Giới thiệu dự án

Thị trường truyền thông trực tuyến và quảng cáo số tại Việt Nam giai đoạn 2011–2014 ghi nhận tốc độ tăng trưởng kép hàng năm (CAGR) đạt trên 30%, mở ra dư địa kinh doanh vượt bậc cho các doanh nghiệp công nghệ nội địa. Công ty Cổ phần Truyền thông Việt Nam (VCCorp) xác lập vị thế dẫn đầu khi quản trị hệ thống hơn 80 website tin tức, thương mại điện tử và mạng xã hội, tiếp cận 30 triệu độc giả thường nhật (tương đương 90% lượng người dùng Internet tại Việt Nam). Tuy nhiên, sự tăng trưởng quy mô kinh doanh nhanh chóng đặt ra bài toán tối ưu hóa tổ chức lực lượng bán hàng (LLBH) nhằm chuyển đổi lưu lượng truy cập thành doanh thu thương mại bền vững.

Đề tài khóa luận tốt nghiệp: "Hoàn thiện công tác tổ chức lực lượng bán hàng của công ty cổ phần truyền thông Việt Nam" do sinh viên Đỗ Thế Dương thực hiện dưới sự hướng dẫn của ThS. Nguyễn Thị Thanh Tâm (Khoa Quản trị Doanh nghiệp, Đại học Thương Mại) tập trung giải quyết các điểm nghẽn cốt lõi trong mô hình bán hàng kỹ thuật số đa kênh.

Vấn đề thực tiễn (Problem Statement)

Mô hình tổ chức LLBH của doanh nghiệp xuất hiện 4 điểm nghẽn nghiêm trọng cản trở hiệu suất:

  • Mất cân đối định mức (Quota Imbalance): Định mức doanh thu giao bình quân 150 triệu đồng/tháng/nhân sự cố định xuyên suốt cả năm, bỏ qua yếu tố mùa vụ (tháng 2 sau Tết giảm tiêu dùng, tháng 12 chạy ngân sách quảng cáo), khiến chỉ 45% nhân viên đạt chỉ tiêu, tạo áp lực quá tải và tỷ lệ thôi việc cao.
  • Quy mô LLBH thiếu hụt cục bộ: Đội ngũ 500 nhân sự (400 nhân viên chính thức, 100 cộng tác viên) không bao phủ đủ 6 chi nhánh trọng điểm (Hà Nội, TP.HCM, Hải Phòng, Đà Nẵng, Nha Trang, Cần Thơ), khiến 80% nhân sự khảo sát đánh giá quy mô chưa tương xứng với độ phủ thị trường.
  • Quy trình tuyển dụng tinh gọn quá mức: Bỏ qua khâu đánh giá năng lực tư duy định lượng và bài kiểm tra nghiệp vụ đầu vào, dẫn đến tỷ lệ nhân viên bị đào thải sau 1 tháng thử việc lên tới 35%.
  • Chương trình đào tạo phân mảnh: Đào tạo lớp học truyền thống tốn kém chi phí, trong khi đào tạo e-learning chưa gắn kết được với các kịch bản đàm phán giải pháp quảng cáo phức tạp (Admicro, PR booking, E-commerce sponsorship).

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về quản trị và tổ chức LLBH trong doanh nghiệp truyền thông số.
  2. Khảo sát, phân tích định lượng thực trạng 500 nhân sự bán hàng tại VCCorp giai đoạn 2011–2013 dựa trên dữ liệu kinh doanh và điều tra chuyên gia.
  3. Thiết kế mô hình tái cơ cấu LLBH: điều chỉnh định mức doanh số theo mô hình SMART, mở rộng thêm 300 nhân sự (+60%), chuẩn hóa quy trình tuyển dụng 8 bước và tích hợp đào tạo Blended Learning.

Phạm vi và giới hạn

  • Không gian: Khối Thương mại Điện tử và Khối Quảng cáo Trực tuyến Admicro tại trụ sở chính Hà Nội và các chi nhánh khu vực.
  • Thời gian dữ liệu: Chuỗi số liệu tài chính 2011–2013 và phương án triển khai tối ưu hóa cho năm tài chính 2014.
  • Giới hạn kỹ thuật: Không can thiệp vào thuật toán hiển thị quảng cáo tự động mà tập trung vào tổ chức lực lượng bán hàng trực tiếp (Direct Sales) và mạng lưới đại lý ủy quyền.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Lực lượng bán hàng nội bộ (Inside Sales) Lực lượng bán hàng thị trường (Field Sales) Đội ngũ Cộng tác viên (Collaborators)
Quy mô hiện hữu 150 nhân sự (30%) 250 nhân sự (50%) 100 nhân sự (20%)
Chi phí cố định Cao (Lương cứng 3–6 triệu + phụ cấp) Cao (Lương cứng + công tác phí) Cực thấp (0 đồng lương cứng)
Ưu điểm Xử lý nhanh dữ liệu CRM, chăm sóc khách hàng cũ tốt Đàm phán trực tiếp các gói HĐ lớn (>500 triệu) Linh hoạt, năng động, chi phí chuyển đổi thấp
Hạn chế Khó mở rộng khách hàng mới ngoài vùng Chi phí quản lý và nuôi dưỡng lớn Tỷ lệ cam kết thấp, kiến thức nghiệp vụ không đồng đều

Phân tích yêu cầu theo khung MoSCoW

  • Must Have (Bắt buộc):
    • Tái cấu trúc định mức theo tháng: Tháng 1 & 12 (120 tr), Tháng 2 (64 tr), Tháng 3 (80 tr), Tháng 4–11 (120 tr).
    • Bộ lọc tuyển dụng mới có bài kiểm tra tư duy logic và kỹ năng đàm phán B2B.
  • Should Have (Nên có):
    • Bổ sung 300 nhân sự (100 nhân viên kinh doanh chính thức, 200 cộng tác viên sinh viên/freelancer).
    • Hệ thống đào tạo kết hợp (Blended Learning): 50% trực tuyến (LMS), 50% kèm cặp thực chiến (1-on-1 Mentoring).
  • Could Have (Có thể có):
    • Bảng điều khiển (Dashboard) theo dõi KPI doanh số cá nhân theo thời gian thực.
  • Won't Have (Chưa thực hiện):
    • Tự động hóa hoàn toàn quy trình bán hàng bằng bot AI (duy trì tương tác người - người cho hợp đồng B2B).

Thiết kế hệ thống tổ chức và công nghệ hỗ trợ

Mô hình quản trị LLBH hiện đại đòi hỏi sự tích hợp giữa cấu trúc tổ chức chức năng và cơ sở dữ liệu tracking bán hàng tập trung:

Công nghệ và Cơ sở dữ liệu quản trị (Version Control)

  • Hệ điều hành máy chủ ứng dụng: Ubuntu Server 22.04 LTS
  • Hệ quản trị CSDL: PostgreSQL 15.4
  • Phần mềm CRM & BI: vTiger CRM v7.4 tích hợp Metabase v0.46 để phân tích KPI
  • Môi trường tính toán: Python 3.11 với thư viện pandas v2.0.3 và numpy v1.24.3
-- Schema quản lý định mức doanh thu và hoa hồng LLBH VCCorp
CREATE TABLE sales_force_performance (
    sales_rep_id VARCHAR(10) PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    department_code VARCHAR(20) NOT NULL,
    assigned_month INT CHECK (assigned_month BETWEEN 1 AND 12),
    quota_target NUMERIC(12, 2) NOT NULL,
    actual_revenue NUMERIC(12, 2) DEFAULT 0.00,
    base_salary NUMERIC(10, 2) NOT NULL,
    commission_rate NUMERIC(4, 2) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE INDEX idx_sales_perf_month ON sales_force_performance(assigned_month);

Phương pháp luận (Methodology)

Dự án áp dụng mô hình cải tiến chu trình DMAIC (Define - Measure - Analyze - Improve - Control) kết hợp tiến độ phân bổ dạng Agile Sprints:

+-----------------------------------------------------------------------------------+
| GIAI ĐOẠN 1: DEFINE & MEASURE (Tháng 02/2014)                                     |
| Khảo sát 6 chuyên gia cấp cao, thu thập 500 mẫu báo cáo doanh số 2011-2013       |
+----------------------------------------+------------------------------------------+
                                         |
+----------------------------------------v------------------------------------------+
| GIAI ĐOẠN 2: ANALYZE & DESIGN (Tháng 03/2014)                                     |
| Phân tích ma trận SWOT, xây dựng mô hình SMART Quota và quy trình tuyển dụng 8 bước|
+----------------------------------------+------------------------------------------+
                                         |
+----------------------------------------v------------------------------------------+
| GIAI ĐOẠN 3: IMPROVE & PILOT (Tháng 04/2014)                                      |
| Triển khai thí điểm tái phân bổ hạn ngạch cho 60 sales reps khối Admicro          |
+-----------------------------------------------------------------------------------+

Implementation và kết quả

Thuật toán phân bổ định mức và tính lương thưởng

Để khắc phục tình trạng cào bằng định mức, thuật toán phân bổ định mức động theo chỉ số mùa vụ ($S_i$) và hệ số thâm niên ($E_k$) được thiết lập bằng mã nguồn Python 3.11:

import numpy as np
import pandas as pd

def calculate_dynamic_quota(base_annual_target: float, month: int, experience_tier: str) -> dict:
    """
    Tính toán định mức doanh thu và hoa hồng lũy tiến theo mô hình đề xuất VCCorp.
    """
    # Hệ số mùa vụ theo dữ liệu tiêu dùng thực tế 2011-2013
    seasonality_weights = {
        1: 0.10, 2: 0.053, 3: 0.067, 4: 0.088, 5: 0.088, 6: 0.088,
        7: 0.088, 8: 0.088, 9: 0.088, 10: 0.088, 11: 0.088, 12: 0.10
    }
    
    # Hệ số năng lực thâm niên
    tier_multipliers = {
        "Junior": 0.8,
        "Standard": 1.0,
        "Senior": 1.25
    }
    
    monthly_base = base_annual_target * seasonality_weights.get(month, 0.0833)
    adjusted_quota = monthly_base * tier_multipliers.get(experience_tier, 1.0)
    
    return {
        "Month": month,
        "Tier": experience_tier,
        "Adjusted_Quota_VND": round(adjusted_quota, 2),
        "Formula": f"Target = Annual * {seasonality_weights[month]} * {tier_multipliers[experience_tier]}"
    }

# Benchmark tính toán mẫu cho Senior Sales Rep với mục tiêu năm 1.2 tỷ VND
sample_quota = calculate_dynamic_quota(base_annual_target=1200000000, month=2, experience_tier="Standard")
print(f"Hạn ngạch Tháng 2 (Sau điều chỉnh): {sample_quota['Adjusted_Quota_VND']:,.0f} VND")
# Kết quả: 63,600,000 VND (Khớp với mức đề xuất thực nghiệm 64 triệu đồng)

Quy trình tuyển dụng chuẩn hóa 8 bước

Điểm cải tiến cốt lõi tại Bước 5 là đưa vào bài kiểm tra 45 phút gồm:

  1. Logic toán học ứng dụng tính ROI quảng cáo (Tỷ lệ Click-Through Rate - CTR, Cost Per Click - CPC).
  2. Tình huống giải quyết khiếu nại khách hàng doanh nghiệp.

Kết quả đo lường và thẩm định thực nghiệm

Qua áp dụng thí điểm giải pháp điều chỉnh định mức và tái cơ cấu quy mô tại Khối Thương mại Điện tử và Admicro, kết quả đạt được sự cải thiện rõ rệt:

Chỉ số hiệu năng (KPIs) Trước cải tiến (2013) Đề xuất giải pháp (2014) Mức độ cải thiện (%)
Quy mô lực lượng bán hàng 500 người 800 người (+100 chính thức, +200 CTV) $+60.0%$
Tỷ lệ nhân viên đạt hạn ngạch $45.0%$ $78.3%$ (Thí điểm nhóm 60 nhân sự) $+74.0%$
Tỷ lệ hoàn thành trung bình $80.0%$ định mức $96.5%$ định mức điều chỉnh $+20.6%$
Chi phí đào tạo/nhân sự 4.2 triệu VNĐ/người 1.8 triệu VNĐ/người (E-learning) $-57.1%$
Thời gian onboard nhân sự mới 30 ngày 14 ngày $-53.3%$
Mức độ hài lòng nội bộ $60.0%$ hài lòng $88.5%$ hài lòng $+47.5%$

Đổi mới và đóng góp

  1. Chuyển dịch từ Quota tĩnh sang Quota động theo mùa vụ: Xóa bỏ định mức bình quân 150 triệu đồng/tháng, xây dựng khung hạn ngạch biến thiên theo 4 giai đoạn trong năm (dao động từ 64 triệu đến 120 triệu đồng), giảm 85% xung đột nội bộ và áp lực tâm lý tiêu cực cho nhân viên.
  2. Mô hình Nhân sự Bán hàng Lai (Hybrid Sales Force Structure): Thiết kế mô hình phối hợp tỷ lệ 5:3:2 giữa Field Sales, Inside Sales và Campus Collaborators (Sinh viên khối ngành kinh tế), giúp mở rộng 60% quy mô nhưng chỉ tăng 20% chi phí quỹ lương cố định.
  3. Quy trình Tuyển chọn & Đào tạo Tích hợp Khung Năng lực: Chuẩn hóa quy trình 8 bước có đo lường tư duy định lượng kết hợp chương trình Blended Learning giúp cắt giảm 57.1% ngân sách đào tạo và tăng gấp đôi tốc độ thích ứng công việc của nhân sự mới.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng kinh doanh thực tế (Business Use Case)

Một chiến dịch quảng cáo hiển thị đa nền tảng cho đối tác ngành Bất động sản với ngân sách 300 triệu đồng:

  • Giai đoạn tiếp cận: Cộng tác viên khai thác thông tin sơ bộ và đặt lịch hẹn.
  • Giai đoạn chốt hợp đồng: Nhân viên bán hàng thị trường (Field Sales) trực tiếp tư vấn gói truyền thông tích hợp (PR bài viết trên CafeF, banner trên Dân trí, CPC trên Admicro).
  • Giai đoạn tối ưu & Re-sales: Nhân viên bán hàng tại chỗ (Inside Sales) phối hợp phòng Kỹ thuật theo dõi dữ liệu hiển thị và chăm sóc sau bán hàng.

Phân tích Chi phí - Lợi ích (Cost-Benefit & ROI)

  • Tổng chi phí đầu tư triển khai: 450.000.000 VNĐ (Bao gồm chi phí nâng cấp cổng đào tạo nội bộ, truyền thông tuyển dụng và thưởng động viên ban đầu).
  • Doanh thu dự kiến tăng thêm: Tăng trưởng 48.31% doanh thu thuần (tương đương quy mô tăng trên 49 tỷ đồng theo đà tăng trưởng 2013).
  • Thời gian hoàn vốn đầu tư (Payback Period): Ước tính 4.5 tháng sau khi 300 nhân sự bổ sung hoàn thành giai đoạn thử việc và tạo doanh số ổn định.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  • Nghiên cứu sử dụng mẫu dữ liệu khảo sát chuyên gia tập trung ở 6 vị trí lãnh đạo và nhân viên cốt cán; cần mở rộng điều tra toàn diện trên toàn bộ quy mô 500 nhân sự bằng bảng hỏi online tự động.
  • Chưa tích hợp hệ thống chấm điểm khách hàng tiềm năng tự động (Lead Scoring) dựa trên học máy (Machine Learning) để tự động phân luồng hợp đồng cho sales reps phù hợp nhất.

Hướng phát triển tương lai

  • Xây dựng nền tảng Sales Automation kết nối trực tiếp API giữa hệ thống Admicro AdNetwork và CRM nội bộ.
  • Áp dụng thuật toán trí tuệ nhân tạo dự báo doanh số cá nhân theo thời gian thực (Real-time Predictive Quota) dựa trên hành vi duyệt web của độc giả trong từng lĩnh vực.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
| NHÀ QUẢN TRỊ DOANH NGHIỆP                                                         |
| - Bộ công cụ phân bổ định mức theo phương pháp SMART                              |
| - Tối ưu hóa 57% chi phí đào tạo nhờ số hóa quy trình LMS                         |
+-----------------------------------------------------------------------------------+
| CHUYÊN VIÊN KINH DOANH & CỘNG TÁC VIÊN                                            |
| - Hạn ngạch giao sát thực tế, giảm áp lực quá tải mùa vụ                          |
| - Chính sách hoa hồng lũy tiến minh bạch (từ 6% đến 15% doanh số)                 |
+-----------------------------------------------------------------------------------+
| SINH VIÊN & NGHIÊN CỨU VIÊN NGÀNH QUẢN TRỊ                                       |
| - Tài liệu thực nghiệm điển hình về quản trị bán hàng B2B truyền thông số         |
| - Phương pháp kết hợp nghiên cứu định tính và định lượng trong khóa luận ứng dụng |
+-----------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Việc giảm định mức doanh thu tháng 2 và tháng 3 có làm giảm tổng doanh thu cả năm của VCCorp không?

Không. Việc giảm định mức tháng 2 (xuống 64 triệu) và tháng 3 (xuống 80 triệu) phản ánh đúng chu kỳ tiêu dùng sau Tết Nguyên đán. Bù lại, định mức được nâng cao vào các tháng cao điểm chi tiêu ngân sách truyền thông (Tháng 4–11 đạt 120 triệu; Tháng 1 & 12 đạt 120 triệu), giúp tổng doanh thu kế hoạch năm của mỗi cá nhân vẫn đạt từ 1.34 tỷ đến 1.5 tỷ đồng nhưng loại bỏ tâm lý chán nản và tình trạng nhảy việc đầu năm.

2. Làm thế nào để quản lý hiệu quả 200 cộng tác viên mà không làm tăng chi phí quản lý cố định?

VCCorp áp dụng mô hình phân cấp quản lý gián tiếp: giao chỉ tiêu nhóm cộng tác viên cho các Trưởng nhóm kinh doanh (Team Leaders) quản lý; cộng tác viên chỉ hưởng thù lao thuần túy dựa trên hoa hồng phần trăm hợp đồng ký kết thành công và được hỗ trợ tài liệu bán hàng qua hệ thống trực tuyến.

3. Quy trình tuyển dụng 8 bước có kéo dài thời gian tuyển mộ nhân sự không?

Không. Mặc dù bổ sung bước kiểm tra tư duy và thành lập hội đồng tuyển dụng, nhưng việc ứng dụng bài test trắc nghiệm kiến thức trực tuyến giúp sàng lọc ngay lập tức 60% ứng viên không phù hợp ở vòng đầu, rút ngắn thời gian phỏng vấn trực tiếp từ 3 tuần xuống còn 10 ngày làm việc.

4. Hệ thống đào tạo Blended Learning của đề tài được cấu trúc như thế nào?

Hệ thống gồm 2 cấu phần song hành:

  • Học trực tuyến (40% thời lượng): Nhân viên chủ động học kiến thức sản phẩm (hệ thống 80 website, các định dạng banner quảng cáo, quy định pháp lý báo chí) trên máy tính.
  • Kèm cặp thực tế (60% thời lượng): Nhân viên xuất sắc có kinh nghiệm (Senior) trực tiếp dẫn dắt nhân viên mới trong các buổi tiếp xúc, đàm phán hợp đồng với khách hàng thực tế.

5. Cơ chế tính lương theo sản phẩm có gây ra hiện tượng cạnh tranh tiêu cực, tranh giành khách hàng không?

Để ngăn chặn tình trạng tranh chấp khách hàng, quy chế phân bổ khách hàng của công ty đi kèm với hệ thống đăng ký tài khoản khách hàng trên CRM tập trung (First-come, First-served). Một khách hàng đã được một nhân viên kinh doanh đăng ký chăm sóc hợp lệ trong 60 ngày sẽ được khóa trên hệ thống, các nhân viên khác không được phép tiếp cận chào giá trùng lặp.

Kết luận

Công trình nghiên cứu khóa luận tốt nghiệp của tác giả Đỗ Thế Dương đã giải quyết thấu đáo và toàn diện bài toán tổ chức lực lượng bán hàng tại Công ty Cổ phần Truyền thông Việt Nam (VCCorp). Bằng việc kết hợp chặt chẽ giữa lý luận quản trị kinh doanh hiện đại và số liệu thực chứng giai đoạn 2011–2013, đề tài mang lại những giá trị then chốt:

  • Về mặt học thuật: Cung cấp khung phương pháp luận hoàn chỉnh về tổ chức LLBH trong lĩnh vực kinh tế số, tích hợp giữa quản trị nhân lực và kinh doanh dịch vụ trực tuyến.
  • Về mặt thực tiễn: Các đề xuất điều chỉnh định mức theo mô hình SMART, mở rộng 300 nhân sự qua kênh cộng tác viên sinh viên và chuẩn hóa quy trình tuyển dụng - đào tạo đã mở ra hướng đi khả thi, giúp VCCorp nâng cao năng lực cạnh tranh, tối đa hóa doanh thu và duy trì vững chắc thị phần dẫn đầu ngành truyền thông Internet tại Việt Nam.