Quản lý kho thành “ác mộng”

Dùng EAN-13 cho dự án thời trang, ai ngờ size, màu đụng nhau, kho loạn xạ!

Một chuỗi retail thời trang Việt Nam dùng barcode EAN-13 cho sản phẩm, nhét size, màu vào mã. Kết quả? Mã đụng nhau, nhập kho sai, nhân viên kho “điên đầu” đối chiếu thủ công.

Case thực tế: Barcode 1D “phá kho”

• Context: Chuỗi retail, 10.000 sản phẩm (quần áo, nhiều size/màu). 
• Quyết định sai: Dùng EAN-13, nhét size/màu vào 13 chữ số. 
• Vấn đề: 
  • EAN-13 chỉ lưu mã sản phẩm (13 chữ số), không đủ cho size/màu. 
  • Mã đụng nhau: “Áo đỏ size M” và “Áo xanh size L” trùng mã. 
  • Kho nhập sai: Nhân viên scan nhầm, tồn kho lệch.

Hậu quả: 

• Kho loạn: Tồn kho sai, bán hàng thiếu, khách phàn nàn. 
• Chi phí: Đối chiếu thủ công, tốn 200 triệu/tháng. 
• Delay: Báo cáo tồn kho chậm 1 tuần.

Phân tích: Tại sao lại sai?

• Không phân tích nhu cầu: Sản phẩm đa quy cách cần mã vạch chứa nhiều thông tin (GS1 DataMatrix). 
• Chọn sai chuẩn: EAN-13 (1D) không hỗ trợ dữ liệu phức tạp, DataMatrix (2D) phù hợp hơn. 
• Thiếu PoC: Không test scan với sản phẩm đa dạng.

Bài học: Chọn chuẩn mã vạch đúng

1. Phân tích nhu cầu: Đánh giá số lượng thông tin (mã, size, màu, lô). 
2. Dùng DataMatrix/QR: Hỗ trợ dữ liệu phức tạp, kích thước nhỏ. 
3. Tích hợp GS1: Chuẩn quốc tế cho retail, logistics.

Code mẫu: Tạo DataMatrix (Python)

from datamatrix import DataMatrix
dm = DataMatrix()
dm.encode("AO123_RED_M_LOT456")
dm.save("barcode.png")

Góc nhìn CTO

Chọn mã vạch không phải “chuyện nhỏ”. Phân tích nhu cầu, dùng DataMatrix/GS1 cho sản phẩm phức tạp, để kho không thành “ác mộng” và nhân viên không “điên”!

Checklist chọn mã vạch: 

• Phân tích thông tin cần lưu (mã, size, màu, lô). 
• Dùng DataMatrix/QR cho dữ liệu phức tạp. 
• Tích hợp GS1 cho retail/logistics. 
• Test scan với sản phẩm đa dạng.

🎯 Tóm lại: EAN-13 cho dự án thời trang đa quy cách là “tự mua dây buộc mình”. Dùng DataMatrix, GS1, để kho không loạn và nhân viên không “chạy mất dép”!