Giới thiệu dự án

Thị trường Dịch vụ Ẩm thực và Đồ uống (F&B - Food and Beverage) tại Việt Nam đang ghi nhận tốc độ tăng trưởng vượt bậc sau giai đoạn phục hồi kinh tế. Theo các báo cáo phân tích thị trường ngành bán lẻ và chuỗi cung ứng, doanh thu toàn ngành F&B tại Việt Nam năm 2023 đạt mốc 720.000 tỷ đồng (tăng trưởng xấp xỉ 18%) và được dự báo sẽ tiến tới quy mô gần 1.000.000 tỷ đồng vào năm 2026. Tuy nhiên, sự cạnh tranh gay gắt cùng sự biến động của giá nguyên vật liệu đầu vào đặt các doanh nghiệp và cơ sở kinh doanh độc lập (như các quán cà phê vừa và nhỏ - SMEs) trước bài toán sinh tồn: tối ưu hóa chi phí vận hành mà vẫn duy trì mức độ phục vụ khách hàng (Customer Service Level) ở mức cao nhất.

Trong mô hình vận hành F&B, hàng tồn kho đóng vai trò là "tấm đệm" điều hòa giữa khâu thu mua, pha chế và bán hàng. Tại quán Coffee Little Saigon (tọa lạc trên trục đường Phan Xích Long, TP. Hồ Chí Minh), thực trạng quản lý nguyên vật liệu còn mang tính thủ công, định kỳ đặt hàng 1 lần vào đầu mỗi tháng hoặc đặt theo cảm tính. Phương pháp này bộc lộ nhiều điểm nghẽn nghiêm trọng:

  • Hết nguyên liệu đột ngột (Stockout): Nhu cầu khách hàng biến động theo tuần khiến các mặt hàng tươi sống hoặc đồ uống chủ lực bị gián đoạn pha chế, gây sụt giảm doanh thu trực tiếp và tổn hại uy tín thương hiệu.
  • Thiếu hụt nguyên liệu theo mùa vụ: Các loại trái cây tươi (như cam) có chu kỳ tiêu thụ và thu hoạch biến thiên, dẫn đến nguy cơ đứt gãy cục bộ khi vào mùa cao điểm nếu không có kế hoạch dự trữ động.
  • Tồn ứ nguyên vật liệu và tăng chi phí bảo quản (Holding Costs): Việc nhập hàng theo lô cố định quy mô lớn làm tăng nguy cơ hết hạn sử dụng (shelf-life expiration), hao hụt do hư hỏng và phát sinh chi phí lưu trữ, chiếm dụng vốn lưu động (Working Capital).
+--------------------------------------------------------------------------------+
|                             VẤN ĐỀ QUẢN TRỊ TỒN KHO                            |
|                                                                                |
|  [Đặt hàng định kỳ/Cảm tính] ---> [Tồn trữ dư thừa] ---> Chi phí tồn trữ cao  |
|                               ---> [Thiếu hụt cục bộ] ---> Mất doanh thu & CSL |
|                                                                                |
|                                  GIẢI PHÁP                                     |
|                                                                                |
|  Dự báo ETS (Holt-Winters) + Phân tích ABC (Pareto) + Thuật toán PPA Lot-Sizing|
|  ===> Cân bằng Chi phí Đặt hàng (C) & Chi phí Tồn trữ (H) (Min Total Cost)     |
+--------------------------------------------------------------------------------+

Đề tài tốt nghiệp tập trung giải quyết triệt để các vấn đề trên với các mục tiêu cụ thể:

  1. Khảo sát và chuẩn hóa dữ liệu: Thu thập số liệu vận hành thực tế trong 14 ngày (từ 14/05 đến 28/05) của 5 nhóm thức uống chủ lực tại Coffee Little Saigon.
  2. Xây dựng mô hình dự báo nhu cầu: Ứng dụng mô hình san bằng mũ ba thành phần (Exponential Triple Smoothing - ETS) để ngoại suy nhu cầu tiêu thụ trong 90 ngày (12 tuần kế hoạch).
  3. Phân loại danh mục tồn kho: Ứng dụng nguyên lý Pareto (ABC Analysis) để sàng lọc các nhóm nguyên vật liệu trọng yếu nhóm A (chiếm ~75.93% tổng giá trị tồn kho).
  4. Tối ưu hóa quy mô lô đặt hàng (Lot-Sizing Optimization): Triển khai thuật toán cân bằng giai đoạn (Part-Period Algorithm - PPA) để xác định quy mô đặt hàng ($Q$) và thời điểm đặt hàng ($T$) tối ưu cho từng nguyên vật liệu, giảm thiểu tổng chi phí quản trị tồn kho ($TC = C_{đh} + C_{tt}$).

Phạm vi nghiên cứu tập trung vào 13 loại nguyên vật liệu cấu thành 5 sản phẩm đồ uống chủ lực (Cà phê sữa, Trà đào, Nước ép cam, Redbull, Yaourt dầm đá) tại Coffee Little Saigon trong khung thời gian 12 tuần kế hoạch. Giới hạn đề tài không tính đến rủi ro trượt giá vĩ mô hay biến động thời gian giao hàng (Lead Time) từ nhà cung ứng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại Coffee Little Saigon, quy trình đặt hàng trước đây phụ thuộc vào chu kỳ cố định hàng tháng (đặt 1 lần/tháng vào đầu tháng). Đơn vị chưa có hệ thống hoạch định nhu cầu vật tư (Material Requirements Planning - MRP).

Tiêu chí Đặt hàng cố định theo tháng (Hiện trạng) Mô hình EOQ truyền thống Thuật toán Part-Period Algorithm (PPA)
Bản chất nhu cầu Giả định đơn giản, không theo dõi biến động Giả định nhu cầu phẳng, không đổi ($D = \text{const}$) Thích ứng linh hoạt với nhu cầu động (Dynamic Demand)
Quy mô lô ($Q$) Cố định toàn bộ nhu cầu tháng Cố định theo công thức $\sqrt{\frac{2DS}{H}}$ Biến thiên theo từng chu kỳ $T$ dựa trên chi phí tích lũy
Chi phí tồn trữ ($C_{tt}$) Rất cao do dồn trữ lượng lớn ở đầu chu kỳ Trung bình Tối ưu hóa tiệm cận mức cân bằng với chi phí đặt hàng
Khả năng áp dụng Dễ, không cần tính toán Trung bình, sai số lớn khi nhu cầu biến thiên Rất cao, phù hợp cho chu kỳ ngắn hạn trong ngành F&B

Yêu cầu hệ thống được lượng hóa theo ma trận ưu tiên MoSCoW:

  • Must-have: Mô hình phân rã định mức nguyên vật liệu (Bill of Materials - BOM); Thuật toán tối ưu hóa quy mô đơn hàng PPA cho nhóm A; Báo cáo chi phí đặt hàng ($C_{đh}$) và tồn trữ ($C_{tt}$).
  • Should-have: Mô hình dự báo nhu cầu ETS 12 tuần kế hoạch; Bảng phân loại ABC tự động hóa theo giá trị sử dụng.
  • Could-have: Tích hợp giao diện cảnh báo lượng đặt hàng tái lập (Reorder Point - ROP).
  • Won't-have (giai đoạn này): Hệ thống tích hợp thời gian thực với chuỗi cung ứng nhà phân phối cấp 1.

Thiết kế hệ thống

Kiến trúc luồng xử lý dữ liệu và thuật toán được thiết kế thành một pipeline khép kín từ tầng thu thập dữ liệu thô đến tầng ra quyết định đặt hàng:

Technology Stack & Công cụ:

  • Dự báo & Phân tích chuỗi thời gian: Microsoft Excel 2016 MSO (Engine FORECAST.ETS với giải thuật làm mịn lũy thừa ba Holt-Winters).
  • Xử lý thống kê & Kiểm định giả thuyết: IBM SPSS Statistics Version 20.0 (Thống kê mô tả, phân tích tần số, kiểm định độ lệch chuẩn).
  • Mô hình định lượng: Part-Period Algorithm (Whiteside Heuristic Lot-Sizing).

Tham số hóa chi phí:

  • Chi phí đặt hàng cho một lần phát sinh đơn ($C$): 250.000 VNĐ (Chi phí dịch vụ: 70.000 VNĐ, Chi phí vận chuyển: 150.000 VNĐ, Chi phí kiểm nhận: 30.000 VNĐ).
  • Chi phí tồn trữ một đơn vị hàng hóa trên một đơn vị thời gian ($H = h \times P$): Tỷ lệ $h = 1.5% \times P$ (Tổn thất/hao hụt: $1.0%$, Xử lý/bốc xếp: $0.25%$, Bảo quản/lưu kho: $0.25%$, với $P$ là đơn giá nguyên vật liệu).

Methodology

Phương pháp nghiên cứu kết hợp giữa định tính (quan sát quy trình vận hành trực tiếp tại quán từ 7h30 đến 22h00 các ngày trong tuần) và định lượng (mô hình hóa toán học). Tiến trình thực hiện bao gồm 5 giai đoạn:

  1. Khảo sát định mức nguyên vật liệu (BOM): Xác định dung tích/khối lượng thành phần cho từng công thức pha chế.
  2. Dự báo nhu cầu độc lập (Independent Demand Forecast): Chuyển đổi dữ liệu 14 ngày thành chuỗi dự báo 90 ngày (12 tuần).
  3. Tính toán nhu cầu phụ thuộc (Dependent Demand Calculation): Quy đổi số lượng ly nước dự báo ra khối lượng nguyên vật liệu cần thiết.
  4. Phân loại kiểm soát ABC: Xếp hạng giá trị sử dụng hàng năm/chu kỳ để chọn lọc các SKU chiến lược.
  5. Thực thi thuật toán PPA: Thiết lập bảng lặp tính toán $IPP$ (Incremental Part Period) và $APP$ (Accumulated Part Period) để xác định chu kỳ đặt hàng tối ưu.

Implementation và kết quả

Development process

Cốt lõi của giải pháp là việc triển khai thuật toán Part-Period Algorithm (PPA). Thuật toán này tìm cách cân bằng giữa chi phí phát đơn hàng ($C$) và chi phí lưu kho tích lũy bằng cách đưa về chỉ số chu kỳ kinh tế (Economic Part Period - EPP):

$$\text{EPP} = \frac{C}{H} = \frac{C}{P \times h}$$

Trong đó:

  • $C$: Chi phí cho một lần đặt hàng (250.000 VNĐ).
  • $P$: Đơn giá mua một đơn vị nguyên vật liệu.
  • $h$: Tỷ lệ chi phí tồn trữ ($1.5% = 0.015$).
  • $R_i$: Nhu cầu nguyên vật liệu tại thời đoạn $i$ ($i = 1, 2, \dots, T$).

Chỉ số tích lũy giai đoạn được xác định theo công thức:

$$\text{IPP}(i) = (i - 1) \times R_i$$

$$\text{APP}(T) = \sum_{i=1}^{T} (i - 1) \times R_i$$

Luật dừng của thuật toán xác định chu kỳ đặt hàng $T$:

$$\text{APP}(T) = \max {i : \text{APP}(i) \ge \text{EPP}}$$

Quy mô lô đặt hàng tại thời điểm bắt đầu chu kỳ:

$$Q = \sum_{i=1}^{T} R_i$$

Dưới đây là mã nguồn Python mô phỏng giải thuật PPA chuẩn hóa được nhóm nghiên cứu thiết kế để tự động hóa bảng tính:

import pandas as pd
import numpy as np

def calculate_ppa_lot_sizing(demand_series, order_cost, unit_price, holding_rate=0.015):
    """
    Tính toán quy mô lô đặt hàng tối ưu theo thuật toán Part-Period Algorithm (PPA).
    
    Parameters:
    demand_series (list or np.array): Chuỗi nhu cầu qua các tuần (R_i)
    order_cost (float): Chi phí đặt hàng cho 1 lần (C)
    unit_price (float): Đơn giá nguyên vật liệu (P)
    holding_rate (float): Tỷ lệ chi phí tồn trữ (h)
    
    Returns:
    dict: Lịch đặt hàng tối ưu và tổng chi phí quản trị
    """
    unit_holding_cost = unit_price * holding_rate
    epp = order_cost / unit_holding_cost
    
    n_periods = len(demand_series)
    orders = np.zeros(n_periods)
    current_period = 0
    total_ordering_cost = 0
    total_holding_cost = 0
    
    while current_period < n_periods:
        accumulated_pp = 0
        order_quantity = 0
        order_start = current_period
        
        # Bắt đầu gom lô từ tuần hiện tại
        for i in range(order_start, n_periods):
            period_index = i - order_start + 1 # 1-indexed relative to order cycle
            part_period_incremental = (period_index - 1) * demand_series[i]
            
            if accumulated_pp + part_period_incremental >= epp and order_quantity > 0:
                # Đạt điểm dừng: kiểm tra độ lệch để quyết định gom hay tách lô
                diff_before = abs(epp - accumulated_pp)
                diff_after = abs(accumulated_pp + part_period_incremental - epp)
                
                if diff_after < diff_before:
                    order_quantity += demand_series[i]
                    accumulated_pp += part_period_incremental
                    current_period = i + 1
                else:
                    current_period = i
                break
            else:
                accumulated_pp += part_period_incremental
                order_quantity += demand_series[i]
                if i == n_periods - 1:
                    current_period = n_periods
                    break
        
        orders[order_start] = order_quantity
        total_ordering_cost += order_cost
        total_holding_cost += accumulated_pp * unit_holding_cost

    total_cost = total_ordering_cost + total_holding_cost
    return {
        "EPP": epp,
        "Order_Schedule": orders,
        "Total_Ordering_Cost": total_ordering_cost,
        "Total_Holding_Cost": total_holding_cost,
        "Total_Cost": total_cost
    }

Testing và validation

Nhóm nghiên cứu đã thực hiện phân tích Pareto trên toàn bộ 13 danh mục nguyên vật liệu. Kết quả phân loại ABC xác định 6 loại nguyên vật liệu chủ lực nhóm A đại diện cho 75.93% tổng giá trị sử dụng:

  1. Trái cam: 33.900.000 VNĐ (chiếm tỷ trọng giá trị lớn nhất).
  2. Bột cà phê: 13.650.000 VNĐ.
  3. Miếng đào (Topping): 6.120.000 VNĐ.
  4. Sữa đặc: 8.352.000 VNĐ.
  5. Nước tăng lực Redbull: 7.704.000 VNĐ.
  6. Ly nhựa: 8.400.000 VNĐ.

Chi tiết tính toán kiểm thử PPA cho 6 nguyên vật liệu nhóm A trong 12 tuần (Đơn vị tính: Chi phí = VNĐ):

1. Bột Cà Phê ($P = 210.000$ VNĐ/kg)

  • $H = 210.000 \times 1.5% = 3.150$ VNĐ/kg/tuần.
  • $\text{EPP} = \frac{250.000}{3.150} \approx 79.37$ kg.
  • Bảng lặp PPA:
    • Chu kỳ 1 (Tuần 1-5): $\text{APP}(5) = 56 < 79.37$; sang tuần 6: $\text{APP}(6) = 81 \ge 79.37 \rightarrow$ Dừng tại tuần 5. Đặt $Q_1 = 29\text{ kg}$ tại tuần 1.
    • Chu kỳ 2 (Tuần 6-11): Tính từ tuần 6, $\text{APP}(11) = 77 < 79.37$; sang tuần 12: $\text{APP}(12) = 107 \ge 79.37 \rightarrow$ Dừng tại tuần 11. Đặt $Q_2 = 31\text{ kg}$ tại tuần 6.
    • Chu kỳ 3 (Tuần 12): Đặt $Q_3 = 5\text{ kg}$ tại tuần 12.
  • Kế hoạch: Đặt 3 lần ($Q_1=29$, $Q_6=31$, $Q_{12}=5$). Chi phí đặt hàng: $3 \times 250.000 = 750.000$ VNĐ.

2. Trái Cam ($P = 25.000$ VNĐ/kg, quy đổi 10 trái/kg)

  • $H = 25.000 \times 1.5% = 375$ VNĐ/kg/tuần.
  • $\text{EPP} = \frac{250.000}{375} \approx 666.67$ kg.
  • Kế hoạch PPA: Đặt 3 lần trong 12 tuần:
    • Lần 1 (Tuần 1): $Q_1 = 191.8\text{ kg}$ (đáp ứng tuần 1 đến tuần 5).
    • Lần 2 (Tuần 6): $Q_6 = 414.5\text{ kg}$ (đáp ứng tuần 6 đến tuần 10).
    • Lần 3 (Tuần 11): $Q_{11} = 226.5\text{ kg}$ (đáp ứng tuần 11 đến tuần 12).
  • Chi phí đặt hàng: $3 \times 250.000 = 750.000$ VNĐ.

3. Topping Miếng Đào ($P = 2.000$ VNĐ/miếng)

  • $H = 2.000 \times 1.5% = 30$ VNĐ/miếng/tuần.
  • $\text{EPP} = \frac{250.000}{30} \approx 8.333.33$ miếng.
  • Kế hoạch PPA: Đặt 2 lần trong 12 tuần:
    • Lần 1 (Tuần 1): Đặt $Q_1 = 1.944\text{ miếng}$ (phục vụ từ tuần 1 đến tuần 7, $\text{APP}(7) = 5.500$; tại tuần 8 $\text{APP}(8) = 7.838 \approx \text{EPP}$).
    • Lần 2 (Tuần 8): Đặt $Q_8 = 1.790\text{ miếng}$ (phục vụ từ tuần 8 đến tuần 12).
  • Chi phí đặt hàng: $2 \times 250.000 = 500.000$ VNĐ.

4. Nước Tăng Lực Redbull ($P = 12.000$ VNĐ/lon)

  • $H = 12.000 \times 1.5% = 180$ VNĐ/lon/tuần.
  • $\text{EPP} = \frac{250.000}{180} \approx 1.388.89$ lon.
  • Kế hoạch PPA: Đặt 2 lần trong 12 tuần:
    • Lần 1 (Tuần 1): Đặt $Q_1 = 457\text{ lon}$ (phục vụ từ tuần 1 đến tuần 7, $\text{APP}(8) = 1.596 \ge 1.388,89 \rightarrow$ Dừng).
    • Lần 2 (Tuần 8): Đặt $Q_8 = 185\text{ lon}$ (phục vụ từ tuần 8 đến tuần 12).
  • Chi phí đặt hàng: $2 \times 250.000 = 500.000$ VNĐ.

5. Sữa Đặc ($P = 80$ VNĐ/ml tương đương 30.000 VNĐ/hộp 380ml)

  • $H = 80 \times 1.5% = 1.2$ VNĐ/ml/tuần.
  • $\text{EPP} = \frac{250.000}{1.2} \approx 208.333.33$ ml.
  • Kế hoạch PPA: Đặt 2 lần trong 12 tuần:
    • Lần 1 (Tuần 1): Đặt $Q_1 = 57.740\text{ ml}$ (phục vụ từ tuần 1 đến tuần 7).
    • Lần 2 (Tuần 8): Đặt $Q_8 = 46.660\text{ ml}$ (phục vụ từ tuần 8 đến tuần 12).
  • Chi phí đặt hàng: $2 \times 250.000 = 500.000$ VNĐ.

6. Ly Nhựa ($P = 800$ VNĐ/cái)

  • $H = 800 \times 1.5% = 12$ VNĐ/cái/tuần.
  • $\text{EPP} = \frac{250.000}{12} \approx 20.833.33$ cái.
  • Kế hoạch PPA: Nhu cầu tổng 12 tuần là 10.413 cái. Giá trị $\text{APP}(12) < \text{EPP}$ nên gộp toàn bộ vào 1 lần đặt hàng duy nhất vào đầu tuần 1 ($Q_1 = 10.413\text{ cái}$) hoặc tách 2 chu kỳ để tránh cồng kềnh diện tích kho. Chi phí đặt hàng: $250.000$ VNĐ (1 lần) hoặc $500.000$ VNĐ (2 lần).

Kết quả đạt được

Bảng tổng hợp đối soát hiệu quả kinh tế giữa phương pháp đặt hàng hàng tháng truyền thống và phương pháp tối ưu hóa bằng thuật toán PPA trong 12 tuần:

Hạng mục Nguyên vật liệu Chi phí Hiện trạng (VNĐ) Chi phí sau áp dụng PPA (VNĐ) Tiết kiệm chi phí (VNĐ) Tỷ lệ tối ưu (%)
Bột Cà phê 1.061.850 926.400 135.450 12.76%
Trái Cam 1.265.425 1.042.875 222.550 17.59%
Miếng Đào 955.500 735.140 220.360 23.06%
Redbull 912.000 694.460 217.540 23.85%
Sữa Đặc 943.840 731.500 212.340 22.50%
Ly Nhựa 945.600 682.400 263.200 27.83%
TỔNG CỘNG 6.084.215 4.812.775 1.271.440 20.90% 
So sánh tổng chi phí quản lý tồn kho (Ordering + Holding Cost)
Hiện trạng: [====================================] 6.084.215 VNĐ
Áp dụng PPA:[===========================] 4.812.775 VNĐ  (-20.90%)

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ nét về mặt học thuật ứng dụng lẫn thực tiễn quản trị chuỗi cung ứng ngành dịch vụ:

  1. Chuyển dịch từ mô hình tĩnh sang mô hình động: Đa số các cửa hàng F&B vừa và nhỏ áp dụng mô hình EOQ (yêu cầu giả định phi thực tế là nhu cầu ổn định). Đề tài chứng minh việc ứng dụng PPA giải quyết triệt để bài toán nhu cầu biến thiên theo tuần mà không đòi hỏi chi phí đầu tư phần mềm ERP đắt đỏ.
  2. Cân bằng định lượng giữa chi phí đặt và chi phí trữ: Thay vì chia đều các kỳ đặt hàng, thuật toán PPA tính toán thời điểm dừng (stopping threshold) chính xác dựa trên điểm giao cắt kinh tế của $IPP$ và $EPP$.
Phương pháp Độ phức tạp tính toán Tính tối ưu chi phí Khả năng đáp ứng nhu cầu động Yêu cầu tài nguyên tính toán
EOQ (Wilson Formula) $O(1)$ - Rất thấp Kém khi nhu cầu biến động Không (Giả định nhu cầu phẳng) Rất thấp (Excel cơ bản)
Silver-Meal Heuristic $O(N^2)$ - Trung bình Rất cao Tốt Trung bình
Wagner-Whitin Algorithm $O(N^2)$ - Quy hoạch động Tối ưu toàn cục ($100%$) Tuyệt đối Cao, khó triển khai thủ công
Part-Period Algorithm (PPA) $O(N)$ - Thấp/Trực quan Tiệm cận tối ưu ($96-98%$) Rất tốt Thấp, dễ số hóa trên Spreadsheet/POS
  • Hiệu quả định lượng: Giảm thiểu 20.90% tổng chi phí tồn trữ và đặt hàng của 6 nhóm nguyên vật liệu trọng yếu; giảm tần suất đặt hàng dư thừa từ 3 lần/tháng xuống còn 1 - 2 lần theo chu kỳ nhu cầu thực tế; loại bỏ hoàn toàn tình trạng thiếu hụt nguyên liệu bột cà phê và sữa đặc trong các ngày cuối tuần cao điểm.

Ứng dụng thực tế và triển khai

Kịch bản triển khai tại cửa hàng (SOP)

Quy trình quản lý tồn kho chuẩn hóa theo PPA được tích hợp trực tiếp vào ca làm việc của Cửa hàng trưởng và Nhân viên pha chế (Barista):

  1. Cuối mỗi tuần (Chủ nhật, 21h30): Trích xuất báo cáo doanh số POS và cập nhật dữ liệu tiêu thụ thực tế vào template Google Sheets/Excel tích hợp macro PPA.
  2. Hệ thống tự động kích hoạt logic PPA: So sánh tích lũy $\text{APP}(T)$ hiện tại với ngưỡng $\text{EPP}$. Nếu $\text{APP} \ge \text{EPP}$, hệ thống phát lệnh đặt hàng (Purchase Order - PO) với quy mô $Q$ đề xuất.
  3. Thứ Hai (8h00): Cửa hàng trưởng liên hệ nhà cung cấp với số lượng $Q$ đã tối ưu, đảm bảo mức chiết khấu vận chuyển và chi phí kiểm nhận cố định 250.000 VNĐ.

Phân tích Chi phí - Lợi ích (ROI)

  • Chi phí triển khai giải pháp: ~0 VNĐ (Tận dụng phần cứng máy tính POS hiện có, xây dựng bảng tính tự động hóa trên nền tảng Spreadsheet).
  • Lợi nhuận ròng tiết kiệm được: Tiết kiệm trực tiếp 1.271.440 VNĐ / quý (tương đương hơn 5.085.000 VNĐ / năm) chỉ riêng cho 6 SKU nhóm A tại 1 điểm bán đơn lẻ.
  • Thời gian hoàn vốn (Payback Period): Ngay trong tháng đầu tiên áp dụng ($ROI > 500%$).
  • Tiềm năng mở rộng: Khi nhân rộng mô hình ra chuỗi 5-10 chi nhánh cà phê nhượng quyền, tổng giá trị tiết kiệm chi phí lưu kho và đặt hàng có thể đạt từ 25.000.000 - 50.000.000 VNĐ/năm, đồng thời giải phóng lượng vốn lưu động bị ứ đọng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  1. Giả định thời gian giao hàng cố định: Mô hình nghiên cứu giả định $Lead\ Time = 0$ hoặc hằng số. Trong thực tế, các đợt đứt gãy logistics từ nhà cung cấp có thể làm sai lệch thời điểm nhập kho.
  2. Yếu tố thời hạn sử dụng nguyên liệu tươi (Perishability): Trái cam và sữa tươi có thời hạn sử dụng ngắn ($3 - 5$ ngày). Thuật toán PPA thuần túy có thể đề xuất lô hàng $Q$ kéo dài 3-4 tuần nếu chi phí $C$ quá lớn, đòi hỏi phải lồng ghép thêm ràng buộc cứng về hạn sử dụng ($\text{Max Period} \le \text{Shelf Life}$).

Hướng phát triển

  • Tích hợp Dynamic Lead-time & Safety Stock: Bổ sung thuật toán tính điểm đặt hàng tái lập $ROP = (d \times L) + SS$ có xét đến độ lệch chuẩn nhu cầu $\sigma_d$.
  • Xây dựng Web App/Mobile App quản trị chuỗi cung ứng F&B: Số hóa toàn diện thuật toán PPA lên nền tảng Cloud (sử dụng Node.js/Python FastAPI backend + PostgreSQL), cho phép các chuỗi F&B vừa và nhỏ theo dõi tồn kho theo thời gian thực (Real-time Inventory Tracking).
  • Mở rộng mô hình đa chỉ mục (Multi-Echelon Inventory): Tối ưu hóa đơn đặt hàng đồng thời từ Kho tổng (Central Kitchen) xuống các điểm bán lẻ (Outlets).

Đối tượng hưởng lợi

  • Sinh viên & Học viên Logistics/Quản lý Chuỗi cung ứng: Nguồn tài liệu tham khảo trực quan, kết nối giữa lý thuyết quản trị hàng tồn kho (PPA, ABC, EOQ) với số liệu thực nghiệm ngành F&B.
  • Lập trình viên & Kỹ sư Dữ liệu: Mẫu kiến trúc giải thuật và code Python/VBA chuẩn hóa về bài toán Lot-Sizing Heuristic để tích hợp vào các phần mềm quản lý kho/ERP.
  • Chủ doanh nghiệp & Quản lý chuỗi F&B: Cẩm nang thực hành cắt giảm ngay 20% chi phí vận hành kho, giải phóng dòng tiền và kiểm soát hao hụt nguyên vật liệu mà không tốn chi phí bản quyền phần mềm.
  • Nhà nghiên cứu Vận trù học (Operations Research): Bộ dữ liệu thực tế về độ co giãn nhu cầu F&B theo tuần và hiệu quả tiệm cận của thuật toán PPA so với quy hoạch động Wagner-Whitin.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để triển khai giải pháp PPA tại một cửa hàng là gì?

Hệ thống không yêu cầu máy chủ chuyên dụng. Cửa hàng chỉ cần một máy vi tính hoặc tablet chạy Microsoft Excel 2016 trở lên (hoặc Google Sheets), kết nối dữ liệu xuất từ máy bán hàng POS thông dụng (như iPOS, CukCuk, KiotViet) và bảng định mức BOM được chuẩn hóa.

2. Thuật toán PPA có bị giới hạn khi số lượng SKU nguyên vật liệu tăng lên hàng trăm loại không?

Thuật toán PPA có độ phức tạp tính toán tuyến tính $O(N)$ cho mỗi SKU ($N$ là số tuần kế hoạch). Do đó, hệ thống hoàn toàn có thể tính toán hàng nghìn SKU trong vài giây trên một máy tính văn phòng thông thường.

3. Làm thế nào để tích hợp PPA với các hệ thống POS hiện có trên thị trường?

Dữ liệu bán hàng hằng ngày từ POS được xuất ra dưới định dạng .csv hoặc .xlsx. Script tự động (Python hoặc Google Apps Script) sẽ đọc file này, tổng hợp nhu cầu độc lập, quy đổi ra nhu cầu phụ thuộc theo bảng BOM và tự động cập nhật bảng tính PPA để hiển thị đề xuất đặt hàng.

4. Chi phí đặt hàng ($C = 250.000$ VNĐ) và tỷ lệ tồn trữ ($h = 1.5%$) được xác định như thế nào?

Chi phí đặt hàng $C$ được bóc tách từ chi phí thực tế gồm phí cước vận chuyển GrabExpress/Ahamove (150.000 VNĐ), thời gian nhân viên kiểm đếm (30.000 VNĐ) và chi phí xử lý đơn (70.000 VNĐ). Tỷ lệ $h = 1.5%$/tuần được tính toán dựa trên tổn thất nguyên vật liệu, khấu hao tủ mát bảo quản và chi phí cơ hội của dòng vốn.

5. Nếu giá nguyên vật liệu ($P$) biến động theo tuần thì thuật toán xử lý ra sao?

Khi $P$ thay đổi, chi phí tồn trữ đơn vị $H = P \times h$ và giá trị $\text{EPP} = \frac{C}{H}$ sẽ được tự động tính toán lại cho các chu kỳ tiếp theo trong bảng tính, đảm bảo quy mô đơn hàng luôn thích ứng tức thời với mặt bằng giá mới.

Kết luận

Đồ án tốt nghiệp "Tối ưu hóa đơn đặt hàng nguyên vật liệu để giảm thiểu chi phí tồn kho bằng phương pháp PPA tại Coffee Little Saigon" đã chứng minh tính ứng dụng xuất sắc của các mô hình toán định lượng vào bài toán thực tiễn của ngành F&B. Thông qua việc kết hợp chuỗi phương pháp từ dự báo Holt-Winters ETS, phân tích trọng số Pareto ABC đến thuật toán tối ưu hóa quy mô lô đặt hàng PPA, nghiên cứu đã giúp cơ sở cắt giảm 20.90% tổng chi phí quản lý tồn kho cho 6 nhóm nguyên vật liệu trọng điểm, tương đương mức tiết kiệm hơn 5 triệu VNĐ/năm trên một quy mô mặt bằng nhỏ.

Giải pháp mở ra hướng tiếp cận tinh gọn, hiệu quả cao và chi phí bằng 0 cho hàng trăm nghìn doanh nghiệp F&B vừa và nhỏ tại Việt Nam trong nỗ lực chuyển đổi số và nâng cao năng lực cạnh tranh chuỗi cung ứng.