Bối cảnh và vấn đề nghiên cứu

Khóa luận tốt nghiệp với đề tài ban đầu là “The Impacts of Big Data Analysis on the Business Management of Binh Minh Plastics JSC” (được tác giả điều chỉnh thành “The Likely Impacts of Big Data Analysis on the Business Management of Binh Minh Plastics JSC”) xuất phát từ thực tế chuyển đổi số và vai trò ngày càng gia tăng của việc thu thập, xử lý dữ liệu lớn (Big Data Analysis - BDA) trong ngành sản xuất. Đối với các doanh nghiệp sản xuất ống và phụ tùng nhựa như Công ty Cổ phần Nhựa Bình Minh (BMP), việc khai thác dữ liệu giao dịch, dữ liệu chuỗi cung ứng và đặc biệt là hệ thống dữ liệu tài chính công khai là yếu tố then chốt giúp ban lãnh đạo đưa ra các quyết định điều hành chính xác.

Lý do tác giả điều chỉnh phạm vi tiêu đề sang “The Likely Impacts...” xuất phát từ thực tế nguồn dữ liệu tiếp cận trong nghiên cứu tập trung chủ yếu vào dữ liệu tỷ số tài chính công khai của BMP và các doanh nghiệp cùng ngành nhựa tại Việt Nam, thay vì toàn bộ dữ liệu vận hành nội bộ hay dữ liệu hành vi khách hàng chi tiết. Qua khảo sát các báo cáo thường niên, tác giả nhận thấy BMP vẫn chưa thiết lập được một hệ thống chuyên biệt nhằm liên tục theo dõi, đối sánh hiệu quả hoạt động với các đối thủ cạnh tranh trên thị trường.

Mục tiêu nghiên cứu của khóa luận gồm:

  1. Ứng dụng phân tích dữ liệu lớn nhằm thiết lập hệ thống chuẩn đối sánh (benchmarking) hiệu quả kinh doanh cho công tác quản trị hiệu suất tại BMP, hỗ trợ nhà quản lý nhận diện các điểm yếu hoạt động để cải thiện.
  2. Khai thác dữ liệu tài chính nhằm xây dựng các chỉ báo trên bảng điều khiển quản trị (dashboard), phản ánh trung thực tình trạng tài chính và vị thế cạnh tranh của doanh nghiệp.

Khóa luận giải quyết 2 câu hỏi nghiên cứu cụ thể:

  1. Các chỉ số tài chính hoặc mô hình chuẩn đối sánh nào phản ánh chính xác hiệu quả kinh doanh của doanh nghiệp?
  2. Những giải pháp nào giúp tích hợp phân tích dữ liệu lớn vào hoạt động quản trị hiệu suất nhằm nâng cao hiệu quả và cải thiện hoạt động kinh doanh của BMP?

Đối tượng nghiên cứu là việc ứng dụng phân tích dữ liệu lớn trong quản trị hiệu quả kinh doanh (Business Performance Management - BPM). Không gian nghiên cứu tập trung vào Công ty Cổ phần Nhựa Bình Minh (BMP) đặt trong mối tương quan so sánh với các doanh nghiệp sản xuất thuộc ngành nhựa tại thị trường Việt Nam. Phạm vi nội dung tập trung vào hệ thống tỷ số tài chính cốt lõi (Financial Ratios) theo chuẩn của Viện Tài chính Doanh nghiệp (Corporate Finance Institute - CFI).


Cơ sở lý thuyết và phương pháp

Khóa luận xây dựng nền tảng nghiên cứu dựa trên các lý thuyết và mô hình quản trị hiệu suất doanh nghiệp kết hợp khoa học phân tích dữ liệu:

  • Mô hình Quản trị Hiệu quả Kinh doanh (BPM): Tác giả tiếp cận khung BPM 4 bước của Darudiato (2020), bao gồm: Hoạch định chiến lược (Strategize) $\rightarrow$ Lập kế hoạch (Plan) $\rightarrow$ Giám sát/Phân tích (Monitor/Analyze) $\rightarrow$ Hành động/Điều chỉnh (Act/Adjust). Khung này kết hợp vai trò của bảng điều khiển hiệu suất (dashboard) và báo cáo điểm chuẩn (scorecards) để đưa ra quyết định kịp thời.
  • Đặc tính và phân loại Phân tích Dữ liệu Lớn (BDA): Dựa trên mô hình 4V của McAfee & Brynjolfsson (2012) gồm Khối lượng (Volume), Đa dạng (Variety), Vận tốc (Velocity), và Tính xác thực (Veracity); cùng 4 cấp độ phân tích theo Baesens (2014): Phân tích mô tả (Descriptive), Phân tích chẩn đoán (Diagnostic), Phân tích dự đoán (Predictive), và Phân tích đề xuất (Prescriptive).
  • Năng lực phân tích dữ liệu (Data Analytics Competency): Khung đánh giá của Ghasemaghaei và cộng sự (2017) với 4 trụ cột: Mức độ khai thác dữ liệu lớn (Big Data Utilization), Chất lượng dữ liệu (Data Quality), Năng lực phân tích của nhân viên (Employee Analytics Capabilities), và Độ tinh vi của công cụ (Tools Sophistication).
  • Ứng dụng Trí tuệ Nhân tạo (AI) và khung bối cảnh TOE: Tiếp cận nghiên cứu của Davenport (2018) và Abioye (2021) về lợi ích của AI (ra quyết định thông minh, nâng cao hiệu suất, cá nhân hóa) và các rủi ro (thiên vị thuật toán, thay thế việc làm, an ninh bảo mật); kết hợp khung bối cảnh Công nghệ - Tổ chức - Môi trường (Technology - Organization - Environment) để đánh giá khả năng hấp thụ công nghệ.
  • Hệ thống chỉ số tài chính CFI: Áp dụng hệ thống đo lường của Powell, McKeen & Schmidt (2023) phân bổ thành 4 nhóm chỉ tiêu chính: Khả năng sinh lời (Profitability), Hiệu quả hoạt động (Efficiency), Khả năng thanh khoản (Liquidity), và Đòn bẩy tài chính/Khả năng thanh toán nợ (Solvency).

Phương pháp nghiên cứu thực hiện qua 4 giai đoạn logic:

Giai đoạn 1: Xác định chủ đề nghiên cứu (Brainstorming, tổng hợp tài liệu, tham vấn người hướng dẫn)
Giai đoạn 2: Tổng quan lý thuyết và xác định khung phân tích (PESTEL, khung tỷ số CFI, mô hình BPM)
Giai đoạn 3: Thực hiện nghiên cứu (Thu thập dữ liệu, làm sạch, tính toán tứ phân vị Q1-Q4, đối sánh BMP)
Giai đoạn 4: Kết luận và hàm ý (Tổng kết phát hiện, đề xuất giải pháp, chỉ ra hạn chế nghiên cứu)

Nguồn dữ liệu của nghiên cứu bao gồm:

  • Báo cáo tài chính nội bộ, báo cáo thường niên và dữ liệu quản trị của BMP.
  • Báo cáo tài chính công khai của các doanh nghiệp sản xuất nhựa cùng ngành thu thập từ cổng thông tin điện tử Bộ Tài chính, website doanh nghiệp và cổng dữ liệu Vietstock.

Quy trình xử lý dữ liệu trải qua 3 bước: Kiểm tra sai sót (Error Checking), Xử lý dữ liệu khuyết thiếu (Fixing Missing Pieces), và Tổng hợp/Tính toán các tỷ số tài chính (Computing & Summarizing). Công cụ hỗ trợ phân tích được sử dụng gồm Microsoft Excel và nền tảng DataLab (DataCamp) hỗ trợ lập trình xử lý dữ liệu và truy vấn SQL.


Nội dung chính theo từng chương

Chương 1: Giới thiệu (Introduction)

Chương 1 thiết lập tính cấp thiết của đề tài trong bối cảnh bùng nổ dữ liệu tại các doanh nghiệp sản xuất. Tác giả trình bày cấu trúc nghiên cứu, lý giải việc thu hẹp trọng tâm vào phân tích dữ liệu tỷ số tài chính (Financial Ratios Data), đặt ra 2 câu hỏi nghiên cứu nền tảng và phác thảo phạm vi tiếp cận 9 lĩnh vực quản trị tại Nhựa Bình Minh.

Chương 2: Tổng quan về Công ty Cổ phần Nhựa Bình Minh (Background of Binh Minh Plastic JSC)

Chương này cung cấp bức tranh toàn diện về lịch sử hình thành và thực trạng hoạt động của BMP từ năm 1977 đến năm 2024:

  • Lịch sử phát triển: Thành lập năm 1977 trên cơ sở hợp nhất Nhà máy KEPIVI và Công ty Nhựa Kiều Tinh; cổ phần hóa năm 2004; niêm yết trên sàn HOSE năm 2006 (mã BMP); triển khai hệ thống ERP Oracle E-Business Suite giai đoạn 2012–2017; chính thức trở thành thành viên của Tập đoàn SCG (Thái Lan) từ năm 2018.
  • Ngành nghề và sản phẩm: Sản xuất và kinh doanh các dòng ống nhựa chính (PVC-U, PEHD, PP-R, PE), phụ tùng ống nhựa (PVC-U, PEHD, phụ tùng gân xoắn PE), gioăng cao su, keo dán và dịch vụ tư vấn, thiết kế, lắp đặt hệ thống cấp thoát nước.
  • Cơ cấu tổ chức: Ghi nhận đợt tái cấu trúc quản trị theo quyết định ngày 06/02/2024 của Hội đồng Quản trị nhằm tối ưu hóa chức năng các phòng ban dưới sự điều hành của Chủ tịch HĐQT (ông Sakchai Patiparnpreechavud) và Tổng Giám đốc (ông Chaowait Treejak).
Nhóm sản phẩm / Dịch vụ Chủng loại cụ thể Khách hàng mục tiêu Thị trường trọng điểm
Ống nhựa (Plastic Pipes) PVC-U, PEHD, PP-R, PE Công ty xây dựng, sản xuất, đại lý, hộ gia đình Trọng tâm miền Nam, toàn quốc; xuất khẩu Mỹ, Úc, Đông Nam Á
Phụ tùng (Fittings) Phụ tùng PVC-U, PEHD, gân xoắn PE Công ty xây dựng, công nghiệp, đại lý Toàn quốc, chú trọng miền Bắc và Tây Nguyên
Sản phẩm khác & Dịch vụ Gioăng cao su, keo dán; Tư vấn/lắp đặt cấp thoát nước Nhà thầu, hộ dân cư, đơn vị thi công Toàn quốc

Chương 3: Tổng quan lý thuyết về Phân tích Hiệu quả Kinh doanh (Literature Review)

Tác giả hệ thống hóa các khái niệm học thuật về quản trị hiệu suất (BPM) và phân tích dữ liệu lớn (BDA):

  • Phân biệt giữa phân tích truyền thống (dữ liệu cấu trúc, tĩnh, kiểm định giả thuyết) và phân tích dữ liệu lớn (dữ liệu phi cấu trúc, luồng liên tục, ứng dụng học máy).
  • Trình bày 5 bài học thành công khi triển khai BDA trong quản trị: (1) Tự động hóa thu thập dữ liệu bằng AI; (2) Thiết lập nỗ lực thu thập dữ liệu đối thủ cạnh tranh trực tiếp để đo lường qua 4 nhóm tỷ số; (3) Đầu tư hạ tầng công nghệ tích hợp dữ liệu tập trung; (4) Bảo mật an toàn thông tin; (5) Đào tạo và thu hút nhân tài chuyên môn cao về dữ liệu.

Chương 4: Phương pháp nghiên cứu và Dữ liệu (Methods and Data)

Trình bày chi tiết khung phân tích PESTEL và phương pháp đối sánh tỷ số (benchmarking ratio analysis). Dữ liệu ngành nhựa Việt Nam được chia thành 4 nhóm tứ phân vị (Quartiles: Q1, Q2, Q3, Q4) để định vị hiệu quả hoạt động của BMP so với các đối thủ cùng quy mô. Tác giả mô tả chi tiết các bước xử lý dữ liệu và cách sử dụng các công cụ Excel và DataLab.

Chương 5: Phân tích và Phát hiện nghiên cứu (Analysis and Findings)

Chương 5 là nội dung trọng tâm thực hiện so sánh 11 chỉ số tài chính giữa BMP và mức bình quân/tứ phân vị ngành nhựa Việt Nam:

  • Khả năng sinh lời: Đánh giá qua Tỷ suất sinh lời trên tài sản (ROA), Biên lợi nhuận gộp (Gross Profit Margin), và Biên lợi nhuận ròng (Net Profit Margin).
  • Hiệu quả hoạt động: Phân tích Vòng quay tổng tài sản (Total Asset Turnover), Vòng quay hàng tồn kho (Inventory Turnover), Vòng quay phải trả (Payables Turnover), và Vòng quay phải thu (Receivables Turnover).
  • Khả năng thanh khoản: Đánh giá Tỷ số thanh toán nhanh (Quick Ratio) và Tỷ số thanh toán lãi vay (Interest Coverage).
  • Cơ cấu vốn và khả năng thanh toán dài hạn: Phân tích Tỷ số Vốn chủ sở hữu trên Tổng tài sản (Equity to Asset) và Tỷ số Nợ trên Vốn chủ sở hữu (Debt to Equity).

Chương 6: Khuyến nghị và Kết luận (Recommendations and Conclusion)

Đưa ra các khuyến nghị có cơ sở từ dữ liệu phân tích nhằm hoàn thiện hệ thống quản trị hiệu suất tại BMP và nêu rõ các giới hạn học thuật của đề tài.


Kết quả và đóng góp

Kết quả phân tích và đối sánh

Khóa luận đã lượng hóa vị thế tài chính và vận hành của BMP trong tương quan với các nhóm tứ phân vị ngành nhựa:

  1. Khả năng sinh lời vượt trội: Các chỉ số ROA, Biên lợi nhuận gộp và Biên lợi nhuận ròng của BMP duy trì ở nhóm tứ phân vị trên (Q1/Q2) của ngành, chứng minh hiệu quả quản lý chi phí và lợi thế quy mô.
  2. Hiệu quả luân chuyển vốn và tài sản: BMP duy trì vòng quay hàng tồn kho và các chỉ số thu hồi công nợ tốt, giảm thiểu rủi ro ứ đọng vốn lưu động so với mặt bằng chung các doanh nghiệp nhựa niêm yết.
  3. An toàn tài chính cao: Cơ cấu vốn của BMP thể hiện tỷ lệ nợ vay trên vốn chủ sở hữu (Debt to Equity) ở mức thấp, tỷ số thanh toán lãi vay (Interest Coverage) và tỷ số thanh toán nhanh (Quick Ratio) ở mức an toàn cao, đảm bảo khả năng thanh toán dài hạn và bảo toàn vốn cho cổ đông.

Giải pháp đề xuất cho BMP

Tác giả đề xuất 5 nhóm giải pháp cụ thể nhằm hoàn thiện hệ thống phân tích quản trị hiệu quả kinh doanh:

  1. Nâng cao hiệu quả khai thác dữ liệu qua Oracle E-Business Suite: Nâng cấp hệ thống thông tin quản lý (MIS) để tự động hóa việc trích xuất, phân tích và tự đánh giá hiệu quả nội bộ.
  2. Gắn cơ chế đãi ngộ với hiệu quả đối sánh: Xây dựng cơ chế liên kết chính sách lương thưởng, đãi ngộ của cán bộ quản lý và nhân viên trực tiếp với kết quả đối sánh hiệu suất hoạt động của BMP so với ngành.
  3. Xây dựng phần mềm/dashboard nội bộ: Phát triển công cụ chuyên dụng cho cấp quản lý để thu thập, làm sạch và trực quan hóa dữ liệu đối thủ cạnh tranh từ các báo cáo công khai.
  4. Kiểm soát chất lượng dữ liệu lớn (Big Data Quality): Đảm bảo tính chính xác, kịp thời và đầy đủ của dữ liệu đầu vào nhằm phục vụ quy trình ra quyết định dựa trên dữ liệu (Data-Driven Decision Making).
  5. Chiến lược đầu tư tài chính và phát triển nhân tài công nghệ: Xây dựng kế hoạch tài chính rõ ràng cho hạ tầng công nghệ BDA/AI, đồng thời thu hút và đào tạo đội ngũ chuyên gia phân tích dữ liệu có năng lực chuyên môn cao.

Đóng góp của khóa luận

  • Về mặt phương pháp: Thiết lập quy trình chuẩn đối sánh định lượng 4 bước dựa trên dữ liệu tài chính công khai, phân nhóm tứ phân vị cho ngành nhựa Việt Nam.
  • Về mặt thực tiễn: Cung cấp cho ban lãnh đạo BMP khung chỉ số quản trị cụ thể (11 chỉ số thuộc 4 nhóm), khắc phục khoảng trống thiếu hụt hệ thống giám sát đối thủ cạnh tranh định kỳ mà báo cáo thường niên BMP chưa triển khai.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế về nguồn dữ liệu: Nghiên cứu chỉ tiếp cận và sử dụng dữ liệu thứ cấp từ các báo cáo tài chính, báo cáo thường niên công khai của BMP và các đối thủ niêm yết; chưa tiếp cận được nguồn dữ liệu lớn thời gian thực (real-time data) từ dây chuyền sản xuất, hệ thống logistics, hoặc dữ liệu hành vi khách hàng chi tiết.
  • Hạn chế về công cụ và kỹ thuật phân tích: Việc xử lý dữ liệu chủ yếu thực hiện qua bảng tính Excel và công cụ DataLab ở cấp độ phân tích mô tả và đối sánh tỷ số; chưa áp dụng sâu các mô hình học máy nâng cao (Machine Learning), phân tích dự đoán (Predictive) hay đề xuất tự động (Prescriptive).
  • Hướng nghiên cứu tiếp theo:
    1. Mở rộng tích hợp các luồng dữ liệu phi tài chính (dữ liệu sản xuất, chuỗi cung ứng, phản hồi khách hàng số) vào mô hình quản trị hiệu suất của BMP.
    2. Ứng dụng các thuật toán AI và xử lý ngôn ngữ tự nhiên (NLP) để tự động thu thập, bóc tách thông tin từ báo cáo ngành và tin tức thị trường phục vụ cảnh báo sớm.

Giá trị tham khảo

Khóa luận là tài liệu tham khảo hữu ích cho:

  • Sinh viên ngành Kinh doanh quốc tế, Quản trị kinh doanh và Tài chính doanh nghiệp: Tham khảo cấu trúc một khóa luận tốt nghiệp kết hợp giữa lý thuyết quản trị hiệu suất (BPM) và phân tích dữ liệu tài chính doanh nghiệp.
  • Người làm nghiên cứu về ngành nhựa Việt Nam: Kế thừa phương pháp phân loại 4 nhóm tứ phân vị (Q1–Q4) và khung 11 chỉ số tài chính chuẩn hóa theo CFI để đánh giá sức khỏe tài chính doanh nghiệp.
  • Cán bộ quản trị và phân tích dữ liệu tại các doanh nghiệp sản xuất: Tham khảo mô hình thiết lập dashboard chỉ số hiệu suất và lộ trình 5 giải pháp ứng dụng công nghệ dữ liệu vào hệ thống ERP (như Oracle E-Business Suite).

Câu hỏi thường gặp

1. Tại sao tác giả điều chỉnh tiêu đề khóa luận từ "The Impacts..." thành "The Likely Impacts..."?
Tác giả chủ động điều chỉnh vì nguồn dữ liệu thực tế sử dụng trong nghiên cứu chủ yếu dựa trên các tỷ số tài chính công khai của BMP và các doanh nghiệp trong ngành, chưa bao quát được toàn bộ dữ liệu nội bộ đa chiều (như dữ liệu vận hành sản xuất hay dữ liệu hành vi khách hàng).

2. Hệ thống chỉ số tài chính được tác giả sử dụng dựa trên chuẩn nào và gồm những nhóm nào?
Nghiên cứu sử dụng khung phân tích Essential Ratios for Financial Analysis của Viện Tài chính Doanh nghiệp (CFI - Corporate Finance Institute, 2023), gồm 4 nhóm chỉ số: Khả năng sinh lời (Profitability), Hiệu quả hoạt động (Efficiency), Khả năng thanh khoản (Liquidity), và Đòn bẩy tài chính/Khả năng thanh toán nợ (Solvency).

3. Khung lý thuyết Quản trị Hiệu quả Kinh doanh (BPM) áp dụng trong bài gồm những bước nào?
Khóa luận áp dụng khung BPM 4 bước theo Darudiato (2020), bao gồm: (1) Hoạch định chiến lược (Strategize), (2) Lập kế hoạch (Plan), (3) Giám sát/Phân tích (Monitor/Analyze), và (4) Hành động/Điều chỉnh (Act/Adjust) với sự hỗ trợ của bảng điều khiển hiệu suất (dashboard).

4. Những công cụ phân tích dữ liệu nào đã được tác giả sử dụng trong khóa luận?
Tác giả sử dụng Microsoft Excel để xử lý, tính toán cơ bản và nền tảng DataLab (thuộc DataCamp) để hỗ trợ lập trình, kiểm thử mã nguồn và truy vấn dữ liệu bằng SQL.

5. BMP đã triển khai hệ thống công nghệ thông tin quản trị nào trong lịch sử phát triển?
Theo dữ liệu tổng quan, BMP đã triển khai dự án Hoạch định Nguồn lực Doanh nghiệp "Enterprise Resource Planning (ERP) - Oracle E-Business Suite" từ năm 2012, chính thức vận hành (Go-live) năm 2014, triển khai thành công 5 phân hệ vào năm 2015 và hoàn thiện hệ thống ERP - Oracle Business Suite vào năm 2017.


Kết luận

Khóa luận tốt nghiệp của sinh viên Phạm Quang Minh đã hệ thống hóa cơ sở lý luận về quản trị hiệu quả kinh doanh (BPM) gắn với năng lực phân tích dữ liệu lớn (BDA). Thông qua phương pháp chuẩn đối sánh 11 tỷ số tài chính then chốt theo chuẩn CFI trên tập dữ liệu các nhóm tứ phân vị ngành nhựa Việt Nam, tác giả đã làm rõ vị thế tài chính và hiệu quả vận hành của Công ty Cổ phần Nhựa Bình Minh (BMP). Trên cơ sở đó, 5 nhóm giải pháp cụ thể liên quan đến nâng cấp hệ thống ERP Oracle Business Suite, xây dựng dashboard quản trị, kiểm soát chất lượng dữ liệu và phát triển nhân lực số đã được đề xuất nhằm tối ưu hóa công tác ra quyết định quản trị tại doanh nghiệp.