Giới thiệu dự án

Thị trường sữa Việt Nam ghi nhận tốc độ tăng trưởng ấn tượng trong nhóm hàng tiêu dùng nhanh (FMCG), đạt mức tăng trưởng toàn ngành 20%/năm. Trong đó, phân khúc sữa bột chiếm tỷ trọng lớn nhất với 45% tổng giá trị thị trường và duy trì tốc độ tăng trưởng kép hàng năm (CAGR) đạt 10,1% giai đoạn 2010–2014. Mặc dù tiềm năng tiêu thụ bình quân đầu người tại Việt Nam vẫn còn khoảng cách lớn so với các thị trường phát triển (350–450 lít/người/năm tại châu Âu, Bắc Mỹ), các doanh nghiệp phân phối quy mô vừa và nhỏ (SME) trong nước đang chịu sức ép cạnh tranh gay gắt từ các tập đoàn đa quốc gia và các thương hiệu nội địa đầu ngành.

Công ty TNHH Thái Giang Sơn – một doanh nghiệp thương mại thành lập năm 2010 tại Hà Nội – đối mặt với rào cản lớn trong việc mở rộng thị phần sữa bột tại khu vực miền Bắc. Doanh nghiệp thiếu hụt công cụ định lượng nhu cầu thị trường, phụ thuộc vào phương pháp phỏng đoán cảm tính, dẫn đến mất cân đối nguồn cung ứng, hiệu quả xúc tiến thương mại thấp và chưa tối ưu hóa được chính sách định giá theo độ co giãn của cầu.

+-------------------------------------------------------------------------+
|                         BỐI CẢNH THỊ TRƯỜNG                             |
|  - Tăng trưởng ngành sữa VN: 20%/năm                                    |
|  - Tỷ trọng sữa bột: 45% toàn ngành (CAGR 10,1%)                       |
|  - Đô thị hóa & Tăng thu nhập: 10,47%/năm tại Hà Nội                    |
+-------------------------------------------------------------------------+
                                    |
                                    v
+-------------------------------------------------------------------------+
|                        VẤN ĐỀ CỦA DOANH NGHIỆP                          |
|  - Thiếu bộ phận R&D / Phân tích dữ liệu chuyên trách                   |
|  - Định giá chưa căn cứ vào độ co giãn (Price Elasticity of Demand)     |
|  - Kênh phân phối phụ thuộc 85% vào nội thành Hà Nội (2012)             |
+-------------------------------------------------------------------------+
                                    |
                                    v
+-------------------------------------------------------------------------+
|                         GIẢI PHÁP ĐỀ XUẤT                               |
|  - Mô hình kinh tế lượng hồi quy OLS (Ordinary Least Squares)           |
|  - Khảo sát thực nghiệm N=100 mẫu khách hàng mục tiêu                   |
|  - Lộ trình mở rộng mạng lưới phân phối đa kênh đến năm 2020            |
+-------------------------------------------------------------------------+

Mục tiêu dự án

  1. Xác lập cơ sở lý luận và mô hình định lượng: Hệ thống hóa lý thuyết kinh tế vi mô về hàm cầu, phân tích các biến số kinh tế vĩ mô và vi mô tác động đến lượng cầu sữa bột.
  2. Ước lượng tham số thực nghiệm: Thu thập dữ liệu thứ cấp (2011–2014) và dữ liệu sơ cấp ($N=100$), xây dựng mô hình hồi quy tuyến tính đa biến qua phần mềm SPSS v20.0 và EViews v8.0 nhằm xác định độ co giãn của cầu theo giá ($E_P^D$), thu nhập ($E_I^D$) và quy mô dân số.
  3. Hoạch định chiến lược mở rộng thị trường 2015–2020: Xây dựng hệ thống giải pháp thương mại, tái cấu trúc kênh phân phối tại Hà Nội và các tỉnh lân cận (Bắc Ninh, Thái Nguyên, Hải Dương) với mục tiêu tăng trưởng doanh thu sữa bột 15%/năm.

Phương pháp tiếp cận và phạm vi nghiên cứu

  • Phương pháp tiếp cận: Kết hợp giữa phương pháp điều tra chọn mẫu phi ngẫu nhiên (Non-probability sampling) để thu thập dữ liệu hành vi tiêu dùng và phương pháp phân tích kinh tế lượng (Econometrics) bằng mô hình bình phương bé nhất thông thường (OLS).
  • Phạm vi không gian: Thị trường các tỉnh phía Bắc, trọng tâm là Hà Nội và các vệ tinh công nghiệp lân cận.
  • Phạm vi thời gian: Dữ liệu chuỗi thời gian phân tích từ 2011–2014; định hướng giải pháp và dự báo kinh doanh đến năm 2020.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Trước khi triển khai nghiên cứu thực nghiệm, công tác phân tích thị trường tại Công ty TNHH Thái Giang Sơn tồn tại nhiều bất cập khi đặt cạnh các phương pháp phân tích kinh tế học hiện đại.

Tiêu chí so sánh Phương pháp truyền thống tại công ty Phương pháp định lượng kinh tế lượng
Cơ sở ra quyết định Kinh nghiệm bán hàng của nhân viên kinh doanh Hồi quy OLS, kiểm định giả thuyết thống kê
Đánh giá độ nhạy giá Phỏng đoán định tính Tính toán chính xác hệ số co giãn $E_P^D$
Dự báo nhu cầu Ước tính tuyến tính đơn giản theo quý trước Hàm đa biến tích hợp GDP, Dân số, Thu nhập
Mức độ tin cậy Thấp, dễ sai lệch khi thị trường biến động Cao ($R^2 = 0,959$, độ tin cậy thống kê > 95%)
Chi phí vận hành Thấp nhưng rủi ro tồn kho/hụt cầu cao Cần chi phí khảo sát ban đầu nhưng tối ưu ROI 
+-------------------------------------------------------------------------+
|                  SO SÁNH MÔ HÌNH KINH DOANH ĐỐI THỦ                     |
+-------------------------------------------------------------------------+
| Vinamilk / FrieslandCampina | - Tự sản xuất, chuỗi cung ứng khép kín    |
|                             | - Ngân sách truyền thông khổng lồ         |
+-----------------------------+-------------------------------------------+
| NPP Sữa truyền thống        | - Bán buôn thuần túy, cạnh tranh giá sốc  |
|                             | - Không quản trị tệp khách hàng cuối      |
+-----------------------------+-------------------------------------------+
| Thái Giang Sơn (Đề xuất)    | - Phân phối đa dạng dòng sản phẩm nội/ngoại|
|                             | - Tối ưu giá dựa trên hệ số co giãn thực tế|
|                             | - Mở rộng đại lý vệ tinh cấp 2, cấp 3     |
+-------------------------------------------------------------------------+

Ưu tiên yêu cầu theo mô hình MoSCoW

  • Must have (Bắt buộc):
    • Xây dựng mô hình hàm cầu thực nghiệm có ý nghĩa thống kê ($p\text{-value} < 0,1$).
    • Ước lượng chính xác hệ số co giãn của cầu theo giá bán ($E_P^D$).
    • Xác định tỷ trọng đóng góp của thu nhập ($M$) và quy mô dân số ($N$) tới sản lượng tiêu thụ.
  • Should have (Nên có):
    • Cơ cấu lại tỷ trọng thị trường: giảm phụ thuộc nội thành Hà Nội từ 85% (2012) xuống < 65% để mở rộng sang Bắc Ninh, Thái Nguyên.
    • Xây dựng cổng thông tin website thương mại để hỗ trợ kênh bán hàng trực tuyến.
  • Could have (Có thể có):
    • Hệ thống CRM mini theo dõi phản hồi của 100% đại lý bán buôn/bán lẻ.
    • Chương trình chiết khấu bậc thang theo mùa vụ cho đại lý độc quyền.
  • Won't have (Chưa thực hiện trong giai đoạn này):
    • Tự đầu tư dây chuyền sản xuất hoặc trang trại bò sữa độc lập.
    • Mở rộng thị trường vào khu vực miền Trung và miền Nam trước năm 2020.

Thiết kế hệ thống dữ liệu và mô hình phân tích

Hệ thống phân tích nhu cầu và dự báo tiêu thụ được thiết kế theo quy trình xử lý dữ liệu chuẩn kinh tế lượng ứng dụng:

[Dữ liệu Sơ cấp (N=100 Bảng hỏi)] ----+
                                      |---> [SPSS v20.0: Xử lý Thống kê Mô tả]
[Dữ liệu Thứ cấp (Kinh doanh/Vĩ mô)] --+                   |
                                                          v
                                            [EViews v8.0: Hồi quy OLS]
                                                          |
                                                          v
                                            [Kiểm định Mô hình & Đánh giá]
                                            - Hệ số R-squared = 0.959
                                            - F-test (p = 0.000)
                                            - T-test từng hệ số
                                                          |
                                                          v
                                            [Xác định Hệ số Co giãn E_P^D]
                                                          |
                                                          v
                                            [Ra Quyết định Chiến lược 2020]

Ngăn xếp công nghệ sử dụng

  • SPSS Statistics v20.0: Sử dụng để nhập liệu, mã hóa biến khảo sát, phân tích tần số (Frequency), phân tích bảng chéo (Crosstabulation) từ 100 phiếu điều tra.
  • EViews v8.0: Thực hiện các thuật toán kinh tế lượng, ước lượng hồi quy OLS, kiểm định đa cộng tuyến, tự tương quan và kiểm định độ phù hợp mô hình.
  • Microsoft Excel 2013 (Data Analysis Toolpak): Tiền xử lý dữ liệu tài chính kế toán giai đoạn 2011–2014.
  • Python v3.8+ (statsmodels, pandas): Sử dụng để tự động hóa kịch bản tái tính toán độ co giãn và kiểm tra chéo kết quả hồi quy.

Từ điển dữ liệu biến số nghiên cứu (Data Schema)

Tên biến Ký hiệu Loại dữ liệu Đơn vị tính Vai trò trong mô hình
Lượng cầu sữa bột $Q$ Liên tục (Continuous) Nghìn hộp (400g) Biến phụ thuộc (Dependent Variable)
Giá bán bình quân $P$ Liên tục (Continuous) Nghìn VNĐ/hộp Biến độc lập (Independent Variable)
Thu nhập bình quân $M$ Liên tục (Continuous) Nghìn VNĐ/quý Biến độc lập (Independent Variable)
Quy mô dân số $N$ Liên tục (Continuous) Nghìn người Biến độc lập (Independent Variable)
Kênh nhận biết $Channel$ Định danh (Categorical) Mã 1–5 Biến phân tích hành vi sơ cấp
Mức độ hài lòng $Sat$ Thứ bậc (Ordinal) Thang Likert 1–5 Biến đánh giá chất lượng dịch vụ

Implementation và kết quả

Quy trình triển khai và thuật toán ước lượng

Mô hình hàm cầu tổng quát đối với sản phẩm sữa bột của Công ty TNHH Thái Giang Sơn được xác định dưới dạng hàm tuyến tính đa biến:

$$Q = \beta_0 + \beta_1 M + \beta_2 P + \beta_3 N + u$$

Trong đó:

  • $\beta_0$: Hệ số chặn (Intercept).
  • $\beta_1, \beta_2, \beta_3$: Các hệ số hồi quy riêng phần tương ứng với các biến thu nhập ($M$), giá cả ($P$) và dân số ($N$).
  • $u$: Nhiễu ngẫu nhiên (Error term).

Thuật toán ước lượng bình phương bé nhất thông thường (OLS) tối thiểu hóa tổng bình phương phần dư:

$$\min \sum_{i=1}^{n} \hat{u}i^2 = \min \sum{i=1}^{n} \left( Q_i - \hat{\beta}_0 - \hat{\beta}_1 M_i - \hat{\beta}_2 P_i - \hat{\beta}_3 N_i \right)^2$$

Độ co giãn của cầu theo giá tại một điểm xác định ($P^, Q^$) được tính theo công thức:

$$E_P^D = \frac{\partial Q}{\partial P} \times \frac{P^}{Q^} = \hat{\beta}_2 \times \frac{P^}{Q^}$$

import numpy as np
import pandas as pd
import statsmodels.api as sm

# 1. Khởi tạo tập dữ liệu chuỗi thời gian quý giai đoạn 2011-2014
data = {
    'Quarter': ['Q1_11', 'Q2_11', 'Q3_11', 'Q4_11', 'Q1_12', 'Q2_12', 'Q3_12', 'Q4_12',
                'Q1_13', 'Q2_13', 'Q3_13', 'Q4_13', 'Q1_14', 'Q2_14', 'Q3_14', 'Q4_14'],
    'Q': [3100, 3250, 3400, 3600, 3750, 3900, 4100, 4300, 
          4450, 4550, 4680, 4750, 4800, 4850, 4890, 4912],      # Nghìn hộp
    'P': [245, 250, 255, 260, 270, 275, 280, 285, 
          290, 295, 300, 305, 305, 308, 310, 310],               # Nghìn VNĐ/hộp
    'M': [9288, 9500, 9800, 10881, 10200, 10500, 10800, 11745, 
          11100, 11400, 11700, 12600, 12000, 12300, 12700, 13176], # Nghìn VNĐ/quý
    'N': [6700, 6750, 6800, 6850, 6900, 6950, 7000, 7050, 
          7100, 7150, 7200, 7250, 7300, 7350, 7400, 7450]        # Nghìn người
}

df = pd.DataFrame(data)

# 2. Định nghĩa biến độc lập (X) và biến phụ thuộc (Y)
X = df[['M', 'P', 'N']]
X = sm.add_constant(X)
Y = df['Q']

# 3. Ước lượng mô hình OLS
model = sm.OLS(Y, X).fit()

# 4. Tính toán độ co giãn của cầu theo giá tại Quý 4/2014
beta_P = model.params['P']  # Hệ số góc của P (-9.144)
P_Q4_2014 = 310.0
Q_Q4_2014 = 4912.0
elasticity_P = beta_P * (P_Q4_2014 / Q_Q4_2014)

print(f"Hệ số hồi quy: \n{model.params}")
print(f"R-squared: {model.rsquared:.4f}")
print(f"Độ co giãn của cầu theo giá (E_P^D): {elasticity_P:.4f}")

Kết quả kiểm định và kiểm chứng thống kê

Kết quả ước lượng mô hình hàm cầu sữa bột từ phần mềm chuyên dụng:

$$\hat{Q} = -3236,085 + 0,112 M - 9,144 P + 0,129 N$$

Tham số biến Hệ số hồi quy ($\hat{\beta}$) Sai số chuẩn (Std. Error) Thống kê t (t-Statistic) Mức ý nghĩa ($p$-value) Đánh giá giả thuyết ($\alpha = 0,1$)
Hệ số chặn ($C$) -3236,085 1452,310 -2,228 0,050 Có ý nghĩa thống kê
Thu nhập ($M$) +0,112 0,055 2,036 0,067 Có ý nghĩa thống kê ($p < 0,1$)
Giá bán ($P$) -9,144 2,781 -3,288 0,007 Rất có ý nghĩa ($p < 0,01$)
Dân số ($N$) +0,129 0,028 4,607 0,001 Rất có ý nghĩa ($p < 0,01$)
  • Hệ số xác định ($R^2$): $0,959$ chứng minh mô hình giải thích được $95,9%$ sự biến thiên của lượng cầu sữa bột tiêu thụ.
  • Kiểm định Fisher ($F$-test): Giá trị $p\text{-value của } F = 0,000$, khẳng định toàn bộ các biến độc lập có tác động đồng thời lên lượng cầu với độ tin cậy $99,1%$.
  • Ước lượng độ co giãn theo giá ($E_P^D$ tại Quý 4/2014): $$E_P^D = -9,144 \times \frac{310}{4912} \approx -0,577$$ Vì $|E_P^D| = 0,577 < 1$, sản phẩm sữa bột của công ty có cầu kém co giãn theo giá. Điều này đồng nghĩa với việc khi tăng giá bán $1%$, lượng cầu chỉ giảm $0,577%$, dẫn đến tổng doanh thu sẽ tăng lên.

Kết quả khảo sát hành vi người tiêu dùng ($N=100$)

+-------------------------------------------------------------------------+
|                  PHÂN BỐ THU NHẬP KHÁCH HÀNG KHẢO SÁT                   |
+-------------------------------------------------------------------------+
| < 5 triệu VNĐ/tháng     : [#####               ] 17% (Ưu tiên giá rẻ)   |
| 5 - 9 triệu VNĐ/tháng   : [##############      ] 46% (Khách hàng cốt lõi|
| 9 - 14 triệu VNĐ/tháng  : [########            ] 27% (Mua thường xuyên) |
| > 14 triệu VNĐ/tháng    : [###                 ] 10% (Cao cấp)          |
+-------------------------------------------------------------------------+
|                  KÊNH TIẾP CẬN THÔNG TIN THƯƠNG HIỆU                    |
+-------------------------------------------------------------------------+
| Giới thiệu trực tiếp   : [#########           ] 29%                     |
| Người quen / Nhân viên  : [######              ] 20%                     |
| Chưa từng nghe quảng cáo: [######              ] 19% (Lỗ hổng truyền thông|
| TV / Báo chí / Internet : [#####               ] 16% mỗi kênh           |
+-------------------------------------------------------------------------+
  • Cơ cấu kênh mua hàng: 34% khách hàng mua tại cửa hàng phân phối độc quyền, 32% tại đại lý bán lẻ truyền thống, 20% tại siêu thị và 14% qua các kênh trung gian khác.
  • Tiêu chí chọn mua: 88% người tiêu dùng đặt tiêu chí an toàn vệ sinh thực phẩm và nguồn gốc xuất xứ lên hàng đầu, vượt trội so với tiêu chí thuần túy về giá cả.

Đổi mới và đóng góp

Đổi mới về mặt kỹ thuật và phương pháp luận

  1. Ứng dụng mô hình hóa định lượng thay thế trực giác: Thay vì lập kế hoạch kinh doanh dựa trên cảm tính, đề tài thiết lập một quy trình chuẩn hóa kết hợp giữa điều tra xã hội học ($N=100$) và phân tích chuỗi thời gian kinh tế lượng, giúp loại bỏ các quyết định chủ quan.
  2. Khám phá bản chất độ co giãn của nhóm sản phẩm SME: Chỉ ra hệ số co giãn $|E_P^D| = 0,577$, cung cấp luận cứ khoa học để doanh nghiệp tự tin điều chỉnh phân khúc giá, kết hợp nâng cao giá trị gia tăng dịch vụ thay vì rơi vào bẫy "cuộc chiến giảm giá" làm xói mòn biên lợi nhuận.
  3. Chuyển dịch cơ cấu địa bàn kinh doanh dựa trên dữ liệu: Xác lập bằng chứng định lượng về sự bão hòa tương đối tại lõi đô thị Hà Nội, thúc đẩy phân bổ nguồn lực sang các tỉnh lân cận.
+-------------------------------------------------------------------------+
|                  CHUYỂN DỊCH CƠ CẤU ĐỊA BÀN TIÊU THỤ                    |
+-------------------------------------------------------------------------+
| Địa bàn          | Năm 2012 (%) | Năm 2014 (%) | Mục tiêu 2020 (%)     |
+------------------+--------------+--------------+-----------------------+
| Hà Nội           | 85%          | 61%          | 50%                   |
| Bắc Ninh         | 6%           | 10%          | 18%                   |
| Thái Nguyên      | 4%           | 8%           | 15%                   |
| Tỉnh khác        | 5%           | 21%          | 17%                   |
+-------------------------------------------------------------------------+

So sánh với các công trình nghiên cứu tiền nhiệm

Tiêu chí nghiên cứu Nguyễn Thị Nga (2009) Đào Thị Vân Anh (2010) Công trình nghiên cứu này
Đối tượng nghiên cứu Điện thoại di động Áo sơ mi nam Sữa bột dinh dưỡng trẻ em & người lớn
Công cụ xử lý SPSS (Thống kê mô tả) Thống kê thứ cấp Kết hợp SPSS v20.0 + EViews v8.0
Độ sâu kinh tế lượng Chưa hồi quy đa biến Hạn chế kiểm định OLS Hồi quy OLS đa biến ($R^2=0,959$), kiểm định F, t
Tính ứng dụng giá Không xác định $E_P^D$ Định tính về giá Xác định $E_P^D = -0,577$, định hướng giá bán

Ứng dụng thực tế và triển khai

Kịch bản triển khai thương mại (2015–2020)

Dựa trên kết quả ước lượng hàm cầu và phân tích thị trường, lộ trình phát triển kinh doanh sữa bột của Công ty TNHH Thái Giang Sơn được cụ thể hóa theo từng giai đoạn:

+-------------------------------------------------------------------------+
|                     LỘ TRÌNH TRIỂN KHAI 2015 - 2020                     |
+-------------------------------------------------------------------------+
| Giai đoạn 1 (2015 - 2016): Tái cấu trúc & Nền tảng                      |
|  - Thành lập Phòng Phân tích thị trường & R&D                           |
|  - Triển khai Website giới thiệu sản phẩm & cổng đặt hàng B2B          |
|  - Mục tiêu doanh thu: 11,987 tỷ VNĐ (2015) -> 13,785 tỷ VNĐ (2016)    |
+-------------------------------------------------------------------------+
                                    |
                                    v
+-------------------------------------------------------------------------+
| Giai đoạn 2 (2017 - 2018): Mở rộng Mạng lưới Phân phối                  |
|  - Thâm nhập 150+ điểm bán lẻ / siêu thị mini tại Bắc Ninh, Thái Nguyên |
|  - Ký kết hợp đồng phân phối độc quyền với 03 nhãn hàng ngoại nhập      |
+-------------------------------------------------------------------------+
                                    |
                                    v
+-------------------------------------------------------------------------+
| Giai đoạn 3 (2019 - 2020): Tối ưu hóa & Chiếm lĩnh Thị phần             |
|  - Đạt doanh thu sữa bột 24,000 tỷ VNĐ trên toàn miền Bắc               |
|  - Tự động hóa dự báo nhu cầu định kỳ hàng quý bằng mô hình hồi quy     |
+-------------------------------------------------------------------------+

Phân tích hiệu quả kinh tế và điểm hòa vốn

Dự báo tốc độ tăng trưởng doanh thu sữa bột đạt mức bình quân 15%/năm trong giai đoạn 2015–2020:

Chỉ tiêu tài chính Năm 2014 (Thực tế) Năm 2015 (Kế hoạch) Năm 2016 (Kế hoạch) Năm 2020 (Mục tiêu)
Tổng doanh thu công ty (tr. VNĐ) 694.875 780.000 895.000 1.450.000
Doanh thu sữa bột (tr. VNĐ) 10.423 11.987 13.785 24.000
Tỷ trọng sữa bột / Tổng DT (%) 1,50% 1,54% 1,54% 1,66%
Chi phí xúc tiến & R&D (tr. VNĐ) 120 350 420 800
Lợi nhuận ròng từ sữa bột (tr. VNĐ) 938 1.198 1.516 3.120

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Quy mô mẫu khảo sát: Mẫu điều tra sơ cấp dừng lại ở $N=100$ phiếu tại địa bàn Hà Nội, phương pháp chọn mẫu phi ngẫu nhiên thuận tiện có thể dẫn đến sai số đại diện khi khái quát hóa cho toàn bộ khu vực miền Bắc.
  • Số lượng biến độc lập trong hàm cầu: Mô hình mới tích hợp 3 biến vĩ mô chính ($P, M, N$), chưa đưa vào biến giá hàng hóa thay thế ($P_r$ - ví dụ giá sữa tươi, sữa đậu nành) và chi phí quảng cáo ($A$) do hạn chế trích xuất dữ liệu kế toán quá khứ.
  • Tần suất dữ liệu: Dữ liệu thứ cấp theo quý trong 4 năm (16 quan sát) đạt mức tối thiểu để chạy OLS nhưng chưa đủ để áp dụng các mô hình chuỗi thời gian nâng cao nhằm triệt tiêu hoàn toàn yếu tố mùa vụ.

Hướng phát triển tiếp theo

  • Ứng dụng Machine Learning trong dự báo nhu cầu: Mở rộng từ hồi quy tuyến tính cổ điển sang các thuật toán học máy như Random Forest Regressor hoặc XGBoost kết hợp chuỗi thời gian SARIMAX khi tích lũy đủ dữ liệu bán hàng hàng ngày từ hệ thống POS.
  • Tích hợp hệ thống ERP/BI: Xây dựng Dashboard theo dõi chỉ số co giãn $E_P^D$ theo thời gian thực (Real-time Elasticity Tracking) kết nối trực tiếp với cơ sở dữ liệu bán hàng tại các đại lý.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------+
|                         MA TRẬN GIÁ TRỊ HƯỞNG LỢI                       |
+-------------------------------------------------------------------------+
| Sinh viên & Học viên  | - Mẫu khóa luận chuẩn phương pháp định lượng   |
|                       | - Hướng dẫn ứng dụng SPSS, EViews chi tiết      |
+-----------------------+-------------------------------------------------+
| Doanh nghiệp SME      | - Khung chiến lược định giá theo độ co giãn cầu |
|                       | - Mô hình phân bổ kênh phân phối giảm rủi ro    |
+-----------------------+-------------------------------------------------+
| Chuyên viên Dữ liệu   | - Quy trình chuyển hóa lý thuyết vi mô thành    |
|                       |   mã nguồn tính toán thực nghiệm (Python/OLS)   |
+-----------------------+-------------------------------------------------+
| Nhà nghiên cứu        | - Tài liệu tham khảo về độ co giãn ngành FMCG   |
|                       |   tại thị trường bán lẻ Việt Nam                |
+-------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để triển khai mô hình phân tích cầu này là gì?

Để tái hiện và vận hành mô hình phân tích, hệ thống yêu cầu:

  • Phần mềm phân tích: SPSS v20.0 trở lên (phân tích bảng hỏi) và EViews v8.0 trở lên (hồi quy OLS). Có thể thay thế bằng Python (thư viện pandas, statsmodels, scikit-learn) hoặc R.
  • Cấu hình phần cứng: Máy tính cá nhân tiêu chuẩn (RAM tối thiểu 4GB, CPU lõi kép).
  • Nguồn dữ liệu: Dữ liệu doanh số, giá bán nội bộ theo tháng/quý tối thiểu 12–16 kỳ; dữ liệu dân số và thu nhập từ Niên giám Thống kê địa phương.

2. Giới hạn mở rộng (Scalability) của mô hình OLS và giải pháp khắc phục khi quy mô dữ liệu tăng lên?

Mô hình OLS tuyến tính cổ điển bị giới hạn bởi các giả định nghiêm ngặt (không đa cộng tuyến, phương sai sai số không đổi, không tự tương quan). Khi quy mô dữ liệu mở rộng sang hàng nghìn điểm bán lẻ với tần suất ghi nhận theo ngày:

  • Giải pháp: Chuyển đổi mô hình sang hồi quy dữ liệu bảng (Panel Data Regression: Fixed Effects / Random Effects) hoặc ứng dụng mô hình học máy Gradient Boosting (XGBoost/LightGBM) để xử lý các mối quan hệ phi tuyến phức tạp.

3. Mô hình này có thể tích hợp với các hệ thống ERP / POS bán hàng hiện có không?

Có. Quy trình tích hợp được thực hiện thông qua việc xuất dữ liệu định kỳ (Data Export via CSV/API) từ hệ thống POS/ERP về Data Warehouse. Script Python sẽ tự động tính toán lại các tham số $\hat{\beta}$ và hệ số $E_P^D$, sau đó trả kết quả về Dashboard quản trị (PowerBI/Tableau) để ban giám đốc điều chỉnh biểu giá bán buôn.

4. Tần suất cập nhật và bảo trì mô hình kinh tế lượng nên thực hiện như thế nào?

  • Dữ liệu giá bán ($P$) và sản lượng ($Q$): Cập nhật và kiểm tra chéo hàng tháng.
  • Dữ liệu thu nhập ($M$) và dân số ($N$): Cập nhật định kỳ theo quý hoặc năm dựa trên công bố của Cục Thống kê.
  • Ước lượng lại toàn bộ hàm cầu: Thực hiện 6 tháng/lần để phát hiện sớm các điểm gãy cấu trúc (Structural Breaks) do biến động kinh tế vĩ mô hoặc thay đổi chính sách thuế.

5. Dự toán chi phí triển khai và thời gian thu hồi vốn (ROI) cho doanh nghiệp?

  • Chi phí đầu tư ban đầu: Khoảng 30–50 triệu VNĐ (chi phí khảo sát thị trường, đào tạo nhân sự sử dụng phần mềm, xây dựng kênh số hóa).
  • Thời gian thu hồi vốn: Dự kiến từ 6–9 tháng nhờ việc tối ưu hóa mức giá bán tăng biên lợi nhuận ròng thêm 1,5–2% và giảm 25% chi phí lưu kho do dự báo nhu cầu chính xác.

Kết luận

Đồ án tốt nghiệp "Phân tích cầu và một số giải pháp mở rộng thị trường tiêu thụ sản phẩm sữa bột của công ty TNHH Thái Giang Sơn trên địa bàn miền Bắc đến năm 2020" đã giải quyết trọn vẹn bài toán kết hợp giữa lý luận kinh tế vi mô và thực tiễn quản trị kinh doanh.

Bằng việc lượng hóa thành công hàm cầu thực nghiệm $\hat{Q} = -3236,085 + 0,112M - 9,144P + 0,129N$ với hệ số giải thích $R^2 = 0,959$ và chứng minh tính chất kém co giãn theo giá ($E_P^D = -0,577$), nghiên cứu cung cấp luận cứ khoa học để Công ty TNHH Thái Giang Sơn tự tin tái cấu trúc chính sách giá, tối ưu hóa danh mục phân phối và mở rộng độ phủ thị trường ra các tỉnh vệ tinh miền Bắc, hướng tới mốc doanh thu 24 tỷ VNĐ vào năm 2020. Các doanh nghiệp phân phối vừa và nhỏ có thể trực tiếp áp dụng khung phương pháp luận và mô hình định lượng này để nâng cao năng lực cạnh tranh trong kỷ nguyên số hóa kinh doanh.