Giới thiệu dự án

Thị trường đồ uống dinh dưỡng có nguồn gốc thực vật (plant-based milk) đang chứng kiến sự tăng trưởng vượt bậc trên toàn cầu nhờ xu hướng tiêu dùng xanh, lành tính và thuần tự nhiên. Tại Việt Nam – một trong những quốc gia xuất khẩu gạo hàng đầu thế giới với sản lượng dồi dào, tiềm năng khai thác hạt gạo để sản xuất sữa thực vật có giá trị gia tăng cao là rất lớn. Thực tế thị trường cho thấy 1 kg gạo lứt (giá thành khoảng 15.000 VNĐ) có thể chế biến thành 15–20 lít sữa gạo thành phẩm với chi phí sản xuất ước tính chỉ 10.000 VNĐ/lít, trong khi các sản phẩm sữa gạo nhập khẩu từ Hàn Quốc, Đức đang được tiêu thụ tại thị trường nội địa với mức giá cao từ 45.000–50.000 VNĐ/lít.

+-----------------------------------------------------------------------------+
|                          BỐI CẢNH THỊ TRƯỜNG & ĐỊNH VỊ                      |
|                                                                             |
|  [Nguyên liệu Gạo thô VN]  ---> Chi phí: ~15.000 VNĐ/kg                      |
|  [Quy trình chế biến]      ---> Hiệu suất: 15-20 Lít sữa/kg                  |
|  [Giá thành sản xuất]      ---> Ước tính: ~10.000 VNĐ/Lít                    |
|  [Giá sữa gạo nhập khẩu]   ---> Thị trường: 45.000 - 50.000 VNĐ/Lít         |
|                                                                             |
|  ==> Vấn đề: Cần công cụ R&D định lượng thị hiếu để sản xuất quy mô công     |
|               nghiệp, tối ưu hóa cảm quan cạnh tranh trực tiếp hàng ngoại.  |
+-----------------------------------------------------------------------------+

Vấn đề cốt lõi đặt ra cho ngành công nghệ thực phẩm trong nước là dù nguồn nguyên liệu dồi dào, Việt Nam vẫn chưa thương mại hóa mạnh mẽ sản phẩm sữa gạo rang quy mô công nghiệp phù hợp với khẩu vị đặc trưng của người tiêu dùng nội địa. Việc phát triển công thức truyền thống thường dựa vào cảm tính hoặc quy trình thử nghiệm tốn kém, thiếu liên kết định lượng giữa đặc tính cảm quan sản phẩm và mức độ chấp nhận của khách hàng.

Đồ án tốt nghiệp "Định hướng phát triển sản phẩm sữa gạo rang theo thị hiếu người tiêu dùng bằng phương pháp Preference Mapping" do sinh viên Lương Thị Huyền My thực hiện dưới sự hướng dẫn của ThS. Nguyễn Quốc Dũng tại Trường Đại học Sư phạm Kỹ thuật TP.HCM đã giải quyết bài toán trên thông qua 3 mục tiêu cụ thể:

  1. Xây dựng không gian cảm quan (Sensory Map): Sử dụng phương pháp mô tả nhanh Flash Profile (FP) để xác định và định vị các thuộc tính cảm quan đặc trưng của 7 mẫu sữa gạo rang (gồm 3 mẫu thương mại và 4 mẫu nghiên cứu phát triển).
  2. Định lượng thị hiếu tiêu dùng: Đánh giá mức độ yêu thích của 180 người tiêu dùng thông qua phép thử thị hiếu sử dụng thang điểm Hedonic 7 bậc.
  3. Mô hình hóa bản đồ thị hiếu (Preference Mapping): Tích hợp dữ liệu cảm quan đa chiều và dữ liệu thị hiếu để xác định các phân khúc thị hiếu mục tiêu, cung cấp cơ sở khoa học cho bộ phận R&D tối ưu hóa công thức sản phẩm.

Phạm vi nghiên cứu tập trung vào việc đối sánh 3 sản phẩm sữa gạo thương mại trên thị trường (Product 1, Product 2, Product 3) và 4 công thức nghiên cứu thử nghiệm (Sample 1, Sample 2, Sample 3, Sample 4) trên tập mẫu người tiêu dùng trẻ độ tuổi 18–22 tại TP.HCM.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trong quy trình phát triển sản phẩm thực phẩm mới (NPD - New Product Development), việc nắm bắt thị hiếu người tiêu dùng đóng vai trò quyết định. Các phương pháp nghiên cứu cảm quan truyền thống thường bộc lộ những hạn chế nhất định khi áp dụng vào môi trường R&D công nghiệp:

Tiêu chí so sánh Phương pháp QDA truyền thống (Quantitative Descriptive Analysis) Phương pháp Free Choice Profiling (FCP) Giải pháp tích hợp: Flash Profile + External Preference Mapping
Thời gian đào tạo hội đồng Rất dài (vài tuần đến vài tháng) Không cần đào tạo chuyên sâu Tối ưu trong 1 buổi duy nhất (30–50 phút)
Tính linh hoạt thuộc tính Sử dụng bộ thuật ngữ đồng thuận cố định Người thử tự do dùng thuật ngữ cá nhân Người thử chọn lọc từ tập thuộc tính đề xuất kết hợp xếp hạng so sánh
Khả năng liên kết thị hiếu Thường tách biệt với dữ liệu người tiêu dùng Khó liên kết trực tiếp với điểm chấp nhận Tích hợp trực tiếp dữ liệu cảm quan và thị hiếu qua mô hình đa thức PREFMAP
Chi phí triển khai Rất cao (chi phí duy trì hội đồng chuyên gia) Trung bình Tối ưu, phù hợp với tốc độ phát triển sản phẩm nhanh

Dựa trên nguyên lý phân tích khoảng trống (Gap Analysis) và mô hình hóa yêu cầu người tiêu dùng theo khung MoSCoW:

  • Must-have: Vị ngọt hài hòa, hậu vị ngọt kéo dài, không có vị chua gắt, hương thơm đặc trưng rõ nét.
  • Should-have: Màu sắc đặc trưng (trắng đục ngà hoặc nâu sáng tùy định vị), thể chất đồng nhất, không phân lớp.
  • Could-have: Tăng cường độ béo ngậy dạng kem/sữa tự nhiên (creaminess) để gia tăng giá trị cảm nhận.
  • Won't-have: Mùi khét cháy do quá nhiệt trong quá trình rang gạo, vị chua biến chất do lên men carbohydrate ngoài kiểm soát.

Thiết kế hệ thống

Quy trình xử lý và tích hợp dữ liệu cảm quan được thiết kế theo cấu trúc luồng 3 tầng:

+-----------------------------------------------------------------------------------+
|                        KIẾN TRÚC MÔ HÌNH HÓA THỊ HIẾU                             |
+-----------------------------------------------------------------------------------+
                                          |
  [TẦNG 1: THU THẬP DỮ LIỆU]              |
  +-------------------------------+       |       +-------------------------------+
  |   Thí nghiệm Flash Profile    |       |       |      Thí nghiệm Thị hiếu      |
  |  - Hội đồng: 56 người thử     |       |       |  - Người tiêu dùng: N = 180   |
  |  - Thang xếp hạng cường độ    |       |       |  - Thang Hedonic 7 điểm       |
  |  - Ma trận dữ liệu: [J x K_i] |       |       |  - Ma trận dữ liệu: [N x J]   |
  +---------------+---------------+       |       +---------------+---------------+
                  |                       |                       |
                  v                       |                       v
  [TẦNG 2: XỬ LÝ TOÁN THỐNG KÊ]           |
  +-------------------------------+       |       +-------------------------------+
  | Phân tích đa nhân tố (MFA)    |       |       |  Phân tích phương sai (ANOVA) |
  | Package: FactoMineR (R v3.4+) |       |       |  - Mô hình 1 yếu tố (One-way) |
  | - Trục chính Dim 1, Dim 2     |       |       |  - Kiểm định F-test (p < 0.05)|
  +---------------+---------------+       |       +---------------+---------------+
                  |                       |                       |
                  +-----------------------+-----------------------+
                                          |
                                          v
  [TẦNG 3: MÔ HÌNH HÓA KHÔNG GIAN THỊ HIẾU]
  +-------------------------------------------------------------------------------+
  | External Preference Mapping (PREFMAP):                                        |
  | Mô hình hồi quy bề mặt bậc hai:                                              |
  |   Y_m = sum(a_i * X_i) + sum(b_i * X_i^2) + sum(c_ij * X_i * X_j)              |
  | Output: Bản đồ Contour phân vùng sở thích (Xanh: <50%, Đỏ: >50% ưa thích)    |
  +-------------------------------------------------------------------------------+

Công cụ và môi trường công nghệ sử dụng trong nghiên cứu:

  • Ngôn ngữ phân tích: R (phiên bản 3.4.0 trở lên)
  • Thư viện chuyên dụng: FactoMineR (thực hiện Multiple Factor Analysis - MFA), SensoMineR (Preference Mapping), stats (One-way ANOVA).
  • Phần mềm tiền xử lý: Microsoft Excel 2016 xây dựng bảng cơ sở dữ liệu cảm quan chuẩn hóa.

Mô hình toán học phân tích phương sai One-way ANOVA áp dụng để kiểm tra sự khác biệt có nghĩa thống kê giữa các mẫu: $$x_{ij} = \mu + \alpha_i + \varepsilon_{ij}$$ Trong đó: $x_{ij}$ là điểm thị hiếu của người thử $j$ cho mẫu $i$; $\mu$ là giá trị trung bình tổng thể; $\alpha_i$ là ảnh hưởng của mẫu thứ $i$; $\varepsilon_{ij}$ là sai số ngẫu nhiên.

Methodology

Phương pháp nghiên cứu kết hợp giữa phân tích mô tả nhanh và đánh giá mức độ chấp nhận diện rộng:

  1. Thiết kế thí nghiệm Flash Profile: 56 đánh giá viên cá nhân nếm đồng thời 7 mẫu sữa gạo (mã hóa ngẫu nhiên 3 chữ số, mỗi ly 20ml ở nhiệt độ phòng). Đánh giá viên tự lựa chọn từ danh mục 14 thuộc tính cảm quan (8 thuộc tính vị, 4 thuộc tính mùi, 2 thuộc tính màu) và xếp hạng các sản phẩm theo cường độ tăng dần trên thang đo không cấu trúc.
  2. Thiết kế phép thử thị hiếu (Hedonic Test): 180 người tiêu dùng đánh giá mức độ ưa thích tổng thể của từng mẫu trên thang điểm từ 1 (Rất không thích) đến 7 (Rất thích), thanh vị bằng nước lọc giữa các lần thử.
  3. Kế hoạch quản trị rủi ro & QA: Chuẩn hóa quy trình rót mẫu, kiểm soát nhiệt độ đồng nhất, cân bằng trật tự phục vụ mẫu nhằm triệt tiêu hiện tượng mỏi vị giác (Sensory Fatigue) và sai số thứ tự thử (Carry-over Effect).

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu thực nghiệm được hiện thực hóa thông qua các thuật toán thống kê trên phần mềm R. Đoạn mã R triển khai thuật toán MFA cho bộ dữ liệu Flash Profile và ANOVA cho dữ liệu thị hiếu:

# 1. Khai báo thư viện phân tích cảm quan chuyên sâu
library(FactoMineR)
library(SensoMineR)

# 2. Đọc ma trận dữ liệu Flash Profile (56 đánh giá viên, 7 sản phẩm)
# Mỗi khối cột đại diện cho tập thuộc tính do từng cá nhân đánh giá
data_fp <- read.csv("flash_profile_matrix.csv", header = TRUE, row.names = 1)

# Định nghĩa cấu trúc nhóm biến cho MFA
# group_vec: vector chứa số lượng thuộc tính của từng giám khảo (5-11 thuộc tính)
res_mfa <- MFA(data_fp, 
               group = group_vec, 
               type = rep("c", 56), 
               name.group = paste0("Panelist_", 1:56),
               graph = FALSE)

# Trích xuất tọa độ sản phẩm trên 2 chiều không gian chính (Dim 1 & Dim 2)
sensory_coords <- res_mfa$ind$coord[, 1:2]
variance_explained <- res_mfa$eig[1:2, 2]

# 3. Phân tích ANOVA cho dữ liệu thị hiếu (180 người tiêu dùng)
data_hedonic <- read.csv("hedonic_scores.csv", header = TRUE)
anova_model <- aov(Score ~ Product + Error(Consumer/Product), data = data_hedonic)
summary_anova <- summary(anova_model)

# 4. Vẽ bản đồ External Preference Mapping (PREFMAP)
pref_map <- prefmap(sensory_coords, data_hedonic_matrix, formula = "~ P1 + P2 + I(P1^2) + I(P2^2)")

Testing và validation

Kết quả phân tích đa nhân tố (MFA) từ dữ liệu Flash Profile giải thích phần lớn phương sai tổng thể của không gian cảm quan:

  • Trục thành phần chính thứ nhất (Dim 1): Giải thích 49,47% phương sai. Dim 1 phân tách rõ rệt 7 mẫu thành hai cụm đối lập: Nhóm sản phẩm thương mại (Product 1, 2, 3) phân bố hoàn toàn bên phải trục hoành; Nhóm sản phẩm nghiên cứu (Sample 1, 2, 3, 4) phân bố bên trái trục hoành.
  • Trục thành phần chính thứ hai (Dim 2): Phản ánh sự phân hóa thứ cấp nội bộ trong từng nhóm dựa trên cường độ vị ngọt và hậu vị ngọt.
                  Dim 2 (Phân hóa Vị ngọt & Hậu vị ngọt)
                                    ^
                                    |
   [Nhóm Nghiên Cứu - Ngọt Cao]     |     [Nhóm Thương Mại - Ngọt Cao]
   * Sample 4 (Ưa thích 80%)        |     * Product 1 (Ưa thích 60%)
   * Sample 3 (Ưa thích 60%)        |       (Mùi rang, vị rang, ngọt đậm)
   (Vị kem, vị sữa, trắng đục)      |
                                    |
  ----------------------------------+----------------------------------> Dim 1
                                    |                               (49.47% Phân cực)
   [Nhóm Nghiên Cứu - Ngọt Thấp]    |     [Nhóm Thương Mại - Có Vị Chua]
   * Sample 1 (Ưa thích 50%)        |     * Product 2 (Kém ưa thích nhất)
   * Sample 2 (Ưa thích 50%)        |     * Product 3 (Chua, ngọt ít)
                                    |

Phân tích phương sai One-way ANOVA đối với điểm thị hiếu của 180 người tiêu dùng cho thấy sự khác biệt giữa 7 sản phẩm đạt ý nghĩa thống kê ở mức tin cậy 95% ($p < 0,05$, $F_{calc} > F_{crit}$).

Kết quả đạt được

Bảng tổng hợp đặc tính cảm quan định danh và tỷ lệ chấp nhận của người tiêu dùng:

Mã mẫu Phân loại Đặc tính cảm quan nổi bật (từ Flash Profile) Tỷ lệ điểm thị hiếu cao (Điểm 5–7: Thích) Đánh giá tổng quan
Sample 4 Nghiên cứu tối ưu Mùi sữa, mùi kem, vị sữa, vị béo kem, màu trắng đục, vị ngọt đậm, hậu vị ngọt kéo dài 80% Sản phẩm được yêu thích nhất toàn bộ khảo sát
Sample 3 Nghiên cứu Mùi sữa, mùi kem, vị sữa, vị kem, màu trắng, vị ngọt và hậu ngọt trung bình 60% Độ hài hòa béo/ngọt thấp hơn Sample 4 do ảnh hưởng của mùi gạo thô
Product 1 Thị trường Mùi rang đậm, vị rang đặc trưng, màu nâu, vị ngọt rõ, hậu vị ngọt 60% Sản phẩm dẫn đầu phân khúc sữa gạo rang truyền thống
Sample 1 Nghiên cứu Mùi kem, vị sữa nhẹ, màu trắng, cường độ ngọt thấp 50% Thiếu độ ngọt dẫn dắt, hương vị nhạt nhòa
Sample 2 Nghiên cứu Mùi kem, vị sữa nhẹ, màu trắng, cường độ ngọt thấp 50% Tương đồng Sample 1, chưa đạt điểm cân bằng cảm quan
Product 3 Thị trường Mùi rang, vị rang, màu nâu, có vị chua nhẹ, ít ngọt 40% (60% không thích) Vị chua làm giảm nghiêm trọng mức độ chấp nhận
Product 2 Thị trường Mùi rang, vị rang, màu nâu, vị chua rõ rệt, mất cân bằng vị < 40% (Điểm phân tán 1–6) Sản phẩm có điểm thị hiếu thấp nhất

Đổi mới và đóng góp

  1. Ứng dụng phương pháp cảm quan hiện đại tốc độ cao: Thay thế quy trình QDA truyền thống kéo dài hàng tháng bằng phương pháp Flash Profile kết hợp phân tích đa nhân tố MFA. Quy trình rút ngắn thời gian thu thập dữ liệu xuống chỉ còn 1 buổi đánh giá 30–50 phút mà vẫn đảm bảo độ hội tụ và độ chính xác phân loại tương đương (Dim 1 đạt 49,47% phương sai).
  2. Mô hình hóa định lượng hai phân khúc phát triển sản phẩm (Preference Mapping):
    • Phân khúc 1 (Cải tiến dòng truyền thống): Duy trì hệ thuộc tính Màu nâu - Mùi rang - Vị rang, đồng thời bắt buộc phải nâng cao cường độ Vị ngọt và Hậu vị ngọt, loại bỏ hoàn toàn Vị chua để cạnh tranh trực tiếp và vượt qua Product 1.
    • Phân khúc 2 (Đột phá dòng sản phẩm mới): Phát triển dòng sữa gạo thế hệ mới mang đặc tính Màu trắng đục - Vị kem - Vị sữa - Mùi thơm béo, kết hợp Vị ngọt thanh và hậu vị ngọt sâu theo mô hình của Sample 4 (đạt mức ưa thích kỷ lục 80%).
  3. Đóng góp cho ngành chế biến nông sản: Cung cấp phương pháp luận R&D có khả năng tái lập cao, hỗ trợ các doanh nghiệp chế biến thực phẩm Việt Nam nâng cao giá trị gia tăng cho hạt gạo nội địa.

Ứng dụng thực tế và triển khai

+-----------------------------------------------------------------------------------+
|                         LỘ TRÌNH TRIỂN KHAI THƯƠNG MẠI                            |
+-----------------------------------------------------------------------------------+
  Giai đoạn 1: Chuẩn hóa công thức R&D (Dựa trên thông số Sample 4 & Product 1)
       |
       v
  Giai đoạn 2: Thử nghiệm Pilot & Đánh giá hạn sử dụng / Độ ổn định nhũ tương
       |
       v
  Giai đoạn 3: Thiết kế dây chuyền sản xuất công nghiệp (UHT / Tiệt trùng)
       |
       v
  Giai đoạn 4: Đóng gói bao bì tiệt trùng Aseptic & Tung hàng ra thị trường

Chiến lược thương mại hóa theo phân khúc

  • Dòng sản phẩm Sữa gạo rang Nguyên bản (Original Roasted): Nhắm vào người tiêu dùng yêu thích hương vị ngũ cốc truyền thống, định vị thay thế trực tiếp các sản phẩm nhập khẩu từ Hàn Quốc với giá bán mục tiêu 20.000–25.000 VNĐ/lít (tiết kiệm 50% so với giá hàng nhập khẩu).
  • Dòng sản phẩm Sữa gạo Kem sữa Thực vật (Creamy Rice Milk): Nhắm vào giới trẻ, học sinh, sinh viên và người ăn chay tìm kiếm thức uống thay thế sữa bò (không chứa lactose, không cholesterol).

Hiệu quả kinh tế dự kiến

Với hiệu suất chuyển hóa 1 kg gạo lứt thành 15–20 lít sữa, chi phí nguyên liệu thô chiếm chưa đến 10% giá thành sản xuất. Biên lợi nhuận gộp ước tính đạt trên 45–55% khi sản xuất ở quy mô công nghiệp (10.000 lít/ngày), mang lại thời gian hoàn vốn (ROI) nhanh chóng trong vòng 18–24 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Cơ cấu mẫu khảo sát: Quy mô 180 người tiêu dùng tập trung chủ yếu vào nhóm sinh viên (độ tuổi 18–22 tại TP.HCM), chưa phản ánh toàn diện thị hiếu của các nhóm nhân khẩu học khác như trẻ em, nhân viên văn phòng và người cao tuổi.
  • Chỉ tiêu hóa lý và vi sinh: Đồ án tập trung chuyên sâu vào khía cạnh cảm quan và thị hiếu, chưa tích hợp các phép đo biến dạng cấu trúc (Rheology), độ nhớt, kích thước hạt nhũ tương và thời hạn bảo quản (Shelf-life).

Hướng phát triển tiếp theo

  • Khảo sát mở rộng tập khách hàng đa tầng (N > 500) trên nhiều vùng địa lý (Bắc - Trung - Nam).
  • Nghiên cứu bổ sung vi chất dinh dưỡng (Canxi, Vitamin D3, Vitamin nhóm B) mà không làm suy giảm hệ thuộc tính cảm quan tối ưu của Sample 4.
  • Tối ưu hóa chế độ xử lý nhiệt (tiệt trùng UHT) và đồng hóa áp lực cao để giữ trọn vẹn hương vị kem sữa tự nhiên.

Đối tượng hưởng lợi

  • Sinh viên ngành Công nghệ Thực phẩm: Nắm vững phương pháp luận nghiên cứu cảm quan hiện đại (Flash Profile, Preference Mapping) và kỹ năng ứng dụng ngôn ngữ R (FactoMineR) trong phân tích dữ liệu thực nghiệm.
  • Kỹ sư R&D thực phẩm: Sở hữu công thức định hướng và bộ thông số thuộc tính mục tiêu để rút ngắn chu kỳ phát triển sản phẩm đồ uống thực vật.
  • Doanh nghiệp sản xuất nước giải khát: Có cơ sở dữ liệu thị trường và luận cứ khoa học tin cậy để đầu tư dây chuyền sản xuất sữa gạo nội địa với chi phí tối ưu và tỷ lệ chấp nhận thị trường cao.
  • Nông dân và ngành nông nghiệp: Mở ra kênh tiêu thụ nông sản chế biến sâu, nâng cao giá trị thặng dư cho hạt lúa Việt Nam.

Câu hỏi thường gặp

1. Tại sao phương pháp Flash Profile lại tiết kiệm thời gian hơn phương pháp QDA truyền thống?

Flash Profile dựa trên việc đánh giá đồng thời toàn bộ tập mẫu và sử dụng nguyên lý xếp hạng tự do (Free Choice Ranking). Đánh giá viên không cần trải qua hàng tuần thống nhất định nghĩa thuộc tính và tập luyện thang đo như QDA, giúp hoàn thành việc lập bản đồ cảm quan chỉ trong 1 buổi duy nhất từ 30–50 phút.

2. Ý nghĩa của giá trị 49,47% phương sai trên trục Dim 1 trong phân tích MFA là gì?

Giá trị 49,47% biểu thị rằng gần một nửa sự biến thiên và khác biệt cảm quan giữa tất cả các mẫu được giải thích bởi trục thành phần chính thứ nhất (Dim 1). Điều này khẳng định sự phân cực rõ rệt giữa hai triết lý sản phẩm: hương vị rang truyền thống (màu nâu, vị rang) và hương vị sữa thực vật hiện đại (màu trắng, vị kem sữa).

3. Nguyên nhân khiến Product 2 và Product 3 bị người tiêu dùng đánh giá thấp?

Qua bản đồ phân bố thuộc tính cảm quan, cả Product 2 và Product 3 đều xuất hiện thuộc tính Vị chua và cường độ Vị ngọt chưa đủ mạnh để cân bằng thể vị. Trong sản phẩm sữa ngũ cốc, vị chua ngoài ý muốn tạo cảm giác sản phẩm bị biến chất hoặc kém tươi mới, dẫn đến 50–60% người thử từ chối lựa chọn.

4. Gói phần mềm R nào được sử dụng để vẽ bản đồ Preference Mapping trong nghiên cứu?

Nghiên cứu sử dụng gói thư viện FactoMineR để phân tích đa nhân tố (MFA) cho dữ liệu Flash Profile và tích hợp hàm prefmap từ thư viện SensoMineR để chồng lớp điểm thị hiếu lên không gian tọa độ cảm quan.

5. Làm thế nào để doanh nghiệp áp dụng kết quả từ Sample 4 vào sản xuất thực tế?

Doanh nghiệp cần phối trộn dịch trích ly gạo rang với tỷ lệ chất béo thực vật và chất tạo ngọt phù hợp nhằm tái tạo hệ thuộc tính: Thể nhũ tương trắng đục, hương thơm kem sữa dịu, vị ngọt đậm với hậu vị kéo dài, đồng thời kiểm soát nghiêm ngặt quá trình thanh trùng để ngăn ngừa phản ứng caramel hóa quá mức làm sẫm màu sản phẩm.

Kết luận

Đồ án tốt nghiệp của tác giả Lương Thị Huyền My đã ứng dụng thành công phương pháp Preference Mapping kết hợp kỹ thuật mô tả nhanh Flash Profile để định hướng phát triển sản phẩm sữa gạo rang tại thị trường Việt Nam. Nghiên cứu đã chứng minh tính ưu việt của việc kết hợp toán thống kê đa chiều (MFA, ANOVA) trên môi trường R vào việc giải mã hành vi cảm quan của người tiêu dùng. Kết quả chỉ ra rằng Sample 4 với cấu trúc hương vị kem sữa, ngọt đậm (đạt 80% tỷ lệ ưa thích) và Product 1 cải tiến (tăng cường vị ngọt, triệt tiêu vị chua) là hai hướng đi chiến lược mang lại lợi thế cạnh tranh vượt trội cho các doanh nghiệp thực phẩm nội địa trên hành trình chinh phục thị trường đồ uống dinh dưỡng có nguồn gốc tự nhiên.