Chuyên viên/CVC/CVCC Phân tích kinh doanh Khách hàng doanh nghiệp - Hội sở Hà Đông Hà Nội
Mô tả công việc
- Tốt nghiệp Đại học chuyên ngành: Tài chính - Ngân hàng, kinh tế; Có kiến thức về: Thống kê, Phân tích kinh doanh, Khoa học dữ liệu, marketing, nghiên cứu thị trường...
- Từ 1 năm kinh nghiệm tại vị trí Data Analyst hoặc các vị trí tương đương.
- Ưu tiên: hiểu và sử dụng thành thạo các công cụ như: có kinh nghiệm sử dụng SQL để truy vấn dữ liệu, Excel nâng cao (pivot, công thức phức tạp, tự động hóa), Power BI hoặc công cụ visualize tương đương là lợi thế, Data Warehouse, tự động hóa xử lý các dữ liệu....
- Ưu tiên ứng viên có kinh nghiệm làm việc tại bộ phận phân tích/báo cáo trong lĩnh vực tài chính – ngân hàng.
- Kiến thức về xử lý dữ liệu bị phân tán, dữ liệu định tính, định lượng.
- Khả năng tư duy, sáng tạo, phân tích, tổng hợp tốt; nắm bắt công việc nhanh, quản lý, sắp xếp, xử lý công việc khoa học.
- Cẩn thận, kiên nhẫn, chịu khó, ham học hỏi, có tinh thần trách nhiệm.
Quyền lợi
- Thu nhập hấp dẫn theo khả năng.
- Chế độ ngày nghỉ hấp dẫn, được nghỉ hưởng nguyên lương ngày sinh nhật.
- Gói chế độ phúc lợi toàn diện và độc đáo cho CBNV như: Bảo hiểm sức khỏe VietABank Care dành cho CBNV,...
- Cơ hội thăng tiến và phát triển vượt bậc với chương trình Nextgen & Talent.
- Môi trường cởi mở, thân thiện và chân thành.
- Đào tạo kỹ năng và nghiệp vụ thường xuyên, tăng cơ hội phát triển bản thân.
Yêu cầu ứng viên
- Tốt nghiệp Đại học chuyên ngành: Tài chính - Ngân hàng, kinh tế; Có kiến thức về: Thống kê, Phân tích kinh doanh, Khoa học dữ liệu, marketing, nghiên cứu thị trường...
- Từ 1 năm kinh nghiệm tại vị trí Data Analyst hoặc các vị trí tương đương.
- Ưu tiên: hiểu và sử dụng thành thạo các công cụ như: có kinh nghiệm sử dụng SQL để truy vấn dữ liệu, Excel nâng cao (pivot, công thức phức tạp, tự động hóa), Power BI hoặc công cụ visualize tương đương là lợi thế, Data Warehouse, tự động hóa xử lý các dữ liệu....
- Ưu tiên ứng viên có kinh nghiệm làm việc tại bộ phận phân tích/báo cáo trong lĩnh vực tài chính – ngân hàng.
- Kiến thức về xử lý dữ liệu bị phân tán, dữ liệu định tính, định lượng.
- Khả năng tư duy, sáng tạo, phân tích, tổng hợp tốt; nắm bắt công việc nhanh, quản lý, sắp xếp, xử lý công việc khoa học.
- Cẩn thận, kiên nhẫn, chịu khó, ham học hỏi, có tinh thần trách nhiệm.
Phân tích kỹ năng cần có
Phân tích kỹ năng cần có cho vị trí Phân tích kinh doanh KHDN tại VietABank
Đây là vị trí khá đặc thù – kết hợp giữa phân tích kinh doanh (Business Analysis) và phân tích dữ liệu (Data Analytics) trong mảng khách hàng doanh nghiệp. Yêu cầu khá rõ ràng, mình phân tích chi tiết bên dưới nhé:
1. Hard Skills (Kỹ năng cứng) – Bắt buộc & Ưu tiên
| Kỹ năng | Mức yêu cầu | Ghi chú |
|---|---|---|
| SQL (truy vấn dữ liệu) | Ưu tiên cao | JOIN, GROUP BY, CTE, window functions – cần thành thạo |
| Excel nâng cao | Ưu tiên cao | Pivot Table, VLOOKUP/INDEX-MATCH, công thức mảng, VBA cơ bản |
| Power BI / Tableau | Ưu tiên | DAX, Power Query, dashboard tương tác |
| Data Warehouse concepts | Ưu tiên | ETL, data modeling, star schema |
| Tự động hóa xử lý dữ liệu | Ưu tiên | Python/R cơ bản hoặc Power Automate |
| Thống kê | Bắt buộc | Hồi quy, phân phối, kiểm định, correlation |
| Phân tích kinh doanh | Bắt buộc | P&L, ROA, ROE, NIM, NPL, chi phí vốn… |
| Marketing & Nghiên cứu thị trường | Bắt buộc | Phân khúc KHDN, phân tích SWOT, định vị |
2. Soft Skills (Kỹ năng mềm)
- Tư duy phản biện & phân tích: Biết đặt câu hỏi đúng với data, không chỉ report số liệu
- Khả năng tổng hợp: Từ hàng trăm bảng số liệu rút ra insight 1 trang
- Quản lý công việc: Làm việc với nhiều stakeholder (sales, RM, GDKH, KHCN…)
- Cẩn thận, kiên nhẫn: Data bẩn là chuyện thường ngày, phải biết kiên nhẫn clean
- Ham học hỏi: Lĩnh vực KHDN thay đổi nhanh (FDI, SME, ESG…)
3. Chứng chỉ gợi ý (nếu có sẽ là lợi thế lớn)
- Microsoft Certified: Power BI Data Analyst (PL-300)
- Google Data Analytics Certificate (rẻ, dễ học cho người mới)
- AWS/Azure Data Fundamentals
- Chứng chỉ CFA Level 1 (nếu muốn đi sâu tài chính)
- Chứng chỉ ngân hàng cơ bản (nếu chưa có nền tảng)
4. So sánh với các vị trí tương đương trên thị trường
| Tiêu chí | VietABank (tin này) | Big 4 (VCB, TCB, MB, ACB) | Ngân hàng nước ngoài |
|---|---|---|---|
| Yêu cầu SQL | Trung bình | Cao | Rất cao |
| Power BI/Tableau | Ưu tiên | Bắt buộc | Bắt buộc |
| Kiến thức ngân hàng | Quan trọng | Rất quan trọng | Trung bình |
| Kinh nghiệm tối thiểu | 1 năm | 2-3 năm | 3-5 năm |
| Mức độ cạnh tranh | Trung bình | Cao | Rất cao |
5. Điểm cần lưu ý đặc biệt
- Tin này không ghi rõ JD chi tiết (chỉ liệt kê yêu cầu chung) → Bạn nên chuẩn bị sẵn portfolio các project phân tích để chứng minh năng lực
- Cụm từ "CVC/CVCC" (Chuyên viên chính/Chuyên viên cao cấp) → Có thể tuyển nhiều cấp, kinh nghiệm 1 năm là mức tối thiểu cho Chuyên viên
- Làm ở Hội sở Hà Đông → Ít phải đi chi nhánh, tập trung vào phân tích chiến lược
Chuẩn bị phỏng vấn
Hướng dẫn phỏng vấn vị trí Phân tích kinh doanh KHDN – VietABank
Quy trình tuyển dụng dự kiến (Hội sở ngân hàng TMCP)
Dựa trên quy trình chuẩn của các ngân hàng TMCP cỡ vừa tại Việt Nam, các vòng thường là:
1. Vòng 1 – HR sơ loại (30-45 phút)
- Xác nhận thông tin cơ bản, mức lương mong muốn, lý do ứng tuyển
- Có thể có bài test tính cách (MBTI, DISC) hoặc IQ cơ bản
- Test Excel/Word cơ bản
2. Vòng 2 – Test nghiệp vụ (60-90 phút)
- Test Excel nâng cao (pivot, lookup, xử lý data lớn)
- Test SQL (viết query trên giấy hoặc máy)
- Case study phân tích kinh doanh: cho 1 bộ data KHDN, yêu cầu phân tích
3. Vòng 3 – Phỏng vấn chuyên môn với Trưởng phòng (45-60 phút)
- Câu hỏi sâu về phân tích dữ liệu, báo cáo
- Đánh giá tư duy kinh doanh ngân hàng
4. Vòng 4 – Phỏng vấn với Ban lãnh đạo (30-45 phút)
- Câu hỏi về định hướng, tinh thần cống hiến
- Fit với văn hóa VietABank
Câu hỏi phỏng vấn thường gặp theo từng vòng
Vòng HR:
- "Tại sao anh/chị rời bỏ công việc cũ?" / "Tại sao chọn VietABank mà không phải ngân hàng lớn hơn?"
- "Mức lương mong muốn của anh/chị là bao nhiêu?"
- "Anh/chị biết gì về VietABank và mảng KHDN của ngân hàng?"
Vòng chuyên môn:
- "Hãy mô tả cách anh/chị xây dựng 1 dashboard theo dõi hiệu quả bán hàng KHDN"
- "Phân biệt Cohort Analysis và RFM Analysis. Áp dụng cho KHDN như thế nào?"
- "Cho 1 bảng dữ liệu gồm: mã KH, ngày vay, dư nợ, ngành nghề, xếp hạng tín dụng. Hãy viết SQL truy vấn top 10 KH có dư nợ giảm nhiều nhất trong quý"
- "NIM là gì? Nếu NIM giảm 0.5% trong 3 quý liên tiếp, em sẽ phân tích nguyên nhân từ đâu?"
- "Khác biệt giữa Power BI và Tableau? Khi nào nên dùng cái nào?"
Vòng Ban lãnh đạo:
- "Anh/chị thấy xu hướng ngân hàng số ảnh hưởng đến vị trí này như thế nào?"
- "Trong 3 năm tới, anh/chị muốn đi theo con đường chuyên gia (technical) hay quản lý?"
Tips chuẩn bị quan trọng
✅ Mang theo portfolio (laptop hoặc in ra): các dashboard Power BI bạn đã làm, các báo cáo phân tích mẫu
✅ Nghiên cứu VietABank trước: Top 15 ngân hàng TMCP tư nhân, mạng lưới 170+ chi nhánh, chiến lược chuyển đổi số VietABank 4.0, chương trình Nextgen & Talent
✅ Chuẩn bị 1 case thật về KHDN: phân tích 1 danh mục cho vay, đề xuất tối ưu
Dress code
- Nam: Sơ mi trắng/xanh nhạt, quần tây, giày tây, cạo râu sạch sẽ
- Nữ: Sơ mi/blouse lịch sự, quần tây/váy qua gối, giày bít mũi hoặc giày cao gót thấp
- Tránh: Đồ quá màu mè, áo thun, giày thể thao, nước hoa nặng
- VietABank có văn hóa khá "mở" (theo mô tả) nhưng vẫn nên lịch sự
Lộ trình ôn thi
Lộ trình ôn tập & chuẩn bị 1-2 tuần
Tuần 1 – Nền tảng kiến thức
Ngày 1-2: Kiến thức ngân hàng cơ bản về KHDN
- Đọc tài liệu: "Nghiệp vụ ngân hàng hiện đại" – Nguyễn Minh Kiều (hoặc slide NEU/NHM)
- Tìm hiểu: Quy trình cho vay KHDN, Basel II/III, CIC, xếp hạng tín dụng
- Thông tư 41/2016/TT-NHNN về tỷ lệ an toàn vốn
- Đọc Báo cáo thường niên VietABank 2023-2024 (có trên website)
Ngày 3-4: SQL & Excel nâng cao
- SQL: Luyện trên HackerRank/SQLZoo/LeetCode Database
- Các hàm quan trọng: JOIN, GROUP BY, HAVING, Subquery, CTE, Window Functions (ROW_NUMBER, RANK, LAG)
- Excel: Pivot Table, SUMIFS, INDEX-MATCH, Power Query, Goal Seek, Data Table
- Thực hành: Tải 1 dataset KHDN mẫu trên Kaggle, xử lý và phân tích
Ngày 5-7: Power BI / Data Visualization
- Học trên Microsoft Learn (miễn phí): Power BI Desktop tutorial
- DAX cơ bản: CALCULATE, FILTER, ALL, RELATED
- Xây dựng 1 dashboard mẫu về doanh số/tăng trưởng tín dụng KHDN
- Nguyên tắc visualize: chọn biểu đồ phù hợp, color coding, storytelling với data
Tuần 2 – Thực hành & Tổng hợp
Ngày 8-9: Case study KHDN
- Tải dataset trên Kaggle: "Loan Default Dataset" hoặc "Corporate Credit"
- Phân tích: Phân khúc KH theo ngành, rủi ro tập trung, xu hướng NPL
- Viết 1 báo cáo 5-7 trang: insight + đề xuất
Ngày 10-11: Ôn tập thống kê & Business Analysis
- Thống kê: phân phối chuẩn, t-test, correlation, regression
- Phân tích kinh doanh: P&L ngân hàng, NIM, ROA, ROE, CIR
- Đọc báo cáo phân tích của Chứng khoán SSI/VCBS về ngân hàng (miễn phí)
Ngày 12-13: Research VietABank & Chuẩn bị portfolio
- Đọc kỹ: Lịch sử VietABank, chiến lược, sản phẩm KHDN
- Chuẩn bị Portfolio: 2-3 dashboard Power BI, 1 báo cáo phân tích, GitHub/website cá nhân
- Luyện trình bày: 5 phút giới thiệu bản thân + 10 phút trình bày 1 project
Ngày 14: Mock interview
- Tự record hoặc nhờ bạn bè phỏng vấn thử
- Ôn lại các câu hỏi thường gặp
Tài liệu tham khảo miễn phí
| Loại | Nguồn | Link |
|---|---|---|
| SQL | SQLZoo, HackerRank | sqlzoo.net, hackerrank.com |
| Power BI | Microsoft Learn | learn.microsoft.com/powerbi |
| Excel | Exceljet | exceljet.net |
| Ngân hàng | Thư viện NEU, NHM | Sách Nguyễn Minh Kiều |
| Phân tích BCTC | SSI Research, VCBS | ssi.com.vn, vcbs.com.vn |
| Data Visualization | Storytelling with Data | storytellingwithdata.com |
| Case study | Kaggle | kaggle.com/datasets |
Checklist trước ngày phỏng vấn
- [ ] Đã đọc BCTN VietABank 2023
- [ ] Đã làm ít nhất 1 dashboard Power BI demo
- [ ] Đã luyện 20 câu SQL trên HackerRank
- [ ] Đã chuẩn bị portfolio in sẵn
- [ ] Đã biết rõ mức lương mong muốn (research Glassdoor/ViecLamTot)
- [ ] Đã chuẩn bị 3 câu hỏi thông minh để hỏi ngược nhà tuyển dụng
Tư vấn nghề nghiệp
Lời khuyên sự nghiệp cho vị trí Phân tích kinh doanh KHDN
Lộ trình thăng tiến điển hình
```
Chuyên viên (1-3 năm)
↓
Chuyên viên chính - CVC (3-5 năm)
↓
Chuyên viên cao cấp - CVCC (5-7 năm)
↓
Trưởng nhóm/Phó phòng (7-10 năm)
↓
Trưởng phòng Phân tích KHDN (10+ năm)
```
Tại VietABank, với chương trình Nextgen & Talent mà họ quảng cáo, nếu bạn perform tốt hoàn toàn có thể được đẩy nhanh vào pipeline lãnh đạo trẻ.
Mức lương kỳ vọng theo cấp bậc (tham khảo 2024-2025)
| Cấp bậc | Kinh nghiệm | Mức lương (Gross/tháng) |
|---|---|---|
| Chuyên viên (Fresher/Junior) | 0-2 năm | 12-20 triệu |
| Chuyên viên | 2-3 năm | 18-25 triệu |
| CVC | 3-5 năm | 25-40 triệu |
| CVCC | 5-7 năm | 40-60 triệu |
| Trưởng phòng | 7+ năm | 60-100 triệu+ |
Lưu ý: Mức trên chỉ là phần lương cứng. Phần lương thưởng KPIs (thưởng Tết, thưởng quý) có thể bằng 1-3 tháng lương tùy hiệu quả kinh doanh của ngân hàng. Ở Hội sở, phúc lợi thường tốt hơn chi nhánh.
VietABank là ngân hàng cỡ vừa, mức lương có thể thấp hơn Big 4 nhưng cơ hội thăng tiến nhanh hơn vì ít người cạnh tranh hơn.
Kỹ năng cần phát triển thêm theo từng giai đoạn
Giai đoạn 1 (1-3 năm) – Xây nền tảng:
- SQL nâng cao (query optimization, stored procedures)
- Python cơ bản (pandas, matplotlib)
- Power BI advanced (DAX, Power Query M, gateway)
- Đọc BCTC ngân hàng thành thạo
Giai đoạn 2 (3-5 năm) – Trở thành chuyên gia:
- Data Science: Machine Learning cơ bản (churn prediction, credit scoring)
- Risk Analytics: Basel, stress test, ECL
- Business Strategy: phân tích M&A, định giá doanh nghiệp
- Cloud: AWS/Azure data services
Giai đoạn 3 (5+ năm) – Mở rộng tầm ảnh hưởng:
- Quản lý team (5-15 người)
- Stakeholder management với Ban lãnh đạo
- Project management (Agile, Scrum)
- Public speaking, presentation cho HĐQT
Cơ hội chuyển đổi từ vị trí này
Sau khi có nền tảng phân tích KHDN tại ngân hàng, bạn có thể đi theo nhiều hướng:
1. Chuyên gia Data Analytics/Business Intelligence ở các công ty fintech (MoMo, ZaloPay, VNPay) – Lương cao hơn 30-50%
2. Risk Manager tại ngân hàng lớn hơn – Ổn định, thăng tiến rõ ràng
3. Credit Analyst chuyên sâu – Phù hợp nếu thích phân tích tài chính
4. Data Consultant freelance/startup – Linh hoạt, thu nhập cao
5. MBA + chuyển sang M&A/IB – Con đường dài nhưng lương rất cao
Lời khuyên chân thành
1. Đừng chỉ làm "analyst" hãy trở thành "storyteller": Phân tích xong phải kể được câu chuyện kinh doanh qua data
2. Học tiếng Anh nghiêm túc: 90% tài liệu data science chất lượng cao bằng tiếng Anh
3. Xây dựng personal brand: Viết blog chia sẻ trên LinkedIn/vietdata.com.vn, đây là cách recruiter tìm đến bạn
4. Đừng bỏ qua chứng chỉ ngân hàng (nếu nhân sự cho phép): Giúp bạn hiểu sâu bức trong lớn hơn
5. VietABank là bệ phóng tốt cho người mới, nhưng sau 3-5 năm hãy cân nhắc nhảy sang Big 4 nếu muốn tăng lương đột phá
Câu hỏi thường gặp
Em mới ra trường, chưa có 1 năm kinh nghiệm Data Analyst nhưng biết SQL và Power BI. Em có nên ứng tuyển không?
Hoàn toàn nên thử nhé! Tin này ghi "Từ 1 năm kinh nghiệm" nhưng nhiều ngân hàng vẫn nhận ứng viên fresh nếu bạn chứng minh được năng lực qua portfolio. Mẹo: Làm sẵn 1-2 dashboard Power BI về chủ đề tài chính/ngân hàng, đưa link vào CV. Vòng HR ban đầu nhiều khi chỉ cần bạn có tinh thần ham học hỏi, cẩn thận là được. Nếu trượt thì cũng là kinh nghiệm phỏng vấn quý giá.
VietABank là ngân hàng nhỏ, có nên vào không hay chờ Big 4?
Câu hỏi rất hay! Theo kinh nghiệm của mình, ngân hàng cỡ vừa như VietABank có 3 lợi thế: (1) Cơ hội thăng tiến nhanh vì ít người cạnh tranh, (2) Được làm nhiều việc, học đa dạng, (3) Chương trình Nextgen & Talent họ quảng cáo khá tốt. Ngược lại Big 4 (VCB, TCB, MB, ACB) có tên tuổi nhưng ở đó bạn chỉ là một phần rất nhỏ, khó nổi bật. Nếu bạn mới ra trường hoặc đang cần nơi để tích lũy nhanh 2-3 năm kinh nghiệm thì VietABank là lựa chọn hợp lý. Sau đó có thể nhảy sang nơi lớn hơn với mức lương cao hơn.
Mức lương thỏa thuận nghĩa là sao? Nên đề xuất bao nhiêu?
"Thỏa thuận" nghĩa là nhà tuyển dụng muốn biết mức bạn mong muốn để đàm phán. Mẹo: (1) Research trên VietnamWorks, ITViec, Glassdoor cho vị trí tương đương – thường 15-20 triệu cho Chuyên viên phân tích ở ngân hàng cỡ vừa, (2) Đưa ra 1 range: "Em mong muốn 18-22 triệu tùy theo phúc lợi và cơ hội phát triển", (3) Không đề xuất quá thấp vì sẽ bị đánh giá thấp năng lực, cũng không quá cao vì dễ bị loại ngay từ vòng HR. Nếu HR hỏi mức hiện tại, có thể trả lời "Hiện tại em đang ở mức X, em mong muốn tăng 20-30%".
Em đang làm kế toán, muốn chuyển sang phân tích dữ liệu ngân hàng thì cần chuẩn bị gì?
Hoàn toàn khả thi nhé! Kế toán đã có nền tảng tài chính tốt, bạn chỉ cần bổ sung: (1) Học SQL trong 2-3 tháng (free trên SQLZoo), (2) Làm chủ Excel nâng cao (pivot, Power Query), (3) Học Power BI qua Microsoft Learn, (4) Tự làm 1-2 project cá nhân phân tích BCTC doanh nghiệp, (5) Bổ sung kiến thức ngân hàng (cho vay, tín dụng, NIM…). Vị trí này ưu tiên ứng viên từng làm phân tích/báo cáo tài chính-ngân hàng nên nền tảng kế toán của em là lợi thế lớn đó.
Làm phân tích kinh doanh KHDN khác gì với phân tích tín dụng và phân tích rủi ro?
Ba vị trí này dễ nhầm lẫn! Phân tích kinh doanh KHDN (Business Analysis) tập trung vào: phân tích thị trường, phân khúc khách hàng, hiệu quả bán hàng, doanh thu sản phẩm, cơ hội tăng trưởng. Phân tích tín dụng (Credit Analysis) tập trung vào: đánh giá 1 KH cụ thể có nên cho vay không, phân tích BCTC, dòng tiền. Phân tích rủi ro (Risk Analysis) tập trung vào: rủi ro danh mục, NPL, Basel, stress test. Vị trí ở VietABank là Business Analysis KHDN – phù hợp nếu em thích nhìn bức tranh lớn, chiến lược, làm việc với data nhiều hơn làm việc với hồ sơ tín dụng.
Phỏng vấn vòng chuyên môn thường có test SQL không? Có khó không?
Có bạn nhé, ngân hàng thường có test SQL ở vòng chuyên môn. Mức độ cho vị trí này thường là trung bình: SELECT, JOIN, GROUP BY, HAVING, subquery, có thể có CTE và window functions. Ít khi hỏi về stored procedure, trigger hay tối ưu query. Mẹo: Luyện 30-50 bài trên HackerRank (mục SQL), đặc biệt các bài về JOIN nhiều bảng và tính tổng theo nhóm. Trong phỏng vấn, nếu bí thì hãy nói ra cách mình nghĩ, đừng im lặng – interviewer đánh giá cả tư duy logic chứ không chỉ đáp án.
Có cần thiết phải biết Python không, hay chỉ SQL + Power BI là đủ?
Tin này không yêu cầu Python, chỉ cần SQL + Power BI + Excel là đủ ứng tuyển. Tuy nhiên, nếu bạn biết thêm Python (đặc biệt pandas, matplotlib, scikit-learn) sẽ là lợi thế cạnh tranh rất lớn so với ứng viên khác. Lộ trình gợi ý: Vào VietABank trước với SQL + Power BI, trong quá trình làm tự học Python qua các project thực tế, sau 6-12 tháng bạn sẽ có profile rất mạnh. Đừng cố học quá nhiều thứ cùng lúc rồi không apply được – "đủ" quan trọng hơn "hoàn hảo".
Em ứng tuyển từ tỉnh lên, Hà Đông có xa trung tâm Hà Nội không? Đi lại thế nào?
Hà Đông cách trung tâm Hà Nội (Hoàn Kiếm) khoảng 15-20 km về phía Tây Nam, đi bằng xe máy/ô tô mất 30-45 phút tùy giờ. Có tuyến Metro Cát Linh – Hà Đông chạy qua nên khá thuận tiện nếu bạn ở khu vực trung tâm. VietABank có trụ sở ở số 59 Quang Trung, Hà Đông – ngay trung tâm hành chính của quận. Lời khuyên: Nếu ở tỉnh lên, nên tìm phòng trọ khu vực Hà Đông hoặc lân cận (Mỗ Lao, Văn Quán, Yên Nghĩa) để tiết kiệm thời gian đi lại, chi phí khoảng 3-5 triệu/tháng.