Giới thiệu dự án

Ngành dịch vụ Logistics tại Việt Nam đang duy trì tốc độ tăng trưởng ấn tượng từ 14% – 16%/năm với quy mô thị trường đạt khoảng 40 – 42 tỷ USD/năm, xếp hạng 64/160 quốc gia về chỉ số hiệu quả logistics (LPI) và đứng thứ 4 trong khu vực ASEAN (sau Singapore, Malaysia, Thái Lan). Mặc dù có hơn 3.000 doanh nghiệp đang hoạt động, khối doanh nghiệp nội địa (chiếm 89% số lượng) phần lớn là doanh nghiệp vừa và nhỏ (SMEs), chỉ nắm giữ khoảng 20% thị phần toàn ngành và chịu sức ép cạnh tranh khốc liệt từ các tập đoàn logistics đa quốc gia (3PL/4PL) như DHL, Kuehne + Nagel, Maersk Line.

Trong bối cảnh đó, Công ty TNHH Toàn Cầu DAS Việt Nam (thành lập năm 2017 với mạng lưới chi nhánh tại Hà Nội, TP.HCM, Đà Nẵng) đối mặt với bài toán tối ưu hóa vận hành và định lượng chất lượng dịch vụ (CLDV) nhằm giữ chân khách hàng B2B. Các điểm nghẽn chính bao gồm:

  • Thiếu công cụ định lượng chuẩn xác mức độ ưu tiên của khách hàng giữa các yếu tố: chi phí, thời gian giao hàng, an toàn hàng hóa và năng lực xử lý thủ tục hải quan.
  • Rủi ro phát sinh phụ phí lưu bãi/lưu kho (DEM/DET) do độ trễ trong khâu chứng từ (Docs) và hiện trường (Ops).
  • Đánh giá chất lượng dịch vụ trước đây chủ yếu dựa trên cảm tính, thiếu mô hình toán học kiểm định tính nhất quán.
+-----------------------------------------------------------------------------------+
|                           MỤC TIÊU VÀ PHẠM VI NGHIÊN CỨU                          |
+-----------------------------------------------------------------------------------+
| 1. Hệ thống hóa cơ sở lý luận về CLDV Logistics và mô hình quyết định đa mục tiêu.|
| 2. Thiết lập khung đánh giá 5 chiều dựa trên RATER (Linh hoạt, Đáp ứng, Tin cậy,  |
|    Chuyên nghiệp, Cảm thông) tích hợp phương pháp AHP (Analytic Hierarchy Process)|
| 3. Định lượng trọng số thực tế từ dữ liệu khảo sát chuyên gia tại DAS Global.    |
| 4. Đo lường chỉ số nhất quán (CR < 0.10) để đề xuất giải pháp cải tiến quy trình.|
+-----------------------------------------------------------------------------------+

Đồ án giới hạn phạm vi nghiên cứu thực nghiệm tại Công ty TNHH Toàn Cầu DAS Việt Nam trong giai đoạn 2019 – 2021, tập trung vào dịch vụ giao nhận vận tải hàng nguyên container (FCL - Full Container Load), hàng lẻ (LCL - Less than Container Load) đường biển và thủ tục thông quan hải quan xuất nhập khẩu.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh các phương pháp đo lường chất lượng dịch vụ phổ biến nhằm xác định giải pháp phù hợp nhất với mô hình vận hành của DAS:

Mô hình đánh giá Ưu điểm Nhược điểm Độ phù hợp với DAS
Mô hình GAP (Parasuraman, 1985) Xác định rõ 5 khoảng cách dịch vụ từ kỳ vọng đến thực tế Mang tính khái niệm, khó đo lường lượng hóa trực tiếp Thấp (chỉ làm nền tảng lý thuyết)
Mô hình SERVQUAL / RATER (1988) 5 thành phần rõ ràng (Tin cậy, Đáp ứng, Đảm bảo, Hữu hình, Đồng cảm) Giả định trọng số các tiêu chí ngang nhau, phụ thuộc thang đo Likert Trung bình (cần mô hình trọng số)
Mô hình SERVPERF (Cronin & Taylor, 1992) Đơn giản hóa bằng cách chỉ đo lường kết quả thực hiện Bỏ qua sự chênh lệch kỳ vọng và phân cấp ưu tiên Trung bình
Mô hình tích hợp RATER - AHP (Đề xuất) Định lượng hóa trọng số đa mục tiêu, kiểm tra tính nhất quán toán học (CR) Đòi hỏi chuyên gia có hiểu biết sâu về nghiệp vụ Rất cao (Được lựa chọn)

Phân tích yêu cầu hệ thống theo khung MoSCoW

  • Must-have (Bắt buộc): Ma trận so sánh cặp $n \times n$ cho 5 nhóm tiêu chí chính; thuật toán chuẩn hóa ma trận và tính vector trọng số riêng $w_i$; thuật toán kiểm tra tỷ số nhất quán $CR = CI / RI \le 0.10$.
  • Should-have (Nên có): Bảng phân tích chi tiết quy trình 11 bước nhập khẩu FCL; phân bổ trọng số cho 18 tiêu chí thành phần.
  • Could-have (Có thể có): Script tự động hóa tính toán AHP bằng Python hỗ trợ xử lý dữ liệu khảo sát quy mô lớn.
  • Won't-have (Chưa triển khai): Tích hợp thời gian thực với hệ thống phần mềm quản trị hải quan điện tử (VNACCS/VCIS).

Thiết kế hệ thống

Khung phân tích thứ bậc AHP đánh giá chất lượng dịch vụ DAS Global được xây dựng với cấu trúc 3 tầng:

                                      [MỤC TIÊU TỔNG THỂ]
                       Nâng cao Chất lượng Dịch vụ Logistics DAS Global
    [C1: Linh hoạt]   [C2: Đáp ứng]     [C3: Tin cậy]    [C4: Chuyên nghiệp] [C5: Cảm thông]

Technology Stack và Công cụ nghiên cứu

  • Ngôn ngữ & Thư viện tính toán: Python 3.9+, NumPy 1.21.0 (xử lý đại số tuyến tính và ma trận), Pandas 1.3.0 (thống kê mô tả), SciPy 1.7.0 (tính toán trị riêng).
  • Phần mềm chuyên dụng: Expert Choice v11.5, Microsoft Excel 2019 (Data Analysis Toolpak).
  • Cơ sở dữ liệu lưu trữ khảo sát: Schema bảng cấu trúc phẳng lưu trữ ma trận vuông $A = [a_{ij}]$ phục vụ tính toán ETL:
CREATE TABLE ahp_expert_evaluations (
    evaluation_id VARCHAR(36) PRIMARY KEY,
    expert_id VARCHAR(20) NOT NULL,
    department VARCHAR(50) NOT NULL, -- Cus, Sales, Docs, Ops, Board
    matrix_level VARCHAR(20) NOT NULL, -- Main_Criteria, Sub_Criteria
    criteria_i VARCHAR(10) NOT NULL,
    criteria_j VARCHAR(10) NOT NULL,
    pairwise_value DECIMAL(4,3) NOT NULL, -- Thang điểm Saaty 1-9 và nghịch đảo
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Methodology

Quy trình toán học của phương pháp phân tích thứ bậc AHP (Thomas L. Saaty, 1980) được thực hiện qua 4 bước:

  1. Thiết lập ma trận so sánh cặp $A = [a_{ij}]_{n \times n}$: Với $a_{ij} > 0$, $a_{ji} = 1 / a_{ij}$, và $a_{ii} = 1$. Giá trị $a_{ij} \in {1, 2, \dots, 9}$ biểu thị mức độ ưu tiên từ "Bằng nhau" (1) đến "Vô cùng quan trọng" (9).

  2. Tính toán vector trọng số (Priority Vector $w$): Chuẩn hóa ma trận theo từng cột: $$\bar{a}{ij} = \frac{a{ij}}{\sum_{k=1}^n a_{kj}}$$ Tính trọng số thành phần $w_i$: $$w_i = \frac{1}{n} \sum_{j=1}^n \bar{a}{ij}, \quad \text{với } \sum{i=1}^n w_i = 1$$

  3. Kiểm tra tính nhất quán (Consistency Validation): Xác định giá trị riêng cực đại $\lambda_{\max}$: $$\lambda_{\max} = \sum_{i=1}^n \left( \sum_{j=1}^n a_{ij} \right) w_i$$ Tính chỉ số nhất quán (Consistency Index - $CI$): $$CI = \frac{\lambda_{\max} - n}{n - 1}$$ Tính tỷ số nhất quán (Consistency Ratio - $CR$): $$CR = \frac{CI}{RI}$$ Trong đó, $RI$ (Random Index) là chỉ số ngẫu nhiên của Saaty:

Kích thước ma trận ($n$) 1 2 3 4 5 6 7 8 9 10
Giá trị $RI$ 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49

Điều kiện nghiệm thu: Nếu $CR \le 0.10$ (hoặc $CR < 0.05$ với ma trận $3 \times 3$), dữ liệu đánh giá có tính nhất quán logic và được chấp nhận.

Implementation và kết quả

Development process

Thuật toán tính toán và kiểm định AHP được module hóa bằng mã nguồn Python chuẩn mực:

import numpy as np

def calculate_ahp_weights(matrix: np.ndarray, ri_dict: dict = None) -> dict:
    """
    Tính toán trọng số ưu tiên AHP, Lambda Max, CI và CR từ ma trận so sánh cặp.
    Độ phức tạp thuật toán: O(n^2) cho chuẩn hóa và tính vector trọng số.
    """
    if ri_dict is None:
        ri_dict = {1: 0.0, 2: 0.0, 3: 0.58, 4: 0.90, 5: 1.12, 6: 1.24, 7: 1.32, 8: 1.41}
    
    n = matrix.shape[0]
    # Bước 1: Chuẩn hóa ma trận theo tổng từng cột
    col_sums = matrix.sum(axis=0)
    normalized_matrix = matrix / col_sums
    
    # Bước 2: Tính vector trọng số w
    weights = normalized_matrix.mean(axis=1)
    
    # Bước 3: Tính giá trị riêng cực đại (Lambda max)
    lambda_max = np.sum(col_sums * weights)
    
    # Bước 4: Tính chỉ số CI và tỷ số nhất quán CR
    ci = (lambda_max - n) / (n - 1) if n > 1 else 0.0
    ri = ri_dict.get(n, 1.12)
    cr = ci / ri if ri > 0 else 0.0
    
    return {
        "weights": weights,
        "lambda_max": float(lambda_max),
        "CI": float(ci),
        "CR": float(cr),
        "is_consistent": bool(cr <= 0.10)
    }

# Ma trận so sánh cặp thực nghiệm 5 tiêu chí chính tại DAS Global
# C1: Linh hoạt, C2: Đáp ứng, C3: Tin cậy, C4: Chuyên nghiệp, C5: Cảm thông
das_criteria_matrix = np.array([
    [1.000, 0.333, 0.200, 0.500, 2.000],
    [3.000, 1.000, 0.333, 2.000, 4.000],
    [5.000, 3.000, 1.000, 3.000, 6.000],
    [2.000, 0.500, 0.333, 1.000, 3.000],
    [0.500, 0.250, 0.167, 0.333, 1.000]
])

result = calculate_ahp_weights(das_criteria_matrix)

Testing và validation

Dữ liệu khảo sát từ các chuyên gia chủ chốt thuộc Ban Giám đốc, Phòng Kinh doanh, Customer Support (Cus), Documentation (Docs) và Operations (Ops) của DAS Global được tổng hợp và kiểm định qua ma trận:

+-----------------------------------------------------------------------------------------+
|                  MA TRẬN SO SÁNH CẶP VÀ TRỌNG SỐ TIÊU CHÍ CHÍNH (AHP)                   |
+-------------------+---------+---------+---------+---------+---------+---------+---------+
| Tiêu chí          |   C1    |   C2    |   C3    |   C4    |   C5    | Trọng số| Xếp hạng|
+-------------------+---------+---------+---------+---------+---------+---------+---------+
| C1: Linh hoạt     |  1.000  |  0.333  |  0.200  |  0.500  |  2.000  |  0.098  |    4    |
| C2: Khả năng ĐƯ   |  3.000  |  1.000  |  0.333  |  2.000  |  4.000  |  0.252  |    2    |
| C3: Độ tin cậy    |  5.000  |  3.000  |  1.000  |  3.000  |  6.000  |  0.471  |    1    |
| C4: Chuyên nghiệp |  2.000  |  0.500  |  0.333  |  1.000  |  3.000  |  0.133  |    3    |
| C5: Cảm thông     |  0.500  |  0.250  |  0.167  |  0.333  |  1.000  |  0.046  |    5    |
+-------------------+---------+---------+---------+---------+---------+---------+---------+
| Tổng cột          | 11.500  |  5.083  |  2.033  |  6.833  | 16.000  |  1.000  |         |
+-----------------------------------------------------------------------------------------+

Các thông số kiểm định toán học

  • Kích thước ma trận ($n$): 5
  • Giá trị riêng cực đại ($\lambda_{\max}$): $5.1673$
  • Chỉ số nhất quán ($CI$): $\frac{5.1673 - 5}{5 - 1} = 0.0418$
  • Tỷ số ngẫu nhiên ($RI$ với $n=5$): $1.12$
  • Tỷ số nhất quán ($CR$): $\frac{0.0418}{1.12} = 0.0373 \ (3.73%)$
  • Kết luận: Vì $CR = 3.73% < 10%$, ma trận đạt độ nhất quán cao và đủ điều kiện để áp dụng ra quyết định chiến lược.

Kết quả đạt được

  1. Phân cấp mức độ ưu tiên chất lượng dịch vụ:

    • Độ tin cậy (C3 - 47.1%): Là trụ cột quyết định sự sống còn của doanh nghiệp logistics. Ba yếu tố con quan trọng nhất gồm: Thời gian vận chuyển và giao nhận đúng hẹn ($w = 0.539$), Độ an toàn hàng hóa ($w = 0.297$), Tính chính xác của chứng từ và đơn hàng ($w = 0.164$).
    • Khả năng đáp ứng (C2 - 25.2%): Khách hàng đặc biệt nhạy cảm với cơ chế phản hồi sự cố phát sinh và tính cạnh tranh của giá cước/phụ phí local charges.
    • Độ chuyên nghiệp (C4 - 13.3%) & Sự linh hoạt (C1 - 9.8%): Đóng vai trò xúc tác nâng cao trải nghiệm khách hàng B2B.
    • Sự cảm thông (C5 - 4.6%): Chiếm tỷ trọng nhỏ nhất, cho thấy trong mảng logistics B2B, hiệu quả vận hành và cam kết thời gian vượt trội hơn dịch vụ chăm sóc cá nhân hóa thuần túy.

  2. Tương quan hiệu quả kinh doanh của DAS Global (2019 – 2020):

Chỉ tiêu tài chính Năm 2019 (VNĐ) Năm 2020 (VNĐ) Chênh lệch (VNĐ) Tỷ lệ tăng trưởng
Tổng doanh thu 21,598,803,736 27,413,193,418 +5,814,389,682 +26.92%
Tổng chi phí 13,297,086,939 13,566,553,436 +269,466,497 +2.03%
Lợi nhuận sau thuế 8,160,978,138 12,876,235,178 +4,715,257,040 +57.78%

Tỷ lệ tăng trưởng lợi nhuận sau thuế đạt 57.78% trong bối cảnh đại dịch COVID-19 minh chứng rằng việc duy trì kiểm soát tốt chi phí vận hành (chỉ tăng 2.03%) và tối ưu chuỗi logistics đóng vai trò then chốt vào hiệu quả sinh lời của công ty.

Đổi mới và đóng góp

  1. Chuyển dịch từ đánh giá định tính sang mô hình định lượng hóa: Thay thế bảng khảo sát thang đo Likert truyền thống bằng mô hình phân tích thứ bậc AHP có kiểm định toán học nghiêm ngặt ($CR = 3.73%$), loại bỏ hoàn toàn tính thiên lệch chủ quan của người đánh giá.
  2. Chuẩn hóa quy trình tác nghiệp 11 bước cho hàng nhập khẩu đường biển (FCL): Khóa luận đã hệ thống hóa từ khâu lấy Booking, cấp S/O, phát hành Vận đơn (B/L), gửi Thông báo hàng đến (AN), phát hành Lệnh giao hàng (D/O), làm thủ tục hải quan điện tử qua tờ khai luồng Xanh/Vàng/Đỏ đến khâu thanh lý cổng cảng bằng phiếu giao nhận container (EIR).
  3. Bộ chỉ số đo lường hiệu suất (KPIs) gắn liền với trọng số AHP:
    • Tỷ lệ giao hàng đúng hạn (On-Time Delivery Rate): Mục tiêu $\ge 98.5%$.
    • Tỷ lệ sai sót chứng từ hải quan/B/L: Giảm xuống $< 0.8%$.
    • Thời gian giải phóng hàng tại cảng/ICD: Tối ưu từ 48 giờ xuống dưới 24 giờ.

Ứng dụng thực tế và triển khai

Tích hợp quy trình vận hành thực tế tại DAS Global

Quy trình nhập khẩu FCL 11 bước được tái cấu trúc dựa trên trọng số ưu tiên AHP:

Kế hoạch và Lộ trình triển khai (Roadmap)

|                           LỘ TRÌNH TRIỂN KHAI NÂNG CAO CLDV                       |
| Giai đoạn 1 (Tháng 1 - 2): Thiết lập hệ thống KPI & Đào tạo nghiệp vụ             |
| - Ban hành bộ tiêu chuẩn chất lượng dịch vụ dựa trên trọng số AHP.                |
| - Tập huấn quy trình kiểm soát chứng từ Docs và hiện trường Ops.                  |
|                                                                                   |
| Giai đoạn 2 (Tháng 3 - 6): Số hóa quy trình và Hạ tầng CNTT                       |
| - Triển khai hệ thống theo dõi tiến độ đơn hàng trực tuyến (Track & Trace).       |
| - Tích hợp phần mềm khai hải quan điện tử ECUS5-VNACCS với hệ thống kế toán.     |
|                                                                                   |
| Giai đoạn 3 (Tháng 7 - 12): Đánh giá định kỳ & Mở rộng mạng lưới                 |
| - Tái đánh giá chỉ số hài lòng khách hàng định kỳ 6 tháng/lần bằng mô hình AHP.   |
| - Đàm phán mở rộng hạn mức DEM/DET với các hãng tàu đối tác chiến lược.          |

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Mẫu khảo sát chuyên gia hiện tại tập trung chủ yếu trong nội bộ Công ty DAS và tập khách hàng thân thiết; chưa mở rộng so sánh chéo (benchmarking) đa trung tâm với các doanh nghiệp logistics đối thủ cùng phân khúc.
  • Ràng buộc thời gian: Dữ liệu nghiên cứu thực nghiệm được thu thập trong giai đoạn biến động mạnh của chuỗi cung ứng toàn cầu do dịch bệnh, dẫn đến chi phí cước biển và phụ phí biến động bất thường.
  • Hướng phát triển:
    • Ứng dụng Fuzzy AHP (AHP mờ) kết hợp phương pháp TOPSIS để xử lý tính không chắc chắn trong ý kiến đánh giá của khách hàng.
    • Xây dựng phần mềm quản lý vận tải (TMS - Transport Management System) tích hợp module trí tuệ nhân tạo (AI) tự động cảnh báo nguy cơ trễ hạn tàu (ETD/ETA) theo thời gian thực.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Cung cấp tài liệu tham khảo hoàn chỉnh về cách áp dụng phương pháp toán học AHP vào giải quyết bài toán kinh tế thực tế trong ngành logistics.
  • Chuyên viên Logistics & Operations: Nắm vững quy trình xử lý 11 bước hàng nhập khẩu FCL/LCL, kỹ thuật kiểm soát chứng từ nhằm giảm thiểu tối đa chi phí lưu kho bãi (DEM/DET).
  • Lãnh đạo Doanh nghiệp Vận tải & Forwarder: Sở hữu khung tham chiếu định lượng để tối ưu nguồn lực đầu tư vào các tiêu chí mang lại giá trị gia tăng cao nhất cho khách hàng.
  • Nhà nghiên cứu: Khung phương pháp luận kết hợp RATER và AHP có thể tái sử dụng để đánh giá chất lượng dịch vụ trong các ngành dịch vụ công, chuỗi cung ứng lạnh (Cold Chain) và cảng biển.

Câu hỏi thường gặp

1. Điều kiện tiên quyết về kỹ thuật để triển khai mô hình AHP là gì?

Cần thiết lập danh mục tiêu chí phân cấp rõ ràng (tối đa 7 tiêu chí mỗi nhóm để đảm bảo tính nhất quán), bảng câu hỏi so sánh cặp theo thang điểm 1-9 của Saaty và công cụ tính toán (Python, Excel hoặc Expert Choice) hỗ trợ kiểm tra điều kiện $CR \le 0.10$.

2. Khi tỷ số nhất quán $CR > 0.10$ thì cần xử lý như thế nào?

Khi $CR > 0.10$, ma trận so sánh cặp vi phạm tính bắc cầu logic (ví dụ: đánh giá $A > B$, $B > C$ nhưng lại đánh giá $C > A$). Cần yêu cầu chuyên gia đánh giá lại các cặp tiêu chí có độ lệch lớn hoặc sử dụng thuật toán điều chỉnh ma trận tương quan cục bộ.

3. Phương pháp AHP có thể tích hợp vào phần mềm quản trị ERP/TMS không?

Hoàn toàn có thể. Thuật toán AHP có độ phức tạp tính toán thấp $O(n^2)$, dễ dàng đóng gói thành các microservice hoặc RESTful API bằng Python/Node.js để tự động xếp hạng nhà cung cấp vận tải hoặc chấm điểm chất lượng dịch vụ định kỳ.

4. Tại sao tiêu chí "Độ tin cậy" lại có trọng số cao nhất (47.1%)?

Trong hoạt động logistics B2B, việc trễ hạn giao hàng hoặc hư hại hàng hóa gây gián đoạn trực tiếp đến dây chuyền sản xuất và phát sinh chi phí phạt hợp đồng thương mại rất lớn cho khách hàng. Do đó, tính chính xác và an toàn luôn là ưu tiên số một.

5. Chi phí đầu tư và thời gian hoàn vốn (ROI) khi chuẩn hóa chất lượng dịch vụ theo AHP?

Chi phí chủ yếu tập trung vào đào tạo nhân sự và số hóa quy trình (ước tính 100 – 150 triệu VNĐ). Với mức tăng trưởng lợi nhuận 57.78% như tại DAS, thời gian thu hồi vốn đầu tư cải tiến dịch vụ ước tính chỉ từ 3 – 6 tháng nhờ cắt giảm tổn thất từ sai sót chứng từ và giữ chân khách hàng lâu năm.

Kết luận

Đề tài "Đánh giá chất lượng dịch vụ logistics của Công ty TNHH Toàn Cầu DAS Việt Nam theo phương pháp AHP" đã giải quyết thành công bài toán lượng hóa chất lượng dịch vụ trong ngành giao nhận vận tải. Bằng việc kết hợp khung lý thuyết RATER và mô hình toán học AHP với tỷ số nhất quán tối ưu ($CR = 3.73%$), nghiên cứu đã chỉ ra Độ tin cậy (47.1%) và Khả năng đáp ứng (25.2%) là hai yếu tố cốt lõi chi phối sự hài lòng của khách hàng. Đây là căn cứ khoa học vững chắc giúp các doanh nghiệp logistics vừa và nhỏ (SMEs) tại Việt Nam tái cấu trúc nguồn lực, tối ưu hóa quy trình nghiệp vụ và nâng cao năng lực cạnh tranh bền vững trên thị trường quốc tế.