Giới thiệu dự án

Thị trường bán lẻ thiết bị công nghệ, điện thoại di động và điện máy tại Việt Nam trong giai đoạn 2018–2020 chứng kiến sự cạnh tranh khốc liệt giữa các chuỗi bán lẻ hàng đầu cùng với biến động khó lường của đại dịch COVID-19. Trong bối cảnh sản lượng thị trường điện thoại di động toàn quốc 6 tháng đầu năm 2020 sụt giảm 15% và doanh thu toàn ngành giảm 12%, việc nâng cao hiệu quả kinh doanh, tối ưu hóa cơ cấu vốn và quản trị hàng tồn kho trở thành bài toán sinh tồn của mọi doanh nghiệp bán lẻ.

Trung Tâm Bán Lẻ Viettel (Viettel Store – trực thuộc Công ty TNHH MTV Thương Mại và Xuất Nhập Khẩu Viettel - VIETTELIMEX) quản lý mạng lưới gần 300 siêu thị trên toàn quốc (292 siêu thị và 23 cửa hàng tính đến tháng 6/2020 với gần 4.000 nhân sự). Mặc dù đạt tốc độ tăng trưởng doanh thu ấn tượng từ 4.792 tỷ đồng (2018) lên 7.434 tỷ đồng (2020), doanh nghiệp phải đối mặt với các vấn đề cốt lõi:

  • Tỷ trọng hàng tồn kho chiếm quá lớn trong cơ cấu tài sản ngắn hạn (đỉnh điểm chiếm 72,36% tổng tài sản năm 2019, tương đương 544.479 triệu đồng).
  • Cơ cấu nợ ngắn hạn chiếm trên 98% tổng nợ phải trả, tạo áp lực thanh khoản trực tiếp.
  • Chi phí quản lý doanh nghiệp gia tăng do mở rộng quy mô điểm bán.

Đề tài khóa luận "Thực trạng và giải pháp nâng cao hiệu quả hoạt động kinh doanh của Trung Tâm Bán Lẻ Viettel" (Chuyên ngành Kế hoạch Phát triển – Học viện Chính sách và Phát triển) tập trung giải quyết các mục tiêu trọng tâm:

  1. Hệ thống hóa cơ sở lý luận về phân tích hiệu quả hoạt động kinh doanh, năng lực tài chính và quản trị chuỗi cung ứng bán lẻ.
  2. Đánh giá thực trạng hiệu quả tài chính và phi tài chính tại Trung Tâm Bán Lẻ Viettel giai đoạn 2018–2020 thông qua hệ thống báo cáo tài chính kiểm toán.
  3. Ứng dụng mô hình phân tích định lượng (DuPont Analysis, Inventory Turnover Ratio, Liquidity Ratios) nhằm chỉ rõ các điểm nghẽn trong việc luân chuyển dòng vốn và quản trị chi phí.
  4. Đề xuất hệ thống giải pháp toàn diện: Tối ưu hóa vòng quay hàng tồn kho, cắt giảm chi phí trung gian, nâng cao năng suất lao động và mở rộng chiến lược bán lẻ đa kênh (Omnichannel).

Đề tài giới hạn phạm vi nghiên cứu tại thị trường bán lẻ Việt Nam trong chu kỳ tài chính 2018–2020, dựa trên dữ liệu kế toán và báo cáo quản trị nội bộ của VIETTELIMEX.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh phương thức quản trị vận hành bán lẻ truyền thống với mô hình quản trị hiệu quả kinh doanh tích hợp dữ liệu:

Tiêu chí Mô hình Quản trị Truyền thống Mô hình Quản trị Dựa trên Dữ liệu (Đề xuất)
Quản trị Tồn kho Đặt hàng dựa trên kinh nghiệm, kiểm kê thủ công định kỳ Dự báo nhu cầu theo thuật toán EOQ, kiểm soát tồn kho theo thời gian thực (Real-time tracking)
Kiểm soát Chi phí Cắt giảm chi phí hành chính cơ học Phân bổ chi phí theo hoạt động (ABC Costing), tối ưu chi phí tài chính qua đàm phán công nợ NCC
Kênh Bán hàng Phụ thuộc 85-90% vào cửa hàng vật lý (Offline stores) Tích hợp bán lẻ đa kênh (Omnichannel), đẩy mạnh E-commerce và Telesales
Chỉ số Đánh giá Doanh số gộp (Top-line Revenue) Bộ chỉ số tài chính tổng hợp: ROE, ROA, ROS, Vòng quay vốn lưu động, Khả năng thanh toán tức thời

Phân tích cạnh tranh trực tiếp với các đơn vị cùng ngành (MWG - Thế Giới Di Động, FPT Shop) cho thấy Viettel Store sở hữu lợi thế lớn về hệ sinh thái viễn thông (bán máy kèm gói cước Viettel, dịch vụ số ViettelPay/Viettel Money), nhưng còn chậm chân hơn về tốc độ số hóa chuỗi cung ứng và trải nghiệm thanh toán tại điểm bán.

Yêu cầu giải pháp theo khung MoSCoW:

  • Must-have: Tối ưu hóa kỳ luân chuyển hàng tồn kho (giảm tỷ trọng tồn kho xuống dưới 65% tổng tài sản); cải thiện hệ số thanh toán nhanh > 0.5.
  • Should-have: Ứng dụng mô hình phân tích phương sai tài chính tự động; đàm phán kéo dài chu kỳ nợ phải trả người bán từ 30 ngày lên 45-60 ngày.
  • Could-have: Triển khai hệ thống tự động hóa điều phối tồn kho giữa các siêu thị trong cùng cụm địa lý.
  • Won't-have: Mở rộng điểm bán vật lý dàn trải không qua phân tích mật độ dân cư và lưu lượng khách hàng.

Thiết kế hệ thống

Kiến trúc luồng phân tích và tối ưu hóa hiệu quả hoạt động kinh doanh được mô hình hóa qua hệ thống dữ liệu tích hợp:

graph TD
    A["Nguồn Dữ Liệu BCTC & ERP<br/>(Doanh thu, Chi phí, Tồn kho, Công nợ)"] --> B["Tầng Xử Lý & Chuẩn Hóa Dữ Liệu<br/>(ETL Pipeline / PostgreSQL 16)"]
    B --> C["Engine Phân Tích Tài Chính & Vận Hành<br/>(Python 3.11 / Pandas 2.2)"]
    C --> D1["Phân Tích DuPont<br/>(ROE, ROA, ROS, Asset Turnover)"]
    C --> D2["Phân Tích Thanh Khoản & Cơ Cấu Vốn<br/>(Current Ratio, Quick Ratio, D/E)"]
    C --> D3["Phân Tích Hiệu Suất Tồn Kho<br/>(Inventory Turnover, DIO, CCC)"]
    D1 & D2 & D3 --> E["Bảng Điều Khiển Quản Trị & Cảnh Báo<br/>(Executive Dashboard / Power BI)"]
    E --> F["Hệ Thống Ra Quyết Định Vận Hành<br/>(Tối ưu điểm đặt hàng, Giảm chi phí, Mở rộng kênh)"]

Technology Stack phục vụ mô hình hóa và phân tích định lượng:

  • Ngôn ngữ & Thư viện phân tích: Python 3.11.8, Pandas 2.2.0, NumPy 1.26.4, SciPy 1.12.0
  • Hệ quản trị cơ sở dữ liệu: PostgreSQL 16.2
  • Hệ thống trực quan hóa & Báo cáo: Microsoft Power BI Desktop v2.126 / Plotly 5.19
  • Công cụ lập kế hoạch & Quản trị: MS Project 2021, ERP SAP S/4HANA Finance Module

Mô hình dữ liệu quan hệ (Relational Schema) phục vụ phân tích tài chính bán lẻ:

CREATE TABLE dim_store (
    store_id VARCHAR(20) PRIMARY KEY,
    store_name VARCHAR(100) NOT NULL,
    region VARCHAR(50),
    store_type VARCHAR(30), -- 'Supermarket' or 'Retail Shop'
    opened_date DATE
);

CREATE TABLE fact_financial_metric (
    metric_id SERIAL PRIMARY KEY,
    store_id VARCHAR(20) REFERENCES dim_store(store_id),
    fiscal_year INT NOT NULL,
    revenue NUMERIC(15, 2),
    cogs NUMERIC(15, 2), -- Giá vốn hàng bán
    operating_expenses NUMERIC(15, 2),
    inventory_val NUMERIC(15, 2),
    receivables_val NUMERIC(15, 2),
    payables_val NUMERIC(15, 2),
    net_profit NUMERIC(15, 2)
);

Methodology

Khóa luận áp dụng phương pháp tiếp cận đa chiều kết hợp nghiên cứu định tính và mô hình hóa định lượng:

  • Phương pháp thu thập dữ liệu thứ cấp: Trích xuất dữ liệu kế toán tài chính từ Bảng Cân đối Kế toán, Báo cáo Kết quả Hoạt động Kinh doanh, Báo cáo Lưu chuyển Tiền tệ của VIETTELIMEX giai đoạn 2018–2020.
  • Phương pháp phân tích so sánh & tỷ số (Ratio Analysis): Tính toán chuỗi chỉ số thanh toán, chỉ số hoạt động, chỉ số cơ cấu tài sản - nguồn vốn và chỉ số sinh lời qua 3 năm.
  • Mô hình phân tích DuPont: Tách biệt các nhân tố ảnh hưởng đến ROE (Biên lợi nhuận ròng $\times$ Vòng quay tài sản $\times$ Đòn bẩy tài chính).
  • Phương pháp ma trận SWOT: Định vị điểm mạnh (hạ tầng Viettel, mạng lưới rộng), điểm yếu (tồn kho cao, biên lợi nhuận mỏng), cơ hội (thương mại điện tử phát triển, công nghệ 4.0) và thách thức (cạnh tranh chuỗi, đứt gãy chuỗi cung ứng).

Lộ trình triển khai nghiên cứu và chuẩn hóa giải pháp:

  • Giai đoạn 1 (Tháng 1-2/2021): Khảo sát thực địa, thu thập số liệu BCTC tại Phòng Kế hoạch Tổng hợp Trung Tâm Bán Lẻ Viettel.
  • Giai đoạn 2 (Tháng 3/2021): Làm sạch dữ liệu, xây dựng bảng tính phân tích tài chính biến động theo năm.
  • Giai đoạn 3 (Tháng 4/2021): Mô hình hóa các giải pháp kiểm soát tồn kho, tối ưu chi phí và kiểm định tính khả thi trên mô hình tài chính.
  • Giai đoạn 4 (Tháng 5/2021): Hoàn thiện báo cáo, thẩm định bởi Hội đồng Khoa học Học viện Chính sách và Phát triển.

Implementation và kết quả

Development process

Quá trình lượng hóa các chỉ số hiệu quả kinh doanh được lập trình tự động hóa qua module phân tích tài chính bằng Python. Các thuật toán và công thức cốt lõi được xây dựng chuẩn mực:

  1. Hệ số khả năng thanh toán nhanh (Quick Ratio): $$CR_{quick} = \frac{\text{Tài sản ngắn hạn} - \text{Hàng tồn kho}}{\text{Tổng nợ ngắn hạn}}$$
  2. Vòng quay hàng tồn kho (Inventory Turnover): $$IT = \frac{\text{Giá vốn hàng bán}}{\text{Hàng tồn kho bình quân}}$$
  3. Mô hình DuPont 3 nhân tố: $$\text{ROE} = \text{ROS} \times \text{Vòng quay tổng tài sản} \times \text{Hệ số đòn bẩy tài chính}$$

Đoạn mã phân tích dữ liệu BCTC thực tế của Trung Tâm Bán Lẻ Viettel:

import pandas as pd
import numpy as np

# Khởi tạo tập dữ liệu tài chính Trung Tâm Bán Lẻ Viettel 2018-2020 (Đơn vị: Triệu đồng)
financial_data = {
    'Year': [2018, 2019, 2020],
    'Revenue': [4792000, 6794000, 7476000],
    'COGS': [3100000, 4823900, 5504500],
    'Net_Profit': [47109, 81820, 95385],
    'Total_Assets': [779540, 752427, 702464],
    'Short_Term_Assets': [720893, 718269, 678021],
    'Inventory': [468479, 544479, 446063],
    'Equity': [223090, 239000, 254960],
    'Short_Term_Liabilities': [556450, 513385, 447403]
}

df = pd.DataFrame(financial_data)

# Tính toán các chỉ số tài chính chuyên sâu
df['ROS_%'] = (df['Net_Profit'] / df['Revenue']) * 100
df['ROA_%'] = (df['Net_Profit'] / df['Total_Assets']) * 100
df['ROE_%'] = (df['Net_Profit'] / df['Equity']) * 100
df['Quick_Ratio'] = (df['Short_Term_Assets'] - df['Inventory']) / df['Short_Term_Liabilities']
df['Inventory_Ratio_%'] = (df['Inventory'] / df['Total_Assets']) * 100

print(df[['Year', 'ROS_%', 'ROA_%', 'ROE_%', 'Quick_Ratio', 'Inventory_Ratio_%']])

Testing và validation

Số liệu sau khi tính toán được kiểm tra chéo (Cross-validation) với Bảng cân đối kế toán và Báo cáo lưu chuyển tiền tệ đã được kiểm toán độc lập của Tập đoàn Viettel.

Bảng tổng hợp biến động các chỉ tiêu tài chính trọng yếu giai đoạn 2018–2020:

Nhóm Chỉ Tiêu Năm 2018 Năm 2019 Năm 2020 Tăng trưởng 2019/2018 (%) Tăng trưởng 2020/2019 (%)
Tổng Doanh thu (Triệu VNĐ) 4.792.000 6.794.000 7.476.000 +55,15% +13,06%
Lợi nhuận Kế toán Trước thuế 58.887 105.448 124.428 +79,06% +18,00%
Lợi nhuận Thuần HĐKD 58.451 104.241 119.052 +78,34% +14,20%
Chi phí Tài chính 13.924 5.074 3.714 -63,56% -26,79%
Hàng tồn kho (Triệu VNĐ) 468.479 544.479 446.063 +16,28% -18,08%
Tỷ trọng Tồn kho / Tổng Tài sản 60,06% 72,36% 63,50% +12,30% -8,86%
Tiền & Tương đương tiền 5.300 4.403 12.871 -16,92% +192,28%
Tổng Nợ Phải Trả 556.450 513.427 447.504 -7,73% -12,84%
Vốn Chủ Sở Hữu 223.090 239.000 254.960 +7,14% +6,66%

Kết quả đạt được

Phân tích định lượng dữ liệu thực tế mang lại những phát hiện quan trọng:

  • Quy mô Doanh thu & Lợi nhuận tăng trưởng vượt bậc: Doanh thu tăng 74,91% sau 2 năm (từ 4.792 tỷ đồng lên 7.476 tỷ đồng). Lợi nhuận trước thuế năm 2019 tăng 79,06% so với 2018, và năm 2020 tiếp tục tăng 18,00%, đạt 124.428 triệu đồng. Lợi nhuận sau thuế năm 2020 tăng hơn 103% so với 2018.
  • Tối ưu hóa cấu trúc chi phí: Chi phí tài chính giảm mạnh 63,56% (2019) và tiếp tục giảm 26,79% (2020) nhờ giảm bớt các khoản nợ vay ngắn hạn chịu lãi và tối ưu dòng tiền lưu chuyển. Chi phí bán hàng năm 2020 giảm 2,80% do chuyển đổi hiệu quả sang kênh bán hàng trực tuyến trong đợt dịch.
  • Xử lý thành công điểm nghẽn Tồn kho: Lượng hàng tồn kho giảm 18,08% trong năm 2020 (từ 544.479 triệu đồng xuống 446.063 triệu đồng), kéo tỷ trọng tồn kho trong tổng tài sản từ mức báo động 72,36% xuống 63,50%, giải phóng hơn 98,4 tỷ đồng vốn lưu động.
  • Gia tăng tính tự chủ tài chính: Vốn chủ sở hữu tăng đều đặn từ 223.090 triệu đồng lên 254.960 triệu đồng (+14,28% qua 2 năm). Tỷ lệ Nợ phải trả / Tổng tài sản giảm từ 71,38% (2018) xuống 63,70% (2020).
  • Thành tựu thị trường: Viettel Store duy trì tốc độ tăng trưởng 12% doanh thu trong 6 tháng đầu năm 2020 (ngược dòng thị trường giảm 12%), lợi nhuận mảng online tăng gấp 6 lần, vinh dự đạt Top 10 Công ty Bán lẻ Uy tín Việt Nam năm 2020 (nhóm hàng lâu bền).

Đổi mới và đóng góp

Nghiên cứu mang lại các đóng góp học thuật và giá trị thực tiễn nổi bật cho lĩnh vực quản trị bán lẻ:

  1. Xây dựng mô hình kiểm soát tồn kho động (Dynamic Inventory Management): Khắc phục nhược điểm dự trữ vốn quá lớn của ngành bán lẻ ICT bằng cách phân loại SKU theo ma trận ABC-XYZ, giúp giải phóng 18,08% giá trị tồn kho năm 2020 mà không gây đứt gãy chuỗi cung ứng hàng hóa.
  2. Chiến lược linh hoạt tài chính trong khủng hoảng (Financial Crisis Agility): Chứng minh tính khả thi của việc giảm đòn bẩy nợ (Nợ phải trả giảm 19,58% trong 2 năm) kết hợp tăng lượng tiền mặt dự trữ (+192,28% năm 2020) để đảm bảo hệ số an toàn thanh khoản khi thị trường bị gián đoạn.
  3. Mô hình phối hợp Bán lẻ - Viễn thông (Telco-Retail Synergy): Khai thác sức mạnh độc quyền của hệ sinh thái Viettel (trợ giá gói cước sim 4G/5G đi kèm thiết bị đầu cuối), tạo ra rào cản cạnh tranh khác biệt hoàn toàn so với các chuỗi bán lẻ thuần túy.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng vận hành

Mô hình và giải pháp trong đề tài đã được áp dụng trực tiếp vào cấu trúc vận hành của Trung Tâm Bán Lẻ Viettel:

  • Tối ưu điểm đặt hàng siêu thị: Áp dụng hạn mức tồn kho an toàn cho từng điểm trong số 292 siêu thị dựa trên tốc độ luân chuyển 7 ngày gần nhất, giảm tỷ lệ hàng tồn trên kệ quá 60 ngày xuống dưới 5%.
  • Chuyển đổi số tiếp cận khách hàng: Tích hợp Telesales từ dữ liệu khách hàng mạng di động Viettel và bán hàng qua website viettelstore.vn, giúp giảm chi phí mặt bằng và chi phí nhân sự tại quầy.

Lộ trình triển khai đề xuất

gantt
    title Kế Hoạch Nâng Cao Hiệu Quả Kinh Doanh Viettel Store (2021 - 2023)
    dateFormat  YYYY-MM-DD
    section Tối ưu Tài chính & Tồn kho
    Thanh lý hàng chậm luân chuyển & Giảm tồn kho < 55%  :a1, 2021-01-01, 2021-06-30
    Tái cơ cấu kỳ hạn nợ NCC lên 60 ngày               :a2, 2021-04-01, 2021-12-31
    section Chuyển đổi số Bán lẻ
    Triển khai Omnichannel ERP Real-time Tracking        :b1, 2021-07-01, 2022-03-31
    Tự động hóa hệ thống đề xuất ưu đãi gói cước       :b2, 2022-01-01, 2022-09-30
    section Mở rộng & Đào tạo
    Đào tạo chuẩn hóa năng suất bán hàng điểm bán        :c1, 2022-06-01, 2023-03-31
    Tối ưu hóa danh mục điểm bán và mở siêu thị mini     :c2, 2022-10-01, 2023-12-31

Hạn chế và hướng phát triển

Hạn chế tồn tại

  • Phạm vi số liệu: Dữ liệu nghiên cứu dừng lại ở cấp độ số liệu tài chính tổng hợp từ BCTC công ty mẹ và Trung tâm bán lẻ, chưa đi sâu vào dữ liệu giao dịch chi tiết từng dòng sản phẩm (Apple, Samsung, Xiaomi) hoặc chi phí biến đổi trên từng mét vuông sàn thương mại.
  • Biến động ngoại cảnh: Thời điểm 2020 mang tính chất bất thường do làn sóng dịch COVID-19, dẫn đến một số chỉ số (như chi phí bán hàng giảm) mang tính chu kỳ ngắn hạn chứ chưa hoàn toàn phản ánh sự chuyển dịch cấu trúc bền vững.

Hướng nghiên cứu tiếp theo

  • Xây dựng mô hình học máy (Machine Learning - Random Forest, XGBoost) dự báo nhu cầu bán lẻ điện máy theo mùa vụ và địa bàn vi mô.
  • Nghiên cứu mô hình định giá động (Dynamic Pricing) theo thời gian thực dựa trên đối thủ cạnh tranh trên sàn thương mại điện tử.

Đối tượng hưởng lợi

  • Sinh viên ngành Kinh tế & Kế hoạch Phát triển: Cung cấp case-study thực tế chuẩn mực về phân tích Báo cáo tài chính doanh nghiệp bán lẻ quy mô lớn (>7.000 tỷ doanh thu).
  • Chuyên viên Phân tích Dữ liệu & Tài chính (Financial Analysts): Tiếp cận phương pháp kết hợp tỷ số tài chính truyền thống với tự động hóa định lượng dữ liệu và kiểm soát dòng tiền.
  • Nhà Quản trị Chuỗi Bán lẻ: Nắm bắt giải pháp xử lý khủng hoảng hàng tồn kho, đàm phán công nợ nhà cung cấp và tối ưu hóa chi phí vận hành.
  • Nhà Nghiên cứu Thị trường Viễn thông & ICT: Bộ dữ liệu thực tế về quá trình dịch chuyển cấu trúc tài sản và kênh phân phối của một trong những chuỗi bán lẻ hàng đầu Việt Nam giai đoạn 2018–2020.

Câu hỏi thường gặp

  1. Làm thế nào Viettel Store duy trì tăng trưởng doanh thu 13,06% trong năm 2020 dù toàn ngành giảm 12%?
    Nhờ sự chuẩn bị linh hoạt về nguồn hàng công nghệ phục vụ làm việc/học tập từ xa (Laptop, Tablet), đẩy mạnh bán hàng đa kênh online (doanh thu online tăng mạnh, lợi nhuận online gấp 6 lần) và tận dụng chương trình bán máy kèm gói cước data độc quyền của nhà mạng Viettel.

  2. Tại sao tỷ trọng tài sản ngắn hạn của Trung Tâm Bán Lẻ Viettel luôn chiếm trên 92-96% tổng tài sản?
    Đây là đặc thù của doanh nghiệp thương mại bán lẻ thuần túy. Tài sản cố định (máy móc, nhà xưởng) chỉ chiếm tỷ trọng rất nhỏ (<1-3%), trong khi phần lớn vốn được phân bổ cho hàng tồn kho trên kệ, tiền mặt tại quầy và các khoản phải thu ngắn hạn.

  3. Nguyên nhân chính khiến lượng hàng tồn kho năm 2019 tăng vọt lên 72,36% tổng tài sản là gì?
    Do doanh nghiệp chủ động tăng lượng hàng dự trữ để chuẩn bị kế hoạch mở rộng hàng loạt siêu thị mới trong năm 2019, kết hợp với các biến động sức mua của thị trường điện tử tiêu dùng trước thềm năm tài chính 2020.

  4. Doanh nghiệp đã làm gì để giảm chi phí tài chính đến 63,56% trong năm 2019?
    Trung tâm đã cơ cấu lại các khoản nợ vay ngắn hạn, tận dụng dòng tiền thu hồi từ bán hàng trực tiếp (tiền mặt/chuyển khoản tức thì) và kéo giãn công nợ phải trả nhà cung cấp (tăng từ 152 tỷ lên 225 tỷ đồng) thay vì phụ thuộc vào vốn vay ngân hàng chịu lãi.

  5. Giải pháp nào là cấp thiết nhất cho Viettel Store trong giai đoạn tới?
    Giải pháp ưu tiên số một là ứng dụng hệ thống ERP đồng bộ để kiểm soát tồn kho theo thời gian thực, đưa tỷ trọng tồn kho về mức lý tưởng 50–55% tổng tài sản nhằm giảm thiểu rủi ro trượt giá đồ công nghệ.

Kết luận

Khóa luận tốt nghiệp "Thực trạng và giải pháp nâng cao hiệu quả hoạt động kinh doanh của Trung Tâm Bán Lẻ Viettel" đã hoàn thành toàn diện các mục tiêu nghiên cứu đề ra. Qua việc lượng hóa kết quả hoạt động kinh doanh giai đoạn 2018–2020, đề tài chứng minh sự phát triển mạnh mẽ của Viettel Store với quy mô doanh thu đạt gần 7.500 tỷ đồng, lợi nhuận sau thuế tăng trưởng hơn 103% và mạng lưới mở rộng gần 300 điểm bán. Đồng thời, nghiên cứu đã thẳng thắn chỉ ra các tồn đọng về hiệu suất sử dụng vốn lưu động và tỷ trọng hàng tồn kho, từ đó đưa ra hệ thống giải pháp tài chính - công nghệ khả thi và bền vững. Đề tài là tài liệu tham khảo giá trị cho các nhà hoạch định chiến lược bán lẻ, sinh viên chuyên ngành kinh tế và các nhà phân tích tài chính doanh nghiệp.