Tổng quan nghiên cứu

Đại dịch toàn cầu đã làm bộc lộ nhiều điểm nghẽn nghiêm trọng trong chuỗi cung ứng dệt may quốc tế. Tại Việt Nam, kim ngạch xuất khẩu dệt may năm 2020 chỉ đạt 35,29 tỷ USD, sụt giảm 10,91% so với năm 2019, chấm dứt chuỗi tăng trưởng ấn tượng 16,5% của năm 2018 và 8% của năm 2019. Trước sự suy giảm mạnh mẽ của các đơn hàng quốc tế, các doanh nghiệp quản lý chuỗi cung ứng đầu mối (focal companies) đối mặt với áp lực lớn trong việc kiểm soát chất lượng dịch vụ đầu cuối và tối ưu hóa mối quan hệ với mạng lưới đối tác phức tạp.

Vấn đề cốt lõi mà doanh nghiệp gặp phải là việc quản lý hiệu suất chỉ dựa trên các chỉ số KPI riêng lẻ, gây ra hiện tượng đánh đổi cục bộ giữa chất lượng, chi phí và thời gian. Do đó, nghiên cứu này được thực hiện nhằm xây dựng mô hình định lượng độ hiển thị chuỗi cung ứng (Supply Chain Visibility - SCV) dựa trên năng lực quy trình Six Sigma, từ đó thiết lập Ma trận hiệu suất tích hợp giữa chỉ số hiển thị vận hành và điểm đánh giá cơ sở kỹ thuật nhà máy.

Phạm vi nghiên cứu tập trung vào 43 nhà máy gia công trực thuộc 10 nhà cung cấp cấp 1 (Tier 1 suppliers) tại Việt Nam thực hiện các đơn hàng xuất khẩu năm 2022 cho một tập đoàn bán lẻ tại Hoa Kỳ theo điều kiện giao hàng FOB. Ý nghĩa thực tiễn của nghiên cứu là chuyển đổi 4 yếu tố vận hành trọng yếu bao gồm thời gian sản xuất giao hàng, tỷ lệ giao hàng đủ số lượng, tỷ lệ kiểm định đạt lần đầu và tỷ lệ giao hàng đúng hạn thành một chỉ số chuẩn hóa duy nhất nằm trong khoảng từ 0 đến 1 (tương ứng mức năng lực từ 1σ đến 6σ). Thước đo này cung cấp cơ sở định lượng khách quan giúp nhà quản trị phân loại đối tác, khắc phục điểm nghẽn và củng cố toàn diện hệ sinh thái cung ứng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được phát triển dựa trên sự kết hợp giữa lý thuyết quản trị chuỗi cung ứng đầu cuối và lý thuyết kiểm soát chất lượng quy trình Six Sigma. Về khía cạnh hiển thị, tác giả kế thừa khung định lượng độ hiển thị quy trình của Lee và Rim thiết lập năm 2016, chuyển trọng tâm từ hiển thị thông tin thuần túy của hệ thống công nghệ thông tin sang hiển thị năng lực vận hành thực tế của các nút mạng cung ứng.

Về mặt toán học, nghiên cứu ứng dụng công thức tính năng suất thông lượng tích lũy (Rolled Throughput Yield - RTY) của Graves công bố năm 1988 để tổng hợp hiệu suất của toàn bộ quá trình sản xuất. Các khái niệm nền tảng bao gồm:

  • Độ hiển thị chuỗi cung ứng (SCV): Mức độ dự đoán chính xác khả năng tuân thủ kế hoạch cung ứng dựa trên năng lực và độ biến thiên của quy trình.
  • Năng lực quy trình (Process Capability): Đo lường bằng các chỉ số thống kê gồm Cp, Cpk, chỉ số Z-score (Zbench) và mức năng lực ngắn hạn Zst = Zbench + 1,5.
  • Liên kết quy trình được quản lý (Managed Business Process Links): Các liên kết trực tiếp giữa công ty đầu mối với nhà cung cấp cấp 1 giữ vai trò quyết định đến dòng chảy sản phẩm.
  • Điểm đánh giá cơ sở kỹ thuật (Technical Facility Audit Score): Thang đo 100 điểm đánh giá sự tuân thủ quy chuẩn kỹ thuật sản xuất của nhà máy.

Phương pháp nghiên cứu

Nghiên cứu sử dụng mẫu khảo sát gồm 43 nhà máy may mặc thuộc 10 nhà cung cấp cấp 1 tại Việt Nam, phục vụ khách hàng bán lẻ tại Hoa Kỳ trong suốt năm vận hành 2022. Phương pháp chọn mẫu có chủ đích được áp dụng nhằm tập trung vào các nhà máy có liên kết quy trình được quản lý trực tiếp và có luồng dữ liệu đơn hàng hoàn chỉnh. Lý do lựa chọn phương pháp phân tích năng lực quy trình Six Sigma xuất phát từ nhu cầu quy đổi các biến số có đơn vị đo lường khác nhau (tuần, ngày, tỷ lệ phần trăm) về cùng một thước đo chuẩn hóa không thứ nguyên.

Dữ liệu sơ cấp và thứ cấp được thu thập và xử lý trong khung thời gian từ ngày 04/09/2023 đến ngày 24/12/2023 thông qua hệ thống hoạch định tài nguyên doanh nghiệp, dữ liệu trao đổi điện tử EDI, biên bản kiểm định QA và dữ liệu xác nhận thực tế từ đơn vị giao nhận logistics. Quy trình phân tích định lượng diễn ra qua 4 bước:

  • Bước 1: Xác định giá trị trung bình, độ lệch chuẩn, giới hạn đặc tính kỹ thuật trên (USL) và dưới (LSL) cho 4 chỉ số vận hành gồm thời gian sản xuất (USL = 20 tuần), tỷ lệ giao đủ hàng (LSL = -5%, USL = 10%), tỷ lệ kiểm tra đạt lần đầu (LSL = 97%, USL = 100%) và thời gian giao hàng (LSL = -14 ngày, USL = 3 ngày đệm).
  • Bước 2: Tính toán chỉ số Zbench và chuyển đổi sang chỉ số hiển thị thành phần thông qua hàm mật độ tích lũy phân phối chuẩn.
  • Bước 3: Tính toán chỉ số hiển thị của từng yếu tố có trọng số dựa trên tỷ trọng doanh thu của từng mã hàng.
  • Bước 4: Tính chỉ số hiển thị tổng thể bằng căn bậc n của tích các chỉ số thành phần theo nguyên lý RTY.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Kết quả định lượng cho thấy sự chênh lệch rõ nét giữa các chỉ số thành phần và mức độ ổn định vận hành của mạng lưới nhà máy:

Thứ nhất, chỉ số giao hàng đủ số lượng (v_DIF) đạt kết quả khả quan nhất trong toàn bộ hệ thống. Đa số các nhà máy đều kiểm soát tốt định mức hao hụt sản xuất và kế hoạch đơn hàng, duy trì tỷ lệ vượt đơn dưới 10% và thiếu hụt không quá -5%.

Thứ hai, chỉ số kiểm định chất lượng lần đầu (v_FIR) xuất hiện sự phân hóa sâu sắc. Trong tổng số 43 cơ sở sản xuất, có 10 nhà máy đạt điểm tuyệt đối 1,0 nhưng có tới 32 nhà máy (tương đương khoảng 74,4%) ghi nhận chỉ số dưới ngưỡng chấp nhận 0,5, kéo điểm trung bình toàn hệ thống xuống mức rất thấp là 0,26.

Thứ ba, chỉ số thời gian giao hàng trung bình (v_ALT) và chỉ số giao hàng đúng hạn (v_OTD) là hai nút thắt vận hành nghiêm trọng nhất. Toàn bộ 43 nhà máy đều không đạt ngưỡng 3σ (chỉ số hiển thị < 0,5) về thời gian sản xuất, với điểm cao nhất chỉ đạt 0,77σ và điểm trung bình đạt 0,08. Đối với chỉ số giao đúng hạn, điểm trung bình toàn ngành chỉ đạt 0,24 do phần lớn các lô hàng bị trễ vượt quá khoảng đệm an toàn 3 ngày.

Thứ tư, chỉ số hiển thị tổng thể của 43 nhà máy chỉ đạt trung bình 0,356 (tương đương mức năng lực 2σ - mức kém). Trong 42 nhà máy được phân tích ma trận hoàn chỉnh, có 24 nhà máy (chiếm 57,1%) nằm dưới mức trung bình toàn ngành, phản ánh hơn một nửa mạng lưới chưa đáp ứng được kỳ vọng kế hoạch của doanh nghiệp đầu mối.

Thảo luận kết quả

Thực trạng chỉ số hiển thị tổng thể dừng lại ở mức 2σ phản ánh sự thiếu hụt năng lực kiểm soát chất lượng tại nguồn và quy trình vận hành chưa tối ưu. Việc 74,4% nhà máy có chỉ số kiểm tra lần đầu dưới 0,5 cho thấy nhiều đơn vị thiếu nhận thức về phương pháp sản xuất đúng ngay từ đầu (First-Time Right), dẫn đến tỷ lệ tái kiểm tra và sửa hàng cao, gián tiếp kéo dài thời gian hoàn tất đơn hàng.

Dữ liệu nghiên cứu được biểu diễn trực quan thông qua hai công cụ chính: biểu đồ phân phối tần suất (Histogram) thể hiện độ lệch của từng biến số vận hành và Ma trận hiệu suất phân tán 2 chiều (Performance Matrix). Ma trận này phân chia 42 nhà máy thành 4 góc phần tư dựa trên hai đường phân cách trung bình: trục hoành hiển thị chỉ số SCV (0,356) và trục tung hiển thị điểm kiểm toán nhà máy (90,5).

So với các mô hình đánh giá chuỗi cung ứng truyền thống vốn chỉ dựa trên khối lượng trao đổi thông tin, việc tích hợp năng lực quy trình Six Sigma với điểm kiểm toán kỹ thuật cho phép nhà quản trị đánh giá chính xác nguyên nhân gốc rễ. Điển hình như tại nhà máy HUYEJO (ghi nhận điểm kiểm toán thấp nhất là 50,5), phân tích nguyên nhân bằng biểu đồ xương cá chỉ ra lỗi nghiêm trọng: vải cuộn không được đưa qua máy xả vải trước khi cắt, gây biến dạng kích thước bán thành phẩm và làm sụt giảm nghiêm trọng hiệu suất tổng thể.

Đề xuất và khuyến nghị

Để giải quyết triệt để các hạn chế vận hành được phát hiện, nghiên cứu đưa ra 4 nhóm giải pháp cụ thể:

  • Triển khai chương trình sản xuất linh hoạt (Agility Program) cho các dòng sản phẩm may mặc chủ lực. Ban Giám đốc chuỗi cung ứng cùng khách hàng cam kết dự trữ vải mộc trước ít nhất 3 mùa vụ tại kho nhà máy, chỉ phát lệnh sản xuất chi tiết qua hệ thống EDI trước ngày xuất hàng 2 tuần. Mục tiêu hành động: Rút ngắn thời gian sản xuất trung bình từ 20 tuần xuống dưới 6 tuần, nâng chỉ số v_ALT lên trên 0,5 trong vòng 6 tháng.
  • Chuẩn hóa quy trình kiểm soát chất lượng tại chỗ và khắc phục lỗi kỹ thuật xả vải. Đội ngũ QA của công ty đầu mối trực tiếp hướng dẫn kỹ thuật viên nhà máy áp dụng công cụ 5 Whys và biểu đồ xương cá, bắt buộc 100% vải cuộn phải được xả đủ thời gian quy định trước khi đưa lên bàn cắt. Mục tiêu hành động: Tăng tỷ lệ kiểm tra đạt lần đầu (1st FIR) lên tối thiểu 97% trong thời gian 3 tháng.
  • Đồng bộ hóa dữ liệu thời gian thực giữa hệ thống quản lý đơn hàng và dữ liệu cảng biển của đơn vị giao nhận (Forwarder). Bộ phận Vận hành và IT thiết lập cổng kết nối API để cập nhật chính xác ngày đóng hàng thực tế, loại bỏ sai lệch thời gian đệm 3 ngày. Mục tiêu hành động: Đưa tỷ lệ giao hàng đúng hạn (OTD) đạt trên 98% và giảm thời gian trễ trung bình từ 2 ngày về 0 ngày trong vòng 4 tháng.
  • Áp dụng Ma trận hiệu suất làm công cụ điều phối đơn hàng và tần suất đánh giá định kỳ. Bộ phận quản lý đối tác rà soát ma trận hàng tuần và báo cáo lãnh đạo hàng tháng; ưu tiên phân bổ thêm đơn hàng cho nhóm góc phần tư Q2 (Hiển thị cao, Audit cao), rút ngắn chu kỳ kiểm toán từ 12 tháng xuống 6 tháng đối với nhóm Q3 và Q4, đồng thời kiên quyết dừng cấp đơn hàng mới cho các nhà máy có điểm kiểm toán kỹ thuật dưới 55 điểm.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị tham khảo thực tiễn và học thuật cho 4 nhóm đối tượng chính:

  • Giám đốc chuỗi cung ứng và Trưởng phòng Mua hàng: Sử dụng Ma trận hiệu suất để phân loại nhà cung cấp theo dữ liệu thực chứng, tối ưu hóa chiến lược phân bổ nguồn hàng và giảm thiểu rủi ro gián đoạn nguồn cung.
  • Trưởng bộ phận Đảm bảo Chất lượng (QA/QC) tại các nhà máy dệt may: Ứng dụng phương pháp phân tích nguyên nhân gốc rễ và hệ thống tiêu chí kiểm toán kỹ thuật 7 thành phần (mặt bằng, QMS, PMS, thiết bị, môi trường, chống ẩm mốc, may mặc) để nâng cao chất lượng sản phẩm xuất xưởng.
  • Học viên cao học và Giảng viên ngành Kỹ thuật Công nghiệp / Quản trị Chuỗi cung ứng: Khai thác mô hình toán học tích hợp giữa năng lực quy trình Six Sigma và công thức RTY làm tài liệu tham khảo chuyên sâu cho các đề tài định lượng vận hành.
  • Chuyên gia tư vấn chuyển đổi số và Quản trị Vận hành: Tham khảo cấu trúc thiết kế Dashboard điều hành tích hợp để xây dựng các giải pháp giám sát chuỗi cung ứng tự động cho doanh nghiệp sản xuất.

Câu hỏi thường gặp

Khái niệm độ hiển thị chuỗi cung ứng trong nghiên cứu này có gì khác biệt so với các tiếp cận truyền thống? Phần lớn các nghiên cứu trước đây định nghĩa độ hiển thị dựa trên mức độ sẵn có và khối lượng thông tin chia sẻ qua hệ thống công nghệ thông tin. Nghiên cứu này tiếp cận độ hiển thị dưới góc độ năng lực vận hành quy trình thực tế, đo lường khả năng thực thi kế hoạch cung ứng một cách ổn định và dự đoán được thông qua độ biến thiên thống kê Six Sigma.

Tại sao phương pháp Six Sigma và chỉ số Z-score lại được lựa chọn để lượng hóa độ hiển thị? Six Sigma cung cấp khung đánh giá chuẩn hóa giúp quy đổi các chỉ số vận hành có đơn vị đo lường khác nhau (như số tuần của lead time, tỷ lệ phần trăm của chất lượng, số ngày của giao hàng) về cùng một thang đo Z-score đồng nhất. Nhờ đó, doanh nghiệp có thể so sánh trực tiếp năng lực của từng nhà máy trên cùng một hệ quy chiếu.

Ma trận hiệu suất phân loại các nhà máy cung ứng theo những tiêu chí nào? Ma trận sử dụng hai trục đánh giá gồm Chỉ số hiển thị tổng thể (trục hoành) và Điểm kiểm toán cơ sở kỹ thuật (trục tung). Hai trục này chia mạng lưới thành 4 góc phần tư: Q1 (Audit cao, Hiển thị thấp), Q2 (Audit cao, Hiển thị cao), Q3 (Audit thấp, Hiển thị thấp) và Q4 (Audit thấp, Hiển thị cao), từ đó đưa ra chính sách quản lý đơn hàng riêng biệt.

Vì sao chỉ số thời gian giao hàng trung bình (ALT) lại ghi nhận kết quả rất thấp tại 43 nhà máy? Điểm số ALT thấp (trung bình chỉ đạt 0,08) xuất phát từ hai nguyên nhân: kỳ vọng thời gian giao hàng dưới 20 tuần của khách hàng quá khắt khe trong bối cảnh logistics hậu Covid-19, và quy trình vận hành tiêu chuẩn hiện tại của nhà máy còn nhiều khâu chờ, xử lý vải và tái chế lỗi làm kéo dài thời gian chu kỳ.

Chương trình Agility Program giải quyết bài toán rút ngắn thời gian giao hàng bằng cách nào? Chương trình triển khai cơ chế cam kết nguyên liệu vải mộc dự trữ trước ít nhất 3 mùa vụ ngay tại nhà máy sản xuất. Khi khách hàng phát lệnh đặt hàng chính thức qua hệ thống EDI, nhà máy chỉ mất đúng 2 tuần cho công đoạn cắt may và đóng gói, giúp triệt tiêu hoàn toàn thời gian chờ đợi dệt nhuộm nguyên liệu thô.

Kết luận

  • Luận văn đã xây dựng thành công mô hình định lượng độ hiển thị chuỗi cung ứng dựa trên năng lực quy trình Six Sigma và công thức Rolled Throughput Yield.
  • Kết quả thực chứng trên 43 nhà máy dệt may năm 2022 cho thấy chỉ số hiển thị tổng thể trung bình chỉ đạt 0,356 (mức 2σ), trong đó 57,1% nhà máy có hiệu suất dưới mức trung bình.
  • Thiết lập Ma trận hiệu suất 4 góc phần tư kết hợp giữa chỉ số hiển thị vận hành và điểm kiểm toán nhà máy (trung bình 90,5), tạo công cụ trực quan hóa cho việc ra quyết định điều phối đơn hàng.
  • Đề xuất giải pháp sản xuất linh hoạt Agility Program và quy trình chuẩn hóa xả vải nhằm cắt giảm thời gian giao hàng và nâng cao tỷ lệ kiểm định lần đầu trên 97%.
  • Lộ trình hành động được phân kỳ rõ ràng theo các mốc 3 tháng, 4 tháng và 6 tháng để số hóa luồng dữ liệu logistics và tái cấu trúc danh mục nhà cung cấp.

Mô hình định lượng và các phát hiện từ luận văn cung cấp nền tảng khoa học vững chắc giúp các doanh nghiệp đầu mối nâng cao năng lực quản trị, tối ưu hóa chi phí vận hành và nâng tầm vị thế của ngành dệt may Việt Nam trong chuỗi giá trị toàn cầu.