Giới thiệu dự án

Trong bối cảnh ngành phân phối hàng tiêu dùng nhanh (FMCG) tại Việt Nam đối mặt với áp lực cạnh tranh gay gắt và sự biến động mạnh mẽ của chuỗi cung ứng thời kỳ hậu dịch bệnh, hiệu quả quản trị và sử dụng nguồn nhân lực (NNL) trở thành biến số quyết định năng lực cạnh tranh cốt lõi của doanh nghiệp. Các doanh nghiệp phân phối quy mô vừa và nhỏ (SMEs) thường gặp thách thức lớn trong việc cân đối chi phí nhân công, tối ưu hóa năng suất lao động và duy trì động lực làm việc bền vững cho nhân viên.

Khóa luận "Một số biện pháp nâng cao hiệu quả sử dụng nguồn nhân lực tại Công ty TNHH Tân Hoàng Phát" (Tác giả: Nguyễn Thị Thu Hà, GVHD: ThS. Cao Thị Hồng Hạnh, Trường Đại học Quản lý và Công nghệ Hải Phòng) tập trung giải quyết các nút thắt thực tế trong quản trị lao động tại một doanh nghiệp thương mại phân phối độc quyền tại Hải Phòng.

+-----------------------------------------------------------------------------------+
|                            BỐI CẢNH & VẤN ĐỀ TẠI TÂN HOÀNG PHÁT                   |
+-----------------------------------------------------------------------------------+
|  1. Cắt giảm quy mô cưỡng bức: Giảm từ 28 (2019) -> 24 nhân sự (2020-2021)       |
|  2. Cơ cấu trình độ lệch: LĐ phổ thông chiếm 37.5 - 41.7%, Đại học chỉ 20.8%     |
|  3. Thiếu khung năng lực chuẩn: Tuyển dụng định tính, đào tạo manh mún            |
|  4. Cơ chế đãi ngộ xơ cứng: Lương thời gian cố định, thiếu KPI liên kết năng suất |
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu cụ thể

Công ty TNHH Tân Hoàng Phát (Mã số thuế: 0200391304, thành lập năm 2000 tại Vĩnh Bảo, Hải Phòng) là nhà phân phối chính thức của nhiều thương hiệu lớn: ACECOOK, VIFON, DUTCH LADY, CALOFIC, TH TRUE MILK. Qua giai đoạn 2019–2021, doanh nghiệp đối mặt các vấn đề sau:

  • Biến động và thu hẹp quy mô lao động: Tổng nhân sự giảm 14.28% từ 28 người (2019) xuống còn 24 người (2020–2021) do tác động của dịch Covid-19 và thiếu chính sách giữ chân nhân tài.
  • Mất cân đối cơ cấu trình độ: Tỷ lệ lao động có trình độ đại học chỉ chiếm 20.8% (5/24 người), trong khi lao động phổ thông chiếm tới 37.5% (9/24 người) và cao đẳng chiếm 41.7% (10/24 người). Trình độ hạn chế gây cản trở chuyển đổi số và tối ưu vận hành kho vận.
  • Phương pháp đánh giá và trả lương lỗi thời: Doanh nghiệp chủ yếu trả lương theo thời gian cố định và hệ số thâm niên, chưa áp dụng hệ thống chỉ số đo lường hiệu suất (KPI), thiếu ma trận chấm điểm năng lực (Point-Factor Rating System), dẫn đến tình trạng cào bằng thu nhập và giảm động lực cống hiến.

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận: Hoàn thiện khung lý thuyết về quản lý, hoạch định, định mức và hiệu quả sử dụng NNL trong doanh nghiệp phân phối thương mại.
  2. Kiểm toán thực trạng nhân sự giai đoạn 2019–2021: Phân tích chi tiết cơ cấu lao động theo học vấn, độ tuổi, giới tính; đánh giá quy trình tuyển dụng, đào tạo, đãi ngộ và đo lường các chỉ tiêu hiệu suất ($W_{dt}$, $R_L$, $I_L$).
  3. Mô hình hóa hệ thống giải pháp: Xây dựng quy trình tuyển dụng chuẩn hóa, thiết lập bảng tiêu chí đánh giá nhân sự định lượng và hoàn thiện cơ chế tạo động lực/văn hóa doanh nghiệp.
  4. Định lượng hiệu quả ứng dụng: Dự phóng các chỉ tiêu tăng trưởng năng suất lao động bình quân và tỷ suất lợi nhuận trên chi phí lao động sau khi áp dụng mô hình cải tiến.

Phạm vi và giới hạn

  • Không gian nghiên cứu: Trụ sở chính và chi nhánh phân phối của Công ty TNHH Tân Hoàng Phát (Vĩnh Bảo và Kiến An, TP. Hải Phòng).
  • Thời gian phân tích số liệu: Dữ liệu hoạt động sản xuất kinh doanh và nhân sự giai đoạn 2019 – 2021.
  • Giới hạn chuyên môn: Tập trung vào nhóm lao động trực tiếp (kinh doanh, giao nhận, quản lý kho bãi) và khối gián tiếp (hành chính, kế toán - tài chính).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phân tích so sánh giữa mô hình quản trị truyền thống tại Tân Hoàng Phát và mô hình quản trị nguồn nhân lực hiện đại dựa trên hiệu suất:

Tiêu chí Mô hình truyền thống tại Tân Hoàng Phát Mô hình HRM cải tiến đề xuất Đánh giá khoảng trống (Gap)
Tuyển dụng Tuyển mộ qua truyền miệng/nội bộ, thiếu bài kiểm tra tiêu chuẩn IQ/EQ/chuyên môn Tuyển dụng đa kênh, chuẩn hóa bản mô tả công việc (JD) và ma trận năng lực Thiếu bộ công cụ sàng lọc ứng viên định lượng
Đào tạo Ngắn hạn, thiếu giáo trình chuẩn, chưa đo lường ROI đào tạo Mô hình ADDIE, gắn đào tạo với lộ trình thăng tiến và đánh giá sau đào tạo Chi phí đào tạo phân bổ thấp, chưa có KPI sau đào tạo
Đánh giá thành tích Đánh giá cảm tính, thiếu thang điểm cụ thể Hệ thống tính điểm đa tiêu chí (Point Factor System) kết hợp KPI 360 độ Không phân loại được chính xác nhân sự xuất sắc vs trung bình
Lương & Đãi ngộ Lương thời gian cố định kết hợp phụ cấp cơ bản Mô hình đãi ngộ 3P (Position, Person, Performance) linh hoạt Thiếu động lực tăng trưởng doanh số cho khối bán hàng

Yêu cầu hệ thống quản trị NNL cải tiến được chuẩn hóa theo mô hình MoSCoW:

  • Must have (Bắt buộc): Bảng tiêu chuẩn chức danh công việc, bảng chấm điểm hiệu suất theo thang điểm 100, quy trình tuyển dụng 7 bước chuẩn hóa.
  • Should have (Cần có): Cơ chế phụ cấp linh hoạt theo sản lượng bán ra, chính sách đào tạo chéo (cross-training) giữa nhân viên giao hàng và thủ kho.
  • Could have (Có thể có): Phần mềm tự động hóa bảng lương tích hợp chấm công vân tay/GPS cho nhân viên thị trường.
  • Won't have (Chưa ưu tiên): Hệ thống ERP quản trị nhân sự đám mây quy mô lớn (do chi phí vượt ngân sách SME).
+-----------------------------------------------------------------------------------+
|               QUY TRÌNH QUẢN TRỊ NGUỒN NHÂN LỰC CHUẨN HÓA (7 BƯỚC)                |
+-----------------------------------------------------------------------------------+
|  [Chuẩn bị] --> [Thông báo] --> [Thu nhận hồ sơ] --> [Phỏng vấn sơ bộ]           |
|                                                                 |                 |
|  [Quyết định] <-- [Thử việc & Đánh giá] <-- [Phỏng vấn chuyên sâu & Test] <----+  |
+-----------------------------------------------------------------------------------+

Thiết kế hệ thống đánh giá và quản lý nhân lực

Hệ thống được thiết kế theo cấu trúc module dữ liệu giúp tự động hóa quá trình tính toán chỉ số nhân sự và xếp loại nhân viên:

Thiết kế cơ sở dữ liệu quản lý đánh giá hiệu suất (Database Schema)

Để chuẩn hóa việc lưu trữ và truy vấn chỉ số nhân lực, cấu trúc lược đồ quan hệ chuẩn (SQL/PostgreSQL) được thiết lập:

-- Bảng thông tin nhân viên
CREATE TABLE employees (
    emp_id VARCHAR(10) PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    department VARCHAR(50) NOT NULL,
    position VARCHAR(50) NOT NULL,
    education_level VARCHAR(30) CHECK (education_level IN ('Đại học', 'Cao đẳng', 'Lao động phổ thông')),
    base_salary NUMERIC(12, 2) NOT NULL,
    hire_date DATE NOT NULL
);

-- Bảng tiêu chí đánh giá hiệu suất
CREATE TABLE kpi_criteria (
    criterion_id VARCHAR(10) PRIMARY KEY,
    criterion_name VARCHAR(100) NOT NULL,
    weight NUMERIC(3, 2) NOT NULL CHECK (weight > 0 AND weight <= 1.0),
    max_score INT DEFAULT 100
);

-- Bảng kết quả đánh giá hàng kỳ
CREATE TABLE performance_evaluations (
    eval_id SERIAL PRIMARY KEY,
    emp_id VARCHAR(10) REFERENCES employees(emp_id),
    eval_period VARCHAR(7) NOT NULL, -- Format: YYYY-MM
    kpi_score NUMERIC(5, 2) NOT NULL,
    attitude_score NUMERIC(5, 2) NOT NULL,
    discipline_score NUMERIC(5, 2) NOT NULL,
    total_weighted_score NUMERIC(5, 2) NOT NULL,
    ranking_grade VARCHAR(2) NOT NULL
);

Phương pháp luận (Methodology)

Nghiên cứu sử dụng phương pháp kết hợp định lượng và định tính:

  1. Phương pháp thống kê mô tả và so sánh: Tập hợp chuỗi số liệu thứ cấp 3 năm liên tiếp (2019-2021) từ Phòng Hành chính và Phòng Kế toán - Tài chính về cơ cấu lao động, chi phí lương, doanh thu và sản lượng phân phối.
  2. Hệ thống chỉ số kinh tế lao động (Economic Labor Metrics):
    • Hiệu suất sử dụng lao động (Doanh thu bình quân/Lao động): $$W_{dt} = \frac{TR}{L}$$ (Trong đó: $TR$ là Tổng doanh thu thuần, $L$ là Tổng số lao động bình quân).
    • Năng suất lao động bình quân ($W$): $$W = \frac{Q}{L}$$ (Trong đó: $Q$ là Tổng sản lượng sản phẩm phân phối, $L$ là Tổng lao động).
    • Tỷ suất lợi nhuận trên mỗi lao động ($R_L$): $$R_L = \frac{\pi}{L}$$ (Trong đó: $\pi$ là Lợi nhuận trước/sau thuế của doanh nghiệp).
    • Hàm lượng sử dụng lao động ($I_L$): $$I_L = \frac{L}{\pi}$$

Triển khai thực tế và Kết quả

Quá trình triển khai giải pháp

Quá trình số hóa và chuẩn hóa công tác đánh giá NNL tại Công ty TNHH Tân Hoàng Phát được cấu trúc thành thuật toán tính toán phân loại nhân viên tự động:

from dataclasses import dataclass
from typing import List, Dict

@dataclass
class EmployeeEvaluation:
    emp_id: str
    name: str
    department: str
    sales_volume_score: float     # Tiêu chí 1: Khối lượng công việc/Doanh số (Trọng số 0.40)
    work_quality_score: float     # Tiêu chí 2: Chất lượng, độ chính xác (Trọng số 0.30)
    discipline_score: float       # Tiêu chí 3: Kỷ luật, chuyên cần (Trọng số 0.15)
    teamwork_culture_score: float # Tiêu chí 4: Tinh thần đồng đội & Văn hóa (Trọng số 0.15)

    def calculate_total_score(self) -> float:
        weights = [0.40, 0.30, 0.15, 0.15]
        scores = [
            self.sales_volume_score,
            self.work_quality_score,
            self.discipline_score,
            self.teamwork_culture_score
        ]
        return round(sum(w * s for w, s in zip(weights, scores)), 2)

    def classify_performance(self) -> Dict[str, any]:
        total = self.calculate_total_score()
        if total >= 90.0:
            grade, bonus_multiplier = "Loại A (Xuất sắc)", 1.25
        elif total >= 75.0:
            grade, bonus_multiplier = "Loại B (Tốt)", 1.10
        elif total >= 60.0:
            grade, bonus_multiplier = "Loại C (Khá)", 1.00
        elif total >= 50.0:
            grade, bonus_multiplier = "Loại D (Trung bình)", 0.80
        else:
            grade, bonus_multiplier = "Loại E (Yếu)", 0.50

        return {
            "emp_id": self.emp_id,
            "name": self.name,
            "total_score": total,
            "grade": grade,
            "bonus_multiplier": bonus_multiplier
        }

# Chạy thử nghiệm trên mẫu dữ liệu nhân viên thực tế năm 2021
dataset = [
    EmployeeEvaluation("NV01", "Nguyễn Văn A - Sales ACECOOK", "Kinh doanh", 95, 90, 85, 90),
    EmployeeEvaluation("NV02", "Trần Thị B - Kho vận DUTCH LADY", "Kho vận", 80, 85, 90, 80),
    EmployeeEvaluation("NV03", "Lê Văn C - Giao hàng VIFON", "Kinh doanh", 60, 65, 70, 75),
]

results = [emp.classify_performance() for emp in dataset]
for res in results:
    print(f"Nhân viên: {res['name']} | Điểm: {res['total_score']} | Xếp loại: {res['grade']}")

Công thức tính toán đãi ngộ cải tiến (3P Payroll System)

Cơ chế tính thu nhập hàng tháng được điều chỉnh từ phương pháp thuần thời gian sang cơ chế tích hợp năng suất:

$$\text{Tổng thu nhập} = \text{Lương CB} \times H_{cb} + \left( \frac{\text{Phụ cấp trách nhiệm/xăng xe}}{\text{Ngày công chuẩn}} \times \text{Ngày thực tế} \right) + \text{Thưởng KPI} \times K_{m}$$

Trong đó:

  • $H_{cb}$: Hệ số lương theo trình độ và vị trí công việc.
  • $K_{m}$: Hệ số thưởng hiệu suất trích xuất từ thuật toán phân loại ($K_m \in [0.5, 1.25]$).

Kết quả đạt được qua các chỉ số đo lường

Phân tích dữ liệu thực tế giai đoạn 2019 - 2021 và tác động sau khi áp dụng thí nghiệm giải pháp tại Tân Hoàng Phát:

+-----------------------------------------------------------------------------------+
|          BIẾN ĐỘNG CƠ CẤU NHÂN SỰ THEO HỌC VẤN (TÂN HOÀNG PHÁT 2019-2021)         |
+-----------------------------------------------------------------------------------+
|  Năm 2019 (28 người): [ Đại học: 25.0% ] [ Cao đẳng: 35.7% ] [ LĐPT: 39.3% ]    |
|  Năm 2020 (24 người): [ Đại học: 20.8% ] [ Cao đẳng: 37.5% ] [ LĐPT: 41.7% ]    |
|  Năm 2021 (24 người): [ Đại học: 20.8% ] [ Cao đẳng: 41.7% ] [ LĐPT: 37.5% ]    |
+-----------------------------------------------------------------------------------+

Chi tiết cơ cấu lao động theo độ tuổi và hiệu suất sản xuất kinh doanh:

Chỉ tiêu phân tích Năm 2019 Năm 2020 Năm 2021 So sánh 2021/2019 (%)
Tổng số lao động (người) 28 24 24 -14.28%
- Tỷ lệ độ tuổi 18–30 14.3% (4 người) 12.5% (3 người) 8.3% (2 người) -41.96%
- Tỷ lệ độ tuổi 30–45 (Nòng cốt) 71.4% (20 người) 79.1% (19 người) 83.3% (20 người) +16.67%
- Tỷ lệ độ tuổi 45–60 14.3% (4 người) 8.3% (2 người) 8.3% (2 người) -41.96%
Tỷ lệ tuyển dụng thành công (%) 75.0% 66.7% 80.0% +5.00%
Chi phí đào tạo/Nhân viên (VNĐ/năm) 1,200,000 850,000 1,450,000 +20.83%
Hiệu suất $W_{dt}$ (Doanh thu/Lao động) Cơ sở (100%) 104.2% 118.5% +18.50%

Đổi mới và đóng góp

  1. Chuẩn hóa công cụ định lượng cho doanh nghiệp FMCG phân phối: Thay thế hoàn toàn hình thức đánh giá chủ quan bằng bảng chỉ số 4 nhóm tiêu chí có trọng số (Doanh số: 40%, Độ chuẩn xác kho/giao nhận: 30%, Kỷ luật: 15%, Văn hóa doanh nghiệp: 15%).
  2. Tối ưu hóa chi phí vận hành: Việc cơ cấu lại nhân sự từ 28 xuống 24 người nhưng duy trì tăng trưởng hiệu suất doanh thu bình quân ($+18.50%$) chứng minh tính khả thi của giải pháp tinh gọn bộ máy kết hợp đào tạo chéo kỹ năng.
  3. Cải tiến quy trình tuyển dụng đa tầng: Áp dụng hệ thống sàng lọc hồ sơ có bổ sung bài test logic và nghiệp vụ bán hàng/kho vận, nâng tỷ lệ tuyển dụng đúng người đúng việc từ 66.7% (2020) lên 80.0% (2021).
  4. Xây dựng văn hóa môi trường làm việc 5S trong kho vận: Thiết lập tiêu chuẩn sắp xếp hàng hóa khoa học cho các sản phẩm tiêu dùng nhanh (ACECOOK, VIFON, TH TRUE MILK), giảm thời gian xuất nhập kho 22.4%.

Ứng dụng thực tế và triển khai

Kế hoạch lộ trình triển khai (Implementation Roadmap)

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

  • Chi phí triển khai ước tính: 45,000,000 VNĐ (Bao gồm tài liệu đào tạo, phần mềm quản lý chấm công/KPI cơ bản, kinh phí tập huấn văn hóa 5S).
  • Lợi ích kinh tế dự kiến sau 1 năm:
    • Giảm thiểu sai sót đơn hàng và thất thoát tồn kho: Tiết kiệm ~60,000,000 VNĐ/năm.
    • Tăng năng suất lao động khối bán hàng: Dự kiến gia tăng 8–12% doanh số phân phối các dòng sản phẩm chủ lực (CALOFIC, DUTCH LADY).
    • Tỷ suất hoàn vốn đầu tư (ROI): $$\text{ROI} = \frac{\text{Lợi ích ròng}}{\text{Chi phí}} \times 100% = \frac{60,000,000}{45,000,000} \times 100% \approx 133.3%$$

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  • Quy mô mẫu phân tích giới hạn tại 24–28 nhân sự của một doanh nghiệp đơn lẻ, chưa bao phủ đa dạng các mô hình phân phối liên tỉnh lớn hơn.
  • Hệ thống dữ liệu đánh giá giai đoạn 2019–2021 chịu tác động bất thường bởi dịch Covid-19, dẫn đến một số chỉ tiêu về doanh thu và biến động nhân sự có yếu tố đột biến ngoại cảnh.
  • Chưa tích hợp đầy đủ hệ thống quản trị nhân sự ERP đám mây do rào cản chi phí bản quyền.

Hướng phát triển đề xuất

  • Tự động hóa với HRMS mã nguồn mở: Ứng dụng các nền tảng quản trị nguồn lực mã nguồn mở (như Odoo Community HR Module) nhằm liên kết trực tiếp dữ liệu GPS lộ trình của nhân viên bán hàng với hệ thống chấm điểm KPI tự động.
  • Ứng dụng mô hình phân tích dự đoán (Predictive Analytics): Áp dụng Machine Learning (mô hình Random Forest/Logistic Regression) trên tập dữ liệu lịch sử để dự báo tỷ lệ nghỉ việc (Employee Churn Rate) và cảnh báo nguy cơ thiếu hụt lao động cục bộ.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Quản trị Doanh nghiệp/HRM: Cung cấp mẫu nghiên cứu thực tế hoàn chỉnh từ khung lý thuyết, bảng số liệu 3 năm, công thức toán kinh tế đến giải pháp chấm điểm định lượng cho doanh nghiệp thương mại vừa và nhỏ.
  • Nhà quản trị doanh nghiệp SMEs / Giám đốc chi nhánh phân phối: Tham khảo trực tiếp bộ tiêu chí chấm điểm, quy trình tuyển dụng 7 bước và công thức phân phối quỹ lương thưởng theo năng suất.
  • Lập trình viên phát triển giải pháp HR Tech: Cung cấp cấu trúc dữ liệu quan hệ (ERD/SQL), quy tắc phân loại nhân sự phục vụ việc thiết kế các module đánh giá hiệu suất trong phần mềm quản trị doanh nghiệp.
  • Nhà nghiên cứu kinh tế lao động: Tài liệu thực nghiệm về tác động của biến động chuỗi cung ứng và đại dịch lên cơ cấu lao động doanh nghiệp bán lẻ/phân phối tại Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và điều kiện để triển khai mô hình đánh giá này là gì?

Doanh nghiệp chỉ cần hệ thống máy tính văn phòng tiêu chuẩn chạy bảng tính (Excel/Google Sheets) hoặc hệ thống cơ sở dữ liệu nội bộ đơn giản, kết hợp thiết bị chấm công vân tay. Về mặt tổ chức, cần tối thiểu 01 cán bộ chuyên trách hành chính - nhân sự được đào tạo về quy trình phân bổ trọng số tiêu chí.

2. Giới hạn quy mô nhân sự áp dụng cho mô hình này là bao nhiêu?

Mô hình ma trận chấm điểm phân loại đặc biệt tối ưu cho các doanh nghiệp quy mô từ 15 đến 150 nhân sự. Khi vượt quá 150 người, doanh nghiệp nên chuyển đổi sang nền tảng HRM/ERP chuyên nghiệp để tự động hóa thu thập dữ liệu hiệu suất thời gian thực.

3. Mô hình này có thể tích hợp với các hệ thống phần mềm kế toán sẵn có không?

Có. Cơ sở dữ liệu và thuật toán phân loại điểm có thể xuất dữ liệu dưới dạng chuẩn (CSV/JSON/REST API) để nạp trực tiếp vào các phần mềm kế toán thông dụng tại Việt Nam (như MISA, FAST) nhằm thực hiện bảng thanh toán tiền lương tự động.

4. Chi phí duy trì và yêu cầu bảo trì hệ thống hàng năm?

Chi phí vận hành định kỳ rất thấp, chủ yếu là chi phí đào tạo lại hàng quý (khoảng 3–5 triệu VNĐ/quý) và chi phí cập nhật lại định mức KPI khi công ty tiếp nhận thêm các nhãn hàng phân phối mới.

5. Thời gian hoàn vốn (ROI) và khả năng áp dụng thực tế?

Thời gian thu hồi chi phí đầu tư trung bình từ 4 đến 6 tháng nhờ vào việc giảm thiểu sai sót đơn hàng trong khâu kho vận và thúc đẩy năng suất bán hàng của đội ngũ tiếp thị trực tiếp.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thị Thu Hà đã hoàn thành xuất sắc mục tiêu nghiên cứu thông qua việc giải quyết bài toán thực tế tại Công ty TNHH Tân Hoàng Phát. Đề tài không dừng lại ở các nhận định định tính mà đã đưa ra được các công cụ định lượng rõ ràng: từ bảng tiêu chí đánh giá năng lực theo trọng số, công thức đãi ngộ 3P đến quy trình tinh gọn bộ máy nhằm thích ứng với biến động thị trường.

Mô hình giải pháp được đề xuất là tài liệu tham khảo có giá trị ứng dụng cao cho các doanh nghiệp phân phối thương mại vừa và nhỏ tại Việt Nam trong nỗ lực chuẩn hóa bộ máy, nâng cao năng suất lao động và phát triển nguồn nhân lực bền vững.