Tìm hiểu biến rang ảnh hưởng đến điểm cảm quan cà phê thông qua PCA và Regression. Phân tích dữ liệu rang bằng PCA giúp xác định 3 thông số quyết định hương vị và điểm cupping.

Mục lục

Trong rang cà phê, có rất nhiều yếu tố có thể tác động đến chất lượng tách cà phê thành phẩm, từ nhiệt độ nạp hạt, tốc độ tăng nhiệt (RoR), thời gian phát triển sau First Crack cho đến độ ẩm của hạt xanh. Tuy nhiên, không phải biến số nào cũng ảnh hưởng như nhau đến điểm cảm quan cà phê. Vậy đâu mới là biến rang ảnh hưởng đến điểm cảm quan cà phê mạnh nhất?

Để trả lời câu hỏi này một cách khoa học, các nhà nghiên cứu và chuyên gia rang xay thường sử dụng phương pháp phân tích dữ liệu rang bằng PCA (Principal Component Analysis). Đây là công cụ giúp sàng lọc và xác định những yếu tố quan trọng nhất trong hàng loạt dữ liệu rang phức tạp. Thông qua ứng dụng PCA trong cảm quan cà phê, chúng ta có thể hiểu rõ mối liên hệ giữa các thông số rang và chất lượng cảm quan thực tế, từ đó tối ưu hồ sơ rang hiệu quả hơn.

Trong bài viết này, chúng ta sẽ cùng tìm hiểu cách kết hợp PCA và mô hình hồi quy (Regression Model) để xác định chính xác yếu tố nào tác động mạnh nhất đến điểm cảm quan cà phê, đồng thời khám phá cách ILOTA ứng dụng dữ liệu và kinh nghiệm rang thực tiễn để tạo ra những mẻ cà phê có hương vị ổn định, chất lượng cao.

Bản chất của điểm cảm quan cà phê

Trước khi phân tích dữ liệu, chúng ta cần hiểu rõ đầu ra của bài toán. Điểm cảm quan cà phê là thước đo định lượng được Hiệp hội Cà phê Đặc sản (SCA) chuẩn hóa để đánh giá chất lượng hạt. Điểm số này không chỉ là con số vô tri mà là sự tổng hòa của các thuộc tính:

Aroma/Fragrance (Hương khô/Hương ướt): Phát triển mạnh ở giai đoạn Maillard.
Flavor (Hương vị): Sự cân bằng giữa tính axit, độ ngọt và vị đắng.
Acidity (Độ chua): Phụ thuộc lớn vào thời gian rang và sự phân hủy của axit Chlorogenic.
Body (Độ dày dặn): Liên quan đến lượng tinh dầu và chất xơ không hòa tan.
Aftertaste (Hậu vị): Bị ảnh hưởng nghiêm trọng nếu mẻ rang gặp lỗi Baked hoặc Scorched.

Mọi sự thay đổi nhỏ trong profile rang đều lập tức tác động đến các tiêu chí này. Chính vì vậy, việc tìm ra biến rang ảnh hưởng đến điểm cảm quan cà phê là bước bắt buộc để duy trì sự đồng nhất trong sản xuất.

bien-rang-anh-huong-den-diem-cam-quan-ca-phe

Điểm cupping không chỉ dành cho các Q-Grader. Dù bạn là thợ rang, chủ quán hay người yêu cà phê nguyên bản, việc làm chủ bảng điểm sẽ giúp bạn thấu hiểu trọn vẹn giá trị của từng mẻ rang.

💡 Khám phá ngay hướng dẫn chi tiết: [Cách đọc bảng điểm cupping SCA: Dịch & Phân tích trọn bộ 2 biểu mẫu Arabica và Fine Robusta]

Các biến rang tác động trực tiếp đến hóa sinh hạt cà phê

Quá trình rang cà phê là một chuỗi các phản ứng nhiệt động học. Các biến số đầu vào tạo ra sự thay đổi trong cấu trúc vật lý và hóa học của hạt. Những biến số thường xuyên được thu thập để phân tích dữ liệu rang bằng PCA bao gồm:

Nhiệt độ nạp (Charge Temp): Quyết định đà nhiệt của toàn bộ mẻ rang.
Điểm chuyển màu (Color Change/ Turning Point): Đánh dấu sự kết thúc của pha sấy khô (Drying phase) và bắt đầu phản ứng Maillard.
First Crack (Tiếng nổ đầu tiên): Điểm bùng phát của sự giải phóng hơi nước và khí CO₂. Thời gian từ lúc bắt đầu đến First Crack tác động lớn đến Acidity.
Development Time (Thời gian phát triển): Thời gian tính từ First Crack đến khi kết thúc (Drop time). Đây là biến số cực kỳ nhạy cảm quyết định độ ngọt và Body.
Nhiệt độ kết thúc (Drop Temp): Quyết định mức độ rang (Roast level – Light, Medium, Dark).

Bảng 1: Phân loại các nhóm biến số trong Profile Rang

Giai đoạn Rang	Biến số đo lường	Tác động hóa học chính	Thành phần cảm quan bị ảnh hưởng
Drying Phase	Thời gian sấy, Nhiệt độ môi trường đầu vào	Bay hơi nước tự do, bẻ gãy cấu trúc diệp lục	Clean cup, Uniformity
Maillard Phase	Thời gian Maillard, Tốc độ RoR trung bình	Suy thoái Acid Amin & Đường khử, tạo Melanoidins	Aroma, Flavor, Acidity
Development Phase	Development Time (DT), DT Ratio (DTR)	Phản ứng Caramel hóa, phản ứng Strecker	Sweetness, Body, Aftertaste

Khi có hàng chục mẻ rang với các thông số trên thay đổi liên tục, việc nhìn vào bảng dữ liệu thô để kết luận biến rang ảnh hưởng đến điểm cảm quan cà phê là điều bất khả thi. Đó là lúc chúng ta cần đến PCA.

Ứng dụng PCA trong cảm quan cà phê

PCA (Principal Component Analysis) là gì?

PCA là một kỹ thuật giảm chiều dữ liệu (Dimensionality Reduction) trong thống kê học. Giả sử bạn có 15 biến số theo dõi quá trình rang. Nhiều biến trong số này có sự tương quan tuyến tính với nhau (ví dụ: nhiệt độ Drop càng cao thì màu hạt càng đậm). PCA sẽ gom nhóm các biến có độ tương quan cao lại thành một số ít các “Thành phần chính” (Principal Components – PCs) độc lập với nhau, mà vẫn giữ lại được lượng thông tin (phương sai) lớn nhất của dữ liệu ban đầu.

bien-rang-anh-huong-den-diem-cam-quan-ca-phe

Biểu đồ PCA minh họa sự phân cụm dữ liệu của các mẻ rang. Thông qua việc nhóm các điểm dữ liệu có đặc tính giống nhau (các vòng elip màu), ILOTA có thể đánh giá chính xác mức độ nhất quán về hương vị của từng mẻ cà phê nguyên bản.

Nhìn vào biểu đồ PCA trên, bạn sẽ thấy hàng loạt các điểm dữ liệu và các vòng elip nhiều màu sắc. Đối với các roaster tại ILOTA, đây là ‘bản đồ’ của hương vị:

Trục ngang ( $PC_1$ – 83.5%): Đại diện cho biến số mang tính quyết định nhất của mẻ rang (ví dụ: sự cân bằng giữa độ ngọt và body). Con số 83.5% cho thấy trục này nắm giữ gần như toàn bộ ‘chìa khóa’ định hình hương vị.
Các cụm màu (t6 đến t11): Tượng trưng cho các mẻ rang (hoặc các mốc thời gian phát triển hương vị) khác nhau. Nhờ thuật toán PCA, các mẻ có chất lượng tương đồng tự động bị ‘hút’ lại gần nhau thành từng cụm.
Các vòng elip (Độ tin cậy 95%): Vòng elip càng thu hẹp, độ ổn định của mẻ rang càng cao. Nếu một mẻ cà phê bị lỗi do sai lệch nhiệt độ hoặc lưu lượng gió (Hot Air), điểm dữ liệu của nó sẽ lập tức văng ra khỏi ‘vùng an toàn’ này.

Cấu trúc toán học của PCA trong phân tích dữ liệu rang

Để thực hiện phân tích dữ liệu rang bằng PCA, đầu tiên, ma trận dữ liệu rang $X$ (với $n$ mẻ rang và $p$ biến số) cần được chuẩn hóa để loại bỏ sự chênh lệch về đơn vị đo (ví dụ: Nhiệt độ tính bằng °C, Thời gian tính bằng phút):

Z = \frac{X - \mu}{\sigma}

Tiếp theo, hệ thống tính toán ma trận hiệp phương sai (Covariance Matrix) $C$ để tìm ra mối quan hệ giữa các biến rang:

bien-rang-anh-huong-den-diem-cam-quan-ca-phe

Từ ma trận $C$ , ta tìm các trị riêng (Eigenvalues) λ và vector riêng (Eigenvectors) $v$ . Các vector riêng này chính là các hệ số tải (Loadings) tạo nên các Thành phần chính (PC).

PC_1 = v_{11}X_1 + v_{12}X_2 + ... + v_{1p}X_p

Trong ứng dụng PCA trong cảm quan cà phê, thông thường $PC_1$ (Thành phần chính thứ nhất) sẽ đại diện cho nhóm biến thiên lớn nhất (Ví dụ: Tổng nhiệt lượng cung cấp), và $PC_2$ sẽ đại diện cho nhóm biến thiên thứ hai (Ví dụ: Tốc độ phát triển hương vị). Thay vì phân tích 15 biến, người thợ rang giờ đây chỉ cần nhìn vào biểu đồ phân tán 2D trục $PC_1$ và $PC_2$ để thấy được sự phân cụm của các mẻ rang tốt và xấu.

Xây dựng Regression Model (Mô hình hồi quy) định lượng điểm cảm quan

Khi thực hiện phân tích dữ liệu rang bằng PCA, mới chỉ dừng lại ở bước “gom nhóm” và đơn giản hóa ma trận hàng chục thông số phức tạp thành những cụm đại diện. Tuy nhiên, nếu chỉ dừng lại ở việc biết sự phân cụm này thì chưa đủ. Để có thể tính toán chính xác biến rang ảnh hưởng đến điểm cảm quan cà phê với trọng số (sức nặng) cụ thể là bao nhiêu, chúng ta bắt buộc phải đưa các Thành phần chính (PCs) vừa trích xuất được vào một Mô hình hồi quy (Regression Model).

Sự kết hợp hoàn hảo này được giới thống kê học gọi là phương pháp Principal Component Regression (PCR). Hãy hình dung đơn giản: Nếu PCA là khâu chọn lọc để tìm ra những “nhân tố tình nghi” làm thay đổi hương vị, thì Regression Model chính là chiếc cân điện tử đo lường xem nhân tố nào mới thực sự làm tăng hay giảm điểm cảm quan cà phê.

Trong quá trình ứng dụng PCA trong cảm quan cà phê, phương trình toán học của mô hình hồi quy tuyến tính đa biến (Multiple Linear Regression) được thiết lập như sau:

Y = \beta_0 + \beta_1 PC_1 + \beta_2 PC_2 + ... + \beta_k PC_k + \epsilon

Để phương trình hàn lâm này trở nên dễ hiểu, chúng ta hãy “dịch” nó sang ngôn ngữ của xưởng rang:

$Y$ : Là kết quả đầu ra (Output). Đây chính là điểm cảm quan cà phê tổng hoặc điểm số của một thuộc tính đơn lẻ mà bạn muốn kiểm soát (ví dụ: điểm độ ngọt – Sweetness, điểm hương vị – Flavor).
$\beta_0$ Là hằng số chặn (Intercept). Trong thực tế, bạn có thể hiểu đây là “điểm số nền tảng” của hạt nhân xanh trước khi chịu bất kỳ tác động nhiệt nào từ máy rang.
$\beta_1, \beta_2... \beta_k$ : Đây là các hệ số hồi quy (Regression Coefficients). Yếu tố này đóng vai trò cốt lõi. Hệ số $\beta_0$ càng lớn, chứng tỏ Thành phần chính tương ứng càng là một biến rang ảnh hưởng đến điểm cảm quan cà phê một cách mãnh liệt. Nó chỉ ra mức độ nhạy cảm của hương vị đối với từng quyết định điều chỉnh nhiệt độ hay thời gian.
$PC_1, PC_2... PC_k$ : Là các Thành phần chính (Principal Components) đại diện cho các nhóm biến số trong profile rang đã được nén lại từ bước PCA trước đó.
$\epsilon$ : Sai số ngẫu nhiên (Error term). Biến số này đại diện cho những nhiễu loạn môi trường không thể lường trước (ví dụ: độ ẩm phòng cupping thay đổi đột ngột hoặc sai số từ máy đo).

Tuy nhiên, một phương trình chỉ thực sự có ý nghĩa khoa học khi loại bỏ được yếu tố may rủi. Để khẳng định chắc chắn đâu là biến rang ảnh hưởng đến điểm cảm quan cà phê, các nhà nghiên cứu sẽ phân tích chỉ số $P$ -value của các hệ số β.

Nếu $P$ -value $< 0.05$ , điều này mang ý nghĩa thống kê học rằng: Mối quan hệ nhân quả giữa biểu đồ nhiệt và hương vị trong phương trình trên có độ tin cậy lớn hơn 95%.

Chính cơ sở toán học vững chắc này của việc phân tích dữ liệu rang bằng PCA và PCR đã cung cấp cho các chuyên gia, đặc biệt là tại những thương hiệu đề cao tính chuẩn xác và chất lượng nguyên bản như ILOTA, một công cụ quyền lực để không ngừng tối ưu hóa mẻ rang mà không cần phải đoán mò.

Biến rang nào ảnh hưởng mạnh nhất?

Khi đưa dữ liệu thô vào mô hình PCR, kết quả tính toán sẽ gạt bỏ hoàn toàn những phỏng đoán dựa trên cảm tính. Dựa trên các báo cáo khoa học uy tín từ tạp chí Beverages (MDPI) và IOP Science, quá trình phân tích dữ liệu rang bằng PCA kết hợp hồi quy tuyến tính đã “chỉ mặt đặt tên” những yếu tố cốt lõi nhất. Vậy thực chất, đâu là biến rang ảnh hưởng đến điểm cảm quan cà phê mang tính quyết định?

Tỷ lệ tăng nhiệt độ (Rate of Rise – RoR) trong phản ứng Maillard

Trong cấu trúc toán học của việc ứng dụng PCA trong cảm quan cà phê, hệ số tải của biến số RoR tại pha Maillard thường chiếm trọng số cực kỳ lớn trên Thành phần chính thứ nhất ( $PC_1$ ). Nói một cách trực quan, “đà nhiệt” ở giai đoạn này quyết định phần lớn sự hình thành cấu trúc hương vị.

Mô hình hồi quy khẳng định rằng: Một đường cong RoR giảm dần đều, tuyệt đối không bị gãy gập hay vểnh lên đột ngột, sẽ tỷ lệ thuận mạnh mẽ với điểm cảm quan cà phê ở thang đo Độ ngọt và Hương vị.

Ngược lại, nếu đường RoR đi ngang lờ đờ quá lâu, các phản ứng tạo hương (như phản ứng Strecker) sẽ lập tức bị đình trệ. Lúc này, hạt cà phê mắc phải lỗi nướng chín, khiến đồ uống trở nên nhạt nhẽo và mang mùi vị của bánh mì ỉu.

bien-rang-anh-huong-den-diem-cam-quan-ca-phe

Biểu đồ Rate of Rise (RoR) minh họa diễn biến tốc độ gia nhiệt của hạt cà phê. Các điểm Plateau (chững nhiệt), Crash (sập nhiệt sau First Crack) và Flick (bật nhiệt cuối mẻ) là những biến động dễ phá vỡ cấu trúc hương vị nguyên bản, gây ra các nốt đắng gắt hoặc mùi nướng (baked).

Tỷ lệ thời gian phát triển (Development Time Ratio – DTR)

DTR (được tính bằng phần trăm thời gian từ tiếng nổ đầu tiên đến khi xả lò chia cho tổng thời gian mẻ rang) là yếu tố quan trọng thứ hai. Một nghiên cứu chuyên sâu (ResearchGate, 2024) sử dụng mô hình hồi quy tuyến tính phân đoạn (Segmented Linear Regression) đã chứng minh DTR không hề hoạt động theo một đường thẳng tuyến tính đơn giản.

Cụ thể, điểm cảm quan cà phê ở tiêu chí Độ chua sáng (Acidity) sẽ tăng dần và đạt đỉnh lý tưởng khi DTR nằm trong khoảng hẹp từ 12% đến 15%.

Tuy nhiên, nếu mẻ rang bị kéo dài khiến DTR vượt mốc 22%, điểm số Acidity sẽ lao dốc không phanh, nhường chỗ cho vị đắng gắt xâm lấn toàn bộ cấu trúc. Sự sụt giảm đột ngột này biến DTR trở thành một biến rang ảnh hưởng đến điểm cảm quan cà phê mang tính ranh giới rủi ro, đòi hỏi sự giám sát khắt khe thông qua phân tích dữ liệu rang bằng PCA.

Nhiệt độ kết thúc (End Temperature)

Nhiệt độ xả lò tác động trực tiếp đến cường độ của phản ứng Caramel hóa và mức độ suy thoái màng rễ tế bào hạt. Trong không gian đa chiều của ứng dụng PCA trong cảm quan cà phê, biến số Nhiệt độ kết thúc và Tổng thời gian rang thường được thuật toán gộp chung vào Thành phần chính thứ hai ( $PC_2$ ).

Các hàm hồi quy đã vạch rõ một thực tế hóa học: Khi nhiệt độ kết thúc vượt qua một “điểm tới hạn” (thường là cộng thêm khoảng 12°C đến 14°C tính từ nhiệt độ First Crack đối với cà phê Specialty), điểm cảm quan cà phê ở các nốt hương hoa (Floral) và hương trái cây (Fruity) sẽ sụt giảm theo hàm số mũ. Nguyên nhân là do các hợp chất thơm dễ bay hơi (Volatile compounds) đã bị thiêu rụi bởi nhiệt năng quá lớn.

Bảng 2: Tổng hợp mức độ tác động của các biến số cốt lõi đến cấu trúc hương vị

Biến số cốt lõi (Theo PCA)	Vùng lý tưởng (Tham khảo)	Thuộc tính cảm quan được tối ưu	Hậu quả khi sai lệch vượt ngưỡng
Đường cong RoR (Maillard)	Giảm dần đều, không Crash/Flick	Sweetness, Flavor	Lỗi Baked (nhạt, mùi bánh mì ỉu)
DTR (Development Time Ratio)	12% – 15%	Acidity (Độ chua sáng), Clean cup	Chuyển hóa thành đắng gắt (Bitterness)
End Temperature	< 14°C (sau First Crack)	Floral, Fruity (Hương hoa, trái cây)	Triệt tiêu các hợp chất dễ bay hơi

Việc nắm rõ các thông số giới hạn này là cách duy nhất để kiểm soát tối ưu biến rang ảnh hưởng đến điểm cảm quan cà phê, đảm bảo khai thác trọn vẹn tiềm năng của hạt cà phê trước khi đưa vào ứng dụng thực tiễn.

Kiến thức đúng – cập nhật nhanh – ứng dụng ngay. Đó là cách những người trong ngành đang phát triển cùng ILOTA ACADEMY mỗi ngày. Cập nhật thông tin chỉ với 2 phút mỗi ngày! Tham gia ngay [ILOTA ACADEMY] để nhận thông tin kiến thức chuyên sâu về Trà & Cà phê

Khoa học dữ liệu trong cà phê rang nguyên bản

Khoa học không chỉ nằm trên giấy. Trong rang cà phê hiện đại, dữ liệu không thay thế cảm quan của người thợ rang, nhưng giúp biến kinh nghiệm thành một hệ thống có thể quan sát, đo lường và lặp lại.

Việc phân tích dữ liệu rang bằng các phương pháp như PCA mở ra khả năng nhận diện những nhóm biến số có ảnh hưởng lớn nhất đến chất lượng cuối cùng của hạt cà phê. Tại ILOTA, với định hướng kiên định trong việc cung cấp cà phê rang nguyên bản, bài toán kiểm soát quá trình rang không chỉ dừng lại ở việc tạo ra một mẻ rang thơm ngon, mà còn nằm ở khả năng giữ được bản sắc tự nhiên của từng vùng trồng, từng giống cây và từng phương pháp sơ chế.

Khác với các phương pháp rang truyền thống phụ thuộc nhiều vào quán tính nhiệt và kinh nghiệm điều chỉnh thủ công, công nghệ rang Hot Air của Bühler tập trung vào việc truyền nhiệt bằng luồng khí nóng đối lưu. Điều này giúp quá trình rang diễn ra sạch, ổn định và có khả năng kiểm soát cao hơn, đặc biệt ở những biến số quan trọng như nhiệt độ môi trường rang, nhiệt độ hạt, lưu lượng khí nóng và tốc độ phát triển nhiệt trong từng giai đoạn.

Vậy ILOTA ứng dụng tư duy khoa học này như thế nào?

Ghi nhận hồ sơ nhiệt của từng mẻ rang: Mỗi mẻ rang đều được theo dõi thông qua các dữ liệu như nhiệt độ hạt, nhiệt độ môi trường, thời gian rang, tốc độ tăng nhiệt và thời điểm xảy ra các mốc quan trọng như Drying, Maillard và First Crack. Những dữ liệu này không chỉ là con số kỹ thuật, mà là “dấu vân tay” của từng mẻ rang.
Xác định biến số cốt lõi: Thay vì nhìn từng thông số một cách rời rạc, ILOTA tiếp cận dữ liệu rang theo tư duy phân tích đa biến. Các yếu tố như nhiệt lượng đầu vào, lưu lượng khí nóng, tốc độ tăng nhiệt và thời gian phát triển sau First Crack có thể cùng nhau tạo nên những “nhóm biến số chính” ảnh hưởng trực tiếp đến hương vị. Với công nghệ Hot Air, việc kiểm soát dòng khí nóng trở thành chìa khóa để giữ được độ sạch, độ sáng vị và những nốt hương tự nhiên của cà phê nguyên bản.
Tối ưu hóa điểm ngọt của hương vị: Thông qua việc đối chiếu dữ liệu rang với kết quả cupping, đội ngũ roaster có thể xác định vùng rang tối ưu cho từng dòng cà phê. Đó là điểm mà độ ngọt, body, acidity và hậu vị đạt được sự cân bằng tốt nhất, đồng thời hạn chế các lỗi như vị xanh, vị cháy, vị khô gắt hoặc đắng nặng. Nói cách khác, dữ liệu giúp người rang hiểu rõ hơn khi nào cần thúc đẩy quá trình phát triển hương, khi nào cần làm chậm lại để bảo toàn sự tinh tế của hạt.

Chính sự kết hợp giữa công nghệ rang Hot Air hiện đại, kinh nghiệm cảm quan của người thợ rang và tư duy quản trị chất lượng dựa trên dữ liệu đã giúp ILOTA tạo ra những mẻ cà phê rang mộc có tính ổn định cao, cấu trúc hương vị rõ ràng và giữ được chiều sâu nguyên bản của hạt cà phê.

Tài liệu tham khảo:

Toledo, P., et al. (2018). Principal Component Analysis (PCA) of coffee beans: Graphic representation on the two first principal components. ResearchGate. DOI: 10.13140/RG.2.2.31142.22490.
Silva, C. E., et al. (2019). Results of the fitted segmented linear regression model for coffee quality parameters. ResearchGate. DOI: 10.13140/RG.2.2.31767.47430.
Bressani, A. P. P., Martinez, S. J., et al. (2018). Sensory Profile and Chemical Composition of Specialty Coffees Evaluated by PCA and Regression Models. Beverages, 4(1), 16. MDPI. https://www.mdpi.com/2306-5710/4/1/16
Wulandari, E., & Handayani, P. (2020). The Effect of Roasting Profiles on Sensory Quality of Coffee: A Study Using Principal Component Analysis. IOP Conference Series: Earth and Environmental Science, 454(1), 012046. IOP Science. https://iopscience.iop.org/article/10.1088/1755-1315/454/1/012046/pdf
Nugroho, A., et al. (2024). Application of Data Science (PCA and Regression) in Optimizing Food Processing and Coffee Roasting. E3S Web of Conferences, FOITIC 2024. https://www.e3s-conferences.org/articles/e3sconf/abs/2024/14/e3sconf_foitic2024_02009/e3sconf_foitic2024_02009.html

Kết luận

Việc tìm kiếm biến rang ảnh hưởng đến điểm cảm quan cà phê không phải là một phép thử sai mù quáng. Thông qua ứng dụng PCA trong cảm quan cà phê, chúng ta có thể đơn giản hóa hàng tá dữ liệu nhiễu loạn của lò rang thành những thành phần chính yếu nhất. Việc kết hợp với mô hình Regression giúp định lượng chính xác sức nặng của từng quyết định từ Roaster lên điểm số cuối cùng.

Cho dù là rang trên máy hiện đại hay tôn vinh kỹ nghệ rang mộc nguyên bản như ILOTA, nguyên lý vật lý và toán học cốt lõi vẫn không thay đổi. Làm chủ được phân tích dữ liệu rang bằng PCA đồng nghĩa với việc làm chủ được chất lượng của từng tách cà phê gửi đến tay người tiêu dùng.

👉[Đừng chần chừ, hãy đặt hàng ngay hôm nay để trở thành những khách hàng may mắn sở hữu các mẻ cà phê mới, chuẩn vị nhất từ xưởng rang ILOTA trước khi hết hàng!]

ILOTA – Nhà rang Cà phê “May đo”