Phân tích lợi nhuận đa chiều (MPA) — khách nào, sản phẩm nào thật sự tạo lợi nhuận?

Báo cáo nói công ty lãi 4,8 tỷ. Nhưng lãi đó đến từ đâu — khách nào, sản phẩm nào, kênh nào? Và ngược lại: có nhóm khách nào mà càng phục vụ càng lỗ không? Hầu hết doanh nghiệp không trả lời được, vì P&L (Profit & Loss) chỉ có một cột tổng. Phân tích lợi nhuận đa chiều (MPA — Multi-dimensional Profitability Analytics) tồn tại để mở cột tổng đó ra.

Vấn đề: chi phí “chung” che mất sự thật

Doanh thu và giá vốn thường gán được theo đơn hàng. Nhưng phần lớn chi phí còn lại — giao hàng, kho bãi, nhân viên kinh doanh chăm sóc, xử lý đổi trả, công nợ, chiết khấu cuối năm — nằm thành cục “chi phí chung”. Khi chia đều cục đó theo doanh thu, mọi khách trông na ná nhau. Thực tế thì:

• Khách A: đơn lớn, đặt đều, nhận hàng tại kho, trả đúng hạn → chi phí phục vụ thấp;
• Khách B: đơn nhỏ lắt nhắt, giao gấp nội thành, đổi trả liên tục, nợ 120 ngày → chi phí phục vụ ngốn sạch biên gộp.

Cùng doanh thu, A lãi đậm còn B lỗ — nhưng P&L trung bình hóa khiến cả hai “có vẻ ổn”. MPA phân bổ chi phí phục vụ về đúng đối tượng theo driver thực tế (số đơn, số lần giao, km vận chuyển, giờ chăm sóc, ngày chiếm dụng vốn…) — tư duy ABC costing (Activity-Based Costing) áp dụng thực dụng.

Whale curve — đường cong cá voi

Xếp khách hàng từ lãi nhất đến lỗ nhất rồi cộng dồn lợi nhuận, ta được đường cong hình lưng cá voi. Hình dạng kinh điển ở rất nhiều doanh nghiệp:

Nhóm khách (xếp theo lợi nhuận)	Lợi nhuận tích lũy
20% đầu	tạo ~150% tổng lợi nhuận
60% giữa	quanh hòa vốn — cộng thêm chút đỉnh
20% cuối	ăn mòn ~50–70% phần đã tạo

Nghĩa là lợi nhuận thật của nhóm đầu gấp rưỡi con số công ty đang thấy — phần chênh bị nhóm cuối ăn mất. Đây thường là phát hiện gây sốc nhất trong dự án MPA: vài cái tên trong nhóm “khách lớn thân thiết” hóa ra đứng đầu bảng… lỗ.

Bốn nước đi với khách lỗ (không phải “bỏ khách”)

1. Định giá lại — phụ phí giao gấp, đơn tối thiểu, giá theo bậc phục vụ;
2. Đổi cách phục vụ — gom đơn, chuyển kênh đặt hàng tự phục vụ, lịch giao cố định;
3. Đàm phán điều khoản — kỳ hạn thanh toán, mức chiết khấu gắn với sản lượng thật;
4. Chấp nhận có chủ đích — khách chiến lược, đang thâm nhập thị trường: lỗ có kế hoạch và có hạn mức, khác hẳn lỗ không biết.

Bỏ khách là nước cuối — mục tiêu của MPA là sửa mô hình phục vụ, không phải cắt doanh thu.

Các sai lầm dễ mắc phải

1. Phân bổ theo doanh thu cho nhanh — chính cách chia này tạo ra ảo giác “ai cũng lãi”; driver phải phản ánh mức tiêu tốn nguồn lực thật.
2. Cầu toàn độ chính xác tuyệt đối — phân bổ đúng 80% đủ để ra quyết định; đợi đúng 100% thì không bao giờ bắt đầu.
3. Làm một lần rồi thôi — cơ cấu khách và chi phí đổi liên tục; MPA phải là báo cáo sống hằng tháng, không phải dự án tư vấn một lần.
4. Đem kết quả đi “xử” kinh doanh — mục tiêu là đổi chính sách giá và cách phục vụ; dùng để quy tội thì dữ liệu sẽ bị chống đối và bóp méo.

Áp dụng trong thực tế

MPA — giải pháp BSD

Đây chính là bài toán MPA của BSD: mô hình phân bổ chi phí đa chiều dựng trên Power BI hoặc Tableau, ăn dữ liệu bán hàng – giao vận – công nợ từ Odoo / Dynamics 365 (qua nền Snowflake + dbt khi dữ liệu nhiều nguồn), cho ra P&L theo khách hàng × sản phẩm × kênh × vùng và whale curve cập nhật hằng tháng.

• Chiều phân tích khớp ngành: vùng × chi nhánh × phân khúc × từng khách hàng cho ngân hàng (giải pháp MPA cho ngân hàng trên nền Tableau), căn hộ × đợt mở bán × kênh môi giới (Realty CRM), lô × ngành nghề khách thuê (Parkone), tuyến × nhóm hàng (phân phối);
• Kết quả nối ngược về chính sách: bảng giá, chiết khấu, hạn mức công nợ ngay trong ERP — phân tích xong là hành động được;
• Kịch bản “đổi chính sách phục vụ nhóm B thì tổng lợi nhuận đổi bao nhiêu” chạy trên Acterys trước khi áp thật.

Quay lại bức tranh chung: Tổng quan & bảng công thức tài chính → · Cụm liên quan: Quản trị dự án