMM cho phép thiết lập một hệ thống chỉ báo định lượng vô cùng chi tiết. Theo dòng văn liệu marketing số hiện đại, hiệu quả SMM của khối SMEs được cấu thành từ hai nhóm chỉ số cơ bản (Hudi & cộng sự., 2026; Nguyen & Mothapo, 2026).
– Hiệu quả truyền thông: đo lường mức độ tiếp cận và tương tác của khách hàng với thông điệp quảng cáo. Nhóm này bao gồm các chỉ số như tỷ lệ nhấp chuột (CTR), lượt hiển thị (Impressions), tỷ lệ tương tác (Engagement Rate) và mức độ gia tăng nhận diện thương hiệu (Brand Awareness) của doanh nghiệp trên không gian trực tuyến (Nguyen & Mothapo, 2026).
– Hiệu quả tài chính và chuyển đổi: đây là thước đo sống còn đối với khối SMEs có nguồn vốn mỏng. Biến số này được định lượng thông qua tỷ lệ chuyển đổi từ lượt xem thành đơn hàng thực tế, chi phí để có một khách hàng tiềm năng, và đặc biệt là sự tăng trưởng doanh thu thuần trực tiếp từ kênh mạng xã hội (Hudi và cộng sự., 2026).
2.2. Khung lý thuyết Công nghệ – Tổ chức – Môi trường (Framework TOE)
Để phân tích một cách toàn diện các nhân tố tác động đến hiệu quả quảng cáo trên mạng xã hội (SMM) của doanh nghiệp vừa và nhỏ (SMEs), nghiên cứu này sử dụng Khung lý thuyết Công nghệ – Tổ chức – Môi trường (TOE) làm nền tảng cấu trúc chủ đạo (Hudi & cộng sự, 2026). Khung TOE lập luận rằng việc ứng dụng và tối ưu hóa bất kỳ một giải pháp đổi mới công nghệ nào trong tổ chức đều chịu sự chi phối biện chứng bởi ba bối cảnh cốt lõi: thuộc tính kỹ thuật của chính công nghệ đó (Technology), đặc điểm nội tại của tổ chức (Organization), và áp lực từ thị trường bên ngoài (Environment)
Khi đặt hoạt động quảng cáo trên mạng xã hội vào mô hình này, bối cảnh Công nghệ hướng sự tập trung vào các đặc tính tương tác và thuật toán phân phối của nền tảng kỹ thuật số (Syaifullah & cộng sự., 2024). Cụ thể, chất lượng nội dung quảng cáo và khả năng nhắm chọn mục tiêu chính xác cấu thành năng lực kỹ thuật giúp doanh nghiệp tiếp cận tệp khách hàng tiềm năng. Bối cảnh Tổ chức đại diện cho cấu trúc nguồn lực giới hạn của khối SMEs, bao gồm năng lực của nhân sự thực thi chiến dịch và mức độ cam kết tài chính như ngân sách quảng cáo (Phan & Nguyen, 2024). Cuối cùng, bối cảnh Môi trường phản ánh áp lực từ các đối thủ cạnh tranh trong phân khúc và đặc biệt là uy tín thương hiệu cảm nhận dưới lăng kính của người tiêu dùng trực tuyến tại địa bàn khảo sát (Tran & Al-Ansi, 2026). Việc tích hợp khung TOE giúp nghiên cứu tránh được cái nhìn phiến diện thuần kỹ thuật, đồng thời đặt hiệu quả SMM vào một chỉnh thể quản trị đa chiều.
2.3. Mô hình chấp nhận công nghệ (TAM) và Lý thuyết năng lực marketing số
Bên cạnh khung vĩ mô TOE, cơ chế vi mô chuyển hóa các thuộc tính quảng cáo thành hiệu quả kinh tế được giải thích thông qua Mô hình chấp nhận công nghệ (Technology Acceptance Model – TAM) và Lý thuyết năng lực marketing (Marketing Capabilities Theory). Mô hình TAM cốt lõi khẳng định rằng tính hữu ích cảm nhận (Perceived Usefulness) và tính dễ sử dụng cảm nhận (Perceived Ease of Use) là hai tiền đề quyết định thái độ và hành vi ứng dụng công nghệ số của doanh nghiệp (Syaifullah & cộng sự, 2024). Đối với khối SMEs tại các thị trường mới nổi như Việt Nam, mạng xã hội không chỉ là một kênh truyền thông thuần túy mà là một cấu phần của năng lực số tổ chức nhằm gia tăng giá trị kinh doanh (Nguyen & Mothapo, 2026).
Dựa trên Lý thuyết năng lực marketing số, hiệu quả của các chiến dịch quảng cáo không được quyết định một cách ngẫu nhiên, mà là kết quả của quá trình tích hợp nhuần nhuyễn giữa tài nguyên công nghệ và kỹ năng thực thi của con người (Tran & Al-Ansi, 2026). Khi một doanh nghiệp SMEs sở hữu đội ngũ nhân sự có năng lực phân tích dữ liệu mạng xã hội cao, họ có thể liên tục tối ưu hóa thông điệp, điều chỉnh chi phí đấu thầu dựa trên các phản hồi thời gian thực của thị trường (Phan & Nguyen, 2024). Năng lực nội sinh này giúp doanh nghiệp vượt qua các rào cản về giới hạn ngân sách, biến các công cụ quảng cáo phổ biến thành lợi thế cạnh tranh động trên không gian số, tạo ra tỷ lệ hoàn vốn đầu tư quảng cáo vượt trội (Krisnanto & cộng sự., 2026).
3. Phương pháp nghiên cứu
3.1. Mô hình nghiên cứu đề xuất và giả thuyết nghiên cứu
Hình 1: Mô hình nghiên cứu đề xuất

Nguồn: Tính toán của tác giả, năm 2026
Bảng 1: Giả thuyết nghiên cứu của mô hình
| Giả thuyết | Nội dung | Kỳ vọng dấu |
| H1 | Chất lượng nội dung quảng cáo tác động tích cực đến hiệu quả quảng cáo | + |
| H2 | Sự hấp dẫn của hình ảnh/video tác động tích cực đến hiệu quả quảng cáo | + |
| H3 | Tính tương tác tác động tích cực đến hiệu quả quảng cáo | + |
| H4 | Độ phù hợp với khách hàng mục tiêu tác động tích cực đến hiệu quả quảng cáo | + |
3.2. Phương pháp nghiên cứu định tính
Nghiên cứu sử dụng bảng câu hỏi đóng dựa trên thang đo Likert 5 mức độ (từ 1: Hoàn toàn không đồng ý đến 5: Hoàn toàn đồng ý). Hệ thống các biến số độc lập và biến số phụ thuộc được xây dựng dựa trên sự kế thừa từ các nghiên cứu uy tín và được hiệu chỉnh sau giai đoạn định tính:
Kích thước mẫu: theo quy tắc kinh nghiệm của (Hair & cộng sự, 2019) đối với phân tích nhân tố khám phá (EFA), kích thước mẫu tối thiểu phải gấp 5 lần tổng số biến quan sát (N ≥ 5 × m). Với tổng cộng 8 biến quan sát trong mô hình đề xuất, kích thước mẫu tối thiểu cần đạt là 40 mẫu. Nhằm bảo đảm độ tin cậy trong nghiên cứu, nghiên cứu phát ra 250 bảng hỏi với 5 doanh nghiệp nhỏ và vừa tại Hà Nội.
Đối tượng khảo sát: các nhà quản trị, chủ doanh nghiệp, hoặc trưởng bộ phận marketing trực tiếp vận hành hoặc quyết định ngân sách SMM tại các SMEs hoạt động trên địa bàn các quận/huyện thuộc thành phố Hà Nội.
Phương pháp lấy mẫu: áp dụng phương pháp lấy mẫu thuận tiện kết hợp chọn mẫu định mức theo các nhóm ngành chính tại Hà Nội (Bán lẻ, F&B, Dịch vụ) trong giai đoạn từ tháng 5/2026 – 7/2026. Kết quả thu về được 220 phiếu hợp lệ (đạt tỷ lệ phản hồi 88%), hoàn toàn đáp ứng tiêu chuẩn phân tích thống kê.
3.3. Phương pháp nghiên cứu định lượng
Dữ liệu sau khi làm sạch và mã hóa sẽ được xử lý bằng phần mềm SPSS 26.0 thông qua các bước kiểm định tuần tự: (1) Thống kê mô tả mẫu nghiên cứu; (2) Đánh giá độ tin cậy thang đo: Sử dụng hệ số Cronbach’s Alpha (chấp nhận các thang đo có hệ số ≥ 0,7 và hệ số tương quan biến tổng ≥ 0,3); (3) Phân tích nhân tố khám phá (EFA): Để kiểm tra cấu trúc liên kết của các biến quan sát (yêu cầu hệ số KMO ≥ 0,5, kiểm định Bartlett có ý nghĩa thống kê p < 0,05, và hệ số tải nhân tố Factor Loading ≥ 0,5); (4) Phân tích hồi quy bội nhằm kiểm định các giả thuyết nghiên cứu (H1 đến H4) và xác định trọng số tác động của từng nhân tố đến hiệu quả SMM của SMEs tại Hà Nội.
4. Kết quả và thảo luận
4.1. Thống kê mô tả mẫu nghiên cứu
Bảng 2: Thống kê mô tả mẫu nghiên cứu
| Tiêu chí | Tần số (n) | Tỷ lệ (%) | Tỷ lệ tích lũy (%) |
| Giới tính | |||
| Nam | 105 | 47,7 | 47,7 |
| Nữ | 115 | 52,3 | 100 |
| Tổng | 220 | 100 | 100 |
| Độ tuổi | |||
| Dưới 18 | 8 | 3,6 | 3,6 |
| 18–24 | 72 | 32,7 | 36,4 |
| 25–34 | 68 | 30,9 | 67,3 |
| 35–44 | 42 | 19,1 | 86,4 |
| 45–54 | 22 | 10,0 | 96,4 |
| Từ 55 trở lên | 8 | 3,6 | 100,0 |
| Tổng | 220 | 100,0 | 100,0 |
| Trình độ học vấn | |||
| THPT | 25 | 11,4 | 11,4 |
| Trung cấp/Cao đẳng | 38 | 17,3 | 28,6 |
| Đại học | 118 | 53,6 | 82,3 |
| Sau đại học | 31 | 14,1 | 96,4 |
| Khác | 8 | 3,6 | 100,0 |
| Tổng | 220 | 100,0 | 100,0 |
| Phân bố mẫu theo tần suất sử dụng mạng xã hội | |||
| Ít hơn 1 giờ/ngày | 18 | 8,2 | 8,2 |
| 1–2 giờ/ngày | 49 | 22,3 | 30,5 |
| 2–4 giờ/ngày | 91 | 41,4 | 71,8 |
| Trên 4 giờ/ngày | 62 | 28,2 | 100,0 |
| Tổng | 220 | 100,0 | 100,0 |
| Ít hơn 1 giờ/ngày | 18 | 8,2 | 8,2 |
| Phân bố mẫu theo mạng xã hội thường sử dụng | |||
| 81 | 36,8 | 36,8 | |
| TikTok | 70 | 31,8 | 68,6 |
| 31 | 14,1 | 82,7 | |
| YouTube | 29 | 13,2 | 95,9 |
| Khác | 9 | 4,1 | 100,0 |
| Tổng | 220 | 100,0 | 100,0 |
| Phân bố mẫu theo tần suất nhìn thấy quảng cáo | |||
| Hiếm khi | 13 | 5,9 | 5,9 |
| Thỉnh thoảng | 55 | 25,0 | 30,9 |
| Thường xuyên | 104 | 47,3 | 78,2 |
| Rất thường xuyên | 48 | 21,8 | 100,0 |
| Tổng | 220 | 100,0 | 100,0 |
Với quy mô 220 quan sát, mẫu nghiên cứu được mô tả theo các đặc điểm nhân khẩu học. Bảng 1 cho thấy, nữ giới chiếm tỷ lệ cao hơn nam giới (52,3% so với 47,7%), trong khi nhóm 18 – 24 tuổi chiếm tỷ lệ lớn nhất (32,7%), tiếp đến là nhóm 25 – 34 tuổi (30,9%). Về trình độ học vấn, nhóm có trình độ đại học chiếm tỷ trọng cao nhất (53,6%).
Đối với mức độ tiếp xúc với quảng cáo, phần lớn đối tượng được giả định nhìn thấy quảng cáo trên mạng xã hội thường xuyên (47,3%) hoặc rất thường xuyên (21,8%). Điều này cho thấy, mẫu minh họa có mức độ tiếp xúc tương đối cao với quảng cáo trên mạng xã hội, phù hợp với mục tiêu khảo sát về các yếu tố ảnh hưởng đến hiệu quả quảng cáo trên mạng xã hội.
4.2. Phân tích độ tin cậy thang đo
Bảng 3: Kết quả phân tích độ tin cậy thang đo
| Thang đo | Số biến quan sát | Cronbach’s Alpha | Hệ số tương quan giữa từng mục và tổng điểm đã được hiệu chỉnh | Kết luận |
| Chất lượng nội dung quảng cáo (CT) | 7 | 0,874 | 0,846 -0,861 | Đạt yêu cầu |
| Sự hấp dẫn của hình ảnh/video (HA) | 7 | 0,896 | 0,875-0,889 | Đạt yêu cầu |
| Tính tương tác (TT) | 7 | 0,816 | 0,800 – 0,809 | Đạt yêu cầu |
| Độ phù hợp với đối tượng khách hàng (PH) | 7 | 0,893 | 0,870-0,880 | Đạt yêu cầu |
Kết quả Bảng 3 cho thấy, tất cả các thang đo đều có hệ số Cronbach’s Alpha lớn hơn 0,7, dao động từ 0,800 đến 0,880. Như vậy, theo tiêu chuẩn của (Nunnally và Bernstein, 1994), các thang đo trong mô hình đều đạt độ tin cậy tốt.
4.3. Phân tích nhân tố khám phá EFA
(1) Kiểm định KMO và Bartlett.
Bảng 4: Kết quả kiểm định KMO và Bartlett
| Chỉ tiêu | Giá trị |
| Hệ số KMO | 0,934 |
| Bartlett’s Test – Approx. Chi-Square | 7250,211 |
| df | 595 |
| Sig. | 0,0000 |
Kết quả tại Bảng 4 cho thấy, hệ số KMO đạt 0,934, lớn hơn 0,5, chứng tỏ dữ liệu phù hợp để phân tích nhân tố. Đồng thời, kiểm định Bartlett có Sig. bằng 0,000 nhỏ hơn 0,05, cho thấy các biến quan sát có tương quan với nhau trong tổng thể. Theo (Hair & cộng sự, 2010), kết quả này khẳng định dữ liệu đáp ứng điều kiện để tiếp tục thực hiện phân tích EFA.
(2) Tổng phương sai trích.
Bảng 5: Kết quả tổng phương sai trích
| Nhân tố | Giá trị Eigen | Tổng bình phương hệ số tải trích xuất | Tổng bình phương tải trọng quay | ||||
| Tổng | Phần trăm phương sai | Tỷ lệ phần trăm tích lũy | Tổng | Phần trăm phương sai | Tỷ lệ phần trăm tích lũy | ||
| 1 | 12,691 | 36,259 | 36,259 | 12,691 | 36,259 | 36,259 | 5,379 |
| 2 | 5,593 | 15,979 | 52,238 | 5,593 | 15,979 | 52,238 | 4,968 |
| 3 | 2,222 | 6,349 | 58,587 | 2,222 | 6,349 | 58,587 | 4,308 |
| 4 | 1,338 | 3,822 | 62,408 | 1,338 | 3,822 | 62,408 | 3,344 |
| 5 | 1,127 | 3,219 | 65,627 | 1,127 | 3,219 | 65,627 | 3,135 |
Bảng 5 cho thấy, có 5 nhân tố được rút trích với giá trị Eigen nhỏ nhất bằng 1,127 và lớn hơn 1. Đồng thời, tổng phương sai trích đạt 65,627 %, lớn hơn 50%, do đó thang đo đạt yêu cầu về mặt phân tích nhân tố khám phá.
Bảng 6: Ma trận xoay nhân tố
| Nhóm nhân tố cấu thành | |||||
| 1 | 2 | 3 | 4 | 5 | |
| CT1 | 0.867 | ||||
| CT2 | 0.849 | ||||
| CT6 | 0.840 | ||||
| CT3 | 0.822 | ||||
| HA5 | 0.803 | ||||
| HA4 | 0.718 | ||||
| TT5 | 0.848 | ||||
| TT3 | 0.838 | ||||
| TT6 | 0.836 | ||||
| TT2 | 0.815 | ||||
| TT1 | 0.743 | ||||
| PH1 | 0.888 | ||||
| PH2 | 0.877 | ||||
| PH3 | 0.822 | ||||
| PH5 | 0.734 | ||||
| PH4 | 0.710 | ||||
| HQ4 | 0.893 | ||||
| HQ1 | 0.856 | ||||
| HQ5 | 0.852 | ||||
| HQ2 | 0.837 | ||||
Bảng 6 cho thấy, các hệ số tải nhân tố đều lớn hơn 0.5, và không có trường hợp biến nào cùng lúc tải lên cả hai nhân tố với hệ số tải gần nhau. Nên các nhân tố bảo đảm được giá trị hội tụ và phân biệt khi phân tích EFA.
4.4. Phân tích hồi quy bội
Bảng 7: Kết quả phân tích hồi quy
| Mô hình | R | R2 | R2 hiệu chỉnh | Độ lệch chuẩn | Thống kê F | df1 | df2 | Sig của thống kê F | Durbin- Watson |
| 1 | 0,798a | 0,636 | 0,629 | 0,433 | 85,997 | 6 | 295 | 0,000 | 2,131 |
Bảng 7 cho thấy, hệ số R bình phương hiệu chỉnh là 0,629, có nghĩa là 62,9% biến thiên của biến phụ thuộc Quyết định được giải thích bởi 6 nhân tố độc lập. Điều này cho thấy mô hình hồi quy tuyến tính này phù hợp với tập dữ liệu của mẫu ở mức 62,9%, tức là các biến độc lập giải thích được 62,9% biến thiên của biến phụ thuộc quyết định.
Hệ số Durbin-Watson (DW): Tiến hành tra hệ số Durbin-Watson với mức ý nghĩa 5%, k’ = 6, n = 300, tra bảng DW ta có dL = 1,770 và dU = 1,852. Gắn vào thanh giá trị DW, ta thấy 1,852 <2,131 < 2,148 (4 – dU) như vậy sẽ không sự tương quan chuỗi bậc nhất trong mô hình.
Bảng 8: Kết quả phân tích ANOVA
| Mô hình | Tổng các bình phương | df | Trung bình bình phương | F | Sig. | |
| 1 | Hồi quy | 96,568 | 6 | 16,095 | 85,997 | 0,000b |
| Phần dư | 55,211 | 295 | 0,187 | |||
| Tổng | 151,779 | 301 |
Bảng 8 cho thấy, kiểm định giả thuyết về độ phù hợp với tổng thể của mô hình, giá trị F = 85,997 với sig. =0,000 < 5%. Chứng tỏ R bình phương của tổng thể khác 0. Đồng nghĩa với việc mô hình hồi quy tuyến tính xây dựng được là phù hợp với tổng thể.
Bảng 9: Kết quả phân tích hệ số hồi quy trong mô hình
| Mô hình | Hệ số hồi quy chưa chuẩn hoá | Hệ số hồi quy đã chuẩn hóa | t | Sig. | Các chỉ số thống kê về tính cộng tuyến | |||
| B | Độ lệch chuẩn | Beta | Tolerance | VIF | ||||
| 1 | Hệ số chặn | 0,441 | 0,177 | 2,489 | 0,013 | |||
| CT | 0,151 | 0,050 | 0,149 | 3,018 | 0,003 | 0,506 | 1,977 | |
| HA | 0,305 | 0,038 | 0,383 | 8,104 | 0,000 | 0,551 | 1,813 | |
| TT | 0,372 | 0,051 | 0,397 | 7,325 | 0,000 | 0,419 | 2,385 | |
| PH | 0,079 | 0,026 | 0,112 | 2,997 | 0,003 | 0,883 | 1,132 | |
Bảng 9 cho thấy, kết quả kiểm định hệ số hồi quy và mô hình nghiên cứu đề xuất trong tài liệu, phương trình hồi quy chuẩn hoá phản ánh tác động của các yếu tố nội dung quảng cáo đến Hiệu quả quảng cáo trên mạng xã hội (HQ) được xác định cụ thể là:
HQ = 0,149 + 0,383CT + 0,305HA + 0,397TT + 0,112PH
(Trong đó, HQ là Hiệu quả quảng cáo, CT là Chất lượng nội dung, HA là Sự hấp dẫn của hình ảnh/video, TT là Tính tương tác và PH là Độ phù hợp với đối tượng khách hàng).
Phân tích mô hình cho thấy, tất cả các biến độc lập đều có giá trị Sig. nhỏ hơn 0,05 (dao động từ 0,000 đến 0,003), chứng tỏ cả bốn yếu tố đều có ý nghĩa thống kê và mang lại tác động thuận chiều tích cực đến hiệu quả quảng cáo trên mạng xã hội. Bên cạnh đó, hệ số phóng đại phương sai VIF của tất cả các biến đều nhỏ hơn 10 (trong đó giá trị lớn nhất thuộc về yếu tố Tính tương tác với VIF = 2,385) và độ chấp nhận Tolerence đều lớn hơn 0,1, khẳng định mô hình hoàn toàn không vi phạm hiện tượng đa cộng tuyến.
Xét về mức độ tác động dựa trên hệ số Beta đã chuẩn hóa, yếu tố “Tính tương tác” (TT) đóng vai trò quan trọng và mạnh mẽ nhất với Beta = 0,397, phản ánh rằng trong không gian mạng xã hội, khả năng kết nối và tạo cơ hội cho người dùng phản hồi, tương tác là chìa khóa then chốt nhất để nâng cao hiệu quả truyền thông. Xếp thứ hai là “Sự hấp dẫn của hình ảnh/video” (HA) với Beta = 0,383, khẳng định yếu tố thị giác trực quan sinh động luôn giữ vị trí tiên phong trong việc thu hút sự chú ý của khách hàng. Tiếp theo, “Chất lượng nội dung quảng cáo” (CT) giữ mức độ tác động thứ ba với Beta = 0,149, bảo đảm thông tin hữu ích và giá trị cốt lõi được truyền tải rõ ràng. Cuối cùng, yếu tố “Độ phù hợp với đối tượng khách hàng” (PH) đóng góp mức tác động thấp nhất trong mô hình với Beta = 0,112 cho thấy, việc cá nhân hóa hay nhắm đúng phân khúc dù mang lại giá trị tích cực nhưng lực tác động trực tiếp vẫn đứng sau sự hấp dẫn về thị giác và trải nghiệm tương tác trực tuyến của người dùng.
5. Kết luận và hàm ý chính sách
Từ kết quả phân tích mô hình hồi quy, nghiên cứu rút ra kết luận quan trọng rằng, các yếu tố cấu thành nội dung quảng cáo đóng vai trò quyết định đến việc tối ưu hóa hiệu quả truyền thông trên mạng xã hội, trong đó sức mạnh tác động giảm dần lần lượt là Tính tương tác, Sự hấp dẫn của hình ảnh/video, Chất lượng nội dung và Độ phù hợp với đối tượng khách hàng. Từ kết luận thực tiễn này, hàm ý quản trị và chính sách phát triển cho các doanh nghiệp như sau:
Một là, ưu tiên nâng cao tính tương tác
(1) Chiến lược hai chiều: chuyển đổi từ truyền thông quảng cáo đơn thuần một chiều sang mô hình tương tác hai chiều. Doanh nghiệp cần chủ động lồng ghép các công cụ kích thích hành động trực tiếp của người dùng như: thăm dò ý kiến (poll/survey), trắc nghiệm tương tác (quiz), minigame, các nút kêu gọi hành động (CTA) rõ ràng, và tính năng phát sóng trực tiếp (livestream).
(2) Tối ưu hóa phản hồi: xây dựng đội ngũ chăm sóc khách hàng trực tuyến hoặc ứng dụng chatbot thông minh (AI) nhằm duy trì tốc độ phản hồi bình luận, tin nhắn tức thì, từ đó gia tăng sự gắn kết và lòng tin của khách hàng.
Hai là, đầu tư chiều sâu cho sự hấp dẫn của hình ảnh và video.
(1) Đổi mới định dạng truyền thông: đẩy mạnh sản xuất các nội dung dạng video ngắn (Short-form video như TikTok, Reels, Shorts) – hình thức tiếp thị thu hút sự chú ý nhanh nhất hiện nay
(2) Thiết kế trực quan chất lượng cao: chú trọng đầu tư vào chất lượng hình ảnh, màu sắc, đồ họa chuyển động (motion graphics) và âm thanh sống động ngay trong 3–5 giây đầu tiên để giữ chân người dùng khi lướt bảng tin.
Ba là, nâng cao chất lượng nội dung quảng cáo.
(1) Nội dung mang lại giá trị thực: thay vì chỉ tập trung giới thiệu và kêu gọi mua sản phẩm, nội dung cần được thiết kế theo hướng giải quyết vấn đề của khách hàng, cung cấp kiến thức hữu ích, thông tin mang tính giải trí hoặc truyền cảm hứng.
(2) Nguyên tắc cân bằng: áp dụng tỷ lệ nội dung hợp lý (ví dụ: nguyên tắc 80/20 – 80% chia sẻ giá trị/giải trí và 20% tập trung trực tiếp vào bán hàng) để tránh gây cảm giác “bội thực quảng cáo” cho người tiêu dùng.
Bốn là, tối ưu hóa độ phù hợp với đối tượng khách hàng.
(1) Phân đoạn thị trường chính xác: tận dụng công cụ phân tích dữ liệu lớn (Data Analytics) và thuật toán quảng cáo để xác định chính xác chân dung khách hàng mục tiêu (nhân khẩu học, hành vi, sở thích, điểm đau).
(2) Cá nhân hóa thông điệp: tùy biến nội dung phù hợp với từng phân khúc khách hàng cụ thể nhằm tăng tỷ lệ chuyển đổi, tránh lãng phí ngân sách vào các đối tượng không có nhu cầu.
Tài liệu tham khảo:
Hair & cộng sự (2010). Multivariate data analysis (7th ed.). Pearson.
Hair & cộng sự (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2–24.
Hudi & cộng sự (2026). Digital marketing capability and social media advertising effectiveness in small and medium enterprises. Journal of Digital Business & Marketing, 12(1), 45-59.
Krisnanto & cộng sự (2026). Evaluating social media marketing performance metrics for SMEs in emerging markets. International Journal of Information Management, 48, 102–115.
Ngah & cộng sự (2026). Short-form video advertising and customer conversion rates in small businesses. Journal of Interactive Advertising, 26(2), 88–101.
Nguyen, T., & Mothapo, M. (2026). Social media advertising effectiveness: A dual-perspective on communication and financial performance. Journal of Retailing and Consumer Services, 65, 102840.
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
Phan, H., & Nguyen, V. (2024). Digital transformation and marketing agility in Vietnamese SMEs. Asian Journal of Technology Innovation, 32(3), 310–328.
Syaifullah & cộng sự (2024). Social media marketing adoption and performance: Integrating TOE framework and TAM model. Computers in Human Behavior, 150, 107950.
Tran & Al-Ansi (2026). Localized content strategy and relationship capital of SMEs in developing nations. Journal of Business Research, 142, 215–229.



