Giới thiệu dự án

Thị trường bất động sản (BĐS) Việt Nam giai đoạn 2017–2023 trải qua những chu kỳ biến động phức tạp: từ giai đoạn bùng nổ cục bộ năm 2020–2021 với mức tăng giá đất nền 30%–100% (cá biệt một số khu vực tại Bắc Giang, vùng ven Hà Nội tăng tới 300%), cho đến giai đoạn suy giảm thanh khoản sâu từ nửa cuối năm 2022 do khủng hoảng trái phiếu doanh nghiệp, các vụ án sai phạm lớn (Tân Hoàng Minh, FLC, Vạn Thịnh Phát) và chính sách kiểm soát room tín dụng chặt chẽ từ Ngân hàng Nhà nước. Bước sang Quý 1/2023, tốc độ tăng trưởng GDP đạt 3,32%, dòng vốn ngoại FDI giải ngân vào Việt Nam đạt gần 5,45 tỷ USD (bằng 61,2% so với cùng kỳ năm 2022), tạo ra áp lực đào thải khốc liệt đối với các doanh nghiệp cung ứng dịch vụ tư vấn, môi giới và quản lý vận hành BĐS.

Công ty TNHH CBRE Việt Nam – thành viên trực thuộc Tập đoàn CBRE Group, Inc. (Top 122 Fortune 500 với hơn 100.000 nhân sự toàn cầu) – sau giai đoạn tăng trưởng đỉnh cao năm 2021 với doanh thu đạt 6.234 tỷ đồng (+115,63%) và lợi nhuận sau thuế đạt 1.430 tỷ đồng (+68,23%), đã ghi nhận sự sụt giảm nghiêm trọng trong năm 2022 khi doanh thu giảm 16,71% xuống 5,341 tỷ đồng và lợi nhuận sau thuế giảm 30,56% xuống 993 tỷ đồng do áp lực chi phí vận hành vẫn duy trì ở mức cao (4.348 tỷ đồng).

Đề tài khóa luận "Ứng dụng ma trận SWOT để hoạch định chiến lược cho Công ty TNHH CBRE Việt Nam" do sinh viên Nguyễn Hiếu Anh (Khoa Quản trị Kinh doanh, Học viện Ngân hàng) thực hiện dưới sự hướng dẫn của TS. Vũ Thị Thu Hà được triển khai nhằm giải quyết trực diện các điểm nghẽn chiến lược trên.

Mục tiêu của dự án nghiên cứu

  1. Hệ thống hóa cơ sở lý luận: Chuẩn hóa quy trình hoạch định chiến lược thông qua kết hợp ma trận đánh giá yếu tố bên ngoài (EFE - External Factor Evaluation Matrix), ma trận đánh giá yếu tố bên trong (IFE - Internal Factor Evaluation Matrix) và ma trận điểm mạnh - điểm yếu - cơ hội - thách thức (SWOT Matrix).
  2. Định lượng hóa năng lực thực thi: Đo lường chính xác các chỉ số tài chính, thị phần và hiệu quả vận hành của CBRE Việt Nam giai đoạn 2017–2022 so với các đối thủ cạnh tranh trực tiếp (Savills, JLL, Colliers, Cushman & Wakefield).
  3. Thiết lập 4 nhóm chiến lược tối ưu (SO, WO, ST, WT): Đề xuất giải pháp hành động cụ thể giúp doanh nghiệp thích ứng với chu kỳ 10 năm của thị trường BĐS.
  4. Xây dựng lộ trình chuyển đổi số và tối ưu chi phí: Ứng dụng công nghệ PropTech, trí tuệ nhân tạo (AI) và tái cơ cấu danh mục dịch vụ trong giai đoạn 2023–2028.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Hệ thống văn phòng CBRE Việt Nam tại Hà Nội (Capital Place, Liễu Giai), TP. Hồ Chí Minh và Đà Nẵng.
  • Thời gian: Dữ liệu tài chính và thị trường thu thập giai đoạn 2017–2022; dữ liệu khảo sát chuyên sâu thực hiện từ 03/02/2023 đến 30/04/2023.
  • Lĩnh vực hoạt động: 05 mảng dịch vụ cốt lõi gồm Tư vấn chiến lược, Quản lý tài sản (Asset Management), Nghiên cứu & Tư vấn thị trường, Định giá tài sản (Valuation) và Môi giới thương mại/nhà ở.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp hoạch định chiến lược truyền thống tại CBRE Việt Nam chủ yếu dựa trên kinh nghiệm điều hành trực quan của Ban Giám đốc và báo cáo định tính từ các trưởng bộ phận, dẫn đến việc phản ứng chậm trước các cú sốc vĩ mô.

Tiêu chí so sánh Phương pháp định tính truyền thống Phương pháp ma trận định lượng (EFE/IFE/SWOT)
Cơ sở dữ liệu Ý kiến chủ quan của cấp quản lý Dữ liệu đa biến kết hợp trọng số chuẩn hóa ($\sum W_i = 1,0$)
Độ nhạy thị trường Thấp, độ trễ phản ứng từ 3–6 tháng Cao, cập nhật biến số định kỳ theo quý
Khả năng kiểm chứng Khó đo lường ROI chiến lược Định lượng hóa điểm số tác động ($1,0 \le Score \le 4,0$)
Tính liên kết phòng ban Rời rạc, silo vận hành Tích hợp dữ liệu chéo giữa 05 mảng nghiệp vụ 
                       MA TRẬN CẠNH TRANH NGÀNH DỊCH VỤ BĐS

Phân loại yêu cầu chiến lược theo mô hình MoSCoW

  • Must have (Bắt buộc): Giảm 15% chi phí vận hành không cần thiết (hủy hội thảo offline 300–500 triệu/sự kiện chuyển sang webinar), giữ nguyên khung lương cơ bản cho nhân sự nòng cốt.
  • Should have (Nên có): Tích hợp nền tảng PropTech tự động hóa quy trình tổng hợp báo cáo thị trường; mở rộng đại diện môi giới dự án nhà ở Hà Nội.
  • Could have (Có thể): Liên kết chuỗi chi nhánh CBRE APAC để thu hút tệp khách hàng cá nhân siêu giàu (UHNWI) từ Singapore, Hong Kong.
  • Won't have (Tạm thời bỏ qua): Đầu tư mở rộng văn phòng vật lý sang các tỉnh thành cấp 2 trong năm 2023.

Thiết kế hệ thống mô hình lượng hóa chiến lược

Hệ thống hoạch định chiến lược được thiết kế dựa trên quy trình 3 giai đoạn: Thu thập thông tin (EFE, IFE) $\rightarrow$ Khớp nối chiến lược (SWOT) $\rightarrow$ Đưa ra quyết định định lượng.

                  KIẾN TRÚC MÔ HÌNH HOẠCH ĐỊNH ĐỊNH LƯỢNG
  
  [MÔI TRƯỜNG BÊN NGOÀI]                  [MÔI TRƯỜNG BÊN TRONG]
  • Kinh tế: GDP, CPI, Lãi suất          • Tài chính & Doanh thu
  • Xã hội: FDI, Bất bình đẳng giàu nghèo • Nhân sự: Đa ngôn ngữ, thâm niên
  • Pháp lý: Luật Đất đai sửa đổi         • Thương hiệu & Văn hóa 360

Thuật toán và công thức tính toán điểm ma trận EFE / IFE

Tổng điểm trọng số của doanh nghiệp ($S$) được tính theo công thức: $$S = \sum_{i=1}^{n} (W_i \times R_i)$$

Trong đó:

  • $W_i$: Trọng số của yếu tố thứ $i$ ($0,0 \le W_i \le 1,0$; $\sum_{i=1}^n W_i = 1,0$), phản ánh mức độ quan trọng đối với ngành.
  • $R_i$: Điểm phân loại phản ứng của doanh nghiệp ($1 \le R_i \le 4$).
    • Đối với EFE: 1 = Phản ứng kém; 2 = Trung bình; 3 = Khá; 4 = Phản ứng xuất sắc.
    • Đối với IFE: 1 = Điểm yếu lớn; 2 = Điểm yếu nhỏ; 3 = Điểm mạnh nhỏ; 4 = Điểm mạnh lớn.
  • Ngưỡng kiểm chuẩn (Benchmark): $S_{tb} = 2,5$. Nếu $S > 2,5$, doanh nghiệp có nội lực mạnh và phản ứng tốt với môi trường.

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu áp dụng quy trình phương pháp luận hỗn hợp (Mixed-method Research):

  1. Nghiên cứu thứ cấp: Trích xuất báo cáo tài chính 5 năm liên tiếp (2017–2022) của CBRE, Savills, JLL, Colliers; số liệu từ Tổng cục Thống kê, Ngân hàng Nhà nước, Báo cáo truyền thông Isentia.
  2. Nghiên cứu sơ cấp (Delphi Method): Tiến hành khảo sát lấy ý kiến chuyên gia gồm 15 nhân sự quản lý cấp cao và chuyên viên phân tích cao cấp tại CBRE Hà Nội theo thang đo Likert 5 điểm.
  3. Đảm bảo chất lượng (QA) & Kiểm soát sai số: Mức độ tin cậy của các ma trận đánh giá được kiểm định qua hệ số đồng thuận Kendall ($W > 0,82$), loại bỏ các biến số phân kỳ quá 2 bậc đánh giá.
               TIẾN ĐỘ THỰC THI DỰ ÁN NGHIÊN CỨU (TIMELINE)

Implementation và kết quả

Thực thi tính toán ma trận IFE và EFE

Dữ liệu khảo sát từ các chuyên gia tại CBRE Việt Nam được xử lý thông qua mô hình thuật toán Python để xác định vị thế chiến lược chính xác.

import pandas as pd
import numpy as np

def calculate_matrix_score(factors, weights, ratings):
    """
    Tính tổng điểm có trọng số cho ma trận IFE/EFE
    factors: List tên các yếu tố
    weights: Mảng numpy chứa trọng số (tổng = 1.0)
    ratings: Mảng numpy chứa điểm đánh giá (1-4)
    """
    df = pd.DataFrame({
        'Factor': factors,
        'Weight': weights,
        'Rating': ratings
    })
    df['Weighted_Score'] = df['Weight'] * df['Rating']
    total_score = df['Weighted_Score'].sum()
    return df, total_score

# Dữ liệu ma trận IFE của CBRE Việt Nam
ife_factors = [
    "Thương hiệu toàn cầu Top 1 thế giới & uy tín lâu năm",
    "Năng lực nghiên cứu thị trường & dữ liệu độc quyền",
    "Đội ngũ nhân sự chuyên môn cao, đa ngôn ngữ",
    "Văn hóa doanh nghiệp 360 hiện đại, gắn kết",
    "Chi phí vận hành cố định cao",
    "Cơ chế silo giữa các bộ phận kinh doanh",
    "Chưa đa dạng hóa phân khúc (lệch sang BĐS cao cấp)"
]
ife_weights = np.array([0.20, 0.15, 0.15, 0.10, 0.15, 0.10, 0.15])
ife_ratings = np.array([4, 4, 3, 3, 1, 2, 2])

ife_df, ife_total = calculate_matrix_score(ife_factors, ife_weights, ife_ratings)
print(f"Tổng điểm ma trận IFE của CBRE Việt Nam: {ife_total:.2f}")
# Output: Tổng điểm ma trận IFE của CBRE Việt Nam: 2.80

Ma trận đánh giá các yếu tố bên ngoài (EFE Matrix)

  • Cơ hội lớn nhất (O): Dòng vốn FDI chuyển dịch mạnh mẽ vào BĐS công nghiệp; tầng lớp người giàu tại Việt Nam phát triển nhanh nhất khu vực (Trọng số 0,15 - Điểm 4).
  • Thách thức lớn nhất (T): Siết chặt tín dụng BĐS và biến động lãi suất; khủng hoảng niềm tin nhà đầu tư sau các bê bối trái phiếu (Trọng số 0,20 - Điểm 2).
  • Tổng điểm EFE: $2,75$ ($> 2,5$), chứng minh CBRE Việt Nam đang phản ứng ở mức trên trung bình trước các biến động vĩ mô nhưng cần cải thiện khả năng chống chịu trước rủi ro chính sách.

Ma trận đánh giá các yếu tố nội bộ (IFE Matrix)

  • Điểm mạnh cốt lõi (S): Thương hiệu Fortune 500, dữ liệu thị trường chuẩn xác, nhân sự chất lượng cao (Trọng số tích lũy: 0,50).
  • Điểm yếu trọng yếu (W): Cơ cấu sản phẩm hẹp, chi phí bộ máy cồng kềnh, liên kết vùng miền chưa tối ưu (Trọng số tích lũy: 0,40).
  • Tổng điểm IFE: $2,80$ ($> 2,5$), phản ánh nội lực của doanh nghiệp đủ mạnh để tạo bàn đạp tái cơ cấu.

Tổng hợp ma trận SWOT và kết quả hoạch định

Đổi mới và đóng góp

  1. Chuyển dịch từ phân tích định tính sang mô hình định lượng hóa: Đề tài loại bỏ phương pháp phân tích trực quan cảm tính bằng cách áp dụng bộ tham số trọng số hóa cho 14 biến số nội bộ và bên ngoài, tạo ra công cụ quản trị có khả năng tái lập và kiểm chứng.
  2. Mô hình ma trận tích hợp EFE - IFE - SWOT đa tầng: Thiết lập sự liên kết trực tiếp giữa điểm số ma trận với các kịch bản hành động cụ thể (S-O, S-T, W-O, W-T), giúp ban lãnh đạo CBRE Việt Nam đo lường được mức độ ưu tiên của từng quyết định.
  3. Chiến lược tối ưu hóa chi phí vận hành (OPEX Optimization): Đề xuất giải pháp cắt giảm trực tiếp 300–500 triệu đồng/sự kiện nhận định thị trường bằng cách số hóa định dạng ấn phẩm điện tử và Webinar, tiết kiệm ước tính 1,2–1,5 tỷ đồng chi phí marketing mỗi năm mà vẫn gia tăng 25% tỷ lệ tiếp cận khách hàng.
  4. Tiên phong chuẩn hóa ứng dụng PropTech trong nghiên cứu BĐS: Đề xuất khung kiến trúc tích hợp dữ liệu giao dịch tự động, giảm thời gian xử lý báo cáo định giá từ 5 ngày làm việc xuống còn 48 giờ.

Ứng dụng thực tế và triển khai

Tình huống triển khai thực tế (Real-world Use Cases)

Tình huống 1: Tối ưu hóa dịch vụ cho thuê văn phòng hạng A tại Hà Nội

  • Bối cảnh: Tòa nhà Capital Place (29 Liễu Giai, Ba Đình) đối mặt với sự sụt giảm nguồn cầu thuê mới do suy thoái kinh tế.
  • Áp dụng chiến lược SO2 & ST1: CBRE kích hoạt mạng lưới khách hàng quốc tế từ chi nhánh Singapore và Tokyo, phối hợp chủ đầu tư đưa ra gói ưu đãi "Zero Fit-out Period" (miễn phí thời gian hoàn thiện nội thất) kết hợp báo cáo thẩm định xanh (ESG).
  • Kết quả: Tỷ lệ lấp đầy đạt 85% trong vòng 6 tháng, vượt 12% so với mức trung bình phân khúc hạng A tại Hà Nội.

Tình huống 2: Đột phá phân khúc BĐS công nghiệp tại Bắc Ninh và Hải Phòng

  • Bối cảnh: Dòng vốn FDI sản xuất đổ về miền Bắc yêu cầu diện tích nhà xưởng xây sẵn (Ready-built factory) tiêu chuẩn cao.
  • Áp dụng chiến lược SO1: Tích hợp bộ phận Nghiên cứu thị trường và Bộ phận Môi giới công nghiệp để xây dựng cổng thông tin dữ liệu quỹ đất công nghiệp thời gian thực.
  • Kết quả: Ký kết thành công 4 hợp đồng tư vấn tổng diện tích 35 ha cho các doanh nghiệp FDI công nghệ cao trong Q1/2023.
                      LỘ TRÌNH TRIỂN KHAI 2023 - 2025
  
  • Tinh gọn nhân sự kém hiệu quả; tối ưu 15% OPEX.
  • Chuyển đổi 100% hội thảo thị trường sang nền tảng số.
  
  • Mở rộng mảng tư vấn BĐS công nghiệp và Logistics.
  • Triển khai nền tảng dữ liệu định giá tự động.
  
  • Kết nối dữ liệu đa kênh với CBRE APAC.
  • Tăng trưởng doanh thu kỳ vọng đạt >15%/năm; biên lợi nhuận >22%.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phạm vi

  • Độ trễ số liệu thống kê: Một số chỉ số kinh tế vĩ mô và giao dịch thị trường BĐS tại Việt Nam còn thiếu tính minh bạch, dữ liệu công bố có độ trễ từ 1 đến 2 quý.
  • Yếu tố chủ quan trong chấm điểm ma trận: Trọng số trong ma trận EFE và IFE phụ thuộc vào góc nhìn chuyên gia trong đợt khảo sát Delphi, có thể xuất hiện độ lệch (bias) cục bộ.
  • Phạm vi khảo sát tập trung tại Hà Nội: Chưa bao quát toàn diện các đặc thù phân khúc đất nền và nghỉ dưỡng tại thị trường miền Trung và miền Nam.

Hướng nghiên cứu và phát triển tiếp theo

  • Tích hợp mô hình Ma trận Hoạch định Chiến lược có thể Định lượng (QSPM): Lượng hóa chính xác mức độ hấp dẫn của từng chiến lược thay thế.
  • Ứng dụng Machine Learning & NLP: Tự động hóa việc phân tích cảm xúc thị trường (Sentiment Analysis) từ dữ liệu báo chí, mạng xã hội để cập nhật trọng số ma trận SWOT theo thời gian thực (Dynamic SWOT Matrix).

Đối tượng hưởng lợi

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và dữ liệu để triển khai mô hình ma trận định lượng này là gì?

Hệ thống yêu cầu nguồn dữ liệu thứ cấp chuẩn xác tối thiểu 3–5 năm liên tục về tài chính doanh nghiệp, các biến số kinh tế vĩ mô (GDP, CPI, FDI, Lãi suất) và bộ công cụ tính toán ma trận (Microsoft Excel Advanced hoặc Python Pandas/NumPy) cùng hội đồng chuyên gia từ 10–15 nhân sự tham gia đánh giá Delphi.

2. Mô hình có khả năng mở rộng (Scalability) cho các doanh nghiệp BĐS khác không?

Mô hình hoàn toàn có thể áp dụng cho các doanh nghiệp BĐS nội địa (như Đất Xanh, CenLand, Hưng Thịnh) bằng cách hiệu chỉnh lại hệ thống biến số đầu vào của ma trận IFE (phù hợp với quy mô vốn, quỹ đất và mạng lưới sàn phân phối nội địa).

3. Việc cắt giảm chi phí sự kiện 300–500 triệu có làm suy giảm uy tín thương hiệu CBRE không?

Không. Việc chuyển đổi hình thức báo cáo thị trường sang báo cáo kỹ thuật số (Interactive Digital Report) và Webinar chuyên sâu giúp mở rộng tệp khách hàng tiếp cận gấp 3–5 lần, giảm 70% chi phí in ấn và hậu cần mà vẫn giữ nguyên giá trị tri thức cốt lõi.

4. Giải pháp giải quyết xung đột vùng miền giữa nhân sự TP.HCM và thị trường Hà Nội là gì?

Thực hiện chương trình đào tạo "Local Market Immersion" kéo dài 4 tuần, kết hợp ghép cặp (pairing) giữa nhân sự điều chuyển từ TP.HCM với chuyên viên am hiểu văn hóa giao dịch phía Bắc để tối ưu hóa tỷ lệ chốt hợp đồng.

5. Dự kiến thời gian hoàn vốn (ROI) và hiệu quả tài chính của các đề xuất chiến lược?

Với chi phí đầu tư chuyển đổi số và tái cấu trúc quy trình ước tính khoảng 800 triệu – 1,2 tỷ đồng, các giải pháp cắt giảm chi phí và khai thác phân khúc BĐS công nghiệp dự kiến mang lại điểm hòa vốn sau 9 tháng triển khai và nâng tỷ suất lợi nhuận trên doanh thu (ROS) từ 18,5% năm 2022 lên mức >22% trong năm 2024.

Kết luận

Khóa luận tốt nghiệp "Ứng dụng ma trận SWOT để hoạch định chiến lược cho Công ty TNHH CBRE Việt Nam" đã giải quyết toàn diện bài toán chiến lược của một doanh nghiệp dịch vụ BĐS hàng đầu trong tâm bão khủng hoảng chu kỳ thị trường. Bằng cách định lượng hóa các công cụ EFE ($Score = 2,75$), IFE ($Score = 2,80$) và phối hợp ma trận SWOT, nghiên cứu mang đến hệ thống 10 giải pháp chiến lược khả thi, giúp CBRE Việt Nam vừa củng cố năng lực phòng thủ qua việc tối ưu 15% chi phí vận hành, vừa chủ động tấn công vào thị trường BĐS công nghiệp và PropTech đầy tiềm năng trong giai đoạn 2023–2028.