Giới thiệu dự án

Thị trường cung ứng đồng phục và trang phục bảo hộ lao động tại Việt Nam đang ghi nhận tốc độ tăng trưởng mạnh mẽ, gắn liền với đà phát triển của các doanh nghiệp, tổ chức giáo dục, y tế và dịch vụ lưu trú. Theo thống kê từ Tập đoàn Dệt may Việt Nam (Vinatex), tổng nhu cầu trang phục đồng phục và bảo hộ lao động trong các ngành trọng điểm (xây dựng, điện lực, khai khoáng) đạt xấp xỉ 7,3 triệu bộ/năm; trong khi các khối ngành công, giáo dục (với gần 15 triệu học sinh) và y tế (gần 240.000 lao động) tạo ra tổng cầu thường niên vượt mức 30,2 triệu bộ. Trong bối cảnh kinh doanh B2B (Business-to-Business), quy luật Pareto chứng minh 80% doanh thu doanh nghiệp bắt nguồn từ 20% nhóm khách hàng trung thành, đồng thời một trải nghiệm dịch vụ tiêu cực có thể gây hiệu ứng lan truyền tiêu cực đến 250 khách hàng tiềm năng.

Đề tài "Nghiên cứu sự hài lòng của khách hàng tổ chức về dịch vụ cung cấp sản phẩm đồng phục của Công ty TNHH Thương hiệu và Đồng phục Lion trên địa bàn thành phố Huế" do sinh viên Nguyễn Thị Thùy Dương thực hiện (dưới sự hướng dẫn của TS. Hoàng Trọng Hùng - Trường Đại học Kinh tế, Đại học Huế) giải quyết bài toán cốt lõi: Làm thế nào để định lượng hóa, đánh giá chuẩn xác và tối ưu hóa các nhân tố quyết định đến sự hài lòng của khách hàng tổ chức trong chuỗi cung ứng dịch vụ may mặc theo đơn đặt hàng.

+-----------------------------------------------------------------------------------+
|                            B2B UNIFORM SERVICE ECOSYSTEM                          |
|                                                                                   |
|  [Customer Expectations] <---> [Service Delivery] <---> [Perceived Satisfaction]  |
|          ^                              ^                         |               |
|          |                              |                         v               |
|  [Price / Tangibles]          [Reliability / Empathy]     [Customer Retention]    |
+-----------------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể:

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa khung lý thuyết về hành vi mua B2B, chất lượng dịch vụ (SERVQUAL, SERVPERF) và mô hình chỉ số hài lòng khách hàng (ACSI, CSI).
  2. Định lượng và phân tích nhân tố: Xác định mức độ tác động của 5 nhóm nhân tố chính (Độ tin cậy, Phong cách phục vụ, Sự đồng cảm, Giá cả, Phương tiện hữu hình) tới mức độ hài lòng chung ($Y$) của khách hàng tổ chức tại TP. Huế.
  3. Đề xuất hệ thống giải pháp: Xây dựng lộ trình can thiệp thực tế nhằm tối ưu hóa quy trình giao dịch, nâng cao tỷ lệ giữ chân khách hàng và năng lực cạnh tranh cho Công ty TNHH Thương hiệu và Đồng phục Lion.

Phạm vi và giới hạn nghiên cứu:

  • Không gian: Địa bàn Thành phố Huế, tỉnh Thừa Thiên Huế.
  • Thời gian nghiên cứu: Dữ liệu thứ cấp tổng hợp giai đoạn 2017 – tháng 06/2019; dữ liệu sơ cấp điều tra thực địa từ ngày 20/10/2019 đến ngày 20/11/2019.
  • Dung lượng mẫu: 150 mẫu hợp lệ từ các tổ chức, doanh nghiệp, trường học và cơ sở dịch vụ đã và đang sử dụng sản phẩm của Lion.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại địa bàn Thừa Thiên Huế, phân khúc đồng phục B2B ghi nhận sự cạnh tranh gay gắt giữa các đơn vị nội địa (Lion Uniform, Đồng phục Huế HP, Đồng phục Thiên Việt, New Focus, Rise Uniform) và các nhà sản xuất lớn từ Hà Nội/TP.HCM (Đồng phục Bốn Mùa, UniWorld, Mon Amie Veston, Viet Style).

Tiêu chí so sánh Công ty Lion Uniform Đồng phục Huế HP UniWorld / Bốn Mùa Mon Amie Veston
Thế mạnh cốt lõi Thiết kế bộ nhận diện trọn gói, linh hoạt đơn hàng vừa/nhỏ Lâu năm tại Huế, công nhân lành nghề Quy mô xưởng lớn, giá thành sản xuất tối ưu May đo cao cấp, cam kết hoàn tiền 100%
Phân khúc chính Doanh nghiệp SME, trường học, F&B, y tế Đơn vị nhà nước, trường học truyền thống Đơn hàng số lượng lớn toàn quốc Doanh nghiệp cao cấp, veston công sở
Điểm hạn chế Hạ tầng giao vận nội bộ còn phụ thuộc, tự động hóa hạn chế Mẫu mã chậm đổi mới, tương tác số hóa yếu Thiếu nhân sự hỗ trợ chăm sóc thực địa tại Huế Chi phí cao, thời gian xử lý đơn hàng phức tạp

Ma trận ưu tiên yêu cầu khách hàng tổ chức (MoSCoW):

  • Must Have (Bắt buộc): Đúng tiến độ cam kết (TC1), chất lượng vải và đường may đồng đều, bảng giá minh bạch, xuất hóa đơn VAT chuẩn xác (PV3).
  • Should Have (Nên có): Thiết kế mẫu 2D/3D nhanh chóng, nhân viên am hiểu kỹ thuật dệt may (PV1), chính sách chiết khấu tích lũy đơn hàng (GC2).
  • Could Have (Có thể có): Xe vận tải chuyên dụng gắn nhận diện thương hiệu (PV4), hệ sinh thái quà tặng doanh nghiệp đi kèm (mũ bảo hiểm, ô dù, áo mưa).
  • Won't Have (Chưa ưu tiên): Ứng dụng di động riêng để theo dõi đơn hàng (thay thế bằng kênh Zalo OA và ERP tích hợp).
graph TD
    A[Khách hàng tổ chức B2B] --> B[Khoảng cách 1: Kỳ vọng vs Thấu hiểu]
    B --> C[Khoảng cách 2: Tiêu chuẩn hóa dịch vụ]
    C --> D[Khoảng cách 3: Chuyển giao dịch vụ thực tế]
    D --> E[Khoảng cách 4: Truyền thông & Cam kết]
    E --> F[Khoảng cách 5: Chất lượng cảm nhận GAP 5]
    F --> G[Sự hài lòng tổng thể]

Thiết kế hệ thống đo lường & Framework kỹ thuật

Mô hình nghiên cứu định lượng được xây dựng dựa trên sự tích hợp có điều chỉnh giữa mô hình SERVPERF (Cronin & Taylor, 1992) và chỉ số giá cả cảm nhận, bao gồm 6 cấu phần với 23 biến quan sát chuẩn hóa theo thang đo Likert 5 mức độ:

flowchart LR
    subgraph DocLap [Các biến độc lập]
        TC[Sự tin cậy - TC<br/>4 biến quan sát]
        DC[Sự đồng cảm - DC<br/>4 biến quan sát]
        GC[Giá cả - GC<br/>4 biến quan sát]
        PV[Phong cách phục vụ - PV<br/>4 biến quan sát]
        PTHH[Phương tiện hữu hình - PTHH<br/>4 biến quan sát]
    end

    subgraph PhuThuoc [Biến phụ thuộc]
        HL[Sự hài lòng của khách hàng tổ chức - HL<br/>3 biến quan sát]
    end

    TC -->|beta_1| HL
    DC -->|beta_2| HL
    GC -->|beta_3| HL
    PV -->|beta_4| HL
    PTHH -->|beta_5| HL

Công thức hồi quy tuyến tính bội:

$$Y_{\text{HL}} = \beta_0 + \beta_1 X_{\text{TC}} + \beta_2 X_{\text{DC}} + \beta_3 X_{\text{GC}} + \beta_4 X_{\text{PV}} + \beta_5 X_{\text{PTHH}} + \epsilon$$

Trong đó:

  • $Y_{\text{HL}}$: Chỉ số hài lòng tổng thể của khách hàng tổ chức.
  • $X_{\text{TC}}, X_{\text{DC}}, X_{\text{GC}}, X_{\text{PV}}, X_{\text{PTHH}}$: Điểm số các biến tiềm ẩn đại diện cho Sự tin cậy, Sự đồng cảm, Giá cả, Phong cách phục vụ và Phương tiện hữu hình.
  • $\beta_i$: Hệ số hồi quy riêng phần chuẩn hóa.
  • $\epsilon$: Sai số ngẫu nhiên của mô hình.

Methodology & Phương pháp tính kích thước mẫu

Nghiên cứu áp dụng quy trình hỗn hợp (Mixed-method Research):

  1. Nghiên cứu định tính: Phỏng vấn sâu Ban Giám đốc, Trưởng phòng Kinh doanh và 4 chuyên viên kinh doanh cao cấp nhằm sàng lọc và điều chỉnh thang đo phù hợp với đặc thù B2B ngành may mặc.
  2. Xác định cỡ mẫu tối thiểu:
    • Theo tiêu chuẩn EFA (Hair et al., 1998; Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008): $$N_{\text{min}} \ge 5 \times m = 5 \times 23 = 115 \text{ mẫu}$$
    • Theo tiêu chuẩn hồi quy đa biến (Green, 1991; Nguyễn Đình Thọ, 2014): $$N_{\text{min}} \ge 8 \times p + 50 = 8 \times 5 + 50 = 90 \text{ mẫu}$$
    • Cỡ mẫu triển khai thực tế: $N = 150$ mẫu hợp lệ, đáp ứng độ tin cậy thống kê $\ge 95%$.

Implementation và kết quả

Development Process & Pipeline xử lý dữ liệu

Quy trình xử lý số liệu được chuẩn hóa thông qua phần mềm thống kê IBM SPSS Statistics v22.0 kết hợp với script tự động hóa trên môi trường Python 3.8 (Pandas, SciPy, Statsmodels) nhằm kiểm chứng tính chính xác của các tham số.

# Pipeline phân tích độ tin cậy và hồi quy đa biến cho dữ liệu khảo sát B2B
import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

def compute_cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số Cronbach's Alpha cho thang đo đa biến quan sát"""
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    alpha = (k / (k - 1)) * (1 - (item_vars.sum() / total_var))
    return float(alpha)

def evaluate_survey_regression(df: pd.DataFrame, predictors: list, dependent: str):
    """Chạy hồi quy OLS đa biến và kiểm định hiện tượng đa cộng tuyến VIF"""
    X = df[predictors]
    X_const = sm.add_constant(X)
    y = df[dependent]
    
    model = sm.OLS(y, X_const).fit()
    
    # Tính Variance Inflation Factor (VIF)
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
    
    return model.summary(), vif_data

Testing và validation

1. Kiểm định độ tin cậy Cronbach's Alpha:

Tất cả các thang đo đều thỏa mãn điều kiện độ tin cậy $\alpha \ge 0.70$ và hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $> 0.30$.

Thành phần thang đo Ký hiệu Số biến quan sát Hệ số Cronbach's Alpha Đánh giá kỹ thuật
Sự tin cậy TC 4 0.841 Thang đo tốt, độ tin cậy nội hàm cao
Sự đồng cảm DC 4 0.789 Đạt yêu cầu sử dụng tốt
Giá cả GC 4 0.815 Thang đo tốt
Phong cách phục vụ PV 4 0.863 Thang đo rất tốt
Phương tiện hữu hình PTHH 4 0.796 Đạt yêu cầu
Sự hài lòng chung HL 3 0.852 Biến phụ thuộc đạt độ chuẩn hóa cao

2. Phân tích nhân tố khám phá (EFA):

  • Hệ số KMO (Kaiser-Meyer-Olkin): Đạt $0.812$ ($0.5 \le \text{KMO} \le 1.0$), chứng minh kích thước mẫu hoàn toàn phù hợp.
  • Kiểm định Bartlett's Test of Sphericity: Chi-Square có mức ý nghĩa $\text{Sig.} = 0.000 < 0.05$, các biến có tương quan tuyến tính chặt chẽ trong tổng thể.
  • Phương sai trích (Total Variance Explained): Đạt $64.28% > 50%$, khẳng định 5 nhân tố trích xuất giải thích được $64.28%$ độ biến thiên của dữ liệu gốc.
  • Giá trị Eigenvalue: Nhân tố cuối cùng dừng ở mức $1.218 > 1.0$.
  • Hệ số tải nhân tố (Factor Loading): Toàn bộ 20 biến quan sát của 5 nhóm độc lập đều có hệ số tải $\ge 0.58 > 0.50$ khi xoay trục Varimax, không có hiện tượng biến rác hay tải chéo.

3. Phân tích Hồi quy tuyến tính bội (Multiple Linear Regression):

Kết quả kiểm định ANOVA cho thấy mô hình hồi quy có ý nghĩa thống kê ($F = 43.865$, $\text{Sig.} = 0.000 < 0.001$). Hệ số xác định $R^2 = 0.604$ và $R^2 \text{ hiệu chỉnh} = 0.590$, nghĩa là 5 nhân tố nghiên cứu giải thích được $59.0%$ sự thay đổi trong mức độ hài lòng của khách hàng tổ chức.

Biến độc lập Hệ số $\beta$ chưa chuẩn hóa Hệ số $\beta$ chuẩn hóa Giá trị $t$ Mức ý nghĩa (Sig.) Chỉ số VIF
(Hằng số $\beta_0$) 0.214 - 1.120 0.264 -
Phong cách phục vụ (PV) 0.312 0.328 4.892 0.000 1.345
Sự tin cậy (TC) 0.285 0.294 4.218 0.000 1.412
Giá cả (GC) 0.210 0.221 3.456 0.001 1.289
Phương tiện hữu hình (PTHH) 0.145 0.158 2.512 0.013 1.205
Sự đồng cảm (DC) 0.128 0.134 2.115 0.036 1.267

[!NOTE] Tất cả các biến đều có $\text{Sig.} < 0.05$ và chỉ số $\text{VIF} < 2.0$, chứng minh mô hình hoàn toàn không xảy ra hiện tượng đa cộng tuyến. Thứ tự tác động giảm dần tới sự hài lòng của khách hàng: Phong cách phục vụ ($0.328$) > Sự tin cậy ($0.294$) > Giá cả ($0.221$) > Phương tiện hữu hình ($0.158$) > Sự đồng cảm ($0.134$).


Đổi mới và đóng góp

  1. Hiệu chỉnh mô hình đo lường chuyên biệt cho B2B may mặc: Nghiên cứu đã chuyển hóa thang đo chất lượng dịch vụ tổng quát thành bộ tiêu chí vận hành may mặc kỹ thuật số (tích hợp độ chính xác hóa đơn/chứng từ, thời gian chờ giao dịch và dịch vụ nhận diện thương hiệu).
  2. Phát hiện trọng số hành vi khách hàng tổ chức tại miền Trung: Khác với phân khúc tiêu dùng cá nhân (B2C) thường đặt giá cả lên hàng đầu, khách hàng tổ chức coi trọng Phong cách phục vụ chuyên nghiệp ($\beta = 0.328$)Độ tin cậy cam kết giao hàng ($\beta = 0.294$).
  3. Hiệu quả tối ưu hóa thực tiễn tại Lion Uniform:
    • Rút ngắn thời gian xử lý khiếu nại phát sinh từ 72 giờ xuống dưới 24 giờ (cải thiện $66.7%$).
    • Giảm tỷ lệ sai lệch thông số kỹ thuật đơn hàng (kích thước/màu sắc/in thêu) từ $4.5%$ xuống dưới $1.8%$.
    • Nâng tỷ lệ tái ký hợp đồng của khách hàng doanh nghiệp định kỳ từ $65%$ lên $82%$.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Real-world Use Cases)

  • Khối Doanh nghiệp Dịch vụ & Du lịch (Khách sạn/Nhà hàng): Yêu cầu chuẩn hóa đồng phục lễ tân, bếp, buồng phòng với cam kết giao hàng phân kỳ theo ca kíp; Lion ứng dụng quy trình lấy mẫu vải chống nhăn và duyệt bản vẽ kỹ thuật số 3D.
  • Khối Cơ sở Giáo dục & Y tế: Đơn hàng quy mô lớn từ 500 – 3.000 sản phẩm; triển khai hệ thống mã hóa size thông minh giúp giảm tỷ lệ đổi trả kích thước xuống dưới $1.2%$.
gantt
    title Kế hoạch triển khai nâng cấp chất lượng dịch vụ Lion
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Chuẩn hóa vận hành
    Tái cơ cấu quy trình tư vấn B2B      :done,    des1, 2020-01-01, 2020-02-15
    Đào tạo chuyên môn & kỹ năng giao tiếp:active,  des2, 2020-02-15, 2020-03-30
    section Giai đoạn 2: Số hóa & CSKH
    Triển khai phần mềm CRM quản lý đơn hàng :         des3, 2020-04-01, 2020-06-30
    Chuẩn hóa bộ Catalog & Nhận diện xe vận tải:       des4, 2020-05-15, 2020-07-15
    section Giai đoạn 3: Tối ưu chính sách
    Xây dựng bảng giá linh hoạt & CS chiết khấu:       des5, 2020-07-01, 2020-08-30
    Khảo sát đánh giá định kỳ sau 6 tháng      :       des6, 2020-09-01, 2020-10-31

Phân tích Chi phí - Lợi ích (Cost-Benefit & ROI)

  • Chi phí đầu tư triển khai (Năm đầu): 120.000.000 VNĐ (Bao gồm chi phí triển khai hệ thống CRM, tài liệu catalog nhận diện mới, đóng thùng xe chuyên dụng và ngân sách đào tạo nội bộ).
  • Lợi ích tài chính ước tính: Giảm thiểu chi phí đền bù lỗi sai đơn hàng (tiết kiệm ~45.000.000 VNĐ/năm); gia tăng doanh thu từ khách hàng cũ quay lại và mở rộng khách hàng giới thiệu thêm ~280.000.000 VNĐ/năm.
  • Thời gian hoàn vốn (Payback Period): Ước tính 5,2 tháng, chỉ số ROI đạt xấp xỉ $170%$ sau năm đầu tiên vận hành mô hình mới.

Hạn chế và hướng phát triển

  • Giới hạn phạm vi địa lý: Khảo sát giới hạn tại TP. Huế, chưa bao quát các khu công nghiệp phụ cận như Phú Bài, Phong Điền hoặc mở rộng sang thị trường Đà Nẵng, Quảng Trị.
  • Phương pháp lấy mẫu: Áp dụng chọn mẫu ngẫu nhiên đơn giản qua danh sách khách hàng sẵn có, có thể chịu ảnh hưởng cục bộ bởi quy mô doanh nghiệp vừa và nhỏ chiếm đa số.
  • Hướng phát triển tiếp theo:
    1. Ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) để kiểm định mối quan hệ trung gian giữa Chất lượng dịch vụ $\rightarrow$ Giá trị cảm nhận $\rightarrow$ Sự hài lòng $\rightarrow$ Lòng trung thành thương hiệu.
    2. Xây dựng cổng Portal trực tuyến cho phép khách hàng B2B tra cứu tiến độ dệt nhuộm, cắt may và lịch trình giao vận theo thời gian thực (Real-time Order Tracking).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế / QTKD: Cung cấp tài liệu tham khảo chuẩn mực về cấu trúc khóa luận, quy trình kiểm định EFA, hồi quy OLS và cách thiết kế bảng hỏi khảo sát B2B thực địa.
  • Chuyên viên Phân tích Dữ liệu / Data Analysts: Nắm vững code pipeline xử lý kiểm định Cronbach's Alpha, xoay nhân tố và đánh giá hiện tượng đa cộng tuyến trên tập dữ liệu thực tế.
  • Chủ doanh nghiệp & Nhà quản lý Dệt may: Bản kế hoạch hành động chi tiết để tái cấu trúc đội ngũ kinh doanh, tối ưu hóa điểm chạm khách hàng và gia tăng năng lực cạnh tranh B2B.
  • Nhà nghiên cứu Marketing Dịch vụ: Bộ số liệu thực nghiệm làm cơ sở so sánh đối chuẩn (benchmarking) cho các nghiên cứu hành vi khách hàng tổ chức tại thị trường các đô thị loại I, loại II.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để triển khai mô hình phân tích này?

[!IMPORTANT]

  • Phần cứng: Máy tính cấu hình tối thiểu Intel Core i3 / 4GB RAM.
  • Phần mềm: IBM SPSS Statistics từ phiên bản 20.0 trở lên hoặc môi trường Python 3.8+ với các thư viện pandas, numpy, statsmodels, scipy.
  • Kỹ năng vận hành: Xử lý làm sạch dữ liệu (Data cleaning), mã hóa biến Likert và giải thích các chỉ số thống kê $p$-value, KMO, Cronbach's Alpha, $R^2$, VIF.

2. Làm thế nào để mở rộng mô hình khi quy mô khảo sát tăng lên trên 1.000 mẫu?

Khi tập dữ liệu vượt quá 1.000 quan sát từ nhiều tỉnh thành, cần chuyển dịch từ EFA sang CFA (Confirmatory Factor Analysis) và mô hình hóa bằng PLS-SEM (SmartPLS) hoặc CB-SEM (AMOS) nhằm phân tích đa nhóm (Multi-group Analysis - MGA) giữa các loại hình doanh nghiệp khác nhau.

3. Phương pháp tích hợp dữ liệu khảo sát vào hệ thống quản trị doanh nghiệp (ERP/CRM)?

Các tiêu chí đo lường (TC, PV, DC, GC, PTHH) có thể tích hợp thành hệ số chấm điểm hài lòng định kỳ (CSAT score) tự động gửi qua email/Zalo sau mỗi lần xuất kho giao hàng thành công trên hệ thống CRM (như Odoo, Bitrix24 hay Salesforce).

4. Tần suất cập nhật và bảo trì khung đánh giá sự hài lòng?

Khung đánh giá nên được rà soát định kỳ 6 tháng/lần. Đối với các đơn hàng B2B giá trị cao, doanh nghiệp nên thực hiện khảo sát phỏng vấn sâu 1-1 ngay sau khi nghiệm thu hợp đồng 15 ngày để khắc phục kịp thời các khiếu nại ẩn.

5. Chi phí triển khai và lộ trình đạt điểm hòa vốn cho doanh nghiệp đồng phục?

Với ngân sách chuẩn hóa dịch vụ khoảng 50 - 120 triệu đồng, doanh nghiệp dệt may quy mô vừa tại miền Trung có thể đạt điểm hoàn vốn trong vòng 4 đến 6 tháng nhờ giảm thiểu sai sót kỹ thuật và tăng $15 - 25%$ giá trị đơn hàng lặp lại.


Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc mục tiêu nhận diện và lượng hóa các nhân tố ảnh hưởng đến sự hài lòng của khách hàng tổ chức đối với Công ty TNHH Thương hiệu và Đồng phục Lion. Bằng việc chứng minh vai trò then chốt của Phong cách phục vụ ($\beta = 0.328$)Sự tin cậy ($\beta = 0.294$), nghiên cứu cung cấp cơ sở khoa học vững chắc để Ban Lãnh đạo công ty chuyển dịch chiến lược từ "bán sản phẩm may mặc đơn thuần" sang "cung cấp giải pháp nhận diện thương hiệu toàn diện". Việc thực thi đồng bộ 5 nhóm giải pháp được đề xuất sẽ là đòn bẩy quan trọng giúp Lion Uniform củng cố vị thế dẫn đầu phân khúc đồng phục doanh nghiệp tại thị trường Thừa Thiên Huế và khu vực miền Trung.