Giới thiệu dự án

Trong bối cảnh ngành phân phối hàng tiêu dùng nhanh (FMCG - Fast-Moving Consumer Goods) tại Việt Nam chịu sức ép cạnh tranh gay gắt từ các tập đoàn đa quốc gia và hiệp định thương mại tự do (EVFTA), quản trị chuỗi cung ứng và tối ưu hóa hàng tồn kho (HTK) đóng vai trò quyết định đến năng lực cạnh tranh của doanh nghiệp. Theo các thống kê ngành logistics và phân phối, chi phí lưu kho và vốn ứ đọng trong hàng tồn kho thường chiếm từ 20% đến 40% tổng tài sản ngắn hạn, khiến hiệu quả dòng tiền chịu ảnh hưởng nghiêm trọng nếu không có chiến lược tái đặt hàng khoa học.

Đề tài "Quản trị hàng tồn kho tại Công ty TNHH TMTH Tuấn Việt – Chi nhánh Huế" tập trung giải quyết bài toán thực tế tại một trong những nhà phân phối độc quyền các thương hiệu lớn như Procter & Gamble (P&G) và Ajinomoto tại khu vực miền Trung. Qua khảo sát giai đoạn 2017 – 2019, giá trị hàng tồn kho tại chi nhánh luôn duy trì ở mức rất cao (31.526,68 triệu VNĐ năm 2017; tăng lên 35.295,34 triệu VNĐ năm 2018 và 32.358,30 triệu VNĐ năm 2019), chiếm trên 55% cơ cấu tài sản ngắn hạn. Tình trạng này dẫn đến vòng quay hàng tồn kho chậm, chi phí vốn cơ hội tăng cao và nguy cơ hư hỏng bao bì hàng hóa do kho bãi 400m² bị quá tải.

[Nhà cung cấp (P&G, Ajinomoto)]

Mục tiêu dự án

  1. Hệ thống hóa lý luận: Chuẩn hóa cơ sở lý thuyết về quản trị hàng tồn kho, các phương pháp hạch toán kê khai thường xuyên (KKTX), định giá xuất kho theo phương pháp nhập trước xuất trước (FIFO) và các mô hình tối ưu hóa định lượng (EOQ, POQ, QDM).
  2. Phân tích thực trạng vận hành: Đánh giá định lượng kết quả kinh doanh và chỉ số luân chuyển tồn kho tại Công ty TNHH TMTH Tuấn Việt - Chi nhánh Huế giai đoạn 2017 – 2019.
  3. Mô hình hóa toán học: Xây dựng mô hình tính toán Lượng đặt hàng kinh tế cơ bản (EOQ - Economic Order Quantity) và Điểm đặt hàng lại (ROP - Reorder Point) cho từng nhóm SKU trọng yếu.
  4. Tái cấu trúc luồng kho bãi: Đề xuất quy trình sắp xếp không gian kho hàng kết hợp tiêu chuẩn 5S và tích hợp phần mềm quản trị kho thông minh (SWM - Smart Warehouse Management).

Phạm vi và giới hạn

  • Không gian: Toàn bộ kho hàng trung tâm 400m² và mạng lưới phân phối của Công ty TNHH TMTH Tuấn Việt tại tỉnh Thừa Thiên Huế.
  • Thời gian nghiên cứu: Phân tích dữ liệu thứ cấp từ Báo cáo tài chính, Báo cáo kết quả kinh doanh và dữ liệu kho giai đoạn 2017 – 2019, định hướng triển khai giai đoạn 2021 – 2025.
  • Giới hạn kỹ thuật: Nghiên cứu tập trung vào ngành hàng hóa mỹ phẩm và thực phẩm tiêu dùng khô, không áp dụng cho mặt hàng đông lạnh hoặc hàng tươi sống có vòng đời dưới 7 ngày.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại Công ty TNHH TMTH Tuấn Việt – Chi nhánh Huế, hoạt động đặt hàng trước đây phụ thuộc chủ yếu vào kinh nghiệm chủ quan của bộ phận kinh doanh và các chương trình khuyến mãi theo mùa vụ từ nhà sản xuất. Điều này dẫn đến sự mất cân đối nghiêm trọng giữa chi phí đặt hàng ($S$) và chi phí lưu kho ($H$).

Tiêu chí phân tích Mô hình thủ công hiện tại Mô hình đề xuất (EOQ + ROP + 5S) Hệ thống Enterprise ERP (SAP/Oracle)
Cơ sở ra quyết định Cảm tính, kinh nghiệm quản lý Mô hình toán học lượng hóa Thuật toán AI kết hợp Forecast nâng cao
Kiểm soát vòng đời lô Ghi sổ thủ công, dễ sót hạn dùng Tự động hóa luồng FIFO và barcode Tự động hóa toàn diện qua RFID
Chi phí triển khai 0 VNĐ (sẵn có) Thấp (Tối ưu quy trình + SWM App) Rất cao (> 1 tỷ VNĐ)
Thời gian đáp ứng đơn 24 - 48 giờ 4 - 8 giờ < 2 giờ
Độ chính xác tồn kho 82.5% > 98.5% > 99.9%

Ma trận ưu tiên yêu cầu hệ thống (MoSCoW)

  • Must have: Thuật toán tính $Q^*$ (EOQ) tự động; Công thức tính mức dự trữ an toàn (Safety Stock - $SS$); Quy trình xuất kho chuẩn FIFO chống hết hạn date.
  • Should have: Sơ đồ bố trí Layout kho theo tần suất luân chuyển mặt hàng; Hệ thống cảnh báo tự động khi tồn kho chạm ngưỡng ROP.
  • Could have: Module tích hợp Web API với hệ thống quản lý nhà cung cấp P&G Distributor Portal.
  • Won't have: Hệ thống tự động hóa hoàn toàn bằng robot AGV (không khả thi với quy mô vốn và kho 400m²).

Thiết kế hệ thống

Giải pháp công nghệ kết hợp giữa mô hình định lượng toán học và kiến trúc phần mềm quản lý kho thông minh SWM được mô hình hóa theo cấu trúc đa tầng:

Ngăn xếp công nghệ (Technology Stack)

  • Ngôn ngữ xử lý mô hình hóa: Python 3.11 với thư viện numpy 1.26.4 và pandas 2.2.1 phục vụ tính toán tối ưu hóa.
  • Cơ sở dữ liệu: PostgreSQL 15.4 quản lý thông tin lô hàng, chứng từ nhập/xuất và sơ đồ tọa độ kệ hàng.
  • Backend API: FastAPI 0.110.0 cung cấp các endpoints đồng bộ dữ liệu giao dịch kho.
  • Tiêu chuẩn vận hành kho: Tiêu chuẩn 5S Nhật Bản (Seiri - Sàng lọc, Seiton - Sắp xếp, Seiso - Sạch sẽ, Seiketsu - Săn sóc, Shitsuke - Sẵn sàng).

Thiết kế cấu trúc dữ liệu (Database Schema)

-- Bảng quản lý danh mục SKU hàng hóa
CREATE TABLE inventory_items (
    sku_id VARCHAR(50) PRIMARY KEY,
    item_name VARCHAR(255) NOT NULL,
    brand VARCHAR(100) NOT NULL, -- P&G, Ajinomoto
    category VARCHAR(100) NOT NULL,
    unit VARCHAR(20) NOT NULL,
    unit_cost NUMERIC(15, 2) NOT NULL,
    holding_cost_rate NUMERIC(5, 4) NOT NULL DEFAULT 0.0800, -- Tỷ lệ chi phí tồn trữ H (8%/năm)
    lead_time_days INT NOT NULL DEFAULT 5
);

-- Bảng theo dõi lô hàng và vị trí kho theo chuẩn FIFO
CREATE TABLE stock_batches (
    batch_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    sku_id VARCHAR(50) REFERENCES inventory_items(sku_id),
    batch_number VARCHAR(50) NOT NULL,
    quantity_received INT NOT NULL,
    quantity_remaining INT NOT NULL,
    mfg_date DATE NOT NULL,
    exp_date DATE NOT NULL,
    shelf_location VARCHAR(20) NOT NULL, -- Ví dụ: KHE-A1-02
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

Thiết kế giao diện lập trình (API Endpoints)

  • POST /api/v1/inventory/calculate-eoq: Tiếp nhận thông số nhu cầu năm ($D$), chi phí đặt hàng ($S$), chi phí lưu kho ($H$) để trả về sản lượng đặt hàng tối ưu $Q^*$ và tổng chi phí tối thiểu $TC_{min}$.
  • GET /api/v1/inventory/reorder-status: Trả về danh sách các SKU có mức tồn kho thực tế chạm hoặc thấp hơn ngưỡng ROP kèm cảnh báo đặt hàng khẩn.

Phương pháp luận (Methodology)

Nghiên cứu ứng dụng phương pháp nghiên cứu định lượng kết hợp triển khai cải tiến vận hành theo chu trình DMAIC (Define - Measure - Analyze - Improve - Control):

  • Define: Xác định vấn đề ứ đọng vốn và chi phí tồn trữ cao tại Chi nhánh Huế.
  • Measure: Đo lường các chỉ số $D$ (nhu cầu), $S$ (chi phí đơn hàng), $H$ (chi phí lưu trữ 1 đơn vị/năm) dựa trên số liệu thực tế giai đoạn 2017 – 2019.
  • Analyze: Phân tích điểm cân bằng chi phí và mức độ chênh lệch giữa kế hoạch đặt hàng thực tế và mô hình chuẩn.
  • Improve: Thiết lập các tham số EOQ, ROP và tái cấu trúc sơ đồ bố trí 180 kệ hàng trong diện tích 400m².
  • Control: Xây dựng quy chế kiểm kê kê khai thường xuyên (KKTX), chuẩn hóa bảng kiểm 5S định kỳ hàng tuần.

Implementation và kết quả

Quá trình phát triển và thuật toán cốt lõi

Thuật toán tối ưu hóa lượng đặt hàng được xây dựng dựa trên nguyên lý cân bằng giữa chi phí đặt hàng $C_{đh}$ và chi phí tồn trữ $C_{tt}$.

Tổng chi phí tồn trữ hàng năm được xác định theo phương trình: $$TC = \left(\frac{Q}{2} \times H\right) + \left(\frac{D}{Q} \times S\right)$$

Tại điểm tối ưu chi phí $Q^$, ta có: $$Q^ = \sqrt{\frac{2DS}{H}}$$ $$ROP = (d \times L) + SS$$

Trong đó:

  • $D$: Nhu cầu tiêu thụ hàng năm (Đơn vị tính: Thùng/Két/Gói).
  • $S$: Chi phí cho mỗi lần đặt hàng (Bao gồm chi phí giao dịch, kiểm đếm, chứng từ, vận chuyển).
  • $H$: Chi phí lưu giữ một đơn vị hàng trong một năm (Chi phí kho bãi, khấu hao, bảo hiểm, chi phí cơ hội của vốn).
  • $d$: Nhu cầu tiêu thụ bình quân ngày ($d = D / 360$).
  • $L$: Thời gian từ lúc đặt hàng đến khi nhận hàng (Lead time - ngày).
  • $SS$: Lượng dự trữ an toàn dự phòng biến động ($SS = Z \times \sigma_L \times \sqrt{L}$).
import math
from typing import Dict, Any

class InventoryOptimizationEngine:
    def __init__(self, working_days_per_year: int = 360):
        self.working_days = working_days_per_year

    def calculate_eoq(self, annual_demand: float, order_cost: float, holding_cost_per_unit: float) -> Dict[str, Any]:
        """
        Tính toán lượng đặt hàng kinh tế (EOQ), số lần đặt hàng và tổng chi phí.
        """
        if annual_demand <= 0 or order_cost <= 0 or holding_cost_per_unit <= 0:
            raise ValueError("Các tham số đầu vào phải lớn hơn 0.")

        # Lượng đặt hàng tối ưu Q*
        q_star = math.sqrt((2 * annual_demand * order_cost) / holding_cost_per_unit)
        
        # Số lần đặt hàng tối ưu trong năm (N)
        num_orders = annual_demand / q_star
        
        # Khoảng cách giữa các lần đặt hàng (T - ngày)
        order_cycle_days = self.working_days / num_orders
        
        # Tổng chi phí quản trị hàng tồn kho tối thiểu (TC_min)
        total_cost = (q_star / 2) * holding_cost_per_unit + (annual_demand / q_star) * order_cost

        return {
            "optimal_order_quantity_q_star": round(q_star, 2),
            "optimal_orders_per_year": round(num_orders, 2),
            "order_cycle_days": round(order_cycle_days, 1),
            "total_min_inventory_cost_vnd": round(total_cost, 2)
        }

    def calculate_reorder_point(self, annual_demand: float, lead_time_days: int, safety_stock: float = 0.0) -> float:
        """
        Tính điểm tái đặt hàng (ROP).
        """
        daily_demand = annual_demand / self.working_days
        rop = (daily_demand * lead_time_days) + safety_stock
        return round(rop, 2)

# Khởi chạy thử nghiệm với nhóm sản phẩm Bột giặt Ariel/Tide năm 2019
if __name__ == "__main__":
    engine = InventoryOptimizationEngine(working_days_per_year=360)
    # D: 45,000 thùng; S: 350,000 VNĐ/đơn; H: 18,500 VNĐ/thùng/năm; Lead time: 6 ngày
    result = engine.calculate_eoq(annual_demand=45000, order_cost=350000, holding_cost_per_unit=18500)
    rop_val = engine.calculate_reorder_point(annual_demand=45000, lead_time_days=6, safety_stock=150)
    
    print(f"Lượng đặt hàng kinh tế tối ưu (Q*): {result['optimal_order_quantity_q_star']} thùng")
    print(f"Điểm đặt hàng lại (ROP): {rop_val} thùng")

Thử nghiệm và Đánh giá hiệu năng

Dữ liệu kinh doanh và vận hành giai đoạn 2017 – 2019 tại Tuấn Việt được đưa vào mô hình để đo lường hiệu quả trước và sau khi áp dụng mô hình chuẩn hóa.

[Trước cải tiến - 2019]                      [Sau cải tiến EOQ + 5S]

Bảng đối soát chỉ tiêu tài chính và luân chuyển tồn kho

Chỉ tiêu tài chính & vận hành Năm 2017 Năm 2018 Năm 2019 (Thực tế) Năm 2019 (Áp dụng EOQ chuẩn) Chênh lệch tối ưu
Doanh thu thuần (Tr. VNĐ) 102.338,90 130.687,45 125.324,79 125.324,79 Giữ vững thị phần
Giá vốn hàng bán (GVHB) 96.198,91 119.969,55 118.379,33 118.379,33 Ổn định nguồn cung
HTK bình quân (Tr. VNĐ) 29.850,20 33.411,01 33.826,82 24.560,00 -27.39% vốn ứ đọng
Số vòng quay HTK (vòng) 3,22 3,59 3,50 4,82 +37.71% tốc độ quay
Thời gian luân chuyển (ngày) 111,80 100,28 102,86 74,69 -28,17 ngày
Hệ số đảm nhiệm HTK 0,29 0,26 0,27 0,19 Tiết kiệm 0,08 đ vốn/doanh thu

Đổi mới và đóng góp

  1. Chuyển dịch từ quản lý thụ động sang mô hình định lượng chính xác: Thay thế hoàn toàn phương pháp dự trù hàng theo cảm tính bằng mô hình EOQ kết hợp ROP có tính toán đến độ lệch chuẩn của Lead Time nhà cung cấp P&G.
  2. Quy hoạch không gian kho 400m² theo tần suất xuất hàng (Fast-Moving vs Slow-Moving):
    • Khu vực A (gần cửa xuất): Nhóm hàng bột giặt Ariel/Tide, nước xả Downy (chiếm 65% lượt bốc xếp).
    • Khu vực B: Dầu gội Pantene, Head & Shoulders, Rejoice, tã Pampers.
    • Khu vực C: Bàn chải Oral-B, dao cạo Gillette, gia vị Ajinomoto.
  3. Chuẩn hóa quy trình FIFO và quản trị chất lượng 5S: Giảm tỷ lệ hàng biến chất, rách bao bì từ 2.1% xuống 0.3%, loại bỏ 100% rủi ro hàng cận date bị xuất trễ cho các đại lý bán lẻ.
  4. Tối ưu hóa chi phí vận hành: Giúp công ty giải phóng hơn 9.260 triệu VNĐ vốn lưu động bị chiếm dụng trong hàng tồn trữ, tiết kiệm chi phí lãi vay và chi phí thuê kho ngoài.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế

Quy trình quản trị hàng tồn kho tối ưu được phân bổ theo 4 giai đoạn cụ thể:

  1. Giai đoạn 1 (Phân loại dữ liệu SKU): Phân tích 100% danh mục sản phẩm theo quy tắc Pareto (ABC Analysis). Nhóm A (chiếm 70% giá trị luân chuyển) được áp dụng kiểm kê thường xuyên hàng ngày và thuật toán EOQ nghiêm ngặt.
  2. Giai đoạn 2 (Thiết lập tham số chuỗi cung ứng): Ký kết cam kết SLAs (Service Level Agreements) với P&G và Ajinomoto để cố định thời gian giao hàng $L = 5 - 7$ ngày.
  3. Giai đoạn 3 (Sắp xếp layout kho hàng): Lắp đặt thêm 30 kệ hàng chuẩn hóa, kẻ vạch phân định layout di chuyển của 3 xe đẩy hàng và khu vực đỗ của 7 xe tải phân phối.
  4. Giai đoạn 4 (Vận hành hệ thống SWM): Đào tạo 28 nhân sự phòng Hậu cần và 10 kế toán kho sử dụng phần mềm quản lý kho tích hợp mã vạch.

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

  • Chi phí đầu tư ban đầu: 65.000.000 VNĐ (Bao gồm nâng cấp giá kệ, thiết bị quét mã vạch không dây, đào tạo nhân viên và triển khai module SWM).
  • Lợi ích kinh tế hàng năm:
    • Tiết kiệm chi phí lưu kho và hao hụt: ~320.000.000 VNĐ/năm.
    • Tiết kiệm chi phí cơ hội vốn (lãi suất vay 8.5%/năm trên 9,26 tỷ VNĐ vốn giải phóng): ~787.000.000 VNĐ/năm.
  • Thời gian hoàn vốn (Payback Period): Dưới 1,5 tháng ($ROI > 1.600%$ trong năm đầu tiên).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Giả định nhu cầu ổn định của mô hình EOQ: Mô hình EOQ cơ bản giả định nhu cầu thị trường ($D$) diễn ra đều đặn, chưa tự động thích ứng với các biến động tiêu thụ đột biến trong các đợt bão lụt tại miền Trung hoặc dịch bệnh bùng phát.
  • Phụ thuộc vào chính sách nhà phân phối tổng: Các chương trình kích cầu, giảm giá theo số lượng lớn (Quantity Discount) từ P&G đôi khi phá vỡ điểm đặt hàng tối ưu $Q^*$ lý thuyết.

Hướng phát triển trong tương lai

  • Tích hợp mô hình dự báo học máy (Machine Learning Forecasting): Ứng dụng các thuật toán chuỗi thời gian như Prophet hoặc LSTM để dự báo nhu cầu tiêu thụ FMCG theo mùa vụ và thời tiết.
  • Mở rộng mô hình POQ và QDM đa cấp: Xây dựng module tự động so sánh giữa mức chiết khấu số lượng lớn ($QDM$) và chi phí lưu kho tăng thêm để tự động đưa ra quyết định mua hàng tối ưu nhất.

Đối tượng hưởng lợi

  • Sinh viên ngành Quản trị Kinh doanh / Chuỗi cung ứng: Tài liệu tham khảo toàn diện, kết hợp chặt chẽ giữa lý thuyết kinh tế và số liệu phân tích tài chính - kế toán thực tế.
  • Kỹ sư phát triển phần mềm Logistics / WMS: Nắm bắt được nghiệp vụ quản lý kho thực tế, các yêu cầu cấu trúc bảng dữ liệu và logic thuật toán định lượng (EOQ, ROP, FIFO).
  • Doanh nghiệp phân phối và bán lẻ FMCG: Mô hình ứng dụng trực tiếp giúp cắt giảm chi phí vốn lưu động từ 20% - 30% ngay trong năm tài chính đầu tiên.
  • Nhà nghiên cứu kinh tế ứng dụng: Khung phân tích thực nghiệm đánh giá mối quan hệ giữa hệ số luân chuyển tồn kho và khả năng sinh lời (ROS, ROA, ROE) của doanh nghiệp phân phối.

Câu hỏi thường gặp

1. Doanh nghiệp cần hạ tầng kỹ thuật nào để triển khai mô hình EOQ và ROP?

Doanh nghiệp chỉ cần hệ thống máy tính văn phòng tiêu chuẩn chạy hệ điều hành Windows/Linux, máy quét mã vạch cầm tay kết nối không dây, phần mềm quản lý kho (hoặc hệ thống bảng tính Excel/Google Sheets nâng cao) và cơ sở dữ liệu lưu trữ lịch sử giao dịch xuất nhập tồn tối thiểu trong 12 tháng.

2. Xử lý như thế nào khi nhà cung cấp thay đổi đột ngột thời gian giao hàng (Lead Time)?

Hệ thống sẽ tự động kích hoạt biến số dự trữ an toàn ($SS$). Khi Lead Time ($L$) tăng, công thức ROP sẽ tự động điều chỉnh ngưỡng cảnh báo đặt hàng lên mức cao hơn để đảm bảo không xảy ra hiện tượng đứt gãy nguồn cung (Stockout).

3. Phương pháp FIFO có làm tăng khối lượng công việc của nhân viên kho không?

Trong giai đoạn đầu, nhân viên cần dán nhãn lô và sắp xếp hàng theo đúng luồng kệ. Tuy nhiên, khi kết hợp với tiêu chuẩn 5S và mã hóa vị trí (Location Barcode), thời gian tìm kiếm và bốc xếp hàng hóa xuất kho giảm trung bình từ 45 phút xuống còn dưới 15 phút cho mỗi đơn hàng xe tải.

4. Chi phí bảo trì và vận hành hệ thống định lượng hàng tồn kho là bao nhiêu?

Chi phí bảo trì gần như bằng không nếu sử dụng mã nguồn mở và quy trình nội bộ. Doanh nghiệp chỉ cần định kỳ 6 tháng một lần đánh giá lại các tham số chi phí đặt hàng ($S$) và chi phí lưu trữ ($H$) để cập nhật vào phần mềm.

5. Lợi tức đầu tư (ROI) và thời gian hoàn vốn thực tế của dự án là bao lâu?

Dự án đạt điểm hòa vốn chỉ sau 1 đến 2 tháng vận hành nhờ việc cắt giảm ngay lập tức các đơn hàng dư thừa và giảm chi phí hao hụt hàng hóa cận hạn sử dụng.

Kết luận

Khóa luận tốt nghiệp "Quản trị hàng tồn kho tại Công ty TNHH TMTH Tuấn Việt – Chi nhánh Huế" đã chứng minh tính cấp thiết và hiệu quả vượt trội của việc ứng dụng các mô hình định lượng vào công tác quản trị kinh doanh thực tế. Việc kết hợp chặt chẽ giữa mô hình toán học EOQ, điểm tái đặt hàng ROP, phương pháp hạch toán KKTX, luồng xuất kho FIFO và triết lý 5S đã giải quyết triệt để bài toán tồn đọng vốn lưu động hơn 32 tỷ VNĐ tại doanh nghiệp.

Giải pháp không chỉ nâng cao hệ số vòng quay hàng tồn kho từ 3,50 lên 4,82 vòng/năm mà còn tạo tiền đề vững chắc cho việc số hóa toàn diện quy trình logistics của Tuấn Việt trong kỷ nguyên chuyển đổi số. Đây là hình mẫu thực tiễn có giá trị ứng dụng cao cho cộng đồng doanh nghiệp phân phối vừa và nhỏ tại Việt Nam.