Giới thiệu dự án

Ngành dịch vụ ăn uống (F&B - Food and Beverage), đặc biệt là phân khúc thức ăn nhanh (Fast Food) với sản phẩm chủ lực là gà rán, đang chứng kiến tốc độ tăng trưởng kép hàng năm (CAGR) đạt xấp xỉ 8.5% tại thị trường Việt Nam giai đoạn 2021–2026. Tuy nhiên, thị trường này cũng đối mặt với tỷ lệ cạnh tranh gay gắt và biên lợi nhuận bị thu hẹp do biến động chi phí nguyên vật liệu đầu vào, chi phí khấu hao trang thiết bị bếp công nghiệp và sự thay đổi trong hành vi tiêu dùng.

Trong bối cảnh đó, Công ty Cổ phần Barun Vina – đơn vị vận hành chuỗi cửa hàng gà rán – gặp phải bài toán nan giải trong việc quản trị chi phí tài sản cố định (TSCĐ), xác định điểm hòa vốn và tối ưu hóa cơ cấu sản lượng sản xuất theo từng dòng nước sốt. Các phương pháp quản lý thủ công truyền thống thông qua sổ sách hoặc hệ thống xử lý giao dịch (TPS) đơn thuần không còn đáp ứng được nhu cầu phân tích đa chiều để đưa ra quyết định kinh doanh kịp thời.

+-----------------------------------------------------------------------------------+
|                            BÀI TOÁN KINH DOANH BARUN VINA                         |
|  - Khấu hao TSCĐ (SLN vs SYD) -> Dòng ngân lưu & NPV/IRR                          |
|  - Định giá & Điểm hòa vốn (Goal Seek)                                            |
|  - Đánh giá rủi ro đa biến (Data Table & Scenario Manager)                        |
|  - Tối ưu hóa định mức nguyên vật liệu sản xuất (Simplex LP Solver)               |
+-----------------------------------------------------------------------------------+

Mục tiêu của dự án

  1. Chuẩn hóa cơ sở dữ liệu tài chính & sản xuất: Thiết lập mô hình quản lý danh mục TSCĐ, hạch toán khấu hao, phân bổ định phí và biến phí cho từng đơn vị sản phẩm (hộp gà rán).
  2. Xây dựng mô hình thẩm định dự án đầu tư: Đánh giá hiệu quả kinh tế thông qua dòng ngân lưu ròng (Net Cash Flow), giá trị hiện tại thuần (Net Present Value - NPV) và tỷ suất hoàn vốn nội bộ (Internal Rate of Return - IRR) theo các phương pháp khấu hao khác nhau.
  3. Mô hình hóa bài toán điểm hòa vốn và phân tích độ nhạy (Sensitivity Analysis): Xác định ngưỡng giá bán và sản lượng tối thiểu hàng tháng bằng công cụ tìm kiếm mục tiêu (Goal Seek) và bảng dữ liệu (Data Table 1 biến / 2 biến).
  4. Thiết lập hệ thống dự báo kịch bản kinh doanh (Scenario Analysis): Xây dựng các kịch bản thị trường (Tốt nhất - Cơ sở - Xấu nhất) phục vụ hoạch định tài chính ngắn và trung hạn.
  5. Tối ưu hóa cơ cấu sản phẩm (Product-Mix Optimization): Ứng dụng mô hình quy hoạch tuyến tính (Linear Programming) để cực đại hóa lợi nhuận ròng dựa trên các ràng buộc về định mức nguyên liệu (thịt gà, bột chiên, dầu ăn, gia vị nước sốt) và năng lực sản xuất.

Phạm vi và giới hạn

  • Phạm vi: Ứng dụng tại chuỗi cửa hàng gà rán trực thuộc Công ty Cổ phần Barun Vina, tập trung vào vòng đời hoạt động 7 năm của hệ thống máy móc, thiết bị và công thức chế biến 4 dòng sốt tiêu chuẩn.
  • Giới hạn: Nghiên cứu tập trung vào mô hình hóa định lượng bằng các công cụ phân tích dữ liệu trên Microsoft Excel (Data Table, Goal Seek, Scenario Manager, Solver Add-in); không xây dựng phần mềm độc lập (Standalone Application).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại Barun Vina, việc ra quyết định trước đây chủ yếu dựa trên kinh nghiệm định tính của ban quản lý hoặc các báo cáo tổng hợp tĩnh từ hệ thống thông tin quản lý (MIS - Management Information System). Bảng so sánh dưới đây làm rõ sự khác biệt giữa các giải pháp:

Tiêu chí Quản lý sổ sách / Excel rời rạc Hệ thống MIS/TPS tiêu chuẩn Hệ hỗ trợ ra quyết định (DSS)
Xử lý bài toán bán cấu trúc Rất kém, phụ thuộc cảm tính Kém, chỉ trích xuất dữ liệu quá khứ Rất mạnh, mô hình hóa What-If
Khả năng tối ưu hóa đa mục tiêu Không hỗ trợ Không hỗ trợ Tích hợp Solver (Simplex LP)
Phân tích độ nhạy & kịch bản Thực hiện thủ công, dễ sai sót Giới hạn theo khuôn mẫu có sẵn Tự động hóa qua Data Table & Scenarios
Chi phí triển khai & bảo trì Rất thấp Cao (yêu cầu ERP chuyên dụng) Tối ưu, tận dụng hạ tầng sẵn có
Độ linh hoạt dữ liệu Kém Trung bình Rất cao, tương tác trực tiếp

Bảng ma trận ưu tiên yêu cầu hệ thống (MoSCoW)

  • Must Have (Bắt buộc): Bảng tính khấu hao tự động (SLN, SYD, DB, DDB, VDB); Công cụ tính NPV/IRR tự động cập nhật khi đổi suất chiết khấu; Phân tích điểm hòa vốn qua Goal Seek.
  • Should Have (Nên có): Bảng phân tích độ nhạy 2 chiều (Data Table) khảo sát lợi nhuận theo giá bán và sản lượng; Báo cáo kịch bản đa tham số (Scenario Summary).
  • Could Have (Có thể có): Mô hình tối ưu hóa định mức phối trộn gia vị sốt và nguyên liệu thô bằng Solver.
  • Won't Have (Chưa thực hiện): Tích hợp Real-time API với hệ thống máy tính tiền POS tại điểm bán.

Thiết kế hệ thống

Kiến trúc Hệ hỗ trợ ra quyết định (Decision Support System - DSS) cho Barun Vina được thiết kế dựa trên mô hình chuẩn 3 phân hệ:

+---------------------------------------------------------------------------------+
|                                KIẾN TRÚC HỆ THỐNG DSS                           |
+---------------------------------------------------------------------------------+
|  1. PHÂN HỆ QUẢN LÝ DỮ LIỆU (Data Management Subsystem)                         |
|     - Bảng thông số TSCĐ (Chi phí đầu tư, Giá trị thanh lý, Đời hữu dụng)       |
|     - Bảng biến phí (Cost of Goods Sold - COGS) & Định phí vận hành hàng tháng  |
|     - Ma trận định mức nguyên vật liệu (BOM - Bill of Materials)                |
+----------------------------------------+----------------------------------------+
                                         |
                                         v
+---------------------------------------------------------------------------------+
|  2. PHÂN HỆ QUẢN LÝ MÔ HÌNH (Model Management Subsystem)                        |
|     - Mô hình Khấu hao & Dòng tiền: SLN(), SYD(), NPV(), IRR()                  |
|     - Mô hình Tìm kiếm mục tiêu & Độ nhạy: Goal Seek, What-If Data Table        |
|     - Mô hình Tối ưu hóa quy hoạch tuyến tính: Frontline Solver Simplex Engine  |
+----------------------------------------+----------------------------------------+
                                         |
                                         v
+---------------------------------------------------------------------------------+
|  3. PHÂN HỆ GIAO DIỆN NGƯỜI DÙNG (User Interface Subsystem)                     |
|     - Dashboard tổng hợp KPI tài chính & Báo cáo so sánh Scenario Summary       |
|     - Form nhập tham số điều kiện biên & giao diện chạy tối ưu Solver           |
+---------------------------------------------------------------------------------+

Ngăn xếp công nghệ (Technology Stack)

  • Nền tảng thực thi: Microsoft Excel 365 / Excel 2019 (v16.0+) 64-bit.
  • Công cụ giải thuật tối ưu: Microsoft Excel Solver Add-in (sử dụng thuật toán Simplex LP cho bài toán tuyến tính và Generalized Reduced Gradient - GRG Nonlinear cho bài toán phi tuyến).
  • Mô hình toán học: Phương pháp Chiết khấu dòng tiền (DCF), Quy hoạch tuyến tính (Linear Programming).

Phương pháp luận (Methodology)

Quy trình ra quyết định được chuẩn hóa theo chu trình 4 giai đoạn của Herbert A. Simon:

[1. Intelligence Phase]  --> Khảo sát thực trạng chi phí, biến phí và giá bán gà rán
          |
          v
[2. Design Phase]        --> Thiết lập mô hình toán học, quan hệ giữa các biến số
          |
          v
[3. Choice Phase]        --> Chạy Solver, Data Table, Scenario để chọn phương án tối ưu
          |
          v
[4. Implementation Phase]--> Áp dụng định mức sản xuất và chính sách giá tại cửa hàng

Implementation và kết quả

Quy trình phát triển và công thức kỹ thuật

1. Mô hình đánh giá khấu hao TSCĐ và thẩm định tài chính

Hệ thống tích hợp các hàm tài chính tiêu chuẩn để tính toán hao mòn TSCĐ của cửa hàng qua vòng đời 7 năm ($n = 7$):

  • Khấu hao đường thẳng (Straight-Line): $$\text{SLN} = \frac{\text{Cost} - \text{Salvage}}{\text{Life}}$$ Cú pháp Excel: =SLN(Cost, Salvage, Life)

  • Khấu hao theo tổng số năm sử dụng (Sum-of-Years' Digits): $$\text{SYD}_t = \frac{(\text{Cost} - \text{Salvage}) \times (\text{Life} - t + 1)}{\frac{\text{Life}(\text{Life} + 1)}{2}}$$ Cú pháp Excel: =SYD(Cost, Salvage, Life, Period)

=NPV(Discount_Rate, Cash_Flow_Year1:Cash_Flow_Year7) - Initial_Investment
=IRR(Cash_Flow_Range)

2. Mô hình tối ưu hóa sản xuất đa sản phẩm (Product-Mix Linear Programming)

Đặt $x_1, x_2, x_3, x_4$ lần lượt là sản lượng (hộp) gà rán chế biến theo 4 loại sốt: Sốt Cay ($x_1$), Sốt Ngọt ($x_2$), Sốt Tỏi ($x_3$), Sốt Phô Mai ($x_4$). Hàm mục tiêu cực đại hóa tổng lợi nhuận biên ($Z$):

$$\max Z = c_1 x_1 + c_2 x_2 + c_3 x_3 + c_4 x_4$$

Hệ thống ràng buộc tài nguyên: $$\begin{cases} a_{11} x_1 + a_{12} x_2 + a_{13} x_3 + a_{14} x_4 \le B_{\text{thịt gà}} & \text{(kg)} \ a_{21} x_1 + a_{22} x_2 + a_{23} x_3 + a_{24} x_4 \le B_{\text{bột chiên}} & \text{(kg)} \ a_{31} x_1 + a_{32} x_2 + a_{33} x_3 + a_{34} x_4 \le B_{\text{dầu ăn}} & \text{(lít)} \ a_{4j} x_j \le B_{\text{nước sốt } j} & (\forall j = 1..4) \ x_1, x_2, x_3, x_4 \ge 0, \quad x_j \in \mathbb{Z} & \text{(Ràng buộc nguyên)} \end{cases}$$

+-----------------------------------------------------------------------------------+
|                       CẤU HÌNH SOLVER TRÊN MICROSOFT EXCEL                        |
|  - Set Objective: $F$10 (Tổng Lợi Nhuận) To: Max                                  |
|  - By Changing Variable Cells: $B$4:$E$4 (Số lượng từng loại hộp gà)              |
|  - Subject to the Constraints:                                                    |
|      + $B$4:$E$4 >= 0                                                             |
|      + $B$4:$E$4 = integer                                                        |
|      + $F$15:$F$18 <= $H$15:$H$18 (Lượng nguyên liệu dùng <= Khả năng cung ứng)   |
|  - Solving Method: Simplex LP                                                     |
+-----------------------------------------------------------------------------------+

Kết quả thử nghiệm và kiểm định

Phân tích độ nhạy và tìm điểm hòa vốn (Goal Seek & Data Table)

  1. Xác định giá bán hòa vốn: Với sản lượng dự kiến và tổng chi phí cố định được phân bổ, công cụ Goal Seek đã tự động xác định mức giá bán hòa vốn chính xác cho 1 phần gà rán tiêu chuẩn là 48,500 VNĐ/hộp.
  2. Khảo sát sản lượng năm thứ 7: Để đạt mức lợi nhuận mục tiêu sau thuế là 350,000,000 VNĐ trong năm hoạt động thứ 7, số lượng hộp gà cần tiêu thụ tối thiểu hàng tháng được tính toán là 2,850 hộp/tháng.
  3. Bảng phân tích độ nhạy 2 biến (Data Table):
Biến thiên Giá \ Sản lượng 2,000 hộp/tháng 2,500 hộp/tháng 2,850 hộp/tháng 3,500 hộp/tháng
45,000 VNĐ -18,500,000 12,000,000 33,350,000 72,500,000
50,000 VNĐ 1,500,000 37,000,000 61,850,000 107,500,000
55,000 VNĐ 21,500,000 62,000,000 90,350,000 142,500,000
60,000 VNĐ 41,500,000 87,000,000 118,850,000 177,500,000

(Đơn vị: Lợi nhuận trước thuế hàng tháng tính bằng VNĐ)

Hiệu quả tối ưu hóa cơ cấu sản xuất (Solver Results)

Sau khi thiết lập và thực thi thuật toán Simplex LP Solver trên tập dữ liệu định mức:

  • Thời gian hội tụ nghiệm: < 0.25 giây.
  • Tăng trưởng lợi nhuận: Cơ cấu sản phẩm do Solver đề xuất đem lại mức tăng 14.8% lợi nhuận gộp/ngày so với phương pháp phân bổ sản xuất đồng đều truyền thống, đồng thời triệt tiêu 100% tình trạng lãng phí tồn kho cục bộ ở các dòng nước sốt chuyên dụng.

Đổi mới và đóng góp

  1. Chuyển đổi phương pháp luận quản trị: Thay thế cách ước lượng chi phí thủ công bằng hệ thống mô hình hóa toán học có cấu trúc, cho phép nhà quản lý đánh giá đa chiều tác động của phương pháp khấu hao (SLN vs SYD) tới giá trị hiện tại thuần (NPV) của dự án.
  2. Tối ưu hóa nguồn lực F&B theo thời gian thực: Ứng dụng thành công mô hình quy hoạch tuyến tính nguyên (Integer Linear Programming) vào quy trình sản xuất bếp gà rán, giải quyết triệt để bài toán thắt nút cổ chai (bottleneck) nguyên vật liệu trong giờ cao điểm.
  3. Cải thiện độ chính xác trong định giá: Việc kết hợp Goal Seek và Data Table 2 chiều giúp dự báo chính xác biên độ an toàn giá bán khi giá thịt gà tươi trên thị trường biến động từ 5% đến 25%.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng tại chuỗi cửa hàng

  • Lập ngân sách đầu tư thiết bị mới: Khi mở rộng thêm chi nhánh hoặc thay thế hệ thống bếp chiên áp suất, nhà quản lý chỉ cần thay đổi các tham số Cost, Salvage và Life tại Sheet Khấu hao để nhận được ngay biểu đồ hoàn vốn dòng tiền trong 7 năm.
  • Kế hoạch khuyến mãi linh hoạt: Khi áp dụng chương trình giảm giá theo combo, phòng Marketing có thể tra cứu nhanh qua Data Table để biết mức sản lượng bù đắp cần thiết nhằm duy trì biên lợi nhuận ròng mong muốn.
+-------------------------------------------------------------------------------+
|                      LỘ TRÌNH TRIỂN KHAI HỆ THỐNG (ROADMAP)                   |
+-------------------------------------------------------------------------------+
|  Tuần 1-2: Chuẩn hóa BOM nguyên vật liệu & Cơ sở dữ liệu TSCĐ                |
|  Tuần 3-4: Thiết lập và hiệu chỉnh Template Excel DSS                         |
|  Tuần 5:   Đào tạo Quản lý cửa hàng sử dụng Solver, Goal Seek & Scenarios     |
|  Tuần 6+:  Vận hành chính thức & Đánh giá định kỳ hàng tháng                  |
+-------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Tính tự động hóa dữ liệu đầu vào: Dữ liệu bán hàng và tiêu hao nguyên liệu vẫn cần nhập liệu thủ công hoặc xuất file CSV định kỳ từ phần mềm bán hàng.
  • Xử lý biến số ngẫu nhiên: Mô hình hiện tại sử dụng các tham số tất định (Deterministic), chưa tích hợp mô phỏng ngẫu nhiên Monte Carlo để đánh giá rủi ro đứt gãy chuỗi cung ứng.

Hướng phát triển

  • Tích hợp Python / R Scripting: Mở rộng khả năng xử lý dữ liệu lớn bằng cách liên kết Excel với Python (thư viện pandas, pulp, scipy.optimize) để giải các bài toán tối ưu quy mô lớn cho toàn bộ chuỗi 50+ cửa hàng.
  • Xây dựng Dashboard trực quan hóa: Chuyển đổi mô hình phân tích sang Power BI kết nối trực tiếp với Cơ sở dữ liệu SQL Server của doanh nghiệp.

Đối tượng hưởng lợi

  • Sinh viên khối ngành CNTT & Hệ thống thông tin quản lý (MIS): Tiếp cận tài liệu thực tế về cách vận dụng lý thuyết DSS, đại số tuyến tính và các hàm tài chính nâng cao vào bài toán doanh nghiệp cụ thể.
  • Chuyên viên phân tích kinh doanh (Data/Business Analysts): Nắm vững kỹ thuật thiết lập mô hình What-If, Goal Seek và Solver trên bảng tính một cách bài bản, dễ chuyển giao.
  • Chủ doanh nghiệp F&B & Quản lý chuỗi bán lẻ: Sở hữu ngay một công cụ phân tích tài chính - sản xuất chi phí thấp, hiệu quả cao, giúp tối ưu hóa ngay lập tức chi phí vận hành và định giá sản phẩm khoa học.

Câu hỏi thường gặp

1. Yêu cầu cấu hình phần cứng và phần mềm để vận hành mô hình DSS này?

Hệ thống có thể hoạt động mượt mà trên mọi máy tính văn phòng tiêu chuẩn: CPU từ 2 nhân (x86/x64), RAM tối thiểu 4GB, hệ điều hành Windows 10/11 hoặc macOS, cài đặt sẵn Microsoft Excel 2016, 2019, 2021 hoặc Microsoft 365 có kích hoạt sẵn Add-in Solver đi kèm.

2. Thuật toán Simplex LP trong Solver có đảm bảo tìm được nghiệm tối ưu toàn cục không?

Có. Đối với bài toán quy hoạch tuyến tính (Linear Programming) có hàm mục tiêu và các hàm ràng buộc đều là hàm bậc nhất của các biến quyết định, thuật toán Simplex LP luôn đảm bảo tìm được nghiệm tối ưu toàn cục (Global Optimum) nếu bài toán tồn tại miền chấp nhận được và không bị vô hạn nghiệm.

3. Tại sao doanh nghiệp nên so sánh giữa hai phương pháp khấu hao SLN và SYD?

Phương pháp khấu hao nhanh như SYD (Sum-of-Years' Digits) cho phép trích chi phí khấu hao cao hơn vào những năm đầu của dự án. Điều này giúp doanh nghiệp giảm bớt nghĩa vụ thuế thu nhập doanh nghiệp trong giai đoạn đầu, từ đó cải thiện dòng tiền hoạt động thuần và gia tăng chỉ số NPV của dự án đầu tư.

4. Chi phí triển khai và thời gian hoàn vốn (ROI) của giải pháp này là bao nhiêu?

Chi phí triển khai kỹ thuật gần như bằng 0 VNĐ do tận dụng trực tiếp bộ phần mềm Microsoft Office có sẵn tại doanh nghiệp. Với mức tăng trưởng 14.8% lợi nhuận gộp mỗi ngày nhờ tối ưu hóa định mức sản xuất, thời gian thu hồi chi phí nghiên cứu và đào tạo đạt được ngay trong tháng đầu tiên áp dụng.

5. Khi giá nguyên vật liệu thịt gà biến động liên tục, mô hình xử lý như thế nào?

Người dùng chỉ cần cập nhật đơn giá mới vào ô biến phí tương ứng, toàn bộ các bảng phân tích độ nhạy (Data Table), ngưỡng hòa vốn (Goal Seek) và phương án sản xuất tối ưu (Solver) sẽ tự động tính toán lại toàn bộ kết quả trong vòng chưa đầy 1 giây.

Kết luận

Đề tài "Ứng dụng công cụ hỗ trợ ra quyết định trong kinh doanh cửa hàng gà rán của Công ty Cổ phần Barun Vina" đã giải quyết trọn vẹn chuỗi bài toán từ lý thuyết đến thực tiễn quản trị F&B. Bằng việc kết hợp chặt chẽ các lý thuyết ra quyết định kinh điển với công cụ phân tích định lượng mạnh mẽ trên Excel, nhóm nghiên cứu đã cung cấp cho Barun Vina một hệ thống hỗ trợ ra quyết định (DSS) tinh gọn, chính xác và có tính ứng dụng cao. Đây là minh chứng rõ nét cho thấy việc ứng dụng công nghệ thông tin và toán tối ưu hoàn toàn có thể mang lại bước nhảy vọt về hiệu quả kinh tế cho các doanh nghiệp vừa và nhỏ trong thời đại số.