Tuyn tp Hi ngh Khoa hc thường niên năm 2024. ISBN: 978-604-82-8175-5
467
NGHIÊN CỨU TÁC ĐỘNG CỦA HIỆU ỨNG MẠNG
ĐẾN CÁC NỀN TẢNG ĐẶT XE CÔNG NGHỆ TẠI VIỆT NAM
Trần Thị Phương Dung
Trường Đại hc Thu li, email: dungttp_kt@tlu.edu.vn
1. GIỚI THIỆU CHUNG
Với sự phát triển mạnh mẽ của nền kinh tế
số, sự thay đổi của thói quen di chuyển, Việt
Nam đang chứng kiến sự bùng nổ mạnh mẽ
của các nền tảng gọi xe công nghệ, theo thống
quy thị trường này đạt 0.72 tỷ đô, với
tốc độ phát tăng trưởng hàng năm 19.5%, chỉ
xếp sau thị trường TMĐT trong ngành kinh
doanh số. Tuy nhiên, thị trường này đang
đứng trước sự cạnh tranh gay gắt chưa từng có
với sự gia nhập của các nền tảng đặt xe nội địa
mi gia nhp vào th trưng như be, XanhSM
làm cho thị phần thay đổi đáng kể.
Trong bối cảnh này, hiệu ứng mạng
(network effects) yếu tố được các doanh
nghiệp quan tâm với vai trò là cách thức quan
trọng tạo ra khả năng phòng thủ của các nền
tảng trong thế giới số, giúp duy trì giữ
vững vị thế cạnh tranh của các nền tảng đặt
xe trên thị trường. Nghiên cứu này nhằm làm
tác động của hiệu ứng mạng đến nền tảng
đặt xe công nghệ, từ đó cung cấp cái nhìn sâu
sắc hơn về cách thức mà hiệu ứng mạng được
tận dụng để bảo vệ các nền tảng đặt xe công
nghệ trong một thị trường đầy biến động.
2. PHƯƠNG PHÁP NGHIÊN CỨU
Nghiên cứu này sử dụng phương pháp
nghiên cứu định lượng và định tính. Trong đó
nghiên cứu định lượng dựa trên việc phân
tích các tài liệu và số liệu thứ cấp từ nhiều
nguồn khác nhau, bao gồm: Thu thập dữ liệu
thứ cấp t các báo cáo thị trường từ các tổ
chức điều tra thị trường uy tín, các công
trình nghiên cứu, bài báo trên các tạp chí uy
tín liên quan đến th tng gi xe trc tuyến
trên thế giới cũng như tại Việt Nam, các bản
tin, báo cáo từ các nền tảng như báo cáo tài
chính chiến lược phát triển của các công
ty, các cải tiến công nghệ dịch vụ mới;
nghiên cứu định tính sử dụng kết quả từ các
cuộc khảo sát người dùng nền tảng qua các tổ
chức khảo sát thị trường uy tín Từ đó, thông
qua việc đánh giá các yếu tố cốt lõi của hiệu
ứng mạng; so sánh đối chiếu với các
nghiên cứu trước đây để xác định điểm mạnh
và yếu ca các nn tng ti Vit Nam; và đ
xuất chiến lược phát triển khả năng phòng
thủ để các nền tảng gọi xe trực tuyến thể
củng cố và tăng cường hiệu ứng mạng.
3. KẾT QUẢ NGHIÊN CỨU
3.1. hình SRM của nền tảng đặt xe
công nghệ tại Việt Nam
Để đánh giá hiệu ứng mạng của nền tảng,
dựa vào mô hình SRM – mỗi quan hệ của các
bên tham gia trong nền tảng
Hình 1. Mô hình SMR ca nn tng
đặt xe công ngh (Ngun: tác gi)
Trong đó, nền tảng đặt xe công nghệ là nền
tảng nhiều bên với 3 đối tượng nghiên cứu
chính là: Nền tảng, Tài xế và Người dùng.
Tuyn tp Hi ngh Khoa hc thường niên năm 2024. ISBN: 978-604-82-8175-5
468
Người dùng: Yêu cầu dịch vụ đặt xe, thanh
toán cho nền tảng hoặc lái xe và phản hồi
đánh giá lại dịch vụ.
Lái xe: Cung cấp dịch vụ vận chuyển,
phản hồi, thanh toán khấu trừ cho nền tảng.
Nền tảng: Điều phối dịch vụ kết nối yêu
cầu của người dùng với lái xe, Quản dữ
liệu phân tích dữ liệu từ các chuyến đi để
cải tiến dịch vụ, chăm sóc khách hàng, thu
phí từ người dùng trả tiền cho lái xe sau
khi trừ đi các khoản phí dịch vụ.
3.2. Tính tất yếu của Hiệu ứng mạng
đến nền tảng đặt xe trực tuyến:
Các nền tảng đặt xe trực tuyến như Grab,
XanhSM hay be các nền tảng nhiều bên
(multi side platform - MSP), trong đó sự
thành công của nền tảng phụ thuộc vào số
lượng kết nối của người dung tài xế thông
qua nền tảng số.
- Khả năng mở rộng quy mô: giúp các nền
tảng dễ dàng mở rộng quy người dùng
tài xế.
- Tạo ra rào cản cạnh tranh: Khi một nền
tảng đạt đến quy tối ưu nhờ hiệu ứng
mạng, các đối thủ cạnh tranh mới sẽ gặp khó
khăn trong việc giành thị phần. Để giành thị
phần các đối thủ phải cung cấp giá trị vượt
trội, nguồn vốn lớn điều rất khó thực hiện
trong ngắn hạn.
- Cải thiện chất lượng dịch vụ: Nền tảng có
thể tối ưu hóa dữ liệu thu thập từ người dùng,
tài xế để cá nhân hóa trải nghiệm người dung.
- Tính bền vững lâu dài: giữ chân người
dùng và tài xế trung thành với nền tảng ngay cả
khi có các nền tảng cạnh tranh mới gia nhập thị
trường, giúp nền tảng duy trì vị thế cạnh tranh
trong dài hạn, ngay cả khi thị trường thay đổi.
3.3. Phân tích hiệu ứng mạng của nền
tảng đặt xe trực tuyến
3.3.1. Hiu ng mng cùng bên
Đây được xem yếu tố quan trọng nhất
của hiệu ứng mạng trong một nền tảng. Trong
đó ngưi dùng tri nghim s tin li hay giá
cả cạnh tranh của dịch vụ sẽ giới thiệu cho
người thân, bạn xử dụng dịch vụ, hoặc
đánh giá tích cực về nền tảng tại các phương
tiện truyền thông. Ngược lại, khi nhiều người
dùng rời bỏ nền tảng với việc đánh giá không
tốt sẽ tạo ra hiệu ứng mạng tiêu cực làm cho
càng nhiều người dùng rời bỏ nền tảng. Điều
này tạo ra vòng lặp phản hồi tích cực dẫn đến
càng nhiều người dùng tham gia vào nền tảng
hoặc càng nhiều người rời bỏ nền tảng.
Theo báo cáo, số người dùng nền tảng đặt
xe trực tuyến tại Việt Nam sự thay đổi
trong năm 2020 26,2 triệu người, năm
2021 do đại dịch số lượng giảm còn 11,4
triệu, tuy nhiên số lượng tăng dần đến năm
2023 đạt 18,3 triệu người. [2]
Trong đó, Grab chiếm thị phần lớn nhất
58%, tiếp theo Xanh SM là một nền tảng
mới gia nhập thị trường từ đầu năm 2023
nhưng đã vượt lên thứ 2 với 18%, thứ 3 be
với 9%, thứ 4 Gojek với 5%, khoảng 20
nền tảng khác chiếm 10% thị trường. [2]
thể thấy Grab vẫn nền tảng giá trị
mạng lớn nhất thị trường, tuy nhiên so với
các năm trước thị phần Grab đã giảm đi đáng
kể (70% năm 2019), tương tự với be
Gojek, khi phải chia sẻ thị phần với XanhSM.
Theo khảo sát của Q&Me(2024) về độ
nhận diện thương hiệu tỷ lệ người dùng
thường xuyên, Grab nền tảng dẫn đầu với
42% người dùng thường xuyên, be 32%,
XanhSM 19%. Tuy nhiên XanhSM nền
tảng mới ra nhập nhưng tốc độ tăng nhanh.
Thị trường đặt xe CN thị trường chi
phí công nghệ chuyển đổi thấp, người dùng trẻ
dễ dàng tải miễn phí sử dụng các ứng dụng
đặt xe mới, vì vậy việc các nền tảng cạnh tranh
giữ chân người dùng là hết sức quan trọng.
Đánh giá hiệu ứng mạng cùng bên với đối
tượng lái xe ta thể thấy hiệu ứng mạng
tích cực khi lái xe những phản hồi tích cực
về nền tảng như chế độ đãi ngộ, chế
thưởng, thu nhập tốt sẽ giới thiệu cho bạn bè,
người thân đăng tham gia vào nền tảng.
Ngoài ra nó cũng chịu hiệu ứng mạng gián tiếp
với hiệu ứng đoàn tàu khi thấy nhiều người thu
nhập tốt hơn khi tham gia nền tảng. Tuy nhiên,
hiện nay các nền tảng đang chịu hiệu ứng
mạng tiêu cực khi số lượng lái xe quá lớn gây
ra giảm thu nhập và sức ép cạnh tranh giữa các
lái xe dẫn đến nhiều lái xe rời bỏ nền tảng.
Tuyn tp Hi ngh Khoa hc thường niên năm 2024. ISBN: 978-604-82-8175-5
469
Theo thng kê đến hết năm 2023 s lưng
lái xe đăng của 2 nền tảng Grab, Gojek
200.000 người, be 300.000 người, XanhSM
40.000 người số lượng sẽ tăng nhanh
trong các năm tới. Th trường đặt xe công
nghệ cũng đặc điểm lái xe thể đăng
lái cho nhiều nền tảng một lúc lựa chọn
dch v nn tng nào ph thuc vào chính
sách, giá và thời gian chờ giữa các chuyến. [2]
3.3.2. Hiu ng mng chéo bên
Hiệu ứng mạng chéo bên đặc trưng
hình kinh doanh nhiều bên.
hình dưới đây mô tả tác động của hiệu
ứng mạng chéo bên của nền tảng.
Hình 2. Mô hình hiu ng mng chéo ca
nn tng đặt xe công ngh (Ngun: tác gi)
Trong đó việc tăng số người sử dụng sẽ tạo
nên sự hấp dẫn về thu nhập của nền tảng
sẽ dẫn đến sự tăng trưởng số lượng lái xe đáp
ứng nhu cầu người dùng. Việc tăng số lượng
lái xe cũng sẽ dẫn đến tăng độ bão hòa vùng
phủ sóng địa lý, từ đó khoảng cách giữa lái
xe và người dùng ngắn hơn, thời gian chờ đợi
của người dùng ngắn hơn. Ngoài ra, việc này
còn giảm chi phí di chuyển của lái xe, qua đó
cấu trúc giá cũng được giảm đi. Nhưng yếu
tố này lại tác động vào người dùng để tạo
một vòng phản hồi tích cực làm tiếp tục tăng
số lượng người dùng tham gia nền tảng. Tuy
nhiên hình hiệu ứng mạng này một
hình cận biên, trong đó, thời gian chờ được
giảm đến ngưỡng nhất định (tối thiểu 0,
không thể số âm) sẽ không tạo ra phản hồi
tích cực hiệu ứng mạng yếu. Hiện chưa
thống cụ thể tuy nhiên theo báo cáo khảo
sát của InforQ (2023), Grab được nhiều bình
chọn ứng dụng thời gian chờ đợi ngắn
(72% bình chọn), tiếp theo be (60%),
Gojek (58%), qua đó cho thấy mức độ hài
lòng về thời gian khách hàng chờ đợi chuyến
xe của các nền tảng.
3.3.3. Hiu ng mng d liu
Hiệu ứng mạng dữ liệu trường hợp đặc
biệt của hiệu ứng mạng, trong đó, càng nhiều
dữ liệu được thu thập càng tăng giá trị cho
nền tảng. Trong trường hợp các nền tảng đặt
xe trực tuyến đó dữ liệu về người dùng, dữ
liệu về hành vi, thói quen di chuyển của
người dùng, lộ trình thường xuyên phản
hồi từ khách hàng. Từ đó, nền tảng khả
năng cá nhân hóa trải nghiệm khách hàng, tối
ưu phân bổ lái xe, tối ưu quãng đường di
chuyển giúp giảm giá cước. Đây là yếu tố hết
sức quan trọng của các nền tảng để tăng khả
năng cạnh tranh trên thị trường.
4. KẾT LUẬN
Bài nghiên cứu bước đầu đánh giá tổng
quan về hiệu ứng mạng đối với các nền tảng
đặt xe công nghệ tại Việt Nam. đã chỉ ra
những loại hiệu ứng mạng quan trọng nhất
trong nền tảng số, tuy nhiên cần có nghiên cứu
chuyên sâu hơn với mỗi nền tảng riêng biệt.
Những phân tích kết quả từ nghiên cứu
này đã chỉ ra rằng hiệu ứng mạng yếu tố
phòng thủ quan trọng trong sự phát triển của
các nền tảng gọi xe công nghệ tại Việt Nam.
Đây là yếu tố giúp gia tăng giá trị của nền tảng
khi nhiều người dùng hơn, đồng thời tạo ra
rào cản cạnh tranh lớn, khuyến khích đổi mới
và cải thiện dịch vụ. Hiệu ứng mạng không chỉ
thu hút người dùng mới còn giữ chân
người dùng hiện tại, từ đó tăng tính bền vững
cho các nền tảng. Điều này không chỉ mang lại
lợi ích cho người tiêu dùng còn đóng góp
vào sự phát triển bền vững của ngành giao
thông vận tải tại Việt Nam trong tương lai.
5. TÀI LIỆU THAM KHẢO
[1] Arthur, W. B. (1990). Positive feedbacks in the
economy. Scientific American, 262, 92-99.