Em chào anh chị chuyên gia và anh chị em trên diễn đàn
Em hiện đang đang làm việc tại công ty retail ngành FMCG, với vai trò là tối ưu kho và tuyến vận tải từ kho DC đến các cửa hàng
Em có 2 chủ đề rất mong muốn được anh chị cho lời khuyên và kinh nghiệm về kho và vận tải ạ.
1. Chủ đề về kho - Quản lý tồn kho:
- Mục tiêu:
+ Quản lý tồn kho một cách tốt nhất với ít sai sót trong quản lý tồn
+ Làm cho luồng hàng trong kho được lưu thông từ nhập - lưu trữ - xuất một cách nhanh chóng nhất
+ Clear các sản phẩm có số ngày tồn kho cao và những sản phẩm đang chiếm thể tích ở kho không tạo ra giá trị
- Bối cảnh:
+ Hiện tại, công ty đã phân ra được những SKU thuộc 3 label: A, B, C
+ Đối với label C: có thể giải quyết bằng việc công ty thanh lý những sản phẩm đã lâu không bán được nếu vượt quá tồn min cho phép ở kho. Hiểu rằng những SKU thuộc label C phải có mức tồn nhất định (tồn min) để cho các cửa hàng có hàng để trưng bày
+ Đối với 2 label A,B: khi clean data em lại phân ra được thêm trong những SKU A,B này lại có những sản phẩm lại có ngày tồn kho cao và chiếm thể tích khá lớn ở kho.
- Xử lý: đối với SKU A, B em đã lọc ra những SKU có số ngày tồn kho vượt số ngày tồn kho trung bình của label để giảm số lượng các SKU này tại kho => nhằm saving thể tích cho các SKU bán chạy khác nhập về
- Câu hỏi:
+ Vậy mình có thể quản lý đầu vào hay facing trong kho như thế nào để tránh việc phải xử lý vấn đề liên quan tới những SKU label A,B tồn lâu tại kho?
+ Ngoài ra, còn những SKU bán chạy tại cửa hàng nhưng tồn kho đang bằng 0. Hiểu là ở cửa hàng thì tồn đang hết dần, kho thì chưa nhập hàng về. Vậy khi kho nhập về thì số lượng bao nhiêu là đủ để có thể đáp ứng được demand của tất cả các cửa hàng vừa cân bằng được tồn kho hiện tại của kho?
2. Chủ đề về vận tải - Thuật toán AI phân tuyến:
- Mục tiêu:
+ Tối ưu và giảm chi phí vận tải từ kho DC đến các cửa hàng
+ Tìm ra phân tuyến phù hợp với từng kho DC, từng địa hình vùng miền và phân bổ cửa hàng của từng kho DC
- Bối cảnh:
+ Hiện tại công ty em đã có AI chạy phân tuyến hằng ngày các tuyến giao hàng từ kho DC đến các cửa hàng
+ Tuy nhiên, em luôn tìm cách để tối ưu chi phí vận chuyển
- Xử lý: hiện tại, em đang theo dõi tình hình phân tuyến hằng ngày của thuật toán theo kho DC, vùng miền và sắp tới sẽ là hình dạng phân tuyến cửa hàng của kho DC
- Câu hỏi:
+ Ngoài các KPIs như: chi phí, số điểm giao, tỉ lệ đầy xe thì em còn nên follow những KPIs nào nữa để tối ưu được tuyến không ạ?
+ Nếu muốn build 1 thuật toán phân tuyến theo địa hình vùng miền và số lượng, vị trí cửa hàng phân bổ cho kho DC thì nên nhìn từ gốc độ như thế nào và chú ý những điều gì ạ?
******************UPDATE (13.08.2026)******************
Em chào anh chị em trên diễn đàn
Trong thời gian qua do vướng bận với công việc nên chưa update được thêm thông tin cho topic này
Nay em cung cấp thêm thông tin về topic "Quản lý tồn kho" bên dưới. Topic "Thuật toán phân tuyến" em sẽ tạm pending lại do dự án của công ty đang focus vào phần tồn kho hơn
1. Mô tả chung về kho, SKU và vai trò của team em:
- Loại kho:
+ Kho mà dự án em đang theo là kho khô chứa hàng FMCG
+ Có nhiều hình dạng kho như: chữ I, chữ L và chữ U. Có kho lớn và kho nhỏ với thể tích từ 1500-5000 m3
+ Khu vực inbound sẽ không có kệ thay vào đó khi nhập hàng sẽ để pallet dưới đất
+ Khu vực trữ hàng có 6-8 dãy kệ, 1 dãy cao 4-5 tầng, 12 khung, 1 khung chứa được 3 pallet (1 dãy chứa được 144-180 pallet) (vì mỗi kho có thể tích và số lượng kệ khác nhau nên em lấy số lượng trung bình mà em theo dõi được). Phân thành 2 khu trữ chính: hàng non-food và hàng food
+ Khu vực xuất hàng có 3 dãy kệ 6 khung với sức chứa như trên
+ Một kho trung bình phục vụ 100 cửa hàng
- Số lượng SKU:
+ Trung bình 1 DC hiện tại có 5,000 SKU, phân thành 18 ngành hàng (17 ngành hàng kinh doanh và 1 ngành hàng không kinh doanh)
+ Phân label ABC, hiện nay công ty đang có 3 tool để phân loại: theo doanh thu mang lại(trong khoảng thời gian tự chọn), theo số lượng đã bán (trong khoảng thời gian tự chọn) và theo Forecast sức bán. Đối với cả 3 tool này đều có 1 rule chung là sắp xếp thứ tự theo yêu tố đã chọn từ cao tới thấp và lấy 20% SKU đứng đầu thuộc loại A, 50% SKU tiếp theo là B và cuối cùng là C.
+ Hiện tại đang có rất nhiều suppliers giao với lịch trình khác nhau, nhưng sẽ phải theo lịch nhận và tải nhận của kho => Em sẽ lấy trung bình là mỗi lần đặt hàng thì suppliers sẽ giao đến kho trong vòng 3 ngày
- Vai trò của em và team:
+ Như em đã có nhắc đến trước đó em và team thuộc về tối ưu vận hành kho và vận tải, chỉ take care về những gì thuộc về kho và làm sao để kho có luồng hàng được lưu thông tốt nhất (tìm được long mạch)
+ Những việc liên quan đến forecast, sales hay procurement sẽ có team khác take care
2. Mục tiêu:
- Giảm cho kho về tải nhập và tải xuất
- Tồn trong kho không chứa quá nhiều SKU dư thừa. Hiểu là SKU nào tồn trong kho sẽ tạo ra được giá trị, SKU nào không tạo ra giá trị thì cần được xử lý sớm
- Chuyển đổi sang mô hình kho cross-docking
3. Xử lý:
- Giảm tải nhập và xuất cho kho: em đang tổng hợp SKU đang có lượng nhập và xuất bất thường. VD: SKU có nhập 1 lần với khối lượng 20 tấn và xuất luôn 20 tấn trong 1 ngày => Bất thường. Hay những SKU trong vòng 1-2 tuần không xuất được gì nhưng vẫn có đợt nhập hàng và số lượng của SKU vượt hơn tồn tối thiểu để gửi cảnh báo cho procurement điều chỉnh lại số lượng nhập xuất.
- Xử lý SKU đang dư thừa tại kho: em đã tổng hợp những SKU có số lượng tồn kho thực tế > số lượng tồn kho max dành cho SKU này và SKU đã ngừng kinh doanh để gửi bên procurement xử lý
- Đối với chuyển sang kho cross-docking, công ty đã và đang có dự án chia cross-dock cho 1 số SKU bán chạy trong kho và đang dần mở rộng danh sách SKU
4. Câu hỏi:
- Em muốn giảm tải nhập và tải xuất cho kho bằng cách show cho bên procurement thấy kho chỉ nên nhận SKU nào với số lượng như thế nào để họ có thể cân nhắc và trao đổi lại với NCC. Vậy thì em nên show ra những gì để có thể thuyết phục họ làm theo, vì hiện tại sức bán của siêu thị team em không nắm, chỉ có lượng nhập và lượng xuất tại kho?
- Mặt khác ở phía kho em cũng muốn chủ động để tăng năng suất cho kho, nhưng hiện tại chỉ đang về mặt vật lí: đầu tư xe nâng, xe nâng tay điện, nhân sự,... Vậy thì mặt strategy nên cần bổ sung hay thay đổi gì không ạ?
- Lý do em hỏi 2 câu trên cũng liên quan tới mục tiêu cuối cùng là chuyển đổi kho sang mô hình cross-docking, vì đối với em mô hình này cần phải forecast rất chính xác nếu không sẽ dễ phát sinh bottleneck
VD: tính sai nhu cầu của cửa hàng => nhập về dư => gác lên kệ. Tầm 2-3 SKU thì có thể xử lý được nhưng nếu hàng chục sẽ làm quá tải kho
NCC nhập hàng tới đem ra line xuất, nhưng lại thừa hàng => phải gác lên kệ => riêng 1 lần cho 1 SKU này đã phải tốn 1 xe nâng rồi => thiếu xe nâng để nhập hàng NCC khác
=> Vậy thì khi làm mô hình cross-docking này thì em cần lưu ý hay có những strategy như thế nào về forecast, layout kho hay những thứ gì khác không ạ?
Anh chia sẻ câu 2 trước nhé, vì anh cũng có vài kinh nghiệm build system tối ưu phân tuyến (python).
- KPIs cần bổ sung: không rõ em đã có tỷ lệ quay vòng đầu xe chưa, nếu chưa thì nó sẽ là một KPIs trong tối ưu chi phí. Cần lưu tâm đến constraint về time-windows nếu chưa có. Trong phần chi phí nó nhiều yếu tố: loại xe (tải, xe máy, xe van...), tải trọng (đường cấm tải), tránh thu phí, số lượng xe, số lượng depot...
- Build thuật toán thì cần quan tâm nhiều thứ, ví dụ:
+ ngôn ngữ lập trình
+ thuật toán (Dijkstra, A-start, heuristic....) - này cần có kiến thức OR
+ bản đồ dùng của đơn vị nào (hay vướng vụ "lưỡi bò" nếu dùng bản đồ ko chính thống), còn dùng chính thống thì quan tâm phí API (distance matrix API của Google)...còn nhiều nhà cung cấp API bản đồ nữa (Việt Nam, nước ngoài...)
+ giới hạn về server - số lượng điểm tối đa có thể routing
+ mô hình vận tải
+ tự code hay vibe code :D
....
Vài điều chia sẻ với em.