trong xu hướng phát triển theo Logistics 4.0 thì việc ứng dụng công nghệ Big Data là một lựa chọn tốt cho DN logistics, từ Big Data doanh nghiệp có thể đưa ra quyết định dựa trên độ chuẩn xác, tin cậy của khối lượng dữ liệu. Một doanh nghiệp có thể hiểu chính xác mối quan hệ giữa thời tiết điều kiện, vận chuyển, phương thức vận tải, năng xuất lao động, thơi gian giao hàng và lợi nhuận. Hoặc có thể tránh khỏi sự phân bỏ quá ít hay quá nhiều nguồn lực bằng cách theo dõi kho, lực lượng lao động và vận chuyển sử dụng trong thời gian thực để đáp ứng nhu cầu.
TỔNG QUAN VỀ CÔNG NGHỆ BIG DATA
Cơ sở lý thuyết về Big Data
1.1.1 Khái niệm về Big Data
Nguồn: https://logistics4vn.com/
Dữ liệu lớn (Big Data) đề cập đến những tập hợp dữ liệu khổng lồ và phức tạp mà các công cụ xử lý dữ liệu truyền thống không thể xử lý hiệu quả Tuy nhiên, Big Data chứa đựng nhiều thông tin quý giá có thể hỗ trợ cho kinh doanh, nghiên cứu khoa học, dự đoán dịch bệnh và xác định tình trạng giao thông theo thời gian thực Do đó, việc thu thập, tổ chức, lưu trữ, tìm kiếm và chia sẻ những dữ liệu này cần được thực hiện theo những phương pháp khác biệt.
Theo Ths Nguyễn Văn Đoàn, Viện trưởng Viện Khoa học Thống kê, Big Data là thuật ngữ chỉ những tập dữ liệu lớn hoặc phức tạp mà các phương pháp truyền thống không đủ khả năng xử lý.
Big Data là thuật ngữ chỉ việc xử lý các tập dữ liệu lớn và phức tạp mà các ứng dụng truyền thống không thể xử lý Nó bao gồm nhiều phương pháp và công nghệ để phân tích, lưu trữ và quản lý dữ liệu, mang lại những hiểu biết giá trị cho doanh nghiệp và tổ chức.
2 gồm các thách thức như phân tích, thu thập, giám sát dữ liệu, tìm kiếm, chia sẻ, lưu trữ, truyền nhận, trực quan, truy vấn và tính riêng tư
1.2.2 Nguồn hình thành và phương pháp quản lý Big Data
Qua thống kê và tổng hợp, Big Data được hình thành chủ yếu từ 6 nguồn:
Dữ liệu hành chính là thông tin phát sinh từ các chương trình của tổ chức, bao gồm cả chính phủ và phi chính phủ Ví dụ điển hình của dữ liệu hành chính bao gồm hồ sơ y tế điện tử tại bệnh viện, hồ sơ bảo hiểm và hồ sơ ngân hàng.
Dữ liệu thương mại được tạo ra từ các giao dịch giữa hai thực thể, bao gồm các giao dịch thẻ tín dụng và giao dịch trực tuyến, cũng như các giao dịch phát sinh từ thiết bị di động.
- Dữ liệu từ các thiết bị cảm biến như thiết bị chụp hình ảnh vệ tinh, cảm biến đường, cảm biến khí hậu;
- Dữ liệu từ các thiết bị theo dõi, ví dụ theo dõi dữ liệu từ điện thoại di động, GPS;
- Dữ liệu từ các hành vi, ví dụ như tìm kiếm trực tuyến (tìm kiếm sản phẩm, dịch vụ hay thông tin khác), đọc các trang mạng trực tuyến ;
- Dữ liệu từ các thông tin về ý kiến, quan điểm của các cá nhân, tổ chức, trên các phương tiện thông tin xã hội [3]
1.2.3 Đặc tính của Big Data
Big Data có 5 đặc trưng cơ bản như sau:
Khối lượng dữ liệu (Volume) là đặc điểm nổi bật nhất của dữ liệu lớn, với kích thước ngày càng tăng Tính đến năm 2012, khối lượng dữ liệu có thể dao động từ vài chục terabyte đến hàng petabyte (1 petabyte = 1024 terabyte) cho một tập hợp dữ liệu Trong khi dữ liệu truyền thống có thể được lưu trữ trên thiết bị như đĩa mềm và đĩa cứng, dữ liệu lớn yêu cầu công nghệ "đám mây" để đáp ứng nhu cầu lưu trữ khổng lồ này.
Tốc độ có thể hiểu theo 2 khía cạnh:
- Khối lượng dữ liệu gia tăng rất nhanh (mỗi giây có tới 72.9 triệu các yêu cầu truy cập tìm kiếm trên web bán hàng của Amazon);
Xử lý dữ liệu real-time là quá trình xử lý dữ liệu ngay lập tức sau khi chúng phát sinh, với độ trễ chỉ tính bằng mili giây Các lĩnh vực như Internet, Tài chính, Ngân hàng, Hàng không, Quân sự và Y tế hiện nay đều sử dụng công nghệ này để xử lý lượng lớn dữ liệu ngay tức thì trước khi lưu trữ vào cơ sở dữ liệu.
Đối với dữ liệu truyền thống, chúng ta thường nói đến dữ liệu có cấu trúc, nhưng hiện nay hơn 80% dữ liệu được tạo ra là phi cấu trúc như tài liệu, blog, hình ảnh, video và dữ liệu từ các thiết bị cảm biến Big data cho phép liên kết và phân tích nhiều dạng dữ liệu khác nhau, chẳng hạn như bình luận từ người dùng trên Facebook kết hợp với thông tin video từ YouTube và Twitter Điều này nhấn mạnh tầm quan trọng của độ tin cậy và chính xác trong việc xử lý dữ liệu.
Một trong những thách thức lớn nhất của Dữ liệu lớn là đảm bảo độ tin cậy và chính xác của dữ liệu Sự phát triển mạnh mẽ của phương tiện truyền thông xã hội và mạng xã hội, cùng với mức độ tương tác và chia sẻ cao từ người dùng di động, đã làm cho việc đánh giá độ tin cậy và chính xác của dữ liệu trở nên phức tạp hơn bao giờ hết Do đó, việc phân tích và loại bỏ dữ liệu không chính xác và nhiễu trở thành một yếu tố quan trọng trong lĩnh vực Dữ liệu lớn.
Giá trị là yếu tố quan trọng nhất trong dữ liệu lớn, vì việc xác định giá trị thông tin là bước đầu tiên khi triển khai dữ liệu lớn Nếu chỉ nhận được 1% lợi ích từ dữ liệu lớn, thì không nên đầu tư vào phát triển nó Kết quả dự báo chính xác là minh chứng rõ ràng về giá trị mà dữ liệu lớn mang lại Chẳng hạn, dữ liệu từ quá trình khám chữa bệnh có thể giúp dự báo sức khỏe chính xác hơn, từ đó giảm chi phí điều trị và các chi phí y tế liên quan.
Sự khác biệt giữa Big Data với dữ liệu truyền thống
Dữ liệu lớn khác với dữ liệu truyền thống ở bốn điểm chính: tính đa dạng, khả năng lưu trữ lớn, tốc độ truy vấn nhanh và độ chính xác cao Đặc biệt, trong khai thác và phân tích dữ liệu lớn, không cần thiết phải lo lắng về kiểu dữ liệu hay định dạng, mà điều quan trọng là giá trị mà dữ liệu mang lại có đáp ứng được nhu cầu công việc hiện tại và tương lai hay không.
5 v Lưu trữ dữ liệu lớn hơn
Lưu trữ dữ liệu truyền thống gặp nhiều phức tạp và đặt ra câu hỏi về cách lưu trữ, dung lượng cần thiết và chi phí đầu tư Tuy nhiên, công nghệ lưu trữ dữ liệu lớn hiện nay, đặc biệt là lưu trữ đám mây và phân phối dữ liệu phân tán, đã giúp giải quyết những vấn đề này Những công nghệ này cho phép kết hợp và xử lý dữ liệu phân tán một cách chính xác và nhanh chóng trong thời gian thực, từ đó nâng cao tốc độ truy vấn dữ liệu.
Dữ liệu lớn được cập nhật liên tục, giúp cải thiện độ chính xác và khả năng truy xuất thông tin Ngược lại, kho dữ liệu truyền thống thường xuyên không được cập nhật và thiếu theo dõi, dẫn đến lỗi trong cấu trúc truy vấn và khó khăn trong việc tìm kiếm thông tin theo yêu cầu.
Dữ liệu lớn khi được sử dụng cần phải trải qua quá trình kiểm định nghiêm ngặt, với một khối lượng thông tin lớn được kiểm tra Việc này đảm bảo rằng nguồn dữ liệu không bị ảnh hưởng bởi sự can thiệp của con người, giữ cho số liệu thu thập được chính xác và đáng tin cậy.
Ứng dụng của Big Data
Dữ liệu lớn đã được áp dụng rộng rãi trong nhiều lĩnh vực như chính trị, giao thông, y tế, thể thao, tài chính, thương mại và thống kê Một trong những ứng dụng nổi bật của dữ liệu lớn là trong ngành ngân hàng, nơi nó giúp cải thiện quy trình quản lý rủi ro, tối ưu hóa dịch vụ khách hàng và phát hiện gian lận hiệu quả hơn.
Trong ngành ngân hàng, Big Data đang được áp dụng hiệu quả trong nhiều hoạt động, từ thu tiền mặt đến quản lý tài chính Ứng dụng này không chỉ giúp giảm thiểu rắc rối cho khách hàng mà còn tăng doanh thu cho các ngân hàng.
Các kỹ thuật phân cụm là công cụ quan trọng giúp ngân hàng đưa ra quyết định chiến lược Hệ thống phân tích cho phép xác định các khu vực có nhu cầu cao từ khách hàng, từ đó đề xuất vị trí mở chi nhánh mới một cách hiệu quả.
- Quy tắc kết hợp để dự đoán lượng tiền mặt cần thiết sẵn sàng cung ứng ở một chi nhánh tại thời điểm cụ thể
- Khoa học dữ liệu là nền tảng của hệ thống ngân hàng kĩ thuật số
- Học máy và AI được nhiều ngân hàng sử dụng để phát hiện các hoạt động gian lận và báo cáo cho các chuyên viên liên quan
Khoa học dữ liệu đóng vai trò quan trọng trong việc xử lý, lưu trữ và phân tích khối lượng dữ liệu lớn từ các hoạt động hàng ngày, đồng thời góp phần nâng cao an ninh cho ngân hàng Bên cạnh đó, nó cũng được ứng dụng hiệu quả trong việc điều tiết giao thông.
Trong điều tiết giao thông, dữ liệu CDR được sử dụng để ước lượng lưu lượng giao thông trong các giờ cao điểm, từ đó xây dựng kế hoạch phân luồng hợp lý nhằm giảm ùn tắc Hệ thống cũng cung cấp thông tin cho người tham gia giao thông về thời gian và lộ trình di chuyển tối ưu để tránh kẹt xe Thêm vào đó, Big Data giúp phân tích vị trí người dùng thiết bị di động và ghi nhận chi tiết cuộc gọi trong thời gian thực, góp phần giảm thiểu tình trạng ùn tắc giao thông.
Trong y học, các bác sĩ sử dụng dữ liệu từ bệnh án để dự đoán nguy cơ mắc bệnh và xu hướng lây lan Một ví dụ điển hình là ứng dụng Google Flu Trend, dựa trên từ khóa tìm kiếm tại một khu vực cụ thể, giúp phân tích và đưa ra dự báo về dịch cúm Ứng dụng này cung cấp thông tin về tình hình cúm tại khu vực, từ đó hỗ trợ trong việc đề xuất các giải pháp phòng tránh Kết quả của Google Flu Trend hoàn toàn khớp với báo cáo của Tổ chức Y tế Thế giới (WHO) về dịch cúm tại các khu vực tương ứng.
- Big Data tạo ra các phương pháp tiếp cận dựa trên dữ liệu để dạy học sinh
- Có thể lưu trữ, quản lý, phân tích các bộ Big Data bao gồm hồ sơ của sinh viên
- Duy trì bảo mật bằng cách sử dụng hệ thống quản lý big data có khả năng trích xuất phân cấp
- Big Data giúp các bộ đề kiểm tra gần như không thể bị lộ
- Big Data cung cấp dữ liệu về các hoạt động trong lớp và giúp đưa ra quyết định cho giáo viên hay người điều hành tổ chức
Big Data có khả năng phân tích biểu cảm khuôn mặt và cử động của học sinh trong lớp học Nhờ vào công nghệ máy ảnh độ phân giải cao, video và xử lý hình ảnh, giáo viên có thể đánh giá chất lượng giảng dạy một cách chính xác và hiệu quả.
7 v Ứng dụng dữ liệu lớn trong thương mại
Big Data mang lại lợi thế cạnh tranh cho doanh nghiệp nhờ việc cung cấp thông tin chi tiết và các báo cáo phân tích xu hướng tiêu dùng.
- Có thể thu thập dữ liệu và yêu cầu của khách hàng
- Tạo ra một mô hình tiếp thị hiệu suất cao
- Nhà quản lý có thể xác định các sản phẩm được xem nhiều nhất và tối ưu thời gian hiển thị của các trang sản phẩm này
Đánh giá hành vi của khách hàng và đề xuất các sản phẩm tương tự không chỉ nâng cao khả năng bán hàng mà còn góp phần tạo ra doanh thu cao hơn.
Nếu khách hàng thêm sản phẩm vào giỏ hàng nhưng không hoàn tất giao dịch, Big Data có khả năng tự động gửi mã khuyến mại đến khách hàng đó.
Các ứng dụng Big Data trong ngành bán lẻ có khả năng tạo báo cáo chi tiết dựa trên các tiêu chí như độ tuổi, giới tính và địa điểm của khách truy cập Điều này giúp các doanh nghiệp hiểu rõ hơn về hành vi và nhu cầu của khách hàng, từ đó tối ưu hóa chiến lược kinh doanh và nâng cao trải nghiệm người tiêu dùng.
Big Data tạo ra cơ hội lớn cho ngành bán lẻ bằng cách xác định hành trình trải nghiệm của khách hàng, phân tích xu hướng mua sắm và đo lường sự hài lòng thông qua việc thu thập dữ liệu đa dạng.
Từ những dữ liệu thu thập được có thể cải thiện hiệu suất và hiệu quả bán hàng
- Big data giúp nhà quản lý xây dựng mô hình chi tiêu của từng khách hàng
- Với các phân tích dự đoán, ngành công nghiệp có thể so sánh tỷ lệ cung – cầu và có thể tránh tung ra sản phẩm không được đón nhận
Ngành bán lẻ có thể tối ưu hóa vị trí sản phẩm trên kệ hàng dựa vào thói quen và nhu cầu mua sắm của khách hàng, từ đó xây dựng chiến lược kinh doanh hiệu quả nhằm nâng cao trải nghiệm mua sắm và tăng doanh thu.
Kết hợp phân tích đồng thời các dữ liệu về thời điểm, giao dịch, truyền thông xã hội và dự báo thời tiết giúp xác định chính xác sản phẩm phù hợp để cung ứng cho khách hàng Ứng dụng này không chỉ nâng cao hiệu quả trong việc tiếp cận khách hàng mà còn tối ưu hóa chiến lược Digital Marketing.
Digital Marketing đóng vai trò quan trọng trong việc giúp doanh nghiệp tiếp cận khách hàng một cách hiệu quả Bất kể quy mô lớn hay nhỏ, mọi doanh nghiệp đều có thể thực hiện các chiến dịch quảng cáo và tiếp thị trên các nền tảng truyền thông xã hội.
ỨNG DỤNG CỦA BIG DATA TRONG LĨNH VỰC LOGISTICS TẠI VIỆT NAM
Đặt vấn đề
Big Data đang cách mạng hóa lĩnh vực logistics bằng cách tối ưu hóa định tuyến, hợp lý hóa chức năng của nhà máy và cung cấp tính minh bạch cho toàn bộ chuỗi cung ứng Sự phức tạp và năng động của logistics, cùng với sự phụ thuộc vào nhiều bộ phận, có thể gây ra tắc nghẽn tại bất kỳ điểm nào trong chuỗi cung ứng, làm cho Big Data trở thành giải pháp lý tưởng Các công ty logistics bên thứ ba và các công ty vận tải đều nhận thấy lợi ích từ việc ứng dụng Big Data trong hoạt động của họ.
Theo báo cáo “21st Annual Third Party Logistics Study” của Fleetowner, 98% các nhà cung cấp dịch vụ logistics bên thứ ba (3PL) cho rằng việc ra quyết định dựa trên dữ liệu cải thiện là điều cần thiết cho sự thành công trong tương lai của hoạt động và quy trình chuỗi cung ứng Hơn nữa, 81% các chủ hàng và 86% 3PLs được khảo sát cho biết việc sử dụng Big Data sẽ trở thành năng lực cốt lõi của các tổ chức chuỗi cung ứng.
Big Data yêu cầu nhiều nguồn thông tin chất lượng cao để hoạt động hiệu quả Báo cáo về Big Data trong logistics giúp doanh nghiệp lựa chọn từ nhiều nguồn dữ liệu khác nhau.
- Dữ liệu doanh nghiệp truyền thống từ các hệ thống hoạt động
- Dữ liệu giao thông và thời tiết từ các cảm biến, màn hình và hệ thống dự báo
- Chẩn đoán xe, mô hình lái xe và thông tin vị trí
- Dự báo kinh doanh tài chính
- Dữ liệu phản hồi quảng cáo
- Dữ liệu mẫu duyệt web
- Dữ liệu truyền thông xã hội
Lợi ích và cơ hội khi ứng dụng Big Data vào Logistics
Những tiến bộ trong công nghệ và phương pháp ứng dụng Big Data đã mang lại lợi ích lớn cho ngành logistics Các nhà cung cấp dịch vụ hậu cần phải quản lý một lượng sản phẩm khổng lồ, dẫn đến việc tạo ra những bộ dữ liệu rộng lớn liên quan đến nguồn gốc và điểm đến của hàng hóa.
Mỗi ngày, kích cỡ, trọng lượng, nội dung và vị trí của lô hàng được theo dõi qua mạng lưới phân phối toàn cầu, mở ra nhiều tiềm năng chưa được khai thác để nâng cao hiệu quả hoạt động, cải thiện trải nghiệm khách hàng và phát triển mô hình kinh doanh mới Phân tích Big Data mang lại lợi thế cạnh tranh cho ngành logistics nhờ vào các thuộc tính nổi bật của nó, giúp tối ưu hóa quy trình và tăng cường hiệu suất.
2.2.1 Tối ưu hóa vận chuyển hàng hóa đến điểm đến cuối cùng
Xe tải giao hàng lớn gặp nhiều thách thức khi tiếp cận công viên gần điểm đến trong khu vực thành phố Người lái xe thường phải đậu xe cách xa và đi bộ đến địa chỉ cuối cùng, có thể phải leo nhiều tầng cầu thang hoặc chờ thang máy tại các tòa nhà cao tầng.
Một số mặt hàng phải được ký kết và nếu khách hàng không ở nhà thì không thể giao hàng
Nhân viên giao hàng cần chú ý để bảo vệ gói hàng trong quá trình vận chuyển cuối cùng và phải đảm bảo giao hàng một cách chuyên nghiệp cho người nhận.
Thêm vào những thách thức này, có thể rất khó để biết chính xác những gì đang xảy ra trong đợt giao hàng cuối cùng
Big Data có khả năng giải quyết các thách thức hiện tại một cách hiệu quả Trong một cuộc phỏng vấn với Wall Street Journal, Matthias Winkenbach, giám đốc Phòng thí nghiệm Hóa chất Megacity của MIT, đã chỉ ra rằng phân tích dữ liệu đang cung cấp thông tin hữu ích Nhờ vào chi phí thấp và sự phổ biến của internet di động nhanh, điện thoại thông minh hỗ trợ GPS, cùng với sự phát triển của cảm biến và máy quét, các chủ hàng có thể theo dõi quá trình phân phối từ điểm xuất phát đến điểm đến cuối cùng một cách dễ dàng.
Xe tải giao hàng UPS được trang bị cảm biến GPS, cho phép theo dõi vị trí giao hàng Khi xe gần đến địa điểm của khách hàng, điện thoại của shipper sẽ nhận tín hiệu GPS và truyền dữ liệu về trung tâm UPS, giúp khách hàng biết chính xác thời gian giao hàng Điều này không chỉ mang lại lợi ích cho khách hàng mà còn giúp các công ty logistics phân tích mô hình và tối ưu hóa chiến lược phân phối của họ.
2.2.2 Tăng độ tin cậy – sự hài lòng của khách hàng
Big Data giúp doanh nghiệp nâng cao sự hài lòng của khách hàng bằng cách cung cấp thông tin chi tiết, cho phép khách hàng lựa chọn phương thức vận chuyển tối ưu, sử dụng các hãng vận tải uy tín, giảm thiểu rủi ro thiệt hại và hạn chế tình trạng chậm trễ, từ đó cải thiện toàn bộ dịch vụ.
Cung cấp quyền truy cập dữ liệu theo dõi thời gian thực cho khách hàng giúp cả công ty và khách hàng nắm bắt tình hình vận chuyển, từ đó nâng cao khả năng xử lý các vấn đề phát sinh một cách hiệu quả.
Với sự phổ biến ngày càng tăng của các thiết bị cảm biến trong phương tiện giao thông, vận chuyển và chuỗi cung ứng, chúng cung cấp dữ liệu giúp nâng cao tính minh bạch hơn bao giờ hết.
Tính minh bạch trong vận chuyển rất quan trọng cho chủ hàng, shipper và khách hàng, vì nếu một lô hàng đến muộn, hãng tàu cần thông báo sớm để tránh tắc nghẽn trong chuỗi cung ứng Dữ liệu này cũng giúp các công ty vận chuyển đàm phán hiệu quả với chủ hàng, chứng minh khả năng phân phối đúng hạn của họ.
Các công ty logistics có thể nâng cao hiệu quả hoạt động bằng cách lắp đặt cảm biến trong tất cả các phương tiện phân phối và sử dụng điện thoại thông minh hỗ trợ GPS để bao phủ các khoảng trống Để đảm bảo độ chính xác, một bên thứ ba sẽ xác thực các cảm biến này, từ đó cung cấp dữ liệu tin cậy về thời gian và hiệu suất Những thông tin này sẽ trở thành yếu tố quan trọng khi các công ty logistics tham gia đấu thầu cho các hợp đồng mới.
Loại nguồn mở, thông tin minh bạch hoàn toàn có thể thay đổi cách kinh doanh được tiến hành trong khâu hậu cần
2.2.3 Giảm chi phí - Tuyến đường sẽ được tối ưu hoá
Một trong những động lực chính của việc thu thập và phân tích Big Data là giảm chi phí cho các công ty Thông tin thời gian thực kết hợp với dữ liệu lịch sử đóng vai trò quan trọng trong việc này Truy cập dễ dàng vào dữ liệu trong chuỗi cung ứng giúp doanh nghiệp thiết lập điểm chuẩn, tối ưu hóa quy trình và tìm kiếm cơ hội giảm thiểu chi phí.
Dữ liệu thu thập được cung cấp cho công ty cái nhìn tổng quan về chuỗi cung ứng hiện tại, hỗ trợ trong việc đưa ra quyết định chiến lược hợp lý hơn Điều này góp phần xây dựng một chuỗi cung ứng hiệu quả hơn về chi phí.
Theo báo cáo "Nghiên cứu Logistics Bên Thứ Ba Thường Niên Lần Thứ 21" của Fleetowner, 70% người tham gia khảo sát cho rằng "cải thiện tối ưu hóa logistics" là cách sử dụng hiệu quả nhất Big Data trong lĩnh vực này Hầu hết các công ty logistics chú trọng đến tối ưu hóa vì hai lý do chính: nó giúp nâng cao hiệu suất hoạt động và giảm chi phí vận hành.
Quản lý hiệu quả hệ thống phân phối và chuỗi cung ứng giúp tiết kiệm chi phí và tránh tình trạng giao hàng muộn Việc kết nối tài nguyên và phương tiện là rất quan trọng; nếu sử dụng quá nhiều xe cộ cho một tuyến đường, doanh nghiệp sẽ lãng phí tài sản và chi phí Ngược lại, nếu ước tính số lượng xe cần thiết quá thấp, điều này có thể dẫn đến việc giao hàng trễ, ảnh hưởng xấu đến mối quan hệ với khách hàng và hình ảnh thương hiệu.
THỰC TRẠNG ỨNG DỤNG CÔNG NGHỆ BIG DATA VÀO LĨNH VỰC LOGISTICS TẠI VIỆT NAM
Thực trạng phát triển hạ tầng Big Data trong lĩnh vực Logistics hiện nay
Hạ tầng công nghệ thông tin tại Việt Nam đã có sự cải thiện rõ rệt trong những năm gần đây, với mật độ dịch vụ viễn thông cao so với các quốc gia khác Một khảo sát của VLA năm 2017 về hạ tầng CNTT trong các doanh nghiệp logistics cho thấy các doanh nghiệp tham gia khảo sát nhận thấy sự phát triển này.
- Công nghệ thông tin đã có bước phát triển giúp đa dạng kênh bán hàng và phân phối đến người tiêu dùng được thuận tiện hơn
Phương pháp EDI trong việc gửi và nhận dữ liệu giữa doanh nghiệp logistics và hải quan còn mới mẻ và chưa đạt hiệu quả tối ưu Bên cạnh đó, việc sử dụng GPS để định vị vị trí phương tiện vận tải cũng chưa phát huy hết tiềm năng trong hoạt động vận chuyển đường bộ.
- Hạ tầng CNTT rất quan trọng nhưng chưa được quan tâm đúng mức và chưa có kết nối, thiếu nhiều ứng dụng và không đồng bộ;
- Hạ tầng CNTT có cải thiện nhưng chưa như mong đợi;
Hạ tầng CNTT hiện tại tạm ổn trong quy mô nhỏ, nhưng không đủ để theo kịp sự phát triển của thương mại điện tử Khảo sát của VLA cho thấy, các doanh nghiệp nhận thức được tầm quan trọng của IT trong logistics, nhưng việc đầu tư lớn dẫn đến các hệ thống như FMS, TMS, WMS và ERP được triển khai manh mún, thiếu tính hệ thống Các ứng dụng điện toán đám mây vẫn mới mẻ đối với doanh nghiệp logistics, và hầu hết hệ thống IT trong nước không đủ khả năng kết nối với hệ thống bên ngoài cũng như đảm bảo an ninh mạng Số lượng nhà cung cấp giải pháp CNTT logistics chuyên nghiệp trong nước rất ít, không có thương hiệu uy tín và chưa tới 10 doanh nghiệp hoạt động tích cực Mặc dù làn sóng khởi nghiệp đã lan tỏa tới ngành logistics, nhưng các công ty khởi nghiệp vẫn gặp nhiều khó khăn trong việc phát triển.
Ngành logistics đang đối mặt với nhiều thách thức về vốn và nguồn nhân lực Các công ty trong lĩnh vực này gặp khó khăn trong việc tìm kiếm giải pháp ứng dụng do năng lực cung cấp và hỗ trợ kỹ thuật chưa ổn định Hơn nữa, hạ tầng công nghệ thông tin logistics ở cấp vĩ mô cũng gặp nhiều hạn chế, gây cản trở cho sự phát triển bền vững của ngành.
Hạ tầng thông tin và công nghệ thông tin (CNTT) tại Việt Nam đã có sự phát triển đáng kể, phục vụ cho nhiều ứng dụng dân dụng và xã hội Tuy nhiên, vẫn còn thiếu nhiều ứng dụng chuyên ngành, đặc biệt trong lĩnh vực logistics Thách thức lớn nhất hiện nay là vấn đề vốn đầu tư cho hạ tầng cùng với khả năng quản lý, vận hành và bảo trì, sửa chữa, cũng như trình độ chuyên môn của nhân viên.
Trong lĩnh vực giao thông vận tải, thông tin chuyên ngành logistics đang nhận được sự quan tâm lớn, tuy nhiên, việc liên kết thông tin giữa các nhà cung cấp dịch vụ và các phương thức vận tải vẫn chưa được thực hiện hiệu quả Mặc dù gần đây đã có một số ứng dụng tận dụng nguồn lực phương tiện cho vận tải hành khách và một vài sàn giao dịch vận tải, nhưng các vấn đề thực tế phát sinh vẫn chưa được giải quyết triệt để.
Hệ thống thông tin hàng hóa xuất nhập khẩu do Tổng cục Hải quan quản lý đã được duy trì ổn định và tiến tới ứng dụng Hải quan điện tử cùng Cơ chế Một cửa Quốc gia Tuy nhiên, nhu cầu kết nối với các bên liên quan như cơ quan thuế và quản lý chuyên ngành đang trở thành vấn đề cấp thiết, đòi hỏi sự cải thiện trong hệ thống Cổng thông tin Một cửa Quốc gia để nâng cao hiệu quả quản lý hải quan và hỗ trợ người khai hải quan.
- Chưa có định hướng rõ ràng trong việc đầu tư nghiên cứu ứng dụng hay phát triển sản phẩm nào trong lĩnh vực công nghệ thông tin logistics
Trong lĩnh vực đào tạo logistics, hiện chỉ có Trường Đại học Giao thông vận tải Thành phố Hồ Chí Minh được trang bị hệ thống mô phỏng thiết bị điều khiển hàng hải, và Đại học Hàng hải (Hải Phòng) sở hữu phòng mô phỏng kho hàng Các trường đại học khác vẫn thiếu các phòng thí nghiệm và thực nghiệm cho các giải pháp logistics, quản lý chuỗi cung ứng, cũng như dịch vụ hỗ trợ gom hàng chặng đầu và giao hàng chặng cuối cho thương mại điện tử Những trang thiết bị này rất cần thiết để nâng cao chất lượng đào tạo nguồn nhân lực cho ngành logistics hiện nay.
Các hệ thống hạ tầng cơ sở dữ liệu và đường truyền Big Data sẽ là yếu tố quyết định trong cuộc cạnh tranh sắp tới, với năng lực quản lý hạ tầng này đóng vai trò quan trọng Đây chính là nền tảng cho sự phát triển của Chính phủ điện tử.
Trong bối cảnh hiện nay, "quốc gia thông minh" đang trở thành xu hướng nổi bật, trong đó công nghệ đám mây đóng vai trò là nền tảng hàng đầu cho việc phát triển các ứng dụng công nghệ thông tin trong lĩnh vực logistics.
Các hệ thống hỗ trợ dịch vụ hàng hóa hàng không, bao gồm vận đơn điện tử (e-Airway Bill) và Mạng lưới dịch vụ hàng hóa (Cargo Community Network), vẫn chưa được đồng bộ hóa và đầu tư một cách sâu sắc, gây ảnh hưởng đến hiệu quả hoạt động trong ngành.
Trong lĩnh vực kho bãi và hệ thống phân phối, hiện chưa có một hệ thống kết nối dịch vụ hiệu quả cho cộng đồng logistics và người sử dụng dịch vụ Nhiều kho hàng thiếu hệ thống quản lý chuyên nghiệp và dịch vụ gia tăng giá trị, dẫn đến khó khăn trong quản lý theo mô hình 3PL Để đáp ứng nhu cầu của các ứng dụng logistics hiện đại, cần có khả năng lưu trữ và truyền tải thông tin lớn, tốc độ cao, an ninh vững chắc và chi phí thấp Do đó, cần thực hiện các biện pháp khẩn cấp để khai thác ứng dụng hiện có, đồng thời đào tạo chuyên gia và xây dựng nền tảng công nghệ mới cho tương lai.
Một số ứng dụng công nghệ Big Data trong lĩnh vực logistics tại Việt Nam
3.2.1 Khai hải quan điện tử
Từ tháng 04/2014, Hệ thống Thông quan tự động (VNACCS) tại Việt Nam chính thức hoạt động với sự hỗ trợ từ Nhật Bản, thay thế dần hệ thống hải quan điện tử cũ nhờ tính năng tự động hóa cao VNACCS cho phép kết nối với các cơ quan chức năng khác để thực hiện Cơ chế Một cửa, giúp người nhập khẩu thực hiện các giấy phép xuất nhập khẩu và giấy chứng nhận an toàn vệ sinh thực phẩm Để sử dụng VNACCS, doanh nghiệp cần phần mềm khai hải quan điện tử kết nối với hệ thống Hiện nay, Cục Công nghệ Thông tin và Thống kê Hải quan đã chấp thuận 5 đơn vị có sản phẩm phần mềm đáp ứng yêu cầu kỹ thuật để kết nối với VNACCS.
- Phần mềm ECUS5-VNACCS của Công ty TNHH Phát triển Công nghệ Thái Sơn;
- Phần mềm FPT.VNACCS 278 của Công ty TNHH Hệ thống Thông tin FPS FPT;
- Phần mềm CDS live 4.5.0.8 của Công ty TNHH Thương mại Dịch vụ Công nghệ Thông tin GOL;
- Phần mềm ECS 5.0 của Công ty Cổ phần Softech;
- Phần mềm iHaiQuan 2.0 của Công ty Cổ phần TS24.1
Doanh nghiệp xuất nhập khẩu, dịch vụ logistics, cùng với các tổ chức và cơ quan khác, có thể dễ dàng đăng ký sử dụng VNACCS với thủ tục đơn giản.
Trong vòng 1 ngày làm việc, đã có 20 đăng ký sử dụng hệ thống VNACCS được thực hiện, nhờ vào sự hướng dẫn và hỗ trợ tích cực từ Tổng cục Hải quan cùng các đơn vị cung cấp phần mềm Hải quan điện tử Hiện tại, hơn 100.000 đơn vị đã đăng ký sử dụng hệ thống, và theo Tổng cục Hải quan, hơn 94% doanh nghiệp bày tỏ sự hài lòng với VNACCS.
3.2.2 Định vị toàn cầu bằng vệ tinh (GPS)
Công nghệ định vị toàn cầu qua vệ tinh (GPS) đã nhanh chóng được ứng dụng rộng rãi trong lĩnh vực quản lý phương tiện vận tải kể từ khi phát triển cho mục đích dân dụng Kết hợp với dịch vụ truyền thông di động như Gửi tin nhắn SMS và công nghệ Internet, GPS đã mở ra nhiều cơ hội cho việc thiết kế các ứng dụng hiệu quả trong quản lý và theo dõi phương tiện.
Để định vị vị trí khi di chuyển một cách chính xác, người dùng cần có kết nối internet và sử dụng các ứng dụng hỗ trợ như Google Maps hoặc HERE MAPS Những ứng dụng này giúp tìm đường hiệu quả và đảm bảo người dùng không bị lạc.
Quản lý và điều hành xe hiệu quả thông qua việc xác định chính xác vị trí, hướng đi và quãng đường đến đích Hệ thống cho phép xem lại lộ trình xe theo thời gian và vận tốc di chuyển, đồng thời báo cáo tổng số km đã đi trên bản đồ Ngoài ra, nó cung cấp cảnh báo khi xe vượt quá tốc độ hoặc ra khỏi vùng giới hạn Việc theo dõi lộ trình của đoàn xe được thực hiện bằng cách xác định vị trí xe tại từng góc đường, với tín hiệu nhấp nháy trên bản đồ, giúp người quản lý nắm rõ vận tốc, thời gian dừng và lộ trình hiện tại của xe trong thời gian thực.
Bộ Giao thông vận tải đã ban hành Thông tư QCVN 31:2014/BGTVT, quy định về việc lắp đặt hộp đen cho các loại xe như xe tải, ô tô, xe khách và xe container từ ngày 1/1/2016 Các phương tiện phải trang bị thiết bị giám sát hành trình đạt tiêu chuẩn kỹ thuật mới nhất, với thời hạn cuối cùng để lắp đặt hộp đen cho tất cả các loại xe là ngày 1/7/2018 Hộp đen bao gồm phần cứng như bộ vi xử lý, bộ phận ghi và lưu trữ dữ liệu, cùng với phần mềm phân tích dữ liệu, có khả năng ghi liên tục và truyền tải thông tin qua internet về máy chủ của doanh nghiệp Thiết bị này ghi lại các thông tin quan trọng như thời gian làm việc của lái xe, tần suất dừng đỗ, tốc độ, quãng đường di chuyển và tọa độ xe trong suốt hành trình.
Hiện có 53 doanh nghiệp được công nhận cung cấp thiết bị giám sát hành trình đạt yêu cầu Quy chuẩn QCVN 31:2014/BGTVT
3.3.3 Truy xuất trực tuyến tình trạng hàng hóa (E-Tracking/Tracing) Đây là công nghệ đã phổ biến tại các nước phát triển Nhà cung cấp dịch vụ cần phải có hệ thống thông tin đảm bảo cung cấp dịch vụ hỗ trợ khách hàng truy cập qua một giao diện trên internet để biết được tình trạng hàng hóa, bao gồm ít nhất một trong hai chức năng:
Truy xuất tình trạng lô hàng đang vận chuyển là một bước quan trọng đối với người làm dịch vụ giao nhận vận tải quốc tế Bằng cách sử dụng số Vận đơn hoặc số Container, bạn có thể dễ dàng theo dõi và cập nhật thông tin về lô hàng của mình Điều này không chỉ giúp nâng cao hiệu quả quản lý mà còn đảm bảo sự minh bạch trong quá trình vận chuyển.
Truy xuất tình trạng hàng tồn kho là yếu tố quan trọng đối với nhà cung cấp dịch vụ kho bãi, tồn trữ và phân phối Mặc dù đây là yêu cầu cơ bản để cung cấp dịch vụ logistics, nhiều công ty giao nhận và logistics tại Việt Nam vẫn chưa đáp ứng được Khảo sát từ VLA cho thấy chỉ 38% doanh nghiệp có ứng dụng công nghệ này, trong khi ước tính chỉ khoảng 1,5% doanh nghiệp nhỏ trên thị trường thực hiện được yêu cầu này.
3.3.4 Hệ thống quản lý kho hàng (WMS)
Hệ thống quản lý kho (WMS) là công cụ quan trọng cho các công ty cung cấp dịch vụ logistics, đặc biệt là các công ty 3PL Mặc dù không có quy định bắt buộc, nhưng việc trang bị WMS đã trở thành thông lệ cần thiết để tối ưu hóa quy trình phân phối và quản lý kho hàng Các chức năng chính của WMS giúp nâng cao hiệu quả hoạt động và cải thiện dịch vụ khách hàng.
- Tiếp nhận yêu cầu (nhận yêu cầu dịch vụ, hỗ trợ báo giá)
- Xử lý đơn hàng (khi có đơn hàng chuyển tới từ khách hàng)
- Quản lý hoạt động trong kho (nhận hàng, cất trữ, soạn hàng, xuất hàng)
- Quản lý dự trữ (dự trữ an toàn, bổ sung hàng hóa, kiểm kê, …)
- Bảo đảm chất lượng (quản lý chất lượng, kiểm tra, thử nghiệm, …)
- Bảo trì sản phẩm (duy trì tình trạng chất lượng theo yêu cầu)
- Kế hoạch vận tải (chất xếp, vận tải, giao hàng)
- Dịch vụ khách hàng (đáp ứng các yêu cầu của khách thuê dịch vụ)
- Kế toán - hóa đơn (kế toán chi phí, xuất hóa đơn cho nhiều khách hàng)
- Quản lý an ninh (liên kết với các hệ thống bảo vệ, phòng ngừa sự cố)
- Quản lý hành chính - nhân sự (phân công lao động, tiền tiền lương, …)
- Các chức năng cài đặt hệ thống (theo yêu cầu dịch vụ)
- Báo cáo, phân tích (năng suất lao động, hiệu suất khai thác, hiệu quả)
- Các chức năng mở - bổ sung cho dịch vụ cộng thêm khác
Hệ thống quản lý kho (WMS) không chỉ đảm bảo các chức năng cơ bản mà còn cần kết nối hiệu quả với các hệ thống khác, đặc biệt là hệ thống quản lý nguồn lực (ERP) của khách hàng Điều này cho phép quản lý nhiều kho ở nhiều quốc gia, hỗ trợ các chiến lược phân phối khu vực và toàn cầu Các WMS thế hệ mới còn tích hợp với hệ thống điều hành kho (WCS) và tự động hóa thông qua các hệ thống điều khiển lập trình được (PLC), kết hợp trí tuệ nhân tạo để thay thế các quy trình quản lý truyền thống.
Nguồn cung cấp hệ thống quản lý kho (WMS) tại Việt Nam hiện còn hạn chế, với nhiều công ty phần mềm trong nước chưa nắm rõ yêu cầu và mô hình kinh doanh của ngành logistics Các công ty logistics đa quốc gia thường đã có hệ thống cài đặt tại nhiều quốc gia và tiếp tục mở rộng khi vào Việt Nam Trong khi đó, một số công ty lớn trong nước như Tổng Công ty Tân Cảng, Gemadept Logistics, VINAFCO, U&I, TBS, Transimex, và Sotrans đang phát triển ứng dụng WMS Tuy nhiên, họ thường gặp khó khăn trong quá trình phát triển và triển khai, dẫn đến việc mua sản phẩm từ nước ngoài trở thành lựa chọn phổ biến, dù việc cài đặt và vận hành vẫn gặp nhiều thách thức Đặc biệt, các công ty nhỏ trong lĩnh vực kho bãi chưa có hệ thống quản lý hiệu quả, với tỷ lệ áp dụng WMS ước tính chưa đến 10%.
3.3.5 Hệ thống quản lý vận tải (TMS)
Hệ thống TMS cho dịch vụ logistics cần quản lý đồng thời nhiều hoạt động vận chuyển hàng hóa qua các phương thức và biên giới khác nhau, dưới sự điều hành của Nhà điều hành Vận tải Đa phương thức (MTO) TMS đảm nhận các vai trò quan trọng trong việc tối ưu hóa quy trình vận chuyển và nâng cao hiệu quả hoạt động logistics.
- Lựa chọn phương thức vận tải
- Hỗ trợ hoạt động gom hang
- Hoạch định tuyến và lịch vận chuyển
- Xử lý yêu cầu trả hàng - Hỗ trợ truy xuất tình trạng lô hang
Hệ thống cần liên kết hiệu quả với các điểm nút trong chuỗi cung ứng như kho và cảng để cập nhật tình trạng hàng hóa, đồng thời phải kết nối tốt với các hệ thống ERP và WMS.
