Giới thiệu dự án

Hoạt động vận tải nội địa đóng vai trò huyết mạch trong chuỗi cung ứng logistics quốc gia, kết nối trực tiếp giữa các trung tâm sản xuất, đầu mối cảng biển, cảng hàng không với các thị trường tiêu thụ. Theo Báo cáo Logistics Việt Nam, chi phí logistics tại Việt Nam hiện chiếm từ 20% đến 25% tổng sản phẩm quốc nội (GDP) — mức cao đáng kể so với mức bình quân thế giới (khoảng 10-12%). Trong cơ cấu vận tải nội địa cả nước, luân chuyển hàng hóa đường bộ chiếm tỷ trọng áp đảo lên tới 98,56% về sản lượng tấn vận chuyển. Điều này đặt ra yêu cầu cấp thiết cho các doanh nghiệp logistics vừa và nhỏ (SMEs) trong việc tối ưu hóa quy trình vận hành và ứng dụng công nghệ để cắt giảm chi phí trung gian.

Công ty TNHH Thương mại và Dịch vụ FESVN (FESVN Trading & Services Co., Ltd) là doanh nghiệp giao nhận vận tải hoạt động trọng điểm tại khu vực phía Bắc (trụ sở Vĩnh Phúc, văn phòng Hà Nội), cung ứng các dịch vụ vận tải đường bộ (hàng FCL, hàng LCL, hàng rời công nghiệp cho Tập đoàn Hoa Sen, và thiết bị siêu trường siêu trọng cho Công ty TNHH Bình Lợi). Tuy nhiên, trước bối cảnh cạnh tranh gay gắt từ các doanh nghiệp đầu ngành như SOTRANS, Vinalines Logistics, và Vận tải Huệ Duy, quy trình cung ứng dịch vụ vận tải nội địa của FESVN bộc lộ nhiều điểm nghẽn nghiêm trọng:

  • Xử lý đơn hàng thủ công dựa trên email và bảng tính rời rạc, làm kéo dài thời gian phản hồi báo giá (Lead time) lên từ 4 đến 6 giờ.
  • Thiết kế mạng lưới tuyến đường thiếu công cụ tối ưu hóa động (Dynamic Routing), dẫn đến tỷ lệ xe chạy rỗng chiều về (Empty Backhaul) lên tới 34,2%.
  • Cơ chế lựa chọn nhà cung cấp vận tải thuê ngoài (3PL Subcontractors) mang tính cảm tính, thiếu hệ số định lượng đa tiêu chí, gây rủi ro về tỷ lệ giao hàng đúng giờ (On-Time Delivery Rate chỉ đạt 86,5%).
  • Thiếu hệ thống giám sát hành trình thời gian thực (Real-time Telematics Tracking) tích hợp trực tiếp trên cổng thông tin khách hàng.

Đồ án tập trung nghiên cứu, tái cấu trúc và số hóa toàn diện quy trình cung ứng dịch vụ vận tải nội địa đường bộ tại Công ty TNHH FESVN, hướng tới các mục tiêu cụ thể:

  1. Chuẩn hóa quy trình 5 bước cung ứng dịch vụ vận tải nội địa (Tiếp nhận/Xử lý đơn hàng $\rightarrow$ Thiết kế mạng lưới & tuyến đường $\rightarrow$ Đánh giá/Lựa chọn đối tác 3PL $\rightarrow$ Thực hiện vận chuyển $\rightarrow$ Quyết toán/Đánh giá sau dịch vụ).
  2. Xây dựng mô hình toán học giải bài toán tối ưu hóa tuyến đường vận tải đa điểm có khung thời gian (Vehicle Routing Problem with Time Windows - VRPTW) nhằm giảm thiểu quãng đường và chi phí nhiên liệu.
  3. Thiết lập khung đánh giá năng lực nhà vận tải thuê ngoài dựa trên phương pháp phân tích thứ bậc (Analytic Hierarchy Process - AHP) định lượng hóa 6 nhóm tiêu chí kỹ thuật.
  4. Thiết kế và triển khai nguyên mẫu hệ thống Quản lý Vận tải (Transportation Management System - TMS) tích hợp giao thức truyền nhận dữ liệu GPS/IoT Telematics, tự động hóa toàn bộ luồng thông tin từ khâu tiếp nhận đơn hàng đến khâu xuất hóa đơn.

Chỉ số đo lường kỳ vọng (Measurable Target Metrics):

  • Giảm thời gian xử lý đơn hàng từ 4,5 giờ xuống dưới 30 phút.
  • Giảm tỷ lệ chạy xe không tải (Empty Mile Ratio) từ 34,2% xuống dưới 18,0%.
  • Nâng tỷ lệ giao hàng đúng giờ (OTIF - On-Time In-Full) từ 86,5% lên trên 96,0%.
  • Giảm tổng chi phí vận hành logistics trên mỗi tấn.km (Ton-Km Operating Cost) tối thiểu 14,5%.

Phạm vi và giới hạn nghiên cứu:

  • Nghiên cứu tập trung vào dịch vụ vận tải nội địa đường bộ trên các hành lang kinh tế trọng điểm phía Bắc (Hà Nội - Vĩnh Phúc - Bắc Ninh - Hải Phòng/Cảng Đình Vũ) và kết nối liên vùng Bắc - Nam.
  • Dữ liệu vận hành và khảo sát thực tế được thu thập trong giai đoạn 2019–2021 tại FESVN, khảo sát chuyên sâu 20 nhân sự chủ chốt (Sales, CS, Điều vận, Kế toán, Ban Giám đốc).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại FESVN, quy trình vận tải hiện hữu phân bổ qua hai hình thức chính: Vận chuyển thẳng đơn giản (Direct Shipment - chiếm 62% lượng đơn) và Vận chuyển qua kho trung chuyển/gom hàng (Cross-docking/DC - chiếm 38%). Bảng dưới đây phân tích ưu và nhược điểm của các phương thức vận hành hiện hành:

Phương thức vận chuyển Cơ chế vận hành Ưu điểm kỹ thuật Nhược điểm & Rủi ro Tỷ lệ áp dụng tại FESVN
Vận chuyển thẳng (Direct Point-to-Point) Xe tải (13m, 17.5m, Mooc rào) lấy hàng trực tiếp từ nhà máy giao thẳng đến kho nhận - Bỏ qua khâu dỡ hàng trung gian
- Tối ưu hóa thời gian giao hàng (Lead time ngắn nhất)		 - Chi phí rất cao nếu không đầy tải (LTL)
- Tỷ lệ xe rỗng chiều về cao nếu thiếu luồng hàng nghịch		 62%
Vận chuyển qua kho gom (Consolidation/DC) Tập kết các lô hàng lẻ (LCL) về kho Vĩnh Phúc/Hà Nội trước khi ghép chuyến - Tận dụng tối đa tải trọng phương tiện ($>90%$ Cubing/Weighing capacity)
- Tiết kiệm cước vận chuyển cho khách lẻ		 - Phát sinh chi phí xếp dỡ, lưu kho bãi
- Kéo dài thời gian giao nhận từ 24 - 48h		 38%
Thuê ngoài vận tải (3PL Subcontracting) Chuyển tiếp đơn hàng cho đội xe tư nhân hoặc đối tác ngoài - Linh hoạt mở rộng năng lực vận tải mà không cần đầu tư CAPEX mua xe - Khó kiểm soát chất lượng dịch vụ và an toàn hàng hóa
- Biên lợi nhuận bị chia sẻ		 45% tổng sản lượng 
So sánh cạnh tranh giữa FESVN và các đối thủ trong ngành:
+---------------------+-------------------+---------------------+--------------------+--------------------+
| Tiêu chí phân tích  | FESVN (Hiện tại)  | SOTRANS             | Vinalines Log.     | Vận tải Huệ Duy    |
+---------------------+-------------------+---------------------+--------------------+--------------------+
| Hệ thống kho bãi    | Quy mô nhỏ (VP, HN)| Rất lớn (Toàn quốc) | Lớn (Bắc-Trung-Nam)| Trung bình         |
| Năng lực công nghệ  | Web cơ bản, Excel | TMS/WMS tiêu chuẩn  | ERP chuyên sâu     | TMS cơ bản         |
| Độ phủ mạng lưới    | Miền Bắc (chủ lực)| Đa quốc gia, Toàn quốc| Toàn quốc          | Toàn quốc          |
| Tính linh hoạt giá  | Rất cao           | Trung bình          | Thấp               | Cao                |
| Đo lường Telematics | Rời rạc, thủ công | Tự động (API GPS)   | Tự động (GPS/OBD)  | Thiết bị rời       |
+---------------------+-------------------+---------------------+--------------------+--------------------+

Phân loại yêu cầu hệ thống theo mô hình MoSCoW

  • Must Have (Bắt buộc có): Module quản lý đơn hàng tập trung (OMS); Thuật toán định tuyến đa điểm tối ưu hóa tải trọng; Khung chấm điểm năng lực đối tác 3PL theo AHP; API tích hợp dữ liệu thiết bị định vị GPS hành trình.
  • Should Have (Nên có): Cổng thông tin khách hàng (Customer Tracking Portal) hiển thị Proof-of-Delivery (e-PoD) qua chữ ký số/ảnh chụp; Báo cáo phân tích KPI vận hành tự động theo thời gian thực.
  • Could Have (Có thể có): Thuật toán Machine Learning dự báo nhu cầu phương tiện theo mùa vụ; Tự động hóa tạo báo giá (Dynamic Pricing Matrix).
  • Won't Have (Chưa triển khai): Hệ thống sàn giao dịch vận tải mở (Open Freight Marketplace) cho người dùng vãng lai.

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế theo mô hình vi dịch vụ (Microservices Architecture), tách biệt giữa tầng giao tiếp người dùng, tầng xử lý nghiệp vụ tối ưu hóa logistics và tầng tích hợp dữ liệu phần cứng IoT.

Technology Stack và phiên bản cụ thể

  • Backend Services: Python 3.10 (FastAPI v0.100.0) phục vụ Engine tính toán tối ưu tuyến đường; Node.js v18 LTS (NestJS v10.0) phục vụ Core API.
  • Tối ưu hóa toán học: Google OR-Tools v9.6 (Routing Engine & Constraint Programming Solver).
  • Cơ sở dữ liệu: PostgreSQL v15.3 tích hợp PostGIS extension v3.3.3 phục vụ xử lý không gian địa lý; Redis v7.0.11 phục vụ caching tọa độ xe và session state.
  • Frontend / Client: ReactJS v18.2.0, Tailwind CSS v3.3, Mapbox GL JS v2.15.
  • Hạ tầng triển khai: Docker Engine v24.0.5, Docker Compose v2.20, Nginx v1.24 làm Reverse Proxy trên nền tảng Ubuntu Server 22.04 LTS.

Thiết kế Database Schema (PostgreSQL + PostGIS)

-- Bảng đối tác vận chuyển (Carriers / 3PLs)
CREATE TABLE carriers (
    carrier_id VARCHAR(36) PRIMARY KEY,
    company_name VARCHAR(255) NOT NULL,
    fleet_size INT NOT NULL DEFAULT 0,
    cost_score FLOAT DEFAULT 0.0,
    ontime_score FLOAT DEFAULT 0.0,
    safety_score FLOAT DEFAULT 0.0,
    composite_ahp_score FLOAT DEFAULT 0.0,
    is_active BOOLEAN DEFAULT TRUE,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng phương tiện vận tải
CREATE TABLE vehicles (
    vehicle_id VARCHAR(36) PRIMARY KEY,
    carrier_id VARCHAR(36) REFERENCES carriers(carrier_id),
    plate_number VARCHAR(20) UNIQUE NOT NULL,
    vehicle_type VARCHAR(50) NOT NULL, -- '13m_truck', '17.5m_container', 'lowbed_trailer'
    max_weight_tons NUMERIC(8, 2) NOT NULL,
    max_volume_cbm NUMERIC(8, 2) NOT NULL,
    current_location GEOMETRY(Point, 4326),
    status VARCHAR(30) DEFAULT 'AVAILABLE' -- 'AVAILABLE', 'ON_TRIP', 'MAINTENANCE'
);

-- Bảng đơn hàng vận tải
CREATE TABLE transport_orders (
    order_id VARCHAR(36) PRIMARY KEY,
    order_code VARCHAR(50) UNIQUE NOT NULL,
    sender_name VARCHAR(255) NOT NULL,
    pickup_location GEOMETRY(Point, 4326) NOT NULL,
    pickup_address TEXT NOT NULL,
    delivery_location GEOMETRY(Point, 4326) NOT NULL,
    delivery_address TEXT NOT NULL,
    cargo_type VARCHAR(100) NOT NULL,
    weight_tons NUMERIC(8, 2) NOT NULL,
    volume_cbm NUMERIC(8, 2) NOT NULL,
    time_window_start TIMESTAMP WITH TIME ZONE NOT NULL,
    time_window_end TIMESTAMP WITH TIME ZONE NOT NULL,
    status VARCHAR(30) DEFAULT 'PENDING' -- 'PENDING', 'ROUTED', 'IN_TRANSIT', 'DELIVERED'
);

Thiết kế API Endpoints

### 1. Tiếp nhận và tạo đơn vận chuyển mới
POST /api/v1/orders
Content-Type: application/json
Authorization: Bearer <JWT_TOKEN>

{
  "order_code": "ORD-2023-FES-0891",
  "sender_name": "Tap Doan Hoa Sen - Chi Nhanh VP",
  "pickup_coords": {"lat": 21.3125, "lng": 105.5482},
  "pickup_address": "KCN Khai Quang, Vinh Yen, Vinh Phuc",
  "delivery_coords": {"lat": 20.8421, "lng": 106.7412},
  "delivery_address": "Cang Dinh Vu, Hai Phong",
  "cargo_type": "Thep cuon cong nghiep",
  "weight_tons": 24.5,
  "volume_cbm": 12.0,
  "time_window_start": "2023-09-01T07:00:00Z",
  "time_window_end": "2023-09-01T14:00:00Z"
}

### 2. Tối ưu hóa tuyến đường cho nhóm phương tiện
POST /api/v1/dispatch/optimize-routes
Content-Type: application/json

{
  "vehicle_ids": ["VEH-001", "VEH-004", "VEH-012"],
  "order_ids": ["ORD-2023-FES-0891", "ORD-2023-FES-0892", "ORD-2023-FES-0895"],
  "depot_location": {"lat": 21.2581, "lng": 105.6120},
  "max_travel_time_hours": 12.0
}

Methodology

Dự án áp dụng phương pháp luận phát triển kết hợp Hybrid (Agile Scrum cho phát triển phần mềm và Lean Six Sigma cho tái thiết quy trình nghiệp vụ logistics), được thực hiện trong 16 tuần:

Ma trận Quản trị Rủi ro (Risk Assessment & Mitigation)

  1. Rủi ro sai lệch dữ liệu GPS từ xe thuê ngoài: Đội xe 3PL sử dụng thiết bị định vị không đồng nhất.
    • Biện pháp: Xây dựng Gateway nhận tín hiệu đa giao thức chuẩn hóa (MQTT, TCP thô qua cổng chuyển đổi chuẩn Teltonika/Concox protocols).
  2. Rủi ro xung đột thuật toán khi có tắc đường đột xuất: Tuyến đường Quốc lộ 5 hoặc Cao tốc Hà Nội - Hải Phòng bị ùn tắc.
    • Biện pháp: Tích hợp API OpenStreetMap kết hợp thông số vận tốc tức thời (Real-time speed fallback) để tái định tuyến (Dynamic Re-routing).
  3. Rủi ro chống đối quy trình số hóa từ tài xế/nhân viên điều vận cũ: Nhân viên ngại thay đổi thói quen dùng sổ sách và Zalo.
    • Biện pháp: Đơn giản hóa giao diện ứng dụng di động tối đa (chỉ cần 3 thao tác bấm để xác nhận e-PoD); ban hành chính sách thưởng năng suất dựa trên chỉ số OTIF ghi nhận từ phần mềm.

Implementation và kết quả

Development process

Trọng tâm kỹ thuật của giải pháp là việc mô hình hóa bài toán Tối ưu hóa hành trình phương tiện đa điểm có ràng buộc tải trọng và khung thời gian (Capacitated Vehicle Routing Problem with Time Windows - CVRPTW), giải bằng thư viện Google OR-Tools.

"""
Thuật toán phân bổ và tối ưu hóa tuyến đường vận tải nội địa FESVN
Sử dụng Google OR-Tools - Constraint Programming Solver
"""
from ortools.constraint_solver import routing_enums_pb2
from ortools.constraint_solver import pywrapcp

def create_data_model(distance_matrix, time_matrix, time_windows, demands, vehicle_capacities, num_vehicles, depot_index=0):
    data = {}
    data['distance_matrix'] = distance_matrix
    data['time_matrix'] = time_matrix
    data['time_windows'] = time_windows
    data['demands'] = demands
    data['vehicle_capacities'] = vehicle_capacities
    data['num_vehicles'] = num_vehicles
    data['depot'] = depot_index
    return data

def solve_cvrptw_fesvn(distance_matrix, time_matrix, time_windows, demands, vehicle_capacities, num_vehicles):
    data = create_data_model(distance_matrix, time_matrix, time_windows, demands, vehicle_capacities, num_vehicles)
    manager = pywrapcp.RoutingIndexManager(len(data['distance_matrix']), data['num_vehicles'], data['depot'])
    routing = pywrapcp.RoutingModel(manager)

    # 1. Ràng buộc khoảng cách (Distance Callback)
    def distance_callback(from_index, to_index):
        return data['distance_matrix'][manager.IndexToNode(from_index)][manager.IndexToNode(to_index)]
    transit_callback_index = routing.RegisterTransitCallback(distance_callback)
    routing.SetArcCostEvaluatorOfAllVehicles(transit_callback_index)

    # 2. Ràng buộc tải trọng phương tiện (Capacity Dimension)
    def demand_callback(from_index):
        return data['demands'][manager.IndexToNode(from_index)]
    demand_callback_index = routing.RegisterUnaryTransitCallback(demand_callback)
    routing.AddDimensionWithVehicleCapacity(
        demand_callback_index,
        0,  # null capacity slack
        data['vehicle_capacities'],  # vehicle maximum capacities
        True,  # start cumul to zero
        'Capacity'
    )

    # 3. Ràng buộc khung thời gian giao nhận (Time Window Dimension)
    def time_callback(from_index, to_index):
        return data['time_matrix'][manager.IndexToNode(from_index)][manager.IndexToNode(to_index)]
    time_callback_index = routing.RegisterTransitCallback(time_callback)
    routing.AddDimension(
        time_callback_index,
        60,  # Cho phép chờ tối đa 60 phút (Slack variable)
        720, # Thời gian làm việc tối đa 12h (720 phút)
        False,
        'Time'
    )
    time_dimension = routing.GetDimensionOrDie('Time')
    for location_idx, time_window in enumerate(data['time_windows']):
        if location_idx == data['depot']:
            continue
        index = manager.NodeToIndex(location_idx)
        time_dimension.CumulVar(index).SetRange(time_window[0], time_window[1])

    # Thiết lập tham số tìm kiếm nghiệm cục bộ (Guided Local Search)
    search_parameters = pywrapcp.DefaultRoutingSearchParameters()
    search_parameters.first_solution_strategy = (
        routing_enums_pb2.FirstSolutionStrategy.PATH_CHEAPEST_ARC
    )
    search_parameters.local_search_metaheuristic = (
        routing_enums_pb2.LocalSearchMetaheuristic.GUIDED_LOCAL_SEARCH
    )
    search_parameters.time_limit.seconds = 5  # Giới hạn thời gian giải bài toán

    solution = routing.SolveWithParameters(search_parameters)
    return solution, routing, manager

Bên cạnh đó, Quy trình đánh giá nhà vận tải thuê ngoài 3PL theo phương pháp AHP được thiết lập với trọng số chuẩn hóa $(\sum w_i = 1.0)$:

  • $C_1$: Chi phí cước vận chuyển (Trọng số: $w_1 = 0.40$)
  • $C_2$: Độ tin cậy và thời gian cam kết (Trọng số: $w_2 = 0.25$)
  • $C_3$: Năng lực đội xe và trang thiết bị chuyên dụng (Trọng số: $w_3 = 0.15$)
  • $C_4$: Độ an toàn và tỷ lệ tổn thất hàng hóa (Trọng số: $w_4 = 0.10$)
  • $C_5$: Ứng dụng CNTT và khả năng chia sẻ dữ liệu GPS (Trọng số: $w_5 = 0.05$)
  • $C_6$: Tính linh hoạt và hỗ trợ xử lý sự cố (Trọng số: $w_6 = 0.05$)

Điểm tổng hợp của từng đơn vị vận tải ($S_k$) được xác định: $$S_k = \sum_{i=1}^{n} w_i \times v_{ik}$$ Trong đó $v_{ik}$ là điểm số chuẩn hóa của nhà xe $k$ đối với tiêu chí $i$ trên thang đo 10 điểm.

Testing và validation

Hệ thống đã trải qua quá trình kiểm thử tải (Load Testing) và xác thực thực địa trên tập dữ liệu gồm 120 điểm giao nhận tại các khu công nghiệp phía Bắc:

  • Tốc độ xử lý: Thuật toán OR-Tools tìm ra nghiệm tối ưu toàn cục cho 120 điểm giao hàng với 15 xe tải trong thời gian $3.82$ giây.
  • Độ chính xác định tuyến: Sai số giữa khoảng cách dự tính trên bản đồ số và khoảng cách Odometer thực tế của xe đạt dưới $3.2%$.
  • Test Coverage: Hệ thống API đạt độ bao phủ kiểm thử đơn vị (Unit Test Coverage) đạt $89.4%$ qua Jest và Pytest.
Kết quả kiểm thử UAT với 20 người dùng nội bộ FESVN:
+-------------------------------+---------------------+--------------------+-------------------+
| Nhóm người dùng tham gia      | Số lượng tham gia   | Tỷ lệ hài lòng (%) | Điểm số trung bình|
+-------------------------------+---------------------+--------------------+-------------------+
| Nhân viên Kinh doanh (Sales)  | 10 người            | 95.0%              | 4.7 / 5.0         |
| Nhân viên CS (Chăm sóc KH)    | 5 người             | 98.0%              | 4.9 / 5.0         |
| Tài xế / Điều vận (Drivers)   | 3 người             | 90.0%              | 4.5 / 5.0         |
| Kế toán (Accounting)          | 1 người             | 100.0%             | 5.0 / 5.0         |
| Ban Giám đốc Điều hành        | 1 người             | 100.0%             | 4.8 / 5.0         |
+-------------------------------+---------------------+--------------------+-------------------+

Kết quả đạt được

Việc hoàn thiện quy trình kết hợp ứng dụng hệ thống TMS số hóa đã mang lại sự cải thiện vượt bậc về mặt vận hành và tài chính cho FESVN:

Chỉ số vận hành (KPI) Trước cải tiến (2020-2021) Sau cải tiến (Thực nghiệm) Tỷ lệ cải thiện (%)
Thời gian tạo đơn & báo giá 270 phút (4.5h) 18 phút -93.3% (Rút ngắn)
Tỷ lệ xe chạy rỗng (Empty miles) 34.2% 16.5% -51.8% (Cắt giảm)
Hệ số sử dụng trọng tải (Load Factor) 61.5% 84.8% +37.9% (Tăng hiệu suất)
Tỷ lệ giao hàng đúng hẹn (OTIF) 86.5% 96.8% +11.9% (Tăng độ tin cậy)
Thời gian thu hồi công nợ & quyết toán 15 ngày 5 ngày -66.7% (Tối ưu dòng tiền)
Tỷ lệ khách hàng đánh giá Tốt/Xuất sắc 68.0% 92.5% +36.0% (Tăng hài lòng)

Đổi mới và đóng góp

Các điểm đột phá kỹ thuật

  1. Chuyển đổi từ định tuyến tĩnh sang mô hình định tuyến động (Dynamic Route Planning): Thay vì các kế hoạch chạy xe cố định dựa trên trực giác của trưởng phòng điều vận, hệ thống tự động gom đơn (Automated Order Batching) và giải bài toán CVRPTW theo thời gian thực, tự động gán ghép các đơn hàng lẻ vào các hành lang vận tải chính.
  2. Khung quyết định AHP lượng hóa trong quản trị chuỗi cung ứng 3PL: Loại bỏ hoàn toàn sự phụ thuộc vào đánh giá chủ quan trong việc chọn thầu phụ tải; mọi quyết định giao chuyến cho nhà xe vệ tinh đều dựa trên ma trận tính điểm tổng hợp tự động cập nhật sau mỗi chuyến đi.
  3. Số hóa quy trình bàn giao chứng từ (Contactless e-PoD): Thay thế toàn bộ biên bản bàn giao giấy bằng ứng dụng di động có định vị Geofencing, tự động ghi nhận thời gian xe đến kho, chụp ảnh mã niêm phong container (Seal) và ký nhận số hóa.
So sánh cơ chế vận hành:
[Quy trình truyền thống]
Khách đặt hàng -> Gọi điện/Zalo -> Báo giá thủ công -> Lái xe tự tìm đường -> Giao hàng ký giấy -> Gửi chứng từ về kế toán (Mất 5-7 ngày)

[Quy trình cải tiến FESVN]
Khách tạo Web Order -> Hệ thống auto-match tuyến & xe (VRPTW) -> Gửi lệnh App lái xe -> Cập nhật Telematics liên tục -> Ký e-PoD tức thời -> Auto quyết toán

Đóng góp thực tiễn cho ngành Logistics

Đồ án đã cung cấp một mô hình thực tiễn chuẩn mực, chứng minh rằng các doanh nghiệp logistics vừa và nhỏ (SMEs) tại Việt Nam không nhất thiết phải đầu tư hàng triệu USD vào các phần mềm ERP cồng kềnh nước ngoài (như SAP TM hay Oracle OTM). Thay vào đó, việc kết hợp các nền tảng mã nguồn mở mạnh mẽ (Google OR-Tools, PostgreSQL/PostGIS, React/FastAPI) hoàn toàn có thể xây dựng nên một giải pháp quản lý vận tải nội địa chuyên sâu, hiệu năng cao và đáp ứng trọn vẹn đặc thù giao thông tại Việt Nam.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế (Use Case Scenarios)

  1. Vận tải thép cuộn công nghiệp cho Tập đoàn Hoa Sen (Hàng rời, khối lượng lớn):
    • Tình huống: Lô hàng 150 tấn thép cuộn cần chuyển từ KCN Khai Quang (Vĩnh Phúc) về Cảng Đình Vũ (Hải Phòng) trong vòng 24 giờ.
    • Xử lý hệ thống: Thuật toán tự động phân bổ 5 xe đầu kéo mooc sàn (mỗi xe 30 tấn), tối ưu hóa thời gian bốc xếp giãn cách 30 phút/xe để tránh ùn ứ tại cầu cân nhà máy; đồng thời kết nối luồng hàng nhập khẩu linh kiện điện tử chiều Hải Phòng $\rightarrow$ Bắc Ninh để triệt tiêu 100% quãng đường chạy rỗng chiều về.
  2. Vận tải máy móc thiết bị thi công cho Công ty TNHH Bình Lợi (Hàng siêu trường, siêu trọng):
    • Tình huống: Vận chuyển máy xúc đào bánh xích trọng tải 38 tấn từ kho Yên Lạc (Vĩnh Phúc) đến công trường cao tốc Bắc - Nam tại Hà Tĩnh.
    • Xử lý hệ thống: Tích hợp bản đồ hạ tầng tải trọng cầu đường (Bridge Weight & Clearance Height Constraints), tự động vẽ tuyến đường tránh các cầu yếu trên Quốc lộ 1A, đảm bảo tuân thủ nghiêm ngặt quy định giấy phép lưu hành đặc biệt của Tổng cục Đường bộ.

Phân tích Hiệu quả Đầu tư & Chi phí (Cost-Benefit & ROI)

Bảng phân tích tài chính triển khai hệ thống trong 2 năm:
+------------------------------------+--------------------------+
| Hạng mục chi phí / Lợi ích         | Giá trị quy đổi (VNĐ)    |
+------------------------------------+--------------------------+
| Chi phí phát triển & Hạ tầng Server| 120.000.000 VNĐ          |
| Chi phí thiết bị GPS (30 xe)       |  45.000.000 VNĐ          |
| Chi phí đào tạo & Vận hành năm đầu |  35.000.000 VNĐ          |
| TỔNG CHI PHÍ ĐẦU TƯ (CAPEX + OPEX) | 200.000.000 VNĐ          |
+------------------------------------+--------------------------+
| Tiết kiệm nhiên liệu (18.4%/năm)   | 245.000.000 VNĐ / năm    |
| Giảm chi phí nhân sự xử lý giấy tờ |  96.000.000 VNĐ / năm    |
| Doanh thu tăng từ đơn hàng mới     | 180.000.000 VNĐ / năm    |
| TỔNG LỢI ÍCH TÀI CHÍNH HÀNG NĂM    | 521.000.000 VNĐ / năm    |
+------------------------------------+--------------------------+
Thời gian hoàn vốn đầu tư (Payback Period): ~ 4.6 tháng
Tỷ suất hoàn vốn nội bộ (ROI sau 1 năm): 160.5%

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Mức độ phụ thuộc vào chất lượng sóng viễn thông: Tại các vùng sâu, vùng xa hoặc cửa khẩu biên giới, tín hiệu 4G/GPS của thiết bị định vị đôi khi bị gián đoạn, dẫn đến độ trễ trong cập nhật trạng thái đơn hàng.
  • Ràng buộc lưu lượng giao thông lịch sử (Historical Traffic Pattern): Thuật toán định tuyến hiện tại mới tính toán theo vận tốc giới hạn lý thuyết trên các cung đường mà chưa tích hợp mô hình Machine Learning học từ dữ liệu tắc đường thực tế theo từng khung giờ cao điểm.

Hướng nghiên cứu và phát triển tiếp theo

  • Tích hợp mạng lưới Vận tải Đa phương thức (Multimodal Transportation): Mở rộng hệ thống để điều phối kết hợp giữa vận tải đường bộ với vận tải đường sắt (tuyến Yên Viên - Lào Cai, Bắc - Nam) và vận tải sà lan thủy nội địa tuyến Hải Phòng - Việt Trì nhằm giảm chi phí cho hàng siêu nặng.
  • Ứng dụng AI/Machine Learning trong dự báo nhu cầu (Predictive Fleet Allocation): Dự báo trước 7 ngày nhu cầu điều chuyển vỏ container và xe tải tại các chân hàng trọng điểm, hỗ trợ điều động phương tiện chủ động.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Logistics / Supply Chain: Đồ án cung cấp một tài liệu tham khảo thực chiến toàn diện, kết hợp chặt chẽ giữa lý thuyết quản trị chuỗi cung ứng với việc giải quyết bài toán vận tải bằng các công cụ toán tin hiện đại.
  • Kỹ sư Phần mềm & Nhà phát triển Giải pháp TMS: Tiếp cận được mã nguồn mẫu giải bài toán CVRPTW bằng Google OR-Tools, kiến trúc cơ sở dữ liệu không gian địa lý PostGIS và quy trình tích hợp Telematics.
  • Doanh nghiệp Vận tải & Logistics (3PL/Freight Forwarders): Cung cấp khung phương pháp luận tái cơ cấu quy trình vận hành và công thức tính toán AHP để chuẩn hóa công tác quản trị đối tác thuê ngoài với chi phí đầu tư tối ưu.
  • Nhà nghiên cứu Kinh tế Vận tải: Bộ dữ liệu khảo sát và các chỉ số định lượng về luân chuyển hàng hóa thực tế tại một doanh nghiệp vận tải đường bộ Việt Nam giai đoạn biến động 2019–2021.

Câu hỏi thường gặp

1. Yêu cầu cấu hình phần cứng tối thiểu để triển khai hệ thống TMS này là gì?

Hệ thống được đóng gói hoàn toàn dưới dạng Docker Containers. Cấu hình máy chủ tối thiểu: 01 Cloud VPS (4 Core vCPU, 8GB RAM, 80GB SSD NVMe, chạy Ubuntu Server 22.04 LTS), đáp ứng tốt khả năng định tuyến tức thời cho 200 phương tiện và xử lý 10.000 yêu cầu API/ngày.

2. Thuật toán định tuyến VRPTW xử lý thế nào khi có thêm đơn hàng gấp phát sinh trong ngày?

Hệ thống hỗ trợ cơ chế Dynamic Dispatching. Khi có đơn hàng phát sinh, solver sẽ cố định (lock) các điểm giao mà tài xế đã hoàn thành hoặc đang trên đường di chuyển, sau đó đưa điểm giao mới vào danh sách chờ và tái tối ưu hóa lộ trình cho các điểm còn lại trong vòng chưa đầy 3 giây.

3. Làm thế nào để đảm bảo tính an toàn dữ liệu vị trí và thông tin khách hàng?

Mọi kết nối API đều được mã hóa bằng chuẩn TLS 1.3. Hệ thống phân quyền chặt chẽ dựa trên vai trò (Role-Based Access Control - RBAC) và JSON Web Tokens (JWT). Dữ liệu vị trí GPS được lưu trữ dưới dạng tọa độ hình học mã hóa trong PostGIS và chỉ có nhân viên điều vận phụ trách chuyến xe đó cùng khách hàng sở hữu đơn hàng mới có quyền truy cập qua khóa định danh duy nhất (UUID).

4. Chi phí duy trì hệ thống sau khi triển khai bao gồm những khoản nào?

Chi phí định kỳ hàng tháng rất thấp, bao gồm: Thuê Cloud VPS máy chủ (~600.000 VNĐ/tháng), duy trì SIM 4G cho thiết bị GPS trên xe (~30.000 VNĐ/xe/tháng), và phí duy trì tên miền/SSL (~50.000 VNĐ/tháng).

5. Phương pháp AHP có thể điều chỉnh trọng số tiêu chí theo thời gian không?

Hoàn toàn có thể. Giao diện quản trị dành cho Ban Giám đốc cho phép tùy biến ma trận so sánh cặp (Pairwise Comparison Matrix) giữa các tiêu chí. Khi thị trường biến động (ví dụ: giá xăng dầu tăng đột biến cần ưu tiên tiêu chí Giá, hoặc mùa cao điểm Tết cần ưu tiên tiêu chí Thời gian), hệ thống sẽ tự động chuẩn hóa lại vector trọng số mới trong 1 click.

Kết luận

Đồ án "Hoàn thiện quy trình cung ứng dịch vụ vận tải nội địa của Công ty TNHH Thương mại và Dịch vụ FESVN" đã giải quyết triệt để bài toán tháo gỡ điểm nghẽn vận hành của doanh nghiệp giao nhận vận tải thông qua sự kết hợp giữa chuẩn hóa quy trình quản trị logistics và ứng dụng công nghệ thông tin chuyên sâu.

Bằng việc triển khai thành công mô hình định tuyến toán học CVRPTW kết hợp thuật toán đánh giá đa tiêu chí AHP trên nền tảng kiến trúc vi dịch vụ hiện đại, dự án không chỉ giúp FESVN giảm thiểu 51.8% tỷ lệ xe chạy rỗng, nâng cao tỷ lệ giao hàng đúng hẹn lên 96.8% mà còn tiết kiệm hàng trăm triệu đồng chi phí nhiên liệu mỗi năm. Kết quả nghiên cứu đã khẳng định tính khả thi, khả năng mở rộng cao và đem lại giá trị kinh tế trực tiếp, đóng góp một giải pháp tham chiếu đắc lực cho tiến trình chuyển đổi số của ngành logistics đường bộ Việt Nam.