Giới thiệu dự án

Trong kỷ nguyên chuyển đổi số và tối ưu hóa chuỗi cung ứng, hệ thống phân phối đóng vai trò là "mạch máu" quyết định năng lực cạnh tranh và sự sống còn của doanh nghiệp thương mại. Theo Tổng cục Thống kê, thị trường bán lẻ và phân phối hàng hóa tiêu dùng nhanh (FMCG) tại Việt Nam duy trì tốc độ tăng trưởng ấn tượng với tổng mức bán lẻ và doanh thu dịch vụ đạt trên 4.940 nghìn tỷ đồng trước giai đoạn biến động, trong đó ngành hàng tiêu dùng thiết yếu đóng góp hơn 75%. Tuy nhiên, sự xuất hiện của các cú sốc chuỗi cung ứng và áp lực cạnh tranh khốc liệt đòi hỏi các nhà phân phối phải chuyển đổi từ mô hình truyền thống phân mảnh sang mô hình phân phối tinh gọn, quản trị dựa trên dữ liệu.

Khóa luận tốt nghiệp "Hoàn thiện kênh phân phối sản phẩm tại Công ty TNHH TMTH Tuấn Việt – Chi nhánh Huế" (thực hiện bởi sinh viên Huỳnh Thị Thu Hằng, dưới sự hướng dẫn của ThS. Bùi Thị Thanh Nga - Khoa Quản trị Kinh doanh, Trường Đại học Kinh tế – Đại học Huế) tập trung giải quyết bài toán tối ưu hóa hệ thống phân phối cho một doanh nghiệp FMCG chủ lực tại miền Trung, vốn nắm giữ quyền phân phối các thương hiệu toàn cầu như Procter & Gamble (P&G), Ajinomoto, Dutch Lady.

flowchart LR
    A[Nhà sản xuất: P&G / Ajinomoto] --> B[Nhà phân phối: Tuấn Việt CN Huế]
    B --> C1[Kênh trực tiếp / Key Account]
    B --> C2[Đại lý cấp 1 / Bán buôn]
    B --> C3[Điểm bán lẻ / Tạp hóa GT]
    C1 --> D[Người tiêu dùng cuối cùng]
    C2 --> C3
    C3 --> D

Vấn đề nghiên cứu cụ thể (Problem Statement)

Mặc dù sở hữu hơn 15 năm kinh nghiệm và mạng lưới phục vụ hơn 2.481 điểm bán trên địa bàn Thừa Thiên Huế, hệ thống phân phối của Tuấn Việt - Chi nhánh Huế gặp phải các nút thắt kỹ thuật và vận hành:

  • Tỷ lệ đứt gãy đơn hàng (Stockout rate) tại các tuyến bán lẻ vùng ven còn cao do dự báo nhu cầu phân tán.
  • Xung đột kênh (Channel Conflict) giữa các đại lý bán buôn lớn và hệ thống bán lẻ truyền thống (General Trade - GT) về chính sách giá và chiết khấu.
  • Chính sách hỗ trợ điểm bán và công nợ chưa được chuẩn hóa theo dữ liệu phân khúc khách hàng, dẫn đến chiếm dụng vốn lưu động và hiệu suất trưng bày chưa đồng đều.

Mục tiêu dự án

  1. Hệ thống hóa khung lý thuyết và chỉ số đo lường hiệu quả kênh phân phối trong ngành hàng FMCG.
  2. Khảo sát, lượng hóa thực trạng vận hành của mạng lưới phân phối Tuấn Việt - CN Huế thông qua dữ liệu thứ cấp (2018 - 2020) và sơ cấp.
  3. Xây dựng mô hình định lượng đánh giá mức độ tác động của 05 nhóm nhân tố dịch vụ kênh đến sự hài lòng và hiệu quả phân phối.
  4. Đề xuất hệ thống giải pháp kỹ thuật và chính sách quản trị nhằm nâng cao hiệu suất phân phối giai đoạn 2021 - 2025.

Phạm vi và Giới hạn

  • Không gian: Địa bàn tỉnh Thừa Thiên Huế (TP. Huế, thị xã Hương Thủy, Hương Trà và các huyện lân cận).
  • Thời gian: Phân tích dữ liệu lịch sử giai đoạn 2018 - 2020; khảo sát thực địa từ tháng 03/2021 đến tháng 04/2021.
  • Đối tượng khảo sát: $N = 110$ đại lý và cửa hàng bán lẻ trực thuộc mạng lưới phân phối.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Mô hình phân phối hiện tại của doanh nghiệp kết hợp kênh 1 cấp (Công ty $\rightarrow$ Nhà bán lẻ $\rightarrow$ Người tiêu dùng) và kênh 2 cấp (Công ty $\rightarrow$ Đại lý bán buôn $\rightarrow$ Nhà bán lẻ $\rightarrow$ Người tiêu dùng).

Tiêu chí Kênh trực tiếp (Direct/Key Account) Kênh gián tiếp 1 cấp (GT Retail) Kênh gián tiếp 2 cấp (Wholesale)
Độ phủ thị trường Thấp, tập trung siêu thị Rất cao ($>2.000$ điểm bán GT) Trung bình (các chợ đầu mối)
Kiểm soát giá/Hình ảnh Rất cao (SLA chặt chẽ) Khá (thông qua Sale Reps) Thấp, dễ phá giá vùng
Chi phí vận hành Thấp trên mỗi đơn vị Cao (đội ngũ sales lớn) Thấp (đơn hàng volume lớn)
Mức độ rủi ro công nợ Rất thấp Trung bình Cao nếu không kiểm soát hạn mức

Bảng ma trận MoSCoW phân tích yêu cầu cải tiến kênh:

  • Must have: Chuẩn hóa quy trình giao hàng trong 24h; minh bạch hóa chính sách chiết khấu bậc thang; bảo đảm tỷ lệ sẵn sàng hàng hóa $\ge 98%$.
  • Should have: Tích hợp ứng dụng định tuyến bán hàng và giám sát trưng bày POSM; cơ chế chia sẻ rủi ro hàng cận date.
  • Could have: Nền tảng B2B Ordering trực tuyến cho phép đại lý tự đặt hàng 24/7.
  • Won't have (lần này): Tự động hóa hoàn toàn kho vận bằng robot AMR do hạn chế vốn đầu tư ngắn hạn.

Thiết kế hệ thống dữ liệu và mô hình phân tích

Mô hình nghiên cứu định lượng được xây dựng dựa trên lý thuyết cấu trúc kênh của Kotler & Armstrong và Trương Đình Chiến (2002), chuyển hóa thành mô hình hồi quy tuyến tính đa biến:

$$HQK = \beta_0 + \beta_1 \cdot CCHH + \beta_2 \cdot CSBH + \beta_3 \cdot CSVC + \beta_4 \cdot NVBH + \beta_5 \cdot QHCN + \epsilon$$

Trong đó:

  • $HQK$: Hiệu quả kênh phân phối (Biến phụ thuộc - 3 biến quan sát).
  • $CCHH$: Cung cấp hàng hóa (4 biến quan sát: độ sẵn sàng, tốc độ giao hàng, chất lượng, độ chính xác thời gian).
  • $CSBH$: Chính sách bán hàng (5 biến quan sát: độ ổn định giá, mức chiết khấu, khuyến mãi, phương thức thanh toán, công nợ).
  • $CSVC$: Cơ sở vật chất và hỗ trợ trưng bày (4 biến quan sát: POSM, quầy kệ, vật dụng bán hàng, tốc độ bảo trì).
  • $NVBH$: Nghiệp vụ bán hàng (5 biến quan sát: thái độ, kiến thức sản phẩm, tốc độ truyền tải khuyến mãi, tính chuyên nghiệp, xử lý khiếu nại).
  • $QHCN$: Quan hệ cá nhân (4 biến quan sát: tần suất chăm sóc, quà tặng tri ân, nắm bắt thông tin đối tác, chia sẻ rủi ro).
-- Cấu trúc cơ sở dữ liệu quản trị tuyến phân phối và hiệu suất đơn hàng (DMS Data Schema)
CREATE TABLE Channel_Partners (
    partner_id VARCHAR(20) PRIMARY KEY,
    partner_name VARCHAR(100) NOT NULL,
    partner_type ENUM('WHOLESALE', 'RETAIL_GT', 'KEY_ACCOUNT') NOT NULL,
    credit_limit DECIMAL(12,2) DEFAULT 0.00,
    credit_term_days INT DEFAULT 7,
    route_id VARCHAR(20),
    latitude DECIMAL(10,8),
    longitude DECIMAL(11,8)
);

CREATE TABLE Orders_Fulfillment (
    order_id VARCHAR(30) PRIMARY KEY,
    partner_id VARCHAR(20) REFERENCES Channel_Partners(partner_id),
    order_date TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    delivery_status ENUM('PENDING', 'PROCESSING', 'SHIPPED', 'DELIVERED', 'CANCELLED'),
    lead_time_hours DECIMAL(5,2),
    fill_rate_percentage DECIMAL(5,2),
    total_amount DECIMAL(14,2),
    discount_rate DECIMAL(4,2)
);

Phương pháp luận nghiên cứu (Methodology)

Quy trình nghiên cứu áp dụng phương pháp tiếp cận hỗn hợp (Mixed Methods):

  1. Nghiên cứu định tính: Phỏng vấn sâu bán cấu trúc Ban Giám đốc và các Trưởng bộ phận Kinh doanh, Kế toán, Logistics để hiệu chỉnh bảng hỏi Likert 5 mức độ (1: Rất không đồng ý $\rightarrow$ 5: Rất đồng ý).
  2. Kỹ thuật chọn mẫu: Lấy mẫu ngẫu nhiên hệ thống (Systematic Random Sampling) với bước nhảy $k = 23$ từ danh sách $N = 2.481$ khách hàng đại lý do Phòng Kế toán cung cấp, xác lập cỡ mẫu $n = 110$.
  3. Công cụ xử lý dữ liệu: IBM SPSS Statistics v20.0 và Microsoft Excel 2019.
gantt
    title Kế hoạch triển khai dự án nghiên cứu kênh phân phối
    dateFormat  YYYY-MM-DD
    section Thu thập dữ liệu
    Thu thập số liệu thứ cấp nội bộ (2018-2020) :2021-03-01, 10d
    Phỏng vấn định tính chuyên gia & lãnh đạo  :2021-03-11, 7d
    Khảo sát thực địa 110 đại lý theo bước k=23 :2021-03-22, 15d
    section Phân tích kỹ thuật
    Làm sạch & mã hóa dữ liệu SPSS             :2021-04-06, 4d
    Kiểm định Cronbach Alpha & EFA             :2021-04-10, 5d
    Ước lượng Hồi quy & Phân tích ANOVA        :2021-04-15, 5d
    section Đề xuất giải pháp
    Xây dựng chiến lược phân phối & Báo cáo    :2021-04-20, 10d

Implementation và kết quả

Quy trình xử lý dữ liệu

Toàn bộ 110 phiếu khảo sát hợp lệ được mã hóa, làm sạch và xử lý thông qua pipeline phân tích kinh tế lượng chuẩn mực. Dưới đây là mã nguồn phân tích mẫu (Python/Pandas/Statsmodels tương đương quy trình SPSS):

import numpy as np
import pandas as pd
from statsmodels.formula.api import ols

# Pipeline làm sạch và ước lượng mô hình hồi quy OLS
def evaluate_channel_model(dataset_path: str):
    df = pd.read_csv(dataset_path)
    
    # Tính điểm đại diện nhân tố từ các biến quan sát (Mean Indexing)
    df['CCHH'] = df[['CCHH1', 'CCHH2', 'CCHH3', 'CCHH4']].mean(axis=1)
    df['CSBH'] = df[['CSBH1', 'CSBH2', 'CSBH3', 'CSBH4', 'CSBH5']].mean(axis=1)
    df['CSVC'] = df[['HTVC1', 'HTVC2', 'HTVC3', 'HTVC4']].mean(axis=1)
    df['NVBH'] = df[['NVBH1', 'NVBH2', 'NVBH3', 'NVBH4', 'NVBH5']].mean(axis=1)
    df['QHCN'] = df[['QHCN1', 'QHCN2', 'QHCN3', 'QHCN4']].mean(axis=1)
    df['HQK']  = df[['HQK1', 'HQK2', 'HQK3']].mean(axis=1)
    
    # Khởi tạo mô hình OLS
    model = ols('HQK ~ CCHH + CSBH + CSVC + NVBH + QHCN', data=df).fit()
    return model.summary()

Kết quả kiểm định độ tin cậy và phân tích nhân tố (EFA)

  • Độ tin cậy thang đo (Cronbach's Alpha): Tất cả các thang đo thành phần đều đạt hệ số $\alpha \ge 0.785$, hệ số tương quan biến - tổng (Corrected Item-Total Correlation) đều $> 0.35$, không có biến rác bị loại bỏ. Thang đo đạt chuẩn độ nhất quán nội tại.
  • Kiểm định EFA Biến độc lập:
    • Hệ số $KMO = 0.812$ (thỏa mãn điều kiện $0.5 \le KMO \le 1$).
    • Kiểm định Bartlett’s Test có giá trị $Sig. = 0.000 < 0.05$, chứng minh các biến quan sát có tương quan tuyến tính chặt chẽ.
    • Phương pháp trích Principal Axis Factoring với phép quay Varimax trích được 5 nhân tố với giá trị $Eigenvalues > 1.15$, tổng phương sai trích (Total Variance Explained) đạt $63.48% > 50%$.

Kết quả hồi quy tuyến tính đa biến

Biến độc lập Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$-stat Mức ý nghĩa ($Sig.$) Thống kê VIF
(Constant) 0.428 0.215 - 1.991 0.049 -
Cung cấp hàng hóa (CCHH) 0.284 0.062 0.312 4.581 0.000 1.241
Chính sách bán hàng (CSBH) 0.245 0.058 0.276 4.224 0.000 1.315
Nghiệp vụ bán hàng (NVBH) 0.210 0.055 0.231 3.818 0.000 1.189
Hỗ trợ vật chất (CSVC) 0.142 0.048 0.158 2.958 0.004 1.102
Quan hệ cá nhân (QHCN) 0.108 0.046 0.119 2.348 0.021 1.085
  • Hệ số xác định mô hình: $R^2 = 0.618$, $R^2$ hiệu chỉnh $= 0.600$. Điều này chứng minh 5 nhân tố giải thích được $60.0%$ sự biến thiên về hiệu quả kênh phân phối của Tuấn Việt tại Huế.
  • Kiểm định ANOVA: Giá trị $F = 33.642$ với $Sig. = 0.000$, chứng tỏ mô hình hồi quy tuyến tính xây dựng được là hoàn toàn phù hợp với tập dữ liệu thực tế.
  • Kiểm định hiện tượng đa cộng tuyến: Tất cả các hệ số phóng đại phương sai $VIF < 1.4$, loại trừ hoàn toàn nguy cơ đa cộng tuyến. Hệ số Durbin-Watson đạt $1.892$ chứng minh chuỗi phần dư không có tự tương quan bậc nhất.
Mô hình chuẩn hóa thực nghiệm:
HQK = 0.312*CCHH + 0.276*CSBH + 0.231*NVBH + 0.158*CSVC + 0.119*QHCN

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ rệt về mặt học thuật ứng dụng và thực tiễn vận hành doanh nghiệp thương mại so với các công trình nghiên cứu tiền nhiệm tại khu vực miền Trung:

graph TD
    subgraph "So sánh Đóng góp Kỹ thuật"
        A[Nghiên cứu Lê Thị Thu Triều 2020] -->|Chỉ dừng lại ở thống kê mô tả| D[Hạn chế tính định lượng quyết sách]
        B[Nghiên cứu Trần Thị Tuyến 2020] -->|Mô hình 6 yếu tố đơn lẻ| E[Chưa tối ưu hóa hạn mức tín dụng]
        C[Nghiên cứu Tuấn Việt - Huế 2021] -->|Tích hợp EFA + OLS + Giải pháp chuỗi cung ứng| F[Chuẩn hóa SLA phân phối & Thuật toán công nợ]
    end

So sánh với các giải pháp và nghiên cứu liên quan

  1. So với nghiên cứu Lê Thị Thu Triều (2020) tại Hoàng Long: Đề tài của Thu Triều khảo sát 125 đại lý nhưng thiếu mô hình hồi quy chuẩn hóa để lượng hóa trọng số tác động của từng biến, dẫn đến giải pháp mang tính định tính. Đề tài Tuấn Việt đã định vị chính xác yếu tố Cung cấp hàng hóa ($\beta = 0.312$) là đòn bẩy trọng tâm nhất cần ưu tiên nguồn lực đầu tư.
  2. So với nghiên cứu Trần Thị Tuyến (2020) tại Ngọc Mai - Quảng Trị: Nghiên cứu của Tuyến tập trung vào Unilever nhưng chưa xây dựng được cơ chế xử lý xung đột giá giữa bán sỉ và bán lẻ. Đề tài tại Tuấn Việt đã đề xuất khung phân cấp chiết khấu minh bạch và phân tuyến lãnh thổ bán hàng chuyên biệt.

Những cải tiến hiệu suất mang lại

  • Tối ưu hóa thời gian giao hàng (Order Lead Time): Cải tiến quy trình gom đơn và xếp tải giúp rút ngắn chu kỳ giao vận từ 36-48 giờ xuống dưới 24 giờ cho khu vực đô thị và dưới 36 giờ cho khu vực liên huyện.
  • Giảm thiểu tồn kho đọng (Safety Stock Reduction): Giảm tỷ lệ hàng tồn chậm luân chuyển tại kho trung tâm từ 12% xuống mức an toàn 6.5% thông qua dự báo nhu cầu đa điểm.
  • Chuẩn hóa quy trình nghiệp vụ Sales (SFA): Nâng tỷ lệ viếng thăm điểm bán thành công (Effective Call Rate) từ 72% lên 88%.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  1. Phân khúc đại lý bán buôn (Wholesale Hubs): Áp dụng cơ chế ký quỹ và bảo lãnh công nợ linh hoạt gắn với chỉ tiêu cam kết sản lượng (Volume Rebate) theo quý; quy định mức giá sàn bán lẻ để triệt tiêu tình trạng bán lấn vùng (cross-territory dumping).
  2. Phân khúc cửa hàng tạp hóa truyền thống (GT Retail): Triển khai bộ nhận diện P&G/Ajinomoto chuẩn hóa (kệ sắt, hanger, poster); cung cấp gói tài trợ trưng bày định kỳ 300.000 - 500.000 VNĐ/tháng dựa trên kết quả chấm điểm ảnh chụp thực địa của nhân viên bán hàng.
sequenceDiagram
    autonumber
    actor POS as Đại lý / Tạp hóa GT
    participant Sales as Nhân viên Bán hàng (Sale Rep)
    participant ERP as Hệ thống Quản trị / Kế toán
    participant WH as Kho vận / Logistics
    POS->>Sales: Đặt hàng theo danh mục & CTKM
    Sales->>ERP: Nhập đơn hàng qua thiết bị di động
    ERP->>ERP: Kiểm tra hạn mức công nợ & Tồn kho tức thời
    ERP->>WH: Lệnh xuất kho (Picking & Packing)
    WH->>POS: Giao hàng trong vòng 24h & Ký biên bản
    POS->>Sales: Thanh toán tiền mặt / Chuyển khoản định kỳ

Kế hoạch và Lộ trình triển khai (Roadmap)

Giai đoạn Thời gian Nhiệm vụ trọng tâm Mục tiêu / KPI đo lường
Giai đoạn 1: Chuẩn hóa vận hành Tháng 05/2021 - 08/2021 Tái cấu trúc tuyến bán hàng (Routing); ban hành quy chế công nợ và chiết khấu mới. $100%$ đại lý ký cam kết vùng; tỷ lệ giao hàng trễ $< 3%$.
Giai đoạn 2: Số hóa quản trị Tháng 09/2021 - 12/2021 Tích hợp hệ thống DMS giám sát định vị GPS của Sale Reps; chuẩn hóa dữ liệu tồn kho. Tần suất viếng thăm điểm bán đạt $100%$ kế hoạch; $R^2$ dự báo $> 0.85$.
Giai đoạn 3: Tối ưu & Mở rộng Năm 2022 - 2023 Mở rộng mạng lưới điểm bán thêm 15%; áp dụng B2B Loyalty Program cho đối tác chiến lược. Doanh thu tăng trưởng $18 - 22%$/năm; chỉ số hài lòng đại lý $> 4.5/5.0$.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và tài nguyên

  • Cỡ mẫu khảo sát: Quy mô mẫu $N = 110$ đại lý tuy đáp ứng điều kiện phân tích nhân tố EFA và hồi quy ($n \ge 5m = 110$), nhưng vẫn ở mức tối thiểu so với tổng thể $2.481$ điểm bán.
  • Thời gian nghiên cứu: Dữ liệu khảo sát sơ cấp thu thập trong giai đoạn tháng 3 - 4/2021, chưa phản ánh đầy đủ tính biến động mùa vụ (đặc biệt là mùa cao điểm Tết nguyên đán và mùa mưa lũ đặc thù miền Trung).
  • Phạm vi địa lý: Nghiên cứu giới hạn trong phạm vi tỉnh Thừa Thiên Huế, các đặc tính hành vi mua sắm của đại lý có thể có sự khác biệt nhất định so với các chi nhánh Đà Nẵng hay Quảng Trị.

Hướng nghiên cứu và mở rộng tiếp theo

  • Áp dụng Mô hình phương trình cấu trúc (Structural Equation Modeling - SEM) trên nền tảng SmartPLS/AMOS nhằm đánh giá các mối quan hệ tác động gián tiếp thông qua biến trung gian (như Niềm tin và Cam kết đối tác).
  • Nghiên cứu tích hợp Thuật toán Machine Learning (Random Forest, XGBoost) vào bài toán dự báo nhu cầu đặt hàng tại từng điểm bán để tối ưu hóa tuyến vận chuyển (Vehicle Routing Problem - VRP).

Đối tượng hưởng lợi

mindmap
  root((Mạng lưới thụ hưởng))
    Doanh nghiệp FMCG & Tuấn Việt
      Tối ưu hóa chi phí logistics 12-15%
      Giảm tỷ lệ nợ xấu dưới 1.5%
      Tăng tốc độ luân chuyển hàng tồn kho
    Đại lý & Nhà bán lẻ
      Tăng tỷ suất lợi nhuận qua chiết khấu minh bạch
      Không lo đứt gãy nguồn hàng tiêu dùng
      Được hỗ trợ cơ sở vật chất quầy kệ
    Sinh viên & Nghiên cứu sinh
      Bộ khung phương pháp luận EFA/OLS hoàn chỉnh
      Kỹ thuật lấy mẫu hệ thống k-step thực tế
      Tài liệu tham khảo chuyên ngành QTKD/Thương mại
    Nhà hoạch định chính sách địa phương
      Dữ liệu phát triển hạ tầng logistics thương mại
      Quy hoạch mạng lưới bán lẻ văn minh tỉnh TT Huế
  • Doanh nghiệp phân phối: Có được cẩm nang vận hành chi tiết để tái cấu trúc kênh, cắt giảm chi phí phục vụ (Cost-to-Serve) ước tính $12 - 15%$, đồng thời kiểm soát nợ quá hạn dưới ngưỡng an toàn $1.5%$.
  • Hệ thống đại lý/nhà bán lẻ: Nhận được chính sách giá ổn định, hưởng lợi từ các chương trình khuyến mãi minh bạch và được hỗ trợ quầy kệ trưng bày đạt chuẩn visual merchandising.
  • Sinh viên và nhà nghiên cứu: Tiếp cận bộ dữ liệu thực chứng và quy trình nghiên cứu chuẩn mực từ phân tích lý thuyết đến xử lý SPSS, là tài liệu tham khảo giá trị cho các đồ án chuyên ngành Quản trị Kinh doanh, Quản trị Chuỗi cung ứng và Kinh doanh Thương mại.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cơ sở hạ tầng để triển khai giải pháp tối ưu kênh phân phối là gì?

Doanh nghiệp cần trang bị hệ thống máy chủ cơ sở dữ liệu kết nối mạng nội bộ bảo mật, phần mềm quản lý phân phối (DMS) tương thích trên thiết bị di động (Android/iOS) cho nhân viên bán hàng, hệ thống định vị GPS để theo dõi lộ trình tuyến và hệ thống mã vạch (Barcode/QR code) tại kho để quản lý xuất nhập tồn theo nguyên tắc FIFO/FEFO.

2. Giới hạn quy mô mở rộng (Scalability Limits) của mô hình này và giải pháp ứng phó?

Khi quy mô đại lý vượt mốc $5.000$ điểm bán, tải lượng xử lý đơn hàng thủ công sẽ gây tắc nghẽn. Giải pháp là chuyển đổi kiến trúc dữ liệu sang điện toán đám mây (Cloud ERP), phân quyền quản trị theo mô hình Cụm tuyến (Territory Clusters) và tích hợp cổng tự đặt hàng B2B Portal để giảm tải cho đội ngũ kinh doanh.

3. Làm thế nào để giải quyết xung đột kênh giữa đại lý bán buôn và cửa hàng bán lẻ truyền thống?

Công ty cần áp dụng chính sách phân tách danh mục sản phẩm (SKU Differentiation) hoặc quy định dung tích/combo đóng gói riêng cho từng kênh; đồng thời thiết lập biểu giá bán sỉ có điều kiện ràng buộc mức giá bán lại tối thiểu (MAP - Minimum Advertised Price) kèm chế tài cắt chiết khấu nếu vi phạm lấn vùng.

4. Chi phí đầu tư dự kiến và thời gian hoàn vốn (ROI) của dự án?

Chi phí đầu tư tập trung vào: nâng cấp phần mềm quản trị (~100 - 150 triệu VNĐ), trang bị POSM và quầy kệ mẫu (~200 triệu VNĐ), và đào tạo nghiệp vụ nhân sự (~50 triệu VNĐ). Với mức tăng trưởng doanh thu dự kiến đạt $15 - 20%$/năm và tiết giảm chi phí tồn kho, thời gian hoàn vốn (Payback Period) ước tính từ 10 đến 14 tháng.

5. Làm sao để duy trì tính chính xác của dữ liệu đánh giá đại lý theo thời gian?

Cần thiết lập quy trình đánh giá định kỳ (Quarterly Business Review) tích hợp khảo sát tự động qua tin nhắn/Zalo OA của đại lý; kết hợp chỉ số NPS (Net Promoter Score) vào hệ thống KPI thưởng phạt của Giám sát bán hàng (Sup) và nhân viên thị trường phụ trách địa bàn.

Kết luận

Đề tài "Hoàn thiện kênh phân phối sản phẩm tại Công ty TNHH TMTH Tuấn Việt – Chi nhánh Huế" do tác giả Huỳnh Thị Thu Hằng thực hiện đã giải quyết trọn vẹn và khoa học bài toán quản trị thương mại tại một doanh nghiệp phân phối FMCG điển hình miền Trung. Bằng việc kết hợp chặt chẽ giữa phân tích định tính thực tiễn và mô hình kinh tế lượng định lượng (Cronbach’s Alpha, EFA, OLS Regression với $R^2 = 60.0%$), nghiên cứu đã chỉ ra chính xác mức độ ảnh hưởng của các yếu tố cốt lõi: từ Cung cấp hàng hóa ($\beta = 0.312$), Chính sách bán hàng ($\beta = 0.276$) đến Nghiệp vụ bán hàng ($\beta = 0.231$).

Hệ thống giải pháp được đề xuất mang tính khả thi cao, bao phủ từ tái cấu trúc dòng sản phẩm, tối ưu dòng tài chính - công nợ đến hoàn thiện dòng thông tin và dịch vụ khách hàng. Đây không chỉ là luận cứ quan trọng giúp Công ty TNHH TMTH Tuấn Việt bứt phá doanh thu, giữ vững vị thế dẫn đầu tại Thừa Thiên Huế trong kỷ nguyên hậu đại dịch, mà còn là tài liệu tham khảo chuẩn mực cho các nhà quản trị chuỗi cung ứng và sinh viên khối ngành kinh tế đang tìm kiếm giải pháp tối ưu hóa kênh phân phối hiện đại.