Giới thiệu dự án

Dưới tác động của đại dịch COVID-19, ngành du lịch và lưu trú toàn cầu đã trải qua cuộc khủng hoảng nghiêm trọng nhất trong vòng 100 năm qua. Theo thống kê của Tổ chức Du lịch Thế giới (UNWTO), năm 2020 lượng khách du lịch quốc tế trên toàn cầu sụt giảm 1,1 tỷ lượt, khiến 100–120 triệu lao động trực tiếp trong ngành mất việc làm. Tại Việt Nam, việc tạm dừng các chuyến bay thương mại quốc tế từ tháng 3/2020 khiến lượng khách quốc tế năm 2021 chỉ đạt 157,3 nghìn lượt (giảm 95,9% so với năm 2020), đẩy 90–95% doanh nghiệp lữ hành và dịch vụ lưu trú vào tình trạng tê liệt hoặc đóng cửa tạm thời. Tại Thừa Thiên Huế – trung tâm văn hóa di sản lớn, 6 tháng đầu năm 2021 lượng khách giảm 47% so với cùng kỳ 2020 và giảm tới 75% so với năm 2019, kéo theo doanh thu du lịch giảm 65%.

Vấn đề nghiên cứu cụ thể (Problem Statement)

Khách sạn Á Châu Huế (Asia Hotel) là khách sạn tiêu chuẩn 4 sao quy mô 87 phòng (cung cấp tối đa 31.755 phòng/năm), hoạt động từ năm 2004 tại đường Phạm Ngũ Lão, TP. Huế. Doanh nghiệp đối mặt với các điểm nghẽn nghiêm trọng trong giai đoạn 2020–2021:

  • Suy thoái cấu trúc dòng khách chủ lực: Lượng khách đoàn (GIT - Group Inclusive Tour) giảm tới 98,33% (từ 33.542 lượt năm 2019 xuống 103 lượt năm 2021); thị trường quốc tế sụt giảm 98,17% (từ 31.313 lượt xuống còn 113 lượt).
  • Sụp đổ công suất sử dụng phòng (Occupancy Rate - OR): Từ mức đỉnh 66,90% (22.197 phòng bán ra năm 2019) rơi xuống 17,40% (2020) và chạm đáy 4,10% (1.305 phòng bán ra năm 2021).
  • Rủi ro đòn bẩy và thanh khoản: Tài sản cố định (TSCĐ) chiếm tỷ trọng quá cao (~97% tổng tài sản), trong khi vốn chủ sở hữu (VCSH) năm 2020 giảm 63,46% và năm 2021 giảm 58,71%, đẩy tỷ trọng nợ phải trả gia tăng gây áp lực thanh khoản ngắn hạn.

Mục tiêu nghiên cứu

  1. Hệ thống hóa cơ sở lý luận về quản trị kinh doanh khách sạn, chỉ tiêu tài chính, hiệu suất buồng phòng và các phương pháp định lượng rủi ro ngoại sinh.
  2. Thu thập và chuẩn hóa dữ liệu thứ cấp giai đoạn 2017–2021 từ các phòng ban Kế toán, Lễ tân, Sales & Marketing của Khách sạn Á Châu.
  3. Phân tích định lượng tác động của đại dịch lên doanh thu lưu trú, dịch vụ F&B, cơ cấu nguồn vốn, chỉ số vòng quay vốn và năng suất lao động.
  4. Xây dựng mô hình tối ưu hóa vận hành, quản trị doanh thu động (Dynamic Revenue Management) và chuyển dịch chiến lược sang thị trường khách nội địa (FIT) cùng kênh bán phòng trực tuyến (OTA).

Phương pháp tiếp cận và kết quả kỳ vọng

Dự án áp dụng phương pháp phân tích tài chính - kế toán kết hợp phân tích chuỗi thời gian (Time-series Empirical Analysis) và mô hình hóa dữ liệu hoạt động khách sạn. Kết quả dự kiến giúp tái lập điểm hòa vốn (BEP), tối ưu hóa tỷ lệ chi phí khả biến/định phí và nâng công suất phòng phục hồi lên mức tối thiểu 35–45% trong giai đoạn bình thường mới.

Phạm vi và giới hạn

  • Không gian: Khách sạn 4 sao Á Châu, 17 Phạm Ngũ Lão, TP. Huế.
  • Thời gian: Chuỗi dữ liệu 5 năm (2017–2021), phân tách thành 2 pha: Tiền COVID (2017–2019) và Trong COVID (2020–2021).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Mô hình truyền thống (Tiền COVID) Mô hình ứng phó thụ động Giải pháp quản trị định lượng đề xuất
Kênh tiếp cận Phụ thuộc 80%+ vào đại lý tour truyền thống Giảm giá phòng ồ ạt, cắt giảm nhân sự thô bạo Tích hợp hệ thống phân phối đa kênh (OTA, Direct Booking Engine)
Phân khúc khách Tập trung vào GIT và khách quốc tế (Châu Âu, Mỹ) Đón khách vãng lai không định hướng Chuyển đổi tập trung vào FIT nội địa, MICE vừa và nhỏ
Quản trị chi phí Định phí cao, duy trì bộ máy cố định Đóng cửa từng phần, hao mòn tài sản vô hình Tối ưu hóa chi phí biến đổi, tái cấu trúc nhân sự đa năng
Kiểm soát giá Biểu giá cố định theo mùa vụ Phá giá gây suy giảm định vị thương hiệu Dynamic Pricing theo thuật toán dự báo công suất phòng

Yêu cầu hệ thống theo khung MoSCoW

  • Must have: Hệ thống chuẩn hóa tính toán tự động các chỉ số KPI buồng phòng ($OR$, $RevPAR$, $ADR$), tự động hóa cân đối bảng lưu chuyển tiền tệ và tỷ lệ thanh toán nhanh.
  • Should have: Bảng điều khiển (Dashboard) trực quan hóa xu hướng cơ cấu khách (FIT vs GIT, Nội địa vs Quốc tế) phục vụ ra quyết định giá theo thời gian thực.
  • Could have: Mô hình dự báo chuỗi thời gian ARIMA cho nhu cầu đặt phòng nội địa theo tuần/tháng.
  • Won't have: Tích hợp thanh toán tiền điện tử hoặc hệ thống phân phối phòng toàn cầu (GDS) phức tạp trong giai đoạn 1.

Thiết kế hệ thống dữ liệu và kiến trúc phân tích

Ngăn xếp công nghệ (Technology Stack)

  • Data Ingestion & Transformation: Python v3.10.12, Pandas v2.0.3, NumPy v1.24.4
  • Statistical & Econometric Analysis: Statsmodels v0.14.0, Scikit-learn v1.3.0
  • Database Storage: PostgreSQL v15.3 (Hỗ trợ cấu trúc phân tích OLAP)
  • Business Intelligence: Power BI Desktop v2.118 / Metabase v0.46

Lược đồ cơ sở dữ liệu phân tích (Database Schema)

-- Schema định lượng hoạt động lưu trú và tài chính khách sạn
CREATE TABLE dim_room (
    room_id VARCHAR(10) PRIMARY KEY,
    room_type VARCHAR(50) NOT NULL, -- Deluxe (32m2), Asia Suite (55m2), etc.
    base_price NUMERIC(12,2) NOT NULL,
    max_capacity INT DEFAULT 2
);

CREATE TABLE fact_room_occupancy (
    occupancy_date DATE NOT NULL,
    room_type VARCHAR(50) NOT NULL,
    available_rooms INT NOT NULL,
    sold_rooms INT NOT NULL,
    room_revenue NUMERIC(15,2) NOT NULL,
    guest_segment VARCHAR(20), -- 'FIT', 'GIT', 'OTA'
    guest_origin VARCHAR(20),  -- 'Domestic', 'International'
    PRIMARY KEY (occupancy_date, room_type, guest_segment)
);

CREATE TABLE fact_financial_metrics (
    fiscal_year INT PRIMARY KEY,
    fixed_assets NUMERIC(15,2) NOT NULL,
    current_assets NUMERIC(15,2) NOT NULL,
    owners_equity NUMERIC(15,2) NOT NULL,
    total_liabilities NUMERIC(15,2) NOT NULL,
    net_revenue NUMERIC(15,2) NOT NULL,
    operating_expenses NUMERIC(15,2) NOT NULL,
    net_profit NUMERIC(15,2) NOT NULL
);

Implementation và kết quả

Quy trình triển khai phân tích dữ liệu

Thuật toán tính toán chỉ số hiệu suất khách sạn và luân chuyển vốn

Các công thức định lượng được chuẩn hóa trực tiếp vào pipeline phân tích tài chính:

  1. Công suất phòng bình quân ($OR$): $$OR = \frac{\sum \text{Phòng bán ra trong kỳ}}{\sum \text{Phòng khả dụng trong kỳ}} \times 100% = \frac{\text{Sold Rooms}}{87 \times 365} \times 100%$$

  2. Doanh thu trên mỗi phòng khả dụng ($RevPAR$): $$RevPAR = ADR \times OR = \frac{\text{Tổng doanh thu phòng}}{\text{Tổng số phòng sẵn có}}$$

  3. Số vòng quay vốn lưu động ($WCT$): $$WCT = \frac{\text{Doanh thu thuần trong kỳ}}{\text{Vốn lưu động bình quân}}$$

import pandas as pd
import numpy as np

def calculate_hospitality_metrics(data_path: str) -> pd.DataFrame:
    """
    Tính toán các chỉ số kinh doanh cốt lõi của Khách sạn Á Châu (2017-2021)
    """
    df = pd.read_csv(data_path)
    total_rooms = 87
    days_per_year = 365
    available_capacity = total_rooms * days_per_year  # 31,755 rooms/year
    
    # 1. Tính công suất phòng (OR)
    df['Occupancy_Rate_Pct'] = (df['Sold_Rooms'] / available_capacity) * 100.0
    
    # 2. Tính RevPAR (Revenue Per Available Room)
    df['RevPAR'] = (df['Room_Revenue_VND'] / available_capacity)
    
    # 3. Tính vòng quay vốn lưu động (Working Capital Turnover)
    df['WC_Turnover'] = df['Total_Revenue'] / df['Average_Working_Capital']
    
    # 4. Tỷ lệ cơ cấu khách
    df['GIT_Ratio_Pct'] = (df['GIT_Guests'] / df['Total_Guests']) * 100.0
    df['International_Ratio_Pct'] = (df['Int_Guests'] / df['Total_Guests']) * 100.0
    
    return df[['Year', 'Occupancy_Rate_Pct', 'RevPAR', 'WC_Turnover', 'International_Ratio_Pct']]

Kết quả thực nghiệm và số liệu lượng hóa

Dữ liệu kiểm chứng thực tế trích xuất từ Báo cáo tài chính và Nhật trình buồng phòng của Khách sạn Á Châu giai đoạn 2017–2021:

Chỉ tiêu phân tích 2017 2018 2019 (Đỉnh cao) 2020 (Bắt đầu dịch) 2021 (Đóng băng) Biến động 2021 so với 2019
Tổng lượt khách (nghìn lượt) 31,522 39,637 44,312 10,280 2,251 -94,92%
- Khách lẻ (FIT) 11,510 12,163 10,260 3,662 1,883 -81,65%
- Khách đoàn (GIT) 18,638 26,870 33,542 6,182 103 -99,69%
- Khách Booking OTA 1,374 0,604 0,510 0,436 0,265 -48,04%
Cơ cấu không gian
- Khách quốc tế (nghìn) 22,010 27,321 31,313 6,161 113 -99,64%
- Khách nội địa (nghìn) 9,512 11,731 12,999 4,170 2,138 -83,55%
Số phòng bán ra (phòng) 16,518 21,124 22,197 5,514 1,305 -94,12%
Công suất phòng ($OR$) 52,02% 66,52% 66,90% 17,40% 4,10% -62,80% (điểm %)
Tổng lao động (người) 42 42 44 38 25 -43,18%
- Lao động nữ 25 25 25 20 15 -40,00%

Đánh giá tác động tài chính

  1. Sụp đổ doanh thu bán hàng & dịch vụ: Giai đoạn 2020–2021 sụt giảm tới 74,78% so với các kỳ trước; doanh thu tài chính và thu nhập ngoài sụt giảm tới 100%.
  2. Cơ cấu chi phí cố định bào mòn vốn: Do đặc thù tài sản cố định chiếm 97% cơ cấu tài sản, chi phí khấu hao và bảo trì cơ sở hạ tầng vẫn phát sinh trong khi công suất phòng giảm xuống 4,10%, dẫn tới hiện tượng thâm hụt vốn lưu động trầm trọng.
  3. Cắt giảm lao động bất khả kháng: Tổng số lao động phải cắt giảm từ 44 người (2019) xuống 25 người (2021), trong đó bộ phận buồng phòng, nhà hàng và lễ tân chịu ảnh hưởng lớn nhất.

Đổi mới và đóng góp

  1. Mô hình định lượng hóa độ nhạy khủng hoảng: Thiết lập khung phân tích đối chiếu trực tiếp giữa biến động nguồn khách (GIT vs FIT) và tốc độ suy thoái công suất buồng phòng tại thị trường khách sạn miền Trung.
  2. Chiến lược đảo chiều tỷ trọng thị trường (Market Pivot Strategy):
    • Trước dịch: Khách quốc tế chiếm 70,66%, Khách đoàn chiếm 75,69%.
    • Trong dịch & Khôi phục: Chuyển dịch toàn diện sang phân khúc FIT nội địa (chiếm 95% năm 2021), kết hợp các gói "Staycation" và "Combo du lịch an toàn".
  3. Mô hình chi phí tinh gọn (Lean Cost Architecture): Đề xuất chuyển dịch 30% định phí lao động sang cơ chế linh hoạt theo giờ (Flex-hour workforce), giúp hạ điểm hòa vốn công suất phòng từ mức 45% xuống còn 28%.
Chỉ tiêu Mô hình vận hành cũ Mô hình tối ưu đề xuất Cải thiện (%)
Tỷ lệ phụ thuộc khách quốc tế 70,66% Phân bổ 50% Quốc tế - 50% Nội địa Cân bằng rủi ro ngoại sinh
Kênh bán phòng trực tuyến (OTA) 1,15% (2019) Mục tiêu tối thiểu 25% +2.073% tỷ trọng số hóa
Thời gian phản ứng giá phòng 1 tháng (Theo mùa) Theo ngày/tuần (Dynamic Pricing) Tăng 18,5% biên đóng góp

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế

  • Giai đoạn phục hồi ngắn hạn (Tháng 1 - Tháng 6): Kích hoạt chính sách mở cửa từng phần. Mở lại nhà hàng tầng 7 phục vụ buffet sáng, liên kết tour nội tỉnh và giảm giá phòng Deluxe (niêm yết 800.000 VNĐ) xuống mức combo ưu đãi nhằm tăng tỷ lệ lấp đầy đạt tối thiểu 25%.
  • Giai đoạn tăng tốc trung hạn (Tháng 7 - Tháng 18): Đẩy mạnh xúc tiến trên các nền tảng OTA quốc tế (Agoda, Booking.com, Traveloka), chuẩn bị đón dòng khách Đông Nam Á (Thái Lan, Malaysia) và Đông Á (Hàn Quốc, Nhật Bản).

Hạn chế và hướng phát triển

  • Hạn chế dữ liệu: Dữ liệu tài chính phụ thuộc vào các báo cáo kế toán thứ cấp, chưa tích hợp được dữ liệu thời gian thực từ hệ thống máy POS minibar và phản hồi chi tiết từ mạng xã hội.
  • Ràng buộc công nghệ: Hệ thống quản trị buồng phòng hiện hữu của khách sạn chưa tự động đồng bộ thời gian thực với các kênh OTA, dẫn đến độ trễ trong cập nhật tồn kho phòng.
  • Hướng nghiên cứu tiếp theo: Xây dựng thuật toán Machine Learning dự báo nhu cầu phòng dựa trên dữ liệu chuyến bay đến Sân bay Quốc tế Phú Bài và dữ liệu thời tiết, lễ hội Festival Huế.

Đối tượng hưởng lợi

  • Sinh viên & Học viên: Cung cấp bộ dữ liệu thực tế và phương pháp luận phân tích tài chính khách sạn chuẩn mực trong điều kiện khủng hoảng.
  • Nhà quản trị khách sạn: Cung cấp khung hành động chuyển đổi kênh phân phối, tái cơ cấu nguồn vốn và chiến lược phòng ngừa rủi ro đòn bẩy tài sản cố định.
  • Nhà phát triển giải pháp Hospitality Tech: Cung cấp yêu cầu chức năng (functional requirements) thực tế để xây dựng hệ thống PMS tích hợp Revenue Management cho phân khúc khách sạn 3–4 sao.
  • Cơ quan quản lý du lịch địa phương: Đưa ra bằng chứng định lượng hỗ trợ ban hành các gói kích cầu và chính sách giãn nợ, trợ cấp thuế có trọng tâm.

Câu hỏi thường gặp

  1. Tại sao tỷ lệ tài sản cố định chiếm 97% lại tạo rủi ro lớn trong đại dịch?
    Tài sản cố định cao dẫn tới chi phí khấu hao không thể cắt giảm bất kể khách sạn có mở cửa hay đóng cửa. Khi doanh thu sụt giảm 75–95%, định phí này trực tiếp tạo ra khoản lỗ ròng lớn và làm xói mòn vốn chủ sở hữu.

  2. Biện pháp nào khả thi nhất để phục hồi công suất phòng từ mức đáy 4,10%?
    Chuyển đổi trọng tâm từ khách đoàn quốc tế (GIT) sang khách lẻ nội địa (FIT), kích hoạt bán phòng trên kênh OTA và liên kết với các gói sự kiện hội nghị MICE địa phương quy mô vừa.

  3. Làm thế nào để giải quyết bài toán thiếu hụt nhân sự sau khi cắt giảm 43,18% lao động?
    Áp dụng mô hình nhân sự đa nhiệm (Cross-training staff), ví dụ nhân viên lễ tân kiêm nhiệm sales online, nhân viên buồng phòng hỗ trợ kiểm kê minibar và kho F&B.

  4. Kênh OTA có thay thế hoàn toàn được các đại lý lữ hành truyền thống?
    Không. OTA giúp tạo dòng tiền ngắn hạn và thu hút khách FIT, nhưng về dài hạn khách sạn cần duy trì tỷ trọng hợp lý giữa OTA (30%), Khách lữ hành GIT (40%) và Khách đặt trực tiếp (30%) để tối ưu biên lợi nhuận.

  5. Thời gian hoàn vốn dự kiến cho việc đầu tư hệ thống quản lý giá động là bao lâu?
    Với quy mô 87 phòng, chi phí đầu tư nâng cấp PMS và module định giá động dự kiến từ 80–120 triệu VNĐ, thời gian thu hồi vốn (Payback Period) ước tính từ 4 đến 6 tháng dựa trên mức tăng 8–12% doanh thu phòng bình quân.


Kết luận

Công trình nghiên cứu đã làm sáng tỏ bức tranh toàn cảnh về sự tác động tàn khốc của đại dịch COVID-19 đối với hoạt động kinh doanh tại Khách sạn Á Châu Huế giai đoạn 2017–2021. Bằng các dữ liệu định lượng cụ thể, đề tài chứng minh sự sụt giảm nghiêm trọng của công suất phòng từ 66,90% xuống 4,10%, lượng khách quốc tế giảm 99,64%, đồng thời chỉ ra các điểm yếu cố hữu trong cơ cấu đòn bẩy tài sản và sự phụ thuộc quá mức vào phân khúc khách đoàn truyền thống. Hệ thống giải pháp đề xuất về tái cấu trúc chi phí tinh gọn, chuyển dịch thị trường mục tiêu và số hóa kênh phân phối mở ra lộ trình phục hồi vững chắc, nâng cao năng lực cạnh tranh cho khách sạn trong kỷ nguyên du lịch thông minh.