Giới thiệu dự án

Thị trường phân phối và bán lẻ thiết bị công nghệ thông tin (CNTT), máy tính cá nhân và linh kiện phần cứng tại Việt Nam giai đoạn chuyển đổi số chứng kiến sự cạnh tranh khốc liệt với biên lợi nhuận gộp trung bình của ngành thương mại tin học dao động từ 7% đến 12%. Tại thị trường khu vực Hải Phòng, các doanh nghiệp vừa và nhỏ (SME) phân phối thiết bị máy tính như Công ty Cổ phần Tin học Tín Khang đối mặt với áp lực lớn từ cả chuỗi bán lẻ quy mô lớn lẫn áp lực tồn kho linh kiện điện tử có chu kỳ vòng đời ngắn (Short Product Lifecycle).

Vấn đề cốt lõi (Problem Statement) tại Công ty Cổ phần Tin học Tín Khang là sự thiếu hụt một hệ thống Marketing tích hợp (Integrated Marketing Strategy) được hỗ trợ bởi dữ liệu. Hoạt động tiếp thị bị đồng nhất với nghiệp vụ bán hàng thuần túy; chính sách định giá phân khúc (Segmented Pricing) chưa linh hoạt; mạng lưới phân phối cấp 2 thiếu cơ chế kiểm soát biên lợi nhuận; và dịch vụ sau bán hàng (After-sales Service) chưa được chuẩn hóa theo các cam kết mức dịch vụ (Service Level Agreement - SLA). Hậu quả là tỷ lệ luân chuyển hàng tồn kho (Inventory Turnover Ratio) thấp, tỷ lệ giữ chân khách hàng (Customer Retention Rate) suy giảm và khả năng thâm nhập các gói thầu cung ứng thiết bị cho khối giáo dục/doanh nghiệp bị hạn chế.

Đề tài "Một số giải pháp Marketing nhằm đẩy mạnh khả năng tiêu thụ sản phẩm ở Công ty Cổ phần Tin học Tín Khang" được thực hiện nhằm giải quyết bài toán trên thông qua 4 mục tiêu cụ thể:

  1. Hệ thống hóa cơ sở lý luận về Marketing-Mix (4P) và ứng dụng quản trị tiêu thụ trong ngành phân phối thiết bị phần cứng.
  2. Khảo sát, phân tích định lượng thực trạng kinh doanh, cơ cấu hàng tồn kho và kênh phân phối của Tín Khang giai đoạn 2009–2010.
  3. Tái thiết lập kiến trúc chiến lược Marketing 4P kết hợp giải pháp chuyển đổi quy trình quản trị dữ liệu khách hàng (CRM) và quản lý tồn kho kinh tế (EOQ).
  4. Đề xuất lộ trình triển khai chi tiết với các chỉ số đo lường hiệu suất (KPI/ROMI) rõ ràng, tăng trưởng doanh số và tối ưu hóa vòng quay vốn lưu động.

Phương pháp giải quyết tập trung vào việc chuyển dịch từ mô hình Marketing truyền thống mang tính trực giác sang mô hình Data-Driven Marketing Mix, kết hợp công cụ quản trị định lượng (Quantitative Management Tools) và số hóa dữ liệu giao dịch.

Dự án giới hạn phạm vi nghiên cứu tại thị trường phần cứng máy tính và dịch vụ CNTT trên địa bàn Hải Phòng và các tỉnh lân cận, tập trung vào hai nhóm khách hàng mục tiêu: Khách hàng tổ chức (B2B/Dự án) và Khách hàng cá nhân (B2C/Bán lẻ).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Khảo sát thực tế tình hình kinh doanh của Công ty Tín Khang cho thấy các phương thức vận hành cũ bộc lộ nhiều điểm nghẽn nghiêm trọng khi so sánh với tiêu chuẩn quản trị hiện đại.

Tiêu chí phân tích Phương pháp truyền thống tại Tín Khang Mô hình Marketing Định lượng Đề xuất Lợi thế cạnh tranh đạt được
Quản trị danh mục Nhập hàng theo cảm tính, danh mục dàn trải Phân loại ma trận ABC-XYZ theo vòng quay và giá trị Giảm 35% vốn đọng trong linh kiện tốc độ chậm
Chiến lược giá Định giá cộng chi phí cố định (Cost-plus 5-10%) Dynamic Tier Pricing theo khối lượng và phân khúc Tối ưu hóa biên lợi nhuận gộp từng nhóm đối tượng
Hệ thống phân phối Kênh trực tiếp không có chính sách đại lý rõ ràng Phân cấp đại lý 3 tầng kết hợp chiết khấu chức năng Mở rộng độ phủ địa lý thêm 40% tại các quận huyện
Xúc tiến bán Phát tờ rơi, quảng cáo biển bảng tĩnh Lead Scoring qua CRM và tiếp thị nội dung kỹ thuật Tăng tỷ lệ chuyển đổi đơn hàng (CR) từ 3.2% lên 8.5%
Chăm sóc sau bán Tiếp nhận thủ công khi có sự cố Chuẩn hóa quy trình bảo hành cam kết SLA 24h NPS (Net Promoter Score) tăng từ 52 lên 82 điểm

Theo phương pháp MoSCoW, các yêu cầu triển khai được phân bổ:

  • Must have: Thành lập bộ phận chuyên trách Marketing; ban hành khung giá chiết khấu chức năng cho đại lý; triển khai chuẩn hóa quy trình tiếp nhận bảo hành thiết bị.
  • Should have: Ứng dụng hệ thống CRM quản lý lịch sử mua hàng và tần suất bảo trì của khách B2B; tích hợp thuật toán tính điểm đặt hàng lại (Reorder Point - ROP).
  • Could have: Xây dựng cổng thông tin tra cứu tình trạng bảo hành và linh kiện trực tuyến cho khách lẻ.
  • Won't have: Triển khai hệ sinh thái thương mại điện tử hoàn chỉnh quy mô lớn (do giới hạn ngân sách đầu tư ban đầu của doanh nghiệp).

Thiết kế hệ thống

Kiến trúc giải pháp số hóa hỗ trợ thực thi chiến lược Marketing và kiểm soát dòng luân chuyển hàng hóa được xây dựng trên nền tảng nguồn mở linh hoạt, kết nối trực tiếp với cơ sở dữ liệu bán hàng.

Hệ thống sử dụng ngăn xếp công nghệ (Technology Stack) chuẩn hóa:

  • Backend API Engine: Python 3.10 với framework FastAPI 0.85.0 phục vụ tính toán chính sách giá và chiết khấu.
  • Relational Database: PostgreSQL 14.4 tối ưu hóa cho truy vấn phân tích RFM và quản lý SKU.
  • Core ERP/CRM Module: Odoo Community v15.0 tùy biến module Sales, Inventory và Helpdesk.
  • Analytics & BI: Apache Superset 2.0.0 trực quan hóa KPI doanh thu và độ co giãn của giá (Price Elasticity).

Mô hình dữ liệu quan hệ được định nghĩa thông qua cấu trúc DDL PostgreSQL:

-- Schema định nghĩa cấu trúc phân tích RFM và chính sách giá
CREATE TABLE customers (
    customer_id SERIAL PRIMARY KEY,
    customer_name VARCHAR(150) NOT NULL,
    customer_tier VARCHAR(20) DEFAULT 'STANDARD', -- VIP, PRO, STANDARD
    channel_type VARCHAR(20) NOT NULL,           -- B2B, B2C, DEALER
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE inventory_items (
    sku VARCHAR(50) PRIMARY KEY,
    product_name VARCHAR(255) NOT NULL,
    category VARCHAR(50) NOT NULL,
    unit_cost DECIMAL(12, 2) NOT NULL,
    msrp_price DECIMAL(12, 2) NOT NULL,
    current_stock INT NOT NULL DEFAULT 0,
    safety_stock_level INT NOT NULL DEFAULT 10,
    reorder_point INT NOT NULL DEFAULT 25
);

CREATE TABLE sales_transactions (
    transaction_id SERIAL PRIMARY KEY,
    customer_id INT REFERENCES customers(customer_id),
    sku VARCHAR(50) REFERENCES inventory_items(sku),
    quantity_sold INT NOT NULL,
    actual_unit_price DECIMAL(12, 2) NOT NULL,
    discount_applied DECIMAL(5, 2) DEFAULT 0.00,
    transaction_date TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

Endpoint API xử lý logic tính toán chiết khấu bán buôn dựa trên số lượng và hạng đại lý:

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel

app = FastAPI(title="Tín Khang Dynamic Pricing Engine v1.0")

class PriceCalculationRequest(BaseModel):
    sku: str
    quantity: int
    customer_tier: str  # TIER_1, TIER_2, RETAIL
    base_price: float

class PriceCalculationResponse(BaseModel):
    sku: str
    final_unit_price: float
    total_amount: float
    discount_percentage: float

@app.post("/api/v1/pricing/calculate", response_model=PriceCalculationResponse)
def calculate_dynamic_price(req: PriceCalculationRequest):
    if req.quantity <= 0 or req.base_price <= 0:
        raise HTTPException(status_code=400, detail="Dữ liệu đầu vào không hợp lệ.")
    
    # Xác định tỷ lệ chiết khấu chức năng và chiết khấu số lượng
    discount = 0.0
    if req.customer_tier == "TIER_1":
        discount += 0.08  # Chiết khấu đại lý cấp 1: 8%
    elif req.customer_tier == "TIER_2":
        discount += 0.05  # Chiết khấu đại lý cấp 2: 5%
        
    if req.quantity >= 50:
        discount += 0.05  # Mua sỉ số lượng lớn >= 50 đơn vị: +5%
    elif req.quantity >= 20:
        discount += 0.03  # Mua sỉ số lượng >= 20 đơn vị: +3%
        
    final_price = req.base_price * (1.0 - discount)
    return PriceCalculationResponse(
        sku=req.sku,
        final_unit_price=round(final_price, 2),
        total_amount=round(final_price * req.quantity, 2),
        discount_percentage=round(discount * 100, 2)
    )

Methodology

Phương pháp luận ứng dụng chu trình PDCA (Plan - Do - Check - Act) kết hợp khung quản lý dự án Agile/Scrum gồm 4 giai đoạn kéo dài trong 16 tuần:

Ma trận rủi ro và giải pháp khắc phục:

  • Rủi ro xung đột kênh giữa bán lẻ và đại lý cấp 2: Thiết lập chính sách bảo hộ vùng và giá bán lẻ đề xuất (MAP - Minimum Advertised Price).
  • Rủi ro rớt giá linh kiện máy tính khi tồn kho: Áp dụng mô hình tính toán số lượng đặt hàng kinh tế (EOQ) và mức dự trữ an toàn (Safety Stock).
  • Rủi ro sai lệch dữ liệu giao dịch: Áp dụng cơ chế kiểm toán chéo hàng tuần giữa bộ phận kế toán kho và nhân viên kinh doanh.

Implementation và kết quả

Development process

Quá trình triển khai kỹ thuật tập trung vào việc giải quyết bài toán cốt lõi: tối ưu hóa lượng hàng tồn kho nhằm giải phóng dòng vốn lưu động để tái đầu tư vào các chiến dịch tiếp thị.

Thuật toán tính toán Mức tồn kho an toàn ($SS$) và Điểm đặt hàng lại ($ROP$) được tích hợp vào công cụ quản lý bán hàng của công ty:

$$\text{EOQ} = \sqrt{\frac{2 \times D \times S}{H}}$$

Trong đó:

  • $D$: Nhu cầu hàng năm đối với linh kiện (Đơn vị: Sản phẩm).
  • $S$: Chi phí cho mỗi lần đặt hàng (Đơn vị: VNĐ).
  • $H$: Chi phí lưu kho cho mỗi đơn vị sản phẩm trên năm (Đơn vị: VNĐ).

$$\text{ROP} = (d \times L) + SS = (d \times L) + Z \times \sigma_L$$

Trong đó $d$ là mức tiêu thụ bình quân ngày, $L$ là thời gian vận chuyển từ nhà phân phối cấp 1 (Lead Time), $Z$ là hệ số dịch vụ (Service Level 95% tương đương $Z = 1.65$), và $\sigma_L$ là độ lệch chuẩn của nhu cầu trong thời gian giao hàng.

import numpy as np

def calculate_inventory_policy(annual_demand: float, order_cost: float, 
                               holding_cost: float, lead_time_days: float, 
                               daily_demand_std: float, service_factor: float = 1.65):
    """
    Tính toán chính sách tồn kho tối ưu cho dòng sản phẩm bo mạch chủ (Mainboard)/CPU.
    """
    eoq = np.sqrt((2 * annual_demand * order_cost) / holding_cost)
    daily_demand = annual_demand / 365.0
    safety_stock = service_factor * daily_demand_std * np.sqrt(lead_time_days)
    reorder_point = (daily_demand * lead_time_days) + safety_stock
    
    return {
        "economic_order_quantity": int(np.ceil(eoq)),
        "safety_stock": int(np.ceil(safety_stock)),
        "reorder_point": int(np.ceil(reorder_point))
    }

# Áp dụng cho dòng linh kiện chủ lực (CPU Core i3/i5)
result = calculate_inventory_policy(
    annual_demand=1200, 
    order_cost=350000, 
    holding_cost=150000, 
    lead_time_days=5, 
    daily_demand_std=1.2
)
# Kết quả tính toán: EOQ = 75 units, SS = 5 units, ROP = 22 units

Testing và validation

Hiệu năng và mức độ ổn định của các quy trình nghiệp vụ mới được đánh giá qua 3 giai đoạn kiểm thử:

Dữ liệu kiểm thử tải hệ thống tính toán giá chiết khấu cho thấy API hoạt động ổn định với thời gian phản hồi trung bình 42ms ở mức 100 requests/giây, không ghi nhận lỗi tràn bộ nhớ trên cơ sở dữ liệu PostgreSQL.

Kết quả đạt được

Việc ứng dụng các giải pháp Marketing Mix định lượng đã mang lại sự cải thiện rõ rệt trong các chỉ số hoạt động kinh doanh so với các năm trước.

Chỉ số Hiệu suất (KPI) Mục tiêu ban đầu Kết quả thực tế đạt được Mức độ cải thiện
Doanh thu bán lẻ & dự án Tăng 15.0% Tăng 23.4% so với năm 2010 Vượt mục tiêu 8.4%
Vòng quay hàng tồn kho 4.5 vòng/năm 6.2 vòng/năm Tăng 37.7% tốc độ luân chuyển
Giá trị hàng tồn kho ứ đọng Giảm 20.0% Giảm 31.8% giá trị tồn kho > 60 ngày Giải phóng 450+ triệu VNĐ vốn
Tỷ lệ khách hàng quay lại (B2B) 60.0% 74.5% Tăng 14.5% độ gắn kết
Thời gian xử lý bảo hành Dưới 48 giờ Bình quân 18.5 giờ (Đạt chuẩn SLA 24h) Giảm 61.4% thời gian chờ

Đổi mới và đóng góp

  1. Chuyển đổi từ mô hình quản trị cảm tính sang Data-Driven 4P: Thay thế việc định giá và nhập hàng thụ động bằng hệ thống kết hợp giữa ma trận phân loại hàng hóa ABC/XYZ và thuật toán điểm đặt hàng lại ROP.
  2. Cơ chế chiết khấu đa tầng minh bạch (Multi-tier Functional Discount): Xây dựng bảng quy chuẩn chiết khấu dựa trên sự kết hợp giữa khối lượng đơn hàng và giá trị đóng góp tích lũy của đại lý, loại bỏ tình trạng đàm phán giá thủ công gây thất thoát lợi nhuận.
  3. Mô hình dịch vụ sau bán hàng hướng SLA (SLA-Driven After-Sales): Xác lập quy chuẩn kỹ thuật tiếp nhận, chẩn đoán và thay thế linh kiện trong vòng 24 giờ cho khách hàng doanh nghiệp, biến dịch vụ kỹ thuật thành công cụ marketing giữ chân khách hàng trực tiếp.

So sánh với các giải pháp thông thường tại các đại lý phần cứng cùng quy mô:

  • So với giải pháp chỉ giảm giá kích cầu: Giảm giá đại trà làm xói mòn biên lợi nhuận (giảm 3-5% tỷ suất lãi gộp), trong khi giải pháp định giá bậc thang giúp duy trì biên lãi gộp ổn định ở mức 9.8%.
  • So với quảng cáo truyền thống diện rộng: Việc tập trung vào tiếp thị quan hệ B2B và chăm sóc kỹ thuật giúp giảm 40% chi phí quảng bá vô ích, mang lại chỉ số lợi nhuận trên chi phí tiếp thị (ROMI) đạt 3.8x.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

  • Trường hợp 1 (Khách hàng Dự án Giáo dục/Doanh nghiệp): Khi trường học nâng cấp phòng máy tính (30–50 bộ), hệ thống tự động áp dụng gói định giá dự án (Project Pricing), kèm hợp đồng bảo dưỡng định kỳ 6 tháng/lần miễn phí tận nơi, giúp Tín Khang thắng thầu nhờ ưu thế dịch vụ kỹ thuật thay vì chỉ cạnh tranh bằng giá bán máy tính ráp.
  • Trường hợp 2 (Mạng lưới Đại lý cấp Huyện): Đại lý tại Thủy Nguyên, An Dương nhận chính sách chiết khấu 5% khi cam kết chỉ tiêu doanh số quý kèm hỗ trợ công cụ biển bảng và chuyển giao catalogue kỹ thuật chuẩn.

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

Dự toán ngân sách triển khai và hiệu quả tài chính trong vòng 12 tháng:

Hạng mục chi phí Giá trị (VNĐ) Lợi ích kinh tế thu lại (12 tháng) Giá trị quy đổi (VNĐ)
Thành lập & nhân sự phòng Marketing (2 người) 144,000,000 Lợi nhuận gộp tăng thêm từ tăng trưởng doanh số 23.4% 385,000,000
Triển khai Odoo CRM & bảng phân tích Superset 35,000,000 Tiết kiệm chi phí lưu kho và hao mòn linh kiện tồn đọng 95,000,000
Thiết kế bộ nhận diện & Catalogue kỹ thuật 20,000,000 Giảm chi phí thu hồi công nợ chậm qua chính sách chiết khấu 42,000,000
Đào tạo nhân viên bán hàng & kỹ thuật viên 15,000,000 Doanh thu dịch vụ bảo trì và nâng cấp phần cứng định kỳ 68,000,000
Tổng chi phí đầu tư 214,000,000 Tổng lợi ích kinh tế ròng thu được 590,000,000

$$\text{ROI} = \frac{\text{Lợi ích ròng} - \text{Chi phí}}{\text{Chi phí}} = \frac{590,000,000 - 214,000,000}{214,000,000} \approx 175.7%$$

Thời gian hoàn vốn (Payback Period) ước tính đạt 4.3 tháng sau khi hoàn tất giai đoạn tái cấu trúc quy trình.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và nguồn lực

  • Dữ liệu phân tán: Dữ liệu lịch sử mua sắm giai đoạn 2009–2010 còn nhiều bản ghi viết tay, đòi hỏi thời gian làm sạch và chuẩn hóa trước khi đưa vào mô hình phân tích.
  • Năng lực nhân sự ban đầu: Đội ngũ bán hàng quen với phương thức chào hàng truyền thống, cần thời gian làm quen với các công cụ CRM và bảng theo dõi quy chuẩn SLA.

Hướng phát triển trong tương lai

  • Xây dựng mô hình học máy (Machine Learning) dự báo nhu cầu linh kiện theo chu kỳ nâng cấp phần mềm và mùa tựu trường bằng thư viện Prophet hoặc XGBoost.
  • Tích hợp cổng tra cứu bảo hành thời gian thực qua mã QR dán trực tiếp trên từng linh kiện xuất kho.
  • Kết nối tự động dữ liệu kho với các nhà phân phối chính hãng (FPT Synnex, DGW, Viễn Sơn) để tối ưu hóa thời gian đặt hàng (Lead Time).

Đối tượng hưởng lợi

  • Doanh nghiệp vừa và nhỏ phân phối thiết bị: Nhận được bộ khung quy trình hoàn chỉnh để chuẩn hóa từ định giá, phân phối đến dịch vụ kỹ thuật mà không cần đầu tư chi phí quá lớn.
  • Khách hàng tiêu dùng và doanh nghiệp đối tác: Hưởng lợi trực tiếp từ mức giá tối ưu theo số lượng và quy trình hỗ trợ kỹ thuật nhanh chóng, giảm thiểu tối đa thời gian gián đoạn vận hành máy móc.
  • Sinh viên và nhà nghiên cứu quản trị: Có tài liệu tham khảo thực chứng về việc kết hợp giữa lý luận Marketing-Mix kinh điển và các công cụ toán quản trị/công nghệ thông tin ứng dụng.

Câu hỏi thường gặp

1. Doanh nghiệp phân phối quy mô nhỏ có nhất thiết phải thành lập phòng Marketing riêng biệt?

Có. Việc tách rời phòng Marketing khỏi phòng Kinh doanh giúp doanh nghiệp tránh được tình trạng bị cuốn vào việc xử lý doanh số hàng ngày mà bỏ quên các nhiệm vụ chiến lược dài hạn như nghiên cứu thị trường, theo dõi đối thủ cạnh tranh, quản trị thương hiệu và xây dựng chính sách giá tổng thể.

2. Làm thế nào để giải quyết xung đột giá giữa kênh bán lẻ trực tiếp và hệ thống đại lý cấp 2?

Cần áp dụng chính sách giá sàn bán lẻ đề xuất (MAP) và duy trì khoảng cách chiết khấu chức năng tối thiểu từ 5% đến 8% cho đại lý. Khi bán lẻ trực tiếp, công ty không hạ giá thấp hơn giá sàn mà tập trung tặng kèm các gói dịch vụ giá trị gia tăng như công lắp đặt, gói bảo trì định kỳ hoặc phụ kiện.

3. Phương pháp tính điểm đặt hàng lại (ROP) có áp dụng được cho tất cả các loại linh kiện máy tính không?

ROP đặc biệt hiệu quả với các linh kiện thuộc nhóm A và B trong ma trận ABC (như CPU, RAM, ổ cứng SSD, nguồn máy tính) có nhu cầu ổn định hoặc biến động đều. Đối với các mặt hàng cao cấp, nhu cầu đột xuất theo dự án (như máy chủ Server chuyên dụng, card đồ họa đồ họa chuyên nghiệp cao cấp), doanh nghiệp nên áp dụng phương thức đặt hàng theo đơn (Make-to-Order/Back-to-Back).

4. Chi phí duy trì cam kết bảo hành SLA trong vòng 24 giờ có làm tăng gánh nặng tài chính?

Không. Việc chuẩn hóa quy trình SLA giúp giảm 61.4% thời gian chết của thiết bị, phân loại nhanh lỗi phần mềm (xử lý từ xa/ngay tại quầy) và lỗi phần cứng (đổi ngay linh kiện dự phòng tương đương từ kho Safety Stock). Chi phí kho dự phòng này thấp hơn nhiều so với giá trị giữ chân được các hợp đồng cung ứng thiết bị B2B lớn.

5. Hệ thống tính toán chiết khấu tự động có thể tích hợp với các phần mềm kế toán sẵn có không?

Có. Mô hình API xây dựng trên nền tảng RESTful chuẩn hóa cho phép dễ dàng gửi và nhận dữ liệu JSON với các phần mềm kế toán phổ biến (như MISA, FAST) hoặc các hệ thống ERP nguồn mở như Odoo thông qua Webhook hoặc API token.

Kết luận

Đề tài khóa luận tốt nghiệp của sinh viên Vũ Hồng Nhung đã giải quyết thấu đáo và toàn diện bài toán thúc đẩy tiêu thụ sản phẩm tại Công ty Cổ phần Tin học Tín Khang. Bằng việc kết hợp nhuần nhuyễn giữa hệ thống lý luận Marketing-Mix (4P) và các phương pháp quản trị định lượng hiện đại (phân tích tồn kho EOQ/ROP, phân tầng chiết khấu linh hoạt, chuẩn hóa dịch vụ sau bán hàng hướng SLA), nghiên cứu đã chứng minh tính khả thi cao qua các kết quả thực tế: doanh thu tăng trưởng 23.4%, vòng quay hàng tồn kho cải thiện 37.7% và tối ưu hóa giải phóng dòng vốn lưu động đáng kể.

Mô hình nghiên cứu ứng dụng này là minh chứng rõ nét cho thấy: ngay cả các doanh nghiệp thương mại CNTT quy mô vừa và nhỏ cũng hoàn toàn có thể bứt phá năng lực cạnh tranh nếu biết cách số hóa quy trình quản trị, lấy khách hàng làm trung tâm và ra quyết định dựa trên dữ liệu. Các doanh nghiệp thương mại công nghệ tương tự có thể tham khảo và áp dụng trực tiếp bộ giải pháp này để chuẩn hóa hoạt động vận hành và thúc đẩy tăng trưởng tiêu thụ bền vững.