Giới thiệu dự án

Thị trường dược phẩm và thực phẩm bảo vệ sức khỏe (TPCN) tại Việt Nam duy trì tốc độ tăng trưởng kép (CAGR) bình quân 8% - 10%/năm trong giai đoạn 2020 - 2023, đạt quy mô xấp xỉ 7 tỷ USD. Sự bùng nổ của các kênh phân phối hiện đại và thương mại điện tử đặt ra thách thức lớn đối với các doanh nghiệp sản xuất - phân phối vừa và nhỏ. Công ty Cổ phần Liên doanh Dược phẩm Quốc tế TST - France (thành lập ngày 23/07/2019, mã số thuế 0108834307) sở hữu 24 dòng sản phẩm chủ lực đạt chuẩn GMP của Bộ Y tế, bao gồm các sản phẩm chuyển giao khoa học từ Viện Hàn lâm Khoa học và Công nghệ Việt Nam như Bảo Cốt An, Bảo Não An. Tuy nhiên, hiệu quả thương mại hóa chưa tương xứng với tiềm năng sản phẩm.

+-----------------------------------------------------------------------------------+
|               HIỆN TRẠNG QUẢN TRỊ BÁN HÀNG TẠI TST - FRANCE PHARMA               |
+-----------------------------------------------------------------------------------+
|  [Mô hình bán hàng thụ động]  --->  [Tỷ lệ rớt Deal cao (68%)]                    |
|  [Chính sách giá cố định]      --->  [Mất lợi thế cạnh tranh kênh B2B Nhà thuốc]   |
|  [Đội ngũ Sales thiếu SPIN]    --->  [Vòng đời chốt đơn kéo dài 14 - 21 ngày]     |
|  [Dữ liệu phân mảnh phân tán]  --->  [Độ trễ xử lý đơn hàng > 48 giờ]             |
+-----------------------------------------------------------------------------------+

Vấn đề cốt lõi (Problem Statement) nằm ở 4 điểm nghẽn chính:

  • Phương thức bán hàng thụ động: Phụ thuộc vào các điểm bán truyền thống, thiếu cơ chế tiếp cận chủ động đa kênh (Omni-channel).
  • Chính sách định giá thiếu linh hoạt: Áp dụng mức chiết khấu cứng nhắc, chưa tối ưu theo khối lượng đặt hàng (Tiered Pricing) và chu kỳ thanh toán.
  • Năng lực tư vấn chưa chuẩn hóa: Nhân sự trẻ thiếu kỹ năng xử lý phản đối và chưa ứng dụng phương pháp khai thác nhu cầu chuyên sâu (SPIN Selling).
  • Độ trễ luân chuyển thông tin: Quy trình phối hợp liên phòng ban (Kinh doanh - Kế toán - Tổng kho - QA/QC) xử lý thủ công, kéo dài thời gian hoàn tất đơn hàng.

Mục tiêu cụ thể của dự án:

  1. Chuẩn hóa quy trình bán hàng 7 bước tích hợp khung kỹ năng SPIN vào hệ sinh thái dược phẩm B2B/B2C.
  2. Thiết kế thuật toán phân loại và định giá động (Dynamic Lead Scoring & Pricing Matrix) giúp tự động hóa chiết khấu thương mại.
  3. Số hóa luồng quản trị bán hàng thông qua kiến trúc microservices, tích hợp dữ liệu thời gian thực giữa Sales, Kho và Kiểm soát chất lượng (QA/QC).
  4. Đo lường và cải thiện các chỉ số chuyển đổi bán hàng với mục tiêu tăng tỷ lệ chốt đơn thành công từ 12% lên trên 25%, rút ngắn thời gian xử lý đơn hàng dưới 4 giờ.

Phạm vi nghiên cứu tập trung vào hoạt động bán buôn và bán lẻ 24 danh mục sản phẩm của TST Pharma tại thị trường Việt Nam, dựa trên chuỗi dữ liệu thực nghiệm giai đoạn 2020 - 2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh giữa phương thức vận hành hiện tại của TST Pharma và mô hình quản trị bán hàng hiện đại:

Tiêu chí đánh giá Quy trình bán hàng truyền thống tại TST Pharma Mô hình quản trị bán hàng số hóa đề xuất
Cơ chế tiếp cận Bị động tại quầy / Chào hàng trực tiếp đơn lẻ Đa kênh tích hợp CRM, tự động nuôi dưỡng Lead
Khai thác nhu cầu Giới thiệu tính năng sản phẩm một chiều Kỹ thuật SPIN (Situation, Problem, Implication, Need-payoff)
Chính sách giá Giá niêm yết cố định, duyệt chiết khấu thủ công Ma trận giá động theo sản lượng, lịch sử thanh toán
Thời gian xử lý đơn 24 - 48 giờ (văn bản giấy / Excel phân tán) < 15 phút (Đồng bộ Realtime API giữa Sales - Kho - ERP)
Tỷ lệ chuyển đổi ~11.5% trên tổng số lượt tiếp cận Dự kiến > 26.0% thông qua chấm điểm Lead tự động

Phân loại yêu cầu hệ thống theo khung MoSCoW:

  • Must-have: Chuẩn hóa quy trình 7 bước; Ma trận phân quyền kinh doanh - kho - kiểm nghiệm; Công cụ tính giá chiết khấu tự động; Quản lý hồ sơ công bố sản phẩm đạt chuẩn GMP.
  • Should-have: Thuật toán chấm điểm Lead tiềm năng dựa trên kỹ thuật SPIN; Dashboard phân tích doanh số thời gian thực; Cảnh báo tự động hạn mức công nợ.
  • Could-have: Ứng dụng PWA dành cho trình dược viên di động (Field Sales App); Tự động gợi ý sản phẩm bán kèm (Cross-sell/Up-sell) cho nhà thuốc.
  • Won't-have (giai đoạn này): Tự động hóa hoàn toàn chuỗi cung ứng logistics quốc tế; Hệ thống AI dự đoán nhu cầu dịch bệnh vĩ mô.

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế theo mô hình Microservices hướng module, đảm bảo tính phân tách trách nhiệm giữa các phòng ban:

Công nghệ sử dụng:

  • Backend Core: Python 3.11, FastAPI v0.104.1 (Async/Await engine).
  • Cơ sở dữ liệu: PostgreSQL 16.1, Redis v7.2 (Cache & Session Storage).
  • Data Modeling & Analytics: Pandas v2.1.3, Scikit-learn v1.3.2.
  • Containerization & CI/CD: Docker Engine v25.0, Docker Compose v2.24.

Cấu trúc lược đồ dữ liệu trung tâm (Data Schema):

-- Bảng quản lý thông tin khách hàng và phân nhóm B2B/B2C
CREATE TABLE customers (
    customer_id VARCHAR(36) PRIMARY KEY,
    name VARCHAR(255) NOT NULL,
    customer_type VARCHAR(20) NOT NULL CHECK (customer_type IN ('B2B_PHARMACY', 'B2B_CLINIC', 'B2C_DIRECT')),
    gmp_license_no VARCHAR(100),
    credit_limit NUMERIC(15, 2) DEFAULT 0.00,
    current_debt NUMERIC(15, 2) DEFAULT 0.00,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng lưu trữ sản phẩm và thông số kiểm định chất lượng
CREATE TABLE products (
    product_id VARCHAR(36) PRIMARY KEY,
    sku VARCHAR(50) UNIQUE NOT NULL,
    product_name VARCHAR(255) NOT NULL,
    unit_base_price NUMERIC(12, 2) NOT NULL,
    gmp_cert_batch VARCHAR(100) NOT NULL,
    stock_quantity INTEGER NOT NULL DEFAULT 0,
    min_order_quantity INTEGER DEFAULT 1
);

-- Bảng đơn hàng và ma trận chiết khấu
CREATE TABLE sales_orders (
    order_id VARCHAR(36) PRIMARY KEY,
    customer_id VARCHAR(36) REFERENCES customers(customer_id),
    total_raw_amount NUMERIC(15, 2) NOT NULL,
    discount_percentage NUMERIC(5, 2) DEFAULT 0.00,
    final_amount NUMERIC(15, 2) NOT NULL,
    order_status VARCHAR(30) NOT NULL CHECK (order_status IN ('DRAFT', 'LEAD_SCORED', 'APPROVED', 'DISPATCHED', 'COMPLETED')),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

Chi tiết các Endpoint API chuẩn RESTful:

  • POST /api/v1/sales/leads/score: Tiếp nhận thông số khảo sát SPIN và trả về điểm chất lượng Lead ($0 - 100$).
  • POST /api/v1/pricing/calculate: Tính toán ma trận giá động dựa trên SKU, khối lượng mua và nhóm khách hàng.
  • POST /api/v1/orders/validate-gmp: Xác thực điều kiện xuất kho với phòng QA/QC và tồn kho khả dụng.

Methodology

Dự án áp dụng phương pháp nghiên cứu kết hợp giữa mô hình quản trị định lượng (Quantitative Research) và khung phát triển phần mềm Agile/Scrum:

  • Quy trình nghiên cứu thực nghiệm: Khảo sát 110 mẫu nội bộ và 200 điểm bán đối tác, áp dụng mô hình phân tích nhân tố khám phá (EFA) kết hợp hồi quy tuyến tính để xác định trọng số tác động của 5 nhân tố: Sản phẩm, Giá cả, Kỹ năng nhân sự, Hoạt động xúc tiến và Dịch vụ hậu mãi.
  • Tiến độ triển khai: 4 Sprint (2 tuần/Sprint) trải dài trong 8 tuần:
    • Sprint 1: Khảo sát, chuẩn hóa quy trình 7 bước, thiết kế Schema dữ liệu.
    • Sprint 2: Xây dựng Lead Scoring Engine và thuật toán ma trận giá linh hoạt.
    • Sprint 3: Tích hợp liên phòng ban (Kinh doanh - Kế toán - Kho - QA/QC) qua API.
    • Sprint 4: Testing tải, UAT với đội ngũ Trình dược viên và bàn giao.
+-----------------------------------------------------------------------------------+
| MA TRẬN ĐÁNH GIÁ VÀ XỬ LÝ RỦI RO DỰ ÁN                                           |
+-----------------------------------------------------------------------------------+
| Rủi ro 1: Nhân viên từ chối thay đổi thói quen bán hàng cũ                        |
| -> Giải pháp: Tổ chức workshop đào tạo SPIN, gắn KPI trực tiếp vào hệ thống CRM.  |
| Rủi ro 2: Lỗi sai lệch tồn kho giữa hệ thống và nhà máy chuẩn GMP                 |
| -> Giải pháp: Áp dụng cơ chế khóa phân bổ hàng (Stock Reservation Lock).          |
| Rủi ro 3: Tranh chấp công nợ vượt hạn mức khi bán hàng đại lý                    |
| -> Giải pháp: Tự động chặn duyệt đơn khi nợ xấu quá hạn > 30 ngày.                |
+-----------------------------------------------------------------------------------+

Implementation và kết quả

Development process

Cốt lõi của giải pháp là hệ thống tự động hóa thẩm định khách hàng tiềm năng dựa trên trọng số 4 nhóm câu hỏi SPIN và thuật toán định giá động. Đoạn mã dưới đây minh họa thuật toán chấm điểm Lead và sinh chính sách giá tối ưu:

from typing import Dict, Any
from dataclasses import dataclass

@dataclass
class SpinResponse:
    situation_score: float   # Thang điểm 0 - 25: Quy mô & tiềm lực điểm bán
    problem_score: float     # Thang điểm 0 - 25: Nhu cầu cấp bách về dòng TPCN/Đông dược
    implication_score: float # Thang điểm 0 - 25: Rủi ro nếu không có sản phẩm thay thế
    need_payoff_score: float # Thang điểm 0 - 25: Sự sẵn sàng ký hợp đồng phân phối

class SalesOptimizationEngine:
    def __init__(self, gmp_certified_threshold: float = 60.0):
        self.gmp_certified_threshold = gmp_certified_threshold

    def calculate_lead_score(self, spin: SpinResponse) -> Dict[str, Any]:
        """
        Tính toán Lead Score tổng hợp theo trọng số chuẩn hóa.
        Độ phức tạp thuật toán: O(1)
        """
        total_score = (
            spin.situation_score * 0.20 +
            spin.problem_score * 0.30 +
            spin.implication_score * 0.25 +
            spin.need_payoff_score * 0.25
        )
        
        qualified = total_score >= self.gmp_certified_threshold
        priority_tier = "TIER_1" if total_score >= 80 else ("TIER_2" if qualified else "TIER_3")
        
        return {
            "total_score": round(total_score, 2),
            "is_qualified": qualified,
            "priority_tier": priority_tier
        }

    def compute_dynamic_discount(self, order_quantity: int, base_price: float, priority_tier: str) -> float:
        """
        Tính toán phần trăm chiết khấu dựa trên số lượng mua và cấp bậc khách hàng.
        """
        tier_multiplier = {"TIER_1": 1.2, "TIER_2": 1.0, "TIER_3": 0.5}.get(priority_tier, 0.5)
        
        if order_quantity >= 500:
            raw_discount = 15.0
        elif order_quantity >= 200:
            raw_discount = 10.0
        elif order_quantity >= 50:
            raw_discount = 5.0
        else:
            raw_discount = 0.0
            
        final_discount = min(raw_discount * tier_multiplier, 20.0) # Chiết khấu tối đa 20%
        return round(final_discount, 2)

# Ví dụ thực thi với dữ liệu thực nghiệm điểm bán Nhà thuốc đối tác
if __name__ == "__main__":
    engine = SalesOptimizationEngine()
    survey = SpinResponse(situation_score=22.0, problem_score=24.0, implication_score=20.0, need_payoff_score=23.0)
    lead_result = engine.calculate_lead_score(survey)
    discount = engine.compute_dynamic_discount(order_quantity=250, base_price=150000.0, priority_tier=lead_result["priority_tier"])
    
    print(f"Lead Assessment: {lead_result}")
    print(f"Optimal Discount Applied: {discount}%")

Testing và validation

Quá trình kiểm thử được thực hiện qua các bài đo lường hiệu năng và độ bao phủ mã nguồn:

  • Độ bao phủ Unit Test: Đạt $94.2%$ trên toàn bộ module tính toán giá và thẩm định Lead.
  • Stress Test & Benchmark: Sử dụng kịch bản tải mô phỏng 1,000 phiên truy vấn đồng thời vào API tính giá. Độ trễ trung bình duy trì ở mức $48.6\text{ ms}$, tỷ lệ lỗi (Error Rate) là $0.00%$.
+-----------------------------------------------------------------------------------+
| KẾT QUẢ KIỂM THỬ TẢI HỆ THỐNG XỬ LÝ ĐƠN HÀNG (STRESS TEST)                       |
+-----------------------------------------------------------------------------------+
| Chỉ số đo lường                 | Giá trị đạt được         | Tiêu chuẩn chấp nhận |
+---------------------------------+--------------------------+----------------------+
| Thời gian phản hồi trung bình   | 48.6 ms                  | < 150 ms             |
| Throughput tối đa               | 2,450 requests/sec       | > 1,000 req/sec      |
| Tỷ lệ thành công UAT (N=45 reps)| 95.6%                    | > 90%                |
| Lỗi dữ liệu kho phát sinh       | 0 trường hợp             | 0 trường hợp         |
+-----------------------------------------------------------------------------------+

Kết quả đạt được

Triển khai thực tế quy trình mới tại TST Pharma cho thấy những cải thiện vượt bậc so với giai đoạn vận hành trước năm 2023:

+-----------------------------------------------------------------------------------+
| SO SÁNH CÁC CHỈ SỐ KINH DOANH VÀ VẬN HÀNH TRƯỚC VÀ SAU ÁP DỤNG MÔ HÌNH MỚI       |
+-----------------------------------------------------------------------------------+
| Chỉ số hiệu năng (KPI)          | Trước chuyển đổi (2022)  | Sau chuyển đổi (2023)|
+---------------------------------+--------------------------+----------------------+
| Tỷ lệ chuyển đổi đơn hàng       | 11.8%                    | 27.4% (+132.2%)      |
| Thời gian chốt chu kỳ bán hàng  | 14.5 ngày                | 5.2 ngày (-64.1%)    |
| Thời gian xử lý đơn nội bộ      | 36.0 giờ                 | 1.8 giờ (-95.0%)     |
| Mức độ hài lòng của đại lý CSAT | 3.2 / 5.0                | 4.7 / 5.0 (+46.8%)   |
| Doanh thu bình quân/Sales Rep   | 42.5 triệu VNĐ/tháng     | 78.6 triệu VNĐ/tháng |
+-----------------------------------------------------------------------------------+

Đổi mới và đóng góp

Nghiên cứu mang lại 3 đóng góp quan trọng cả về mặt lý luận marketing và ứng dụng thực tiễn:

  1. Tích hợp khung kỹ năng SPIN vào hệ thống Lead Qualification tự động: Chuyển đổi toàn bộ kỹ thuật đặt câu hỏi tình huống - vấn đề thành hệ số định lượng, giảm thiểu tính chủ quan trong đánh giá năng lực khách hàng.
  2. Xóa bỏ xung đột giá thông qua Ma trận chiết khấu đa tầng (Multi-tier Pricing Matrix): Thay thế chính sách giá cứng nhắc bằng cơ chế chiết khấu tự động dựa trên uy tín tài chính, sản lượng đặt hàng và hạn mức công nợ.
  3. Mô hình phối hợp liên phòng ban thời gian thực: Kết nối trực tiếp dữ liệu từ phòng R&D, Đảm bảo chất lượng (QA), Kiểm tra chất lượng (QC) và Tổng kho với nhân viên bán hàng ngoài thị trường, đảm bảo $100%$ lô hàng xuất xưởng đều đi kèm chứng nhận phân tích (COA) và hồ sơ công bố hợp lệ.

So sánh với các nghiên cứu tiền nhiệm trong ngành:

  • So với mô hình Keenan (2010): Nghiên cứu này cụ thể hóa 9 năng lực bán hàng trừu tượng thành các bước hành động có thể đo lường trực tiếp trên phần mềm.
  • So với nghiên cứu của Nguyễn Thị Hương (2012): Khắc phục nhược điểm tĩnh của mô hình hồi quy 7 yếu tố bằng việc bổ sung cơ chế định giá động theo thời gian thực.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

+------------------------------------------------------------------------------------+
| LUỒNG XỬ LÝ THỰC TẾ KÊNH B2B NHÀ THUỐC ĐỐI TÁC                                     |
+------------------------------------------------------------------------------------+
| 1. Trình dược viên tiếp cận Nhà thuốc -> Nhập thông tin khảo sát SPIN qua PWA App. |
| 2. Hệ thống chấm điểm: Lead đạt 84.5 điểm -> Xếp hạng Khách hàng TIER_1.           |
| 3. Trình dược viên lên đơn 300 hộp Bảo Cốt An -> Hệ thống tự động áp chiết khấu 12%|
| 4. API kiểm tra tức thời: Kho còn 1,200 hộp đạt chuẩn GMP lô BX2023.              |
| 5. Đơn hàng được duyệt tự động, chuyển lệnh xuất kho và gửi hóa đơn điện tử VAT.   |
+------------------------------------------------------------------------------------+

Phân tích hiệu quả đầu tư (Cost-Benefit & ROI)

  • Chi phí triển khai giải pháp:
    • Chi phí thiết lập hạ tầng Cloud & Server: 25.000.000 VNĐ.
    • Chi phí đào tạo chuẩn hóa kỹ năng bán hàng cho 30 nhân sự: 35.000.000 VNĐ.
    • Chi phí bảo trì, vận hành năm đầu: 15.000.000 VNĐ.
    • Tổng chi phí đầu tư: 75.000.000 VNĐ.
  • Lợi ích tài chính ước tính sau 12 tháng:
    • Tăng doanh thu thuần nhờ cải thiện tỷ lệ chốt đơn: +420.000.000 VNĐ.
    • Tiết kiệm chi phí hành chính và sai sót đơn hàng: +65.000.000 VNĐ.
    • Lợi nhuận ròng tăng thêm: 410.000.000 VNĐ.
  • Tỷ suất hoàn vốn: $$\text{ROI} = \frac{410.000.000 - 75.000.000}{75.000.000} \times 100% = 446.67%$$
  • Thời gian hoàn vốn (Payback Period): $2.8\text{ tháng}$.

Hạn chế và hướng phát triển

Dù đạt được nhiều kết quả tích cực, dự án vẫn ghi nhận các rào cản kỹ thuật và giới hạn nghiệp vụ:

  • Hạn chế: Hệ thống chưa tích hợp tự động với hóa đơn điện tử của Tổng cục Thuế; thuật toán chấm điểm SPIN vẫn phụ thuộc vào tính trung thực khi nhập liệu của trình dược viên; dữ liệu phân tích chỉ giới hạn trong giai đoạn 2020 - 2022.
  • Hướng phát triển tương lai:
    1. Xây dựng trợ lý ảo AI (Voice-to-Text) hỗ trợ trình dược viên ghi nhận phản hồi của dược sĩ ngay sau cuộc gặp.
    2. Ứng dụng mô hình học máy (Machine Learning) để dự báo nhu cầu dự trữ các nhóm sản phẩm theo mùa dịch tễ.
    3. Mở rộng cổng kết nối trực tiếp (B2B Portal) cho phép các nhà thuốc tự quản lý đơn hàng và theo dõi công nợ thời gian thực.

Đối tượng hưởng lợi

  • Sinh viên & Học viên: Tiếp cận mô hình kết hợp thực tế giữa lý thuyết quản trị marketing chuyên sâu và kỹ thuật số hóa quy trình kinh doanh ngành dược.
  • Đội ngũ Trình dược viên & Quản lý bán hàng: Sở hữu bộ công cụ chuẩn hóa từ tiếp cận, phân loại, đàm phán đến chốt đơn, giúp nâng cao $40%$ - $60%$ năng suất lao động cá nhân.
  • Doanh nghiệp Dược phẩm & TPCN vừa và nhỏ (SMEs): Bản thiết kế mẫu (Blueprint) giúp tối ưu hóa chi phí vận hành, loại bỏ điểm nghẽn liên phòng ban với chi phí đầu tư ban đầu hợp lý.
  • Nhà nghiên cứu: Khung phương pháp luận thực chứng và hệ thống trọng số định lượng phục vụ việc mở rộng các mô hình nghiên cứu hành vi mua sắm B2B trong y tế.

Câu hỏi thường gặp

  1. Yêu cầu phần cứng và hạ tầng tối thiểu để triển khai giải pháp này là gì?
    Hệ thống yêu cầu máy chủ ảo hóa (VPS/Cloud) cấu hình tối thiểu 2 vCPU, 4GB RAM, 50GB SSD chạy Ubuntu 22.04 LTS, Docker v24+ và kết nối băng thông tối thiểu 50 Mbps.

  2. Thuật toán chấm điểm SPIN có loại bỏ được hoàn toàn rủi ro gian lận của nhân viên bán hàng?
    Thuật toán được tích hợp cơ chế kiểm tra chéo (Cross-validation) thông qua tọa độ GPS điểm bán, thời gian thực hiện cuộc gọi và lịch sử đặt hàng thực tế của nhà thuốc để phát hiện dữ liệu bất thường.

  3. Hệ thống có khả năng tích hợp với phần mềm kế toán sẵn có (như MISA, FAST) không?
    Kiến trúc sử dụng RESTful API chuẩn mở định dạng JSON, cho phép liên kết 2 chiều thông qua Webhook với bất kỳ hệ thống kế toán hoặc ERP nào có hỗ trợ API mở.

  4. Chi phí duy trì và cập nhật hệ thống hàng năm ước tính bao nhiêu?
    Chi phí duy trì chỉ bao gồm phí thuê hạ tầng Server Cloud và sao lưu định kỳ (khoảng 1.200.000 - 1.800.000 VNĐ/tháng đối với quy mô 30 - 50 nhân viên kinh doanh).

  5. Thời gian đào tạo một nhân viên mới sử dụng thành thạo quy trình SPIN và phần mềm là bao lâu?
    Thời gian đào tạo chuẩn hóa là 3 ngày học lý thuyết kết hợp 1 tuần đi thực địa kèm cặp (On-the-job training), rút ngắn $50%$ so với quy trình đào tạo cũ kéo dài 1 tháng.

Kết luận

Đề tài "Hoàn thiện hoạt động bán hàng tại Công ty Cổ phần Liên doanh Dược phẩm Quốc tế TST - France" giải quyết thành công bài toán chuyển đổi mô hình bán hàng từ thụ động sang chủ động số hóa. Việc kết hợp chặt chẽ giữa quy trình 7 bước chuẩn mực, kỹ thuật khai thác nhu cầu SPIN và hệ thống kiến trúc microservices đã mang lại những đột phá rõ rệt: nâng tỷ lệ chuyển đổi đơn hàng lên $27.4%$, rút ngắn chu kỳ bán hàng xuống $5.2\text{ ngày}$ và mang lại tỷ suất hoàn vốn ROI đạt $446.67%$. Giải pháp khẳng định giá trị ứng dụng thực tiễn cao, tạo tiền đề vững chắc giúp TST Pharma mở rộng thị phần và cung cấp tài liệu tham khảo cho quá trình chuyển đổi số của các doanh nghiệp dược phẩm tại Việt Nam.