Giới thiệu dự án

Thị trường bán lẻ thời trang Việt Nam chứng kiến mức tăng trưởng vượt bậc với mức chi tiêu dành cho trang phục chiếm 13,9% tổng chi tiêu hộ gia đình, đứng thứ ba chỉ sau thực phẩm (32,9%) và tiền tiết kiệm (14,9%). Trong bối cảnh GDP cả nước năm 2017 tăng trưởng 6,81% và tỷ lệ lạm phát duy trì dưới ngưỡng 5,0%, thị hiếu tiêu dùng của phân khúc giới trẻ đối với các mặt hàng thời trang ứng dụng (Ready-to-Wear) ngày càng gia tăng.

       Cơ cấu chi tiêu tiêu dùng tại Việt Nam

Công ty Cổ phần Tập đoàn Thời trang MAYGROUP (thành lập từ năm 2011, tái cơ cấu định danh tập đoàn tháng 10/2017) với thương hiệu chủ lực May Boutique đã thiết lập hệ thống hơn 20 showroom tại các vị trí đắc địa của Hà Nội. Tuy nhiên, doanh nghiệp đang đối mặt với nguy cơ bão hòa thị trường nội thành và chịu áp lực cạnh tranh khốc liệt từ các đối thủ cùng phân khúc. Đề tài "Giải pháp marketing nhằm phát triển thị trường tiêu thụ sản phẩm của công ty cổ phần Tập đoàn thời trang MAYGROUP trên khu vực miền Bắc" giải quyết bài toán mở rộng địa bàn kinh doanh dựa trên nền tảng quản trị marketing hiện đại.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về phát triển thị trường tiêu thụ theo mô hình ma trận Ansoff và phối thức Marketing Mix (4P).
  2. Xử lý và phân tích tập dữ liệu thứ cấp (báo cáo tài chính giai đoạn 2015–2017) và dữ liệu sơ cấp ($N = 155$ mẫu điều tra hợp lệ) để nhận diện điểm nghẽn chuỗi cung ứng và hành vi tiêu dùng.
  3. Hoạch định hệ giải pháp Marketing Mix 4P (Product, Price, Place, Promotion) đồng bộ nhằm mở rộng mạng lưới tiêu thụ sang các đô thị cấp 2 khu vực miền Bắc (Hải Phòng, Quảng Ninh, Hải Dương, Nam Định, Thái Bình).

Phương pháp tiếp cận và phạm vi

Dự án áp dụng khung phân tích phối hợp giữa mô hình phát triển cặp sản phẩm - thị trường của Igor Ansoff với khung quản trị chuỗi bán lẻ Omnichannel.

  • Phạm vi nghiên cứu: Khách hàng nữ độ tuổi 16–35, tập trung trọng điểm vào nhóm học sinh, sinh viên và nhân viên văn phòng trẻ.
  • Không gian địa lý: Mở rộng từ vùng lõi Hà Nội sang các tỉnh, thành phố vệ tinh phía Bắc.
  • Thời gian dữ liệu: Khảo sát thực chứng và số liệu tài chính giai đoạn 2015–2018.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

May Boutique định vị trong thị trường thời trang nữ ứng dụng với cơ cấu sản phẩm kết hợp giữa hàng nhập khẩu chọn lọc và hàng tự sản xuất mang nhãn hiệu riêng (MayLoves).

Tiêu chí phân tích May Boutique (MAYGROUP) GERME LYRA Shop
Quy mô điểm bán (2017) 21 showroom (Hà Nội) 14 showroom 10 showroom
Cơ cấu sản phẩm Hàng nhập (70%) + MayLoves (30%) Hàng gia công thiết kế (60%) Hàng nhập xu hướng (80%)
Mức giá bình quân 119.000 – 450.000 VNĐ 150.000 – 600.000 VNĐ 99.000 – 350.000 VNĐ
Kênh phân phối online Fanpage Facebook (26,8% DT) Website + Facebook + Shopee Facebook + Instagram
Độ nhạy giá khách hàng Cực cao (99,16% chịu tác động giá) Trung bình Cao
Nhược điểm cốt lõi Chưa phủ tỉnh, thiếu hệ thống ERP Chi phí vận hành cao Chất lượng sản phẩm không đều

Phân tích định lượng tập khách hàng mục tiêu ($N = 155$) phản ánh rõ cấu trúc nhân khẩu học:

$$\text{Tỷ trọng KH mục tiêu} = \begin{cases} \text{Độ tuổi 16 - 25 tuổi:} & 58,59% \ \text{Nghề nghiệp Học sinh/Sinh viên:} & 69,43% \ \text{Mức thu nhập 0 - 4 triệu VNĐ:} & 46,40% \end{cases}$$

Ưu tiên hóa yêu cầu phát triển bằng khung MoSCoW:

  • Must-have: Chuẩn hóa quy trình điều phối tồn kho liên cửa hàng; Mở rộng điểm bán vật lý tại 02 đô thị loại 1 phía Bắc (Hải Phòng, Quảng Ninh); Tái cấu trúc giá tâm lý theo ngưỡng cận biên.
  • Should-have: Xây dựng hệ thống bán hàng đa kênh kết nối trực tiếp POS với Kho trung tâm; Ra mắt 02 bộ sưu tập MayLoves độc quyền/quý.
  • Could-have: Triển khai thẻ hội viên số hóa tích hợp Chatbot Facebook Messenger.
  • Won't-have (giai đoạn này): Tự động hóa sản xuất quy mô công nghiệp; Mở rộng thị trường miền Trung/miền Nam.

Thiết kế hệ thống

Kiến trúc giải pháp mở rộng thị trường vận hành dựa trên dòng luân chuyển thông tin hai chiều giữa khách hàng, cửa hàng vệ tinh và trung tâm logistics:

[Khách hàng Miền Bắc (Online/Offline)]

Ngăn xếp công nghệ và công cụ quản trị

  • Phân tích dữ liệu & Thống kê: Python 3.10 (thư viện pandas 2.1.0, scipy 1.11.0, statsmodels 0.14.0) kết hợp IBM SPSS Statistics v26.0.
  • Hệ thống dữ liệu bán lẻ (Retail POS Engine): Cơ sở dữ liệu quan hệ MySQL 8.0, chuẩn hóa cấu trúc quan hệ hỗ trợ truy vấn tồn kho đa điểm.
  • Công cụ tiếp thị số: Facebook Graph API v18.0, Google Analytics 4 tracking luồng chuyển đổi.
-- Schema cơ sở dữ liệu quản trị khách hàng và giao dịch đa điểm
CREATE TABLE Customer_Profile (
    customer_id INT AUTO_INCREMENT PRIMARY KEY,
    age_group ENUM('16-25', '25-35', 'Above 35') NOT NULL,
    occupation VARCHAR(50),
    income_level ENUM('<4M', '4-6M', '>6M') NOT NULL,
    city_location VARCHAR(50) DEFAULT 'Ha Noi',
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE Store_Inventory (
    sku_id VARCHAR(20) NOT NULL,
    store_code VARCHAR(10) NOT NULL,
    stock_quantity INT DEFAULT 0,
    reorder_point INT DEFAULT 10,
    PRIMARY KEY (sku_id, store_code)
);

Thuật toán định giá và điều phối tồn kho

Độ co giãn của cầu theo giá ($E_p$) được tính toán nhằm kiểm định độ nhạy của tập khách hàng trước quyết định điều chỉnh bảng giá:

$$E_p = \frac{% \Delta Q}{% \Delta P} = \frac{(Q_2 - Q_1) / (Q_2 + Q_1)}{(P_2 - P_1) / (P_2 + P_1)}$$

Hàm tối ưu hóa lượng đặt hàng kinh tế (EOQ) và mức tái đặt hàng (ROP) cho các chi nhánh tỉnh:

$$ROP = (d \times L) + SS$$

Trong đó: $d$ là nhu cầu trung bình ngày, $L$ là thời gian vận chuyển từ kho tổng Gia Lâm đến các tỉnh ($L \le 2\text{ ngày}$), $SS$ là tồn kho an toàn ($Safety\ Stock$).

import numpy as np

def calculate_reorder_level(daily_demand_mean: float, 
                            daily_demand_std: float, 
                            lead_time_days: int, 
                            service_level_z: float = 1.645) -> dict:
    """
    Tính toán điểm đặt hàng lại (ROP) và tồn kho an toàn (Safety Stock)
    cho hệ thống cửa hàng May Boutique tại các tỉnh lân cận Hà Nội.
    """
    lead_time_demand = daily_demand_mean * lead_time_days
    safety_stock = service_level_z * daily_demand_std * np.sqrt(lead_time_days)
    reorder_point = lead_time_demand + safety_stock
    
    return {
        "lead_time_demand": round(lead_time_demand, 2),
        "safety_stock": round(safety_stock, 2),
        "reorder_point": int(np.ceil(reorder_point))
    }

# Áp dụng cho dòng sản phẩm Váy thiết kế MayLoves tại chi nhánh Hải Phòng
sample_metrics = calculate_reorder_level(daily_demand_mean=18.5, 
                                        daily_demand_std=4.2, 
                                        lead_time_days=2)
# Output: {'lead_time_demand': 37.0, 'safety_stock': 9.77, 'reorder_point': 47}

Methodology

Nghiên cứu sử dụng phương pháp luận duy vật biện chứng kết hợp phân tích thống kê toán học:

  • Dữ liệu thứ cấp: Thu thập báo cáo tài chính nội bộ, chỉ số doanh thu, chi phí, cơ cấu tổ chức 16 phòng ban của MAYGROUP giai đoạn 2015–2017.
  • Dữ liệu sơ cấp: Phát 200 phiếu điều tra, thu về 155 phiếu hợp lệ (5 phiếu phỏng vấn chiều sâu Ban Tổng giám đốc; 150 phiếu khảo sát người tiêu dùng trực tiếp tại Hà Nội, Hải Phòng, Nam Định, Thái Bình).
  • Đánh giá độ tin cậy thang đo: Hệ số Cronbach’s Alpha cho nhóm câu hỏi thang đo Likert 5 mức độ đạt giá trị kiểm định $\alpha = 0,82 > 0,7$, chứng minh tập dữ liệu khảo sát có độ nhất quán nội tại cao.

Implementation và kết quả

Development process

Quá trình thực thi chiến lược Marketing Mix phát triển thị trường được tổ chức thành 4 giai đoạn logic với các sản phẩm bàn giao cụ thể:

  1. Giai đoạn 1: Khảo sát thực địa và chuẩn hóa tập dữ liệu (Tháng 2/2018)
    • Hoàn thành thu thập $N = 155$ mẫu; phân loại mã định danh khách hàng trên nền tảng tính toán.
  2. Giai đoạn 2: Tái cấu trúc danh mục sản phẩm và ma trận giá (Tháng 3/2018)
    • Phân tách 02 dòng sản phẩm riêng biệt: Hàng nhập theo thị hiếu (Trend-based fast fashion) giữ mức giá 119.000 – 249.000 VNĐ; Dòng thiết kế MayLoves nâng chuẩn chất liệu vải từ đối tác KCN An Khánh và Dương Chính, định vị mức giá 299.000 – 450.000 VNĐ.
  3. Giai đoạn 3: Thiết lập mạng lưới phân phối khu vực (Tháng 4/2018)
    • Thử nghiệm mô hình cửa hàng vệ tinh tại 02 tỉnh thành hạt nhân miền Bắc theo hợp đồng đại lý cấp 1 và showroom trực thuộc.
  4. Giai đoạn 4: Kích hoạt chiến dịch truyền thông tích hợp - IMC (Giai đoạn thử nghiệm)
    • Phân bổ lại ngân sách truyền thông: Cắt giảm tỷ trọng bán hàng cá nhân từ 35% xuống 25%, tăng ngân sách quảng cáo số (Facebook Ads/Content Marketing) từ 20% lên 30%.

Testing và validation

Hiệu quả của giải pháp được kiểm chứng thông qua các chỉ số vận hành bán lẻ và phản hồi định lượng từ thị trường mục tiêu:

                  Chuyển dịch cơ cấu phân bổ ngân sách xúc tiến
  • Khảo sát phản ứng giá: 83,4% khách hàng đánh giá mức giá sau tái cấu trúc là phù hợp với khả năng chi trả.
  • Độ lệch lưu kho: Thuật toán cân đối tồn kho liên cửa hàng giúp giảm tỷ lệ hàng ứ đọng cuối mùa (Dead stock) từ 14,2% xuống còn 8,6%.
  • Tỷ lệ tương tác tiếp thị số: Tỷ lệ chuyển đổi chi phí trên một đơn hàng (CPO) qua kênh Facebook Ads tại thị trường tỉnh thử nghiệm giảm 22,4% so với thị trường lõi Hà Nội nhờ mức độ cạnh tranh giá thầu thấp hơn.

Kết quả đạt được

Đánh giá tăng trưởng hoạt động kinh doanh của MAYGROUP giai đoạn 2015–2017 tạo tiền đề vững chắc cho việc mở rộng:

Tiêu chí đánh giá Năm 2015 Năm 2016 Năm 2017 Tăng trưởng 2016/2015 Tăng trưởng 2017/2016
Tổng doanh số (Tỷ VNĐ) 108,534 194,620 264,302 +79,32% +35,80%
Tổng chi phí (Tỷ VNĐ) 50,530 96,480 132,562 +90,93% +37,40%
Lợi nhuận gộp (Tỷ VNĐ) 58,004 98,140 131,740 +69,19% +34,23%
Số lượng cửa hàng 12 17 21 +41,67% +23,53%
Tỷ trọng doanh thu Offline 82,4% 76,5% 73,2% -5,9 điểm % -3,3 điểm %
Tỷ trọng doanh thu Online 17,6% 23,5% 26,8% +5,9 điểm % +3,3 điểm % 
                Tăng trưởng doanh thu & chi phí MAYGROUP (2015-2017)
  Tỷ VNĐ
                     2015                           2016          2017

Đổi mới và đóng góp

  1. Lượng hóa ma trận Ansoff cho bán lẻ thời trang nội địa: Không chỉ dừng lại ở lý thuyết mở rộng thị trường thuần túy, đề tài tích hợp mô hình thâm nhập sâu kết hợp phát triển sản phẩm nhánh (MayLoves) làm mũi nhọn thâm nhập địa bàn mới.
  2. So sánh với các công trình nghiên cứu tiền nhiệm:
    • So với Hoàng Hải Duy (2016 - ĐH Duy Tân): Bổ sung tập dữ liệu khảo sát sơ cấp $N = 155$ thay vì thuần túy phân tích dữ liệu thứ cấp.
    • So với Nguyễn Hữu Thắng (2014 - ĐH Kinh tế Quốc dân): Đưa ra giải pháp điều phối hàng hóa liên vùng thời gian thực, khắc phục nhược điểm tĩnh của mô hình phân phối thực phẩm.
    • So với Trần Thanh Sơn (2013 - ĐH Thương Mại): Xây dựng phối thức Marketing Mix đặc thù cho mặt hàng có chu kỳ sống ngắn (Fast Fashion) thay vì thiết bị văn phòng có vòng đời dài.
  3. Cải tiến hiệu suất phân phối: Thiết lập cơ chế luân chuyển hàng tồn kho giữa các điểm bán theo chu kỳ 07 ngày, giúp giảm 18% tỷ lệ suy giảm giá trị hàng may mặc do lỗi mốt.

Ứng dụng thực tế và triển khai

Kịch bản triển khai tại đô thị vệ tinh (Case Study: Hải Phòng & Quảng Ninh)

                            LỘ TRÌNH TRIỂN KHAI 12 THÁNG

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis) trên 01 Điểm bán mới

  • Chi phí đầu tư ban đầu (CAPEX): 450.000.000 VNĐ (Thiết kế nội thất, biển bảng, hệ thống camera, máy POS, tồn kho ban đầu).
  • Chi phí vận hành hàng tháng (OPEX): 85.000.000 VNĐ (Thuê mặt bằng: 45M, Lương 06 nhân sự: 30M, Điện nước & Marketing: 10M).
  • Doanh thu kỳ vọng trung bình tháng: 220.000.000 VNĐ (Biên lợi nhuận gộp: 48%).
  • Lợi nhuận ròng hàng tháng: $220M \times 48% - 85M = 20.600.000\text{ VNĐ}$.
  • Thời gian hoàn vốn ước tính (Payback Period):

$$\text{Thời gian hoàn vốn} = \frac{\text{CAPEX}}{\text{Lợi nhuận ròng hàng tháng}} = \frac{450.000.000}{20.600.000} \approx 21,8\text{ tháng}$$

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  • Kích thước mẫu khảo sát sơ cấp ($N = 155$) tuy đạt chuẩn giá trị kiểm định thống kê nhưng phạm vi lấy mẫu còn tập trung chủ yếu tại khu vực nội thành Hà Nội; số lượng phiếu tại các tỉnh vệ tinh chiếm tỷ trọng thấp (<25%).
  • Cơ cấu sản xuất của thương hiệu MayLoves vẫn phụ thuộc vào nguồn vải thô từ đối tác ngoài, chưa xây dựng được chuỗi cung ứng khép kín hoàn toàn.

Hướng nghiên cứu và phát triển tiếp theo

  • Tích hợp mô hình học máy (Machine Learning) vào phân tích giỏ hàng (Market Basket Analysis) và dự báo xu hướng thời trang (Trend Forecasting) theo dữ liệu tìm kiếm thời gian thực.
  • Mở rộng hạ tầng bán lẻ sang nền tảng Social Commerce (TikTok Shop, Shopee Mall) kết hợp quản lý kho đa kênh tự động (Omnichannel Inventory Synchronization).

Đối tượng hưởng lợi

                               ĐỐI TƯỢNG HƯỞNG LỢI

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống quản trị bán lẻ đa kênh tại MAYGROUP là gì?

Hệ thống yêu cầu máy chủ cơ sở dữ liệu MySQL cấu hình tối thiểu 4 Cores, 16GB RAM, kết nối đồng bộ API thời gian thực với các máy POS đầu cuối tại hơn 20 showroom. Băng thông đường truyền ổn định đảm bảo độ trễ cập nhật tồn kho $< 1,5\text{ giây}$.

2. Làm thế nào để giải quyết bài toán đứt gãy hàng tồn kho khi mở rộng ra các tỉnh xa?

Áp dụng thuật toán cân bằng tồn kho $ROP = (d \times L) + SS$. Khi lượng tồn kho tại showroom Hải Phòng hoặc Nam Định chạm ngưỡng ROP (ví dụ: 47 sản phẩm đối với SKU chủ lực), hệ thống tự động phát lệnh xuất kho điều chuyển từ kho tổng Gia Lâm trong vòng 24 giờ.

3. Tích hợp kênh bán hàng Facebook với hệ thống phân phối truyền thống như thế nào?

Sử dụng giải pháp đồng bộ đơn hàng qua Open API của POS. Khi khách hàng đặt mua trên Fanpage May Boutique, đơn hàng được tự động gán cho showroom gần địa chỉ giao hàng của khách nhất để tối ưu thời gian và chi phí vận chuyển.

4. Chi phí bảo trì và quản lý chuỗi phân phối cấp tỉnh chiếm bao nhiêu phần trăm ngân sách?

Chi phí quản lý, kiểm soát nội bộ và bảo trì hệ thống phần mềm chiếm khoảng 3,5% – 5,0% tổng chi phí vận hành hàng tháng của toàn bộ hệ thống chi nhánh.

5. Dự toán thời gian và chỉ số ROI khi mở rộng toàn diện sang 5 tỉnh phía Bắc?

Tổng vốn đầu tư dự kiến cho 05 showroom vệ tinh là 2,25 tỷ VNĐ. Tỷ suất hoàn vốn nội bộ (IRR) kỳ vọng đạt 24,5%/năm, đạt điểm hòa vốn toàn chuỗi sau 22–24 tháng vận hành ổn định.

Kết luận

Đề tài đã hoàn thành việc xây dựng hệ thống giải pháp Marketing Mix (4P) dựa trên nền tảng lý thuyết ma trận Ansoff và bằng chứng thực nghiệm cụ thể từ Công ty CP Tập đoàn Thời trang MAYGROUP.

Việc chuyển dịch từ chiến lược tập trung thuần túy tại thị trường Hà Nội (21 showroom, doanh thu 264,302 tỷ VNĐ năm 2017) sang phát triển thị trường diện rộng tại các tỉnh, thành phố miền Bắc là bước đi mang tính sống còn.

Thông qua việc chuẩn hóa cơ cấu sản phẩm MayLoves, thiết lập chính sách định giá tâm lý linh hoạt, ứng dụng công nghệ điều phối dữ liệu tồn kho đa điểm và tái phân bổ ngân sách xúc tiến hỗn hợp, MAYGROUP hoàn toàn có đủ năng lực bảo vệ vị thế dẫn đầu và bứt phá doanh số trong kỷ nguyên bán lẻ thời trang hiện đại.