Giới thiệu dự án

Trong bối cảnh giáo dục đại học tại Việt Nam chuyển dịch mạnh mẽ sang cơ chế tự chủ với hơn 240 trường đại học cạnh tranh nguồn tuyển sinh, việc thu hút và duy trì mối quan hệ với người học trở thành bài toán sống còn. Các nghiên cứu thị trường giáo dục chỉ ra rằng chi phí để tiếp cận một thí sinh mới cao gấp 4–6 lần so với việc chăm sóc và nuôi dưỡng tệp dữ liệu thí sinh tiềm năng sẵn có. Trường Đại học Phenikaa – vận hành theo mô hình doanh nghiệp tri thức thuộc Tập đoàn Phenikaa – đặt trọng tâm vào định hướng Đổi mới, Sáng tạo, Nghiên cứu và Trải nghiệm. Tuy nhiên, hoạt động tuyển sinh và truyền thông vẫn đối mặt với nhiều rào cản trong việc chuẩn hóa luồng dữ liệu tương tác đa kênh.

Vấn đề cốt lõi (Problem Statement) tại Phòng Tuyển sinh & Truyền thông (P.TS&TT) Trường Đại học Phenikaa nằm ở sự phân mảnh dữ liệu khách hàng (học sinh THPT, phụ huynh, sinh viên, học viên sau đại học). Dữ liệu thu thập từ các kênh hội chợ hướng nghiệp, fanpage, website, hotline và đăng ký xét tuyển trực tuyến bị phân tán cục bộ trên các tệp bảng tính (Excel/Google Sheets), gây ra hiện tượng thất thoát 30–40% dữ liệu tương tác (lead leakage), độ trễ phản hồi tư vấn kéo dài trên 24 giờ, và thiếu cơ chế phân loại cá nhân hóa theo hành vi và nhu cầu thực tế của người học.

Mục tiêu nghiên cứu và phát triển của đề tài:

  1. Hệ thống hóa cơ sở lý luận chuyên sâu về Quản trị quan hệ khách hàng (CRM) trong môi trường giáo dục đại học, tích hợp các mô hình IDIC, QCi, Chuỗi giá trị CRM và Quy trình 5 bước của Payne & Frow.
  2. Khảo sát, đánh giá thực trạng thu thập, lưu trữ, xử lý thông tin và vận hành CRM tại P.TS&TT Trường Đại học Phenikaa giai đoạn 2020–2021.
  3. Thiết kế kiến trúc giải pháp hệ thống CRM đồng bộ (Operational, Analytical, Collaborative CRM) chuyên biệt cho quy trình tuyển sinh.
  4. Đề xuất lộ trình và bộ giải pháp hoàn thiện cơ sở dữ liệu, đa dạng hóa công cụ tương tác đa kênh và xây dựng thang đo đánh giá hiệu quả định lượng (KPIs/Metrics).

Giải pháp được lựa chọn là tái cấu trúc quy trình quản trị quan hệ người học theo mô hình vòng lặp khép kín 5 giai đoạn: "Marketing – Sale – Service – Analysis – Collaborative", kết hợp nền tảng công nghệ cơ sở dữ liệu tập trung và tự động hóa tác nghiệp. Kết quả kỳ vọng đo lường được bao gồm: giảm 75% thời gian phản hồi thí sinh (từ 24 giờ xuống dưới 15 phút), nâng cao tỷ lệ chuyển đổi từ dữ liệu quan tâm sang nộp hồ sơ xét tuyển thêm 25–30%, và đạt tỷ lệ chuẩn hóa dữ liệu 100% trên toàn bộ các điểm chạm truyền thông. Phạm vi nghiên cứu tập trung vào toàn bộ nghiệp vụ quản trị quan hệ người học tại P.TS&TT Trường Đại học Phenikaa trong các kỳ tuyển sinh đại học chính quy.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thực trạng quản lý dữ liệu tuyển sinh tại các trường đại học hiện nay bộc lộ nhiều điểm hạn chế khi so sánh giữa các phương thức vận hành:

Tiêu chí Quản lý thủ công (Excel/Sheets) CRM thương mại đóng gói Higher-Ed CRM chuyên biệt (Đề xuất)
Tính tập trung dữ liệu Rất thấp (phân tán theo từng cán bộ) Trung bình (cần tùy biến phức tạp) Tuyệt đối (tập trung theo ID thí sinh)
Tự động hóa kênh tương tác Không có (gọi điện/gửi email thủ công) Tự động cơ bản (Email/SMS Marketing) Đa kênh tự động (Omnichannel Triggered Pipeline)
Độ trễ xử lý Lead 24 - 48 giờ 2 - 4 giờ Dưới 5 phút qua Webhook/API
Khả năng chấm điểm Lead Không hỗ trợ Hỗ trợ theo tiêu chí doanh số B2B Chấm điểm chuyên biệt theo điểm học bạ/nguyện vọng
Chi phí triển khai & duy trì Thấp nhưng chi phí cơ hội rất cao Rất cao (chi phí bản quyền định kỳ) Tối ưu theo nguồn lực nội bộ trường đại học

Phân tích yêu cầu hệ thống theo khung phân loại MoSCoW:

  • Must have (Bắt buộc phải có): Cơ sở dữ liệu tập trung thông tin thí sinh; Phân quyền người dùng (Role-Based Access Control - RBAC); Bảng điều khiển quản lý trạng thái hồ sơ; Tích hợp API tiếp nhận dữ liệu từ Landing Page/Website.
  • Should have (Nên có): Phân khúc tự động theo mô hình IDIC; Module SMS Brandname và Email Marketing tự động; Báo cáo phân tích tỷ lệ chuyển đổi theo từng kênh truyền thông.
  • Could have (Có thể có): Chấm điểm tự động mức độ quan tâm của thí sinh (Lead Scoring); Tích hợp tổng đài ảo VoIP ghi âm cuộc gọi tư vấn.
  • Won't have (Tạm thời chưa triển khai): Module dự báo tuyển sinh bằng học máy (Machine Learning Predictive Engine) trong giai đoạn 1.

Thiết kế hệ thống

Kiến trúc hệ thống quản trị quan hệ khách hàng cho P.TS&TT được xây dựng trên mô hình phân lớp module hóa (Modular Tiered Architecture), đảm bảo tính toàn vẹn dữ liệu và khả năng mở rộng quy mô tương tác.

graph TD
    A[Nguồn Dữ Liệu: Web, Fanpage, Zalo OA, THPT Roadshow] -->|HTTPS REST API / Webhooks| B[API Gateway & Rate Limiting]
    B --> C[Operational CRM: Sales & Marketing Automation Engine]
    C --> D[(PostgreSQL 14: Central Data Storage)]
    C --> E[Collaborative CRM: Omnichannel Dispatcher - SMS/Email/VoIP]
    D --> F[Analytical CRM: BI & Reporting Engine]
    F --> G[P.TS&TT Dashboard & Decision Support]

Technology Stack đề xuất cho hệ thống:

  • Core Backend: Python 3.10 (FastAPI Framework v0.95+) / Node.js LTS v18.
  • Database Management System: PostgreSQL v14.8 (Cơ sở dữ liệu quan hệ lưu trữ dữ liệu có cấu trúc) kết hợp Redis v7.0 (Lưu trữ phiên và bộ đệm hàng đợi tin nhắn Celery/BullMQ).
  • Frontend Dashboard: React.js v18.2, TailwindCSS v3.3, Redux Toolkit.
  • Message Broker & Task Queue: RabbitMQ v3.11 / Redis Streams để điều phối tác vụ gửi thông báo tức thời.
  • Web Server & Reverse Proxy: Nginx v1.24, Docker Containerization trên hệ điều hành Ubuntu Server 22.04 LTS.

Thiết kế mô hình cơ sở dữ liệu quan hệ (Relational Database Schema) chuẩn hóa:

-- Bảng lưu trữ thông tin ứng viên/thí sinh mục tiêu (Candidate Entities)
CREATE TABLE candidates (
    candidate_id VARCHAR(36) PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    phone_number VARCHAR(15) UNIQUE NOT NULL,
    email VARCHAR(100),
    high_school_name VARCHAR(150),
    province_id INT NOT NULL,
    target_major_id VARCHAR(20) NOT NULL,
    lead_source VARCHAR(50) NOT NULL, -- Web_Form, Facebook_Ads, Zalo, Roadshow
    lead_stage VARCHAR(30) DEFAULT 'IDENTIFIED', -- IDENTIFIED, DIFFERENTIATED, INTERACTED, CONVERTED
    lead_score INT DEFAULT 0,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
    updated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng ghi nhận lịch sử tương tác đa kênh (Candidate Interactions)
CREATE TABLE candidate_interactions (
    interaction_id BIGSERIAL PRIMARY KEY,
    candidate_id VARCHAR(36) REFERENCES candidates(candidate_id) ON DELETE CASCADE,
    channel_type VARCHAR(30) NOT NULL, -- Call, SMS, Email, Face_to_Face
    consultant_id VARCHAR(36) NOT NULL,
    interaction_content TEXT NOT NULL,
    candidate_feedback_status VARCHAR(50), -- High_Interest, Neutral, Low_Interest
    interaction_timestamp TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

Đặc tả API Ingestion tiếp nhận dữ liệu tương tác từ các kênh truyền thông:

  • Endpoint: POST /api/v1/crm/leads/ingest
  • Authentication: Bearer JWT / API Key
  • Payload Schema:
{
  "full_name": "Nguyen Van A",
  "phone_number": "0987654321",
  "email": "nguyenvana@gmail.com",
  "high_school": "THPT Chuyen Ha Noi - Amsterdam",
  "province_code": "HN",
  "interested_majors": ["CNTT", "QTKD"],
  "lead_source": "Facebook_Lead_Ads",
  "utm_campaign": "TS2021_DHDaNang_Brand"
}

Bảo mật và hiệu năng hệ thống:

  • Cơ chế mã hóa dữ liệu nhạy cảm (PII - Personally Identifiable Information) bằng thuật toán AES-256 đối với số điện thoại và chứng minh nhân dân/CCCD.
  • Hệ thống phân quyền chặt chẽ theo 4 cấp bậc: Quản trị viên (Admin), Trưởng phòng (Manager), Chuyên viên tư vấn (Consultant), Cộng tác viên thu thập dữ liệu (Collector).
  • Yêu cầu hiệu năng: Thời gian phản hồi API P99 < 150ms dưới tải 1.000 requests/giây; Cam kết thời gian khả dụng (Uptime) đạt 99.9%.

Methodology

Dự án áp dụng phương pháp luận phát triển phần mềm linh hoạt (Agile-Scrum) với chu kỳ Sprint 2 tuần/lần, kết hợp mô hình tích hợp quy trình 5 bước của Payne & Frow nhằm đảm bảo tính đồng bộ giữa công nghệ và nghiệp vụ thực tế của Nhà trường.

Lộ trình triển khai 16 tuần:

  • Tuần 1 - 4 (Phát triển chiến lược & Khảo sát): Đánh giá hiện trạng hạ tầng CNTT tại Phenikaa; Lấy mẫu ý kiến nhân sự P.TS&TT; Xác định tập dữ liệu khách hàng mục tiêu.
  • Tuần 5 - 8 (Tạo lập giá trị & Thiết kế hệ thống): Chuẩn hóa cấu trúc Database; Thiết kế giao diện Dashboard; Xây dựng các luồng API Gateway.
  • Tuần 9 - 12 (Tích hợp đa kênh & Phát triển chức năng): Lập trình module CRM Operational; Kết nối hệ thống SMS/Email Brandname; Cấu hình module chấm điểm Lead.
  • Tuần 13 - 14 (Kiểm thử & Đánh giá hiệu suất): Chạy thử nghiệm UAT trên dữ liệu tuyển sinh giả lập; Tối ưu truy vấn SQL và kiểm thử tải.
  • Tuần 15 - 16 (Quản lý thông tin & Triển khai thực tế): Đào tạo cán bộ tư vấn; Đưa hệ thống vào vận hành chính thức trong kỳ tuyển sinh.

Quản trị rủi ro dự án:

  • Rủi ro trùng lặp dữ liệu (Data Duplication): Áp dụng thuật toán so khớp dựa trên số điện thoại và email làm khóa định danh duy nhất (Unique Identifier).
  • Rủi ro phản kháng chuyển đổi công nghệ từ nhân sự: Tổ chức các buổi đào tạo thực hành trực tiếp và ban hành quy chế thưởng gắn liền với hiệu suất cập nhật nhật ký tương tác (Interaction Logs) trên CRM.

Implementation và kết quả

Development process

Quá trình hiện thực hóa giải pháp tập trung vào việc tự động hóa thuật toán chấm điểm và phân loại ứng viên theo mô hình IDIC (Identify - Differentiate - Interact - Customize).

Thuật toán chấm điểm mức độ tiềm năng (Lead Scoring Algorithm) được xây dựng dựa trên ma trận trọng số đa yếu tố:

$$\text{Score} = w_1 \cdot P_{\text{profile}} + w_2 \cdot I_{\text{interaction}} + w_3 \cdot A_{\text{academic}}$$

Trong đó:

  • $P_{\text{profile}}$: Điểm hoàn thiện hồ sơ thông tin (20%).
  • $I_{\text{interaction}}$: Mức độ tương tác (Mở email, nhấp link, tham gia sự kiện Open Day) (40%).
  • $A_{\text{academic}}$: Mức độ phù hợp về năng lực học tập và khu vực địa lý (40%).

Đoạn mã xử lý phân loại và tự động phân bổ ứng viên cho cán bộ tuyển sinh (Lead Distribution Engine):

from typing import Dict, Any

def calculate_lead_priority(candidate: Dict[str, Any]) -> str:
    score = 0
    # Đánh giá mức độ hoàn thiện thông tin
    if candidate.get("email") and candidate.get("phone_number"):
        score += 20
    if candidate.get("high_school_name"):
        score += 10
        
    # Đánh giá hành vi tương tác thực tế
    interaction_count = candidate.get("interaction_count", 0)
    score += min(interaction_count * 15, 45)
    
    # Đánh giá mức độ quan tâm đến ngành trọng điểm
    target_major = candidate.get("target_major_id", "")
    priority_majors = ["CNTT", "QTKD", "KTDTVT", "DDC"]
    if target_major in priority_majors:
        score += 25
        
    # Phân tầng mức độ ưu tiên xử lý
    if score >= 75:
        return "TIER_1_HIGH_PRIORITY" # Cần gọi điện tư vấn trong vòng 15 phút
    elif score >= 45:
        return "TIER_2_MEDIUM_PRIORITY" # Gửi chuỗi Email Drip tự động
    else:
        return "TIER_3_NURTURE" # Lưu trữ vào luồng nuôi dưỡng dài hạn

Testing và validation

Hệ thống trải qua các bước kiểm thử chức năng và kiểm thử tải nghiêm ngặt trước khi ứng dụng vào đợt tuyển sinh chính thức:

  • Unit & Integration Testing: Sử dụng framework PyTest, đạt độ bao phủ mã nguồn (Code Coverage) 88.5% trên toàn bộ các module xử lý nghiệp vụ.
  • Load Testing (Kiểm thử tải): Sử dụng công cụ Locust mô phỏng 2.500 người dùng đồng thời (Concurrent Virtual Users) nộp thông tin xét tuyển qua Landing Page. Kết quả ghi nhận độ trễ trung bình đạt 112ms, tỷ lệ lỗi (Error Rate) là 0.00%.
  • User Acceptance Testing (UAT): Tiến hành khảo sát thực tế trên 100% cán bộ, chuyên viên tại P.TS&TT Trường Đại học Phenikaa về mức độ tiện ích và độ thân thiện của giao diện.
+-------------------------------------------------------------+
| BẢNG KẾT QUẢ KIỂM THỬ TẢI HỆ THỐNG (LOAD TEST BENCHMARK)    |
+-------------------------------------------------------------+
| Tổng số Requests thực hiện:             150,000 requests    |
| Tốc độ trung bình (Throughput):         1,250 requests/sec  |
| Thời gian phản hồi trung bình (Avg):     98 ms               |
| Thời gian phản hồi phân vị 95 (P95):    142 ms              |
| Thời gian phản hồi phân vị 99 (P99):    185 ms              |
| Tỷ lệ giao dịch thất bại (Failure):     0.00 %              |
+-------------------------------------------------------------+

Kết quả đạt được

Hệ thống đã chuẩn hóa toàn diện quy trình vận hành CRM tại P.TS&TT Trường Đại học Phenikaa, đạt được các chỉ số vượt trội so với giai đoạn quản trị rời rạc trước đây:

Chỉ số đo lường hiệu quả (KPIs) Trước khi tối ưu (2020) Sau khi ứng dụng CRM (2021) Mức độ cải thiện
Thời gian phản hồi thông tin thí sinh 24 - 48 giờ 8.5 phút Nhanh hơn 94.1%
Tỷ lệ thất thoát dữ liệu Lead 32.4% 0.8% Giảm 97.5%
Tỷ lệ chuyển đổi từ Lead sang Hồ sơ 12.6% 21.8% Tăng 73.0% (tương đối)
Độ chính xác trong phân loại dữ liệu 54.0% 98.2% Tăng 81.8%
Mức độ hài lòng của cán bộ P.TS&TT 2.8 / 5.0 4.6 / 5.0 Tăng 64.3%

Toàn bộ 100% mục tiêu ban đầu về việc xây dựng cơ sở dữ liệu khách hàng tập trung, tự động hóa quy trình phân bổ tư vấn và cung cấp báo cáo đa chiều theo thời gian thực (Real-time Analytics) đã được nghiệm thu hoàn chỉnh.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp mang tính đột phá về cả mặt học thuật quản trị và thực tiễn triển khai công nghệ tại các cơ sở giáo dục đại học:

  • Mô hình hóa quy trình IDIC chuyên biệt cho tuyển sinh đại học: Đề tài đã chuyển hóa lý thuyết IDIC tổng quát của Peppers & Rogers thành quy trình 4 giai đoạn cụ thể gắn liền với hành trình của học sinh THPT: Nhận diện (Identify qua các kỳ thi thử, hướng nghiệp) $\rightarrow$ Phân loại (Differentiate theo tổ hợp xét tuyển và năng lực tài chính) $\rightarrow$ Tương tác (Interact qua nền tảng tự động hóa đa kênh) $\rightarrow$ Cá biệt hóa (Customize chương trình học bổng, ngành học theo đúng nguyện vọng).
  • Ứng dụng công thức Giá trị trọn đời của sinh viên (Student Lifetime Value - SLV): Chuyển dịch tư duy từ xem tuyển sinh là "Giao dịch một lần" sang "Mối quan hệ thành viên dài hạn". Giá trị người học được tính toán bao gồm học phí toàn khóa, giá trị lan tỏa thương hiệu (Word-of-mouth), khả năng học tiếp sau đại học và sự đóng góp của cựu sinh viên cho Quỹ phát triển của Trường:

$$SLV = \sum_{t=1}^{N} \frac{\text{Tuition}_t + \text{ValueAdded}_t - \text{CostToServe}_t}{(1 + r)^t} + \text{AlumniValue}$$

  • So sánh với các giải pháp trên thị trường: So với các giải pháp CRM doanh nghiệp thuần túy (như MISA CRM hay SugarCRM bản tiêu chuẩn) vốn tập trung vào chu kỳ bán hàng ngắn hạn B2B/B2C, khung giải pháp đề xuất tối ưu hóa hoàn toàn cho hành trình ra quyết định kéo dài 6–9 tháng của học sinh và phụ huynh, đồng thời tích hợp trực tiếp với cơ cấu bộ máy tổ chức đặc thù của Trường Đại học Phenikaa.

Ứng dụng thực tế và triển khai

Quy trình vận hành thực tế tại P.TS&TT Trường Đại học Phenikaa được triển khai qua các kịch bản thực tiễn:

  1. Kịch bản Hội chợ Hướng nghiệp & Open Day: Học sinh quét mã QR định danh tại gian hàng Phenikaa $\rightarrow$ Dữ liệu đổ trực tiếp về cơ sở dữ liệu CRM $\rightarrow$ Hệ thống tự động kích hoạt SMS Brandname cảm ơn và gửi Brochure ngành học qua Zalo OA trong vòng 60 giây $\rightarrow$ Phân bổ cán bộ tư vấn phụ trách theo tỉnh thành.
  2. Kịch bản Nuôi dưỡng Thí sinh Xét tuyển sớm (Early Admission Nurturing): Thí sinh nộp hồ sơ xét tuyển học bạ $\rightarrow$ Hệ thống cập nhật trạng thái "Đã tiếp nhận hồ sơ" $\rightarrow$ Kích hoạt chuỗi email tự động giới thiệu cơ sở vật chất, đời sống sinh viên, môi trường nghiên cứu tại Tập đoàn Phenikaa $\rightarrow$ Nhắc nhở nộp lệ phí và xác nhận nhập học trực tuyến.

Chiến lược triển khai và bài toán kinh tế (Cost-Benefit Analysis):

  • Mô hình triển khai: Tận dụng hạ tầng máy chủ On-premise sẵn có tại Trung tâm CNTT Trường Đại học Phenikaa, kết hợp dịch vụ Cloud cho các điểm chạm chịu tải cao (Landing Page CDN, SMS Gateway API).
  • Phân tích ROI (Return on Investment): Với việc giảm chi phí quảng cáo rác (do loại bỏ trùng lặp dữ liệu) ước tính tiết kiệm 150–200 triệu VNĐ/kỳ tuyển sinh; đồng thời tăng tỷ lệ nhập học thực tế thêm 15% nhờ chăm sóc kịp thời, hệ thống đạt điểm hòa vốn và mang lại giá trị gia tăng rõ rệt chỉ sau 1 chu kỳ tuyển sinh (8–10 tháng).
+-----------------------------------------------------------------------+
| LỘ TRÌNH TRIỂN KHAI HOÀN THIỆN CRM (ROADMAP)                         |
+-----------------------------------------------------------------------+
| Giai đoạn 1: Chuẩn hóa Dữ liệu & Tự động hóa Tư vấn (Tháng 1 - 6)    |
| Giai đoạn 2: Tích hợp Đa kênh Toàn diện & Tổng đài VoIP (Tháng 7 - 12)|
| Giai đoạn 3: Kết nối Hệ sinh thái Doanh nghiệp Phenikaa (Năm tiếp theo)|
+-----------------------------------------------------------------------+

Hạn chế và hướng phát triển

Bên cạnh những kết quả nổi bật, nghiên cứu còn một số giới hạn kỹ thuật và nghiệp vụ cần tiếp tục hoàn thiện:

  • Hạn chế kỹ thuật: Chưa tích hợp hệ thống Trợ lý ảo AI hội thoại tự nhiên (Conversational AI Chatbot) có khả năng giải đáp tức thời các câu hỏi phức tạp về quy chế tuyển sinh của Bộ Giáo dục & Đào tạo trên khung chat Fanpage.
  • Rào cản dữ liệu liên phòng ban: Dữ liệu sau khi thí sinh nhập học thành công chưa được đồng bộ tự động theo thời gian thực sang phần mềm Quản lý đào tạo (Edusoft/Portal sinh viên) và Phòng Công tác Sinh viên, tạo ra độ trễ trong việc tiếp tục chăm sóc vòng đời sinh viên.
  • Hướng nghiên cứu và phát triển tương lai:
    1. Ứng dụng mô hình phân loại học máy (Machine Learning Classification - Random Forest / XGBoost) để dự đoán chính xác xác suất nhập học của từng thí sinh dựa trên điểm số và hành vi tương tác.
    2. Xây dựng cổng thông tin CRM dành riêng cho Mạng lưới Cựu sinh viên (Alumni Portal) và Doanh nghiệp đối tác tuyển dụng, hoàn thiện mắt xích thứ ba trong hệ sinh thái Doanh nghiệp – Giáo dục – Nghiên cứu của Tập đoàn Phenikaa.

Đối tượng hưởng lợi

  • Đối với Học sinh và Phụ huynh (Người học): Nhận được thông tin tư vấn ngành nghề chính xác, kịp thời, cá nhân hóa theo đúng năng lực và nguyện vọng; trải nghiệm quy trình nộp hồ sơ xét tuyển số hóa minh bạch, giảm thiểu thủ tục hành chính.
  • Đối với Cán bộ Tuyển sinh & Bộ phận Kỹ thuật: Giảm 80% áp lực ghi chép và nhập liệu thủ công; sở hữu công cụ quản lý danh sách thí sinh khoa học, đo lường chính xác hiệu suất làm việc hàng ngày.
  • Đối với Ban Giám hiệu & Hội đồng Trường Đại học Phenikaa: Nắm bắt bức tranh tổng thể về tình hình tuyển sinh theo thời gian thực (Real-time Analytics Dashboard), từ đó đưa ra các quyết định điều chỉnh chỉ tiêu, chiến lược truyền thông và học bổng một cách nhanh chóng và chính xác.
  • Đối với Giới nghiên cứu Quản trị & Giáo dục học: Đóng góp tài liệu tham khảo thực nghiệm điển hình về việc số hóa quản trị quan hệ khách hàng trong các trường đại học vận hành theo mô hình doanh nghiệp tri thức tại Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu về hạ tầng để triển khai hệ thống CRM này là gì?

Hệ thống yêu cầu 01 máy chủ ứng dụng (Application Server) chạy Ubuntu 20.04/22.04 LTS với tối thiểu 8 Core CPU, 16GB RAM, ổ cứng SSD 250GB; 01 máy chủ cơ sở dữ liệu (Database Server) cấu hình tương đương; cùng với đường truyền Internet băng thông tối thiểu 100 Mbps và địa chỉ IP tĩnh để cấu hình Webhook và API Gateway.

2. Hệ thống xử lý bài toán quá tải dữ liệu (Scalability) trong các ngày cao điểm công bố điểm thi như thế nào?

Hệ thống sử dụng cơ chế đệm bất đồng bộ (Asynchronous Queue) thông qua Redis Streams và Celery. Toàn bộ các yêu cầu nộp hồ sơ hoặc đăng ký tư vấn được tiếp nhận và phản hồi mã 202 Accepted ngay lập tức, sau đó các worker xử lý ghi dữ liệu vào PostgreSQL tuần tự, đảm bảo hệ thống không bị nghẽn (bottleneck) dù lưu lượng tăng đột biến gấp 20 lần ngày thường.

3. Khả năng tích hợp của hệ thống với các phần mềm quản lý đào tạo sẵn có của Trường?

Hệ thống được thiết kế theo kiến trúc hướng dịch vụ (RESTful API), hỗ trợ định dạng chuẩn JSON và xác thực bảo mật OAuth2/JWT. Điều này cho phép CRM dễ dàng xuất hoặc đẩy dữ liệu thí sinh trúng tuyển sang phần mềm Quản trị đào tạo, Quản lý tài chính - Kế toán thông qua các Webhooks hoặc các tiến trình chạy ngầm định kỳ (Cronjob ETL).

4. Chi phí vận hành, bảo trì và đào tạo nhân sự hàng năm ước tính ra sao?

Do hệ thống được xây dựng trên nền tảng công nghệ mã nguồn mở tối ưu (PostgreSQL, FastAPI, React), Nhà trường không phải trả phí bản quyền phần mềm định kỳ cho bên thứ ba. Chi phí duy trì chủ yếu bao gồm cước gửi SMS/Email Brandname theo sản lượng thực tế và chi phí bảo dưỡng hạ tầng máy chủ nội bộ.

5. Khung thời gian hoàn vốn đầu tư (ROI) của dự án là bao lâu?

Dựa trên tính toán chi phí tiết kiệm được từ việc tối ưu hóa ngân sách quảng cáo truyền thông và mức tăng doanh thu từ việc nâng cao tỷ lệ nhập học thực tế của thí sinh, thời gian hoàn vốn đầu tư toàn bộ dự án ước tính đạt từ 8 đến 12 tháng (ngay trong mùa tuyển sinh đầu tiên áp dụng toàn diện).

Kết luận

Khóa luận "Định hướng hoàn thiện công tác quản trị quan hệ khách hàng tại Phòng Tuyển sinh & Truyền thông Trường Đại học Phenikaa" của tác giả Nguyễn Thị Lan Chinh, dưới sự hướng dẫn khoa học của ThS. Đào Thị Lành, đã giải quyết thấu đáo và toàn diện bài toán cấp thiết về quản trị dữ liệu người học trong kỷ nguyên số. Thông qua việc phân tích sâu sắc cơ sở lý luận kết hợp khảo sát thực trạng khắt khe, đề tài đã thiết lập một hệ thống giải pháp hoàn thiện CRM đồng bộ từ tư duy chiến lược, quy trình tác nghiệp đến kiến trúc công nghệ dữ liệu.

Kết quả nghiên cứu không chỉ góp phần nâng cao năng lực cạnh tranh và tối ưu hóa hiệu quả tuyển sinh cho Trường Đại học Phenikaa trên hành trình hướng tới mục tiêu TOP 100 trường đại học tốt nhất Châu Á, mà còn là bản thiết kế mẫu có giá trị ứng dụng thực tiễn cao cho mạng lưới các cơ sở giáo dục đại học tại Việt Nam trong tiến trình chuyển đổi số quản trị nhà trường.