Workflow cảnh báo tồn kho thấp là quy trình tự động chạy định kỳ: lấy số tồn và lịch sử bán hàng từ phần mềm hoặc Google Sheets, tính điểm đặt hàng cho từng mã, gửi cảnh báo khi tồn xuống dưới ngưỡng và kèm gợi ý số lượng nên đặt. Phần tính toán do công thức hoặc code đảm nhiệm để đảm bảo chính xác; AI chỉ dùng để giải thích, gom nhóm theo nhà cung cấp và soạn nháp đơn đặt hàng. Quản lý xem cảnh báo trên Telegram, duyệt hoặc điều chỉnh rồi mới gửi đơn cho nhà cung cấp.
Workflow cảnh báo tồn kho thấp là gì
Workflow cảnh báo tồn kho thấp là một quy trình chạy theo lịch, thường mỗi sáng trước giờ mở cửa, để trả lời câu hỏi: hôm nay cần đặt thêm mặt hàng nào, đặt bao nhiêu, đặt của ai. Thay vì chủ cửa hàng đi kiểm kệ hay mở báo cáo xuất nhập tồn, danh sách cần đặt được gửi sẵn lên điện thoại.
Điểm khác của phiên bản có AI so với cảnh báo thông thường:
- Không chỉ báo “còn 3 cái” mà giải thích “bán trung bình 2 cái mỗi ngày, nhà cung cấp giao sau 4 ngày, nên đặt ngay”.
- Gom các mặt hàng theo nhà cung cấp, soạn nháp tin nhắn hoặc email đặt hàng.
- Nhận ra bất thường, ví dụ một mã bỗng bán gấp ba tuần trước, để người quản lý xem có phải do khuyến mãi hay mùa vụ.
Phù hợp với ai
Cửa hàng tạp hóa, nhà thuốc, cửa hàng linh kiện, shop mỹ phẩm, quán cà phê có nguyên liệu, kho của công ty phân phối nhỏ. Nói chung là nơi có từ vài chục đến vài nghìn mã hàng, đặt hàng định kỳ từ nhiều nhà cung cấp.
Vì sao phần tính toán không nên giao cho AI
Đây là nguyên tắc thiết kế quan trọng nhất của workflow. Mô hình ngôn ngữ giỏi đọc, viết, giải thích, nhưng không đáng tin khi cộng trừ hàng trăm con số. Nó có thể đọc nhầm dòng, làm tròn sai, hoặc “bịa” một con số trông hợp lý.
Vì vậy workflow chia việc rõ ràng:
- Công thức hoặc code: tính lượng bán trung bình, điểm đặt hàng, số lượng đề xuất. Kết quả có thể kiểm tra lại bằng tay.
- AI: nhận bảng kết quả đã tính, viết phần giải thích dễ hiểu, gom theo nhà cung cấp, soạn nháp đơn đặt, nêu các điểm bất thường cần xem.
Cách chia này giúp bạn tin được con số và vẫn tận dụng được khả năng diễn giải của AI. Nếu một ngày gợi ý có vẻ sai, bạn biết ngay phải xem lại công thức hay dữ liệu, không phải đoán xem AI “nghĩ” gì.
Ngoài ra, phần tính bằng công thức chạy nhanh, gần như không tốn chi phí, và vẫn hoạt động khi dịch vụ AI tạm gián đoạn. Lúc đó cảnh báo vẫn gửi được, chỉ thiếu phần giải thích.
Công thức điểm đặt hàng dễ áp dụng
Điểm đặt hàng (reorder point) là mức tồn mà khi chạm tới, bạn phải đặt hàng ngay để hàng mới về kịp trước khi hết. Công thức phổ biến:
Điểm đặt hàng = Lượng bán trung bình mỗi ngày × Thời gian giao hàng (ngày) + Tồn an toàn
Tồn an toàn là phần đệm cho những ngày bán nhiều hơn bình thường hoặc nhà cung cấp giao chậm. Doanh nghiệp nhỏ có thể bắt đầu đơn giản: tồn an toàn bằng lượng bán của 2–3 ngày, điều chỉnh dần theo kinh nghiệm.
Số lượng nên đặt có thể tính bằng: lượng bán trung bình mỗi ngày nhân số ngày muốn đủ hàng, trừ tồn hiện tại, rồi làm tròn theo quy cách đóng gói của nhà cung cấp (thùng 24, lốc 6…).
| Mặt hàng | Bán TB/ngày | Giao hàng (ngày) | Tồn an toàn | Điểm đặt hàng |
|---|---|---|---|---|
| Nước suối thùng 24 | 6 thùng | 2 | 12 thùng | 24 thùng |
| Mực in loại A | 1 hộp | 5 | 3 hộp | 8 hộp |
| Cà phê hạt 1kg | 3 túi | 3 | 6 túi | 15 túi |
Sơ đồ workflow từ dữ liệu tồn đến tin nhắn cảnh báo
- Trigger: lịch chạy cố định, ví dụ 7 giờ sáng mỗi ngày.
- Lấy dữ liệu: tồn hiện tại và lượng bán 30 ngày gần nhất theo mã hàng, từ API phần mềm bán hàng hoặc file xuất tự động vào Google Sheets.
- Lấy thông tin nhà cung cấp: bảng phụ gồm mã hàng, nhà cung cấp, thời gian giao, quy cách đóng gói, mức đặt tối thiểu.
- Tính toán: code hoặc công thức tính lượng bán trung bình, điểm đặt hàng, số lượng đề xuất.
- Lọc: giữ các mã có tồn dưới điểm đặt hàng; đánh dấu mã có biến động bất thường.
- AI diễn giải: gửi bảng đã lọc cho AI, yêu cầu gom theo nhà cung cấp, viết giải thích ngắn và nháp tin đặt hàng.
- Gửi cảnh báo: tin nhắn Telegram cho quản lý với nút Duyệt, Sửa, Bỏ qua cho từng nhóm.
- Sau duyệt: lưu đơn đặt vào sheet theo dõi, gửi nháp cho nhân viên mua hàng hoặc gửi email cho nhà cung cấp.
Công cụ: n8n và Make đều có khối lịch chạy, Google Sheets, code và Telegram. Apps Script làm được trọn vẹn nếu dữ liệu đã nằm trong Google Sheets.
Dữ liệu cần chuẩn bị trước khi dựng
Workflow chỉ tốt bằng dữ liệu đầu vào. Trước khi viết bước nào, hãy kiểm tra:
- Mã hàng thống nhất: một sản phẩm chỉ có một mã, không có “Nước suối 500ml” và “Nuoc suoi 0.5L” tồn tại song song.
- Số tồn đáng tin: nếu kho thường lệch so với phần mềm, cảnh báo sẽ sai. Kiểm kê một lần trước khi bật workflow.
- Lịch sử bán đủ dài: ít nhất vài tuần để tính trung bình. Hàng mới chưa có lịch sử nên để quản lý tự đặt ngưỡng.
- Bảng nhà cung cấp: thời gian giao thực tế (không phải thời gian nhà cung cấp hứa), quy cách đóng gói, mức đặt tối thiểu.
- Danh sách hàng ngừng kinh doanh: để không cảnh báo những mã bạn đã quyết định bán hết rồi thôi.
Ví dụ thực tế
Một cửa hàng văn phòng phẩm khoảng 800 mã hàng nhận ra hơn một trăm mã trùng tên khi chuẩn bị dữ liệu. Việc gộp mã mất hai buổi nhưng giúp cảnh báo về sau gọn và đúng hơn hẳn. Phần chuẩn bị dữ liệu thường chiếm phần lớn công sức của dự án, đừng bỏ qua.
Điểm duyệt của con người và nội dung tin cảnh báo
Gợi ý đặt hàng chỉ là gợi ý. Người quản lý biết những điều mà dữ liệu không có: sắp có đợt khuyến mãi, khách sỉ vừa báo lấy số lượng lớn, nhà cung cấp sắp tăng giá, hay mặt hàng đang bị phản hồi về chất lượng.
Một tin cảnh báo tốt nên ngắn, chia theo nhà cung cấp, và có đủ thông tin để quyết định trong một phút:
- Tên nhà cung cấp, số mã cần đặt.
- Mỗi mã: tồn hiện tại, bán trung bình, số ngày còn đủ hàng, số lượng đề xuất.
- Một dòng giải thích của AI cho mã có biến động bất thường.
- Nút Duyệt, Sửa số lượng, Bỏ qua.
Prompt cho bước AI diễn giải
Dưới đây là bảng các mã hàng dưới điểm đặt hàng, đã tính sẵn. Không thay đổi bất kỳ con số nào. Hãy gom theo nhà cung cấp, viết một câu giải thích cho mã có cột bat_thuong = có, và soạn nháp tin nhắn đặt hàng lịch sự gửi {tên nhà cung cấp}. <bang>{dữ liệu}</bang>
Câu “không thay đổi bất kỳ con số nào” và bước so khớp số trong tin nhắn với bảng gốc là lớp bảo vệ cần thiết.
Đo hiệu quả workflow tồn kho
Mục tiêu của workflow là giảm cả hai loại lỗi: hết hàng và tồn quá nhiều. Hãy theo dõi cả hai, đừng chỉ nhìn một phía.
Sau mỗi tháng, xem lại các lần quản lý sửa số lượng đề xuất. Nếu một nhóm hàng luôn bị tăng lên, tồn an toàn của nhóm đó đang thấp; nếu luôn bị giảm, có thể lượng bán trung bình đang bị kéo lên bởi một đợt khuyến mãi cũ. Điều chỉnh thông số theo nhóm hàng thay vì dùng một con số chung cho cả cửa hàng.
| Chỉ số | Cách đo | Hướng mong muốn |
|---|---|---|
| Số lần hết hàng | Đếm ngày một mã có tồn bằng 0 | Giảm |
| Số ngày tồn kho bình quân | Tồn trung bình chia lượng bán mỗi ngày | Giảm hoặc ổn định |
| Tỷ lệ gợi ý được duyệt nguyên | Số gợi ý duyệt không sửa chia tổng gợi ý | Tăng dần |
| Thời gian xử lý đặt hàng | Từ lúc cảnh báo đến lúc gửi đơn | Giảm |
Rủi ro và lỗi thường gặp
- Dữ liệu tồn sai dẫn đến cảnh báo sai: nếu nhân viên quên nhập phiếu xuất, hệ thống tưởng còn hàng. Kiểm kê định kỳ là điều kiện bắt buộc.
- Hàng theo mùa, theo dịp: trung bình 30 ngày không phản ánh Tết, mùa tựu trường. Với nhóm hàng này, quản lý nên tự đặt ngưỡng trong mùa cao điểm.
- Quá nhiều cảnh báo: nếu mỗi sáng nhận 80 dòng, người quản lý sẽ bỏ qua. Bắt đầu với nhóm hàng chủ lực, ưu tiên hiển thị mã sắp hết sớm nhất.
- AI sửa số liệu: dù đã dặn, vẫn phải có bước so khớp số trong tin nhắn với bảng gốc trước khi gửi.
- Tự động gửi đơn cho nhà cung cấp: không nên bật khi chưa chạy ổn định nhiều tháng. Một lỗi dữ liệu có thể thành một đơn hàng lớn không mong muốn.
- Workflow ngừng mà không ai biết: nếu một sáng không có tin nhắn, cần có cảnh báo “workflow không chạy” chứ không phải im lặng.
Bắt đầu với 20–30 mã hàng bán chạy nhất thay vì toàn bộ kho. Khi công thức và thông số đã khớp với thực tế của cửa hàng, mở rộng dần sẽ nhanh và ít sai hơn nhiều.
Muốn đưa AI vào công việc của doanh nghiệp? PCTech tư vấn, đánh giá mức sẵn sàng AI và triển khai chatbot, AI agent, tự động hóa cho doanh nghiệp.
Ước tính giờ công tiết kiệm và chi phí API từ số liệu công việc của bạn. Dùng thử ngay
Câu hỏi thường gặp
AI có tự dự báo được lượng hàng cần đặt không?
AI có thể hỗ trợ, nhưng với doanh nghiệp nhỏ, công thức điểm đặt hàng dựa trên lượng bán trung bình và thời gian giao hàng đã đủ dùng và dễ kiểm tra hơn. AI nên làm phần giải thích và soạn đơn.
Cảnh báo tồn kho nên chạy mỗi ngày hay mỗi tuần?
Phụ thuộc tốc độ bán và thời gian giao của nhà cung cấp. Hàng bán nhanh, giao trong 1–2 ngày nên kiểm tra mỗi ngày; hàng bán chậm có thể kiểm tra mỗi tuần.
Không có phần mềm bán hàng, chỉ dùng Excel thì làm được không?
Được. Chuyển file lên Google Sheets hoặc OneDrive, workflow đọc file theo lịch. Điều kiện là số tồn và lượng bán phải được cập nhật đều đặn.
Tồn an toàn nên đặt bao nhiêu là đủ?
Không có con số chung. Có thể bắt đầu bằng lượng bán của 2–3 ngày rồi điều chỉnh theo số lần hết hàng và mức tồn đọng thực tế của từng nhóm hàng.
Có nên để workflow tự gửi đơn đặt hàng cho nhà cung cấp?
Không nên ở giai đoạn đầu. Hãy giữ bước quản lý duyệt, vì người quản lý biết thông tin như khuyến mãi sắp tới hay đơn sỉ lớn mà dữ liệu không có.
Làm sao biết workflow cảnh báo tồn kho đang chạy đúng?
Đối chiếu ngẫu nhiên vài mã với số kiểm kê thực tế mỗi tuần, theo dõi số lần hết hàng, và cài thông báo khi workflow không chạy vào giờ đã định.
Bài viết liên quan
- Dùng AI với KiotViet: báo cáo, tồn kho, chăm sóc khách
- Dùng AI với Sapo: đơn hàng, mô tả sản phẩm, đa kênh
- Telegram bot tích hợp AI: thông báo, hỏi đáp nội bộ
- Tự động hóa báo cáo quản trị
- Workflow: báo cáo doanh thu tự động gửi chủ doanh nghiệp mỗi sáng
- Tự động hóa với Google Sheets và Apps Script
- 20 workflow n8n mẫu cho doanh nghiệp nhỏ
