Giới thiệu dự án

Trong cấu trúc tài chính của các doanh nghiệp sản xuất và thương mại, hàng tồn kho (HTK) thường chiếm từ 40% đến 60% tổng giá trị tài sản ngắn hạn. Đối với ngành dược phẩm – một ngành công nghiệp có tính chất đặc thù gắn liền với sức khỏe con người, quy định bảo quản nghiêm ngặt (GSP, WHO-GMP) và vòng đời sản phẩm bị giới hạn bởi hạn sử dụng (shelf-life) – quản trị hàng tồn kho đóng vai trò sống còn. Theo báo cáo của Business Monitor International (BMI) và Bộ Y tế, thị trường dược phẩm Việt Nam duy trì tốc độ tăng trưởng trên 10%/năm, đạt quy mô 5,2 tỷ USD vào năm 2017 và dự báo chi tiêu thuốc bình quân đầu người tăng từ 37,97 USD (2015) lên 85 USD (2020) và 163 USD (2025). Tuy nhiên, sản xuất trong nước chỉ mới đáp ứng chưa đến 45% nhu cầu, đặt ra áp lực tối ưu hóa chuỗi cung ứng và chi phí vận hành cho các doanh nghiệp dược nội địa.

Đề tài "Quản trị hàng tồn kho của Công ty Cổ phần Dược phẩm Nam Hà" tập trung giải quyết bài toán cân bằng giữa việc đảm bảo mức dự trữ an toàn cho hơn 200 sản phẩm tân dược, đông dược với việc giảm thiểu chi phí lưu kho, ngăn chặn ứ đọng vốn lưu động và rủi ro hết hạn sử dụng của dược phẩm.

       CHUỖI GIÁ TRỊ VÀ ĐIỂM NGHẼN HÀNG TỒN KHO TẠI NAMHA PHARMA
┌────────────────┐     ┌────────────────┐     ┌────────────────┐     ┌────────────────┐
│  Nguyên liệu   │ ──> │   Sản xuất     │ ──> │ Lưu kho (GSP)  │ ──> │  Phân phối     │
│ (Nhập khẩu/Nội)│     │  (WHO-GMP)     │     │ (6.000 m2)     │     │ (Bắc-Trung-Nam)│
└────────────────┘     └────────────────┘     └────────────────┘     └────────────────┘
         │                                             ▲                      │
         └────────────── Ứ đọng vốn & Rủi ro Date ─────┴──────────────────────┘
                          (DSI tăng từ 80 -> 114 ngày)

Vấn đề thực tế (Problem Statement & Pain Points)

Tại Công ty Cổ phần Dược phẩm Nam Hà (NamHa Pharma) – doanh nghiệp có bề dày lịch sử từ năm 1960 với quy mô hơn 800 nhân sự và 3 trung tâm phân phối lớn (Hà Nội, Đà Nẵng, TP. Hồ Chí Minh) – thực trạng quản trị HTK trong giai đoạn 2014 – 2016 bộc lộ nhiều điểm nghẽn nghiêm trọng:

  1. Thiếu hụt mô hình định lượng: Doanh nghiệp chưa áp dụng các mô hình dự trữ khoa học như EOQ (Economic Order Quantity) hay ROP (Reorder Point). Việc đặt hàng chủ yếu dựa trên kinh nghiệm chủ quan và quy tắc cảm tính (chỉ đặt hàng khi lượng tồn kho chạm mức $1/3$ lô nhập).
  2. Tốc độ luân chuyển vốn suy giảm mạnh: Số ngày luân chuyển hàng tồn kho (DSI) tăng vọt từ 80 ngày (2014) lên 85 ngày (2015) và đạt 114 ngày (2016), tương đương mức tăng 34,52%.
  3. Ứ đọng vốn lưu động: Giá trị HTK năm 2016 tăng 41,95% (đạt 111.447 triệu VNĐ), kéo theo tỷ trọng HTK trong tài sản lưu động lên đến 56,04%, làm suy giảm khả năng sinh lợi của HTK từ 0,38 lần (2015) xuống 0,21 lần (2016) và khiến lợi nhuận sau thuế giảm 20,7%.
  4. Áp lực tuân thủ hạn dùng (Date): Theo Thông tư Bộ Y tế, nguyên liệu nhập khẩu phải có hạn dùng tối thiểu 3 năm, thành phẩm tối thiểu 18 tháng khi về cảng; việc lưu kho kéo dài 114 ngày làm gia tăng rủi ro hủy lô hàng do hết hạn.

Mục tiêu nghiên cứu của dự án

  1. Hệ thống hóa cơ sở lý luận về quản trị hàng tồn kho và các mô hình dự trữ tối ưu trong doanh nghiệp sản xuất kinh doanh dược phẩm.
  2. Phân tích thực trạng tài chính, các chỉ tiêu luân chuyển HTK và xác định các nhân tố ảnh hưởng thông qua kiểm định định lượng EFA và hồi quy đa biến trên phần mềm SPSS 20.
  3. Thiết kế giải pháp tái cấu trúc quy trình quản trị tồn kho: Ứng dụng mô hình EOQ kết hợp ROP, phân loại ABC và chuẩn hóa tổ chức kho bãi theo tiêu chuẩn GSP.

Phương pháp tiếp cận và Phạm vi

  • Phương pháp tiếp cận: Kết hợp phân tích định tính (phỏng vấn chuyên gia, khảo sát bảng hỏi Likert 5 điểm) và định lượng tài chính (phân tích BCTC 2014-2016) kết hợp phân tích nhân tố khám phá (EFA - Exploratory Factor Analysis) trên cỡ mẫu $N = 120$.
  • Phạm vi: Số liệu hoạt động sản xuất kinh doanh và quản trị kho tại Tổng công ty NamHa Pharma giai đoạn 2014 – 2016.
  • Giới hạn: Nghiên cứu tập trung vào chuỗi cung ứng nội địa và kho trung tâm; chưa mở rộng đánh giá chi tiết từng mã SKU riêng lẻ trong 200 sản phẩm lưu hành.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại NamHa Pharma, công tác theo dõi HTK đang sử dụng phương pháp Kê khai thường xuyên (KKTX) theo chuẩn mực kế toán Việt Nam VAS 02 và IAS 02. Trị giá tồn kho cuối kỳ được xác định liên tục theo công thức:

$$\text{Giá trị HTK cuối kỳ} = \text{Giá trị HTK đầu kỳ} + \text{Giá trị HTK nhập trong kỳ} - \text{Giá trị HTK xuất trong kỳ}$$

Tuy nhiên, khâu lập kế hoạch cung ứng lại phụ thuộc hoàn toàn vào dự báo định tính. Bảng so sánh dưới đây làm rõ sự khác biệt giữa phương pháp hiện tại và mô hình định lượng đề xuất:

Tiêu chí Phương pháp hiện trạng (Kinh nghiệm / Quy tắc 1/3) Mô hình đề xuất (Tích hợp ABC - EOQ - ROP)
Cơ sở đặt hàng Khi kho còn $1/3$ định mức nhập cũ Dựa trên điểm đặt hàng lại $ROP = d \times L + SS$
Quy mô đơn hàng Đặt theo lô cố định của nhà cung ứng Đặt theo lượng tối ưu kinh tế $EOQ = \sqrt{\frac{2DP}{H}}$
Phân bổ nguồn lực Quản lý đồng đều mọi loại dược phẩm Phân tầng kiểm soát nghiêm ngặt theo nhóm A (70-80% giá trị), B (15-25%), C (5%)
Thời gian lưu kho (DSI) 114 ngày (gây ứ đọng vốn) 75 – 85 ngày (tối ưu hóa dòng tiền)
Khả năng ứng phó rủi ro Thụ động, dễ thiếu hụt hoặc dư thừa Chủ động nhờ dự trữ an toàn (Safety Stock - SS)

Phân loại yêu cầu giải pháp theo mô hình MoSCoW

  • Must have (Bắt buộc có): Thuật toán tính EOQ và ROP cho các nguyên liệu chính; hệ thống kiểm soát nhiệt độ kho lạnh GSP (2-8°C, 8-15°C, 20-25°C); module theo dõi hạn dùng (Expiry Date Tracking).
  • Should have (Nên có): Ma trận phân tích ABC tự động; mô hình hồi quy dự báo nhu cầu tồn trữ dựa trên biến tổ chức và bộ máy quản trị.
  • Could have (Có thể có): Tích hợp Barcode/RFID tự động cập nhật số liệu nhập xuất vào hệ thống ERP.
  • Won't have (Chưa thực hiện): Hệ thống dự báo tự động bằng Machine Learning thời gian thực (để dành cho giai đoạn mở rộng).
                   MA TRẬN PHÂN LOẠI HÀNG TỒN KHO ABC TẠI DOANH NGHIỆP DƯỢC
  100% ┌─────────────────────────────────────────────────────────────┐
       │                                                      ...... │ Nhóm C (55% số lượng, 5% giá trị)
   95% ├─────────────────────────────────────────────''''''''        │
       │                              ...............                │ Nhóm B (30% số lượng, 20% giá trị)
   75% ├─────────────────'''''''''''''                               │
       │ ,,,,,,,,,,,,,,,,                                            │ Nhóm A (15% số lượng, 75% giá trị)
    0% └─────────────────────────────────────────────────────────────┘
       0%               15%                         45%             100%
                                Tỷ lệ chủng loại SKU (%)

Thiết kế hệ thống và Cơ chế vận hành

Hệ thống quản trị HTK cải tiến hoạt động dựa trên luồng xử lý thông tin khép kín từ dự báo, tối ưu hóa toán học đến kiểm soát chất lượng GSP:

graph TD
    A[Dữ liệu BCTC & Nhu cầu thị trường D] --> B[Module Phân loại ABC]
    B -->|Nhóm A: Giá trị cao 75%| C[Thuật toán EOQ & ROP Nghiêm ngặt]
    B -->|Nhóm B: Trung bình 20%| D[Thuật toán EOQ Định kỳ]
    B -->|Nhóm C: Giá trị thấp 5%| E[Phương pháp Đặt hàng theo Lô lớn]
    C --> F[Tính toán Safety Stock & Điểm ROP]
    D --> F
    F --> G[Bộ lọc Kiểm định Điều kiện GSP & Date]
    G --> H[Lệnh Đặt hàng Tối ưu Purchase Order]
    H --> I[Cập nhật Kê khai thường xuyên VAS 02]

Technology Stack & Công cụ ứng dụng

  • Phân tích dữ liệu & Thống kê: SPSS Statistics 20.0 (Phân tích độ tin cậy Cronbach's Alpha, EFA, Hồi quy tuyến tính bội OLS), Microsoft Excel 2016 (Xây dựng ma trận tương quan và bảng tính chi phí lưu kho).
  • Cơ sở dữ liệu quản lý kho: RDBMS Engine tuân thủ chuẩn ACID, hỗ trợ Schema quản lý phân lô (Batch/Lot Control) và hạn dùng.
  • Tiêu chuẩn quản lý chất lượng: WHO-GMP (Good Manufacturing Practice), GSP (Good Storage Practice), GLP (Good Laboratory Practice), ISO 9001:2008.

Thiết kế Schema Dữ liệu Hàng tồn kho (Relational Database Schema)

-- Bảng danh mục dược phẩm và tham số EOQ
CREATE TABLE Inventory_Item (
    item_id VARCHAR(20) PRIMARY KEY,
    item_name VARCHAR(255) NOT NULL,
    category_abc ENUM('A', 'B', 'C') NOT NULL,
    annual_demand DOUBLE NOT NULL,        -- Nhu cầu năm (D)
    order_cost DOUBLE NOT NULL,          -- Chi phí đặt hàng mỗi lần (P)
    holding_cost_rate DOUBLE NOT NULL,   -- Tỷ lệ phí lưu kho (C)
    unit_cost DOUBLE NOT NULL,           -- Đơn giá (V)
    lead_time_days INT NOT NULL,         -- Thời gian chờ hàng (L)
    safety_stock DOUBLE DEFAULT 0        -- Lượng dự trữ an toàn (SS)
);

-- Bảng chi tiết lô hàng và điều kiện bảo quản GSP
CREATE TABLE Inventory_Batch (
    batch_id VARCHAR(50) PRIMARY KEY,
    item_id VARCHAR(20),
    quantity_on_hand DOUBLE NOT NULL,
    manufacture_date DATE NOT NULL,
    expiry_date DATE NOT NULL,
    storage_condition ENUM('ROOM_20_25C', 'COOL_8_15C', 'COLD_2_8C', 'FREEZER') NOT NULL,
    warehouse_zone VARCHAR(50) NOT NULL,
    FOREIGN KEY (item_id) REFERENCES Inventory_Item(item_id)
);

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu kết hợp hai trụ cột phương pháp:

  1. Nghiên cứu định tính: Phỏng vấn sâu lãnh đạo phòng Kế toán, phòng Kinh doanh và thủ kho tại 3 chi nhánh; thiết kế bảng khảo sát gồm 8 nhóm nhân tố với thang đo Likert 5 điểm (1: Rất không đồng ý -> 5: Rất đồng ý).
  2. Nghiên cứu định lượng:
    • Khảo sát $N = 120$ quan sát hợp lệ (đạt chuẩn Hair et al., 2008 yêu cầu tỷ lệ tối thiểu $5:1$ trên mỗi biến đo lường).
    • Kiểm định thang đo qua hệ số tin cậy Cronbach's Alpha (yêu cầu $\alpha > 0.6$ và tương quan biến - tổng Corrected Item-Total Correlation $> 0.3$).
    • Phân tích nhân tố khám phá EFA (KMO $> 0.5$, Bartlett's Test $p < 0.05$, Eigenvalue $> 1$, Factor Loading $> 0.5$).
    • Xây dựng mô hình hồi quy tuyến tính xác định trọng số tác động của các nhân tố đến hiệu quả quản trị HTK ($KTT$).
               QUY TRÌNH NGHIÊN CỨU ĐỊNH LƯỢNG SPSS 20
┌──────────────────┐     ┌──────────────────┐     ┌──────────────────┐
│ Thu thập mẫu     │ ──> │ Kiểm định        │ ──> │ Phân tích nhân tố│
│ (N = 120 phiếu)  │     │ Cronbach's Alpha │     │ khám phá (EFA)   │
└──────────────────┘     └──────────────────┘     └──────────────────┘
                                                           │
┌──────────────────┐     ┌──────────────────┐              │
│ Đề xuất Giải pháp│ <── │ Mô hình Hồi quy  │ <────────────┘
│ Tối ưu Hàng tồn  │     │ Tuyến tính Bội   │
└──────────────────┘     └──────────────────┘

Implementation và kết quả

Quy trình phát triển và Thuật toán tối ưu

1. Mô hình lượng đặt hàng kinh tế (EOQ - Economic Order Quantity)

Mục tiêu là tối thiểu hóa hàm Tổng chi phí tồn kho ($TC$), bao gồm Chi phí đặt hàng ($S_{order}$) và Chi phí lưu kho ($S_{holding}$):

$$TC(Q) = \frac{D}{Q} \times P + \frac{Q}{2} \times H$$

Trong đó:

  • $D$: Nhu cầu hàng năm (Annual Demand).
  • $P$: Chi phí cho mỗi lần đặt hàng (Ordering Cost).
  • $H$: Chi phí lưu kho cho 1 đơn vị hàng trong năm ($H = C \times V$, với $C$ là tỷ lệ phí lưu kho, $V$ là giá trị đơn vị sản phẩm).
  • $Q$: Số lượng đặt hàng trong một đơn hàng.

Đạo hàm bậc nhất hàm tổng chi phí theo $Q$ và cho bằng 0 để tìm cực trị:

$$\frac{d(TC)}{dQ} = -\frac{D \cdot P}{Q^2} + \frac{H}{2} = 0 \iff Q^* = EOQ = \sqrt{\frac{2DP}{H}} = \sqrt{\frac{2DP}{C \cdot V}}$$

2. Mô hình Điểm đặt hàng lại (ROP - Reorder Point)

Nhằm khắc phục giả định phi thực tế "hàng về ngay lập tức", điểm đặt hàng lại có tính đến thời gian chờ giao hàng ($L$) và nhu cầu trung bình ngày ($d = \frac{D}{\text{Số ngày làm việc trong năm}}$):

$$ROP = d \times L + SS = \left(\frac{D}{360}\right) \times L + Z_{\alpha} \times \sigma_L$$

Trong đó:

  • $SS$: Dự trữ bảo hiểm (Safety Stock).
  • $Z_{\alpha}$: Hệ số tin cậy mức phục vụ (ví dụ $Z = 1.65$ cho mức phục vụ 95%).
  • $\sigma_L$: Độ lệch chuẩn của nhu cầu trong thời gian chờ hàng.
import math

class PharmaceuticalInventoryOptimizer:
    """
    Module tối ưu hóa lượng đặt hàng và điểm đặt hàng lại
    dành cho doanh nghiệp dược phẩm (NamHa Pharma)
    """
    def __init__(self, annual_demand: float, order_cost: float, 
                 unit_cost: float, holding_cost_ratio: float, 
                 lead_time_days: int, work_days: int = 360):
        self.D = annual_demand
        self.P = order_cost
        self.V = unit_cost
        self.C = holding_cost_ratio
        self.H = self.C * self.V
        self.L = lead_time_days
        self.work_days = work_days

    def calculate_eoq(self) -> float:
        """Tính toán lượng đặt hàng kinh tế tối ưu Q*"""
        if self.H <= 0:
            raise ValueError("Chi phí lưu kho đơn vị phải lớn hơn 0")
        eoq = math.sqrt((2 * self.D * self.P) / self.H)
        return round(eoq, 2)

    def calculate_rop(self, safety_stock: float = 0.0) -> float:
        """Tính toán điểm đặt hàng lại ROP kết hợp Safety Stock"""
        daily_demand = self.D / self.work_days
        rop = (daily_demand * self.L) + safety_stock
        return round(rop, 2)

    def total_cost(self, order_quantity: float) -> float:
        """Tính tổng chi phí tồn kho hàng năm TC"""
        ordering_cost = (self.D / order_quantity) * self.P
        holding_cost = (order_quantity / 2) * self.H
        return round(ordering_cost + holding_cost, 2)

# Ví dụ thực nghiệm cho lô nguyên liệu Paracetamol tại NamHa Pharma:
# D = 50.000 kg/năm, P = 2.500.000 VNĐ/đơn, V = 120.000 VNĐ/kg, C = 15%/năm, L = 15 ngày
optimizer = PharmaceuticalInventoryOptimizer(
    annual_demand=50000, 
    order_cost=2500000, 
    unit_cost=120000, 
    holding_cost_ratio=0.15, 
    lead_time_days=15
)

q_opt = optimizer.calculate_eoq()
rop_opt = optimizer.calculate_rop(safety_stock=500)
tc_opt = optimizer.total_cost(q_opt)

# Kết quả: q_opt = 3.726,78 kg; rop_opt = 2.583,33 kg; tc_opt = 67.082.039 VNĐ

Kiểm định thống kê và Kết quả định lượng (SPSS 20)

Kết quả phân tích độ tin cậy thang đo (Cronbach's Alpha) và hồi quy đa biến trên mẫu khảo sát cán bộ nhân viên NamHa Pharma:

Bảng kết quả kiểm định độ tin cậy thang đo

STT Nhóm nhân tố Số biến quan sát Hệ số Cronbach's Alpha Đánh giá / Quyết định
1 Bộ máy quản trị ($BM$) 3 0.733 Đạt yêu cầu ($\alpha > 0.6$)
2 Tổ chức quản trị ($TC$) 3 0.457 Loại biến TC3; Giữ nhóm TC hiệu chỉnh
3 Môi trường tự nhiên ($TN$) 3 0.091 Loại TN3; Tinh chỉnh thang đo thời vụ
4 Nguồn nhân lực ($NL$) 3 0.021 Loại bỏ khỏi mô hình hồi quy chính
5 Công nghệ ($CN$) 4 0.185 Loại bỏ do độ tương quan biến thấp
6 Môi trường cạnh tranh ($CT$) 3 0.256 Không tác động trực tiếp đến biến nội bộ
7 Môi trường pháp luật ($PL$) 3 -0.327 Loại bỏ do tính nghịch hướng thang đo
8 Hiệu quả quản trị HTK ($KTT$) 2 0.782 Biến phụ thuộc đạt độ tin cậy cao

Phương trình hồi quy chuẩn hóa:

$$KTT = \beta_0 + \beta_1 \cdot TC + \beta_2 \cdot BM + \beta_3 \cdot TN + \epsilon$$

Kết quả phân tích hồi quy chỉ ra rằng Khâu tổ chức ($TC$) và Bộ máy quản trị ($BM$) là hai nhân tố bên trong tác động mạnh nhất cùng chiều đến chất lượng quản trị HTK (với $p < 0.01$). Các yếu tố bên ngoài (pháp luật, cạnh tranh) không tạo ra biến động đột biến nhờ hệ thống thích ứng tốt của công ty.

       MỨC ĐỘ ẢNH HƯỞNG CỦA CÁC NHÂN TỐ ĐẾN HIỆU QUẢ QUẢN TRỊ HTK
                    (Trích xuất từ kết quả Hồi quy SPSS)
  Khâu Tổ chức (TC)         [====================================] Trọng số cao nhất (p < 0.01)
  Bộ máy Quản trị (BM)      [===========================] Ảnh hưởng mạnh (p < 0.01)
  Môi trường Tự nhiên (TN)  [============== ] Ảnh hưởng tính mùa vụ (p < 0.05)
  Công nghệ & Pháp luật     [====] Không có ý nghĩa thống kê trực tiếp

Kết quả tài chính và Đo lường hiệu quả

Phân tích đối sánh các chỉ số tài chính của NamHa Pharma trong giai đoạn nghiên cứu 2014 – 2016:

Chỉ tiêu tài chính Đơn vị Năm 2014 Năm 2015 Năm 2016 Chênh lệch 2016/2015 (%)
Giá vốn hàng bán (COGS) Triệu VNĐ 476.824 502.096 528.707 +5,30%
Giá trị Hàng tồn kho Triệu VNĐ 105.263 111.447 158.201 +41,95%
Doanh thu thuần Triệu VNĐ 732.744 741.904 748.200 +0,85%
Lợi nhuận sau thuế Triệu VNĐ 37.533 45.485 36.071 -20,70%
Hệ số vòng quay HTK Lần 4,53 4,25 3,15 -25,88%
Số ngày luân chuyển HTK (DSI) Ngày 80 85 114 +34,52%
Hệ số đảm nhiệm HTK Lần 0,15 0,15 0,21 +40,00%
Khả năng sinh lợi của HTK Lần 0,34 0,38 0,21 -44,74%
Tỷ trọng HTK trong TSLĐ % 46,44% 44,41% 56,04% +26,07%

Dữ liệu cho thấy năm 2016 là năm hiệu quả sử dụng vốn HTK bị suy giảm nghiêm trọng: Để tạo ra 1 đồng doanh thu thuần, doanh nghiệp phải bỏ ra 0,21 đồng vốn đầu tư vào HTK (tăng từ mức 0,15 đồng của các năm trước). Áp dụng mô hình tối ưu hóa giúp đảo ngược xu thế này, đưa vòng quay HTK trở lại mức chuẩn 4,5 - 5,0 lần/năm.

Đổi mới và đóng góp

  1. Chuyển dịch từ quản trị cảm tính sang mô hình toán học định lượng:
    • Thay thế hoàn toàn "quy tắc 1/3" thiếu cơ sở khoa học bằng hệ thống công thức $EOQ - ROP$ gắn liền với thời gian giao hàng (Lead time) và xác suất biến động nhu cầu thực tế.
  2. Tích hợp phân tầng chất lượng GSP vào phân tích ABC:
    • Khác với quản trị HTK thông thường, nghiên cứu xây dựng cơ chế tích hợp giữa phân loại giá trị kinh tế (ABC) và điều kiện bảo quản vật lý nghiêm ngặt của ngành dược:
      • Nhóm A / Kho lạnh (2 - 8°C): Vắc xin, sinh phẩm, kháng sinh đặc trị $\rightarrow$ Kiểm kê hàng ngày, đặt hàng EOQ theo tháng.
      • Nhóm B / Kho mát (8 - 15°C): Viên nang mềm, thuốc mỡ, siro $\rightarrow$ Kiểm kê hàng tuần, áp dụng ROP linh hoạt.
      • Nhóm C / Kho thường (20 - 25°C, độ ẩm $\le 75%$): Bông băng, bao bì, tá dược thông thường $\rightarrow$ Đặt hàng theo lô lớn để hưởng chiết khấu số lượng (mô hình QDM).
  3. Hiệu quả định lượng vượt trội:
    • Giảm số ngày luân chuyển kho (DSI) dự kiến từ 114 ngày xuống 78 - 82 ngày (giảm ~28%).
    • Cắt giảm chi phí lưu kho và bảo quản từ 15% đến 22% thông qua việc loại bỏ ứ đọng nguyên vật liệu dư thừa.
    • Giải phóng khoảng 35 - 40 tỷ VNĐ vốn lưu động bị chiếm dụng trong HTK để tái đầu tư mở rộng dây chuyền GMP-WHO.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế (Real-World Use Cases)

                            KỊCH BẢN ĐIỀU PHỐI DƯỢC PHẨM THEO ZONE
┌────────────────────────────────────────────────────────────────────────────────────────┐
│ KỊCH BẢN 1: NGUYÊN LIỆU KHÁNG SINH NHẬP KHẨU (NHÓM A - GSP COLD ZONE)                  │
│ • Lead time: 45 ngày (Nhập cảng Hải Phòng) | Hạn dùng quy định: >= 3 năm               │
│ • Cơ chế: Kích hoạt ROP tự động khi tồn kho = 45 ngày sản xuất + 10 ngày Safety Stock  │
├────────────────────────────────────────────────────────────────────────────────────────┤
│ KỊCH BẢN 2: THUỐC CẢM CÚM THEO MÙA VỤ (NHÓM B - PHỤ THUỘC BIẾN TN)                     │
│ • Mùa đông - xuân: Nhu cầu tăng 140% | Cơ chế: Điều chỉnh hệ số D theo quý             │
│ • Áp dụng thuật toán EOQ mùa vụ nhằm ngăn chặn đứt gãy cung ứng                        │
└────────────────────────────────────────────────────────────────────────────────────────┘

Kế hoạch và Lộ trình triển khai (Implementation Roadmap)

Giai đoạn Thời gian Nội dung công việc trọng tâm Deliverables đầu ra
Giai đoạn 1: Chuẩn hóa dữ liệu Tháng 1 - 2 Rà soát toàn bộ 200+ danh mục SKU; phân định nhóm A-B-C; đo lường Lead time thực tế của nhà cung cấp. Bảng phân loại ABC hoàn chỉnh; Danh mục thông số $D, P, H, L$.
Giai đoạn 2: Thử nghiệm mô hình Tháng 3 - 4 Vận hành thử nghiệm thuật toán EOQ - ROP trên 15 nguyên liệu nhóm A tại nhà máy Nam Định. Báo cáo sai lệch giữa thực tế và mô hình; Tinh chỉnh hệ số $Z_\alpha$.
Giai đoạn 3: Số hóa & Tích hợp Tháng 5 - 6 Cài đặt công cụ tính toán tự động trên Excel/SPSS/ERP nội bộ; liên kết dữ liệu giữa kho và phòng Kế toán. Phần mềm/Bảng tính tính ROP tự động; Quy trình SOP mới.
Giai đoạn 4: Đào tạo & Nhân rộng Tháng 7 trở đi Đào tạo thủ kho và nhân viên kế toán kho tại 3 chi nhánh; kiểm toán định kỳ theo chuẩn GSP và ISO 9001. 100% nhân viên vận hành đúng quy trình chuẩn; Báo cáo tối ưu DSI.

Hạn chế và hướng phát triển

Hạn chế học thuật và thực tiễn

  1. Giả định nhu cầu ổn định: Mô hình EOQ cơ bản giả định nhu cầu $D$ không đổi trong năm, trong khi thực tế tiêu thụ dược phẩm chịu ảnh hưởng bởi dịch bệnh và mùa vụ (biến $TN$).
  2. Quy mô mẫu khảo sát: Cỡ mẫu $N = 120$ tập trung chủ yếu tại trụ sở chính và nhà máy, chưa bao phủ toàn diện ý kiến nhân viên tại các kho trung chuyển trực thuộc chi nhánh miền Trung và miền Nam.
  3. Mức độ tích hợp công nghệ: Nghiên cứu dừng lại ở mức đề xuất mô hình tính toán định lượng và kiểm định SPSS, chưa xây dựng module phần mềm WMS (Warehouse Management System) độc lập.

Hướng nghiên cứu và mở rộng tiếp theo

  • Nâng cấp lên Mô hình EOQ ngẫu nhiên (Stochastic EOQ) và mô hình dự trữ thiếu có chủ định (BOQ) để thích ứng với biến động giá nguyên liệu dược thế giới.
  • Ứng dụng cảm biến IoT kết hợp RFID trong kho GSP 6.000 $m^2$ để tự động hóa việc ghi nhận nhiệt độ, độ ẩm và vị trí lô hàng theo thời gian thực.
  • Ứng dụng giải thuật học máy (Time-series ARIMA/LSTM) để dự báo nhu cầu tiêu thụ thành phẩm dược theo dữ liệu dịch tễ học.

Đối tượng hưởng lợi

                               ĐỐI TƯỢNG HƯỞNG LỢI DỰ ÁN
┌───────────────────────────┬───────────────────────────┬───────────────────────────┐
│     SINH VIÊN & NC        │    DOANH NGHIỆP DƯỢC      │     NHÀ PHÁT TRIỂN /      │
│     (Học thuật)           │     (Kinh doanh)          │     CHUYÊN VIÊN DỮ LIỆU   │
│                           │                           │                           │
│ • Tài liệu mẫu về kết hợp │ • Giảm DSI từ 114 -> 80 d │ • Bộ công thức toán học   │
│   tài chính & SPSS        │ • Cắt giảm 15-22% chi phí │   và Code Python tối ưu   │
│ • Phương pháp luận EFA    │ • Giải phóng 35-40 tỷ VNĐ │ • Cấu trúc Schema cơ sở   │
│   chuẩn mực cho khóa luận │ • Đảm bảo 100% chuẩn GSP  │   dữ liệu phân lô ngành y │
└───────────────────────────┴───────────────────────────┴───────────────────────────┘
  • Sinh viên khối ngành Kinh tế, Logistics, Dược thương mại: Khung tham chiếu thực tế về cách kết hợp giữa lý thuyết tài chính doanh nghiệp với công cụ phân tích thống kê định lượng SPSS 20.
  • Lãnh đạo và Nhà quản lý chuỗi cung ứng Dược phẩm: Mô hình tham chiếu trực tiếp để tái cơ cấu kho bãi, giảm áp lực ứ đọng vốn và đảm bảo an toàn chất lượng thuốc theo tiêu chuẩn Bộ Y tế.
  • Chuyên viên phân tích hệ thống (System Analysts): Cấu trúc thuật toán và cơ sở dữ liệu mẫu để số hóa quy trình quản trị kho phân lô theo hạn dùng.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để doanh nghiệp triển khai giải pháp này là gì?

Doanh nghiệp chỉ cần hệ thống máy tính văn phòng có khả năng chạy Microsoft Excel 2016 trở lên hoặc phần mềm thống kê (SPSS 20, R, Python), kết hợp hệ thống phần mềm kế toán hiện có (đang áp dụng phương pháp KKTX). Về mặt kho bãi, bắt buộc phải đạt tiêu chuẩn GSP với đầy đủ phân vùng nhiệt độ (kho lạnh 2-8°C, kho mát 8-15°C, kho thường 20-25°C).

2. Mô hình EOQ có bị lỗi thời khi nhu cầu thuốc biến động mạnh không?

Khi nhu cầu biến động mạnh (ví dụ dịch bệnh theo mùa), mô hình EOQ cơ bản được điều chỉnh bằng cách bổ sung lượng dự trữ an toàn ($SS = Z_\alpha \times \sigma_L$) và tính toán lại nhu cầu $D$ theo từng quý thay vì cố định cả năm. Điều này giúp doanh nghiệp vừa không bị đứt gãy nguồn cung, vừa không ôm đồm lượng hàng quá lớn.

3. Làm thế nào để kiểm soát hạn sử dụng (Expiry Date) khi áp dụng EOQ?

Thuật toán ROP tích hợp điều kiện ràng buộc hạn dùng: Nếu số lượng đặt hàng kinh tế $EOQ$ vượt quá lượng tiêu thụ dự kiến trong $1/3$ thời hạn sử dụng còn lại của lô thuốc, quy mô lô hàng sẽ tự động được điều chỉnh giảm xuống mức an toàn để đảm bảo tuân thủ quy định thành phẩm nhập khẩu phải còn hạn trên 18 tháng và nguyên liệu trên 3 năm.

4. Chi phí triển khai và thời gian thu hồi vốn (ROI) dự kiến ra sao?

Chi phí triển khai chủ yếu là chi phí đào tạo nhân sự và chuẩn hóa dữ liệu (khoảng 50 - 100 triệu VNĐ nếu tự triển khai nội bộ). Với lượng vốn lưu động giải phóng ước tính 35 - 40 tỷ VNĐ và tiết kiệm hàng trăm triệu đồng chi phí lưu kho mỗi năm, thời gian hoàn vốn đầu tư chỉ diễn ra trong vòng 1 đến 3 tháng.

5. Tại sao nghiên cứu loại bỏ biến Nguồn nhân lực và Pháp luật khỏi mô hình hồi quy?

Qua kiểm định độ tin cậy Cronbach's Alpha trên SPSS 20, các biến quan sát của nhóm $NL$ và $PL$ có hệ số quá thấp ($\alpha < 0.3$), không đảm bảo tính nhất quán nội tại của thang đo. Điều này phản ánh môi trường pháp lý và trình độ nhân sự tại NamHa Pharma tương đối đồng đều, không tạo ra sự phân hóa tác động rõ rệt lên hiệu quả HTK bằng biến Khâu tổ chức ($TC$) và Bộ máy quản trị ($BM$).

Kết luận

Đề tài nghiên cứu đã giải quyết toàn diện bài toán tối ưu hóa quản trị hàng tồn kho tại Công ty Cổ phần Dược phẩm Nam Hà trên cả ba phương diện: Lý luận, Thực chứng tài chính và Giải pháp ứng dụng. Bằng việc chỉ rõ sự sụt giảm hiệu quả luân chuyển kho trong năm 2016 (DSI tăng lên 114 ngày, vòng quay HTK giảm xuống 3,15 lần, lợi nhuận giảm 20,7%), nghiên cứu đã chứng minh tính cấp thiết của việc từ bỏ các thói quen quản lý cảm tính để chuyển sang ứng dụng mô hình định lượng EOQ - ROP kết hợp phân loại ABC.

Giải pháp không chỉ mang lại giá trị học thuật chuẩn mực thông qua kiểm định định lượng trên SPSS 20, mà còn đem lại giá trị kinh tế trực tiếp cho doanh nghiệp: Giúp giảm thời gian lưu kho về mức 80 ngày, giải phóng hàng chục tỷ đồng vốn lưu động và đảm bảo tuyệt đối chất lượng dược phẩm theo chuẩn WHO-GMP và GSP. Các doanh nghiệp sản xuất kinh doanh dược phẩm có thể ứng dụng ngay bộ công cụ tính toán và lộ trình triển khai này để nâng cao năng lực cạnh tranh trong kỷ nguyên số hóa chuỗi cung ứng.