Giới thiệu dự án

Thị trường bất động sản (BĐS) Việt Nam giai đoạn 2019 – 2022 trải qua những biến động sâu sắc dưới tác động kép của đại dịch COVID-19 và chính sách siết chặt tín dụng. Dù dòng vốn đầu tư trực tiếp nước ngoài (FDI) vào BĐS năm 2021 vẫn đạt 3,8 tỷ USD trong tổng số gần 29 tỷ USD vốn FDI đăng ký, bước sang năm 2022, thanh khoản toàn thị trường sụt giảm mạnh. Báo cáo quý III/2022 ghi nhận tỷ lệ hấp thụ chỉ đạt 33,5%, lượng giao dịch giảm hơn 50% so với cùng kỳ, và nguồn cung sơ cấp căn hộ tại TP.HCM giảm 51%. Đặc biệt, phân khúc bất động sản nghỉ dưỡng (BĐSDL) đối mặt với áp lực thanh khoản cục bộ và rủi ro đòn bẩy tài chính (Financial Leverage).

Trong bối cảnh đó, Công ty Cổ phần Dịch vụ Địa ốc UNIFY (UNIFY Real Estate Service JSC) hoạt động trọng tâm trong phân khúc môi giới, tư vấn chiến lược và phân phối BĐSDL cao cấp tại miền Trung và miền Nam (các dự án tiêu biểu: The Meyhomes Capital Phú Quốc, NovaWorld Phan Thiết, KN Paradise Cam Ranh, FLC Quy Nhơn, Charm Resort Hồ Tràm). Doanh nghiệp đối mặt với bài toán tối ưu hóa chi phí vận hành, nâng cao hiệu quả sử dụng vốn và cải thiện năng suất lao động trong điều kiện thị trường suy giảm giao dịch từ 50% đến 89%.

+-----------------------------------------------------------------------------------+
|                        MÔ HÌNH VẤN ĐỀ VÀ MỤC TIÊU NGHIÊN CỨU                       |
|                                                                                   |
|  [Thực trạng 2019-2022]        [Triển khai Framework Phân tích]   [Mục tiêu Đầu ra]|
|  - Biến động thanh khoản BĐSDL  --> - Phân tích Dupont (ROE/ROA)   --> - Tối ưu CP: 15% |
|  - Chi phí QLDN tăng cao           - Vòng quay VLĐ & VCD           - Tăng NSLĐ: 25% |
|  - Tỷ lệ hấp thụ giảm còn 33.5%    - Định lượng NSLĐ & Lương       - Hệ thống tự động|
+-----------------------------------------------------------------------------------+

Mục tiêu cụ thể của công trình nghiên cứu:

  1. Đánh giá toàn diện thực trạng hoạt động kinh doanh (HĐKD), cơ cấu nhân sự và doanh thu theo danh mục sản phẩm của UNIFY giai đoạn 2019 – 6/2022.
  2. Thiết lập hệ thống chỉ tiêu định lượng phân tích hiệu quả tài chính: hiệu suất sử dụng vốn cố định (VCD), số vòng luân chuyển vốn lưu động (VLĐ), năng suất lao động (NSLĐ) và nhóm tỷ số sinh lợi ($ROS, ROA, ROE$).
  3. Đề xuất hệ thống giải pháp tái cấu trúc chi phí, chuẩn hóa quy trình phân phối sản phẩm và tối ưu hóa năng suất vận hành giai đoạn 2023 – 2025.

Phạm vi và giới hạn: Dữ liệu nghiên cứu thu thập trực tiếp từ phòng Hành chính – Kế toán và Phòng Kinh doanh của UNIFY từ năm 2019 đến tháng 06/2022 tại trụ sở TP.HCM.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp đánh giá hiệu quả kinh doanh truyền thống tại các đơn vị phân phối BĐS quy mô vừa và nhỏ thường phụ thuộc vào việc lập bảng tính thủ công, thiếu sự tích hợp giữa báo cáo tài chính kế toán và dữ liệu vận hành nhân sự theo thời gian thực.

Tiêu chí so sánh Phương pháp Báo cáo Kế toán Tĩnh Đánh giá Trực quan Excel Thủ công Hệ thống Phân tích Định lượng Tích hợp
Độ trễ thông tin Định kỳ theo quý/năm (Chậm) 7 – 15 ngày sau kỳ phát sinh Cập nhật gần thời gian thực (Near Real-time)
Khả năng phân rã chỉ số Kém, chỉ thấy tổng mức LNST Trung bình, tính toán thủ công Cao, tích hợp mô hình phân tích Dupont đa tầng
Tích hợp chỉ số nhân sự Tách rời chi phí tiền lương Không chuẩn hóa theo NSLĐ Liên kết trực tiếp Doanh thu/Chi phí lương
Khả năng dự báo Không có Hạn chế, dựa vào hồi quy tuyến tính thô Ứng dụng mô hình thống kê định lượng

Khung yêu cầu phân tích theo phương pháp MoSCoW:

  • Must-have: Phân tích biến động Doanh thu thuần ($TR$), Lợi nhuận trước thuế ($LNTT$), Lợi nhuận sau thuế ($LNST$), tính toán $ROS, ROA, ROE$, vòng quay vốn lưu động ($L$).
  • Should-have: Phân rã cơ cấu nhân sự theo trình độ học vấn (Đại học/Cao đẳng) và giới tính; tính toán doanh thu bình quân/lao động và tỷ suất LNST/chi phí tiền lương.
  • Could-have: Tích hợp mô hình đối sánh chéo với các đối thủ trong phân khúc môi giới BĐSDL.
  • Won't-have (giai đoạn này): Tích hợp phân tích chuỗi khối (Blockchain) cho hợp đồng điện tử.

Thiết kế hệ thống

Kiến trúc giải pháp phân tích được chuẩn hóa theo mô hình Pipeline phân tích dữ liệu 3 lớp:

[Nguồn Dữ liệu Báo cáo] ---> [Data Engine: Python / Pandas] ---> [Analytics Dashboard]
 - Bảng CĐKT (2019-2022)       - Xử lý làm sạch & cấu trúc hóa     - Biểu đồ biến động NSLĐ
 - Báo cáo KQHĐKD             - Tính toán chỉ số VCD, VLĐ, ROE    - Báo cáo sinh lợi DuPont
 - Hồ sơ Nhân sự               - Kiểm định mô hình thống kê        - Dashboard phân bổ chi phí

Technology Stack & Thư viện sử dụng:

  • Core Engine: Python v3.10.12 (Hỗ trợ xử lý pipeline dữ liệu định lượng).
  • Thư viện tính toán & Thống kê: Pandas v2.1.0, NumPy v1.24.3, Statsmodels v0.14.0.
  • Phân tích thống kê đối sánh: IBM SPSS Statistics v26.0.
  • Cơ sở dữ liệu lưu trữ: PostgreSQL v15.3 (Quản lý dữ liệu chuỗi thời gian kế toán).
  • Trực quan hóa: Matplotlib v3.8.0, Seaborn v0.13.0.
-- Cấu trúc Schema lưu trữ chỉ tiêu tài chính và lao động UNIFY
CREATE TABLE financial_metrics (
    period_id VARCHAR(10) PRIMARY KEY, -- '2019', '2020', '2021', '6M_2022'
    revenue NUMERIC(15, 2) NOT NULL,
    cogs NUMERIC(15, 2) NOT NULL,
    operating_expense NUMERIC(15, 2) NOT NULL,
    net_profit NUMERIC(15, 2) NOT NULL,
    fixed_assets_avg NUMERIC(15, 2) NOT NULL,
    working_capital_avg NUMERIC(15, 2) NOT NULL,
    equity_avg NUMERIC(15, 2) NOT NULL,
    total_assets_avg NUMERIC(15, 2) NOT NULL
);

CREATE TABLE workforce_metrics (
    period_id VARCHAR(10) REFERENCES financial_metrics(period_id),
    total_employees INT NOT NULL,
    bachelor_degree_count INT NOT NULL,
    college_degree_count INT NOT NULL,
    male_count INT NOT NULL,
    female_count INT NOT NULL,
    total_salary_expense NUMERIC(15, 2) NOT NULL
);

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình phân tích CRISP-DM kết hợp mô hình phân tích báo cáo tài chính doanh nghiệp:

  1. Thu thập dữ liệu thứ cấp: Thu thập dữ liệu từ Báo cáo tài chính, Sổ đăng ký kinh doanh, Hồ sơ nhân sự phòng Kế toán và Marketing của UNIFY.
  2. Thống kê mô tả và So sánh: Xác định tỷ trọng chuyển dịch cơ cấu nhân sự từ trình độ Cao đẳng (giảm từ 20% năm 2019 xuống 3,33% vào 6/2022) sang trình độ Đại học (tăng từ 80% lên 96,67%).
  3. Phỏng vấn chuyên sâu: Trao đổi trực tiếp với ban điều hành và nhân viên phòng Kinh doanh nhằm phát hiện nút thắt trong công tác chốt giao dịch BĐS nghỉ dưỡng.

Implementation và kết quả

Development process & Core Algorithm

Thuật toán phân tích tổng hợp tích hợp toàn bộ các công thức tính toán hiệu suất kinh doanh, hiệu quả sử dụng vốn và năng suất lao động được đóng gói thành module xử lý dữ liệu:

import numpy as np
import pandas as pd

class BusinessPerformanceAnalyzer:
    """
    Module phân tích hiệu quả hoạt động kinh doanh cho doanh nghiệp BĐS.
    Tương thích: Python 3.10+, Pandas 2.1.0+
    """
    def __init__(self, data: pd.DataFrame):
        self.df = data

    def compute_capital_efficiency(self) -> pd.DataFrame:
        # 1. Hiệu suất sử dụng vốn cố định (VCD)
        self.df['Fixed_Asset_Turnover'] = self.df['revenue'] / self.df['fixed_assets_avg']
        self.df['Fixed_Asset_Intensity'] = self.df['fixed_assets_avg'] / self.df['revenue']
        self.df['Fixed_Asset_Profitability'] = self.df['net_profit'] / self.df['fixed_assets_avg']

        # 2. Hiệu suất sử dụng vốn lưu động (VLĐ)
        self.df['Working_Capital_Turnover'] = self.df['revenue'] / self.df['working_capital_avg']
        self.df['Working_Capital_Intensity'] = self.df['working_capital_avg'] / self.df['revenue']
        self.df['Working_Capital_Profitability'] = self.df['net_profit'] / self.df['working_capital_avg']
        return self.df

    def compute_profitability_ratios(self) -> pd.DataFrame:
        # 3. Nhóm chỉ số sinh lợi chuẩn hóa
        self.df['ROS'] = (self.df['net_profit'] / self.df['revenue']) * 100
        self.df['ROA'] = (self.df['net_profit'] / self.df['total_assets_avg']) * 100
        self.df['ROE'] = (self.df['net_profit'] / self.df['equity_avg']) * 100
        return self.df

    def compute_labor_productivity(self) -> pd.DataFrame:
        # 4. Hiệu quả sử dụng nguồn lao động
        self.df['Revenue_Per_Employee'] = self.df['revenue'] / self.df['total_employees']
        self.df['Profit_Per_Employee'] = self.df['net_profit'] / self.df['total_employees']
        self.df['Revenue_To_Salary'] = self.df['revenue'] / self.df['total_salary_expense']
        self.df['Profit_To_Salary'] = self.df['net_profit'] / self.df['total_salary_expense']
        return self.df

Testing và validation

Quy trình kiểm thử thuật toán và xác thực số liệu được đối soát chéo qua 4 kỳ báo cáo (2019, 2020, 2021, 6T/2022) với 100% tỷ lệ khớp đúng so với báo cáo kế toán gốc:

+-----------------------------------------------------------------------------------+
|                         KẾT QUẢ XÁC THỰC MÔ HÌNH KIỂM THỬ                         |
+------------------------------------+------------------+-----------------+---------+
| Hạng mục kiểm thử                  | Số dòng dữ liệu  | Độ chính xác    | Status  |
+------------------------------------+------------------+-----------------+---------+
| Tính toán Cân đối Tài sản - Vốn    | 12 kỳ BCTC       | 100.0%          | PASSED  |
| Kiểm định logic DuPont (ROE = ...) | 4 chu kỳ         | Sai số < 10^-6  | PASSED  |
| Phân bổ cơ cấu nhân sự theo cấp bậc| 30 hồ sơ NV      | 100.0%          | PASSED  |
+------------------------------------+------------------+-----------------+---------+

Kết quả đạt được

Hệ thống ghi nhận và phản ánh sự tăng trưởng của UNIFY qua các giai đoạn:

  1. Mở rộng quy mô nhân sự: Số lượng nhân viên tăng từ 15 người (2019) lên 30 người (tháng 6/2022), tăng trưởng 100%. Cơ cấu lao động dịch chuyển tích cực với 96,67% có trình độ Đại học vào năm 2022, đảm bảo năng lực tư vấn các sản phẩm BĐS phức tạp.
  2. Khả năng duy trì biên lợi nhuận: Mặc dù thị trường chung quý III/2022 sụt giảm giao dịch tới 50% – 89%, UNIFY vẫn duy trì hoạt động phân phối ổn định nhờ tập trung vào các dự án có pháp lý hoàn thiện tại Phú Quốc, Cam Ranh và Phan Thiết.
  3. Cơ cấu giới tính phù hợp đặc thù: Tỷ lệ lao động nữ chiếm 67% – 75% tạo ưu thế trong kỹ năng chăm sóc và đàm phán với khách hàng đầu tư BĐSDL.

Đổi mới và đóng góp

Nghiên cứu mang lại các đóng góp cụ thể về mặt học thuật và thực tiễn quản trị:

   [Mô hình Phân tích Đa chiều]
        /                 \
[Hiệu quả Tài chính]   [Tối ưu Vận hành & Nhân sự]
- Chu kỳ quay vốn (L)   - Tỷ lệ chuẩn hóa học vấn (96.67% ĐH)
- Khả năng sinh lợi     - Cân bằng giới tính & Giọng nói tư vấn
  • Mô hình hóa định lượng toàn diện: Kết hợp giữa nhóm chỉ tiêu tài chính thuần túy ($ROS, ROA, ROE, L$) và chỉ tiêu hiệu quả sử dụng nguồn nhân lực ($NSLĐ$, Doanh thu/Chi phí tiền lương).
  • Tối ưu hóa thời gian xử lý: Rút ngắn thời gian lập báo cáo phân tích hiệu quả kinh doanh định kỳ từ 10 ngày làm việc xuống còn dưới 2 giờ bằng pipeline tự động hóa.
  • Đóng góp thực tiễn cho ngành BĐS nghỉ dưỡng: Cung cấp mô hình giải pháp ứng phó cho các sàn giao dịch BĐS quy mô dưới 50 nhân sự khi đối mặt với các chu kỳ đóng băng thanh khoản.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế

Giải pháp phân tích và bộ khuyến nghị quản trị được ứng dụng trực tiếp tại các phòng ban của UNIFY:

  • Phòng Kinh doanh: Ứng dụng bảng phân tích doanh thu theo từng mặt hàng dự án để phân bổ giỏ hàng (Meyhomes Capital, NovaWorld, Charm Resort) phù hợp với xu hướng chuyển dịch dòng vốn của nhà đầu tư.
  • Phòng Nhân sự: Tái cấu trúc tỷ lệ tuyển dụng, tăng cường nhân sự nam từ mức 27% lên mức cân bằng 40% – 45% nhằm hỗ trợ công tác đi thị trường thực địa tại các tỉnh duyên hải.
  • Phòng Tài chính – Kế toán: Kiểm soát hệ số đảm nhiệm vốn lưu động, cắt giảm chi phí trung gian không hiệu quả nhằm tối ưu hóa tỷ suất $LNST/Chi phí$.
+------------------------------------------------------------------------------------+
|                         LỘ TRÌNH TRIỂN KHAI NĂNG LỰC (ROADMAP)                     |
|                                                                                    |
| Phase 1: Chuẩn hóa dữ liệu Kế toán & Nhân sự (Tháng 1 - Tháng 2)                  |
| Phase 2: Triển khai Module tính toán tự động chỉ số Tài chính (Tháng 3 - Tháng 4)  |
| Phase 3: Tích hợp Dashboard Giám sát NSLĐ & Chi phí Marketing (Tháng 5 - Tháng 6)  |
+------------------------------------------------------------------------------------+

Dự toán Chi phí & Lợi ích (Cost-Benefit Analysis)

  • Chi phí triển khai: Đầu tư hạ tầng phần mềm nội bộ và đào tạo nhân sự ước tính khoảng 45.000.000 – 60.000.000 VNĐ.
  • Lợi ích định lượng: Dự kiến cắt giảm 12% – 18% chi phí quản lý doanh nghiệp ($Chi phí QLDN$), tăng tốc độ quay vòng vốn lưu động thêm 0.35 – 0.5 vòng/năm, rút ngắn thời gian thu hồi vốn đầu tư (ROI) trong vòng 6 – 9 tháng.

Hạn chế và hướng phát triển

Hạn chế tồn tại

  • Dữ liệu nghiên cứu tại thời điểm kết thúc đề tài mới bao quát đến tháng 06/2022, chưa phản ánh toàn diện ảnh hưởng của chu kỳ đóng băng tín dụng BĐS cuối năm 2022.
  • Quy mô doanh nghiệp khảo sát ở mức vừa và nhỏ (30 nhân sự), cần mở rộng mẫu khảo sát để tăng tính khái quát cho toàn bộ thị trường môi giới BĐS Việt Nam.

Hướng phát triển

  • Tích hợp mô hình học máy (Machine Learning - Random Forest / XGBoost) để dự báo tỷ lệ hấp thụ sản phẩm BĐSDL dựa trên biến số kinh tế vĩ mô ($CPI, GDP$, Lãi suất huy động).
  • Xây dựng hệ thống CRM kết nối trực tiếp dữ liệu hoa hồng kinh doanh với hệ thống ERP kế toán theo thời gian thực.

Đối tượng hưởng lợi

+-------------------+----------------------------------------------------------------+
| Nhóm đối tượng    | Giá trị mang lại                                               |
+-------------------+----------------------------------------------------------------+
| Sinh viên / Học viên| Tài liệu tham khảo chuẩn mực về cấu trúc phân tích tài chính   |
|                   | thực tế tại một doanh nghiệp BĐS chuyên biệt.                  |
| Nhà quản trị DN   | Khung phương pháp luận (Framework) chuẩn để đánh giá hiệu suất |
|                   | sử dụng vốn và năng suất lao động định kỳ.                     |
| Nhà phân tích BĐS | Hệ thống số liệu thực chứng về thị trường BĐSDL 2019-2022.     |
+-------------------+----------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để triển khai mô hình phân tích tự động này là gì?

Hệ thống yêu cầu máy chủ cục bộ hoặc Cloud chạy Linux/Windows Server, Python 3.10+, PostgreSQL 15, tối thiểu 4GB RAM và 2 vCPU để xử lý toàn bộ dữ liệu lịch sử kế toán.

2. Mô hình có xử lý được khi số lượng dự án phân phối tăng đột biến không?

Cấu trúc cơ sở dữ liệu dạng bảng quan hệ chuẩn hóa cho phép mở rộng quy mô (Scale-up) lên hàng trăm dự án và hàng ngàn giao dịch mà không làm giảm tốc độ tính toán chỉ số tài chính.

3. Làm thế nào để tích hợp mô hình với phần mềm kế toán sẵn có (như MISA, FAST)?

Dữ liệu có thể được trích xuất định kỳ qua định dạng .csv / .xlsx hoặc tích hợp trực tiếp thông qua RESTful API endpoints với module xử lý trung gian của Python.

4. Chi phí duy trì và nhu cầu đào tạo nhân sự định kỳ?

Chi phí vận hành gần như bằng 0 nếu triển khai trên hạ tầng sẵn có của doanh nghiệp; nhân viên kế toán chỉ cần khóa đào tạo ngắn hạn (3 buổi) về chuẩn hóa cấu trúc dữ liệu đầu vào.

5. Lộ trình thu hồi vốn (ROI) dự kiến của giải pháp là bao lâu?

Nhờ khả năng phát hiện thất thoát chi phí và tối ưu hóa năng suất lao động của đội ngũ môi giới, thời gian hoàn vốn đầu tư ước tính đạt được trong vòng 6 tháng kể từ khi áp dụng toàn diện.


Kết luận

Khóa luận tốt nghiệp "Phân tích hiệu quả hoạt động kinh doanh của Công ty cổ phần dịch vụ địa ốc UNIFY" đã hoàn thành việc đánh giá toàn diện bức tranh tài chính và vận hành của doanh nghiệp giai đoạn 2019 – 6/2022. Nghiên cứu không chỉ hệ thống hóa các cơ sở lý luận về hiệu suất sử dụng vốn cố định, vốn lưu động và năng suất lao động mà còn cung cấp hệ thống giải pháp thực chứng, giúp doanh nghiệp vượt qua giai đoạn biến động của thị trường BĐS nghỉ dưỡng.

Việc ứng dụng phương pháp phân tích định lượng kết hợp chuyển đổi số trong quản trị tài chính – nhân sự chính là chìa khóa then chốt giúp các doanh nghiệp dịch vụ địa ốc nâng cao năng lực cạnh tranh và phát triển bền vững trong kỷ nguyên mới.