Bài nghiên cứu này xem xét tác động của sự cảm nhận tính chân thực trách nhiệm xã hội của doanh nghiệp (Corporate Social Responsibility - CSR) đến ý định mua, đồng thời làm rõ vai trò trung gian của bản sắc đạo đức và vai trò điều tiết của hình ảnh quốc gia. Nghiên cứu sử dụng phương pháp định lượng thông qua khảo sát người tiêu dùng, với 384 mẫu hợp lệ được phân tích bằng mô hình phương trình cấu trúc bình phương tối thiểu từng phần (PLS-SEM). Kết quả cho thấy sự cảm nhận tính chân thực CSR có ảnh hưởng trực tiếp và tích cực lên ý định mua. Hơn nữa, bản sắc đạo đức đóng vai trò trung gian một phần trong mối quan hệ này, trong khi hình ảnh quốc gia thể hiện vai trò điều tiết kép có ý nghĩa (điều tiết cộng hưởng lên bản sắc đạo đức và điều tiết thay thế lên ý định mua). Nghiên cứu cũng xác nhận ảnh hưởng tích cực của tính chân thực CSR và hình ảnh quốc gia đến bản sắc đạo đức, đồng thời chỉ ra ảnh hưởng tích cực của bản sắc đạo đức và hình ảnh quốc gia đến ý định mua. Kết quả nghiên cứu đóng góp cho cả lý thuyết về hành vi người tiêu dùng bền vững và thực tiễn quản trị doanh nghiệp. <br><br>Abstract <br> This study examines the impact of perceived Corporate Social Responsibility (CSR) authenticity on purchase intention, while clarifying the mediating role of moral identity and the moderating role of country image. Using a quantitative approach, the research surveyed consumers and analyzed 384 valid responses through Partial Least Squares Structural Equation Modeling (PLS-SEM). The findings indicate that perceived CSR authenticity has a direct and positive influence on purchase intention. Furthermore, moral identity acts as a partial mediator in this relationship, while country image exhibits a significant dual moderating role (reinforcing the effect on moral identity and acting as a compensatory moderator for purchase intention). The study also confirms the positive effects of both CSR authenticity and country image on moral identity, as well as their positive impacts on purchase intention. These findings contribute to both the theory of sustainable consumer behavior and practical corporate management.

Nghiên cứu này nhằm mục đích khám phá mối quan hệ giữa đổi mới sáng tạo và ba trụ cột của kết quả hoạt động bền vững (kinh tế, môi trường và xã hội) trong bối cảnh các doanh nghiệp (DN) công nghệ thông tin và truyền thông (ICT) Việt Nam. Nghiên cứu sử dụng mô hình phương trình cấu trúc bình phương nhỏ nhất từng phần (PLS-SEM) để đánh giá tác động của đổi mới quy trình (ĐMQT) và đổi mới sản phẩm (ĐMSP) đến kết quả hoạt động bền vững, dựa trên dữ liệu khảo sát từ 254 DN ICT. Kết quả nghiên cứu cho thấy ĐMQT có tác động mạnh mẽ đến cả ba khía cạnh của kết quả hoạt động bền vững. Trong khi đó ĐMSP có ảnh hưởng đến kết quả hoạt động kinh tế và môi trường nhưng tác động lên kết quả xã hội lại không có ý nghĩa thống kê. Những phát hiện này đóng góp thêm bằng chứng thực nghiệm từ một thị trường mới nổi như Việt Nam, đồng thời khuyến nghị các DN trong lĩnh vực ICT nên chú trọng vào ĐMQT cũng như cân nhắc lại chiến lược ĐMSP để mang lại kết quả bền vững toàn diện. <br><br>Abstract <br> This article aims to explore the relationship between innovation and the three pillars of sustainability performance (economic, environmental, and social) in Vietnamese information and communication technology (ICT) enterprises. The study used the partial least squares structure equation model (PLS- SEM) to assess the impact of process innovation (PCI) and product innovation (PDI) on sustainability performance, based on survey data from 254 ICT firms. The results show that PCI has a substantial impact on all aspects of sustainability performance. Meanwhile, PDI affects economic and environmental performance, but the effect on social performance is not statistically significant. These findings contribute to empirical evidence from an emerging market such as Vietnam, and recommend that ICT enterprises should focus on process as well as reconsider their product innovation strategy to bring comprehensively sustainable efficiency.

Download

Nghiên cứu này sử dụng các kỹ thuật khai thác dữ liệu giao dịch để phân khúc khách hàng trong lĩnh vực bán lẻ trực tuyến. Tích hợp khuôn khổ CRISP-DM với mô hình RFM, nghiên cứu đánh giá sáu thuật toán phân cụm bao gồm K-Means, Spectral Clustering, Mean Shift, Gaussian Mixture Model, DBSCAN và Fuzzy C-Means nhằm tối ưu hóa giải pháp phân khúc khách hàng. Các chỉ số định lượng bao gồm Davies-Bouldin, Calinski-Harabasz, Dunn và điểm Silhouette, chứng minh K-Means đạt hiệu quả tốt nhất trên dữ liệu thực nghiệm. Kết quả tối ưu hóa bốn phân khúc khách hàng riêng biệt: khách hàng tốt nhất, khách hàng trung thành, khách hàng tiềm năng và khách hàng rời bỏ dịch vụ. Phát hiện này cung cấp bằng chứng ra quyết định dựa trên dữ liệu, thiết lập và thực hiện các chiến lược tiếp thị có mục tiêu thông qua tích hợp hệ thống CRM, tối ưu hóa phân bổ nguồn lực và giữ chân khách hàng. Đáng chú ý, các phân khúc khách hàng được xác định tạo điều kiện cá nhân hóa, tăng cường tiềm năng doanh thu và đạt lợi thế cạnh tranh. Nghiên cứu cũng chỉ rõ những hạn chế và đề xuất các hướng phát triển trong tương lai, chẳng hạn như kết hợp dữ liệu nhân khẩu học và các kỹ thuật học sâu để nâng cao chất lượng phân khúc khách hàng. <br><br> Abstract <br> This study utilizes transactional data mining techniques to segment customers in the online retail sector. Integrating the CRISP-DM framework with the RFM model, the study evaluates six clustering algorithms including K-Means, Spectral Clustering, Mean Shift, Gaussian Mixture Model, DBSCAN, and Fuzzy C-Means to optimize the customer segmentation solution. Quantitative metrics including Davies-Bouldin, Calinski-Harabasz, Dunn, and Silhouette scores demonstrate that K-Means performs best on the experimental data. The results optimize four distinct customer segments: best customers, loyal customers, potential customers, and churners. The findings provide evidence for data-driven decision making, establishing and implementing targeted marketing strategies through CRM system integration, optimizing resource allocation, and customer retention. Notably, the identified customer segments facilitate personalization, increase revenue potential, and gain competitive advantage. The study also highlights limitations and suggests future directions, such as combining demographic data and deep learning techniques to improve customer segmentation.

Download