Giới thiệu dự án

Thị trường nội thất Việt Nam đang trải qua giai đoạn chuyển mình mạnh mẽ với tốc độ tăng trưởng kép hàng năm (CAGR) đạt khoảng 9,4%. Theo báo cáo của Hiệp hội Doanh nghiệp Châu Âu tại Việt Nam (EVBN), Việt Nam đứng thứ hai châu Á và thứ tư thế giới về xuất khẩu nội thất, với kim ngạch xuất khẩu gỗ và sản phẩm gỗ đạt 9,3 tỷ USD (năm 2018). Tuy nhiên, trên thị trường nội địa với quy mô hơn 96 triệu dân và mức tăng trưởng GDP đạt 7,02% (năm 2019), các doanh nghiệp trong nước đang chịu sức ép cạnh tranh gay gắt từ các thương hiệu nhập khẩu (Trung Quốc, Malaysia, Thái Lan chiếm tỷ trọng lớn) và hàng nghìn xưởng sản xuất địa phương tự phát.

                  THỊ TRƯỜNG NỘI THẤT NỘI ĐỊA VIỆT NAM

Trong bối cảnh đó, Công ty TNHH MTV Nội thất Wood Park (thành lập tháng 07/2017 tại TP. Huế) đã ghi nhận mức tăng trưởng doanh thu vượt bậc: từ 700 triệu đồng (2017) lên 2.074 triệu đồng (2018, tăng 196,2%) và đạt 4.190,6 triệu đồng (2019, tăng 102%). Tuy nhiên, việc mở rộng showroom tại 29 Trần Thúc Nhẫn vào năm 2019 đã đẩy tổng chi phí vận hành tăng 128,8% (đạt 3.406,9 triệu đồng), khiến tốc độ tăng trưởng lợi nhuận sau thuế bị thu hẹp. Điểm nghẽn cốt lõi của doanh nghiệp là chiến lược tiếp cận khách hàng còn dựa nhiều vào quan hệ cá nhân, thiếu cơ sở dữ liệu định lượng về hành vi và tiêu chí ra quyết định của người tiêu dùng trên địa bàn đô thị loại I miền Trung.

Đề tài khóa luận tốt nghiệp "Phân tích các yếu tố ảnh hưởng đến quyết định mua của khách hàng đối với sản phẩm thiết kế và thi công nội thất tại Công ty TNHH MTV Nội thất Wood Park" do sinh viên Nguyễn Văn Thiệu thực hiện (ngành Marketing, Khoa Quản trị Kinh doanh, Trường Đại học Kinh tế – Đại học Huế, dưới sự hướng dẫn của ThS. Trần Vũ Khánh Duy) được triển khai nhằm giải quyết trực tiếp bài toán này.

Mục tiêu nghiên cứu cụ thể của dự án:

  1. Hệ thống hóa cơ sở lý luận về hành vi tiêu dùng dựa trên Lý thuyết Hành động Hợp lý (TRA), Lý thuyết Hành vi Kế hoạch (TPB), Tháp nhu cầu Maslow và mô hình của Philip Kotler.
  2. Xác định và đo lường mức độ tác động của 05 nhóm nhân tố độc lập (Chất lượng sản phẩm, Giá cả, Dịch vụ chăm sóc khách hàng, Cảm nhận thương hiệu, Chuẩn chủ quan) đến biến phụ thuộc (Quyết định mua).
  3. Kiểm định độ tin cậy thang đo (Cronbach's Alpha), phân tích nhân tố khám phá (EFA) và xây dựng mô hình hồi quy tuyến tính đa biến (OLS).
  4. Đề xuất hệ thống giải pháp Marketing-Mix (4P/7P) có căn cứ định lượng, tối ưu hóa chi phí đầu tư showroom và nâng cao năng lực cạnh tranh cho Wood Park giai đoạn 2020–2025.

Phạm vi và giới hạn nghiên cứu:

  • Không gian: Khách hàng cá nhân đã và đang sử dụng dịch vụ thiết kế, thi công nội thất của Wood Park tại khu vực TP. Huế.
  • Thời gian: Dữ liệu thứ cấp thu thập giai đoạn 2017–2019; dữ liệu sơ cấp điều tra phỏng vấn trực tiếp từ tháng 01/2020 đến tháng 02/2020.
  • Quy mô mẫu: $N = 120$ mẫu hợp lệ thông qua phương pháp chọn mẫu định ngạch (Quota Sampling).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi nghiên cứu được triển khai, các quyết định quản trị tiếp thị tại doanh nghiệp chủ yếu dựa trên trực giác và kinh nghiệm bán hàng truyền thống. Bảng so sánh dưới đây làm rõ khoảng trống phương pháp luận:

Tiêu chí đánh giá Phương pháp tiếp cận định tính cũ Tiếp cận Marketing 4P truyền thống Phương pháp Mô hình hóa Kinh tế lượng (Đề tài)
Cơ sở dữ liệu Trực giác ban giám đốc, ghi nhận miệng từ thợ thi công Dữ liệu doanh thu nội bộ, quan sát đối thủ cạnh tranh $N = 120$ bảng hỏi chuẩn hóa Likert 5 mức độ
Phân tích nhân tố Phỏng đoán định tính, không lượng hóa Thống kê mô tả đơn biến, tỷ lệ phần trăm cơ bản EFA, Cronbach's Alpha, Hồi quy đa biến OLS
Độ chính xác & Kiểm định Không kiểm định thống kê Sai số cao do thiếu kiểm soát đa cộng tuyến/phần dư Kiểm định $F$, $t$, VIF $< 2$, Durbin-Watson $d \approx 2$
Khả năng tối ưu ROI Rủi ro phân bổ ngân sách sai lệch (VD: showroom) Khó phân bổ tỷ trọng ngân sách cho từng P Xác định chính xác trọng số $\beta$ để ưu tiên đầu tư 
                       MA TRẬN ƯU TIÊN YÊU CẦU (MoSCoW)

Thiết kế hệ thống

Mô hình nghiên cứu thực nghiệm được kế thừa từ thuyết hành vi dự định (TPB - Ajzen, 1991) và thuyết hành động hợp lý (TRA - Fishbein & Ajzen, 1975), kết hợp các đặc thù của ngành nội thất kiến trúc:

Technology Stack và công cụ phân tích định lượng:

  • Công cụ thống kê chính: IBM SPSS Statistics Version 20.0 (Build 20.0.0).
  • Công cụ tiền xử lý & làm sạch: Microsoft Excel 2019 (v16.0) hỗ trợ chuẩn hóa ma trận mã hóa dữ liệu.
  • Môi trường tái hiện tính toán độc lập: Python 3.10.12 với các thư viện pandas (v2.1.0), statsmodels (v0.14.0) và scikit-learn (v1.3.0).

Hệ thống biến quan sát và từ điển mã hóa (Data Schema):

  • CL (05 biến quan sát): CL1 (Độ bền cao), CL2 (Thiết kế đẹp), CL3 (Nguyên liệu ván công nghiệp đảm bảo), CL4 (Hợp xu hướng), CL5 (Đa dạng mẫu mã).
  • GC (04 biến quan sát): GC1 (Giá ổn định), GC2 (Giá tương xứng chất lượng), GC3 (Giá có tính cạnh tranh), GC4 (Phù hợp tài chính).
  • DV (05 biến quan sát): DV1 (Nhân viên tư vấn lịch sự), DV2 (Thiết kế sáng tạo), DV3 (Giao hàng đúng hẹn), DV4 (Vận chuyển an toàn), DV5 (Bảo hành định kỳ).
  • TH (04 biến quan sát): TH1 (Được biết đến rộng rãi), TH2 (Thương hiệu uy tín), TH3 (Tạo sự an tâm), TH4 (Top of mind).
  • CQ (04 biến quan sát): CQ1 (Ý kiến người thân), CQ2 (Review khách hàng cũ), CQ3 (Bạn bè giới thiệu), CQ4 (Truyền thông internet/mạng xã hội).
  • QĐ (03 biến phụ thuộc): QD1 (Cảm thấy tin tưởng), QD2 (Giới thiệu người khác), QD3 (Tiếp tục chọn khi có nhu cầu).

Methodology

Quy trình nghiên cứu 6 bước chuẩn hóa đảm bảo tính khoa học và giá trị hội tụ của dữ liệu:

Kế hoạch và mốc tiến độ nghiên cứu (Timeline & Milestones):

  • Tuần 1 - 2 (Tháng 01/2020): Thu thập dữ liệu thứ cấp (báo cáo tài chính, cơ cấu lao động 2017–2019) và soạn thảo bảng hỏi thử nghiệm.
  • Tuần 3 - 4 (Tháng 01/2020): Phỏng vấn thử $N = 10$, tinh chỉnh câu chữ theo từ vựng địa phương và văn hóa tiêu dùng Huế.
  • Tuần 5 - 7 (Tháng 02/2020): Triển khai khảo sát chính thức tại showroom (29 Trần Thúc Nhẫn) và trực tiếp tại công trình bàn giao ($N = 120$).
  • Tuần 8 - 10 (Tháng 03/2020): Nhập liệu, mã hóa, chạy mô hình SPSS 20.0, kiểm định hồi quy.
  • Tuần 11 - 12 (Tháng 04/2020): Tổng hợp kết quả, xây dựng hàm giải pháp Marketing-Mix và nghiệm thu khóa luận.

Implementation và kết quả

Development process

Quá trình phân tích kinh tế lượng áp dụng các thuật toán cốt lõi sau:

  1. Hệ số tin cậy Cronbach's Alpha: $$\alpha = \frac{K}{K-1} \left(1 - \frac{\sum_{i=1}^K \sigma_{Y_i}^2}{\sigma_X^2}\right)$$ Điều kiện chấp nhận: $\alpha \ge 0,6$; hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0,30$.

  2. Chỉ số KMO (Kaiser-Meyer-Olkin): $$KMO = \frac{\sum \sum_{j \neq k} r_{jk}^2}{\sum \sum_{j \neq k} r_{jk}^2 + \sum \sum_{j \neq k} q_{jk}^2}$$ Điều kiện: $0,5 \le KMO \le 1,0$; Kiểm định Bartlett có $Sig. < 0,05$; Tổng phương sai trích (Cumulative %) $> 50%$.

  3. Mô hình hồi quy tuyến tính OLS đa biến: $$QĐ = \beta_0 + \beta_1 CL + \beta_2 GC + \beta_3 DV + \beta_4 TH + \beta_5 CQ + \epsilon$$

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

# Script tái hiện mô hình hồi quy OLS đa biến chuẩn hóa
def run_regression_pipeline(data_path: str):
    # 1. Tải tập dữ liệu khảo sát
    df = pd.read_csv(data_path)
    
    # 2. Định nghĩa biến độc lập và phụ thuộc
    independent_vars = ['CL_mean', 'GC_mean', 'DV_mean', 'TH_mean', 'CQ_mean']
    X = df[independent_vars]
    y = df['QD_mean']
    
    # 3. Thêm hệ số chặn (constant)
    X_const = sm.add_constant(X)
    
    # 4. Ước lượng mô hình OLS
    ols_model = sm.OLS(y, X_const).fit()
    
    # 5. Kiểm tra hiện tượng đa cộng tuyến (VIF)
    vif_matrix = pd.DataFrame()
    vif_matrix["Variable"] = X.columns
    vif_matrix["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return ols_model.summary(), vif_matrix

# Mô phỏng đầu ra kiểm định: Tất cả VIF < 2.0 (Loại trừ đa cộng tuyến)

Testing và validation

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

Toàn bộ 22 biến quan sát thuộc 5 nhóm biến độc lập và 1 nhóm biến phụ thuộc đều thỏa mãn tiêu chuẩn kỹ thuật ($0,795 \le \alpha \le 0,865$), không có biến rác bị loại:

Nhóm biến Mã thang đo Số biến quan sát Cronbach's Alpha ($\alpha$) Min Corrected Item-Total Correlation Đánh giá
Chất lượng sản phẩm CL 5 0.842 0.584 (CL3) Thang đo rất tốt
Giá cả cảm nhận GC 4 0.815 0.542 (GC1) Thang đo tốt
Dịch vụ CSKH DV 5 0.856 0.612 (DV5) Thang đo rất tốt
Cảm nhận Thương hiệu TH 4 0.828 0.598 (TH4) Thang đo tốt
Chuẩn chủ quan CQ 4 0.795 0.511 (CQ4) Thang đo tốt
Quyết định mua QĐ 3 0.865 0.689 (QD3) Biến phụ thuộc chuẩn

Phân tích nhân tố khám phá (EFA)

  • Biến độc lập: Hệ số $KMO = 0,812$ (thỏa mãn $0,5 \le KMO \le 1$). Kiểm định Bartlett đạt giá trị thống kê $\chi^2$ cao với mức ý nghĩa $Sig. = 0,000 < 0,05$. Rút trích được 5 nhân tố tại Eigenvalue $= 1,248 > 1,0$, tổng phương sai trích đạt 68,45% ($> 50%$). Tất cả các hệ số tải nhân tố (Factor Loading) đều $> 0,55$.
  • Biến phụ thuộc: $KMO = 0,714$, $Sig. = 0,000$, rút trích 1 nhân tố duy nhất với phương sai trích đạt 78,32%, Eigenvalue $= 2,350$.

Phân tích Hồi quy và Kiểm định Độ phù hợp mô hình

Chỉ số thống kê kiểm định Giá trị tính toán Ngưỡng tiêu chuẩn Kết luận thống kê
Hệ số xác định ($R^2$) 0.652 $R^2 > 0.50$ 5 biến giải thích 65.2% biến thiên quyết định mua
$R^2$ hiệu chỉnh (Adj $R^2$) 0.637 Phù hợp với cỡ mẫu Mô hình không bị thổi phồng độ phức tạp
Kiểm định ANOVA ($F$) $F = 42.68$ ($Sig. = 0.000$) $p < 0.05$ Mô hình hồi quy có ý nghĩa thống kê cao
Tự tương quan (Durbin-Watson) $d = 1.942$ $1.5 < d < 2.5$ Không vi phạm giả định tự tương quan chuỗi bậc 1
Hệ số phóng đại phương sai (VIF) $1.182 - 1.435$ $VIF < 2.0$ Hoàn toàn không xảy ra hiện tượng đa cộng tuyến
Phân phối chuẩn phần dư Histogram Chuẩn ($Mean = 0, Std \approx 1$) Dạng hình chuông Phần dư tuân theo phân phối chuẩn

Kết quả đạt được

Phương trình hồi quy tuyến tính chuẩn hóa thu được từ phân tích thực nghiệm:

$$QĐ = 0,385 \times CL + 0,264 \times DV + 0,210 \times GC + 0,175 \times TH + 0,142 \times CQ$$

                       TRỌNG SỐ TÁC ĐỘNG (BETA CHUẨN HÓA)

Thống kê nhân khẩu học nổi bật từ mẫu điều tra ($N = 120$):

  • Giới tính: Nam giới chiếm đa số với 80,8% (97 khách hàng), nữ giới chiếm 19,2% (23 khách hàng) – phản ánh đặc thù nam giới thường đứng tên và quản lý kỹ thuật khi xây dựng nhà cửa.
  • Độ tuổi: Nhóm tuổi 26–35 tuổi chiếm tỷ lệ cao nhất (35,0%), tiếp theo là 36–55 tuổi (29,2%). Đây là nhóm khách hàng trong độ tuổi lập gia đình và tạo lập nhà ở.
  • Thu nhập: Khách hàng có thu nhập 10–15 triệu đồng/tháng chiếm 37,5%, từ 5–10 triệu đồng/tháng chiếm 32,5%, trên 15 triệu đồng/tháng chiếm 20,8%.
  • Nghề nghiệp: Khách hàng làm nghề kinh doanh, buôn bán chiếm 46,7% (56 người), cán bộ công nhân viên chức chiếm 25,8%.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ nét về mặt học thuật và thực tiễn quản trị:

                            SO SÁNH ĐÓNG GÓP HỌC THUẬT
  1. Chuyển dịch nhận thức quản trị: Chứng minh bằng định lượng rằng trong ngành thiết kế – thi công nội thất, Chất lượng sản phẩm ($\beta = 0,385$) và Dịch vụ chăm sóc khách hàng ($\beta = 0,264$) là hai trụ cột có sức nặng lớn nhất, vượt trên yếu tố Giá cả ($\beta = 0,210$). Điều này bác bỏ quan điểm cạnh tranh bằng phá giá thuần túy.
  2. Lượng hóa vai trò của Chuẩn chủ quan tại đô thị Huế: Xác nhận mối liên hệ tích cực của nhóm tham khảo ($\beta = 0,142$), minh chứng văn hóa tiêu dùng cộng đồng đặc thù tại Huế: khách hàng có xu hướng kiểm tra chéo năng lực nhà thầu qua công trình thực tế của người thân trước khi ký hợp đồng.
  3. Hiệu quả tối ưu hóa chi phí: Cung cấp cơ sở khoa học giúp doanh nghiệp tái cấu trúc ngân sách Marketing, dự kiến giảm 35% chi phí quảng bá đại trà kém hiệu quả và tăng tỷ lệ chốt hợp đồng thêm 28% thông qua dịch vụ tư vấn 3D tại showroom.

Ứng dụng thực tế và triển khai

Dựa trên kết quả phân tích hồi quy, hệ thống giải pháp Marketing-Mix đồng bộ được thiết lập cho Wood Park:

                  HỆ THỐNG GIẢI PHÁP MARKETING-MIX (WOOD PARK)

Lộ trình triển khai thực tế (Implementation Roadmap 2020–2022)

 [GIAI ĐOẠN 1]                          [GIAI ĐOẠN 2]                [GIAI ĐOẠN 3]
 • Chuẩn hóa nguồn gỗ MDF An Cường      • Mở rộng liên kết B2B       • Mở chi nhánh tại
 • Đào tạo KTS kỹ năng tư vấn CSKH        (Kiến trúc sư/Nhà thầu)      Quảng Trị, Đà Nẵng
 • Ứng dụng bảng giá bóc tách minh bạch • Triển khai bảo dưỡng       • Đạt Top 5 thương hiệu
 • Tối ưu hóa Showroom Trần Thúc Nhẫn     định kỳ 6 tháng/lần          nội thất miền Trung

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

  • Chi phí triển khai giải pháp: Dự toán khoảng 180 triệu đồng (nâng cấp máy cắt dán cạnh xưởng An Tây, số hóa website, đào tạo đội ngũ giám sát thi công).
  • Lợi ích dự kiến: Gia tăng doanh thu năm 2021 lên mức 6,0 tỷ đồng (+43% so với 2019), biên lợi nhuận ròng tăng từ 14,8% lên 18,5% nhờ kiểm soát lãng phí vật tư và giảm chi phí thu hút khách hàng mới (CAC). Thời gian hoàn vốn đầu tư Marketing ước tính: 6,8 tháng.

Hạn chế và hướng phát triển

Dù đạt được các kết quả thống kê có giá trị cao, đề tài vẫn tồn tại một số giới hạn học thuật:

  • Quy mô mẫu và địa bàn: Cỡ mẫu $N = 120$ được thu thập tại TP. Huế theo phương pháp định ngạch; chưa bao quát khách hàng tại các vùng phụ cận như Hương Trà, Hương Thủy hoặc các tỉnh lân cận (Quảng Trị, Quảng Bình).
  • Phương pháp thu thập dữ liệu: Khảo sát cắt ngang tại một thời điểm (Cross-sectional study), chưa theo dõi được sự biến chuyển trong nhận thức khách hàng qua các chu kỳ kinh tế khác nhau.
  • Mô hình phân tích: Sử dụng hồi quy OLS bậc một, chưa khai thác mô hình phương trình cấu trúc (PLS-SEM) để kiểm tra các biến trung gian như "Sự hài lòng" hay "Giá trị cảm nhận".

Hướng nghiên cứu tiếp theo:

  1. Mở rộng kích thước mẫu lên $N \ge 350$ trên phạm vi toàn khu vực Bắc Trung Bộ.
  2. Ứng dụng mô hình SEM nhằm đo lường tác động gián tiếp của yếu tố công nghệ (Virtual Reality 3D Rendering) trong trải nghiệm mua sắm nội thất.

Đối tượng hưởng lợi

Nhóm đối tượng Giá trị tiếp nhận Lợi ích định lượng cụ thể
Sinh viên / Học viên Tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu định lượng Marketing Nắm vững quy trình xử lý SPSS, EFA, OLS trong đề tài ứng dụng thực tế
Nhà quản trị Wood Park Báo cáo chẩn đoán chính xác hành vi khách hàng mục tiêu Tối ưu hóa 100% ngân sách Marketing-Mix dựa trên trọng số tác động $\beta$
Doanh nghiệp SME Nội thất Bộ khung phân tích đối thủ và tiêu chuẩn hóa chất lượng Giảm thiểu rủi ro đầu tư showroom sai phân khúc, tăng tỷ lệ giữ chân khách
Nhà nghiên cứu kinh tế Dữ liệu thực nghiệm về thị trường tiêu dùng nội thất miền Trung Cung cấp dữ liệu cơ sở cho các đề tài nghiên cứu chuỗi giá trị ngành gỗ

Câu hỏi thường gặp

1. Tại sao nghiên cứu xác định quy mô mẫu là N = 120?

Theo Hair et al. (1998), quy mô mẫu tối thiểu trong phân tích EFA cần gấp 5 lần số biến quan sát ($5 \times 20 = 100$). Đồng thời, theo công thức của Tabachnick & Fidell (1991) cho hồi quy đa biến: $N \ge 8m + 50$ (với $m = 5$ biến độc lập $\rightarrow N \ge 90$). Cỡ mẫu $N = 120$ thỏa mãn đồng thời cả hai điều kiện và dự phòng sai số thu thập.

2. Yếu tố nào có tác động mạnh nhất đến quyết định mua nội thất Wood Park?

Yếu tố Chất lượng sản phẩm có tác động mạnh nhất với hệ số hồi quy chuẩn hóa $\beta = 0,385$, tiếp theo là Dịch vụ chăm sóc khách hàng ($\beta = 0,264$). Khách hàng nội thất đòi hỏi cao về độ bền vật liệu ván công nghiệp và tính thẩm mỹ trước khi cân nhắc đến giá cả.

3. Làm thế nào để kiểm soát hiện tượng đa cộng tuyến trong đề tài?

Nghiên cứu kiểm tra hệ số phóng đại phương sai (VIF). Toàn bộ hệ số VIF của các biến độc lập dao động từ 1,182 đến 1,435 (nhỏ hơn nhiều so với ngưỡng cảnh báo 2.0), khẳng định mô hình hoàn toàn không xảy ra hiện tượng đa cộng tuyến.

4. Kết quả nghiên cứu có thể áp dụng cho các tỉnh thành khác không?

Khung mô hình 5 nhân tố có thể tổng quát hóa cho ngành nội thất, tuy nhiên trọng số $\beta$ có thể thay đổi tùy thuộc vào mức thu nhập và đặc điểm văn hóa tiêu dùng của từng địa phương.

5. Doanh nghiệp cần ưu tiên phân bổ ngân sách như thế nào sau nghiên cứu?

Wood Park cần tập trung 60% nguồn lực cho nâng cao chất lượng gia công và dịch vụ tư vấn kỹ thuật tại công trình, 25% cho truyền thông thương hiệu trực quan và 15% cho chính sách giá kích cầu.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Văn Thiệu đã giải quyết trọn vẹn bài toán thực tiễn tại Công ty TNHH MTV Nội thất Wood Park bằng phương pháp luận định lượng chặt chẽ. Thông qua việc kiểm định mô hình với 120 khách hàng thực tế, nghiên cứu đã lượng hóa thành công thứ tự ưu tiên của 5 nhóm nhân tố ảnh hưởng đến quyết định mua: Chất lượng sản phẩm ($\beta = 0,385$) > Dịch vụ chăm sóc khách hàng ($\beta = 0,264$) > Giá cả ($\beta = 0,210$) > Thương hiệu ($\beta = 0,175$) > Chuẩn chủ quan ($\beta = 0,142$), giải thích 65,2% phương sai quyết định mua.

Kết quả này là kim chỉ nam quan trọng giúp Wood Park chuyển dịch từ mô hình tiếp thị quan hệ tự phát sang quản trị tiếp thị số hóa và dữ liệu, tạo nền tảng vững chắc để hiện thực hóa tầm nhìn trở thành Top 5 doanh nghiệp nội thất hàng đầu khu vực miền Trung.