Marketing nội dung là gì và đo bằng thang đo nào
Marketing nội dung là gì và được đo bằng gì
Marketing nội dung, hay content marketing, là hoạt động tạo và phân phối nội dung có ích, phù hợp với nhóm khách hàng mục tiêu để thu hút, duy trì sự quan tâm và hỗ trợ mục tiêu marketing. Nội dung có thể xuất hiện dưới dạng bài viết, video, hình ảnh, bài đăng mạng xã hội, email, hướng dẫn sử dụng hoặc tài liệu chuyên môn.
Khi đưa khái niệm này vào luận văn định lượng, bạn không đo trực tiếp chữ “marketing nội dung”. Bạn đo nhận thức của người trả lời về những đặc điểm có thể quan sát được, chẳng hạn nội dung có liên quan đến nhu cầu hay không, có hữu ích không, có đáng tin không, có được cập nhật không và có khiến họ muốn tiếp tục theo dõi thương hiệu không.
Cần tách marketing nội dung khỏi quảng cáo trên mạng xã hội. Quảng cáo trên mạng xã hội thường nhấn mạnh việc trả phí để phân phối thông điệp. Marketing nội dung rộng hơn, tập trung vào giá trị và trải nghiệm của nội dung, dù nội dung đó có thể được phân phối bằng kênh trả phí, kênh sở hữu hoặc kênh lan truyền.
Một mô hình đo lường thực tế có thể gồm các biến quan sát như sau:
- Nội dung cung cấp thông tin mà người xem cần.
- Nội dung phù hợp với vấn đề hoặc mối quan tâm của người xem.
- Nội dung dễ hiểu và dễ sử dụng.
- Nội dung có tính mới hoặc được cập nhật.
- Nội dung làm tăng mức độ tin tưởng vào thương hiệu.
- Nội dung khiến người xem muốn tiếp tục theo dõi hoặc tìm hiểu thêm.
Danh sách trên mới là điểm bắt đầu. Bạn chưa được gọi đó là thang đo hợp lệ trước khi kiểm định trên dữ liệu thật của đề tài.
Nguồn thang đo gốc cho marketing nội dung
Đây là phần cần thận trọng nhất. Một luận văn tốt phải phân biệt nguồn định nghĩa khái niệm, nguồn thang đo gốc và cách bạn tự điều chỉnh biến quan sát. Trong danh sách nguồn được phép sử dụng cho bài viết này, chưa có công trình chuyên biệt về thang đo marketing nội dung. Vì vậy, không nên ghi tên tác giả hoặc số lượng biến quan sát giả định rồi gọi đó là “thang đo gốc”.
Bảng dưới đây chỉ ra các nguồn nền tảng có thể dùng để giải thích cách đo lường, không phải lời xác nhận rằng các nguồn này đã xây dựng thang đo marketing nội dung.
| Nguồn | Năm | Phạm vi sử dụng trong luận văn | Lưu ý |
|---|---|---|---|
| Likert | 1932 | Cơ sở sử dụng thang đo thái độ dạng mức độ đồng ý | Không phải thang đo marketing nội dung |
| Cronbach | 1951 | Cơ sở lý thuyết của Cronbach's Alpha | Dùng để giải thích độ tin cậy, không phải nguồn biến quan sát |
| Nunnally | 1978 | Nguyên tắc đánh giá độ tin cậy thang đo | Không cung cấp bộ biến marketing nội dung |
| Hair và cộng sự | 2010 | Hướng dẫn đánh giá thang đo và EFA | Là tài liệu phương pháp, không phải thang đo gốc |
| Hoàng Trọng và Chu Nguyễn Mộng Ngọc | 2008 | Hướng dẫn phân tích dữ liệu với SPSS | Dùng cho quy trình kiểm định tại Việt Nam |
Nếu đề tài của bạn cần một thang đo gốc thật sự, hãy quay lại bài báo hoặc luận văn mà giảng viên đã duyệt, kiểm tra đúng tên tác giả, năm xuất bản, bối cảnh nghiên cứu, số lượng biến và cách dịch. Không lấy một danh sách câu hỏi trên mạng rồi gắn tên tác giả nổi tiếng vào đó.
Bạn có thể xem thang đo marketing nội dung để đối chiếu cách đặt mã biến và tổ chức bộ câu hỏi. Khi dùng nguồn này trong đề tài, vẫn cần đọc nguồn gốc được trích dẫn và ghi rõ phần nào là kế thừa, phần nào là điều chỉnh.
Marketing nội dung cũng có thể liên quan đến marketing người ảnh hưởng. Tuy nhiên, việc một người ảnh hưởng đăng nội dung cho thương hiệu chưa đủ để biến toàn bộ hoạt động đó thành marketing nội dung. Nếu nghiên cứu của bạn tập trung vào độ tin cậy, sự hấp dẫn hoặc mức độ phù hợp của người ảnh hưởng, đó là hướng đo khác và cần một mô hình khác.
Bộ biến quan sát tham khảo cho marketing nội dung
Bảng sau là bộ biến quan sát tham khảo để bạn hình dung cách chuyển khái niệm thành bảng hỏi. Đây là số liệu và câu chữ minh họa, chưa phải bản dịch đã được xác nhận, chưa phải thang đo hợp lệ và không được trình bày như kết quả của một nghiên cứu cụ thể.
Bạn có thể dùng thang Likert 5 mức: 1 là hoàn toàn không đồng ý, 2 là không đồng ý, 3 là phân vân hoặc trung lập, 4 là đồng ý và 5 là hoàn toàn đồng ý. Cách dùng mức độ đồng ý bắt nguồn từ dạng đo thái độ của Likert, nhưng cách diễn đạt cần được điều chỉnh theo bối cảnh sản phẩm, thương hiệu và nhóm người trả lời của bạn.
| Mã biến | Biến quan sát tham khảo | Nhóm nội dung đo | Ghi chú khi điều chỉnh |
|---|---|---|---|
| ND1 | Nội dung của thương hiệu cung cấp thông tin hữu ích cho tôi | Giá trị thông tin | Xác định “hữu ích” trong bối cảnh cụ thể |
| ND2 | Nội dung giúp tôi hiểu rõ hơn về sản phẩm hoặc dịch vụ | Giá trị thông tin | Tránh dùng nếu người trả lời chưa từng xem nội dung |
| ND3 | Nội dung phù hợp với mối quan tâm của tôi | Mức độ liên quan | Có thể thay “tôi” bằng nhóm khách hàng cụ thể |
| ND4 | Nội dung được trình bày dễ hiểu | Chất lượng trình bày | Phù hợp với bài viết, video hoặc hình ảnh |
| ND5 | Nội dung của thương hiệu được cập nhật | Tính cập nhật | Chỉ dùng khi người trả lời có cơ hội quan sát sự cập nhật |
| ND6 | Nội dung khiến tôi muốn tìm hiểu thêm về thương hiệu | Phản ứng với nội dung | Đây là phản ứng, cần cân nhắc nếu mô hình đã có biến kết quả |
| ND7 | Nội dung làm tôi tin tưởng hơn vào thông tin thương hiệu cung cấp | Độ tin cậy cảm nhận | Tránh gộp với niềm tin thương hiệu nếu có biến riêng |
| ND8 | Tôi thường tiếp tục theo dõi nội dung của thương hiệu | Ý định theo dõi | Có thể là biến kết quả thay vì biến thành phần |
Bạn không nhất thiết giữ cả tám biến. Nếu mô hình của bạn đã có “sự gắn kết khách hàng” là biến phụ thuộc, ND6 và ND8 có thể tạo ra sự chồng lấn khái niệm. Hãy xem sự gắn kết khách hàng để phân biệt giữa đánh giá về nội dung và phản ứng của khách hàng sau khi tiếp xúc với nội dung.
Tương tự, “nội dung dễ hiểu” không đồng nghĩa với “website dễ dùng”. Tính dễ dùng của website tập trung vào khả năng hoàn thành tác vụ trên website, còn ND4 chỉ phản ánh cách người trả lời tiếp nhận nội dung. Nếu bảng hỏi có cả hai khái niệm, mỗi nhóm cần có chỉ báo riêng.
Khi thiết kế câu hỏi, mỗi biến quan sát nên chứa một ý chính. Câu “Nội dung hữu ích, hấp dẫn và đáng tin cậy” đang đo ít nhất ba thuộc tính. Nếu người trả lời đồng ý vì nội dung hấp dẫn nhưng không đáng tin, bạn không biết họ đang phản hồi phần nào.
Điều chỉnh thang đo marketing nội dung cho bối cảnh Việt Nam
Bạn bắt đầu bằng việc xác định người trả lời đã tiếp xúc với nội dung nào. Câu hỏi sàng lọc có thể hỏi họ đã xem bài đăng, video, email hoặc bài viết của thương hiệu trong một khoảng thời gian nhất định hay chưa. Người chưa từng tiếp xúc không nên trả lời các câu đánh giá chi tiết về chất lượng nội dung.
Tiếp theo, thay các từ chung chung bằng bối cảnh cụ thể. “Thương hiệu” có thể là ngân hàng, sàn thương mại điện tử, trường đại học hoặc nhãn hàng thời trang. Nếu đề tài nghiên cứu ngành du lịch, cụm “nội dung của thương hiệu” có thể được đổi thành “nội dung của doanh nghiệp du lịch mà tôi quan tâm”. Việc đổi câu chữ phải giữ nguyên ý nghĩa của biến.
Với biến đảo chiều, chỉ nên dùng khi bạn có lý do phương pháp rõ ràng. Một câu như “Nội dung của thương hiệu thường không liên quan đến nhu cầu của tôi” có thể giảm lỗi trả lời theo một chiều, nhưng cũng dễ khiến sinh viên mã hóa sai. Nếu dùng, bạn phải đảo mã trước khi chạy Cronbach's Alpha và EFA.
Sau khi soạn bản nháp, hãy thử với một nhóm nhỏ có đặc điểm gần với mẫu chính. Bạn cần hỏi họ hiểu câu hỏi theo nghĩa nào, từ nào khó hiểu và có câu nào khiến họ chọn cùng một mức vì không phân biệt được. Đây là bước rà soát bảng hỏi, không phải kết luận thang đo đã đạt.
Nếu nghiên cứu có nhiều loại nội dung, hãy nêu rõ đối tượng tham chiếu. Người trả lời có thể đánh giá video trên TikTok, bài viết trên website và email chăm sóc khách hàng rất khác nhau. Gộp tất cả thành “nội dung thương hiệu” có thể làm kết quả khó giải thích.
Bạn cũng cần phân biệt marketing nội dung với trải nghiệm khách hàng. Nội dung có thể là một điểm chạm tạo ra trải nghiệm, nhưng trải nghiệm khách hàng còn bao gồm quá trình tìm kiếm, mua hàng, sử dụng sản phẩm và hỗ trợ sau mua.
Kiểm định độ tin cậy và giá trị của thang đo
Với dữ liệu bảng hỏi, trình tự thường dùng là kiểm tra dữ liệu, chạy Cronbach's Alpha, chạy EFA nếu mô hình phù hợp, sau đó kiểm định mô hình đo lường bằng SmartPLS hoặc phương pháp khác đã được giảng viên duyệt. Nếu dùng SmartPLS, bạn đánh giá measurement model trước rồi mới chuyển sang structural model, phù hợp với logic hai bước được trình bày trong (Anderson và Gerbing, 1988).
Cronbach's Alpha phản ánh mức độ nhất quán nội tại giữa các biến quan sát. Alpha từ 0.7 trở lên thường được xem là chấp nhận được theo (Nunnally, 1978). Với thang đo mới hoặc nghiên cứu khám phá, mức từ 0.6 có thể được cân nhắc theo (Hair và cộng sự, 2010). Corrected Item-Total Correlation từ 0.3 trở lên được tham chiếu theo (Nunnally và Bernstein, 1994).
Nếu chạy EFA trong SPSS, bạn theo dõi KMO, Bartlett's Test, Total Variance Explained và Rotated Component Matrix. KMO từ 0.5 trở lên và Bartlett's Test có mức ý nghĩa dưới 0.05 được tham chiếu theo (Kaiser, 1974). Eigenvalue lớn hơn 1 là một quy tắc trích nhân tố được nêu trong (Kaiser, 1960). Factor loading từ 0.5 trở lên và tổng phương sai trích từ 50% trở lên có thể tham chiếu (Hair và cộng sự, 2010).
Nếu dùng SmartPLS 4, hãy xem Outer Loadings, Reliability, Validity, Discriminant Validity và các kết quả của mô hình cấu trúc. Outer loading từ 0.7 trở lên có thể tham chiếu (Chin, 1998) hoặc (Hair và cộng sự, 2022). CR từ 0.7 và AVE từ 0.5 trở lên được tham chiếu (Fornell và Larcker, 1981). HTMT dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau, được tham chiếu (Henseler và cộng sự, 2015).
Bảng ngưỡng kiểm định tham khảo
| Chỉ số hoặc tiêu chí | Mức tham khảo | Nguồn |
|---|---|---|
| Cronbach's Alpha | Từ 0.7 trở lên | (Nunnally, 1978) |
| Cronbach's Alpha cho thang đo khám phá | Từ 0.6 trở lên | (Hair và cộng sự, 2010) |
| Corrected Item-Total Correlation | Từ 0.3 trở lên | (Nunnally và Bernstein, 1994) |
| KMO | Từ 0.5 trở lên | (Kaiser, 1974) |
| Bartlett's Test | p-value dưới 0.05 | (Kaiser, 1974) |
| Factor loading trong EFA | Từ 0.5 trở lên | (Hair và cộng sự, 2010) |
| Total Variance Explained | Từ 50% trở lên | (Hair và cộng sự, 2010) |
| Outer loading trong PLS-SEM | Từ 0.7 trở lên | (Hair và cộng sự, 2022) |
| Composite Reliability | Từ 0.7 trở lên | (Fornell và Larcker, 1981) |
| AVE | Từ 0.5 trở lên | (Fornell và Larcker, 1981) |
| HTMT | Dưới 0.85 hoặc 0.90 tùy mức độ gần nhau của khái niệm | (Henseler và cộng sự, 2015) |
Các ngưỡng trên là điểm tham chiếu, không phải lệnh xóa biến máy móc. Nếu ND5 có loading thấp, bạn cần xem câu hỏi có phù hợp với mọi người trả lời hay không, biến đó có bị hiểu khác nghĩa không và việc loại bỏ có làm thay đổi nội dung khái niệm không. Đừng xóa liên tiếp nhiều biến chỉ để bảng kết quả đẹp.
Một bảng output minh họa có thể trông như sau. Các con số dưới đây chỉ là số liệu minh họa, không phải kết quả từ nghiên cứu thật của bạn.
| Item-Total Statistics | Scale Mean if Item Deleted | Corrected Item-Total Correlation | Cronbach's Alpha if Item Deleted |
|---|---|---|---|
| ND1 | 24.18 | 0.612 | 0.861 |
| ND2 | 24.05 | 0.674 | 0.851 |
| ND3 | 24.22 | 0.583 | 0.867 |
| ND4 | 24.11 | 0.641 | 0.856 |
| ND5 | 24.48 | 0.271 | 0.901 |
| ND6 | 24.02 | 0.702 | 0.846 |
Trong ví dụ này, ND5 có Corrected Item-Total Correlation dưới 0.3 theo (Nunnally và Bernstein, 1994), nên cần được kiểm tra lại. Bạn không nên xóa chỉ vì cột “Cronbach's Alpha if Item Deleted” tăng. Hãy xem nội dung ND5 có đo cùng khái niệm với các biến còn lại không, người trả lời có đủ thông tin để đánh giá tính cập nhật không, và việc bỏ biến có làm mất một khía cạnh quan trọng của marketing nội dung không.
Cách trình bày thang đo trong chương 3
Trong chương 3, bạn nên trình bày theo bốn phần: định nghĩa khái niệm, nguồn hình thành thang đo, cách điều chỉnh cho bối cảnh nghiên cứu và cách mã hóa biến. Mỗi nhóm biến cần có mã, nội dung biến quan sát, thang đo sử dụng và nguồn tham khảo. Nếu nguồn gốc chưa được xác minh, hãy nói rõ đây là bộ biến đề xuất để kiểm định, không gọi là thang đo kế thừa nguyên trạng.
Cách viết vào luận văn
Bạn có thể điều chỉnh đoạn sau: “Khái niệm marketing nội dung trong nghiên cứu được đo lường thông qua các biến quan sát ND1 đến ND[ số thứ tự cuối ], phản ánh [giá trị thông tin, mức độ liên quan, chất lượng trình bày và phản ứng với nội dung]. Các biến được đo bằng thang Likert [5/7] mức, từ [1 = hoàn toàn không đồng ý] đến [5/7 = hoàn toàn đồng ý]. Nội dung biến quan sát được điều chỉnh theo bối cảnh [ngành, thương hiệu hoặc nhóm khách hàng] và được kiểm định bằng [Cronbach's Alpha, EFA hoặc SmartPLS].”
Sau khi có kết quả, bạn viết tiếp bằng số liệu thật của mình: “Kết quả kiểm định cho thấy Cronbach's Alpha của thang đo marketing nội dung đạt [giá trị], trong đó các Corrected Item-Total Correlation dao động từ [giá trị thấp nhất] đến [giá trị cao nhất]. Biến [mã biến] được [giữ lại/loại bỏ] vì [lý do gắn với tiêu chí và nội dung khái niệm].” Không điền số minh họa vào chương 4.
Nếu mô hình của bạn nghiên cứu tác động của marketing nội dung đến ý định mua, hãy chỉ rõ marketing nội dung là biến độc lập và ý định mua là biến phụ thuộc. Nếu nghiên cứu marketing nội dung tác động đến [sự gắn kết khách hàng], hãy kiểm tra các biến ND6 và ND8 để tránh đo trùng với biến phụ thuộc.
Lỗi thường gặp khi xây dựng thang đo
Lỗi đầu tiên là lấy tiêu đề bài viết hoặc slogan thương hiệu làm biến quan sát. Một khẩu hiệu có thể hấp dẫn nhưng chưa chắc là phát biểu mà người trả lời có thể đánh giá ổn định. Biến quan sát cần mô tả một nhận định cụ thể.
Lỗi thứ hai là dùng “marketing nội dung” như một biến đơn chỉ có một câu hỏi. Một biến đơn có thể được dùng trong một số thiết kế đặc biệt, nhưng khó phản ánh nhiều khía cạnh của khái niệm và khó đánh giá độ tin cậy nội tại. Với luận văn định lượng, bạn cần giải thích vì sao số lượng biến như vậy phù hợp.
Lỗi thứ ba là trộn các khái niệm gần nhau. “Nội dung hữu ích”, “thương hiệu đáng tin” và “tôi muốn mua hàng” không phải một ý. Nếu trộn chúng vào cùng một nhóm, Cronbach's Alpha có thể tăng nhưng giá trị nội dung của thang đo lại giảm.
Lỗi thứ tư là đổi câu chữ sau khi đã thu thập dữ liệu rồi mới gọi đó là điều chỉnh thang đo. Mọi thay đổi lớn về nội dung biến cần được ghi lại trước hoặc trong giai đoạn hoàn thiện bảng hỏi. Nếu đã có dữ liệu, hãy giữ lại phiên bản bảng hỏi đã phát cho người trả lời và giải trình đúng quy trình.
Lỗi thứ năm là chạy EFA nhiều lần nhưng không lưu từng vòng. Bạn nên ghi lại biến bị loại, lý do loại, KMO, Bartlett's Test, tổng phương sai trích và cấu trúc nhân tố sau mỗi vòng. Hội đồng có thể hỏi vì sao ND5 bị loại, và bạn cần trả lời bằng lịch sử phân tích chứ không chỉ đưa bảng cuối cùng.
Đọc thêm: quảng cáo trên mạng xã hội là gì, sự gắn kết khách hàng là gì, thang đo marketing nội dung, tính dễ dùng của website là gì, trải nghiệm khách hàng là gì, chủ đề mo hinh nghien cuu.
Câu hỏi thường gặp
Marketing nội dung là gì trong nghiên cứu định lượng?
Đó là một khái niệm được chuyển thành các biến quan sát để người trả lời đánh giá bằng thang Likert. Các biến có thể phản ánh tính hữu ích, mức độ liên quan, khả năng trình bày, tính cập nhật và phản ứng của người tiếp nhận nội dung.
Bạn cần xác định rõ nội dung nào được nghiên cứu, trên kênh nào và với nhóm người trả lời nào. Một bảng hỏi hỏi chung về mọi nội dung của mọi thương hiệu sẽ khó tạo ra dữ liệu nhất quán.
Marketing nội dung có giống quảng cáo trên mạng xã hội không?
Hai khái niệm có thể giao nhau nhưng không đồng nhất. Quảng cáo trên mạng xã hội thường tập trung vào hoạt động truyền thông trả phí, còn marketing nội dung tập trung vào giá trị và sự phù hợp của nội dung với người tiếp nhận.
Nếu đề tài của bạn nghiên cứu quảng cáo, hãy xây dựng biến quan sát về mức độ hấp dẫn, thông tin, sự khó chịu hoặc độ tin cậy của quảng cáo. Không dùng nguyên bộ biến marketing nội dung cho khái niệm đó.
Có thể tự dịch thang đo marketing nội dung từ tiếng Anh không?
Bạn có thể dịch để tham khảo, nhưng cần kiểm tra nguồn gốc, bối cảnh và ý nghĩa của từng biến. Bản dịch cần phù hợp với nhóm người trả lời Việt Nam, tránh từ ngữ học thuật mà người trả lời không dùng.
Nếu thay đổi nhiều câu, hãy ghi rõ đó là thang đo được điều chỉnh. Sau đó kiểm định trên dữ liệu thật bằng quy trình đã nêu, thay vì khẳng định bản dịch đã có giá trị chỉ vì câu chữ nghe tự nhiên.
Cronbach's Alpha thấp thì có phải xóa biến ngay không?
Chưa. Hãy xem Corrected Item-Total Correlation, nội dung biến, cách mã hóa biến đảo chiều và việc các biến có thật sự cùng đo một khái niệm hay không. Theo (Nunnally, 1978), Alpha từ 0.7 thường được chấp nhận, còn (Hair và cộng sự, 2010) cho phép cân nhắc mức từ 0.6 với thang đo khám phá.
Bạn cần ghi lại lý do giữ hoặc loại biến. Việc xóa biến chỉ để Alpha tăng có thể làm thang đo mất một khía cạnh quan trọng.
Nên kiểm định thang đo bằng SPSS hay SmartPLS?
SPSS phù hợp để chạy Cronbach's Alpha và EFA. SmartPLS phù hợp khi mô hình của bạn dùng PLS-SEM, có biến tiềm ẩn và cần đánh giá Outer Loadings, Composite Reliability, AVE, HTMT cùng mô hình cấu trúc.
Hãy chọn công cụ theo mô hình nghiên cứu và yêu cầu của khoa, không chọn chỉ vì một phần mềm cho ra bảng kết quả đẹp hơn. Bước tiếp theo trong file của bạn là kiểm tra mã biến, bảng mã hóa và phiên bản bảng hỏi trước khi chạy kiểm định đầu tiên. Nếu cần chạy phân tích trên chính file .sav hoặc .csv, bạn có thể dùng module M4 phân tích của DoThesis.