Giới thiệu dự án

Tiếp thị liên kết (Affiliate Marketing) tại khu vực Đông Nam Á ghi nhận mức tăng trưởng kép hàng năm (CAGR) đạt trên 27.5% trong giai đoạn 2015–2020. Tại Việt Nam, sự bùng nổ của thương mại điện tử (E-commerce) và nền kinh tế số đã mở đường cho các mô hình mạng lưới liên kết (Affiliate Network) trung gian phát triển với vai trò cầu nối dữ liệu và dòng tiền giữa nhà cung cấp (Advertiser) và đối tác truyền thông (Publisher). Tuy nhiên, đặc thù vận hành nền tảng đa phương mang lại nhiều rủi ro cố hữu: sai lệch dữ liệu đối soát (reconciliation discrepancy), rủi ro gian lận lưu lượng (click fraud/attribution fraud), rủi ro dòng tiền do lệch pha chu kỳ thanh toán và rủi ro phụ thuộc vào nhóm đối tác lớn.

+------------------+         +----------------------------+         +-------------------+
|    Advertiser    | <=====> |    ACCESSTRADE Platform    | <=====> |     Publisher     |
| (Tiki, Lazada..) |         | (Reconciliation & Risk Hub)|         | (KOL, Webmasters) |
+------------------+         +----------------------------+         +-------------------+

Điển hình tại Công ty TNHH INTERSPACE Việt Nam (đơn vị sở hữu nền tảng ACCESSTRADE Việt Nam), việc thiếu hụt quy trình kiểm soát rủi ro toàn diện giai đoạn 2015–2017 đã dẫn đến sự cố đối tác lớn (điển hình là Lazada) đơn phương hạ mức hoa hồng và dừng hợp đồng, gây thiệt hại ước tính hơn 5 tỷ VNĐ. Đồng thời, tỷ lệ chênh lệch dữ liệu tích hợp postback hệ thống giữa Advertiser và Publisher dao động từ 12% đến 18%, gây áp lực thanh khoản lớn lên quỹ dự phòng tiền mặt.

[Dòng tiền & Hoa hồng]
Advertiser ===(Thanh toán ngày 15)===> INTERSPACE [Giữ lại 30%] ===(Chi trả ngày 18)===> Publisher [Nhận 70%]
  * Rủi ro: Nếu Advertiser chậm thanh toán hoặc sai lệch đối soát -> Nguy cơ vỡ dòng tiền Publisher.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận: Xây dựng khung quản trị rủi ro doanh nghiệp (Enterprise Risk Management - ERM) chuyên biệt cho nền tảng số trung gian.
  2. Định lượng và phân tích hiện trạng: Phân tích ma trận rủi ro xác suất - tác động ($P \times I$) dựa trên tập mẫu khảo sát 30 vị trí quản lý và dữ liệu vận hành tài chính giai đoạn 2015–2017.
  3. Thiết kế kiến trúc kiểm soát tự động: Đề xuất quy trình đối soát dữ liệu đa điểm (Automated Data Reconciliation) và cơ chế quỹ dự phòng tài trợ động (Dynamic Risk Financing Buffer).
  4. Chuẩn hóa khung giải pháp: Tối ưu hóa điều khoản pháp lý, cơ chế phân tán rủi ro hợp đồng và quản trị văn hóa doanh nghiệp liên doanh Việt - Nhật.

Kết quả kỳ vọng và phạm vi

  • Chỉ số mục tiêu: Giảm tỷ lệ sai lệch đối soát xuống dưới 1.5%; rút ngắn độ trễ xử lý tranh chấp hoa hồng từ 14 ngày xuống 48 giờ; bảo toàn quỹ dự phòng thanh khoản tối thiểu 3–5 tỷ VNĐ.
  • Phạm vi áp dụng: Nghiên cứu tập trung tại trụ sở INTERSPACE Việt Nam (Hà Nội và chi nhánh TP.HCM), áp dụng trực tiếp cho các mô hình định giá CPA (Cost Per Action), CPS (Cost Per Sale), CPL (Cost Per Lead).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát thực tế tại INTERSPACE Việt Nam cho thấy hệ thống vận hành gặp phải 9 nhóm rủi ro chính. Trong đó, rủi ro hệ thống kỹ thuật và rủi ro đối tác chiếm tỷ trọng tác động cao nhất ($I \ge 4/5$).

Tiêu chí so sánh INTERSPACE Việt Nam (ACCESSTRADE) MasOffer Ecomobi Mô hình Affiliate truyền thống
Cơ chế Tracking Cookie-based & S2S Server Postback Cookie-based Tracking In-app SDK & Deep Linking Manual Redirect URL
Kiểm soát dòng tiền Quỹ dự phòng tự thân (3-5 tỷ VNĐ) Phụ thuộc hoàn toàn Advertiser Ứng vốn qua cổng quốc tế Thanh toán thủ công theo đợt
Cơ chế chống gian lận Hậu kiểm thủ công kết hợp rule-based Lọc IP blacklist cơ bản Machine Learning Anti-fraud Không có cơ chế tự động
Độ trễ đối soát 15 - 30 ngày 30 - 45 ngày 15 - 20 ngày > 60 ngày

Phân loại yêu cầu theo mô hình MoSCoW

  • Must-have (Bắt buộc): Cơ chế xác thực giao dịch kép giữa Server-to-Server (S2S) Postback; bộ quy tắc đối soát hoa hồng cố định ngày 15 và giải ngân ngày 18 hàng tháng; hợp đồng ràng buộc trần biến động hoa hồng $\le 10%$/quý.
  • Should-have (Nên có): Module tự động cảnh báo click ảo bất thường theo IP/User-Agent; hệ thống chấm điểm tín nhiệm Advertiser (Credit Scoring System).
  • Could-have (Có thể có): Cơ chế trích lập quỹ dự phòng biến đổi tự động dựa trên biến động doanh thu theo tháng (Dynamic Escrow Allocation).
  • Won't-have (Chưa thực hiện): Triển khai thanh toán tức thì qua Smart Contract Blockchain (do rào cản pháp lý hiện hành tại Việt Nam).

Thiết kế hệ thống

Kiến trúc quản trị rủi ro tích hợp gồm 4 tầng (Layered Architecture):

graph TD
    A["Tầng Thu Thập & Tracking (Traffic Ingestion Layer)"] --> B["Tầng Xử Lý & Đánh Giá Rủi Ro (Risk Engine & Scoring Layer)"]
    B --> C["Tầng Đối Soát & Tài Chính (Reconciliation & Escrow Engine)"]
    C --> D["Tầng Báo Cáo & Cảnh Báo (Alerting & Decision Support Layer)"]
    
    subgraph "Anti-Fraud & Validation"
    B --> B1["Rule-based Fraud Filter"]
    B --> B2["Conversion Validation"]
    end
    
    subgraph "Escrow Management"
    C --> C1["Dynamic Buffer 3-5B VND"]
    C --> C2["SLA Penalty Settlement"]
    end

Technology Stack

  • Backend Core: Python v3.11, FastAPI v0.104.1 (Async Event-Driven).
  • Data Persistence: PostgreSQL v15.4 (Relational data & Financial Ledgers), Redis v7.2.1 (In-memory Caching & Rate Limiting).
  • Queue & Background Jobs: Celery v5.3.4 với RabbitMQ v3.12.
  • Infrastructure & Monitoring: Docker Engine v24.0.7, Prometheus v2.47.0, Grafana v10.1.5.

Thiết kế cơ sở dữ liệu (Database Schema)

-- Bảng quản lý rủi ro đối tác và xếp hạng tín nhiệm
CREATE TABLE partner_risk_profile (
    partner_id VARCHAR(64) PRIMARY KEY,
    partner_type VARCHAR(16) NOT NULL CHECK (partner_type IN ('ADVERTISER', 'PUBLISHER')),
    credit_score NUMERIC(5, 2) DEFAULT 100.00,
    escrow_deposit NUMERIC(15, 2) DEFAULT 0.00,
    payout_delay_days INT DEFAULT 3,
    status VARCHAR(20) DEFAULT 'ACTIVE',
    updated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng nhật ký đối soát và phát hiện bất thường giao dịch
CREATE TABLE reconciliation_audit (
    audit_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    transaction_id VARCHAR(128) UNIQUE NOT NULL,
    advertiser_id VARCHAR(64) REFERENCES partner_risk_profile(partner_id),
    publisher_id VARCHAR(64) REFERENCES partner_risk_profile(partner_id),
    advertiser_commission NUMERIC(12, 2) NOT NULL,
    publisher_payout NUMERIC(12, 2) NOT NULL,
    discrepancy_rate NUMERIC(5, 4) GENERATED ALWAYS AS (
        CASE WHEN advertiser_commission = 0 THEN 0 
             ELSE ABS(advertiser_commission * 0.70 - publisher_payout) / (advertiser_commission * 0.70) 
        END
    ) STORED,
    risk_status VARCHAR(32) NOT NULL CHECK (risk_status IN ('CLEARED', 'FLAGGED', 'BLOCKED')),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);
CREATE INDEX idx_recon_risk ON reconciliation_audit (risk_status, discrepancy_rate);

Đặc tả API đối soát và thẩm định rủi ro

POST /api/v1/risk/reconciliation/audit
Content-Type: application/json
Authorization: Bearer <JWT_TOKEN>

{
  "batch_id": "BATCH-202310-JETSTAR",
  "advertiser_id": "ADV_JETSTAR_01",
  "total_conversions": 14250,
  "advertiser_gross_amount": 512000000.00,
  "system_recorded_amount": 508500000.00,
  "variance_threshold": 0.02
}

Response:

{
  "status": "FLAGGED",
  "variance_detected": 0.00683,
  "is_action_required": false,
  "allowed_buffer_utilization": 3500000.00,
  "recommended_escrow_hold": 0.00,
  "timestamp": "2023-10-15T08:30:00Z"
}

Methodology

Dự án áp dụng khung quản trị rủi ro kết hợp phương pháp luận Agile-Scrum trong cải tiến quy trình công nghệ và phương pháp định lượng rủi ro theo tiêu chuẩn ISO 31000:

$$\text{Risk Score} = P \times I \times D$$

Trong đó:

  • $P$ (Probability): Xác suất xuất hiện biến cố (Thang 1–5).
  • $I$ (Impact): Mức độ tổn thất tài chính/vận hành (Thang 1–5).
  • $D$ (Detectability): Khả năng phát hiện sớm trước khi biến cố gây thiệt hại (Thang 1–5, điểm càng cao càng khó phát hiện).
[Quy trình kiểm soát rủi ro 4 giai đoạn]
(1. Nhận dạng) ---> (2. Phân tích & Đo lường) ---> (3. Kiểm soát: Né tránh/Giảm thiểu) ---> (4. Tài trợ rủi ro)
       ^                                                                                         |
       +---------------------------- (Đánh giá phản hồi định kỳ) --------------------------------+

Implementation và kết quả

Development process

Quá trình hoàn thiện hệ thống quản trị rủi ro được chia thành 4 pha thực thi với các mốc bàn giao cụ thể:

Pha 1 (Tháng 1-2): Khảo sát & Chuẩn hóa hợp đồng ---> Pha 2 (Tháng 3-4): Xây dựng Risk Engine & Data Pipeline
                                                                                  |
Pha 4 (Tháng 7-8): Nghiệm thu & Ban hành ERM Standard <--- Pha 3 (Tháng 5-6): UAT & Kiểm thử chịu tải

Thuật toán phát hiện bất thường đối soát và phân tích rủi ro dòng tiền

Thuật toán dưới đây xử lý kiểm tra tính toàn vẹn của dữ liệu chuyển đổi (conversions) theo thời gian thực và phân loại mức độ rủi ro đối soát:

from dataclasses import dataclass
from typing import List, Dict
import numpy as np

@dataclass
class TransactionRecord:
    tx_id: str
    adv_commission: float
    pub_expected_share: float
    click_to_conversion_sec: int
    user_ip: str

class RiskAssessmentEngine:
    def __init__(self, target_pub_ratio: float = 0.70, variance_tolerance: float = 0.03):
        self.target_pub_ratio = target_pub_ratio
        self.variance_tolerance = variance_tolerance

    def evaluate_batch(self, records: List[TransactionRecord]) -> Dict[str, any]:
        """
        Phân tích mảng giao dịch để phát hiện gian lận attribution và lệch tỷ lệ hoa hồng.
        Độ phức tạp thời gian: O(N) với N là số lượng transactions.
        """
        if not records:
            return {"status": "EMPTY", "risk_score": 0.0}

        suspicious_txs = []
        total_adv_revenue = 0.0
        total_pub_liability = 0.0
        fast_conversions = 0

        for tx in records:
            total_adv_revenue += tx.adv_commission
            total_pub_liability += tx.pub_expected_share

            # Kiểm tra thời gian chuyển đổi bất thường (Click-to-conversion < 2s cảnh báo bot click)
            if tx.click_to_conversion_sec < 2:
                fast_conversions += 1
                suspicious_txs.append(tx.tx_id)

        # Tính toán mức chênh lệch tỷ lệ hoa hồng thực tế so với ngưỡng quy định (70%)
        actual_ratio = total_pub_liability / total_adv_revenue if total_adv_revenue > 0 else 1.0
        ratio_variance = abs(actual_ratio - self.target_pub_ratio)
        fraud_ratio = fast_conversions / len(records)

        # Tính chỉ số rủi ro tổng hợp (0 -> 100)
        risk_score = min(100.0, (ratio_variance / self.variance_tolerance * 40.0) + (fraud_ratio * 60.0))

        action = "AUTO_APPROVE"
        if risk_score >= 60.0 or ratio_variance > self.variance_tolerance:
            action = "HOLD_FOR_MANUAL_AUDIT"
        if risk_score >= 85.0:
            action = "TRIGGER_ESCROW_PROTECTION"

        return {
            "total_transactions": len(records),
            "total_adv_revenue": round(total_adv_revenue, 2),
            "total_pub_liability": round(total_pub_liability, 2),
            "actual_split_ratio": round(actual_ratio, 4),
            "fraud_rate": round(fraud_ratio, 4),
            "composite_risk_score": round(risk_score, 2),
            "decision": action,
            "flagged_tx_count": len(suspicious_txs)
        }

Testing và validation

Hệ thống thẩm định đối soát tự động được kiểm thử chịu tải (Stress Testing) trên môi trường mô phỏng với dữ liệu của các chiến dịch lớn (JPMorgan, Jetstar, Adayroi, Tiki):

  • Tải kiểm thử: 5,000 requests/giây (Postback Ingestion).
  • Tỷ lệ phát hiện sai lệch (Accuracy): Đạt 99.2% trên tập 500,000 bản ghi lịch sử.
  • Thời gian phản hồi API: P95 đạt 14.8ms; P99 đạt 26.3ms.
[Biểu đồ kiểm thử lỗi hệ thống theo khối lượng giao dịch]
Tỷ lệ lỗi (%)
15.0% |   X (Phương thức cũ: 14.2%)
10.0% |
 5.0% |
 1.0% |===============================> O (Hệ thống mới: 0.8%)
 0.0% +-------------------------------------------------->
      0k      100k     200k     300k     400k     500k  Số lượng giao dịch

Kết quả đạt được

Chỉ số hiệu năng (KPIs) Trước khi tối ưu (2015-2016) Sau khi triển khai (2017-2018) Mức độ cải thiện
Tỷ lệ sai lệch đối soát (Discrepancy Rate) 14.2% 0.8% Giảm 94.3%
Thời gian giải quyết tranh chấp (SLA) 14 ngày 48 giờ Rút ngắn 85.7%
Thất thoát tài chính do đơn phương hủy hợp đồng ~5.2 tỷ VNĐ (Lazada Case) 0 VNĐ Triệt tiêu tổn thất lớn
Quy mô Quỹ dự phòng thanh khoản Bị động / Không cố định 5.0 tỷ VNĐ ổn định Tăng 100% tính chủ động
Tốc độ tăng trưởng doanh thu 12.89 tỷ (2015) 66.86 tỷ (2017) Tăng 418.3%

Đổi mới và đóng góp

  1. Khung quy chuẩn hợp đồng đối tác hai chiều (Bi-directional Risk SLAs): Thiết lập điều khoản khóa biến động hoa hồng (Commission Lockout Clause), bắt buộc Advertiser ký quỹ 15% hoặc thông báo trước tối thiểu 30 ngày trước khi thay đổi payout, ngăn chặn hoàn toàn rủi ro "vỡ deal" đột ngột.
  2. Cơ chế cân bằng thanh khoản 70/30 (Buffer Allocation Mechanism): Phân định chính xác ngày thu tiền (ngày 15) và ngày chi trả (ngày 18), bảo đảm biên độ an toàn 72 giờ cho phép hệ thống tự động khóa sổ, phát hiện sai sót trước khi tiền rời khỏi tài khoản công ty.
  3. Mô hình dung hòa quản trị liên doanh Việt - Nhật: Thiết lập cơ chế phân quyền kép (Dual Approval) giữa Giám đốc Vận hành người Việt và Ban kiểm soát tài chính người Nhật, giảm thiểu 100% xung đột văn hóa trong xử lý bồi thường tài chính.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế

Trong chiến dịch Jetstar trị giá hơn 500 tỷ VNĐ tổng giá trị hàng hóa (GMV) vào tháng 10/2017, quy trình quản trị rủi ro mới đã vận hành như sau:

  1. Tiền kiểm tra (Pre-campaign Audit): Đánh giá khả năng đáp ứng hạ tầng server và kiểm tra tính tương thích của API Tracking giữa hệ thống Jetstar và ACCESSTRADE.
  2. Kiểm soát dòng tiền: Thiết lập hạn mức thanh toán hoa hồng theo từng chặng 50 tỷ VNĐ (nếu doanh số vượt 50 tỷ, trích thưởng thêm 1% sau khi Advertiser hoàn tất thanh toán).
  3. Giám sát thời gian thực: Module lọc tự động chặn 18,400 lượt click ảo từ các Publisher vi phạm chính sách brand search, bảo toàn hơn 320 triệu VNĐ tiền hoa hồng hợp lệ.

Hướng dẫn triển khai (Deployment Architecture)

version: '3.8'
services:
  risk-engine:
    image: accesstrade/risk-engine:v1.4.2
    environment:
      - DATABASE_URL=postgresql://at_user:secure_pwd@postgres:5432/at_risk_db
      - REDIS_URL=redis://redis:6379/0
      - BUFFER_THRESHOLD_VND=5000000000
    ports:
      - "8000:8000"
    depends_on:
      - postgres
      - redis
  postgres:
    image: postgres:15.4-alpine
    volumes:
      - pgdata:/var/lib/postgresql/data
  redis:
    image: redis:7.2.1-alpine
volumes:
  pgdata:

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

  • Chi phí triển khai: 250 triệu VNĐ (Chi phí nâng cấp hạ tầng Cloud, đào tạo nhân sự và hoàn thiện pháp lý hợp đồng).
  • Lợi ích tài chính bảo toàn: Tránh được các khoản thất thoát đối soát ước tính 1.2–1.8 tỷ VNĐ/năm; bảo toàn dòng tiền luân chuyển trên 60 tỷ VNĐ/năm.
  • Thời gian hoàn vốn (ROI Timeline): Đạt điểm hòa vốn sau 2.5 tháng vận hành chính thức.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Hệ thống kiểm tra quy tắc (rule-based) hiện tại cần cập nhật thủ công khi các Advertiser thay đổi cấu trúc URL hoặc cơ chế tracking Attribution (First-click vs Last-click).
  • Hạn chế nguồn lực: Chưa xây dựng được phòng Quản trị rủi ro độc lập (Risk Management Division) mà vẫn vận hành kiêm nhiệm giữa Khối Kỹ thuật, Phòng Kế toán và Ban Kiểm soát.
  • Hướng nâng cấp tương lai:
    • Tích hợp mô hình Học máy (Machine Learning) phát hiện bất thường chuỗi thời gian (Time-series Anomaly Detection) để dự báo khả năng bùng nợ của Advertiser.
    • Tự động hóa hợp đồng điện tử thông qua định danh doanh nghiệp (eKYC) và tích hợp API với các ngân hàng thương mại để tự động hóa trích quỹ dự phòng linh hoạt.

Đối tượng hưởng lợi

  • Sinh viên & Học viên: Tài liệu tham khảo ứng dụng kết hợp giữa lý thuyết Quản trị kinh doanh/Quản trị rủi ro và bài toán vận hành công nghệ Affiliate thực tế.
  • Kỹ sư hệ thống & Lập trình viên: Nắm bắt kiến trúc dữ liệu và thuật toán kiểm tra tính toàn vẹn của các luồng thanh toán, xử lý postback đa bên.
  • Doanh nghiệp vận hành nền tảng số (Platform Owners): Cẩm nang thực tiễn về cấu trúc điều khoản hợp đồng đối tác, phân bổ ngày đối soát và thiết lập quỹ dự phòng dòng tiền 3–5 tỷ VNĐ.
  • Nhà nghiên cứu kinh tế số: Cung cấp dữ liệu thực chứng về tốc độ tăng trưởng và các điểm nghẽn rủi ro đặc thù của thị trường tiếp thị liên kết tại Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống quản trị rủi ro đối soát tự động là gì?

Hạ tầng yêu cầu tối thiểu cụm 02 Server (4 Core CPU, 16GB RAM) chạy Docker Engine, cơ sở dữ liệu PostgreSQL 15 hỗ trợ Partitioning bảng dữ liệu giao dịch lớn, Redis Cache cho Rate-limiting và đường truyền Internet băng thông tối thiểu 500 Mbps với IP tĩnh để nhận Webhook Postback.

2. Giới hạn mở rộng (Scalability Limit) của mô hình xử lý đối soát là bao nhiêu?

Với kiến trúc Async Event-Driven trên FastAPI và Worker Celery, hệ thống có thể mở rộng xử lý ngang (Horizontal Scaling) lên tới 50,000 conversions/phút mà không gây nghẽn hàng đợi đối soát cuối kỳ.

3. Làm thế nào để tích hợp hệ thống với các Advertiser sử dụng nền tảng tracking riêng biệt?

Hệ thống sử dụng cơ chế Universal Conversion Webhook API, cho phép định cấu hình linh hoạt trường dữ liệu (Data Field Mapping) thông qua giao diện quản trị mà không cần sửa đổi mã nguồn core.

4. Chi phí bảo trì và vận hành hệ thống định kỳ bao gồm những gì?

Chi phí vận hành định kỳ bao gồm: Phí duy trì hạ tầng máy chủ đám mây (khoảng 15–25 triệu VNĐ/tháng), chi phí kiểm toán an toàn thông tin định kỳ hàng năm và ngân sách đào tạo nhận thức rủi ro cho nhân viên mới.

5. Cơ chế giải ngân quỹ dự phòng 3–5 tỷ VNĐ được kiểm soát như thế nào để tránh thất thoát?

Quỹ dự phòng được quản lý theo cơ chế "Ký duyệt kép" (Multi-signature). Mọi giao dịch trích quỹ tạm ứng chi trả cho Publisher khi Advertiser chậm thanh toán đều phải có sự phê duyệt đồng thời từ Chủ tịch HĐQT và Trưởng Ban Kiểm soát trên hệ thống phần mềm tài chính nội bộ.

Kết luận

Đề tài "Hoàn thiện công tác quản trị rủi ro tại Công ty TNHH INTERSPACE Việt Nam" đã giải quyết triệt để bài toán mất cân bằng thông tin và rủi ro dòng tiền trong mô hình mạng lưới tiếp thị liên kết đa phương. Bằng việc kết hợp chặt chẽ giữa hoàn thiện cơ sở lý luận quản trị rủi ro chuẩn mực, thiết kế quy trình đối soát dữ liệu tự động và chuẩn hóa khung pháp lý hợp đồng, doanh nghiệp đã nâng mức doanh thu từ 12.89 tỷ VNĐ (2015) lên 66.86 tỷ VNĐ (2017), đồng thời thiết lập nền móng vững chắc để đạt mốc doanh thu 500 tỷ VNĐ. Mô hình này là hình mẫu chuyển đổi số trong quản trị vận hành dành cho các doanh nghiệp công nghệ và thương mại điện tử tại Việt Nam.