Tuần 1 · Ngày bổ sung · Bổ sung · 4 giờ

Mục tiêu

  • Hiểu chuỗi phân phối Công ty → NPP → cửa hàng, phân biệt sell-in, sell-out, sell-through
  • Tính được chuỗi doanh thu gộp → chiết khấu → doanh thu thuần → giá vốn → lợi nhuận gộp, biên lợi nhuận
  • Tính được % đạt chỉ tiêu, run-rate, độ phủ, cửa hàng hoạt động, drop size, lines per call, strike rate
  • Tính được tồn kho NPP, số ngày tồn, tỷ lệ hàng trả và đọc được ý nghĩa của chúng
  • Phân biệt 4 loại báo cáo trong doanh nghiệp và biết ai đọc loại nào

Dữ liệu cần tải

Ngày bổ sung: Khái niệm kinh doanh và các loại báo cáo

Năm ngày vừa qua bạn đã học công cụ. Hôm nay học nghiệp vụ: những con số mà giám đốc kinh doanh, giám sát vùng hay kế toán sẽ hỏi bạn. Bạn có thể dựng dashboard rất đẹp, nhưng nếu tính sai “doanh thu thuần” hay hiểu sai “độ phủ” thì báo cáo đó vô dụng.

Bài hôm nay chưa cần Power BI. Bạn làm bằng Excel hoặc SQL, những thứ đã ôn ở Ngày 4. Từ tuần 9 trở đi, toàn bộ các KPI này sẽ được viết lại bằng DAX.

Kế hoạch 4 giờ

Thời gianNội dung
30 phútPhần 1: Chuỗi phân phối và dữ liệu
45 phútPhần 2: Từ doanh thu đến lợi nhuận
1 giờPhần 3: KPI bán hàng
15 phútPhần 4: Các loại báo cáo
1 giờ 30Phần 5 - 6: Bài tập, tự đánh giá, trắc nghiệm

Phần 1: Chuỗi phân phối và dữ liệu

Chuỗi phân phối của Công ty Sao Mai

Công ty FMCG (hàng tiêu dùng nhanh) như Sao Mai không bán thẳng cho người tiêu dùng. Hàng đi qua nhiều khâu, và mỗi khâu sinh ra một loại dữ liệu:

KhâuTên gọiAi bán cho aiBảng dữ liệu
1Sell-inCông ty bán cho nhà phân phối (NPP)FactSellIn
2Sell-outNPP bán cho cửa hàngFactDonHang
3Sell-throughCửa hàng bán cho người tiêu dùngKhông có (công ty thường phải mua dữ liệu này từ hãng nghiên cứu thị trường)

Hai kênh bán hàng:

  • GT (General Trade, kênh truyền thống): tạp hóa, sạp chợ. Nhiều cửa hàng, mỗi đơn nhỏ. Nhân viên bán hàng của NPP đi viếng thăm từng cửa hàng theo tuyến cố định để lấy đơn.
  • MT (Modern Trade, kênh hiện đại): siêu thị, cửa hàng tiện lợi. Ít cửa hàng, đơn lớn, thường có hợp đồng và chiết khấu riêng.

Trong khóa học, phần lớn các bài phân tích dùng sell-out (FactDonHang), vì nó chi tiết đến từng cửa hàng, nhân viên và ngày.

Phần 2: Từ doanh thu đến lợi nhuận

2.1 Chuỗi tính toán

Mỗi dòng trong FactDonHang có Số lượng, Đơn giá, Tỷ lệ chiết khấu và Giá vốn đơn vị. Từ đó tính ra:

Chỉ tiêuCông thứcÝ nghĩa
Doanh thu gộpSố lượng × Đơn giáTiền bán theo giá niêm yết, chưa trừ gì
Chiết khấuDoanh thu gộp × Tỷ lệ CKPhần giảm cho khách (khuyến mãi, chiết khấu thương mại)
Doanh thu thuầnDoanh thu gộp − Chiết khấuTiền thực sự thu được
Giá vốnSố lượng × Giá vốn đơn vịChi phí để có hàng bán
Lợi nhuận gộpDoanh thu thuần − Giá vốnTiền còn lại để trả chi phí bán hàng, quản lý…
Biên lợi nhuận gộpLợi nhuận gộp / Doanh thu thuầnCứ 100 đồng doanh thu thì lãi gộp bao nhiêu

Trong file Excel FMCG_BanHang_2024_2025.xlsx, cột Doanh thu đã là doanh thu thuần (sau chiết khấu), còn cột Chiết khấu là tỷ lệ, không phải số tiền. Muốn có doanh thu gộp, bạn tự tính Số lượng × Đơn giá. Đọc kỹ ý nghĩa từng cột trước khi cộng là thói quen bắt buộc khi nhận dữ liệu mới.

2.2 Những gì khóa học đơn giản hóa

Trong kế toán Việt Nam, doanh thu thuần bằng doanh thu bán hàng trừ đi các khoản giảm trừ doanh thu: chiết khấu thương mại, giảm giá hàng bán và hàng bán bị trả lại. Khóa học quy ước:

  • Doanh thu thuần = Doanh thu gộp − Chiết khấu. Hàng trả được theo dõi riêng bằng FactTraHang.
  • Mọi số tiền đều chưa gồm VAT.
  • Lợi nhuận gộp chưa trừ chi phí bán hàng, chi phí quản lý. Phần này nằm trong báo cáo kết quả kinh doanh (P&L) ở tuần 17.

Khi đi làm, câu đầu tiên cần hỏi khi được giao báo cáo doanh thu là: “Doanh thu ở đây là gộp hay thuần? Có trừ hàng trả không? Có VAT không?”

Phần 3: KPI bán hàng

3.1 Chỉ tiêu và tiến độ

KPICông thứcVí dụ
% đạt chỉ tiêuThực hiện / Chỉ tiêuBán 230 triệu, chỉ tiêu 250 triệu → 92%
Còn thiếuChỉ tiêu − Thực hiện20 triệu
Run-rate (dự báo cuối kỳ)Thực hiện / Số ngày bán đã qua × Tổng ngày bán trong kỳĐã qua 10/25 ngày, bán 100 triệu → dự báo 250 triệu
Cần bán mỗi ngàyCòn thiếu / Số ngày bán còn lại

Chỉ tiêu của Sao Mai giao theo NPP × Ngành hàng × Tháng, đơn vị triệu đồng (FactChiTieu). Đơn hàng thì chi tiết đến từng ngày, từng SKU, từng cửa hàng. Hai bảng có độ chi tiết (grain) khác nhau, và cách ghép chúng trong Power BI sẽ học ở tuần 8 và tuần 11.

3.2 Độ phủ và cửa hàng

KPICông thứcTrả lời câu hỏi
Cửa hàng hoạt động (active outlet)Số cửa hàng có ít nhất 1 đơn trong kỳBao nhiêu khách đang mua?
Tỷ lệ cửa hàng hoạt độngCửa hàng hoạt động / Tổng cửa hàng đã mở mãBao nhiêu % khách vẫn còn mua?
Độ phủ (numeric distribution) của một ngành / SKUSố cửa hàng có mua ngành / SKU đó / Tổng cửa hàngSản phẩm có mặt ở bao nhiêu % cửa hàng?
Cửa hàng mớiCửa hàng có đơn đầu tiên trong kỳMở rộng được bao nhiêu?
Cửa hàng ngừng muaTừng mua, nhưng không có đơn trong N tháng gần nhấtMất bao nhiêu khách?

Muốn tăng doanh thu, công ty có hai cách: bán cho nhiều cửa hàng hơn (tăng độ phủ) hoặc bán nhiều hơn cho mỗi cửa hàng (tăng giá trị đơn). Các KPI ở mục này đo cách thứ nhất.

3.3 Đơn hàng và viếng thăm

KPICông thứcÝ nghĩa
Drop sizeDoanh thu / Số đơn hàngGiá trị trung bình một đơn
Lines per call (LPC)Số dòng SKU / Số đơn hàngTrung bình mỗi đơn có mấy mặt hàng
Strike rateSố lượt viếng thăm có đơn / Tổng lượt viếng thămBao nhiêu % lần ghé cửa hàng ra được đơn

Ba KPI này ghép lại thành một công thức hay dùng để “mổ xẻ” doanh thu của nhân viên bán hàng:

Doanh thu = Số lượt viếng thăm × Strike rate × Drop size

Nếu doanh thu của một nhân viên giảm, công thức này cho biết lý do: đi ít cửa hàng hơn, ghé nhiều mà không chốt được đơn, hay chốt được nhưng đơn nhỏ.

3.4 Tồn kho và hàng trả

KPICông thức
Tồn kho cuối kỳ của NPPTồn đầu kỳ + Sell-in − Sell-out (+ hàng trả nhập lại kho, nếu còn bán được)
Số ngày tồn kho (days of inventory)Tồn cuối kỳ / Sell-out bình quân mỗi ngày
Tỷ lệ hàng trảSố lượng trả / Số lượng bán

Mỗi công ty tự đặt định mức tồn kho, ví dụ từ 10 đến 14 ngày. Tồn thấp quá thì dễ hết hàng và mất doanh số. Tồn cao quá thì NPP bị đọng vốn, hàng dễ cận date, và tháng sau sẽ đặt ít đi.

Phần 4: Các loại báo cáo trong doanh nghiệp

LoạiNgười đọcTần suấtĐặc điểmVí dụ trong khóa
Điều hànhGiám đốc, trưởng phòngHằng ngày, tuần, thángÍt số, so với chỉ tiêu và cùng kỳ, đọc trong 1 phútBáo cáo flash (tuần 14)
Vận hànhGiám sát vùng, NPP, nhân viênHằng ngàyChi tiết tới cửa hàng, nhân viên; dùng để hành động ngayTheo dõi chỉ tiêu, viếng thăm tuyến (tuần 14)
Phân tíchQuản lý, marketingKhi có câu hỏiTrả lời “vì sao”: đào sâu, so sánh, tìm nguyên nhânSản phẩm, khách hàng, khuyến mãi, Price-Volume-Mix (tuần 15 - 16)
Tài chínhBan giám đốc, kế toánTháng, quýCấu trúc cố định, số phải khớp sổ sáchP&L, ngân sách vs thực tế (tuần 17)

Trước khi làm bất kỳ báo cáo nào, hãy trả lời được ba câu: Ai đọc? Họ cần quyết định điều gì? Họ xem bao lâu một lần? Câu trả lời quyết định báo cáo có bao nhiêu số, chi tiết đến đâu và cập nhật lúc nào.

Phần 5: Bài tập tự làm

Làm bằng Excel (FMCG_BanHang_2024_2025.xlsx, có 2024 - 2025) hoặc SQL (fmcg_saomai.sqlite, có 2023 - 2025). Nếu có thời gian, làm bằng cả hai cách rồi so kết quả. Tất cả câu hỏi dưới đây tính cho năm 2025.

Chuỗi doanh thu → lợi nhuận. Tính cho toàn công ty năm 2025:

  1. Doanh thu gộp, Chiết khấu, Doanh thu thuần.
  2. Giá vốn, Lợi nhuận gộp.
  3. Chiết khấu chiếm bao nhiêu % doanh thu gộp? Biên lợi nhuận gộp bao nhiêu %?

Trình bày thành một bảng nhỏ, từ trên xuống, giống báo cáo kết quả kinh doanh.

Chỉ tiêuSố tiền (đồng)Tỷ lệ
Doanh thu gộp48.693.459.000
(−) Chiết khấu1.248.155.8302,56% doanh thu gộp
Doanh thu thuần47.445.303.170100%
(−) Giá vốn29.821.207.60062,85%
Lợi nhuận gộp17.624.095.57037,15%
SELECT ROUND(SUM(SoLuong * DonGia))                         AS DoanhThuGop,
       ROUND(SUM(SoLuong * DonGia * TyLeCK))                AS ChietKhau,
       ROUND(SUM(SoLuong * DonGia * (1 - TyLeCK)))          AS DoanhThuThuan,
       ROUND(SUM(SoLuong * GiaVonDV))                       AS GiaVon,
       ROUND(SUM(SoLuong * DonGia * (1 - TyLeCK) - SoLuong * GiaVonDV)) AS LoiNhuanGop
FROM FactDonHang
WHERE NgayDat BETWEEN '2025-01-01' AND '2025-12-31';

Với Excel: thêm cột Doanh thu gộp = [@[Số lượng (thùng)]] * [@[Đơn giá]], rồi dùng SUMIFS theo Ngày đặt như ở Ngày 4 cho các cột Doanh thu gộp, Doanh thu, Giá vốn, Lợi nhuận gộp. Chiết khấu = Doanh thu gộp − Doanh thu.

Kiểm tra chéo: Doanh thu thuần − Giá vốn phải bằng đúng Lợi nhuận gộp. Nếu lệch, bạn đã cộng nhầm cột.

Biên lợi nhuận theo ngành. Tính Doanh thu thuần, Lợi nhuận gộp và Biên lợi nhuận gộp năm 2025 theo Ngành hàng.

  1. Ngành nào có biên cao nhất? Thấp nhất?
  2. Xếp hạng 5 ngành theo doanh thu và theo lợi nhuận gộp. Hai bảng xếp hạng có giống nhau không?
  3. Nếu chỉ được chọn một ngành để đẩy mạnh bán, bạn chọn ngành nào? Vì sao?
Ngành hàngDoanh thu thuầnLợi nhuận gộpBiên
Chăm sóc nhà cửa & cá nhân11.741.414.7104.863.175.61041,4%
Bánh kẹo8.593.642.4903.362.033.39039,1%
Nước giải khát7.270.965.5402.814.310.54038,7%
Sữa & sản phẩm từ sữa9.021.083.3603.024.928.76033,5%
Gia vị & thực phẩm khô10.818.197.0703.559.647.27032,9%
SELECT s.NganhHang,
       ROUND(SUM(f.SoLuong * f.DonGia * (1 - f.TyLeCK))) AS DoanhThuThuan,
       ROUND(SUM(f.SoLuong * f.DonGia * (1 - f.TyLeCK) - f.SoLuong * f.GiaVonDV)) AS LoiNhuanGop,
       ROUND(100.0 * SUM(f.SoLuong * f.DonGia * (1 - f.TyLeCK) - f.SoLuong * f.GiaVonDV)
             / SUM(f.SoLuong * f.DonGia * (1 - f.TyLeCK)), 1) AS BienPct
FROM FactDonHang f
JOIN DimSanPham s ON f.MaSKU = s.MaSKU
WHERE f.NgayDat BETWEEN '2025-01-01' AND '2025-12-31'
GROUP BY s.NganhHang
ORDER BY BienPct DESC;
  1. Cao nhất: Chăm sóc nhà cửa & cá nhân (41,4%). Thấp nhất: Gia vị & thực phẩm khô (32,9%).
  2. Không giống nhau. Theo doanh thu, Sữa xếp thứ 3 và Bánh kẹo thứ 4. Theo lợi nhuận gộp thì ngược lại: Bánh kẹo thứ 3, Sữa thứ 4. Gia vị đứng thứ 2 về doanh thu nhưng biên thấp nhất.
  3. Không có đáp án duy nhất. Một câu trả lời tốt sẽ dựa trên số: Chăm sóc nhà cửa vừa có doanh thu lớn nhất vừa có biên cao nhất, nên mỗi đồng doanh thu tăng thêm mang về nhiều lãi nhất. Bài 5 sẽ cho thấy ngành này còn có độ phủ thấp nhất, tức là vẫn còn nhiều cửa hàng chưa bán.

Bài học: báo cáo chỉ có doanh thu là chưa đủ. Ngành bán nhiều chưa chắc là ngành lãi nhiều.

% đạt chỉ tiêu.

  1. Chỉ tiêu doanh thu năm 2025 của toàn công ty là 48.427 triệu đồng. Tính % đạt và số còn thiếu.
  2. Chỉ tiêu tháng 11/2025 của NPP Phú Thịnh (mã NPP01) như bảng dưới. Tính doanh thu thuần thực hiện (triệu đồng, 1 chữ số thập phân) và % đạt của từng ngành và của cả NPP.
NgànhChỉ tiêu (triệu đồng)
Nước giải khát35
Sữa & sản phẩm từ sữa53
Bánh kẹo49
Gia vị & thực phẩm khô58
Chăm sóc nhà cửa & cá nhân53
Tổng248

Gợi ý SQL: lấy MaNPP từ DimCuaHang, lấy NganhHang từ DimSanPham. Gợi ý Excel: lọc cột Nhà phân phối = NPP Phú Thịnh.

1. Toàn công ty 2025: thực hiện 47.445,3 triệu / chỉ tiêu 48.427 triệu = 98,0%, còn thiếu 981,7 triệu.

2. NPP Phú Thịnh, tháng 11/2025:

NgànhChỉ tiêuThực hiện% đạt
Nước giải khát3531,991,3%
Sữa & sản phẩm từ sữa5355,5104,8%
Bánh kẹo4947,997,7%
Gia vị & thực phẩm khô5860,7104,6%
Chăm sóc nhà cửa & cá nhân5354,5102,9%
Tổng248250,5101,0%
SELECT s.NganhHang,
       ROUND(SUM(f.SoLuong * f.DonGia * (1 - f.TyLeCK)) / 1e6, 1) AS ThucHienTrieu
FROM FactDonHang f
JOIN DimCuaHang c ON f.MaCH = c.MaCH
JOIN DimSanPham s ON f.MaSKU = s.MaSKU
WHERE c.MaNPP = 'NPP01'
  AND f.NgayDat BETWEEN '2025-11-01' AND '2025-11-30'
GROUP BY s.NganhHang;

NPP đạt 101% tổng, nhưng Nước giải khát chỉ đạt 91,3%. Đây là lý do báo cáo chỉ tiêu luôn phải tách theo ngành: con số tổng đẹp có thể che mất một ngành đang hụt. Nước giải khát là ngành bán theo mùa nóng, nên hụt chỉ tiêu tháng 11 là điều dễ hiểu. Câu hỏi tiếp theo cho người làm báo cáo là: chỉ tiêu tháng 11 của ngành này có được giao hợp lý không?

Run-rate. Sáng 21/11/2025, giám sát vùng hỏi: “Phú Thịnh tháng này có đạt không?”

Dữ liệu bạn có:

  • Doanh thu thuần từ 01/11 đến hết 20/11: 189,6 triệu đồng.
  • Chỉ tiêu tháng: 248 triệu đồng.
  • Tháng 11/2025 có 25 ngày bán hàng (nghỉ Chủ nhật). Từ 01/11 đến 20/11 đã qua 17 ngày bán hàng.

Tính bằng tay:

  1. Doanh thu bình quân mỗi ngày bán hàng.
  2. Run-rate (dự báo cả tháng) và % đạt dự báo.
  3. Để vừa đủ chỉ tiêu, 8 ngày còn lại mỗi ngày cần bán bao nhiêu?
  4. Thực tế cả tháng Phú Thịnh bán được 250,5 triệu (bài 3). Run-rate dự báo cao hay thấp hơn thực tế? Vì sao lại lệch?
  1. 189,6 / 17 = 11,15 triệu/ngày.
  2. 11,15 × 25 = 278,8 triệu, tương đương 112,4% chỉ tiêu.
  3. Còn thiếu 248 − 189,6 = 58,4 triệu, chia cho 8 ngày = 7,3 triệu/ngày. Thấp hơn nhiều so với tốc độ hiện tại, nên câu trả lời cho giám sát là: “Gần như chắc chắn đạt.”
  4. Run-rate dự báo cao hơn thực tế (278,8 so với 250,5 triệu). Trong 8 ngày cuối tháng, NPP chỉ bán (250,5 − 189,6) / 8 ≈ 7,6 triệu/ngày, chậm hơn nhiều so với 20 ngày đầu.

Run-rate giả định tốc độ bán đều suốt tháng, mà thực tế hiếm khi như vậy. Cửa hàng thường nhập hàng nhiều vào đầu tháng, và chương trình khuyến mãi cũng làm doanh thu dồn vào vài ngày. Run-rate vẫn rất hữu ích để cảnh báo sớm, nhưng khi trình bày nên ghi rõ: “dự báo theo tốc độ hiện tại”.

Độ phủ, drop size, lines per call. Công ty có 470 cửa hàng đã mở mã đến hết 2025.

  1. Tháng 12/2025 có bao nhiêu cửa hàng hoạt động? Tỷ lệ cửa hàng hoạt động là bao nhiêu?
  2. Tính độ phủ tháng 12/2025 của từng ngành hàng. Ngành nào độ phủ thấp nhất?
  3. Năm 2025, tính số đơn, drop size và lines per call theo Kênh (GT, MT).

1. 443 cửa hàng hoạt động, tỷ lệ 443 / 470 = 94,3%.

SELECT COUNT(DISTINCT MaCH) AS CuaHangHoatDong
FROM FactDonHang
WHERE NgayDat BETWEEN '2025-12-01' AND '2025-12-31';

2. Độ phủ tháng 12/2025:

NgànhSố cửa hàng có muaĐộ phủ
Nước giải khát37178,9%
Bánh kẹo33170,4%
Sữa & sản phẩm từ sữa31767,4%
Gia vị & thực phẩm khô30665,1%
Chăm sóc nhà cửa & cá nhân28560,6%
SELECT s.NganhHang,
       COUNT(DISTINCT f.MaCH) AS SoCuaHang,
       ROUND(100.0 * COUNT(DISTINCT f.MaCH) / 470, 1) AS DoPhuPct
FROM FactDonHang f
JOIN DimSanPham s ON f.MaSKU = s.MaSKU
WHERE f.NgayDat BETWEEN '2025-12-01' AND '2025-12-31'
GROUP BY s.NganhHang
ORDER BY DoPhuPct DESC;

Chăm sóc nhà cửa & cá nhân có độ phủ thấp nhất, trong khi lại là ngành có doanh thu và biên lợi nhuận cao nhất (bài 2). Gần 40% cửa hàng chưa bán ngành này. Đây là một insight đúng nghĩa: nó dẫn tới hành động cụ thể, ví dụ chương trình mở rộng độ phủ cho ngành này ở 185 cửa hàng còn lại.

3. Theo kênh, năm 2025:

KênhSố đơnSố dòngDrop size (đồng)Lines per call
GT6.74926.9893.836.9774,00
MT3.22814.5806.675.8204,52
Tổng9.97741.5694.755.4684,17
SELECT c.Kenh,
       COUNT(DISTINCT f.MaDonHang) AS SoDon,
       COUNT(*) AS SoDong,
       ROUND(SUM(f.SoLuong * f.DonGia * (1 - f.TyLeCK)) / COUNT(DISTINCT f.MaDonHang)) AS DropSize,
       ROUND(1.0 * COUNT(*) / COUNT(DISTINCT f.MaDonHang), 2) AS LinesPerCall
FROM FactDonHang f
JOIN DimCuaHang c ON f.MaCH = c.MaCH
WHERE f.NgayDat BETWEEN '2025-01-01' AND '2025-12-31'
GROUP BY c.Kenh;

Với Excel: số đơn là số mã đơn hàng khác nhau. Dùng PivotTable, tick Add this data to the Data Model, rồi chọn Distinct Count cho Mã đơn hàng.

Tỷ lệ hàng trả. Dùng bảng FactTraHang (trong file SQLite, hoặc FactTraHang.csv).

  1. Năm 2025 có bao nhiêu thùng bị trả về (theo Ngày trả)? Công ty bán bao nhiêu thùng (theo Ngày đặt)? Tính tỷ lệ hàng trả.
  2. Chia số thùng trả theo Lý do. Hai lý do lớn nhất chiếm bao nhiêu %? Mỗi lý do nên báo cho bộ phận nào?

1. Trả 1.571 thùng / bán 127.991 thùng = 1,23%.

SELECT (SELECT SUM(SoLuongTra) FROM FactTraHang
        WHERE NgayTra BETWEEN '2025-01-01' AND '2025-12-31') AS ThungTra,
       (SELECT SUM(SoLuong) FROM FactDonHang
        WHERE NgayDat BETWEEN '2025-01-01' AND '2025-12-31') AS ThungBan;

2.

Lý doSố thùngTỷ trọngBáo cho
Hết hạn sử dụng51933,0%NPP, bộ phận kế hoạch: tồn kho quá lâu, xuất hàng không theo thứ tự hạn dùng
Hư hỏng khi vận chuyển50232,0%NPP, bộ phận giao hàng: cách xếp dỡ, đóng gói
Giao sai mặt hàng35022,3%Kho NPP: quy trình soạn hàng
Khách đổi ý20012,7%Bán hàng: chính sách đổi trả
SELECT LyDo, SUM(SoLuongTra) AS SoThung
FROM FactTraHang
WHERE NgayTra BETWEEN '2025-01-01' AND '2025-12-31'
GROUP BY LyDo
ORDER BY SoThung DESC;

Hai lý do lớn nhất chiếm 65%, và cả hai đều nằm ở khâu NPP chứ không phải do sản phẩm. Hàng hết hạn còn liên quan trực tiếp đến số ngày tồn kho ở bài 7.

Strike rate và tồn kho NPP. Tính bằng tay.

a) Hai nhân viên bán hàng trong cùng một tuần:

Nhân viênLượt viếng thămLượt có đơnDoanh thu (triệu)
A6042168
B4840120

Tính strike rate, drop size, doanh thu trên mỗi lượt viếng thăm của từng người. Mỗi người nên được hướng dẫn cải thiện điều gì?

b) Một SKU sữa tươi tại hai NPP trong tháng 11 (30 ngày):

NPPTồn đầu (thùng)Sell-inSell-out
X120300330
Y120300180

Tính tồn cuối và số ngày tồn kho. Định mức của công ty là 10 - 14 ngày. Mỗi NPP đang gặp vấn đề gì? Doanh số công ty (sell-in) của hai NPP bằng nhau, vậy báo cáo chỉ có sell-in đã bỏ sót điều gì?

a)

Nhân viênStrike rateDrop sizeDoanh thu / lượt viếng thăm
A42 / 60 = 70,0%168 / 42 = 4,0 triệu168 / 60 = 2,8 triệu
B40 / 48 = 83,3%120 / 40 = 3,0 triệu120 / 48 = 2,5 triệu

Kiểm tra bằng công thức: A = 60 × 70% × 4,0 = 168 triệu. Đúng.

  • A chốt đơn lớn nhưng cứ 10 lần ghé thì 3 lần về tay không. Cần hướng dẫn chốt đơn, chuẩn bị trước khi ghé cửa hàng.
  • B chốt đơn tốt nhưng đơn nhỏ và đi ít cửa hàng hơn. Cần hướng dẫn bán thêm mặt hàng mỗi đơn (tăng lines per call) và tăng số lượt viếng thăm.

Nếu chỉ nhìn doanh thu, ta chỉ biết “A giỏi hơn B”. Các KPI thành phần cho biết mỗi người cần cải thiện điều gì.

b)

NPPTồn cuốiBán bình quân / ngàySố ngày tồnĐánh giá
X120 + 300 − 330 = 90330 / 30 = 1190 / 11 = 8,2 ngàyDưới định mức, dễ hết hàng. Nên tăng sell-in tháng sau
Y120 + 300 − 180 = 240180 / 30 = 6240 / 6 = 40 ngàyGấp 3 lần định mức. Hàng sữa dễ hết hạn, NPP sẽ cắt đơn tháng sau

Sell-in của hai NPP bằng nhau (300 thùng), nên báo cáo chỉ có doanh số công ty sẽ xếp hai NPP ngang nhau. Thực tế thì thị trường của X đang tốt hơn hẳn, còn Y đang bị nhồi hàng. Tháng sau sell-in của Y gần như chắc chắn sẽ giảm mạnh, và lượng hàng trả do hết hạn (bài 6) có thể tăng.

Phần 6: Tự đánh giá

  • Tôi phân biệt được sell-in, sell-out, sell-through và biết bảng nào chứa dữ liệu nào
  • Tôi tính được chuỗi doanh thu gộp → chiết khấu → doanh thu thuần → giá vốn → lợi nhuận gộp
  • Tôi biết biên lợi nhuận chia cho doanh thu thuần, không phải giá vốn
  • Tôi tính được % đạt chỉ tiêu, run-rate và biết giới hạn của run-rate
  • Tôi tính được độ phủ, cửa hàng hoạt động, drop size, lines per call, strike rate
  • Tôi tính được tồn kho cuối kỳ, số ngày tồn và nhận ra dấu hiệu nhồi hàng
  • Tôi biết 4 loại báo cáo và hỏi được “Ai đọc? Quyết định gì? Bao lâu một lần?”

Trắc nghiệm