Giới thiệu dự án

Trong bối cảnh nền kinh tế thị trường và ngành cơ khí chế tạo - vật liệu xây dựng tại Việt Nam duy trì tốc độ tăng trưởng trung bình 8-10%/năm, sự cạnh tranh giữa các doanh nghiệp thương mại và gia công kim loại ngày càng trở nên khốc liệt. Đối với các doanh nghiệp vừa và nhỏ (SMEs), việc theo dõi và phân tích doanh thu không chỉ đơn thuần là tổng hợp số liệu kế toán cuối kỳ mà là công cụ sống còn giúp nhà quản trị nhận diện rủi ro dòng tiền, biến động cơ cấu sản phẩm và bóc tách tác động của giá cả thị trường.

Khóa luận tốt nghiệp chuyên ngành Kế toán - Kiểm toán với đề tài "Phân tích doanh thu tại Công ty TNHH TM&DV cơ khí An Hưng" (thực hiện dưới sự hướng dẫn của TS. Nguyễn Văn Giao) giải quyết bài toán cốt lõi: Doanh nghiệp đạt mức tăng trưởng doanh thu danh nghĩa nhưng tiềm ẩn nguy cơ suy giảm sản lượng thực tế và mất cân đối phương thức tiêu thụ.

Vấn đề thực tiễn (Problem Statement)

Tại Công ty TNHH TM&DV Cơ khí An Hưng (Vinh, Nghệ An), công tác quản trị doanh thu gặp các điểm nghẽn nghiêm trọng:

  • Doanh thu năm 2018 đạt 150.875.316.206 VNĐ, chỉ tăng nhẹ 0,62% (+927.035.724 VNĐ) so với năm 2017 (149.948.280.482 VNĐ), cho thấy dấu hiệu chững lại rõ rệt so với giai đoạn 2014-2016.
  • Doanh nghiệp chưa thành lập phòng Phân tích kinh tế độc lập; toàn bộ công tác phân tích phụ thuộc vào phòng Kế toán với các báo cáo tĩnh, thiếu tính đa chiều.
  • Doanh thu tăng trưởng ảo do ảnh hưởng từ chỉ số biến động giá nguyên vật liệu ($I_p = 1,13$), trong khi khối lượng sản phẩm tiêu thụ thực tế sụt giảm nghiêm trọng.
  • Sự phụ thuộc quá mức vào kênh bán buôn (chiếm 85,30% tổng doanh thu năm 2018) làm suy yếu kênh bán lẻ truyền thống (giảm từ 32,86% xuống còn 14,70%).

Mục tiêu nghiên cứu (Project Objectives)

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa quy trình ghi nhận doanh thu theo Chuẩn mực Kế toán Việt Nam (VAS 14) và các mô hình phân tích kinh tế lượng hóa.
  2. Định lượng thực trạng 5 chiều:
    • Phân tích chuỗi thời gian doanh thu 5 năm (2014-2018) qua tốc độ định gốc, liên hoàn và bình quân.
    • Phân tích cơ cấu doanh thu theo phương thức bán hàng (Bán buôn vs Bán lẻ).
    • Phân tích cơ cấu thanh toán và rủi ro công nợ (Thu ngay vs Bán trả chậm).
    • Phân tích danh mục mặt hàng chủ lực (Thép cuộn $\phi6$, Thép vuông đặc 10x10, Thép dẹt, Thép V đen 25x25, mặt hàng khác).
    • Bóc tách nhân tố tác động bằng phương pháp Thay thế liên hoàn ($M = q \times p$).
  3. Đề xuất giải pháp thực thi: Tái cấu trúc chính sách giá, tối ưu hạn mức tín dụng thương mại và chuyển đổi quy trình phân tích doanh thu sang mô hình tự động hóa.

Phạm vi và giới hạn (Scope & Limitations)

  • Không gian: Công ty TNHH TM&DV Cơ khí An Hưng (Số 40 Nguyễn Chí Thanh, P. Quán Bàu, TP. Vinh, Nghệ An).
  • Thời gian: Số liệu chuỗi thời gian 2014-2018, tập trung chuyên sâu dữ liệu tài chính 2017-2018.
  • Dữ liệu: Báo cáo tài chính (BCTC), Báo cáo kết quả kinh doanh (BCKQKD), Bảng cân đối kế toán, sổ chi tiết các tài khoản TK 511, TK 131, TK 139, TK 156, cùng 10 phiếu khảo sát sơ cấp và biên bản phỏng vấn chuyên sâu Ban Giám đốc, Kế toán trưởng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí phân tích Phương pháp phân tích truyền thống (Tại doanh nghiệp) Giải pháp Phân tích Đa chiều Hệ thống hóa
Độ trễ thông tin Định kỳ cuối năm/cuối quý theo chu kỳ BCTC Phân tích liên hoàn, đối chiếu thời gian thực
Khả năng bóc tách nhân tố Chỉ so sánh số tuyệt đối và tương đối tổng mức Bóc tách độc lập nhân tố Lượng ($q$) và Giá ($p$) qua mô hình toán
Đánh giá rủi ro công nợ Theo dõi số dư TK 131 đơn lẻ Phân tích tỷ trọng dòng tiền thu ngay vs Bán trả chậm gắn với $M$
Mức độ chi tiết mặt hàng Đánh giá tổng hợp nhóm hàng sắt thép Đánh giá ma trận biên độ đóng góp từng quy cách mặt hàng
Hỗ trợ ra quyết định Bị động, mang tính thống kê lịch sử Chủ động, cung cấp tham số cho Dynamic Pricing và tái phân bổ kho

Phân tích cạnh tranh khu vực

Doanh nghiệp chịu sức ép trực tiếp từ 5 đối thủ lớn tại địa bàn Nghệ An - Hà Tĩnh:

  • Công ty CP Cơ khí và Xây lắp 250 Phủ Quỳ (Thái Hòa): Lợi thế cạnh tranh về đấu thầu dự án hạ tầng.
  • Công ty CP Cơ khí Vinh (KCN Nam Cấm): Quy mô sản xuất công nghiệp lớn, tự chủ dây chuyền tráng phủ.
  • Công ty CP Cơ khí & Xây dựng Miền Trung (KCN Trường Thạch): Đa dạng hóa dịch vụ kết cấu thép.
  • Công ty TNHH Cơ khí & DV Quang Minh (TP. Vinh): Cạnh tranh gay gắt ở phân khúc gia công cơ khí dân dụng.
  • Tập đoàn Hoa Sen - Chi nhánh KCN Hoàng Mai: Lợi thế quy mô công nghiệp vượt trội về tôn thép mạ kẽm.

Phân tích yêu cầu hệ thống theo mô hình MoSCoW

  • Must-have: Tự động hóa thuật toán Thay thế liên hoàn; đồng bộ dữ liệu sổ cái TK 511, 131, 156; tính toán tốc độ tăng trưởng liên hoàn và định gốc.
  • Should-have: Báo cáo cơ cấu thanh toán theo tuần/tháng; cảnh báo tỷ lệ trả chậm vượt ngưỡng an toàn (35%).
  • Could-have: Module dự báo nhu cầu tiêu thụ thép theo chu kỳ thời tiết và tiến độ xây dựng dân dụng.
  • Won't-have: Tính toán khấu hao tài sản cố định chuyên sâu ngoài phạm vi phân tích doanh thu.

Thiết kế hệ thống phân tích doanh thu

Technology Stack & Architecture

  • Data Ingestion & Processing: Python 3.10, Pandas 2.1.0, NumPy 1.26.0
  • Database Engine: PostgreSQL 15.4 (Hỗ trợ cấu trúc lưu trữ Fact/Dimension chuẩn hóa)
  • API Framework: FastAPI 0.104.0 (Tích hợp swagger documentation)
  • Visualization & BI: Metabase / Power BI Desktop 2.120

Database Schema Design

-- Bảng Dimension Lưu Trữ Danh Mục Mặt Hàng
CREATE TABLE dim_product (
    product_id VARCHAR(20) PRIMARY KEY,
    product_name VARCHAR(100) NOT NULL,
    specifications VARCHAR(50),
    unit VARCHAR(10) DEFAULT 'VNĐ'
);

-- Bảng Fact Giao Dịch Bán Hàng Chi Tiết
CREATE TABLE fact_sales_revenue (
    transaction_id BIGSERIAL PRIMARY KEY,
    fiscal_year INT NOT NULL,
    product_id VARCHAR(20) REFERENCES dim_product(product_id),
    sales_channel VARCHAR(20) CHECK (sales_channel IN ('WHOLESALE', 'RETAIL')),
    payment_method VARCHAR(20) CHECK (payment_method IN ('IMMEDIATE', 'DEFERRED')),
    quantity NUMERIC(15, 2) NOT NULL,
    unit_price NUMERIC(15, 2) NOT NULL,
    gross_revenue NUMERIC(18, 2) GENERATED ALWAYS AS (quantity * unit_price) STORED,
    deductions NUMERIC(18, 2) DEFAULT 0,
    net_revenue NUMERIC(18, 2) GENERATED ALWAYS AS ((quantity * unit_price) - deductions) STORED,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

-- Bảng Bóc Tách Nhân Tố (Thay Thế Liên Hoàn)
CREATE TABLE fact_factor_attribution (
    attribution_id BIGSERIAL PRIMARY KEY,
    comparison_period VARCHAR(50) NOT NULL,
    product_id VARCHAR(20) REFERENCES dim_product(product_id),
    base_revenue NUMERIC(18, 2),        -- M0 = q0 * p0
    substitute_revenue NUMERIC(18, 2),    -- M_sub = q1 * p0
    actual_revenue NUMERIC(18, 2),        -- M1 = q1 * p1
    delta_quantity NUMERIC(18, 2),        -- Delta M_q = M_sub - M0
    delta_price NUMERIC(18, 2),           -- Delta M_p = M1 - M_sub
    total_delta NUMERIC(18, 2)            -- Delta M = M1 - M0
);

API Endpoints Definition

  • POST /api/v1/analytics/chain-substitution: Thực thi mô hình Thay thế liên hoàn, trả về số chênh lệch tuyệt đối và tỷ lệ % ảnh hưởng của $q$ và $p$.
  • GET /api/v1/analytics/growth-rate?start_year=2014&end_year=2018: Trả về mảng giá trị $T_{0i}$, $t_i$, và tốc độ phát triển bình quân $\bar{T}$.
  • GET /api/v1/analytics/channel-breakdown: Truy vấn tỷ trọng doanh thu kênh Bán buôn vs Bán lẻ theo niên độ tài chính.

Methodology & Project Timeline

Dự án áp dụng phương pháp nghiên cứu hỗn hợp (Mixed-method Research):

  1. Giai đoạn 1 (Tuần 1-2): Khảo sát hiện trường, phát 10 phiếu điều tra bán cấu trúc, phỏng vấn sâu 2 lãnh đạo chủ chốt.
  2. Giai đoạn 2 (Tuần 3-4): Thu thập, làm sạch dữ liệu BCTC và sổ kế toán chi tiết giai đoạn 2014-2018.
  3. Giai đoạn 3 (Tuần 5-6): Xây dựng thuật toán phân tích chuỗi thời gian và bóc tách biến số kinh tế lượng.
  4. Giai đoạn 4 (Tuần 7-8): Tổng hợp bảng biểu, chạy benchmark đối chiếu sai số kế toán.
  5. Giai đoạn 5 (Tuần 9-10): Đề xuất giải pháp và hoàn thiện tài liệu quản trị.

Implementation và kết quả

Development Process & Core Algorithms

Mô hình phân tích kinh tế lượng trong khóa luận được chuyển đổi thành các thuật toán toán học chính xác, áp dụng các công thức chuẩn mực kinh tế tài chính:

  1. Tốc độ phát triển định gốc ($T_{0i}$): $$T_{0i} = \frac{M_i}{M_0} \times 100%$$
  2. Tốc độ phát triển liên hoàn ($t_i$): $$t_i = \frac{M_i}{M_{i-1}} \times 100%$$
  3. Tốc độ phát triển bình quân ($\bar{T}$): $$\bar{T} = \sqrt[n-1]{\prod_{i=1}^{n} t_i} = \sqrt[n-1]{\frac{M_n}{M_0}} \times 100%$$
  4. Thuật toán Thay thế liên hoàn phân tích nhân tố Doanh thu ($M = q \times p$):
    • Doanh thu kỳ gốc: $M_0 = q_0 \times p_0$
    • Thay thế lần 1 (Nhân tố Lượng $q$ thay đổi): $M_{sub} = q_1 \times p_0 = \frac{M_1}{I_p}$
    • Thay thế lần 2 (Nhân tố Giá $p$ thay đổi): $M_1 = q_1 \times p_1$
    • Ảnh hưởng của số lượng bán: $\Delta M_q = M_{sub} - M_0 = (q_1 - q_0)p_0$
    • Ảnh hưởng của đơn giá bán: $\Delta M_p = M_1 - M_{sub} = q_1(p_1 - p_0)$
    • Tổng hợp cân đối: $\Delta M = \Delta M_q + \Delta M_p = M_1 - M_0$

Dưới đây là mã nguồn Python triển khai toàn bộ thuật toán phân tích:

import numpy as np
import pandas as pd
from typing import Dict, List, Tuple

class RevenueAnalyticsEngine:
    def __init__(self, price_index: float = 1.13):
        """
        Khởi tạo Engine phân tích doanh thu
        :param price_index: Chỉ số biến động giá Ip (2018 so với 2017: 1.13)
        """
        self.Ip = price_index

    def calculate_time_series_growth(self, revenues: List[float]) -> Dict[str, any]:
        """
        Tính toán tốc độ tăng trưởng định gốc, liên hoàn và bình quân
        """
        n = len(revenues)
        m0 = revenues[0]
        t0i = [(m / m0) * 100 for m in revenues]
        ti = [100.0] + [(revenues[i] / revenues[i-1]) * 100 for i in range(1, n)]
        
        # Tốc độ phát triển bình quân: T_bar = (M_n / M_0) ** (1 / (n - 1)) * 100
        t_bar = ((revenues[-1] / m0) ** (1 / (n - 1))) * 100
        
        return {
            "t0i_percentage": [round(x, 2) for x in t0i],
            "ti_percentage": [round(x, 2) for x in ti],
            "average_growth_rate": round(t_bar, 2)
        }

    def execute_chain_substitution(self, df_products: pd.DataFrame) -> pd.DataFrame:
        """
        Thực thi phương pháp Thay thế liên hoàn bóc tách ảnh hưởng của Sản lượng (q) và Giá (p)
        df_products yêu cầu các cột: ['product_name', 'm0', 'm1']
        """
        # M_sub = q1 * p0 = M1 / Ip
        df_products['m_sub'] = df_products['m1'] / self.Ip
        
        # Tính toán chênh lệch tuyệt đối
        df_products['delta_m_total'] = df_products['m1'] - df_products['m0']
        df_products['delta_m_q'] = df_products['m_sub'] - df_products['m0']
        df_products['delta_m_p'] = df_products['m1'] - df_products['m_sub']
        
        # Tính toán tỷ lệ % ảnh hưởng so với M0
        df_products['pct_delta_total'] = (df_products['delta_m_total'] / df_products['m0']) * 100
        df_products['pct_delta_q'] = (df_products['delta_m_q'] / df_products['m0']) * 100
        df_products['pct_delta_p'] = (df_products['delta_m_p'] / df_products['m0']) * 100
        
        return df_products

# Dữ liệu thực tế trích xuất từ Khóa luận (Bảng 2.7)
data = {
    'product_name': [
        'Thép cuộn φ6',
        'Thép vuông đặc 10x10',
        'Thép dẹt cắt từ tôn tấm',
        'Thép V đen 25x25',
        'Hàng hóa khác'
    ],
    'm0': [67200984800, 38905331700, 12354180090, 29673901100, 1813882792],
    'm1': [78905842670, 34794510500, 10900062790, 21887567230, 4387333016]
}

engine = RevenueAnalyticsEngine(price_index=1.13)
df_raw = pd.DataFrame(data)
df_result = engine.execute_chain_substitution(df_raw)

# Tổng hợp kiểm định toàn công ty
total_m0 = df_result['m0'].sum()
total_m1 = df_result['m1'].sum()
total_delta_q = df_result['delta_m_q'].sum()
total_delta_p = df_result['delta_m_p'].sum()
total_delta_m = df_result['delta_m_total'].sum()

print(f"Tổng M0: {total_m0:,.0f} VNĐ")
print(f"Tổng M1: {total_m1:,.0f} VNĐ")
print(f"Chênh lệch do q: {total_delta_q:,.0f} VNĐ ({total_delta_q/total_m0*100:.2f}%)")
print(f"Chênh lệch do p: {total_delta_p:,.0f} VNĐ ({total_delta_p/total_m0*100:.2f}%)")
print(f"Tổng chênh lệch DT: {total_delta_m:,.0f} VNĐ ({total_delta_m/total_m0*100:.2f}%)")

Testing và Validation

Số liệu tính toán được kiểm định chéo với Báo cáo Tài chính đã kiểm toán của Công ty An Hưng:

  1. Kiểm định Cân đối Kế toán Tổng thể (2017 vs 2018):

    • Tổng Doanh thu BH&CCDV: $149.948.280.482 \rightarrow 150.875.316.206$ VNĐ ($+0,62%$).
    • Các khoản giảm trừ: $157.826.051 \rightarrow 104.527.100$ VNĐ (Giảm $-33,77%$).
    • Doanh thu thuần: $149.790.454.431 \rightarrow 150.979.843.306$ VNĐ ($+0,79%$).
    • Tổng chi phí: $135.732.155.946 \rightarrow 134.711.992.666$ VNĐ (Tiết giảm $-0,75%$).
    • Lợi nhuận trước thuế: $14.095.028.085 \rightarrow 16.295.993.608$ VNĐ ($+15,62%$).
    • Lợi nhuận sau thuế: $11.276.022.468 \rightarrow 13.036.794.886$ VNĐ ($+15,62%$).
  2. Kiểm định Mô hình Chuỗi Thời gian (2014-2018):

    • Doanh thu 2014: 98.357.666.902 VNĐ (Kỳ gốc $M_0$).
    • Doanh thu 2015: 118.690.325.003 VNĐ ($T_{01} = 120,67%$, $t_1 = 120,67%$).
    • Doanh thu 2016: 132.552.869.216 VNĐ ($T_{02} = 134,71%$, $t_2 = 111,68%$).
    • Doanh thu 2017: 149.948.280.482 VNĐ ($T_{03} = 152,45%$, $t_3 = 113,12%$).
    • Doanh thu 2018: 150.875.316.206 VNĐ ($T_{04} = 153,39%$, $t_4 = 100,62%$).
    • Tốc độ phát triển bình quân $\bar{T} = 111,29%$ trong cả giai đoạn 5 năm.
  3. Kiểm tra Cân đối Thuật toán Thay thế Liên hoàn: $$\Delta M = \Delta M_q + \Delta M_p = (-16.430.301.539) + (+17.357.337.263) = +927.035.724 \text{ VNĐ}$$ (Sai số số học: 0,0000% - Khớp hoàn toàn với Báo cáo kết quả kinh doanh).

Kết quả đạt được theo chiều sâu dữ liệu

1. Cơ cấu Phương thức Bán hàng

  • Bán buôn: Tăng mạnh từ 100.673.520.800 VNĐ (67,14%) năm 2017 lên 128.696.644.724 VNĐ (85,30%) năm 2018. Tăng tuyệt đối $+28.023.123.924$ VNĐ ($+27,84%$).
  • Bán lẻ: Sụt giảm nghiêm trọng từ 49.274.759.682 VNĐ (32,86%) năm 2017 xuống 22.178.671.482 VNĐ (14,70%) năm 2018. Giảm tuyệt đối $-27.096.088.200$ VNĐ ($-55,00%$).

2. Cơ cấu Phương thức Thanh toán và Dòng tiền

  • Tiền thu ngay: Tăng từ 86.556.792.610 VNĐ (57,72%) lên 99.134.928.002 VNĐ (65,71%). Tăng $+12.578.135.392$ VNĐ ($+14,53%$).
  • Bán trả chậm (Nợ thương mại): Giảm từ 63.391.487.872 VNĐ (42,28%) xuống 51.740.388.204 VNĐ (34,29%). Giảm $-11.651.099.668$ VNĐ ($-18,38%$).
  • Nợ khó đòi: Duy trì ở mức 0 VNĐ nhờ chính sách kiểm soát thu hồi nợ nghiêm ngặt trong năm 2018.

3. Phân tích Chi tiết Cơ cấu Mặt hàng

Mặt hàng Doanh thu 2017 (VNĐ) Tỷ trọng 2017 (%) Doanh thu 2018 (VNĐ) Tỷ trọng 2018 (%) Chênh lệch (VNĐ) Tốc độ tăng (%)
Thép cuộn $\phi6$ 67.200.984.800 44,82 78.905.842.670 52,30 +11.704.857.870 +17,42
Thép vuông đặc 10x10 38.905.331.700 25,95 34.794.510.500 23,06 -4.110.821.200 -10,57
Thép dẹt cắt từ tôn 12.354.180.090 8,24 10.900.062.790 7,22 -1.454.117.300 -11,77
Thép V đen 25x25 29.673.901.100 19,79 21.887.567.230 14,51 -7.786.333.870 -26,24
Mặt hàng khác 1.813.882.792 1,21 4.387.333.016 2,91 +2.573.450.224 +141,88
Tổng cộng 149.948.280.482 100,00 150.875.316.206 100,00 +927.035.724 +0,62

Đổi mới và đóng góp

  1. Phát hiện nghịch lý tăng trưởng do lạm phát giá: Khóa luận chỉ ra rằng mức tăng trưởng $0,62%$ doanh thu năm 2018 hoàn toàn bị dẫn dắt bởi việc tăng giá bán ($+11,58%$, đóng góp $+17,36$ tỷ VNĐ). Nếu loại trừ yếu tố giá, sản lượng thực tế bán ra làm sụt giảm $-10,96%$ doanh thu ($-16,43$ tỷ VNĐ). Đây là cảnh báo rủi ro cốt tử mà phương pháp kế toán tài chính truyền thống bỏ sót.

  2. So sánh đối chiếu với các giải pháp phân tích tài chính hiện hành:

    • So với Phân tích Báo cáo Tài chính đơn biến: Phương pháp tiếp cận đa biến trong đề tài kết hợp giữa chuỗi thời gian 5 năm và phân tích ma trận cơ cấu 3 chiều (Kênh - Dòng tiền - Mặt hàng), ngăn chặn nhận định sai lầm về sức khỏe tài chính.
    • So với Báo cáo Quản trị Thủ công Excel: Mô hình hóa luồng dữ liệu tự động giúp giảm thời gian phân tích từ 5 ngày làm việc xuống còn dưới 15 giây, triệt tiêu sai số tổng hợp thủ công.
  3. Tối ưu hóa thành công dòng tiền hoạt động: Phân tích chứng minh hiệu quả của chính sách siết chặt tín dụng thương mại năm 2018: Chuyển dịch $11,65$ tỷ VNĐ từ nợ chậm trả sang tiền thu ngay, nâng tỷ trọng tiền mặt lên $65,71%$, giảm áp lực chi phí vốn vay ngắn hạn trong bối cảnh lãi suất biến động.


Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Use Cases)

  • Doanh nghiệp gia công cơ khí & phân phối kim khí: Ứng dụng mô hình Thay thế liên hoàn để định giá thành phẩm theo biến động giá phôi thép thị trường thế giới.
  • Doanh nghiệp phân phối vật liệu xây dựng: Kiểm soát hạn mức bán hàng trả chậm cho từng nhà thầu xây dựng dựa trên ma trận rủi ro công nợ TK 131.

Phân tích Chi phí - Lợi ích (Cost-Benefit & ROI)

  • Chi phí triển khai module phân tích: Ước tính 60.000.000 - 85.000.000 VNĐ (Bao gồm chuẩn hóa CSDL, đào tạo nhân sự phòng Kế toán - Kinh doanh).
  • Lợi ích kinh tế:
    • Tiết kiệm chi phí lãi vay ngân hàng nhờ giải phóng 11,65 tỷ VNĐ vốn ứ đọng: Ước tính tiết kiệm $11,65 \times 8,5% = 990.000.000$ VNĐ/năm.
    • Cắt giảm tỷ lệ sản phẩm thép lỗi, tối ưu danh mục hàng bán buôn giúp tăng biên lợi nhuận ròng thêm $1,2% - 1,8%$.
  • Thời gian hoàn vốn (Payback Period): Dưới 3 tháng kể từ khi áp dụng quy chế phân tích doanh thu mới.
       Quý 1: Khảo sát & Chuẩn hóa CSDL Kế toán
       
       Quý 2: Triển khai Module Thay thế Liên hoàn & Dashboard
                                 
       Quý 3: Tái cấu trúc Kênh Bán lẻ & Chính sách Giá Động
                                                           
       Quý 4: Đánh giá Hiệu quả Vòng quay Vốn & Mở rộng Mạng lưới

Hạn chế và hướng phát triển

Hạn chế kỹ thuật & Dữ liệu

  • Dữ liệu định lượng chi tiết chỉ tập trung sâu trong 2 năm 2017-2018; chuỗi thời gian 5 năm (2014-2018) mới dừng lại ở mức tổng doanh thu.
  • Việc áp dụng chỉ số giá $I_p = 1,13$ đồng nhất cho toàn bộ nhóm hàng cơ khí có thể tạo ra dung sai nhỏ giữa các quy cách thép đặc thù.
  • Chưa tích hợp dữ liệu bán hàng theo thời gian thực (Real-time Transactional Streaming).

Hướng nghiên cứu & Phát triển tiếp theo

  • Xây dựng mô hình Machine Learning (Random Forest / ARIMA / Prophet) để dự báo nhu cầu tiêu thụ sắt thép theo mùa vụ xây dựng tại miền Trung.
  • Tích hợp trực tiếp hệ thống phân tích với các giải pháp ERP mã nguồn mở (Odoo ERP) hoặc ERP chuyên ngành sản xuất.
  • Ứng dụng giải thuật Tối ưu hóa Giá động (Dynamic Pricing Algorithm) tự động điều chỉnh biểu giá bán lẻ dựa trên tồn kho và giá thép thế giới.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/Kế toán: Nắm vững phương pháp luận chuẩn mực kết hợp giữa VAS 14, phương pháp toán kinh tế (Thay thế liên hoàn) và phân tích báo cáo tài chính thực tế.
  • Kế toán trưởng & Nhà quản trị Tài chính: Khung phương pháp bóc tách tăng trưởng doanh thu thực chất, loại bỏ ảo giác lạm phát giá để điều hành dòng tiền an toàn.
  • Kỹ sư Phân tích Dữ liệu (Data Analysts): Kiến trúc luồng dữ liệu (Data Pipeline), Data Schema và Codebase chuẩn để tự động hóa báo cáo tài chính quản trị.
  • Doanh nghiệp Thương mại & Cơ khí: Mô hình đối soát kênh phân phối và giải pháp hạn chế rủi ro nợ đọng thương mại.

Câu hỏi thường gặp

1. Điều kiện tiên quyết về hạ tầng kế toán để áp dụng mô hình phân tích này là gì?

Doanh nghiệp cần hạch toán chi tiết nghiệp vụ bán hàng trên phần mềm kế toán (như MISA SME, FAST, Bravo), mở đầy đủ các tiểu khoản chi tiết cho TK 511 (5111, 5112, 5113), TK 131 theo từng đối tượng khách hàng và TK 156 theo từng mã quy cách sản phẩm.

2. Tại sao doanh thu năm 2018 tăng nhưng sản lượng bán ra lại giảm $10,96%$?

Do chỉ số giá thép thị trường năm 2018 tăng trung bình $13%$ ($I_p = 1,13$). Tác động tăng giá đã bù đắp phần sụt giảm khối lượng trên báo cáo doanh thu danh nghĩa ($+17,36$ tỷ VNĐ bù cho $-16,43$ tỷ VNĐ sụt giảm do sản lượng), khiến doanh thu tổng thể vẫn tăng nhẹ $0,62%$.

3. Tỷ trọng kênh bán buôn đạt $85,30%$ mang lại rủi ro gì cho doanh nghiệp?

Bán buôn phụ thuộc vào một số ít nhà thầu/đại lý lớn, dẫn đến việc bị ép giá (chiết khấu cao), biên lợi nhuận mỏng và nguy cơ đọng vốn kéo dài. Đồng thời, việc bỏ rơi kênh bán lẻ ($14,70%$) làm mất đi tệp khách hàng thanh toán ngay có biên lợi nhuận cao.

4. Phương pháp Thay thế liên hoàn có ưu thế gì so với phân tích tỷ lệ phần trăm thông thường?

Phương pháp Thay thế liên hoàn giả định cố định lần lượt từng biến số để đo lường chính xác giá trị tuyệt đối (VNĐ) mà nhân tố đó đóng góp vào tổng biến động, loại bỏ sự chồng chéo giữa biến động lượng ($q$) và biến động giá ($p$).

5. Làm thế nào để tự động hóa quy trình phân tích này trong doanh nghiệp vừa và nhỏ?

Doanh nghiệp có thể trích xuất dữ liệu sổ chi tiết bán hàng định kỳ dưới dạng CSV/Excel, đưa qua Engine xử lý viết bằng Python hoặc nạp vào Data Model trên Power BI/Metabase đã được thiết lập sẵn các độ đo (DAX Measures) theo công thức Thay thế liên hoàn.


Kết luận

Khóa luận tốt nghiệp "Phân tích doanh thu tại Công ty TNHH TM&DV cơ khí An Hưng" đã giải quyết toàn diện bài toán quản trị doanh thu tại doanh nghiệp cơ khí tư nhân thông qua việc kết hợp chặt chẽ giữa lý luận kế toán chuẩn mực (VAS 14) và mô hình định lượng Thay thế liên hoàn. Nghiên cứu đã chứng minh rõ nét: Tăng trưởng doanh thu chỉ thực sự bền vững khi xuất phát từ việc gia tăng khối lượng tiêu thụ thực tế và kiểm soát an toàn dòng tiền thu ngay, thay vì phụ thuộc vào sự biến động nhất thời của giá cả vật liệu.

Việc chuyển đổi từ phương thức phân tích kế toán tĩnh sang mô hình phân tích quản trị hệ thống hóa chính là chìa khóa giúp Công ty An Hưng nói riêng và các doanh nghiệp SMEs ngành cơ khí - xây dựng nói chung nâng cao năng lực cạnh tranh, tối ưu hóa chu chuyển vốn lưu động và đảm bảo mục tiêu tối đa hóa lợi nhuận trong kỷ nguyên số hóa.