Đánh giá mối quan hệ giữa hiệu quả hoạt động marketing trực tuyến của

được thể hiện qua 5 yếu tố, đó là: Độ tin cậy, sự tiện lợi, thiết kế, thông tin và sự đồng cảm, tương ứng với năm thang đo có thể làm cơ sở cho việc khảo sát đánh giá của khách hàng đối với website chương trình thẻ giảm giá HueS và một nhân tố Đánh giáchung vềwebsiteđược đo lưởng bởi các biến đánh giá tổng quát: Website hữu ích đối với tôi trong việc cung cấp thông tin về chương trình giảm giá; Tôi hài lòng về website chương trình thẻgiảm giá HueS; Website cung cấp cho tôi một trải nghiệm dễchịu.

2.6.3.2. Đánh giá mối quan hệgiữa hiệu quảhoạt động marketing trực tuyến

Hình 2.10. Sơ đồ nghiên cứu hiệu chỉnh

Sơ đồ nghiên cứu hiệu chỉnh

Mức độ ảnh hưởng của từng nhân tố đến hiệu quả hoạt động marketing trực tuyến của công tythông qua website chương trình thẻgiảm giá HueSđược xác định thông qua mô hình hồi quy đa biến, trong đó, các nhân tố mới hình thành sẽ đóng vai trò biến độc lập trong mô hình, đánh giá chung về website đóng vai trò và biến phụ thuộc.

Lựa chọn biến cho mô hình

Thông tin Sựtiện lợi Thiết kế Đồng cảm Độtin cậy

Đánh giá chung về website

Hiệu quảhoạt động marketing trực tuyến trên website

Trường Đại học Kinh tế Huế

Một biến phụ thuộc thông thường sẽ chịu sự tác động của nhiều biến độc lập khác nhau, tuy nhiên, không phải lúc nào phương trình càng nhiều biến càng phù hợp với dữliệu, vì mô hình càng có nhiều biến độc lập thì càng khó giải thích và rất khó đánh giá ảnh hưởng của mỗi biến độc lập đến biến phụ thuộc, có thể một vài biến được sử dụng lại không phải là biến quyết định cho biến thiên của biến phụ thuộc. Do vậy, việc thực hiện thủ tục chọn biến theo phương pháp chọn từng bước (stepwise selection) sẽgiúp tác giảnhận ra các biến độc lập có khả năng dự đoán tốt cho biến phụthuộc.

Bảng 2.16. Thủtục chọn biến Mô hình hồi quy

theo bước Biến đưa vào Biến loại ra Phương pháp

1 Đồng cảm

Từng bước (Tiêu chuẩn:

xác suất F vào

<=0,05, xác suất ra F ra>=0,1)

2 Độtin cậy

Từng bước (Tiêu chuẩn:

xác suất F vào

<=0,05, xác suất ra F ra>=0,1)

3 Sựtiện lợi Từng bước (Tiêu

chuẩn:

Trường Đại học Kinh tế Huế

xác suất F vào

<=0,05, xác suất ra F ra>=0,1)

4 Thông tin

Từng bước (Tiêu chuẩn:

xác suất F vào

<=0,05, xác suất ra F ra>=0,1)

a. Biến phụthuộc: Đánh giá chung vềwebsite

(Nguồn: Kết quảphân tích hồi quy tuyến tính bội)

Kết quả ở thủ tục chọn biến (Phụlục –Kết quả xửlý SPSS) cho thấy có 4 trong số 5 biến độc lập đưa vào đều đủ tiêu chuẩn xác xuất F vào ≤ 0,05, xác suất ra F ra ≥ 0,1.

Mô hình nghiên cứu được biểu diễn dưới dạng phương trình hồi quy tuyến tính đa biến có dạng như sau:

Y =0 +1X1 +2X₂ +3X₃+4X₄ Trong đó:

Y: Đánh giá chung vềwebsite X₁: Đồng cảm (DC)

X₂: Thông tin (TT)

X₃: Sựtiện lợi (STL)

Trường Đại học Kinh tế Huế

X₄: Độtin cậy (DTC)

β_i: hệsốhồi quy riêng phần tương ứng với các biến độc lập Các giảthuyết:

H₀: Các nhân tố chính không có mối tương quan với đánh giá vềwebsite của khách hàng.

H₁: Nhân tố “DC” có sự tương quan với đánh giá vềwebsite của khách hàng H₂: Nhân tố “TT” có sự tương quan với đánh giá vềwebsite của khách hàng H₃: Nhân tố “STL” sự tương quan với đánh giá vềwebsite của khách hàng H₄: Nhân tố “DTC” sự tương quan với đánh giá về website của khách hàng Bảng 2.17.Đánh giá độphù hợp của mô hình hồi quy tuyến tính đa biến Mô hình

hồi quy theo bước

R R² R²điều

chỉnh

Ước lượng độlệch chuẩn

Durbin– Watson

1 .621^a .386 .382 .377

2 .753^b .567 .561 .318

3 .828^c .685 .679 .272

4 .868^d .753 .746 .241 1.928

e. Biến phụthuộc: Đánh giá chung vềwebsite

a. Các yếu tốdự đoán: (Hằng số), sự đánh giá về tính đồng cảm

b. Các yếu tốdự đoán: (Hằng số), sự đánh giá về tính đồng cảm, thông tin

c. Các yếu tốdự đoán: (Hằng số), sự đánh giá về tính đồng cảm, thông tin, sựtiện lợi

d. Các yếu tốdự đoán: (Hằng số), sự đánh giá về tính đồng cảm, thông tin, sựtiện

lợi, độtin cậy.

Trường Đại học Kinh tế Huế

(Nguồn: Kết quả xử lý số liệu spss)

Trị số Durbin – Watson (DW)dùng để kiểm tra hiện tượng tự tương quan chuỗi bậc nhất (kiểm định tương quan của các sai số kề nhau). DW có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần sai số không có tương quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2, nếu giá trị càng nhỏ, gần về 0 thì các phần sai số có tương quan thuận; nếu càng lớn, gần về 4 có nghĩa là các phần sai số có tương quan nghịch.

Kiểm tra tính độc lập của sai số, tức tính tự tương quan giữa các phần dư thông qua hệ số Durbin-Watson (d), hệ số d được thể hiện tại bảng Model Summury (Kết quả phân tích bảng spssở phụ lục), nếu d thuộc miền dL < dU < d < 4 - dU < 4 - dL thì không có tự tương quan giữa các phần dư, tức đạt yêu cầu. Giá trị dL và dU được tra từ bảng Durbin-Watson.

Vậy, kiểm định Durbin-Watson đối với nghiên cứu của tác giả:

1.571 < 1.679 < 1.928 < 2.321 < 2.429

Từ đó, có thể kết luận rằng, không có tự tương quan giữa các phần dư, tức đạt yêu cầu.

Hệsố R bình phương (R Square) và R bình phương hiệu chỉnh (còn gọi là R bình phương điều chỉnh, hay Adjusted R Square). Hai giá trị này dùng đo sựphù hợp của mô hình hồi quy, còn gọi là hệ số xác định (coefficient of detemination). Hệ số R bình phương sẽ được viết tắt là R²

Giá trị R bình phương dao động từ 0 đến 1. R bình phương càng gần 1 thì mô hình đã xây dựng càng phù hợp với bộ dữ liệu dùng chạy hồi quy. R bình phương càng gần 0 thì mô hìnhđã xây dựng càng kém phù hợp với bộdữliệu dùng chạy hồi quy.

Trường hợp đặt biệt, phương trình hồi quy đơn biến (chỉ có 1 biến độc lập) thì R² chính là bình phương của hệsố tương quan r giữa hai biến đó.

Kết quả ở bảng đánh giá độ phù hợp của mô hình hồi quy tuyến tính đa biến trên của tác giả

Trường Đại học Kinh tế Huế

nghiên cứu cho thấy, mô hình 4 biến độc lập có giá trịR²điều chỉnh cao

nhất 0.746. Như vậy độ phù hợp của mô hình là 74.6%, hay nói cách khác, 74.6%

biến thiên của biến đánh giá chung về đánh giá website của khách hàng được giải thích bởi 4 biến quan sát trên, còn lại là do tác động của các yếu tố khác ngoài mô hình và sai sốngẫu nhiên.

Kiểm định F

Tiếp theo tác giả tiến hành phép kiểm định F về độ phù hợp của mô hình hồi quy tuyến tính tổng thể, xem biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không. Giảthuyết H0 được đặt ra là:β₁=β₂=β₃=β₄=0 Bảng 2.18. Kết quảkiểm định độphù hợp của mô hình

Bảng ANOVA^a Mô hình Tổng bình

phương

df Trung bình bìnhphương

F Sig.

1

Hồi quy 13.200 1 13.200 92.925 .000^b

Số dư 21.023 148 .142

Tổng 34.222 149

2

Hồi quy 19.399 2 9.699 96.185 .000^c

Số dư 14.824 147 .101

Tổng 34.222 149

3

Hồi quy 23.445 3 7.815 105.876 .000^d

Số dư 10.777 146 .074

Tổng 34.222 149

4

Hồi quy 25.770 4 6.443 110.530 .000^e

Số dư

Trường Đại học Kinh tế Huế

8.452 145 .058

Tổng 34.222 149

a. Biến phụthuộc: Đánh giá chung vềwebsite

b. Các yếu tốdự đoán: (Hằng số), sự đánh giá về tính đồng cảm

c. Các yếu tốdự đoán: (Hằng số), sự đánh giá về tính đồng cảm, thông tin

d. Các yếu tốdự đoán: (Hằng số), sự đánh giá về tính đồng cảm, thông tin, sựtiện lợi

e. Các yếu tốdự đoán: (Hằng số), sự đánh giá về tính đồng cảm, thông tin, sựtiện lợi, độtin cậy.

(Nguồn: Kết quảxửlý sốliệu spss)

Từ bảng, cho thấy giá trị sig.=0,000 < 5%, điều này cho phép tác giả bác bỏ giả thuyết H₀, cũng có nghĩa là kết hợp của các biến hiện có trong mô hình có thể giải thích được thay đổi của Y – đánh giá chung vềwebsite, mô hình tác giả xây dựng là phù hợp với tập dữliệu, mức độphù hợp là 74.6%.

Kiểm định hệsố tương quan

Hệ số tương quan Pearson(Pearson correlation coefficient, ký hiệu r) là số liệu thống kê kiểm tra đo lường mối quan hệ thống kê hoặc liên kết giữa các biến phụ thuộc với các biến liên tục. Hệ số tương quan sẽ trảlời cho các câu hỏi chẳng hạn như:Có mối quan hệ tương quan giữa biến Đánh giá chung với Đồng cảm…

Tương quan pearson được biết đến như là phương pháp tốt nhất để đo lường mối liên hệgiữa các biến quan tâm bởi vì nó dựa trên phương pháp hiệp phương sai. Nó cung cấp thông tin về mức độ quan trọng của mối liên hệ, hoặc mối tương quan, cũng như hướng của mối quan hệ. Ngoài ra, việc kiểm tra hệ số tương quan pearson còn giúp chúng ta sớm nhận diễn được sựxảy ra của vấn đề đa cộng tuyến khi các biến độc lập có sự tương quan mạnh với nhau.

Trường Đại học Kinh tế Huế

Bảng 2.19. Kết quảkiểm định Pearson’s mối tương quan giữa biến phụthuộc

DC TT STL DTC DGC

DC 1 .000 .000 .001 .000

TT .000 1 .001 .003 .000

STL .000 .001 1 .001 .000

DTC .001 .003 .001 1 .000

DGC .000 .000 .000 .000 1

(Nguồn: Kết quảxửlý sốliệu spss)

Phân loại mức độ tương quan giữa các biến theo Deborah J. Rumsey (2011) thì mức độ tương quan giữa 2 biến như sau:

Hệsố tương quan Ý nghĩa

0.0≤ |r| < 0.30 Mối tương quan yếu, không có mối tương quan 0.3≤ |r| < 0.5 Mối tươngquan trung bình

0.5≤ |r| < 0.7 Mối tương quan mạnh

0.7≤ |r| ≤ 1.0 Mối tương quan rất mạnh, tương quan tuyệt đối

Ký hiệu ** cho biết rằng cặp biến này có sự tương quan tuyến tính ở mức tin cậy đến 99% (tương ứng mức ý nghĩa 1% = 0.01).

Kiểm định mối tương quan dùng để xem xét mối quan hệtuyến tính giữa biến phụ thuộc và từng biến độc lập cũng như những biến độc lập với nhau. Mô hình hồi quy tốt là mô hình có hệsố tương quan giữa các biến phụthuộc và các biến độc lập lớn, thểhiện mối quan hệtuyến tính giữa các biến với nhau và điều này cũng chỉra phân tích hồi quy là phù hợp.

Nhìn vào bảng trên ta thấy hệ

Trường Đại học Kinh tế Huế

số tương quan giữa các biến độc lập và các biến phụ

sự tươngquan giữa biến phụthuộc và biến độc lập và việc đưa các biến độc lập vào mô hình là đúng, vì nó cóảnh hưởng nhất định đến biến phụthuộc. Hơn nữa cho ta thấy rằng đánh giá về website của khách hàng chủ yếu bị tác động bởi các yếu tố nêu trên, nên trong quá trình phân tích sự ảnh hưởng, đề tài sẽtập trung nghiên cứu những yếu tốnày.

Kiểm định giá trịSignificant (2-tailed) của kiểm định Pearson. Giảthuyết H₀: Hệsố tương quan bằng 0. Do đó nếu Sig. (2-phía) < 5% thì có thể kết luận được là hai biến có tương quan với nhau. Hệsố tương quan càng lớn tương quan càng chặt. Nếu Sig. (2-phía) > 5% thì hai biến không có tương quan với nhau.

Đánh giá giá trị Sig. (2-phía) cho kết quả kiểm định Pearson’s của tác giả nghiên cứu thì tất cảgiá trị Sig. (2-phía) đều bé hơn 0.05, vậy có thểkết luận được rằng có sự tương quan giữa biến độc lập và biến phụthuộc.

Tiếp đến, nhìn vào hệsố tương quan Pearson’s, ta thấy được biến “DC” có giá trị là 0.621 > 0.5, biến “TT” có giá trịlà 0.610 > 0.5, biến “TL” có giá trị là 0.590 > 0.5, như vậy, giữa biến phụthuộc “DGC” và 3 biến độc lập “DC”, “TT”, “STL” đang có mối tương quan mạnh, liệu rằng có xảy ra hiện tượng đa cộng tuyến giữa các cặp biến này không? Tác giả nghiên cứu tiến hành thực hiện phân tích hồi quy đa biến, dựa vào giá trị VIFởhồi quy đểkiểm tra.

Bảng 2.20. Kết quảphân tích hồi quy đa biến Tên

biến

Hệsố hồi quy chưa chuẩn hóa

Hệsố hồi quy chuẩn hóa

Độlệch chuẩn

Giá trịt Mức ý nghĩa của t (Sig.)

Độ chấp nhận

Hệsố phóng đại phương sai (VIF)

Hằng số

Trường Đại học Kinh tế Huế

.218 .154 1.420 .158

Đồng

cảm .194 .317 .028 6.863 .000 .799 1.252

Thông

tin .287 .385 .033 8.661 .000 .861 1.162

Sựtiện

lợi .222 .313 .032 6.941 .000 .837 1.195

Độtin

cậy .150 .276 .024 6.316 .000 .893 1.120

(Nguồn: Kết quảxửlý sốliệu spss)

Với độ chấp nhận (Tolerance) lớn (Tolerance > 0,0001) và hệ số phóng đại phương sai của các biến (VIF) nhỏ, hệ số phóng đại phương sai VIF (Variance inflation factor): Kiểm tra hiện tượng đa cộng tuyến. Nếu VIF > 10 thì có hiện tượng đa cộng tuyến (Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Mặc khác, tác giả nghiên cứu đã tham khảo một số tài liệu, sách về thống kê và có một sốnhận định rằng: Nếu VIF < 10 thì không có hiện tượng đa cộng tuyến xảy ra. Tuy nhiên, mốc đánh giá ởmức 10 sẽphù hợp với những đề tài vềkỹthuật, vật lý không sửdụng thang đo Likert. Còn ở các đềtài vềkinh tế, xã hội, các nhà nghiên cứu cho rằng VIF > 2 sẽ có hiện tượngđa cộng tuyến xảy ra. Nhìn nhận vào thực tế thực hành, quá trình tham khảo các bài nghiên cứu, thì nhiều tác giả nghiên cứu khác thường so sánh giá trị VIF với 2. Nếu VIF < 2 không có hiện tượng đa cộng tuyến giữa các biến độc lập (và ngược lại). Áp dụng vào bảng trên, nhìn vào giá trịVIF có thểthấy được không thấy dấu hiệu xảy ra hiện tượng đa cộng tuyến, có thể yên tâm sửdụng phương trình hồi quy. Phép kiểm định t nhằm mục đích kiểm tra xem hệsố hồi quy của biến đưa vào có bằng 0 hay không. Các giá trị sig. tại các phép kiểm định đều rất nhỏ chứng tỏ cả bốn biến độc lập đều có ý nghĩa thống kê trong mô hình.

Dò tìm các vi ph

Trường Đại học Kinh tế Huế

ạm giả định cần thiết

Hình 2.11. Giả định vềphân phối chuẩn của phần dưqua biểu đồHistogram

(Nguồn: Kết quảxửlý sốliệu)

Tính chất phân phối của phần dư thểhiện qua biểu đồ Histogram như trên.

Giả định đầu tiên đó là phần dư trong hồi quy phải xấp xỉphân phối chuẩn. Phần dư có thểkhông tuân theo phân phối chuẩn vì những lý do như: sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích. Vì vậy, chúng ta cần thực hiện nhiều cách khảo sát khác nhau. Hai cách phổ biến nhất là căn cứvào biểu đồHistogram và Normal P-P Plot phần dư.

Đối với biểu đồ Histogram, nếu giá trị trung bình Mean gần bằng 0, độ lệch chuẩn gần bằng 1, đường cong phân phối có dạng hình chuông ta có thểkhẳng định phân phối là xấp xỉchuẩn, giả định phân phối chuẩn của phần dư không bịvi phạm.

Với biểu đồHistogram trên của tác giảnghiên cứu có Mean = 3.81E-15 và độ lệch chuẩn Std.Dev = 0.986 tức xấp xỉ bằng 1, có thể kết luận rằng, giả thiết phân phối chuẩn không bịvi phạm.

Trường Đại học Kinh tế Huế

Đối với biểu đồ Normal P-P Plot, nếu các điểm phân vị trong phân phối của phần dư tập trung thành 1 đường chéo như hình bên dưới, nghĩa là phần dư có phân phối chuẩn. Như vậy, giả định phân phối chuẩn của phần dư không bịvi phạm.

Hình 2.12. Giả định vềphân phối chuẩn của phần dư qua biểu đồNormal P-P Plot

(Nguồn: Kết quảxửlý sốliệu)

Từbảng 2.20 kết quả phân tích hồi quy đa biến cho ta phương trình dự đoán Đánh giá chung vềwebsite là:

Y = 0.317X₁+ 0.385X₂+ 0.313X₃ + 0.276X₄

Đánh giá chung về website = 0.317 Đồng cảm + 0.385 Thông tin + 0.313 Sựtiện lợi + 0.276 Độtin cậy

Trường Đại học Kinh tế Huế

Kết quảkiểm định mô hình lý thuyết được miêu tảqua hình như sau:

Hình 2.13. Kết quảkiểmđịnh mô hình lý thuyết được miêu tả

Giải thích ý nghĩa hệsốhồi quy theo hệsố đã chuẩn hóa

Giải thích theo phương trình hồi quy đã chuẩn hóa, khi biến X₁ tăng 1 đơn vị độ lệch chuẩn (standard deviation), thì biến Y tăng 0.317 đơn vị độ lệch chuẩn. Lưu ý trong phương trình đã chuẩn hóa, hằng số constant = 0, nên không thể hiện ra, giải thích tương tựvới các biến còn lại.

Thông qua các hệ số hồi quy chuẩn hóa ta biết được mức độ quan trọng của các nhân tố tham gia vào phương trình, cụ thể Thông tin có ảnh hưởng nhiều nhất (=

0.385) và Độ tin cậy có ảnh hưởng ít nhất (= 0.276) đến sự đánh giá chung về website của khách hàng, tuy nhiên mức độ quan trọng không có sựchênh lệch quá lớn lắm giữa các nhân tố. Nhìn chung tất cảbốn nhân tố đều cóảnh hưởng và bất kỳ một khác biệt nào của một trong bốn nhân tố đều có thểtạo nên sự thay đổi đối với đánh giá chung về website của khách hàng. Đây chính là căn cứ để tác giả xây dựng ý kiến đềxuất hiệu quả hoạt động marketing trực tuyến đối với chương trình thẻgiảm giá HueS của công ty TNHH MTV Tân Nguyên.

Kiểm định tính phân phối chuẩn của sốliệu

Nghiên cứu sửdụng phương pháp phân tích đa biến thông qua công cụOne Sample T– Test để xác định đánh giá khách hàng đối với các chỉ tiêu vềchất lượng website.

Đồng cảm

Thông tin

Sựtiện lợi

Độtin cậy

Đánh giá của khách hàng về websitechương

trình thẻgiảm giá HueS 0.317

0.385

0.313

0.276

Trường Đại học Kinh tế Huế

Do vậy, kiểm định phân phối chuẩn là điều kiện đảm bảo độ thỏa mãn cho các biến phân tích. Hệ số đối xứng Skewness và hệ số tập trung Kurtosis được sử dụng để kiểm định phân phối chuẩn của các nhân tố. Một phân phối Skewness không được xem là phân phối chuẩn khi Standard error của nó nhỏ hơn-2 hoặc lớn hơn 2, tương tự, một phân phối Kurtosis không được xem là phân phối chuẩn khi Standard error của nó nhỏ hơn -2 hoặc lớn hơn 2.

Bảng 2.21. Bảng hệsốSkewness và hệsốKurtosis của các biến nghiên cứu Nhân tố

Skewness Kurtosis

Statistic Std. Error Statistic Std. Error

Đồng cảm -.764 .198 .807 .394

Độtin cậy -.574 .198 -.199 .394

Sựtiện lợi -.076 .198 .612 .394

Thiết kế -.386 .198 .124 .394

Thông tin -.263 .198 -.091 .394

(Nguồn: Kết quảxửlý sốliệu spss)

Kết quả kiểm định thể hiện ở bảng giá trị trên cho thấy giá trị Std. Error of Skewness và Std. Error Kurtosis của các nhân tố đều nằm trong khoảng -2 đến 2, như vậy, các biến đưa vào phân tích thỏa mãnđiều kiện phân phối chuẩn

Đánh giá của khách hàng về website chương trình thẻgiảm giá HueS của công ty TNHH MTV Tân Nguyên

Vềyếu tố “Độtin cậy”

So sánh trung bình điểm đánh giá mức độ đồng ý các tiêu chí trong nhân tố Độ tin cậy cho website chương trình thẻ giảm giá HueS với giá trị 3. Thang đo được sử dụng để đo lường sự đồng ý trong trường hợp này là Likert 1-5. Trong 5 mức độ của Likert, điểm 1 và 2 đại diện cho ý kiến là không đồng ý, điểm 4 và 5 đại diện

Trường Đại học Kinh tế Huế

cho ý kiến là đồng ý, điểm 3 là điểm trung gian ngăn cách giữa 2 bên không đồng ý và đồng ý.

Đặt giảthuyết:

Giả thuyết H₀đặt ra cho kiểm định One-Sample T-Test là: Điểm đánh giá trung bình của khách hàng đối với Độ tin cậy cho website chương trình thẻ giảm giá HueS là 3. Tiến hành thực hiện kiểm định đểxem thửsẽ bác bỏ hay chấp nhận giả thuyết H₀ (độtin cậy được sửdụng là 95%).

Nhằm xem xét mức độ đánh giácủa khách hàng với yếu tố liên quan đến Độtin cậy, ta xem bảng thống kê sau:

Bảng 2.22. Kết quả đánh giá Độtin cậy Tiêu chí Giá trị

trung bình

Giá trị kiểm định

Mức ý nghĩa

Mức độ đồng ý (%)

1 2 3 4 5

Website luôn nằm ởvịtrí đầu khi tôi tìm kiếm thông tin về

chương trình giảm giá

3.72 3 .000 0.7 10 23.3 48.7 17.3

Website có danh tiếng tốt

3.82 3 .000 1.3 8.7 16.7 53.3 20

Trường Đại học Kinh tế Huế

Trong tài liệu Giải pháp hoàn thiện hoạt động marketing trực tuyến đối với website chương trình thẻ giảm giá HueS của công ty trách nhiệm hữu hạn một thành viên Tân Nguyên (Trang 86-109)