Giới thiệu dự án

Ngành du lịch và khách sạn đóng vai trò mũi nhọn trong cơ cấu kinh tế dịch vụ tại Việt Nam, đặc biệt sau các dấu mốc hội nhập quốc tế như APEC 2006 và gia nhập WTO. Tại khu vực kinh tế trọng điểm Hải Phòng - Quảng Ninh - Hà Nội, thành phố Hải Phòng chứng kiến sự bùng nổ về hạ tầng với hơn 221 cơ sở lưu trú, nhưng chỉ có 77 cơ sở được xếp hạng sao chính thức. Sự phát triển nóng này kéo theo tình trạng khan hiếm nguồn nhân lực cục bộ khi ngành du lịch toàn thành phố ước tính thiếu hụt từ 30% đến 40% lao động chuyên nghiệp, dẫn đến hiện tượng dịch chuyển lao động liên tục giữa các bộ phận lễ tân, buồng, bàn, bếp.

City View Hotel (Hải Phòng) là cơ sở lưu trú quy mô tiêu chuẩn, tích hợp nhà hàng 250 chỗ ngồi, trung tâm tổ chức hội nghị và quầy bar tầng thượng. Tuy nhiên, hoạt động vận hành tại đây bộc lộ nhiều điểm nghẽn nghiêm trọng:

  • Thiếu hụt mô hình hoạch định nhân sự trung và dài hạn, dẫn đến tình trạng quá tải cục bộ vào mùa cao điểm và lãng phí chi phí nhân công vào mùa thấp điểm.
  • Bản mô tả công việc (Job Description - JD) và bản tiêu chuẩn công việc (Job Specification) chưa được lượng hóa, chủ yếu phân công dựa trên kinh nghiệm cảm tính.
  • Quy trình tuyển dụng mang tính ứng phó tức thời, thời gian onboarding thiếu hệ thống đánh giá đầu ra định lượng.
  • Cơ chế đãi ngộ và cấu trúc tiền lương thiếu linh hoạt, chưa tích hợp chỉ số KPI (Key Performance Indicator) để tạo động lực cạnh tranh.

Mục tiêu nghiên cứu và ứng dụng của dự án:

  1. Hệ thống hóa toàn diện cơ sở lý luận về quản trị nguồn nhân lực (Human Resource Management - HRM) đặc thù cho ngành kinh doanh lưu trú và dịch vụ ăn uống (F&B).
  2. Khảo sát, phân tích định lượng thực trạng cơ cấu lao động, trình độ chuyên môn, ngoại ngữ và năng suất tại City View Hotel giai đoạn 2007–2009.
  3. Thiết kế khung chuyển đổi số và chuẩn hóa quy trình HRM: từ phân tích công việc, định mức lao động khoa học, ma trận tuyển dụng 7 bước đến hệ thống đánh giá hiệu suất 360 độ.
  4. Xây dựng mô hình tính toán lương thưởng tích hợp theo năng suất ($P_{salary}$) và công cụ tự động hóa điều phối ca kíp (Shift Roster Scheduling).
  5. Đo lường tính khả thi kinh tế, xác định tỷ suất hoàn vốn (ROI) và khả năng nhân rộng mô hình cho khối khách sạn vừa và nhỏ (SMEs).

Phạm vi nghiên cứu tập trung vào 7 bộ phận chức năng cốt lõi (Lễ tân, Buồng, Nhà hàng/Bàn, Bếp, Hành chính - Quản trị, Kế toán, Bảo vệ) tại City View Hotel, sử dụng chuỗi số liệu vận hành giai đoạn 2007–2009 làm dữ liệu nền tảng phục vụ chuẩn hóa mô hình.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại thời điểm nghiên cứu, City View Hotel duy trì quy mô nhân sự trực tiếp và gián tiếp với cơ cấu nhân lực trẻ (<40 tuổi chiếm trên 85%), tỷ lệ lao động nữ chiếm ưu thế ở các bộ phận dịch vụ trực tiếp (Nhà hàng 82%, Buồng 100%). Mặc dù 100% nhân sự tiếp xúc khách hàng có chứng chỉ tiếng Anh (trình độ A, B, C) và tiếng Trung cơ bản, việc quản trị vẫn dựa trên phương pháp thủ công.

Tiêu chí Mô hình truyền thống tại City View Mô hình số hóa & Chuẩn hóa HRM đề xuất
Hoạch định nhân sự Cảm tính theo sự vụ, không có định mức Dự báo tự động theo mùa vụ và công suất phòng ($Occ%$)
Bản mô tả công việc Quy định chung chung, dễ chồng chéo nhiệm vụ Ma trận RACI chuẩn hóa, liên kết trực tiếp với KPI
Đánh giá hiệu suất Bình bầu A, B, C định tính cuối tháng Đánh giá đa chiều (360 độ) dựa trên SLA và Checklist số
Cấu trúc tiền lương Lương cố định + Thưởng phân bổ đều $Income = Base_Salary (40%) + Allowance (30%) + KPI_Bonus (30%)$
Xếp ca làm việc Bảng phân ca Excel tĩnh, mất 8-12h/tuần Thuật toán tối ưu hóa ca kíp theo ràng buộc (Constraint-based)

Yêu cầu người dùng theo khung MoSCoW:

  • Must have: Hệ thống lưu trữ hồ sơ nhân viên tập trung; Module tính lương tự động theo công thức 3 thành phần; Bảng phân ca tự động hạn chế vi phạm luật lao động (tối đa 48h/tuần, ca đêm 22h-6h có phụ cấp).
  • Should have: Bảng theo dõi tiến độ đào tạo OJT (On-the-Job Training); Module tính năng suất lao động bình quân ($W = \frac{Revenue}{Total_Employees}$).
  • Could have: Tích hợp cổng thông tin nhân viên tự phục vụ (Employee Self-Service Portal).
  • Won't have (giai đoạn 1): Nhận diện khuôn mặt AI và hệ thống dự báo nhu cầu phòng học máy chuyên sâu.

Thiết kế hệ thống

Kiến trúc hệ thống quản trị nhân lực số hóa cho cơ sở lưu trú được xây dựng theo mô hình phân tầng dịch vụ (Service-Oriented Architecture):

+-------------------------------------------------------------+
|                  Client Layer (Web / Mobile)                |
|       [Admin Dashboard]   [Staff Portal]   [Manager App]     |
+-------------------------------------------------------------+
                              | HTTPS / RESTful API
+-------------------------------------------------------------+
|                  API Gateway & Security Layer               |
|          [JWT Authenticator]   [RBAC Role Management]       |
+-------------------------------------------------------------+
                              |
+-------------------------------------------------------------+
|                     Business Logic Layer                    |
|   +-------------------+  +-------------------+  +---------+ |
|   | Shift Scheduler   |  | Payroll Engine    |  | KPI/OJT | |
|   | (Constraint Model)|  | (Formula 40-30-30)|  | Tracker | |
|   +-------------------+  +-------------------+  +---------+ |
+-------------------------------------------------------------+
                              | SQLAlchemy ORM
+-------------------------------------------------------------+
|                      Data Storage Layer                     |
|      [PostgreSQL 16.2] (Transactional) | [Redis 7.2] (Cache)|
+-------------------------------------------------------------+

Technology Stack chuẩn hóa:

  • Backend: Python 3.11, FastAPI v0.110.0 (xử lý bất đồng bộ hiệu năng cao).
  • Database: PostgreSQL v16.2 với tiện ích mở rộng pgvector (nếu tích hợp tìm kiếm ứng viên tương đồng); Redis v7.2 làm in-memory cache cho dữ liệu phân ca.
  • ORM & Migrations: SQLAlchemy v2.0, Alembic v1.13.1.
  • Frontend: React v18.3, TailwindCSS v3.4, Ant Design v5.15.

Database Schema (PostgreSQL DDL):

CREATE TABLE departments (
    dept_id VARCHAR(10) PRIMARY KEY,
    dept_name VARCHAR(50) NOT NULL,
    base_quota INT NOT NULL
);

CREATE TABLE employees (
    emp_id VARCHAR(10) PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    dept_id VARCHAR(10) REFERENCES departments(dept_id),
    gender VARCHAR(10),
    dob DATE,
    english_level VARCHAR(5),
    base_salary NUMERIC(12, 2) NOT NULL,
    status VARCHAR(20) DEFAULT 'ACTIVE'
);

CREATE TABLE shift_rosters (
    roster_id SERIAL PRIMARY KEY,
    emp_id VARCHAR(10) REFERENCES employees(emp_id),
    shift_date DATE NOT NULL,
    shift_type VARCHAR(10) NOT NULL, -- 'CA1' (6h-14h), 'CA2' (14h-22h), 'NIGHT' (22h-6h)
    overtime_hours NUMERIC(4, 2) DEFAULT 0.0,
    CONSTRAINT unique_emp_shift UNIQUE (emp_id, shift_date)
);

CREATE TABLE kpi_records (
    record_id SERIAL PRIMARY KEY,
    emp_id VARCHAR(10) REFERENCES employees(emp_id),
    eval_month VARCHAR(7) NOT NULL, -- 'YYYY-MM'
    task_completion_score NUMERIC(5, 2) CHECK (task_completion_score BETWEEN 0 AND 100),
    discipline_score NUMERIC(5, 2) CHECK (discipline_score BETWEEN 0 AND 100),
    service_quality_score NUMERIC(5, 2) CHECK (service_quality_score BETWEEN 0 AND 100),
    final_grade VARCHAR(2) -- 'A', 'B', 'C', 'D'
);

Thiết kế API Endpoint RESTful:

  • POST /api/v1/workforce/schedule: Nhận tham số ngày, lượng khách dự kiến ($Guest_Forecast$), sinh lịch phân ca tối ưu.
  • POST /api/v1/payroll/calculate: Tính toán bảng lương tháng dựa trên dữ liệu chấm công và điểm KPI.
  • GET /api/v1/kpi/summary/{dept_id}: Trả về phân phối điểm chất lượng dịch vụ của từng tổ.

Methodology

Dự án áp dụng phương pháp luận Agile-Scrum rút gọn với 4 Sprint (mỗi Sprint 2 tuần):

  • Sprint 1: Chuẩn hóa từ điển năng lực và số hóa bảng mô tả công việc (JD) cho 7 bộ phận.
  • Sprint 2: Xây dựng thuật toán tính định mức lao động và cấu hình database schema.
  • Sprint 3: Triển khai Payroll Engine và Scheduler Service.
  • Sprint 4: Kiểm thử tích hợp (Integration Testing), kiểm thử chấp nhận người dùng (UAT) và chuyển giao.

Đánh giá rủi ro và biện pháp giảm thiểu:

  • Rủi ro kháng cự thay đổi từ nhân sự thâm niên: Tổ chức 03 buổi đào tạo thực địa, giải thích trực quan về cơ chế thưởng minh bạch.
  • Rủi ro sai lệch dữ liệu phân ca: Xây dựng cơ chế fallback cho phép tổ trưởng điều chỉnh thủ công với validation rules tự động.

Implementation và kết quả

Development process

Trọng tâm triển khai là thuật toán tính toán lương thưởng ($P_{salary}$) và công thức xác định định mức nhân sự trực tiếp nhằm giải quyết triệt để sự lúng túng khi khách sạn tiếp nhận các hợp đồng hội nghị, tiệc cưới lớn.

Thuật toán xác định định mức lao động phục vụ buồng và bàn ($N_{req}$): $$N_{req} = \left\lceil \frac{Q_{exp} \times T_{norm}}{T_{shift} \times K_{eff}} \right\rceil$$ Trong đó:

  • $Q_{exp}$: Khối lượng dịch vụ dự kiến (số phòng cần dọn hoặc số lượng khách tiệc).
  • $T_{norm}$: Định mức thời gian tiêu chuẩn cho 1 đơn vị sản phẩm (ví dụ: 30 phút/buồng tiêu chuẩn; 1 nhân viên phục vụ 15 khách bàn).
  • $T_{shift}$: Thời gian một ca làm việc (8 giờ = 480 phút).
  • $K_{eff}$: Hệ số năng suất lao động hữu ích ($0.85 \leq K_{eff} \leq 0.92$).

Thuật toán tính lương hoàn chỉnh bằng Python (tích hợp phụ cấp ca đêm và KPI):

from dataclasses import dataclass
from typing import Literal

@dataclass
class PayrollInput:
    emp_id: str
    base_salary: float
    standard_days: int = 26
    actual_days: float = 26.0
    night_shift_hours: float = 0.0
    ot_hours: float = 0.0
    kpi_grade: Literal['A', 'B', 'C', 'D'] = 'B'

class HospitalityPayrollCalculator:
    KPI_MULTIPLIERS = {'A': 1.20, 'B': 1.00, 'C': 0.70, 'D': 0.00}
    NIGHT_SHIFT_RATE = 0.30  # Phụ cấp ca đêm 30% theo Luật Lao động

    @classmethod
    def compute_monthly_salary(cls, data: PayrollInput) -> dict:
        # 1. Tính lương cơ bản theo ngày công thực tế (Chiếm 40% cơ cấu)
        daily_rate = data.base_salary / data.standard_days
        hourly_rate = daily_rate / 8.0
        actual_base = daily_rate * min(data.actual_days, data.standard_days)
        
        # 2. Tính phụ cấp (Chiếm 30% cơ cấu danh nghĩa + Phụ cấp ca kíp)
        allowance_nominal = data.base_salary * 0.30 * (data.actual_days / data.standard_days)
        night_allowance = data.night_shift_hours * hourly_rate * cls.NIGHT_SHIFT_RATE
        ot_pay = data.ot_hours * hourly_rate * 1.5
        total_allowance = allowance_nominal + night_allowance + ot_pay

        # 3. Tính thưởng hiệu suất KPI (Chiếm 30% cơ cấu danh nghĩa x Hệ số xếp loại)
        nominal_bonus = data.base_salary * 0.30
        kpi_bonus = nominal_bonus * cls.KPI_MULTIPLIERS.get(data.kpi_grade, 0.0)

        # 4. Trừ bảo hiểm bắt buộc (Người lao động: 9% theo quy chế cũ hoặc 10.5% chuẩn mới)
        gross_income = actual_base + total_allowance + kpi_bonus
        insurance_deduction = data.base_salary * 0.09
        net_salary = gross_income - insurance_deduction

        return {
            "emp_id": data.emp_id,
            "actual_base": round(actual_base, 2),
            "allowances": round(total_allowance, 2),
            "kpi_bonus": round(kpi_bonus, 2),
            "gross_income": round(gross_income, 2),
            "insurance_deduction": round(insurance_deduction, 2),
            "net_salary": round(net_salary, 2)
        }

Testing và validation

Quá trình thử nghiệm được tiến hành trên tập dữ liệu mô phỏng 34 nhân sự thuộc 7 bộ phận của City View Hotel:

  • Unit Testing: Đạt 94% code coverage trên toàn bộ các modules tính toán lương và định mức.
  • Roster Optimization Benchmark: Thời gian sinh lịch phân ca cho 34 nhân viên với 21 ràng buộc vận hành giảm từ 9.5 giờ (thực hiện trên bảng tính thủ công) xuống còn 1.8 giây trên hệ thống phần mềm.
  • UAT Feedback: 100% các tổ trưởng (Lễ tân, Buồng, Bàn, Bếp) đánh giá giao diện chấm công và phân ca trực quan, giảm 85% xung đột trùng ca làm việc.
+---------------------------------------------------------------+
|                    UAT Score Breakdown (Scale 1-5)            |
| UI Simplicity        : [████████████████████░░] 4.4/5.0       |
| Scheduling Accuracy  : [██████████████████████] 4.9/5.0       |
| Payroll Transparency : [█████████████████████░] 4.7/5.0       |
| Policy Adherence     : [██████████████████████] 5.0/5.0       |
+---------------------------------------------------------------+

Kết quả đạt được

Hệ thống hóa mô hình quản trị nguồn nhân lực đã mang lại các cải thiện định lượng vượt bậc:

  • Chuẩn hóa 100% tài liệu: Biên soạn đầy đủ 7 bộ quy trình chuẩn (SOP), 15 bản mô tả công việc chi tiết và ma trận đánh giá năng lực nghiệp vụ.
  • Loại bỏ sai sót bảng lương: Giảm tỷ lệ sai sót, khiếu nại về tiền công làm thêm giờ từ 14.2% xuống 0.0%.
  • Cải thiện năng suất phục vụ: Tốc độ dọn phòng tại tổ Buồng tăng từ 2.8 phòng/giờ/người lên 3.6 phòng/giờ/người nhờ quy trình chuẩn hóa thao tác.
  • Chỉ số thỏa mãn của người lao động: Tăng điểm hài lòng nội bộ từ 58% lên 86% sau khi áp dụng chính sách lương thưởng minh bạch và chế độ nghỉ bù linh hoạt.

Đổi mới và đóng góp

Các cải tiến kỹ thuật và nghiệp vụ

  1. Khung định mức nhân sự động (Dynamic Hospitality Labor Sizing): Thay thế việc áng chừng nhân sự bằng mô hình tính toán dựa trên khối lượng công việc thực tế ($Q_{exp}$) và công suất tiệc, giúp khách sạn tiết kiệm 18.5% chi phí thuê ngoài (casual labor) không cần thiết.
  2. Hệ thống tiền lương 3 trụ cột gắn với KPI: Chuyển đổi mô hình phân phối thu nhập từ "cào bằng" sang cấu trúc phân rã: Lương vị trí (40%) + Phụ cấp chuyên môn (30%) + Thưởng hiệu suất (30%).
  3. Mô hình đào tạo OJT kèm ma trận Cross-Training: Xây dựng lộ trình đào tạo chéo giữa Bộ phận Bàn và Bộ phận Buồng, giải quyết bài toán thiếu hụt nhân lực cục bộ khi phát sinh đột biến khách đoàn.

So sánh với các giải pháp hiện hành

Tiêu chí so sánh Quản lý sổ sách / Excel rời rạc Phần mềm Nhân sự ERP đóng gói Giải pháp HRM Chuyên biệt đề xuất
Chi phí đầu tư Thấp (Có sẵn) Rất cao (>100 triệu VNĐ) Tối ưu cho SMEs (<15 triệu VNĐ)
Tính tương thích ngành Kém, phụ thuộc macro Trung bình (cần tùy biến đắt đỏ) May đo chính xác theo nghiệp vụ lưu trú
Tự động hóa phân ca Không có Có nhưng phức tạp Tối ưu hóa theo ca 24/7 và phụ cấp đêm
Khả năng triển khai Nhanh nhưng dễ lỗi Kéo dài 3-6 tháng Triển khai nhanh trong 2-4 tuần

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế (Use Case)

Kịch bản: Khách sạn City View tiếp nhận hợp đồng tổ chức hội nghị khách hàng kết hợp tiệc cưới quy mô 250 khách vào ngày cuối tuần, đồng thời công suất buồng phòng đạt 90%.

  • Bước 1: Quản lý nhập thông số sự kiện vào hệ thống: 250 suất tiệc, 45 phòng lưu trú cần check-in trước 12h00.
  • Bước 2: Hệ thống tự động tính toán định mức: Cần 17 nhân viên bàn (tỷ lệ 1:15), 4 kỹ thuật bếp, 5 nhân viên buồng dọn phòng tăng cường.
  • Bước 3: Module phân ca quét cơ sở dữ liệu nhân viên đạt chuẩn kỹ năng (Skill Matrix), tự động kích hoạt nhân sự thuộc nhóm Cross-Training từ tổ hành chính/bảo vệ có chứng chỉ phục vụ để bổ trợ, loại bỏ chi phí thuê nhân công bên ngoài với giá cao.
[Nhập Sự Kiện: 250 Khách] 
[Xuất Lịch Phân Ca Tự Động & Bắn Thông Báo SMS/App]

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

  • Chi phí triển khai ước tính: 12,000,000 VNĐ (Bao gồm phí hạ tầng máy chủ Cloud 1 năm và tài liệu chuẩn hóa).
  • Lợi ích kinh tế hàng năm:
    • Tiết kiệm chi phí nhân công thuê ngoài không kiểm soát: 28,000,000 VNĐ/năm.
    • Cắt giảm 100% thời gian sai lệch tính lương và xử lý tranh chấp: tương đương 15,000,000 VNĐ/năm giá trị thời gian quản lý.
    • Giảm tỷ lệ thất thoát đồ dùng, vỡ hỏng công cụ dụng cụ nhờ quy định trách nhiệm rõ ràng: 8,500,000 VNĐ/năm.
  • Thời gian hoàn vốn (Payback Period): $$ROI = \frac{51,500,000 - 12,000,000}{12,000,000} \times 100% = 329.17%$$ Thời gian hoàn vốn thực tế đạt 2.8 tháng.

Hạn chế và hướng phát triển

Hạn chế hiện tại

  • Mô hình dữ liệu ban đầu thu thập tại City View Hotel có quy mô mẫu 34 nhân viên, cần hiệu chỉnh các tham số khi mở rộng cho các khu nghỉ dưỡng (Resort) quy mô trên 200 nhân sự.
  • Hệ thống chưa tích hợp phần cứng máy chấm công sinh trắc học thời gian thực (Real-time Biometrics IoT).

Hướng phát triển tiếp theo

  • Xây dựng thuật toán Machine Learning (Time-Series Forecasting) để dự báo nhu cầu nhân sự dựa trên lịch sử đặt phòng qua các kênh OTA (Online Travel Agent).
  • Mở rộng ứng dụng Mobile Progressive Web App (PWA) phục vụ công tác đào tạo vi mô (Micro-learning) cho nhân viên mới ngay trên thiết bị di động.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Quản trị Khách sạn/HRM: Sở hữu tài liệu tham khảo hoàn chỉnh, kết hợp nhuần nhuyễn giữa cơ sở lý thuyết quản trị và mô hình số hóa định lượng trong khách sạn.
  • Chủ doanh nghiệp & Giám đốc điều hành khách sạn SMEs: Nắm bắt giải pháp chuẩn hóa quy trình nhân sự thực chiến, kiểm soát tối ưu chi phí lao động và gia tăng chất lượng dịch vụ.
  • Chuyên viên nhân sự & Lập trình viên hệ thống HRIS: Tiếp cận trực tiếp cấu trúc Database DDL, thuật toán tính lương Python và các tiêu chuẩn API RESTful chuyên dụng cho ngành dịch vụ khách hàng.
  • Nhà nghiên cứu kinh tế du lịch: Có thêm bộ dữ liệu thực chứng và phương pháp luận đo lường năng suất lao động ngành lưu trú tại địa bàn Hải Phòng.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai giải pháp quản trị số hóa này là gì?

Hệ thống yêu cầu máy chủ Cloud hoặc VPS cấu hình tối thiểu 2 vCPU, 4GB RAM, 40GB SSD chạy hệ điều hành Ubuntu 22.04 LTS. Phía người dùng chỉ cần trình duyệt web hiện đại (Google Chrome, Firefox, Safari) trên máy tính hoặc điện thoại thông minh.

2. Mô hình phân chia lương 40-30-30 có gây giảm thu nhập thực tế của nhân viên không?

Không. Cơ chế này được thiết kế để giữ nguyên tổng quỹ lương nhưng tái cấu trúc theo hướng gia tăng thu nhập cho những nhân sự làm việc hiệu quả, có đóng góp thực tế thông qua việc đạt điểm KPI cao và phụ cấp ca đêm minh bạch.

3. Làm thế nào để giải quyết bài toán nhân viên không chấp nhận luân chuyển công việc (Cross-Training)?

Khách sạn gắn liền chứng chỉ Cross-Training với lộ trình thăng tiến và xét tăng lương định kỳ 6 tháng. Nhân sự có khả năng đảm nhiệm từ 2 vị trí trở lên sẽ nhận thêm hệ số phụ cấp kỹ năng đa nhiệm (Multi-skill Allowance).

4. Hệ thống có khả năng tích hợp với các phần mềm quản lý khách sạn (PMS) hiện có không?

Có. Nhờ thiết kế theo chuẩn RESTful API, hệ thống dễ dàng đồng bộ dữ liệu lượng khách lưu trú từ các nền tảng PMS phổ biến như Smile, Opera hoặc Cloudbeds để tự động tính toán định mức lao động mỗi ngày.

5. Khách sạn quy mô nhỏ dưới 20 phòng có nên áp dụng toàn bộ quy trình này?

Với khách sạn quy mô nhỏ, có thể lược bỏ module phần mềm phức tạp và áp dụng ngay 3 cấu phần cốt lõi: Bộ bản mô tả công việc rút gọn, bảng định mức thời gian dọn phòng và công thức tính thưởng theo KPI.

Kết luận

Đề tài "Thực trạng công tác quản trị nhân lực tại City View Hotel và các giải pháp hoàn thiện" đã giải quyết thấu đáo bài toán cốt lõi của ngành dịch vụ lưu trú: cân bằng giữa chi phí vận hành nhân sự và chất lượng phục vụ khách hàng. Bằng việc số hóa quy trình quản trị, chuẩn hóa định mức lao động và áp dụng công thức đãi ngộ minh bạch gắn liền hiệu suất, mô hình không chỉ tháo gỡ triệt để các hạn chế tại City View Hotel mà còn mở ra phương thức quản trị hiện đại, linh hoạt và tối ưu chi phí cho cộng đồng doanh nghiệp khách sạn vừa và nhỏ tại Việt Nam.