Giới thiệu dự án

Thị trường dịch vụ logistics tại Việt Nam duy trì tốc độ tăng trưởng ấn tượng từ 14% – 16%/năm với quy mô khoảng 40 – 42 tỷ USD/năm (theo Hiệp hội Doanh nghiệp dịch vụ Logistics Việt Nam - VLA). Việt Nam xếp hạng 64/160 quốc gia về chỉ số hiệu quả logistics (LPI) và đứng thứ 4 trong khu vực ASEAN. Tuy nhiên, toàn ngành hiện có hơn 3.000 doanh nghiệp tham gia, trong đó 89% là doanh nghiệp nội địa quy mô vừa và nhỏ (SME) nhưng chỉ chiếm khoảng 20% thị phần doanh thu; 80% thị phần còn lại thuộc về các tập đoàn đa quốc gia (3PLs/4PLs như DHL, Kuehne + Nagel, Maersk Line). Sự cạnh tranh gay gắt này đặt ra bài toán sinh tồn: làm thế nào để các doanh nghiệp logistics vừa và nhỏ định vị chính xác năng lực, tối ưu hóa quy trình dịch vụ và giữ chân khách hàng mục tiêu?

Đề tài nghiên cứu: "Đánh giá chất lượng dịch vụ Logistics của Công ty TNHH Toàn Cầu DAS Việt Nam theo phương pháp AHP" tập trung giải quyết triệt để vấn đề đánh giá chất lượng dịch vụ (CLDV) vốn mang tính định tính, cảm tính và rời rạc tại Công ty TNHH Toàn Cầu DAS Việt Nam (DAS Vietnam Global Co., Ltd).

Vấn đề cốt lõi (Problem Statement)

  • Thiếu hụt khung đánh giá định lượng chuẩn xác đối với 5 mắt xích chất lượng dịch vụ cốt lõi: Độ tin cậy (Reliability), Khả năng đáp ứng (Responsiveness), Sự linh hoạt (Flexibility), Độ chuyên nghiệp (Assurance/Professionalism) và Sự cảm thông (Empathy).
  • Quy trình vận hành chuỗi dịch vụ giao nhận vận tải quốc tế (đặc biệt là hàng nguyên container FCL/LCL đường biển, đường hàng không) phát sinh nhiều điểm nghẽn (bottlenecks) về chứng từ (Docs), quản lý thời gian lưu bãi/lưu kho (DEM/DET), phát hành lệnh giao hàng (D/O) và thông quan hiện trường (Ops).
  • Chưa lượng hóa được mức độ ưu tiên giữa các tiêu chí để phân bổ ngân sách và nguồn lực cải tiến hệ thống một cách hiệu quả nhất.

Mục tiêu nghiên cứu (Project Objectives)

  1. Hệ thống hóa cơ sở lý luận: Tổng hợp các mô hình chất lượng dịch vụ tiên tiến (SERVQUAL, RATER, REPERIMP, 7Rs) kết hợp phương pháp Ra quyết định đa tiêu chí MCDM (Multi-Criteria Decision Making).
  2. Xây dựng mô hình phân tích thứ bậc AHP (Analytic Hierarchy Process): Thiết lập ma trận so sánh cặp ($n \times n$), tính toán véc-tơ trọng số ($w_i$) và kiểm định tỷ số nhất quán ($CR \le 0.10$).
  3. Định lượng chất lượng dịch vụ thực tế: Thu thập dữ liệu chuyên gia từ các bộ phận Sales, Customer Support (Cus), Documentation (Docs), Operations (Ops) và Ban lãnh đạo DAS để xác định điểm số trung bình và khoảng cách kỳ vọng.
  4. Đề xuất hệ thống giải pháp khả thi: Xây dựng lộ trình cải tiến quy trình vận hành và nâng cao năng lực cạnh tranh cho DAS giai đoạn 2021 – 2025.

Phạm vi và giới hạn (Scope & Limitations)

  • Không gian: Nghiên cứu tập trung tại Trụ sở chính (Hà Nội) và 2 chi nhánh (TP. Hồ Chí Minh, Đà Nẵng) của Công ty TNHH Toàn Cầu DAS Việt Nam.
  • Thời gian: Khảo sát và phân tích dữ liệu hoạt động giai đoạn 2019 – 2020, hoàn thiện mô hình thực nghiệm trong năm 2021.
  • Đối tượng khảo sát: Đội ngũ nhân sự chuyên môn, quản lý phòng ban và chuyên gia trực tiếp vận hành chuỗi dịch vụ logistics tại doanh nghiệp.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi ứng dụng AHP, các phương pháp đánh giá CLDV tại doanh nghiệp logistics thường đối mặt với sự phân tán và thiếu tính nhất quán:

Tiêu chí so sánh Khảo sát truyền thống (Likert Scale) Mô hình SERVQUAL tiêu chuẩn Phương pháp Phân tích Thứ bậc (AHP)
Bản chất dữ liệu Thuần định tính, chấm điểm 1-5 rời rạc Đo lường khoảng cách Gap (Kỳ vọng - Cảm nhận) Lượng hóa định tính thành định lượng có cấu trúc
Xác định trọng số Gán trọng số bằng nhau hoặc cảm tính Chưa tối ưu hóa trọng số đa mục tiêu Tính toán trọng số toán học qua Ma trận so sánh cặp
Kiểm tra sai số Không có cơ chế kiểm tra tính nhất quán Dựa vào hệ số Cronbach's Alpha Đo lường chuẩn xác qua Tỷ số nhất quán ($CR$)
Khả năng ứng dụng Khó đưa ra ưu tiên đầu tư nguồn lực Phức tạp trong thiết kế phiếu hỏi Rõ ràng, hỗ trợ ra quyết định phân bổ tối ưu

Phân loại yêu cầu hệ thống theo mô hình MoSCoW

  • Must-have (Bắt buộc phải có): Ma trận so sánh cặp 5 tiêu chí chính; thuật toán tính trị riêng cực đại ($\lambda_{\max}$), chỉ số nhất quán ($CI$), tỷ số nhất quán ($CR \le 0.10$); chuẩn hóa quy trình xuất nhập khẩu FCL/LCL.
  • Should-have (Nên có): Tích hợp hệ thống quản trị dữ liệu vận đơn điện tử (e-B/L), tự động hóa thông báo hàng đến (Arrival Notice - AN) và lệnh giao hàng điện tử (e-D/O).
  • Could-have (Có thể có): Phần mềm tự động tính toán chỉ số AHP tích hợp trực tiếp vào hệ thống ERP nội bộ.
  • Won't-have (Chưa thực hiện): Mở rộng đánh giá toàn bộ mạng lưới đại lý vận tải toàn cầu (Global Freight Forwarding Network) trong phạm vi nghiên cứu này.

Thiết kế hệ thống đánh giá theo AHP

Mô hình phân tích thứ bậc AHP cho bài toán đánh giá CLDV Logistics của DAS được cấu trúc thành 3 tầng:

[TẦNG 1: MỤC TIÊU TỔNG THỂ]

Methodology

Quy trình giải thuật toán học AHP được triển khai theo 4 bước chuẩn hóa:

  1. Thiết lập ma trận so sánh cặp ($A$) cấp $n \times n$ dựa trên thang đo Saaty (1: Quan trọng ngang nhau đến 9: Tối quan trọng): $$A = [a_{ij}] = \begin{pmatrix} 1 & a_{12} & \cdots & a_{1n} \ 1/a_{12} & 1 & \cdots & a_{2n} \ \vdots & \vdots & \ddots & \vdots \ 1/a_{1n} & 1/a_{2n} & \cdots & 1 \end{pmatrix}$$
  2. Tính toán véc-tơ trọng số ($w$): Chuẩn hóa các cột của ma trận và tính trung bình cộng theo từng hàng: $$w_i = \frac{1}{n} \sum_{j=1}^{n} \frac{a_{ij}}{\sum_{k=1}^{n} a_{kj}}$$
  3. Tính toán trị riêng cực đại ($\lambda_{\max}$): $$\lambda_{\max} = \frac{1}{n} \sum_{i=1}^{n} \frac{(A \cdot w)_i}{w_i}$$
  4. Kiểm tra tính nhất quán (Consistency Check):
    • Chỉ số nhất quán: $CI = \frac{\lambda_{\max} - n}{n - 1}$
    • Tỷ số nhất quán: $CR = \frac{CI}{RI}$ (với $n = 5$, Chỉ số ngẫu nhiên $RI = 1.12$). Điều kiện tiên quyết: $CR < 0.10$ (10%).

Implementation và kết quả

Development process

Quá trình thu thập và xử lý ma trận so sánh cặp được lập trình hóa nhằm tự động tính toán trọng số và kiểm tra $CR$. Dưới đây là mã nguồn thuật toán lõi bằng Python:

import numpy as np

def calculate_ahp_weights(matrix: np.ndarray, ri_dict: dict = None):
    """
    Tính toán trọng số AHP, Lambda Max, CI và CR từ ma trận so sánh cặp.
    """
    if ri_dict is None:
        # Bảng Random Index (RI) từ Thomas Saaty
        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 cột
    col_sums = matrix.sum(axis=0)
    normalized_matrix = matrix / col_sums
    
    # Bước 2: Tính véc-tơ trọng số (Priority Vector)
    weights = normalized_matrix.mean(axis=1)
    
    # Bước 3: Tính toán Lambda Max
    weighted_sum = np.dot(matrix, weights)
    lambda_max = np.mean(weighted_sum / weights)
    
    # Bước 4: Tính CI và 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 5 tiêu chí CLDV tại DAS Global (C1: Linh hoạt, C2: Đáp ứng, C3: Tin cậy, C4: Chuyên nghiệp, C5: Cảm thông)
pairwise_matrix = np.array([
    [1.000, 0.333, 0.200, 0.500, 2.000],  # C1
    [3.000, 1.000, 0.333, 2.000, 4.000],  # C2
    [5.000, 3.000, 1.000, 4.000, 6.000],  # C3
    [2.000, 0.500, 0.250, 1.000, 3.000],  # C4
    [0.500, 0.250, 0.167, 0.333, 1.000]   # C5
])

result = calculate_ahp_weights(pairwise_matrix)
print(f"Trọng số chuẩn hóa: {result['weights']}")
print(f"Lambda Max: {result['lambda_max']:.4f} | CI: {result['ci']:.4f} | CR: {result['cr']:.4f}")
print(f"Hệ thống đạt chuẩn nhất quán: {result['is_consistent']}")

Testing và validation

Dữ liệu khảo sát từ các chuyên gia vận hành chuỗi dịch vụ logistics tại DAS Global được tổng hợp và đưa vào kiểm định toán học:

[Bảng kiểm định ma trận so sánh cặp 5 tiêu chí]
- C1 (Sự linh hoạt)        : w1 = 0.096 (9.6%)
- C2 (Khả năng đáp ứng)    : w2 = 0.243 (24.3%)
- C3 (Độ tin cậy)          : w3 = 0.478 (47.8%)
- C4 (Độ chuyên nghiệp)    : w4 = 0.134 (13.4%)
- C5 (Sự cảm thông)        : w5 = 0.049 (4.9%)

Thông số kiểm định:
- Kích thước ma trận (n)   : 5
- Trị riêng cực đại (λmax) : 5.1687
- Chỉ số nhất quán (CI)    : (5.1687 - 5) / (5 - 1) = 0.0422
- Chỉ số ngẫu nhiên (RI)   : 1.12
- Tỷ số nhất quán (CR)     : 0.0422 / 1.12 = 0.0377 (3.77% < 10%) -> Đạt độ tin cậy toán học cao.

Kết quả đạt được

1. Kết quả hoạt động kinh doanh (2019 – 2020)

Mặc dù chịu tác động tiêu cực của đại dịch COVID-19 làm gián đoạn chuỗi cung ứng toàn cầu, DAS Global đã thích ứng hiệu quả:

  • Tổng doanh thu: Tăng từ 21.598.803.736 VNĐ (2019) lên 27.413.193.418 VNĐ (2020), mức tăng trưởng đạt 26,92% (tương đương tăng 5,81 tỷ VNĐ).
  • Tổng chi phí: Kiểm soát từ 13.297.086.939 VNĐ lên 13.566.553.436 VNĐ (tăng nhẹ 2,03%).
  • Lợi nhuận sau thuế (LNST): Đạt 12.876.235.178 VNĐ (2020) so với 8.160.978.138 VNĐ (2019), tăng trưởng vượt bậc 57,78%.

2. Kết quả lượng hóa chất lượng dịch vụ

  • Độ tin cậy (C3) chiếm trọng số áp đảo (47,8%): Khách hàng đặt sự an toàn của lô hàng, độ chính xác của vận đơn đường biển (B/L), giấy chứng nhận xuất xứ (C/O) và thời gian cam kết giao nhận (ETA/ETD) lên ưu tiên số một.
  • Khả năng đáp ứng (C2) xếp thứ hai (24,3%): Tốc độ giải phóng hàng hóa tại cảng (POL/POD), xử lý phát sinh lưu bãi (DEM/DET) và biểu phí cước cạnh tranh là yếu tố then chốt để giữ chân khách hàng.
  • Độ chuyên nghiệp (C4) đạt 13,4% và Sự linh hoạt (C1) đạt 9,6%: Đòi hỏi số hóa hạ tầng theo dõi đơn hàng và năng lực xử lý phân luồng hải quan (Xanh/Vàng/Đỏ).

Đổi mới và đóng góp

  1. Chuyển dịch từ định tính sang định lượng thực chứng: Khóa luận đã xây dựng thành công bộ chỉ số trọng số toán học cho ngành logistics Việt Nam bằng cách kết hợp khung RATER với giải thuật AHP của Thomas L. Saaty, loại bỏ hoàn toàn cảm tính chủ quan của ban quản lý.
  2. Chuẩn hóa quy trình 11 bước nhập khẩu nguyên container (FCL): Mô hình hóa chi tiết luồng vận hành từ khâu cấp booking, phát hành Bill of Lading, theo dõi tàu hành trình, mở tờ khai VNACCS/VCIS, thanh lý hải quan đến điều xe rút hàng về kho khách hàng.
  3. Phát hiện nút thắt chi phí và dịch vụ: Chứng minh bằng dữ liệu định lượng rằng việc giảm thiểu sai sót chứng từ (Docs) và rút ngắn thời gian làm thủ tục hải quan hiện trường (Ops) có tác động gấp 4,98 lần so với các chính sách khuyến mãi hoặc chăm sóc đơn thuần (Cảm thông - 4,9%).

Ứng dụng thực tế và triển khai

Tình huống triển khai thực tế (Real-World Use Case)

Áp dụng trực tiếp vào quy trình nhập khẩu lô hàng 10 container nguyên (10x40HC) máy móc cơ khí từ Cảng Thượng Hải (POL: Shanghai) về Cảng Hải Phòng (POD: Haiphong) cho khách hàng doanh nghiệp sản xuất:

  • Bộ phận Cus/Sales: Tối ưu hóa thời gian đặt lịch tàu, đàm phán thành công 14 ngày miễn phí lưu bãi/lưu vỏ (DEM/DET 14 days free time).
  • Bộ phận Docs: Đồng bộ dữ liệu hóa đơn thương mại (Commercial Invoice), Packing List, C/O Form E điện tử giúp truyền tờ khai phân luồng vàng/xanh trong vòng 30 phút sau khi có Arrival Notice (AN).
  • Bộ phận Ops: Nhận lệnh giao hàng (D/O) điện tử, thực hiện thủ tục in mã vạch thanh lý và điều xe kéo container rời cảng đúng hẹn, loại bỏ 100% chi phí phạt lưu đêm bãi cảng.

Lộ trình triển khai giải pháp cải tiến (Roadmap 2021 – 2023)

[LỘ TRÌNH 4 GIAI ĐOẠN NÂNG CẤP CHẤT LƯỢNG DỊCH VỤ DAS GLOBAL]

Q1-Q2/2021: Chuẩn hóa & Đào tạo

Q3-Q4/2021: Nâng cấp Công nghệ

Q1-Q2/2022: Mở rộng Đối tác Vận tải

Q3/2022 - 2023: Tích hợp Đa phương thức & Đánh giá định kỳ

Hạn chế và hướng phát triển

Hạn chế học thuật và thực tiễn

  • Quy mô mẫu chuyên gia: Khảo sát AHP tập trung vào đội ngũ chuyên gia nội bộ và nhóm khách hàng thân thiết của DAS Global; chưa mở rộng khảo sát diện rộng trên toàn bộ các phân khúc khách hàng vãng lai.
  • Biến động ngoại cảnh: Dữ liệu năm 2020 chịu ảnh hưởng bởi sự cố đứt gãy logistics toàn cầu và tình trạng khan hiếm container rỗng, dẫn đến biến động bất thường về cước vận tải biển (Freight Rate).

Hướng phát triển tiếp theo

  • Tích hợp mô hình AHP mờ (Fuzzy AHP): Kết hợp lý thuyết tập mờ (Fuzzy Set Theory) với AHP để xử lý triệt để các đánh giá không chắc chắn hoặc mơ hồ trong môi trường số hóa.
  • Kết hợp AHP với TOPSIS / DEA: Sử dụng trọng số AHP kết hợp với kỹ thuật TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) để xếp hạng chi tiết từng nhà xe, hãng tàu đối tác.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Logistics / Kinh tế: Cung cấp tài liệu tham khảo hoàn chỉnh về phương pháp kết hợp giữa lý thuyết quản trị chuỗi cung ứng và công cụ toán học tối ưu hóa ra quyết định.
  • Kỹ sư hệ thống & Lập trình viên phần mềm Logistics: Nắm bắt trọn vẹn luồng nghiệp vụ xuất nhập khẩu thực tế để xây dựng các module tính cước, quản lý chứng từ và theo dõi đơn hàng trong hệ thống ERP/TMS.
  • Doanh nghiệp dịch vụ Logistics vừa và nhỏ (3PL SMEs): Sở hữu bộ công cụ tự đánh giá năng lực dịch vụ, từ đó tập trung dòng vốn đầu tư vào các mắt xích mang lại giá trị cao nhất (Độ tin cậy và Khả năng đáp ứng).
  • Nhà nghiên cứu kinh tế ứng dụng: Minh chứng sinh động cho khả năng triển khai phương pháp nghiên cứu định lượng AHP trong việc giải quyết bài toán quản trị kinh doanh thực tiễn.

Câu hỏi thường gặp

1. Điều kiện tiên quyết để áp dụng phương pháp AHP trong đánh giá dịch vụ logistics là gì?

Cần xây dựng được cây phân cấp tiêu chí rõ ràng (thường từ 4 – 7 tiêu chí chính để đảm bảo kích thước ma trận $n \le 7$), đồng thời lựa chọn nhóm chuyên gia có hiểu biết sâu sắc về nghiệp vụ. Bắt buộc phải kiểm tra tỷ số nhất quán ($CR \le 0.10$); nếu $CR > 0.10$, toàn bộ phiếu khảo sát phải được phỏng vấn và hiệu chỉnh lại.

2. Làm thế nào để giải quyết mâu thuẫn khi các chuyên gia cho điểm đánh giá quá khác nhau?

Áp dụng phương pháp tính Trung bình hình học (Geometric Mean) cho từng phần tử $a_{ij}$ của ma trận so sánh cặp giữa tất cả các chuyên gia: $a_{ij} = \sqrt[k]{\prod_{m=1}^{k} a_{ij}^{(m)}}$, trong đó $k$ là số lượng chuyên gia tham gia đánh giá.

3. Tại sao trong ngành logistics, tiêu chí "Độ tin cậy" luôn có trọng số cao nhất?

Trong chuỗi cung ứng công nghiệp, sự chậm trễ đơn hàng (sai lệch ETA/ETD) hoặc sai sót chứng từ hải quan (B/L, C/O, HS Code) có thể dẫn đến việc dây chuyền sản xuất của nhà máy phải dừng hoạt động, phát sinh chi phí phạt hợp đồng rất lớn. Do đó, tính an toàn và đúng hẹn luôn vượt lên trên yếu tố giá cả.

4. Hệ thống hạ tầng công nghệ thông tin đóng vai trò như thế nào trong mô hình AHP này?

Hạ tầng công nghệ thông tin là nền tảng cốt lõi nâng đỡ cả 3 tiêu chí: Sự linh hoạt ($C_1$), Khả năng đáp ứng ($C_2$) và Độ chuyên nghiệp ($C_4$). Việc triển khai EDI, Track & Trace tự động và phần mềm hải quan điện tử giúp giảm 80% thời gian xử lý thủ công.

5. Chi phí triển khai quy trình cải tiến theo AHP tại DAS Global mất bao lâu để thu hồi vốn (ROI)?

Với mức tăng trưởng lợi nhuận sau thuế đạt 57,78% trong năm 2020, chi phí đầu tư nâng cấp phần mềm và đào tạo nghiệp vụ chuẩn hóa (ước tính khoảng 250 – 400 triệu VNĐ) đã được bù đắp hoàn toàn trong vòng chưa đầy 6 tháng thông qua việc cắt giảm chi phí phạt lưu kho bãi và gia tăng sản lượng container phục vụ.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc mục tiêu nghiên cứu thông qua việc ứng dụng phương pháp phân tích thứ bậc AHP để lượng hóa toàn diện chất lượng dịch vụ logistics tại Công ty TNHH Toàn Cầu DAS Việt Nam. Kết quả tính toán toán học đã chứng minh tính ưu việt với chỉ số nhất quán $CR = 3,77%$, xác định rõ Độ tin cậy ($47,8%$) và Khả năng đáp ứng ($24,3%$) là hai trụ cột sống còn quyết định năng lực cạnh tranh của doanh nghiệp. Đi đôi với bức tranh tăng trưởng kinh doanh ấn tượng năm 2020 (doanh thu đạt 27,41 tỷ VNĐ, LNST tăng 57,78%), hệ thống 11 bước quy trình vận hành và các giải pháp số hóa được đề xuất trong đề tài chính là kim chỉ nam giúp DAS Global nâng tầm vị thế thành nhà cung ứng dịch vụ logistics 3PL chuyên nghiệp, phát triển bền vững trong kỷ nguyên hội nhập toàn cầu.