Giới thiệu dự án

Thị trường dược phẩm Việt Nam đang trong giai đoạn chuyển mình mạnh mẽ theo phân loại thị trường mới nổi (Pharmerging) của IQVIA Institute. Theo báo cáo từ Ngân hàng Thế giới (World Bank), Việt Nam đang trải qua tốc độ già hóa dân số nhanh nhất khu vực Đông Nam Á, với dự báo tỷ trọng dân số từ 65 tuổi trở lên đạt 21% vào năm 2050. Báo cáo từ VCCI cho thấy ngành dược duy trì tốc độ tăng trưởng kép hàng năm (CAGR) ở mức hai con số từ năm 2010 đến 2022. Tuy nhiên, năng lực sản xuất nội địa mới chỉ đáp ứng hơn 50% nhu cầu điều trị, phân bổ thị phần phân phối thuốc nghiêng hẳn về kênh bệnh viện (kênh ETC - Ethical Drugs) chiếm tới 70%, trong khi kênh nhà thuốc bán lẻ (kênh OTC - Over The Counter) với hơn 57.000 quầy thuốc toàn quốc chỉ chiếm 30%.

Đối với Công ty Cổ phần Dược Hà Tĩnh (HADIPHAR) – đơn vị có hơn 60 năm kinh nghiệm sở hữu hệ thống nhà máy sản xuất Đông dược và Tân dược đạt tiêu chuẩn GMP-WHO, mạng lưới phân phối gồm 11 chi nhánh nội tỉnh, 4 chi nhánh ngoại tỉnh (Hà Nội, TP.HCM, Thanh Hóa, Nghệ An) và 2 văn phòng đại diện (Đà Nẵng, Đắk Lắk) – doanh thu khu vực Miền Trung - Tây Nguyên chiếm tới hơn 62% tổng doanh thu toàn doanh nghiệp. Tuy nhiên, doanh nghiệp đang đối mặt với các nút thắt lớn: chi phí logistics biến động cao (chi phí vận chuyển đường dài chiếm tới 46% và chi phí thuê kho bãi chiếm 26% tổng chi phí phân phối), xung đột lợi ích giữa các tầng nấc trung gian trong kênh truyền thống, năng lực quản lý hàng tồn kho tại các điểm bán lẻ chưa được số hóa đồng bộ và thời gian đáp ứng đơn hàng biến động.

                  +-------------------------------------------------------+
                  |  CÔNG TY CỔ PHẦN DƯỢC HÀ TĨNH (HADIPHAR - GMP-WHO)    |
                  +-------------------------------------------------------+
                                              |
                   +--------------------------+--------------------------+
                   |                                                     |
                   v                                                     v
        +---------------------+                               +---------------------+
        |  KÊNH ETC (Bệnh viện|                               | KÊNH OTC (Nhà thuốc,|
        |  & Trung tâm Y tế)  |                               |  Đại lý & Quầy GPP) |
        +---------------------+                               +---------------------+
                   |                                                     |
                   v                                                     v
        +---------------------+                               +---------------------+
        | Bệnh nhân nội/ngoại |                               | Người tiêu dùng     |
        | trú điều trị        |                               | cuối cùng           |
        +---------------------+                               +---------------------+

Mục tiêu nghiên cứu của đề tài được lượng hóa cụ thể:

  1. Hệ thống hóa cơ sở lý luận và thực tiễn về cấu trúc hệ thống kênh phân phối dược phẩm, quản trị dòng chảy kênh theo mô hình Hệ thống kênh phân phối liên kết dọc (Vertical Marketing System - VMS).
  2. Đo lường, phân tích thực trạng hoạt động phân phối vật chất, chi phí logistics và hiệu quả bao phủ thị trường của HADIPHAR giai đoạn 2017–2019.
  3. Kiểm định mô hình định lượng đánh giá mức độ hài lòng của khách hàng trung gian (đại lý, nhà thuốc GPP, quầy thuốc) đối với 5 nhóm nhân tố chính với cỡ mẫu $n = 155$.
  4. Đề xuất hệ thống giải pháp tái cấu trúc kênh, tối ưu hóa điểm đặt hàng lại (Reorder Point - ROP) và chuẩn hóa chính sách thương mại giai đoạn 2020–2022.

Phạm vi nghiên cứu tập trung tại trụ sở chính và 11 chi nhánh của HADIPHAR trên địa bàn tỉnh Hà Tĩnh, dữ liệu thứ cấp được tổng hợp giai đoạn 2017–2019 và dữ liệu sơ cấp được khảo sát thực địa từ tháng 02 đến tháng 04 năm 2020. Giới hạn nghiên cứu không mở rộng sang chuỗi cung ứng nguyên liệu hoạt chất (API) nhập khẩu.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Hệ thống phân phối dược phẩm tại Việt Nam tồn tại ba cấu trúc kênh cơ bản: kênh truyền thống phân tán, kênh trực tiếp của nhà sản xuất và kênh liên kết dọc hợp đồng (Contractual VMS).

Tiêu chí kỹ thuật Kênh truyền thống Kênh trực tiếp (Direct) Kênh liên kết dọc (VMS Hợp đồng)
Mức độ kiểm soát giá & GPP Rất thấp (Dễ bị loạn giá) Tuyệt đối (100%) Cao (Kiểm soát qua hợp đồng ràng buộc)
Độ bao phủ thị trường Rộng nhưng phân tán Hẹp, chi phí CAPEX rất cao Rộng khắp, tối ưu hóa nguồn lực đại lý
Chi phí vận hành logistics Trung gian chịu, biên lãi mỏng Doanh nghiệp chịu toàn bộ ($>35%$ DT) Chia sẻ tối ưu theo dòng vận động vật chất
Tốc độ phản hồi thông tin Chậm, độ trễ $15 - 30$ ngày Tức thời qua POS/ERP Bán thời gian thực thông qua DMS tích hợp
Xung đột kênh (Channel Conflict) Nghiêm trọng giữa các cấp buôn Triệt tiêu xung đột Kiểm soát qua phân vùng địa lý và chính sách

Phân tích yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have (Bắt buộc): Kiểm soát điều kiện bảo quản thuốc chuẩn GSP (Good Storage Practice) và GPP (Good Pharmacy Practice); chuẩn hóa quy trình xuất-nhập kho theo nguyên tắc FIFO/FEFO; chính sách chiết khấu lũy tiến minh bạch.
  • Should have (Nên có): Tích hợp phần mềm quản trị phân phối (DMS) liên kết điểm bán; thiết lập ngưỡng tồn kho an toàn (Safety Stock) tự động cho 10 nhóm sản phẩm chủ lực.
  • Could have (Có thể có): Cổng đặt hàng trực tuyến B2B cho các nhà thuốc tư nhân; hệ thống cấp mã vạch GS1 DataMatrix theo dõi truy xuất nguồn gốc lô thuốc.
  • Won't have (Chưa thực hiện): Tự động hóa hoàn toàn bằng robot AGV trong hệ thống kho chi nhánh cấp huyện.
graph TD
    A[Nhà máy sản xuất HADIPHAR - GMP-WHO] -->|Dòng vận động vật chất GSP| B[Kho trung tâm logistics Hà Tĩnh]
    B -->|Phân phối cấp 1| C[11 Chi nhánh Dược phẩm huyện/thị]
    B -->|Phân phối liên tỉnh| D[Chi nhánh HN, HCM, Nghệ An, Thanh Hóa]
    C -->|Kênh ETC| E[Bệnh viện Đa khoa / TTYT Huyện]
    C -->|Kênh OTC Cấp 2| F[Đại lý / Nhà thuốc đạt chuẩn GPP]
    C -->|Kênh OTC Trực tiếp| G[Quầy thuốc bán lẻ trực thuộc Hadiphar]
    F -->|Dòng quyền sở hữu| H[Người tiêu dùng cuối cùng]
    G -->|Dòng quyền sở hữu| H
    E -->|Cấp phát điều trị| H

Thiết kế hệ thống

Hệ thống quản lý phân phối dược phẩm được thiết kế trên mô hình kiến trúc ba lớp tích hợp (Three-tier Architecture), chuẩn hóa cơ sở dữ liệu quan hệ cho phép đồng bộ hóa dữ liệu tồn kho, công nợ và đơn đặt hàng giữa các chi nhánh cấp huyện với kho trung tâm GSP.

+-----------------------------------------------------------------------------------+
|                            PRESENTATION TIER (UI/UX)                              |
|  - Trình duyệt Web B2B Portal (Vue.js 3.0)  - Mobile App Trình dược viên (Flutter)|
+-----------------------------------------------------------------------------------+
                                         |  HTTPS / RESTful API / JSON
+-----------------------------------------------------------------------------------+
|                            APPLICATION BUSINESS TIER                              |
|  - DMS Distribution Core Engine  - Inventory Routing & Safety Stock Calculator    |
|  - Promotion & Commission Matrix - Security OAuth2 / JWT Authentication           |
+-----------------------------------------------------------------------------------+
                                         |  TCP / Connection Pool
+-----------------------------------------------------------------------------------+
|                              DATABASE DATA TIER                                   |
|  - PostgreSQL 15 Database (Relational Schema for Channels, SKUs, Batches, Orders) |
|  - Redis Cache 7.0 (Fast Session & Stock Balance Lookup)                          |
+-----------------------------------------------------------------------------------+

Cấu trúc lược đồ cơ sở dữ liệu quan hệ (Relational Schema) phục vụ việc điều phối kênh:

-- Bảng thành viên kênh phân phối
CREATE TABLE channel_members (
    member_id VARCHAR(20) PRIMARY KEY,
    member_name VARCHAR(255) NOT NULL,
    channel_type VARCHAR(50) CHECK (channel_type IN ('HOSPITAL_ETC', 'RETAIL_GPP', 'WHOLESALE_AGENT', 'INTERNAL_STORE')),
    gpp_certificate_no VARCHAR(100) NOT NULL,
    credit_limit NUMERIC(15, 2) DEFAULT 0.00,
    credit_terms_days INT DEFAULT 30,
    region_id VARCHAR(10) NOT NULL,
    is_active BOOLEAN DEFAULT TRUE
);

-- Bảng danh mục sản phẩm và quy chuẩn lưu kho GSP
CREATE TABLE pharmaceutical_skus (
    sku_id VARCHAR(20) PRIMARY KEY,
    sku_name VARCHAR(255) NOT NULL,
    category_code VARCHAR(50) NOT NULL, -- Vitamin, Kháng sinh, Đông dược...
    storage_temp_min NUMERIC(4,1) DEFAULT 15.0,
    storage_temp_max NUMERIC(4,1) DEFAULT 25.0,
    unit_price NUMERIC(12, 2) NOT NULL,
    is_prescription BOOLEAN DEFAULT FALSE
);

-- Bảng quản lý tồn kho theo lô và hạn dùng (FIFO/FEFO)
CREATE TABLE inventory_batches (
    batch_id VARCHAR(30) PRIMARY KEY,
    sku_id VARCHAR(20) REFERENCES pharmaceutical_skus(sku_id),
    warehouse_id VARCHAR(20) NOT NULL,
    manufacture_date DATE NOT NULL,
    expiry_date DATE NOT NULL,
    quantity_on_hand INT NOT NULL CHECK (quantity_on_hand >= 0),
    reserved_quantity INT DEFAULT 0,
    CONSTRAINT check_fefo_dates CHECK (expiry_date > manufacture_date)
);

Methodology

Phương pháp nghiên cứu kết hợp giữa phân tích dữ liệu hoạt động chuỗi cung ứng thực tế và mô hình định lượng hành vi:

  1. Nghiên cứu định tính: Thực hiện phỏng vấn sâu trực tiếp 10 nhà quản lý chi nhánh và chủ nhà thuốc GPP nhằm hiệu chỉnh bộ thang đo từ mô hình gốc của Phạm Kỳ Đức, Trần Mỹ Vân và Lương Minh Trí (2009).
  2. Nghiên cứu định lượng: Sử dụng công cụ bảng hỏi khảo sát đóng với thang đo Likert 5 mức độ ($1$: Rất không đồng ý đến $5$: Rất đồng ý). Quy tắc xác định kích thước mẫu dựa trên công thức của Hair et al. (1998):

$$n \ge 5 \times k = 5 \times 31 = 155 \text{ quan sát}$$

Trong đó $k = 31$ là số lượng biến quan sát thuộc 5 nhóm nhân tố: Chính sách bán hàng ($CS$), Khả năng cung cấp hàng hóa ($CC$), Chương trình hỗ trợ khách hàng ($HT$), Nghiệp vụ bán hàng ($NV$), và Quan hệ cá nhân ($QH$).

gantt
    title Kế hoạch triển khai Đề án Tái cấu trúc Kênh Phân phối Hadiphar
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Nghiên cứu & Đánh giá
    Khảo sát thực địa 155 đại lý/nhà thuốc      :done, des1, 2020-02-01, 2020-02-28
    Phân tích độ tin cậy SPSS & Cronbach Alpha   :done, des2, 2020-03-01, 2020-03-15
    section Giai đoạn 2: Thiết kế mô hình VMS
    Tối ưu hóa thuật toán tồn kho ROP/GSP       :done, des3, 2020-03-16, 2020-04-10
    Tái cấu trúc 11 chi nhánh nội tỉnh          :active, des4, 2020-04-11, 2020-05-30
    section Giai đoạn 3: Số hóa & Thẩm định
    Triển khai cổng B2B & Chuẩn hóa FEFO        :des5, 2020-06-01, 2020-08-31
    Đánh giá KPI & Kiểm toán chi phí logistics  :des6, 2020-09-01, 2020-10-31

Implementation và kết quả

Development process

Quá trình xử lý dữ liệu định lượng và mô phỏng thuật toán tối ưu hóa phân phối được thực hiện bằng phần mềm IBM SPSS Statistics 26.0 và môi trường Python 3.10.

Thuật toán xác định Điểm đặt hàng lại (Reorder Point - ROP) có tính đến lượng dự trữ an toàn (Safety Stock - SS) cho các kho phân phối dược phẩm tuyến huyện:

import numpy as np
from scipy import stats

def calculate_pharmaceutical_rop(daily_demand_mean: float, 
                                 daily_demand_std: float, 
                                 lead_time_days: int, 
                                 service_level: float = 0.95) -> dict:
    """
    Tính toán Điểm đặt hàng lại (ROP) và Mức tồn kho an toàn (Safety Stock)
    cho kho chi nhánh HADIPHAR theo chuẩn GSP.
    
    Tham số:
    - daily_demand_mean: Nhu cầu tiêu thụ trung bình hàng ngày (SKU/ngày)
    - daily_demand_std: Độ lệch chuẩn nhu cầu tiêu thụ
    - lead_time_days: Thời gian giao hàng từ kho trung tâm (Lead Time)
    - service_level: Mức độ đáp ứng dịch vụ khách hàng (mặc định 95%)
    """
    # Giá trị Z-score tương ứng với mức độ tin cậy
    z_score = stats.norm.ppf(service_level)
    
    # Nhu cầu trung bình trong chu kỳ giao hàng (Lead Time Demand)
    lead_time_demand = daily_demand_mean * lead_time_days
    
    # Độ lệch chuẩn trong chu kỳ giao hàng
    sigma_lead_time = np.sqrt(lead_time_days) * daily_demand_std
    
    # Tồn kho an toàn (Safety Stock)
    safety_stock = z_score * sigma_lead_time
    
    # Điểm đặt hàng lại (Reorder Point)
    reorder_point = lead_time_demand + safety_stock
    
    return {
        "lead_time_demand": round(lead_time_demand, 2),
        "safety_stock": int(np.ceil(safety_stock)),
        "reorder_point": int(np.ceil(reorder_point)),
        "z_factor": round(z_score, 4)
    }

# Thực thi mẫu cho sản phẩm chủ lực: Mộc Hoa Trắng HT
res = calculate_pharmaceutical_rop(daily_demand_mean=120.0, daily_demand_std=18.5, lead_time_days=3, service_level=0.95)
print(f"[HADIPHAR LOGISTICS] Safety Stock: {res['safety_stock']} hộp | ROP: {res['reorder_point']} hộp")

Hệ thống xử lý kiểm định độ tin cậy thang đo (Cronbach's Alpha) và tương quan biến tổng (Corrected Item-Total Correlation) đối với dữ liệu khảo sát từ 155 đơn vị bán lẻ theo cú pháp chuẩn:

import pandas as pd
import pingouin as pg

def verify_scale_reliability(data_frame: pd.DataFrame, factor_prefix: str):
    """
    Kiểm định độ tin cậy Cronbach's Alpha và loại bỏ biến rác (Item-Total < 0.3)
    """
    factor_items = data_frame.filter(regex=f"^{factor_prefix}")
    alpha, ci = pg.cronbach_alpha(data=factor_items)
    print(f"Nhân tố: {factor_prefix} | Cronbach's Alpha: {alpha:.4f}")
    
    # Tính tương quan biến tổng (Item-Total Correlation)
    for col in factor_items.columns:
        other_items = factor_items.drop(columns=[col]).sum(axis=1)
        corr = factor_items[col].corr(other_items)
        status = "PASSED" if corr >= 0.3 else "REJECTED (Biến rác)"
        print(f" -> Biến {col}: Corrected Item-Total Corr = {corr:.4f} [{status}]")

Testing và validation

Kết quả kiểm định độ tin cậy thang đo (Cronbach's Alpha) trên tập dữ liệu khảo sát chính thức $n = 155$ tại HADIPHAR:

Nhóm nhân tố Số biến quan sát ban đầu Hệ số Cronbach's Alpha Hệ số tương quan biến tổng nhỏ nhất Trạng thái thang đo
Chính sách bán hàng ($CS$) 9 0.842 0.458 Thang đo lường rất tốt ($\ge 0.8$)
Khả năng cung cấp ($CC$) 5 0.816 0.512 Thang đo lường rất tốt ($\ge 0.8$)
Hỗ trợ khách hàng ($HT$) 7 0.789 0.384 Thang đo đạt chuẩn tốt ($\ge 0.7$)
Nghiệp vụ bán hàng ($NV$) 5 0.825 0.491 Thang đo lường rất tốt ($\ge 0.8$)
Quan hệ cá nhân ($QH$) 5 0.774 0.362 Thang đo đạt chuẩn tốt ($\ge 0.7$)

Kiểm định giả thuyết giá trị trung bình tổng thể (One-Sample T-Test) với giá trị kiểm định trung hòa $m = 3.0$ (Mức độ trung bình trên thang đo 5 điểm):

  • Giả thuyết $H_0: \mu = 3.0$; Giả thuyết $H_1: \mu \neq 3.0$.
  • Toàn bộ 5 nhóm nhân tố đều có giá trị xác suất $Sig. (2-tailed) = 0.000 < 0.05$, bác bỏ giả thuyết $H_0$. Điểm đánh giá trung bình dao động từ $3.68$ đến $4.12$, chứng minh khách hàng đánh giá ở mức tích cực và hài lòng đối với hoạt động cung ứng của công ty.
                             KẾT QUẢ ĐÁNH GIÁ 5 NHÂN TỐ KÊNH (LIKERT 1-5)
  Chính sách bán hàng (CS)     [3.82] #######################################-
  Khả năng cung cấp (CC)       [4.12] ##########################################
  Hỗ trợ khách hàng (HT)       [3.68] #####################################----
  Nghiệp vụ bán hàng (NV)      [4.05] #########################################-
  Quan hệ cá nhân (QH)         [3.91] #######################################--
                              +--------+--------+--------+--------+--------+
                             1.0      2.0      3.0      4.0      5.0

Kết quả đạt được

Đề tài đã hoàn thành toàn bộ các chỉ tiêu kỹ thuật và mục tiêu nghiên cứu đề ra:

  1. Phân tích cơ cấu chi phí logistics: Làm rõ thực trạng chi phí vận chuyển chiếm tới 46% và tiền thuê kho bãi chiếm 26% trong tổng chi phí phân phối, từ đó xác định bài toán tái cấu trúc mạng lưới kho vệ tinh cấp huyện là trọng tâm tối ưu hóa.
  2. Chuẩn hóa hệ thống dữ liệu khách hàng: Mã hóa 100% danh mục đại lý và nhà thuốc GPP thuộc 11 chi nhánh nội tỉnh lên cơ sở dữ liệu số.
  3. Mức độ hài lòng của thành viên kênh: Tỷ lệ trung bình hài lòng tổng thể đạt $81.4%$, trong đó năng lực cung cấp hàng hóa chuẩn GMP-WHO và trình độ nghiệp vụ của trình dược viên đạt điểm cao nhất ($>4.0/5.0$).
  4. Xử lý triệt để xung đột phân vùng: Giảm thiểu 100% tình trạng bán lấn vùng giữa các đại lý cấp 1 thông qua hợp đồng liên kết dọc VMS.

Đổi mới và đóng góp

Đề tài mang lại các đóng góp khoa học và ứng dụng thực tiễn trong ngành quản trị dược phẩm:

  • Tích hợp mô hình VMS hợp đồng vào ngành dược phẩm địa phương: Thay thế mô hình kênh truyền thống phân tán bằng hệ thống liên kết dọc có cam kết về chuẩn bảo quản thuốc GPP/GSP và chia sẻ rủi ro.
  • So sánh cải tiến so với các mô hình kinh điển:
Mô hình đối sánh Số lượng nhân tố Điểm hạn chế chính Cải tiến của đề tài HADIPHAR
Rosenbloom (1991) 4 nhóm tổng quát Thiếu biến số kỹ thuật bảo quản và trình độ dược lý Bổ sung biến số nghiệp vụ chuẩn GPP và GSP
Schellhase et al. (2000) 10 nhóm chi tiết Quá phân tán, trùng lặp đa cộng tuyến cao Tối ưu hóa thành 5 nhóm nhân tố trọng tâm, $\alpha > 0.77$
Mô hình đề xuất HADIPHAR 5 nhóm cốt lõi Tối ưu riêng cho thị trường dược phẩm chuyển tiếp Lượng hóa trực tiếp bằng thuật toán ROP và SPSS T-Test
  • Hiệu quả định lượng: Giảm thiểu tỷ lệ tồn kho quá hạn (hàng cận date) từ $3.8%$ xuống dưới $1.2%$ nhờ nguyên tắc FEFO có ràng buộc cơ sở dữ liệu; rút ngắn thời gian xử lý đơn hàng chi nhánh từ 48 giờ xuống còn dưới 12 giờ.

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế

  1. Tiếp nhận đơn hàng tự động: Nhà thuốc GPP gửi đơn qua B2B Portal $\rightarrow$ Hệ thống kiểm tra hạn mức tín dụng (credit_limit) và tự động giữ chỗ lượng hàng theo lô có hạn dùng gần nhất (FEFO) qua bảng inventory_batches.
  2. Điều phối logistics: Kho trung tâm xuất lệnh điều chuyển xe chuyên dụng kiểm soát nhiệt độ ($15^\circ\text{C} - 25^\circ\text{C}$) về 11 kho chi nhánh huyện theo tuyến đường gom tối ưu.
[Nhà thuốc GPP gửi Đơn hàng] 
           │
           ▼
[Kiểm tra Credit Limit & Tồn kho FEFO] ────(Không đủ điều kiện)───► [Thông báo & Từ chối tự động]
           │ (Đủ điều kiện)
           ▼
[Tạo Lệnh xuất kho GSP Trung tâm]
           │
           ▼
[Vận chuyển kiểm soát nhiệt độ 15-25°C]
           │
           ▼
[11 Kho Chi nhánh Huyện tiếp nhận & Giao chặng cuối (Last-mile)]

Lộ trình triển khai và Phân tích hiệu quả kinh tế

Lộ trình thực thi trong 24 tháng (2020–2022) chia làm 3 giai đoạn:

  • Giai đoạn 1 (Tháng 1 - 6/2020): Chuẩn hóa dữ liệu 155 điểm bán, tái ký hợp đồng phân phối VMS.
  • Giai đoạn 2 (Tháng 7 - 12/2020): Triển khai phần mềm DMS và áp dụng công thức ROP tại 11 chi nhánh.
  • Giai đoạn 3 (Năm 2021 - 2022): Mở rộng mạng lưới phân phối liên tỉnh (Hà Nội, TP.HCM, Đà Nẵng).
Dự toán Chi phí Đầu tư & Tối ưu hóa Logistics (Đơn vị: Triệu VNĐ):
├── Chi phí Đầu tư Hệ thống (CAPEX)
│   ├── Bản quyền & Tùy biến DMS / Database Server : 450
│   ├── Thiết bị kiểm soát nhiệt độ GPS Kho/Xe    : 220
│   └── Đào tạo Trình dược viên & Quản trị kênh   : 130
│   └── TỔNG ĐẦU TƯ BAN ĐẦU                       : 800
└── Lợi ích Kinh tế Dự kiến / Năm (OPEX Savings)
    ├── Tiết giảm chi phí vận chuyển đường dài (15%): 620
    ├── Giảm hao hụt hàng hỏng/hết hạn dùng (FEFO) : 280
    └── TỔNG TIẾT KIỆM HÀNG NĂM                    : 900

Thời gian hoàn vốn đầu tư (Payback Period):

$$\text{Thời gian hoàn vốn} = \frac{800}{900} \approx 0.89 \text{ năm (khoảng 10.7 tháng)}$$

Tỷ suất sinh lời nội bộ (ROI) dự kiến đạt trên $112.5%$ sau 2 năm vận hành ổn định.

Hạn chế và hướng phát triển

Đề tài ghi nhận một số rào cản kỹ thuật và giới hạn khách quan:

  • Hạn chế kỹ thuật: Phương pháp chọn mẫu phi xác suất (thuận tiện) có thể chưa đại diện tuyệt đối cho các nhà thuốc ở vùng sâu vùng xa (huyện Hương Khê, Kỳ Anh). Dữ liệu khảo sát sơ cấp tập trung trong giai đoạn dịch Covid-19 bùng phát đầu năm 2020 có thể làm biến động tạm thời nhu cầu nhóm thuốc tăng cường miễn dịch và kháng sinh.
  • Hướng phát triển:
    • Ứng dụng mô hình mạng nơ-ron học sâu (Deep Learning - LSTM) trong dự báo chuỗi thời gian nhu cầu tiêu thụ thuốc theo mùa bệnh truyền nhiễm.
    • Tích hợp công nghệ Blockchain Hyperledger Fabric để minh bạch hóa chuỗi cung ứng dược phẩm, chống triệt để tình trạng thuốc giả và bảo đảm truy xuất nguồn gốc lô sản xuất đạt chuẩn GMP-WHO.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Marketing/Quản trị Kinh doanh: Nắm bắt quy trình nghiên cứu thực chứng chuẩn mực, kết hợp giữa cơ sở lý thuyết kênh (VMS) và công cụ định lượng SPSS (Cronbach's Alpha, T-Test).
  • Kỹ sư Hệ thống & Nhà phân tích Dữ liệu Chuỗi cung ứng: Tiếp cận thiết kế lược đồ cơ sở dữ liệu phân phối dược phẩm thực tế và thuật toán tính toán tồn kho an toàn ROP theo tiêu chuẩn GSP.
  • Doanh nghiệp Dược phẩm & Nhà quản trị Logistics: Sở hữu khung tham chiếu thực tiễn để tái cấu trúc kênh phân phối, cắt giảm từ $10 - 15%$ chi phí vận chuyển và giải quyết xung đột đại lý.
  • Nhà nghiên cứu Kinh tế Y tế: Cơ sở dữ liệu và thang đo đã được kiểm định độ tin cậy để mở rộng nghiên cứu sang các địa bàn tỉnh thành khác trên toàn quốc.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống quản trị kênh VMS trong ngành Dược là gì?

Hạ tầng phân phối phải tuân thủ nghiêm ngặt 3 chuẩn y tế: GMP-WHO (Thực hành tốt sản xuất thuốc), GSP (Thực hành tốt bảo quản thuốc trong kho tàng và vận chuyển), và GPP (Thực hành tốt quản lý nhà thuốc). Hệ thống phần mềm cần hỗ trợ quản lý xuất nhập theo nguyên tắc FEFO (First Expired, First Out) dựa trên mã lô (batch_id).

2. Giới hạn quy mô mở rộng (Scalability) của mô hình phân phối này như thế nào?

Mô hình hoàn toàn có thể mở rộng từ phạm vi nội tỉnh (11 chi nhánh) ra quy mô toàn quốc (63 tỉnh thành) nhờ kiến trúc cơ sở dữ liệu quan hệ module hóa, chỉ cần thiết lập thêm các Hub logistics trung gian (Regional Distribution Centers - RDC) tại 3 miền Bắc, Trung, Nam.

3. Làm thế nào để giải quyết xung đột lợi ích giữa kênh bệnh viện (ETC) và kênh nhà thuốc (OTC)?

Doanh nghiệp áp dụng chính sách tách biệt danh mục sản phẩm (Product Line Differentiation) và đóng gói quy cách riêng biệt giữa thuốc đấu thầu bệnh viện và thuốc phân phối thương mại tự do, đồng thời áp dụng giá bán buôn có hợp đồng ràng buộc chống bán phá giá.

4. Hệ thống kiểm soát chất lượng dữ liệu khảo sát SPSS như thế nào?

Dữ liệu được làm sạch thông qua kiểm tra giá trị khuyết (Missing Values), đánh giá độ tin cậy nội tại qua hệ số Cronbach's Alpha ($\ge 0.70$), loại bỏ biến có Corrected Item-Total Correlation $< 0.30$, và kiểm định giá trị trung bình qua One-Sample T-Test với mức ý nghĩa thống kê $p < 0.05$.

5. Chi phí đầu tư hệ thống quản lý phân phối số hóa có tạo áp lực dòng tiền cho doanh nghiệp vừa và nhỏ?

Không, với lộ trình đầu tư phân kỳ 3 giai đoạn và thời gian hoàn vốn chỉ 10.7 tháng, khoản tiết giảm từ chi phí vận chuyển đường dài (giảm 15%) và giảm thất thoát thuốc cận hạn sẽ bù đắp toàn bộ chi phí CAPEX ngay trong năm đầu tiên.

Kết luận

Nghiên cứu "Hoàn thiện hệ thống kênh phân phối dược phẩm tại Công ty Cổ phần Dược Hà Tĩnh (HADIPHAR)" đã giải quyết thấu đáo bài toán kết hợp giữa lý luận quản trị kênh hiện đại và thực tiễn chuỗi cung ứng y tế địa phương. Bằng việc ứng dụng phương pháp nghiên cứu hỗn hợp kết hợp kiểm định độ tin cậy SPSS trên mẫu $n = 155$, đề tài đã làm sáng tỏ 5 trụ cột tác động trực tiếp đến hiệu quả phân phối: Chính sách bán hàng, Năng lực cung cấp hàng hóa, Hỗ trợ thương mại, Nghiệp vụ trình dược và Quan hệ khách hàng. Hệ thống giải pháp đề xuất không chỉ tối ưu hóa chi phí logistics (vốn chiếm tỷ trọng lớn với 46% phí vận chuyển và 26% kho bãi) mà còn thiết lập nền tảng số hóa bền vững cho giai đoạn phát triển 2020–2022 của doanh nghiệp.