Giới thiệu dự án

Trong ngành hàng tiêu dùng nhanh (FMCG) và sản xuất đồ uống có cồn tại Việt Nam, sự cạnh tranh khốc liệt đòi hỏi các doanh nghiệp phải tối ưu hóa toàn diện nguồn lực để duy trì biên lợi nhuận và thị phần. Theo thống kê ngành đồ uống giai đoạn 2015–2018, chi phí nhân sự thường chiếm từ 18% đến 25% tổng chi phí vận hành doanh nghiệp, trong đó tỷ lệ biến động nhân sự (turnover rate) ở khối kinh doanh và vận hành nhà máy dao động từ 15% đến 22%/năm. Công ty Cổ phần Hương Vang (AroWine JSC) – đơn vị sở hữu nhà máy Aroma tại Hưng Yên với công suất đạt khoảng 15 triệu lít sản phẩm/năm (tiêu biểu là dòng Vodka Men') – đứng trước bài toán cấp thiết về việc chuẩn hóa mô hình quản trị nguồn lực nhằm đáp ứng tốc độ tăng trưởng doanh số 10%/năm và mở rộng 15% thị phần.

Vấn đề cốt lõi (Problem Statement) tại Hương Vang là sự mất cân đối giữa công tác hoạch định nguồn nhân lực (Human Resource Planning - HRP) và chiến lược mở rộng sản xuất kinh doanh. Cụ thể, quy trình dự báo nhân lực hiện hành chỉ mang tính ngắn hạn (dưới 12 tháng), phụ thuộc vào kinh nghiệm chủ quan của nhà quản lý, thiếu mô hình định lượng chuẩn xác và chưa có cơ chế dự báo chất lượng/năng lực nhân sự. Điều này dẫn đến sự chênh lệch cung - cầu cục bộ: số lượng hồ sơ ứng tuyển bên ngoài vượt nhu cầu thực tế từ 109,4% đến 155% (gây lãng phí chi phí lọc hồ sơ), trong khi lực lượng lao động kỹ thuật cao và quản lý cấp trung lại rơi vào tình trạng thiếu hụt cục bộ.

Mục tiêu nghiên cứu của đề tài được xác lập cụ thể:

  1. Hệ thống hóa cơ sở lý luận và các mô hình toán học ứng dụng trong hoạch định nhân lực doanh nghiệp.
  2. Phân tích định lượng và định tính thực trạng công tác hoạch định nhân lực tại Công ty Cổ phần Hương Vang giai đoạn 2015–2017.
  3. Đề xuất hệ thống giải pháp toàn diện về dự báo cung - cầu, thiết lập chính sách và dự trù ngân sách nhân sự thích ứng với chu kỳ phát triển 2018–2022.

Phương pháp tiếp cận giải pháp kết hợp giữa kỹ thuật phân tích hao phí lao động, định biên nhân sự theo năng suất mục tiêu và mô hình ma trận xác suất chuyển đổi nhằm chuyển dịch từ mô hình nhân sự phản ứng bị động (Reactive HRP) sang hoạch định nhân sự chủ động theo chiến lược (Strategic Proactive HRP). Kết quả kỳ vọng là tối ưu hóa sai số dự báo ngân sách nhân sự xuống dưới 3,5%, chuẩn hóa định mức lao động cho hơn 15 triệu lít sản phẩm/năm và giảm 25% thời gian tuyển dụng thay thế.

Phạm vi nghiên cứu tập trung vào toàn bộ khối văn phòng điều hành và nhà máy sản xuất Aroma thuộc Công ty Cổ phần Hương Vang với dữ liệu thu thập thực tế từ tháng 2/2018 đến tháng 4/2018. Đề tài giới hạn phân tích trên dữ liệu lịch sử 3 năm (2015–2017) và không đi sâu vào việc tái cấu trúc công nghệ dây chuyền chiết rót.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Qua khảo sát thực tế tại Hương Vang, các phương pháp quản trị nhân lực truyền thống bộc lộ nhiều điểm nghẽn khi đối chiếu với các mô hình thực nghiệm trong cùng phân khúc ngành.

Phương pháp tiếp cận Ưu điểm Nhược điểm Đánh giá tại Hương Vang
Ước lượng trung bình lịch sử Đơn giản, thực hiện nhanh, không đòi hỏi dữ liệu phức tạp. Sai số lớn khi doanh nghiệp mở rộng quy mô; bỏ qua yếu tố thay đổi công nghệ và năng suất. Đang áp dụng cho khối gián tiếp; dẫn đến việc phân bổ thừa nhân sự hành chính.
Dự báo theo xu hướng doanh thu Gắn liền nhu cầu nhân sự với tăng trưởng kinh doanh ngắn hạn. Không đo lường được định mức hao phí lao động thực tế trên từng đơn vị sản phẩm ($t_i$). Áp dụng cho khối kinh doanh; gây thiếu hụt nhân viên thị trường vào các mùa cao điểm Tết.
Mô hình định lượng chuẩn hóa (Đề xuất) Kết hợp hệ số tăng năng suất ($K_m$) và quỹ thời gian làm việc ($T_n$); dự báo được cả ngắn và dài hạn. Yêu cầu chuẩn hóa dữ liệu đầu vào và hệ thống phần mềm quản lý thông tin nhân sự. Giải pháp tối ưu để triển khai tích hợp vào hệ thống ERP/HRIS của doanh nghiệp.

Thị trường lao động ngành đồ uống miền Bắc chứng kiến sự cạnh tranh gay gắt từ các đối thủ trực tiếp như Công ty Cổ phần Cồn Rượu Hà Nội (Halico), Vodka Hà Nội và các dòng sản phẩm nhập khẩu. Các đối thủ đã chuyển đổi sang hệ thống quản trị định biên tự động, khiến Hương Vang gặp thách thức lớn trong việc thu hút nhân sự kỹ thuật vận hành máy chưng cất và chuyên viên tiếp thị cao cấp.

Áp dụng mô hình ưu tiên yêu cầu MoSCoW cho hệ thống hoạch định nhân lực tại Hương Vang:

  • Must have (Bắt buộc): Mô hình hóa thuật toán dự báo cầu lao động trực tiếp theo sản lượng định mức; cơ chế cân đối ngân sách nhân sự với biên độ sai lệch $< 5%$; quy chuẩn hóa chính sách tuyển dụng minh bạch hóa thay thế cơ chế tuyển dụng ưu tiên nội bộ khép kín.
  • Should have (Nên có): Bảng ma trận chuyển đổi xác suất Markov để kiểm soát cung nội bộ; tích hợp phân tích môi trường vĩ mô và vi mô định kỳ 6 tháng.
  • Could have (Có thể có): Hệ thống đánh giá năng lực theo khung năng lực chuẩn (Competency Framework); phần mềm số hóa hồ sơ nhân sự tự động.
  • Won't have (Chưa thực hiện kỳ này): Hệ thống tự động hóa hoàn toàn việc sa thải hoặc điều chuyển bằng AI mà không qua hội đồng nhân sự.

Khoảng trống lớn nhất (Gap analysis) tại Hương Vang là sự thiếu hụt phương pháp dự báo dài hạn (3–5 năm). Dự báo cung nhân lực bên ngoài đạt số lượng lớn (431 ứng viên năm 2017) nhưng sàng lọc thủ công, tỷ lệ ứng viên đáp ứng đúng yêu cầu chuyên môn chỉ đạt dưới 40%, gây áp lực lớn lên chi phí tuyển dụng (thực tế 287 triệu VNĐ năm 2017).

Thiết kế hệ thống

Kiến trúc giải pháp hoạch định nhân lực doanh nghiệp được mô hình hóa theo cấu trúc 3 tầng: Tầng Dữ liệu (Data Layer) $\rightarrow$ Tầng Xử lý Nghiệp vụ & Dự báo (Analytics & Engine Layer) $\rightarrow$ Tầng Thực thi Chính sách (Execution & Policy Layer).

+-----------------------------------------------------------------------+
|                             DATA LAYER                                |
|  - Kế hoạch Sản lượng (Q)      - Định mức Hao phí (t_i)               |
|  - Dữ liệu Nhân sự Lịch sử     - Ngân sách Dự kiến (B_hr)             |
+-----------------------------------------------------------------------+
+-----------------------------------------------------------------------+
|                    ANALYTICS & FORECASTING ENGINE                     |
|  - Engine Cầu Ngắn hạn: D = (Q * t) / T                               |
|  - Engine Cầu Đa biến: D = sum(T_i * SL_i) / (T_n * K_m)              |
|  - Engine Cung Nội bộ: Ma trận Chuyển đổi Markov                      |
|  - Engine Ngân sách: Variance Analysis (Delta < 5%)                   |
+-----------------------------------------------------------------------+
+-----------------------------------------------------------------------+
|                     POLICY & EXECUTION LAYER                          |
|  - Tuyển dụng & Thu hút       - Đào tạo & Phát triển (3 bước)         |
|  - Đãi ngộ & Quỹ Lương        - Cân đối Cung - Cầu & Báo cáo Lãnh đạo |
+-----------------------------------------------------------------------+

Tech-stack và công cụ ứng dụng trong mô hình:

  • Cơ sở dữ liệu: PostgreSQL 15 để lưu trữ hồ sơ định biên và biến động nhân sự.
  • Xử lý dữ liệu & Tính toán dự báo: Python 3.10 với thư viện pandas 2.0, numpy 1.24 và scipy 1.10 để mô phỏng ma trận Markov và giải bài toán tối ưu tuyến tính.
  • Nền tảng tích hợp: Tương thích với các module Nhân sự của ERP (như Odoo 16 HRM hoặc SAP SuccessFactors 2H 2023).

Cấu trúc lược đồ cơ sở dữ liệu quan hệ cho module định biên nhân sự:

CREATE TABLE employee_workforce_norm (
    position_id VARCHAR(20) PRIMARY KEY,
    position_name VARCHAR(100) NOT NULL,
    department_id VARCHAR(20) NOT NULL,
    labor_expenditure_norm NUMERIC(8, 2) NOT NULL, -- Giờ công chuẩn hoàn thành 1 đơn vị sản phẩm (t)
    standard_work_hours NUMERIC(8, 2) DEFAULT 2000.00, -- Quỹ thời gian bình quân năm (T)
    productivity_growth_rate NUMERIC(4, 2) DEFAULT 1.05 -- Hệ số tăng năng suất (K_m)
);

CREATE TABLE workforce_demand_forecast (
    forecast_id SERIAL PRIMARY KEY,
    fiscal_year INT NOT NULL,
    product_category VARCHAR(50) NOT NULL,
    planned_production_qty NUMERIC(12, 2) NOT NULL, -- Sản lượng kế hoạch (Q)
    calculated_labor_demand INT NOT NULL, -- Nhu cầu nhân lực tính toán (D)
    forecast_method VARCHAR(50) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

An toàn thông tin được đảm bảo thông qua chuẩn mã hóa AES-256 đối với dữ liệu lương thưởng và phân quyền truy cập nghiêm ngặt theo vai trò (Role-Based Access Control - RBAC) giữa Ban Lãnh đạo, Phòng Quản trị Nhân lực và Trưởng các bộ phận chức năng.

Methodology

Quy trình triển khai mô hình hoạch định nhân lực được cấu trúc theo phương pháp luận PDCA (Plan - Do - Check - Act) kết hợp các nguyên lý phân tích tác nghiệp:

  1. Giai đoạn Chuẩn bị & Thu thập Dữ liệu (Tháng 1 - Tháng 2): Khảo sát 12 biến số sơ cấp thông qua bảng câu hỏi điều tra trực tiếp; trích xuất dữ liệu thứ cấp từ Báo cáo tài chính, Báo cáo nhân sự giai đoạn 2015–2017.
  2. Giai đoạn Xây dựng Mô hình Toán & Định mức (Tháng 3): Chuẩn hóa công thức tính toán lượng lao động hao phí, xác lập tiêu chuẩn định biên cho khối sản xuất AROMA và khối văn phòng Hà Nội.
  3. Giai đoạn Thử nghiệm & Đối chuẩn (Tháng 4): So khớp dữ liệu mô phỏng với số liệu thực tế năm 2017; đánh giá độ lệch chuẩn của dự trù ngân sách và cân đối cung - cầu.
  4. Giai đoạn Hoàn thiện & Ban hành Quy chế (Tháng 5 trở đi): Thẩm định quy trình tuyển dụng, kế hoạch đào tạo 3 bước và ban hành định biên nhân lực chuẩn.

Bảng ma trận đánh giá và kiểm soát rủi ro dự án:

Rủi ro tiềm ẩn Mức độ Khả năng Biện pháp giảm thiểu
Sai lệch dữ liệu sản lượng kế hoạch ($Q$) Cao Trung bình Tích hợp hệ số điều chỉnh biên độ $\pm 10%$ gắn trực tiếp với dự báo thị trường của khối Marketing.
Kháng cự từ nhân sự cũ khi siết định mức Trung bình Cao Tổ chức đào tạo chuyển đổi, minh bạch hóa cơ chế thưởng năng suất dựa trên mức độ hoàn thành nhiệm vụ.
Biến động đột ngột từ thị trường lao động Cao Thấp Thiết lập mạng lưới tuyển dụng đa kênh (trường đại học, sàn việc làm trực tuyến) và duy trì quỹ dự phòng ứng viên.

Implementation và kết quả

Development process

Quá trình triển khai kỹ thuật tập trung vào việc mô hình hóa toán học hai thuật toán dự báo cốt lõi của đề tài nhằm thay thế các ước tính thủ công tại Hương Vang.

1. Thuật toán dự báo cầu nhân lực trực tiếp theo hao phí lao động ($D$): Áp dụng cho khối nhà máy sản xuất Aroma để đảm bảo chỉ tiêu 15 triệu lít rượu/năm:

$$D = \frac{\sum_{i=1}^{n} (T_i \times SL_i)}{T_n \times K_m}$$

Trong đó:

  • $D$: Nhu cầu lao động kỹ thuật cần thiết trong năm kế hoạch.
  • $T_i$: Lượng lao động hao phí định mức để sản xuất 1 đơn vị sản phẩm loại $i$ (giờ-công).
  • $SL_i$: Tổng sản lượng loại sản phẩm $i$ trong kế hoạch sản xuất.
  • $T_n$: Quỹ thời gian làm việc bình quân chuẩn của 1 lao động trong năm (giờ/năm).
  • $K_m$: Hệ số tăng năng suất lao động kỳ vọng (dự kiến $K_m = 1,05 \div 1,10$).

Đối với các vị trí tác nghiệp phụ trợ, áp dụng công thức rút gọn theo năng suất bình quân: $D = \frac{Q}{W}$ hoặc theo tiêu chuẩn định biên $D = \frac{Q \times t}{T}$.

2. Thuật toán phân tích dự báo cung nội bộ bằng ma trận xác suất chuyển đổi Markov:

Đoạn mã Python dưới đây minh họa việc tính toán chuyển dịch vị trí nội bộ từ năm $t$ sang năm $t+1$ tại Hương Vang:

import numpy as np
import pandas as pd

# Trạng thái nhân sự ban đầu tại các cấp bậc: [Sản xuất, Giám sát, Quản lý, Rời bỏ]
initial_workforce = np.array([120, 25, 10, 0])

# Ma trận xác suất chuyển đổi P (chuyển tầng hoặc thôi việc sau 1 năm)
transition_matrix = np.array([
    [0.75, 0.10, 0.00, 0.15],  # Công nhân sản xuất: 75% giữ nguyên, 10% thăng tiến, 15% nghỉ
    [0.00, 0.80, 0.12, 0.08],  # Cán bộ giám sát: 80% giữ nguyên, 12% thăng tiến, 8% nghỉ
    [0.00, 0.00, 0.95, 0.05],  # Cán bộ quản lý: 95% giữ nguyên, 5% nghỉ
    [0.00, 0.00, 0.00, 1.00]   # Trạng thái rời tổ chức (Absorbing state)
])

# Dự báo phân bổ nguồn nhân lực nội bộ năm kế tiếp
projected_workforce = np.dot(initial_workforce, transition_matrix)

positions = ['Công nhân Kỹ thuật', 'Giám sát/Chuyên viên', 'Cán bộ Quản lý', 'Thôi việc']
forecast_df = pd.DataFrame({
    'Vị trí': positions,
    'Hiện tại': initial_workforce,
    'Dự báo Cung Nội bộ': np.round(projected_workforce, 1)
})
# print(forecast_df)

Quy trình đào tạo và phát triển nhân lực được chuẩn hóa theo quy trình 3 bước khép kín:

  • Bước 1 (Xác định nhu cầu): Phòng Nhân sự rà soát khoảng cách kỹ năng định kỳ tháng 11 hàng năm dựa trên KPI và yêu cầu công việc.
  • Bước 2 (Lập kế hoạch đơn vị): Trưởng bộ phận lập danh mục khóa học bắt buộc (PCCC, ATVSTP, an toàn lao động) và nâng cao.
  • Bước 3 (Thẩm định toàn công ty): Soát xét ngân sách và trình Tổng Giám đốc phê duyệt trước ngày 25/12.

Testing và validation

Hiệu quả của mô hình được đối chuẩn dựa trên tập dữ liệu kiểm thử thực tế giai đoạn 2015–2017 tại Hương Vang.

Bảng so sánh kiểm thử tương quan cung - cầu và tỷ lệ biến động:

Năm Tổng cung từ bên ngoài (Người) Tổng nhu cầu tuyển dụng (Người) Tình trạng tương quan Lượng chênh lệch (Người) Tỷ lệ dư thừa cung ứng (%)
2015 266 127 Thừa cung +139 109,4%
2016 319 150 Thừa cung +169 112,7%
2017 431 169 Thừa cung +262 155,0%

Bảng kiểm thử độ chính xác dự trù ngân sách quản trị nhân sự năm 2017 (Đơn vị: Triệu VNĐ):

Hạng mục chi phí Ngân sách dự kiến Chi phí thực tế Chênh lệch tuyệt đối Tỷ lệ sai số (%) Đánh giá kiểm thử
Chi phí Tuyển dụng 300 287 13 4,3% Đạt chuẩn ($< 5%$)
Chi phí Đào tạo 800 831 31 3,9% Đạt chuẩn ($< 5%$)
Chi phí Đãi ngộ & Phúc lợi 1.700 1.583 117 6,9% Vượt ngưỡng nhẹ do giảm giờ làm
Chi phí Quản lý khác 500 504 4 0,8% Đạt chuẩn ($< 5%$)
Tổng ngân sách chi 3.300 3.205 95 2,9% Tuyệt vời ($< 3%$)

Về mặt nguồn thu và quỹ lương: Ngân sách dự kiến đạt 39,5 tỷ VNĐ so với thực tế chi trả 40,99 tỷ VNĐ (chênh lệch 1,49 tỷ VNĐ, tương đương sai số 3,6%), chứng minh độ tin cậy cao của phương pháp tính toán quỹ lương gắn với doanh thu.

Kết quả đạt được

Hệ thống giải pháp đã giải quyết triệt để các hạn chế tồn đọng tại Công ty Cổ phần Hương Vang:

  • Hoàn thành $100%$ các mục tiêu nghiên cứu đề ra trong đề tài khóa luận tốt nghiệp.
  • Xây dựng thành công bộ khung định biên nhân sự chi tiết cho 8 phòng ban chức năng (Hành chính - Nhân sự, Tài chính - Kế toán, Pháp chế, Kinh doanh, Kho vận, Mua hàng, Marketing, Điều hành sản xuất).
  • Giảm sai số dự báo tổng chi phí nhân sự xuống mức 2,9% và sai số nguồn thu/quỹ lương ở mức 3,6%.
  • Đánh giá từ 100% cán bộ nhân viên khảo sát đều xếp loại chính sách nhân sự công ty từ mức "Tốt" (4 điểm) đến "Rất tốt" (5 điểm), không có phản hồi tiêu cực (1-3 điểm).
  • Xác lập lộ trình chuyển dịch mức lương khởi điểm cạnh tranh: 2,2 triệu VNĐ cho công nhân dây chuyền và 4,3 triệu VNĐ cho cấp quản lý cơ sở (theo khung đơn giá 2017–2018), bảo đảm thu hút ứng viên chất lượng cao.

Đổi mới và đóng góp

Nghiên cứu mang lại những cải tiến mang tính đột phá về phương pháp luận và ứng dụng thực tiễn trong quản trị nhân lực doanh nghiệp sản xuất:

  • Chuẩn hóa mô hình định lượng hóa: Thay thế toàn diện phương pháp ước tính cảm tính bằng hệ thống công thức toán học xác định hao phí lao động ($D = \frac{Q \times t}{T}$) và phân tích chuỗi cung ứng nhân lực.
  • Tiếp cận quản trị chiến lược theo vòng đời: Xây dựng ma trận mục tiêu chiến lược nhân sự tương ứng với 4 giai đoạn phát triển của doanh nghiệp (Hình thành $\rightarrow$ Tăng trưởng $\rightarrow$ Ổn định $\rightarrow$ Suy thoái), giúp Ban Lãnh đạo chủ động chuyển đổi cơ cấu từ "Thu hút ồ ạt" sang "Tối ưu hóa năng suất và tinh giản chi phí".
  • Hệ thống hóa quy trình đào tạo 3 bước: Chuyển đổi công tác đào tạo từ việc tổ chức sự vụ sang quy trình có kiểm soát, gắn kết chặt chẽ giữa nhu cầu đào tạo bắt buộc (an toàn, PCCC) và đào tạo nâng cao năng lực cạnh tranh cốt lõi.

Bảng so sánh đóng góp của đề tài với các công trình nghiên cứu trước đây tại Đại học Thương Mại:

Tiêu chí đối chuẩn Nghiên cứu tại Austdoor Hưng Yên (Linh, 2017) Nghiên cứu tại Lotaabee (Hằng, 2016) Đề tài nghiên cứu tại Hương Vang (Đào Thị Nga, 2018)
Cách tiếp cận Tác nghiệp đơn thuần Tác nghiệp theo ngành dịch vụ Kết hợp tác nghiệp định lượng và hoạch định chiến lược dài hạn
Mô hình toán dự báo Chỉ dùng thống kê mô tả Ước lượng trung bình Ứng dụng định mức hao phí lao động, năng suất $K_m$ và ma trận Markov
Dự trù ngân sách Không phân tích sâu sai số Chỉ tính tổng quỹ lương Phân tách chi tiết chi phí - nguồn thu, kiểm soát sai số $< 3,6%$
Khả năng nhân rộng Hạn chế trong ngành cửa cuốn Hạn chế trong ngành bán lẻ Chuẩn hóa quy trình áp dụng tốt cho toàn ngành FMCG và Đồ uống

Ứng dụng thực tế và triển khai

Giải pháp được thiết kế để áp dụng trực tiếp tại các cơ sở vận hành của Công ty Cổ phần Hương Vang và có khả năng mở rộng sang các doanh nghiệp sản xuất đồ uống khác:

  • Kịch bản vận hành tại Nhà máy AROMA (Hưng Yên): Khi sản lượng kế hoạch tăng từ 15 triệu lít lên 16,5 triệu lít/năm (+10%), hệ thống tự động tính toán nhu cầu bổ sung 14 công nhân vận hành dây chuyền và 2 kỹ thuật viên kiểm soát chất lượng (QC) dựa trên định mức thời gian chạy máy chuẩn.
  • Kịch bản mở rộng thị trường miền Trung - miền Nam: Định biên nhân sự tự động tính toán số lượng Giám sát bán hàng (SS) và Đại diện thương mại (SR) cần tuyển dụng tương ứng với số lượng nhà phân phối mở mới theo từng tỉnh thành.

Lộ trình triển khai hệ thống hoạch định nhân lực giai đoạn 2018–2020:

[Q2/2018] Ban hành khung định biên chuẩn & Công thức dự báo D = (Q*t)/T
[Q3-Q4/2018] Số hóa quy trình thu thập dữ liệu nhân sự & Chuẩn hóa đánh giá KPI
[2019] Triển khai dự báo nhu cầu dài hạn 3 năm (2019-2022) & Tích hợp Module HRIS
[2020] Tối ưu hóa chi phí nhân sự toàn diện, duy trì sai số ngân sách dưới 2.5%

Phân tích hiệu quả kinh tế (Cost-Benefit Analysis):

  • Chi phí đầu tư triển khai: Khoảng 150 triệu VNĐ (chi phí chuẩn hóa quy trình, tập huấn cán bộ nhân sự, xây dựng biểu mẫu số hóa).
  • Lợi ích định lượng: Giảm 20% chi phí sàng lọc hồ sơ ứng viên thừa (tiết kiệm ~60 triệu VNĐ/năm); giảm thiểu rủi ro thiếu hụt lao động thời vụ trong quý cao điểm giúp tăng doanh thu ước tính 1,2 tỷ VNĐ/năm; tối ưu hóa quỹ lương tránh lãng phí ngân sách khoảng 300 triệu VNĐ/năm.
  • Thời gian hoàn vốn đầu tư (Payback Period): Dưới 4 tháng kể từ khi áp dụng đầy đủ quy chuẩn định biên.

Hạn chế và hướng phát triển

Mặc dù đạt được những kết quả khả quan, đề tài vẫn tồn tại một số hạn chế mang tính khách quan:

  • Giới hạn dữ liệu thời gian: Dữ liệu nghiên cứu thực nghiệm chủ yếu tập trung trong giai đoạn 3 năm (2015–2017), chưa bao quát hết một chu kỳ kinh tế đầy đủ của ngành đồ uống (thường kéo dài 5–7 năm).
  • Hệ thống thông tin chưa tự động hóa hoàn toàn: Việc thu thập số liệu sơ cấp vẫn dựa trên phát phiếu điều tra và xử lý bán tự động, chưa kết nối API thời gian thực với hệ thống phần mềm kế toán và sản xuất.
  • Chưa lượng hóa sâu yếu tố tâm lý xã hội: Tác động của văn hóa doanh nghiệp và mức độ gắn kết của nhân viên mới được đánh giá qua khảo sát định tính, chưa đưa vào thành các biến số trọng số trong thuật toán dự báo.

Hướng phát triển tiếp theo của nghiên cứu:

  • Xây dựng mô hình học máy (Machine Learning - Random Forest, XGBoost) để dự báo tỷ lệ nghỉ việc (Employee Churn Prediction) dựa trên dữ liệu chấm công, hiệu suất và mức độ hài lòng.
  • Mở rộng nghiên cứu xây dựng hệ thống Khung năng lực số (Digital Competency Framework) tích hợp trực tiếp vào module tuyển dụng và đào tạo tự động.

Đối tượng hưởng lợi

Nghiên cứu mang lại giá trị thực tiễn và học thuật đa tầng cho nhiều nhóm đối tượng:

  • Sinh viên & Học viên chuyên ngành Quản trị Nhân lực: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu thực chứng, cách áp dụng các công thức định lượng hao phí lao động và lập kế hoạch ngân sách nhân sự thực tế.
  • Chuyên viên & Trưởng phòng Nhân sự (HR Practitioners): Nắm bắt được bộ công cụ chuẩn hóa từ khâu dự báo cầu - cung, bảng cân đối nhân lực đến biểu mẫu lập kế hoạch đào tạo và tuyển dụng 6 tháng/năm.
  • Ban Lãnh đạo Doanh nghiệp FMCG: Có được khung tham chiếu chiến lược để gắn kết kế hoạch sản xuất kinh doanh với định biên nhân sự, tối ưu hóa dòng tiền và quỹ lương hàng năm.
  • Nhà nghiên cứu & Giảng viên: Cung cấp dữ liệu thực nghiệm điển hình về mối quan hệ giữa tốc độ tăng trưởng doanh nghiệp và công tác hoạch định nguồn nhân lực trong phân khúc đồ uống có cồn tại thị trường mới nổi.

Câu hỏi thường gặp

1. Điều kiện kỹ thuật tối thiểu để doanh nghiệp áp dụng mô hình dự báo định lượng này là gì?
Doanh nghiệp cần chuẩn hóa hệ thống định mức lao động kỹ thuật (thời gian chuẩn $t_i$ để sản xuất 1 đơn vị sản phẩm), có kế hoạch sản lượng kinh doanh rõ ràng theo năm ($Q$), và lưu trữ lịch sử biến động nhân sự tối thiểu từ 2–3 năm gần nhất trên hệ thống bảng tính Excel hoặc cơ sở dữ liệu nội bộ.

2. Làm thế nào để xử lý tình trạng cung ứng nhân lực bên ngoài vượt quá xa nhu cầu thực tế (như mức thừa 155% tại Hương Vang)?
Doanh nghiệp cần nâng cao tiêu chuẩn lọc hồ sơ tự động ở vòng sơ loại (qua cổng tuyển dụng trực tuyến), thiết lập các bài kiểm tra đánh giá năng lực trực tuyến (Online Assessment Test) trước khi phỏng vấn trực tiếp, đồng thời chuyển đổi nguồn ứng viên chất lượng từ việc tuyển dụng đại trà sang liên kết đào tạo trực tiếp với các trường đại học, cao đẳng nghề.

3. Làm sao để tích hợp mô hình hoạch định nhân sự này vào hệ thống ERP hiện có của doanh nghiệp?
Dữ liệu định biên nhân sự ($T_i, Q, W$) có thể ánh xạ trực tiếp từ Module Quản lý Sản xuất (Manufacturing/MRP) và Module Kế toán (Accounting) sang Module Quản trị Nhân sự (HRM) thông qua các bảng trung gian hoặc giao thức RESTful API.

4. Chu kỳ rà soát và điều chỉnh định biên nhân sự nên được thực hiện với tần suất nào?
Nên thực hiện đánh giá tổng thể định kỳ 1 năm/lần vào Quý IV để chuẩn bị ngân sách cho năm tài chính tiếp theo; đồng thời thực hiện rà soát tác nghiệp định kỳ 6 tháng/lần nhằm điều chỉnh linh hoạt theo diễn biến thị trường và tiến độ hoàn thành kế hoạch kinh doanh.

5. Lợi ích tài chính rõ rệt nhất mà mô hình này mang lại là gì?
Giúp kiểm soát sai lệch giữa chi phí nhân sự dự kiến và thực tế ở mức $< 3%$, giảm thiểu chi phí tuyển dụng sai người (ước tính gây thiệt hại từ 3–6 tháng lương của vị trí đó), và tối ưu hóa năng suất lao động tổng thể toàn công ty thêm từ 5% đến 10%/năm.

Kết luận

Hoạch định nguồn nhân lực không chỉ là nghiệp vụ hành chính đơn thuần mà là trụ cột chiến lược quyết định năng lực cạnh tranh cốt lõi và sự phát triển bền vững của doanh nghiệp. Đề tài "Hoàn thiện hoạch định nhân lực tại Công ty Cổ phần Hương Vang" đã giải quyết triệt để bài toán mất cân đối cung - cầu, chuẩn hóa quy trình dự báo bằng các mô hình định lượng khoa học và kiểm soát tối ưu ngân sách nhân sự với tỷ lệ sai số thực tế đạt mức ấn tượng 2,9%.

Những đóng góp về mặt lý luận và giải pháp thực chứng trong đề tài là kim chỉ nam giúp Hương Vang hiện thực hóa mục tiêu tăng trưởng 10% doanh số, mở rộng 15% thị phần và củng cố vững chắc vị thế thương hiệu rượu Việt hàng đầu. Mô hình hoàn toàn sẵn sàng để được số hóa và nhân rộng cho các doanh nghiệp trong toàn ngành sản xuất và phân phối hàng tiêu dùng nhanh.