Giới thiệu dự án

  • Context & industry statistics
    • Ngành khách sạn‑nhà hàng tại Việt Nam đạt mức tăng trưởng trung bình 9 %/năm (2023‑2025) và chiếm > 15 % GDP dịch vụ.
    • Các khách sạn 4‑5 sao, trong đó Sheraton Saigon chiếm 3,2 % thị phần khách sạn cao cấp tại TP.HCM.
  • Problem statement
    • Pain points: thời gian phục vụ trung bình 12 phút/phân đoạn, tỷ lệ khiếu nại “độ chậm” 18 % và điểm hài lòng (CSAT) chỉ 71/100, dưới mức chuẩn 80/100 của chuỗi Sheraton.
    • Specificity: Đánh giá thực tế dựa trên khảo sát khách hàng, nhân viên & quản lý tại Saigon Café (đối tượng: 320 khách hàng, 45 nhân viên, 5 quản lý).
  • Project objectives
    1. Phân tích dữ liệu khảo sát để xác định nguyên nhân chính của thời gian phục vụ chậm.
    2. Đưa ra 3‑4 giải pháp cải tiến quy trình và đào tạo, có bằng chứng định lượng.
    3. Đánh giá tính khả thi (feasibility) và khả năng mở rộng (scalability) của các giải pháp.
  • Solution approach
    • **Data## Giới thiệu dự án
  • Context & industry statistics
    • Ngành khách sạn‑nhà hàng tại Việt Nam đạt mức tăng trưởng trung bình 9 %/năm (2023‑2025) và chiếm > 15 % GDP dịch vụ.
    • Các khách sạn 4‑5 sao, trong đó Sheraton Saigon chiếm 3,2 % thị phần khách sạn cao cấp tại TP.HCM.
  • Problem statement
    • Pain points: thời gian phục vụ trung bình 12 phút/phân đoạn, tỷ lệ khiếu nại “độ chậm” 18 % và điểm hài lòng (CSAT) chỉ 71/100, dưới mức chuẩn 80/100 của chuỗi Sheraton.
    • Specificity: Đánh giá thực tế dựa trên khảo sát khách hàng, nhân viên & quản lý tại Saigon Café (đối tượng: 320 khách hàng, 45 nhân viên, 5 quản lý).
  • Project objectives
    1. Phân tích dữ liệu khảo sát để xác định nguyên nhân chính của thời gian phục vụ chậm.
    2. Đưa ra 3‑4 giải pháp cải tiến quy trình và đào tạo, có bằng chứng định lượng.
    3. Đánh giá tính khả thi (feasibility) và khả năng mở rộng (scalability) của các giải pháp.
  • Solution approach
    • Data‑driven analysis: thu thập dữ liệu từ bảng khảo sát (Excel), xử lý bằng Python 3.11, pandas 2.2, visualisation bằng matplotlib 3.8.
    • Process redesign: mô hình Lean Service + công cụ Kanban để giảm thời gian chờ.
    • Training framework: LMS (Moodle 4.2) + micro‑learning video (30 phút).
  • Expected outcomes
    • Giảm thời gian phục vụ từ 12 phút xuống < 8 phút (‑33 %).
    • Tăng CSAT từ 71 → 85 /100 (+ 19,7 %).
    • Tiết kiệm chi phí nhân công 5 %/tháng nhờ tối ưu quy trình.
  • Scope & limitations
    • Áp dụng cho Saigon Café (buffet & à la carte) trong 12 tháng; không bao gồm các nhà hàng phụ trợ khác.
    • Giới hạn ngân sách đào tạo: 120 USD/nhân viên.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Current solutions Pros Cons
Manual order taking (paper tickets) Đơn giản, không cần đầu tư ICT Thời gian truyền đạt cao, lỗi nhập liệu 12 %
Ad‑hoc staff rotation Linh hoạt trong giai đoạn cao điểm Không chuẩn hoá quy trình, mất thời gian đào tạo
Basic POS (POS‑Lite v1.0) Ghi lại doanh thu nhanh Không hỗ trợ báo cáo thời gian phục vụ, không tích hợp bảng khảo sát
  • Market research: 2 đối thủ chính – The Deck Saigon (POS Pro v3.5, thời gian phục vụ 6‑8 phút) và R&F Café (sử dụng Mobile Order App, thời gian 5‑7 phút).
  • User requirements (MoSCoW)
    • Must: Đo lường thời gian phục vụ từng bàn, tự động tạo báo cáo KPI.
    • Should: Tích hợp phản hồi khách (rating 1‑5) ngay sau thanh toán.
    • Could: Hỗ trợ đặt món qua QR code.
    • Won’t: Thay đổi hệ thống nhà bếp (đang dùng hệ thống Legacy).
  • Technical constraints
    • Hạ tầng mạng nội bộ hiện tại là 100 Mbps, không hỗ trợ Wi‑Fi công cộng.
    • Hệ thống POS cũ không có API mở.
  • **Gap analysisa