(Tiểu luận) đề tài mô hình hoá dữ liệu để giải quyết các vấn đề quản trịtrong logistics

14 Trang 5 LỜI MỞ ĐẦUSự phát triển liên tục của công nghệ đã góp phần vào quá trình chuyển đổi số,mang lại nhiều cải tiến mới giúp nâng cao năng suất trong các hoạt động Logistics.Các d

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG

211521301021142540002114213007

BẢNG PHÂN CÔNG NHIỆM VỤ VÀ ĐÁNH GIÁ THÀNH VIÊN NHÓM

1 Phan Ngọc Quỳnh Anh - Thực hành bài ví dụ bổ

- Thuyết trình

100%

3 Phùng Hà Bảo Duy - Soạn nội dung thuyết trình

dựa trên sách tham khảo

- Thiết kế slides

100%

MỤC LỤC

CHƯƠNG 1: TỔNG QUAN VỀ ỨNG DỤNG PHÂN TÍCH DỮ LIỆU TRONG

NGÀNH LOGISTICS VÀ CHUỖI CUNG ỨNG 1

1.1 Thực trạng ngành Logistics thời đại 4.0 1

1.1.1 Thị phần ngành Logistics truyền thống dần suy giảm 1

1.1.2 Nhu cầu và kỳ vọng của khách hàng tăng 1

1.1.3 Một số hạn chế 2

1.2 Vai trò của mô hình dữ liệu trong Logistics 3

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 4

2.1 Các khái niệm về tối ưu trong mô hình dữ liệu 4

2.1.1 Giới thiệu về lập trình toán học và tối ưu hoá 4

2.1.2 Ứng dụng mô hình hóa dữ liệu tối ưu trong lĩnh vực Logistics 4

2.2 Giới thiệu chung về Solver 4

2.2.1 Giới thiệu về công cụ Solver trong mô hình bảng tính 4

2.2.2 Thành phần của mô hình bảng tính 5

2.3 Các bước để thực hiện mô hình dữ liệu tuyến tính (LP) trên bảng tính 5

2.4 Mục tiêu 5

CHƯƠNG 3: THỰC HÀNH MÔ HÌNH HOÁ DỮ LIỆU VỚI CÔNG CỤ SOLVER ĐỂ GIẢI QUYẾT BÀI TOÁN LOGISTICS 7

3.1 Ví dụ về Công ty Tropicsun 7

3.1.1 Giới thiệu vấn đề cần đưa ra quyết định 7

3.1.2 Định danh biến quyết định 7

3.1.3 Xác định hàm mục tiêu 9

3.1.4 Xác định các ràng buộc 9

3.1.5 Triển khai mô hình 10

3.1.6 Trình bày trang tính 11

3.1.7 Tìm kết quả tối ưu bằng công cụ Solver 12

3.1.8 Phân tích kết quả 13

3.2 Ví dụ về Công ty cho thuê xe Rent-A-Dent 14

2

3.1.1 Giới thiệu vấn đề cần đưa ra quyết định 14

3.1.2 Định danh biến quyết định 14

3.1.3 Xác định hàm mục tiêu 15

3.1.4 Xác định các ràng buộc 15

3.1.5 Triển khai mô hình 16

3.1.6 Trình bày trang tính 16

3.1.7 Tìm kết quả tối ưu bằng công cụ Solver 18

3.1.8 Phân tích kết quả 19

LỜI MỞ ĐẦU

Sự phát triển liên tục của công nghệ đã góp phần vào quá trình chuyển đổi số,mang lại nhiều cải tiến mới giúp nâng cao năng suất trong các hoạt động Logistics.Các doanh nghiệp hiện nay không chỉ cạnh tranh dựa trên tốc độ vận chuyển hay sốlượng hàng hoá vận chuyển mà còn cạnh tranh về dữ liệu, được xem là tài sản củadoanh nghiệp trong thời đại số

Đối với ngành Logistics, phân tích và trình bày dữ liệu một cách trực quan giúpdoanh nghiệp có thể nắm bắt được những lợi ích tiềm năng, có những quyết định phùhợp và nâng cao hiệu quả kinh doanh Áp dụng khoa học dữ liệu vào quản lý chuỗicung ứng giúp doanh nghiệp dự báo xu hướng trong tương lai và đưa ra quyết địnhchính xác hơn

4

CHƯƠNG 1: TỔNG QUAN VỀ ỨNG DỤNG PHÂN TÍCH DỮ LIỆU TRONG

NGÀNH LOGISTICS VÀ CHUỖI CUNG ỨNG

1.1 Thực trạng ngành Logistics thời đại 4.0

1.1.1 Thị phần ngành Logistics truyền thống dần suy giảm

Phần lớn hạ tầng (nguồn cung) của các doanh nghiệp logistics Việt Nam lànhà kho và xưởng truyền thống, không đảm bảo yêu cầu của các nhà đầu tư Dùtrong 5 năm trở lại đây, với sự tham gia của các nhà phát triển hạ tầng logistics hàngđầu thế giới, song tỷ lệ kho truyền thống vẫn chiếm trên 50% tổng nguồn cung.Trong khi đó, trong năm 2021 tại thị trường Mỹ, kho hiện đại chiếm đến 65%nguồn cung của thị trường (Theo vov.vn, T4/2023) Các công ty logistics sử dụngquy trình còn thủ công và lỗi thời sẽ không mang lại nhiều hiệu quả vận hành trongngành vận chuyển trong thời đại 4.0

Tuy nhiên, các nhà cung ứng hiện nay đã bắt đầu thực hiện tự tích hợp dữliệu, tận dụng dữ liệu để phân tích, cung cấp hoạt động số và dịch vụ số, điều này

đã khiến thị phần của ngành Logistics truyền thống từng bước suy giảm Khi cácnhà cung ứng thực hiện các bước đi chuyển đổi số, ngành Logistics cũng bắt đầuhoạt động theo hướng tối ưu hơn Theo bảng xếp hạng Agility 2022, Việt Namđứng thứ 11 trong nhóm 50 thị trường logistics mới nổi toàn cầu Tỷ lệ tăng trưởngkép hằng năm (CAGR) giai đoạn 2022-2027 dự báo đạt 5,5% (Theo báo Nhân Dânđiện tử, T9/2023) Các doanh nghiệp Logistics phải đối mặt với bài toán tăng hiệuquả quản trị để phù hợp với tốc độ phát triển Để giải bài toán này, các nhà lãnh đạocần đặt ra kế hoạch hành động ngắn hạn và dài hạn dựa trên những kết quả từ việcphân tích dữ liệu

1.1.2 Nhu cầu và kỳ vọng của khách hàng tăng

Sự phát triển của thị trường thương mại trực tuyến đã làm thay đổi hành vi,thói quen cũng như nhu cầu mua sắm của khách hàng Kết quả là các đơn đặt hàngtrực tuyến ngày càng có xu hướng tăng trưởng, điều này được thể hiện rõ rệt trongđại dịch Covid-19 khi những chính sách cách ly xã hội được áp dụng Trong giaiđoạn từ năm 2022 - 2025, thương mại điện tử Việt Nam dự báo tăng trung bình25%/năm, đạt 35 tỷ USD vào năm 2025, chiếm 10% tổng mức bán lẻ và doanh thu

dịch vụ tiêu dùng cả nước Từ thời điểm hiện tại đến năm 2040, khoảng 95% cácgiao dịch mua sắm dự kiến sẽ thông qua thương mại điện tử (Theo Tạp chí côngthương điện tử, T4/2023) Đi cùng với thói quen mua sắm thay đổi là kỳ vọng trongcác dịch vụ logistics cũng ngày càng tăng.

1.1.3 Một số hạn chế

Khảo sát của Ngân hàng Thế giới cho thấy, chi phí logistics chiếm rất lớntrong giá thành của nhiều ngành hàng tại Việt Nam Thống kê cũng cho thấy, chiphí logistics ở Việt Nam còn cao so với thế giới, chiếm khoảng 16,8% trong năm

2022 trong khi chi phí trung bình trên thế giới khoảng 10% (Theo vov.vn, T4/2023).Thực trạng này ảnh hưởng nhiều đến hoạt động xuất nhập khẩu của các doanhnghiệp, làm giảm sức cạnh tranh của hàng hóa Việt Nam trên thị trường quốc tế.Theo ông Ngô Khắc Lê - Phó Tổng thư ký Hiệp hội doanh nghiệp dịch vụ LogisticsViệt Nam, bất cập lớn nhất hiện nay là hệ thống pháp luật điều chỉnh logisticsthương mại chưa đồng bộ, thiếu nhất quán, chưa quy định rõ ràng, rành mạch vềtrách nhiệm và giới hạn quản lý giữa các cơ quan nhà nước trong việc quản lý vềhoạt động logistics thương mại

Số liệu từ Hiệp hội Doanh nghiệp logistics Việt Nam chỉ ra, hiện 90% doanhnghiệp logistics đang hoạt động là doanh nghiệp Việt, nhưng chỉ chiếm khoảng30% thị phần, còn lại thuộc về các doanh nghiệp nước ngoài Số lượng doanhnghiệp nhiều nhưng chủ yếu là doanh nghiệp nhỏ, quy mô hạn chế cả về vốn vànhân lực cũng như kinh nghiệm hoạt động quốc tế, chưa có sự liên kết giữa cáckhâu trong chuỗi cung ứng logistics, và giữa doanh nghiệp dịch vụ logistics vớidoanh nghiệp xuất nhập khẩu (Theo Báo kinh tế đô thị, T4/2022)

Một số doanh nghiệp đã nâng cấp hệ thống hoạch định nguồn lực như ứngdụng ERP nhằm mục đích cải thiện dịch vụ chuỗi cung ứng Tuy nhiên, chất lượngdịch vụ của chuỗi cung ứng hay logistics vẫn tiếp tục giảm, và phải quay lại trạngthái làm việc truyền thống bởi nhiều lỗi kỹ thuật cũng như tính liên kết dữ liệu giữacác phòng ban còn lỏng lẻo khi áp dụng công nghệ trong ngành (Theo Tạp chí côngthương, 2023) Ngoài ra, mức độ đầu tư công nghệ thông tin hiện đại còn kém chưa

có nền tảng kết nối thông tin giữa doanh nghiệp và khách hàng Điều này, dẫn đếncác phí thu hàng hóa chưa thống nhất và còn cao, hạ tầng kho, kho lạnh chưa phát

Reading- LT TFNGdnguyên lý

quản lý… 100% (1)

10

triển, hệ thống giao thông cầu đường chưa đồng bộ… (Theo Báo Nhân dân,T7/2023).

1.2 Vai trò của mô hình dữ liệu trong Logistics

Thứ nhất, việc sử dụng mô hình dữ liệu giúp rút ngắn khoảng cách giữanguồn cung và nhu cầu Những tiến bộ gần đây trong công nghệ Deep Learning,một nhánh thuộc công nghệ Trí tuệ nhân tạo AI, đã giúp cải thiện khả năng xử lý vàthấu hiểu nguồn thông tin đầu vào dưới dạng dữ liệu phi cấu trúc Phần lớn tươngtác giữa khách hàng và các nhà cung ứng, tích hợp thông qua các dữ liệu đầu vàođược thu thập bởi hệ thống AI, ví dụ từ những bình luận trên mạng xã hội, phản hồinói của người mua hàng Với quyền truy cập vào bộ dữ liệu lớn chứa các cụm từtương tự và thông tin liên quan, AI nắm bắt được bối cảnh mua hàng của kháchhàng, bối cảnh đặt hàng của đối tác để từ đó sử dụng dữ liệu này mang lại giá trị sâusắc trong chuỗi cung ứng Bằng cách này, dữ liệu đã rút ngắn lại khoảng cách cung

và cầu giữa khách hàng và nhà cung ứng

Thứ hai, mô hình dữ liệu giúp tự động hóa quy trình vận chuyển Giải phápliên quan tới công nghệ tự động hóa quy trình còn có thể giúp doanh nghiệplogistics tự động hóa các quy trình trong việc lập kế hoạch vận chuyển, đơn đặt nhàcung cấp, xử lý tài liệu và lập hóa đơn Về lâu dài, các doanh nghiệp logistics sẽ cónhững cải thiện đáng kể trong việc giảm chi phí phục vụ, nhân sự, tài chính, cũngnhư giảm sự phức tạp thủ công trong hoạt động chuỗi cung ứng truyền thống Dữliệu lớn kết hợp với phân tích dữ liệu tại thời gian thực có thể cho phép các nhàcung ứng theo kịp với sự thay đổi trong lịch trình của phương tiện vận chuyển vàcủa người nhận cuối

Thứ ba, sử dụng mô hình dữ liệu làm tăng trải nghiệm liền mạch, để từ đótăng mức độ hài lòng và trung thành khách hàng Trải nghiệm của khách hàng trongthời đại 4.0 đã và đang dần chuyển dịch từ truyền thống sang số hóa Trải nghiệmkhách hàng trong ngành logistics nằm tập trung ở việc giao diện, chức năng, thôngtin trên nền tảng số được liên kết kết nối chặt chẽ Những khách hàng trong ngànhlogistics sẽ tìm kiếm sự liền mạch trong quy trình báo giá, đặt chỗ trực tuyến, vàcân nhắc thêm nếu như nền tảng của nhà cung cấp có thêm cả các chức năng như xử

lý tài liệu số và phân tích dữ liệu lô hàng

3

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Các khái niệm về tối ưu trong mô hình dữ liệu

2.1.1 Giới thiệu về lập trình toán học và tối ưu hoá

Lập trình toán học (MP - Mathematical programming) là một lĩnh vực trongphân tích kinh doanh tìm ra cách tối ưu hoặc hiệu quả nhất nhằm sử dụng các nguồnlực hạn chế để đạt được mục tiêu của một cá nhân hoặc doanh nghiệp Tổng quáthơn, MP được sử dụng để xác định các giá trị tốt nhất hoặc tối ưu cho các biếnquyết định trong mô hình toán học Vì lý do này, MP thường được gọi là tối ưu hóaTối ưu hóa đóng một vai trò quan trọng không chỉ trong phân tích đề xuất,

mà còn trong phân tích mô tả và dự đoán

2.1.2 Ứng dụng mô hình hóa dữ liệu tối ưu trong lĩnh vực Logistics

Nhiều công ty bán lẻ có các kho hàng trên toàn quốc chịu trách nhiệm duy trìcung cấp hàng hóa cho các cửa hàng bán lẻ Số lượng hàng hóa có sẵn tại các kho

và số lượng cần thiết tại mỗi cửa hàng thường biến đổi, cũng như chi phí vậnchuyển từ các kho đến các vị trí bán lẻ thường khác nhau Nhà quản trị cần xác địnhphương pháp chuyển hàng hóa từ các kho đến các cửa hàng với chi phí thấp nhất,tương tự đối với việc vận chuyển nguyên vật liệu từ các nhà cung cấp đến các nhàmáy chế biến hoặc vận chuyển hàng hoá từ nhà máy đến kho chứa hàng,

2.2 Giới thiệu chung về Solver

2.2.1 Giới thiệu về công cụ Solver trong mô hình bảng tính

Tất cả các phần mềm bảng tính thường đi kèm với các công cụ tối ưu hóatích hợp gọi là "solver", điều này cho thấy tầm quan trọng của mô hình dữ liệutuyến tính (Linear Programming - LP) và tối ưu hóa nói chung Các vấn đề tối ưuhóa cũng có thể được giải quyết thông qua việc sử dụng bảng tính như MicrosoftExcel, Google Sheets hoặc các phần mềm toán học chuyên biệt như LINDO,CPLEX, GUROBI Optimizer và Xpress-MP Thông thường, các nhà nghiên cứu vàdoanh nghiệp sử dụng các gói phần mềm này để xử lý khối lượng dữ liệu lớn màbảng tính không giải quyết được

Đối với bài báo cáo này thuộc môn học Mô hình dữ liệu cho quyết định quảntrị, nhóm sử dụng công cụ phân tích Solver trong Phần mềm bảng tính MicrosoftExcel để giải quyết một số vấn đề quản trị trong hoạt động Logistics của doanhnghiệp.

- Các ô ràng buộc (Constraint Cells): Các ô trong bảng tính đại diện cho côngthức của các ràng buộc trong mô hình (và bất kỳ giới hạn trên và dưới nào ápdụng cho các công thức này)

2.3 Các bước để thực hiện mô hình dữ liệu tuyến tính (LP) trên bảng tính

- Sắp xếp dữ liệu cho mô hình trên bảng tính

- Dành các ô riêng biệt trong bảng tính để biểu diễn từng biến quyết địnhtrong mô hình

- Tạo một công thức trong một ô trong bảng tính tương ứng với hàm mục tiêutrong mô hình

- Đối với mỗi ràng buộc, tạo một công thức trong một ô riêng biệt trong bảngtính tương ứng với phía bên trái của ràng buộc

2.4 Mục tiêu

- Truyền đạt thông tin tốt: Thiết kế mô hình dữ liệu trên bảng tính nhằmtruyền đạt tốt các khía cạnh liên quan của vấn đề đang xử lý một cách rõràng, dễ hiểu đối với các đối tượng người xem

- Kết quả đáng tin cậy: Kết quả mà một bảng tính tạo ra nên chính xác và nhấtquán

- Khả năng kiểm tra: Nên cẩn thận tóm tắt vấn đề cần giải quyết, ghi chú cácbước và theo dõi lại các bước đã thực hiện để hiểu rõ mô hình và xác minh

5

kết quả Các mô hình được thiết lập trong một bố cục hợp lý thường dễ kiểmtra hơn.

- Khả năng thay đổi Dữ liệu và giả định được sử dụng để xây dựng các môhình bảng tính có thể thay đổi thường xuyên Một bảng tính được thiết kế tốt

hỗ trợ việc cập nhật dữ liệu một cách dễ dàng hoặc có khả năng mở rộng đểđáp ứng nhu cầu của người dùng

CHƯƠNG 3: THỰC HÀNH MÔ HÌNH HOÁ DỮ LIỆU VỚI CÔNG CỤ SOLVER ĐỂ GIẢI QUYẾT BÀI TOÁN LOGISTICS

3.1 Ví dụ về Công ty Tropicsun

3.1.1 Giới thiệu vấn đề cần đưa ra quyết định

Tropicsun là một trong những nhà sản xuất và phân phối hàng đầu về sảnphẩm cam tươi ngon với ba vườn cam lớn nằm rải rác ở trung tâm Florida, bao gồmcác thành phố Mt Dora, Eustis và Clermont Hiện nay, Tropicsun có tổng cộng275.000 thùng cam tại vườn ở Mt Dora, 400.000 thùng cam tại vườn ở Eustis, và300.000 thùng cam tại vườn ở Clermont Tropicsun còn có các nhà máy chế biếncam tại Ocala, Orlando và Leesburg với khả năng chế biến lần lượt là 200.000,600.000 và 225.000 thùng cam Tropicsun đã ký hợp đồng vận chuyển với mộtcông ty vận chuyển địa phương để chuyển hàng từ vườn đến nhà máy chế biến.Công ty vận chuyển tính phí cố định cho mỗi dặm mà mỗi thùng cam cần được vậnchuyển Bảng sau cho biết các khoảng cách (bằng dặm) giữa các vườn và các nhàmáy chế biến:

3.1.2 Định danh biến quyết định

Vấn đề cần ra quyết định được tóm tắt như hình 3.1 bên dưới:

7

Nguồn cung Vườn Khoảng cách Nhà máy chế biến Năng lực chế biến

Các biến quyết định có thể được định danh dưới dạng:

Xij = số lượng thùng cam cần vận chuyển từ nút i đến nút j

Cụ thể, có 9 biến quyết định như sau:

= số lượng thùng cam cần vận chuyển từ Mt Dora (nút 1) đến Ocala (nút 4)

= số lượng thùng cam cần vận chuyển từ Eustis (nút 2) đến Orlando (nút 5)

Mục tiêu trong bài toán này là xác định cần vận chuyển bao nhiêu thùng cam

từ mỗi vườn đến mỗi nhà máy chế biến với tổng khoảng cách vận chuyển ít nhấtnhằm tối thiểu chi phí Hàm mục tiêu cho vấn đề này được biểu diễn bằng:MIN: 21𝑋14+ 50𝑋15+ 40𝑋16+ 35𝑋24+ 30𝑋25+ 22𝑋26+ 55𝑋34+ 20𝑋35+ 25𝑋36Thành phần 21𝑋14trong hàm mục tiêu chỉ việc mỗi thùng cam được vậnchuyển từ Mt Dora (nút 1) đến Ocala (nút 4) phải đi 21 dặm Các thành phần cònlại trong hàm biểu diễn các mối quan hệ tương tự

3.1.4 Xác định các ràng buộc

Ràng buộc thứ nhất là giới hạn về số lượng trái cây có thể được vận chuyểnđến các nhà máy chế biến do công suất của mỗi nhà máy là hạn chế Tropicsunkhông thể vận chuyển nhiều hơn 200.000, 600.000 và 225.000 thùng cam đếnOcala, Orlando và Leesburg Các ràng buộc này được phản ánh bằng các bất đẳngthức sau đây:

+ + ≤ 200,000 } Giới hạn về công suất cho Ocala

9

thùng cam) Do đó, các ràng buộc này sử dụng ký hiệu "nhỏ hơn hoặc bằng" vì cácnhà máy chế biến có thể không được sử dụng hết công suất.

Ràng buộc thứ hai đảm bảo rằng toàn bộ thùng cam do mỗi vườn cung cấpđều được vận chuyển đến các nhà máy chế biến Vì vậy, 275.000, 400.000 và300.000 thùng cam tại Mt Dora, Eustis và Clermont đều phải được chế biến ở mộtnhà máy nào đó Các ràng buộc trên được thể hiện qua các bất đẳng thức sau:+ + = 275,000 } Nguồn cung ứng tại Mt Dora

3.1.5 Triển khai mô hình

Mô hình dữ liệu tuyến tính (LP) cho bài toán Logistics của công tyTropicsun được tổng hợp như sau: