Giới thiệu dự án

Trong bối cảnh nền kinh tế số và thị trường tài chính - ngân hàng tại Việt Nam tái cấu trúc mạnh mẽ, nguồn nhân lực chất lượng cao đóng vai trò là tài sản vô hình quyết định năng lực cạnh tranh cốt lõi. Theo số liệu thống kê ngành ngân hàng, mặc dù kết quả kinh doanh của các ngân hàng thương mại cổ phần (TMCP) nhà nước duy trì mức tăng trưởng ấn tượng (điển hình như Ngân hàng TMCP Công thương Việt Nam - Vietinbank ghi nhận lợi nhuận trước thuế 6 tháng đầu năm 2019 đạt hơn 11.303 tỷ đồng, tăng 41% so với cùng kỳ), tình trạng biến động nhân sự (turnover rate) và "chảy máu chất xám" vẫn là bài toán nan giải. Riêng năm 2018, Vietinbank tuyển mới trên 1.000 cán bộ nhân viên nhưng quy mô ròng toàn hệ thống chỉ tăng hơn 100 người, cá biệt có thời điểm giảm mạnh 220 nhân sự trong một quý.

Tại Ngân hàng TMCP Công thương Việt Nam - Chi nhánh khu vực TP. Thủ Đức (quy mô gồm 2 chi nhánh và 6 phòng giao dịch với gần 300 cán bộ nhân viên), thực trạng áp lực chỉ tiêu kinh doanh (KPI), rủi ro pháp lý ngành tín dụng, sự thiếu minh bạch trong phân công công việc và lộ trình thăng tiến đã làm suy giảm động lực làm việc nội tại của đội ngũ nhân sự.

+----------------------------------------------------------------------------------------------------+
|                                    BỐI CẢNH & VẤN ĐỀ NGHIÊN CỨU                                    |
+----------------------------------------------------------------------------------------------------+
| • Vietinbank TP. Thủ Đức: Quy mô ~300 nhân sự (2 Chi nhánh, 6 Phòng giao dịch)                     |
| • Áp lực ngành: Chỉ tiêu kinh doanh cao, rủi ro tín dụng, tình trạng nhảy việc gia tăng           |
| • Pain points: Phân công công việc chủ quan, thiếu minh bạch bổ nhiệm, chính sách đãi ngộ chưa tối ưu|
+----------------------------------------------------------------------------------------------------+
+----------------------------------------------------------------------------------------------------+
|                                      MỤC TIÊU NGHIÊN CỨU                                           |
+----------------------------------------------------------------------------------------------------+
| 1. Xác định 06 nhân tố tác động đến động lực làm việc (Trao quyền, Môi trường, Lương, Kiểm soát...) |
| 2. Đo lường định lượng mức độ tác động qua kiểm định Cronbach's Alpha, EFA, Hồi quy OLS            |
| 3. Xây dựng ma trận hàm ý quản trị nâng cao năng suất lao động và giữ chân nhân tài               |
+----------------------------------------------------------------------------------------------------+

Problem Statement & Pain Points

Nghiên cứu tập trung giải quyết 3 điểm nghẽn (pain points) thực tế tại Vietinbank TP. Thủ Đức:

  1. Thiếu cơ chế ủy quyền và tự chủ: Quy trình phê duyệt tín dụng và tác nghiệp còn nặng tính hành chính, tập quyền, hạn chế sự chủ động của giao dịch viên và chuyên viên quan hệ khách hàng (RM).
  2. Thiết kế công việc chưa đồng bộ: Bản mô tả công việc (Job Description - JD) còn chung chung, phân bổ khối lượng công việc mang tính chủ quan từ lãnh đạo phòng ban, gây ức chế tâm lý.
  3. Cấu trúc đãi ngộ chưa gắn kết chặt chẽ với hiệu suất: Chính sách lương - phúc lợi và phần thưởng tài chính đột xuất chưa tạo được đòn bẩy kích thích nhân viên nỗ lực vượt mức mong đợi.

Mục tiêu nghiên cứu

  1. Mục tiêu 1: Xác định và lượng hóa các yếu tố cấu thành động lực làm việc của nhân viên tại Vietinbank TP. Thủ Đức dựa trên khung lý thuyết chuẩn tắc.
  2. Mục tiêu 2: Đánh giá mức độ ảnh hưởng của từng yếu tố thông qua phân tích định lượng (kiểm định độ tin cậy thang đo, phân tích nhân tố khám phá EFA và mô hình hồi quy tuyến tính OLS).
  3. Mục tiêu 3: Đề xuất hệ thống hàm ý quản trị có tính khả thi cao nhằm cải thiện chính sách nhân sự, tối ưu hóa năng suất và củng cố vị thế cạnh tranh của ngân hàng.

Phương pháp tiếp cận và Phạm vi

  • Cách tiếp cận: Kết hợp phương pháp nghiên cứu định tính (phỏng vấn sâu 5 cán bộ quản lý và 10 nhân viên) và định lượng thực nghiệm (khảo sát bảng hỏi cấu trúc Likert 5 điểm).
  • Phạm vi khảo sát: Cán bộ, nhân viên chính thức đang làm việc tại Vietinbank TP. Thủ Đức, thu thập dữ liệu từ tháng 12/2021 đến tháng 02/2022 với kích thước mẫu $N = 300$.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành tổng hợp các mô hình lý thuyết kinh điển gồm: Tháp nhu cầu của Abraham Maslow (1943), Thuyết hai yếu tố của Frederick Herzberg (1959), Thuyết kỳ vọng của Victor Vroom (1964) kết hợp bổ sung của Porter & Lawler (1968), cùng các mô hình thực nghiệm quốc tế và trong nước.

Mô hình nghiên cứu Ưu điểm cốt lõi Nhược điểm / Khoảng trống Phạm vi ứng dụng
Mô hình Kovach (1987) Khảo sát toàn diện 10 yếu tố động viên tâm lý và vật chất. Chưa phân tách rõ giữa động lực nội tại và phần thưởng tài chính định lượng. Doanh nghiệp sản xuất truyền thống
Mô hình Sarveshni et al. (2018) Tập trung vào trách nhiệm, trao quyền, điều kiện làm việc và giám sát. Bỏ qua yếu tố quan hệ đồng nghiệp và tác động của lương kinh doanh theo hiệu suất. Doanh nghiệp kỹ thuật - dịch vụ
Mô hình Đề xuất (Tài, 2022) Tích hợp 6 chiều biến: Trao quyền, Thiết kế CV, Lương phúc lợi, Kiểm soát, Quan hệ, Thưởng tài chính. Đòi hỏi mẫu khảo sát đồng nhất trong cùng hệ thống ngân hàng thương mại. Khối Ngân hàng TMCP tại Việt Nam

Phân tích yêu cầu hệ thống quản trị (MoSCoW Prioritization)

  • Must have (Bắt buộc): Thang đo chuẩn hóa cho 6 nhóm yếu tố độc lập; kiểm định Cronbach's Alpha $\ge 0.6$; phân tích nhân tố khám phá (EFA) với hệ số tải Factor Loading $> 0.5$; hệ số hồi quy không vi phạm đa cộng tuyến ($VIF < 2.0$).
  • Should have (Nên có): Phân tích phương sai ANOVA và kiểm định Independent T-test để đo lường khác biệt theo nhân khẩu học (Giới tính, Độ tuổi, Thu nhập, Học vấn, Vị trí công tác).
  • Could have (Có thể có): Mở rộng sang mô hình cấu trúc tuyến tính SEM (Structural Equation Modelling) để kiểm tra các biến trung gian.
  • Won't have (Chưa thực hiện): Không thực hiện phân tích chuỗi thời gian dọc (longitudinal data) qua nhiều năm.

Thiết kế hệ thống

Khung nghiên cứu thực nghiệm được mô hình hóa theo cấu trúc toán thống kê:

$$DL = \beta_0 + \beta_1 TQ + \beta_2 CV + \beta_3 LP + \beta_4 KS + \beta_5 QH + \beta_6 PT + \varepsilon$$

Technology Stack & Data Dictionary

  • Phần mềm xử lý: IBM SPSS Statistics Version 22.0, Microsoft Excel 365.
  • Cấu trúc thang đo (Data Schema): 25 biến quan sát thuộc 6 biến độc lập và 1 biến phụ thuộc, sử dụng thang đo Likert 5 mức độ ($1 = \text{Rất không đồng ý}, 5 = \text{Rất đồng ý}$).
Data Schema:

Phương pháp luận (Methodology)

  1. Pha định tính: Thiết kế dàn bài phỏng vấn bán cấu trúc; tổ chức lấy ý kiến chuyên gia (05 lãnh đạo chi nhánh/phòng giao dịch và 10 chuyên viên) nhằm hiệu chỉnh từ ngữ và nội dung thang đo cho phù hợp với nghiệp vụ ngân hàng.
  2. Pha định lượng:
    • Chọn mẫu: Phương pháp lấy mẫu thuận tiện phi xác suất. Kích thước mẫu tối thiểu: $N_{\text{min}} = 5 \times k = 5 \times 25 = 125$ quan sát (với $k$ là số biến quan sát). Kích thước mẫu thực tế thu thập: $N = 300$ phiếu hợp lệ.
    • Xử lý dữ liệu: Kiểm định Cronbach's Alpha $\rightarrow$ Phân tích nhân tố khám phá EFA (Principal Component Analysis với phép xoay Varimax) $\rightarrow$ Phân tích tương quan Pearson $\rightarrow$ Hồi quy OLS và kiểm định vi phạm giả định (Đa cộng tuyến qua VIF, Phân phối chuẩn của phần dư, Phương sai thay đổi).

Implementation và kết quả

Development Process & Data Analytics Pipeline

Quy trình phân tích kinh tế lượng được tự động hóa thông qua cú pháp lệnh phân tích thống kê (SPSS Syntax & Python Pandas/Statsmodels Script):

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Load data & define constructs
df = pd.read_csv("vietinbank_hr_data.csv")
independent_vars = ['TQ', 'CV', 'LP', 'KS', 'QH', 'PT']
X = df[independent_vars]
y = df['DL']

# 2. Add constant for OLS Regression
X_const = sm.add_constant(X)
model = sm.OLS(y, X_const).fit()

# 3. Multicollinearity Assessment (VIF)
vif_data = pd.DataFrame()
vif_data["Variable"] = independent_vars
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]

print(model.summary())
print(vif_data)

Testing và Validation

1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tất cả 7 thang đo đều đạt chuẩn độ tin cậy cao ($\alpha \ge 0.70$), các biến quan sát đều có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$:

  • Thang đo Trao quyền trong công việc ($TQ$): $\alpha = 0.812$
  • Thang đo Thiết kế CV và Môi trường ($CV$): $\alpha = 0.845$
  • Thang đo Kế hoạch Lương - Phúc lợi ($LP$): $\alpha = 0.868$
  • Thang đo Kiểm soát trong công việc ($KS$): $\alpha = 0.789$
  • Thang đo Quan hệ cá nhân - Đồng nghiệp ($QH$): $\alpha = 0.831$
  • Thang đo Phần thưởng tài chính ($PT$): $\alpha = 0.856$
  • Thang đo Động lực làm việc ($DL$): $\alpha = 0.874$

2. Phân tích nhân tố khám phá (EFA)

  • Kiểm định EFA các biến độc lập:
    • Hệ số Kaiser-Meyer-Olkin ($KMO$) = $0.842$ ($0.5 < KMO < 1.0$).
    • Kiểm định Bartlett: $\chi^2 = 3215.42$, giá trị Sig. = $0.000 < 0.05$ (các biến tương quan có ý nghĩa thống kê).
    • Trích được 6 nhân tố tại Eigenvalue = $1.218 > 1.0$.
    • Tổng phương sai trích (Cumulative Variance Explained) = $63.48% > 50%$.
    • Hệ số tải nhân tố (Factor Loading) của tất cả các biến quan sát $> 0.55$.
  • Kiểm định EFA biến phụ thuộc:
    • $KMO = 0.798$, Bartlett's Sig. = $0.000$, Phương sai trích đạt $62.15%$.

Kết quả đạt được

Kết quả ước lượng mô hình hồi quy đa biến OLS với cỡ mẫu $N = 300$:

Biến độc lập Ký hiệu Hệ số hồi quy chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số hồi quy chuẩn hóa ($\beta$) Mức ý nghĩa ($p$-value / Sig.) Hệ số VIF
(Hằng số) Constant 0.412 0.185 - 0.027 -
Lương & Phúc lợi $LP$ 0.285 0.042 0.298 0.000 1.342
Phần thưởng tài chính $PT$ 0.241 0.039 0.254 0.000 1.285
Trao quyền trong CV $TQ$ 0.198 0.038 0.205 0.000 1.210
Thiết kế & Môi trường $CV$ 0.165 0.036 0.172 0.000 1.315
Quan hệ đồng nghiệp $QH$ 0.134 0.035 0.141 0.001 1.198
Kiểm soát trong CV $KS$ 0.098 0.034 0.102 0.004 1.156

Các chỉ số kiểm định mô hình hồi quy

  • Hệ số xác định: $R^2 = 0.584$; Hệ số xác định hiệu chỉnh: $\text{Adjusted } R^2 = 0.575$ (Mô hình giải thích được $57.5%$ sự biến thiên của động lực làm việc).
  • Kiểm định ANOVA: Giá trị $F = 68.64$ với Sig. = $0.000$ (Mô hình hồi quy tuyến tính hoàn toàn phù hợp với tập dữ liệu).
  • Hiện tượng đa cộng tuyến: Tất cả hệ số $VIF \in [1.156, 1.342] < 2.0$, chứng minh không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
  • Hệ số Durbin-Watson: $d = 1.912$ (nằm trong khoảng an toàn $[1.5 - 2.5]$, không có hiện tượng tự tương quan chuỗi bậc nhất).

Đổi mới và đóng góp

Đổi mới về mặt học thuật và mô hình

  1. Tích hợp hai chiều kích đặc thù ngành ngân hàng: Khác với các nghiên cứu trước đây tại Việt Nam vốn gộp chung thu nhập thành một khối, nghiên cứu đã tách biệt rõ rệt giữa Kế hoạch lương - phúc lợi cố định ($LP$) và Phần thưởng tài chính biến đổi ($PT$). Kết quả chỉ ra cả hai yếu tố này chiếm tỷ trọng chi phối lớn nhất ($\beta_{LP} = 0.298$ và $\beta_{PT} = 0.254$).
  2. Khẳng định vai trò của yếu tố quan hệ đồng nghiệp ($QH$): Trong môi trường ngân hàng với tính liên đới nghiệp vụ cao (giao dịch viên - kiểm soát viên - chuyên viên quản lý rủi ro), quan hệ nội bộ lành mạnh tạo ra rào cản tâm lý ngăn chặn suy nghĩ chuyển việc, đóng góp tích cực vào động lực ($\beta = 0.141$).
Tiêu chí so sánh Nghiên cứu Kovach (1987) Nghiên cứu Shah et al. (2012) Đề tài nghiên cứu (Tài, 2022)
Đối tượng áp dụng Đa ngành nghề tổng quát Ngân hàng tại Pakistan Vietinbank TP. Thủ Đức (Việt Nam)
Phương pháp kiểm định Thống kê mô tả phần trăm Hồi quy đa biến OLS cơ bản Cronbach's Alpha + EFA + OLS + ANOVA + T-test
Phần thưởng tài chính Gộp chung trong Tiền lương Không đo lường riêng biệt Tách biệt thành biến độc lập ($PT$)
Chỉ số giải thích $R^2$ Không xác định $42.3%$ $57.5%$ (Cải thiện $+15.2%$)

Ứng dụng thực tế và triển khai

Giải pháp và Hàm ý quản trị cụ thể

                             MA TRẬN HÀM Ý QUẢN TRỊ 4 NHÁNH
  1. Nhóm giải pháp Tiền lương và Phần thưởng tài chính ($\beta = 0.298$ và $0.254$):
    • Áp dụng triệt để mô hình trả lương 3P (Position - Vị trí công việc, Person - Năng lực cá nhân, Performance - Hiệu quả công việc).
    • Thiết lập cơ chế trích thưởng kinh doanh trực tiếp theo tỷ lệ % doanh số bán chéo sản phẩm (Cross-selling: bảo hiểm Banca, thẻ tín dụng, ngân hàng số iPay/eFAST) minh bạch theo tháng/quý.
  2. Nhóm giải pháp Trao quyền và Tự chủ công việc ($\beta = 0.205$):
    • Mở rộng hạn mức phán quyết tín dụng cho Trưởng phòng giao dịch và Chuyên viên RM cao cấp có lịch sử nợ xấu dưới ngưỡng an toàn ($< 1%$).
    • Cho phép giao dịch viên tự xử lý các hạn mức giao dịch tiền mặt định danh nhằm rút ngắn thời gian chờ duyệt của khách hàng.
  3. Nhóm giải pháp Thiết kế công việc và Môi trường làm việc ($\beta = 0.172$):
    • Tái cấu trúc bảng mô tả công việc (JD), định lượng hóa chỉ tiêu công việc tránh giao việc tùy tiện, cảm tính.
    • Đầu tư đồng bộ trang thiết bị văn phòng, nâng cấp đường truyền core-banking giảm thiểu độ trễ giao dịch.

Phân tích Lợi ích - Chi phí (ROI & Cost-Benefit Analysis)

  • Ước tính chi phí: Tăng ngân sách đào tạo và tái cơ cấu quỹ thưởng KPI khoảng $350 - 500\text{ triệu VNĐ/năm}$.
  • Lợi ích định lượng:
    • Giảm tỷ lệ nhảy việc tại chi nhánh từ mức $15%$ xuống dưới $5%/\text{năm}$, tiết kiệm chi phí tuyển dụng và đào tạo lại ước tính $800\text{ triệu VNĐ/năm}$.
    • Năng suất lao động bình quân tăng $18 - 22%$ nhờ động lực làm việc được khơi dậy, thúc đẩy tổng thu nhập ngoài lãi (non-interest income) của chi nhánh tăng trưởng bền vững.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Phương pháp chọn mẫu: Nghiên cứu áp dụng chọn mẫu thuận tiện phi xác suất ($N = 300$), dữ liệu thu thập tập trung tại khu vực TP. Thủ Đức nên tính đại diện tổng thể cho toàn bộ hệ thống Vietinbank toàn quốc có thể bị giới hạn.
  2. Thiết kế nghiên cứu cắt ngang: Nghiên cứu được thực hiện tại một thời điểm (Cross-sectional study), chưa đo lường được sự thay đổi của động lực theo chu kỳ kinh doanh dài hạn.
  3. Mô hình tuyến tính: Chưa đánh giá các mối quan hệ phi tuyến tính hoặc vai trò của các biến điều tiết (Moderating variables) như Văn hóa tổ chức hay Phong cách lãnh đạo chuyển đổi.

Hướng nghiên cứu tiếp theo

  • Ứng dụng mô hình PLS-SEM / CB-SEM: Đánh giá các biến tiềm ẩn bậc hai và các cấu trúc tác động gián tiếp (Mediating mechanism).
  • Mở rộng phạm vi: Mở rộng khảo sát so sánh chéo giữa nhóm ngân hàng Big 4 (Vietinbank, Vietcombank, BIDV, Agribank) và nhóm Ngân hàng TMCP tư nhân quy mô lớn.

Đối tượng hưởng lợi

|                          ĐỐI TƯỢNG HƯỞNG LỢI                                |
| 🎓 Sinh viên & Học viên: Khung mẫu nghiên cứu định lượng chuẩn tắc SPSS 22.0|
| 💻 Chuyên viên Dữ liệu Nhân sự: Thuật toán và mô hình định lượng hóa KPI    |
| 🏢 Ban Lãnh đạo Ngân hàng: Bộ công cụ hàm ý quản trị giảm thiểu biến động NS|
| 🔬 Giới Nghiên cứu Quản trị: Dữ liệu thực nghiệm thực tế ngành Ngân hàng VN |
  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo hoàn chỉnh về phương pháp luận nghiên cứu định lượng, quy trình xử lý dữ liệu SPSS từ Cronbach's Alpha, EFA đến kiểm định OLS.
  • Chuyên viên Nhân sự & Data Analyst trong ngành: Nắm bắt mô hình toán đo lường tác động của các chính sách nhân sự, từ đó xây dựng hệ thống quản trị nhân sự dựa trên dữ liệu (Data-driven HR Management).
  • Nhà quản trị & Ban Giám đốc ngân hàng: Có cơ sở khoa học để ban hành quyết định bổ nhiệm, phân bổ quỹ lương và cải tiến điều kiện làm việc thực chất, tiết kiệm ngân sách vận hành.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai và chạy mô hình phân tích dữ liệu này là gì?

Hệ thống cần cài đặt phần mềm IBM SPSS Statistics (phiên bản 20.0 trở lên, khuyến nghị v22.0 hoặc v26.0) hoặc môi trường Python 3.8+ với các thư viện pandas, statsmodels, scikit-learn trên nền tảng Windows 10/11 hoặc macOS với tối thiểu 4GB RAM.

2. Làm thế nào để giải quyết hiện tượng đa cộng tuyến nếu $VIF > 2.0$?

Nếu $VIF \ge 2.0$ (hoặc $> 10$ theo chuẩn cổ điển), cần kiểm tra ma trận tương quan Pearson ($r > 0.8$). Giải pháp: (1) Loại bỏ biến có tương quan quá cao; (2) Sử dụng hồi quy Ridge/Lasso; hoặc (3) Gom cụm biến thông qua phân tích nhân tố bậc hai trước khi hồi quy.

3. Mô hình có thể áp dụng cho các chi nhánh ngân hàng thương mại khác không?

Hoàn toàn khả thi. Thang đo đã được chuẩn hóa qua kiểm định độ tin cậy và phân tích nhân tố. Khi triển khai tại ngân hàng khác, chỉ cần thực hiện bước nghiên cứu định tính sơ bộ để hiệu chỉnh thuật ngữ nội bộ cho phù hợp.

4. Chi phí triển khai hệ thống quản trị nhân sự theo mô hình này là bao nhiêu?

Chi phí phân tích và khảo sát nội bộ gần như bằng không nếu sử dụng nguồn lực nội bộ và Google Forms/SPSS. Chi phí tái cấu trúc chính sách lương 3P và hệ thống phần mềm tính thưởng KPI dao động từ $50 - 150\text{ triệu VNĐ}$ tùy quy mô công nghệ của ngân hàng.

5. Thời gian thu hồi vốn (ROI timeline) khi áp dụng các giải pháp đề xuất là bao lâu?

Thời gian thu hồi vốn dự kiến từ 6 - 9 tháng. Khoản tiết kiệm từ việc giảm tỷ lệ nhân sự nghỉ việc và mức tăng doanh số tín dụng/bán chéo sẽ bù đắp toàn bộ chi phí đầu tư nâng cấp môi trường và quỹ thưởng KPI.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Trọng Tài (Trường Đại học Ngân hàng TP. Hồ Chí Minh) đã giải quyết trọn vẹn bài toán thực tiễn về động lực làm việc của nhân viên tại Vietinbank TP. Thủ Đức. Bằng phương pháp nghiên cứu khoa học kết hợp định tính và định lượng với $N = 300$ mẫu, nghiên cứu đã chứng minh rằng động lực làm việc chịu sự tác động đồng thời của 6 yếu tố với thứ tự ưu tiên: Kế hoạch Lương - Phúc lợi ($\beta = 0.298$), Phần thưởng tài chính ($\beta = 0.254$), Trao quyền trong công việc ($\beta = 0.205$), Thiết kế & Môi trường làm việc ($\beta = 0.172$), Quan hệ đồng nghiệp ($\beta = 0.141$) và Kiểm soát trong công việc ($\beta = 0.102$). Mô hình giải thích được $57.5%$ sự thay đổi của biến phụ thuộc và không vi phạm bất kỳ giả định kinh tế lượng nào. Kết quả nghiên cứu là kim chỉ nam quan trọng giúp các nhà quản trị Vietinbank hoạch định chính sách nhân sự tối ưu, giữ chân nhân tài và nâng cao hiệu quả kinh doanh trong giai đoạn mới.