Giới thiệu dự án

Thị trường vật liệu xây dựng hoàn thiện tại Việt Nam, đặc biệt là phân khúc sơn nước trang trí kiến trúc tại khu vực đô thị loại 1 như TP. Đà Nẵng, chứng kiến tốc độ tăng trưởng bình quân từ 8.5% – 10.2%/năm giai đoạn 2018–2022. Tuy nhiên, sự cạnh tranh khốc liệt giữa các tập đoàn đa quốc gia (Dulux/AkzoNobel, Nippon Paint, Jotun, Kova) và các doanh nghiệp nội địa tạo ra áp lực đào thải lớn. Công ty Cổ phần Đầu tư và Xây dựng HT Bàn Thạch – đơn vị sở hữu nhãn hiệu sơn BIGBAI – đối mặt với bài toán tối ưu hóa thị phần khi chi phí thu hút khách hàng mới (CAC - Customer Acquisition Cost) gia tăng và mức độ trung thành của khách hàng suy giảm.

Vấn đề cốt lõi đặt ra là sự thiếu hụt các mô hình lượng hóa chuẩn xác về các yếu tố tâm lý, sản phẩm và dịch vụ tác động trực tiếp đến quyết định chi trả của người tiêu dùng tại địa bàn miền Trung. Doanh nghiệp cần xác định rõ trọng số tác động của từng biến số thay vì đầu tư dàn trải ngân sách marketing.

Mục tiêu cụ thể của dự án nghiên cứu bao gồm:

  1. Hệ thống hóa khung lý thuyết về hành vi người tiêu dùng dựa trên Thuyết hành động hợp lý (TRA - Theory of Reasoned Action) và Thuyết hành vi dự định (TPB - Theory of Planned Behavior).
  2. Xây dựng và kiểm định thang đo định lượng với 7 nhóm nhân tố độc lập tác động đến biến phụ thuộc "Quyết định mua sản phẩm sơn BIGBAI".
  3. Đo lường mức độ ảnh hưởng của từng nhân tố thông qua phân tích hồi quy tuyến tính bội và kiểm định sự khác biệt nhân khẩu học qua phân tích phương sai (ANOVA - Analysis of Variance).
  4. Đề xuất hệ thống giải pháp quản trị bán hàng và marketing-mix thực thi cho nhãn hiệu sơn BIGBAI nhằm gia tăng doanh số và tỷ lệ chuyển đổi khách hàng tại TP. Đà Nẵng.

Phạm vi nghiên cứu tập trung vào khách hàng cá nhân và nhà thầu xây dựng đã và đang có ý định mua sản phẩm sơn BIGBAI tại địa bàn TP. Đà Nẵng, với dữ liệu thứ cấp giai đoạn 2018–2020 và dữ liệu sơ cấp thu thập từ tháng 10/2021 đến tháng 01/2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các phương pháp tiếp cận nghiên cứu hành vi khách hàng truyền thống tại các doanh nghiệp phân phối sơn thường phụ thuộc vào khảo sát định tính nhỏ lẻ hoặc kinh nghiệm chủ quan của nhân sự bán hàng, dẫn đến sai lệch trong việc dự báo nhu cầu thị trường.

Tiêu chí so sánh Phương pháp Khảo sát Định tính thuần túy Phương pháp Khảo sát Kinh nghiệm Bán hàng Phương pháp Mô hình hóa Định lượng (Đề xuất)
Cơ sở khoa học Lý thuyết phỏng vấn sâu, thảo luận nhóm Báo cáo doanh số và phản ánh từ đại lý Khung lý thuyết TRA/TPB kết hợp EFA và Hồi quy bội OLS
Độ tin cậy thang đo Không kiểm định được thống kê Định tính, phụ thuộc góc nhìn cá nhân Kiểm định Cronbach's Alpha $> 0.70$ và Corrected Item-Total $> 0.40$
Khả năng khái quát Thấp, mẫu khảo sát nhỏ ($N < 20$) Cục bộ theo từng nhân viên kinh doanh Cao, cỡ mẫu $N=185$ thỏa mãn điều kiện $N \ge 8m + 50$
Định lượng tác động Không có hệ số trọng số Đánh giá mức độ cảm tính Xác định chính xác trọng số chuẩn hóa ($\beta$), giá trị $R^2$, kiểm định $F, t$

Áp dụng phương pháp phân loại yêu cầu MoSCoW trong thiết kế thang đo khảo sát:

  • Must have: Thang đo Chất lượng sản phẩm (SP), Giá cả (GC), Khả năng đáp ứng (KNĐƯ).
  • Should have: Thang đo Thương hiệu (TH), Nhân viên bán hàng (NVBH), Niềm tin & thái độ (NTTĐ).
  • Could have: Thang đo Nhóm tham khảo (NTK) từ kiến trúc sư, nhà thầu, người thân.
  • Won't have (Loại trừ): Thang đo Địa điểm cửa hàng và Động cơ tiêu dùng (đã được loại sau nghiên cứu định tính do không tạo sự khác biệt có ý nghĩa thống kê đối với sản phẩm đặc thù ngành xây dựng).

Thiết kế hệ thống

Mô hình cấu trúc nghiên cứu thực nghiệm được chuẩn hóa bao gồm 7 biến độc lập với 26 biến quan sát và 1 biến phụ thuộc với 3 biến quan sát, đo lường trên thang đo Likert 5 điểm (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý).

Công nghệ và công cụ xử lý dữ liệu:

  • IBM SPSS Statistics 20.0: Thực hiện thống kê mô tả, kiểm định Cronbach's Alpha, phân tích nhân tố khám phá (EFA - Exploratory Factor Analysis), hồi quy tuyến tính đa biến (OLS - Ordinary Least Squares), kiểm định One Sample T-Test và One-way ANOVA.
  • Python 3.10 (statsmodels, pandas, pingouin): Sử dụng cross-validation và kiểm tra tự động các giả định hồi quy (đa cộng tuyến VIF, phân phối chuẩn phần dư, tính đồng nhất phương sai).

Methodology

Quy trình nghiên cứu kết hợp phương pháp hỗn hợp (Mixed Methods):

  1. Giai đoạn nghiên cứu định tính:

    • Phỏng vấn sâu chuyên gia: Lãnh đạo phòng kinh doanh, giám đốc kỹ thuật và 10 khách hàng đã mua sản phẩm tại showroom.
    • Thử nghiệm sơ bộ: Khảo sát mẫu thử nghiệm $N_0 = 20$ để rà soát lỗi từ ngữ, tính rõ ràng của bảng câu hỏi.

  2. Giai đoạn nghiên cứu định lượng:

    • Công thức xác định cỡ mẫu theo Tabachnick & Fidell (1991) cho hồi quy bội: $$n \ge 8m + 50$$ (Với $m = 7$ biến độc lập $\Rightarrow n \ge 8(7) + 50 = 106$ quan sát).
    • Để tối ưu hóa phân tích EFA theo tiêu chuẩn Hair et al. (2006) (tỷ lệ $5:1$ trên 29 biến quan sát $\Rightarrow n \ge 145$), kích thước mẫu chính thức được mở rộng lên $N = 185$ quan sát hợp lệ (phát trực tiếp tại đại lý và khảo sát trực tuyến qua email khách hàng).
    • Đánh giá rủi ro thiên lệch mẫu bằng cách kiểm định phân phối tần số các nhóm nhân khẩu học (độ tuổi, thu nhập, nghề nghiệp).

Implementation và kết quả

Development process

Quá trình xử lý và phân tích dữ liệu được mô hình hóa và triển khai thông qua pipeline mã nguồn thống kê chuẩn hóa. Dưới đây là đoạn mã Python mô phỏng quy trình kiểm định mô hình tương đương trên SPSS Syntax:

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

# 1. Đọc tập dữ liệu khảo sát (185 quan sát, 7 biến độc lập, 1 biến phụ thuộc)
df = pd.read_csv("paint_consumer_behavior_danang.csv")

independent_vars = ['CLSP', 'GC', 'KNDU', 'TH', 'NTK', 'NTTD', 'NVBH']
X = df[independent_vars]
y = df['QDM']

# 2. Thêm hằng số vào mô hình hồi quy OLS
X_with_const = sm.add_constant(X)
model = sm.OLS(y, X_with_const).fit()

# 3. Tính toán Variance Inflation Factor (VIF) kiểm tra hiện tượng 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])]
vif_data["Tolerance"] = 1 / vif_data["VIF"]

# 4. Xuất kết quả hồi quy chuẩn hóa
print(model.summary())
print("\n--- Kiểm định Đa cộng tuyến (Multicollinearity Test) ---")
print(vif_data.to_string(index=False))

Testing và validation

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

Tất cả các thang đo đều đạt hệ số tin cậy cao, vượt ngưỡng tiêu chuẩn $0.70$ theo Nunnally & Bernstein (1994), hệ số tương quan biến tổng (Corrected Item-Total Correlation) đều lớn hơn $0.40$.

Ký hiệu thang đo Số biến quan sát Hệ số Cronbach's Alpha Hệ số tương quan biến tổng nhỏ nhất Kết luận
Chất lượng sản phẩm (CLSP) 5 0.842 0.528 Đạt yêu cầu
Giá cả (GC) 5 0.816 0.495 Đạt yêu cầu
Khả năng đáp ứng (KNĐƯ) 5 0.835 0.512 Đạt yêu cầu
Thương hiệu (TH) 4 0.798 0.486 Đạt yêu cầu
Nhóm tham khảo (NTK) 3 0.774 0.467 Đạt yêu cầu
Niềm tin và thái độ (NTTĐ) 3 0.829 0.541 Đạt yêu cầu
Nhân viên bán hàng (NVBH) 4 0.856 0.573 Đạt yêu cầu
Quyết định mua (QĐM) 3 0.864 0.621 Đạt yêu cầu

2. Phân tích nhân tố khám phá (EFA)

  • Hệ số KMO (Kaiser-Meyer-Olkin): $0.812$ (thỏa mãn điều kiện $0.5 \le \text{KMO} \le 1.0$), chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
  • Kiểm định Bartlett's Test of Sphericity: Giá trị $\chi^2 = 1845.32$, mức ý nghĩa $\text{Sig.} = 0.000 < 0.05$, các biến quan sát có tương quan chặt chẽ trong tổng thể.
  • Tổng phương sai trích (Total Variance Explained): $64.78% > 50%$, đạt tiêu chuẩn trích xuất thông tin.
  • Eigenvalue: Dừng tại nhân tố thứ 7 với giá trị Eigenvalue $= 1.214 \ge 1.0$.
  • Hệ số tải nhân tố (Factor Loading): Tất cả các biến quan sát đều có hệ số tải $> 0.55$, phân tách rõ ràng thành 7 nhóm nhân tố độc lập qua phép xoay Varimax.

3. Phân tích hồi quy tuyến tính và kiểm định đa cộng tuyến

Mô hình hồi quy tuyến tính bội được thiết lập theo phương trình:

$$\text{QĐM} = \beta_0 + \beta_1 \text{CLSP} + \beta_2 \text{GC} + \beta_3 \text{KNĐƯ} + \beta_4 \text{TH} + \beta_5 \text{NTK} + \beta_6 \text{NTTĐ} + \beta_7 \text{NVBH} + e$$

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($\text{Sig.}$) Hệ số Tolerance Hệ số VIF
(Hằng số) 0.241 0.185 - 1.303 0.194 - -
CLSP 0.284 0.048 0.291 5.917 0.000 0.682 1.466
GC 0.215 0.045 0.224 4.778 0.000 0.741 1.350
KNĐƯ 0.168 0.042 0.176 4.000 0.000 0.785 1.274
NVBH 0.152 0.039 0.158 3.897 0.000 0.812 1.232
NTTĐ 0.134 0.041 0.141 3.268 0.001 0.715 1.399
NTK 0.098 0.038 0.105 2.579 0.011 0.846 1.182
TH 0.086 0.037 0.092 2.324 0.021 0.869 1.151
  • Hệ số xác định mô hình: $R^2 = 0.628$, $R^2 \text{ hiệu chỉnh} = 0.613$. Mô hình giải thích được 61.3% sự biến thiên trong quyết định mua sản phẩm sơn BIGBAI của khách hàng tại TP. Đà Nẵng.
  • Kiểm định ANOVA mô hình hồi quy: Giá trị $F = 42.68$, $\text{Sig.} = 0.000 < 0.05$, khẳng định mô hình hồi quy tuyến tính xây dựng hoàn toàn phù hợp với dữ liệu tổng thể.
  • Kiểm định hiện tượng đa cộng tuyến: Tất cả các hệ số phóng đại phương sai $\text{VIF} < 1.50$ (nhỏ hơn nhiều so với ngưỡng rủi ro là 10) và $\text{Tolerance} > 0.65$, chứng minh không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.

Kết quả đạt được

  1. Thứ tự mức độ tác động: $$\text{Chất lượng sản phẩm } (\beta = 0.291) > \text{Giá cả } (\beta = 0.224) > \text{Khả năng đáp ứng } (\beta = 0.176) > \text{Nhân viên bán hàng } (\beta = 0.158) > \text{Niềm tin & thái độ } (\beta = 0.141) > \text{Nhóm tham khảo } (\beta = 0.105) > \text{Thương hiệu } (\beta = 0.092)$$
  2. Kiểm định ANOVA khác biệt nhân khẩu học:
    • Độ tuổi: Không có sự khác biệt có ý nghĩa thống kê giữa các nhóm tuổi ($\text{Sig.} = 0.284 > 0.05$).
    • Nghề nghiệp: Khách hàng là nhà thầu/thợ sơn có mức độ quan tâm đến chất lượng màng sơn và độ che phủ cao hơn nhóm khách hàng hộ gia đình tự sơn ($\text{Sig.} = 0.031 < 0.05$).
    • Thu nhập: Nhóm có thu nhập trên 15 triệu VNĐ/tháng có yêu cầu khắt khe hơn về tính an toàn, mùi dễ chịu và khả năng kháng kiềm rêu mốc ($\text{Sig.} = 0.018 < 0.05$).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn mang tính hệ thống so với các công trình nghiên cứu hành vi tiêu dùng trước đây trong cùng nhóm ngành vật liệu xây dựng:

Tiêu chí Nghiên cứu Thạch cao Huy An (Nguyễn Viết Hiếu) Nghiên cứu Ngói màu Thiên Tân (Trần Viết Hương) Nghiên cứu Sơn BIGBAI - HT Bàn Thạch (Đề tài hiện tại)
Ngành hàng Tấm thạch cao xây dựng Ngói màu trang trí mái Sơn nước trang trí kiến trúc đô thị
Mô hình nhân tố 6 nhân tố (tập trung logistics & đại lý) 7 nhân tố (chưa tách bạch năng lực pha màu) 7 nhân tố điều chỉnh (đặc thù hóa biến Khả năng đáp ứng màu sắc và kỹ thuật)
Chất lượng kiểm định $R^2 = 0.541$, cỡ mẫu $N=140$ $R^2 = 0.582$, cỡ mẫu $N=150$ $R^2 = 0.613$, cỡ mẫu $N=185$, kiểm soát VIF chặt chẽ
Đóng góp kỹ thuật Tối ưu hóa hệ thống kho bãi Nâng cao nhận diện thương hiệu Lượng hóa tác động tương tác của nhân viên tư vấn kỹ thuật và khả năng pha màu trực tiếp
  • Đóng góp thực tiễn: Tối ưu hóa 35% chi phí tiếp thị dàn trải cho việc chạy quảng cáo thương hiệu thụ động để chuyển dịch nguồn lực sang đào tạo năng lực kỹ thuật cho đội ngũ tư vấn tại điểm bán và nâng cao chính sách chiết khấu đại lý.

Ứng dụng thực tế và triển khai

Dựa trên kết quả phân tích định lượng, kế hoạch triển khai chiến lược kinh doanh cho Công ty Cổ phần Đầu tư và Xây dựng HT Bàn Thạch được thiết kế theo 4 nhóm giải pháp ưu tiên:

  1. Nhóm giải pháp Chất lượng sản phẩm ($\beta = 0.291$):

    • Tăng cường hàm lượng nhựa Acrylic nguyên chất trong công thức màng sơn ngoại thất nhằm nâng cao độ co giãn và khả năng che lấp vi vết nứt chân chim trên tường bê tông.
    • Ứng dụng phụ gia chống nấm mốc gốc Nano Bạc thân thiện môi trường, giảm thiểu nồng độ hợp chất hữu cơ dễ bay hơi (VOCs $< 30\text{ g/L}$), đáp ứng tiêu chuẩn Green Label.

  2. Nhóm giải pháp Giá cả & Chiết khấu ($\beta = 0.224$):

    • Duy trì ổn định giá niêm yết trong tối thiểu 12 tháng để tạo sự an tâm cho các tổng thầu thi công khi lập dự toán công trình.
    • Thiết lập chính sách chiết khấu theo bậc thang doanh số: $18% - 22%$ đối với đại lý cấp 1 và thưởng $2.5% - 3.5%$ cho các đơn hàng thanh toán ngay bằng chuyển khoản.

  3. Nhóm giải pháp Khả năng đáp ứng ($\beta = 0.176$):

    • Trang bị máy pha màu vi tính tự động tại hệ thống đại lý trọng điểm ở các quận Hải Châu, Thanh Khê, Cẩm Lệ; đảm bảo khả năng tái tạo mã màu chính xác $100%$ theo hệ màu RAL và NCS.
    • Cam kết giao hàng tận chân công trình trong bán kính 15km nội thành Đà Nẵng dưới 4 giờ kể từ khi xác nhận đơn.

  4. Nhóm giải pháp Nhân viên bán hàng & Tư vấn ($\beta = 0.158$):

    • Xây dựng quy trình đào tạo kỹ thuật bắt buộc: Nhân viên tư vấn phải nắm rõ định mức tiêu hao ($\text{m}^2/\text{lít}$), độ ẩm tường yêu cầu ($< 16%$ theo máy Protimeter) và giải pháp xử lý triệt để hiện tượng kiềm hóa, muối hóa.

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Phương pháp chọn mẫu ngẫu nhiên thuận tiện ($N = 185$) trên phạm vi địa bàn TP. Đà Nẵng có thể chưa phản ánh đầy đủ đặc điểm hành vi của các thị trường lân cận như Quảng Nam hay Thừa Thiên Huế.
  • Mô hình phân tích: Nghiên cứu sử dụng hồi quy tuyến tính đa biến (OLS), chưa xem xét các quan hệ trung gian (Mediating effects) hoặc điều tiết (Moderating effects) phức tạp.
  • Định hướng mở rộng:
    • Ứng dụng mô hình cấu trúc tuyến tính SEM (Structural Equation Modeling) hoặc PLS-SEM trên phần mềm SmartPLS 4.0 để phân tích sâu mối quan hệ giữa Niềm tin thương hiệu, Sự hài lòng và Ý định mua lặp lại.
    • Tích hợp dữ liệu giao dịch từ hệ thống CRM/ERP của doanh nghiệp để xây dựng mô hình học máy (Random Forest / Logistic Regression) dự báo xác suất chuyển đổi khách hàng tiềm năng theo thời gian thực.

Đối tượng hưởng lợi

  • Sinh viên & Học viên Cao học Quản trị Kinh doanh / Marketing: Tiếp cận bộ khung phương pháp luận nghiên cứu định lượng chuẩn mực, cách xử lý số liệu SPSS và ứng dụng mô hình hành vi người tiêu dùng vào ngành hàng công nghiệp/xây dựng (B2C & B2B).
  • Chuyên viên Phân tích Dữ liệu Thị trường (Market Data Analysts): Cung cấp thang đo đã được kiểm định độ tin cậy và bảng trọng số tham chiếu phục vụ phân khúc thị trường vật liệu hoàn thiện.
  • Doanh nghiệp Sản xuất và Phân phối Sơn Nước: Tài liệu tham khảo chiến lược giúp tối ưu hóa ngân sách R&D, quản trị kênh đại lý và cải thiện tỷ lệ chốt đơn của đội ngũ bán hàng.
  • Nhà thầu & Khách hàng Cá nhân: Nắm bắt các tiêu chí kỹ thuật cốt lõi (độ phủ, độ bền màu, VOCs, khả năng kháng kiềm) để đưa ra quyết định chọn mua sơn tối ưu về chi phí và chất lượng công trình.

Câu hỏi thường gặp

1. Tại sao nhân tố "Chất lượng sản phẩm" lại có tác động mạnh nhất đến quyết định mua sơn BIGBAI ($\beta = 0.291$)?

Sơn nước là loại vật liệu hoàn thiện có chi phí thi công và rủi ro sửa chữa cao nếu xảy ra sự cố (bong tróc, ẩm mốc, bạc màu). Khách hàng tại miền Trung đặc biệt quan tâm đến khả năng chống chịu điều kiện thời tiết khắc nghiệt (nắng gắt, mưa bão, độ ẩm cao), do đó chất lượng màng sơn là yếu tố tiên quyết chi phối hành vi mua.

2. Tiêu chuẩn nào chứng minh mô hình hồi quy không bị hiện tượng đa cộng tuyến?

Kiểm định đa cộng tuyến được đánh giá qua hai chỉ số: Hệ số phóng đại phương sai ($\text{VIF} < 10$, thực tế trong nghiên cứu đều $< 1.466$) và Độ chấp nhận ($\text{Tolerance} > 0.10$, thực tế đều $> 0.682$). Điều này đảm bảo các biến độc lập không có tương quan chéo quá mức gây sai lệch hệ số hồi quy.

3. Tại sao hai biến "Nơi mua hàng" và "Động cơ tiêu dùng" bị loại khỏi mô hình ban đầu?

Qua phỏng vấn định tính chuyên sâu, sơn là sản phẩm có tính chủ đích cao (khách hàng chỉ mua khi có nhu cầu xây dựng/sửa nhà). Vị trí cửa hàng chỉ đóng vai trò hỗ trợ giao dịch, trong khi khách hàng quan tâm nhiều hơn đến dịch vụ giao hàng tận công trình và uy tín kỹ thuật của sản phẩm.

4. Cỡ mẫu $N = 185$ có đảm bảo tính đại diện cho thị trường Đà Nẵng không?

Cỡ mẫu $N=185$ vượt xa yêu cầu tối thiểu của Tabachnick & Fidell ($n \ge 8 \times 7 + 50 = 106$) và đáp ứng chuẩn Hair et al. cho phân tích EFA ($185/29 \approx 6.38$ mẫu/biến quan sát), đảm bảo độ tin cậy thống kê ở mức ý nghĩa $5%$ ($\alpha = 0.05$).

5. Doanh nghiệp cần ưu tiên phân bổ ngân sách marketing vào những kênh nào sau nghiên cứu này?

Thay vì chi trả lớn cho quảng cáo truyền thông đại chúng, doanh nghiệp nên tập trung: (1) Đầu tư nâng cấp công thức sơn và phòng kiểm nghiệm chất lượng; (2) Chính sách chiết khấu cạnh tranh cho nhà thầu/đại lý; (3) Hệ thống máy pha màu vi tính tự động; (4) Khóa đào tạo kỹ thuật thực chiến cho đội ngũ bán hàng.

Kết luận

Dự án nghiên cứu đã giải quyết bài toán định lượng các nhân tố tác động đến quyết định mua sản phẩm sơn BIGBAI của khách hàng tại Công ty Cổ phần Đầu tư và Xây dựng HT Bàn Thạch (TP. Đà Nẵng). Thông qua quy trình phân tích thống kê đa biến trên SPSS 20.0, mô hình đã xác lập 7 nhân tố có ý nghĩa thống kê với mức giải thích phương sai đạt $61.3%$. Trong đó, Chất lượng sản phẩm ($\beta = 0.291$) và Giá cả ($\beta = 0.224$) là hai trụ cột chi phối mạnh mẽ nhất.

Kết quả nghiên cứu cung cấp cơ sở khoa học vững chắc giúp Ban lãnh đạo HT Bàn Thạch tái cấu trúc chính sách phân phối, hoàn thiện danh mục sản phẩm và nâng cao năng lực cạnh tranh bền vững trên thị trường vật liệu xây dựng miền Trung.