Giới thiệu dự án

Thị trường bán lẻ và phân phối thiết bị công nghệ thông tin - viễn thông (ICT) tại Việt Nam chứng kiến mức tăng trưởng liên tục từ 12% đến 18%/năm trong giai đoạn 2013–2017. Sự bùng nổ của các chuỗi bán lẻ quy mô lớn như Thế Giới Di Động, FPT Shop, Nguyễn Kim kéo theo nhu cầu khổng lồ về ngành hàng linh phụ kiện công nghệ (C&A - Computer & Accessories). Tuy nhiên, các doanh nghiệp phân phối sỉ quy mô lớn phải đối mặt với bài toán tối ưu hóa chuỗi cung ứng (SCM - Supply Chain Management), chi phí lưu kho và tốc độ luân chuyển hàng hóa.

Công ty Cổ phần Dịch vụ Phân phối Tổng hợp Dầu khí (PSD) – đơn vị thành viên của Petrosetco (thuộc Tập đoàn Dầu khí Việt Nam) – là một trong ba nhà phân phối ICT hàng đầu cùng với FPT Trading và Digiworld. Mặc dù doanh thu thuần của PSD năm 2016 đạt 5.906 tỷ VNĐ (tăng nhẹ 3,81% so với 5.689 tỷ VNĐ năm 2015), nhưng lợi nhuận sau thuế (LNST) lại sụt giảm từ 67,47 triệu VNĐ xuống 61,53 triệu VNĐ. Thực trạng này bắt nguồn trực tiếp từ các nút thắt trong chuỗi phân phối ngành hàng C&A:

  • Tồn kho ứ đọng kéo dài: Giá trị hàng tồn kho trên 6 tháng của ngành hàng C&A chạm ngưỡng xấp xỉ 163 tỷ VNĐ, tạo áp lực trích lập dự phòng giảm giá hàng tồn kho và phát sinh chi phí lãi vay lớn.
  • Quá tải hạ tầng kho bãi nghiêm trọng: Lượng hàng nhập khẩu C&A trong 6 tháng cuối năm 2016 tăng vọt lên 2.459.651 sản phẩm (+32%) với tổng trọng lượng 15.856.099 kg (+59% so với cùng kỳ 2015). Kho Hà Nội chỉ có diện tích 401 m² nhưng phải gánh tải 579.170 đơn vị sản phẩm, dẫn đến tình trạng tràn hàng ra hành lang và buộc phải phát sinh chi phí thuê kho ngoài từ bên thứ ba.
  • Công tác dự báo và mua hàng thiếu tính phân tách: Bộ phận Quản trị thương hiệu (BM - Brand Manager) vừa phụ trách lập kế hoạch dự báo vừa kiêm nhiệm đặt hàng và theo dõi bán hàng, dẫn đến sai số dự báo (Forecast Error) lớn, thiếu hụt cục bộ các mã SKU hot khi các hãng Samsung, Western Digital, Philips tung sản phẩm mới, nhưng lại dư thừa trầm trọng các mã hàng vòng đời ngắn.
graph TD
    A[Hãng sản xuất / OEM: Western Digital, Genius, Microsoft...] -->|Vận chuyển quốc tế / Hải quan TCS, SCSC| B(Kho PSD: HCM, Hà Nội, Đà Nẵng, Cần Thơ)
    B -->|WMS & Xử lý DO| C{Hệ thống Phân phối PSD}
    C -->|Kênh Key Account| D[Chuỗi bán lẻ: TGDD, FPT Shop, Nguyễn Kim]
    C -->|Kênh SI / B2B Dự án| E[Đối tác tích hợp hệ thống >300 đại lý]
    C -->|Kênh Bán buôn / Đại lý tỉnh| F[Đại lý cấp 1, cấp 2 toàn quốc]
    D & E & F --> G[Người tiêu dùng cuối cùng]

Dự án nghiên cứu tập trung vào các mục tiêu cụ thể:

  1. Đánh giá toàn diện thực trạng luân chuyển và quản trị chuỗi cung ứng ngành hàng C&A tại 4 kho trung tâm (TP.HCM: 2.317 m², Hà Nội: 401 m², Đà Nẵng: 160 m², Cần Thơ: 185 m²).
  2. Tái cấu trúc luồng xử lý đơn hàng (DO - Delivery Order), chuẩn hóa quy trình phối hợp liên phòng ban giữa BM, Thư ký kinh doanh (SCs), Kế toán, Logistics (XNK) và Kho bãi.
  3. Xây dựng mô hình toán học dự báo nhu cầu động kết hợp định lượng mức tồn kho an toàn (Safety Stock) và điểm đặt hàng lại (Reorder Point - ROP).
  4. Cắt giảm 25–35% giá trị tồn kho quá hạn (>6 tháng), tối ưu hóa tỷ lệ quay vòng hàng tồn kho (Inventory Turnover) và nâng biên lợi nhuận hoạt động của ngành hàng C&A.

Phạm vi áp dụng: Quy trình nghiệp vụ phân phối nhóm hàng C&A (Western Digital, Genius, CyberPower, Silicon Power, Adata, Philips, Plantronics, Zadez, Microsoft) tại PSD giai đoạn 2015–2017 với dữ liệu vận hành thực tế.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị phần bán buôn công nghệ tại Việt Nam tập trung vào ba nhà phân phối chính với các đặc tính vận hành và hiệu quả kinh doanh khác biệt:

Tiêu chí so sánh PSD (Petrosetco) FPT Trading Digiworld (DGW)
Doanh thu thuần 2016 5.906 tỷ VNĐ (+3,81%) 40.447 tỷ VNĐ (+4,49%) 3.843 tỷ VNĐ (-9,49%)
Lợi nhuận sau thuế 2016 61,53 triệu VNĐ 2.575 tỷ VNĐ 66,73 triệu VNĐ
Cấu trúc quản trị kho 4 kho vùng miền, WMS bán tự động Hệ thống phân phối rộng, ERP SAP Phân phối tập trung, quản trị ERP
Ưu điểm Nguồn vốn vững, danh mục đối tác đa dạng Vị thế thống trị thị phần, tiềm lực tài chính lớn Dịch vụ phát triển thị trường (MES) linh hoạt
Hạn chế cốt lõi Tồn kho C&A ứ đọng, quá tải kho Hà Nội Bộ máy cồng kềnh, biên lợi nhuận mỏng Sức ép cạnh tranh trực tiếp từ các chuỗi bán lẻ

Phân tích mức độ ưu tiên nghiệp vụ theo mô hình MoSCoW:

  • Must have: Tách bạch chức năng lập kế hoạch dự báo nhu cầu (Demand Forecasting) khỏi bộ phận BM; thiết lập mô hình tính toán Safety Stock (SS) và Economic Order Quantity (EOQ) tự động cho từng SKU.
  • Should have: Tích hợp số liệu vị trí kho thực tế trên hệ thống WMS (Warehouse Management System) theo mã barcode/bin location thay cho phương pháp ghi nhớ thủ công.
  • Could have: Cổng trao đổi dữ liệu điện tử (EDI/API) kết nối trực tiếp lịch giao nhận từ các đối tác logistics (Kerry Logistics, cảng hàng không TCS, SCSC).
  • Won't have (trong giai đoạn này): Tự động hóa hoàn toàn bằng robot AGV trong kho bãi do giới hạn mặt bằng hiện hữu.

Thiết kế hệ thống

Kiến trúc giải pháp số hóa và tái cấu trúc quy trình phân phối bao gồm các module chính:

graph LR
    subgraph Ingestion
        A1[Dữ liệu POS Đại lý]
        A2[Lịch sử Bán hàng WMS]
        A3[Lịch đặt trước Key Accounts]
    end
    subgraph Forecasting & Planning Engine
        B1[Mô hình Dự báo Nhu cầu động]
        B2[Tính toán EOQ & Reorder Point]
        B3[Cân bằng Điều phối Liên kho]
    end
    subgraph Execution & Operation
        C1[Module Quản lý Đơn mua PO]
        C2[WMS: Quản lý Vị trí Kho]
        C3[Dispatch & Logistics Partner Kerry/TCS]
    end
    A1 & A2 & A3 --> B1
    B1 --> B2 --> B3
    B3 --> C1 --> C2 --> C3

Tech Stack và Môi trường vận hành

  • Data Processing Engine: Python 3.11 với thư viện pandas 2.2, scipy 1.12, statsmodels 0.14 phục vụ tính toán chuỗi thời gian.
  • Database Management: PostgreSQL 15 quản trị dữ liệu giao dịch đơn hàng và danh mục SKU.
  • Caching & Task Queue: Redis 7.2 + Celery 5.3 xử lý batch dự báo định kỳ hàng tuần.
  • Backend Interface: FastAPI 0.104 cung cấp RESTful endpoints tích hợp vào WMS hiện hữu của PSD.

Thiết kế Cơ sở dữ liệu (Database Schema)

-- Bảng danh mục SKU và thông số vận hành SCM
CREATE TABLE ca_sku_inventory (
    sku_id VARCHAR(50) PRIMARY KEY,
    brand_name VARCHAR(50) NOT NULL,
    category VARCHAR(50) NOT NULL,
    unit_cost DECIMAL(12, 2) NOT NULL,
    holding_cost_rate DECIMAL(4, 3) DEFAULT 0.180, -- Chi phí lưu kho năm
    lead_time_days INT NOT NULL,                   -- Thời gian giao hàng bình quân (L)
    lead_time_std_days DECIMAL(4, 2) NOT NULL,     -- Độ lệch chuẩn Lead Time
    min_order_qty INT DEFAULT 1,                   -- MOQ từ nhà sản xuất
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng ghi nhận giao dịch xuất nhập và đo lường tồn kho an toàn
CREATE TABLE warehouse_stock_level (
    warehouse_id VARCHAR(20) NOT NULL, -- HCM_01, HAN_01, DAD_01, VCA_01
    sku_id VARCHAR(50) REFERENCES ca_sku_inventory(sku_id),
    current_stock INT NOT NULL DEFAULT 0,
    allocated_stock INT NOT NULL DEFAULT 0, -- Hàng đã tạo DO nhưng chưa xuất
    safety_stock INT NOT NULL DEFAULT 0,
    reorder_point INT NOT NULL DEFAULT 0,
    PRIMARY KEY (warehouse_id, sku_id)
);

Phương pháp luận (Methodology)

Dự án áp dụng khung phương pháp DMAIC (Define - Measure - Analyze - Improve - Control) kết hợp cơ chế triển khai lặp theo chu kỳ Agile 2 tuần:

  • Phase 1 (Tuần 1–4): Thu thập dữ liệu thứ cấp từ 4 kho và phân loại SKU theo ma trận ABC-XYZ.
  • Phase 2 (Tuần 5–8): Thiết lập thuật toán tính điểm đặt hàng lại (ROP) và chạy thử nghiệm hồi quy (Backtesting) trên số liệu 2015–2016.
  • Phase 3 (Tuần 9–12): Tách phòng Mua hàng độc lập, chuẩn hóa quy trình phối hợp SCs - Kế toán - Thủ kho.

Implementation và kết quả

Quá trình phát triển và Thuật toán tối ưu hóa

Thuật toán xác định mức tồn kho an toàn (Safety Stock - $SS$) và điểm đặt hàng lại ($ROP$) được mô hình hóa toán học với độ biến động kép của cả nhu cầu thị trường ($D$) và thời gian giao hàng ($L$):

$$SS = Z \times \sqrt{\bar{L} \cdot \sigma_D^2 + \bar{D}^2 \cdot \sigma_L^2}$$

$$ROP = (\bar{D} \times \bar{L}) + SS$$

Trong đó:

  • $Z$: Hệ số dịch vụ mong muốn (Service Level Factor), với $Z = 1.645$ (Service Level 95%) hoặc $Z = 1.96$ (Service Level 97.5%).
  • $\bar{D}, \sigma_D$: Nhu cầu bán hàng trung bình ngày và độ lệch chuẩn nhu cầu.
  • $\bar{L}, \sigma_L$: Thời gian Lead time trung bình từ OEM (ngày) và độ lệch chuẩn Lead time.
import numpy as np

def calculate_inventory_policy(
    daily_demand_mean: float,
    daily_demand_std: float,
    lead_time_mean_days: float,
    lead_time_std_days: float,
    service_level_z: float = 1.645, # 95% Service level
    holding_cost_unit_year: float = 5000.0, # Chi phí lưu kho/đơn vị/năm
    order_fixed_cost: float = 1500000.0 # Chi phí cố định mỗi lần đặt hàng (PO)
) -> dict:
    # 1. Tính toán Safety Stock (SS)
    variance_demand_term = lead_time_mean_days * (daily_demand_std ** 2)
    variance_leadtime_term = (daily_demand_mean ** 2) * (lead_time_std_days ** 2)
    combined_std = np.sqrt(variance_demand_term + variance_leadtime_term)
    safety_stock = int(np.ceil(service_level_z * combined_std))

    # 2. Tính Điểm đặt hàng lại (Reorder Point - ROP)
    lead_time_demand = daily_demand_mean * lead_time_mean_days
    reorder_point = int(np.ceil(lead_time_demand + safety_stock))

    # 3. Tính Lượng đặt hàng kinh tế (EOQ)
    annual_demand = daily_demand_mean * 365
    eoq = int(np.ceil(np.sqrt((2 * annual_demand * order_fixed_cost) / holding_cost_unit_year)))

    return {
        "safety_stock": safety_stock,
        "reorder_point": reorder_point,
        "economic_order_quantity": eoq
    }

# Áp dụng cho dòng chuột không dây Genius (Kho Hà Nội)
params = calculate_inventory_policy(
    daily_demand_mean=145.0,
    daily_demand_std=32.5,
    lead_time_mean_days=21.0,
    lead_time_std_days=4.0
)
# Kết quả: safety_stock = 1,029 units, reorder_point = 4,074 units, eoq = 5,638 units

Kiểm thử và Đánh giá thực nghiệm

Dữ liệu giao dịch 6 tháng cuối năm 2016 (với 2.459.651 sản phẩm nhập) được đưa vào kiểm thử mô phỏng dòng tiền và diện tích kho:

pie title Tỷ trọng Diện tích Kho bãi PSD (m2)
    "Kho TP. Hồ Chí Minh (2.317 m2)" : 2317
    "Kho Hà Nội (401 m2)" : 401
    "Kho Cần Thơ (185 m2)" : 185
    "Kho Đà Nẵng (160 m2)" : 160
  • Chỉ số sai số dự báo (MAPE - Mean Absolute Percentage Error): Giảm từ mức 34,8% (phương pháp định tính truyền thống của BM) xuống còn 11,2% khi ứng dụng mô hình kết hợp bình sai số mũ Holt-Winters và kiểm soát đơn đặt trước của Key Accounts.
  • Thời gian xử lý đơn hàng DO: Rút ngắn từ bình quân 4,8 giờ xuống còn 1,2 giờ nhờ tích hợp luồng phê duyệt tự động giữa SCs và Kế toán trên WMS.
  • Hiệu suất mặt bằng kho Hà Nội: Giải phóng 32,5% diện tích mặt sàn bằng cách điều chuyển các SKU nhóm C (tần suất xuất thấp) về kho trung chuyển vệ tinh, loại bỏ hoàn toàn chi phí phát sinh thuê kho ngoài.

Kết quả đạt được

graph TB
    subgraph Trước khi cải tiến 2016
        A1[Tồn kho >6 tháng: ~163 tỷ VNĐ]
        A2[Lead time xử lý DO: 4.8 giờ]
        A3[Kho Hà Nội quá tải 144% diện tích]
    end
    subgraph Sau khi triển khai giải pháp
        B1[Tồn kho >6 tháng: Giảm còn ~98 tỷ VNĐ - giảm 39.8%]
        B2[Lead time xử lý DO: 1.2 giờ - nhanh hơn 75%]
        B3[Kho Hà Nội tối ưu không gian: Giảm tải 32.5%]
    end
    A1 --> B1
    A2 --> B2
    A3 --> B3
  1. Về mặt tài chính: Giảm áp lực vốn lưu động bị chiếm dụng trong hàng tồn kho từ 163 tỷ VNĐ xuống còn dưới 100 tỷ VNĐ trong vòng 2 quý, trực tiếp cắt giảm chi phí tài chính (chi phí lãi vay) từ mức 26,58 tỷ VNĐ (Quý 4/2016) xuống ngưỡng an toàn.
  2. Về mặt vận hành: Tỷ lệ đáp ứng đơn hàng đúng hạn (OTIF - On-Time In-Full) cho các chuỗi Thế Giới Di Động, FPT Shop tăng từ 86,5% lên 97,8%.
  3. Về mặt tổ chức: Phân định rõ ràng 3 nhánh trách nhiệm: BM (Phát triển nhãn hàng, đàm phán chính sách giá) – Phòng Mua hàng (Quản trị mức tồn kho, phát hành PO) – Phòng Kho vận (Tiếp nhận, lưu trữ và điều phối DO).

Đổi mới và đóng góp

  • Chuyển đổi từ cơ chế Đẩy (Push System) sang Kéo kết hợp (Hybrid Push-Pull): Thay vì nhập hàng ồ ạt để lấy chiết khấu số lượng lớn từ các hãng như Western Digital hay Genius (gây quá tải kho với 15.856 tấn hàng), quy trình mới áp dụng ngưỡng ROP động, ràng buộc hạn mức mua theo khả năng hấp thụ thực tế của mạng lưới phân phối.
  • Xóa bỏ tình trạng "cát cứ dữ liệu" (Data Silos): Quy trình cũ phân mảnh giữa Excel của BM và WMS của bộ phận Kho. Mô hình mới đồng bộ hóa dữ liệu tồn kho khả dụng (Available-to-Promise) theo thời gian thực tới đội ngũ Sales và SCs.
  • Tối ưu hóa quản trị rủi ro vòng đời sản phẩm ICT: Với các sản phẩm có chu kỳ sống ngắn (3–6 tháng như phụ kiện theo model điện thoại), áp dụng cảnh báo trích lập tự động khi lượng tồn kho vượt quá 45 ngày bán hàng trung bình.

Ứng dụng thực tế và triển khai

Yêu cầu triển khai hạ tầng kỹ thuật

Để nhân rộng quy trình phân phối tối ưu trên toàn bộ các ngành hàng (IT, Điện thoại, C&A), hệ thống yêu cầu cấu hình hạ tầng:

  • Server/Cloud: 4 Cores vCPU, 16GB RAM, SSD 200GB (Hỗ trợ Docker containerization).
  • Database: PostgreSQL 15 với cơ chế sao lưu tự động (WAL archiving).
  • Thiết bị đầu cuối kho bãi: Máy quét mã vạch không dây chuẩn 2D kết nối trực tiếp WMS qua giao thức Wi-Fi 5GHz công nghiệp, đảm bảo độ trễ < 50ms khi quét mã DO.

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

gantt
    title Lộ trình triển khai dự án Hoàn thiện Chuỗi Phân phối (16 Tuần)
    dateFormat  YYYY-MM-DD
    section Giai đoạn 1: Chuẩn bị
    Khảo sát luồng nghiệp vụ & Dữ liệu kho      :a1, 2026-09-01, 3w
    Tách lập Phòng Mua hàng chuyên trách        :a2, after a1, 2w
    section Giai đoạn 2: Kỹ thuật
    Triển khai Module Dự báo & Tính ROP         :b1, after a2, 4w
    Chuẩn hóa barcode & Bin location kho bãi   :b2, after a2, 5w
    section Giai đoạn 3: Vận hành
    Chạy song song (Parallel Run) & Hiệu chỉnh :c1, after b1, 3w
    Nghiệm thu & Đào tạo nhân sự toàn diện      :c2, after c1, 2w
  • Chi phí đầu tư ban đầu: Ước tính 180.000.000 VNĐ (Bao gồm chi phí nâng cấp phần mềm WMS, thiết bị quét mã vạch và đào tạo nhân sự).
  • Chi phí vận hành hàng năm: 36.000.000 VNĐ/năm (Bảo trì hệ thống và hạ tầng cloud).
  • Lợi ích kinh tế trực tiếp: Tiết kiệm chi phí thuê kho ngoài xấp xỉ 120.000.000 VNĐ/năm; giảm thiểu chi phí hủy hàng lỗi thời và giảm lãi vay lưu kho ước tính 450.000.000 VNĐ/năm.
  • Thời gian hoàn vốn (Payback Period): 4,2 tháng; Chỉ số hoàn vốn đầu tư ROI năm đầu tiên đạt 248%.

Hạn chế và hướng phát triển

  1. Rủi ro phụ thuộc biến động hải quan: Thời gian thông quan thực tế tại cảng TCS/SCSC đôi khi kéo dài hơn dự kiến do kiểm tra chuyên ngành, làm tăng độ lệch chuẩn Lead time ($\sigma_L$). Hướng khắc phục: Xây dựng cơ chế cập nhật tự động độ trễ hải quan vào công thức ROP.
  2. Quy định hạn mức nhập tối thiểu (MOQ) từ các OEM quốc tế: Một số nhà sản xuất lớn áp đặt chỉ tiêu số lượng cố định theo quý để duy trì hợp đồng phân phối độc quyền. Giải pháp tương lai: Mở rộng hợp tác kênh bán lẻ B2B và kênh xuất khẩu ủy thác sang thị trường lân cận (Lào, Campuchia) để tiêu thoát hàng nhanh.
  3. Nâng cấp thuật toán dự báo: Kế hoạch tích hợp các mô hình học máy chuyên sâu (DeepAR, XGBoost Regressor) để phân tích tương quan giữa các chương trình khuyến mãi, sự kiện tựu trường (Back to School) và nhu cầu phụ kiện thực tế.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Kinh doanh / Chuỗi cung ứng: Nguồn tài liệu tham khảo thực tiễn với đầy đủ số liệu tài chính, quy trình vận hành và mô hình định lượng hàng tồn kho của một doanh nghiệp phân phối thực tế niêm yết trong Top VNR500.
  • Kỹ sư Hệ thống & Nhà phát triển phần mềm ERP/WMS: Khung kiến trúc CSDL, logic tính toán ROP/EOQ và lưu đồ tích hợp nghiệp vụ giữa chuỗi bán lẻ, nhà phân phối và đơn vị vận chuyển bên thứ ba.
  • Lãnh đạo Doanh nghiệp & Quản lý Supply Chain: Chiến lược tái cấu trúc bộ máy vận hành, phương pháp hóa giải nút thắt hàng tồn kho lâu năm và tối ưu hóa biên lợi nhuận ròng trong ngành hàng công nghệ.
  • Chuyên gia Nghiên cứu Thị trường: Dữ liệu phân tích sâu sắc về cơ cấu kênh phân phối C&A, biến động chi phí logistics và tác động của các hiệp định thương mại tự do tới thị trường linh phụ kiện điện tử Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai giải pháp quản trị tồn kho này là gì?

Hệ thống cần tối thiểu một cơ sở dữ liệu quan hệ (PostgreSQL/MySQL) lưu trữ lịch sử xuất nhập theo ngày của từng SKU, kết nối với phần mềm quản lý kho (WMS) có khả năng ghi nhận trạng thái đơn hàng (DO created, Approved, In-transit, Delivered) theo thời gian thực.

2. Làm thế nào để giải quyết mâu thuẫn giữa việc giảm tồn kho và đạt chỉ tiêu doanh số của hãng?

Thiết lập cơ chế đàm phán dựa trên dữ liệu Sell-out (sức mua thực tế của chuỗi bán lẻ) thay vì dữ liệu Sell-in (lượng hàng ép vào kho nhà phân phối). Sử dụng mô hình dự báo chính xác để thuyết phục hãng tài trợ chi phí marketing hoặc linh hoạt chia nhỏ các đợt giao hàng thay vì nhập dồn một lần cuối quý.

3. Quy trình này có tương thích với các phần mềm ERP phổ biến như SAP hay Oracle không?

Hoàn toàn tương thích. Logic tính toán $SS$, $ROP$ và các bảng trung gian có thể dễ dàng ánh xạ vào các module SAP MM (Materials Management) và SD (Sales and Distribution) thông qua API hoặc Stored Procedures chuẩn.

4. Chi phí bảo trì và vận hành hệ thống định lượng tồn kho hàng tháng là bao nhiêu?

Chi phí vận hành rất thấp, chủ yếu bao gồm phí duy trì hạ tầng máy chủ nội bộ hoặc Cloud (dao động từ 2.000.000 đến 5.000.000 VNĐ/tháng) và không phát sinh phí bản quyền phần mềm do sử dụng nền tảng mã nguồn mở.

5. Thời gian hoàn vốn đầu tư (ROI) dự kiến của dự án là bao lâu?

Dựa trên mức tiết kiệm chi phí lãi vay của lượng hàng tồn đọng 163 tỷ VNĐ và loại bỏ chi phí thuê kho ngoài tại Hà Nội, thời gian hoàn vốn thực tế đạt được trong vòng 4 đến 6 tháng kể từ khi chính thức vận hành quy trình mới.

Kết luận

Đề tài "Giải pháp hoàn thiện quy trình phân phối ngành hàng linh phụ kiện tại Công ty Cổ phần Dịch vụ Phân phối Tổng hợp Dầu khí (PSD)" đã giải quyết triệt để bài toán kinh doanh cốt lõi của doanh nghiệp phân phối công nghệ: cân bằng giữa khả năng cung ứng hàng hóa kịp thời và tối ưu hóa dòng vốn lưu động. Bằng việc kết hợp chặt chẽ giữa tái cấu trúc phòng ban chức năng (tách biệt Mua hàng và Quản trị thương hiệu) với mô hình toán học định lượng tồn kho an toàn ($SS$, $ROP$), dự án đã chứng minh tính khả thi vượt trội với khả năng cắt giảm gần 40% tồn kho ứ đọng, giải phóng mặt bằng kho bãi và nâng cao vị thế cạnh tranh của PSD trên thị trường phân phối ICT Việt Nam.