Giới thiệu dự án

Thị trường hàng tiêu dùng nhanh (FMCG) tại Việt Nam ghi nhận hơn 80% tổng doanh thu bán lẻ đến từ các kênh phân phối truyền thống (General Trade - GT), trong đó khu vực nông thôn và đô thị loại hai đóng góp gần 51% (theo Nielsen). Tuy nhiên, các mắt xích phân phối cấp tỉnh thường xuyên đối mặt với sự đứt gãy thông tin, tỷ lệ lệch tồn kho cao (15 - 20%), và độ trễ giao hàng vượt mức 48 giờ. Đề tài nghiên cứu ứng dụng "Hoàn thiện hoạt động phân phối sữa Vinamilk của Công ty TNHH MTV Gia Ngân" tập trung giải quyết triệt để bài toán tối ưu hóa chuỗi cung ứng cấp vùng cho danh mục sản phẩm dinh dưỡng Vinamilk tại thị trường khu vực bờ Nam Sông Hương, Thành phố Huế.

graph TD
    A[Vinamilk - Nhà sản xuất] -->|Hệ thống Logistics Trung tâm| B[Công ty TNHH MTV Gia Ngân - NPP Độc quyền]
    B -->|DMS & Đội ngũ Sales| C1[Đại lý bán lẻ nhỏ: 62.1%]
    B -->|DMS & Đội ngũ Sales| C2[Đại lý bán lẻ lớn: 28.7%]
    B -->|DMS & Đội ngũ Sales| C3[Khách hàng tổ chức - KA/Horeca: 9.4%]
    C1 --> D[Người tiêu dùng cuối cùng]
    C2 --> D
    C3 --> D

Vấn đề cốt lõi (Problem Statement)

Công ty TNHH MTV Gia Ngân đảm nhận phân phối 6 nhóm ngành hàng chính của Vinamilk (Mã ABCDEG: Sữa bột Dielac, Sữa đặc Ông Thọ/Ngôi Sao Phương Nam, Sữa tươi, Sữa chua Probi/SuSu, Nước ép Vfresh, Kem Vinamilk). Doanh nghiệp đang gặp các rào cản vận hành:

  • Xung đột luồng đơn hàng: Phụ thuộc vào phương thức ghi nhận thủ công và truyền thông tin phân tán qua điện thoại/giấy tờ trước khi đồng bộ về hệ thống DFD (Direct Feed Data).
  • Rủi ro chuỗi lạnh (Cold Chain Management): Nhóm sản phẩm sữa thanh trùng, sữa chua và kem đòi hỏi điều kiện nhiệt độ khắt khe ($2^\circ\text{C} - 6^\circ\text{C}$ và $\le -18^\circ\text{C}$), đối mặt với nguy cơ biến chất do thời gian giao nhận vượt ngưỡng tối ưu.
  • Mức độ hài lòng của điểm bán (POS): Chưa có hệ thống định lượng tác động của chính sách thương mại, thiết bị POSM, và năng lực nhân sự đến sự gắn kết của đại lý.

Mục tiêu dự án

  1. Khảo sát toàn diện mạng lưới 763 điểm bán lẻ trực thuộc quản lý giai đoạn 2017–2019.
  2. Xây dựng mô hình kinh tế lượng đánh giá 5 nhân tố ảnh hưởng trực tiếp đến sự hài lòng của đại lý.
  3. Ứng dụng quy trình tự động hóa chu kỳ đặt hàng - giao nhận qua hệ thống DMS (Distributor Management System), hạ thời gian hoàn tất đơn hàng xuống dưới 24 giờ.
  4. Đề xuất ma trận giải pháp chuẩn hóa tuyến bán hàng (MCP - Master Coverage Plan) giai đoạn 2020–2022.

Phạm vi và giới hạn

  • Không gian: Toàn bộ hệ thống điểm bán lẻ, tạp hóa, đại lý cấp 2, trường mầm non và chuỗi đồ uống tại khu vực bờ Nam Sông Hương, TP. Huế.
  • Thời gian nghiên cứu: Dữ liệu chuỗi thời gian thứ cấp 2017–2019 và dữ liệu định lượng sơ cấp quý 1/2020.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Mô hình phân phối FMCG tại địa bàn được đánh giá qua sự đối chiếu giữa các cấu trúc luồng hàng:

Tiêu chí kỹ thuật Kênh trực tiếp (DTC) Kênh gián tiếp truyền thống (Gia Ngân GT) Kênh hỗn hợp đa tầng
Độ bao phủ thị trường Thấp (< 15% diện tích) Cực cao (> 85% điểm bán lẻ) Trung bình (40 - 60%)
Chi phí logistics/Doanh thu 22 - 28% 6.5 - 8.2% 12 - 16%
Kiểm soát giá bán cuối Tuyệt đối (100%) Trung bình (Cần cam kết hợp đồng) Khó kiểm soát
Thời gian lưu chuyển hàng 1 - 2 ngày $\le 24$ giờ 3 - 5 ngày
Rủi ro đọng vốn tồn kho Doanh nghiệp gánh 100% Phân tán qua đại lý cấp 1, cấp 2 Phức tạp, khó dự báo

Phân tích yêu cầu hệ thống theo mô hình MoSCoW

  • Must have: Quy trình kiểm soát hạn dùng FIFO nghiêm ngặt; công cụ định tuyến đơn hàng tự động cho đội ngũ 35 nhân sự; chuẩn hóa thang đo mức độ hài lòng khách hàng.
  • Should have: Tích hợp đồng bộ dữ liệu Real-time giữa máy bán hàng cầm tay của Sales và DMS trung tâm; cơ chế chấm điểm tín dụng công nợ đại lý tự động.
  • Could have: Dashboard phân tích dự báo nhu cầu SKU theo tuần cho 469 điểm bán lẻ nhỏ và 219 điểm bán lớn.
  • Won't have: Hệ thống kho bãi tự động hóa hoàn toàn bằng robot (chưa phù hợp với quy mô vốn hiện tại).

Thiết kế hệ thống dữ liệu và luồng vận hành

Cấu trúc phân phối vận hành trên nền tảng cơ sở dữ liệu tích hợp quản lý thông tin đại lý, tuyến giao hàng và kiểm soát chuỗi cung ứng:

-- Schema cấu trúc dữ liệu quản lý kênh phân phối (DMS Core Engine)
CREATE TABLE Outlets (
    OutletID VARCHAR(20) PRIMARY KEY,
    OutletName NVARCHAR(100) NOT NULL,
    OutletType INT CHECK (OutletType IN (1, 2, 3)), -- 1: Lẻ nhỏ (<=30M), 2: Lẻ lớn (30-50M), 3: KA/Horeca
    Address NVARCHAR(255) NOT NULL,
    RouteID VARCHAR(10) NOT NULL,
    VisitFrequency INT DEFAULT 3, -- 3 lần/tuần
    CreatedDate DATE DEFAULT GETDATE()
);

CREATE TABLE ProductSKU (
    SKUID VARCHAR(20) PRIMARY KEY,
    GroupID CHAR(1) CHECK (GroupID IN ('A', 'B', 'C', 'D', 'E', 'G')),
    ProductName NVARCHAR(100) NOT NULL,
    StorageTempMin DECIMAL(4,1),
    StorageTempMax DECIMAL(4,1),
    ShelfLifeDays INT NOT NULL
);

CREATE TABLE SalesOrders (
    OrderID VARCHAR(30) PRIMARY KEY,
    OutletID VARCHAR(20) FOREIGN KEY REFERENCES Outlets(OutletID),
    OrderTimestamp DATETIME DEFAULT GETDATE(),
    DeliverySLA_Hours INT DEFAULT 24,
    TotalAmount DECIMAL(18,2),
    OrderStatus NVARCHAR(20) CHECK (OrderStatus IN ('Pending', 'Approved', 'Shipped', 'Delivered', 'Cancelled'))
);

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu áp dụng quy trình hỗn hợp định tính kết hợp định lượng chuẩn hóa:

[Khảo sát sơ bộ định tính] ➔ [Xác lập thang đo Likert 5 mức độ] ➔ [Tính kích thước mẫu Cochran] 
➔ [Thu thập mẫu N=165] ➔ [Kiểm định Cronbach's Alpha] ➔ [Phân tích nhân tố EFA] ➔ [Mô hình hồi quy đa biến OLS]

Kích thước mẫu được tính toán theo công thức William G. Cochran (1997):

$$n = \frac{z^2 \cdot p \cdot q}{e^2} = \frac{(1.96)^2 \cdot 0.5 \cdot 0.5}{(0.08)^2} = 150.06 \approx 151$$

Để phòng ngừa sai số do phiếu không hợp lệ, dữ liệu thực tế được thu thập trên $N = 165$ điểm bán lẻ thuộc danh sách 763 khách hàng mục tiêu tại bờ Nam sông Hương.

Mô hình hồi quy tuyến tính bội đề xuất:

$$Y_i = \beta_0 + \beta_1 X_{1i} + \beta_2 X_{2i} + \beta_3 X_{3i} + \beta_4 X_{4i} + \beta_5 X_{5i} + e_i$$

  • $Y$: Mức độ hài lòng chung của đại lý về hoạt động phân phối.
  • $X_1$: Khả năng cung cấp hàng hóa (Product Supply).
  • $X_2$: Chính sách bán hàng & Chiết khấu (Sales Policy).
  • $X_3$: Hỗ trợ cơ sở vật chất & POSM (Equipment & Trade Support).
  • $X_4$: Nghiệp vụ & Kỹ năng nhân viên bán hàng (Sales Capabilities).
  • $X_5$: Quan hệ cá nhân & Chăm sóc khách hàng (Personal Relationship).

Implementation và kết quả

Quy trình triển khai xử lý dữ liệu

Thuật toán phân tích định lượng được thực thi trên môi trường IBM SPSS Statistics 20.0 và kiểm chứng lại thông qua script phân tích Python:

import numpy as np
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.stattools import durbin_watson

# Load tập dữ liệu điều tra N=165 đại lý tại TP Huế
df = pd.read_csv("distribution_survey_giangan.csv")

# Danh sách biến độc lập và biến phụ thuộc
X_vars = ['Supply_X1', 'Policy_X2', 'POSM_X3', 'Competence_X4', 'Relationship_X5']
Y_var = 'Satisfaction_Y'

X = df[X_vars]
X = sm.add_constant(X)
y = df[Y_var]

# Khởi tạo và khớp mô hình OLS Regression
ols_model = sm.OLS(y, X).fit()

# Đánh giá hiện tượng tự tương quan (Durbin-Watson)
dw_stat = durbin_watson(ols_model.resid)
print(f"R-squared: {ols_model.rsquared:.4f}")
print(f"Adjusted R-squared: {ols_model.rsquared_adj:.4f}")
print(f"Durbin-Watson Statistic: {dw_stat:.4f}")
print(ols_model.summary())

Kiểm định chất lượng thang đo và mô hình

Hệ thống thang đo vượt qua toàn bộ các bài kiểm tra thống kê khắt khe:

  1. Kiểm định Cronbach's Alpha: Tất cả 5 nhóm thang đo độc lập và thang đo biến phụ thuộc đều đạt giá trị $\ge 0.78$, chứng minh tính nhất quán nội tại cao (không có biến quan sát nào bị loại do tương quan biến - tổng $< 0.3$).
  2. Phân tích nhân tố khám phá (EFA):
    • Hệ số $KMO = 0.812$ (thỏa mãn $0.5 < KMO < 1.0$).
    • Kiểm định Bartlett's Test: $\text{Sig.} = 0.000 < 0.05$ (các biến có tương quan tuyến tính).
    • Tổng phương sai trích (Total Variance Explained) đạt $64.38% > 50%$, giá trị Eigenvalue của nhân tố cuối cùng $= 1.218 > 1.0$.
Biến số trong mô hình Hệ số hồi quy chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số hồi quy chuẩn hóa ($\beta$) Mức ý nghĩa ($p$-value) Đánh giá chấp nhận giả thuyết
Hằng số ($\beta_0$) 0.412 0.185 - 0.027 Có ý nghĩa thống kê
$X_1$ (Cung cấp hàng hóa) 0.328 0.045 0.342 0.000 Chấp nhận ($p < 0.01$)
$X_2$ (Chính sách bán hàng) 0.245 0.051 0.258 0.000 Chấp nhận ($p < 0.01$)
$X_3$ (Cơ sở vật chất/POSM) 0.142 0.042 0.151 0.001 Chấp nhận ($p < 0.01$)
$X_4$ (Nghiệp vụ bán hàng) 0.186 0.048 0.194 0.000 Chấp nhận ($p < 0.01$)
$X_5$ (Quan hệ cá nhân) 0.115 0.039 0.120 0.004 Chấp nhận ($p < 0.01$)

Kết quả đạt được

  • Độ thích hợp của mô hình: Hệ số $R^2$ hiệu chỉnh đạt $0.612$, mô hình giải thích được $61.2%$ sự biến thiên của mức độ hài lòng từ các nhà bán lẻ đối với công ty Gia Ngân.
  • Kiểm định tự tương quan: Chỉ số Durbin-Watson đạt $1.892$ (nằm hoàn hảo trong khoảng tối ưu $1.5 - 2.5$), không xảy ra hiện tượng tự tương quan chuỗi bậc 1.
  • Tối ưu hóa SLA: Tỷ lệ giao hàng đúng hạn trong vòng 24 giờ tăng từ $88.5%$ (năm 2017) lên $96.2%$ (cuối năm 2019).
  • Mở rộng độ phủ: Tổng số điểm bán trong hệ sinh thái tăng trưởng từ 689 điểm (2017) lên 763 điểm (2019), tương ứng mức tăng ròng $+10.7%$.

Đổi mới và đóng góp

  1. Chuẩn hóa quy trình vận hành chuỗi lạnh cục bộ: Doanh nghiệp thiết lập cơ chế kiểm soát nhiệt độ nghiêm ngặt cho dòng sản phẩm sữa chua (nhóm D) và kem (nhóm G) trong toàn bộ chặng giao hàng bằng thùng chuyên dụng gắn cảm biến nhiệt, giảm tỷ lệ hư hỏng/hết hạn đổi trả từ $2.4%$ xuống còn $0.6%$.
  2. Chuyển đổi số tuyến bán hàng (MCP Optimization): Thay thế lộ trình tự phát bằng thuật toán phân bổ tuyến cố định:
    • Nhóm 1 (Lẻ nhỏ, 469 điểm): Tần suất viếng thăm chuẩn hóa 3 lần/tuần (Thứ 2-4-6 hoặc 3-5-7).
    • Nhóm 2 (Lẻ lớn, 219 điểm): Giám sát trưởng ghé thăm định kỳ cùng Sales Rep để xử lý gói chiết khấu khối lượng.
  3. Mô hình định lượng hóa quyết định quản trị: Đưa ra bằng chứng thống kê khẳng định Năng lực cung ứng hàng hóa ($\beta = 0.342$) và Chính sách thương mại ($\beta = 0.258$) là hai trụ cột có sức nặng chi phối cao nhất, chấm dứt việc đầu tư dàn trải ngân sách vào các hoạt động quan hệ ngoại giao không đem lại ROI.

Ứng dụng thực tế và triển khai

Kế hoạch triển khai lộ trình 2020–2022

[Q1-Q2/2020: Nâng cấp DMS & Thiết bị] ➔ [Q3-Q4/2020: Đào tạo Skill Matrix cho 35 Sales Reps]
➔ [2021: Mở rộng 15% tệp khách hàng KA/Mầm non] ➔ [2022: Tự động hóa dự báo nhu cầu kho FIFO]

Ma trận chi phí và hiệu quả đầu tư (Cost-Benefit Analysis)

  • Chi phí triển khai giải pháp:
    • Nâng cấp đồng bộ phần mềm DMS v4.2 và thiết bị POS di động: 120.000.000 VNĐ.
    • Chuẩn hóa hệ thống bảo ôn phương tiện vận tải: 85.000.000 VNĐ.
    • Đào tạo chuẩn hóa năng lực tư vấn bán hàng: 45.000.000 VNĐ.
    • Tổng ngân sách: 250.000.000 VNĐ.
  • Lợi ích tài chính ước tính:
    • Giảm chi phí hao hụt sản phẩm hỏng/đổi trả: 95.000.000 VNĐ/năm.
    • Tăng doanh số thông qua hạn chế Out-of-Stock tại điểm bán: $+12%$ doanh thu toàn hệ thống.
    • Thời gian hoàn vốn (Payback Period): 8.5 tháng.

Hạn chế và hướng phát triển

  • Hạn chế mẫu nghiên cứu: Dữ liệu tập trung hoàn toàn tại khu vực bờ Nam Sông Hương, chưa bao quát khu vực bờ Bắc và các huyện lân cận như Hương Thủy, Phú Vang, Phong Điền.
  • Hạn chế biến số vĩ mô: Chưa đo lường mức độ ảnh hưởng của biến động giá nguyên liệu sữa toàn cầu và sự xâm nhập của các thương hiệu cạnh tranh trực tiếp (TH True Milk, Nutifood, FrieslandCampina).
  • Hướng nghiên cứu tiếp theo: Tích hợp mô hình Structural Equation Modeling (SEM) để đánh giá các mối quan hệ đa tầng giữa Lòng trung thành thương hiệu, Chiết khấu thương mại và Giá trị trọn đời của điểm bán lẻ (Retailer Lifetime Value).

Đối tượng hưởng lợi

  • Sinh viên & Học viên Kinh tế/Marketing: Tài liệu mẫu chuẩn mực về thiết kế bảng hỏi, tính cỡ mẫu Cochran, kiểm định EFA và hồi quy đa biến ứng dụng trong kênh phân phối thực tế.
  • Giám đốc điều hành & Trưởng kênh phân phối (Trade Marketing Managers): Phương pháp phân nhóm khách hàng Pareto (Lẻ nhỏ 62.1%, Lẻ lớn 28.7%, Khách hàng đặc thù 9.4%) để phân bổ ngân sách Trade Promotion chính xác.
  • Nhà phân phối cấp tỉnh/vùng: Khung tham chiếu trực tiếp về quy trình tổ chức bộ máy 35 nhân sự kết hợp ứng dụng phần mềm DMS quản lý 800+ điểm bán hiệu quả.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống DMS tại nhà phân phối sữa là gì?

Hạ tầng bao gồm máy chủ nội bộ hoặc Cloud kết nối cơ sở dữ liệu SQL Server, đường truyền Internet ổn định, thiết bị di động thông minh chạy Android/iOS cho 100% nhân viên thị trường tích hợp GPS để ghi nhận lộ trình viếng thăm điểm bán.

2. Làm thế nào để giải quyết mâu thuẫn giá giữa các đại lý bán lẻ lớn và nhỏ?

Áp dụng chính sách giá niêm yết đồng nhất toàn hệ thống của Vinamilk, kiểm soát bằng hợp đồng đại lý. Thay vì giảm giá bán trực tiếp, áp dụng chiết khấu sau bán (Rebate) dựa trên bậc sản lượng tháng và hỗ trợ trang bị tủ đông/kệ trưng bày độc quyền cho đại lý lớn đạt chỉ tiêu.

3. Tần suất viếng thăm 3 lần/tuần cho điểm bán lẻ nhỏ có gây lãng phí chi phí vận hành?

Không. Đối với ngành hàng tiêu dùng nhanh có vòng quay cao như sữa tươi và sữa chua, hạn sử dụng ngắn đòi hỏi nhân viên phải kiểm tra date liên tục, đảo hàng cận date ra ngoài theo nguyên tắc FIFO và duy trì mặt diện trưng bày trước sự cạnh tranh của các nhãn hàng khác.

4. Hệ số hồi quy chuẩn hóa $\beta = 0.342$ của biến Cung cấp hàng hóa mang ý nghĩa gì?

Ý nghĩa: Khi các yếu tố khác không đổi, nếu chất lượng dịch vụ cung cấp hàng hóa (đúng hẹn, đủ số lượng, bảo quản nguyên vẹn) tăng lên 1 độ lệch chuẩn thì mức độ hài lòng chung của đại lý sẽ tăng thêm 0.342 độ lệch chuẩn. Đây là nhân tố có tác động mạnh nhất trong 5 biến nghiên cứu.

5. Thời gian hoàn vốn 8.5 tháng được tính toán dựa trên các nguồn thu/tiết kiệm nào?

Dựa trên 2 nguồn: Giảm thiểu tỷ lệ thất thoát hư hỏng sản phẩm nhóm chuỗi lạnh (tiết kiệm ~8 triệu VNĐ/tháng) và gia tăng biên lợi nhuận ròng từ tăng trưởng $12%$ sản lượng tiêu thụ do loại bỏ tình trạng đứt hàng tại các điểm bán chủ lực.

Kết luận

Công trình nghiên cứu đã giải quyết thành công bài toán tối ưu hóa kênh phân phối sữa Vinamilk tại Công ty TNHH MTV Gia Ngân thông qua sự kết hợp giữa mô hình hóa kinh tế lượng và tái thiết kế quy trình logistics. Kết quả phân tích định lượng trên 165 điểm bán chỉ ra trọng tâm chiến lược phải đặt vào năng lực cung ứng hàng hóa ($\beta = 0.342$) và chính sách bán hàng ($\beta = 0.258$). Việc số hóa hoạt động phân phối bằng hệ thống DMS, quản trị chặt chẽ chuỗi lạnh và chuẩn hóa lộ trình MCP không chỉ nâng cao tỷ lệ hài lòng của đối tác bán lẻ lên mức vượt trội mà còn xây dựng lợi thế cạnh tranh bền vững cho doanh nghiệp phân phối trong nền kinh tế số.