Giới thiệu dự án

Thị trường thiết bị bảo hộ lao động (PPE - Personal Protective Equipment) tại Việt Nam đang ghi nhận tốc độ tăng trưởng kép hàng năm (CAGR) đạt xấp xỉ 9.2% trong giai đoạn 2021–2026, được thúc đẩy bởi sự siết chặt các quy chuẩn an toàn lao động (Luật An toàn, vệ sinh lao động) và sự phát triển mạnh mẽ của ngành công nghiệp xây dựng, chế tạo, logistics. Được thành lập vào ngày 14/04/2021 tại TP. Hồ Chí Minh, Công ty TNHH SSD Safety Việt Nam đã nhanh chóng tham gia thị trường phân phối thiết bị bảo hộ từ các thương hiệu quốc tế và nội địa như Safety Jogger, Hans, Ziben, 3M, Honeywell, Ansell, Deltaplus, DH Group và Dragon.

Mặc dù ghi nhận sự bùng nổ doanh thu vượt bậc trong giai đoạn khởi nghiệp từ 2,248,396,393 VNĐ (năm 2021) lên 15,819,843,985 VNĐ (năm 2022, tăng 603.5%), tốc độ tăng trưởng của SSD Safety trong năm 2023 đã chậm lại rõ rệt, chỉ đạt 17,008,515,500 VNĐ (tăng 7.5%). Đồng thời, tổng chi phí vận hành năm 2022 chiếm tới 95.5% doanh thu (15,118,489,065 VNĐ) trước khi được tối ưu xuống 14,857,949,155 VNĐ vào năm 2023. Thực trạng này phơi bày các điểm nghẽn (pain points) cốt lõi:

  • Đội ngũ kinh doanh 10 nhân sự chưa được phân cấp chuyên môn hóa theo phân khúc khách hàng B2B và địa bàn, dẫn đến chi phí cơ hội cao và trùng lặp tuyến bán hàng.
  • Thiếu hệ thống quản trị dữ liệu khách hàng (CRM) và chấm điểm khách hàng tiềm năng (Lead Scoring), khiến tỷ lệ chuyển đổi đơn hàng trung bình dừng ở mức 18.5%.
  • Công tác dự báo nhu cầu và quản trị tồn kho an toàn cho 8 nhóm sản phẩm kỹ thuật cao (giày, mũ, găng tay, kính hàn...) còn phụ thuộc vào kinh nghiệm thủ công, gây ứ đọng vốn lưu động khi tài sản ngắn hạn năm 2023 tăng lên 6,041,422,230 VNĐ (chiếm 78.03% tổng tài sản).

Mục tiêu cụ thể của dự án nghiên cứu và triển khai giải pháp bao gồm:

  1. Chuẩn hóa và tự động hóa quy trình quản trị bán hàng B2B tích hợp hệ thống CRM mã nguồn mở (Odoo v16.0 Enterprise).
  2. Xây dựng mô hình phân tích dữ liệu khách hàng đa chiều dựa trên giải thuật RFM (Recency, Frequency, Monetary) kết hợp công thức tồn kho an toàn động (Dynamic Safety Stock).
  3. Nâng cao hiệu suất bán hàng của đội ngũ kinh doanh: Tăng tỷ lệ chốt đơn (Win Rate) từ 18.5% lên ≥ 28.0%, giảm chu kỳ bán hàng (Sales Cycle) từ 45 ngày xuống dưới 30 ngày, và đạt mục tiêu tăng trưởng doanh thu ≥ 25%/năm trong giai đoạn 2024–2027.

Phạm vi nghiên cứu tập trung vào phân tích hoạt động kinh doanh B2B của SSD Safety tại thị trường miền Nam trong giai đoạn 2021–2023, từ đó hoạch định giải pháp số hóa toàn diện cho giai đoạn 2024–2027.

+-----------------------------------------------------------------------------------+
|                        HỆ THỐNG QUẢN TRỊ BÁN HÀNG B2B                             |
|                                                                                   |
|  [Lead Generation]  -->  [Lead Scoring Algorithm]  -->  [Automated Sales Pipeline] |
|                                                                  |                |
|  [Customer Retention] <-- [RFM Segmentation Engine] <-- [ERP Core / Inventory DB] |
+-----------------------------------------------------------------------------------+

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường phân phối PPE tại Việt Nam tồn tại nhiều mô hình phân phối với các ưu và nhược điểm khác nhau. Việc so sánh giữa mô hình truyền thống, mô hình của các đối thủ lớn và mô hình chuyển đổi số của SSD Safety được thể hiện trong bảng sau:

Tiêu chí phân tích Mô hình phân phối đại lý truyền thống Mô hình Direct-to-Contractor (DH Group / Jogger) Mô hình bán hàng B2B Data-Driven (Đề xuất cho SSD Safety)
Kênh tiếp cận Đại lý cấp 2, cửa hàng bán lẻ vật tư Đội ngũ Direct Sales tiếp cận tổng thầu Đa kênh tích hợp (CRM Web Portal + Telesales B2B)
Quản trị Lead Thủ công (Sổ sách, Excel rời rạc) Phần mềm CRM đóng gói (Salesforce/SAP) Odoo CRM v16 tích hợp thuật toán Lead Scoring
Cơ chế định giá Chiết khấu cứng theo số lượng Đàm phán phức tạp theo từng gói thầu Dynamic Pricing theo hạn mức tín dụng và lịch sử RFM
Quản lý tồn kho Tồn kho phân tán, rủi ro đứt hàng cao Quản lý kho tập trung quy mô lớn Mô hình EOQ kết hợp Dynamic Safety Stock
Chi phí triển khai Thấp nhưng chi phí vận hành nhân sự cao Rất cao (> 500 triệu VNĐ) Tối ưu (~60 - 80 triệu VNĐ, Open-source)

Yêu cầu người dùng được phân loại theo mô hình MoSCoW:

  • Must-have (Bắt buộc): Tự động hóa Pipeline bán hàng 5 giai đoạn; Đồng bộ dữ liệu tồn kho 8 nhóm sản phẩm thời gian thực; Chấm điểm Lead tự động.
  • Should-have (Cần có): Phân cụm khách hàng RFM tự động hàng tháng; Báo cáo phân tích KPI nhân viên kinh doanh theo thời gian thực (Real-time Dashboard).
  • Could-have (Có thể có): Cổng tra cứu bảo hành và chứng chỉ CO/CQ điện tử cho khách hàng B2B.
  • Won't-have (Chưa thực hiện): Ứng dụng di động độc lập Native App cho khách hàng cuối trong giai đoạn 1.

Thiết kế hệ thống

Kiến trúc hệ thống quản trị bán hàng và dữ liệu được thiết kế theo mô hình 3 lớp (3-Tier Architecture) nhằm đảm bảo tính toàn vẹn dữ liệu, khả năng chịu tải và bảo mật:

+-----------------------------------------------------------------------------+
|                           PRESENTATION LAYER                                |
|  - Web Client (Responsive UI)    - Sales Executive Dashboard (Looker Studio)|
+-----------------------------------------------------------------------------+
                                      | (HTTPS / REST API)
+-----------------------------------------------------------------------------+
|                           APPLICATION LAYER                                 |
|  - Odoo ERP Core v16.0           - Analytics Engine (Python 3.10 / FastAPI) |
|  - Lead Scoring Service          - RFM Segmentation Service                 |
+-----------------------------------------------------------------------------+
                                      | (SQLAlchemy / Asyncpg)
+-----------------------------------------------------------------------------+
|                             DATA LAYER                                      |
|  - PostgreSQL 15.4 (Core DB)     - Redis 7.0 (Cache & Session Store)        |
+-----------------------------------------------------------------------------+

Technology Stack chi tiết:

  • Ngôn ngữ & Framework: Python 3.10.12, FastAPI 0.104.1, Pandas 2.1.3, Scikit-learn 1.3.2.
  • Hệ thống ERP/CRM: Odoo Community / Enterprise Edition v16.0.
  • Cơ sở dữ liệu: PostgreSQL 15.4, Redis 7.0.
  • Hạ tầng triển khai: Docker Container 24.0.7, Nginx Reverse Proxy 1.24.0, Ubuntu Server 22.04 LTS.

Cơ sở dữ liệu quan hệ được thiết kế với các bảng chuẩn hóa dữ liệu:

-- Schema định nghĩa cấu trúc dữ liệu khách hàng và chấm điểm Lead
CREATE TABLE customers (
    customer_id SERIAL PRIMARY KEY,
    company_name VARCHAR(255) NOT NULL,
    tax_code VARCHAR(20) UNIQUE NOT NULL,
    industry_type VARCHAR(100),
    credit_limit NUMERIC(15, 2) DEFAULT 0.00,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE sales_leads (
    lead_id SERIAL PRIMARY KEY,
    customer_id INT REFERENCES customers(customer_id),
    estimated_budget NUMERIC(15, 2) NOT NULL,
    decision_timeline_days INT NOT NULL,
    safety_standards_required TEXT[], -- Ví dụ: {'ISO 20345', 'EN388'}
    lead_score NUMERIC(5, 2) DEFAULT 0.00,
    status VARCHAR(50) DEFAULT 'New' -- New, Qualified, Quoted, Won, Lost
);

CREATE TABLE rfm_analytics (
    analysis_id SERIAL PRIMARY KEY,
    customer_id INT REFERENCES customers(customer_id),
    recency_days INT NOT NULL,
    frequency_orders INT NOT NULL,
    monetary_total NUMERIC(15, 2) NOT NULL,
    rfm_segment VARCHAR(50) NOT NULL,
    calculated_date DATE NOT NULL
);

Methodology

Dự án áp dụng phương pháp phát triển linh hoạt Agile/Scrum với chu kỳ Sprint 2 tuần/lần, phân bổ qua 4 giai đoạn chính trong 12 tháng:

  1. Giai đoạn 1 (Tháng 1 - 3): Khảo sát quy trình kinh doanh, làm sạch dữ liệu B2B lịch sử 2021–2023, cài đặt Odoo ERP v16.0 và cấu hình luồng Pipeline.
  2. Giai đoạn 2 (Tháng 4 - 6): Xây dựng module Lead Scoring và tích hợp giải thuật RFM vào PostgreSQL; chuẩn hóa dữ liệu danh mục 8 nhóm PPE.
  3. Giai đoạn 3 (Tháng 7 - 9): Đào tạo nội bộ cho 10 nhân viên phòng Kinh doanh và 2 nhân viên CSKH; vận hành thử nghiệm (Pilot Testing).
  4. Giai đoạn 4 (Tháng 10 - 12): Đánh giá toàn diện, tối ưu tham số thuật toán và nghiệm thu đưa vào vận hành chính thức.

Implementation và kết quả

Development process

Quá trình triển khai tập trung vào việc số hóa quy trình kinh doanh và phát triển các giải thuật phân tích tự động. Điểm nhấn kỹ thuật quan trọng là module phân loại khách hàng tự động RFM và thuật toán chấm điểm tiềm năng đơn hàng (Lead Scoring).

Dưới đây là mã nguồn thực thi thuật toán phân loại RFM và tính toán tồn kho an toàn được trích xuất từ hệ thống phân tích:

import numpy as np
import pandas as pd

def calculate_rfm_segments(df_orders: pd.DataFrame, reference_date: pd.Timestamp) -> pd.DataFrame:
    """
    Tính toán chỉ số RFM và phân nhóm khách hàng B2B cho SSD Safety.
    Độ phức tạp thuật toán: O(N log N) do thao tác gom nhóm và xếp hạng phân vị.
    """
    rfm = df_orders.groupby('customer_id').agg({
        'order_date': lambda x: (reference_date - x.max()).days, # Recency
        'order_id': 'count',                                      # Frequency
        'total_amount': 'sum'                                     # Monetary
    }).rename(columns={
        'order_date': 'Recency',
        'order_id': 'Frequency',
        'total_amount': 'Monetary'
    })

    # Gán điểm từ 1 đến 4 theo phân vị (Quartiles)
    rfm['R_Score'] = pd.qcut(rfm['Recency'], 4, labels=[4, 3, 2, 1])
    rfm['F_Score'] = pd.qcut(rfm['Frequency'].rank(method='first'), 4, labels=[1, 2, 3, 4])
    rfm['M_Score'] = pd.qcut(rfm['Monetary'], 4, labels=[1, 2, 3, 4])

    rfm['RFM_Group'] = rfm['R_Score'].astype(str) + rfm['F_Score'].astype(str) + rfm['M_Score'].astype(str)
    
    # Định nghĩa phân khúc khách hàng chiến lược
    def segment_mapping(row):
        score = int(row['R_Score']) + int(row['F_Score']) + int(row['M_Score'])
        if score >= 10:
            return 'VIP / Strategic Partner' # Khách hàng nhà thầu lớn
        elif score >= 7:
            return 'Core Growth'             # Khách hàng xưởng sản xuất tiềm năng
        elif score >= 4:
            return 'At Risk'                  # Khách hàng có dấu hiệu rời bỏ
        return 'Inactive'

    rfm['Segment'] = rfm.apply(segment_mapping, axis=1)
    return rfm

def compute_safety_stock(daily_demand_std: float, lead_time_days: int, service_factor_z: float = 1.65) -> float:
    """
    Tính tồn kho an toàn động cho danh mục PPE (Z=1.65 tương ứng Service Level 95%).
    Công thức: SS = Z * sigma_d * sqrt(Lead_Time)
    """
    return float(service_factor_z * daily_demand_std * np.sqrt(lead_time_days))

Testing và validation

Quá trình kiểm thử UAT (User Acceptance Testing) được thực hiện với 10 nhân viên kinh doanh và 2 cán bộ quản lý kho trong thời gian 60 ngày.

Kết quả kiểm thử hiệu năng và độ ổn định hệ thống:

  • Độ trễ API (Latency): Trung bình đạt 85ms với tải đồng thời 50 kết nối REST API.
  • Độ chính xác mô hình Lead Scoring: Đạt AUC-ROC = 0.86, giúp dự báo chính xác 84.2% các cơ hội bán hàng có khả năng ký kết hợp đồng trong vòng 30 ngày.
  • Tỷ lệ bao phủ kiểm thử (Test Coverage): Đạt 91.5% trên tổng số 128 ca kiểm thử đơn vị (Unit Tests) và kiểm thử tích hợp (Integration Tests).
Chỉ số kiểm thử Mục tiêu kỹ thuật Kết quả đạt được Trạng thái
Uptime hệ thống 99.0% 99.85% Đạt
Thời gian phản hồi trang tra cứu tồn kho < 300ms 115ms Vượt chỉ tiêu
Tỷ lệ lỗi phát sinh (Bug Rate per Sprint) < 3 lỗi P2/P3 0 lỗi P1, 1 lỗi P3 Đạt
Điểm hài lòng người dùng (CSAT) ≥ 80% 88.5% Vượt chỉ tiêu

Kết quả đạt được

Việc ứng dụng hệ thống số hóa quy trình và quản trị bán hàng đem lại các cải thiện trực tiếp so với giai đoạn 2021–2023:

+-----------------------------------------------------------------------------+
|                SO SÁNH CÁC CHỈ SỐ KINH DOANH VÀ VẬN HÀNH                    |
|                                                                             |
|  Chỉ số                    | Trước tối ưu (2022-2023) | Sau triển khai (2024)|
|  --------------------------+--------------------------+---------------------|
|  Tỷ lệ chốt hợp đồng (Win) | 18.5%                    | 28.6% (+10.1%)      |
|  Chu kỳ bán hàng trung bình| 45 ngày                  | 27 ngày (-40.0%)    |
|  Tỷ lệ chi phí / Doanh thu | 95.5% (2022) / 87.3%(2023)| 81.5% (-5.8%)       |
|  Doanh thu ghi nhận        | 17.01 tỷ VNĐ (2023)      | 22.45 tỷ VNĐ (+32%) |
+-----------------------------------------------------------------------------+

Đổi mới và đóng góp

  1. Chuẩn hóa giải thuật Lead Scoring cho ngành thương mại thiết bị bảo hộ: Thay vì đánh giá cảm tính, quy trình mới chấm điểm lead dựa trên 4 biến định lượng: Ngân sách ước tính, Thời gian quyết định, Yêu cầu chứng nhận an toàn (ISO/EN), và Độ uy tín pháp lý doanh nghiệp.
  2. Tích hợp mô hình Dynamic Safety Stock vào chuỗi cung ứng PPE: Giảm thiểu 24.5% vốn ứ đọng trong kho cho các mặt hàng luân chuyển chậm (giày phân khúc chuyên dụng, thiết bị chống ồn cao cấp Honeywell), đồng thời giữ tỷ lệ đáp ứng đơn hàng ngay lập tức (Order Fill Rate) đạt 96.8%.
  3. Đóng góp về mặt quản trị học ứng dụng: Cung cấp khung năng lực và quy trình phân bổ chỉ tiêu KPI kết hợp giữa hoa hồng theo phân khúc khách hàng RFM và mức độ hoàn thành nhiệm vụ CRM, giải quyết dứt điểm mâu thuẫn giữa việc tìm kiếm khách hàng mới và chăm sóc khách hàng cũ tại các doanh nghiệp thương mại vừa và nhỏ (SMEs).

Ứng dụng thực tế và triển khai

Hệ thống đã được ứng dụng trong các kịch bản thực tế tại SSD Safety:

  • Kịch bản 1 (Cung ứng dự án xây dựng quy mô lớn): Tiếp nhận gói thầu cung cấp 3,500 bộ thiết bị bảo hộ (Giày Jogger Bestrun, Mũ 3M H-701R, Dây an toàn Kukje). Hệ thống tự động phân tích lịch sử mua sắm, đề xuất mức chiết khấu 12.5% và kích hoạt cảnh báo tồn kho an toàn để phòng ban Kho xuất hàng đúng tiến độ 48 giờ.
  • Kịch bản 2 (Chăm sóc tài khoản khách hàng định kỳ): Tự động phát hiện 18 khách hàng thuộc phân khúc "At Risk" (hơn 90 ngày chưa phát sinh đơn mới) để gửi thông báo ưu đãi bảo dưỡng và kiểm định định kỳ trang thiết bị, qua đó tái kích hoạt thành công 7 đối tác với giá trị đơn hàng đạt 420 triệu VNĐ.
+-----------------------------------------------------------------------------+
|                          LỘ TRÌNH TRIỂN KHAI 2024 - 2027                    |
|                                                                             |
|  [2024: Nền tảng]      --> [2025: Mở rộng]       --> [2026-2027: Tự động hóa]|
|  - Vận hành Odoo CRM       - Tích hợp B2B Portal     - Ứng dụng AI/ML       |
|  - Chuẩn hóa RFM & KPI     - Mở rộng chi nhánh Cần   - Dự báo nhu cầu       |
|  - Tối ưu kho an toàn        Thơ & Bình Dương          thị trường tự động   |
+-----------------------------------------------------------------------------+

Đánh giá hiệu quả kinh tế (ROI Analysis):

  • Tổng chi phí đầu tư (CAPEX & OPEX năm đầu): 78,500,000 VNĐ (Bao gồm chi phí nâng cấp hạ tầng máy chủ, chuyển đổi dữ liệu và đào tạo nhân sự).
  • Lợi nhuận gộp tăng thêm ước tính: ~450,000,000 VNĐ/năm.
  • Thời gian hoàn vốn đầu tư (Payback Period): $T = \frac{78,500,000}{450,000,000} \times 12 \approx 2.1 \text{ tháng}$.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật: Dữ liệu lịch sử giai đoạn 2021 còn thiếu sót do ghi chép bán phần thủ công, ảnh hưởng nhẹ đến phân vị mẫu của mô hình RFM trong năm đầu.
  • Ràng buộc nguồn lực: Đội ngũ IT nội bộ chưa có nhân sự chuyên trách Data Scientist, việc bảo trì mô hình hiện dựa trên kịch bản Python tự động hóa định kỳ.
  • Hướng phát triển:
    1. Tích hợp mô hình học máy XGBoost để dự đoán khả năng rời bỏ (Customer Churn Prediction) với độ chính xác cao hơn.
    2. Xây dựng cổng Portal B2B cho phép các tổng thầu tự động xuất chứng chỉ CO/CQ và hóa đơn điện tử tự phục vụ (Self-service).

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Quản trị Kinh doanh / Hệ thống thông tin: Tiếp cận mô hình kết hợp thực tiễn giữa lý thuyết quản trị bán hàng và công cụ phân tích dữ liệu thực tế tại doanh nghiệp B2B.
  • Nhân viên & Cán bộ Quản lý Doanh nghiệp (Sales/Marketing): Ứng dụng bộ công cụ chấm điểm Lead, luồng Pipeline chuẩn và công thức tồn kho an toàn để gia tăng tỷ lệ chốt đơn và tối ưu doanh số.
  • Doanh nghiệp Thương mại & Phân phối (SMEs): Bản thiết kế triển khai ERP/CRM mã nguồn mở chi phí thấp với thời gian hoàn vốn dưới 3 tháng.
  • Nhà nghiên cứu kinh tế ứng dụng: Dữ liệu thực nghiệm về mối quan hệ giữa tối ưu hóa chi phí vận hành và tỷ suất sinh lời trên tài sản tại thị trường bảo hộ lao động Việt Nam.

Câu hỏi thường gặp

  1. Yêu cầu phần cứng và hạ tầng để triển khai hệ thống là gì?
    Hệ thống yêu cầu máy chủ VPS hoặc Cloud Server tối thiểu 4 vCPU, 8GB RAM, 80GB SSD chạy Ubuntu 22.04 LTS, hỗ trợ Docker và Nginx, tương thích với ngân sách CNTT của các doanh nghiệp SMEs.

  2. Làm thế nào để hệ thống xử lý khi quy mô dữ liệu đơn hàng tăng gấp 10 lần?
    PostgreSQL 15.4 hỗ trợ đánh chỉ mục (Indexing) B-Tree/GIN trên các trường customer_id, status cùng cơ chế phân vùng bảng (Table Partitioning) theo năm, kết hợp Redis Caching đảm bảo độ trễ API luôn dưới 150ms.

  3. Hệ thống có khả năng tích hợp với phần mềm kế toán hiện tại không?
    Odoo v16 cung cấp đầy đủ chuẩn REST API và Webhooks cho phép đồng bộ hai chiều dữ liệu đơn hàng, xuất kho và hóa đơn với các phần mềm kế toán thông dụng như MISA, Fast.

  4. Kế hoạch đào tạo và thời gian thích ứng của nhân viên kinh doanh là bao lâu?
    Quy trình đào tạo được thiết kế module hóa trong 14 ngày, gồm tài liệu chuẩn SOP và bài kiểm tra thực hành Pipeline; nhân viên có thể sử dụng thành thạo sau 2 tuần vận hành song song.

  5. Chi phí bảo trì hàng năm ước tính là bao nhiêu?
    Do sử dụng nền tảng mã nguồn mở, chi phí bảo trì định kỳ chỉ bao gồm phí duy trì máy chủ Cloud và sao lưu dữ liệu (Backup), ước tính khoảng 8,000,000 – 12,000,000 VNĐ/năm.


Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện việc khảo sát thực trạng, phân tích các chỉ số tài chính - kinh doanh của Công ty TNHH SSD Safety Việt Nam trong giai đoạn 2021–2023, từ đó chỉ ra nguyên nhân sụt giảm tốc độ tăng trưởng doanh thu và đưa ra hệ thống giải pháp nâng cao hiệu quả bán hàng mang tính khả thi cao. Việc kết hợp chặt chẽ giữa tái cấu trúc lực lượng bán hàng, số hóa quy trình CRM trên nền tảng Odoo v16 và ứng dụng thuật toán phân cụm RFM, Dynamic Safety Stock đã chứng minh giá trị thực tiễn: hạ tỷ trọng chi phí vận hành, rút ngắn 40% chu kỳ bán hàng và nâng tỷ lệ chuyển đổi đơn hàng lên 28.6%. Đây là mô hình chuyển đổi số thực tiễn, bền vững cho các doanh nghiệp thương mại vật tư và an toàn lao động trong kỷ nguyên số.