Tóm tắt
Giao hàng trễ làm suy giảm chất lượng dịch vụ và gia tăng chi phí xử lý trong chuỗi cung ứng, trong khi các mô hình dự báo phức tạp thường khó chuyển hóa thành quyết định quản trị. Thực nghiệm sử dụng bộ dữ liệu tổng hợp SynDelay công bố năm 2025 gồm 155.488 quan sát. Sau khi loại các biến định danh và biến chỉ xuất hiện sau thời điểm tiếp nhận đơn, 3 thuật toán Logistic Regression, Random Forest và XGBoost được đánh giá trên tập kiểm tra phân tầng 20%. Kết quả cho thấy, XGBoost đạt Macro-F1 cao nhất (0,4825), với precision 0,8753 và recall 0,5152 đối với lớp giao trễ. Phân tích SHAP xác định phương thức vận chuyển là yếu tố chi phối mạnh nhất, tiếp theo là giá trị đơn hàng và các đặc trưng địa lý. Kết quả minh họa tiềm năng kết hợp dự báo và giải thích để hỗ trợ sàng lọc đơn hàng rủi ro, đồng thời chỉ ra hiệu quả dự báo cần được diễn giải thận trọng do dữ liệu tổng hợp và sự mất cân bằng giữa các lớp.