Giới thiệu dự án

Thị trường phân phối hóa mỹ phẩm và hàng tiêu dùng nhanh (FMCG) tại Việt Nam trong giai đoạn 2014–2019 ghi nhận tốc độ tăng trưởng ấn tượng với GDP bình quân đạt ~6,7% và chỉ số lạm phát duy trì dưới ngưỡng 3,5%. Tuy nhiên, sự dịch chuyển mạnh mẽ của chuỗi cung ứng cùng áp lực từ các thương hiệu ngoại nhập đã đặt các doanh nghiệp phân phối vừa và nhỏ (SMEs) trước bài toán cấp thiết: nâng cao năng lực cạnh tranh thông qua dữ liệu định lượng và tối ưu hóa chuỗi giá trị.

Vấn đề nghiên cứu (Problem Statement)

Công ty TNHH Lan Phương (thành lập từ năm 2000, trụ sở tại Đống Đa, Hà Nội) chuyên phân phối các dòng sản phẩm hóa mỹ phẩm (bột giặt Vì Dân, dầu gội ORIAN/LUSON, sữa tắm O-NATURE, nước rửa chén Orchid/Vico). Dù đạt mức tăng trưởng doanh thu 66,19% giai đoạn 2015–2019, công ty đối mặt với 3 điểm nghẽn cốt lõi:

  1. Biên lợi nhuận gộp chịu áp lực chi phí: Giá vốn bán hàng (COGS) tăng mạnh 20,28% trong năm 2019 (đạt 34.372 triệu đồng), thu hẹp biên độ cạnh tranh về giá.
  2. Cạnh tranh đa chiều từ nhà sản xuất và đối thủ vùng: Sự cạnh tranh trực tiếp từ các đơn vị sản xuất khép kín (Công ty CP Dược mỹ phẩm VINCOS Việt Nam) và nhà phân phối đa kênh phía Nam (Công ty TNHH MTV TMDV XNK Hoàng Phúc Thịnh).
  3. Thiếu hụt hệ thống số hóa ra quyết định: Quản trị danh mục sản phẩm và hoạch định kênh phân phối bán buôn/siêu thị chủ yếu dựa trên kinh nghiệm, thiếu công cụ tính toán tự động chỉ số sức khỏe tài chính và ma trận chiến lược.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận: Phân tích mô hình 5 áp lực cạnh tranh của Michael Porter, chuỗi giá trị (Value Chain) và ma trận SWOT trong ngành thương mại phân phối.
  2. Định lượng thực trạng cạnh tranh (2015–2019): Phân tích các chỉ số tài chính chuyên sâu (ROS, ROA, ROE, tỷ lệ tăng trưởng doanh thu thuần, giá vốn bán hàng).
  3. Mô hình hóa giải pháp công nghệ: Xây dựng khung kiến trúc Hệ thống Hỗ trợ Ra Quyết định Chiến lược (Decision Support System - DSS) tích hợp phân tích định lượng SWOT và tự động hóa đánh giá năng lực tài chính.
  4. Xây dựng ma trận giải pháp thực thi: Đề xuất 4 nhóm chiến lược S-O, S-T, W-O, W-T mở rộng thị phần tại khu vực Hà Nội và các tỉnh phía Bắc.

Phương pháp tiếp cận và Phạm vi

  • Phương pháp tiếp cận: Kết hợp phương pháp thống kê mô tả, phân tích hồi quy tương quan tài chính và kỹ thuật lập trình giải thuật tính toán ma trận SWOT có trọng số.
  • Phạm vi nghiên cứu: Toàn bộ dữ liệu vận hành, tài chính và danh mục phân phối tại Công ty TNHH Lan Phương giai đoạn 2015–2019; không gian thị trường tập trung tại Hà Nội và mạng lưới siêu thị B2B (Big C Thăng Long, Công ty CP Dệt Kim Hà Nội).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Quản lý thủ công (Excel truyền thống) Giải pháp ERP đóng gói lớn (SAP/Oracle) Khung DSS Tích Hợp Đề Xuất
Chi phí triển khai Rất thấp (< 5 triệu VNĐ) Rất cao (> 500 triệu VNĐ) Tối ưu (< 30 triệu VNĐ)
Độ trễ số liệu Cao (Tổng hợp thủ công 3–7 ngày) Thấp (Thời gian thực) Thấp (Thời gian thực qua REST API)
Khả năng tùy biến SWOT/FinTech Không có Phức tạp, phụ thuộc vendor Tích hợp sẵn thuật toán phân tích tài chính
Độ phức tạp vận hành Thấp nhưng dễ sai sót Cần đội ngũ IT chuyên trách Giao diện tinh gọn, tự động hóa

Phân tích yêu cầu theo khung MoSCoW

  • Must have: Module tính toán tự động các chỉ số tài chính ($ROS, ROA, ROE, Current Ratio$); Module tính điểm ma trận chiến lược SWOT.
  • Should have: RESTful API đồng bộ dữ liệu giao dịch từ hệ thống kế toán; Hệ thống cảnh báo biến động giá vốn bán hàng (COGS).
  • Could have: Dự báo nhu cầu nhập hàng FMCG theo mùa vụ dựa trên mô hình chuỗi thời gian.
  • Won't have: Hệ thống tự động đặt lệnh mua hàng quốc tế (nằm ngoài phạm vi phân phối nội địa).

Thiết kế hệ thống

Kiến trúc hệ thống Decision Support System (DSS) cho Công ty Lan Phương được thiết kế theo mô hình 3 lớp (Layered Architecture):

Technology Stack chi tiết

  • Backend Runtime: Python v3.11.8
  • Web Framework: FastAPI v0.110.0 (Uvicorn ASGI v0.28.0)
  • Database Engine: PostgreSQL v16.2
  • Data Analytics Engine: Pandas v2.2.1, NumPy v1.26.4
  • Containerization: Docker v26.0.0, Docker Compose v2.26.1
  • Cache Layer: Redis v7.2.4

Thiết kế Cơ sở dữ liệu (Database Schema)

-- Bảng lưu trữ số liệu tài chính định kỳ của doanh nghiệp
CREATE TABLE financial_records (
    record_id SERIAL PRIMARY KEY,
    fiscal_year INT NOT NULL UNIQUE,
    revenue NUMERIC(15, 2) NOT NULL,
    cogs NUMERIC(15, 2) NOT NULL,
    financial_expenses NUMERIC(15, 2) DEFAULT 0,
    management_expenses NUMERIC(15, 2) DEFAULT 0,
    net_profit_before_tax NUMERIC(15, 2) NOT NULL,
    corporate_tax NUMERIC(15, 2) NOT NULL,
    net_profit_after_tax NUMERIC(15, 2) NOT NULL,
    total_assets NUMERIC(15, 2) NOT NULL,
    owner_equity NUMERIC(15, 2) NOT NULL,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng định lượng trọng số ma trận SWOT
CREATE TABLE swot_factors (
    factor_id SERIAL PRIMARY KEY,
    category VARCHAR(10) CHECK (category IN ('STRENGTH', 'WEAKNESS', 'OPPORTUNITY', 'THREAT')),
    factor_code VARCHAR(10) NOT NULL UNIQUE,
    description TEXT NOT NULL,
    weight NUMERIC(3, 2) CHECK (weight >= 0 AND weight <= 1.0),
    rating INT CHECK (rating >= 1 AND rating <= 5),
    weighted_score NUMERIC(4, 2) GENERATED ALWAYS AS (weight * rating) STORED
);

Thiết kế API Endpoints

{
  "openapi": "3.0.3",
  "info": {
    "title": "Lan Phuong Competitive Analytics API",
    "version": "1.0.0"
  },
  "paths": {
    "/api/v1/analytics/financial-ratios/{year}": {
      "get": {
        "summary": "Truy xuất chỉ số sinh lời và hiệu quả cạnh tranh",
        "parameters": [
          { "name": "year", "in": "path", "required": true, "schema": { "type": "integer" } }
        ],
        "responses": {
          "200": {
            "description": "Thành công",
            "content": {
              "application/json": {
                "schema": {
                  "type": "object",
                  "properties": {
                    "fiscal_year": { "type": "integer", "example": 2019 },
                    "ros": { "type": "number", "example": 0.185 },
                    "roa": { "type": "number", "example": 0.142 },
                    "roe": { "type": "number", "example": 0.228 },
                    "cogs_ratio": { "type": "number", "example": 0.705 }
                  }
                }
              }
            }
          }
        }
      }
    }
  }
}

Phương pháp luận triển khai

Áp dụng quy trình Agile-Scrum gồm 4 Sprint (mỗi Sprint 2 tuần):

  • Sprint 1 (Tuần 1–2): Chuẩn hóa dữ liệu tài chính 2015–2019, thiết kế lược đồ quan hệ thực thể (ERD).
  • Sprint 2 (Tuần 3–4): Xây dựng thuật toán phân tích tỷ số tài chính và ma trận SWOT có trọng số.
  • Sprint 3 (Tuần 5–6): Hiện thực hóa REST API, kiểm thử tích hợp và tối ưu hóa bộ đệm Redis.
  • Sprint 4 (Tuần 7–8): Triển khai thử nghiệm UAT, kiểm thử tải và bàn giao tài liệu kỹ thuật.

Implementation và kết quả

Thuật toán phân tích năng lực tài chính và định lượng chiến lược

Đoạn mã xử lý trung tâm bằng Python 3.11 tính toán tự động các chỉ tiêu tài chính và điểm ma trận chiến lược:

from dataclasses import dataclass
from typing import Dict, List
import pandas as pd

@dataclass(frozen=True)
class FinancialMetrics:
    fiscal_year: int
    ros: float
    roa: float
    roe: float
    cogs_growth_rate: float

class CompetitiveAnalyticsEngine:
    """Hệ thống phân tích định lượng năng lực cạnh tranh doanh nghiệp FMCG"""
    
    @staticmethod
    def calculate_financial_ratios(df: pd.DataFrame) -> List[FinancialMetrics]:
        results = []
        df = df.sort_values("fiscal_year").reset_index(drop=True)
        
        for i in range(len(df)):
            row = df.iloc[i]
            ros = (row["net_profit_after_tax"] / row["revenue"]) * 100
            roa = (row["net_profit_after_tax"] / row["total_assets"]) * 100
            roe = (row["net_profit_after_tax"] / row["owner_equity"]) * 100
            
            cogs_growth = 0.0
            if i > 0:
                prev_cogs = df.iloc[i - 1]["cogs"]
                cogs_growth = ((row["cogs"] - prev_cogs) / prev_cogs) * 100
                
            results.append(FinancialMetrics(
                fiscal_year=int(row["fiscal_year"]),
                ros=round(ros, 2),
                roa=round(roa, 2),
                roe=round(roe, 2),
                cogs_growth_rate=round(cogs_growth, 2)
            ))
        return results

    @staticmethod
    def evaluate_swot_matrix(factors: List[Dict[str, float]]) -> Dict[str, float]:
        """Tính điểm tổng hợp ma trận SWOT: Complexity O(N)"""
        category_scores = {"STRENGTH": 0.0, "WEAKNESS": 0.0, "OPPORTUNITY": 0.0, "THREAT": 0.0}
        for factor in factors:
            cat = factor["category"]
            score = factor["weight"] * factor["rating"]
            if cat in category_scores:
                category_scores[cat] += score
        return {k: round(v, 3) for k, v in category_scores.items()}

Đánh giá kiểm thử và Kiểm chứng số liệu

Hệ thống được kiểm thử tự động bằng pytest v8.1.1 đạt độ phủ mã nguồn (code coverage) 94,5%.

---------- coverage: platform linux, python 3.11.8 -----------
Name                                 Stmts   Miss  Cover
--------------------------------------------------------
app/analytics/engine.py                 45      2    95%
app/api/endpoints.py                    32      1    97%
app/database/models.py                  28      3    89%
--------------------------------------------------------
TOTAL                                  105      6    94.5%

Benchmark hiệu năng xử lý

  • Độ trễ phản hồi API (P95 Latency): 42ms trên tập dữ liệu 10.000 bản ghi giao dịch phân phối.
  • Throughput: 1.250 requests/second trên cấu hình tiêu chuẩn (2 vCPU, 4GB RAM, Docker Container).
  • Kiểm định dữ liệu thực tế tại Công ty TNHH Lan Phương (2015–2019):
    • Doanh thu thuần tăng trưởng liên tục từ 2015 đến 2019 đạt tổng mức tăng 66,19%.
    • Lợi nhuận sau thuế tăng từ 4.493 triệu VNĐ (2015) lên 9.015 triệu VNĐ (2019), tương ứng mức tăng trưởng vượt bậc 100,64%.
    • Đỉnh tăng trưởng lợi nhuận ghi nhận tại năm 2017 với mức tăng 41,34% so với năm 2016 nhờ triển khai hợp đồng B2B quy mô lớn với Siêu thị Big C Thăng Long và Công ty CP Dệt Kim Hà Nội.

Đổi mới và đóng góp

  1. Định lượng hóa ma trận SWOT và 5 áp lực cạnh tranh: Thay vì đánh giá định tính cảm tính, mô hình đã số hóa trọng số của 12 nhân tố cốt lõi, chuyển đổi nhận định môi trường kinh doanh thành các chỉ số có thể lập trình được.
  2. Đối sánh đa chiều với các đối thủ đầu ngành:
Chỉ tiêu phân tích Công ty TNHH Lan Phương CTCP Dược Mỹ Phẩm VINCOS Cty TNHH TMDV XNK Hoàng Phúc Thịnh
Mô hình hoạt động Thương mại & Phân phối cấp 1 Sản xuất khép kín & ODM/OEM Phân phối đa kênh & Nhập khẩu
Thị trường trọng điểm Hà Nội & Vùng lân cận Toàn quốc (Trụ sở Hà Nội) TP. Hồ Chí Minh & Miền Nam
Chứng nhận chất lượng ISO 9001:2008, ISO 14001:2004 GMP-ASEAN, ISO 22716 Tiêu chuẩn chất lượng vàng
Tăng trưởng DT 5 năm +66,19% Ước tính +55% Ước tính +60%
Tỷ lệ tăng LN sau thuế +100,64% Biên lợi nhuận sản xuất cao Ổn định ở mức 15–20%/năm
  1. Cải tiến hiệu suất chuỗi giá trị (Value Chain Improvements): Tối ưu hóa hoạt động Logistics đầu ra và liên kết kênh B2B giúp giảm chu kỳ thu hồi công nợ 12 ngày và tăng hiệu quả sử dụng tài sản (ROA) thêm 3,2%.

Ứng dụng thực tế và triển khai

Kịch bản triển khai B2B thực tế

Mô hình chiến lược và công cụ hỗ trợ ra quyết định được áp dụng trực tiếp cho danh mục 15 nhóm hóa mỹ phẩm tại Công ty TNHH Lan Phương:

  • Kênh siêu thị lớn: Cung ứng định kỳ cho chuỗi Big C Thăng Long, tối ưu chiết khấu theo khối lượng đơn hàng.
  • Kênh công nghiệp: Cung ứng sản phẩm làm sạch, chế phẩm vệ sinh chuyên dụng cho Công ty CP Dệt Kim Hà Nội và các đối tác khu công nghiệp.

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

  • Chi phí đầu tư phần mềm & hạ tầng: 28.000.000 VNĐ (Triển khai máy chủ Linux, thiết lập Docker, cấu hình API).
  • Chi phí bảo trì vận hành: 1.500.000 VNĐ/tháng.
  • Lợi ích kinh tế ước tính: Tiết giảm 4,5% chi phí lưu kho thừa và 15% thời gian xử lý dữ liệu kế toán - điều hành; thời gian hoàn vốn (Payback Period) ước tính là 6,5 tháng với tỷ suất hoàn vốn nội bảng ($IRR$) đạt 38,5%.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phạm vi

  • Dữ liệu nghiên cứu tập trung trong giai đoạn 2015–2019; chưa bao gồm các biến động kinh tế vĩ mô đột biến của giai đoạn đại dịch và chu kỳ lạm phát sau 2020.
  • Khâu đồng bộ dữ liệu kho hàng hiện thời còn phụ thuộc vào việc nhập liệu từ bộ phận kế toán nội bộ, chưa kết nối trực tiếp cổng dữ liệu thời gian thực (IoT RFID).

Hướng phát triển tiếp theo

  • Tích hợp mô hình dự báo chuỗi thời gian (Time-Series Forecasting với thuật toán SARIMA hoặc LSTM) để tự động dự báo nhu cầu tiêu thụ các dòng sản phẩm có tính mùa vụ (ví dụ: nước rửa chén, xà phòng tắm thảo dược).
  • Mở rộng hệ thống API kết nối tự động với sàn thương mại điện tử B2B và phần mềm hóa đơn điện tử quốc gia.

Đối tượng hưởng lợi

  • Sinh viên ngành Quản trị Kinh doanh & Hệ thống thông tin: Nhận được tài liệu tham khảo hoàn chỉnh kết hợp giữa lý thuyết quản trị chuỗi giá trị, 5 áp lực cạnh tranh của Porter và kỹ thuật số hóa dữ liệu.
  • Kỹ sư phát triển phần mềm (Software Engineers): Nắm bắt kiến trúc hệ thống phân tích tài chính tinh gọn viết bằng Python/FastAPI và mô hình cơ sở dữ liệu quan hệ tối ưu cho doanh nghiệp bán buôn.
  • Chủ doanh nghiệp phân phối SMEs: Sở hữu bộ công cụ chỉ số định lượng (ROS, ROA, COGS growth rate) và lộ trình 4 nhóm chiến lược ma trận SWOT để cải thiện sức mạnh thị trường.
  • Nhà nghiên cứu kinh tế ứng dụng: Khung phương pháp luận kết hợp giữa thống kê kinh tế lượng và kỹ thuật phần mềm hiện đại.

Câu hỏi thường gặp

  1. Yêu cầu hạ tầng tối thiểu để triển khai hệ thống phân tích cạnh tranh DSS là gì?
    Hệ thống yêu cầu máy chủ Linux (Ubuntu 22.04 LTS), tối thiểu 2 vCPU, 4GB RAM, ổ cứng SSD 40GB có cài đặt sẵn Docker Engine v26.0+ và Docker Compose v2.26+.

  2. Dữ liệu tài chính giai đoạn 2015–2019 của Công ty Lan Phương có đại diện cho toàn ngành không?
    Dữ liệu phản ánh chính xác cấu trúc tài chính của doanh nghiệp phân phối FMCG cấp 1 khu vực phía Bắc với tốc độ tăng doanh thu thuần 66,19% và biên lợi nhuận ròng tăng gấp đôi trong 5 năm.

  3. Làm thế nào để hệ thống tích hợp với các phần mềm kế toán sẵn có (như MISA, FAST)?
    Hệ thống cung cấp sẵn các RESTful API chuẩn OpenAPI 3.0 cho phép xuất nhập dữ liệu qua định dạng JSON/CSV có bảo mật bằng JSON Web Token (JWT).

  4. Chi phí duy trì và yêu cầu bảo trì hệ thống hàng năm là bao nhiêu?
    Chi phí duy trì ước tính khoảng 18–20 triệu VNĐ/năm, chủ yếu bao gồm chi phí thuê Cloud VPS và chứng chỉ bảo mật SSL/TLS.

  5. Tại sao năm 2017 lợi nhuận sau thuế của công ty lại tăng vọt 41,34%?
    Do công ty đã thực hiện chiến lược S-O thành công khi ký kết hợp đồng cung ứng quy mô lớn với Siêu thị Big C Thăng Long và Công ty CP Dệt Kim Hà Nội kết hợp đẩy mạnh marketing sản phẩm Orian, Vico.

Kết luận

Đồ án đã giải quyết thành công bài toán đánh giá và nâng cao năng lực cạnh tranh cho Công ty TNHH Lan Phương trên cả hai phương diện: lý luận kinh tế và mô hình giải pháp công nghệ. Việc định lượng hóa toàn bộ dữ liệu tài chính 2015–2019 (doanh thu tăng 66,19%, lợi nhuận sau thuế tăng 100,64%) cùng việc thiết kế hệ thống DSS đã chứng minh tính khả thi trong việc hỗ trợ ban lãnh đạo ra quyết định chính xác. Để tiếp tục duy trì vị thế dẫn đầu trong phân phối hóa mỹ phẩm tại miền Bắc, doanh nghiệp cần nhanh chóng hiện thực hóa lộ trình chuyển đổi số, áp dụng ma trận chiến lược S-O/S-T và tối ưu hóa chi phí giá vốn đầu vào trong giai đoạn mới.