5 sao: “Vừa mở cửa phòng, hai đứa nhỏ reo lên vì thấy lá thư tay có tên mình và trái dừa ướp lạnh trên giường.” 1 sao, cách đó hai ngày: “Nước nóng lúc có lúc không.” Hai đánh giá này cùng gửi về một khu nghỉ dưỡng 4 sao ven biển, và cùng được dán vào bản tổng hợp cuối tháng mà bộ phận chăm sóc khách gửi cho giám đốc vận hành.
Lọc lại ba tháng, bản tổng hợp cho thấy đây không phải chuyện lẻ. Lá thư tay và trái dừa, khoản tốn khoảng 35.000 đồng mỗi lượt khách, được nhắc 46 lần, gần như lần nào cũng là lời khen. Nước nóng được nhắc 31 lần, điểm trung bình của những đánh giá đó là 1,9 sao. Còn khoản 1,8 tỷ đồng vừa chi để thay tivi màn hình lớn và gói truyền hình cáp 100 kênh cho toàn bộ phòng thì chỉ được nhắc 2 lần, không khen cũng không chê. (Ví dụ giả định.)
Số tiền bỏ ra không quyết định khách vui hay giận. Có thứ làm tốt không ai khen, làm hỏng bị 1 sao; có thứ thiếu không ai trách, có thì khách nhớ; có thứ đầu tư nhiều mà khách không để ý. Mô hình Kano giúp tách tính năng, dịch vụ thành từng nhóm như vậy trước khi chi tiền, thay vì đoán sau khi đọc đánh giá. Bài này đi qua năm nhóm thuộc tính, cách hỏi và tính hệ số hài lòng, một ví dụ làm trọn từ khảo sát đến chia ngân sách, và cách dùng AI gắn nhãn đánh giá của khách.
Mô hình Kano là cách phân loại các thuộc tính của sản phẩm, dịch vụ theo cách chúng tác động lên sự hài lòng của khách. Không phải thuộc tính nào làm tốt hơn cũng làm khách vui hơn theo cùng một tỷ lệ: có thuộc tính chỉ giúp tránh bực bội, có thuộc tính tạo niềm vui khách không đòi hỏi, có thuộc tính khách không quan tâm.
Mô hình mang tên Noriaki Kano, giáo sư Đại học Khoa học Tokyo (Tokyo University of Science). Bài gốc là “Attractive Quality and Must-be Quality” (tiếng Nhật: 魅力的品質と当り前品質, “chất lượng hấp dẫn và chất lượng đương nhiên”) của Noriaki Kano, Nobuhiko Seraku, Fumio Takahashi và Shinichi Tsuji, đăng trên tạp chí Hinshitsu (Quality) của Hiệp hội Kiểm soát Chất lượng Nhật Bản (JSQC), tập 14, số 2, tháng 4/1984. Nội dung bài tổng hợp các bài trình bày tại hội nghị thường niên của hiệp hội từ năm 1982. Trước đó, năm 1979, Kano và Takahashi đã trình bày ý tưởng xem chất lượng theo hai loại nhân tố, gợi từ thuyết hai nhân tố “động lực và duy trì” của nhà tâm lý học Frederick Herzberg.
Một tài liệu tiếng Anh thường được dẫn khi hướng dẫn làm khảo sát Kano là số đặc biệt mùa thu năm 1993 của tạp chí Center for Quality of Management Journal (Mỹ), tổng hợp kinh nghiệm dùng phương pháp Kano ở nhiều công ty. Bảng câu hỏi, bảng đánh giá và hệ số Better/Worse trình bày trong bài này lấy theo số tạp chí đó.
Khảo sát hài lòng thông thường hỏi “anh chị hài lòng với X ở mức nào”, dùng chung một thước đo cho mọi thuộc tính. Kano hỏi hai lần cho mỗi thuộc tính, khi có và khi không có, rồi từ cặp trả lời suy ra nhóm.
Sơ đồ Kano có hai trục. Trục ngang là mức độ đáp ứng: bên trái là không có hoặc làm kém, bên phải là có và làm tốt. Trục dọc là mức hài lòng của khách: phía trên là hài lòng, phía dưới là không hài lòng. Mỗi nhóm thuộc tính là một đường có hình dạng riêng.
Bắt buộc (Must-be, M). Khách coi là đương nhiên nên không bao giờ khen, nhưng thiếu là bực ngay. Phòng sạch, nước nóng, khoá cửa an toàn ở khu nghỉ dưỡng thuộc nhóm này. Làm tốt đến đâu cũng chỉ đưa khách về mức “không có gì để nói”. Câu hỏi cần trả lời: mức nào là “đủ” trong mắt khách, để đầu tư đến đó và dừng.
Một chiều (One-dimensional, O). Càng tốt khách càng hài lòng, càng kém khách càng không hài lòng, gần như tỷ lệ thuận. Thời gian chờ nhận phòng, độ phong phú của bữa sáng thường rơi vào nhóm này. Khách đem các thuộc tính này ra so giữa các nơi, nên đây là chỗ cạnh tranh trực diện. Câu hỏi cần trả lời: doanh nghiệp đang hơn hay kém đối thủ trực tiếp bao nhiêu trên thuộc tính đó.
Hấp dẫn (Attractive, A). Khách không đòi hỏi, thiếu không trách, nhưng có thì thích và có khi kể lại cho người khác. Lá thư tay và trái dừa ở phần mở bài là ví dụ. Câu hỏi cần trả lời: điều gì khách chưa nghĩ tới nhưng sẽ nhớ, và chi phí để làm đều đặn là bao nhiêu.
Không quan tâm (Indifferent, I). Có hay không, khách cũng như nhau. Gói truyền hình cáp 100 kênh với khách đi nghỉ biển có thể là một ví dụ. Câu hỏi cần trả lời: tiền đang chảy vào những thứ nào thuộc nhóm này, để rút ra.
Ngược (Reverse, R). Có thì một nhóm khách khó chịu, không có thì họ dễ chịu hơn. Chương trình hoạt náo mở nhạc lớn bên hồ bơi buổi chiều có thể làm một gia đình có trẻ nhỏ thích, nhưng làm một cặp đôi đi tìm yên tĩnh bực. Nhóm Ngược thường là dấu hiệu doanh nghiệp đang phục vụ nhiều phân khúc có mong đợi trái nhau.
Khi phân loại còn một nhãn kỹ thuật là Đáng ngờ (Questionable, Q): hai câu trả lời mâu thuẫn, ví dụ thích khi có và cũng thích khi không có. Q không phải loại thuộc tính; Q báo câu hỏi chưa rõ hoặc khách trả lời vội.
Mỗi thuộc tính cần hỏi được viết thành một cặp câu:
Với mỗi câu, khách chọn một trong năm phương án, theo số tạp chí CQM năm 1993: I like it that way, It must be that way, I am neutral, I can live with it that way, I dislike it that way. Bản tiếng Việt giữ đúng thứ tự và khoảng cách nghĩa:
| Phương án | Nghĩa khi khách chọn |
|---|---|
| Thích | Điều này làm khách vui |
| Đương nhiên phải như vậy | Khách coi là chuẩn tối thiểu, không đáng khen |
| Bình thường | Khách không có cảm xúc gì |
| Chấp nhận được | Khách không vui nhưng chịu được |
| Không thích | Điều này làm khách bực |
Ví dụ cặp câu cho thuộc tính “quà chào đón”:
Ba nguyên tắc viết câu:
Số tạp chí CQM còn ghi hai kinh nghiệm thực tế. Thứ nhất, không đánh số các phương án và cho khách xem ví dụ cách trả lời, vì khách dễ hiểu nhầm năm phương án là thang điểm 1–5, trong khi đó là năm loại phản ứng khác nhau. Thứ hai, dịch phương án rất cẩn thận: trong một đợt khảo sát được kể lại, khách nước ngoài tưởng “đương nhiên phải vậy” là mức mạnh hơn “thích”. Với tiếng Việt, nên cho 5 khách trả lời thử và hỏi lại họ hiểu từng phương án thế nào trước khi gửi rộng.
Với từng khách và từng thuộc tính, ghép câu trả lời của câu chức năng (hàng) với câu phản chức năng (cột), rồi tra bảng đánh giá Kano (Kano Evaluation Table):
| Khi CÓ ↓ / Khi KHÔNG CÓ → | Thích | Đương nhiên | Bình thường | Chấp nhận được | Không thích |
|---|---|---|---|---|---|
| Thích | Q | A | A | A | O |
| Đương nhiên | R | I | I | I | M |
| Bình thường | R | I | I | I | M |
| Chấp nhận được | R | I | I | I | M |
| Không thích | R | R | R | R | Q |
A: Hấp dẫn; O: Một chiều; M: Bắt buộc; I: Không quan tâm; R: Ngược; Q: Đáng ngờ.
Logic của bảng:
Sau khi tra cho từng khách, đếm số khách rơi vào mỗi nhóm cho từng thuộc tính. Cách phân loại đơn giản nhất là lấy nhóm nhiều phiếu nhất. Khi hai nhóm gần bằng nhau, số tạp chí CQM gợi ý ba việc: hỏi thêm khách để hiểu lý do, xem có phải hai phân khúc khác nhau đang trả lời khác nhau không, và nếu vẫn phải chọn thì ưu tiên nhóm có tác động lớn hơn theo thứ tự M > O > A > I.
Chỉ lấy nhóm nhiều phiếu nhất sẽ mất thông tin: một thuộc tính có 90% khách chọn A và 10% chọn I khác hẳn một thuộc tính 60% A và 40% I, dù cả hai đều xếp vào nhóm A. Để giữ lại độ phân tán đó, trong số tạp chí CQM năm 1993, Mike Timko (Analog Devices) đề xuất rút mỗi thuộc tính về hai con số, thường được gọi là hệ số hài lòng (customer satisfaction coefficient):
Phiếu R và Q bị loại khỏi mẫu số. Đặt các thuộc tính lên biểu đồ Better (trục dọc) và Worse bỏ dấu trừ (trục ngang): góc trên phải là thuộc tính vừa đáng làm vừa nguy hiểm khi thiếu (thường nhóm O); Worse lớn, Better nhỏ là để tránh bị trừ điểm (thường nhóm M); Better lớn, Worse nhỏ là để ghi điểm (thường nhóm A).
Ví dụ giả định. Khu nghỉ dưỡng ở phần mở bài có khoảng 120 phòng, khách chủ yếu là gia đình có trẻ nhỏ và các cặp đôi. Ban quản lý chuẩn bị ngân sách nâng cấp cho năm sau và muốn biết nên đặt tiền vào đâu.
Bộ phận marketing chọn 18 thuộc tính từ đánh giá của khách, quảng cáo của đối thủ trong vùng và các ý tưởng đang cân nhắc. Bảng câu hỏi Kano gửi qua email cho khách đã trả phòng trong 60 ngày, kèm ô đồng ý tham gia khảo sát không tích sẵn. Thu về 200 phiếu hợp lệ. Sáu thuộc tính đáng chú ý nhất:
| Thuộc tính | A | O | M | I | R | Q | Nhóm | Better | Worse |
|---|---|---|---|---|---|---|---|---|---|
| Nước nóng ổn định cả ngày | 4 | 30 | 150 | 12 | 0 | 4 | M | 0,17 | −0,92 |
| Wifi trong phòng ổn định | 6 | 58 | 120 | 12 | 0 | 4 | M | 0,33 | −0,91 |
| Nhận phòng dưới 10 phút | 30 | 96 | 44 | 26 | 0 | 4 | O | 0,64 | −0,71 |
| Thư tay và trái dừa chào đón | 118 | 22 | 6 | 48 | 2 | 4 | A | 0,72 | −0,14 |
| Truyền hình cáp 100 kênh | 10 | 14 | 18 | 146 | 6 | 6 | I | 0,13 | −0,17 |
| Hoạt náo mở nhạc bên hồ bơi buổi chiều | 40 | 10 | 2 | 70 | 72 | 6 | R / I, chia theo phân khúc | 0,41 | −0,10 |
Cách tính một dòng, lấy “Nhận phòng dưới 10 phút”: mẫu số là 30 + 96 + 44 + 26 = 196 (bỏ 4 phiếu Q). Better = (30 + 96) ÷ 196 = 0,64. Worse = −(96 + 44) ÷ 196 = −0,71.
Bảng này giải thích được phần mở bài. Nước nóng có Worse −0,92: thiếu thì hơn 9 trên 10 khách bực, còn làm tốt thì Better chỉ 0,17, nghĩa là hầu như không ai khen. Thư tay và trái dừa thì ngược lại: Better 0,72, Worse chỉ −0,14. Gói truyền hình cáp nằm ở nhóm Không quan tâm với 146 trên 200 phiếu, hai hệ số đều thấp: phần gói cáp trong khoản 1,8 tỷ đồng gần như không chạm tới cảm xúc của khách. Khảo sát không hỏi riêng về màn hình tivi, nên chưa kết luận được về phần đó.
Dòng cuối cần đọc kỹ hơn. Hoạt náo bên hồ bơi có 72 phiếu R, 70 phiếu I và 40 phiếu A, không nhóm nào áp đảo. Tách theo loại khách cho thấy hai bức tranh khác hẳn:
| Hoạt náo bên hồ bơi | A | O | M | I | R | Q | Tổng |
|---|---|---|---|---|---|---|---|
| Gia đình có trẻ nhỏ | 36 | 8 | 2 | 30 | 12 | 2 | 90 |
| Cặp đôi | 4 | 2 | 0 | 40 | 60 | 4 | 110 |
Với gia đình, nhóm nhiều phiếu nhất là A: trẻ con vui, bố mẹ nhớ. Với cặp đôi, nhóm nhiều phiếu nhất là R: họ đến để yên tĩnh. Gộp chung, R và I gần ngang nhau (72 và 70), nên kết luận dễ nghiêng thành “bỏ hoạt náo” hoặc “khách không quan tâm”. Cả hai đều sai. Đây là lý do nên quyết định phân khúc trước khi đọc kết quả Kano; bài mô hình STP đi sâu vào bước chọn phân khúc.
Từ bảng trên, ban quản lý khu nghỉ dưỡng có thể chia việc như sau:
| Nhóm | Thuộc tính trong ví dụ | Việc nên làm | Đo bằng gì |
|---|---|---|---|
| Bắt buộc | Nước nóng, wifi phòng | Sửa ngay đến mức “đủ” và giữ ổn định; không đầu tư vượt mức đủ | Số phản ánh, số đánh giá dưới 3 sao nhắc tới thuộc tính |
| Một chiều | Thời gian nhận phòng | Đặt mục tiêu so với đối thủ trực tiếp, cải thiện dần | Thời gian chờ thực tế, điểm so sánh trên trang đánh giá |
| Hấp dẫn | Thư tay và trái dừa | Giữ, làm đều tay; chọn thêm 1–2 điều bất ngờ có chi phí thấp | Số lần được nhắc trong đánh giá 5 sao |
| Không quan tâm | Truyền hình cáp 100 kênh | Không gia hạn gói lớn; chuyển tiền sang nhóm M và A | Chi phí tiết kiệm được |
| Ngược / chia phân khúc | Hoạt náo bên hồ bơi | Giữ cho gia đình ở khu hồ bơi trẻ em, giờ cố định; khu cặp đôi giữ yên tĩnh | Đánh giá tách theo loại khách |
Thứ tự hợp lý thường là lấp lỗ hổng nhóm Bắt buộc trước, rồi cạnh tranh ở nhóm Một chiều, rồi mới thêm thuộc tính Hấp dẫn. Quà chào đón không bù được cho vòi sen thiếu nước nóng.
Kết quả Kano cũng nối thẳng sang giá. Các thuộc tính A và O làm tăng giá trị khách cảm nhận, tức là đẩy sản phẩm sang phải trên bản đồ giá – giá trị, tạo dư địa giữ giá hoặc tăng giá. Thuộc tính M không làm việc đó: làm tốt chỉ giữ cho sản phẩm không tụt lại.
Phân loại Kano không cố định. Năm 2001, tại hội nghị QMOD lần thứ 4 ở Linköping (Thuỵ Điển), Noriaki Kano trình bày bài “Life Cycle and Creation of Attractive Quality”, cho thấy bằng dữ liệu rằng nhóm của một thuộc tính thay đổi theo thời gian, và đề xuất một vòng đời: từ Không quan tâm sang Hấp dẫn, rồi Một chiều, rồi Bắt buộc. Điều làm khách bất ngờ lần đầu thành điều khách mong đợi lần sau; khi đối thủ cũng làm, nó thành chuẩn tối thiểu của ngành.
Trong ví dụ, wifi phòng ra nhóm Bắt buộc với Worse −0,91. Nếu khu nghỉ dưỡng này đã khảo sát Kano từ nhiều năm trước, rất có thể wifi nằm ở nhóm Hấp dẫn hoặc Một chiều. Lá thư tay hôm nay ở nhóm Hấp dẫn; khi vài khu nghỉ dưỡng gần đó cũng làm, khách sẽ bắt đầu thấy thiếu nếu không có.
Nghiên cứu sau đó cho thấy vòng đời không phải lúc nào cũng đi một chiều. Martin Löfgren, Lars Witell và Anders Gustafsson (The TQM Journal, 2011) khảo sát 1.456 khách hàng ở hai thời điểm 2003 và 2009 về 24 thuộc tính bao bì, và thấy ba kiểu vòng đời: thuộc tính đi đủ vòng đời như Kano mô tả, thuộc tính “mốt nhất thời” lên rồi xuống, và thuộc tính đứng yên. Thuộc tính cũng có thể lùi lại trong vòng đời, ví dụ sau khi thiết kế thay đổi.
Với người làm marketing, điều đó có nghĩa là kết quả Kano có hạn dùng và nên khảo sát lại định kỳ. Thuộc tính Hấp dẫn là tài sản đang mất giá, nên cần sẵn ý tưởng mới để thay khi cái cũ trượt sang Bắt buộc. Còn danh sách Bắt buộc ngày càng dài, nên chi phí “giữ để không bị chê” phải tính như chi phí vận hành, không phải khoản nâng cấp một lần.
Chọn thuộc tính từ phòng họp, không từ khách. Danh sách thuộc tính chỉ gồm những gì ban quản lý nghĩ tới sẽ bỏ sót đúng những thứ khách quan tâm. Lấy danh sách từ đánh giá, tin nhắn, phỏng vấn khách; bài Jobs-to-be-done giúp tìm ra việc khách thật sự muốn hoàn thành khi mua, từ đó ra các thuộc tính đáng hỏi.
Gộp mọi phân khúc vào một bảng. Như dòng hoạt náo bên hồ bơi, hai nhóm khách có thể kéo kết quả về hai phía và trung bình ra một con số vô nghĩa. Ghi loại khách trong phiếu và luôn xem kết quả tách theo phân khúc.
Hỏi quá nhiều thuộc tính. Bốn mươi thuộc tính là tám mươi câu; khách mệt, chọn bừa, phiếu Q tăng. Chỉ hỏi thuộc tính đang cần quyết định.
Coi nhóm nhiều phiếu nhất là kết luận cuối. Xem cả phân bố, hệ số Better/Worse và số phiếu Q. Thuộc tính nhiều phiếu Q thì viết lại câu và hỏi lại.
Dùng Kano để đo mức hài lòng hiện tại. Kano cho biết thuộc tính tác động lên hài lòng theo kiểu nào, không cho biết doanh nghiệp đang làm tốt hay kém thuộc tính đó. Cần ghép với số đo hiện trạng (đánh giá, phản ánh, khảo sát hài lòng) mới ra quyết định được.
Một khu nghỉ dưỡng có thể nhận vài nghìn đánh giá mỗi năm trên các trang đặt phòng và mạng xã hội, cộng thêm tin nhắn và phiếu góp ý. Đọc tay hết để biết khách nhắc thuộc tính nào, theo chiều nào, là việc không ai làm nổi đều đặn. AI giúp được nhiều nhất ở đây.
AI làm được:
Ba điều quyết định nhãn AI đáng tin tới đâu:
Thêm một điều về dữ liệu: trước khi đưa đánh giá, tin nhắn hay phiếu khảo sát vào công cụ AI, xoá tên, số điện thoại, email và số phòng; dùng tài khoản AI của tổ chức thay cho tài khoản cá nhân. Thu thập và xử lý dữ liệu cá nhân của khách phải theo Nghị định 356/2025/NĐ-CP.
Câu lệnh mẫu để AI gắn nhãn một lô đánh giá đã ẩn danh:
Bạn là chuyên viên phân tích trải nghiệm khách hàng cho [loại hình doanh nghiệp, ví dụ: khu nghỉ dưỡng 4 sao ven biển, khoảng 120 phòng].
Khách chính: [các phân khúc, ví dụ: gia đình có trẻ nhỏ; cặp đôi].
Dưới đây là [số lượng] đánh giá của khách, đã xoá tên và thông tin liên lạc. Mỗi dòng có: mã đánh giá, số sao, loại khách (nếu có), nội dung.
[dán đánh giá]
Danh sách thuộc tính cần theo dõi (được thêm thuộc tính mới nếu khách nhắc nhiều):
[ví dụ: nước nóng, wifi phòng, thời gian nhận phòng, bữa sáng, quà chào đón, hồ bơi, hoạt náo, truyền hình]
Việc cần làm:
1. Tách mỗi đánh giá thành các ý, mỗi ý gắn đúng một thuộc tính. Trích nguyên văn câu của khách làm bằng chứng.
2. Với mỗi ý, ghi: tình huống (CÓ/LÀM TỐT hoặc KHÔNG CÓ/LÀM KÉM) và cảm xúc (VUI, BÌNH THƯỜNG, BỰC).
3. Tổng hợp theo thuộc tính và theo loại khách: số lần "vui khi có", "bực khi thiếu", "bình thường".
4. Đề xuất nhóm Kano DỰ ĐOÁN cho từng thuộc tính (Bắt buộc, Một chiều, Hấp dẫn, Không quan tâm, Ngược) kèm lý do ngắn. Ghi rõ đây là giả thuyết từ đánh giá, chưa phải kết quả khảo sát Kano.
5. Liệt kê các thuộc tính có dấu hiệu hai phân khúc phản ứng trái ngược nhau.
6. Viết nháp cặp câu hỏi Kano (câu khi có, câu khi không có) cho 10 thuộc tính đáng khảo sát nhất, mô tả bằng điều khách thấy được.
7. Chọn ngẫu nhiên [số lượng, ví dụ 50] ý đã gắn nhãn, liệt kê riêng để người kiểm tra đọc lại.
Không tự tạo câu trả lời thay khách, không bịa đánh giá. Ý nào không rõ thuộc tính hoặc không rõ chiều cảm xúc thì ghi "KHÔNG RÕ", không đoán.
Cuối cùng, ghi rõ chỗ nào là giả định của bạn (cách hiểu một từ, cách gộp thuộc tính, cách xếp loại khách) để người kiểm tra xem lại.Muốn gom đánh giá theo từng bước trên hành trình của khách trước khi gắn nhãn Kano, có thể kết hợp với hành trình khách hàng 5A: nước nóng và wifi nằm ở bước Hành động (Act), khi khách đang ở và dùng dịch vụ; quà chào đón tác động mạnh tới bước Ủng hộ (Advocate), khi khách kể lại cho người khác.
Mô hình Kano không cho doanh nghiệp danh sách việc cần làm. Kano đặt thêm một câu hỏi trước mỗi khoản chi: thuộc tính này làm khách vui, chỉ giúp khách khỏi bực, hay khách không để ý? Lấp đủ nhóm Bắt buộc trước, cạnh tranh ở nhóm Một chiều, chọn vài điều Hấp dẫn để khách nhớ, rút tiền khỏi nhóm Không quan tâm. Và vì nhóm của một thuộc tính trượt dần theo thời gian, câu hỏi đó cần được hỏi lại định kỳ, với khách thật.
Nguồn tham khảo:
Dành cho CMO, Marketer · Mô hình
Jobs-to-be-done là gì, ba chiều của một công việc, cách viết câu phát biểu công việc, bốn lực khiến khách đổi sản phẩm, phỏng vấn chuyển đổi và câu lệnh AI mẫu.
Dành cho CMO, Marketer · Mô hình
Định vị thương hiệu là gì: viết tuyên bố định vị bốn phần, chọn điểm tương đồng và điểm khác biệt, vẽ bản đồ định vị, thử với khách thật và dùng AI rà soát.
Dành cho CEO, CMO · Mô hình
Ma trận RACI là gì, bốn vai R, A, C, I và quy tắc mỗi việc đúng một A. Cách lập bảng RACI, cách xếp AI vào bảng, ví dụ ra mắt sản phẩm và câu lệnh AI mẫu.
Lộ trình xây dựng phòng Marketing tự chủ với AI: 7 bài ngắn, bài đánh giá cấp độ và kế hoạch 90 ngày cho phòng marketing của Anh/Chị. Học theo nhịp của mình.
Website dùng cookie để biết bài viết nào hữu ích, đo hiệu quả và hiển thị lại quảng cáo phù hợp. Bạn có thể đổi lựa chọn ở mục Cài đặt cookie dưới chân trang.