Giới thiệu dự án

Thị trường phương tiện giao thông chạy điện tại Việt Nam trong giai đoạn 2020–2023 chứng kiến tốc độ tăng trưởng kép hàng năm (CAGR) đạt mức 12,5%, thúc đẩy bởi xu hướng chuyển đổi năng lượng xanh và chính sách giảm phát thải đô thị. Tuy nhiên, sự gia nhập ồ ạt của các thương hiệu nội địa và quốc tế khiến phân khúc xe đạp điện và xe máy điện nhanh chóng tiến vào giai đoạn bão hòa cục bộ. Trong bối cảnh đó, năng lực cạnh tranh của doanh nghiệp không chỉ nằm ở chất lượng lắp ráp hay định giá sản phẩm, mà phụ thuộc trực tiếp vào hiệu suất vận hành của bộ máy phân phối thông qua lực lượng bán hàng (Sales Force).

Đồ án tốt nghiệp chuyên ngành Quản trị Marketing tại Trường Đại học Thăng Long của sinh viên Phạm Mai Anh (Mã sinh viên: A37745, do GV. Nguyễn Thị Liên Hương hướng dẫn) tập trung giải quyết bài toán cốt lõi: "Hoàn thiện công tác quản trị lực lượng bán hàng tại Công ty Trách nhiệm hữu hạn (TNHH) Dương Tiến Phát". Sau hơn 13 năm hoạt động trong ngành sản xuất, lắp ráp và kinh doanh xe điện (tiêu biểu là dòng xe X-Men), Công ty TNHH Dương Tiến Phát đang đối mặt với các điểm nghẽn nghiêm trọng trong quản trị bán hàng: định biên nhân sự mang tính cảm tính, thiếu mô hình tính toán quy mô khoa học, quy trình đào tạo chưa chuẩn hóa, chính sách thù lao và đánh giá hiệu suất (KPI) thiếu liên kết với dữ liệu vận hành thực tế.

                  HỆ SINH THÁI QUẢN TRỊ LỰC LƯỢNG BÁN HÀNG
+-------------------------------------------------------------------------+
|                          HOẠCH ĐỊNH & ĐỊNH BIÊN                         |
|  - Dự báo doanh thu (PR)      - Tỷ lệ chi phí bán hàng (FSR)            |
|  - Khối lượng công việc (SE)  - Mô hình định biên tối ưu (SFS)          |
+-------------------------------------------------------------------------+
+-------------------------------------------------------------------------+
|                        TỔ CHỨC & PHÁT TRIỂN                             |
|  - Cơ cấu hỗn hợp (Địa lý + Dòng xe X-Men)                              |
|  - Tuyển dụng theo khung năng lực 10 tiêu chí trọng số                  |
|  - Đào tạo chuẩn hóa: Kiến thức ngành + Kỹ năng thực địa (OJT)          |
+-------------------------------------------------------------------------+
+-------------------------------------------------------------------------+
|                       ĐIỀU HÀNH & ĐÁNH GIÁ HIỆU SUẤT                    |
|  - Cơ chế thù lao 3P: Lương cứng + Hoa hồng biến đổi + Thưởng KPI       |
|  - Đo lường đa chiều: Bảng điểm + Quản trị mục tiêu (MBO) + Domo KPI    |
|  - Giám sát hiện trường & Tối ưu hóa chu trình bán buôn/bán lẻ          |
+-------------------------------------------------------------------------+

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận: Làm rõ khung lý thuyết chuẩn quốc tế về quản trị lực lượng bán hàng cá nhân (Personal Selling Management), các phương pháp định biên quy mô ($SFS$), cấu trúc ma trận tổ chức và hệ thống thù lao biến đổi.
  2. Phân tích thực trạng vận hành 2020–2022: Khảo sát chi tiết cơ cấu nhân sự, chi phí, quy trình tuyển dụng - đào tạo và kết quả kinh doanh dòng xe X-Men cùng linh phụ kiện tại Công ty TNHH Dương Tiến Phát.
  3. Xác định lỗ hổng quản trị (Gap Analysis): Đo lường khoảng cách giữa năng lực thực tế của đội ngũ bán hàng cơ hữu (Field Sales & Inside Sales) so với mục tiêu chiến lược của doanh nghiệp.
  4. Thiết kế gói giải pháp 2023–2025: Ứng dụng mô hình toán học định biên quy mô nhân sự, tái cấu trúc quy trình đào tạo tại chỗ (On-the-Job Training - OJT) và số hóa hệ thống giám sát KPI thông qua phần mềm chuyên dụng.

Phương pháp tiếp cận giải pháp

Nghiên cứu sử dụng phương pháp phân tích tại bàn (Desk Research) kết hợp phân tích định lượng dữ liệu tài chính - nhân sự nội bộ giai đoạn 2020–2022. Phương pháp tiếp cận lấy dữ liệu làm trung tâm (Data-driven Sales Management) được ứng dụng nhằm thay thế hoàn toàn phương thức quản lý định tính truyền thống, gắn kết trực tiếp khối lượng cuộc gọi, lượt viếng thăm đại lý (Field Visits) với chỉ số doanh thu ròng.

Chỉ số kết quả kỳ vọng

  • Tối ưu hóa quy mô đội ngũ: Định biên chính xác số lượng đại diện bán hàng theo phương pháp khối lượng công việc, duy trì độ lệch năng suất dưới $\pm 5%$.
  • Giảm tỷ lệ luân chuyển nhân sự (Turnover Rate): Hạ tỷ lệ thôi việc của khối kinh doanh từ mức $24,5%$ xuống dưới $12%$/năm thông qua cải cách cơ chế thù lao 3P (Position - Person - Performance).
  • Gia tăng doanh thu bình quân trên nhân sự (SPP): Nâng mức doanh thu trung bình mỗi nhân viên kinh doanh từ $145.000.000\text{ VNĐ/tháng}$ lên $\ge 195.000.000\text{ VNĐ/tháng}$ vào năm 2025.

Phạm vi và giới hạn nghiên cứu

  • Đối tượng nghiên cứu: Lực lượng bán hàng cơ hữu (Field Sales trực tiếp tại kênh đại lý và Inside Sales phụ trách bán buôn/chăm sóc khách hàng qua nền tảng số).
  • Không gian: Toàn bộ hệ thống phân phối và văn phòng giao dịch của Công ty TNHH Dương Tiến Phát tại khu vực miền Bắc.
  • Thời gian: Dữ liệu thực trạng thu thập trong giai đoạn 2020–2022; các giải pháp định hướng triển khai trong chu kỳ tài chính 2023–2025.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các doanh nghiệp vừa và nhỏ (SMEs) phân phối xe điện, công tác quản trị lực lượng bán hàng thường bộc lộ sự thiếu đồng bộ giữa chiến lược kinh doanh và khả năng thực thi tại hiện trường.

Tiêu chí phân tích Quản trị bán hàng truyền thống (Dương Tiến Phát 2020-2022) Mô hình Quản trị Bán hàng Đa kênh Tối ưu
Cấu trúc tổ chức Phân chia hỗn hợp chưa rõ ranh giới, xung đột địa bàn Cấu trúc chuyên môn hóa theo Khu vực địa lý - Khách hàng
Định biên nhân lực Ước lượng cảm tính theo nhu cầu tức thời Tính toán tự động bằng Workload Approach & FSR
Quy trình tuyển dụng Phỏng vấn định tính, tỷ lệ sàng lọc đạt yêu cầu thấp Đánh giá trọng số 10 nhóm năng lực (Communication, Drive,...)
Đào tạo & Huấn luyện Tự phát, không có giáo trình chuẩn hóa Lộ trình OJT kết hợp kiểm tra trắc nghiệm nghiệp vụ
Chính sách thù lao Lương cố định cao, hoa hồng cào bằng, ít động lực Lương cơ bản + Hoa hồng bậc thang + Thưởng vượt định mức KPI
Công cụ giám sát Báo cáo giấy/Excel cuối tuần, độ trễ thông tin cao Dashboard Domo KPI + Nền tảng hợp nhất 1Office HRM/CRM

Phân tích cạnh tranh sản phẩm chủ lực (Xe điện X-Men)

Trong phân khúc xe điện thể thao X-Men, Dương Tiến Phát cạnh tranh trực tiếp với các thương hiệu lớn như VinFast, Pega, Yadea và Detech. Điểm mạnh của công ty nằm ở tính linh hoạt trong giá bán sỉ và tốc độ cung ứng linh kiện, nhưng điểm yếu cốt tử là lực lượng đại diện bán hàng chưa được trang bị đầy đủ kỹ thuật đàm phán hợp đồng phân phối độc quyền và kiến thức chuyên sâu về công nghệ pin/động cơ.

                           MA TRẬN KHOẢNG CÁCH NĂNG LỰC
                  Kỹ năng đàm phán     Kiến thức kỹ thuật     Tỷ lệ đạt KPI

Ưu tiên yêu cầu theo mô hình MoSCoW

  • Must-have (Bắt buộc phải có): Công thức định biên nhân sự theo khối lượng công việc ($SFS$); Khung năng lực tuyển dụng có trọng số; Quy trình đào tạo nhân viên mới 14 ngày.
  • Should-have (Nên có): Hệ thống KPI định lượng kết hợp OKR theo quý; Bảng lương cơ bản và hệ số hoa hồng lũy tiến; Phần mềm quản trị nhân sự 1Office v3.2.
  • Could-have (Có thể có): Nền tảng phân tích thông minh Domo KPI Analytics; Quy trình tuyển dụng ứng viên từ đối thủ cạnh tranh có ký cam kết bảo mật.
  • Won't-have (Chưa triển khai chu kỳ này): Hệ thống tự động hóa hoàn toàn lực lượng bán hàng bằng AI Bot; Kênh phân phối HORECA chuyên biệt.

Thiết kế hệ thống

Kiến trúc quản trị lực lượng bán hàng mới được chuẩn hóa thành một quy trình tích hợp khép kín giữa con người, thuật toán quản trị và nền tảng số hóa.

graph TD
    subgraph Hoạch Định Nhân Lực
        A[Dữ liệu doanh thu & Tần suất viếng thăm] --> B[Mô hình tính SFS Workload]
        B --> C[Định biên phòng kinh doanh]
    end

    subgraph Tuyển Dụng & Huấn Luyện
        C --> D[Sàng lọc theo Thang 10 phẩm chất]
        D --> E[Quy trình Đào tạo OJT 4 bước]
        E --> F[Kiểm tra năng lực thực địa]
    end

    subgraph Vận Hành & Đo Lường
        F --> G[Giao địa bàn & Quota chỉ tiêu]
        G --> H[Theo dõi hành trình trên 1Office CRM]
        H --> I[Đánh giá đa chiều MBO / KPI]
        I --> J[Tính lương 3P & Khen thưởng Domo]
    end

Ngăn xếp công nghệ và công cụ quản trị (Technology Stack)

  • Hệ thống Quản trị Doanh nghiệp: 1Office Enterprise Edition (Version 3.2.4) – Module HRM & CRM.
  • Nền tảng Phân tích & Trực quan hóa KPI: Domo Cloud BI Platform (v8.0.2).
  • Cơ sở dữ liệu lưu trữ hiệu suất: PostgreSQL Database Server (v15.2-GA).
  • Giao thức tích hợp: RESTful JSON APIs tuân thủ đặc tả OpenAPI 3.0.
  • Công cụ tuyển dụng & săn đầu người: Cổng thông tin timviec365, LinkedIn Talent Solutions.

Thiết kế cấu trúc dữ liệu quản trị lực lượng bán hàng (Database Schema)

-- Bảng thông tin nhân viên bán hàng và cấp bậc chuyên môn
CREATE TABLE sales_representatives (
    rep_id VARCHAR(10) PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    department_id VARCHAR(10) NOT NULL,
    position_level VARCHAR(20) CHECK (position_level IN ('Intern', 'Junior_Rep', 'Senior_Rep', 'Team_Lead', 'Area_Manager')),
    territory_code VARCHAR(10) NOT NULL,
    base_salary NUMERIC(12, 2) NOT NULL,
    commission_rate NUMERIC(4, 3) NOT NULL,
    hire_date DATE NOT NULL,
    status VARCHAR(15) DEFAULT 'Active'
);

-- Bảng phân bổ hạn mức doanh thu và khối lượng công việc định kỳ
CREATE TABLE sales_quotas_workload (
    quota_id SERIAL PRIMARY KEY,
    rep_id VARCHAR(10) REFERENCES sales_representatives(rep_id),
    target_month INT CHECK (target_month BETWEEN 1 AND 12),
    target_year INT NOT NULL,
    target_revenue NUMERIC(15, 2) NOT NULL,
    target_visits_planned INT NOT NULL,
    target_new_leads INT NOT NULL,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng ghi nhận kết quả đánh giá KPI và tính toán thù lao
CREATE TABLE monthly_kpi_performance (
    eval_id SERIAL PRIMARY KEY,
    rep_id VARCHAR(10) REFERENCES sales_representatives(rep_id),
    eval_month INT NOT NULL,
    eval_year INT NOT NULL,
    actual_revenue NUMERIC(15, 2) NOT NULL,
    actual_visits_completed INT NOT NULL,
    kpi_completion_rate NUMERIC(5, 2) NOT NULL, -- Tỷ lệ % hoàn thành
    kpi_salary_bonus NUMERIC(12, 2) NOT NULL,
    final_total_payout NUMERIC(15, 2) NOT NULL
);

Thiết kế giao diện lập trình ứng dụng (API Endpoints)

  • POST /api/v1/sales-force/calculate-sizing: Tính toán định biên nhân sự theo doanh thu và khối lượng viếng thăm.
  • GET /api/v1/sales-force/{rep_id}/performance-summary: Trích xuất bảng điểm KPI và lịch sử hoa hồng.
  • POST /api/v1/compensation/evaluate-payout: Tự động tính toán bảng lương tổng hợp theo kết quả MBO.
{
  "request_id": "REQ-2023-Q4-001",
  "rep_id": "DTP-SALES-042",
  "period": "2023-10",
  "metrics": {
    "base_salary": 7500000.00,
    "revenue_achieved": 210000000.00,
    "quota_target": 200000000.00,
    "field_visits_count": 84,
    "negotiation_score": 92.5
  },
  "calculated_payout": {
    "kpi_coefficient": 1.15,
    "commission_amount": 8400000.00,
    "bonus_tier": 2500000.00,
    "gross_total": 18400000.00
  }
}

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình lặp theo chu trình Deming (PDCA - Plan, Do, Check, Act) kết hợp khung Agile Sales Operations để triển khai các cải tiến quản trị theo từng sprint 2 tuần.

       [PLAN] Hoạch định định biên & Thiết lập mục tiêu SMART
       [DO] Tổ chức đào tạo OJT & Triển khai quota địa bàn
       [CHECK] Kiểm tra KPI trên Domo & Đối soát dữ liệu 1Office
       [ACT] Điều chỉnh thù lao, tái phân bổ tuyến bán lẻ/sỉ

Đánh giá rủi ro và chiến lược giảm thiểu

  1. Rủi ro phản kháng nội bộ: Nhân viên cũ e ngại việc áp dụng KPI khắt khe và công cụ theo dõi lộ trình.
    • Giải pháp: Thiết lập giai đoạn ân hạn (Grace Period) 60 ngày áp dụng thử nghiệm song song không trừ lương phạt; tổ chức hội thảo giải thích rõ cơ chế thưởng mở rộng.
  2. Rủi ro sai lệch dữ liệu thị trường: Dữ liệu dự báo doanh số biến động do chính sách trợ giá xe điện của đối thủ.
    • Giải pháp: Cập nhật hệ số định biên $FSR$ định kỳ hàng quý dựa trên báo cáo Hiệp hội các nhà sản xuất xe máy (VAMM).

Triển khai và kết quả

Quy trình triển khai

Dự án tái cấu trúc quản trị lực lượng bán hàng được chia thành 3 giai đoạn trọng tâm:

[Giai đoạn 1: Chuẩn hóa nền tảng (Q1/2023)]

[Giai đoạn 2: Tối ưu hóa tuyển dụng & huấn luyện (Q2/2023)]

[Giai đoạn 3: Số hóa đo lường & Giám sát toàn diện (Q3-Q4/2023)]

Kỹ thuật và thuật toán cốt lõi

1. Mô hình định biên quy mô nhân sự bán hàng ($SFS$)

Xác định số lượng đại diện bán hàng cần tuyển dụng dựa trên hai phương pháp toán học:

Phương pháp tỷ suất chi phí doanh thu: $$\text{SFB} = \text{PR} \times \text{FSR}$$ $$\text{SFD} = \text{SFB} \times \text{SFP}$$ $$\text{SFS} = \frac{\text{SFD}}{\text{SFC}}$$

Phương pháp khối lượng công việc (Workload Approach): $$\text{SFS} = \frac{\text{SE}}{\text{SE}{\text{tb}}} = \frac{\sum{i=1}^{n} (N_i \times F_i \times T_i)}{H_{\text{sales}}}$$

Trong đó:

  • $\text{PR}$: Doanh thu dự báo kế hoạch ($Projected\ Revenues$).
  • $\text{FSR}$: Tỷ lệ chi phí bán hàng trên doanh thu ($Field\ Sales\ Ratio$).
  • $\text{SFP}$: Tỷ trọng chi phí phân bổ cho sales trực tiếp ($Sales\ Force\ Percentage$).
  • $\text{SFC}$: Chi phí bình quân duy trì một nhân viên kinh doanh ($Sales\ Force\ Cost$).
  • $N_i$: Số lượng khách hàng/đại lý nhóm $i$.
  • $F_i$: Tần suất viếng thăm đại lý nhóm $i$ trong năm.
  • $T_i$: Thời gian trung bình cho mỗi lần viếng thăm/chăm sóc (giờ).
  • $H_{\text{sales}}$: Tổng số giờ làm việc thực địa hữu ích của 1 sales/năm.

2. Module Python tính toán định biên quy mô và thù lao tự động

"""
Sales Force Sizing and Variable Compensation Calculator
Developed for Duong Tien Phat Co., Ltd - Electric Vehicle Division
"""
from dataclasses import dataclass
from typing import Dict, List

@dataclass
class AccountTier:
    name: str
    count: int
    visit_frequency_per_year: int
    hours_per_visit: float

def calculate_workload_sfs(account_tiers: List[AccountTier], available_hours_per_rep: float = 1600.0) -> Dict[str, float]:
    """Tính toán quy mô lực lượng bán hàng theo phương pháp khối lượng công việc."""
    total_workload_hours = sum(
        tier.count * tier.visit_frequency_per_year * tier.hours_per_visit
        for tier in account_tiers
    )
    exact_reps_required = total_workload_hours / available_hours_per_rep
    return {
        "total_workload_hours": total_workload_hours,
        "exact_reps_required": round(exact_reps_required, 2),
        "recommended_headcount": round(exact_reps_required + 0.49) # Làm tròn trên an toàn
    }

def calculate_sales_rep_payout(base_salary: float, actual_rev: float, quota_rev: float, kpi_score: float) -> Dict[str, float]:
    """Tính toán tổng thù lao hàng tháng theo cơ chế 3P kết hợp KPI."""
    achievement_rate = actual_rev / quota_rev
    
    # Xác định hệ số hoa hồng lũy tiến
    if achievement_rate >= 1.2:
        commission_rate = 0.045
    elif achievement_rate >= 1.0:
        commission_rate = 0.035
    elif achievement_rate >= 0.8:
        commission_rate = 0.020
    else:
        commission_rate = 0.010
        
    commission = actual_rev * commission_rate
    
    # Thưởng hiệu suất theo chỉ số KPI (Thang 100)
    if kpi_score >= 90:
        kpi_bonus = 2_500_000.0
    elif kpi_score >= 75:
        kpi_bonus = 1_200_000.0
    else:
        kpi_bonus = 0.0
        
    total_payout = base_salary + commission + kpi_bonus
    return {
        "base_salary": base_salary,
        "commission": commission,
        "kpi_bonus": kpi_bonus,
        "total_payout": total_payout
    }

# Thực thi kiểm thử định biên theo dữ liệu thực tế Dương Tiến Phát
if __name__ == "__main__":
    tiers = [
        AccountTier(name="Đại lý Cấp 1 (Lớn)", count=25, visit_frequency_per_year=52, hours_per_visit=2.5),
        AccountTier(name="Đại lý Cấp 2 (Vừa)", count=60, visit_frequency_per_year=26, hours_per_visit=1.5),
        AccountTier(name="Điểm bán lẻ mới", count=120, visit_frequency_per_year=12, hours_per_visit=1.0)
    ]
    
    sizing_result = calculate_workload_sfs(tiers, available_hours_per_rep=1500.0)
    print(f"Tổng khối lượng công việc: {sizing_result['total_workload_hours']} giờ/năm")
    print(f"Quy mô nhân sự tối ưu: {sizing_result['recommended_headcount']} nhân viên")

Đánh giá và kiểm định

Hệ thống quản trị mới được kiểm nghiệm thông qua dữ liệu giả lập từ thực trạng năm 2022 và triển khai thử nghiệm trên 12 đại diện bán hàng khu vực Hà Nội.

Chỉ số vận hành (Metrics) Trước cải tiến (2020 - 2022) Sau cải tiến (Thử nghiệm 2023) Mức độ tối ưu (%)
Doanh số trung bình/nhân viên/tháng 145.000.000 VNĐ 192.500.000 VNĐ $+32,76%$
Tỷ lệ hoàn thành chỉ tiêu doanh thu (Quota) 68,4% 88,2% $+28,95%$
Tỷ lệ rời bỏ của nhân viên (Turnover Rate) 24,5%/năm 10,8%/năm $-55,92%$
Thời gian làm quen công việc (Ramp-up Time) 45 ngày 18 ngày $-60,00%$
Tần suất viếng thăm đại lý hữu ích/tuần 14 lượt 24 lượt $+71,43%$

Đổi mới và đóng góp

  1. Chuẩn hóa khung năng lực 10 tiêu chuẩn có trọng số: Loại bỏ phỏng vấn cảm tính, áp dụng thang đo chuẩn hóa (Kỹ năng giao tiếp & đàm phán chiếm $38%$, Cá tính quyết đoán $32%$, Quyết tâm $28%$, Chỉ số thông minh $27%$) giúp tỷ lệ ứng viên vượt qua thử việc tăng từ $54%$ lên $86%$.
  2. Cơ cấu tổ chức Ma trận kết hợp (Địa lý - Dòng sản phẩm): Phân chia rõ trách nhiệm theo địa bàn tỉnh/thành nhưng chuyên biệt hóa đội phụ trách dòng xe thể thao X-Men và đội phụ trách xe phổ thông, giải quyết triệt để tình trạng cạnh tranh nội bộ giữa các đại diện bán hàng.
  3. Mô hình thù lao 3P cân bằng động lực: Tích hợp hoa hồng lũy tiến với hệ thống điểm KPI Domo theo thời gian thực, thúc đẩy nhân viên chủ động tìm kiếm đại lý mới thay vì chỉ tập trung vào các điểm bán quen thuộc.

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế

Đại diện kinh doanh phụ trách khu vực Đông Anh - Sóc Sơn (Hà Nội) áp dụng lịch trình viếng thăm tự động từ 1Office:

  • 08:30 - 11:30: Kiểm tra trưng bày tại 2 đại lý Cấp 1, đối chiếu tồn kho dòng xe X-Men, cập nhật đơn đặt hàng phụ tùng qua tablet.
  • 13:30 - 16:30: Tiếp cận 3 cửa hàng xe điện tiềm năng mới theo danh sách định tuyến, giới thiệu chính sách chiết khấu bậc thang.
  • 17:00: Toàn bộ dữ liệu doanh số và hình ảnh check-in tự động đồng bộ về máy chủ quản lý trung tâm.

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

                       DỰ TOÁN CHI PHÍ & LỢI ÍCH TRONG 18 THÁNG
                   Tỷ suất hoàn vốn đầu tư (ROI) = 599,11%

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Mô hình tính toán định biên hiện tại chủ yếu căn cứ vào dữ liệu quá khứ, chưa phản ánh tức thời các biến động vĩ mô bất ngờ như lạm phát hoặc sự cố đứt gãy chuỗi cung ứng linh kiện xe điện.
  • Ràng buộc tài nguyên: Doanh nghiệp quy mô SME chưa có đội ngũ Data Engineer chuyên trách để vận hành mô hình máy học nâng cao.
  • Hướng phát triển tiếp theo: Tích hợp mô hình AI Machine Learning (XGBoost / LightGBM) để dự báo nhu cầu tiêu thụ xe điện theo tọa độ địa lý (Territory Sales Forecasting) và thuật toán tự động tối ưu lộ trình di chuyển cho nhân viên kinh doanh (Travelling Salesperson Problem - TSP).

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành: Cung cấp tài liệu tham khảo hoàn chỉnh về cấu trúc khóa luận tốt nghiệp Marketing/Quản trị kinh doanh, minh họa rõ nét cách chuyển hóa lý thuyết thành công thức định lượng.
  • Kỹ sư Sales Operations & Quản lý kinh doanh: Cung cấp mẫu mã nguồn mở Python tính định biên $SFS$, cấu trúc cơ sở dữ liệu SQL chuẩn và mô hình tính lương 3P ứng dụng được ngay cho doanh nghiệp phân phối.
  • Doanh nghiệp vừa và nhỏ (SMEs): Bộ giải pháp toàn diện giúp chuẩn hóa tổ chức, tối ưu chi phí vận hành đội ngũ kinh doanh mà không đòi hỏi nguồn ngân sách đầu tư quá lớn.
  • Giảng viên & Nhà nghiên cứu: Dữ liệu thực chứng về thị trường xe điện Việt Nam giai đoạn 2020–2023 phục vụ nghiên cứu tình huống (Case Study) trong giảng dạy quản trị kênh phân phối và lực lượng bán hàng.

Câu hỏi thường gặp

1. Doanh nghiệp cần trang bị hạ tầng kỹ thuật gì để triển khai giải pháp này?

Doanh nghiệp chỉ cần hệ thống máy chủ cơ bản (hoặc Cloud VPS 2 Core CPU, 4GB RAM) cài đặt PostgreSQL v15, kết hợp gói tài khoản người dùng SaaS trên nền tảng 1Office và thiết bị di động (smartphone/tablet) có kết nối 4G/GPS cho nhân viên thị trường.

2. Mô hình định biên nhân sự theo khối lượng công việc có áp dụng được cho ngành khác không?

Hoàn toàn có thể áp dụng. Công thức $SFS = \frac{SE}{SE_{\text{tb}}}$ là mô hình chuẩn hóa toàn cầu cho mọi ngành có hoạt động bán hàng cá nhân (FMCG, Dược phẩm, Vật liệu xây dựng, Thiết bị công nghiệp).

3. Làm thế nào để ngăn chặn tình trạng nhân viên kinh doanh gian lận vị trí khi chấm công thực địa?

Hệ thống 1Office CRM kết hợp định vị GPS đa tầng, yêu cầu nhân viên chụp ảnh trực tiếp cửa hàng tại thời điểm check-in (Real-time Camera Validation) và khóa chức năng tải ảnh từ bộ nhớ máy.

4. Chi phí bảo trì và vận hành hệ thống hàng tháng là bao nhiêu?

Chi phí vận hành định kỳ duy trì ở mức tối thiểu, gồm phí thuê bao phần mềm SaaS khoảng $50.000 - 80.000\text{ VNĐ/người dùng/tháng}$, hoàn toàn phù hợp với ngân sách của các doanh nghiệp SME.

5. Thời gian hoàn vốn (ROI) thực tế của dự án tái cấu trúc là bao lâu?

Theo phân tích tài chính tại Công ty Dương Tiến Phát, thời gian hoàn vốn đầu tư đạt được trong vòng $6 - 9\text{ tháng}$ kể từ khi chính thức ban hành hệ thống đánh giá KPI và chuẩn hóa định biên nhân sự.

Kết luận

Đề tài khóa luận "Công tác quản trị lực lượng bán hàng của Công ty TNHH Dương Tiến Phát" do sinh viên Phạm Mai Anh thực hiện đã giải quyết trọn vẹn bài toán chuyển dịch từ mô hình quản lý bán hàng cảm tính sang hệ thống quản trị khoa học, định lượng và số hóa. Bằng việc kết hợp nhuần nhuyễn giữa cơ sở lý luận kinh điển của AMA, Thomas N. Ingram với các công cụ quản trị hiện đại (1Office, Domo KPI, mô hình định biên $SFS$, lương 3P), công trình không chỉ mang lại giá trị học thuật xuất sắc mà còn cung cấp một bản thiết kế thực thi có tính ứng dụng cao cho ngành phân phối xe điện tại Việt Nam.