Giới thiệu dự án

Theo thống kê từ Tổng cục Thống kê, ngành vận tải hàng hóa Việt Nam ghi nhận sự phân hóa rõ rệt với vận tải đường thủy tăng trưởng 30,8%, đường biển tăng 13,3% và đường bộ tăng 12,7%. Trong ngành dệt may – lĩnh vực thu hút nguồn vốn FDI trọng điểm của Việt Nam, hoạt động vận tải đóng vai trò mắt xích sống còn trong chuỗi giá trị toàn cầu. Công ty TNHH HAIVINA (doanh nghiệp 100% vốn FDI thuộc Tập đoàn Hyun Jin - Hàn Quốc) với quy mô hơn 4.000 lao động tại các nhà máy Nam Sách, Gia Lộc (Hải Dương) và Hà Tĩnh, chuyên sản xuất trang phục thể thao, găng tay công nghiệp xuất khẩu sang các thị trường khó tính gồm Mỹ, Liên minh Châu Âu (EU) và Nhật Bản.

Thực trạng kinh doanh giai đoạn 2021–2023 của HAIVINA cho thấy sự sụt giảm doanh thu từ 1.171,39 tỷ VNĐ (năm 2022) xuống 1.035,86 tỷ VNĐ (năm 2023), lợi nhuận sau thuế giảm từ 38,76 tỷ VNĐ xuống 34,58 tỷ VNĐ (giảm 10,78%). Sự sụt giảm này một phần lớn bắt nguồn từ những điểm nghẽn trong quản trị vận tải: phụ thuộc hoàn toàn vào dịch vụ thuê ngoài (3PL), thiếu hệ thống giám sát thời gian thực, chi phí logistics chặng cuối (last-mile) tăng cao, và quy trình xử lý chứng từ xuất nhập khẩu (B/L, AWB, C/O, tờ khai Hải quan) qua phần mềm ECUS5-VNACCS còn phân mảnh với hệ thống hoạch định tài nguyên ERP/MES.

[Nhà cung cấp NVL] ---> [Kho HAIVINA (MES/ERP)] ---> [Đơn vị 3PL / Vận tải] ---> [Cảng Hải Phòng / Sân bay Nội Bài] ---> [Thị trường Mỹ/EU/Nhật]
                                  |                                     |
                       (Điểm nghẽn chứng từ & GPS)             (Thiếu công cụ TMS kiểm soát)

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận quản trị vận chuyển trong doanh nghiệp dệt may xuất khẩu.
  2. Phân tích thực trạng chuỗi vận tải, cơ cấu chi phí, quy trình chứng từ tại HAIVINA giai đoạn 2021–2023.
  3. Thiết kế mô hình chuyển đổi số quản trị vận tải thông qua tích hợp hệ thống TMS (Transportation Management System) với ERP/MES hiện hữu.
  4. Xây dựng giải pháp cân bằng đội xe nội bộ dự phòng và quản trị nhà cung cấp dịch vụ 3PL.

Phương pháp tiếp cận và kết quả kỳ vọng

Dự án áp dụng mô hình lai (Hybrid Logistics Management) kết hợp số hóa vận tải để giải quyết bài toán giao hàng đúng hạn (OTIF - On-Time In-Full). Kết quả kỳ vọng lượng hóa: nâng tỷ lệ giao hàng đúng hạn từ 91,2% lên 98,5%, rút ngắn thời gian chuẩn bị chứng từ và thông quan 35%, đồng thời giảm 14,8% tổng chi phí vận tải trên mỗi đơn vị sản phẩm xuất khẩu. Phạm vi nghiên cứu tập trung vào luồng vận tải hàng hóa từ 2 nhà máy chính tại Hải Dương đi cảng Hải Phòng và sân bay Nội Bài trong giai đoạn 2024–2027.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Hiện tại, HAIVINA vận hành theo phương thức thuê ngoài 100% dịch vụ vận tải đơn phương thức và đa phương thức cho cả hàng nguyên container (FCL), hàng lẻ (LCL) qua kho CFS, và hàng không cấp tốc.

Tiêu chí Mô hình hiện tại (100% Outsourcing thủ công) Mô hình đề xuất (Hybrid TMS + In-house Fleet)
Hạ tầng quản lý Excel + Liên lạc qua Email/Zalo Hệ thống TMS v2.4 tích hợp ERP/MES
Kiểm soát lộ trình Bị động qua báo cáo của nhà xe Giám sát GPS thời gian thực (Real-time Telemetry)
Xử lý đơn hàng khẩn Phụ thuộc hoàn toàn vào giá 3PL Đội xe nội bộ 5-7 tấn xử lý trong 2 giờ
Kiểm soát môi trường Không giám sát nhiệt độ/độ ẩm Cảm biến IoT (20-25°C, độ ẩm 40-60% RH)
Chi phí vận hành Chi phí biến đổi cao, rủi ro phụ phí Tối ưu hóa tuyến đường, giảm chi phí rỗng 18%

Theo ma trận phân loại yêu cầu MoSCoW:

  • Must-have: Tự động hóa kết nối dữ liệu giữa MES và hệ thống khai báo hải quan ECUS5-VNACCS; theo dõi định vị GPS phương tiện 3PL.
  • Should-have: Module thuật toán tối ưu hóa tải trọng container và gom hàng lẻ LCL; cảnh báo vi phạm điều kiện bảo quản vải/trang phục thể thao (độ ẩm 40–60%, nhiệt độ 20–25°C).
  • Could-have: Cổng thông tin (Customer Tracking Portal) cho đối tác tại Mỹ/EU tra cứu hành trình lô hàng.
  • Won't-have: Tự đầu tư toàn bộ 100% đội xe container đường dài (không phù hợp năng lực tài chính).

Thiết kế hệ thống

Kiến trúc hệ thống quản trị vận tải thông minh (Smart TMS) bao gồm 4 tầng công nghệ:

+-----------------------------------------------------------------------+
|                TẦNG GIAO DIỆN (React 18 / Tailwind CSS)              |
|        [Điều phối vận tải]   [Theo dõi GPS]   [Quản lý chứng từ]      |
+-----------------------------------------------------------------------+
                                   | (REST API / WebSocket)
+-----------------------------------------------------------------------+
|             TẦNG NGHIỆP VỤ & THUẬT TOÁN (FastAPI / Python 3.11)       |
|    [Route Optimizer Engine]   [Carrier Ranking]   [Customs Gateway]   |
+-----------------------------------------------------------------------+
          |                                            |
+----------------------+                     +--------------------------+
|  TẦNG DỮ LIỆU        |                     |  TẦNG TÍCH HỢP NGOẠI VI  |
|  - PostgreSQL 15     |                     |  - API ECUS5-VNACCS      |
|  - Redis 7 (Cache)   |                     |  - Hệ thống Ecosys/Comis |
|  - TimescaleDB (GPS) |                     |  - Cảm biến IoT & 3PL API|
+----------------------+                     +--------------------------+

Ngăn xếp công nghệ (Technology Stack)

  • Backend: Python 3.11 với framework FastAPI 0.104, xử lý bất đồng bộ (Asynchronous I/O).
  • Frontend: React 18, Leaflet Map API để trực quan hóa tọa độ GPS.
  • Database: PostgreSQL 15 kết hợp TimescaleDB để lưu trữ chuỗi thời gian dữ liệu GPS/IoT; Redis 7 làm bộ nhớ đệm.
  • Tích hợp chứng từ: Module tự động tổng hợp Invoice, Packing List, sinh mã XML đẩy vào ECUS5-VNACCS và cổng cấp C/O điện tử Ecosys/Comis của Bộ Công Thương/VCCI.

Thiết kế cơ sở dữ liệu cốt lõi

CREATE TABLE shipment_orders (
    shipment_id VARCHAR(36) PRIMARY KEY,
    contract_no VARCHAR(50) NOT NULL,
    factory_origin VARCHAR(100) NOT NULL, -- Nam Sách / Gia Lộc
    destination_port VARCHAR(100) NOT NULL, -- Cảng Hải Phòng / Nội Bài
    transport_mode VARCHAR(20) CHECK (transport_mode IN ('ROAD_FCL', 'ROAD_LCL', 'AIR', 'SEA')),
    carrier_id VARCHAR(36),
    temperature_celsius NUMERIC(4, 2),
    humidity_percentage NUMERIC(4, 2),
    departure_time TIMESTAMP WITH TIME ZONE,
    target_delivery_time TIMESTAMP WITH TIME ZONE,
    status VARCHAR(30) DEFAULT 'INITIALIZED'
);

CREATE TABLE gps_telemetry (
    telemetry_id BIGSERIAL PRIMARY KEY,
    shipment_id VARCHAR(36) REFERENCES shipment_orders(shipment_id),
    latitude NUMERIC(10, 7) NOT NULL,
    longitude NUMERIC(10, 7) NOT NULL,
    speed_kmh NUMERIC(5, 2),
    recorded_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

Phương pháp luận triển khai

Dự án áp dụng mô hình triển khai Agile Scrum qua 6 sprint (mỗi sprint 2 tuần), đảm bảo tính thích ứng cao và không làm gián đoạn dây chuyền sản xuất đang hoạt động tại các nhà máy.

Tuần 1-4: Khảo sát & Thiết kế API  ---> Tuần 5-8: Xây dựng Core TMS & Thuật toán
                                                        |
Tuần 11-12: Golive & Đánh giá KPI <--- Tuần 9-10: Tích hợp ERP/MES & Pilot 100 chuyến
  • Đánh giá rủi ro: Rủi ro mất kết nối mạng di động (3G/4G) trên các cung đường QL5/Cao tốc Hà Nội - Hải Phòng được xử lý bằng cơ chế Local Offline Caching tại thiết bị đầu cuối GPS trước khi đồng bộ về Redis.

Triển khai và kết quả

Quy trình phát triển và thuật toán điều phối

Thuật toán điều phối tuyến đường và gom lô hàng lẻ (LCL Consolidation) được xây dựng dựa trên biến thể của thuật toán Clarke-Wright Savings kết hợp ràng buộc thời gian (Time Windows):

import math
from typing import List, Dict

class TransportOptimizer:
    def __init__(self, depot_lat: float, depot_lon: float):
        self.depot = (depot_lat, depot_lon)

    def _haversine_distance(self, p1: tuple, p2: tuple) -> float:
        R = 6371.0 # Bán kính Trái Đất (km)
        lat1, lon1, lat2, lon2 = map(math.radians, [p1[0], p1[1], p2[0], p2[1]])
        dlat, dlon = lat2 - lat1, lon2 - lon1
        a = math.sin(dlat / 2)**2 + math.cos(lat1) * math.cos(lat2) * math.sin(dlon / 2)**2
        c = 2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))
        return R * c

    def calculate_savings(self, nodes: List[Dict]) -> List[Dict]:
        savings = []
        for i in range(len(nodes)):
            for j in range(i + 1, len(nodes)):
                n_i, n_j = nodes[i], nodes[j]
                d_0i = self._haversine_distance(self.depot, (n_i['lat'], n_i['lon']))
                d_0j = self._haversine_distance(self.depot, (n_j['lat'], n_j['lon']))
                d_ij = self._haversine_distance((n_i['lat'], n_i['lon']), (n_j['lat'], n_j['lon']))
                
                # Giá trị tiết kiệm quãng đường: S_ij = d(0, i) + d(0, j) - d(i, j)
                s_ij = d_0i + d_0j - d_ij
                savings.append({'from': n_i['id'], 'to': n_j['id'], 'saving_km': s_ij})
                
        return sorted(savings, key=lambda x: x['saving_km'], reverse=True)

Kiểm thử và đánh giá hiệu năng

Hệ thống được thử nghiệm qua 300 chuyến vận tải hàng may mặc mẫu từ Nam Sách và Gia Lộc đến Cảng Đình Vũ (Hải Phòng) và Cảng Hàng không Quốc tế Nội Bài:

  • Độ trễ hệ thống (System Latency): Tốc độ xử lý truy vấn định vị GPS đạt 128ms đối với 500 phương tiện đồng thời.
  • Tỷ lệ bao phủ kiểm thử (Test Coverage): Đạt 91,4% trên toàn bộ các module nghiệp vụ logic và API endpoints.
  • Tải trọng xe: Nâng cao hệ số sử dụng dung tích thùng xe từ 68,5% lên 89,2%.
Hiệu năng điều phối tuyến đường (Route Optimization Benchmark):
- Thuật toán thủ công: 45 phút / 20 điểm giao -> Tổng quãng đường: 412 km
- Thuật toán TMS tự động: 1,2 giây / 20 điểm giao -> Tổng quãng đường: 338 km (Tiết kiệm 17,9%)

Kết quả đạt được

Chỉ số OTIF (% Giao đúng hạn):
Trước khi triển khai: [=========================>          ] 91.2%
Sau khi triển khai:   [===================================>] 98.2% (+7.0%)

Thời gian tạo bộ chứng từ XNK (B/L, C/O, Tờ khai):
Trước khi triển khai: [====================================] 48 giờ
Sau khi triển khai:   [======] 8 giờ (-83.3%)
  • Tối ưu chi phí: Giảm chi phí lưu kho bãi (Demurrage/Detention) và chi phí bốc dỡ trung gian xuống 24,6%.
  • Chỉ số thỏa mãn khách hàng (CSAT): Đạt 4.7/5.0 từ các đối tác mua hàng lớn tại Mỹ và Nhật Bản.

Đổi mới và đóng góp

  1. Đổi mới công nghệ: Xây dựng cầu nối dữ liệu hai chiều giữa hệ thống quản lý điều hành sản xuất MES và phần mềm hải quan chuyên dụng ECUS5-VNACCS. Điều này giúp loại bỏ hoàn toàn thao tác nhập tay các chứng từ Invoice, Packing List, loại trừ 99% lỗi sai lệch số liệu trên Bill of Lading (B/L) và Airway Bill (AWB).
  2. Mô hình vận hành Hybrid: Đề xuất cơ chế phân bổ nguồn lực vận tải cân bằng: 80% khối lượng đường dài ủy thác cho 3PL được xếp hạng định kỳ qua hệ thống TMS, 20% đơn hàng khẩn cấp nội vùng phục vụ gia công liên nhà máy được đảm trách bởi đội xe chuyên dụng 5 tấn của công ty.
  3. Đóng góp học thuật và thực tiễn: Công trình chứng minh rằng việc áp dụng công nghệ số hóa chuỗi cung ứng trong doanh nghiệp may mặc FDI quy mô vừa có thể thực hiện khả thi với chi phí thấp mà không cần phụ thuộc vào các nền tảng ERP nguyên khối đắt đỏ.
Giải pháp so sánh Hệ thống ERP truyền thống Mô hình 3PL thuần túy Giải pháp TMS tích hợp đề xuất
Chi phí đầu tư Rất cao (> $150,000) Không có chi phí cố định Tối ưu ($15,000 - $25,000)
Khả năng tùy biến Phức tạp, triển khai chậm Phụ thuộc hoàn toàn đối tác Cao, module hóa theo quy trình dệt may
Giám sát IoT chuyên biệt Thiếu module chuyên sâu Nhà xe tự quản lý, thiếu minh bạch Tích hợp sâu cảm biến nhiệt/ẩm
Độ trễ thông tin Theo ca làm việc (Batch mode) Hàng ngày qua bảng kê Thời gian thực (WebSocket < 1s)

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế

Quy trình xuất khẩu 5.000 đôi găng tay trượt tuyết từ Nhà máy 2 (Gia Lộc, Hải Dương) đi Cảng Long Beach (Mỹ) qua Cảng Hải Phòng:

  1. Đơn hàng hoàn tất trên MES kích hoạt tín hiệu đóng gói tại kho (Packing list tự động đồng bộ sang TMS).
  2. TMS tính toán thể tích lô hàng (CBM), tự động gom đơn cùng tuyến và gửi yêu cầu booking đến hãng vận tải đạt điểm đánh giá SLA cao nhất.
  3. Phần mềm ECUS5-VNACCS nhận dữ liệu tự động mở tờ khai hải quan; tài xế nhận lệnh điều xe qua Mobile App có định vị GPS.
  4. Lô hàng được kiểm soát liên tục về nhiệt độ (20–25°C) để đảm bảo chất lượng lớp phủ chống thấm của sản phẩm may mặc thể thao.
[MES: Đóng gói xong] 

Phân tích hiệu quả tài chính và ROI

Tổng vốn đầu tư giải pháp (CAPEX):
- Phần cứng & Cảm biến IoT GPS:   $8,500
- Phát triển phần mềm TMS:         $16,500
- Đào tạo & Chuyển giao:           $4,000
-----------------------------------------
Tổng mức đầu tư:                   $29,000 (~725.000.000 VNĐ)

Lợi ích tài chính hàng năm (OPEX Savings):
- Giảm chi phí vận chuyển rỗng:    $18,200 / năm
- Cắt giảm phạt chậm trễ & lưu bãi: $14,600 / năm
- Tối ưu hóa nhân sự chứng từ:     $9,200 / năm
-----------------------------------------
Tổng tiết kiệm:                    $42,000 / năm (~1.050.000.000 VNĐ)

Thời gian hoàn vốn (Payback Period): 8,3 tháng
ROI 3 năm: 334%

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Hệ thống phụ thuộc vào tính ổn định của hạ tầng viễn thông di động của các tài xế bên thứ ba; dữ liệu đầu vào của một số cảng ICD nội địa chưa cung cấp API đồng bộ tự động.
  • Rào cản nhân lực: Đội ngũ lao động tại các nhà máy dệt may đa phần là lao động phổ thông, cần thời gian thích ứng với các thiết bị quét mã vạch và ứng dụng điều phối số.
  • Hướng phát triển tương lai:
    1. Ứng dụng mô hình học máy (Machine Learning) để dự báo biến động giá cước vận tải biển quốc tế theo mùa vụ.
    2. Xây dựng module tự động tính toán phát thải khí nhà kính ($CO_2$) cho từng chuyến xe nhằm hỗ trợ công ty đạt các chứng chỉ công trình xanh LEED và tuân thủ các quy định môi trường khắt khe (REACH, EU Green Deal).

Đối tượng hưởng lợi

  • Sinh viên ngành Logistics & Supply Chain: Cung cấp case study thực tế chuẩn mực về quy trình luân chuyển hàng may mặc xuất khẩu và mô hình chuyển đổi số TMS.
  • Kỹ sư phần mềm / Developers: Nắm bắt cấu trúc thiết kế cơ sở dữ liệu và thuật toán điều phối luồng hàng hóa kết nối các hệ sinh thái doanh nghiệp (ERP - MES - Hải quan).
  • Doanh nghiệp dệt may FDI: Cung cấp bản thiết kế chiến lược hoàn thiện chuỗi vận tải, giúp cắt giảm 10–15% chi phí vận hành mà không cần tăng chi phí cố định quá mức.
  • Nhà nghiên cứu: Bổ sung bộ dữ liệu phân tích định lượng về hiệu quả kinh tế của mô hình logistics tích hợp tại khu vực kinh tế trọng điểm phía Bắc.

Câu hỏi thường gặp

1. Yêu cầu phần cứng và hạ tầng để triển khai hệ thống TMS là gì?

Máy chủ Cloud tối thiểu 4 vCPU, 16GB RAM chạy Ubuntu Linux 22.04 LTS, cơ sở dữ liệu PostgreSQL 15. Thiết bị đầu cuối trên phương tiện chỉ cần điện thoại thông minh Android/iOS có kết nối định vị GPS và 4G để cài đặt ứng dụng lái xe.

2. Hệ thống TMS này xử lý thế nào khi phương tiện đi vào vùng mất sóng GPS?

Ứng dụng di động của tài xế được tích hợp bộ nhớ đệm SQLite nội bộ. Khi mất kết nối Internet, tọa độ và thông số nhiệt độ/độ ẩm vẫn được ghi nhận định kỳ mỗi 30 giây và sẽ tự động đồng bộ (Auto-sync) về máy chủ ngay khi thiết bị tái lập kết nối mạng.

3. Việc tích hợp với phần mềm ECUS5-VNACCS có cần can thiệp vào mã nguồn của cơ quan Hải quan không?

Không. Giải pháp sử dụng cổng giao tiếp dữ liệu chuẩn XML/Excel API đã được Tổng cục Hải quan và công ty phần mềm Thái Sơn chuẩn hóa, đảm bảo tính bảo mật và tuân thủ quy định pháp luật.

4. Chi phí bảo trì hàng năm của hệ thống là bao nhiêu?

Chi phí bảo trì, nâng cấp API và duy trì hạ tầng Cloud ước tính chiếm khoảng 10–12% tổng chi phí đầu tư ban đầu (tương đương 70–85 triệu VNĐ/năm).

5. Dự án giải quyết bài toán biến động giá cước của các đối tác 3PL như thế nào?

Module Quản trị hợp đồng trên TMS lưu trữ ma trận giá cước đã ký kết theo từng cung đường và trọng lượng. Khi phát sinh đơn hàng, thuật toán sẽ tự động quét và đề xuất nhà xe có chi phí tối ưu nhất, đồng thời lưu vết các phụ phí phát sinh để phục vụ công tác đối soát kế toán cuối tháng.


Kết luận

Đề tài khóa luận tốt nghiệp "Hoàn thiện hoạt động quản trị vận chuyển tại Công ty TNHH HAIVINA" của sinh viên Nguyễn Minh Trí dưới sự hướng dẫn của ThS. Nguyễn Khắc Huy đã giải quyết thấu đáo bài toán thực tiễn của một doanh nghiệp may mặc FDI tiêu biểu. Bằng việc kết hợp nhuần nhuyễn giữa cơ sở lý luận logistics kinh doanh và giải pháp số hóa TMS tích hợp ERP/MES, công trình đã định hình một lộ trình rõ ràng giúp doanh nghiệp nâng cao tỷ lệ giao hàng đúng hạn lên 98,2%, giảm thiểu rủi ro chứng từ và tiết kiệm hơn 1 tỷ VNĐ chi phí vận hành mỗi năm. Đây là mô hình ứng dụng tiêu biểu, tạo tiền đề vững chắc cho việc chuyển đổi số chuỗi cung ứng trong toàn ngành dệt may Việt Nam.