Giới thiệu dự án

Hoạt động tín dụng thương mại giữ vai trò huyết mạch trong nền kinh tế Việt Nam, đóng góp trên 60% tổng doanh thu và lợi nhuận thuần của các Ngân hàng Thương mại Cổ phần (NHTM). Tuy nhiên, dưới tác động chuyển dịch kinh tế sau đại dịch COVID-19 và sức ép cạnh tranh gay gắt từ các mô hình Fintech, các ngân hàng đối mặt với bài toán tối ưu hóa trải nghiệm và duy trì sự gắn kết của khách hàng.

Đề tài "Đánh giá sự hài lòng của khách hàng đối với chất lượng dịch vụ tín dụng của Ngân hàng TMCP Tiên Phong (TPBank) - Chi nhánh TP.HCM" do tác giả Nguyễn Thị Phương Uyên thực hiện (Khoa Quản trị Kinh doanh, Trường Đại học Công nghiệp TP.HCM, hướng dẫn: ThS. Huỳnh Đạt Hùng) tập trung giải quyết bài toán cốt lõi: Làm thế nào để định lượng chính xác nhận thức của khách hàng và tối ưu hóa các điểm chạm (touchpoints) trong quy trình cấp tín dụng ngân hàng bán lẻ.

Vấn đề thực tiễn (Problem Statement)

  • Độ trễ vận hành và thủ tục thẩm định: Khách hàng cá nhân và doanh nghiệp nhỏ thường gặp khó khăn về thời gian giải ngân kéo dài, yêu cầu hồ sơ phức tạp, gây áp lực lên quyết định chọn kênh tín dụng.
  • Bất đối xứng thông tin và tính minh bạch: Chi phí lãi suất vay, phí phụ trợ và các điều khoản hợp đồng tín dụng chưa được tiếp cận đồng đều giữa các nhóm đối tượng khách hàng.
  • Sự đồng đều trong chất lượng chăm sóc: Tác phong tư vấn, đạo đức nghề nghiệp và mức độ am hiểu nghiệp vụ chuyên sâu của nhân viên tín dụng chưa đồng nhất trên toàn hệ thống mạng lưới chi nhánh.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý thuyết và các thang đo chuẩn quốc tế về chất lượng dịch vụ (CLDV) tín dụng ngân hàng.
  2. Xây dựng và kiểm định mô hình định lượng xác định các nhân tố ảnh hưởng đến sự hài lòng của khách hàng (SHL) tại TPBank TP.HCM.
  3. Đánh giá mức độ tác động tương đối (trọng số $\beta$) của từng nhân tố và kiểm định sai biệt nhân khẩu học (giới tính, độ tuổi, mục đích vay, thâm niên giao dịch).
  4. Đề xuất hệ thống hàm ý quản trị khả thi giúp nâng cao chỉ số thỏa mãn khách hàng và năng lực cạnh tranh tín dụng.

Phương pháp tiếp cận và Phạm vi

Nghiên cứu kết hợp phương pháp hỗn hợp (mixed-methods): nghiên cứu định tính sơ bộ ($n=30$) để hiệu chỉnh thang đo và nghiên cứu định lượng chính thức ($N=200$ mẫu hợp lệ) xử lý qua phần mềm thống kê chuyên dụng. Phạm vi nghiên cứu tập trung vào khách hàng sử dụng dịch vụ tín dụng cá nhân và doanh nghiệp tại các phòng giao dịch TPBank trên địa bàn TP. Hồ Chí Minh.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Để đo lường chất lượng dịch vụ, các công trình học thuật trên thế giới đã phát triển nhiều mô hình lượng hóa. Bảng dưới đây so sánh các mô hình nền tảng:

Mô hình Tác giả & Năm Ưu điểm cốt lõi Nhược điểm / Giới hạn Mức độ phù hợp với TPBank
SERVQUAL Parasuraman et al. (1988) Đo lường toàn diện 5 khoảng cách chất lượng dịch vụ qua 5 thành phần Bảng hỏi dài (kỳ vọng vs thực tế), dễ gây nhiễu cho người trả lời Rất cao (dùng làm khung tham chiếu gốc)
SERVPERF Cronin & Taylor (1992) Chỉ đánh giá thực tế cảm nhận, giảm 50% số lượng câu hỏi khảo sát Bỏ qua việc so sánh kỳ vọng ban đầu của khách hàng Trung bình
BSQ Bahia & Nantel (2000) Tối ưu riêng cho lĩnh vực ngân hàng (6 thành phần: 31 biến) Quá nhiều biến quan sát, phân tán trọng tâm dịch vụ tín dụng Khá cao
Technical/Functional Gronroos (1984, 2007) Tách biệt kết quả dịch vụ và quy trình chuyển giao dịch vụ Khó lượng hóa cụ thể thành các chỉ số vận hành chi tiết Trung bình

Ma trận ưu tiên yêu cầu giải pháp (MoSCoW)

  • Must-have: Mô hình định lượng phải kiểm định được độ tin cậy thang đo (Cronbach's Alpha $\ge 0.60$), phân tích nhân tố khám phá (EFA với KMO $\ge 0.50$, Factor Loading $\ge 0.50$, Total Variance Explained $\ge 50%$), kiểm định hiện tượng đa cộng tuyến (VIF $< 10$).
  • Should-have: Kiểm định sự khác biệt có ý nghĩa thống kê giữa các nhóm nhân khẩu học qua Independent T-Test và One-way ANOVA ($p < 0.05$).
  • Could-have: Xây dựng kịch bản tự động hóa xử lý và làm sạch dữ liệu khảo sát bằng Python.
  • Won't-have (giai đoạn này): Xây dựng mô hình cấu trúc tuyến tính nâng cao (SEM/PLS-SEM) đa cấp độ.

Thiết kế hệ thống đo lường và Tech Stack

Cấu trúc Thang đo (Measurement Schema)

Hệ thống thang đo Likert 5 mức độ (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý) gồm 24 biến quan sát chia thành 6 cấu trúc:

  1. Sự tin cậy (TC): 4 biến (TC1 - Cam kết dịch vụ, TC2 - Đúng hợp đồng, TC3 - Xử lý khiếu nại, TC4 - Quy trình minh bạch).
  2. Sự đáp ứng (DU): 4 biến (DU1 - Xử lý nhanh, DU2 - Không tỏ ra bận rộn, DU3 - Giải đáp kịp thời, DU4 - Hỗ trợ tận nơi).
  3. Sự đồng cảm (DC): 4 biến (DC1 - Quan tâm nhu cầu, DC2 - Thu nợ linh hoạt, DC3 - Thời gian giải ngân, DC4 - Bảo mật thông tin).
  4. Phương tiện hữu hình (PTHH): 4 biến (PTHH1 - Trụ sở khang trang, PTHH2 - Trang phục lịch sự, PTHH3 - Trang thiết bị hiện đại, PTHH4 - Địa điểm thuận tiện).
  5. Năng lực phục vụ (NLPV): 4 biến (NLPV1 - Tạo sự an tâm, NLPV2 - Năng lực tư vấn, NLPV3 - Kiến thức nghiệp vụ, NLPV4 - Đạo đức nghề nghiệp).
  6. Sự hài lòng chung (SHL): 4 biến (SHL1 - Niềm tin thương hiệu, SHL2 - Ý định tái sử dụng, SHL3 - Sẵn sàng giới thiệu, SHL4 - Hài lòng toàn diện).

Technology Stack & Environments

  • Data Processing & Statistical Engine: IBM SPSS Statistics version 20.0.0.
  • Data Science Scripting Engine: Python v3.10.12 với các thư viện: pandas v2.1.4 (quản lý DataFrame), numpy v1.26.2 (ma trận số học), statsmodels v0.14.1 (kiểm định OLS & VIF), factor_analyzer v0.5.0 (kiểm định EFA).
  • Survey Infrastructure: Google Forms API & Microsoft Excel 365.
       [Survey Data (Google Forms / Field Sheets)]
            [Raw Data Cleaning (Excel/CSV)]
    [IBM SPSS Statistics 20]     [Python 3.10 Analytics Pipeline]
    - Cronbach's Alpha           - Pandas Data Transformation
    - EFA Extraction (Varimax)   - Factor Analyzer
    - Pearson Correlation        - Statsmodels OLS Regression
    - Multiple OLS Regression    - Multicollinearity (VIF)
    - T-Test & ANOVA Analysis    - Automated Report Generation

Methodology

  • Công thức xác định kích thước mẫu (Hair et al., 1998): $$N \ge 5 \times q = 5 \times 29 = 145 \text{ mẫu}$$ Trong đó $q=29$ là tổng số biến quan sát trong bảng hỏi (24 biến nghiên cứu + 5 biến nhân khẩu). Tác giả phát 240 phiếu, thu về 200 phiếu hợp lệ (tỷ lệ phản hồi hợp lệ đạt 83.33%), vượt xa ngưỡng tối thiểu yêu cầu.
  • Quản trị rủi ro nghiên cứu:
    • Rủi ro chệch mẫu (Sampling Bias): Thực hiện khảo sát đa khung giờ (9h-11h sáng và 14h-16h chiều) tại các quầy giao dịch và kết hợp nền tảng số.
    • Rủi ro đa cộng tuyến: Kiểm soát chỉ số VIF nghiêm ngặt dưới ngưỡng an toàn 2.0.

Implementation và kết quả

Development Process & Data Analytics Pipeline

Hệ thống xử lý định lượng được chuẩn hóa bằng thuật toán Python nhằm kiểm chứng chéo với đầu ra từ IBM SPSS 20.0:

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

# 1. Load dataset (200 quan sát từ mẫu khảo sát thực tế)
df = pd.read_csv("tpbank_credit_survey_data.csv")

# Danh sách các nhóm biến độc lập
features = ['TC_mean', 'DU_mean', 'DC_mean', 'PTHH_mean', 'NLPV_mean']
target = 'SHL_mean'

X = df[features]
y = df[target]

# 2. Thêm hằng số vào mô hình hồi quy (Intercept)
X_with_const = sm.add_constant(X)

# 3. Ước lượng mô hình Ordinary Least Squares (OLS)
ols_model = sm.OLS(y, X_with_const).fit()

# 4. Tính toán hệ số phóng đại phương sai (VIF) kiểm tra đa cộng tuyến
vif_data = pd.DataFrame()
vif_data["Variable"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]

print(ols_model.summary())
print("\n--- Variance Inflation Factor (VIF) ---")
print(vif_data)

Testing và Validation

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

Tất cả 6 thang đo đều đạt chuẩn học thuật xuất sắc với Cronbach's Alpha $> 0.80$ và hệ số tương quan biến tổng (Corrected Item-Total Correlation) $> 0.50$:

Thang đo Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến tổng nhỏ nhất Đánh giá
Sự tin cậy (TC) 4 0.864 0.658 (TC4) Đạt độ tin cậy cao
Sự đáp ứng (DU) 4 0.842 0.612 (DU2) Đạt độ tin cậy cao
Sự đồng cảm (DC) 4 0.857 0.634 (DC1) Đạt độ tin cậy cao
Phương tiện hữu hình (PTHH) 4 0.878 0.689 (PTHH1) Đạt độ tin cậy rất cao
Năng lực phục vụ (NLPV) 4 0.891 0.715 (NLPV4) Đạt độ tin cậy rất cao
Sự hài lòng (SHL) 4 0.885 0.702 (SHL2) Đạt độ tin cậy rất cao

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập (20 biến):
    • Hệ số KMO (Kaiser-Meyer-Olkin) = 0.872 ($0.5 \le \text{KMO} \le 1$).
    • Kiểm định Bartlett’s Test: Chi-Square = 2154.382, Sig. = 0.000 ($p < 0.001$).
    • Phương pháp trích Principal Component Analysis với phép quay Varimax trích được 5 nhân tố tại điểm dừng Eigenvalue = 1.245 ($> 1$).
    • Tổng phương sai trích (Cumulative Variance Explained) = 68.45% ($> 50%$). Tất cả Factor Loading đều $> 0.62$.
  • Biến phụ thuộc (4 biến SHL):
    • KMO = 0.812, Bartlett’s Sig. = 0.000, Phương sai trích = 74.32%, Eigenvalue = 2.973.

3. Mô hình Hồi quy Tuyến tính Đa biến (Multiple Regression Model)

$$Y_{SHL} = \beta_0 + \beta_1 X_{TC} + \beta_2 X_{DU} + \beta_3 X_{DC} + \beta_4 X_{PTHH} + \beta_5 X_{NLPV} + e$$

Biến độc lập Hệ số $\text{B}$ chưa chuẩn hóa Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\text{Beta } \beta$) Giá trị $t$-statistic Mức ý nghĩa ($p$-value) VIF
(Constant) -0.215 0.185 - -1.162 0.247 -
Sự tin cậy (TC) 0.231 0.048 0.245 4.812 0.000 1.425
Sự đáp ứng (DU) 0.264 0.051 0.278 5.176 0.000 1.512
Sự đồng cảm (DC) 0.165 0.045 0.172 3.667 0.000 1.389
Phương tiện hữu hình (PTHH) 0.142 0.042 0.151 3.381 0.001 1.298
Năng lực phục vụ (NLPV) 0.285 0.049 0.302 5.816 0.000 1.487
Chỉ số kiểm định mô hình tổng thể:
- Hệ số xác định R-Squared (R²): 0.642
- Hệ số R² hiệu chỉnh (Adjusted R²): 0.633 (Giải thích được 63.3% sự biến thiên của SHL)
- Kiểm định Fisher F-statistic = 69.584 (p = 0.000 < 0.001) -> Mô hình hoàn toàn phù hợp
- Hệ số Durbin-Watson = 1.948 (Nằm trong khoảng 1.5 - 2.5 -> Không có tự tương quan chuỗi bậc 1)
- Chỉ số VIF tối đa = 1.512 (< 2.0 -> Hoàn toàn không vi phạm hiện tượng đa cộng tuyến)

4. Phân tích khác biệt nhân khẩu học (ANOVA & T-Test)

  • Giới tính & Độ tuổi: Không có sự khác biệt có ý nghĩa thống kê về mức độ hài lòng ($p > 0.05$).
  • Mục đích vay vốn & Thời gian sử dụng: Khách hàng vay vốn sản xuất kinh doanh có điểm kỳ vọng và đánh giá khắt khe hơn về tốc độ giải ngân so với khách hàng vay tiêu dùng ($p = 0.028 < 0.05$).

Đổi mới và đóng góp

So sánh với các công trình nghiên cứu tiền nhiệm

Tiêu chí so sánh Đinh Vũ Minh (2009) Vũ Thị Tuyết Mai (2013) Nghiên cứu Nguyễn Thị Phương Uyên (2021)
Đơn vị khảo sát VPBank VRB (Ngân hàng Việt - Nga) TPBank Chi nhánh TP.HCM
Cỡ mẫu hợp lệ $N = 234$ $N = 194$ $N = 200$ (Kiểm định sạch)
Số lượng nhân tố tác động 2 nhân tố (Đáp ứng, Tin cậy) 3 nhân tố (Đáp ứng, Tin cậy, Năng lực PV) Toàn bộ 5 nhân tố đều có ý nghĩa thống kê ($p < 0.01$)
Nhân tố tác động mạnh nhất Sự đáp ứng ($\beta = 0.412$) Sự đáp ứng ($\beta = 0.385$) Năng lực phục vụ ($\beta = 0.302$), tiếp theo là Sự đáp ứng ($\beta = 0.278$)
$R^2$ hiệu chỉnh 51.4% 56.8% 63.3% (Độ thích hợp mô hình vượt trội)
                       TRỌNG SỐ TÁC ĐỘNG (BETA) ĐẾN SỰ HÀI LÒNG

Đóng góp học thuật và thực tiễn

  1. Khẳng định tính thích ứng của mô hình 5 thành phần SERVQUAL: Chứng minh trong bối cảnh ngân hàng số thế hệ mới, yếu tố "Năng lực phục vụ" và "Sự đáp ứng" giữ vị trí then chốt, chiếm hơn 50% tổng trọng số quyết định sự hài lòng của khách hàng tín dụng.
  2. Cung cấp bằng chứng thực nghiệm chính xác về TPBank: Xóa bỏ giả định cảm tính rằng cơ sở vật chất (PTHH) quyết định sự hài lòng; thực tế, khách hàng tín dụng đánh giá cao sự an tâm, minh bạch và thời gian xử lý hồ sơ hơn là quy mô trang trí phòng giao dịch.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng quản trị ngân hàng bán lẻ

Dựa trên kết quả định lượng, ngân hàng TPBank cần phân bổ ngân sách và nguồn lực quản trị theo ma trận 4 trụ cột chiến lược:

1. Trụ cột 1: Nâng cao năng lực chuyên môn và đạo đức tín dụng (Ưu tiên số 1 - $\beta = 0.302$)

  • Xây dựng chương trình đào tạo định kỳ 6 tháng/lần về nghiệp vụ định giá tài sản, phân tích báo cáo tài chính và thẩm định dòng tiền.
  • Thiết lập bộ quy tắc ứng xử và chỉ số đo lường hiệu suất (KPI) gắn liền với điểm đánh giá CSAT (Customer Satisfaction Score) của từng chuyên viên tín dụng.

2. Trụ cột 2: Tối ưu hóa tốc độ đáp ứng và tinh gọn quy trình (Ưu tiên số 2 - $\beta = 0.278$)

  • Rút ngắn thời gian phê duyệt hồ sơ tín dụng từ 3 ngày xuống còn 24-48 giờ thông qua hệ thống chấm điểm tín dụng tự động (Credit Scoring Engine).
  • Áp dụng luồng xử lý hồ sơ trực tuyến qua ứng dụng TPBank Mobile / LiveBank, giảm thiểu số lần khách hàng phải di chuyển đến phòng giao dịch.

3. Trụ cột 3: Xây dựng lòng tin và minh bạch lãi suất (Ưu tiên số 3 - $\beta = 0.245$)

  • Công khai minh bạch biểu phí, phương pháp tính lãi suất thả nổi, điều kiện tất toán trước hạn trong bản tóm tắt hợp đồng 01 trang (Key Fact Sheet).
  • Cam kết giải quyết khiếu nại trong vòng 24 giờ làm việc qua hotline chuyên trách tín dụng.

4. Trụ cột 4: Cá nhân hóa gói tín dụng và nâng cấp hạ tầng (Ưu tiên 4 & 5 - $\beta = 0.172$ & $0.151$)

  • Thiết kế các gói vay linh hoạt theo mùa vụ cho hộ kinh doanh cá thể.
  • Hiện đại hóa không gian tư vấn riêng tư (Private Banking booths) tại các chi nhánh TP.HCM để tăng tính bảo mật thông tin.

Phân tích Hiệu quả Đầu tư (ROI & Impact Projection)

  • Tăng tỷ lệ giữ chân khách hàng (Customer Retention): Dự kiến tăng 15-18% sau 12 tháng triển khai quy trình thẩm định số hóa.
  • Tăng trưởng dư nợ tín dụng: Giảm tỷ lệ hồ sơ ảo và tỷ lệ từ bỏ quy trình vay xuống dưới 10%, gia tăng quy mô cho vay bán lẻ thêm 20-25% so với cùng kỳ.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phương pháp luận

  • Phương pháp chọn mẫu phi xác suất (Thuận tiện): Mặc dù kích thước mẫu ($N=200$) đạt chuẩn phân tích EFA/OLS, phương pháp chọn mẫu thuận tiện có thể giới hạn tính đại diện cho toàn bộ khách hàng trên cả nước.
  • Mô hình cắt ngang (Cross-sectional Study): Dữ liệu được thu thập tại một thời điểm (năm 2021), chưa phản ánh được sự thay đổi của nhận thức khách hàng qua các chu kỳ kinh tế khác nhau.

Hướng nghiên cứu mở rộng

  • Ứng dụng mô hình cấu trúc tuyến tính SEM/PLS-SEM: Khảo sát thêm các biến trung gian (Biến trung gian: Giá trị cảm nhận, Lòng trung thành thương hiệu) và biến điều tiết (Chuyển đổi số, Thu nhập).
  • Mở rộng phạm vi địa lý: Mở rộng khảo sát so sánh đa vùng miền (Hà Nội, Đà Nẵng, Cần Thơ) và đa ngân hàng (Big4 vs NHTM cổ phần tư nhân).

Đối tượng hưởng lợi

                                  ĐỐI TƯỢNG HƯỞNG LỢI

Câu hỏi thường gặp

1. Kích thước mẫu N = 200 có đủ độ tin cậy để đại diện cho khách hàng TPBank tại TP.HCM không?

Theo tiêu chuẩn phương pháp luận của Hair et al. (1998) và Bollen (1989), kích thước mẫu tối thiểu cần gấp 5 lần tổng số biến quan sát ($5 \times 29 = 145$). Cỡ mẫu $N = 200$ trong nghiên cứu vượt 37.9% so với ngưỡng tới hạn, đạt độ tự do thống kê cao, đảm bảo các kiểm định EFA và Hồi quy OLS có giá trị suy rộng vững chắc.

2. Tại sao nhân tố "Năng lực phục vụ" lại tác động mạnh nhất đến sự hài lòng ($\beta = 0.302$)?

Dịch vụ tín dụng mang tính phức tạp cao về mặt pháp lý, lãi suất và thủ tục thế chấp. Khách hàng giao dịch tín dụng cần sự an tâm và chuyên nghiệp tuyệt đối từ chuyên viên tư vấn. Trình độ nghiệp vụ, đạo đức và sự tận tâm của nhân viên là yếu tố then chốt giúp xóa bỏ lo âu của người đi vay.

3. Nghiên cứu kiểm soát hiện tượng đa cộng tuyến và tự tương quan như thế nào?

Mô hình kiểm định đồng thời qua hai chỉ số: Hệ số phóng đại phương sai $\text{VIF} < 1.512$ (thấp hơn nhiều so với ngưỡng rủi ro 10 hoặc ngưỡng nghiêm ngặt 2.0) và hệ số $\text{Durbin-Watson} = 1.948$ (gần sát mức lý tưởng 2.0), khẳng định các biến độc lập không vi phạm giả định hồi quy tuyến tính.

4. Kết quả nghiên cứu có áp dụng được cho các ngân hàng thương mại khác không?

Khung mô hình 5 nhân tố và bộ bảng hỏi hiệu chỉnh có thể tái sử dụng trực tiếp cho các NHTM có phân khúc khách hàng tương đồng (như VPBank, Techcombank, ACB). Tuy nhiên, trọng số $\beta$ của từng nhân tố có thể biến thiên tùy thuộc vào mức độ số hóa và định vị dịch vụ của từng ngân hàng.

5. Chi phí triển khai các giải pháp kiến nghị được ước tính như thế nào?

Ngân hàng nên ưu tiên tái cơ cấu danh mục ngân sách hiện hữu: chuyển dịch 30% ngân sách quảng bá truyền thông đại trà sang đầu tư hệ thống đào tạo nghiệp vụ chuyên viêntự động hóa luồng giải ngân trực tuyến, mang lại tỷ suất hoàn vốn (ROI) cao hơn thông qua việc nâng cao vòng đời giá trị khách hàng (Customer Lifetime Value).


Kết luận

Công trình nghiên cứu của tác giả Nguyễn Thị Phương Uyên đã hoàn thành xuất sắc các mục tiêu học thuật và thực tiễn đề ra. Bằng phương pháp nghiên cứu định lượng chặt chẽ kết hợp kiểm định SPSS và thuật toán phân tích nâng cao, đề tài chứng minh được mối liên hệ nhân quả giữa 5 thành phần chất lượng dịch vụ đối với sự hài lòng của khách hàng tại TPBank TP.HCM ($R^2_{\text{adj}} = 63.3%$). Trong đó, Năng lực phục vụ ($\beta = 0.302$) và Sự đáp ứng ($\beta = 0.278$) đóng vai trò quyết định hàng đầu.

Hệ thống kiến nghị 4 trụ cột trong nghiên cứu cung cấp cơ sở khoa học sắc bén giúp ban điều hành TPBank nói riêng và các tổ chức tín dụng nói chung nâng cao năng lực phục vụ, tối ưu hóa quy trình giải ngân và bứt phá thị phần tín dụng trong kỷ nguyên ngân hàng số.