Giới thiệu dự án

Trong bối cảnh thị trường bán lẻ thời trang công sở cao cấp tại Việt Nam đối mặt với sự cạnh tranh khốc liệt và biến động nhân sự trung bình 25% - 32%/năm (theo số liệu từ Hiệp hội Dệt may Việt Nam - VITAS), việc nâng cao năng suất và giữ chân nhân tài thông qua đào tạo nguồn nhân lực (Human Resource Training & Development) trở thành năng lực cạnh tranh cốt lõi. Công ty Cổ phần Winning & Co – đơn vị sở hữu thương hiệu thời trang Format – là doanh nghiệp may mặc và phân phối thời trang công sở cao cấp, quản lý mạng lưới showroom và nhà xưởng với hàng trăm nhân sự.

+-----------------------------------------------------------------------------+
|                           WINNING & CO (FORMAT)                             |
|        Thực trạng L&D: Đào tạo định tính -> Chuyển đổi định lượng           |
+-----------------------------------------------------------------------------+
                                       |
                                       v
+-----------------------------------------------------------------------------+
|                     MÔ HÌNH NGHIÊN CỨU 5 NHÂN TỐ TÁC ĐỘNG                   |
|  [Thiết kế (TKDT)] [Nội dung (ND)] [Cơ sở vật chất (CSVC)] [Giảng viên (GV)]|
|                        [Đánh giá khóa học (DGKH)]                           |
+-----------------------------------------------------------------------------+
                                       |
                                       v
+-----------------------------------------------------------------------------+
|                 HỆ THỐNG ĐÁNH GIÁ HIỆU QUẢ ĐÀO TẠO (HQDT)                   |
|          Kirkpatrick 4 Levels + Phân tích hồi quy tuyến tính bội            |
+-----------------------------------------------------------------------------+

Vấn đề thực tiễn (Problem Statement)

Mặc dù Winning & Co duy trì các khóa huấn luyện định kỳ, công tác đào tạo nhân lực tại doanh nghiệp vẫn tồn tại những điểm nghẽn nghiêm trọng:

  • Quy trình xác định nhu cầu đào tạo (Training Needs Assessment - TNA) mang tính cảm tính, thiếu công cụ định lượng chuẩn hóa.
  • Thiếu hụt khung đánh giá hiệu quả sau đào tạo đa tầng theo mô hình Kirkpatrick, chủ yếu dừng lại ở đo lường phản ứng tức thời (Level 1: Reaction) mà bỏ qua đánh giá thay đổi hành vi (Level 3: Behavior) và kết quả kinh doanh (Level 4: Results).
  • Ngân sách phân bổ đào tạo chịu áp lực từ đường giới hạn ngân sách (Budget Line Constraint) nhưng chưa tối ưu hóa được chi phí cơ hội (Opportunity Cost) giữa thời gian làm việc tại showroom và giờ học lý thuyết.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận: Xác lập khung phân tích hiệu quả đào tạo dựa trên mô hình Kirkpatrick, đào tạo tại chỗ có cấu trúc (Structured On-the-Job Training - S-OJT) và lý thuyết đường ngân sách.
  2. Xác định các nhân tố ảnh hưởng: Nhận diện và lượng hóa 5 nhóm biến độc lập tác động trực tiếp đến hiệu quả đào tạo nhân lực tại Winning & Co.
  3. Phân tích định lượng dữ liệu thực nghiệm: Ứng dụng kiểm định Cronbach’s Alpha, phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) và mô hình hồi quy tuyến tính bội (Multiple Linear Regression) trên tập dữ liệu khảo sát giai đoạn 2021 - 04/2023.
  4. Đề xuất giải pháp thực thi: Xây dựng hệ thống giải pháp hoàn thiện thiết kế bài giảng, nâng cao chất lượng giảng viên nội bộ và chuẩn hóa quy trình đánh giá 4 cấp độ.

Phương pháp tiếp cận và kết quả kỳ vọng

  • Phương pháp tiếp cận: Nghiên cứu hỗn hợp (Mixed-Methods) kết hợp dữ liệu thứ cấp (báo cáo SXKD, ngân sách đào tạo 2020–2023) và dữ liệu sơ cấp qua bảng hỏi Likert 5 mức độ thu thập từ cán bộ quản lý, nhân viên khối showroom và văn phòng.
  • Chỉ số kỳ vọng: Xây dựng phương trình hồi quy đạt hệ số xác định hiệu chỉnh $R^2_{adj} > 0.60$, kiểm định độ tin cậy thang đo $\alpha > 0.70$, xác định chính xác biến số có trọng số hồi quy chuẩn hóa ($\beta$) cao nhất để ưu tiên phân bổ ngân sách.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Công tác đào tạo tại các doanh nghiệp may mặc và bán lẻ thời trang hiện nay thường được triển khai theo 3 mô hình chính:

Tiêu chí phân tích Đào tạo tự phát (Ad-hoc) E-learning đóng gói sẵn Mô hình S-OJT tích hợp Đánh giá Đa biến (Đề xuất)
Chi phí triển khai Thấp ban đầu, rủi ro cao Trung bình Tối ưu hóa theo hàm ngân sách $C_d = T_d / N$
Tính tương thích thực tế Kém, thiếu tính hệ thống Thấp, thiếu kỹ năng may/bán hàng Rất cao, cá nhân hóa theo từng vị trí
Khả năng đo lường ROI Không thể đo lường Dừng lại ở tỷ lệ hoàn thành Đo lường đủ 4 cấp độ Kirkpatrick
Mức độ kiểm soát chất lượng Phụ thuộc cá nhân thợ cả Chuẩn hóa nhưng thiếu tương tác Kiểm soát thông qua kiểm định định lượng EFA

Phân loại yêu cầu hệ thống theo khung MoSCoW

  • Must Have: Khung câu hỏi khảo sát TNA chuẩn hóa; Hệ thống đo lường độ tin cậy thang đo bằng Cronbach’s Alpha; Khung đánh giá kiểm tra kiến thức (Kirkpatrick Level 2).
  • Should Have: Mô hình tính toán chi phí đào tạo trung bình trên mỗi nhân viên ($C_d$); Quy trình luân chuyển công việc có giám sát (Job Rotation Matrix).
  • Could Have: Cổng microlearning nội bộ tích hợp video mô phạm thao tác may mẫu và kỹ năng tư vấn thời trang công sở.
  • Won't Have: Hệ thống VR/AR giả lập bán hàng showroom (do chi phí vượt quá giới hạn ngân sách giai đoạn 2023–2024).

Thiết kế hệ thống đánh giá và mô hình lý thuyết

+-----------------------------------------------------------------------------+
|                           MÔ HÌNH HỒI QUY ĐỀ XUẤT                            |
+-----------------------------------------------------------------------------+
|  [H1] Thiết kế giảng dạy (TKDT) ------------+                              |
|  [H2] Nội dung đào tạo (ND) ----------------|                              |
|  [H3] Cơ sở vật chất & Tài liệu (CSVC) ------> [HIỆU QUẢ ĐÀO TẠO (HQDT)]     |
|  [H4] Đội ngũ giảng viên (GV) --------------|                              |
|  [H5] Đánh giá khóa học (DGKH) -------------+                              |
+-----------------------------------------------------------------------------+

Công nghệ và công cụ xử lý dữ liệu

  • Công cụ phân tích định lượng: IBM SPSS Statistics phiên bản 26.0 (sử dụng module Reliability Analysis, Factor Analysis, Linear Regression).
  • Ngôn ngữ bổ trợ kiểm tra tự động: Python v3.11.4 với các thư viện:
    • pandas (v2.1.0): Tiền xử lý, làm sạch và chuẩn hóa ma trận dữ liệu khảo sát.
    • statsmodels (v0.14.0): Phân tích hồi quy OLS, kiểm định hiện tượng đa cộng tuyến (VIF) và tự tương quan (Durbin-Watson).
    • scikit-learn (v1.3.0): Tối ưu hóa phân cụm nhu cầu đào tạo.
-- Cấu trúc bảng lưu trữ dữ liệu đánh giá đào tạo (PostgreSQL 15)
CREATE TABLE training_evaluations (
    evaluation_id VARCHAR(36) PRIMARY KEY,
    employee_id VARCHAR(20) NOT NULL,
    department_code VARCHAR(10) NOT NULL,
    course_id VARCHAR(20) NOT NULL,
    score_tkdt NUMERIC(3, 2) CHECK (score_tkdt BETWEEN 1.0 AND 5.0),
    score_nd NUMERIC(3, 2) CHECK (score_nd BETWEEN 1.0 AND 5.0),
    score_csvc NUMERIC(3, 2) CHECK (score_csvc BETWEEN 1.0 AND 5.0),
    score_gv NUMERIC(3, 2) CHECK (score_gv BETWEEN 1.0 AND 5.0),
    score_dgkh NUMERIC(3, 2) CHECK (score_dgkh BETWEEN 1.0 AND 5.0),
    score_hqdt NUMERIC(3, 2) CHECK (score_hqdt BETWEEN 1.0 AND 5.0),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

Phương pháp luận nghiên cứu (Methodology)

Quy trình nghiên cứu được triển khai theo mô hình 6 bước chặt chẽ:

[Xác định vấn đề & TNA] 
[Xây dựng thang đo Likert & Mô hình lý thuyết] 
[Thử nghiệm mẫu sơ bộ (N=10) & Hiệu chỉnh bảng hỏi] 
[Khảo sát diện rộng & Thu thập dữ liệu thứ cấp/sơ cấp] 
[Kiểm định Cronbach's Alpha -> EFA -> Hồi quy OLS trên SPSS v26] 
[Đánh giá chỉ số, Kiểm định giả thuyết & Đề xuất giải pháp]
  • Đánh giá rủi ro và giải pháp khắc phục:
    • Sai lệch không do chọn mẫu (Non-response bias): Kiểm soát bằng cách đối soát ngẫu nhiên 15% người trả lời qua phỏng vấn sâu trực tiếp.
    • Hiện tượng đa cộng tuyến (Multicollinearity): Đặt ngưỡng chấp nhận hệ số phóng đại phương sai $\text{VIF} < 2.0$ và hệ số chấp nhận $\text{Tolerance} > 0.5$.

Implementation và kết quả

Quy trình phân tích dữ liệu và thuật toán áp dụng

Thuật toán phân tích độ tin cậy thang đo dựa trên công thức hệ số tương quan nội bộ Cronbach's Alpha ($\alpha$):

$$\alpha = \frac{K}{K - 1} \left( 1 - \frac{\sum_{i=1}^{K} \sigma_{Y_i}^2}{\sigma_X^2} \right)$$

Trong đó: $K$ là số lượng biến quan sát của nhân tố; $\sigma_{Y_i}^2$ là phương sai của biến quan sát thứ $i$; $\sigma_X^2$ là tổng phương sai của toàn bộ thang đo.

Mô hình hồi quy tuyến tính bội tổng quát:

$$HQDT = \beta_0 + \beta_1 TKDT + \beta_2 ND + \beta_3 CSVC + \beta_4 GV + \beta_5 DGKH + \epsilon$$

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

# 1. Tải và tiền xử lý tập dữ liệu khảo sát từ Winning & Co
df = pd.read_csv("winning_co_training_survey.csv")
features = ['TKDT', 'ND', 'CSVC', 'GV', 'DGKH']
target = 'HQDT'

# 2. Kiểm tra đa cộng tuyến qua chỉ số VIF
X = df[features]
X_const = sm.add_constant(X)
vif_data = pd.DataFrame()
vif_data["feature"] = X_const.columns
vif_data["VIF"] = [variance_inflation_factor(X_const.values, i) for i in range(len(X_const.columns))]

# 3. Ước lượng mô hình hồi quy tuyến tính bội OLS
model = sm.OLS(df[target], X_const).fit()
print(model.summary())

Kết quả kiểm định thống kê và thực nghiệm

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

Tất cả các nhóm biến độc lập và biến phụ thuộc đều đạt độ tin cậy cao ($\alpha > 0.70$), hệ số tương quan biến - tổng (Corrected Item-Total Correlation) đều $> 0.30$:

  • Thiết kế giảng dạy ($TKDT$): $\alpha = 0.842$ (4 biến quan sát)
  • Nội dung đào tạo ($ND$): $\alpha = 0.816$ (4 biến quan sát)
  • Cơ sở vật chất & tài liệu ($CSVC$): $\alpha = 0.795$ (3 biến quan sát)
  • Đội ngũ giảng viên ($GV$): $\alpha = 0.868$ (4 biến quan sát)
  • Đánh giá khóa học ($DGKH$): $\alpha = 0.831$ (3 biến quan sát)
  • Hiệu quả đào tạo ($HQDT$ - Biến phụ thuộc): $\alpha = 0.854$ (4 biến quan sát)

2. Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Chỉ số $KMO = 0.824$ ($0.5 < KMO < 1.0$), kiểm định Bartlett có giá trị thống kê $p\text{-value} = 0.000 < 0.05$. Tổng phương sai trích (Total Variance Explained) đạt $65.38% > 50%$ tại điểm dừng Eigenvalue $= 1.218 > 1.0$. Phép xoay Varimax trích xuất chính xác 5 nhóm nhân tố không bị xáo trộn.
  • Biến phụ thuộc: Chỉ số $KMO = 0.789$, Sig. $= 0.000$, phương sai trích đạt $62.14%$.
+-----------------------------------------------------------------------------+
|                     KẾT QUẢ PHÂN TÍCH NHÂN TỐ KHÁM PHÁ (EFA)                |
+-----------------------------------+-----------------------------------------+
| Hệ số KMO                         | 0.824 (Đạt chuẩn kiểm định)             |
| Kiểm định Bartlett's              | Chi-Square = 1248.52, Sig. = 0.000      |
| Tổng phương sai trích (TVE)       | 65.38% (Giải thích tốt tập dữ liệu)     |
| Điểm dừng Eigenvalue              | 1.218 (> 1.0)                           |
+-----------------------------------+-----------------------------------------+

3. Phân tích hồi quy tuyến tính bội

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa (Sig.) Hệ số VIF
(Hằng số) 0.312 0.145 — 2.152 0.033 —
TKDT 0.235 0.048 0.248 4.896 0.000 1.342
ND 0.198 0.045 0.212 4.400 0.000 1.415
CSVC 0.124 0.039 0.138 3.179 0.002 1.205
GV 0.286 0.051 0.295 5.608 0.000 1.458
DGKH 0.182 0.042 0.194 4.333 0.000 1.288
  • Độ phù hợp mô hình: Hệ số $R^2 = 0.648$, $R^2_{\text{adj}} = 0.635$, $F(5, 142) = 52.24$ ($p < 0.001$).
  • Phương trình hồi quy chuẩn hóa: $$HQDT = 0.295 \cdot GV + 0.248 \cdot TKDT + 0.212 \cdot ND + 0.194 \cdot DGKH + 0.138 \cdot CSVC$$
  • Nhận định then chốt: Nhóm biến Đội ngũ giảng viên ($\beta = 0.295$) và Thiết kế giảng dạy ($\beta = 0.248$) tạo ra ảnh hưởng lớn nhất đến hiệu quả đào tạo tổng thể tại Winning & Co.

Đổi mới và đóng góp

Đổi mới về mặt kỹ thuật và phương pháp luận

Khóa luận đã khắc phục tính định tính đơn thuần của các nghiên cứu quản trị nhân sự truyền thống bằng cách kết hợp ma trận phân tích định lượng chặt chẽ:

Tiêu chí Mô hình Lin A. (2008) Mô hình Hajjar S. (2018) Mô hình Đề xuất tại Winning & Co
Bối cảnh áp dụng Doanh nghiệp công nghệ tổng quát Cơ sở đào tạo học thuật Chuỗi bán lẻ may mặc cao cấp (Format)
Số lượng biến độc lập 6 biến phân tán 5 biến lý thuyết 5 biến chuẩn hóa theo quy trình L&D thực tiễn
Kiểm định thực nghiệm Thống kê mô tả sơ bộ Hồi quy đơn EFA + Varimax + Hồi quy OLS + Kiểm định VIF
Hệ số xác định ($R^2$) 0.482 0.531 0.648 (Khả năng giải thích vượt trội)

Đóng góp thực tiễn cho ngành bán lẻ thời trang

  • Lượng hóa chi phí đào tạo: Thiết lập công thức dự toán chi phí tài chính kết hợp chi phí cơ hội theo đường ngân sách:

$$T_d = C_{giangvien} + C_{hocvien} + C_{phuongtien} + C_{quanly} + C_{co_hoi}$$

  • Tối ưu hóa hiệu suất: Giảm thiểu 18.5% chi phí đào tạo lãng phí do xác định sai đối tượng, nâng cao tỷ lệ giữ chân nhân viên lành nghề tại hệ thống showroom Format lên 88.4%.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Real-World Use Cases)

  1. Chương trình Onboarding cho chuyên viên tư vấn showroom: Tích hợp phương pháp S-OJT, kết hợp 1 kèm 1 giữa Quản lý cửa hàng và nhân viên mới trong 14 ngày làm việc đầu tiên.
  2. Nâng cao tay nghề kỹ thuật may đo đồng phục cao cấp: Tổ chức đào tạo theo module phân đoạn, đo lường tỷ lệ lỗi sản phẩm trực tiếp trên chuyền may trước và sau khóa học.
+-----------------------------------------------------------------------------+
|                LỘ TRÌNH TRIỂN KHAI HOÀN THIỆN ĐÀO TẠO 2023 - 2024           |
+-----------------------------------------------------------------------------+
| Giai đoạn 1: Chuẩn hóa khung năng lực & Ngân hàng đề kiểm tra (Q3/2023)     |
| Giai đoạn 2: Đào tạo Giảng viên nội bộ (Train-the-Trainer) (Q4/2023)        |
| Giai đoạn 3: Số hóa bảng hỏi & Dashboard tracking tự động (Q1-Q2/2024)       |
+-----------------------------------------------------------------------------+

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

  • Tổng mức đầu tư dự kiến (Năm đầu): 185.000.000 VNĐ (Bao gồm chi phí nâng cấp phòng học đa năng, tài liệu chuẩn hóa và thù lao đào tạo giảng viên nội bộ).
  • Lợi ích kinh tế ước tính:
    • Giảm thiểu sai sót đơn hàng và hỏng vải: tiết kiệm ~140.000.000 VNĐ/năm.
    • Tăng doanh số bán chéo (cross-selling) tại showroom nhờ kỹ năng tư vấn đạt chuẩn: tăng trưởng doanh thu đóng góp ~280.000.000 VNĐ/năm.
    • Tỷ suất sinh lời đào tạo (ROTI):

$$\text{ROTI} = \frac{\text{Tổng lợi ích} - \text{Tổng chi phí}}{\text{Tổng chi phí}} \times 100% = \frac{420.000.000 - 185.000.000}{185.000.000} \times 100% = 127.03%$$

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phạm vi

  • Dữ liệu khảo sát sơ cấp tập trung chủ yếu tại khu vực Hà Nội ($N = 150$), chưa mở rộng toàn diện tới các chi nhánh tỉnh của hệ thống Format.
  • Nghiên cứu chưa đo lường liên tục chuỗi thời gian (Longitudinal Study) để đánh giá cấp độ 4 (Level 4: Results) của Kirkpatrick trong khung thời gian 24–36 tháng.

Hướng phát triển tiếp theo

  • Xây dựng mô hình phân tích học tập dựa trên Trí tuệ nhân tạo (AI-driven Learning Analytics) để tự động đề xuất lộ trình đào tạo cá nhân hóa cho từng nhân viên dựa trên KPI bán hàng hàng tháng.
  • Tích hợp API khảo sát tự động với phần mềm HRM và chấm công để cập nhật dữ liệu đánh giá real-time.

Đối tượng hưởng lợi

  • Sinh viên & Học viên Cao học Quản trị Kinh doanh: Khung tham chiếu chuẩn mực về cách kết hợp lý thuyết quản trị nhân sự với kỹ thuật xử lý dữ liệu SPSS (Cronbach’s Alpha, EFA, OLS Regression).
  • Chuyên viên Phân tích Dữ liệu Nhân sự (HR Data Analysts): Code mẫu và ma trận kiểm định định lượng để ứng dụng trong các bài toán People Analytics.
  • Doanh nghiệp & Giám đốc L&D ngành Bán lẻ: Khung giải pháp tối ưu hóa ngân sách theo đường giới hạn chi phí và mô hình hồi quy trọng số để ra quyết định đầu tư đào tạo chuẩn xác.
  • Nhà nghiên cứu: Bằng chứng thực nghiệm về tác động vượt trội của nhân tố Đội ngũ giảng viên và Thiết kế giảng dạy trong bối cảnh doanh nghiệp dệt may thời trang Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để triển khai bộ công cụ phân tích này tại doanh nghiệp là gì?

Hệ thống yêu cầu máy tính cài đặt IBM SPSS Statistics v22 trở lên hoặc môi trường Python 3.9+ có sẵn các package pandas, statsmodels, scikit-learn cùng công cụ thu thập biểu mẫu trực tuyến (Google Forms/Microsoft Forms API).

2. Mô hình có giải quyết được hiện tượng đa cộng tuyến giữa các biến đào tạo không?

Có. Quy trình kiểm định sử dụng hệ số VIF và ma trận xoay Varimax trong EFA. Kết quả thực nghiệm tại Winning & Co cho thấy tất cả các biến đều có $\text{VIF} < 1.50$ (thấp hơn nhiều so với ngưỡng rủi ro 2.0), khẳng định các nhân tố hoàn toàn độc lập tuyến tính.

3. Làm thế nào để tích hợp mô hình đánh giá này vào phần mềm HRM hiện có?

Thông qua thiết kế cơ sở dữ liệu quan hệ SQL chuẩn hóa (như bảng training_evaluations), hệ thống có thể kết nối RESTful API để đẩy điểm số đánh giá từ bài test sau khóa học vào hồ sơ năng lực nhân viên.

4. Chi phí duy trì hệ thống đào tạo chuẩn hóa này hàng năm là bao nhiêu?

Chi phí vận hành định kỳ chỉ chiếm khoảng 12% - 15% tổng ngân sách L&D, chủ yếu dành cho công tác cập nhật học liệu, thù lao chấm bài và bảo trì nền tảng khảo sát số hóa.

5. Bao lâu sau đào tạo thì doanh nghiệp có thể đo lường được cấp độ 3 và cấp độ 4 của Kirkpatrick?

Cấp độ 3 (Thay đổi hành vi) nên được đánh giá sau 30 đến 90 ngày kể từ khi kết thúc khóa học thông qua bảng đánh giá 360 độ từ cấp trên trực tiếp. Cấp độ 4 (Kết quả kinh doanh/ROI) được tổng hợp sau 6 đến 12 tháng dựa trên báo cáo doanh số và tỷ lệ giảm lỗi vận hành.

Kết luận

Đồ án khóa luận tốt nghiệp của tác giả Nguyễn Tường Vi đã giải quyết thành công bài toán chuyển đổi mô hình đào tạo nhân lực từ định tính sang định lượng tại Công ty Cổ phần Winning & Co. Bằng việc xây dựng và kiểm định mô hình hồi quy đa biến trên SPSS với $R^2_{\text{adj}} = 0.635$, nghiên cứu đã chứng minh khoa học rằng Đội ngũ giảng viên ($\beta = 0.295$) và Thiết kế giảng dạy ($\beta = 0.248$) là hai đòn bẩy quan trọng nhất quyết định hiệu quả đào tạo. Việc áp dụng mô hình đánh giá 4 cấp độ Kirkpatrick kết hợp đào tạo tại chỗ có cấu trúc (S-OJT) không chỉ giúp Winning & Co tối ưu hóa ngân sách đầu tư nhân lực mà còn tạo ra nền tảng vững chắc để chuỗi thời trang Format bứt phá doanh thu trong giai đoạn mới. Các nhà quản trị nhân sự và nhà nghiên cứu có thể tham khảo toàn bộ khung phân tích này để ứng dụng trực tiếp vào thực tiễn doanh nghiệp.