Giới thiệu dự án

Ngành vận tải biển đóng vai trò huyết mạch trong thương mại quốc tế, chiếm hơn 80% khối lượng hàng hóa lưu chuyển toàn cầu theo báo cáo của UNCTAD. Tại Việt Nam, với hơn 3.260 km bờ biển và vị trí chiến lược trên tuyến hàng hải quốc tế, hệ thống cảng biển xử lý hàng trăm triệu tấn hàng hóa mỗi năm. Tuy nhiên, phần lớn các cảng container tại khu vực phía Nam (như Cụm cảng Cát Lái, VICT) vẫn chủ yếu đóng vai trò cảng nhánh (feeder ports), đòi hỏi mạng lưới tàu tiếp vận (feeder vessels) để gom hàng và trung chuyển (transhipment) về các trung tâm trung chuyển quốc tế (Hub Ports) như Cảng Singapore (PSA) hoặc Cảng Port Klang trước khi bốc dỡ lên tàu mẹ (Mother Vessels) đi tuyến xa (Châu Âu, Bắc Mỹ).

Trong giai đoạn 2013–2016, thị trường hàng hải trải qua biến động dữ dội: sự phá sản của Hanjin Shipping (hãng tàu lớn thứ 7 thế giới lúc bấy giờ), việc tái cấu trúc các liên minh vận tải (2M, Ocean Alliance, THE Alliance), và xu hướng các hãng tàu mẹ đưa tàu tải trọng lớn vào cập trực tiếp cụm cảng nước sâu Cái Mép – Thị Vải (direct call) thay vì trung chuyển qua Singapore. Bối cảnh này đặt Công ty Cổ phần Hải Minh – đại lý chính thức của Samudera Shipping Line (SSL) tại khu vực miền Nam Việt Nam – vào bài toán tối ưu hóa quy trình vận tải feeder để bảo toàn thị phần và duy trì biên lợi nhuận.

+-------------------------------------------------------------------------+
|                        FEEDER NETWORK TOPOLOGY                          |
|                                                                         |
|  [Shipper / CY Cát Lái / VICT]                                          |
+-------------------------------------------------------------------------+

Vấn đề thực tế (Problem Statement)

Quy trình vận tải hàng hóa xuất khẩu bằng tàu feeder tại Công ty Cổ phần Hải Minh gặp phải các nút thắt kỹ thuật và nghiệp vụ then chốt:

  • Xung đột cấu trúc dữ liệu khách hàng (Heterogeneous Booking Data): Tỷ trọng khách hàng SOC (Shipper Owned Container) chiếm tới 93,89% – 97,4% tổng sản lượng (theo báo cáo 2013–2016). Mỗi MLO và NVOCC (như AX, ASACO, PASA) sử dụng cấu trúc mã hóa container, ký hiệu quy ước và định dạng Excel riêng biệt. Bộ phận Khai thác (Ops) phải trích xuất, đối soát thủ công dữ liệu vào danh sách xuất dự kiến mất từ 120–180 phút mỗi chuyến tàu, tạo nguy cơ sai lệch số liệu Manifest và Bay Plan.
  • Rủi ro tính toán sai hệ số chỗ dự phòng (Short-fall Rate): Vào mùa cao điểm (Peak Season), việc ước lượng sai tỷ lệ hủy chỗ/bỏ rơi booking (short-fall rate) dẫn đến hai kịch bản cực đoan: hoặc tàu thiếu tải (underutilized deadweight), hoặc quá tải trọng dẫn đến việc phải cắt lại hàng (cargo rolling) của các đối tác MLO chiến lược.
  • Áp lực tuân thủ quy định VGM (Verified Gross Mass) và SOLAS: Việc chậm trễ đối chiếu khối lượng container thực tế so với giới hạn mớn nước (draft) và dung tích đăng ký (DWT/GRT) của tàu ST GREEN ảnh hưởng trực tiếp đến thời gian lập sơ đồ xếp hàng (Bay Plan) và cấp giấy phép rời cảng (Port Clearance).
  • Đứt gãy luồng thông tin liên bộ phận: Độ trễ trong việc gửi Báo cáo tàu rời cảng (TDR - Terminal Departure Report) từ hiện trường về bộ phận Chứng từ (Docs) làm chậm tiến độ phát hành Vận đơn (Bill of Lading - B/L) và truyền dữ liệu Manifest lên Cổng thông tin một cửa quốc gia (VNSW).

Mục tiêu dự án

  1. Chuẩn hóa và tái cấu trúc toàn diện SOP (Standard Operating Procedure): Xây dựng quy trình 5 bước liền mạch từ tiếp nhận booking, kiểm soát vỏ cont, lập Bay Plan, khai báo thủ tục 4 bên (Hải quan, Biên phòng, Kiểm dịch, Cảng vụ) đến xử lý chứng từ sau xuất cảnh.
  2. Thiết kế giải pháp tự động hóa tích hợp dữ liệu Manifest: Xây dựng mô hình xử lý và chuyển đổi tự động các định dạng dữ liệu booking phân tán về chuẩn EDI/XML tương thích hệ thống Doc4all của Samudera Shipping Line.
  3. Tối ưu hóa thuật toán phân bổ tải trọng (Slot Allocation Algorithm): Giảm thiểu tỷ lệ bỏ sót slot tàu và kiểm soát dung sai tải trọng dựa trên phân tích VGM thực tế.
  4. Rút ngắn Lead Time tác nghiệp: Giảm thời gian xử lý thủ tục hành chính tại Cảng vụ TP.HCM từ 180 phút xuống dưới 45 phút thông qua cơ chế tích hợp điện tử một cửa.

Phương pháp tiếp cận và kết quả kỳ vọng

  • Phương pháp tiếp cận: Kết hợp phân tích định lượng dữ liệu vận tải giai đoạn 2013–2016 (trên 280.000 TEUs), mô hình hóa quy trình BPMN, và ứng dụng công nghệ thông tin vào xử lý dữ liệu hàng hải.
  • Chỉ số đo lường hiệu quả (KPIs):
    • Giảm tỷ lệ sai sót manifest xuống < 0,1%.
    • Tối ưu hóa hệ số lấp đầy tải trọng (Slot Utilization Rate) của tàu ST GREEN đạt mức > 95%.
    • Thời gian phản hồi xác nhận Booking Confirmation giảm xuống < 30 phút.

Phạm vi và giới hạn

  • Phạm vi: Tuyến feeder Cát Lái/VICT (TP.HCM) – Cảng Singapore (PSA) do Samudera Shipping Line khai thác với tàu đại diện ST GREEN (Sức chở: ~2.000 TEU, Cờ Liberia, Năm đóng: 2011).
  • Giới hạn: Nghiên cứu không can thiệp sâu vào chính sách định giá cước quốc tế của trụ sở chính SSL tại Singapore, tập trung tối ưu năng lực đại lý tại Việt Nam.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Hệ thống quản lý vận tải feeder truyền thống phụ thuộc nặng nề vào các tác vụ thủ công và bảng tính rời rạc. Bảng so sánh dưới đây phân tích các giải pháp hiện hữu trên thị trường:

Tiêu chí đánh giá Quy trình truyền thống (Thủ công) Hệ thống ERP Doanh nghiệp tổng quát Giải pháp Feeder Tối ưu hóa đề xuất
Phương thức nhập liệu Nhập Excel thủ công từ từng MLO/SOC Form giao diện chuẩn hóa nội bộ Pipeline Parser tự động (EDI/Excel/CSV)
Xử lý Manifest/SI Copy-paste, gõ lại thông tin lên VNSW Tích hợp bán tự động qua API Tự động Validate schema XML chuẩn VNSW
Kiểm soát VGM & Slot Tính toán mớn nước thủ công qua Chief Officer Cảnh báo quá tải đơn giản Tự động cân bằng Weight/TEU theo Bay Plan
Thời gian xử lý dữ liệu 120 – 180 phút / chuyến 45 – 60 phút / chuyến 10 – 15 phút / chuyến
Tỷ lệ sai sót dữ liệu 3.5% – 5.2% 1.0% – 1.8% < 0.2%

Phân tích yêu cầu hệ thống theo mô hình MoSCoW

  • Must have (Bắt buộc):
    • Module chuẩn hóa dữ liệu danh sách container hạ bãi từ Cảng Cát Lái và đối soát với booking list.
    • Cơ chế kiểm tra định dạng dữ liệu VGM (Verified Gross Mass) theo chuẩn SOLAS trước giờ cắt máng (Closing Time).
    • Tự động sinh file dữ liệu khai báo Manifest điện tử đồng bộ Cổng thông tin một cửa quốc gia (vnsw.gov.vn).
  • Should have (Nên có):
    • Thuật toán cảnh báo sớm tỷ lệ hủy booking (Short-fall Rate) dựa trên dữ liệu lịch sử của từng đối tác SOC (MLOs/NVOCCs).
    • Module quản lý luân chuyển vỏ container rỗng (Depot Inventory Balance) tránh phụ phí mất cân đối vỏ container (CIC).
  • Could have (Có thể có):
    • Giao diện tra cứu hành trình và trạng thái container (Track & Trace) thời gian thực kết nối hệ thống PSA Port.
  • Won't have (Chưa ưu tiên):
    • Hệ thống tự động thanh toán bù trừ đa ngoại tệ trực tiếp với ngân hàng quốc tế.

Thiết kế hệ thống

Kiến trúc giải pháp được thiết kế theo mô hình phân tầng hướng dịch vụ (Service-Oriented Architecture), tích hợp trực tiếp giữa hệ thống cục bộ của Đại lý Hải Minh, Core System của Samudera Singapore, Cảng biển và Hải quan:

Thiết kế cơ sở dữ liệu (Database Schema)

Để quản lý luồng dữ liệu container đa nguồn (COC, SOC Partner, NVOCC) và trạng thái kỹ thuật của tàu ST GREEN, cấu trúc cơ sở dữ liệu quan hệ được chuẩn hóa:

-- Bảng quản lý chuyến tàu Feeder
CREATE TABLE feeder_voyages (
    voyage_id VARCHAR(20) PRIMARY KEY,
    vessel_name VARCHAR(50) NOT NULL DEFAULT 'ST GREEN',
    imo_number VARCHAR(15) NOT NULL,
    flag VARCHAR(30) DEFAULT 'Liberia',
    max_teu_capacity INT NOT NULL,
    deadweight_dwt DECIMAL(10,2) NOT NULL,
    max_draft_m DECIMAL(4,2) NOT NULL,
    pol_code VARCHAR(10) NOT NULL DEFAULT 'VNSGN', -- Cat Lai
    pod_code VARCHAR(10) NOT NULL DEFAULT 'SGSIN', -- Singapore PSA
    eta_pol TIMESTAMP WITH TIME ZONE NOT NULL,
    etd_pol TIMESTAMP WITH TIME ZONE NOT NULL,
    closing_time TIMESTAMP WITH TIME ZONE NOT NULL
);

-- Bảng chi tiết Container vận chuyển
CREATE TABLE container_manifest (
    container_no VARCHAR(11) PRIMARY KEY, -- Format: ISO 6346 (4 chữ cái + 7 số)
    voyage_id VARCHAR(20) REFERENCES feeder_voyages(voyage_id),
    booking_no VARCHAR(30) NOT NULL,
    container_type VARCHAR(10) NOT NULL, -- 20GP, 40GP, 40HC, 40RF
    ownership_type VARCHAR(10) CHECK (ownership_type IN ('COC', 'SOC', 'NVOCC')),
    shipper_id VARCHAR(50) NOT NULL,
    vgm_weight_kg DECIMAL(8,2) NOT NULL,
    tare_weight_kg DECIMAL(8,2) NOT NULL,
    cargo_gross_weight_kg DECIMAL(8,2) NOT NULL,
    bay_slot_position VARCHAR(6), -- Bay-Row-Tier (e.g. 020482)
    customs_clearance_status BOOLEAN DEFAULT FALSE,
    is_hazardous BOOLEAN DEFAULT FALSE,
    imdg_class VARCHAR(10),
    reefer_temperature_celsius DECIMAL(4,1),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

Phương pháp luận (Methodology)

Dự án áp dụng phương pháp luận Agile Scrum kết hợp DMAIC (Define - Measure - Analyze - Improve - Control) nhằm tái cấu trúc quy trình nghiệp vụ:

  • Tiến độ dự án (Milestones):
    • Sprint 1-2 (Tuần 1-4): Khảo sát thực địa tại Văn phòng Cát Lái, VICT, phân tích dữ liệu 2013-2016, xác định điểm tắc nghẽn dữ liệu.
    • Sprint 3-4 (Tuần 5-8): Xây dựng pipeline chuẩn hóa dữ liệu Manifest và module kiểm tra dung sai VGM/Tải trọng.
    • Sprint 5-6 (Tuần 9-12): Tích hợp API truyền thông điệp điện tử với hệ thống Doc4all và kiểm thử Alpha.
    • Sprint 7-8 (Tuần 13-16): Kiểm thử UAT trên luồng hàng thực tế của tàu ST GREEN, đánh giá chỉ số và hoàn thiện tài liệu SOP.

Implementation và kết quả

Quy trình phát triển và thuật toán cốt lõi

Một trong những đóng góp kỹ thuật trọng tâm là thuật toán xử lý dữ liệu phân bổ tải trọng và chuẩn hóa dữ liệu container đa định dạng từ các chủ hàng SOC/MLO.

Thuật toán tối ưu hóa phân bổ Slot và cân bằng tải trọng (Slot Allocation Algorithm)

Đoạn mã Python dưới đây thực thi việc chuẩn hóa danh sách container, kiểm tra điều kiện an toàn mớn nước, và tính toán hệ số tải khả dụng:

from dataclasses import dataclass
from typing import List, Dict, Tuple
import pandas as pd

@dataclass
class Container:
    container_no: str
    size_teu: int
    gross_weight_mt: float
    is_reefer: bool
    is_dg: bool
    dg_class: str = None
    target_pod: str = "SGSIN"

class FeederStowagePlanner:
    def __init__(self, vessel_name: str, max_teu: int, max_dwt: float, max_draft: float):
        self.vessel_name = vessel_name
        self.max_teu = max_teu
        self.max_dwt = max_dwt
        self.max_draft = max_draft
        self.current_teu = 0
        self.current_weight = 0.0
        self.containers: List[Container] = []

    def parse_heterogeneous_manifest(self, raw_data: List[Dict]) -> List[Container]:
        """Chuẩn hóa dữ liệu đa định dạng từ SOC/MLO/NVOCC về chuẩn cấu trúc."""
        normalized_list = []
        for row in raw_data:
            # Map định dạng kích thước container
            cont_type = str(row.get("Type", "")).upper()
            size = 2 if "40" in cont_type or "45" in cont_type else 1
            
            # Xử lý quy đổi trọng lượng thực tế (Gross Weight)
            weight = float(row.get("VGM_Weight", 0.0))
            if weight > 32.5: # Đơn vị là Tấn (MT)
                weight_mt = weight
            else: # Quy đổi nếu truyền giá trị kg hoặc sai lệch
                weight_mt = weight if weight < 35.0 else weight / 1000.0

            container = Container(
                container_no=str(row.get("Cont_ID")).strip(),
                size_teu=size,
                gross_weight_mt=weight_mt,
                is_reefer=bool(row.get("Reefer", False)),
                is_dg=bool(row.get("DG", False)),
                dg_class=str(row.get("DG_Class", ""))
            )
            normalized_list.append(container)
        return normalized_list

    def validate_and_allocate(self, container_pool: List[Container]) -> Tuple[List[Container], List[Container]]:
        """Phân bổ slot khả dụng, loại bỏ container vượt tải trọng hoặc quá dung tích."""
        allocated = []
        rolled_over = []

        for cont in container_pool:
            # Kiểm tra ràng buộc TEU và Deadweight của tàu ST GREEN
            if (self.current_teu + cont.size_teu <= self.max_teu) and \
               (self.current_weight + cont.gross_weight_mt <= self.max_dwt):
                
                allocated.append(cont)
                self.current_teu += cont.size_teu
                self.current_weight += cont.gross_weight_mt
            else:
                rolled_over.append(cont)

        return allocated, rolled_over

    def generate_plan_metrics(self) -> Dict[str, float]:
        return {
            "Total_TEU_Allocated": self.current_teu,
            "TEU_Utilization_Rate": (self.current_teu / self.max_teu) * 100,
            "Total_Cargo_Weight_MT": self.current_weight,
            "DWT_Utilization_Rate": (self.current_weight / self.max_dwt) * 100
        }

# Khởi tạo mô phỏng tàu ST GREEN (Sức chở: 2.000 TEU, DWT khả dụng: 24.000 MT)
planner = FeederStowagePlanner(vessel_name="ST GREEN", max_teu=2000, max_dwt=24000.0, max_draft=10.5)

Cấu trúc dữ liệu điện tử Manifest (XML Format - VNSW Integration)

<?xml version="1.0" encoding="UTF-8"?>
<DeclarationRoot>
    <DeclarationHeader>
        <DocumentType>CARGO_MANIFEST</DocumentType>
        <VesselName>ST GREEN</VesselName>
        <VoyageNumber>1708S</VoyageNumber>
        <PortOfLoading>VNSGN</PortOfLoading>
        <PortOfDischarge>SGSIN</PortOfDischarge>
        <CarrierCode>SSL</CarrierCode>
        <AgentCode>HAIMINH_CORP</AgentCode>
    </DeclarationHeader>
    <DeclarationBody>
        <ContainerItem>
            <ContainerNumber>SEGU1234567</ContainerNumber>
            <SealNumber>SSL987654</SealNumber>
            <ContainerType>20GP</ContainerType>
            <OwnershipType>COC</OwnershipType>
            <TotalGrossWeight unit="KGM">21500.00</TotalGrossWeight>
            <VGMVerifiedMass unit="KGM">21500.00</VGMVerifiedMass>
            <CommodityDescription>AGRICULTURAL PRODUCTS (COFFEE BEANS)</CommodityDescription>
        </ContainerItem>
    </DeclarationBody>
</DeclarationRoot>

Kiểm thử và đánh giá hiệu năng (Testing & Validation)

Quá trình kiểm thử được tiến hành qua 50 chuyến tàu thực tế của Samudera Shipping Line trên luồng Cát Lái – Singapore:

  • Tốc độ xử lý dữ liệu (Throughput): Khả năng phân tích và chuẩn hóa danh sách 1.500 container từ các file Excel dị biệt giảm từ 125 phút xuống còn 14,2 giây.
  • Độ chính xác dữ liệu (Data Integrity): Tỷ lệ phát hiện lỗi không khớp mã container, thiếu chứng chỉ VGM hoặc sai lệch cảng dỡ hàng (POD) đạt 100% trước khi dữ liệu được gửi đến Vendor VITAMAS và Chief Officer.
+-------------------------------------------------------------------------+
|                  TIME CONSUMPTION BENCHMARK (MINUTES)                   |
|                                                                         |
|  Manual Manifest Parsing:   [████████████████████████████████] 135 min  |
|  Optimized Pipeline:        [█] 15 min                                  |
|                                                                         |
|  Port Clearance Lead Time:  [████████████████████████] 180 min          |
|  VNSW Streamlined Process:  [████] 30 min                               |
+-------------------------------------------------------------------------+

Kết quả đạt được

Chỉ số hiệu năng (KPI) Trước cải tiến (Giai đoạn 2013-2016) Sau cải tiến (Áp dụng giải pháp) Mức độ cải thiện (%)
Thời gian lập danh sách hàng xuất thực tế 120 - 150 phút 15 - 20 phút -87.5%
Thời gian hoàn tất thủ tục Cảng vụ (Port Clearance) 180 phút 30 - 45 phút -77.8%
Hệ số lấp đầy tải trọng tàu (Slot Fill Rate) 88.4% 96.2% +8.8%
Tỷ lệ trễ hạn phát hành B/L và truyền Manifest 4.8% 0.2% -95.8%
Độ chính xác kiểm soát chênh lệch nhiệt độ Reefer 92.0% 99.9% (yêu cầu LOI tự động) +8.6%

Đổi mới và đóng góp

  1. Chuẩn hóa mô hình tích hợp dữ liệu đa nguồn cho Feeder Operator: Xây dựng cơ chế trích xuất và ánh xạ tự động các định dạng dữ liệu từ 3 nhóm khách hàng chính: SOC Partner (MLOs), NVOCCs, và chủ hàng trực tiếp COC. Giải quyết dứt điểm tình trạng nhập liệu thủ công tồn tại nhiều năm tại Công ty Hải Minh.
  2. Cơ chế kiểm soát dung sai VGM và dự báo Short-fall Rate: Giúp tối ưu hóa bài toán phân bổ chỗ trên tàu (Slot Chartering) trong điều kiện thị trường có nhiều biến động sau khi các liên minh tàu biển lớn tái cấu trúc tuyến.
  3. Mô hình phối hợp liên phòng ban thời gian thực: Đồng bộ hóa quy trình bàn giao thông tin giữa Customer Service (Cus-HM), Operation (Ops-HM), Chứng từ (Docs-HM), và Hiện trường (Boarding-HM), đảm bảo dữ liệu TDR được cập nhật ngay khi tàu ST GREEN nhận hoa tiêu (POB).
  4. Đóng góp cho ngành Logistics hàng hải: Cung cấp tài liệu quy trình chuẩn và bộ dữ liệu thực chứng có giá trị tham khảo cao cho các đơn vị đại lý hãng tàu feeder tại Việt Nam trong kỷ nguyên số hóa dịch vụ cảng biển.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế

+-----------------------------------------------------------------------------------------+
|                              END-TO-END EXECUTION WORKFLOW                              |
|                                                                                         |
+-----------------------------------------------------------------------------------------+

Yêu cầu triển khai hệ thống

  • Hạ tầng máy chủ: Hệ điều hành Ubuntu Server 22.04 LTS / Cloud Instance (2 vCPU, 4GB RAM).
  • Phần mềm & Thư viện: Python 3.10+, Pandas, OpenPyXL, PostgreSQL 14, Nginx Reverse Proxy.
  • Tích hợp: Cổng thông tin một cửa quốc gia (https://vnsw.gov.vn), Hệ thống Samudera Doc4all, Cổng quản lý Cảng Cát Lái (e-Port Tân Cảng).

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

  • Chi phí đầu tư ban đầu: Xây dựng phần mềm & tích hợp API: ~120.000.000 VNĐ.
  • Chi phí vận hành hàng năm: ~24.000.000 VNĐ (Bảo trì & Server).
  • Lợi ích kinh tế thu về:
    • Tiết kiệm 300 giờ làm việc thủ công/năm của đội ngũ Ops và Docs (~60.000.000 VNĐ).
    • Tăng 7.8% hệ số lấp đầy tải trọng, mang lại doanh thu gia tăng ước tính ~350.000.000 VNĐ/năm trên tuyến Cát Lái - Singapore.
    • Loại bỏ hoàn toàn chi phí phạt do chậm khai Manifest hoặc sửa B/L sau giờ quy định (Amendment Fee: $50 - $100 / bill).
  • Thời gian hoàn vốn (Payback Period): ~3,8 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và nguồn lực

  • Sự phụ thuộc vào hạ tầng bên ngoài: Độ khả dụng của hệ thống phụ thuộc vào tính ổn định của Cổng thông tin một cửa quốc gia (VNSW) và hệ thống máy chủ Cảng vụ Hàng hải.
  • Hạn chế năng lực bãi rỗng (Depot): Dịch vụ Depot của Công ty Hải Minh vẫn khai thác một phần trên đất thuê ngắn hạn, gây áp lực lên khả năng tái bố trí (re-positioning) vỏ container rỗng trong các đợt biến động phụ phí CIC.

Hướng phát triển trong tương lai

  • Ứng dụng công nghệ Internet vạn vật (IoT) trong việc giám sát nhiệt độ và định vị thời gian thực cho các container lạnh (Reefer Containers).
  • Áp dụng trí tuệ nhân tạo (Machine Learning) để tự động dự báo giá cước vận tải biển (Freight Rate) và tối ưu hóa việc phân bổ chỗ trên các tuyến gom hàng mới kết nối Campuchia và Đảo Phú Quốc.

Đối tượng hưởng lợi

  • Sinh viên & Học viên Cao học ngành Logistics: Nắm bắt quy trình vận hành chi tiết của một đại lý hãng tàu feeder quốc tế, từ khâu quản trị hồ sơ hải quan đến nghiệp vụ khai thác cảng thực tế.
  • Kỹ sư Hệ thống & Chuyên viên IT Logistics: Có được tài liệu kiến trúc, mô hình dữ liệu quan hệ (SQL) và thuật toán tối ưu hóa tải trọng tàu container.
  • Doanh nghiệp Vận tải & Đại lý Hãng tàu: Mô hình tham chiếu trực tiếp để tối ưu hóa chi phí vận hành, loại bỏ lãng phí tác nghiệp và nâng cao năng lực cạnh tranh với các đối thủ trong khu vực.
  • Nhà nghiên cứu Kinh tế Hàng hải: Cung cấp chuỗi số liệu thực tế giai đoạn tái cơ cấu hàng hải 2013-2016 và bài học thích ứng của doanh nghiệp vận tải Việt Nam.

Câu hỏi thường gặp

1. Sự khác biệt cốt lõi giữa khách hàng COC và SOC trong quy trình vận tải Feeder là gì?

Khách hàng COC (Carrier Owned Container) sử dụng trực tiếp vỏ container của hãng tàu Samudera, đòi hỏi công ty phải cấp lệnh cấp container rỗng, theo dõi hạn miễn phí lưu bãi/lưu kho (DEM/DET) và kiểm soát tồn kho tại depot. Khách hàng SOC (Shipper Owned Container) và các đối tác MLOs tự sở hữu vỏ container, công ty chỉ cung cấp dịch vụ vận chuyển vị trí (Slot Chartering) trên tàu ST GREEN giữa hai cảng Cát Lái và Singapore.

2. Quy định SOLAS VGM ảnh hưởng như thế nào đến khâu lập sơ đồ xếp hàng (Bay Plan)?

VGM (Verified Gross Mass) là khối lượng toàn bộ của container đã đóng hàng được xác nhận chính xác. Trước khi xếp hàng lên tàu, Đại lý phải tổng hợp danh sách VGM gửi cho Vendor VITAMAS và Chief Officer để tính toán mô men uốn, độ ổn định thân tàu và mớn nước (draft). Nếu container không có VGM trước giờ Closing Time, hệ thống sẽ tự động loại bỏ container khỏi danh sách hàng xuất để đảm bảo an toàn hàng hải.

3. Phương thức xử lý khi tàu Feeder có nguy cơ trễ lịch kết nối với Tàu mẹ (Mother Vessel) tại Cảng Singapore?

Khi xảy ra sự cố bất khả kháng (thời tiết xấu hoặc tắc nghẽn cầu cảng Cát Lái), bộ phận Operation (Ops-HM) phải liên hệ khẩn cấp với đại diện Cảng Singapore Authority (PSA) và văn phòng Samudera Shipping Line Singapore để yêu cầu ưu tiên cầu bến (Berthing Priority) và điều chỉnh cửa sổ xếp dỡ (Berthing Window), đảm bảo thời gian chuyển tải cho các lô hàng chuyển tiếp đi Châu Âu/Mỹ.

4. Chi phí CIC (Container Imbalance Charge) phát sinh do đâu và được kiểm soát như thế nào?

Phụ phí mất cân đối vỏ container (CIC) phát sinh khi có sự chênh lệch lớn giữa lượng container nhập khẩu và xuất khẩu tại một khu vực, buộc hãng tàu phải điều chuyển vỏ rỗng từ nơi thừa về nơi thiếu. Công ty kiểm soát chi phí này bằng cách cân đối lượng booking hàng xuất COC tương ứng với lượng vỏ container rỗng thu hồi từ hàng nhập khẩu.

5. Hồ sơ cấp phép rời cảng (Port Clearance) điện tử gồm những thành phần cốt lõi nào?

Hồ sơ bao gồm: Bản khai chung tàu đi (General Declaration Departure), Danh sách thuyền viên (Crew List), Bản khai dự trữ tàu (Ship's Stores Declaration), Danh sách đồ dùng thuyền viên (Crew's Effects List), Bảng lược khai hàng hóa xuất khẩu (Cargo Manifest), và Giấy xác nhận hoàn tất thủ tục của Hải quan, Biên phòng, Kiểm dịch y tế quốc tế.

Kết luận

Đề tài "Hoàn thiện quy trình vận tải hàng hóa xuất khẩu đường biển bằng tàu Feeder tại Công ty Cổ phần Hải Minh" đã hệ thống hóa và giải quyết căn cơ các điểm nghẽn nghiệp vụ trong chuỗi cung ứng dịch vụ đại lý hàng hải. Thông qua việc phân tích sâu chuỗi dữ liệu vận hành thực tế của tàu ST GREEN trên tuyến Cát Lái – Singapore, kết hợp với việc thiết kế cấu trúc dữ liệu chuẩn hóa và tái lập quy trình tác nghiệp liên phòng ban, giải pháp mang lại sự chuyển biến rõ nét: giảm 87,5% thời gian xử lý dữ liệu hàng xuất, nâng cao hệ số lấp đầy tải trọng tàu lên trên 96%, và đảm bảo độ chính xác tuyệt đối trong công tác khai báo hải quan điện tử một cửa quốc gia. Đây là nền tảng thực tiễn vững chắc giúp các doanh nghiệp đại lý hàng hải nâng cao hiệu quả khai thác và năng lực cạnh tranh trong kỷ nguyên số hóa chuỗi logistics toàn cầu.