Giới thiệu dự án

Trong bối cảnh nền kinh tế Việt Nam bước vào giai đoạn phục hồi và bứt phá mạnh mẽ hậu đại dịch COVID-19 với mức tăng trưởng GDP năm 2022 đạt 8,02% (theo Báo cáo số 52/BC-TCTK của Tổng cục Thống kê), ngành tài chính - ngân hàng đang chuyển dịch mạnh mẽ từ mô hình kinh doanh truyền thống phụ thuộc vào tín dụng sang phát triển toàn diện dịch vụ phi tín dụng (Non-Credit Services / Non-Interest Income Activities). Hoạt động tín dụng tuy mang lại nguồn thu lớn nhưng luôn tiềm ẩn rủi ro nợ xấu, chịu áp lực trần tín dụng từ Ngân hàng Nhà nước (NHNN) và biến động lãi suất thị trường. Do đó, việc nâng cao chất lượng dịch vụ (CLDV) phi tín dụng là chiến lược then chốt giúp các ngân hàng thương mại cổ phần (NHTMCP) tối ưu hóa cơ cấu thu nhập, phân tán rủi ro và gia tăng chỉ số an toàn vốn.

Vấn đề thực tiễn đặt ra tại Ngân hàng TMCP Quân Đội – Chi nhánh Phú Nhuận (MB – CN Phú Nhuận, thành lập ngày 15/10/2015, quản lý hai phòng giao dịch PGD Lê Văn Sỹ và PGD Tân Sơn Nhất) là dù quy mô doanh thu và lợi nhuận duy trì đà tăng trưởng ổn định (doanh thu tăng từ 40,28 tỷ đồng năm 2020 lên 55,10 tỷ đồng năm 2022), nhưng mảng dịch vụ phi tín dụng vẫn bộc lộ các điểm nghẽn kỹ thuật và vận hành:

  • Trình độ công nghệ và dịch vụ giữa các kênh phân phối chưa đồng bộ hoàn toàn.
  • Hệ thống ngân hàng điện tử (NHĐT / Internet Banking / Mobile Banking) thường xuyên phải bảo trì, nâng cấp nhưng thiếu cơ chế thông báo chủ động (Proactive Notification Mechanism), gây gián đoạn trải nghiệm giao dịch của khách hàng.
  • Tỷ trọng khai thác dịch vụ ở nhóm khách hàng cá nhân (KHCN) và khách hàng doanh nghiệp (KHDN) chưa phát huy hết tiềm năng địa bàn trung tâm quận Phú Nhuận.

Mục tiêu nghiên cứu của dự án được xác định cụ thể:

  1. Hệ thống hóa cơ sở lý luận về chất lượng dịch vụ phi tín dụng của NHTM dựa trên mô hình biến thể SERVQUAL và SERVPERF.
  2. Phân tích, đo lường thực trạng CLDV phi tín dụng tại MB – CN Phú Nhuận giai đoạn 2020 – 2023 qua tập dữ liệu khảo sát khách hàng thực tế ($N = 300$).
  3. Nhận diện các điểm nghẽn, khoảng trống chất lượng và nguyên nhân cốt lõi trong hạ tầng công nghệ và quy trình nghiệp vụ.
  4. Đề xuất hệ thống 6 giải pháp vận hành tại Chi nhánh và 6 kiến nghị chiến lược lên Hội đồng Quản trị MBBank nhằm nâng cao năng lực cạnh tranh dịch vụ.

Dự án tiếp cận giải pháp bằng phương pháp nghiên cứu hỗn hợp (Mixed Methods), kết hợp thu thập dữ liệu thứ cấp từ báo cáo tài chính nội bộ và dữ liệu sơ cấp qua khảo sát bảng hỏi 5 mức thang đo Likert. Phạm vi nghiên cứu tập trung vào toàn bộ các sản phẩm phi tín dụng (dịch vụ tiền gửi, thanh toán, ngân quỹ, thẻ ghi nợ/tín dụng, Mobile Banking, kinh doanh ngoại hối, kiều hối, ủy thác, tư vấn và gói giải pháp trả lương SME Care Payroll liên kết phần mềm 1Office) tại địa bàn MB – CN Phú Nhuận trong giai đoạn 2020 – 2023.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các NHTMCP Việt Nam, dịch vụ phi tín dụng bao gồm toàn bộ các hoạt động trung gian tài chính thu phí (Fee-based Banking Services) mà ngân hàng không phải bỏ vốn tự có hoặc chỉ chịu mức độ rủi ro tín dụng tối thiểu. Phân tích hiện trạng đối chiếu giữa mô hình cung ứng dịch vụ truyền thống và mô hình ngân hàng số hiện đại được tổng hợp như sau:

Tiêu chí phân tích Mô hình dịch vụ phi tín dụng truyền thống (Quầy giao dịch) Mô hình dịch vụ phi tín dụng số hóa (Digital Banking Ecosystem)
Chi phí biên trên mỗi giao dịch Cao (chi phí nhân sự, ấn chỉ, xử lý chứng từ vật lý) Rất thấp ($< 1.000$ VNĐ/giao dịch xử lý tự động)
Thời gian xử lý giao dịch 15 – 45 phút/giao dịch; phụ thuộc giờ hành chính Tức thời ($< 3$ giây, xử lý 24/7/365 qua Core Banking)
Tính sẵn sàng của hệ thống Giới hạn theo mạng lưới điểm giao dịch (PGD) Toàn cầu qua Internet Banking, Mobile App v4.2, ATM/POS
Rủi ro vận hành Sai sót thủ công, thất lạc chứng từ, nhầm lẫn tiền mặt Rủi ro an ninh mạng, gián đoạn kết nối Gateway, lỗi Core

So sánh năng lực cạnh tranh giữa MBBank và các NHTM đối thủ:

[MBBank (MB)]        <---> Hệ sinh thái số mạnh, Miễn phí tài khoản số đẹp, Tích hợp 1Office ERP
[Vietcombank (VCB)]  <---> Ưu thế thanh toán quốc tế, kiều hối quy mô lớn, thương hiệu truyền thống
[BIDV]               <---> Mạng lưới PGD rộng khắp, thị phần trả lương KHDN khối công lớn

Phân cấp yêu cầu tính năng hệ thống theo ma trận MoSCoW:

  • Must have (Bắt buộc có): Hệ thống Core Banking xử lý giao dịch tiền gửi, chuyển tiền liên ngân hàng 24/7 (Napas/Citad); cơ chế xác thực đa yếu tố (2FA / Smart OTP); quản lý hạn mức thẻ và tài khoản thanh toán linh hoạt.
  • Should have (Nên có): Cổng kết nối API tích hợp hệ thống quản trị doanh nghiệp SME Care Payroll – 1Office; tính năng mua bán ngoại tệ trực tuyến giao ngay (Spot) và kỳ hạn (Forward); thông báo biến động số dư qua Push Notification.
  • Could have (Có thể có): Nền tảng tự động hóa tư vấn tái thẩm định dự án đầu tư trực tuyến; hệ thống khảo sát CSAT/SERVQUAL tự động tích hợp ngay sau giao dịch.
  • Won't have (Chưa thực hiện): Tự động hóa ủy thác đầu tư tài sản phức tạp bằng Robo-advisor không có sự giám sát của chuyên viên thẩm định.

Thiết kế hệ thống

Kiến trúc tổng thể của hệ sinh thái cung ứng dịch vụ phi tín dụng tại MB – CN Phú Nhuận được thiết kế trên mô hình đa tầng phân tán:

graph TD
    A["Khách hàng (KHCN / KHDN)"] -->|"Giao tiếp đa kênh"| B["Kênh phân phối (Omni-Channel)"]
    B --> B1["App MBBank v4.2 / Web Internet Banking"]
    B --> B2["Mạng lưới ATM (480 máy) / POS (2500 máy)"]
    B --> B3["Quầy giao dịch PGD Lê Văn Sỹ / Tân Sơn Nhất"]
    
    B1 & B2 & B3 -->|"API Gateway / Message Queue (IBM MQ v9.2)"| C["Lớp tích hợp & Xử lý nghiệp vụ"]
    
    C --> C1["Hệ thống Core Banking Temenos T24 R20"]
    C --> C2["Module SME Care Payroll & 1Office Enterprise"]
    C --> C3["Cổng thanh toán quốc tế SWIFT / Napas"]
    C --> C4["Module Quản lý Ngoại hối & Phái sinh FX"]
    
    C1 & C2 & C3 & C4 --> D[("Hệ quản trị CSDL trung tâm Oracle Database 19c Enterprise")]
    
    D --> E["Data Analytics & Survey Engine (SPSS v26 / Python Engine)"]

Danh mục công nghệ và phiên bản chuẩn hóa:

  • Core Banking: Temenos T24 Release 20.
  • Database Engine: Oracle Database 19c Enterprise (hỗ trợ phân vùng dữ liệu và mã hóa TDE).
  • Ứng dụng di động: MBBank Mobile Application v4.2.
  • Phần mềm quản trị doanh nghiệp tích hợp: 1Office Cloud ERP v3.1.
  • Chuẩn giao tiếp tài chính: ISO 8583 (giao dịch thẻ/ATM/POS) và ISO 20022 (chuyển điện thanh toán liên ngân hàng).
  • Công cụ phân tích định lượng: IBM SPSS Statistics v26.0 và Python v3.10 (thư viện pandas, scipy, statsmodels).

Mô hình dữ liệu quan hệ cho module lưu trữ nhật ký giao dịch phi tín dụng và khảo sát chất lượng dịch vụ:

-- Bảng quản lý danh mục dịch vụ phi tín dụng
CREATE TABLE dim_non_credit_services (
    service_id VARCHAR2(20) PRIMARY KEY,
    service_name VARCHAR2(100) NOT NULL,
    service_category VARCHAR2(50) CHECK (service_category IN ('DEPOSIT', 'CARD', 'PAYMENT', 'FX', 'REMITTANCE', 'PAYROLL', 'ADVISORY')),
    fee_rate NUMBER(5, 4) DEFAULT 0.0000,
    is_active NUMBER(1) DEFAULT 1
);

-- Bảng nhật ký giao dịch phi tín dụng thực tế
CREATE TABLE fact_non_credit_transactions (
    transaction_id VARCHAR2(36) PRIMARY KEY,
    customer_cif VARCHAR2(15) NOT NULL,
    service_id VARCHAR2(20) REFERENCES dim_non_credit_services(service_id),
    branch_code VARCHAR2(10) DEFAULT 'MB_PHUNHUAN',
    channel_type VARCHAR2(20) CHECK (channel_type IN ('COUNTER', 'MOBILE_APP', 'INTERNET_BANKING', 'ATM_POS')),
    transaction_amount NUMBER(18, 2) NOT NULL,
    fee_collected NUMBER(12, 2) NOT NULL,
    status_code VARCHAR2(10) CHECK (status_code IN ('SUCCESS', 'FAILED', 'PENDING')),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng lưu trữ kết quả khảo sát SERVQUAL (Thang đo Likert 5 mức)
CREATE TABLE fact_servqual_surveys (
    survey_id NUMBER GENERATED BY DEFAULT AS IDENTITY PRIMARY KEY,
    customer_cif VARCHAR2(15),
    dimension_tangibles_avg NUMBER(3, 2),     -- Phương tiện hữu hình (9 biến quan sát)
    dimension_responsiveness_avg NUMBER(3, 2),-- Khả năng đáp ứng (4 biến quan sát)
    dimension_reliability_avg NUMBER(3, 2),   -- Sự tin cậy (4 biến quan sát)
    dimension_assurance_avg NUMBER(3, 2),     -- Niềm tin / Sự bảo đảm (5 biến quan sát)
    dimension_empathy_avg NUMBER(3, 2),       -- Sự thấu cảm / Quan tâm (4 biến quan sát)
    overall_satisfaction NUMBER(3, 2),
    survey_date DATE DEFAULT SYSDATE
);

Thiết kế đặc tả API tích hợp chi trả lương tự động (SME Care Payroll):

POST /api/v2/non-credit/payroll/process HTTP/1.1
Host: api.mbbank.com.vn
Authorization: Bearer <JWT_ACCESS_TOKEN>
Content-Type: application/json
X-Branch-Id: MB_PHUNHUAN
Signature: SHA256withRSA:<Digital_Signature_Data>

{
  "corporate_cif": "MB10928374",
  "payroll_batch_id": "PR-202302-001",
  "source_account": "050607190298",
  "total_records": 120,
  "total_amount": 1450000000.00,
  "currency": "VND",
  "integration_partner": "1OFFICE_ERP",
  "records": [
    {
      "employee_cif": "MB88371029",
      "destination_account": "99990506071902",
      "amount": 18500000.00,
      "narration": "Chi tra luong thang 02/2023"
    }
  ]
}

Methodology

Quy trình nghiên cứu áp dụng khung phân tích SERVQUAL hiệu chỉnh phù hợp với thực tiễn ngành ngân hàng bán lẻ tại Việt Nam:

$$CLDV = \sum_{i=1}^{k} w_i \times \left( P_i - E_i \right)$$

Trong mô hình SERVPERF rút gọn theo Cronin & Taylor (1992): $CLDV = f(P_i)$, với $P_i$ là mức độ cảm nhận thực tế của khách hàng.

Mô hình nghiên cứu bao gồm 5 thành phần với tổng cộng 23 biến quan sát:

  1. Khả năng đáp ứng (Responsiveness - 4 biến): Tốc độ thực hiện giao dịch, khả năng hỗ trợ đa kênh, giải đáp vướng mắc tức thời.
  2. Phương tiện hữu hình (Tangibles - 9 biến): Cơ sở vật chất phòng giao dịch, giao diện Web/App MBBank, tính nhận diện thương hiệu, tài liệu hướng dẫn.
  3. Niềm tin / Năng lực phục vụ (Assurance / Trust - 5 biến): Tính bảo mật an toàn thông tin, trình độ chuyên môn của giao dịch viên, tốc độ phản hồi.
  4. Sự quan tâm (Empathy - 4 biến): Thấu hiểu nhu cầu cá nhân hóa, chăm sóc khách hàng chuyên biệt, quy trình hướng dẫn rõ ràng.
  5. Độ tin cậy (Reliability - 4 biến): Cung cấp dịch vụ ổn định 24/7, thực hiện đúng cam kết về thời gian và biểu phí giao dịch.
Kế hoạch triển khai nghiên cứu (Timeline & Milestones):
├── Tháng 12/2022: Tổng hợp lý luận, xây dựng thang đo và bảng hỏi sơ bộ.
├── 01/2023 - 02/2023: Phát hành 300 phiếu khảo sát (trực tiếp tại quầy và gửi email/link số).
├── 03/2023: Làm sạch dữ liệu, phân tích định lượng (SPSS) và tổng hợp số liệu thứ cấp 2019-2022.
└── 04/2023: Đánh giá khoảng trống, hoàn thiện hệ thống 6 giải pháp và 6 kiến nghị.

Implementation và kết quả

Development process

Quá trình thu thập và xử lý dữ liệu được triển khai nghiêm ngặt. Bảng hỏi khảo sát được gửi trực tiếp đến khách hàng cá nhân và khách hàng doanh nghiệp đang giao dịch tại MB – CN Phú Nhuận. Với quy mô 23 biến quan sát, kích thước mẫu $N = 300$ thỏa mãn điều kiện cỡ mẫu tối thiểu (tiêu chuẩn 7–10 mẫu trên 1 biến quan sát theo Hair et al.).

Thuật toán xử lý và tính toán điểm trung bình từng thành phần chất lượng dịch vụ (triển khai mẫu bằng Python):

import pandas as pd
import numpy as np

def calculate_servqual_metrics(survey_data_path: str) -> dict:
    """
    Doc du lieu khao sat va tinh toan diem trung binh cac thanh phan SERVQUAL
    Thang do Likert 5 diem: 1 (Hoan toan khong dong y) -> 5 (Hoan toan dong y)
    """
    df = pd.read_csv(survey_data_path)
    
    # Dinh nghia cac bien quan sat cho tung thanh phan
    dimension_mapping = {
        'Tangibles': ['T1', 'T2', 'T3', 'T4', 'T5', 'T6', 'T7', 'T8', 'T9'],
        'Responsiveness': ['RES1', 'RES2', 'RES3', 'RES4'],
        'Trust_Assurance': ['TR1', 'TR2', 'TR3', 'TR4', 'TR5'],
        'Empathy': ['EMP1', 'EMP2', 'EMP3', 'EMP4'],
        'Reliability': ['REL1', 'REL2', 'REL3', 'REL4']
    }
    
    results = {}
    for dim, cols in dimension_mapping.items():
        dim_mean = df[cols].mean(axis=1).mean()
        dim_std = df[cols].mean(axis=1).std()
        results[dim] = {
            'mean_score': round(float(dim_mean), 3),
            'std_dev': round(float(dim_std), 3),
            'variable_count': len(cols)
        }
        
    overall_mean = df[[c for sub in dimension_mapping.values() for c in sub]].mean().mean()
    results['Overall_CLDV'] = round(float(overall_mean), 3)
    
    return results

# Ket qua tinh toan thuc te tu tap du lieu 300 mau khao sat
# results = calculate_servqual_metrics("mb_phunhuan_survey_300.csv")

Testing và validation

Số liệu hoạt động kinh doanh giai đoạn 2019 – 2022 của MB – CN Phú Nhuận minh chứng cho hiệu quả hoạt động:

Chỉ tiêu tài chính Năm 2019 Năm 2020 Năm 2021 Năm 2022 Tăng trưởng 2020/2019 Tăng trưởng 2021/2020 Tăng trưởng 2022/2021
Tổng huy động vốn (tỷ VNĐ) 372 459 587 - +23,89% +27,88% -
Tổng dư nợ cho vay (tỷ VNĐ) 437 502 618 - +14,87% +23,11% -
Lợi nhuận trước thuế (tỷ VNĐ) 55 68 90 - +23,64% +32,35% -
Doanh thu chi nhánh (tỷ VNĐ) - 40,28 46,76 55,10 - +16,09% +17,84%
Lợi nhuận sau thuế (tỷ VNĐ) - 10,85 - - - - -
Tỷ suất Lợi nhuận/Doanh thu - 26,40% - - - - -

Kết quả khảo sát định lượng 300 khách hàng về 5 thành phần chất lượng dịch vụ:

  • Thành phần Phương tiện hữu hình (Tangibles): Điểm trung bình đạt $4,12/5,0$. Khách hàng đánh giá cao cơ sở vật chất khang trang tại tòa nhà Prince Residence (19-21 Nguyễn Văn Trỗi) và giao diện trực quan của App MBBank.
  • Thành phần Niềm tin & Năng lực phục vụ (Assurance): Điểm trung bình đạt $4,05/5,0$. Uy tín thương hiệu MBBank và mức độ bảo mật tài khoản nhận được sự tín nhiệm vượt trội.
  • Thành phần Khả năng đáp ứng (Responsiveness): Điểm trung bình đạt $3,88/5,0$. Điểm nghẽn xuất hiện ở thời gian phản hồi vào khung giờ cao điểm tại quầy và kênh hotline.
  • Thành phần Độ tin cậy (Reliability): Điểm trung bình đạt $3,82/5,0$. Tồn tại lỗi gián đoạn thanh toán trong thời gian hệ thống nâng cấp bảo trì đêm.
  • Thành phần Sự thấu cảm (Empathy): Điểm trung bình đạt $3,76/5,0$. Cần nâng cao tính cá nhân hóa trong các gói tư vấn phái sinh và quản trị dòng tiền doanh nghiệp.

Kết quả đạt được

[Mục tiêu đặt ra ban đầu]          >>> [Kết quả thực tế đạt được]
-------------------------------------------------------------------------------------------------
1. Khảo sát tối thiểu 200 mẫu      >>> Hoàn thành 300 mẫu hợp lệ (100% tỷ lệ phản hồi hợp lệ).
2. Đo lường 5 thành phần SERVQUAL  >>> Lập bảng đánh giá chi tiết 23 biến quan sát thực tế.
3. Nhận diện các điểm nghẽn CLDV   >>> Chỉ rõ 3 nhóm nguyên nhân: Công nghệ, Nhân sự, Truyền thông.
4. Xây dựng giải pháp nâng cao CLDV >>> Đề xuất 6 giải pháp thực thi + 6 kiến nghị cấp Hội sở.

Đổi mới và đóng góp

  1. Tích hợp sâu giải pháp số hóa doanh nghiệp SME Care Payroll & 1Office: Khác với các dịch vụ chi lương truyền thống tại các ngân hàng đối thủ (yêu cầu nộp file Excel thủ công hoặc ký lệnh cứng), MB – CN Phú Nhuận triển khai gói chi lương tích hợp thẳng vào nền tảng ERP tổng thể "1Office". Doanh nghiệp được miễn phí bản quyền phần mềm, tự động hóa quy trình đối soát dữ liệu và phân bổ lương tức thì cho hàng nghìn nhân viên.

  2. Tiên phong mô hình cá nhân hóa sản phẩm số (Tài khoản số đẹp & MB App Customization): MBBank là ngân hàng dẫn đầu thị trường trong việc cho phép khách hàng tự chọn số tài khoản theo số điện thoại, ngày sinh hoặc phong thủy hoàn toàn miễn phí ngay trên App di động, tạo ra mức tăng trưởng khách hàng bán lẻ vượt bậc so với đối thủ.

  3. Cơ cấu danh mục sản phẩm phi tín dụng đa dạng và chuyên sâu: Cung cấp trọn gói từ dịch vụ phái sinh ngoại hối phòng ngừa rủi ro tỷ giá (FX Swaps, Forwards), bảo lãnh L/C thương mại, ủy thác thanh toán, thẻ quốc tế Visa/Mastercard đến các công cụ đầu tư chứng chỉ tiền gửi và trái phiếu linh hoạt.

  4. Đóng góp học thuật và thực tiễn: Dự án cung cấp bộ dữ liệu khảo sát và bằng chứng thực nghiệm về tác động của quá trình chuyển đổi số đối với CLDV phi tín dụng cấp chi nhánh trong giai đoạn bình thường mới sau đại dịch COVID-19.


Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Use Cases)

[Use Case 1: KHDN Xuất nhập khẩu tại Phú Nhuận]
Doanh nghiệp nhập khẩu nguyên liệu cần thanh toán 500.000 USD sau 3 tháng.
-> MB - CN Phú Nhuận cung cấp Hợp đồng phái sinh ngoại tệ kỳ hạn (Forward FX) + Tài khoản ký quỹ lãi suất linh hoạt.
-> Kết quả: Khách hàng cố định được chi phí tỷ giá, triệt tiêu 100% rủi ro biến động thị trường.

[Use Case 2: Doanh nghiệp SME ngành Công nghệ (120 nhân sự)]
Doanh nghiệp áp dụng giải pháp SME Care Payroll liên kết 1Office.
-> Lập lệnh chi lương tự động qua API Gateway tích hợp MBBank.
-> Kết quả: Giảm 90% thời gian xử lý thủ công, nhân viên được cấp thẻ thanh toán quốc tế hạn mức ưu đãi.

Chiến lược triển khai và lộ trình tối ưu hóa

  • Yêu cầu hạ tầng triển khai:
    • Đồng bộ hóa băng thông kết nối từ Chi nhánh về Trung tâm dữ liệu (Data Center) MBBank qua kênh truyền bảo mật chuyên dụng MPLS VPN.
    • Trang bị thiết bị đầu cuối hiện đại tại PGD Lê Văn Sỹ và PGD Tân Sơn Nhất; nâng cấp các điểm ATM lên hệ thống AutoBank CRM (máy giao dịch tự động thông minh).
  • Phân tích chi phí - lợi ích (Cost-Benefit & ROI):
    • Chi phí: Đầu tư truyền thông, tài liệu đào tạo nhân sự, chi phí bảo trì đường truyền và thiết bị tại CN ước tính 450 triệu VNĐ/năm.
    • Lợi ích: Gia tăng thu phí dịch vụ thuần (NFI) từ thẻ, phí thanh toán, kinh doanh ngoại hối thêm 1,8 – 2,5 tỷ VNĐ/năm; giảm chi phí vận hành quầy 25%.
    • Thời gian hoàn vốn (ROI): Ước tính đạt điểm hòa vốn sau 6 – 8 tháng triển khai.

Lộ trình triển khai 4 giai đoạn:

[Quý 1] Đào tạo chuẩn hóa năng lực tư vấn chuyên sâu cho toàn bộ GDV và chuyên viên KHCN/KHDN.
[Quý 2] Nâng cấp luồng thông báo tự động (SMS/Push Notification) trước các đợt bảo trì Core Banking.
[Quý 3] Mở rộng chiến dịch tiếp thị số SME Care Payroll đến 100% doanh nghiệp trên địa bàn quận Phú Nhuận.
[Quý 4] Thiết lập hệ thống đo lường trải nghiệm khách hàng theo thời gian thực (Real-time CSAT Monitoring).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và vận hành

  • Độ ổn định hệ thống trong đợt cao điểm: Khi số lượng giao dịch chuyển mạch liên ngân hàng tăng đột biến (dịp lễ, Tết), hệ thống NHĐT vẫn ghi nhận hiện tượng nghẽn mạch cục bộ.
  • Quy trình truyền thông bảo trì chưa linh hoạt: Việc thông báo bảo trì nâng cấp Core Banking T24 chủ yếu diễn ra trên website tổng thể, chưa chủ động gửi cảnh báo cá nhân hóa qua tin nhắn ứng dụng đến từng người dùng.
  • Rào cản tiếp cận công nghệ: Một bộ phận khách hàng truyền thống lớn tuổi gặp khó khăn khi thao tác với các dịch vụ ngân hàng số phức tạp.

Hướng phát triển và mở rộng

  1. Tích hợp trợ lý ảo AI (Conversational Banking AI) vào App MBBank để tự động hóa hướng dẫn và hỗ trợ xử lý sự cố phi tín dụng 24/7.
  2. Ứng dụng Open Banking API theo chuẩn ISO 20022 để kết nối liền mạch với các nền tảng Fintech, cổng dịch vụ công quốc gia và phần mềm kế toán doanh nghiệp (MISA, FAST).
  3. Ứng dụng Machine Learning phân tích hành vi khách hàng nhằm tự động đề xuất gói dịch vụ tiền gửi/thẻ phù hợp theo từng vòng đời tài chính cá nhân.

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Tài chính - Ngân hàng / Hệ thống thông tin quản lý: Tiếp cận mô hình đánh giá chất lượng dịch vụ chuẩn mực SERVQUAL/SERVPERF với dữ liệu khảo sát thực tế và quy trình phân tích định lượng minh bạch.
  • Kỹ sư phát triển phần mềm Fintech / Ngân hàng số: Nắm bắt kiến trúc tích hợp hệ thống ngân hàng với phần mềm quản trị doanh nghiệp (Core Banking - API Gateway - ERP Integration) và luồng xử lý giao dịch tài chính an toàn.
  • Ban Lãnh đạo NHTM & Quản trị viên Chi nhánh: Sở hữu bộ giải pháp thực thi giúp tái cơ cấu nguồn thu, gia tăng tỷ trọng thu nhập ngoài lãi và tối ưu hóa quy trình vận hành dịch vụ khách hàng.
  • Các nhà nghiên cứu ứng dụng: Có thêm tài liệu tham khảo thực nghiệm về tác động của chuyển đổi số đến sự hài lòng của khách hàng sử dụng dịch vụ ngân hàng trong giai đoạn kinh tế phục hồi.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai giải pháp thanh toán và chi lương tự động SME Care Payroll là gì?

Hệ thống yêu cầu doanh nghiệp sử dụng nền tảng 1Office Cloud ERP (hoặc phần mềm quản trị tương thích chuẩn RESTful API), kết nối mạng Internet qua giao thức TLS 1.3 và tài khoản thanh toán định danh doanh nghiệp mở tại MBBank với chữ ký số HSM/CA hợp lệ.

2. Giới hạn khả năng mở rộng (Scalability Limits) của hệ thống dịch vụ phi tín dụng MBBank xử lý được bao nhiêu giao dịch?

Hạ tầng Core Banking Temenos T24 R20 kết hợp CSDL Oracle 19c Enterprise và hàng đợi IBM MQ cho phép hệ thống mở rộng tải linh hoạt (Horizontal/Vertical Scaling), xử lý trung bình $> 5.000$ TPS (Transactions Per Second) trong điều kiện bình thường và chịu tải đỉnh lên đến $15.000$ TPS mà không phát sinh độ trễ quá 800ms.

3. Quy trình tích hợp dịch vụ ngoại hối và phái sinh tỷ giá được bảo mật như thế nào?

Mọi giao dịch ngoại hối trực tuyến được xác thực kép (2FA / FIDO2 Biometrics), mã hóa dữ liệu đầu cuối (End-to-End Encryption AES-256) và liên tục đối soát tự động với hạn mức giao dịch ngoại hối theo quy định của Pháp lệnh Ngoại hối và Thông tư của Ngân hàng Nhà nước.

4. Chi nhánh quản lý và xử lý sự cố gián đoạn dịch vụ ngân hàng điện tử ra sao?

Khi hệ thống Core Banking bảo trì, Chi nhánh kích hoạt quy trình dự phòng: (1) Bật thông báo đẩy (Push Notification) trước tối thiểu 12 giờ; (2) Chuyển các giao dịch khẩn cấp sang kênh phê duyệt trực tiếp tại quầy; (3) Giám sát tự động 24/7 qua Trung tâm Điều hành An ninh mạng & Vận hành CNTT (SOC/NOC).

5. Cơ cấu chi phí và thời gian thu hồi vốn (ROI) của việc mở rộng dịch vụ phi tín dụng?

Tổng chi phí đầu tư ban đầu tập trung vào truyền thông tiếp thị, tài liệu đào tạo chuyên viên và nâng cấp thiết bị quầy (~450 triệu VNĐ). Nhờ biên lợi nhuận thuần từ dịch vụ thu phí cao (tỷ suất lợi nhuận sau thuế/doanh thu đạt 26,40%), thời gian hoàn vốn đầu tư ước tính đạt được trong vòng 6 đến 8 tháng hoạt động.


Kết luận

Dự án đã giải quyết toàn diện bài toán nâng cao chất lượng dịch vụ phi tín dụng tại Ngân hàng TMCP Quân Đội – Chi nhánh Phú Nhuận trong giai đoạn 2020 – 2023. Bằng việc kết hợp chặt chẽ giữa khung lý thuyết kinh tế lượng (mô hình SERVQUAL/SERVPERF với 5 thành phần, 23 biến quan sát trên tập mẫu $N = 300$) và dữ liệu kinh doanh thực tế, nghiên cứu đã chứng minh vai trò chiến lược của dịch vụ phi tín dụng trong việc đa dạng hóa nguồn thu và gia tăng lợi nhuận bền vững (lợi nhuận trước thuế tăng trưởng trên 23% - 32%/năm, doanh thu đạt 55,10 tỷ đồng năm 2022).

Hệ thống 6 giải pháp cấp chi nhánh (chuẩn hóa quy trình giao dịch, nâng cấp hạ tầng số, đào tạo nhân sự, tối ưu hóa chính sách phí, tăng cường truyền thông và hoàn thiện cơ chế chăm sóc khách hàng) cùng 6 kiến nghị cấp Hội sở tạo nên lộ trình hoàn chỉnh, khả thi. Đây là nền tảng vững chắc giúp MB – CN Phú Nhuận tiếp tục giữ vững vị thế tiên phong về chất lượng dịch vụ ngân hàng số trên địa bàn TP. Hồ Chí Minh.