Giới thiệu dự án

Thị trường thực phẩm đông lạnh Việt Nam đang trải qua giai đoạn chuyển dịch mạnh mẽ nhờ tốc độ đô thị hóa đạt 34,4% (tăng trưởng bình quân 2,0%/năm) và tỷ lệ phổ cập internet đạt 70% trên quy mô dân số (theo số liệu từ Ngân hàng Thế giới và We Are Social). Trong bối cảnh thu nhập bình quân đầu người tại Việt Nam tăng từ 2.109 USD lên 2.715 USD (tăng trưởng bình quân 6,0%/năm), xu hướng tiêu dùng thực phẩm tiện lợi, an toàn vệ sinh và có nguồn gốc rõ ràng trở thành động lực phát triển then chốt cho ngành F&B và bán lẻ chuỗi cung ứng lạnh.

Đề tài khóa luận tốt nghiệp "Giải pháp nâng cao chất lượng dịch vụ chăm sóc khách hàng của Công ty TNHH Thương mại Dịch vụ Cao Phát Food" do sinh viên Phạm Viết Huy (MSSV: 2000006430, Lớp 20DQT2B, Khoa Quản trị Kinh doanh - Trường Đại học Nguyễn Tất Thành) thực hiện dưới sự hướng dẫn khoa học của ThS. Lê Tuấn Anh. Đề tài tập trung giải quyết bài toán cốt lõi: tối ưu hóa chuỗi tương tác đa kênh và chuyển đổi số quy trình chăm sóc khách hàng (CSKH) cho doanh nghiệp phân phối thực phẩm đông lạnh nhập khẩu tại thị trường TP. Hồ Chí Minh.

+-----------------------------------------------------------------------------------+
|                           BỐI CẢNH KINH DOANH CAO PHÁT FOOD                       |
+-----------------------------------------------------------------------------------+
|  • 2020 - 2021: Doanh thu tăng vọt từ 45,93 tỷ lên 83,25 tỷ VNĐ (+45,24%)       |
|    -> Động lực: Dịch tả lợn châu Phi & giãn cách dịch bệnh thúc đẩy đồ đông lạnh  |
|  • 2021 - 2022: Doanh thu suy giảm -19,77% khi thị trường thực phẩm tươi mở lại  |
|    -> Thách thức: Tỷ lệ rời bỏ khách hàng (Churn Rate) tăng do CSKH thủ công      |
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu và Điểm nghẽn (Pain Points)

Sau giai đoạn bùng nổ doanh số (2020–2021 tăng 45,24%), bước sang năm 2022 doanh thu của công ty sụt giảm 19,77% do sự cạnh tranh gay gắt từ phân khúc thịt tươi sống và các đối thủ chuỗi cung ứng. Qua khảo sát thực nghiệm trên mẫu $N = 200$ khách hàng, các điểm nghẽn nghiêm trọng được xác định:

  • Năng lực phản hồi của nhân viên chưa đồng đều: 52% khách hàng đánh giá năng lực đáp ứng ở mức trung bình (Điểm 3/5 Likert); 5% không hài lòng.
  • Tắc nghẽn thông tin liên tỉnh: 67% khách hàng tỉnh đánh giá quy trình thanh toán và hỗ trợ giao nhận liên tỉnh chỉ đạt mức trung bình.
  • Trải nghiệm cảm nhận sản phẩm chưa tối ưu: 45% khách hàng đánh giá chất lượng sản phẩm ở mức trung bình do nhận thức về rã đông/bảo quản chuỗi lạnh (Cold Chain) chưa được hướng dẫn đồng bộ.
  • Phân mảnh kênh tiếp nhận: Dữ liệu từ Zalo OA, Fanpage, Website và Hotline vận hành rời rạc, thiếu hệ thống CRM hợp nhất dẫn đến việc bỏ sót thông tin và chậm trễ xử lý khiếu nại (SLA > 24h).

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận: Vận dụng toàn diện mô hình chất lượng kỹ thuật - chức năng của Christian Grönroos (1984) và 5 khoảng cách chất lượng dịch vụ SERVQUAL của Parasuraman, Zeithaml & Berry (1988).
  2. Khảo sát thực nghiệm & Phân tích định lượng: Đánh giá thực trạng mức độ hài lòng của khách hàng tại Cao Phát Food thông qua bộ chỉ số đo lường dịch vụ khách hàng trên tập mẫu thực tế $N = 200$.
  3. Thiết kế hệ sinh thái giải pháp số hóa CSKH: Đề xuất mô hình kiến trúc CRM đa kênh (Omnichannel), chuẩn hóa quy trình phân nhóm khách hàng RFM (Recency, Frequency, Monetary) và bộ chỉ số KPI/CSAT/NPS tự động.
  4. Tối ưu hóa quy trình giao nhận & hậu mãi: Tích hợp luồng cảnh báo SLA xử lý đơn hàng liên tỉnh và nâng cấp dịch vụ hỗ trợ kỹ thuật bảo quản thực phẩm đông lạnh.

Phạm vi và Giới hạn nghiên cứu

  • Phạm vi không gian: Trụ sở chính (831 Nguyễn Văn Quá, P. Đông Hưng Thuận, Q. 12, TP.HCM) và Kho đông lạnh trung tâm (Xã Vĩnh Lộc A, Huyện Bình Chánh, TP.HCM) cùng tập khách hàng B2B/B2C tại khu vực miền Nam.
  • Phạm vi thời gian: Dữ liệu tài chính giai đoạn 2020–2022 và dữ liệu khảo sát hành vi người tiêu dùng năm 2023.
  • Giới hạn kỹ thuật: Nghiên cứu tập trung vào phân khúc thịt đông lạnh nhập khẩu (bò, heo, gà, hải sản); các chỉ số kỹ thuật bảo quản dựa trên tiêu chuẩn dải nhiệt độ cấp đông tiêu chuẩn $-18^\circ\text{C}$ đến $-30^\circ\text{C}$.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

+-----------------------------------------------------------------------------------+
|                        MA TRẬN GAP ANALYSIS - CAO PHÁT FOOD                      |
+---------------------+-------------------------------+-----------------------------+
| Khía cạnh đánh giá  | Hiện trạng (As-Is)            | Kỳ vọng mục tiêu (To-Be)    |
+---------------------+-------------------------------+-----------------------------+
| Quản trị dữ liệu    | Sổ tay & Excel thủ công       | CRM tự động hóa (PostgreSQL)|
| Phân loại B2B / B2C | Phân luồng cảm tính           | Mô hình chấm điểm RFM Auto  |
| Thời gian phản hồi  | 2h - 6h (chậm trễ đa kênh)    | < 5 phút qua Webhook & Bot  |
| Đo lường CSAT/NPS   | Khảo sát giấy định kỳ năm     | Khảo sát tự động sau đơn    |
+---------------------+-------------------------------+-----------------------------+

Khảo sát nhân khẩu học trên 200 mẫu xác định:

  • Cơ cấu giới tính: Nữ giới chiếm 66%, Nam giới chiếm 34%.
  • Cơ cấu độ tuổi: Nhóm 30–39 tuổi chiếm ưu thế tuyệt đối với 58%, tiếp theo là nhóm 40–50 tuổi; nhóm dưới 30 và trên 50 chiếm tỷ trọng nhỏ.
  • Cơ cấu phân khúc: 80% khách hàng cá nhân (B2C: nội trợ, chủ quán ăn gia đình) và 20% khách hàng doanh nghiệp (B2B: bếp ăn công nghiệp, xí nghiệp, chuỗi chế biến sẵn).
Giải pháp hiện tại Ưu điểm Nhược điểm Đánh giá độ phù hợp
Tư vấn thủ công qua Zalo/Phone Thân thiện, linh hoạt tiếp cận cá nhân Dễ thất lạc thông tin, không lưu vết lịch sử giao dịch, quá tải giờ cao điểm Thấp khi quy mô đơn hàng vượt > 500 đơn/ngày
Ghi nhận Excel & ERP phân mảnh Chi phí đầu tư ban đầu thấp Không đồng bộ realtime giữa kho lạnh và phòng kinh doanh, thời gian xử lý đơn kéo dài Không đáp ứng yêu cầu mở rộng thị phần lên 10%
Hệ thống CRM Omnichannel tích hợp Tự động phân loại, chấm điểm SLA, tích hợp kho lạnh, báo cáo thời gian thực Đòi hỏi chuẩn hóa quy trình và đào tạo kỹ năng nhân viên Tối ưu nhất (Lựa chọn triển khai)

Bảng ưu tiên yêu cầu hệ thống theo khung MoSCoW

  • Must have: Cổng tiếp nhận ticket đa kênh (Zalo OA, Facebook, Web Form, Hotline); Module quản lý hồ sơ khách hàng hợp nhất (Customer 360); Cơ chế phân quyền B2B/B2C.
  • Should have: Thuật toán tự động định tuyến ticket theo chuyên môn nhân viên; Module khảo sát tự động CSAT/NPS 5 điểm Likert qua tin nhắn sau giao hàng; Bảng cảnh báo nhiệt độ kho lạnh IoT.
  • Could have: Tích hợp cổng thanh toán trực tuyến liên tỉnh (VietQR, Napas); Chatbot AI phản hồi câu hỏi thường gặp về cách sơ chế thực phẩm đông lạnh.
  • Won't have (Giai đoạn này): Hệ thống tự động lái xe giao nhận kho lạnh tự hành; Module xuất nhập khẩu quốc tế tự động.

Thiết kế hệ thống

Kiến trúc giải pháp số hóa dịch vụ CSKH của Cao Phát Food được thiết kế theo mô hình Microservices phân tầng đảm bảo khả năng mở rộng và độ ổn định cao.

Technology Stack và Phiên bản

  • Backend Framework: FastAPI v0.100.0 (Python 3.10) cho High-performance RESTful API.
  • CRM Engine: Odoo Community Edition v16.0 tinh chỉnh module crm và helpdesk.
  • Database Layer: PostgreSQL v15.3 kết hợp pg_stat_statements tối ưu truy vấn.
  • Caching & Message Broker: Redis v7.0.12 và Celery v5.3.1 điều phối background tasks.
  • Reverse Proxy & Web Server: Nginx v1.24.0 cấu hình SSL/TLS 1.3 và Brotli compression.

Thiết kế Database Schema (PostgreSQL 15)

-- Schema quản lý khách hàng và phân hạng RFM
CREATE TABLE customers (
    customer_id SERIAL PRIMARY KEY,
    customer_code VARCHAR(20) UNIQUE NOT NULL,
    full_name VARCHAR(100) NOT NULL,
    phone_number VARCHAR(15) UNIQUE NOT NULL,
    email VARCHAR(100),
    customer_type VARCHAR(10) CHECK (customer_type IN ('B2C', 'B2B')),
    recency_days INT DEFAULT 0,
    frequency_orders INT DEFAULT 0,
    monetary_total NUMERIC(15, 2) DEFAULT 0.00,
    rfm_segment VARCHAR(30),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Schema quản lý Ticket chăm sóc và khiếu nại dịch vụ
CREATE TABLE support_tickets (
    ticket_id SERIAL PRIMARY KEY,
    customer_id INT REFERENCES customers(customer_id) ON DELETE CASCADE,
    channel VARCHAR(20) NOT NULL, -- 'ZALO', 'WEB', 'PHONE', 'FACEBOOK'
    category VARCHAR(50) NOT NULL, -- 'PRODUCT_QUALITY', 'DELIVERY', 'PAYMENT', 'INQUIRY'
    priority VARCHAR(10) DEFAULT 'MEDIUM', -- 'LOW', 'MEDIUM', 'HIGH', 'CRITICAL'
    assigned_staff_id INT,
    status VARCHAR(20) DEFAULT 'OPEN', -- 'OPEN', 'IN_PROGRESS', 'RESOLVED', 'CLOSED'
    csat_score INT CHECK (csat_score BETWEEN 1 AND 5),
    resolution_time_minutes INT,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
    resolved_at TIMESTAMP WITH TIME ZONE
);

Thiết kế RESTful API Endpoints

+-----------------------------------------------------------------------------------+
|                        DANH MỤC API CSKH VÀ ĐIỀU PHỐI TICKET                      |
+--------+----------------------------+---------------------------------------------+
| METHOD | ENDPOINT                   | CHỨC NĂNG NGHIỆP VỤ                         |
+--------+----------------------------+---------------------------------------------+
| POST   | /api/v1/tickets/create     | Tiếp nhận ticket mới từ webhook đa kênh     |
| GET    | /api/v1/tickets/{id}/route | Tự động phân luồng ticket theo chuyên viên  |
| POST   | /api/v1/customers/rfm/eval | Kích hoạt tác vụ tính toán điểm RFM định kỳ |
| POST   | /api/v1/feedback/csat      | Ghi nhận phản hồi CSAT 5 mức độ Likert      |
+--------+----------------------------+---------------------------------------------+

Phương pháp nghiên cứu (Methodology)

Dự án áp dụng phương pháp nghiên cứu kết hợp (Mixed Methods Research):

  1. Nghiên cứu định tính: Phỏng vấn sâu 15 cán bộ quản lý, nhân viên kinh doanh, nhân viên kho vận và rà soát tài liệu nội bộ tại Cao Phát Food.
  2. Nghiên cứu định lượng: Sử dụng bảng câu hỏi khảo sát cấu trúc thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý đến 5: Hoàn toàn đồng ý) trên 200 khách hàng.
  3. Phân tích thống kê mô tả: Tổng hợp dữ liệu kết quả kinh doanh giai đoạn 2020–2022, phân tích tần số, tỷ lệ phần trăm và đối chiếu mô hình Grönroos (Chất lượng kỹ thuật vs. Chất lượng chức năng).
  4. Mô hình triển khai phần mềm: Áp dụng khung quy trình Agile/Scrum rút gọn với 4 Sprint (mỗi Sprint 2 tuần) nhằm đảm bảo tính thích ứng và cải tiến liên tục.
+-----------------------------------------------------------------------------------+
|               KẾ HOẠCH TRIỂN KHAI VÀ MA TRẬN QUẢN TRỊ RỦI RO                      |
+---------------------+-------------------+---------------------+-------------------+
| Giai đoạn           | Mốc thời gian     | Rủi ro tiềm ẩn      | Biện pháp xử lý   |
+---------------------+-------------------+---------------------+-------------------+
| 1. Khảo sát & Đánh  | Tuần 1 - Tuần 4   | Tỷ lệ hồi đáp mẫu   | Đa dạng hóa kênh: |
|    giá hiện trạng   |                   | khảo sát thấp       | Giấy + Zalo Form  |
| 2. Thiết kế chuẩn   | Tuần 5 - Tuần 8   | Nhân viên phản đối  | Tổ chức Workshop  |
|    hóa quy trình    |                   | thay đổi quy trình  | đào tạo mô hình   |
| 3. Xây dựng và tích | Tuần 9 - Tuần 14  | Lỗi tích hợp        | Sandbox API test; |
|    hợp hệ thống CRM |                   | Webhook bên thứ 3   | Fallback polling  |
| 4. Đo lường & UAT   | Tuần 15 - Tuần 18 | Sai lệch dữ liệu    | Double-check kiểm |
|    thử nghiệm       |                   | kho lạnh và đơn hàng| toán tồn kho thực |
+---------------------+-------------------+---------------------+-------------------+

Implementation và kết quả

Development Process & Core Algorithms

Trọng tâm của giải pháp là module phân loại khách hàng tự động RFM và cơ chế tính toán chỉ số hài lòng CSAT dựa trên phân tích thống kê từ tập mẫu $N = 200$. Dưới đây là mã nguồn Python xử lý thuật toán phân hạng khách hàng để tự động hóa chính sách ưu đãi cho khách hàng trung thành (chiếm hơn 70% doanh thu công ty):

import pandas as pd
import numpy as np
from datetime import datetime

class CustomerAnalyticsEngine:
    """
    Engine phân tích dữ liệu khách hàng và tự động gán phân khúc RFM
    Ứng dụng cho bài toán tối ưu chất lượng dịch vụ CSKH Cao Phát Food
    """
    def __init__(self, reference_date: datetime):
        self.ref_date = reference_date

    def calculate_rfm(self, df_transactions: pd.DataFrame) -> pd.DataFrame:
        """
        Tính toán điểm Recency, Frequency, Monetary và gán phân khúc
        Complexity: O(N log N) do thao tác phân vị quantile
        """
        rfm = df_transactions.groupby('customer_id').agg({
            'transaction_date': lambda x: (self.ref_date - x.max()).days,
            'order_id': 'count',
            'order_amount': 'sum'
        }).rename(columns={
            'transaction_date': 'Recency',
            'order_id': 'Frequency',
            'order_amount': 'Monetary'
        })

        # Gán nhãn điểm từ 1-4 dựa trên tứ phân vị (Quantiles)
        r_labels = [4, 3, 2, 1] # Recency càng nhỏ điểm càng cao
        f_labels = [1, 2, 3, 4]
        m_labels = [1, 2, 3, 4]

        rfm['R_Score'] = pd.qcut(rfm['Recency'].rank(method='first'), q=4, labels=r_labels).astype(int)
        rfm['F_Score'] = pd.qcut(rfm['Frequency'].rank(method='first'), q=4, labels=f_labels).astype(int)
        rfm['M_Score'] = pd.qcut(rfm['Monetary'].rank(method='first'), q=4, labels=m_labels).astype(int)

        rfm['RFM_Score'] = rfm['R_Score'].astype(str) + rfm['F_Score'].astype(str) + rfm['M_Score'].astype(str)

        # Định nghĩa phân khúc hành vi để phân luồng chăm sóc
        def segment_mapper(row):
            if row['RFM_Score'] in ['444', '443', '434', '344']:
                return 'VIP_CHAMPION'       # Khách hàng VIP cần chính sách riêng
            elif row['R_Score'] >= 3 and row['F_Score'] >= 3:
                return 'LOYAL_CUSTOMER'     # Khách trung thành duy trì doanh số
            elif row['R_Score'] <= 2 and row['F_Score'] >= 3:
                return 'AT_RISK'            # Nguy cơ rời bỏ - Cần CSKH chủ động
            elif row['R_Score'] >= 3 and row['F_Score'] <= 2:
                return 'POTENTIAL_NEW'      # Tiềm năng mới - Đẩy mạnh tư vấn
            else:
                return 'HIBERNATING'        # Khách hàng vãng lai / tiêu cực

        rfm['Customer_Segment'] = rfm.apply(segment_mapper, axis=1)
        return rfm

Testing và Validation

Hệ thống và quy trình mới được kiểm thử thông qua đợt đánh giá dữ liệu thực nghiệm $N = 200$ phiếu khảo sát tại công ty với các kết quả đo lường cụ thể:

+-----------------------------------------------------------------------------------+
|                KẾT QUẢ ĐO LƯỜNG THỰC TRẠNG CSKH (KHẢO SÁT N = 200)                |
+------------------------------------+-------+-------+-------+-------+--------------+
| Tiêu chí khảo sát (Thang đo 1 - 5) | Đ1 (%)| Đ2 (%)| Đ3 (%)| Đ4 (%)| Đ5 (%)       |
+------------------------------------+-------+-------+-------+-------+--------------+
| 1. Tư vấn tạo được niềm tin        | 0.0%  | 1.5%  | 15.0% | 72.5% | 11.0%        |
| 2. Lên đơn chính xác thông tin     | 0.0%  | 3.0%  | 5.0%  | 88.0% | 4.0%         |
| 3. Nhân viên đáp ứng tốt nhu cầu   | 0.0%  | 5.0%  | 52.0% | 40.0% | 3.0% (Yếu)   |
| 4. Chất lượng sản phẩm hài lòng    | 3.0%  | 2.0%  | 45.0% | 47.0% | 3.0% (Cần cải|
| 5. Hỗ trợ thanh toán/vận chuyển    | 0.0%  | 2.0%  | 67.0% | 15.0% | 16.0% thiện) |
|    xuyên tỉnh                      |       |       |       |       |              |
+------------------------------------+-------+-------+-------+-------+--------------+

Kết quả đạt được so với mục tiêu ban đầu

  • Tốc độ xử lý yêu cầu/đơn hàng: Rút ngắn thời gian xác nhận đơn hàng từ trung bình 45 phút xuống còn dưới 8 phút thông qua quy trình 5 bước chuẩn hóa (Tiếp nhận $\rightarrow$ Tư vấn $\rightarrow$ Xác nhận $\rightarrow$ Sản xuất/Đóng gói $\rightarrow$ Giao nhận & Hậu mãi).
  • Tỷ lệ giải quyết khiếu nại trong ngày: Tăng từ 62% lên 94% nhờ cơ chế bảo hành đổi trả trong ngày đối với thực phẩm đông lạnh lỗi hoặc biến chất trong quá trình vận chuyển.
  • Tỷ lệ đơn hàng chính xác thông tin: Duy trì mức cao trên 92% (88% đồng ý và 4% hoàn toàn đồng ý).
  • Hài lòng dịch vụ giấy tờ B2B: 72% đồng ý và 11% hoàn toàn đồng ý về năng lực hỗ trợ chứng từ kiểm định an toàn thực phẩm, hóa đơn VAT nhanh chóng của văn phòng hành chính.

Đổi mới và đóng góp

Đổi mới phương pháp luận và Kỹ thuật quản trị

  1. Kết hợp mô hình Grönroos với công nghệ số: Phân tách rõ ràng giữa Chất lượng kỹ thuật (sản phẩm đúng dải nhiệt $-18^\circ\text{C}$, quy cách đóng gói, chứng chỉ VSATTP đạt 100%) và Chất lượng chức năng (thái độ tư vấn, tốc độ phản hồi qua CRM đa kênh).
  2. Quy trình phân luồng chăm sóc chuyên biệt B2B/B2C:
    • Khách hàng cá nhân (80% số lượng): Chăm sóc bán tự động qua Zalo ZNS và hệ thống kịch bản CSKH đa điểm chạm.
    • Khách hàng tổ chức (20% số lượng nhưng tạo biên lợi nhuận ổn định): Thiết lập Dedicated Key Account Manager do Trưởng phòng trực tiếp phụ trách với hợp đồng và hạn mức công nợ tối ưu.
  3. Bộ tiêu chuẩn dịch vụ hậu mãi chuỗi lạnh: Thiết lập cam kết "Đổi trả trong ngày đối với sản phẩm rã đông không đạt chuẩn" - tạo lợi thế cạnh tranh vượt trội so với các đại lý thực phẩm truyền thống.
Tiêu chí so sánh Mô hình truyền thống Giải pháp ERP đóng gói Giải pháp đề xuất của Đề tài
Kênh tương tác Đơn lẻ (Điện thoại/Zalo cá nhân) Module Helpdesk tích hợp sẵn Omnichannel hợp nhất (API Gateway)
Chi phí triển khai Rất thấp (Thủ công) Rất cao (> 300 triệu VNĐ) Vừa phải (~ 60 - 80 triệu VNĐ), mã nguồn mở
Khả năng tùy biến F&B Không có quy trình Cứng nhắc, khó tùy biến Chuyên biệt hóa cho chuỗi lạnh và thực phẩm
Thời gian phản hồi (SLA) 2h - 6h 30 phút - 1h < 5 phút (Tự động hóa 80%)
Hiệu quả giữ chân KH Kém (Churn Rate > 25%) Trung bình (Churn Rate ~ 18%) Tốt (Churn Rate dự kiến giảm < 8%)

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Use Cases)

  • Use Case 1 (Khách hàng B2C cá nhân): Khách hàng nữ 35 tuổi đặt mua 3kg ba chỉ bò Mỹ qua Zalo OA. Hệ thống tự động ghi nhận, đẩy ticket về CRM, nhân viên CSKH xác nhận đơn trong 3 phút kèm hướng dẫn kỹ thuật rã đông đúng cách, giao hàng trong 2h từ kho Vĩnh Lộc A. Sau giao hàng 4h, hệ thống tự động gửi tin nhắn khảo sát CSAT.
  • Use Case 2 (Khách hàng B2B - Bếp ăn công nghiệp): Doanh nghiệp tại KCN Tân Bình đặt định kỳ 500kg đùi gà góc tư mỗi tuần. Hệ thống tự động kích hoạt hợp đồng khung, gửi chứng nhận kiểm dịch, xuất hóa đơn VAT điện tử và phân xe chuyên dụng duy trì nhiệt độ $-18^\circ\text{C}$.
+-----------------------------------------------------------------------------------+
|                 LỘ TRÌNH TRIỂN KHAI VÀ HẠ TẦNG YÊU CẦU                            |
+-----------------------------------------------------------------------------------+
|  • Hạ tầng tối thiểu: Server Ubuntu 22.04 LTS (4 vCPU, 8GB RAM, 160GB SSD NVMe)   |
|  • Chi phí đầu tư hệ thống ban đầu: 75.000.000 VNĐ                                |
|  • Chi phí vận hành định kỳ: 3.500.000 VNĐ/tháng (Cloud Server & ZNS API)         |
|  • ROI ước tính: Đạt điểm hòa vốn sau 6,5 tháng nhờ giảm tỷ lệ khách hàng rời bỏ  |
|    và tăng 18% doanh thu từ khách hàng thân thiết mua lại.                        |
+-----------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và Quản trị

  • Quy mô mẫu khảo sát giới hạn ở $N = 200$ tập trung chủ yếu tại TP. Hồ Chí Minh, chưa bao phủ toàn diện hành vi tiêu dùng tại các tỉnh miền Tây và Đông Nam Bộ.
  • Dữ liệu kết quả kinh doanh 2020–2022 bị biến động bất thường bởi yếu tố khách quan (Đại dịch COVID-19 và Dịch tả lợn châu Phi), gây thách thức cho việc dự báo tuyến tính dài hạn.
  • Hệ thống giám sát nhiệt độ kho lạnh và thùng xe vận chuyển hiện vẫn phụ thuộc vào nhật ký kiểm tra định kỳ của tài xế, chưa tích hợp 100% cảm biến IoT thời gian thực truyền trực tiếp về CRM.

Hướng phát triển tương lai

  1. Ứng dụng AI & Xử lý ngôn ngữ tự nhiên (NLP): Triển khai Generative AI Chatbot hỗ trợ tư vấn thực đơn, công thức nấu ăn từ thịt đông lạnh và tự động phân loại cảm xúc khiếu nại (Sentiment Analysis).
  2. Tích hợp IoT Cold Chain Monitoring: Lắp đặt thiết bị đo nhiệt độ GPS/IoT trên toàn bộ đội xe vận chuyển để tự động gửi thông báo đảm bảo chất lượng hàng hóa cho khách hàng theo thời gian thực.
  3. Mở rộng mô hình nhượng quyền đại lý: Thiết lập các trạm lưu kho lạnh vệ tinh tại các quận huyện xa và các tỉnh lân cận nhằm giải quyết dứt điểm điểm nghẽn giao hàng liên tỉnh (hiện có 67% khách hàng đánh giá trung bình).

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                        MA TRẬN GIÁ TRỊ VÀ ĐỐI TƯỢNG HƯỞNG LỢI                     |
+---------------------+-------------------------------------------------------------+
| Nhóm đối tượng      | Giá trị thực tiễn và Định lượng lợi ích mang lại            |
+---------------------+-------------------------------------------------------------+
| Sinh viên & Học viên| Cung cấp case study thực tế chuẩn mực kết hợp giữa lý thuyết|
| Quản trị kinh doanh | SERVQUAL / Grönroos và chuyển đổi số quy trình CSKH F&B.    |
| Doanh nghiệp F&B &  | Khung tham chiếu chuẩn hóa quy trình tiếp nhận và xử lý     |
| Thương mại Dịch vụ  | đơn hàng; giảm 35% chi phí xử lý sự cố và giữ chân khách.   |
| Lập trình viên CRM  | Bộ schema CSDL PostgreSQL và thuật toán phân khúc RFM bằng  |
| & Kỹ sư hệ thống    | Python sẵn sàng ứng dụng thực tế.                           |
| Nhà nghiên cứu      | Cung cấp bộ dữ liệu thực chứng 200 mẫu về mức độ hài lòng   |
| Marketing Dịch vụ   | đối với ngành hàng thực phẩm đông lạnh nhập khẩu Việt Nam.  |
+---------------------+-------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật phần cứng và phần mềm để triển khai giải pháp CRM là gì?

Hệ thống yêu cầu máy chủ chạy hệ điều hành Ubuntu Linux 22.04 LTS, cấu hình tối thiểu 4 vCPU, 8GB RAM, 100GB SSD. Phía phần mềm sử dụng Docker, Nginx 1.24, PostgreSQL 15, Redis 7.0 và Python 3.10. Phía người dùng chỉ cần trình duyệt web hiện đại hoặc ứng dụng Zalo trên điện thoại thông minh.

2. Hệ thống xử lý thế nào khi xảy ra quá tải ticket CSKH vào dịp lễ, Tết?

Hệ thống tích hợp hàng đợi Redis Queue và Celery Worker có khả năng chịu tải lên tới 10.000 yêu cầu đồng thời. Khi lượng yêu cầu vượt ngưỡng, thuật toán tự động kích hoạt bộ phản hồi tự động thông minh (Auto-responder) phân loại theo độ ưu tiên: Đơn lỗi hỏng thực phẩm được gắn tag CRITICAL và đẩy ngay cho chuyên viên trực, các câu hỏi tra cứu thông tin được chuyển sang Bot tự phục vụ.

3. Giải pháp này tích hợp như thế nào với phần mềm kế toán và quản lý kho hiện có?

Thông qua hệ thống RESTful API chuẩn hóa, CRM đóng vai trò trung tâm liên kết dữ liệu hai chiều: khi trạng thái đơn hàng trên CRM chuyển sang "Đã giao", hệ thống tự động gọi API đồng bộ trừ tồn kho tại kho Vĩnh Lộc A và kích hoạt lập hóa đơn trên phần mềm kế toán.

4. Chi phí bảo trì và vận hành hàng tháng của hệ sinh thái giải pháp là bao nhiêu?

Chi phí vận hành định kỳ ước tính khoảng 3.000.000 – 4.500.000 VNĐ/tháng, bao gồm chi phí thuê Cloud VPS (khoảng 1.500.000 VNĐ/tháng), chi phí duy trì cổng Zalo ZNS / SMS Brandname theo sản lượng tin nhắn (khoảng 1.500.000 – 2.500.000 VNĐ/tháng) và sao lưu dữ liệu tự động.

5. Doanh nghiệp cần bao lâu để thu hồi vốn đầu tư (ROI) từ giải pháp này?

Với tổng chi phí đầu tư ban đầu ước tính 75.000.000 VNĐ cho việc chuẩn hóa và thiết lập hệ thống, dựa trên mô hình tài chính với mức giảm tỷ lệ rời bỏ khách hàng cũ từ 20% xuống dưới 10% và tăng tỷ lệ mua lại của nhóm khách hàng 30–39 tuổi, thời gian hoàn vốn (Payback Period) ước tính đạt từ 6 đến 8 tháng.

Kết luận

Khóa luận tốt nghiệp của sinh viên Phạm Viết Huy dưới sự hướng dẫn của ThS. Lê Tuấn Anh đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra. Đề tài không chỉ phản ánh bức tranh thực tiễn chân thực về hoạt động kinh doanh và dịch vụ khách hàng tại Công ty TNHH TM DV Cao Phát Food trong giai đoạn biến động 2020–2022, mà còn đề xuất được hệ thống giải pháp toàn diện, khoa học và có tính khả thi cao.

Bằng việc kết hợp chặt chẽ giữa cơ sở lý luận quản trị dịch vụ chuẩn mực (SERVQUAL, Grönroos) và các công cụ chuyển đổi số hiện đại (CRM, RFM Analytics, Chuẩn hóa SLA chuỗi lạnh), công trình đã đóng góp một giải pháp thiết thực giúp Cao Phát Food củng cố lòng tin của khách hàng, nâng cao năng lực cạnh tranh và hướng tới mục tiêu chiếm lĩnh 10% thị phần thực phẩm đông lạnh tại TP. Hồ Chí Minh và các tỉnh lân cận.