Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp

Chia sẻ chuyên mục Đề Tài Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp hay nhất năm 2026 cho các bạn học viên ngành đang làm luận văn thạc sĩ tham khảo nhé. Với những bạn chuẩn bị làm bài luận văn tốt nghiệp thì rất khó để có thể tìm hiểu được một đề tài hay, đặc biệt là các bạn học viên đang chuẩn bị bước vào thời gian lựa chọn đề tài làm luận văn thì với đề tài Luận Văn: Đề xuất kiến nghị giải pháp nâng cao hiệu quả quản trị tại các doanh nghiệp cho thuê tài sản cố định dưới đây chắc chắn sẽ giúp cho các bạn học viên có cái nhìn tổng quan hơn về đề tài sắp đến.

CHƯƠNG 4 PHÂN TÍCH TÁC ĐỘNG CỦA CÁC CÔNG NGHỆ BLOCKCHAIN, IOT VÀ BIG DATA ĐẾN CÔNG TÁC QUẢN LÝ TÀI SẢN CỐ ĐỊNH

4.1 Mô tả mẫu nghiên cứu

Để đảm bảo tính khách quan và độ tin cậy của dữ liệu về ứng dụng công nghệ (Blockchain, IoT, Big Data), nghiên cứu xác định đối tượng khảo sát không chỉ giới hạn trong nội bộ doanh nghiệp mà mở rộng ra các bên liên quan trong chuỗi cung ứng dịch vụ.

Đối tượng khảo sát bao gồm: Nhân sự tại Công ty Trách nhiệm hữu hạn Cơ giới Vận tải Tiến Phát, Đối tác và Khách hàng doanh nghiệp. Nhân sự tại công ty bao gồm Ban Giám đốc, phòng Kế toán, phòng Kỹ thuật – Vận hành và bộ phận Quản lý tài sản. Đây là nhóm trực tiếp sử dụng và chịu tác động của quy trình chuyển đổi số. Đối tác và Khách hàng doanh nghiệp bao gồm các cá nhân thuộc doanh nghiệp đối tác (thuê tài sản, cung cấp thiết bị) đã và đang tương tác với hệ thống quản lý của Tiến Phát. Nhóm này cung cấp góc nhìn khách quan về hiệu quả dịch vụ và tính minh bạch thông tin khi ứng dụng công nghệ.

Tiêu chí lựa chọn đối tượng khảo sát là những cá nhân có ít nhất 1 năm kinh nghiệm làm việc trong lĩnh vực vận tải, cho thuê tài sản hoặc quản trị thiết bị, và có hiểu biết cơ bản về các ứng dụng công nghệ trong quản lý.

4.1.1 Phương pháp chọn mẫu

Do hạn chế về thời gian và nguồn lực, cũng như đặc thù của lĩnh vực nghiên cứu hẹp, tác giả sử dụng phương pháp lấy mẫu thuận tiện (Convenience Sampling). Đây là phương pháp lấy mẫu phi xác suất, trong đó các phần tử được chọn dựa trên sự thuận lợi về khả năng tiếp cận của người nghiên cứu.

Quy trình thực hiện bao gồm: (i) Tác giả gửi phiếu khảo sát trực tiếp đến nhân viên tại văn phòng và công trường của Công ty Tiến Phát; (ii) Gửi phiếu khảo sát online (Google Form) đến danh sách email các đối tác, khách hàng thân thiết trong mạng lưới kinh doanh của công ty.

4.1.2 Kích thước mẫu

Để xác định kích thước mẫu phù hợp cho phân tích nhân tố khám phá (EFA) và hồi quy đa biến, nghiên cứu áp dụng quy tắc kinh nghiệm theo Hair và cộng sự (2014). Theo đó, kích thước mẫu tối thiểu cần gấp 5 lần số lượng biến quan sát (thang đo):  ≥ 5 × .

Trong đó:  là kích thước mẫu;  là số lượng biến quan sát. Trong mô hình nghiên cứu đề xuất có tổng cộng 26 biến quan sát. Áp dụng công thức trên: _min = 5 × 26 = 130 ẫ.

Thực tế, tác giả đã phát ra 185 phiếu khảo sát. Sau khi sàng lọc và loại bỏ các phiếu không hợp lệ (trả lời thiếu thông tin, chọn một phương án cho tất cả câu hỏi), số lượng phiếu hợp lệ còn lại là 145 phiếu.Với  = 145 > 130 , kích thước mẫu này đảm bảo độ tin cậy để thực hiện các kiểm định thống kê tiếp theo.

4.2 Thiết kế nghiên cứu và mô hình phân tích Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

4.2.1 Mô hình nghiên cứu đề xuất

Trong thời đại mà công nghệ đang phát triển không ngừng và ứng dụng công nghệ vào hoạt động kinh doanh đang là xu hướng mà mọi tổ chức đều đang hướng đến. Theo dòng sự kiện đó, mô hình nghiên cứu đề xuất xem xét tác động của ba loại công nghệ Blockchain, IoT và Big Data đến hiệu quả quản lý tài sản trong doanh nghiệp cho thuê Tài sản cố định

• Biểu đồ 4- 1. Mô hình quan hệ giữa công nghệ Blockchain, IoT và Big Data với hiệu quả quản lý tài sản cố định (Mô hình BID)

Trên mô hình biến độc lập sẽ bao gồm ba nhóm công nghệ với các tác động đến hiệu quả quản lý Tài sản cố định

Chuỗi khối: Với khả năng triển khai tự động hóa đến từ Hợp đồng thông minh trong ứng dụng của Blockchain sẽ hỗ trợ việc quản lý thiết bị nào đang thực hiện nhiệm ở khách hàng, giảm tải việc soạn thảo hợp đồng thủ công và chờ ký duyệt, bên cạnh đó thông tin được ghi nhận vào chuỗi sẽ là bất biến nhằm đảm bảo tính minh bạch từ đó bảo vệ quyền lợi cho cả hai bên trong quá trình bắt đầu, sử dụng và kết thúc việc thuê Tài sản cố định.

Internet vạn vật: Với khả năng kết nối các thiết bị thông minh với nhau, IoT cung cấp khả năng giám sát Tài sản cố định từ xa qua đó giúp tổ chức có thể theo dõi những Tài sản cố định tại doanh nghiệp khách hàng. Cùng với đó là khả năng thu thập tình trạng máy theo thời gian thực, làm cơ sở cho các quyết định kinh tế cũng như hỗ trợ việc kết thúc quy trình cho thuê một cách chính xác và phù hợp.

Dữ liệu lớn: IoT thu thập dữ liệu theo thời gian thực dẫn đến lượng thông tin được gửi về thông qua đường mạng là vô cùng lớn dù đã trải qua một quá trình sàn lọc. Big Data sẽ cung cấp khả năng phân tích lượng lớn dữ liệu đó từ đó hỗ trợ khả năng ra quyết định kinh tế cho nhà quản lý. Bên cạnh đó, dữ liệu lớn còn cung cấp khả năng lưu trữ và sử dụng dữ liệu lịch sử đó để làm tiền đề cho các phân tích trong tương lai. Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Mục tiêu của việc ứng dụng công nghệ vào quản lý Tài sản cố định là để các tổ chức có thể quản lý tài sản của mình một cách có hiệu quả từ đó đưa ra các quyết định đầu tư hợp lý vì vậy biến phụ thuộc của ba loại công nghệ trên là hiệu quả quản lý tài sản cố định.

4.2.2 Giả thuyết nghiên cứu

• H1: Ứng dụng công nghệ Blockchain có tác động tích cực đến hiệu quả công tác quản lý tài sản cố định.
• H2: Ứng dụng công nghệ IoT có tác động tích cực đến hiệu quả công tác quản lý tài sản cố định
• H3: Ứng dụng công nghệ Big Data có tác động tích cực đến hiệu quả công tác quản lý tài sản cố định

4.2.3 Thang đo và xây dựng bảng câu hỏi

Thang đo được đề án nghiên cứu này sử dụng là thang đo Likert với 5 mức độ. Bảng câu hỏi được xây dựng dựa trên các khái niệm và lý thuyết cốt lõi của ba nhóm công nghệ Blockchain, IoT và Big Data tác động lên hiệu quả quản lý Tài sản cố định và được khảo sát ở các bộ phận liên quan trực tiếp đến quy trình mua bán và sử dụng tài sản của các doanh nghiệp tại Việt Nam bao gồm bộ phận kế toán, bộ phận kinh doanh, bộ phận vận hành máy móc, bộ phận kỹ thuật và các quản lý cấp cao. Đối tượng thực hiện khảo sát sẽ trải dài từ những người trẻ mới tham gia vào thị trường đến các cá nhân có thâm niên, từ trình độ Trung học phổ thông đến Sau đại học nhằm đánh giá một cách khách quan và toàn diện nhất cảm nhận của mọi người về công nghệ chuỗi khối, Internet vạn vật và dữ liệu lớn tác động đến hiệu quả quản lý tài sản của các tổ chức.

Cấu trúc của bảng câu hỏi bao gồm ba phần chính:

• Phần thông tin chung

Thông tin chung bao gồm giới tính, độ tuổi, trình độ học vấn, bộ phận công tác, thâm niên tại công ty và mức độ sử dụng các thiết bị điện tử trong quá trình làm việc. Các câu hỏi này được thiết kế dưới dạng một câu trả lời nhằm khảo sát định tính của người trả lời

• Khái niệm về các công nghệ
• Nội dung chính

Nội dung này sẽ bao gồm các câu hỏi định lượng trả lời theo dạng thang đo Likert nhằm kiểm tra mức độ đồng thuận của các nhân viên đối với những nhận định có sẵn. Bảng câu hỏi được phân thành ba nhóm tương đương với ba loại công nghệ mà nghiên cứu này đang hướng đến. Ngoài ra, phần cuối của bảng khảo có thêm câu hỏi mở để người trả lời có thể chia sẻ các quan điểm cá nhân nhằm gia tăng tỷ lệ thành công trong việc áp dụng mô hình tích hợp công nghệ BID.

• Bảng 4- 1. Bảng câu hỏi khảo sát Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

4.3 Đánh giá độ tin cậy và giá trị thang đo

4.3.1 Kiểm định độ tin cậy thang đo (Cronbach’s Alpha)

4.3.1..1 Công nghệ chuỗi khối

Bảng 4- 2. Thống kê mô tả về công nghệ Blockchain

Dựa vào kết quả của bảng 4.2, có thể thấy thang đo có độ tin cậy cao khi hệ số Cronbach’s Alpha là 0.816 đã vượt ngưỡng yêu cầu (> 0.7 theo Nunnally,1978) cho thấy độ tin cậy của thang đo ở ngưỡng tốt. Hệ số tương quan biến – tổng (Corrected Item-Total Correlation) của các biến trên đều có giá trị dao động từ 0.443 đến 0.663 cho thấy cả 7 câu hỏi trên đều đóng góp tốt vào thang đo và đo lường cùng một khái niệm. Bên cạnh đó, hệ số Cronbach’s Alpha sẽ có sự suy giảm dao động từ 0.773 đến 0.810 do đó không xem xét loại bất kỳ biến nào trong các biến trên. Trong các biến trên, biến B6 có tác động lớn nhất với hệ số tương quan là 0.663 và khi loại biến này hệ số Cronbach’s Alpha sẽ giảm xuống mức thấp nhất là 0.773. B1 và B5 là hai biến có tác động nhỏ nhất với hệ số tương quan lần lượt là 0.443 và 0.506, khi loại hai biến này thì hệ số Cronbach’s Alpha cũng có mức giảm ít nhất với 0.810 và 0.802 nhưng những con số trên vẫn hoàn toàn phù hợp để giữ hai biến này lại.

4.3.1.2 Công nghệ Internet vạn vật

• Bảng 4- 3. Thống kê mô tả về công nghệ IoT

Dựa vào kết quả của bảng 4.3, có thể thấy thang đo có độ tin cậy cao khi hệ số Cronbach’s Alpha là 0.836 đã vượt ngưỡng yêu cầu (> 0.7 theo Nunnally,1978) cho thấy độ tin cậy của thang đo là cao. Hệ số tương quan biến – tổng (Corrected Item-Total Correlation) của các biến trên đều có giá trị dao động từ 0.500 đến 0.662 cho thấy cả 7 biến quan sát trên đều được giữ. Bên cạnh đó, hệ số Cronbach’s Alpha sẽ có sự suy giảm dao động từ 0.802 đến 0.828 do đó không xem xét loại bất kỳ biến nào trong các biến trên. Dựa vào hệ số Cronbach’s Alpha if Item Deleted có thể thấy I2, I6 và I7 có đóng góp lớn vào thang đo bởi khi loại bỏ các biến này thì hệ số sẽ giảm nhiều hơn với lần lượt là 0.802, 0.804 và 0.805, trong khi đó I1 có tác động ít nhất khi hệ số chỉ giảm không đáng kế với 0.828 nhưng với hệ số tương quan 0.500 là đủ để không loại bỏ biến này.

4.3.1.3 Công nghệ Dữ liệu lớn

• Bảng 4- 4. Thống kê mô tả về công nghệ Big Data Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Dựa vào kết quả của bảng 4.4, có thể thấy thang đo có độ tin cậy cao khi hệ số Cronbach’s Alpha là 0.877 đã vượt ngưỡng yêu cầu (> 0.7 theo Nunnally,1978) cho thấy độ tin cậy của thang đo ở ngưỡng rất cao. Hệ số tương quan biến – tổng (Corrected Item-Total Correlation) của các biến trên đều có giá trị dao động từ 0.480 đến 0.760 cho thấy cả 7 biến quan sát trên đều được giữ. Bên cạnh đó, hệ số Cronbach’s Alpha sẽ có sự dao động từ 0.847 đến 0.883 nếu lược bỏ biến quan sát. Dựa vào hệ số Cronbach’s Alpha if Item Deleted có thể thấy D3, D6 và D7 có đóng góp lớn vào thang đo bởi khi loại bỏ các biến này thì hệ số sẽ giảm nhiều hơn với lần lượt là 0.852, 0.851 và 0.817. Trong khi đó D5 bị loại bỏ sẽ giúp hệ số Cronbach’s Alpha tăng đến 0.883, tuy nhiên, độ chênh lệch giữa việc loại và không loại chỉ ở mức 0.006 là quá nhỏ cũng như hệ số ở mức 0.877 đã là mức rất cao. Thêm vào đó, hệ số tương quan của biến quan sát D5 là 0.480 vượt xa ngưỡng 0.3 nên tác giả quyết định giữ biến quan sát D5.

4.3.1.4 Hiệu quả quản lý tài sản cố định

• Bảng 4- 5. Thống kê mô tả về hiệu quả quản lý Tài sản cố định khi ứng dụng tích hợp Blockchain, IoT và Big Data

Dựa vào kết quả của bảng 4.5, có thể thấy thang đo có độ tin cậy cao khi hệ số Cronbach’s Alpha là 0.830 đã vượt ngưỡng yêu cầu (> 0.7 theo Nunnally,1978) cho thấy độ tin cậy của thang đo ở ngưỡng rất cao. Hệ số tương quan biến – tổng (Corrected Item-Total Correlation) của các biến trên đều có giá trị dao động từ 0.595 đến 0.699 cho thấy cả 5 biến quan sát trên đều được giữ. Bên cạnh đó, hệ số Cronbach’s Alpha sẽ có sự suy giảm dao động từ 0.776 đến 0.806. Dựa vào hệ số Cronbach’s Alpha if Item Deleted có thể thấy H1 và H5 có đóng góp lớn vào thang đo bởi khi loại bỏ các biến này thì hệ số sẽ giảm nhiều hơn với lần lượt là 0.794 và 0.776. Cả 5 biến đều có hệ số tương quan biến – tổng tiệm cận mức 0.60 – 0.70. Sự đồng đều này cho thấy cấu trúc 5 câu hỏi của bạn được thiết kế rất chặt chẽ, không có câu nào bị trùng lặp quá mức hoặc bị lạc đề.

Phần còn lại của kiểm định độ tin cậy thang do (Cronbanch’s Alpha) về giá trị trung bình và độ lệch chuẩn của từng biến quan sát sẽ được trình bày ở phần phụ lục 2.

4.3.1.5 Kiểm định đánh giá thang đo

Theo Nunnally (1978) và Peterson (1994) thì thang đo sẽ được chấp nhận và được đánh giá là tốt khi thỏa mãn hai điều kiện bao gồm hệ số Cronbach’s Alpha của tổng thể > 0.7 và hệ số tương quan qua biến tổng thể (Corrected Item-Total Correlation) > 0.3

• Cronbach’s Alpha thang đo công nghệ Blockchain Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Thành phần của công nghệ Blockchain trong bảng khảo sát bao gồm đặc điểm minh bạch, hợp đồng thông minh, giảm thiểu rủi ro tranh chấp, dễ học hỏi và ứng dụng, niềm tin, sẵn sàng sử dụng Blockchain. Những đặc điểm trên đều có hệ số tương quan tổng thể > 0.3 và hệ số Cronbach’s Alpha là 0.816 > 0.7 qua đó có thể thấy thang đo này đáp ứng điều kiện để đưa vào phân tích.

• Cronbach’s Alpha thang đo công nghệ IoT

Thành phần của công nghệ IoT trong bảng khảo sát bao gồm đặc điểm theo dõi vị trí, giám sát trạng thái, bằng chứng nghiệm thu, giảm công tác ghi chép thủ công, dễ học hỏi và ứng dụng, niềm tin, sẵn sàng sử dụng IoT. Những đặc điểm trên đều có hệ số tương quan tổng thể > 0.3 và hệ số Cronbanch’s Alpha là 0.836 > 0.7 qua đó có thể thấy thang đo này đáp ứng điều kiện để đưa vào phân tích

• Cronbach’s Alpha thang đo công nghệ Big Data

Thành phần của công nghệ Big Data trong bảng khảo sát bao gồm đặc điểm phân tích dữ liệu, hỗ trợ ra quyết định, giảm chi phí mua sắm, tiềm năng mở rộng, dễ học hỏi và ứng dụng, niềm tin, sẵn sàng sử dụng Big Data. Những đặc điểm trên đều có hệ số tương quan tổng thể > 0.3 và hệ số Cronbanch’s Alpha là 0.877 > 0.7 qua đó có thể thấy thang đo này đáp ứng điều kiện để đưa vào phân tích.

4.3.1.6 Tổng hợp kết quả sau khi phân tích thang đo Cronbach’s Alpha

Thông qua kiểm định Cronbach’s Alpha, các biến độc lập và phụ thuộc đều thỏa mãn điều kiện (hệ số tương quan biến tổng > 0.3) để thực hiện phân tích khám phá EFA (Exploratory Factor Analysis). Kết quả của Cronch’s Alpha sẽ được trình bày chi tiết ở phần phụ lục.

4.3.2 Phân tích nhân tố khám phá (EFA)

• Khái quát về EFA Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Phân tích nhân tố khám phá (Exploratory Factor Analysis) là một kỹ thuật thống kê dùng để tóm gọn dữ liệu và khám phá cấu trúc tiềm ẩn của tập hợp các biến quan sát dựa trên mối quan hệ tương quan thừ đó xác định các nhân tố đại diện (Factor) từ đó hỗ trợ xác định các tập hợp biến cần thiết cho chủ đề nghiên cứu đang hướng đến. Phương pháp này có nguồn gốc từ phân tích nhân tố (Factor Analysis), được phát triển từ các nghiên cứu của Spearman (1904) trong lĩnh vực tâm lý học và đo lường hành vi. EFA thường được sử dụng trong giai đoạn nghiên cứu khám phá nhằm xây dựng và kiểm định sơ bộ cấu trúc thang đo trước khi tiến hành các phân tích tiếp theo.

• Các tiêu chí để phân tích nhân tố bao gồm:

Hệ số KMO (Kaiser Meyer Olkin) là chỉ số dùng để phân tích sự phù hợp của nhân tố với yêu cầu phải có giá trị lớn hơn hoặc bằng 0.5 (0.5 =< KMO =< 1) theo Kaiser (1974).

Kiểm định Barlett (Barlett’s test of sphericity) là hệ số được dùng để thông kế liệu các biến quan sát có quan hệ tương quan với nhau hay không và theo Bartlett (1954), kiểm định có ý nghĩa thống kê và có thể kết luận các biến quan sát có mối tương quan khi giá trị sig < 0.05.

Hệ số tải nhân tố (Factor loading) là hệ số biểu hiện mối quan hệ tương quan giữa biến quan sát và nhân tố do đó khi hệ số này càng cao thì tương quan giữa biến quan sát đó với nhân tố càng lớn và ngược lại. Theo Hair và cộng sự (2014), Multivariate Data Analysis hệ số tải từ 0.5 là biến quan sát đạt chất lượng tốt, tối thiểu nên là 3 và với 145 mẫu sẽ cần hệ số dao động ở mức từ 0.45 trở lên.

Trị số Eigenvalue là hệ số đại diện cho phần sai lệch được giải thích bởi mỗi nhân tố, bởi mỗi biến quan sát ban đầu được chuẩn hóa với 1 phương sai nên hệ số này cần có giá trị >= 1.

4.3.2.2 Kết quả Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Phân tích nhân tố được tác giả thực hiện 2 lần. Trong quá trình phân tích lần đầu tiên đã xuất hiện hiện tượng biến chồng chéo do đó tác giả đã thực hiện phân tích lần 2. Trong quá trình thực hiện phân tích lần 2, tác giả nhận ra rằng hệ số KMO và Barlett không có sự cải thiện đáng kể do đó mô hình ban đầu được giữ lại nhằm đảm bảo tính đầy đủ về mặt lý thuyết. Phần còn lại của phân tích nhân tố khám phá sẽ được trình bày ở phần phụ lục 3.

Hệ số KMO và kiểm định Barlett (phụ lục 3) cho ra kết quả bao gồm 0.5 =< KMO = 0.905 =< 1 và sig = 0.001 < 0.05 ở cả 2 lần thực hiện phân tích chứng tỏ sự phù hợp của phân tích EFA.

Kết quả phân tích khám phá cho ra kết quả là 3 nhân tố có giá trị Eigenvalue lớn hơn 1 trong đó nhân tố thứ nhất có Eigenvalue đạt đến 9.010 giải thích cho 45.049% phương sai, nhân tố thứ hai có Eigenvalue đạt 1.509 và giải thích cho 7.545% phương sai và nhân tố cuối có Eigenvalue đạt 1.143 giải thích cho 5.717%. Tổng phương sai trích của 3 nhân tố đạt ngưỡng 58.311% cho thấy các nhân tố trích được có khả năng giải thích tốt sự biến thiên của dữ liệu.

Kết quả ma trận xoay cho thấy 20 biến quan sát được phân thành 3 nhân tố với tất cả các biến đều có Factor loading > 0.45, trong đó biến quan sát có hệ số tải nhân tố nhỏ nhất là 0.496.

• Bảng 4- 6. Ma trận nhân tố xoay

Từ kết quả phân tích nhân tố khám phá trên cho thấy 18 biến quan sát được chia thành 3 nhân tố đại diện cho 3 khía cạnh cốt lõi của việc ứng dụng tích hợp Blockchain, IoT và Big Data trong quản lý Tài sản cố định như sau:

• Bảng 4- 7. Bảng phân chia và đặt tên nhóm

4.4 Phân tích mối quan hệ và tác động giữa các biến Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

4.4.1 Phân tích tương quan

4.4.1..1 Khái niệm về phân tích tương quan Pearson

Phân tích tương quan là phân tích để tìm hệ số Pearson, hệ số tương quan Pearson (ký hiệu r) để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng theo Gayen (1951). Nếu giữa các biến có sự tương quan mật thiết thì khi thực hiện phân tích hồi quy cần phải lưu ý vấn đề đa cộng tuyến.

Đa cộng tuyến (Multicollinearity) là hiện tượng các biến độc lập mối quan hệ tương quan tuyến tính chặt chẽ với nhau, từ đó làm cho chúng ta khó xác định mức độ ảnh hưởng của từng biến độc lập đến biến phụ thuộc. Ngoài ra, đa cộng tuyến còn làm cho độ lệch chuẩn của hệ số hồi quy tăng cao từ đó dẫn đến kiểm định ý nghĩa của hệ số hồi quy kém ý nghĩa hơn.

Hệ số tương quan Pearson sẽ có giá trị dao động từ -1 đến 1, r càng tiến về 0 thì tương quan càng yếu. Theo Andy Field (2009),

• /r/ < 1: Mối tương quan rất yếu
• /r/ < 3: Mối tương quan yếu
• /r/ < 5: Mối tương quan trung bình
• /r/ >= 5: Mối tương quan rất mạnh

Phương trình: HQ_QUANTRI = β1X1 + β2X2 + β3X3 Trong đó:

• X₁: Khả năng hỗ trợ quản lý tài sản cố định
• X₂: Mức độ chấp nhận công nghệ
• X3: Tính minh bạch và tự động hóa trong quản lý tài sản cố định
• HQ_QUANTRI: Hiệu quả quản trị Tài sản cố định khi ứng dụng tích hợp công nghệ Blockchain, IoT và Big Data

4.4.1.2 Kết quả Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Giá trị Sig. (2-tailed) của tất cả các nhóm tác động lên hiệu quả quản trị Tài sản cố định và ngược lại đều nhỏ hơn 0.05. Từ đó có thể kết luận các biến đều tương quan với nhau và có ý nghĩa thống kế.

Kết quả phân tích tương quan Pearson cho thấy các biến X tác động lớn đến các biến thuộc nhóm HQ_QUANTRI với hệ số lần lượt là 0.831, 0.724, 0.753. Như vậy cho thấy các công nghệ chuỗi khối, Internet vạn vật và dữ liệu lớn có tác động lớn đến hiệu quả quản lý Tài sản cố định, trong đó nhóm “khả năng hỗ trợ quản lý tài sản cố định” đóng vai trò quan trọng nhất.

Hệ số tương quan của các biến X tác động lẫn nhau có kết quả tương đối lớn với lần lượt là X1 – X2 lên đến 0.685, X2 – X3 lên đến 0.641 và X1 – X3 lên đến 0.699. Đều này cũng dễ hiểu khi các biến này đều là các tác động của công nghệ số dẫn đến việc tác động lẫn nhau. Thêm vào đó, tác giả đang hướng đến việc tích hợp cả ba loại công nghệ với nhau để tạo nên mô hình BID hỗ trợ toàn diện khâu quản lý Tài sản cố định.

Phần còn lại của phân tích tương quan Pearson sẽ được trình bày ở phần phụ lục 4

4.4.2 Phân tích hồi quy tuyến tính

Hồi quy tuyến tính là phương pháp phân tích định lượng dùng để xác định mối quan hệ giữa biến phụ thuộc với biến độc lập, tuy nhiên, khác với phân tích tương quan Pearson thì hồi quy tuyến tính chỉ theo một chiều tức tác động của các biến độc lập lên biến phụ thuộc. Trong nghiên cứu này, phân tích hồi quy tuyến tính được thực hiện nhằm đánh giá ảnh hưởng của các nhân tố có được từ phân tích khám phá EFA đến hiệu quả quản lý. Trước khi tiến hành hồi quy, các thang đo đã được kiểm định độ tin cậy bằng Cronbach’s Alpha và phân tích nhân tố khám phá (EFA), đồng thời mối tương quan giữa các biến được kiểm định bằng hệ số tương quan Pearson nhằm đảm bảo các điều kiện cần thiết cho phân tích hồi quy. Kết quả của phân tích hồi quy tuyến tính sẽ được đánh giá dựa trên các hệ số:

• R² hiệu chỉnh:
• Kiểm định F
• Hệ số quy chuẩn hóa Beta
• Hệ số kiểm soát hiện tượHìnng đa cộng tuyến VIF

4.4.3 Thảo luận kết quả hồi quy

• Dạng tổng quát của mô hình hồi quy tuyến tính: HQ_QUANTRI = β1X1 + β2X2 + β3X3 + ε

Trong đó:

• X1: Khả năng hỗ trợ quản lý tài sản cố định
• X₂: Mức độ chấp nhận công nghệ
• X3: Tính minh bạch và tự động hóa trong quản lý tài sản cố định
• HQ_QUANTRI: Hiệu quả quản trị Tài sản cố định khi ứng dụng tích hợp công nghệ Blockchain, IoT và Big Data
• ε: sai số Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

4.4.3.1 Đánh giá mức độ phù hợp của mô hình hồi quy

Kết quả hồi quy cho ra kết quả với R² hiệu chỉnh 0.765 cho thấy các biến độc lập trong mô hình có thể giải thích được 76.5% sự biến thiên của hiệu quả quản lý Tài sản cố định, cùng với đó hệ số Durbin – Waston đạt mức 1.914 ~ 2 cho thấy không có sự tự tương quan của phần dư qua đó đảm bảo sự độc lập của sai số (ε) trong mô hình hồi quy tuyến tính

4.4.3.2 Kiểm định sự phù hợp của mô hình ANOVA

Kết quả kiểm định ANOVA cho thấy giá trị F = 157.393 với mức ý nghĩa Sig. = 0.000 (< 0.05). Điều này khẳng định mô hình hồi quy tuyến tính được xây dựng phù hợp với dữ liệu nghiên cứu và có ý nghĩa thống kê, cho phép tiếp tục phân tích mức độ tác động của từng biến độc lập đến biến phụ thuộc.

4.4.3.3 Kết quả phân tích hồi quy

• Bảng 4- 8. Kết quả kiểm định hồi quy

Kết quả nhận được của Bảng 4-8 sau khi thực hiện phân tích hồi quy cho thấy biến độc lập X1, X2 và X3 đều có tác động cùng chiều với biến phù thuộc là hiệu quả quản lý Tài sản cố định với hệ số Beta chuẩn hóa lần lượt là 0.499, 0.209 và 0.271. Các con số trên cũng mang đến ý nghĩa thống kê khi hệ số Sig. đều cho ra kết quả nhỏ hơn 5%

Bên cạnh đó, hệ số kiểm soát hiện tượng đa cộng tuyến của cả 3 biến độc lập đều nhỏ hơn 5 với lần lượt là 2.403, 2.087 và 2.165 cho thấy không xảy ra hiện tượng đa cộng tuyến trong mô hình.

Phần còn lại của phân tích hồi quy sẽ được trình bày ở phần phụ lục 5

4.4.3.4 Phương trình hồi quy

Dựa vào Bảng 4-8, ta có phương trình hồi quy chuẩn hóa như sau: HQ_QUANTRI = 0.499X1 + 0.209X2 + 0.271X3

Như vậy, tổng kết phân tích hồi quy cho ta thấy rằng, các tính năng của công nghệ có tác động rất lớn đến hiệu quả quản trị Tài sản cố định của tổ chức với hệ số β là 0.499 của nhóm “khả năng hỗ trợ quản lý” (X₁) và 0.271 của nhóm “tính minh bạch, tự động hóa” (X₂). Khả năng học và ứng dụng cùng với mức độ sẵn sàng của người dùng đối với công nghệ của nhóm “mức độ chấp nhận công nghệ” (X3) cũng có tác động tương đối lớn nhưng không bằng so với hai nhóm trên với β ở mức 0.209.

KẾT LUẬN CHƯƠNG 4 Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Tác giả đã trình bày và phân tích các kết quả nghiên cứu định lượng nhằm kiểm định mô hình và các giả thuyết nghiên cứu đề xuất. Trước hết, kết quả kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha cho thấy các thang đo đều đạt yêu cầu, các biến quan sát có mức độ nhất quán cao và phù hợp để đưa vào các phân tích tiếp theo. Sau đó thực hiện phân tích tương quan Pearson cho thấy các biến độc lập có mối quan hệ tuyến tính cùng chiều với biến phụ thuộc là hiệu quả quản lý tài sản cố định, đồng thời không xuất hiện mối tương quan quá cao giữa các biến độc lập, qua đó đảm bảo điều kiện cần cho việc thực hiện phân tích hồi quy.

Dựa trên cơ sở đó, phân tích hồi quy tuyến tính được tiến hành nhằm đánh giá mức độ và chiều hướng tác động của các nhân tố đến hiệu quả quản lý tài sản cố định. Kết quả hồi quy cho thấy mô hình nghiên cứu có mức độ phù hợp cao với dữ liệu khảo sát, thể hiện qua hệ số R² hiệu chỉnh đạt 0,765 và kiểm định F có ý nghĩa thống kê. Các biến độc lập đại diện cho các khía cạnh ứng dụng công nghệ đều có tác động cùng chiều và có ý nghĩa thống kê đến hiệu quả quản lý tài sản cố định, trong đó các yếu tố phản ánh khả năng hỗ trợ quản lý và mức độ minh bạch, tự động hóa của công nghệ thể hiện mức độ ảnh hưởng nổi trội hơn.

Tổng hợp các kết quả phân tích cho thấy việc ứng dụng các công nghệ như Blockchain, IoT và Big Data có vai trò quan trọng trong việc nâng cao hiệu quả quản lý tài sản cố định tại doanh nghiệp. Những kết quả này không chỉ khẳng định tính phù hợp của mô hình nghiên cứu và các giả thuyết đề xuất, mà còn cung cấp cơ sở thực tiễn quan trọng để tác giả tiếp tục phân tích và đề xuất mô hình ứng dụng tích hợp đa công nghệ trong doanh nghiệp cho thuê tài sản cố định ở Chương 5.

CHƯƠNG 5 PHÂN TÍCH ỨNG DỤNG ĐA CÔNG NGHỆ TRONG DOANH NGHIỆP CHO THUÊ TÀI SẢN CỐ ĐỊNH

5.1 Mô hình tổng thể hệ thống quản lý Tài sản cố định tích hợp Blockchain – IoT – Big Data

Dựa trên mô hình cho thuê xe ô tô bằng hợp đồng thông minh trên nền tảng Blockchain của Hà và cộng sự (2025) và kết luận từ nghiên cứu chế tạo thiết bị IoT cảnh báo tai nạn và quản lý hành trình xe ô tô của Dũng và cộng sự (2024), tác giả đã xây dựng và đề xuất mô hình quản lý Tài sản cố định tích hợp công nghệ Blockchain, IoT và Big Data vào công tác quản lý tài sản của tổ chức cho thuê Tài sản cố định nói riêng và các ngành khác nói chung

• Hình 5- 1. Mô hình quản lý Tài sản cố định tích hợp Blockchain – IoT – Big Data

Dựa trên mô hình BID đề xuất của tác giả sau khi mua Tài sản cố định sẽ tiến hành gắn thẻ ID nhằm hỗ trợ quy trình kiểm tra số lượng khi sản phẩm được đưa về kho bãi của công ty cũng như để cài đặt thiết bị cảm biến. Cùng lúc đó, bộ phận quản lý sẽ ghi nhận thông tin cơ bản của thiết bị vào hệ thống của công ty nhằm lưu trữ và tạo tiền đề cho Big Data có thể phân tích lượng thông tin nhận được từ thiết bị cảm biến sau này. Ngoài ra, khi Tài sản cố định về cũng cần thiết lập hồ sơ cơ sở trên nền tảng Blockchain để tạo nguồn bất biến và liên kết với mã ID cho từng thiết bị. Khi quy trình bắt đầu vận hành là thời điểm Tài sản cố định được đưa về kho bãi như sau Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

1. Lớp cảm biến và lớp biên của hệ thống IoT sẽ liên tục cung cấp dữ liệu phù hợp, đã qua chọn lọc bao gồm vị trí và tình trạng các chi tiết của thiết bị sau đó gửi các thông tin cần thiết đã được xử lý qua các lớp của hệ thống IoT đến hệ thống quản lý thông qua lớp truyền dẫn mạng.
2. Tại hệ thống quản lý, thông qua lớp xử lý và phân tích dữ liệu của công nghệ Big Data giúp thông tin được sàn lọc một lần nữa với tốc độ cao từ đó đưa ra các thông tin chi tiết hiện trạng của Tài sản cố định nhằm hỗ trợ bộ phận quản lý trong quy trình đánh giá từ đó đưa ra đề nghị cho thuê hoặc đưa thiết bị đi bảo trì.
3. Sau khi xác nhận cho thuê Tài sản cố định, bộ phận kế toán sẽ thiết lập các điều kiện để kích hoạt Hợp đồng thông minh. Sau khi điều kiện kích hoạt được thỏa mãn, Blockchain sẽ tự đồng xác nhận giao dịch và ghi nhận vào chuỗi khối từ đó thông tin sẽ bất biến, minh bạch với đôi bên.

Mô hình trên có thể thấy rõ từng vai trò cụ thể của mỗi loại công nghệ được ứng dụng trong quy trình quản lý Tài sản cố định. Blockchain giúp đảm bảo sự minh bạch và tin cậy của dữ liệu trong xuyên suốt quy trình này, trong khi đó IoT lại đóng vai trò là bên thu thập hàng loạt các dữ liệu thời gian thực thông qua lớp cảm biến và chuyển đổi cũng như phân tích, tổng hợp, sàn lọc dữ liệu giúp doanh nghiệp kiểm soát và đảm bảo được tuổi thọ cho thiết bị cũng như sự an toàn cho người lao động và đặc biệt là nâng cao uy tín của công ty đến với khách hàng. Big Data đóng góp lớn trong việc khai thác giá trị từ khối lượng dữ liệu khổng lồ mà IoT đã thu thập được từ đó hiển thị quyết định chiến lược, nâng cao hiệu quả quản trị và vận hành.

5.2 Chức năng chính của hệ thống

Mô hình quản lý Tài sản cố định tích hợp Blockchain, IoT và Big Data (BID) được thiết kế nhằm thực hiện đồng bộ một số nhiệm vụ quan trọng trong quy trình quản lý và giám sát, hỗ trợ công tác ra quyết định dựa trên dữ liệu thời gian thực. Các chức năng chính của mô hình được thể hiện như sau:

1. Đầu tiên, chức năng định danh Tài sản cố định giúp việc quản lý, giám sát Tài sản cố định được thực hiện xuyên suốt nhờ vào thiết kế mỗi thiết bị có một mã định danh riêng và tồn tại độc lập trên nền tảng Blockchain dưới dạng hàm Hash. Cùng với các thông tin về thông số kỹ thuật, giá trị, tình trạng và vòng đời sử dụng giúp người quản lý có thể dễ dàng tra cứu lịch sử và hiện trạng của máy không chỉ các máy đang nằm ở khu vực kho bãi công ty mà còn các thiết bị đang vận chuyển trên đường, các thiết bị đang thực hiện nhiệm vụ tại khu vực khách hàng.
2. Tiếp đến là chức năng tự động hóa quy trình quản lý và giao dịch nhờ vào Blockchain và Hợp đồng thông minh. Sau khi khách hàng đã thỏa mãn các điều kiện ban đầu để được kích hoạt thì Hợp đồng thông minh sẽ tự động thực thi các điều khoản bên trong, các sự việc phát sinh trong suốt quá trình sử dụng tài sản sẽ được ghi lại một cách minh bạch và không thể chỉnh sửa từ đó giảm thiểu rủi ro xảy ra các gian lận và tranh chấp pháp lý giữa đôi bên
3. Cuối cùng là khả năng lưu trữ lượng lớn thông tin được cập nhật liên tục theo thời gian thực của công nghệ Blockchain và IoT. Bên cạnh đó, Big Data còn hỗ trợ sàn lọc và phân tích dữ liệu từ đó cung cấp chức năng hỗ trợ quản trị và ra quyết định thông qua hệ thống báo cáo và bảng điều khiển (dashboard). Người quản lý có thể theo dõi tổng thể tình trạng tài sản, hợp đồng, rủi ro và hiệu quả khai thác, từ đó nâng cao hiệu quả quản lý và tối ưu hóa hoạt động của doanh nghiệp.

5.3 Quy trình cho thuê và quản lý Tài sản cố định ứng dụng công nghệ mới Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Sau khi thông tin của Tài sản cố định được cập nhật ở hệ thống sẽ được hiển thị trên website của công ty để khách hàng có thể theo dõi danh sách các loại Tài sản cố định đang có của công ty cũng như tình trạng và số lượng của các Tài sản cố định đang được cho thuê hay sẵn sàng nhận nhiệm vụ mới. Dưới đây là các bước thực hiện tương tác giữa khách hàng, hệ thống và công ty.

• Hình 5- 2. Quy trình cho thuê và quản lý Tài sản cố định ứng dụng tích hợp công nghệ Blockchain, IoT và Big Data

Đầu tiên khách hàng sẽ thực hiện việc đăng ký tài khoản và đăng nhập vào website của công ty để có thể xem danh sách các loại Tài sản cố định cũng như tình trạng của chúng đã sẵn sàng tiếp nhận nhiệm vụ mới hay đã được cho thuê, ngoài ra còn có các thông số kỹ thuật và số lượng máy còn tại kho bãi.

Khi khách hàng đã quyết định được loại Tài sản cố định muốn thuê sẽ tiến đến bước kiểm tra Hợp đồng thông minh đã được thiết lập trong quy trình quản lý Tài sản cố định của công ty. Nếu khách hàng không chấp nhận các điều khoản trong Hợp đồng thông minh sẽ dẫn đến kết quả giao dịch không thành công và chuyển trở về trang danh sách Tài sản cố định để có thể tiếp tục lựa chọn loại khác phù hợp hơn. Nếu khách hàng đáp ứng được điều khoản trong Hợp đồng thông minh sẽ dẫn đến bước kế tiếp.

Khi Hợp đồng thông minh được kích hoạt nghĩa là giao dịch đã được thực hiện cũng như lưu vào Blockchain và sẽ là bất biến. Công ty sẽ tiến hành thực hiện các thủ tục để tiến hành việc cho thuê Tài sản cố định.

Công ty sẽ vận chuyển thiết bị mà khách hàng đã thuê đến khu vực được khách hàng chỉ định, thời gian sẽ được ước tính bởi Big Data dựa trên các dữ liệu có sẵn về thời điểm xuất phát, khoảng cách địa lý,… Cùng với đó, IoT sẽ luôn theo dõi hành trình của thiết bị trong suốt quá trình vận chuyển nhờ vào GPS được tích hợp trong thẻ ID của Tài sản cố định cũng như GPS trên các phương tiện vận tải của công ty. Không chỉ vậy, IoT cũng giúp theo dõi quá trình hoạt động tại khách hàng khi các lớp của GPS sẽ cập nhật các thông tin về thời gian hoạt động, thông số kỹ thuật, tình trạng máy,… về hệ thống từ đó có thể quản lý từ xa và đưa ra các liên hệ nhằm đảm bảo an toàn cho thiết bị cũng như người dùng.

Sau khi hoàn thành các công việc, khách hàng sẽ liên hệ và thực hiện yêu cầu hoàn trả Tài sản cố định. Công ty sẽ xác nhận và tiến hành thu hồi Tài sản cố định, khi Tài sản cố định đã được nhập trở lại kho bãi sẽ được bộ phận quản lý thực hiện kiểm tra các chi tiết máy, thông số kỹ thuật cũng như tình trạng của máy.

Sau khi kiểm tra, máy móc ở tình trạng ổn định sau khi thực hiện cũng như không có hỏng hóc liên quan đến các chi tiết và thông số kỹ thuật máy thì khách hàng sẽ tiến hành thanh toán phần còn lại để từ đây kết thúc quy trình cho thuê. Tuy nhiên, trong trường hợp máy móc gặp sự cố về thông số hoặc các chi tiết máy bị hư hỏng nặng nề sẽ được cung cấp cho khách hàng và cập nhật vào hệ thống để từ đó đưa ra các giải pháp cũng như mức xử phạt, đền bù với những hư hỏng vượt mức quy định của Hợp đồng thông minh. Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Cuối cùng, sau các giai đoạn, Hợp đồng thông minh sẽ hoàn tất và được lưu vào Blockchain nhằm xác nhận giao dịch thành công từ đó cập nhật thông tin lên website của công ty chuẩn bị cho các khách hàng tiếp theo có thể theo dõi.

5.4 So sánh với mô hình truyền thống

Quản lý Tài sản cố định hiện tại chủ yếu dựa trên giấy tờ hồ sơ, bảng tính Excel hoặc các phần mềm quản lý đơn lẻ khác dẫn đến quy trình quản lý Tài sản cố định phụ thuộc lớn vào con người từ mọi bước trong quy trình quản lý. Việc phụ thuộc phần lớn vào con người dễ dẫn đến những sai sót trong xuyên suốt hoạt động kinh doanh của các công ty cũng như thiếu đi sự minh bạch. Bên cạnh đó, thông tin sẽ bị trì trệ và không thể theo dõi tình trạng của trang thiết bị theo thời gian thực dẫn đến các quyết định cũng như giải pháp để khắc phục thay vì đề phòng.

Tốc độ thu thập cũng như cập nhật thông tin Tài sản cố định của mô hình BID sẽ nhanh hơn mô hình truyền thống rất nhiều nhờ vào khả năng truyền tải dữ liệu qua đường dẫn mạng thay vì chờ báo cáo từ người trực tiếp kiểm tra máy truyền tải. Bên cạnh đó, tình trạng của Tài sản cố định khi thực hiện nhiệm vụ tại khách hàng hoặc đang trong quá trình vận chuyển cũng sẽ được đưa đến hệ thống tại công ty và liên tục được theo dõi thay vì phải chờ người đến kiểm tra. Kiểm soát Tài sản cố định cũng dễ dàng hơn khi các thiết bị được gắn ID riêng cho từng và được cập nhật trên hệ thống thay vì con người phải trực tiếp đến kho bãi để kiểm tra. Quản lý hồ sơ với phương pháp truyền thống sẽ cần một không gian đủ lớn để cất những cuốn sổ tài liệu giấy với khối lượng không nhẹ, thêm vào đó khi cần thực hiện kiểm tra cũng mất nhiều thời gian để tìm kiếm trong khi đó, nhờ vào việc lưu trữ bằng tài liệu số với không gian lưu trữ hoàn toàn có thể mở rộng một cách đơn giản hơn và cũng dễ dàng cung cấp tài liệu cho khách hàng, kiểm toán hay giám đốc để xử lý các vấn đề trong quá trình hoạt động kinh doanh của công ty. Với việc dễ cung cấp tài liệu cho đối tác giúp cho gia tăng niềm tin của công ty đối với cộng đồng, tính minh bạch của tài liệu cũng được nâng cao khi mà nền tảng Blockchain là bất biến cùng với đó là khả năng truy vết giúp dễ dàng tìm ra những sửa đổi mờ ám. Cuối cùng là khả năng tư vấn chiến lược kinh doanh cho công ty nhờ vào việc tối ưu hóa khả năng khai thác dữ liệu từ đó đưa ra các dự đoán thị trường, dự đoán hỏng hóc của trang thiết bị.

• Bảng 5- 1. So sánh độ hiệu quả khi quản lý Tài sản cố định của mô hình truyền thống và mô hình BID

KẾT LUẬN CHƯƠNG 5

Sau khi đánh giá thực trạng quản lý Tài sản cố định của công ty ở chương 2 và thực hiện các phân tích Cronbach’s alpha, tương quan và hồi quy ở chương 4, tác giả đã đề xuất mô hình quản lý Tài sản cố định tích hợp công nghệ với ba công nghệ chính bao gồm chuỗi khối, Internet vạn vật và dữ liệu lớn nhằm nâng cao hiệu quả quản lý Tài sản cố định cho công ty Trách nhiệm hữu hạn Cơ giới Vận tải Tiến Phát nói riêng và các tổ chức cùng lĩnh vực khác nói chung.

Dựa trên phân tích chủ quan của tác giả cùng với cơ sở lý thuyết của các công nghệ chính ở chương 3, tác giả đưa ra quy trình khép kín với phần lớn các công đoạn sẽ được thực hiện một cách tự động qua đó giảm tải khối lượng công việc thủ công của một nhân viên và tăng tốc độ xử lý giúp cải thiện không chỉ là khả năng quản lý Tài sản cố định mà còn có thể cải thiện quy trình mua bán trang thiết bị.

CHƯƠNG 6 ĐỀ XUẤT, KIẾN NGHỊ GIẢI PHÁP ĐỂ NÂNG CAO HIỆU QUẢ QUẢN TRỊ TẠI CÁC DOANH NGHIỆP CHO THUÊ TÀI SẢN CỐ ĐỊNH Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

6.1 Lợi ích đạt được

Nghiên cứu này đề xuất mô hình tích hợp công nghệ Blockchain, IoT và Big Data nhằm hỗ trợ khả năng giám sát, đánh giá và kiểm kê Tài sản cố định của doanh nghiệp ở bất kỳ nơi nào nhờ vào khả năng thu thập, tổng hợp dữ liệu từ Internet vạn vật cùng với khả năng phân tích và hỗ trợ đưa quyết định, lưu trữ thông tin của Big Data từ đó gia tăng hiệu quả quản lý Tài sản cố định. Bên cạnh đó, những đặc tính mà nền tảng Blockchain mang lại như bảo mật, truy vết,… cùng với tự động hóa các bước ký kết, thanh toán và xác minh vi phạm của hợp đồng thông minh giúp cho quy trình quản trị Tài sản cố định được diễn ra chính xác, nhanh gọn và linh hoạt cho khách hàng lẫn nhà cung cấp. Tuy nhiên, những lợi ích trên đều dựa trên lý thuyết và hiệu quả đơn lẻ từ các nghiên cứu trước về từng loại công nghệ kể trên dẫn đến lợi ích thực tế đạt được khi ứng dụng mô hình BID là chưa có.

6.2 Khó khăn và thách thức

Bên cạnh những lợi ích có thể đạt được khi ứng dụng công nghệ Blockchain, IoT và Big Data, việc triển khai mô hình tích hợp BID trong quản lý Tài sản cố định tại doanh nghiệp cho thuê tài sản cố định trên thực tế vẫn sẽ đối mặt với nhiều khó khăn và thách thức khác nhau. Tuy nhiên, các vấn đề này không xuất phát từ đặc điểm của doanh nghiệp cho thuê Tài sản cố định mà là các yếu tố cơ bản trong một doanh nghiệp như nguồn nhân lực có chuyên môn trong lĩnh vực công nghệ, cơ sở hạ tầng hay bộ luật về công nghệ của Nhà Nước,… do đó có thể thấy không chỉ riêng những doanh nghiệp cho thuê Tài sản cố định mà là bối cảnh chung của xu hướng chuyển đổi số và tốc độ phát triển công nghệ tại Việt Nam hiện nay.

6.2.1 Hạn chế về nguồn nhân lực

Dựa trên phân tích hồi quy tuyến tính và phân tích tương quan Pearson, kết quả cho rằng yếu tố con người có ít tác động đến hiệu quả quản lý Tài sản cố định so với hai yếu tố còn lại nhưng những con số đó cũng không hề nhỏ (lần lượt là 0.209 và 0.724). Theo tác giả, công cụ dù có tân tiến đến đâu thì người sử dụng không đáp ứng được trình độ chuyên môn công nghệ ở mức độ nhất định cũng sẽ không vận hành được một cách hiệu quả, điều này cho thấy tác động của yếu tố con người đến hiệu quả quản lý tài sản có tầm quan trọng tương đương với tính năng mà công nghệ mang đến. Và điều này cũng dẫn đến sự xung đột trong việc lựa chọn tuyển dụng nhân sự, bởi các công cụ như phần mềm kế toán, phần mềm quản lý dự án, phần mềm ERP,… được tạo ra nhằm mục tiêu hỗ trợ con người trong các vấn đề chuyên môn. Vậy nên câu hỏi được đặt ra là các tổ chức ưu tiên các kĩ năng chuyên môn đặc thù của các phòng ban như kế toán, bộ phận kinh doanh, bộ phận quản lý,… làm nền tảng chính và kĩ năng chuyên môn trong lĩnh vực công nghệ là yếu tố phụ hay ngược lại khi tuyển dụng. Bên cạnh đó, nhận thức và văn hóa làm việc hiện tại của nhân viên cũng cần tìm phương hướng khi mà nhân viên khó từ bỏ thói quen quản lý thủ công (Excel và sổ sách) và e ngại sử dụng các phần mềm mới, cưỡng ép áp dụng công nghệ khi nhân viên chưa sẵn sàng có thể dẫn đến đứt đoạn giữa quy trình hoặc xuất hiện các sai sót dẫn đến các vấn đề về pháp lý sẽ là các đòn giáng mạnh vào doanh nghiệp khiến một thương hiệu hoàn toàn có thể sụp đổ.

6.2.2 Thách thức về cơ sở hạ tầng và chi phí đầu tư Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Chi phí đầu tư ban đầu và chí phí vận hành hệ thống tích hợp Blockchain, IoT và Big Data trên là không nhỏ bởi việc đầu tư đồng thời vào cả ba loại công nghệ tiên tiến đòi hỏi không chỉ hệ thống công nghệ mà bên cạnh đó còn cơ sở hạ tầng của công ty cần được nâng cấp để phù hợp, chi phí lắp đặt hệ thống vận hành và chi phí bảo trì hệ thống hằng tháng cùng với đó là khả năng bảo mật dữ liệu trước các cuộc tấn công mạng là vấn đề mà các tổ chức lo ngại. Rào cản về chi phí còn xuất hiện bởi chưa có những ví dụ thực tiễn về việc áp dụng để làm hình mẫu cũng như hiệu quả mà hệ thống mang lại trong ngắn và dài hạn hiện tại hoàn toàn chỉ dựa trên lý thuyết khiến cho các nhà quản lý vẫn chưa có cái nhìn tổng quát về các chỉ số để có thể đưa ra các đánh giá và dự đoán về dự án đầu tư vào mô hình tích hợp BID, đặc biệt là tỷ lệ lợi ích – chi phí (Benefit Cost Ratio – BCR) và lợi nhuận ròng (Return on Investment – ROI), đi kèm với đó là rủi ro những thông tin quan trọng của tổ chức bị rò rỉ ra bên ngoài có thể tác động đến hoạt động kinh doanh. Bên cạnh đó là sự lo ngại về lượng thông tin quá lớn được thu thập từ hệ thống mà không có sự chuẩn hóa dữ liệu dễ nảy sinh hiện tượng “Garbage In, Garbage Out” và “Information Overload”.

6.2.3 Khó khăn về quy trình vận hành

Việc áp dụng mô hình BID không chỉ đơn thuần là bài toán kỹ thuật mà doanh nghiệp cần tái thiết lại quy trình vận hành nhằm tránh xảy ra các “điểm nghẽn” mà tại đó có thể khiến hành động sử dụng công nghệ phản tác dụng dẫn đến các tác động tiêu cực đến hoạt động kinh doanh.

Sự đối lập giữa quy trình hiện tại và khi ứng dụng công nghệ bởi quy trình hiện tại được xây dựng cho con người dẫn đến nhiều bước xử lý theo phương pháp thủ công và sẵn sàng “mềm dẻo” theo các tình huống trong thực tế nhưng khi áp dụng công nghệ với các quy tắc rõ ràng và số liệu được cập nhật liên tục theo thời gian thực một cách “cứng nhắc” do đó sẽ xuất hiện những nghiệp vụ mà hiện tại có thể xử lý linh hoạt thì tương lai khi áp dụng mô hình BID buộc phải được thông tin rõ ràng dưới dạng quy trình và điều kiện xử lý.

Khả năng “giao tiếp” giữa các bộ phận trong việc vận hành và sử dụng Tài sản cố định. Với mỗi bộ phận, cùng một cơ sở dữ liệu nhận được từ mô hình BID nhưng không dùng chung quy trình ra quyết định bởi các góc nhìn khác nhau. Với kế toán viên họ sẽ theo dõi dưới góc độ chi phí và giá trị trong khi đó bộ phận kỹ thuật lại quan sát dưới góc độ vận hành, điều này sẽ tạo ra các hướng xử lý khác nhau và sẽ càng nghiêm trọng hơn khi dữ liệu được cung cấp ngày càng rõ ràng nhờ sự hỗ trợ liên tục và không ngừng cải thiện của công nghệ giúp cho các bộ phận có thêm các dẫn chứng để bảo vệ quan điểm của mình, từ đó gây ra sự thiếu thống nhất dẫn đến quy trình bị kéo dài. Do đó, khi triển khai mô hình BID có thể làm cho quy trình vận hành trở nên phức tạp hơn.

6.2.4 Khó khăn đến từ sự hoài nghi trong nội bộ

Khi xuất hiện sự thay đổi luôn sẽ tồn những sự nghi ngờ đến từ những con người trực tiếp tham gia vào quy trình vận hành bởi thói quen làm việc thủ công và thực hiện báo cáo vào cuối mỗi kỳ thì giờ đây khi có sự hỗ trợ từ mô hình BID giúp dữ liệu được cập nhật liên tục, giảm bớt các công đoạn dẫn đến việc thực hiện báo cáo liên tục và cùng với đó số liệu không thể sửa đổi làm sai lệch số liệu dẫn đến cảm giác khối lượng công việc không giảm mà dồn dập hơn, đặc biệt là trong giai đoạn chuyển giao khi mà vừa phải theo dõi theo hệ thống cũ mà còn nhập liệu để đánh giá hệ thống mới gây cảm giác trùng lặp. Với những điều phải đối mặt đã đề cập, tâm lý hoài nghi về độ hiệu quả của công nghệ và chán nản là điều tất yếu, điều này hoàn toàn có thể dẫn đến việc các nhân viên sẽ chủ động từ chức dẫn đến sự thiếu hụt về nhân sự không chỉ về mặc kỹ năng công nghệ mà còn kinh nghiệm trong môi trường hiện tại

6.3 Giải pháp và kiến nghị Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

6.3.1 Đào tạo và tìm kiếm nhân lực công nghệ

Kiến nghị này nhằm tập trung vào việc phát triển năng lực của nhân sự hiện có và chủ động tìm kiếm nhân sự trẻ cho tương lai để có thể khai thác hiệu quả mô hình BID sau khi mô hình được triển khai.

Đào tạo nhân lực công nghệ: Để tận dụng những kinh nghiệm mà những con người hiện tại có được, các tổ chức nên hướng đến mục tiêu đào tạo nhân lực hơn là cắt giảm nhân sự sau đó tiếp tục tìm kiếm những nhân lực mới với nền tảng công nghệ nhưng thiếu hụt về mặt kinh nghiệm, điều này sẽ giúp việc chuyển giao giữa các giai đoạn được thực hiện trơn tru hơn. Việc chủ động đào tạo nhân lực cũng giúp cho nhân sự hiện tại giảm đi nỗi lo về việc sẽ bị thay thế từ đó nỗ lực trao dồi kiến thức thay vì sinh ra tâm lý nghi ngờ, không chỉ vậy, hình thức tạo điều kiện để nhân viên phát triển còn tác động tích cực đến tâm lý của họ và từ đó gia tăng mong muốn gắn bó với tổ chức.

Chủ động tìm kiếm nguồn nhân lực trẻ: thay vì thực hiện việc cải tổ mạnh mẽ bằng cách cắt giảm nhân sự hiện tại và thay thế dần bởi công nghệ mới khiến nỗi lo ngại của các thành viên hiện tại, các tổ chức nên kết hợp việc đào tạo và tìm kiếm các tài năng cho tương lai. Tác giả kiến nghị rằng các công ty nên chủ động liên kết với các trường đại học từ đó nhà trường đầu tư vào các trang thiết bị cần thiết để hỗ trợ các bạn sinh viên có thể tiếp cận và phát triển các kỹ năng công nghệ bên cạnh các kỹ năng chuyên ngành, đổi lại các công ty sẽ được ưu tiên tiếp nhận các thực tập sinh từ đó tạo nên vòng xoay nhân sự phù hợp cho sự phát triển lâu dài.

Nguồn nhân lực là yếu tố quan trọng để các doanh nghiệp có thể khai thác mô hình BID và các công nghệ mới trong tương lai một cách hiệu quả.

6.3.2 Hợp tác với doanh nghiệp công nghệ để triển khai hạ tầng.

Kiến nghị này sẽ tập trung vào yếu tố mang tính nền tảng của tổ chức, để có thể vận hành được các công nghệ hiện đại như Blockchain, IoT và Big Data trong doanh nghiệp thì yếu tố cơ sở vật chất là không thể thiếu. Hợp tác với doanh nghiệp chuyên về lĩnh vực công nghệ sẽ hỗ trợ rất nhiều trong việc thiết lập và xây dựng cơ sở hạ tầng phù hợp để từ đó vận hành hệ thống một cách hiệu quả với việc tư vấn thiết lập chuẩn hóa dữ liệu và xây dựng quy trình hoạt động, bên cạnh đó việc đẩy mạnh quan hệ hợp tác sẽ giúp tổ chức duy trì chi phí ở mức ổn định trong thời gian dài. Cùng với đó là gia tăng khả năng mở rộng và tích hợp các công nghệ tiên tiến khác trong tương lai. Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Có thể nói đầu tư vào cơ sở hạ tầng là điều kiện cần để có thể triển khai hệ thống công nghệ tiên tiến và vận hành một cách ổn định trong tổ chức. Hai nhóm giải pháp về cơ sở hạ tầng và nguồn nhân lực có mối quan hệ bổ trợ lẫn nhau; tuy nhiên, trong phạm vi đề án, mỗi nhóm được xem xét độc lập nhằm làm rõ vai trò riêng trong việc nâng cao hiệu quả ứng dụng công nghệ

6.3.3 Từng bước triển khai thử nghiệm (pilot project)

Trong bối cảnh có nhiều khó khăn và thách thức từ việc chưa tổ chức nào tích hợp cả ba công nghệ kể trên, chi phí đầu tư lớn cùng với đó là quy trình vận hành cần thay đổi để phù hợp đén khả năng thích ứng của nguồn nhân lực hiện tại, dẫn đến kiến nghị này của tác giả. Việc ứng dụng tích hợp Blockchain, IoT và Big Data với mô hình BID cần được triển khai theo một lộ trình phù hợp. Để giảm thiểu các rủi ro kể trên, luận văn này đề xuất phương án triển khai theo ba giai đoạn cụ thể dưới đây

Giai đoạn thử nghiệm: Ở giai đoạn này, các tổ chức nên tập trung vào việc xây dựng nền tảng cho việc ứng dụng tích hợp công nghệ với trọng tâm sẽ bắt đầu từ việc chuẩn hóa dữ liệu đầu vào nhằm tránh trường hợp GIGO và thử nghiệm hệ thống mới trong phạm vi giới hạn nhất định nhằm tránh làm đứt gãy quy trình vận hành hiện có. Cũng trong bước này, tổ chức sẽ bắt đầu rà soát, chuẩn hóa và đồng bộ các thông tin của Tài sản cố định bao gồm những dữ liệu kế toán, hồ sơ kỹ thuật, tình trạng hiện tại và lịch sử vận hành của máy. Sau đó công nghệ IoT sẽ được triển khai đối với một nhóm các Tài sản cố định ít được vận hành nhằm đánh giá mức độ thu thập dữ liệu theo thời gian thực, cùng lúc đó Blockchain cũng sẽ được sử dụng ở mức độ cơ bản nhằm ghi nhận các giao dịch. Giai đoạn này là giai đoạn để tổ chức bước đầu đánh giá được mức độ phù hợp của công nghệ với quy trình vận hành của mình, đồng thời tạo điều kiện để đội ngũ nhân sự có thể làm quen với hệ thống mới một cách chậm rãi.

Giai đoạn mở rộng: Sau giai đoạn thử nghiệm, khi mà hệ thống đã được vận hành một cách ổn định và sai sót ở mức tối thiểu thì các tổ chức sẽ bắt đầu mở rộng phạm vi lên toàn bộ các trang thiết bị khác của tổ chức. Ở giai đoạn này, công nghệ Big Data sẽ được triển khai tích hợp với IoT nhằm giám sát hiệu suất, cảnh báo rủi ro và phân tích xu hướng sử dụng của khách hàng với các Tài sản cố định đang thực hiện nhiệm vụ ở khắp nơi trên địa bàn cả nước. Đồng thời, Hợp đồng thông minh cũng được ứng dụng trên nền tảng Blockchain ở các nghiệp vụ liên quan đến quản lý và cho thuê Tài sản cố định từ đó nâng cao khả năng tự động hóa của việc ứng dụng công nghệ. Giai đoạn mở rộng này sẽ giúp nâng cao hiệu quả quản lý Tài sản cố định cũng như giảm khối lượng công việc mang tính thủ công bằng tự động hóa từ đó tạo điều kiện cho các tổ chức có thể tái cơ cấu và sử dụng nguồn nhân lực hiệu quả hơn.

Giai đoạn tối ưu hóa quản trị: Ở giai đoạn này, khi mà hệ thống công nghệ tích hợp Blockchain, IoT và Big Data và quy trình vận hành cũng như con người của tổ chức đã phối hợp nhuần nhuyễn với nhau sẽ hướng đến việc tối ưu hóa quản trị kinh doanh. Những dữ liệu thu thập được, sau khi qua công đoạn xử lý và phân tích liên tục theo thời gian thực sẽ trở thành cơ sở trong việc đưa ra các quyết định quản trị và hoạch định chiến lược. Các nhà quản lý có thể dựa vào các dữ liệu trên để đưa ra danh mục các Tài sản cố định có đóng góp cao trong doanh thu từ đó đưa ra các quyết định mua sắm phù hợp hoặc từ các dữ liệu trên có thể xây dựng chính sách thuê phù hợp với từng loại hình kinh doanh của khách hàng. Đồng thời, ở giai đoạn này, các tổ chức nên đẩy mạnh việc liên kết với các trường đại học nhằm đào tạo và phát triển nguồn nhân lực kế cận nhằm khai thác tối đa giá trị của hệ thống hiện tại và trong tương lai. Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Như vậy có thể thấy việc triển khai hệ thống tích hợp Blockchain, IoT và Big Data theo từng bước cụ thể sẽ cho phép tổ chức có thời gian thử nghiệm, điều chỉnh và đánh giá tổng thể hệ thống và quy trình hiện tại từ đó hoàn thiện quy trình vận hành có sự hỗ trợ của các công nghệ mới. Điều này giúp giảm thiểu các rủi ro có thể xảy ra trong quá trình chuyển đổi đã được đề cập ở trên.

6.4 Khả năng phổ quát và nhân rộng của mô hình BID

Mô hình quản trị tích hợp BID (Blockchain – IoT – Big Data) cùng quy trình vận hành tích hợp được tác giả xây dựng xuất phát từ chính đặc thù lưu chuyển Tài sản cố định liên tục giữa công ty và khách hàng. Thực trạng nghiên cứu tại các doanh nghiệp trong ngành (như Công ty A, Công ty B đã phân tích ở Mục 2.1) cho thấy, các đơn vị này đều chia sẻ một mô hình vận hành tương đồng và cùng đối mặt với những thách thức quản trị cố hữu như rủi ro thất thoát tài sản, khó theo dõi nhật ký vận hành thực tế và sự thiếu minh bạch trong việc xác định chi phí khấu hao, bảo dưỡng thiết bị tại hiện trường.

Chính nhờ tính tương thích cao về đặc thù vận hành và nhu cầu kiểm soát chi phí của ngành, mô hình BID do đề tài đề xuất hoàn toàn có khả năng “đóng gói” thành một giải pháp chuẩn hóa để nhân rộng và chuyển giao ứng dụng cho các doanh nghiệp khác trong cùng lĩnh vực. Bên cạnh đó, mỗi công nghệ đóng vai trò là một mắt xích chức năng riêng biệt như sau:

• IoT đảm nhận khâu thu thập dữ liệu tự động;
• Big Data đảm nhận khâu xử lý, phân tích và dự báo;
• Blockchain đảm nhận khâu xác thực, minh bạch hóa và tự động hóa giao dịch qua hợp đồng thông minh.

Nhờ tính linh hoạt này, mô hình có thể dễ dàng tùy biến và ứng dụng cho nhiều nhóm ngành kinh doanh khác có đặc điểm quản lý tài sản tương đồng.

Việc áp dụng rộng rãi mô hình này không chỉ giúp các doanh nghiệp trong ngành giải quyết triệt để bài toán quản trị chi phí khấu hao và tối ưu hóa hiệu suất sử dụng tài sản, mà còn góp phần quan trọng vào việc thúc đẩy bức tranh chuyển đổi số toàn diện và bền vững cho toàn bộ ngành cho thuê tài sản cố định tại Việt Nam, bởi tương tự như khả năng phổ quát thì mỗi công nghệ trong mô hình BID đều có vai trò tiêng và đem lại lợi ích nhất định nên khả năng nhân rộng mô hình BID không chỉ dừng lại ở các doanh nghiệp quy mô lớn có tiềm lực tài chính vững mạnh mà còn mở ra cơ hội cho các doanh nghiệp vừa và nhỏ có thể phát triển thông qua các định hướng triển khai linh hoạt.

• KẾT LUẬN CHƯƠNG 6

Với những phân tích từ phần trước, chương 6 này tác giả đã chỉ ra những điểm sẽ đạt được khi ứng dụng tích hợp công nghệ Blockchain, IoT và Big Data nhưng đi kèm theo đó là có đề cập đến những khó khăn mà tổ chức sẽ gặp phải khi thực hiện cài đặt mô hình quản lý Tài sản cố định đã được đề xuất.

Bên cạnh đó, tác giả cũng đưa ra các kiến nghị với mục đích đưa ra các phương pháp, hướng đi nhằm giảm rủi ro khi bắt đầu chuyển đổi số cho tổ chức của mình. Tuy nhiên, các đề xuất này có thể đánh đổi rất nhiều thời gian để có thể thành công vì đây là những công nghệ tương đối mới với nền kinh tế Việt Nam và là hướng đi cho tương lai dài hạn.

KẾT LUẬN Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Nghiên cứu đã tiếp cận và phân tích tương đối toàn diện về việc ứng dụng công nghệ Blockchain, IoT và Big Data ở doanh nghiệp cho thuê Tài sản cố định trong bối cảnh chuyển đổi số. Bên cạnh đó, nghiên cứu đã trả lời được cho câu hỏi về rào cản và lý do các doanh nghiệp cho thuê Tài sản cố định vẫn chưa thể chuyển đổi số toàn diện cũng như việc ứng dụng tích hợp ba công nghệ cốt lõi gồm Blockchain, IoT và Big Data được thiết kế để đảm bảo tính liên thông của dữ liệu giúp tối ưu hóa quy trình và minh bạch về số liệu. Ngoài ra, nghiên cứu đã đưa ra các đề xuất về giải pháp và lộ trình thí điểm để có thể thành công trong việc ứng dụng tích hợp công nghệ vào quy trình quản lý Tài sản cố định. Tuy nhiên, hạn chế về thời gian, phạm vi dẫn đến nghiên cứu dành cho đề tài này còn tồn đọng nhiều hạn chế.

Đầu tiên, hạn chế về phạm vi bởi nghiên cứu này đang tập trung vào lĩnh vực cho thuê Tài sản cố định dẫn đến chưa đánh giá hiệu quả quản lý Tài sản cố định tại các lĩnh vực khác cũng như chưa có đề cập đến quy mô của doanh nghiệp bởi sự khác biệt về năng lực tài chính, hạ tầng công nghệ sẽ dẫn đến mức độ sẵn sàng chuyển đổi số khác nhau.

Tiếp đến, hạn chế về thời gian khiến việc thu thập và tiếp cận dữ liệu thực nghiệm liên quan đến chi phí đầu tư và hiệu quả vận hành của mô hình BID trong dài hạn gặp nhiều khó khăn dẫn đến bài nghiên cứu chỉ đánh giá dựa trên các phân tích định tính, khảo sát và xây dựng mô hình lý thuyết. Trên thực tế, nền kinh tế Việt Nam chỉ mới bắt đầu đẩy mạnh ứng dụng riêng lẻ công nghệ chuỗi khối, Internet vạn vật và Dữ liệu lớn và việc ứng dụng đồng bộ cả ba công nghệ trên vẫn đang ở giai đoạn thử nghiệm dẫn đến chưa thể đưa ra đánh giá hiệu quả kinh tế hay tác động dài hạn lên khả năng quản trị Tài sản cố định tại doanh nghiệp. Luận văn: Giải pháp hiệu quả quản trị tại các doanh nghiệp.

Cuối cùng, bởi đây hiện vẫn là công nghệ mới với Việt Nam dẫn đến các yếu tố về pháp lý vẫn chưa được xem xét qua đó đặt ra vấn đề cho các nghiên cứu sau có thể tiếp tục theo dõi, nghiên cứu, bổ sung và hoàn thiện đề tài.

XEM THÊM NỘI DUNG TIẾP THEO TẠI ĐÂY:  

===>>> Luận văn: Ứng dụng công nghệ BLOCKCHAIN IOT và BIG DATA

Dịch Vụ Viết Luận Văn 24/7 Chuyên cung cấp dịch vụ làm luận văn thạc sĩ, báo cáo tốt nghiệp, khóa luận tốt nghiệp, chuyên đề tốt nghiệp và Làm Tiểu Luận Môn luôn luôn uy tín hàng đầu. Dịch Vụ Viết Luận Văn 24/7 luôn đặt lợi ích của các bạn học viên là ưu tiên hàng đầu. Rất mong được hỗ trợ các bạn học viên khi làm bài tốt nghiệp. Hãy liên hệ ngay Dịch Vụ Viết Luận Văn qua Website:  https://hotrovietluanvan.com/ – Hoặc Gmail: hotrovietluanvan24@gmail.com