Mối quan hệ giữa đào tạo, hiệu quả công việc và bán hàng: Tổng quan từ trắc lượng thư mục

ThS. Nguyễn Văn Tuấn

Phó Chủ tịch Hội đồng Đào tạo, Viện Khoa học Công nghệ và Quản trị doanh nghiệp

Email: [email protected]

Tóm tắt

Trong bối cảnh chuyển đổi số, nghiên cứu về đào tạo và hiệu quả bán hàng ngày càng mở rộng nhưng phân tán giữa nhiều lĩnh vực. Nghiên cứu này sử dụng phương pháp trắc lượng thư mục nhằm hệ thống hóa sự phát triển, cấu trúc tri thức và xu hướng nghiên cứu liên quan đến đào tạo, hiệu quả công việc và bán hàng. Dữ liệu gồm 811 bài báo tiếng Anh, truy cập mở thuộc Scopus trong giai đoạn 1989-2026 và được phân tích bằng VOSviewer 1.6.21. Kết quả cho thấy, số lượng công bố tăng mạnh từ năm 2019 và đạt 123 bài năm 2025. Phân tích từ khóa xác định 3 cụm chủ đề gồm: Đào tạo và yếu tố con người; Phân tích bán hàng và hỗ trợ ra quyết định bằng trí tuệ nhân tạo (AI)/máy học; Dự báo, tối ưu hóa bằng học sâu. Từ kết quả này, nghiên cứu gợi mở các hướng về tích hợp công nghệ vào đào tạo, chuyển hóa kết quả phân tích thành hiệu quả bán hàng thực tế, tương tác con người - AI và phát triển các mô hình tích hợp đa cấp.

Từ khóa: Hiệu quả công việc, đào tạo nội bộ, hiệu quả bán hàng, VOSviewer

Abstract

In the context of digital transformation, research on training and sales performance has expanded increasingly but remains fragmented across multiple fields. This study employs a bibliometric analysis to systematize the development, knowledge structure, and research trends in training, work performance, and sales. The dataset comprises 811 English-language, open-access articles indexed in Scopus from 1989 to 2026, analyzed using VOSviewer 1.6.21. The results show a sharp increase in publications from 2019, reaching 123 articles in 2025. Keyword analysis identifies three thematic clusters: training and human factors; sales analytics and artificial intelligence (AI)/machine learning-based decision support; and forecasting and optimization using deep learning. Based on these findings, the study suggests several future research directions, including integrating technology into training, translating analytical results into actual sales performance, examining human-AI interaction, and developing multilevel integrated models.

Keywords: Work performance, internal training, sales performance, VOSviewer

GIỚI THIỆU

Trong bối cảnh cạnh tranh và chuyển đổi số ngày càng tăng, yêu cầu đối với nhân viên bán hàng không chỉ giới hạn ở kỹ năng giao tiếp, thuyết phục mà còn mở rộng sang khả năng học hỏi, thích ứng và khai thác công nghệ trong công việc. Nghiên cứu của Zheng và cộng sự (2023) cho thấy, hoạt động học tập của nhân viên bán hàng có vai trò quan trọng đối với hiệu quả bán hàng trong bối cảnh chuyển đổi số. Tại Việt Nam, Nghị quyết số 57-NQ/TW xác định phát triển nguồn nhân lực gắn với khoa học, công nghệ và chuyển đổi số là một trong những yêu cầu quan trọng của giai đoạn phát triển mới (Bộ Chính trị, 2024). Trong bối cảnh đó, đào tạo trở thành công cụ quan trọng để nâng cao năng lực và hiệu quả của lực lượng bán hàng. Bằng chứng thực nghiệm cho thấy, đào tạo trực tuyến có thể cải thiện kết quả bán hàng, mặc dù tác động khác nhau giữa nhân viên và sản phẩm (Singh và cộng sự, 2022), đồng thời việc đánh giá hiệu quả đào tạo vẫn là một vấn đề cần tiếp tục hoàn thiện (Oh và Johnston, 2023). Vì vậy, nghiên cứu này sử dụng dữ liệu Scopus và phần mềm VOSviewer để phân tích trắc lượng thư mục, nhằm nhận diện xu hướng công bố, cấu trúc chủ đề, đặc điểm phân bố nghiên cứu và khoảng trống nghiên cứu trong mối quan hệ giữa đào tạo, hiệu quả công việc và bán hàng.

PHƯƠNG PHÁP NGHIÊN CỨU

Nguồn dữ liệu

Nghiên cứu sử dụng cơ sở dữ liệu Scopus, bao phủ với hơn 107 triệu hồ sơ khoa học, gần 30.000 tạp chí đang hoạt động, khoảng 494.000 đầu sách và nội dung từ hơn 7.000 nhà xuất bản trên toàn cầu (Elsevier, 2026). Bên cạnh phạm vi bao phủ rộng, Scopus áp dụng cơ chế tuyển chọn và kiểm soát nghiêm ngặt với các nguồn được đề xuất lập chỉ mục phải trải qua quá trình đánh giá của Hội đồng tư vấn và lựa chọn nội dung - (CSAB) độc lập, đồng thời tiếp tục được giám sát sau khi được đưa vào cơ sở dữ liệu (Baas và cộng sự, 2020).

Quy trình khai thác thông tin

Việc truy vấn dữ liệu trên 3 khía cạnh là hiệu quả công việc, đào tạo nội bộ, bán hàng. Các từ khóa với truy vấn tìm kiếm được thiết lập như sau: (TITLE-ABS-KEY ((train* OR {employee development} OR {skill development})) AND TITLE-ABS-KEY ((perform* OR productiv*)) AND TITLE-ABS-KEY ((sales OR salesperson* OR salespeople OR {sales force*} OR selling OR {sales management}))) AND (LIMIT-TO (OA , “all”)) AND (LIMIT-TO ( DOCTYPE , “ar”)) AND (LIMIT-TO (LANGUAGE , “English”)). Việc trích xuất dữ liệu được thực hiện trong khung thời gian từ 1989 đến ngày 9/9/2026. Nhóm tác giả tìm được 4.068 tài liệu nghiên cứu có liên quan ở tất cả các tác giả, lĩnh vực, quốc gia, ngôn ngữ khác nhau. Sau đó, nhóm tác giả lọc lại dữ liệu tìm kiếm chỉ giới hạn ở ngôn ngữ bằng tiếng Anh, có quyền truy cập mở và được Scopus phân loại là Article, kết quả còn lại 811 tài liệu. Sau đó dữ liệu được phân tích bằng phần mềm VOSviewer 1.6.21.

KẾT QUẢ NGHIÊN CỨU

Sự biến động nghiên cứu qua các năm

Trong giai đoạn 1989-2009 với 41 bài và giai đoạn 2010-2018 với 119 bài, 2 giai đoạn này có sự gia tăng số lượng nghiên cứu nhưng chưa cao. Giai đoạn 2019-2026 với tổng 651 bài, số bài tăng từ 27 bài năm 2019 lên 123 bài năm 2025, tương đương mức tăng gấp 4,56 lần, phản ánh sự mở rộng nhanh của lĩnh vực. Đồng thời, năm 2026 ghi nhận 113 bài giảm 10 bài so với năm 2025, tuy nhiên chưa đủ cơ sở để khẳng định xu hướng công bố đang suy giảm (Hình 1).

Hình 1: Số lượng nghiên cứu các năm

Nguồn: Dữ liệu Scopus, 2026

Các nguồn công bố nổi bật

Các công bố phân bố khá phân tán giữa nhiều tạp chí, trong đó IEEE Access đứng đầu với 40 bài, chiếm 4,9% tổng số tài liệu. Các vị trí tiếp theo chủ yếu thuộc các tạp chí về công nghệ, khoa học máy tính và khoa học ứng dụng, trong khi các nguồn chuyên sâu về quản trị bán hàng xuất hiện với tỷ trọng thấp hơn. Chẳng hạn, Journal of Personal Selling and Sales Management chỉ có 7 bài (Bảng 1). Cấu trúc này phản ánh rõ tính liên ngành của chủ đề nghiên cứu, khi hiệu quả công việc và bán hàng được tiếp cận đồng thời từ quản trị, công nghệ và phân tích dữ liệu.

Bảng 1: Các tạp chí công bố nổi bật

Nguồn: Dữ liệu Scopus, 2026

Quốc gia công bố nổi bật

Phân bổ công bố theo quốc gia cho thấy, hoạt động nghiên cứu vẫn tập trung tại một số trung tâm khoa học lớn, đồng thời đã mở rộng đáng kể sang châu Á. Khoảng cách giữa Hoa Kỳ với 135 bài và Việt Nam với 10 bài lên tới 13,5 lần, phản ánh sự chênh lệch rõ về mức độ tham gia nghiên cứu (Bảng 2). Đáng chú ý, sự hiện diện của Indonesia và Malaysia cho thấy Đông Nam Á đã hình thành sự quan tâm nhất định đối với chủ đề này, nhưng mức độ đóng góp trong khu vực chưa đồng đều.

Bảng 2: Các quốc gia có công bố nổi bật

Nguồn: Dữ liệu Scopus, 2026

Tác giả công bố nổi bật

Trong danh sách 160 tác giả được Scopus Analyze xuất ra, duy nhất 1 tác giả có 3 công bố, có 53 tác giả đạt 2 công bố và 106 tác giả đạt 1 công bố. Ngoài ra, các tác giả liên quan đến nghiên cứu bán hàng chỉ có 2 bài trong bộ dữ liệu. Kết quả này phản ánh mức độ phân tán tác giả tương đối cao, chưa có một nhóm nhỏ tác giả chi phối sản lượng công bố hoặc hình thành một lõi học giả rõ ràng.

Mức độ liên ngành

Các lĩnh vực được Scopus gán nhiều nhất là Khoa học máy tính với 292 bài, Kỹ thuật với 210 bài, Kinh doanh - Quản trị - Kế toán với 152 bài, Khoa học xã hội với 115 bài, Nông nghiệp và Sinh học với 110 bài và Y học với 85 bài. Chỉ khoảng 9,3% kết quả được gán vào lĩnh vực Kinh doanh - Quản trị - Kế toán, trong khi Khoa học máy tính chiếm 17,8% và Kỹ thuật chiếm 12,8% (Bảng 3). Điều này xác nhận rằng dữ liệu có tính liên ngành cao nhưng đồng thời bị mở rộng đáng kể ra ngoài phạm vi quản trị kinh doanh.

Bảng 3: Các ngành nổi bật trong bộ dữ liệu

Nguồn: Dữ liệu Scopus, 2026

Các cụm chủ đề nghiên cứu chính

Bản đồ đồng xuất hiện từ khóa cho thấy, cấu trúc nghiên cứu được tổ chức thành 3 cụm chủ đề chính (Hình 3). Cụm 1 “Đào tạo và yếu tố con người trong hoạt động thương mại” nổi bật với human (126, total link strength (TLS) = 1.220), article (120, TLS = 1.218), female (69, TLS = 855), male (60, TLS = 729), commerce (56, TLS = 508) và training (43, TLS = 310). Cụm này phản ánh hướng nghiên cứu tập trung vào đào tạo, yếu tố con người và kết quả trong hoạt động thương mại. Sự hiện diện của các từ khóa như: human, female, male, adult và controlled study đồng thời cho thấy ảnh hưởng của các nghiên cứu y tế và hành vi trong tập dữ liệu liên ngành.

Hình 3: Bản đồ trực quan hóa từ khóa

Nguồn: Phần mềm VOSviewer, 2026

Cụm 2 “Phân tích bán hàng và ra quyết định dựa trên AI/máy học” có các từ khóa trung tâm gồm sales (218, TLS = 1.383), machine learning (113, TLS = 685), learning systems (70, TLS = 579), decision making (40, TLS = 328), e-commerce (39, TLS = 246), classification (34, TLS = 206) và artificial intelligence (32, TLS = 210). Trong đó, sales là từ khóa có tần suất và tổng cường độ liên kết cao nhất toàn mạng, cho thấy vai trò trung tâm của chủ đề bán hàng. Cụm này thể hiện sự hội tụ giữa dữ liệu bán hàng, hành vi khách hàng và các kỹ thuật AI/máy học nhằm phân tích, dự báo và hỗ trợ quyết định kinh doanh.

Cụm 3 “Dự báo bán hàng và tối ưu hóa hoạt động bằng học sâu” nổi bật với forecasting (86, TLS = 612), deep learning (84, TLS = 559), neural network (49, TLS = 303), long short-term memory (29, TLS = 190), profit (25, TLS = 169) và optimization (25, TLS = 165). Cụm này thể hiện hướng nghiên cứu sử dụng mạng nơ-ron và học sâu để nâng cao khả năng dự báo và tối ưu hoạt động kinh doanh.

Nhìn chung, 3 cụm phản ánh một cấu trúc nghiên cứu liên kết từ phát triển năng lực con người, ứng dụng AI/máy học trong phân tích và hỗ trợ quyết định bán hàng đến dự báo và tối ưu hóa hoạt động kinh doanh, cùng hướng tới mục tiêu nâng cao hiệu quả kinh doanh.

Xu hướng nghiên cứu và các chủ đề mới nổi

Xu hướng nghiên cứu đang dịch chuyển rõ sang các phương pháp AI có khả năng dự báo và học sâu (Hình 4). Machine learning là chủ đề nổi bật với 113 lần xuất hiện và năm công bố trung bình 2023,3, trong khi deep learning đạt 84 lần và có năm công bố trung bình 2024,0 (Bảng 4), cho thấy sự quan tâm gần đây đang tăng lên đối với các mô hình phức tạp hơn.

Hình 4: Xu hướng phát triển của các từ khóa

Nguồn: Phần mềm VOSviewer, 2026

Bên cạnh đó, các chủ đề như reinforcement learning (2024,6), explainable AI (2024,7), demand forecasting (2024,9) và large language model (2025,0) thể hiện phạm vi nghiên cứu tiếp tục mở rộng sang dự báo, hỗ trợ ra quyết định và khả năng giải thích của mô hình (Bảng 4). Tuy nhiên, tần suất của các từ khóa mới này còn thấp, nên có thể xem đây là những hướng nghiên cứu đang phát triển và có nhiều tiềm năng để tiếp tục khai thác trong bối cảnh bán hàng và quản trị kinh doanh.

Bảng 4: Các từ khóa có năm công bố trung bình gần đây

Nguồn: Dữ liệu Scopus, 2026

Từ đó, hướng nghiên cứu tiềm năng của chủ đề hiệu quả bán hàng được nhận thấy từ các khía cạnh sau:

Thứ nhất, kết quả cho thấy nhánh đào tạo và yếu tố con người tồn tại song song với các nhánh AI/máy học và học sâu, nhưng mối liên kết giữa 2 hướng này vẫn chưa rõ nét. Các nghiên cứu tiếp theo cần xem xét cách AI có thể được tích hợp vào đào tạo nhân viên bán hàng thông qua cá nhân hóa nội dung, phản hồi theo thời gian thực và mô phỏng tình huống, đồng thời đánh giá tác động đến kỹ năng, khả năng thích ứng và hiệu quả công việc.

Thứ hai, sự nổi bật của các từ khóa liên quan đến phân tích, dự báo và tối ưu hóa cho thấy trọng tâm công nghệ hiện diện rõ trong bộ dữ liệu, trong khi khả năng chuyển hóa các kết quả này thành hiệu quả bán hàng thực tế vẫn cần được làm rõ. Do đó, nghiên cứu tiếp theo nên đánh giá tác động của các công cụ phân tích và dự báo đến chất lượng quyết định bán hàng, doanh số, năng suất, khả năng duy trì khách hàng và chất lượng quan hệ khách hàng.

Thứ ba, sự xuất hiện gần đây của “language model”, “large language model” và “explainable AI” cho thấy nghiên cứu đang mở rộng từ khả năng xử lý của công nghệ sang cách con người tương tác với AI. Các nghiên cứu tiếp theo cần xem xét mức độ tin tưởng, khả năng hiểu và sử dụng khuyến nghị từ AI, khả năng giải thích kết quả trong quá trình đào tạo và ra quyết định bán hàng.

Thứ tư, cấu trúc liên ngành của bộ dữ liệu gợi mở nhu cầu về cách tiếp cận tích hợp giữa đào tạo, năng lực công nghệ, hành vi sử dụng AI và hiệu quả bán hàng. Nghiên cứu tương lai có thể phát triển các mô hình đa cấp kết nối các yếu tố này, đồng thời kiểm định vai trò của bối cảnh tổ chức, ngành nghề và quốc gia.

KẾT LUẬN

Nghiên cứu sử dụng phương pháp trắc lượng thư mục trên 811 bài báo thuộc Scopus nhằm khái quát sự phát triển của các nghiên cứu về đào tạo, hiệu quả công việc và bán hàng. Kết quả cho thấy, số lượng công bố gia tăng mạnh từ năm 2019 và lĩnh vực có tính liên ngành rõ nét, với sự hiện diện nổi bật của khoa học máy tính, kỹ thuật và quản trị kinh doanh. Phân tích từ khóa xác định 3 cụm chủ đề chính gồm: đào tạo và yếu tố con người; phân tích bán hàng và hỗ trợ ra quyết định bằng AI/máy học; dự báo, tối ưu hóa hoạt động bằng học sâu. Sự xuất hiện gần đây của học tăng cường, mô hình ngôn ngữ và AI có khả năng giải thích, cho thấy phạm vi nghiên cứu đang mở rộng từ các ứng dụng phân tích và dự báo sang tương tác giữa công nghệ và con người. Từ các kết quả này, nghiên cứu gợi mở 4 hướng gồm: tích hợp AI vào đào tạo nhân viên; chuyển kết quả phân tích và dự báo thành hiệu quả bán hàng thực tế; nghiên cứu tương tác giữa con người - AI, mức độ tiếp nhận và khả năng giải thích AI; phát triển các mô hình tích hợp đa cấp trong nghiên cứu hiệu quả bán hàng.

Tài liệu tham khảo:

1. Baas, J., Schotten, M., Plume, A., Côté, G., & Karimi, R. (2020). Scopus as a curated, high-quality bibliometric data source for academic research in quantitative science studies. Quantitative Science Studies, 1(1), 377-386. https://doi.org/10.1162/qss_a_00019

2. Bộ Chính trị (2024). Nghị quyết số 57-NQ/TW ngày 22/12/2024 về đột phá phát triển khoa học, công nghệ, đổi mới sáng tạo và chuyển đổi số quốc gia.

3. Elsevier (2026). How deep is your deep research? https://www.elsevier.com/products/leapspace/resources/how-deep-is-your-deep-research

4. Oh, J. H., & Johnston, W. J. (2023). New evaluation metric for measuring sales training effectiveness. Journal of Business Research, 156, 113458. https://doi.org/10.1016/j.jbusres.2022.113458

5. Singh, S. S., Sen, R., & Borle, S. (2022). Online training of salespeople: Impact, heterogeneity, and spillover effects. Journal of Marketing Research, 59(1). https://doi.org/10.1177/00222437211048498

6. Zheng, Y. H., Shi, G., Zhong, H., Liu, M. T., & Lin, Z. (2023). Motivating strategic front-line employees for innovative sales in the digital transformation era: The mediating role of salesperson learning. Technological Forecasting and Social Change, 193, 122593. https://doi.org/10.1016/j.techfore.2023.122593