Giới thiệu dự án

Ngành dệt may Việt Nam đóng vai trò trụ cột trong nền kinh tế quốc dân với kim ngạch xuất khẩu đạt trên 40 tỷ USD/năm, đóng góp xấp xỉ 12-16% tổng kim ngạch xuất khẩu cả nước (theo số liệu từ Hiệp hội Dệt May Việt Nam - VITAS). Tuy nhiên, trước các biến động địa chính trị toàn cầu và sự gián đoạn chuỗi cung ứng, các doanh nghiệp thương mại dệt may đối mặt với áp lực cạnh tranh khốc liệt. Trong bối cảnh đó, năng lực vận hành của lực lượng bán hàng (Sales Force) trở thành yếu tố sống còn quyết định doanh thu và vị thế thị trường của doanh nghiệp.

Đề tài khóa luận tập trung giải quyết bài toán thực tiễn tại Công ty Cổ phần Thương Mại Nhà Bè (NBT) – đơn vị thành viên của Tổng Công ty CP May Nhà Bè (NBC), chuyên kinh doanh thời trang công sở, nhận may đồng phục doanh nghiệp và gia công xuất khẩu quốc tế (chứng nhận ISO 9001:2008).

                                  +------------------------------------+
                                  |    TỔNG CÔNG TY CP MAY NHÀ BÈ     |
                                  |              (NBC)                 |
                                  +-----------------+------------------+
                                                    |
                                                    v
                                  +------------------------------------+
                                  |    CÔNG TY CP THƯƠNG MẠI NHÀ BÈ   |
                                  |              (NBT)                 |
                                  +-----------------+------------------+
                                                    |
                     +------------------------------+-----------------------------+
                     |                                                            |
                     v                                                            v
+-----------------------------------------+                  +-----------------------------------------+
|      HIỆN TRẠNG QUẢN TRỊ BÁN HÀNG       |                  |        GIẢI PHÁP TÁI CẤU TRÚC LAI       |
| - Cấu trúc phân tán, chồng chéo địa bàn |                  | - Phân nhóm khách hàng mục tiêu MoSCoW  |
| - Quy mô nhân sự ước lượng cảm tính    |  =============>  | - Thuật toán Talley Workload Method     |
| - Lương cứng chiếm >85%, thiếu động lực |                  | - Chính sách thù lao 3P & KPI động      |
| - Quản lý thủ công, thiếu SalesTech     |                  | - Tích hợp CRM/ERP Odoo 16.0 Engine     |
+-----------------------------------------+                  +-----------------------------------------+

Vấn đề cốt lõi (Problem Statement) tại NBT bao gồm:

  • Chồng chéo cấu trúc: Sự phân định giữa kênh B2B (đồng phục doanh nghiệp cho các đối tác lớn như Vietcombank, PNJ, Prudential, HDBank) và kênh B2C/FOB xuất khẩu chưa rõ ràng, dẫn đến tình trạng tranh chấp khách hàng nội bộ và lãng phí nguồn lực tiếp cận.
  • Định biên nhân sự thiếu cơ sở khoa học: Việc phân bổ nhân sự bán hàng chủ yếu dựa trên cảm tính thay vì tính toán định lượng theo khối lượng công việc (Workload Analysis) và tần suất tiếp xúc khách hàng.
  • Cơ chế đãi ngộ chưa tạo động lực: Tỷ trọng lương cố định chiếm quá cao (>85%), chính sách hoa hồng theo biên lợi nhuận sản phẩm chưa đủ sức khuyến khích khai thác khách hàng tiềm năng mới.
  • Thiếu công cụ số hóa quy trình bán hàng: Tương tác khách hàng, theo dõi đơn hàng may đo và tiến độ mẫu chưa được tích hợp trên nền tảng quản trị quan hệ khách hàng tập trung (CRM).

Mục tiêu nghiên cứu cụ thể của đề tài:

  1. Hệ thống hóa cơ sở lý luận về quản trị và cấu trúc lực lượng bán hàng trong doanh nghiệp B2B/B2C.
  2. Phân tích thực trạng tổ chức đội ngũ, quy trình bán hàng và kết quả kinh doanh tại NBT giai đoạn 2017–2019.
  3. Ứng dụng mô hình toán định lượng khối lượng công việc (Workload Method - Talley Model) để xác định quy mô nhân sự tối ưu.
  4. Đề xuất mô hình tổ chức lai (Hybrid Customer-Product Sales Structure) kết hợp hệ thống đãi ngộ 3P và quy trình tự động hóa Sales Pipeline.

Phạm vi nghiên cứu tập trung vào 3 mảng kinh doanh cốt lõi của NBT: May đo đồng phục, Thời trang công sở và Xuất khẩu FOB/CMT, sử dụng chuỗi dữ liệu kinh doanh 2017–2019 và định hướng chuẩn hóa vận hành đến 2025.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại NBT, lực lượng bán hàng trực thuộc Phòng Kinh doanh chia làm 3 bộ phận: Kinh doanh Nội địa, Kinh doanh Xuất nhập khẩu và Kinh doanh May Đồng phục. Đội ngũ hiện hành gồm 18 nhân viên kinh doanh trực tiếp nhưng hiệu suất bình quân mỗi nhân viên chưa đồng đều giữa các nhóm.

Tiêu chí Cấu trúc theo Địa lý (Geographic) Cấu trúc theo Sản phẩm (Product-based) Mô hình đề xuất: Cấu trúc Lai theo Khách hàng & Kỹ thuật số (Hybrid Matrix)
Chi phí vận hành Thấp nhất (tối ưu đi lại) Cao (trùng lặp tuyến đường) Trung bình - Được bù trừ bởi tối ưu hóa Lead Pipeline
Mức độ hiểu SP Thấp (phải bán toàn bộ danh mục) Rất cao (chuyên sâu kỹ thuật may) Chuyên sâu theo nhóm giải pháp khách hàng
Trải nghiệm KH Khách hàng nhận 1 đầu mối chung Nhận nhiều lời mời chào từ các nhóm Một Account Manager chuyên trách + Technical Sales hỗ trợ
Khả năng mở rộng Trung bình Tốt cho sản phẩm kỹ thuật cao Tối ưu hóa đa kênh B2B2C và thị trường quốc tế

Yêu cầu người dùng nội bộ (Sales Reps, Sales Managers, BGĐ) được chuẩn hóa theo ma trận MoSCoW:

  • Must have (Bắt buộc): Bảng phân định rõ trách nhiệm tài khoản khách hàng (Account Ownership); công thức định biên nhân sự theo khối lượng công việc; chính sách hoa hồng thưởng lũy tiến theo biên lợi nhuận gộp (Gross Margin).
  • Should have (Nên có): Hệ thống phần mềm CRM theo dõi toàn trình từ Lead -> Mẫu thử (Fitting Sample) -> Báo giá -> Hợp đồng -> Sản xuất xưởng may; dashboard báo cáo doanh số real-time.
  • Could have (Có thể có): Thuật toán tự động phân bổ Lead (Round-Robin/Score-based Routing) cho đại diện bán hàng nội địa.
  • Won't have (Chưa ưu tiên): Tích hợp AI tạo mẫu thời trang 3D tự động trong giai đoạn 1.

Thiết kế hệ thống tổ chức và dữ liệu

Hệ thống quản trị lực lượng bán hàng NBT được thiết kế theo kiến trúc 3 tầng: Lớp quy trình tổ chức (Organizational Layer), Lớp tự động hóa bán hàng (Sales Automation Layer) và Lớp cơ sở dữ liệu phân tích (Analytics & Database Layer).

graph TD
    subgraph "Kênh Khách Hàng (Customer Touchpoints)"
        C1["Khách hàng Doanh nghiệp B2B (Đồng phục)"]
        C2["Đối tác Quốc tế (Xuất khẩu FOB/CMT)"]
        C3["Đại lý & Showroom Bán lẻ Nội địa"]
    end

    subgraph "Hệ Thống Lực Lượng Bán Hàng Lai (Hybrid Sales Force Engine)"
        AM["Key Account Managers (KAM)"]
        TS["Technical Sales (Kỹ thuật may mẫu)"]
        IS["Inside Sales / Lead Qualifier"]
    end

    subgraph "Hạ Tầng Công Nghệ & Dữ Liệu (Odoo 16.0 + PostgreSQL 15)"
        CRM["Odoo CRM Module v16.0"]
        ERP["Odoo Manufacturing & Inventory"]
        DB[(PostgreSQL 15 Sales Data Warehouse)]
        BI["Metabase / Power BI Reporting Engine"]
    end

    C1 --> AM
    C2 --> AM
    C3 --> IS
    AM <--> TS
    AM --> CRM
    IS --> CRM
    CRM --> ERP
    CRM --> DB
    ERP --> DB
    DB --> BI

Cấu trúc cơ sở dữ liệu quan hệ (PostgreSQL 15.3) quản lý tài khoản bán hàng, định mức công việc và phân bổ hoa hồng được thiết kế chuẩn hóa:

-- Bảng quản lý nhân sự lực lượng bán hàng và chỉ tiêu KPI
CREATE TABLE sales_reps (
    rep_id VARCHAR(10) PRIMARY KEY,
    full_name VARCHAR(100) NOT NULL,
    sales_channel VARCHAR(20) CHECK (sales_channel IN ('UNIFORM_B2B', 'EXPORT_FOB', 'RETAIL')),
    territory_code VARCHAR(10),
    base_salary NUMERIC(12, 2) NOT NULL,
    monthly_quota NUMERIC(14, 2) NOT NULL,
    commission_rate NUMERIC(4, 3) DEFAULT 0.020,
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

-- Bảng theo dõi Pipeline đơn hàng và trạng thái mẫu may đo
CREATE TABLE sales_opportunities (
    opp_id VARCHAR(15) PRIMARY KEY,
    customer_id VARCHAR(10) NOT NULL,
    assigned_rep_id VARCHAR(10) REFERENCES sales_reps(rep_id),
    stage VARCHAR(30) CHECK (stage IN ('QUALIFICATION', 'SAMPLE_DEV', 'PRICE_NEGOTIATION', 'CONTRACT_SIGNED', 'IN_PRODUCTION', 'DELIVERED', 'CLOSED_LOST')),
    estimated_revenue NUMERIC(14, 2) NOT NULL,
    sample_approval_status BOOLEAN DEFAULT FALSE,
    gross_margin_rate NUMERIC(4, 3),
    contract_signed_date DATE,
    FOREIGN KEY (assigned_rep_id) REFERENCES sales_reps(rep_id) ON DELETE RESTRICT
);

Phương pháp nghiên cứu và định lượng (Methodology)

Nghiên cứu áp dụng phương pháp định lượng kết hợp khung làm việc DMAIC (Define - Measure - Analyze - Improve - Control):

  • Define: Xác định điểm nghẽn trong chi phí bán hàng (SG&A) và tỷ lệ chốt đơn (Win rate).
  • Measure: Thu thập số liệu doanh thu, chi phí, số lượng cuộc gọi, số lần tiếp xúc thực địa giai đoạn 2017–2019.
  • Analyze: Phân tích ma trận SWOT, phân tích tỷ suất sinh lời trên mỗi nhóm sản phẩm (Veston, Áo sơ mi, Đồng phục bảo hộ, Đầm váy công sở).
  • Improve: Ứng dụng mô hình Talley Workload Method để tái cấu trúc quy mô đội ngũ.
  • Control: Thiết lập bộ chỉ số KPI đa chiều (Sales Activity, Pipeline Velocity, Customer Lifetime Value).

Implementation và kết quả

Quy trình triển khai và Thuật toán định biên Workload

Để xác định chính xác số lượng đại diện bán hàng ($N$) cần thiết cho NBT, mô hình khối lượng công việc (Workload Approach) của Walter J. Talley được xây dựng với công thức toán học:

$$N = \frac{\sum_{i=1}^{k} (C_i \times F_i \times T_i)}{H}$$

Trong đó:

  • $k$: Số phân khúc khách hàng phân loại theo doanh số mua sắm hàng năm (Class A: VIP, Class B: Tiềm năng trung bình, Class C: Khách hàng nhỏ/Mới).
  • $C_i$: Số lượng khách hàng thuộc nhóm $i$.
  • $F_i$: Tần suất tiếp xúc trực tiếp quy chuẩn hàng năm cho nhóm $i$ (lượt tiếp xúc/năm).
  • $T_i$: Thời gian trung bình tiêu tốn cho một lượt tiếp xúc thuộc nhóm $i$ (bao gồm di chuyển, may mẫu, tư vấn, giờ/lượt).
  • $H$: Tổng số giờ bán hàng khả dụng thực tế của 1 nhân viên trong năm (đã trừ thời gian hành chính, hội họp, đào tạo).

Đoạn mã Python 3.10 thực hiện thuật toán tính toán quy mô nhân sự và tính toán hoa hồng động:

import numpy as np
import pandas as pd

def calculate_sales_force_size(customer_classes: list[dict], annual_available_hours: float = 1600.0) -> dict:
    """
    Tính toán quy mô lực lượng bán hàng tối ưu dựa trên Talley Workload Model.
    """
    total_workload_hours = 0.0
    detailed_metrics = []

    for c in customer_classes:
        class_name = c["name"]
        num_clients = c["count"]
        call_frequency = c["frequency_per_year"]  # Số lần tiếp xúc/năm
        hours_per_call = c["hours_per_call"]      # Thời lượng trung bình (giờ)
        
        workload = num_clients * call_frequency * hours_per_call
        total_workload_hours += workload
        
        detailed_metrics.append({
            "Phân khúc": class_name,
            "Số KH": num_clients,
            "Tần suất (lần/năm)": call_frequency,
            "Thời lượng (h)": hours_per_call,
            "Tổng tải (h)": workload
        })

    required_reps = total_workload_hours / annual_available_hours
    rounded_reps = int(np.ceil(required_reps))
    
    return {
        "breakdown": pd.DataFrame(detailed_metrics),
        "total_hours": total_workload_hours,
        "exact_reps_needed": round(required_reps, 2),
        "recommended_reps": rounded_reps
    }

# Thiết lập tham số thực nghiệm tại NBT năm 2019-2020
customer_data = [
    {"name": "Class A (Hợp đồng > 1 tỷ VNĐ: Ngân hàng, Bảo hiểm)", "count": 25, "frequency_per_year": 24, "hours_per_call": 3.5},
    {"name": "Class B (Hợp đồng 200tr - 1 tỷ: Doanh nghiệp vừa)", "count": 80, "frequency_per_year": 12, "hours_per_call": 2.0},
    {"name": "Class C (Khách hàng vãng lai, đồng phục nhóm nhỏ)", "count": 220, "frequency_per_year": 4, "hours_per_call": 1.0}
]

result = calculate_sales_force_size(customer_data, annual_available_hours=1550.0)
print(f"Tổng khối lượng công việc: {result['total_hours']} giờ/năm")
print(f"Quy mô nhân sự tối ưu khuyến nghị: {result['recommended_reps']} nhân sự B2B chuyên trách")

Cơ chế đãi ngộ và phân bổ thưởng 3P

Chính sách đãi ngộ thù lao được chuyển đổi từ mô hình 90% Lương cứng - 10% Thưởng phẳng sang mô hình linh hoạt 60% Cố định (P1 - Position, P2 - Person) và 40% Biến đổi theo hiệu suất (P3 - Performance):

$$\text{Thu nhập tháng} = \text{Lương cứng (P1 + P2)} + \left(\text{Doanh số thuần} \times \alpha \times \beta_{\text{margin}} \times \gamma_{\text{KPI}}\right)$$

Trong đó:

  • $\alpha$: Tỷ lệ hoa hồng cơ sở (từ 1.5% đến 3.5% tùy danh mục sản phẩm).
  • $\beta_{\text{margin}}$: Hệ số thưởng chất lượng biên lợi nhuận (nếu Gross Margin $\ge 25%$, $\beta = 1.2$; nếu $18% \le \text{Margin} < 25%$, $\beta = 1.0$; nếu $< 18%$, $\beta = 0.7$).
  • $\gamma_{\text{KPI}}$: Hệ số hoàn thành KPI định tính (tỷ lệ thu hồi công nợ đúng hạn, mức độ hài lòng của khách hàng NPS).
          MÔ HÌNH ĐÃI NGỘ TRUYỀN THỐNG                   MÔ HÌNH ĐÃI NGỘ ĐỀ XUẤT (3P)
     +-----------------------------------+            +-----------------------------------+
     |                                   |            |                                   |
     |   Lương cứng cố định: 85% - 90%   |            |   Lương cơ bản (P1 + P2): 60%     |
     |                                   |            |                                   |
     +-----------------------------------+            +-----------------------------------+
     | Thưởng phẳng: 10% - 15%           |            | Hoa hồng biến đổi (P3): 40%      |
     +-----------------------------------+            | (Gắn liền Gross Margin & KPI)     |
                                                      +-----------------------------------+

Kiểm định và Kết quả kinh doanh đạt được

Dữ liệu kiểm chứng từ báo cáo tài chính giai đoạn 2017–2019 và mô phỏng vận hành 2020:

Chỉ số vận hành & Tài chính Năm 2017 (Thực tế) Năm 2018 (Thực tế) Năm 2019 (Thực tế) Giai đoạn chuẩn hóa (Mô phỏng 2020) Mức độ cải thiện
Doanh thu thuần (tỷ VNĐ) 2.428 4.850 7.920 11.250 +42.0% YoY
Lợi nhuận gộp (Gross Margin) 1.73% 2.65% 3.82% 6.50% +268 bps
Tỷ lệ chi phí bán hàng/Doanh thu 9.55% 8.80% 7.34% 5.85% Giảm 149 bps
Thời gian chốt hợp đồng B2B (ngày) 45 ngày 38 ngày 34 ngày 22 ngày Rút ngắn 35.3%
Tỷ lệ giữ chân khách hàng (Retention) 62.0% 68.5% 74.0% 88.5% +14.5 điểm %
Tỷ lệ hoàn thành định mức KPI 58.0% 64.0% 71.5% 89.0% +17.5 điểm %

Đổi mới và đóng góp

  1. Chuẩn hóa phương pháp định lượng vào Quản trị Nhân sự Bán hàng ngành May mặc: Thay thế phương pháp giao khoán doanh số cảm tính bằng thuật toán Talley Workload Method, cân đối giữa số lượng tài khoản B2B và năng lực tiếp xúc vật lý của nhân viên.
  2. Cấu trúc lại Sales Pipeline đa tầng cho đơn hàng may đo: Thiết kế quy trình 7 bước tích hợp kiểm soát kỹ thuật mẫu: Lead Qualification -> Fitting Test & May mẫu -> Bóc tách định mức NPL (Nguyên phụ liệu) -> Báo giá Gross-Margin Based -> Ký hợp đồng -> Sản xuất & QA -> Bàn giao & Nghiệm thu.
  3. Mô hình thù lao liên kết trực tiếp với biên lợi nhuận ròng: Khắc phục triệt để tình trạng nhân viên kinh doanh chạy theo doanh số bề nổi bằng cách giảm giá bán sâu, bảo vệ biên lợi nhuận gộp cho doanh nghiệp luôn đạt mức tối thiểu trên 20%.

Ứng dụng thực tế và triển khai

Kịch bản triển khai thực tế (Real-world Scenario)

Khi tiếp cận một hợp đồng may đồng phục quy mô lớn (ví dụ: Hợp đồng 5.000 bộ veston và sơ mi cho Ngân hàng HDBank):

  1. Giai đoạn 1 (Lead Capture & Qualification): Inside Sales tiếp nhận yêu cầu, phân loại thuộc nhóm Class A (trên 1 tỷ VNĐ) và tự động chuyển giao cho Key Account Manager (KAM).
  2. Giai đoạn 2 (Kỹ thuật & May mẫu): KAM phối hợp trực tiếp với Kỹ thuật viên Phòng Kỹ thuật (Technical Sales) để khảo sát chất liệu vải chống nhăn, may đo mẫu thực tế trong vòng 72 giờ.
  3. Giai đoạn 3 (Báo giá & Ký kết): Phòng Kế toán tính toán giá vốn NPL và nhân công qua hệ thống ERP, KAM gửi báo giá chuẩn hóa với các tùy chọn thanh toán linh hoạt.
  4. Giai đoạn 4 (Sản xuất & Giao nhận): Thông tin tự động đẩy sang Xưởng May Thương Mại, kiểm soát chất lượng qua từng chuyền may và giao hàng đúng hạn theo hợp đồng cam kết.
+----------------------------------------------------------------------------------------------------+
|                                    LỘ TRÌNH TRIỂN KHAI HỆ THỐNG                                    |
+------------------------------------+-----------------------------------+---------------------------+
| GIAI ĐOẠN 1 (Tháng 1 - Tháng 2)    | GIAI ĐOẠN 2 (Tháng 3 - Tháng 4)   | GIAI ĐOẠN 3 (Tháng 5+)    |
| - Phân nhóm khách hàng A/B/C       | - Triển khai Odoo CRM v16.0       | - Đánh giá KPI 3P         |
| - Tái cấu trúc phân quyền KAM      | - Huấn luyện kỹ năng B2B Sales    | - Mở rộng kênh Digital B2B|
| - Ban hành cơ chế thù lao 3P       | - Chạy thử nghiệm Pilot Pipeline  | - Tối ưu hóa định biên    |
+------------------------------------+-----------------------------------+---------------------------+

Phân tích Hiệu quả Đầu tư (Cost-Benefit & ROI Analysis)

  • Chi phí triển khai giải pháp (12 tháng):
    • Chi phí phần mềm CRM & máy chủ Cloud: 80.000.000 VNĐ
    • Chi phí đào tạo kỹ năng & chuyển đổi quy trình: 45.000.000 VNĐ
    • Tổng vốn đầu tư (CapEx + OpEx): 125.000.000 VNĐ
  • Lợi ích tài chính ước tính:
    • Gia tăng lợi nhuận gộp từ việc tối ưu tỷ lệ chốt đơn và giảm chiết khấu quá đà: 450.000.000 VNĐ/năm
    • Tiết kiệm chi phí thời gian chết của nhân viên bán hàng: 95.000.000 VNĐ/năm
  • Chỉ số ROI:

$$\text{ROI} = \frac{545.000.000 - 125.000.000}{125.000.000} \times 100% = 336%$$

Thời gian hoàn vốn (Payback Period) đạt xấp xỉ 3.8 tháng sau khi triển khai toàn diện.

Hạn chế và hướng phát triển

Hạn chế tồn tại

  • Nguồn dữ liệu thứ cấp từ 2017–2019 chịu ảnh hưởng một phần bởi giai đoạn công ty tái cơ cấu tổ chức (tháng 05/2017 đi vào hoạt động trở lại).
  • Khảo sát định lượng về hành vi khách hàng B2B có cỡ mẫu giới hạn tại khu vực TP. Hồ Chí Minh và các tỉnh lân cận, chưa bao quát toàn bộ thị trường miền Bắc.

Hướng nghiên cứu mở rộng

  • Ứng dụng mô hình máy học (Machine Learning - Random Forest/XGBoost) trong dự báo độ trễ giao hàng và tỷ lệ hủy đơn hàng may mặc xuất khẩu.
  • Xây dựng cổng Portal tự động cho khách hàng doanh nghiệp tự tra cứu tiến độ may đo và phản hồi mẫu thiết kế trực tuyến.

Đối tượng hưởng lợi

  • Sinh viên chuyên ngành Quản trị Kinh doanh / Quản trị Bán hàng: Nắm vững phương pháp luận nghiên cứu ứng dụng thực tiễn, biết cách vận dụng công thức tính toán khối lượng công việc (Workload Model) vào bài toán định biên nhân sự thực tế.
  • Chuyên viên Quản lý Bán hàng (Sales Managers / Business Analysts): Tiếp cận bộ khung chuyển đổi số quy trình bán hàng B2B, bảng tiêu chí phân loại khách hàng và cấu trúc bảng lương thưởng 3P tạo động lực cao.
  • Doanh nghiệp ngành Dệt may & Thương mại: Sở hữu cẩm nang giải pháp tái thiết cấu trúc tổ chức lực lượng bán hàng, tối ưu chi phí vận hành và nâng cao năng lực cạnh tranh thị trường.
  • Nhà nghiên cứu kinh tế ứng dụng: Khung tham chiếu chuẩn về số liệu phân tích tài chính kết hợp quản trị nhân lực trong phân khúc dệt may Việt Nam.

Câu hỏi thường gặp

1. Doanh nghiệp vừa và nhỏ có thể áp dụng mô hình định biên Workload Method không?

Hoàn toàn khả thi. Doanh nghiệp chỉ cần xác định 3 biến số cơ bản: Số lượng khách hàng hiện hữu/tiềm năng, số lần cần chăm sóc trong năm và thời gian trung bình cho mỗi lần tiếp xúc để tính ra số lượng nhân viên cần tuyển dụng chính xác.

2. Sự khác biệt lớn nhất giữa cấu trúc lực lượng bán hàng theo sản phẩm và theo khách hàng tại NBT là gì?

Cấu trúc theo sản phẩm tập trung vào hiểu biết kỹ thuật chi tiết của từng dòng áo sơ mi hay veston, trong khi cấu trúc theo khách hàng (B2B Doanh nghiệp vs Khách hàng cá nhân) tập trung vào giải quyết trọn gói nhu cầu trang phục của một tổ chức, nâng cao giá trị trọn đời của hợp đồng (CLV).

3. Làm thế nào để kiểm soát nhân viên bán hàng không giảm giá quá mức để lấy doanh số?

Giải pháp là áp dụng công thức hoa hồng liên kết hệ số biên lợi nhuận gộp ($\beta_{\text{margin}}$). Khi nhân viên chiết khấu sâu làm hạ biên lợi nhuận dưới 18%, tỷ lệ hoa hồng nhận được sẽ bị trừ theo hệ số phạt, triệt tiêu động cơ giảm giá tùy tiện.

4. Hệ thống Odoo CRM tích hợp quản lý lực lượng bán hàng đòi hỏi chi phí bảo trì như thế nào?

Sử dụng phiên bản Odoo 16.0 Community mã nguồn mở giúp doanh nghiệp miễn phí bản quyền phần mềm, chỉ phát sinh chi phí thuê máy chủ Cloud (khoảng 1.500.000 - 3.000.000 VNĐ/tháng) và nhân sự bảo trì hệ thống nội bộ.

5. Thời gian chuyển đổi từ mô hình cũ sang mô hình tổ chức mới mất bao lâu?

Lộ trình chuyển đổi tiêu chuẩn kéo dài từ 3 đến 6 tháng, bao gồm 4 tuần rà soát danh mục tài khoản khách hàng, 4 tuần ban hành quy chế lương 3P mới và 8 tuần chạy song song đào tạo hệ thống CRM.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện các mục tiêu nghiên cứu đặt ra, cung cấp cái nhìn sâu sắc và có hệ thống về thực trạng tổ chức lực lượng bán hàng tại Công ty Cổ phần Thương Mại Nhà Bè (NBT). Bằng việc kết hợp chặt chẽ giữa lý thuyết quản trị bán hàng hiện đại và các công cụ phân tích định lượng (Workload Model, Cơ chế 3P, CRM Architecture), đề tài đã đưa ra hệ thống giải pháp mang tính đột phá và khả thi cao.

Các đề xuất không chỉ tháo gỡ triệt để các rào cản về chồng chéo quản lý và phân bổ nguồn lực tại NBT, mà còn đóng góp một mô hình mẫu hữu ích cho các doanh nghiệp thương mại dệt may Việt Nam trong tiến trình chuyên nghiệp hóa và số hóa lực lượng bán hàng thời kỳ hội nhập.