Cách ứng dụng AI vào Marketing cho doanh nghiệp vừa và nhỏ tại Việt Nam

AI marketing doanh nghiệp nhỏ Việt Nam là gì

AI marketing doanh nghiệp nhỏ Việt Nam là cách dùng AI để hỗ trợ marketing từ nghiên cứu thị trường, lập kế hoạch, tạo nội dung, chạy chiến dịch đến đo lường kết quả. Nói đơn giản, AI giúp đội nhỏ làm nhanh hơn những việc lặp lại, nhưng vẫn cần con người quyết định bán cho ai, định vị ra sao và ưu tiên kênh nào.

Với một doanh nghiệp chỉ có 1 đến 3 người làm marketing, AI có thể gỡ bớt nhiều việc nặng. Ví dụ: tổng hợp phản hồi khách hàng, phân tích nội dung đối thủ, đề xuất lịch đăng bài, viết nháp email, tạo ý tưởng landing page, hoặc kiểm tra xem thông điệp có lệch giọng thương hiệu không. Những việc này trước đây dễ ngốn cả buổi, nhất là khi bạn vừa bán hàng, vừa chăm khách, vừa làm content.

Nhưng AI không thay thế tư duy kinh doanh.

Nếu sản phẩm chưa rõ lợi thế, khách hàng mục tiêu còn mơ hồ, hoặc thương hiệu chưa biết mình muốn nói bằng giọng nào, AI sẽ chỉ tạo ra nội dung nghe có vẻ ổn nhưng khó dùng. Nó có thể viết nhanh, nhưng không tự biết đâu là biên lợi nhuận tốt nhất, nhóm khách nào nên ưu tiên, hay thông điệp nào phù hợp với giai đoạn hiện tại của doanh nghiệp.

Dùng tool khác với có hệ thống

Dùng tool là mở ChatGPT, Gemini, Canva AI hoặc một công cụ bất kỳ, rồi paste từng đoạn mô tả thương hiệu vào để yêu cầu viết bài. Lần sau đổi công cụ, đổi người làm, hoặc đổi chiến dịch, bạn lại giải thích lại từ đầu.

Có hệ thống là dữ liệu nền của thương hiệu được chuẩn hóa trước: khách hàng mục tiêu, định vị, sản phẩm, giọng văn, thông điệp, kênh bán, nội dung nên nói và không nên nói. Khi đó, AI không làm việc như một người lạ mới vào công ty mỗi ngày, mà vận hành dựa trên cùng một bộ nền.

Khác biệt nằm ở đây: AI marketing không bắt đầu từ prompt, mà bắt đầu từ nền tảng thương hiệu. Prompt chỉ là lệnh ngắn hạn. Hệ thống mới quyết định đầu ra có nhất quán, đúng hướng và dùng được lâu dài hay không.

Vì sao nhiều SMB dùng AI vẫn mất thời gian

SMB mất thời gian với AI không phải vì AI "dở". Vấn đề thường nằm ở cách dùng: mỗi phiên làm việc là một lần onboarding lại từ đầu. Bạn mở tool mới, paste mô tả sản phẩm, giải thích khách hàng, nhắc giọng văn, đưa ví dụ bài cũ, rồi mới bắt đầu yêu cầu AI viết.

Mỗi phiên là một lần giải thích lại

Hôm nay bạn nhờ AI viết bài Facebook. Ngày mai bạn cần email bán hàng. Tuần sau đổi sang landing page. Nếu mọi dữ liệu thương hiệu nằm rải rác trong trí nhớ của chủ doanh nghiệp, file Google Docs, brief cũ và vài dòng prompt, AI sẽ luôn bắt đầu như người mới vào việc.

Đó là lý do cùng một yêu cầu nhưng kết quả mỗi lần một khác. Lần này giọng trẻ trung quá. Lần kia lại giống văn doanh nghiệp lớn. Có lúc AI hiểu sai sản phẩm, nói quá lợi ích, hoặc dùng từ mà thương hiệu không bao giờ dùng.

Khách hàng mục tiêu bị nói lại quá nhiều

Một lỗi rất phổ biến trong AI marketing doanh nghiệp nhỏ Việt Nam là mô tả khách hàng theo kiểu cảm tính: "chủ shop", "mẹ bỉm", "doanh nghiệp nhỏ", "người có nhu cầu làm đẹp". Những mô tả này chưa đủ để AI tạo nội dung sắc.

AI cần biết người mua đang đau ở đâu, vì sao họ trì hoãn, họ so sánh với ai, họ sợ mất tiền hay sợ mất thời gian, họ thích nghe giọng chuyên gia hay người đồng hành. Nếu phần này không được chuẩn hóa, mỗi người trong team sẽ giải thích một kiểu. AI nhận đầu vào khác nhau thì đầu ra lệch là chuyện dễ hiểu.

Output chung chung vì dữ liệu đầu vào chung chung

Khi AI viết ra những câu nghe ổn nhưng không dùng được, vấn đề không nằm ở câu chữ cuối cùng. Vấn đề nằm ở nền trước đó.

Bạn sẽ phải sửa tiêu đề, sửa thông điệp, sửa ví dụ, sửa cách xưng hô, rồi kiểm tra lại xem có lố cam kết không. Thay vì tiết kiệm thời gian, AI biến thành một bản nháp dài cần biên tập. Thiếu dữ liệu nền thì prompt càng dài, quy trình càng mệt.

Muốn AI làm nhanh và đúng hơn, doanh nghiệp cần một bộ dữ liệu thương hiệu đủ rõ để mọi lần tạo nội dung đều xuất phát từ cùng một nền. Khi đó, bạn không phải dạy lại AI mỗi ngày.

Cách AI marketing vận hành khi có nền tảng thương hiệu

Khi đã có dữ liệu thương hiệu làm lớp nền, AI không còn đoán mò theo từng prompt. Mỗi yêu cầu mới được đặt lên cùng một nền: bạn bán gì, bán cho ai, khác gì đối thủ, được nói gì, không nên nói gì, giọng văn ra sao. Đây là điểm khiến AI marketing doanh nghiệp nhỏ Việt Nam chuyển từ "thử tool" sang vận hành thật.

### Dữ liệu thương hiệu đi trước nội dung

Thứ tự đúng không phải là mở AI rồi bảo "viết giúp tôi một bài quảng cáo". Thứ tự đúng là chuẩn hóa nền trước: định vị, khách hàng mục tiêu, thông điệp chính, sản phẩm ưu tiên, kênh bán, cách xưng hô, từ ngữ nên dùng và từ ngữ cần tránh.

Khi lớp nền này rõ, một bài Facebook, email bán hàng hay landing page đều xuất phát từ cùng một hướng. Bạn không phải nhắc lại rằng thương hiệu nói gần gũi, không phóng đại cam kết, tập trung vào tiết kiệm thời gian cho chủ doanh nghiệp nhỏ.

Mọi agent nhận cùng một ngữ cảnh

Nếu mỗi công cụ nhận một đoạn mô tả khác nhau, đầu ra sẽ lệch. Công cụ viết content hiểu một kiểu, công cụ lập kế hoạch hiểu kiểu khác, công cụ đo lường lại không biết mục tiêu chiến dịch ban đầu là gì.

Khi mọi agent dùng chung một ngữ cảnh, hệ thống làm việc liền mạch hơn. Agent nghiên cứu thị trường có thể tạo insight đúng nhóm khách. Agent lập kế hoạch dùng insight đó để chọn thông điệp. Agent viết nội dung tiếp tục giữ đúng giọng và đúng ưu tiên kinh doanh.

Nội dung cần được kiểm tra giọng thương hiệu

AI viết nhanh không đồng nghĩa là được đăng ngay.

Sau khi tạo nội dung, cần có bước kiểm tra: câu chữ có đúng brand voice không, có nói quá lợi ích không, có dùng sai cách xưng hô không, có lệch khỏi định vị không. Bước này giúp giảm cảnh "đọc thì hay, nhưng không giống thương hiệu của mình".

Brand voice không nên nằm trong trí nhớ của một người. Nó cần thành tiêu chí để kiểm tra từng đầu ra.

Đo lường để lần sau viết tốt hơn

AI marketing không dừng ở khâu xuất nội dung. Sau khi đăng, dữ liệu phản hồi cần quay lại hệ thống: bài nào có tương tác tốt, thông điệp nào tạo khách hỏi mua, kênh nào kéo đúng tệp hơn.

Lần sau, AI không chỉ viết theo brief cũ. Nó dùng kết quả trước đó để đề xuất góc nội dung, ưu tiên kênh và điều chỉnh thông điệp sát hơn với hành vi thật của khách hàng.

Ví dụ thực tế cho thấy AI mạnh khi có dữ liệu đúng

Bạn đã thấy các nền tảng lớn làm rất tốt chuyện "đúng người, đúng nội dung". Netflix gợi ý phim hợp gu. Amazon đề xuất sản phẩm liên quan. Spotify tạo playlist nghe như được đo ni đóng giày. Nhưng điểm mạnh không nằm ở câu chữ hay giao diện đẹp, mà nằm ở dữ liệu hành vi được gom, phân loại và dùng lại liên tục.

Netflix không đoán gu người xem

Netflix không hỏi bạn mỗi lần mở app rằng bạn thích phim gì, ghét thể loại nào, thường xem vào lúc mấy giờ. Hệ thống ghi nhận hành vi: bạn xem gì, bỏ giữa chừng ở đâu, tua qua đoạn nào, xem tiếp series nào, chọn phim tương tự nào.

Từ đó, gợi ý ngày càng sát hơn. Nếu dữ liệu bị mất sau mỗi phiên, Netflix sẽ phải hỏi lại từ đầu mỗi ngày. Trải nghiệm đó rất giống cách nhiều doanh nghiệp đang dùng AI: mở công cụ mới là giải thích lại thương hiệu.

Amazon bán thêm nhờ hiểu ngữ cảnh mua

Amazon không chỉ nhìn một sản phẩm riêng lẻ. Nền tảng này hiểu mối liên hệ giữa sản phẩm, lịch sử mua, sản phẩm đã xem, giỏ hàng và hành vi của những người mua tương tự.

Vì vậy, khi bạn xem một chiếc máy ảnh, hệ thống có thể gợi ý thẻ nhớ, túi đựng hoặc chân máy. Đây không phải phép màu. Đó là dữ liệu có cấu trúc về sản phẩm, danh mục, nhu cầu và hành vi mua.

Spotify biến hành vi thành playlist

Spotify tạo playlist cá nhân hóa vì hệ thống biết bạn nghe gì, bỏ qua bài nào, lưu bài nào, nghe vào thời điểm nào và có xu hướng quay lại thể loại nào. Dữ liệu không nằm trong một dòng ghi chú rời rạc. Nó được lưu thành tín hiệu để dùng cho lần sau.

Bài học cho AI marketing doanh nghiệp nhỏ Việt Nam rất rõ: AI chỉ mạnh khi nó có nền dữ liệu đủ sạch để bám vào.

Điểm chung là dữ liệu có cấu trúc

Netflix, Amazon và Spotify không vận hành bằng cách paste lại brief thủ công. Họ có hệ thống lưu ngữ cảnh, phân loại tín hiệu và cập nhật phản hồi.

Doanh nghiệp nhỏ không cần làm phức tạp như các nền tảng đó. Nhưng cần học đúng nguyên tắc: đừng bắt AI học lại từ đầu mỗi lần chạy việc. Khi thương hiệu, khách hàng, sản phẩm, giọng văn và kết quả trước đó được cấu trúc rõ, AI mới tạo ra đầu ra nhất quán, sát ngữ cảnh và đỡ phải sửa đi sửa lại.

Đừng nhầm AI marketing với viết content tự động

Nhiều chủ doanh nghiệp nghe "AI marketing" là nghĩ ngay đến viết bài Facebook tự động. Cách hiểu này quá hẹp. Viết content chỉ là một đầu việc trong chuỗi marketing, còn AI marketing doanh nghiệp nhỏ Việt Nam đúng nghĩa phải nối được từ dữ liệu thương hiệu, kế hoạch, nội dung, kênh phân phối đến đo lường.

Chatbot chỉ trả lời từng câu

Chatbot hữu ích khi bạn cần hỏi nhanh: "Viết giúp tôi caption cho sản phẩm này", "Gợi ý 5 tiêu đề email", "Sửa đoạn này cho ngắn hơn". Nó phản hồi theo câu hỏi bạn đưa vào ở thời điểm đó.

Vấn đề là chatbot không tự nhớ đầy đủ định vị, tệp khách, sản phẩm ưu tiên và giọng thương hiệu nếu bạn không đưa lại. Hôm nay bạn prompt kỹ thì bài ổn. Ngày mai prompt thiếu 2 dòng, output đã lệch.

Công cụ lên lịch không làm chiến lược

Một công cụ lên lịch mạng xã hội giúp đăng bài đúng giờ, giữ nhịp xuất bản và quản lý nhiều kênh gọn hơn. Nhưng nó không tự biết tháng này nên đẩy sản phẩm nào, thông điệp nào hợp với khách đang phân vân, hay bài nào cần dừng vì kéo sai tệp.

Lên lịch là khâu thực thi. Nó không thay thế được phần suy nghĩ trước đó: nghiên cứu, chọn góc nội dung, sắp xếp chiến dịch và kiểm tra kết quả.

CRM không phải bộ não marketing

CRM truyền thống mạnh ở lưu thông tin khách hàng, trạng thái chăm sóc, lịch sử giao dịch và pipeline bán hàng. Đây là dữ liệu quý, nhưng nếu nằm riêng một chỗ, marketing vẫn phải tự nối lại với content, quảng cáo, email và chăm sóc sau bán.

Khi CRM không được kết nối với ngữ cảnh thương hiệu và nội dung, bạn chỉ có danh sách khách hàng. Chưa có quy trình giúp mỗi thông điệp đi đúng người, đúng giai đoạn, đúng giọng.

Giá trị nằm ở quy trình xuyên suốt

Điểm khác biệt nằm ở việc AI có chạy theo một luồng công việc rõ ràng hay không. Từ nghiên cứu thị trường đến lập kế hoạch, tạo nội dung, phân phối, đo lường và học lại từ kết quả, mọi bước cần dùng chung một nền dữ liệu.

AI marketing không phải cái máy viết bài, mà là cách tổ chức marketing để AI làm việc không bị đứt đoạn. Khi quy trình liền mạch, doanh nghiệp nhỏ không còn phải nhảy giữa nhiều tool rời rạc rồi tự ghép mọi thứ bằng tay.

Khi nào doanh nghiệp nhỏ nên dùng AI và khi nào chưa nên

Doanh nghiệp nhỏ nên dùng AI khi đã có đủ nền để AI bám vào. Nếu bạn biết mình bán cho ai, khác gì đối thủ, giọng thương hiệu ra sao và nội dung cần phục vụ mục tiêu nào, AI sẽ giúp chạy việc nhanh hơn. Nếu chưa có các câu trả lời đó, AI chỉ làm bạn có thêm nhiều bản nháp phải sửa.

Nên dùng khi định vị đã rõ

AI làm tốt khi định vị không còn là vài câu chung chung kiểu "chất lượng tốt, giá hợp lý". Bạn cần nói rõ sản phẩm dành cho nhóm khách nào, giải quyết nỗi đau gì, vì sao họ nên chọn bạn thay vì một lựa chọn khác.

Ví dụ, cùng là dịch vụ kế toán, thông điệp cho hộ kinh doanh mới mở sẽ khác doanh nghiệp thương mại đã có đội vận hành. Khi định vị rõ, AI có thể đề xuất nội dung, email, landing page và kịch bản tư vấn đi cùng một hướng.

Nên dùng khi cần sản xuất đều

Nếu bạn đã biết phải đăng gì nhưng không đủ người làm đều, AI là lựa chọn đáng cân nhắc. Một đội nhỏ dễ bị kẹt ở các việc lặp lại: viết caption, chỉnh bài blog, tạo email chăm khách, biến một ý tưởng thành nhiều định dạng.

Lúc này, AI marketing doanh nghiệp nhỏ Việt Nam giúp giảm tải phần triển khai, miễn là đầu vào đã có chiến dịch, nhóm khách và thông điệp chính. AI không nên thay bạn quyết định chiến lược, nhưng có thể giúp bạn giữ nhịp xuất bản ổn định hơn.

Chưa nên nếu chưa hiểu khách hàng

Nếu bạn chưa biết khách mua vì lý do gì, từ chối vì điều gì, hay họ đang so sánh bạn với ai, hãy khoan dùng AI để sản xuất hàng loạt. Nội dung tạo ra sẽ nghe có vẻ đúng, nhưng dễ nói lệch nỗi đau thật.

Hãy bắt đầu bằng việc gom phản hồi bán hàng, câu hỏi thường gặp, lý do khách chốt và lý do khách không chốt. AI cần dữ liệu khách hàng thật, không phải phỏng đoán.

Chưa nên nếu không ai duyệt chất lượng

AI viết nhanh không có nghĩa là đăng ngay. Cần có người kiểm tra thông điệp, giọng văn, cam kết, thông tin sản phẩm và mức độ phù hợp với thương hiệu.

Nếu không ai chịu trách nhiệm duyệt, rủi ro không nằm ở lỗi chính tả. Rủi ro là nội dung sai định vị, hứa quá mức, hoặc khiến khách hiểu nhầm điều bạn đang bán.

DigiAgent xây Brand DNA để AI không phải học lại

Brand DNA lấy từ website, không từ trí nhớ

Vấn đề của nhiều đội nhỏ là dữ liệu thương hiệu nằm trong đầu chủ doanh nghiệp. DigiAgent xử lý ngược lại: setup Brand DNA ngay từ URL website, sau đó trích xuất hơn 40 trường có cấu trúc như sản phẩm, nhóm khách hàng, định vị, thông điệp, giọng văn, điểm khác biệt và thông tin nhận diện.

Cách này giúp AI marketing doanh nghiệp nhỏ Việt Nam bớt phụ thuộc vào prompt dài. Bạn không cần mở từng tool rồi paste lại mission, vision, target audience, tone of voice hay mô tả sản phẩm mỗi lần chạy việc.

Một nền dùng cho mọi agent

Trong DigiAgent, Brand DNA không phải một file tham khảo để cất đó. Nó là nền dùng chung cho 16 AI agent marketing trong cùng một hệ thống, từ nghiên cứu thị trường, lập kế hoạch, tạo nội dung, đo lường đến quản lý khách hàng.

Điểm quan trọng là mọi agent hiểu cùng một thương hiệu. Agent viết content không nói khác agent lập kế hoạch. Agent đo lường không tách rời mục tiêu ban đầu. Một Brand DNA, một brand voice, nhiều đầu việc.

Mỗi output được chấm brand voice

AI viết nhanh nhưng vẫn phải kiểm tra. DigiAgent có brand voice scoring tự động trên mỗi output, để xem nội dung có đúng giọng thương hiệu không, có quá chung chung không, có lệch cách xưng hô hoặc thông điệp chính không.

Điều này đặc biệt hữu ích khi team marketing dưới 3 người. Thay vì đọc lại từng bài bằng cảm giác, bạn có một lớp kiểm tra trước khi xuất bản, giảm cảnh "nghe cũng hay, nhưng không giống mình".

Bớt cảnh nhảy giữa 5 đến 7 tool

Nhiều SMB đang vừa dùng công cụ viết bài, vừa dùng tool SEO, lịch đăng, CRM, đo lường mạng xã hội, rồi tự nối dữ liệu bằng tay. DigiAgent được định vị không phải một công cụ đơn lẻ, mà là "phòng marketing đầy đủ" vận hành bằng AI.

Nền tảng này gom 16 AI agent vào một nơi, thay thế cách phải xoay giữa nhiều SaaS rời rạc như HubSpot, Semrush, Hootsuite. Khi Brand DNA đã nằm ở trung tâm, mỗi lần chạy Quick, Standard hoặc Deep, AI không bắt đầu từ số không nữa.

Cách bắt đầu AI marketing mà không rối tool

Chốt lại trước khi mở thêm tool

Đừng bắt đầu bằng câu "nên dùng công cụ nào". Hãy bắt đầu bằng 3 câu trả lời: bạn bán cho ai, họ đau ở đâu, và vì sao họ nên chọn bạn thay vì đối thủ. Nếu phần này còn mơ hồ, mọi tool AI phía sau chỉ tạo thêm bản nháp phải sửa.

### Tạo Brand DNA trước content

Trước khi viết bài đầu tiên, hãy gom nền thương hiệu vào một chỗ. Tối thiểu cần có: khách hàng mục tiêu, sản phẩm chính, lợi thế khác biệt, giọng văn, từ nên dùng, từ cần tránh, thông điệp chính và các cam kết không được nói quá.

Đừng để Brand DNA nằm trong trí nhớ của chủ doanh nghiệp. Khi người viết nghỉ, đổi tool, hoặc đổi chiến dịch, mọi thứ lại quay về số không. Một bộ nền rõ giúp AI hiểu cùng một thương hiệu ở mọi lần tạo content.

Chạy thử một kênh trong 14 ngày

Đừng mở Facebook, TikTok, email, blog và quảng cáo cùng lúc. Chọn một kênh có khách hàng thật đang hiện diện, rồi chạy thử trong 14 ngày với một mục tiêu rõ: tăng tin nhắn, tăng lịch hẹn, tăng lượt tải tài liệu, hoặc kiểm tra phản ứng với thông điệp mới.

Trong 14 ngày đó, giữ cùng một nhóm khách và cùng một thông điệp chính. Chỉ thay đổi góc tiếp cận, tiêu đề, định dạng hoặc lời kêu gọi hành động. Làm vậy bạn mới biết AI đang giúp tốt hơn ở đâu, thay vì bị loạn vì quá nhiều biến.

Đo chất lượng rồi mới mở rộng

Sau giai đoạn thử, đừng chỉ nhìn lượt thích. Hãy kiểm tra 4 thứ: nội dung có đúng giọng thương hiệu không, có kéo đúng tệp khách không, có tạo hội thoại bán hàng không, và có giảm thời gian làm việc của team không.

Nếu chất lượng ổn, hãy nhân rộng sang kênh tiếp theo. Nếu chưa ổn, quay lại sửa Brand DNA, không phải đổi tool ngay lập tức.

Câu hỏi thường gặp

AI marketing là gì

AI marketing là cách dùng AI để hỗ trợ các việc marketing như nghiên cứu khách hàng, lên kế hoạch nội dung, viết nháp, phân tích đối thủ, đo phản hồi và gợi ý bước tiếp theo. Với đội nhỏ, giá trị lớn nhất không phải là viết nhanh hơn, mà là giảm việc lặp lại mỗi ngày.

Điểm cần nhớ: AI chỉ xử lý tốt khi có dữ liệu nền đủ rõ. Nếu đầu vào mơ hồ, đầu ra sẽ chung chung.

Doanh nghiệp nhỏ có nên dùng AI marketing không

Có, nếu bạn đã biết mình bán cho ai, sản phẩm giải quyết vấn đề gì và thương hiệu nên nói bằng giọng nào. Khi đó, AI marketing doanh nghiệp nhỏ Việt Nam giúp team nhỏ làm đều hơn mà không phải tuyển thêm người cho mọi đầu việc.

Chưa nên dùng để sản xuất hàng loạt nếu bạn còn chưa rõ khách mua vì lý do gì. Hãy gom trước câu hỏi của khách, phản hồi bán hàng, nội dung cũ và các cam kết được phép nói.

AI marketing có thay nhân sự marketing không

Không nên xem AI là người thay thế toàn bộ marketing. AI làm tốt phần triển khai lặp lại: viết nháp, biến một ý tưởng thành nhiều định dạng, kiểm tra lỗi, gợi ý tiêu đề, tóm tắt dữ liệu.

Con người vẫn phải quyết định định vị, ngân sách, ưu tiên kênh, thông điệp bán hàng và tiêu chuẩn chất lượng. AI chạy việc, con người giữ hướng.

Dùng AI viết content có bị sai giọng thương hiệu không

Có, nếu mỗi lần dùng bạn chỉ prompt vài dòng rồi mong AI tự hiểu thương hiệu. Lỗi phổ biến là bài viết nghe trôi, nhưng không giống cách doanh nghiệp thật sự nói với khách.

Muốn giảm lệch giọng, bạn cần chuẩn hóa giọng văn, từ nên dùng, từ cần tránh, nhóm khách mục tiêu, thông điệp chính và ví dụ bài đúng chuẩn. Đừng để mỗi người trong team tự giải thích một kiểu.

Bắt đầu AI marketing cần chuẩn bị gì

Bắt đầu bằng nền, không phải bằng tool. Tối thiểu hãy chuẩn bị 5 phần: khách hàng mục tiêu, sản phẩm chính, lợi thế khác biệt, giọng thương hiệu và mục tiêu đo lường.

Sau đó chọn một kênh để thử trước, ví dụ Facebook, email hoặc blog. Chạy đủ lâu để nhìn phản hồi thật, rồi mới mở rộng sang kênh khác.