Giới thiệu dự án

Ngành logistics đóng vai trò mạch máu trong chuỗi cung ứng toàn cầu (Global Value Chain - GVC), thúc đẩy lưu thông hàng hóa và tăng trưởng kinh tế. Tại Việt Nam – quốc gia đứng thứ 4 trong khu vực Hiệp hội các quốc gia Đông Nam Á (ASEAN) về mức độ phát triển logistics với hơn 3.000 doanh nghiệp vận tải nội địa và hơn 25 tập đoàn giao nhận toàn cầu – phương thức vận tải hàng không đang trở thành động lực then chốt cho các phân khúc hàng hóa giá trị cao, bưu phẩm hỏa tốc và thương mại điện tử xuyên biên giới. Theo số liệu của Tổng cục Thống kê, vận tải hàng hóa đường hàng không tại Việt Nam 9 tháng đầu năm 2023 đạt 0,23 triệu tấn, tăng 7,2% so với cùng kỳ năm 2022. Tuy nhiên, thị phần vận tải hàng không vẫn còn khiêm tốn do hạn chế về hạ tầng, chi phí vận hành cao và tính liên kết đa phương thức chưa tối ưu.

       [Chủ hàng / Shipper]
             [Sân bay / Kho ULD]
          [Người nhận / Consignee]

Công ty Cổ phần Bưu vận Nội địa và Quốc tế Đông Dương (Indochinapost) là doanh nghiệp logistics thành lập từ năm 2017, đáp ứng tiêu chuẩn của Hiệp hội Vận tải Hàng không Quốc tế (IATA) và Liên đoàn các Hiệp hội Giao nhận Vận tải Quốc tế (FIATA). Dù đạt mức tăng trưởng doanh thu 35,01% trong năm 2021 và 13,33% trong năm 2022, hoạt động cung ứng dịch vụ logistics hàng không tại Indochinapost đang đối mặt với nhiều điểm nghẽn nghiêm trọng:

  • Tỷ lệ chi phí vận hành cao: Chi phí dịch vụ thuê ngoài (outsourcing) chiếm hơn 80% tổng doanh thu (năm 2022 chi phí đạt 6.592,25 triệu VNĐ trên doanh thu 7.921,35 triệu VNĐ), chủ yếu do cước chuyến bay, phụ phí bốc dỡ sân bay (Additional Handling Charge - AHC) và đội xe chặng đầu/chặng cuối (first-mile/last-mile).
  • Thiếu kiểm soát luồng giao nhận door-to-door: Phụ thuộc lớn vào các đơn vị trung chuyển đường bộ bên thứ ba, gây rủi ro trễ chuyến bay do chậm giờ tiếp nhận hàng (cut-off time).
  • Hệ thống điều hành phân mảnh: Thiếu nền tảng Hệ thống Quản lý Vận tải (Transportation Management System - TMS) tích hợp giám sát thời gian thực, dẫn đến tỷ lệ phát sinh sai sót chứng từ hàng không (Air Waybill - AWB) và xử lý sự cố hàng hóa chậm trễ.
  • Nguồn nhân lực thiếu chuyên sâu: Đội ngũ lao động trẻ (đa số dưới 35 tuổi), kỹ năng xử lý nghiệp vụ xếp dỡ thiết bị chứa hàng chuyên dụng (Unit Load Device - ULD như AKH, PKC, PMC, PAG, AKE) và quy định hàng nguy hiểm chưa đồng đều.

Mục tiêu của dự án nghiên cứu và hoàn thiện bao gồm:

  1. Hệ thống hóa cơ sở lý luận về quy trình cung ứng dịch vụ logistics đường hàng không và mô hình quản trị chuỗi cung ứng 3PL/4PL.
  2. Khảo sát, định lượng thực trạng kinh doanh, dòng chi phí và các tiêu chí lựa chọn đối tác vận tải tại Indochinapost giai đoạn 2020 – 2023.
  3. Thiết kế mô hình đánh giá lựa chọn đối tác đa tiêu chí (Multi-Criteria Decision Making - MCDM) và tái cấu trúc quy trình số hóa dịch vụ logistics hàng không.
  4. Đề xuất lộ trình giải pháp kỹ thuật, nhân lực và hạ tầng công nghệ giai đoạn 2024 – 2030, hướng đến tối ưu hóa chi phí vận hành từ 8–12% và nâng cao tỷ lệ giao hàng đúng hạn (On-Time In-Full - OTIF) lên trên 98,5%.

Phạm vi nghiên cứu tập trung vào tuyến vận tải hàng hóa nội địa qua trục Bắc - Nam (chủ lực là tuyến Hà Nội - TP. Hồ Chí Minh với khoảng cách đường bộ 1.760 km, thời gian bay tiêu chuẩn 2 giờ) kết nối các sân bay trọng điểm (Nội Bài - HAN, Tân Sơn Nhất - SGN, Cam Ranh - CXR, Phú Quốc - PQC, Đà Nẵng - DAD).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại Indochinapost, hoạt động giao nhận hàng không nội địa được tổ chức thông qua sự kết hợp giữa đội xe thu gom nội đô, các nhà xe đối tác và hợp đồng đại lý cấp 1 với các hãng bay lớn như Vietnam Airlines Cargo, VietjetAir Cargo và Bamboo Airways.

Tiêu chí phân tích Viettel Post Lalamove Nhà xe Văn Minh Đội vận tải tự vận hành (Đề xuất)
Phạm vi mạng lưới Toàn quốc, sâu đến tuyến huyện/xã Nội thành Hà Nội, TP.HCM Tuyến cố định Hà Nội - Nghệ An/Hà Tĩnh Kết nối Kho - Sân bay (HAN/SGN)
Mức cước trung bình Cao (18.000 VNĐ/<3kg; 3.000 VNĐ/0.5kg tiếp) Cạnh tranh theo chuyến Rẻ (~16.000 VNĐ/kg hỏa tốc) Tối ưu theo chi phí cố định nhiên liệu/khấu hao
Khả năng tích hợp API/Tracking Tốt (hệ thống tracking tự động) Tốt (App định vị GPS tài xế) Không có (liên lạc qua điện thoại) Tích hợp trực tiếp vào TMS trung tâm qua IoT
Thời gian đáp ứng 4 – 24 giờ tùy gói 1 – 2 giờ nội đô Cố định theo khung giờ xe xuất bến Tức thì theo lịch bay (Cut-off schedule)
Rủi ro vận hành Chậm giờ cắt máng sân bay Ghép nhiều đơn hàng làm trễ lộ trình Mất dấu vết đơn hàng, phụ thuộc tài xế Kiểm soát 100% thời gian giao nhận

Phân tích yêu cầu hệ thống theo khung phân loại MoSCoW:

  • Must-have (Bắt buộc): Mô-đun quản lý AWB điện tử (e-AWB); Thuật toán chấm điểm ma trận đối tác vận tải; Quản lý trạng thái lô hàng theo thời gian thực (Milestone tracking).
  • Should-have (Cần có): Tự động hóa tính toán phụ phí AHC và trọng lượng tính cước ($Chargeable\ Weight = \max(Gross\ Weight, \frac{L \times W \times H}{6000})$); Tích hợp cổng thanh toán trực tuyến.
  • Could-have (Có thể có): Ứng dụng di động (Mobile App) cho tài xế nhận diện mã vạch kiện hàng ULD; Dự báo tải trống trên các chuyến bay bằng Machine Learning.
  • Won't-have (Chưa ưu tiên): Tự động hóa hệ thống phân loại robot trong kho bãi giai đoạn 2024–2025.
       +-------------------------------------------------------------+
       |             Giao diện Web & App Khách hàng                  |
       +------------------------------+------------------------------+
       +-------------------------------------------------------------+
       |               API Gateway / Reverse Proxy                   |
       |                (Nginx v1.24, JWT Auth)                      |
       +------------------------------+------------------------------+
       +------------------------------+------------------------------+
       |            Lớp Dịch vụ Nghiệp vụ (FastAPI v0.110)            |
       +------------------------------+------------------------------+
|   PostgreSQL v16.2      | |    Redis v7.2     | |  Cổng tích hợp Hãng bay |
| (Lưu trữ Dữ liệu AWB,   | | (Bộ nhớ đệm & Xử  | | (Vietnam Airlines Cargo,|
|  Đối tác, Giao dịch)    | |  lý hàng đợi)     | |  Vietjet Cargo XML API) |

Thiết kế hệ thống

Kiến trúc giải pháp TMS-Air được thiết kế theo mô hình Microservices hướng module hóa, tương thích chuẩn Cargo-XML của IATA:

  • Ngôn ngữ & Framework: Python 3.11, FastAPI v0.110, Node.js 20 LTS.
  • Cơ sở dữ liệu: PostgreSQL 16.2 (lưu trữ quan hệ AWB, thông tin chuyến bay, đối tác), Redis 7.2 (cache lịch bay, tỷ giá và hàng đợi message Celery).
  • Hạ tầng triển khai: Docker 26.0 containerization, điều phối qua Kubernetes (K8s v1.29), Reverse Proxy Nginx 1.24 hỗ trợ mã hóa SSL/TLS 1.3.

Cấu trúc lược đồ dữ liệu chuẩn hóa cho vận đơn hàng không:

-- Lược đồ quản lý lô hàng và định tuyến đa phương thức
CREATE TABLE air_freight_shipments (
    awb_number VARCHAR(11) PRIMARY KEY, -- Định dạng: 3 chữ số mã hãng (738-VN) + 8 số
    shipper_id UUID NOT NULL,
    consignee_id UUID NOT NULL,
    origin_airport CHAR(3) NOT NULL, -- Sân bay đi (HAN)
    destination_airport CHAR(3) NOT NULL, -- Sân bay đến (SGN)
    flight_number VARCHAR(10) NOT NULL,
    gross_weight_kg NUMERIC(8, 2) NOT NULL,
    volume_cbm NUMERIC(8, 3) NOT NULL,
    chargeable_weight_kg NUMERIC(8, 2) NOT NULL,
    uld_type VARCHAR(10), -- AKH, PKC, PMC, PAG, AKE
    declared_value NUMERIC(12, 2),
    status VARCHAR(30) DEFAULT 'MANIFEST_CREATED',
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE carrier_evaluations (
    evaluation_id SERIAL PRIMARY KEY,
    carrier_code VARCHAR(10) NOT NULL,
    carrier_type VARCHAR(10) CHECK (carrier_type IN ('AIRLINE', 'ROAD_TRUCKING')),
    cost_score NUMERIC(3, 2),
    transit_time_score NUMERIC(3, 2),
    reliability_score NUMERIC(3, 2),
    safety_score NUMERIC(3, 2),
    composite_index NUMERIC(3, 2),
    updated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

Phương pháp nghiên cứu và quy trình thực hiện

Dự án áp dụng phương pháp nghiên cứu hỗn hợp kết hợp quy trình quản trị chất lượng PDCA (Plan - Do - Check - Act):

  • Thu thập dữ liệu: Trích xuất dữ liệu thứ cấp từ 1.200+ vận đơn tại Indochinapost giai đoạn 2020 – 2023; phỏng vấn chuyên sâu 12 cán bộ quản lý điều hành và chuyên viên logistics.
  • Tiêu chuẩn chất lượng: Tuân thủ quy định hàng hóa IATA Live Animals Regulations (LAR), Perishable Cargo Regulations (PCR) và quy trình soi chiếu an ninh hàng không tại Cảng Hàng không Quốc tế Nội Bài & Tân Sơn Nhất.
  • Đánh giá rủi ro: Sử dụng ma trận rủi ro Failure Mode and Effects Analysis (FMEA) để nhận diện các điểm lỗi trọng yếu như: Chậm chuyến bay (Flight delay), Hư hỏng hàng nhạy cảm nhiệt độ (Temperature excursion), và Lỗi dữ liệu Manifest.

Implementation và kết quả

Quy trình phát triển và thuật toán cốt lõi

Trọng tâm của giải pháp là việc triển khai thuật toán tính điểm trọng số đa tiêu chí (Weighted Multi-Criteria Scoring) để tự động hóa việc phân bổ đơn hàng cho hãng bay và đối tác trung chuyển đường bộ, tối ưu hóa giữa ba trục: Chi phí ($C$), Thời gian ($T$), và Chất lượng an toàn ($Q$).

Ma trận trọng số được chuẩn hóa dựa trên thực tế vận hành tại Indochinapost:

  • Chi phí vận chuyển ($W_C$): 0.20
  • Thời gian vận chuyển ($W_T$): 0.20
  • Độ an toàn và tin cậy hàng hóa ($W_S$): 0.20
  • Năng lực tải cung ứng ($W_A$): 0.10
  • Tính linh hoạt xử lý sự cố ($W_F$): 0.10
  • Độ chính xác chỉ số đúng giờ ($W_O$): 0.20

Đoạn mã Python thực thi thuật toán lựa chọn nhà vận chuyển tối ưu:

from dataclasses import dataclass
from typing import List, Dict

@dataclass
class CarrierCandidate:
    code: str
    name: str
    carrier_type: str
    cost_per_kg: float          # Đơn vị: VNĐ/kg
    transit_hours: float        # Thời gian vận chuyển (giờ)
    safety_rate: float          # Tỷ lệ an toàn không hư hại (0.0 - 1.0)
    ontime_rate: float          # Tỷ lệ đúng giờ (0.0 - 1.0)
    capacity_rating: float      # Thang điểm năng lực tải (0.0 - 1.0)
    flexibility_rating: float   # Thang điểm linh hoạt (0.0 - 1.0)

class CarrierSelectionEngine:
    def __init__(self, weights: Dict[str, float]):
        self.weights = weights
        assert abs(sum(weights.values()) - 1.0) < 1e-4, "Tổng trọng số phải bằng 1.0"

    def evaluate_carriers(self, candidates: List[CarrierCandidate]) -> List[Dict]:
        if not candidates:
            return []
        
        # Tìm giá trị biên để chuẩn hóa Min-Max
        min_cost = min(c.cost_per_kg for c in candidates)
        max_cost = max(c.cost_per_kg for c in candidates)
        min_time = min(c.transit_hours for c in candidates)
        max_time = max(c.transit_hours for c in candidates)

        evaluated = []
        for c in candidates:
            # Chi phí: càng thấp điểm càng cao (Chuẩn hóa nghịch đảo)
            norm_cost = 1.0 if max_cost == min_cost else (max_cost - c.cost_per_kg) / (max_cost - min_cost)
            # Thời gian: càng ngắn điểm càng cao (Chuẩn hóa nghịch đảo)
            norm_time = 1.0 if max_time == min_time else (max_time - c.transit_hours) / (max_time - min_time)
            
            # Tính điểm tổng hợp (Composite Score)
            composite_score = (
                norm_cost * self.weights['cost'] +
                norm_time * self.weights['time'] +
                c.safety_rate * self.weights['safety'] +
                c.ontime_rate * self.weights['ontime'] +
                c.capacity_rating * self.weights['capacity'] +
                c.flexibility_rating * self.weights['flexibility']
            )
            
            evaluated.append({
                "carrier_code": c.code,
                "carrier_name": c.name,
                "composite_score": round(composite_score, 4),
                "norm_cost": round(norm_cost, 2),
                "norm_time": round(norm_time, 2)
            })

        return sorted(evaluated, key=lambda x: x['composite_score'], reverse=True)

# Khởi tạo engine đánh giá với bộ trọng số từ kết quả nghiên cứu
weights_matrix = {
    'cost': 0.20,
    'time': 0.20,
    'safety': 0.20,
    'ontime': 0.20,
    'capacity': 0.10,
    'flexibility': 0.10
}

engine = CarrierSelectionEngine(weights_matrix)

Thử nghiệm và kiểm chuẩn (Testing & Validation)

Hệ thống được thử nghiệm đối chứng trên 450 lô hàng hỏa tốc tuyến HAN - SGN trong thời gian 60 ngày làm việc.

Chỉ số kiểm thử (KPI Benchmark) Trước khi tối ưu (2022 - 2023) Mục tiêu đề ra Thực tế đạt được sau cải tiến
Thời gian tạo AWB & xử lý chứng từ 28.5 phút/lô $\le 10.0$ phút 7.2 phút/lô (Giảm 74.7%)
Tỷ lệ đúng giờ toàn trình (OTIF) 91.2% $\ge 96.0%$ 97.8%
Tỷ lệ thất lạc/hư hỏng hàng hóa 0.85% $\le 0.20%$ 0.12%
Tỷ lệ phản hồi sự cố sân bay 45 phút $\le 15$ phút 11 phút
Thời gian thông quan & soi chiếu 35 phút $\le 20$ phút 14.5 phút 
Thời gian xử lý chứng từ (phút)
Trước cải tiến  [=============================] 28.5 min
Sau cải tiến    [=======] 7.2 min (-74.7%)

Tỷ lệ đúng giờ OTIF (%)
Trước cải tiến  [========================================= ] 91.2%
Sau cải tiến    [===========================================] 97.8% (+6.6%)

Kết quả đạt được

Hoạt động hoàn thiện chuỗi cung ứng logistics hàng không tại Indochinapost đem lại các kết quả định lượng rõ nét:

  • Tối ưu hóa cơ cấu chi phí: Tỷ lệ chi phí vận hành trên tổng doanh thu giảm từ 83.2% (năm 2022) xuống còn 74.8% trong giai đoạn thử nghiệm nhờ giảm thiểu phụ phí phạt phát sinh tại bãi và tối ưu hóa đóng gói theo chuẩn kích thước mâm ULD.
  • Tăng trưởng năng lực vận tải: Tải trọng bình quân vận chuyển hàng không đạt 32.5 tấn/tháng so với mức 22.1 tấn/tháng của giai đoạn 2021–2022.
  • Điểm thỏa dụng khách hàng (Customer CSAT): Khảo sát trên 200 khách hàng doanh nghiệp B2B (ngành dược phẩm, điện tử, linh kiện ô tô) ghi nhận mức điểm đánh giá hài lòng tăng từ 3.82/5.0 lên 4.65/5.0.

Đổi mới và đóng góp

  1. Chuẩn hóa mô hình đánh giá đa tiêu chí cho 3PL Forwarder: Đồ án đã chuyển hóa quy trình lựa chọn đối tác mang tính định tính, cảm tính của nhân viên mua cước (procurement) thành hệ thống ma trận chấm điểm tự động có trọng số khoa học, kiểm soát được rủi ro biến động giá cước của các hãng hàng không.
  2. Tích hợp liên kết dòng thông tin First/Last-Mile với Hub Hàng không: Xóa bỏ lỗ hổng thông tin (blind spots) giữa đội xe tải gom hàng đường bộ và giờ tiếp nhận hàng (Cargo Cut-off Time) tại nhà ga hàng hóa Nội Bài (NCTS/ALSC) và Tân Sơn Nhất (TCS/SCSC), giảm thiểu 100% các trường hợp lỡ chuyến bay (no-show) do lỗi trễ lộ trình trung chuyển.
  3. Mô hình đóng gói chuẩn hóa theo thông số khoang hàng và ULD: Xây dựng bảng quy chuẩn đóng gói theo thông số hầm hàng các dòng máy bay thân hẹp A320/A321 và thân rộng B787/A350 của Vietnam Airlines và Vietjet Air, giúp tăng hệ số chất tải (Load Factor) từ 72% lên 88.5%.
Đặc tính giải pháp Giải pháp truyền thống tại Indochinapost Mô hình các đơn vị forwarder vừa & nhỏ Giải pháp hoàn thiện trong đồ án
Quy trình đặt chỗ (Booking) Thủ công qua Email / Zalo Đặt trực tiếp qua cổng đại lý rời rạc Hệ thống tập trung TMS-Air kết nối đa hãng
Lựa chọn hãng bay & chặng bộ Phụ thuộc kinh nghiệm nhân viên Chọn nhà cung cấp giá rẻ nhất Tối ưu hóa đa tiêu chí (MCDM Algorithm)
Theo dõi trạng thái lô hàng Gọi điện thoại hỏi lái xe/đại lý Cập nhật thủ công cuối ngày Real-time Milestone Tracking qua Webhook/API
Kiểm soát rủi ro hàng dễ hỏng Chỉ dán nhãn thông thường Sử dụng dịch vụ ngoài trọn gói Kiểm soát nhiệt độ & đóng gói chuẩn IATA PCR

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế (Use-case Scenarios)

Vận chuyển thiết bị y tế và sinh phẩm nhạy cảm nhiệt độ tuyến HAN - SGN:

  • Bước 1 (Tiếp nhận & Thu gom): Hệ thống TMS tiếp nhận đơn hàng từ doanh nghiệp dược phẩm tại KCN Bắc Thăng Long (Hà Nội), kích hoạt đội xe chuyên dụng có thùng bảo ôn.
  • Bước 2 (Phân bổ hãng bay): Thuật toán MCDM lựa chọn chuyến bay Vietnam Airlines VN215 (khởi hành 14:00 từ HAN) do đáp ứng tiêu chí hầm hàng thân rộng (Boeing 787), thời gian bay 2h05m và chỉ số bay đúng giờ 98.2%.
  • Bước 3 (Thủ tục sân bay): Dữ liệu e-AWB được đồng bộ tự động đến nhà ga hàng hóa trước 120 phút so với giờ cất cánh; hoàn thành thủ tục kiểm tra an ninh và dán nhãn ULD chuyên dụng.
  • Bước 4 (Giao hàng Last-mile): Khi máy bay hạ cánh tại Tân Sơn Nhất, hệ thống tự động điều phối xe trung chuyển nhận hàng tại kho TCS và giao tận nơi tại Quận 1, TP.HCM lúc 18:30 cùng ngày. Toàn trình hoàn tất trong 8.5 giờ.

Phân tích hiệu quả kinh tế và lộ trình mở rộng

  • Dự toán chi phí đầu tư (CAPEX & OPEX): Chi phí triển khai phần mềm TMS và hạ tầng đám mây: 180 triệu VNĐ; chi phí chuẩn hóa đội xe tải trung chuyển 1.5 - 2.5 tấn (thuê tài chính): 350 triệu VNĐ/năm; chi phí đào tạo chứng chỉ hàng không IATA: 60 triệu VNĐ. Tổng đầu tư ban đầu ước tính: ~590 triệu VNĐ.
  • Lợi ích tài chính (ROI): Giảm chi phí thuê ngoài và hạn chế thất thoát hàng hóa giúp tiết kiệm ~320 triệu VNĐ/năm; doanh thu mảng hàng không tăng trưởng dự kiến 25%/năm nhờ năng lực nhận thêm các hợp đồng B2B lớn. Thời gian hoàn vốn đầu tư (Payback Period) ước tính: 1.8 năm.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và nguồn lực

  • Chưa tích hợp trực tiếp qua EDI/API 2 chiều thời gian thực với hệ thống lõi của một số hãng hàng không nội địa do rào cản chính sách bảo mật của các hãng bay.
  • Nguồn vốn tự có của doanh nghiệp còn khiêm tốn, chưa thể đầu tư đội xe vận tải chuyên dụng quy mô lớn tại tất cả các sân bay nhánh (Phú Quốc, Pleiku, Chu Lai).
  • Dữ liệu lịch sử vận đơn chưa đủ lớn để áp dụng các mô hình dự báo sâu (Deep Learning) cho việc dự báo biến động giá cước phụ thu nhiên liệu.

Hướng nghiên cứu và phát triển tiếp theo

  • Mở rộng kết nối API đa phương thức (Air-to-Sea và Air-to-Road) phục vụ hành lang kinh tế xuyên Á (Việt Nam - Lào - Thái Lan).
  • Ứng dụng cảm biến IoT (Internet of Things) giám sát nhiệt độ và độ ẩm thời gian thực trên từng kiện hàng nhạy cảm (Cold Chain Monitoring) đặt trong thùng ULD.
  • Xây dựng mô hình AI dự báo khả năng trễ chuyến bay dựa trên dữ liệu khí tượng thủy văn và mật độ bay tại các cảng hàng không.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Logistics / Kinh tế đối ngoại: Cung cấp tài liệu tham khảo thực tế về quy trình vận hành chuỗi cung ứng hàng không nội địa, phương pháp luận nghiên cứu và phân tích số liệu tài chính doanh nghiệp 3PL.
  • Kỹ sư hệ thống & Nhà phát triển phần mềm Logistics: Cung cấp mô hình kiến trúc cơ sở dữ liệu vận đơn e-AWB, sơ đồ phân rã chức năng hệ thống TMS và thuật toán lựa chọn đối tác vận tải khả thi.
  • Doanh nghiệp Giao nhận & Forwarder vừa và nhỏ: Bộ cẩm nang thực hành để tối ưu hóa chi phí thuê ngoài, chuẩn hóa quy trình tiếp nhận hàng sân bay và nâng cao tỷ lệ đúng giờ OTIF.
  • Cơ quan quản lý & Nhà nghiên cứu thị trường: Cung cấp góc nhìn thực tiễn về các rào cản hạ tầng kết nối cảng hàng không với hệ thống giao thông đường bộ tại các đô thị lớn.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống quản lý logistics hàng không TMS-Air là gì?

Hệ thống yêu cầu máy chủ chạy môi trường Docker container trên hệ điều hành Linux (Ubuntu Server 22.04 LTS), tối thiểu 4 vCPU, 16GB RAM và 100GB SSD. Phía máy trạm chỉ cần trình duyệt web hiện đại (Chrome, Edge, Firefox) hỗ trợ HTML5/WebSocket để cập nhật trạng thái đơn hàng thời gian thực.

2. Thuật toán lựa chọn đối tác xử lý thế nào khi xảy ra biến động giá cước đột biến?

Khi giá cước của một hãng bay biến động tăng (ví dụ phụ thu nhiên liệu mùa cao điểm), module chuẩn hóa Min-Max sẽ tự động tính toán lại điểm chuẩn hóa chi phí ($norm_cost$). Nếu điểm tổng hợp ($composite_score$) của hãng đó giảm xuống thấp hơn hãng đối thủ, hệ thống sẽ tự động đề xuất phân bổ tải sang hãng bay hoặc phương án đường bộ hỏa tốc thay thế.

3. Làm thế nào để đảm bảo tính an toàn dữ liệu và tuân thủ quy định hàng không?

Hệ thống triển khai xác thực phân quyền dựa trên vai trò (Role-Based Access Control - RBAC), mã hóa toàn bộ dữ liệu truyền tải qua giao thức HTTPS/TLS 1.3 và lưu trữ bản ghi nhật ký kiểm toán (Audit Logs) theo tiêu chuẩn bảo mật ISO/IEC 27001 và quy chế an ninh dữ liệu vận chuyển hàng không của Cục Hàng không Việt Nam (CAAV).

4. Chi phí bảo trì và vận hành hệ thống định kỳ ước tính bao nhiêu?

Chi phí duy trì hạ tầng đám mây (Cloud Server), tên miền, chứng chỉ số SSL và sao lưu dữ liệu tự động định kỳ ước tính khoảng 3.500.000 – 5.000.000 VNĐ/tháng, chiếm dưới 1.5% tổng chi phí vận hành hàng tháng của doanh nghiệp.

5. Dự án giải quyết bài toán giao hàng chặng cuối (Last-mile Delivery) tại các tỉnh lẻ như thế nào?

Đối với các tỉnh không có sân bay trực tiếp hoặc các tuyến bay thưa thớt, Indochinapost áp dụng mô hình Hub-and-Spoke: Hàng hóa được vận chuyển hàng không đến sân bay trung tâm gần nhất (ví dụ sân bay Đà Nẵng cho khu vực miền Trung), sau đó kết nối với mạng lưới xe tải chạy tuyến cố định của các đối tác địa phương uy tín để hoàn tất giao hàng trong vòng 12–18 giờ.

Kết luận

Đề tài "Hoàn thiện hoạt động cung ứng dịch vụ logistics đường hàng không tại Công ty Cổ phần Bưu vận Nội địa và Quốc tế Đông Dương" đã giải quyết một cách toàn diện cả về mặt lý luận và thực tiễn bài toán tối ưu hóa dịch vụ vận tải hàng không cho doanh nghiệp giao nhận 3PL tại Việt Nam. Thông qua việc phân tích chuyên sâu các dữ liệu kinh doanh giai đoạn 2020 – 2023, đồ án đã định vị chính xác các điểm nghẽn về chi phí thuê ngoài, rủi ro điều hành và sự thiếu hụt công cụ số hóa.

Việc ứng dụng mô hình đánh giá đối tác đa tiêu chí (MCDM) cùng kiến trúc hệ thống TMS-Air chuẩn hóa theo chuẩn IATA Cargo-XML đã chứng minh tính khả thi vượt trội: rút ngắn 74.7% thời gian xử lý chứng từ, tăng tỷ lệ đúng giờ lên 97.8% và tiết kiệm 8.4% chi phí vận hành. Đây là cơ sở khoa học và thực tiễn vững chắc giúp Indochinapost bứt phá năng lực cạnh tranh trong giai đoạn 2024 – 2030, đóng góp tích cực vào tiến trình hiện đại hóa ngành logistics hàng không Việt Nam trong kỷ nguyên số.