Phân tích kinh doanh và mức độ trưởng thành dữ liệu trong các doanh nghiệp logistics nhỏ và vừa: So sánh định tính có cấu trúc giữa Australia và Việt Nam
Published: August 26, 2026
doi:10.62831/nckh.2026.3587.v1
Abstract
Nghiên cứu này xây dựng và áp dụng khung đánh giá mức độ trưởng thành dữ liệu gồm bảy chiều nhằm so sánh các doanh nghiệp nhỏ và vừa (SMEs) trong lĩnh vực logistics tại Australia và Việt Nam thông qua phương pháp tổng hợp định tính có cấu trúc. Các bằng chứng hiện có cho thấy các SMEs logistics tại Australia chủ yếu ở trạng thái chủ động (proactive), trong đó các thực hành ở mức quản trị (managed) tập trung nhiều hơn ở những doanh nghiệp có khả năng kết nối tốt và tham gia vào các mạng lưới liên kết. Trong khi đó, các SMEs logistics tại Việt Nam nhìn chung nằm trong khoảng từ phản ứng (reactive) đến bước đầu chủ động (early proactive). Ở cả hai quốc gia, sự khác biệt giữa các doanh nghiệp trong cùng một quốc gia là đáng kể. Nghiên cứu đóng góp một hệ thống phân cấp bằng chứng minh bạch, một khung đánh giá mức độ trưởng thành được thiết kế riêng cho SMEs logistics và một lộ trình phát triển theo từng giai đoạn dành cho SMEs Việt Nam.
Keywords
phân tích kinh doanhmức độ trưởng thành dữ liệulogistics sốdoanh nghiệp logistic nhỏ và vừaAustraliaViệt Nam
References
1.
Abraham, R., Schneider, J., & vom Brocke, J. (2019). Data management: A conceptual framework, structured review, and research agenda. International Journal of Information Management, 49, 424-438. https://doi.org/10.1016/j.ijinfomgt.2019.07.008
Akter, S., Wamba, S. F., Gunasekaran, A., Dubey, R., & Childe, S. J. (2016). How to improve firm performance using big data analytics capability and business strategy alignment. International Journal of Production Economics, 182, 113-131. https://doi.org/10.1016/j.ijpe.2016.08.018
Australian Government. (2019). National freight and supply chain strategy. Department of Infrastructure, Transport, Cities and Regional Development. https://www.freightaustralia.gov.au/a-closer-look/national-freight-supply-chain-strategy
4.
Australian Logistics Council. (2022). Annual report 2021. https://austlogistics.com.au/wp-content/uploads/2022/07/2022_04-ALC-annual-report-low-res.pdf
5.
Barratt, M., & Oke, A. (2007). Antecedents of supply chain visibility in retail supply chains: A resource-based theory perspective. Journal of Operations Management, 25(6), 1217-1233. https://doi.org/10.1016/j.jom.2007.01.003
Becker, J., Knackstedt, R., & Pöppelbuß, J. (2009). Developing maturity models for IT management: A procedure model and its application. Business & Information Systems Engineering, 1(3), 213-222. https://doi.org/10.1007/s12599-009-0044-5
Ben-Daya, M., Hassini, E., & Bahroun, Z. (2019). Internet of Things and supply chain management: A literature review. International Journal of Production Research, 57(15-16), 4719-4742. https://doi.org/10.1080/00207543.2017.1402140
Bureau of Infrastructure and Transport Research Economics. (2024). National Freight Data Hub. Australian Government. https://datahub.freightaustralia.gov.au/
9.
Cao, G., Duan, Y., & Li, G. (2015). Linking business analytics to decision making effectiveness: A path model analysis. IEEE Transactions on Engineering Management, 62(3), 384-395. https://doi.org/10.1109/TEM.2015.2441875
Caridi, M., Crippa, L., Perego, A., Sianesi, A., & Tumino, A. (2010). Do virtuality and complexity affect supply chain visibility? International Journal of Production Economics, 127(2), 372-383. https://doi.org/10.1016/j.ijpe.2009.10.016
Eller, R., Alford, P., Kallmünzer, A., & Peters, M. (2020). Antecedents, consequences, and challenges of small and medium-sized enterprise digitalization. Journal of Business Research, 112, 119-127. https://doi.org/10.1016/j.jbusres.2020.03.004
Ghasemaghaei, M. (2019). Does data analytics use improve firm decision making quality? The role of knowledge sharing and data quality. Decision Support Systems, 120, 14-24. https://doi.org/10.1016/j.dss.2019.03.004
Gupta, M., & George, J.F. (2016). Toward the development of a big data analytics capability. Information & Management, 53(8), 1049-1064. https://doi.org/10.1016/j.im.2016.07.004
Kane, G. C., Palmer, D., Phillips, A. N., Kiron, D., & Buckley, N. (2015). Strategy, not technology, drives digital transformation. MIT Sloan Management Review and Deloitte University Press. https://sloanreview.mit.edu/projects/strategy-drives-digital-transformation/
15.
Khatri, V., & Brown, C. V. (2010). Designing data management. Communications of the ACM, 53(1), 148-152. https://doi.org/10.1145/1629175.1629210
Ministry of Industry and Trade of Vietnam. (2023). Vietnam logistics report 2023: Digital transformation in logistics. Industry and Trade Publishing House.
17.
Ministry of Industry and Trade of Vietnam. (2025). Vietnam logistics report 2025: Smart logistics. Industry and Trade Publishing House.
18.
Montecchi, M., Plangger, K., & West, D. C. (2021). Supply chain transparency: A bibliometric review and research agenda. International Journal of Production Economics, 238, Article 108152. https://doi.org/10.1016/j.ijpe.2021.108152
Paulk, M. C., Curtis, B., Chrissis, M. B., & Weber, C. V. (1993). Capability maturity model, version 1.1. IEEE Software, 10(4), 18-27. https://doi.org/10.1109/52.219617
Pham Quang Hai, Phung Quang Phat & Do Hong Quan (2023). Digital transformation in Vietnamese logistics businesses. VNU Journal of Economics and Business, 3(1), 28-37. https://doi.org/10.57110/jebvn.v3i1.160
Popovič, A., Hackney, R., Coelho, P. S., & Jaklič, J. (2012). Towards business intelligence systems success: Effects of maturity and culture on analytical decision making. Decision Support Systems, 54(1), 729-739. https://doi.org/10.1016/j.dss.2012.08.017
Richey, R. G., Jr., Morgan, T. R., Lindsey-Hall, K., & Adams, F. G. (2016). A global exploration of big data in the supply chain. International Journal of Physical Distribution & Logistics Management, 46(8), 710-739. https://doi.org/10.1108/IJPDLM-05-2016-0134
Vial, G. (2019). Understanding digital transformation: A review and a research agenda. The Journal of Strategic Information Systems, 28(2), 118-144. https://doi.org/10.1016/j.jsis.2019.01.003
Wamba, S. F., Gunasekaran, A., Akter, S., Ren, S. J. F., Dubey, R., & Childe, S. J. (2017). Big data analytics and firm performance: Effects of dynamic capabilities. Journal of Business Research, 70, 356-365. https://doi.org/10.1016/j.jbusres.2016.08.009
