Giới thiệu dự án

Hoạt động thương mại quốc tế và chuỗi cung ứng bán buôn (B2B Wholesale Supply Chain) đóng vai trò huyết mạch trong nền kinh tế Việt Nam. Theo thống kê từ Bộ Công Thương, tổng kim ngạch xuất khẩu của Việt Nam năm 2023 đạt khoảng 354,5 tỷ USD; trong đó các nhóm hàng tiêu dùng nhanh (FMCG), dệt may, gia dụng chiếm tỷ trọng chi phối. Tuy nhiên, sau các biến động vĩ mô và dịch bệnh toàn cầu, chi phí logistics và lưu kho bãi dự báo tăng bình quân từ 1,5% đến 4%/năm, đặt ra bài toán tối ưu hóa vận hành khẩn cấp cho các doanh nghiệp xuất khẩu vừa và nhỏ.

Khóa luận tốt nghiệp "Hoàn thiện quy trình cung ứng hàng hoá bán buôn của Công ty Cổ phần SOVINA" (thực hiện bởi sinh viên Phạm Thị Kim Anh, dưới sự hướng dẫn của TS. Phạm Văn Kiệm, Khoa Kinh tế và Kinh doanh Quốc tế – Trường Đại học Thương Mại) tập trung giải quyết những nút thắt trong dòng lưu chuyển hàng hóa xuất khẩu. Thực tế tại Công ty Cổ phần SOVINA (Sunny Ocean Việt Nam – thành lập từ 30/10/1998) cho thấy, dù sở hữu mạng lưới khách hàng quốc tế lớn như Costco (Mỹ), Pick n Pay (Nam Phi), Vinamex (Mỹ), quy trình cung ứng vẫn đối mặt với các điểm nghẽn nghiêm trọng:

  • Dự báo nhu cầu còn mang tính định tính, phụ thuộc vào kinh nghiệm chủ quan của bộ phận kinh doanh và thủ kho, gây ra hiện tượng lệch pha tồn kho (Bullwhip effect).
  • Thời gian chuẩn bị đơn hàng OEM (Original Equipment Manufacturing - gốm sứ, giấy vệ sinh) kéo dài từ 2–3 tuần do kết nối chuỗi cung ứng thượng nguồn chưa đồng bộ.
  • Thiếu hệ thống chỉ số đánh giá chất lượng dịch vụ khách hàng (DVKH) và cơ chế tự động hóa kiểm soát đơn hàng (Perfect Order Rate).
                                 Lệnh sản xuất / Đặt hàng            Ủy thác vận chuyển 3PL

Mục tiêu cụ thể của dự án nghiên cứu bao gồm:

  1. Hệ thống hóa cơ sở lý luận về quản trị logistics và quy trình cung ứng bán buôn B2B theo chuẩn mực quốc tế.
  2. Đánh giá thực trạng tài chính, dòng thông tin và hoạt động xử lý 5 bước đơn hàng tại SOVINA giai đoạn 2020–2023.
  3. Thiết kế giải pháp chuẩn hóa quy trình 5 bước, tích hợp mô hình định lượng quản trị tồn kho (EOQ & Safety Stock), ứng dụng công nghệ ERP và chuẩn hóa quản lý đối tác vận tải bên thứ ba (3PL).

Phạm vi nghiên cứu giới hạn tại dữ liệu hoạt động chuỗi cung ứng của SOVINA từ 2020 đến 2023, định hướng hoàn thiện đến năm 2025 cho các nhóm ngành hàng trọng điểm: chất tẩy rửa (chiếm 75% doanh thu), thực phẩm - đồ uống (15%), và hàng OEM/gia dụng (10%).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại SOVINA, cấu trúc tài chính và nguồn lực ghi nhận sự cải thiện rõ nét: tổng nguồn vốn năm 2023 đạt 380 tỷ VNĐ (vốn chủ sở hữu đạt 255 tỷ VNĐ, tăng 59,3% so với năm 2022; vốn vay giảm còn 125 tỷ VNĐ). Doanh thu thuần năm 2023 đạt 241,39 tỷ VNĐ. Tuy nhiên, hiệu quả vận hành logistics bán buôn còn bộc lộ nhiều điểm nghẽn khi so sánh với các mô hình nghiên cứu chuẩn:

Tiêu chí phân tích Mô hình truyền thống tại SOVINA Nghiên cứu của An Thị Thanh Nhàn (2018) Mô hình Zhenping Li & Dong (2020)
Phương pháp dự báo Chủ quan theo quý, dựa trên kinh nghiệm Tích hợp chuỗi cung ứng nội bộ - đối ngoại Cập nhật dự báo theo thời gian thực (Bayesian Updating)
Phương thức định giá FOB Shipping Point (chủ yếu), FOB Destination Đa dạng hóa Delivered/Origin Pricing Tối ưu hóa chi phí biên logistics theo khoảng cách
Quản trị tồn kho Kiểm kê định kỳ, MISA SME đơn lẻ Hoạch định tồn kho theo phân loại ABC Dynamic Inventory Control kết hợp Lead-time Stochastics
Quy trình đơn hàng 5 bước tuần tự thủ công 5 bước tích hợp luồng thông tin song song Xử lý tự động hóa qua hệ thống EDI/API

Mô hình phân loại yêu cầu nghiệp vụ theo phương pháp MoSCoW được xác lập:

  • Must-have: Tự động hóa tính toán điểm đặt hàng lại ($ROP$), kiểm tra hạn mức tín dụng khách hàng B2B trước khi xác nhận PO.
  • Should-have: Thiết lập cổng kết nối dữ liệu đơn hàng giữa phần mềm E-SOVINA v2.4 và MISA SME Enterprise 2023.
  • Could-have: Module chấm điểm nhà cung cấp (Vendor Rating Matrix) theo lead time và tỷ lệ sai lệch hàng hóa ($Defect\ Rate$).
  • Won't-have (giai đoạn này): Xây dựng hệ thống kho thông minh tự động hóa hoàn toàn (AS/RS) do rào cản chi phí vốn.

Thiết kế hệ thống

Kiến trúc giải pháp hoàn thiện quy trình cung ứng tập trung vào chuẩn hóa luồng xử lý thông tin và dữ liệu tích hợp giữa ba phân hệ: Khách hàng – Doanh nghiệp – Nhà cung ứng (NCC).

Thiết kế cơ sở dữ liệu (Database Schema)

Mô hình dữ liệu chuẩn hóa quan hệ giữa Purchase Order, Item Master và Inventory Transaction:

-- Schema quản trị đơn hàng bán buôn và dự trữ an toàn
CREATE TABLE b2b_purchase_orders (
    po_id VARCHAR(30) PRIMARY KEY,
    customer_id VARCHAR(20) NOT NULL,
    incoterm_type ENUM('FOB_SHIPPING_POINT', 'FOB_DESTINATION', 'CIF', 'EXW') DEFAULT 'FOB_SHIPPING_POINT',
    order_status ENUM('PENDING', 'CONFIRMED', 'PROCESSING', 'SHIPPED', 'COMPLETED', 'CANCELLED'),
    total_cbm DECIMAL(10, 2) NOT NULL,
    deposit_amount DECIMAL(15, 2) NOT NULL,
    payment_status ENUM('DEPOSIT_PAID', 'FULL_PAID', 'CREDIT_HOLD'),
    eta_destination DATE,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE inventory_items (
    sku VARCHAR(50) PRIMARY KEY,
    product_group ENUM('DETERGENT', 'PERSONAL_CARE', 'DISPOSABLE', 'CERAMICS', 'PAPER', 'OTHER'),
    abc_classification ENUM('A', 'B', 'C') NOT NULL,
    lead_time_days INT NOT NULL,
    daily_demand_avg DECIMAL(10, 2) NOT NULL,
    safety_stock DECIMAL(10, 2) NOT NULL,
    reorder_point DECIMAL(10, 2) NOT NULL
);

Methodology

Phương pháp nghiên cứu kết hợp giữa định tính và định lượng:

  1. Khung lý thuyết nguồn lực (Resource-Based View - RBV của Barney, 1991): Khai thác năng lực cốt lõi gồm kho bãi riêng tại Thanh Trì (diện tích lớn, 4 xe nâng, 100 pallet tiêu chuẩn) và quan hệ đối tác chiến lược 25 năm với Unilever, P&G, Transimex.
  2. Kỹ thuật thống kê Pareto & ABC Analysis: Phân tích danh mục 8 nhóm sản phẩm để tối ưu thứ tự ưu tiên lưu kho và cấp phát đơn hàng.
  3. Mô hình hóa toán học kiểm soát tồn kho: Ứng dụng mô hình EOQ kết hợp độ biến thiên nhu cầu để tính điểm đặt hàng tối ưu ($ROP$).

Implementation và kết quả

Development process

Quá trình hoàn thiện quy trình cung ứng được triển khai qua 4 giai đoạn chuẩn hóa, tương ứng với 5 bước nghiệp vụ cốt lõi:

  GIAI ĐOẠN 1              GIAI ĐOẠN 2              GIAI ĐOẠN 3              GIAI ĐOẠN 4
 Chuẩn hóa PO &           Hoạch định &              Chuẩn bị hàng &          Hạch toán &
 Phân loại ABC            Đàm phán OEM              Kiểm soát 3PL            Hậu kiểm KPI

Thuật toán tính toán quy mô đặt hàng kinh tế (EOQ) và Điểm đặt hàng lại (ROP)

Đoạn mã Python sau đây hiện thực hóa module tính toán tự động cho nhóm hàng bột giặt và hóa mỹ phẩm:

import numpy as np

def calculate_inventory_parameters(annual_demand: float, 
                                   order_cost: float, 
                                   holding_cost_unit: float, 
                                   daily_demand_mean: float, 
                                   daily_demand_std: float, 
                                   lead_time_days: int, 
                                   service_level_z: float = 1.65) -> dict:
    """
    Tính toán EOQ, Safety Stock (SS) và Reorder Point (ROP) cho SOVINA B2B Supply Chain.
    service_level_z = 1.65 tương đương với mức độ phục vụ (Service Level) 95%.
    """
    # 1. Economic Order Quantity (EOQ)
    eoq = np.sqrt((2 * annual_demand * order_cost) / holding_cost_unit)
    
    # 2. Safety Stock (Dự trữ an toàn trong điều kiện biến thiên nhu cầu)
    safety_stock = service_level_z * daily_demand_std * np.sqrt(lead_time_days)
    
    # 3. Reorder Point (Điểm đặt hàng lại)
    reorder_point = (daily_demand_mean * lead_time_days) + safety_stock
    
    return {
        "EOQ_Units": round(eoq, 2),
        "Safety_Stock_Units": round(safety_stock, 2),
        "Reorder_Point_Units": round(reorder_point, 2)
    }

# Dữ liệu thực tế nhóm hàng Bột giặt (Nhóm A - 40% doanh thu)
params = calculate_inventory_parameters(
    annual_demand=120000,      # Nhu cầu năm (thùng)
    order_cost=1500000,         # Chi phí mỗi lần đặt hàng (VNĐ)
    holding_cost_unit=25000,    # Chi phí lưu kho/đơn vị/năm (VNĐ)
    daily_demand_mean=330,      # Nhu cầu trung bình ngày
    daily_demand_std=45,        # Độ lệch chuẩn nhu cầu ngày
    lead_time_days=3            # Thời gian giao hàng từ NCC
)

Testing và validation

Hiệu năng của quy trình tái thiết kế được kiểm thử trên tập dữ liệu gồm 1.250 đơn hàng bán buôn xuất khẩu trong giai đoạn thử nghiệm đối soát:

                 TỔNG SỐ ĐƠN HÀNG THỬ NGHIỆM: 1.250 POs
NHÓM A: FMCG CHỦ LỰC (75%)                             NHÓM B/C: OEM & GIA DỤNG (25%)
- Tỷ lệ đáp ứng: 98.4%                                 - Lead time giảm từ 21 ngày -> 11 ngày
- Thời gian xử lý: 2.1 ngày (Mục tiêu: < 3 ngày)        - Sai lệch đóng container: 0.8%
- Không xảy ra đứt gãy tồn kho                         - Đáp ứng đủ chứng từ C/O, CQ trước ETA
  • Độ chính xác tồn kho (Inventory Record Accuracy): Nâng từ 86,2% lên 97,5% sau khi chuẩn hóa mã hóa SKU và đối chiếu tự động với MISA SME.
  • Thời gian xử lý chứng từ (Lead time chứng từ): Giảm từ 48 giờ xuống 12 giờ cho bộ chứng từ gồm Commercial Invoice, Packing List, Certificate of Origin (C/O), và Release Order.

Kết quả đạt được

Chỉ số hiệu năng (KPIs) Trước khi tối ưu Sau khi tối ưu Tỷ lệ cải thiện
Thời gian chu kỳ đơn hàng (FMCG) 3.5 – 5.0 ngày 2.0 – 2.5 ngày Rút ngắn 45.0%
Lead time sản xuất đơn hàng OEM 14 – 21 ngày 8 – 11 ngày Rút ngắn 47.6%
Tỷ lệ hoàn thành đơn hàng hoàn hảo (OTIF) 81.3% 94.8% Tăng 13.5 điểm %
Tỷ lệ chi phí logistics / Doanh thu 8.9% 7.1% Tiết giảm 1.8 điểm %
Vòng quay hàng tồn kho (Inventory Turnover) 4.8 vòng/năm 6.5 vòng/năm Tăng 35.4%

Đổi mới và đóng góp

  1. Đổi mới phương thức phối hợp chuỗi thượng nguồn (Upstream Collaboration): Thay vì phương thức đặt hàng thụ động từng lô, SOVINA chuyển sang cơ chế chia sẻ dự báo nhu cầu định kỳ theo quý với nhà máy sản xuất OEM gốm sứ và giấy. Cơ chế này giúp các nhà máy chủ động nhập nguyên liệu thô trước, rút ngắn thời gian chuẩn bị sản xuất thực tế từ 45% đến 50%.
  2. Tích hợp nguyên tắc đồng bộ hóa và tập trung hóa: Chuyển đổi từ xử lý đơn hàng tuần tự sang triển khai song song. Ngay khi nhận đặt cọc 30% giá trị hợp đồng, bộ phận Logistics kích hoạt đồng thời việc đặt chỗ tàu biển (Booking Note), chuẩn bị hồ sơ hải quan và đóng pallet tại kho Thanh Trì, loại bỏ hoàn toàn thời gian chết giữa các khâu.
  3. Thiết lập ma trận quản trị rủi ro đa biến cho hàng xuất khẩu: Tích hợp các điều khoản kiểm soát rủi ro tỷ giá và chi phí thuê kho bãi tăng (dự báo 1,5%–4%/năm) vào hợp đồng ngoại thương, ưu tiên phương thức FOB điểm giao hàng đối với các đối tác định kỳ nhằm giảm rủi ro cước tàu biển quốc tế.

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế (Real-world Scenario)

Đơn hàng xuất khẩu 02 container 40HC sản phẩm nước xả vải Downy và bát đĩa sứ OEM sang hệ thống chuỗi siêu thị Viet United LLC (Mỹ):

  1. Xác thực PO & Đặt cọc: Hệ thống tiếp nhận PO điện tử trị giá 120.000 USD; khách hàng thanh toán 30% tiền cọc (36.000 USD).
  2. Kích hoạt luồng song song:
    • Hàng nước xả Downy (có sẵn trong kho Thanh Trì) được 4 xe nâng bốc xếp vào pallet tiêu chuẩn.
    • Hàng sứ tiêu dùng kích hoạt lệnh xuất xưởng từ nhà máy đối tác liên kết đã hoàn thiện trước theo khung dự báo quý.
  3. Phối hợp vận tải 3PL: Đối tác TDLogs điều phối xe container kéo về kho đóng hàng; bộ phận chứng từ hoàn tất khai báo hải quan điện tử VNACCS và chuẩn bị C/O Form B.
  4. Quyết toán và Giải phóng hàng: 5 ngày trước ngày tàu cập cảng đích (ETA), khách hàng chuyển nốt 70% giá trị đơn hàng; SOVINA phát hành điện giao hàng (Telex Release Order) ngay trong ngày.

Kế hoạch và lộ trình triển khai chi tiết

  THÁNG 1 - 2               THÁNG 3 - 4               THÁNG 5 - 6
  Chuẩn hóa Dữ liệu         Tích hợp Phần mềm         Đào tạo & Hậu kiểm

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật và dữ liệu: Hệ thống quản lý kho hiện tại vẫn sử dụng cơ chế ghi nhận bán tự động kết hợp barcode truyền thống, chưa tích hợp công nghệ nhận dạng tần số vô tuyến (RFID) dẫn đến việc kiểm đếm thời gian cao điểm cuối năm vẫn cần đối soát thủ công.
  • Ràng buộc hạ tầng kho bãi: Diện tích kho tại Thanh Trì chưa đủ sức chứa trong mùa cao điểm quý 4, vẫn phải phụ thuộc vào việc thuê ngoài kho vệ tinh ngắn hạn với mức chi phí biến đổi.
  • Định hướng nghiên cứu và phát triển:
    1. Ứng dụng thuật toán học máy (Machine Learning) trong phân tích chuỗi thời gian (Time-Series Forecasting với mô hình Prophet/ARIMA) để nâng cao độ chính xác dự báo nhu cầu thị trường Mỹ và Nhật Bản.
    2. Nâng cấp hệ thống E-SOVINA lên nền tảng Cloud ERP hoàn chỉnh, hỗ trợ quản trị đa kho (Multi-warehouse Management) và kết nối trực tiếp với cổng thông tin các hãng tàu container lớn (Maersk, ONE, COSCO).

Đối tượng hưởng lợi

  • Sinh viên & Học viên Logistics: Cung cấp case study thực chứng về ứng dụng lý thuyết logistics kinh doanh vào doanh nghiệp thương mại xuất khẩu quy mô 380 tỷ vốn thực tế tại Việt Nam.
  • Kỹ sư hệ thống & Lập trình viên: Cung cấp cấu trúc schema cơ sở dữ liệu, luồng xử lý đơn hàng quốc tế B2B và thuật toán tối ưu hóa tồn kho ứng dụng trong các giải pháp ERP.
  • Doanh nghiệp B2B & Quản lý chuỗi cung ứng: Cung cấp khung giải pháp cắt giảm 45–50% lead time sản xuất hàng OEM và mô hình tối ưu chi phí vận chuyển kết hợp đối tác 3PL.
  • Nhà nghiên cứu kinh tế: Bổ sung dữ liệu thực nghiệm về hành vi chuỗi cung ứng trong giai đoạn phục hồi hậu suy thoái kinh tế theo mô hình phân tích RBV.

Câu hỏi thường gặp

1. Technical requirements để deploy hệ thống quản lý cung ứng này là gì?

Hệ thống yêu cầu máy chủ cơ sở dữ liệu chạy MySQL 8.0 trở lên, môi trường runtime Python 3.10+ hỗ trợ các thư viện NumPy/Pandas cho engine tính toán tồn kho, tích hợp API kết nối với phần mềm kế toán MISA SME Enterprise và giao diện Web-based tương thích chuẩn HTML5/RESTful API.

2. Scalability limits và giải pháp mở rộng quy mô khi sản lượng đơn hàng tăng đột biến?

Khi số lượng SKU vượt quá 10.000 và lượng đơn hàng tăng trên 300%, hệ thống có thể mở rộng theo chiều ngang (Horizontal Scaling) bằng cách tách riêng cơ sở dữ liệu nghiệp vụ (OLTP) và cơ sở dữ liệu phân tích báo cáo (OLAP), đồng thời chuyển cơ chế tính toán tồn kho sang kiến trúc vi dịch vụ (Microservices).

3. Phương thức tích hợp giữa hệ thống quản lý nội bộ với các hãng vận tải 3PL?

Hệ thống sử dụng các webhook và API chuẩn EDI (Electronic Data Interchange) để truyền tải thông tin đặt chỗ (Booking Confirmation), phiếu cân container (VGM) và trạng thái định vị lô hàng (Container Tracking Status) trực tiếp từ nhà xe (TDLogs, Transimex) về cổng thông tin E-SOVINA.

4. Chi phí bảo trì và yêu cầu vận hành nhân sự như thế nào?

Quy trình được thiết kế tối giản để 93 nhân sự hiện hữu của SOVINA có thể vận hành trực tiếp sau 2 tuần đào tạo. Chi phí bảo trì phần mềm và hạ tầng máy chủ ước tính chiếm dưới 0,5% tổng ngân sách chi phí quản lý doanh nghiệp hàng năm.

5. Cơ cấu chi phí triển khai và thời gian thu hồi vốn (ROI timeline)?

Tổng chi phí chuẩn hóa quy trình và tích hợp phần mềm ước tính khoảng 180 triệu VNĐ. Với mức tiết kiệm 1,8% chi phí logistics trên tổng doanh thu 241 tỷ VNĐ (tương đương tiết kiệm hơn 4 tỷ VNĐ/năm), thời gian hoàn vốn đầu tư kỹ thuật đạt được trong vòng dưới 3 tháng vận hành thực tế.

Kết luận

Khóa luận tốt nghiệp của tác giả Phạm Thị Kim Anh đã giải quyết trọn vẹn bài toán thực tiễn tại Công ty Cổ phần SOVINA thông qua việc hệ thống hóa và cải tiến quy trình cung ứng hàng hóa bán buôn 5 bước. Bằng việc kết hợp chặt chẽ giữa cơ sở lý luận quản trị chuỗi cung ứng hiện đại, phân tích định lượng dữ liệu kinh doanh giai đoạn 2020–2023, và đề xuất các giải pháp kỹ thuật cụ thể (thuật toán EOQ/ROP, chuẩn hóa hợp đồng OEM, tối ưu luồng thông tin song song), nghiên cứu mang lại giá trị gia tăng rõ rệt về cả mặt học thuật lẫn hiệu quả kinh tế. Giải pháp không chỉ giúp SOVINA nâng cao năng lực cạnh tranh quốc tế, rút ngắn 45–50% thời gian xử lý đơn hàng mà còn cung cấp mô hình tham chiếu chất lượng cao cho các doanh nghiệp xuất nhập khẩu hàng tiêu dùng tại Việt Nam.