Một đơn hàng được ký là tin vui.
Nhưng từ thời điểm Sales nói với khách hàng:
“Ngày 25 chúng tôi sẽ giao đủ hàng.”
doanh nghiệp đã tạo ra một cam kết.
Vấn đề là trong nhiều doanh nghiệp, người đưa ra cam kết giao hàng lại chưa nhìn thấy đầy đủ:
Tồn kho thực có bao nhiêu?
Bao nhiêu hàng đã được giữ cho đơn khác?
Nguyên vật liệu có đủ không?
Lệnh sản xuất nào đang chạy?
Máy móc còn công suất không?
Nhà cung cấp có giao vật tư đúng hạn không?
Những đơn hàng nào đang cạnh tranh cùng một nguồn lực?
Kết quả là doanh nghiệp có thể nhận được đơn hàng trước, rồi mới bắt đầu đi tìm cách thực hiện lời hứa sau.
Đây không chỉ là vấn đề của Sales.
Đó là bài toán quản trị cam kết với khách hàng.
Giả sử khách hàng đặt 10.000 sản phẩm A, yêu cầu giao sau 15 ngày.
Trên hệ thống, kho đang có 4.000 sản phẩm.
Nhìn nhanh, doanh nghiệp có thể cho rằng chỉ cần sản xuất thêm 6.000.
Nhưng 4.000 sản phẩm đó có thể đã có:
2.500 sản phẩm dành cho đơn hàng khác.
Như vậy lượng thực sự có thể cam kết chỉ còn:
1.500 sản phẩm.
Phần còn lại phải được tính tiếp từ:
Nguyên vật liệu → WIP → Kế hoạch sản xuất → Công suất → Lead Time mua hàng → Thời gian QC → Thời gian giao vận.
Nếu Sales chỉ nhìn vào On-hand Inventory – tồn kho hiện có, ngày giao hàng đưa cho khách hàng rất dễ trở thành một con số dựa nhiều vào kinh nghiệm.
Doanh nghiệp cần tiến thêm một bước:
Không chỉ biết “đang có bao nhiêu”, mà phải biết “còn bao nhiêu có thể cam kết”.
Đây chính là tư duy Available to Promise – ATP.
Khách hàng làm việc với Sales.
Nhưng Sales không trực tiếp sản xuất.
Để một đơn hàng được giao đúng hạn cần cả chuỗi phối hợp:
Bán hàng → Kho → Kế hoạch → Sản xuất → Mua hàng → QC → Logistics → Kế toán.
Vì vậy, khi Sales cam kết ngày giao hàng, thực chất Sales đang thay mặt toàn bộ chuỗi vận hành đưa ra lời hứa với khách hàng.
Nếu dữ liệu giữa các bộ phận không liên thông, rất dễ xuất hiện tình trạng:
Sales: Đã hứa khách ngày 25.
Sản xuất: Ngày 28 mới chạy được.
Mua hàng: Nguyên liệu ngày 27 mới về.
Kho: Hàng hiện tại đã được giữ cho đơn khác.
Logistics: Ngày 29 mới bố trí được xe.
Không ai cố tình làm sai.
Nhưng doanh nghiệp đã tạo ra một lời hứa trước khi biết mình có đủ khả năng thực hiện lời hứa đó hay không.
Khi một đơn hàng có nguy cơ trễ, doanh nghiệp thường bắt đầu “chữa cháy”:
Mua vật tư gấp.
Chấp nhận giá cao hơn.
Tăng ca.
Đổi kế hoạch sản xuất.
Chen đơn hàng ưu tiên.
Thuê xe gấp.
Giao nhiều chuyến.
Những chi phí này có thể nhìn thấy.
Nhưng còn những chi phí khó nhìn hơn:
Kế hoạch sản xuất bị đảo lộn.
Đơn hàng khác bị ảnh hưởng.
Năng suất giảm do thay đổi lịch liên tục.
Nhân viên mất thời gian xử lý ngoại lệ.
Khách hàng mất niềm tin.
Và nguy hiểm nhất:
Doanh nghiệp có thể vẫn ghi nhận doanh thu, nhưng chất lượng doanh thu đang giảm.
Bởi một đơn hàng có doanh thu tốt nhưng phải liên tục tăng ca, mua gấp và giao khẩn cấp chưa chắc tạo ra lợi nhuận như kế hoạch.
Một KPI quan trọng trong quản trị chuỗi cung ứng là OTIF – On Time In Full.
Nó không chỉ hỏi:
Có giao đúng ngày không?
Mà hỏi:
Có giao đúng ngày và đủ số lượng khách hàng yêu cầu hay không?
Ví dụ khách đặt 10.000 sản phẩm.
Doanh nghiệp giao đúng ngày nhưng chỉ giao 7.000.
Về mặt thời gian, có thể coi là đúng hạn.
Nhưng từ góc nhìn khách hàng, cam kết chưa được thực hiện đầy đủ.
Vì vậy OTIF phản ánh tốt hơn chất lượng thực hiện đơn hàng.
Và quan trọng hơn, khi OTIF giảm, Ban Giám đốc cần biết:
Tại sao?
Do thiếu vật tư?
Do Forecast sai?
Do công suất?
Do máy hỏng?
Do QC?
Do thay đổi kế hoạch?
Hay do cam kết ngày giao ngay từ đầu đã không thực tế?
Trong nhiều doanh nghiệp, ngày giao dự kiến vẫn được xác định bằng cách:
Sales hỏi sản xuất → Sản xuất hỏi kho → Kho kiểm tra → Mua hàng hỏi nhà cung cấp → Trả lời ngược lại cho Sales.
Quy trình có thể mất hàng giờ, thậm chí vài ngày.
Trong thời gian đó, dữ liệu lại tiếp tục thay đổi.
Một đơn hàng khác có thể được nhận.
Một máy có thể gặp sự cố.
Một PO có thể bị nhà cung cấp lùi lịch.
Ngày giao hàng vừa tính xong đã có thể không còn chính xác.
Chuyển đổi số cần hướng tới khả năng tính toán ngày giao dự kiến dựa trên dữ liệu hiện tại của toàn hệ thống.
Không chỉ:
ATP – Available to Promise
mà trong những mô hình sản xuất phức tạp còn cần tiến tới:
CTP – Capable to Promise
tức là:
Không chỉ hỏi “có hàng không?”, mà hỏi “với nguyên liệu, công suất và kế hoạch hiện tại, doanh nghiệp có thực sự đủ khả năng hoàn thành đơn hàng vào ngày khách yêu cầu hay không?”
Một khách hàng lớn gọi điện:
“Đơn này rất gấp.”
Sales yêu cầu sản xuất ưu tiên.
Nhà máy đổi lịch.
Nhưng việc đưa đơn hàng A lên trước đồng nghĩa đơn hàng B có thể bị đẩy xuống sau.
Nếu mỗi lần có đơn gấp doanh nghiệp lại thay đổi kế hoạch, toàn bộ hệ thống sẽ liên tục bị xáo trộn.
Vì vậy, doanh nghiệp cần có quy tắc ưu tiên rõ ràng.
Ví dụ dựa trên:
Mức độ chiến lược của khách hàng
Biên lợi nhuận
Ngày cam kết
Mức phạt giao trễ
Khả năng hoàn thành
Giá trị đơn hàng
Ảnh hưởng tới các đơn khác
Khi đó, ưu tiên không còn là:
“Ai gọi điện mạnh hơn thì được làm trước.”
Mà trở thành một quyết định quản trị có dữ liệu hỗ trợ.
Một báo cáo cuối tháng cho biết:
Tháng này có 37 đơn giao trễ.
Thông tin đó cần thiết.
Nhưng nó mô tả quá khứ.
Giá trị quản trị lớn hơn nằm ở câu hỏi:
Ví dụ:
Đây mới là lúc dữ liệu giúp doanh nghiệp chuyển từ:
Báo cáo giao hàng trễ
sang PHÒNG NGỪA GIAO HÀNG TRỄ.
Sales Dashboard thường tập trung vào:
Doanh số
Đơn hàng
Khách hàng
KPI nhân viên
Nhưng với Ban Giám đốc, cần thêm một lớp thông tin khác:
Doanh thu đã nhận đơn
→ Bao nhiêu có khả năng giao đúng hạn?
Đơn hàng tháng tới
→ Bao nhiêu đã đủ hàng?
Bao nhiêu cần sản xuất?
Bao nhiêu đang thiếu nguyên vật liệu?
Bao nhiêu có nguy cơ trễ?
Bao nhiêu cần quyết định ưu tiên?
Khi đó, doanh thu không chỉ là một con số thương mại.
Nó được gắn với khả năng thực thi của doanh nghiệp.
Đây là một bài toán phù hợp với cách tiếp cận ERP tích hợp của Meliasoft.
Thay vì để Sales, Kho, Sản xuất và Mua hàng nhìn những bộ dữ liệu khác nhau, hệ thống hướng tới kết nối:
Khi dữ liệu được liên thông, một đơn hàng mới không chỉ tạo ra doanh thu dự kiến.
Nó đồng thời tác động tới:
Tồn kho khả dụng
Nhu cầu nguyên vật liệu
Công suất
Kế hoạch sản xuất
Kế hoạch mua
Dòng tiền
và khả năng đáp ứng các đơn hàng khác.
Trên nền dữ liệu đó, AI có thể hỗ trợ phát hiện nguy cơ và bất thường; No-code/Low-code giúp doanh nghiệp cấu hình workflow và quy tắc ưu tiên theo đặc thù; API kết nối dữ liệu từ hệ thống bên ngoài; Robotics tự động hóa việc kiểm tra, nhắc việc và cảnh báo.
Nhưng mục tiêu cuối cùng không phải có thêm một Dashboard.
Mục tiêu là:
Giúp doanh nghiệp chỉ cam kết những gì mình có khả năng thực hiện – và phát hiện đủ sớm khi khả năng thực hiện bắt đầu thay đổi.
Một đơn hàng giao trễ vào ngày 30 có thể không phải đến ngày 29 mới xuất hiện vấn đề.
Nguyên nhân có thể bắt đầu ngay từ ngày đầu tiên:
Ngày giao được cam kết không dựa trên năng lực thực tế.
Hoặc:
Tồn kho khả dụng được hiểu sai.
Hoặc:
Nhu cầu vật tư không được tạo kịp thời.
Hoặc:
Một xung đột công suất không được phát hiện.
Vì vậy, tư duy Success from Beginning đặc biệt phù hợp với quản trị đơn hàng:
Muốn giao đúng ở cuối quy trình, doanh nghiệp phải đưa ra một cam kết đúng ngay từ đầu quy trình.
Không nên đợi đến khi đơn hàng sắp trễ mới tăng ca.
Không nên đợi khách hàng gọi mới kiểm tra tiến độ.
Không nên đợi cuối tháng mới phân tích nguyên nhân.
Dữ liệu phải giúp doanh nghiệp nhìn thấy rủi ro ngay khi nó bắt đầu hình thành.
Doanh nghiệp cần Sales giỏi.
Nhưng trong cạnh tranh ngày càng cao, bán được hàng mới chỉ là một nửa câu chuyện.
Nửa còn lại là:
Một hệ thống quản trị tốt cần giúp lãnh đạo nhìn xuyên suốt từ:
Cơ hội bán hàng → Đơn hàng → Cam kết giao → Năng lực thực hiện → Giao hàng → Thu tiền.
Bởi trải nghiệm khách hàng không kết thúc khi Sales ký được hợp đồng.
Nó chỉ thực sự được kiểm chứng khi khách hàng nhận được:
Đúng sản phẩm – Đúng số lượng – Đúng chất lượng – Đúng thời điểm đã cam kết.
Và đó cũng là một bước chuyển quan trọng của chuyển đổi số:
Từ quản lý giao dịch sang quản trị cam kết.
Meliasoft – ERP của người Việt.
