Giới thiệu dự án

Trong kỷ nguyên chuyển đổi số và bùng nổ thương mại điện tử, hành vi của người tiêu dùng tại thị trường Việt Nam có sự dịch chuyển mang tính cấu trúc. Theo báo cáo tổng quan kỹ thuật số Việt Nam năm 2022 (Simon Kemp / Kepios), cả nước ghi nhận 72,10 triệu người sử dụng Internet (chiếm tỷ lệ thâm nhập 73,2% dân số) và 76,95 triệu người dùng mạng xã hội (tương đương 78,1% dân số), với 156,0 triệu kết nối di động. Sự dịch chuyển này biến môi trường số thành kênh tương tác trọng điểm cho các doanh nghiệp B2B và B2C trong chuỗi cung ứng ngành F&B (Food and Beverage) và dịch vụ thương mại.

Công ty TNHH MADG (Huế) là doanh nghiệp chuyên cung cấp giải pháp toàn diện cho các đơn vị khởi sự kinh doanh quán cà phê: từ phân phối máy pha cà phê chuyên nghiệp (2 Group, 3 Group), máy xay, dụng cụ barista, nguyên liệu pha chế, cho đến môi giới – cho thuê mặt bằng và tư vấn vận hành. Tuy nhiên, hoạt động tiếp thị kỹ thuật số của doanh nghiệp đối mặt với nhiều rào cản:

  • Phân mảnh kênh truyền thông (quản lý đồng thời 5 Fanpage Facebook và website cafehue.com nhưng thiếu hệ thống dữ liệu liên kết tập trung).
  • Thiếu cơ chế định lượng và đo lường mức độ ảnh hưởng của tiếp thị số đến quyết định mua sắm của khách hàng.
  • Tỷ lệ chuyển đổi từ nhận biết thương hiệu sang hành động (Action) và chia sẻ (Share) chưa được tối ưu hóa dựa trên dữ liệu hành vi thực nghiệm.

Đề tài khóa luận tập trung giải quyết bài toán bằng cách xây dựng quy trình định lượng toàn diện hiệu quả Digital Marketing thông qua việc ứng dụng mô hình hành vi người tiêu dùng kỹ thuật số AISAS (Attention - Interest - Search - Action - Share), kết hợp công cụ phân tích thống kê chuyên sâu.

+-----------------------------------------------------------------------------------+
|                            AISAS BEHAVIORAL FUNNEL                                |
|                                                                                   |
|  [Attention]  ---> [Interest]  ---> [Search]  --->  [Action]  --->  [Share]       |
|   (Giao diện,       (Nội dung,      (Website,        (Tương tác,     (Giới thiệu,  |
|    Hình ảnh)         Ưu đãi)         Tư vấn)          Mua hàng)       Đánh giá)   |
|       |                 |               |                |               |        |
|     (AT1-4)           (TT1-4)         (IM1-3)          (HD1-3)         (CS1-3)     |
+-----------------------------------------------------------------------------------+

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về Marketing trực tuyến (SEM, SMM, Content Marketing) và khung phân tích hành vi khách hàng AISAS của Dentsu.
  2. Xây dựng thang đo Likert 5 mức độ gồm 18 biến quan sát thuộc 5 nhân tố AISAS, triển khai thu thập và sàng lọc $N = 120$ mẫu khảo sát thực tế tại Thừa Thiên Huế.
  3. Thực hiện kiểm định độ tin cậy thang đo Cronbach's Alpha và kiểm định giá trị trung bình One-Sample T-Test trên nền tảng SPSS v22.0.
  4. Đề xuất ma trận giải pháp kỹ thuật, tối ưu hóa On-page/Off-page SEO, tự động hóa phễu chuyển đổi Facebook Pixel/Meta Ads và cải tiến cấu trúc phân phối nội dung đa kênh cho MADG.

Phạm vi và giới hạn

  • Không gian: Địa bàn tỉnh Thừa Thiên Huế và các thị trường vệ tinh liên kết (Quảng Trị, Đà Nẵng).
  • Thời gian nghiên cứu: Dữ liệu hoạt động kinh doanh giai đoạn 2019–2021 và khảo sát thực nghiệm từ 12/09/2022 đến 18/12/2022.
  • Giới hạn kỹ thuật: Phương pháp chọn mẫu thuận tiện phi xác suất ($N = 120$ mẫu hợp lệ), tập trung đánh giá 2 kênh chính: Website thương mại điện tử và hệ sinh thái Social Media (Facebook Fanpage).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Doanh nghiệp SME trong ngành thiết bị pha chế và dịch vụ F&B tại miền Trung thường áp dụng các phương thức tiếp thị truyền thống kết hợp chạy quảng cáo số tự phát, bộc lộ nhiều điểm hạn chế khi so sánh tổng thể:

Tiêu chí Tiếp thị truyền thống (Offline) Digital Marketing tự phát (Ad-hoc) Mô hình AISAS dựa trên Dữ liệu (Đề xuất)
Phạm vi tiếp cận Cục bộ, giới hạn địa lý (Phát tờ rơi, biển bảng) Rộng nhưng phân tán, thiếu định hướng tệp Định vị chính xác nhóm khách hàng mục tiêu B2B/B2C
Thời gian vận hành Giờ hành chính, ngắt quãng 24/7 nhưng phản hồi thủ công 24/7 tự động hóa qua Chatbot & Lead Tracking
Chi phí & Đo lường Chi phí cố định cao, khó tính toán ROI cụ thể CPC/CPM cao do Target không tối ưu Tối ưu chi phí qua Inbound SEO, đo lường ROI/CPA chi tiết
Khả năng tương tác Giao tiếp 1 chiều, độ trễ cao Tương tác 2 chiều mức cơ bản Tương tác đa chiều, kích thích vòng lặp Share (Viral Loop)
Quản trị dữ liệu Ghi chép sổ sách thủ công Dữ liệu phân mảnh trên từng tài khoản cá nhân Chuẩn hóa thang đo SPSS, đồng bộ hóa CRM/CDP

Phân tích yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have (Bắt buộc): Hệ thống đo lường độ tin cậy thang đo ($\alpha \ge 0.70$), giao diện UI/UX Website chuẩn Responsive trên thiết bị di động, chuẩn hóa 5 Fanpage vệ tinh theo nhóm từ khóa sản phẩm.
  • Should have (Nên có): Tích hợp Meta Pixel và Google Analytics 4 để theo dõi hành vi Event Tracking (click_to_call, submit_lead_form), kịch bản phản hồi Messenger tự động.
  • Could have (Có thể có): Kênh phân phối video ngắn trên nền tảng TikTok/YouTube Shorts nhằm mở rộng điểm chạm Attention.
  • Won't have (Chưa thực hiện ở pha này): Ứng dụng di động độc lập (Native Mobile App) cho doanh nghiệp.

Thiết kế hệ thống đo lường và kiến trúc kỹ thuật

Hệ thống đánh giá và tối ưu hóa vận hành dựa trên kiến trúc 4 tầng kết nối giữa nền tảng tiếp thị số và công cụ phân tích thống kê:

+-------------------------------------------------------------------------------+
|                       MARKETING & ANALYTICS PIPELINE                          |
+-------------------------------------------------------------------------------+
| [1. KÊNH TIẾP THỊ (TOUCHPOINTS)]                                              |
|  - WordPress v6.2 CMS (cafehue.com) | Apache 2.4 | PHP 8.1                    |
|  - Hệ sinh thái Fanpage Facebook (Meta Business Suite v158.0)                  |
+-------------------------------------------------------------------------------+
|                                      | (Dữ liệu tương tác & Bảng hỏi số)       |
|                                      v                                        |
+-------------------------------------------------------------------------------+
| [2. THU THẬP & SÀNG LỌC DỮ LIỆU]                                              |
|  - Google Forms API | Khảo sát thực địa 5 mức độ Likert                       |
|  - Python v3.10 (Pandas, Scipy) làm sạch dữ liệu $N=120$ mẫu                   |
+-------------------------------------------------------------------------------+
|                                      | (Dataset chuẩn hóa)                    |
|                                      v                                        |
+-------------------------------------------------------------------------------+
| [3. ĐỘNG CƠ PHÂN TÍCH THỐNG KÊ (ANALYTICS ENGINE)]                           |
|  - IBM SPSS Statistics v22.0                                                  |
|  - Thuật toán Cronbach's Alpha (Độ tin cậy thang đo nội tại)                  |
|  - Thuật toán One-Sample T-Test (Kiểm định giá trị trung bình $\mu_0 = 3.0$)  |
+-------------------------------------------------------------------------------+
|                                      | (Insights & Báo cáo kiểm định)         |
|                                      v                                        |
+-------------------------------------------------------------------------------+
| [4. THỰC THI & TỐI ƯU HÓA CHIẾN LƯỢC]                                        |
|  - On-page SEO / Structured Data (Schema.org)                                 |
|  - Kịch bản Retargeting đa kênh & Call-to-Action (CTA) Optimization            |
+-------------------------------------------------------------------------------+

Ngăn xếp công nghệ (Technology Stack):

  • Phân tích dữ liệu & Thống kê: IBM SPSS Statistics v22.0, Python v3.10, thư viện Pandas v2.0, SciPy v1.10.
  • Nền tảng Web & CMS: WordPress v6.2, Nginx v1.24, PHP v8.1, MySQL v8.0.
  • Quản trị Social Media & Tracking: Meta Business Suite API v158.0, Google Tag Manager v2.0, Google Analytics 4 (GA4).
  • Tiêu chuẩn bảo mật: Giao thức HTTPS/TLS v1.3, mã hóa ẩn danh hóa dữ liệu người tham gia khảo sát (Anonymized Data Compliance).

Phương pháp nghiên cứu (Methodology)

Nghiên cứu áp dụng quy trình DMAIC (Define - Measure - Analyze - Improve - Control):

  1. Xác định quy mô mẫu (Sampling Formulation): Áp dụng công thức Cochran & Hair et al. với tỷ lệ mẫu tối thiểu gấp 5 lần số lượng biến quan sát ($N = 18 \times 5 = 90$). Nhằm đảm bảo kiểm định có độ phân hóa cao, tác giả phát ra 120 phiếu khảo sát và thu về 120 mẫu hợp lệ ($100%$).
  2. Quy trình kiểm soát chất lượng (QA Process):
    • Thử nghiệm Pilot Survey trên $n_0 = 20$ khách hàng để kiểm tra độ rõ ràng của câu hỏi và cấu trúc ngữ nghĩa.
    • Hiệu chỉnh thang đo, loại bỏ biến có hệ số tương quan biến - tổng ($Item\text{-}Total\text{ }Correlation$) $< 0,30$.
    • Kiểm định độ tin cậy thang đo yêu cầu hệ số Cronbach's Alpha tổng thể $\alpha \ge 0,70$.

Thực thi và kết quả

Quy trình phân tích dữ liệu và thuật toán thống kê

Dữ liệu sơ cấp sau khi thu thập được mã hóa và xử lý trên nền tảng SPSS v22.0 và Python script để trích xuất các chỉ số kiểm định thống kê.

import numpy as np
import pandas as pd
from scipy import stats

def calculate_cronbach_alpha(df_items: pd.DataFrame) -> float:
    """
    Tính hệ số độ tin cậy Cronbach's Alpha cho tập biến quan sát
    Công thức: alpha = (k / (k - 1)) * (1 - sum(var_i) / var_total)
    """
    k = df_items.shape[1]
    item_variances = df_items.var(axis=0, ddof=1)
    total_score = df_items.sum(axis=1)
    total_variance = total_score.var(ddof=1)
    
    alpha = (k / (k - 1)) * (1 - item_variances.sum() / total_variance)
    return float(alpha)

def run_one_sample_ttest(data_column: pd.Series, test_value: float = 3.0):
    """
    Thực hiện kiểm định One-Sample T-Test với giả thuyết trung bình kiểm định mu_0 = 3.0
    """
    t_stat, p_value = stats.ttest_1samp(data_column, popmean=test_value)
    mean_val = np.mean(data_column)
    std_val = np.std(data_column, ddof=1)
    return {
        "Mean": round(mean_val, 4),
        "Std": round(std_val, 4),
        "t_statistic": round(t_stat, 4),
        "p_value": round(p_value, 5)
    }
* Script cú pháp SPSS (Syntax) kiểm định độ tin cậy thang đo Cronbach's Alpha và T-Test.
RELIABILITY
  /VARIABLES=AT1 AT2 AT3 AT4
  /SCALE('Attention_Scale') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE
  /SUMMARY=TOTAL.

T-TEST
  /TESTVAL=3
  /MISSING=ANALYSIS
  /VARIABLES=Mean_AT Mean_TT Mean_IM Mean_HD Mean_CS
  /CRITERIA=CI(.95).

Kết quả kiểm định thống kê và đánh giá thực nghiệm

Toàn bộ 18 biến quan sát thuộc 5 nhóm nhân tố AISAS trải qua quá trình kiểm định Cronbach's Alpha đều đạt chỉ số tin cậy cao ($\alpha > 0,80$, hệ số tương quan biến - tổng của tất cả các biến đều $> 0,45$, vượt ngưỡng loại bỏ $0,30$).

+---------------------------------------------------------------------------------+
|                    CRONBACH'S ALPHA & T-TEST SUMMARY TABLE                      |
+-------------------+-------------------+-------------------+---------------------+
| Nhóm thang đo     | Số biến quan sát  | Cronbach's Alpha  | Điểm Mean (Thang 5) |
+-------------------+-------------------+-------------------+---------------------+
| Attention (AT)    | 4 (AT1 -> AT4)    | 0.842             | 3.82                |
| Interest (TT)     | 4 (TT1 -> TT4)    | 0.865             | 3.76                |
| Search (IM)       | 3 (IM1 -> IM3)    | 0.814             | 3.91                |
| Action (HD)       | 3 (HD1 -> HD3)    | 0.838             | 3.45                |
| Share (CS)        | 3 (CS1 -> CS3)    | 0.802             | 3.28                |
+-------------------+-------------------+-------------------+---------------------+

Phân tích chi tiết từng nhóm chỉ số:

  1. Nhóm Tìm kiếm thông tin (Search - Mean = 3,91; $p < 0,001$): Đạt điểm cao nhất. Khách hàng đánh giá rất tốt khả năng cung cấp thông tin liên hệ (IM2) và tốc độ tư vấn giải đáp của đội ngũ nhân viên (IM3).
  2. Nhóm Sự chú ý (Attention - Mean = 3,82; $p < 0,001$): Hình ảnh sản phẩm máy pha cà phê và bài đăng cho thuê mặt bằng có tính trực quan cao, thu hút tương tác ban đầu tốt trên Fanpage Facebook.
  3. Nhóm Thích thú (Interest - Mean = 3,76; $p < 0,001$): Nội dung thông số kỹ thuật (công suất máy, nguồn gốc xuất xứ) và các chương trình ưu đãi combo setup đáp ứng sát nhu cầu khách hàng.
  4. Nhóm Hành động (Action - Mean = 3,45; $p < 0,001$): Khách hàng có xu hướng tìm hiểu sâu dịch vụ sau khi xem bài đăng (HD2), tuy nhiên tỷ lệ đặt hàng trực tuyến hoặc chốt đơn tự động qua Web/Page chưa đạt mức kỳ vọng.
  5. Nhóm Chia sẻ (Share - Mean = 3,28; $p < 0,05$): Đạt điểm thấp nhất trong chuỗi AISAS. Mặc dù vẫn lớn hơn mức trung lập ($3,0$), hành vi tự nguyện chia sẻ bài viết, đánh giá công khai (Review) lên trang cá nhân còn hạn chế, đòi hỏi doanh nghiệp phải có cơ chế kích cầu lan tỏa.

Đổi mới và đóng góp

  1. Chuẩn hóa khung định lượng hành vi AISAS cho doanh nghiệp SME địa phương: Thay vì đánh giá hiệu quả tiếp thị dựa trên các chỉ số ảo (Vanity Metrics) như số Like hay Reach tổng thể, đề tài xây dựng bộ chỉ số đánh giá có cấu trúc từ thu hút nhận thức đến hành động chuyển đổi và lan tỏa.
  2. Tích hợp mô hình kinh doanh hỗn hợp B2B & B2C: Giải quyết bài toán tiếp thị đa ngành đặc thù của MADG (phân phối máy móc giá trị cao kết hợp dịch vụ cho thuê bất động sản mặt bằng F&B) thông qua phân luồng tệp khách hàng trên hệ thống 5 Fanpage chuyên biệt.
  3. Tối ưu hóa phễu chuyển đổi số (Conversion Funnel): Xác định chính xác "nút thắt cổ chai" (Bottleneck) nằm ở giai đoạn chuyển dịch từ Search sang ActionShare, cung cấp bằng chứng thực nghiệm để ban lãnh đạo tái cơ cấu ngân sách tiếp thị.

Ứng dụng thực tế và triển khai

Chiến lược triển khai giải pháp (Deployment Roadmap)

+-----------------------------------------------------------------------------------+
|                        TRIỂN KHAI GIẢI PHÁP TỐI ƯU HÓA                           |
+-----------------------------------------------------------------------------------+
| Giai đoạn 1: Tối ưu nền tảng số & UI/UX (Tháng 1 - Tháng 2)                       |
|  - Cấu trúc lại Website cafehue.com: Tối ưu tốc độ tải trang Core Web Vitals       |
|  - Chuẩn hóa SEO On-page: Thẻ Meta Title, Description, Alt text, Schema B2B        |
+-----------------------------------------------------------------------------------+
| Giai đoạn 2: Tự động hóa Lead Nurturing & Chatbot (Tháng 3 - Tháng 4)             |
|  - Tích hợp kịch bản trả lời tự động qua Facebook Messenger API                   |
|  - Gắn mã Meta Pixel / Google Tag Manager theo dõi chuyển đổi form                |
+-----------------------------------------------------------------------------------+
| Giai đoạn 3: Kích hoạt cơ chế Referral & Viral Loop (Tháng 5 - Tháng 6)           |
|  - Triển khai chính sách chiết khấu/tặng voucher nguyên liệu khi Check-in/Review  |
|  - Xây dựng chuỗi nội dung đào tạo Barista / Hướng dẫn chọn mặt bằng định kỳ      |
+-----------------------------------------------------------------------------------+

Phân tích hiệu quả kinh tế và lợi ích đầu tư (Cost-Benefit Analysis)

  • Chi phí triển khai ước tính: 15.000.000 – 25.000.000 VNĐ (chủ yếu tập trung nâng cấp hạ tầng On-page SEO, sáng tạo bộ Content Template chuẩn nhận diện thương hiệu và thiết lập hệ thống tự động hóa).
  • Hiệu quả kỳ vọng:
    • Tăng tỷ lệ chuyển đổi từ truy cập sang để lại thông tin tư vấn (Lead Conversion Rate) thêm $25% - 35%$.
    • Giảm chi phí thu hút một khách hàng tiềm năng (Cost Per Lead - CPL) trên kênh quảng cáo trả phí (PPC) từ $15% - 20%$ nhờ điểm chất lượng nội dung Organic được nâng cao.
    • Tăng trưởng chỉ số lan tỏa thương hiệu (Share Rate) lên mức Mean $> 3,80$ sau 6 tháng áp dụng chương trình Referral Incentive.

Hạn chế và hướng phát triển

Hạn chế tồn tại

  • Phương pháp lấy mẫu: Cỡ mẫu dừng lại ở $N = 120$ trên địa bàn Thừa Thiên Huế theo phương pháp thuận tiện, chưa bao phủ toàn diện tệp khách hàng tiềm năng tại các tỉnh lân cận như Quảng Bình, Quảng Trị, Đà Nẵng.
  • Công cụ theo dõi: Chưa tích hợp hệ thống quản trị quan hệ khách hàng tập trung (CRM) đồng bộ thời gian thực với lịch sử tương tác đa kênh.

Hướng phát triển tiếp theo

  • Triển khai hệ thống tự động hóa Marketing (Marketing Automation) tích hợp nền tảng CRM mã nguồn mở hoặc SaaS (HubSpot / Bitrix24).
  • Ứng dụng mô hình dự đoán xu hướng mua sắm bằng thuật toán học máy (Machine Learning Classification) để phân loại mức độ tiềm năng của khách hàng dựa trên lịch sử tương tác Web/Fanpage.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Cung cấp tài liệu tham khảo hoàn chỉnh về phương pháp kết hợp lý thuyết hành vi khách hàng (AISAS) với kỹ thuật xử lý dữ liệu thực nghiệm trên SPSS.
  • Chuyên viên Marketing & Lập trình viên Web: Nhận được mô hình phân tích định lượng, mã nguồn kịch bản kiểm định và quy chuẩn thiết kế luồng chuyển đổi số cho doanh nghiệp dịch vụ.
  • Doanh nghiệp SME & Đơn vị kinh doanh F&B: Sở hữu bộ giải pháp thực tế, có thể áp dụng trực tiếp để tối ưu chi phí tiếp thị số, nâng cao doanh thu và cải thiện mức độ gắn kết của khách hàng.
  • Nhà nghiên cứu kinh tế: Bổ sung bằng chứng thực nghiệm về mức độ ứng dụng Marketing trực tuyến tại thị trường các đô thị đang phát triển ở miền Trung Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai hệ thống đo lường và tiếp thị này là gì?

Hệ thống yêu cầu máy chủ web cài đặt Nginx 1.20+ hoặc Apache 2.4, PHP phiên bản 8.0 trở lên, cơ sở dữ liệu MySQL 5.7+ hoặc MariaDB 10.3+. Về phân tích dữ liệu, cần môi trường máy trạm có khả năng chạy IBM SPSS v20+ hoặc Python 3.8+ với các gói thư viện khoa học dữ liệu cơ bản (pandas, numpy, scipy).

2. Mô hình AISAS có áp dụng hiệu quả cho doanh nghiệp B2B với giá trị đơn hàng lớn không?

Có. Đối với sản phẩm máy pha cà phê công nghiệp hoặc dịch vụ sang nhượng mặt bằng giá trị cao, chu kỳ mua hàng kéo dài và giai đoạn Search (Tìm kiếm, so sánh thông số, kiểm tra độ uy tín) đóng vai trò quyết định. Mô hình giúp tối ưu hóa điểm chạm thông tin minh bạch để thúc đẩy hành vi liên hệ tư vấn (Action).

3. Làm cách nào để liên kết dữ liệu giữa các Fanpage vệ tinh và Website?

Doanh nghiệp cần cài đặt đồng bộ mã định danh Meta Pixel và thẻ Google Tag Manager trên website cafehue.com, kết hợp công cụ rút gọn link có gắn tham số UTM (utm_source, utm_medium, utm_campaign) trên từng bài đăng Fanpage để theo dõi chính xác nguồn chuyển đổi.

4. Chi phí duy trì hệ sinh thái tiếp thị số này hàng tháng là bao nhiêu?

Chi phí cố định duy trì máy chủ, tên miền và các công cụ bổ trợ dao động từ 500.000 – 1.500.000 VNĐ/tháng. Ngân sách chạy chiến dịch quảng cáo trả phí (PPC) có thể linh hoạt điều chỉnh tùy theo mục tiêu doanh số từng thời kỳ của doanh nghiệp.

5. Bao lâu sau khi áp dụng các giải pháp đề xuất thì thấy được sự cải thiện về ROI?

Thông thường, các cải tiến về On-page SEO và tối ưu trải nghiệm giao diện người dùng cần từ 3 đến 6 tháng để công cụ tìm kiếm ghi nhận và phản ánh vào thứ hạng tự nhiên. Tuy nhiên, các tối ưu về kịch bản tư vấn tự động và chương trình kích hoạt chia sẻ có thể đem lại chuyển biến tích cực trong vòng 4 – 8 tuần vận hành.


Kết luận

Công trình nghiên cứu "Đánh giá hiệu quả hoạt động Marketing trực tuyến của Công ty TNHH MADG" đã hệ thống hóa thành công khung lý thuyết tiếp thị số hiện đại, đồng thời chứng minh tính hiệu quả của việc áp dụng mô hình định lượng AISAS trong quản trị kinh doanh thực tế. Kết quả phân tích trên tập dữ liệu $N = 120$ đã làm sáng tỏ các điểm nghẽn hành vi của khách hàng, từ đó cung cấp căn cứ khoa học vững chắc để doanh nghiệp tiến hành chuẩn hóa hạ tầng số, tối ưu hóa nội dung đa kênh và nâng cao hiệu quả sinh lời bền vững trong giai đoạn chuyển đổi số toàn diện.