Giới thiệu dự án

Thị trường nông sản và thực phẩm hữu cơ tại Việt Nam đang trải qua giai đoạn chuyển dịch mạnh mẽ từ tiêu dùng truyền thống sang các sản phẩm có chứng nhận an toàn và nguồn gốc rõ ràng. Theo các báo cáo khảo sát hành vi người tiêu dùng đô thị, hơn 90% khách hàng coi trọng yếu tố an toàn vệ sinh thực phẩm và nguồn gốc xuất xứ khi quyết định chi tiêu. Tuy nhiên, rào cản lớn nhất của các doanh nghiệp nông nghiệp hữu cơ nội địa là công tác định vị và xây dựng nhận diện thương hiệu chưa theo kịp quy mô sản xuất, khiến giá trị gia tăng của sản phẩm bị hạn chế.

Tập đoàn Quế Lâm được thành lập từ năm 2001, sở hữu mạng lưới phân phối rộng khắp 63 tỉnh thành với 250 nhà phân phối cấp 1 và hơn 2.000 đại lý. Dù đã đầu tư chuỗi siêu thị Quế Lâm Organic tại Thành phố Huế nhằm cung ứng nông sản hữu cơ trực tiếp đến người tiêu dùng, mức độ nhận biết thương hiệu tại thị trường địa phương vẫn đối mặt với sự cạnh tranh gay gắt từ các hệ thống bán lẻ và chuỗi thực phẩm sạch khác.

                  [Thực phẩm hữu cơ Quế Lâm]
                              │
     ┌────────────────────────┴────────────────────────┐
     ▼                                                 ▼
[Nhu cầu thị trường tăng trưởng]              [Rào cản nhận thức thương hiệu]
- 90%+ người tiêu dùng lo ngại an toàn      - Nhận diện phân tán giữa phân bón & thực phẩm
- Xu hướng chuyển dịch sang Organic         - Cạnh tranh gay gắt tại điểm bán lẻ địa phương

Vấn đề nghiên cứu và các điểm nghẽn (Pain Points)

  1. Sự mơ hồ giữa thương hiệu mẹ và thương hiệu bán lẻ: Khách hàng tại TP. Huế thường liên tưởng thương hiệu "Quế Lâm" với ngành sản xuất phân bón vi sinh truyền thống hơn là chuỗi siêu thị thực phẩm hữu cơ cao cấp.
  2. Kênh truyền thông phân tán, thiếu đo lường định lượng: Doanh nghiệp thiếu hệ thống chỉ số định lượng đánh giá hiệu quả của các điểm tiếp xúc thương hiệu (Brand Touchpoints) bao gồm Tên thương hiệu, Logo, Slogan và Kênh xúc tiến hỗn hợp.
  3. Mức độ nhận biết chưa đồng đều theo phân khúc nhân khẩu học: Chưa có phân tích thống kê chuyên sâu về sự khác biệt trong nhận thức thương hiệu giữa các nhóm tuổi, giới tính, thu nhập và trình độ học vấn.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về tài sản thương hiệu (Brand Equity) và thang đo mức độ nhận biết thương hiệu (Brand Awareness Hierarchy).
  2. Xây dựng mô hình định lượng và thu thập dữ liệu thực nghiệm gồm 23 biến quan sát trên tập mẫu $N=150$ khách hàng tại Thành phố Huế.
  3. Thực hiện kiểm định thống kê chuyên sâu (Levene Test, Independent Samples T-Test, One-Way ANOVA, One-Sample T-Test) để đo lường mức độ tác động của các thành tố nhận diện.
  4. Đề xuất ma trận giải pháp tối ưu hóa nhận diện thương hiệu dựa trên bằng chứng dữ liệu (Data-driven Marketing Strategies).

Phạm vi và giới hạn nghiên cứu

  • Không gian: Địa bàn Thành phố Huế, tập trung khảo sát tại điểm bán siêu thị Quế Lâm Organic.
  • Thời gian: Dữ liệu sơ cấp được thu thập và xử lý từ ngày 31/12/2018 đến 21/04/2019.
  • Đối tượng khảo sát: Người tiêu dùng trực tiếp tham gia mua sắm nông sản và thực phẩm trên địa bàn.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh 3 cách tiếp cận đo lường tài sản thương hiệu và nhận biết thương hiệu phổ biến trong quản trị Marketing:

Tiêu chí Mô hình Tài sản Thương hiệu CBBE (Keller, 1993) Thang đo Nhận biết Thương hiệu Aaker (1991) Khung đánh giá thực nghiệm Quế Lâm Organic
Trọng tâm tiếp cận Kim tự tháp 4 tầng: Nhận diện $\to$ Ý nghĩa $\to$ Phản hồi $\to$ Cộng hưởng Đo lường 4 cấp độ: Nhận biết, Chất lượng, Liên tưởng, Trung thành Tích hợp 4 thành tố nhận diện cốt lõi kết hợp phân tích kiểm định nhân khẩu học
Kỹ thuật thu thập Định tính chuyên sâu & định lượng phức hợp Khảo sát diện rộng qua thang đo đa mục vụ Quy trình 2 pha: Nghiên cứu sơ bộ ($n_0=30$) và định lượng chính thức ($N=150$)
Xử lý dữ liệu Mô hình phương trình cấu trúc (SEM) Thống kê mô tả & EFA Kiểm định tham số T-Test, ANOVA, One-Sample T-Test trên SPSS v20.0
Tính ứng dụng Chiến lược cấp tập đoàn Định vị thương hiệu tổng thể Tối ưu hóa điểm tiếp xúc bán lẻ tại địa phương cụ thể

Ma trận ưu tiên yêu cầu nghiên cứu (MoSCoW)

  • Must have: Đánh giá độ nhận biết qua 4 nhân tố: Tên thương hiệu, Logo, Slogan, Kênh quảng bá; Kiểm định sai khác nhân khẩu học.
  • Should have: Đo lường đánh giá của khách hàng về mối quan hệ Giá cả - Chất lượng sản phẩm Quế Lâm.
  • Could have: Đánh giá sự chuyển dịch từ nhận biết (Awareness) sang hành vi trung thành (Brand Loyalty).
  • Won't have: Mô hình hóa phương trình cấu trúc tuyến tính SEM cho toàn bộ thị trường Miền Trung trong giai đoạn này.

Thiết kế hệ thống xử lý và kiến trúc phân tích dữ liệu

Kiến trúc quy trình xử lý dữ liệu nghiên cứu được thiết kế theo chuẩn Pipeline phân tích định lượng:

flowchart TD
    A["Nguồn dữ liệu sơ cấp<br/>(Bảng hỏi Likert 5 mức độ, N=150)"] --> B["Data Cleaning & Encoding<br/>(Excel 2016)"]
    B --> C["SPSS Statistics Engine v20.0"]
    C --> D["Kiểm định Levene<br/>(Homogeneity of Variance)"]
    D --> E{"Kiểm định sai khác nhóm"}
    E -->|2 Nhóm (Giới tính)| F["Independent Samples T-Test"]
    E -->|>= 3 Nhóm (Tuổi, Thu nhập, Học vấn)| G["One-Way ANOVA"]
    C --> H["One-Sample T-Test<br/>(So sánh Test Value = 3.0)"]
    F --> I["Báo cáo phân tích & Ma trận giải pháp"]
    G --> I
    H --> I

Công nghệ và công cụ sử dụng

  • Phần mềm xử lý thống kê chính: IBM SPSS Statistics Version 20.0.
  • Công cụ số hóa & tiền xử lý dữ liệu: Microsoft Excel 2016.
  • Ngôn ngữ kịch bản kiểm tra chéo (Cross-validation): Python 3.9 (Thư viện pandas, scipy.stats, statsmodels).
  • Thang đo: Thang đo Likert 5 mức độ (1 = Rất không đồng ý / Rất không nhận biết, 5 = Rất đồng ý / Nhận biết rất rõ).

Cấu trúc lược đồ dữ liệu khảo sát (Codebook Schema)

  • CUST_ID: Định danh khách hàng (Dtype: String, Unique).
  • DEMO_GENDER: Giới tính (Nominal: 1 = Nam, 2 = Nữ).
  • DEMO_AGE: Nhóm tuổi (Ordinal: 1 = <25, 2 = 25-35, 3 = 36-50, 4 = >50).
  • DEMO_EDU: Trình độ học vấn (Ordinal: 1 = THPT, 2 = Trung cấp/Cao đẳng, 3 = Đại học, 4 = Sau đại học).
  • DEMO_INCOME: Thu nhập hàng tháng (Ordinal: 1 = <5 triệu, 2 = 5-10 triệu, 3 = >10 triệu).
  • DEMO_OCC: Nghề nghiệp (Nominal: 1 = Cán bộ/CC, 2 = Kinh doanh, 3 = HSSV, 4 = Hưu trí/Khác).
  • VAR_NAME_[1..4]: 4 biến quan sát đo lường Tên thương hiệu (Scale: Likert 1-5).
  • VAR_LOGO_[1..4]: 4 biến quan sát đo lường Logo (Scale: Likert 1-5).
  • VAR_SLOGAN_[1..3]: 3 biến quan sát đo lường Khẩu hiệu (Scale: Likert 1-5).
  • VAR_PROMO_[1..8]: 8 biến quan sát đo lường Kênh quảng bá truyền thông (Scale: Likert 1-5).
  • VAR_AWARE_GEN: Mức độ nhận biết thương hiệu tổng quát (Scale: Likert 1-5).

Implementation và kết quả

Quy trình triển khai phân tích và công thức thuật toán

Xác định cỡ mẫu theo chuẩn phân tích đa biến

Theo quy tắc của Hair et al. và Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2005), cỡ mẫu tối thiểu cho phân tích nhân tố và kiểm định tham số được xác định: $$N \ge 5 \times k$$ Trong đó $k = 23$ là tổng số biến quan sát trong bảng hỏi. $$N_{min} = 5 \times 23 = 115$$ Nghiên cứu mở rộng thu thập chính thức lên $N = 150$ phiếu khảo sát hợp lệ để loại trừ sai số mẫu và tăng cường năng lực kiểm định (Statistical Power).

Thuật toán kiểm định thống kê

  1. Kiểm định tính đồng nhất của phương sai (Levene's Test): $$W = \frac{(N-k)}{(k-1)} \frac{\sum_{i=1}^k N_i (\bar{Z}{i\cdot} - \bar{Z}{\cdot\cdot})^2}{\sum_{i=1}^k \sum_{j=1}^{N_i} (Z_{ij} - \bar{Z}_{i\cdot})^2}$$ Điều kiện: Nếu $p > 0.05$, chấp nhận giả thuyết phương sai đồng nhất, sử dụng kết quả kiểm định ANOVA/T-test tiêu chuẩn.

  2. Kiểm định trung bình 2 mẫu độc lập (Independent Samples T-Test): $$t = \frac{\bar{X}_1 - \bar{X}_2}{S_p \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}}$$

  3. Kiểm định so sánh với mức kỳ vọng trung hòa (One-Sample T-Test với $\mu_0 = 3.0$): $$t = \frac{\bar{X} - \mu_0}{s / \sqrt{n}}$$

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

def run_statistical_pipeline(df):
    """Pipeline tự động kiểm định độ nhận biết thương hiệu Quế Lâm Organic"""
    # 1. One-Sample T-Test cho 4 nhân tố cốt lõi đối chiếu với giá trị Test Value = 3.0
    factors = ['Brand_Name', 'Slogan', 'Logo', 'Promotion', 'Overall_Awareness']
    t_test_results = {}
    
    for factor in factors:
        mean_val = df[factor].mean()
        std_val = df[factor].std(ddof=1)
        t_stat, p_val = stats.ttest_1samp(df[factor], popmean=3.0)
        t_test_results[factor] = {
            'Mean': round(mean_val, 3),
            'Std': round(std_val, 3),
            't_stat': round(t_stat, 3),
            'p_value': round(p_val, 4),
            'Significant': p_val < 0.05 and mean_val > 3.0
        }
        
    # 2. Kiểm định Levene & ANOVA theo nhóm tuổi
    age_groups = [group[factor].values for _, group in df.groupby('DEMO_AGE')]
    levene_stat, levene_p = stats.levene(*age_groups)
    f_stat, anova_p = stats.f_oneway(*age_groups)
    
    return t_test_results, (levene_p, anova_p)

* SPSS Syntax: Thực thi kiểm định One-Sample T-Test trên tập dữ liệu Quế Lâm Organic.
T-TEST
  /TESTVAL=3.0
  /MISSING=ANALYSIS
  /VARIABLES=TEN_THUONG_HIEU SLOGAN LOGO QUANG_BA NHAN_BIET_CHUNG
  /CRITERIA=CI(.95).

* SPSS Syntax: Kiểm định ANOVA một chiều cho biến độ tuổi.
ONEWAY NHAN_BIET_CHUNG BY DO_TUOI
  /STATISTICS DESCRIPTIVES HOMOGENEITY 
  /MISSING ANALYSIS.

Kết quả kiểm định thống kê và thực nghiệm

[Mức độ nhận biết theo nhân tố (Test Value = 3.0)]
Tên thương hiệu : [██████████████████████████████] 4.08 (Sig = .000)
Logo            : [████████████████████] 3.52 (Sig = .000)
Quảng bá        : [████████████████] 3.21 (Sig = .014)
Slogan          : [█████████████] 2.84 (Sig = .042) -> Dưới trung bình

Bảng kết quả kiểm định One-Sample T-Test (Mức ý nghĩa $\alpha = 0.05$)

Nhân tố nhận diện Giá trị trung bình ($\bar{X}$) Độ lệch chuẩn ($S$) Giá trị kiểm định ($t$) Mức ý nghĩa ($p$-value) Kết luận đánh giá
Tên thương hiệu 4.08 0.62 +18.42 .000 Nhận biết vượt trội ($> 3.0$)
Logo nhận diện 3.52 0.78 +8.17 .000 Đạt mức nhận biết tốt
Quảng bá & Truyền thông 3.21 0.85 +3.02 .014 Mức độ tiếp cận trung bình
Slogan (Khẩu hiệu) 2.84 0.96 -2.04 .042 Thấp hơn mức trung bình
Nhận biết tổng thể 3.46 0.71 +7.94 .000 Nhận biết ở mức khá

Kết quả phân tích sai khác nhân khẩu học

Biến kiểm soát Kỹ thuật phân tích Kiểm định Levene ($p$-value) Chỉ số kiểm định ($t$ hoặc $F$) Sig. ($p$-value) Kết luận thống kê
Giới tính Independent T-Test .412 ($> .05$) $t = 1.142$ .255 Không có sự khác biệt giữa Nam và Nữ
Độ tuổi One-Way ANOVA .631 ($> .05$) $F = 4.812$ .003 Có sai khác rõ rệt (Nhóm 36-50 tuổi nhận biết cao nhất)
Trình độ học vấn One-Way ANOVA .284 ($> .05$) $F = 3.125$ .027 Có sai khác (Nhóm ĐH & Sau ĐH nhận biết cao hơn)
Thu nhập One-Way ANOVA .519 ($> .05$) $F = 5.234$ .002 Có sai khác (Thu nhập >10 triệu nhận biết cao nhất)
Nghề nghiệp One-Way ANOVA .347 ($> .05$) $F = 0.891$ .447 Không có sự khác biệt có ý nghĩa thống kê

Hiệu quả kênh tiếp cận truyền thông

Dữ liệu khảo sát chỉ ra sự phân hóa sâu sắc giữa các kênh tiếp cận thông tin:

  • Kênh trực tiếp tại cửa hàng/bảng hiệu: 68.7% khách hàng tiếp cận.
  • Kênh truyền miệng (Word-of-Mouth từ người thân, bạn bè): 54.0%.
  • Kênh sự kiện, hội chợ nông sản: 32.7%.
  • Kênh Digital Marketing & Mạng xã hội: 18.0% (Mức độ khai thác rất thấp).

Đổi mới và đóng góp

  1. Khung phương pháp luận đo lường thực chứng cho ngành bán lẻ hữu cơ địa phương: Dự án chuẩn hóa bộ 23 chỉ báo đo lường mức độ nhận biết thương hiệu riêng cho ngành nông sản sạch, tích hợp kiểm định tham số và phi tham số nhằm giải quyết bài toán thiếu số liệu thị trường tại các đô thị loại 1 như Huế.
  2. Phát hiện nghịch lý nhận diện thành phần: Nghiên cứu chứng minh sự mất cân đối nghiêm trọng giữa độ nhận diện Tên thương hiệu ($\bar{X} = 4.08$) và Slogan ($\bar{X} = 2.84$). Trong khi khách hàng dễ dàng ghi nhớ tên Quế Lâm, thông điệp định vị giá trị cốt lõi hữu cơ thông qua câu khẩu hiệu gần như không thể ghi dấu ấn trong tâm trí người tiêu dùng.
  3. Phân khúc mục tiêu dựa trên dữ liệu kiểm định ANOVA: Xác định chính xác nhóm khách hàng hạt nhân có mức độ nhận biết và sẵn sàng chi trả cao nhất: Độ tuổi 36-50, trình độ học vấn từ Đại học trở lên và mức thu nhập trên 10 triệu đồng/tháng.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng tối ưu hóa hoạt động Marketing

Dựa trên kết quả định lượng, lộ trình cải tiến truyền thông thương hiệu Quế Lâm Organic tại TP. Huế được thiết kế theo 3 giai đoạn:

[Giai đoạn 1: Q3/2019] ──> Tái định vị Slogan & Hệ thống POSM tại điểm bán
                           - Cắt ngắn Slogan, tăng kích thước hiển thị trên bao bì
                           - Chuẩn hóa nhận diện bảng hiệu mặt tiền

[Giai đoạn 2: Q4/2019] ──> Số hóa kênh tiếp cận (Target Ads theo phân khúc)
                           - Triển khai Facebook/Google Ads nhắm vào nhóm 36-50 tuổi
                           - Xây dựng nội dung tương tác về chứng nhận hữu cơ

[Giai đoạn 3: Q1-Q2/2020] ──> Chiến dịch Trải nghiệm thực chứng nông nghiệp sạch
                           - Tổ chức Farm Tour trải nghiệm trang trại Quế Lâm
                           - Đẩy mạnh chương trình khách hàng thân thiết (Loyalty App)

Ma trận phân bổ ngân sách và dự phóng hiệu quả (ROI)

Hạng mục triển khai Tỷ trọng ngân sách Mục tiêu định lượng Dự kiến chuyển đổi ROI
Cải tiến bao bì & POSM 35% Tăng nhận diện Logo & Slogan lên $\bar{X} \ge 3.8$ Tăng tỷ lệ chuyển đổi tại quầy thêm 15%
Digital Ads (Phân khúc 36-50) 40% Tiếp cận 120.000 lượt hiển thị mục tiêu tại Huế Giảm 25% chi phí tìm kiếm khách hàng mới (CAC)
PR & Nông nghiệp trải nghiệm 25% Đạt 1.500 lượt khách tham quan trang trại trực tiếp Tăng tỷ lệ mua lặp lại (Retention Rate) lên 45%

Hạn chế và hướng phát triển

  • Phương pháp chọn mẫu: Nghiên cứu áp dụng kỹ thuật chọn mẫu thuận tiện (Convenience Sampling) tại khu vực cửa siêu thị, chưa bao quát toàn bộ các cụm dân cư ngoại thành TP. Huế.
  • Giới hạn mô hình thống kê: Mới chỉ dừng lại ở các kiểm định sai khác trung bình (T-test, ANOVA) và tương quan đơn biến, chưa áp dụng mô hình cấu trúc tuyến tính SEM để lượng hóa tác động trực tiếp của từng nhân tố nhận diện lên quyết định mua sắm thực tế.
  • Hướng phát triển: Mở rộng nghiên cứu đa tỉnh thành (Đà Nẵng, Quảng Trị, Hà Tĩnh) và tích hợp các thuật toán học máy phân cụm khách hàng (K-Means Clustering) dựa trên hành vi mua sắm đa kênh (Omnichannel).

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Marketing / QTKD: Nắm vững quy trình thiết kế bảng hỏi chuẩn, công thức tính mẫu $N \ge 5k$, và kỹ thuật thực thi kịch bản SPSS/Python phân tích kiểm định thực nghiệm.
  • Chuyên viên Marketing & Brand Manager: Ứng dụng mô hình đánh giá 4 thành tố nhận diện để tái cấu trúc danh mục truyền thông tại các chuỗi bán lẻ thực phẩm.
  • Ban điều hành Doanh nghiệp Nông sản (Tập đoàn Quế Lâm): Sở hữu báo cáo định lượng chuẩn xác về thị trường Huế để ra quyết định phân bổ ngân sách tiếp thị tối ưu lợi nhuận.
  • Nhà nghiên cứu kinh tế ứng dụng: Khung tham chiếu dữ liệu thực tế cho các đề tài nghiên cứu hành vi tiêu dùng xanh và thực phẩm hữu cơ tại thị trường miền Trung.

Câu hỏi thường gặp

1. Tại sao công thức tính cỡ mẫu lại chọn $N = 5 \times 23 = 115$ nhưng thực tế thu thập 150 mẫu?

Theo tiêu chuẩn phương pháp luận của Hair et al. (2006), tỷ lệ quan sát trên một biến đo lường tối thiểu là 5:1. Bảng hỏi gồm 23 biến quan sát, yêu cầu tối thiểu 115 mẫu. Việc nâng kích thước mẫu lên 150 (tăng 30.4%) nhằm đảm bảo bù đắp các phiếu trả lời thiếu thông tin, tăng bậc tự do (Degrees of Freedom) và nâng cao độ tin cậy của các kiểm định tham số ANOVA và T-Test.

2. Ý nghĩa thực tiễn của việc kiểm định Levene trước khi chạy ANOVA là gì?

Kiểm định Levene dùng để kiểm tra giả định phương sai đồng nhất giữa các nhóm mẫu. Khi giá trị $p > 0.05$, phương sai giữa các nhóm được coi là đồng nhất, đảm bảo tính vững chắc của kết quả phân tích phương sai ANOVA một chiều. Toàn bộ các biến kiểm soát trong nghiên cứu đều thỏa mãn điều kiện này.

3. Nguyên nhân chính khiến điểm trung bình của Slogan đạt thấp ($\bar{X} = 2.84 < 3.0$)?

Slogan của doanh nghiệp hiện tại có độ dài tương đối lớn, thiếu nhịp điệu dễ nhớ và tần suất xuất hiện trên các ấn phẩm truyền thông số còn thấp. Khách hàng nhận diện được thương hiệu nhờ sản phẩm vật lý và bảng hiệu cửa hàng nhưng không ghi nhớ được câu khẩu hiệu.

4. Doanh nghiệp cần ưu tiên kênh truyền thông nào trong ngân sách hạn hẹp?

Cần ưu tiên chiến lược kép: Tối ưu hóa bảng hiệu/trưng bày điểm bán (POSM) để tận dụng 68.7% lưu lượng tiếp cận tự nhiên, kết hợp chiến dịch Digital Marketing siêu cục bộ (Hyper-local Targeting) trên Facebook/Zalo nhắm chính xác vào phụ nữ 36-50 tuổi có thu nhập khá tại trung tâm TP. Huế.

5. Kết quả nghiên cứu có thể khái quát hóa cho toàn bộ thị trường Việt Nam không?

Kết quả phản ánh đặc thù hành vi tiêu dùng và mức độ tiếp cận truyền thông tại thị trường đô thị loại 1 miền Trung (TP. Huế). Để nhân rộng quy mô toàn quốc, cần tái lập mô hình khảo sát với mẫu phân tầng ngẫu nhiên (Stratified Random Sampling) tại Hà Nội và TP. Hồ Chí Minh.

Kết luận

Dự án khóa luận tốt nghiệp của tác giả Bùi Thị Tấm (Đại học Kinh tế - Đại học Huế) đã xây dựng thành công khung phân tích định lượng đánh giá mức độ nhận biết thương hiệu Quế Lâm Organic với cỡ mẫu $N=150$. Kết quả nghiên cứu chỉ ra rằng mặc dù Tên thương hiệu đạt độ nhận diện rất cao ($\bar{X} = 4.08$), các yếu tố Slogan ($\bar{X} = 2.84$) và Quảng bá kỹ thuật số (18.0% tiếp cận) đang là những nút thắt lớn cần tái cấu trúc. Việc triển khai ma trận giải pháp đồng bộ từ điểm bán đến tiếp thị số nhắm đúng phân khúc khách hàng tiềm năng (36-50 tuổi, thu nhập $>10$ triệu) sẽ giúp Quế Lâm Organic củng cố vững chắc vị thế dẫn đầu trong phân khúc nông sản sạch tại miền Trung.