Sẽ mở trong thẻ mới

Blog / Sales & CRM

Sales & CRM

Chào giá theo chu kỳ mua: phương án AI Agent bán hàng cho một doanh nghiệp phân phối gỗ bán sỉ

20/11/2026·Cập nhật ·14 phút đọc

Nhân viên kinh doanh kiểm tra tin nhắn khách hàng bên cạnh các kiện gỗ nguyên liệu trong kho phân phối gỗ bán sỉ

Một doanh nghiệp nhập khẩu và phân phối gỗ nguyên liệu bán sỉ có nhịp bán hàng rất đặc trưng: mỗi ngày chỉ vài đơn, nhưng mỗi đơn là cả kiện hàng trị giá lớn, và khách mua là các xưởng sản xuất quay lại theo chu kỳ. Bài toán họ mang tới không phải là thiếu khách. Bài toán là khâu chào giá đang chạy bằng trí nhớ của từng sales: ai nhớ khách nào sắp hết gỗ, ai nhớ lô nào còn trong kho, người đó mới chào đúng lúc.

Đây là bản ghi lại bài toán và phương án AI Agent đã được đề xuất cho doanh nghiệp này, ở mức mô hình giải pháp. Bài viết ẩn danh theo quy tắc áp dụng cho khách đang ở giai đoạn đề xuất, và không ghi số kết quả vì hệ thống chưa vận hành để có số đo thật. Giá trị của case nằm ở cách bài toán được mổ xẻ và cách phạm vi tự động hóa được chọn: bắt đầu từ khâu chào giá, vì đó là khâu chạm trực tiếp vào doanh thu.

Điểm chính

  • Khách B2B mua gỗ theo chu kỳ sản xuất, nên thời điểm chào quan trọng không kém mức giá.
  • Phương án đề xuất đặt một AI Agent đọc lịch sử mua trên ERP, kiểm tra tồn kho thật, rồi soạn và gửi báo giá cá nhân hóa qua Zalo và email hai lần mỗi tuần.
  • Sales chỉ bước vào khi khách phản hồi. Khâu thương lượng và quan hệ khách hàng lâu năm vẫn là việc của người.
  • Trợ lý nội bộ đi kèm giúp sales tra hình lô hàng, quy cách và tài liệu trong vài giây thay vì hỏi qua lại giữa các nhóm chat.
  • Toàn bộ phạm vi nối vào ERP tự xây sẵn có qua API, không thay hệ thống đang chạy.

Bối cảnh: bán sỉ gỗ nguyên liệu là cuộc chơi của chu kỳ và tồn kho

Doanh nghiệp trong case này nhập gỗ nguyên kiện từ Bắc Mỹ, châu Âu, Nam Mỹ và châu Phi, bán sỉ cho xưởng sản xuất và nhà phân phối cấp dưới. Họ không bán lẻ và không sản xuất. Danh mục là các loại gỗ thương mại quen thuộc như sồi, óc chó, tần bì, teak và thông, nhưng mỗi lô hàng khác nhau ở quy cách, chất lượng và giá vốn.

Ba đặc điểm vận hành định hình toàn bộ bài toán bán hàng.

Thứ nhất, đơn ít nhưng nặng. Vài đơn mỗi ngày nghĩa là mỗi cơ hội bị bỏ lỡ đều đáng tiền, và không có lượng khách lẻ lớn để bù lại bằng số đông như bán lẻ.

Thứ hai, nhu cầu lặp lại theo chu kỳ. Xưởng mua gỗ theo tiến độ sản xuất của chính họ. Hết một lô gỗ sồi, vài tuần sau họ quay lại mua tiếp đúng loại đó hoặc loại tương đương. Ai chào đúng tuần khách sắp hết hàng sẽ có lợi thế hơn hẳn người chào ngẫu nhiên.

Thứ ba, tồn kho thay đổi theo chuyến nhập. Hàng về theo chuyến, vài tháng một chuyến lớn. Một loại gỗ có thể còn nhiều tháng này và hết sạch tháng sau. Chào giá mà không nhìn tồn kho thật là cách nhanh nhất để mất uy tín với khách B2B: báo giá xong mới phát hiện kho không còn hàng.

Doanh nghiệp đã có ERP tự xây quản lý kho, khách hàng, đơn hàng và lô hàng. Dữ liệu cần cho việc bán hàng đều nằm trong đó. Phần thiếu là lớp tự động đọc dữ liệu đó mỗi ngày và biến nó thành hành động chào giá đúng lúc.

Bài toán: chào giá chạy bằng trí nhớ, thông tin nằm rải rác

Khi mổ xẻ cùng đội sales, ba nút thắt hiện ra rõ.

Nút thắt đầu tiên là chào giá bị động. Báo giá thường chỉ được soạn khi khách chủ động hỏi. Trong khi đó, dấu hiệu khách sắp mua lại đã nằm sẵn trong lịch sử mua hàng trên ERP. Ví dụ một khách có nhịp mua gỗ óc chó khoảng mỗi sáu tuần và lần mua gần nhất đã cách năm tuần: đó chính là dạng tín hiệu cần được hệ thống tự phát hiện. Không có ai, và không có hệ thống nào, quét qua toàn bộ khách cũ mỗi tuần để tìm những dấu hiệu như vậy.

Nút thắt thứ hai là kiểm tra tồn kho thủ công. Trước khi chào một lô, sales phải tự vào ERP xem còn hàng không, còn bao nhiêu, quy cách nào. Việc này lặp lại cho từng khách và từng loại gỗ, tốn thời gian đến mức nhiều cơ hội chào bị bỏ qua vì không kịp kiểm tra.

Nút thắt thứ ba là thông tin bán hàng nằm rải rác. Khách hỏi qua Zalo, qua email, qua điện thoại. Hình ảnh lô hàng, bảng giá, thông số kỹ thuật của từng loại gỗ nằm trong ERP, trong Drive và trong điện thoại của từng người. Sales cần một tấm hình lô hàng để gửi khách thường phải nhắn hỏi đồng nghiệp rồi chờ. Đây chính là dạng lãng phí mà các bài toán quản lý tin nhắn đa kênh vẫn gặp ở doanh nghiệp B2B: kênh không thiếu, thiếu một lớp gom và xử lý thống nhất.

Phương án đề xuất: bắt đầu từ AI Agent chào giá tự động

Trong sáu nhóm việc được đề xuất cho doanh nghiệp này, khâu được chọn làm trung tâm của mảng bán hàng là AI Agent chào giá tự động, vì nó nối thẳng vào doanh thu và dùng đúng dữ liệu ERP đã có. Phạm vi của agent này gồm bốn việc nối tiếp nhau.

Một, đọc lịch sử mua của từng khách cũ trên ERP theo định kỳ và nhận diện khách đang tới gần chu kỳ mua lại, dựa trên loại gỗ họ thường mua và khoảng cách giữa các lần mua.

Hai, kiểm tra tồn kho trước khi chào. Agent chỉ đưa vào danh sách chào những mặt hàng còn tồn và phù hợp với nhu cầu đã ghi nhận của khách đó. Hàng đã hết thì không chào, dù khách đang tới chu kỳ.

Ba, soạn báo giá cá nhân hóa theo mẫu đã thống nhất: tên hàng, quy cách, giá, kèm hình ảnh lô hàng thực tế lấy từ ERP. Mỗi khách nhận một báo giá theo đúng mặt hàng họ quan tâm, không phải một bảng giá chung gửi hàng loạt.

Bốn, gửi báo giá qua email và Zalo hai lần mỗi tuần, rồi dừng ở đó. Khi khách phản hồi, cuộc trò chuyện chuyển sang sales phụ trách khách đó. Agent không tự thương lượng.

Đi cùng agent chào giá là một trợ lý nội bộ cho đội sales. Sales gõ câu hỏi vào một cửa chat duy nhất, trợ lý trả về hình ảnh sản phẩm và lô hàng từ ERP, link tài liệu, bảng giá và thông tin kỹ thuật của từng loại gỗ. Câu hỏi thường gặp về sản phẩm, quy cách và chính sách công ty cũng do trợ lý trả lời. Mục tiêu vận hành rất cụ thể: sales đang đứng trước khách không phải chờ quản lý hay đồng nghiệp để có một tấm hình lô hàng.

Ở giai đoạn sau, cùng một lớp agent được mở ra kênh chat trên website, để khách mới hỏi về loại gỗ, quy cách và tình trạng hàng cũng nhận được câu trả lời dựa trên dữ liệu thật của doanh nghiệp thay vì một chatbot trả lời chung chung. Cách đặt vấn đề tổng thể của mảng này khớp với trang AI Agent bán hàng: agent làm phần việc lặp lại có dữ liệu rõ ràng, người làm phần việc cần phán đoán.

Luồng vận hành của một vòng chào giá

Bước Việc diễn ra Ai làm
1 Quét lịch sử mua trên ERP, lập danh sách khách tới gần chu kỳ mua lại AI Agent
2 Đối chiếu tồn kho theo từng mặt hàng khách quan tâm, loại mặt hàng đã hết AI Agent
3 Soạn báo giá cá nhân hóa theo mẫu: mặt hàng, quy cách, giá, hình lô hàng AI Agent
4 Gửi qua email và Zalo theo lịch hai lần mỗi tuần AI Agent
5 Khách phản hồi, hỏi thêm hoặc thương lượng Khách hàng
6 Tiếp nhận cuộc trò chuyện, tư vấn sâu và chốt đơn Sales phụ trách

Bảng này dùng được như một checklist vận hành cho một vòng chào giá: đội sales có thể đối chiếu từng đợt gửi thật với sáu bước ở đây để tìm ra bước đang bị bỏ qua trong quy trình hiện tại của mình.

Điểm cần chú ý trong luồng này là bước 2 đứng trước bước 3. Nhiều hệ thống chào giá tự động thất bại vì soạn báo giá từ bảng giá tĩnh. Ở đây báo giá được sinh ra sau khi đã kiểm tra tồn kho tại thời điểm chào, nên thứ khách nhận là lời chào bán được thật. Với hàng bán theo lô như gỗ nguyên kiện, chi tiết này quyết định uy tín của cả kênh chào tự động.

Một vòng vận hành thứ hai chạy song song trong nội bộ: sales cần thông tin thì hỏi trợ lý, trợ lý lấy từ ERP và Drive rồi trả về ngay trong cuộc chat. Không còn cảnh một tấm hình lô hàng phải đi qua ba người mới tới được khách.

Vì sao không tự động hóa tất cả cùng một lúc

Đề xuất đầy đủ cho doanh nghiệp này còn gồm các agent mua hàng và kho vận, quản lý chứng từ bằng OCR, xử lý email và báo cáo cuối ngày tự động. Nhưng lộ trình được chia ba giai đoạn trong khoảng sáu tháng, và mảng bán hàng được đặt ở giai đoạn cuối, khi nền dữ liệu và kết nối API đã ổn định qua các agent nội bộ.

Thứ tự này là một lựa chọn có chủ đích. Agent chào giá là agent chạm vào khách hàng, nên sai sót của nó đắt nhất: một báo giá sai tồn kho gửi thẳng tới khách sẽ làm mất niềm tin nhanh hơn bất kỳ lỗi nội bộ nào. Đặt nó sau cùng, khi dữ liệu ERP đã được các agent nội bộ dùng và kiểm chứng qua vận hành thật, là cách giảm rủi ro cho đúng khâu nhạy cảm nhất. Bài học này áp dụng chung cho mọi doanh nghiệp tính đưa AI vào khâu bán hàng: tự động hóa khâu nội bộ trước để dữ liệu sạch, rồi mới mở ra kênh khách hàng. Trang trụ cột về bán hàng đa kênh phân tích sâu hơn cách chia giai đoạn này theo từng kênh.

Ranh giới cần giữ

Ghi chú trung thực về case này: đây là phương án ở giai đoạn đề xuất triển khai. Mọi mô tả trong bài là bài toán đã ghi nhận và phạm vi đã đề xuất, chưa phải kết quả vận hành. Bài không nêu tỷ lệ phần trăm cải thiện nào, vì chưa có hệ thống chạy thật để đo.

Ba ranh giới được thống nhất ngay từ bản đề xuất.

Thứ nhất, AI không thay sales ở khâu thương lượng. Giá trong báo giá tự động là giá theo khung đã duyệt. Khách mặc cả, khách cần điều kiện thanh toán riêng, khách là mối quan hệ lâu năm cần chăm sóc đặc biệt, tất cả chuyển cho người phụ trách.

Thứ hai, agent chỉ chào khi còn hàng và chỉ chào đúng mặt hàng khách có nhu cầu đã ghi nhận. Chào sai mặt hàng hoặc chào hàng đã hết bị coi là lỗi vận hành, không phải lỗi nhỏ.

Thứ ba, dữ liệu khách hàng và giá mua của từng khách là dữ liệu nhạy cảm. Báo giá cá nhân hóa chỉ đi tới đúng khách đó qua kênh riêng, và toàn bộ luồng chạy trên dữ liệu ERP của doanh nghiệp, không tách khỏi hệ thống đang quản trị.

Doanh nghiệp nào đang có cùng bài toán

Mô hình này đáng tham khảo nếu doanh nghiệp của bạn có đủ ba dấu hiệu sau: khách mua lặp lại theo chu kỳ có thể đoán được từ lịch sử mua; giá bán được cá nhân hóa theo từng khách thay vì một bảng giá công khai duy nhất; và khả năng chào hàng phụ thuộc vào tồn kho thật tại thời điểm chào. Phân phối nguyên liệu, vật tư và hàng B2B theo lô thường có đủ cả ba.

Ngược lại, nếu doanh nghiệp bán lẻ với lượng khách lớn và giá niêm yết công khai, bài toán chào giá theo chu kỳ gần như không tồn tại, và AI Agent bán hàng nên bắt đầu từ khâu tư vấn tại điểm chạm thay vì chào giá chủ động.

Câu hỏi thường gặp

AI Agent chào giá tự động khác gì gửi bảng giá hàng loạt cho khách cũ?

Khác ở thứ tự làm việc: agent đọc lịch sử mua của từng khách để nhận diện ai sắp tới chu kỳ mua lại, kiểm tra tồn kho thật của mặt hàng khách đó quan tâm, rồi mới soạn báo giá riêng cho từng khách. Bảng giá hàng loạt gửi cùng một nội dung cho mọi khách, không nhìn chu kỳ mua và không nhìn tồn kho tại thời điểm gửi.

AI Agent có tự thương lượng giá với khách không?

Không. Giá trong báo giá tự động đi theo khung giá đã duyệt, và khi khách phản hồi để thương lượng thì cuộc trò chuyện chuyển cho sales phụ trách khách đó. Điều kiện thanh toán riêng và những quan hệ lâu năm cần chăm sóc đặc biệt cũng do người phụ trách xử lý.

Vì sao phải kiểm tra tồn kho trước khi soạn báo giá?

Vì hàng bán theo lô có thể hết sạch giữa hai chuyến nhập. Báo giá xây trên hàng còn tồn thật tại thời điểm chào mới là lời chào bán được; báo giá xong mới phát hiện kho không còn hàng là cách nhanh nhất làm mất uy tín với khách B2B.

Doanh nghiệp cần có sẵn dữ liệu gì để áp dụng mô hình chào giá theo chu kỳ?

Cần lịch sử mua hàng của khách cũ và dữ liệu tồn kho đọc được một cách có hệ thống. Trong case này, cả hai đều đã nằm trong ERP tự xây của doanh nghiệp, và toàn bộ phạm vi nối vào ERP qua API thay vì thay hệ thống đang chạy.

Chưa có số kết quả thì đánh giá một hệ thống chào giá tự động bằng cách nào?

Đánh giá bằng ba chỉ số vận hành: tỷ lệ phản hồi sau mỗi vòng chào, tỷ lệ báo giá được xây trên hàng còn tồn thật, và tần suất sales vẫn phải soạn lại báo giá bằng tay. Ba chỉ số này tách được một agent bán được hàng khỏi một agent chỉ gửi được tin.

Đọc tiếp

Nếu doanh nghiệp của bạn cũng đang chào giá bằng trí nhớ và bảng tính rời rạc, bước tiếp theo hợp lý là dựng một bản demo của vòng chào giá trên chính dữ liệu của bạn: lịch sử mua của nhóm khách cũ và tồn kho hiện tại. Đặt lịch tại trang đặt lịch demo, đội InCard sẽ chạy thử đúng một vòng quét chu kỳ và soạn báo giá để bạn nhìn thấy đầu ra trước khi quyết định phạm vi triển khai.

Mô hình chào giá theo chu kỳ chỉ chạy được khi dữ liệu khách hàng nằm trong một hệ thống chung. Bài về phần mềm CRM có AI giải thích lớp AI cộng thêm gì so với CRM thường, còn bài phần mềm CRM đi vào chi phí thật và thời điểm nên đầu tư. Trước khi có CRM, phần lớn doanh nghiệp B2B mất khách ở những chỗ rất quen thuộc: bảy lỗ hổng trong bài vì sao doanh nghiệp mất lead là danh sách nên rà trước. Dữ liệu đưa vào hệ thống cũng cần đúng luật: bài về data khách hàng nêu vì sao nên thu thập qua kênh chat thay vì mua danh sách.

Khi quy trình đã nằm trên hệ thống, việc chuẩn hóa quy trình bán hàng bảy bước giúp mọi nhân viên đi cùng một đường, và mẫu báo giá chuyên nghiệp là tài sản nên thống nhất trước khi để AI gửi báo giá thay người. Các bài cùng chủ đề được gom trong chuyên mục Sales và CRM.


Tam Ho là Founder của InCard, nền tảng agentic AI cho doanh nghiệp vừa và nhỏ tại Việt Nam. Anh trực tiếp làm việc với các đội vận hành để đưa từng chuỗi việc vào hệ thống, với người thật giữ điểm chốt ở những quyết định quan trọng.

Nhận tư vấn

Muốn áp dụng điều này cho doanh nghiệp của bạn?

Để lại thông tin, đội ngũ InCard sẽ liên hệ trong vòng 24 giờ để cùng xem việc nào nên tự động hoá trước. Không mất phí và không ràng buộc gì.

Áp dụng vào doanh nghiệp bạn

Muốn thấy điều này chạy trên việc của bạn?

Đặt lịch demo 30 phút — chúng tôi chạy thử trên đúng kênh và quy trình bạn đang có.