Soutenance mémoire
Le problème d’affectation (PA) est un problème très répandu dans le domaine de la recherche opérationnelle. Dans sa version classique, l’objectif d’un PA est de résoudre de manière optimale l’attribution d’un ensemble donné de tâches à un groupe de personnes, tel que le coût minimum ou le profit maximum peut être obtenu. Le PA classique dispose d’un large éventail d’applications incluant la production, la planification du personnel, le transport, . . . etc. [Dessouky and Kijowski, 1997; Soumis et al., 1980; Campell and Langevin, 1995; Leblanc and Farhangian, 1981; Mckeown and Workman, 1976].
Du fait de cette diversité d’applications, plusieurs formulations du PA sont apparues prenant en compte diverses dimensions à satisfaire. En effet, un problème d’affectation standard ne tient compte que du coût ou du profit dans la formulation du problème, alors que différentes applications réelles nécessitent l’intégration d’autres aspects. À titre d’exemple, les décideurs peuvent avoir plusieurs objectifs à satisfaire et les moyens de les atteindre peuvent être conflictuels. C’est notament le cas du problème d’affectation des travailleurs à formations multiples dans un environnement multiministériel. Afin de résoudre ce problème, [Campbell and Diaby, 2002] ont souligné que les niveaux de la demande dans les différents ministères et les capacités des travailleurs disponibles devrait être considérés comme entrées, et que les résultats d’affectation peuvent affecter la qualité du service et la satisfaction des employés. De même, [Suer and Bera, 1998] ont également affirmé que plusieurs facteurs pourraient influer sur l’affectation de la main-d’oeuvre dans la cellule de fabrication.
Place de marché de prospects Internet
Au cours de ces dernières années, beaucoup d’internautes ont recherché de l’information concernant des produits bancaires, financiers, d’assurances ou de crédits sur Internet. En effet, Internet demeure un canal prescripteur fort : les ventes sur Internet ont continué de progresser fortement en 2014. Au total, les français auront dépensé 57 milliards d’euros sur Internet, un chiffre en hausse de 11% sur un an. Le nombre de transactions augmente quant à lui de 15% (Source Fevad 28 janvier 2015). Selon les prévisions de la Fevad, les ventes sur Internet devraient connaître une progression de l’ordre de 10% en 2015. Ces estimations tablent sur une nouvelle poussée de l’offre, tirée par le nombre de sites marchands ainsi que sur une nouvelle progression du nombre de cyber-acheteurs, dont les effets conjugués devraient permettre au e-commerce français de franchir la barre des 60 milliards.
Pour attirer cette nouvelle clientèle, des moyens publicitaires importants sont déployés chaque année. À titre d’exemple, d’après le IAB (Interactive Advertising Bureau), les revenus publicitaires sur Internet pour 2013 ont atteint la somme folle de 42, 8 milliards de dollars. Parmi ces publicités en ligne les plus rentables, ce sont celles associées aux moteurs de recherche qui dominent les dépenses du côté des annonceurs, mais aussi les publicités spécialement ciblées sur les plateformes mobiles.
De ce fait, l’un des objectifs majeurs des programmes de communication qui sont déployés actuellement par les compagnies d’assurance ou les banques réside dans la génération ou l’acquisition de prospects Internet. En effet, les indicateurs de visiteurs uniques (VU), de pages vues ne sont plus les indicateurs les plus importants. Ils ne présentent que peu de valeur aux yeux des directions commerciales et marketing. Un site doit désormais prouver sa capacité à participer au Chiffre d’Affaires de la société et au développement commercial. De nouveaux indicateurs ont fait alors leur apparition : le coût par prospect Internet, le coût par contact qualifié, le cout par vente, . . . etc .
Dans ce contexte, Place des Leads (PdL) représente une place de marché (commerce électronique) de « leads ». Un lead (un prospect Internet) est traditionnellement utilisé par les forces commerciales pour désigner un contact qualifié et en phase d’achat. PdL possède un site commercial www.placedesleads.com offrant, sous la forme d’une plateforme technique, des mécanismes de transaction sécurisés permettant aux entreprises, particuliers, collectivités et associations de comparer et sélectionner différentes offres de fournisseurs pour des biens ou des services. De manière générale, l’objectif principal d’une place de marché est de satisfaire l’offre et la demande. Cela passe notamment par un taux de reventes minimum de prospects Internet. Aujourd’hui, ce taux de reventes est facilement atteignable lorsque les prospects Internet ne sont pas filtrés par les clients (donc plus faciles à revendre) : c’est ce qui est pratiqué aujourd’hui par les vendeurs de prospects Internet. Le problème lié à ce type de fonctionnement consiste en la perte induite par la non filtration des prospects Internet : les clients reçoivent des prospects Internet qui ne sont pas dans leur cible. Le progrès introduit par PdL consiste à maintenir ce taux de ventes même lorsque les clients possèdent des caractéristiques particulières afin de filtrer les prospects Internet qu’ils souhaitent recevoir.
Caractéristiques de la place de marché
Prospects Internet et commandes
Le système de la place de marché utilise deux entités principales, à savoir :
1. Les prospects Internet : un prospect Internet peut être défini dans un contexte web comme un contact qualifié et prêt à effectuer une action (achat, devis, demande de rendezvous, demande de documentation, abonnement newsletter, …). En d’autres termes, un prospect Internet représente un ensemble d’information (âge, département, profession, . . . etc) ou de caractéristiques d’un internaute désirant un produit particulier (assurance santé, assurance automobile, . . . etc). À titre d’exemple, un prospect Internet d’une dame retraitée, nommée « Chevallier Monique », née le 08/07/1943, qui habite au 8 route de Nangis 77000 VAUX LE PENIL FR qui est à la recherche d’une assurance santé. Ce prospect Internet a été créé le 13/10/2015 à 11 :13 :58. Les prospects Internet sont générés automatiquement par une technologie PdL ou bien achetés chez des fournisseurs de prospects Internet. Pour générer ses propres prospects Internet, PdL diffuse sur le web des formulaires dépendant des commandes reçues ensuite elle collecte ces formulaires sous forme de prospects Internet (formulaires remplis et validés par des internautes). La topologie d’un prospect Internet est définie par : (i) sa date de création (date de validation du formulaire par l’internaute), (ii) son prix (coût de sa génération ou de son achat chez un fournisseur) ainsi que (iii) les informations concernant l’internaute (différents champs du formulaire : âge, département, profession, . . . etc).
2. Les commandes : PdL interagit avec plusieurs clients pouvant effectuer une ou plusieurs commandes et filtrer les prospects Internet qu’ils souhaitent recevoir selon de multiples critères. Un filtre représente les caractéristiques de la commande, il peut s’effectuer selon de nombreux paramètres , à savoir :
(a) Les champs du formulaire : un filtre sur les valeurs des différents champs du formulaire permet aux clients de PdL de viser par exemple un public d’un certain âge (âge de l’internaute) ou encore exerçant une profession particulière (profession de l’internaute) . . . etc.
(b) L’ancienneté : l’âge du prospect Internet est compté à partir de sa date de création. Ainsi, les clients de PdL possèdent la possibilité de faire un filtre sur l’ancienneté du prospect Internet (moins d’une heure, de douze heures, . . . etc).
(c) L’exclusivité : l’un des critères permettant aux clients de PdL de caractériser leurs commandes réside dans l’achat d’un prospect Internet en exclusivité ou pas. Autrement dit, certaines commandes exigent des achats exclusifs de prospects Internet (prospect Internet vendu au plus une fois) tandis que d’autres acceptent le fait que le prospect Internet soit revendu à plusieurs reprises (ventes multiples à plusieurs clients).
(d) Le volume : le nombre global de prospects Internet souhaité ainsi que le nombre par tranche de temps (par heure, jour et mois) représentent une autre caractéristique des commandes. À titre d’exemple, la première commande demande un quota global de 90000 prospects Internet mais pas plus de 1000 prospects Internet par mois, par jour et par heure.
|
Table des matières
Introduction générale
1 Place de marché de prospects Internet
1.1 Introduction
1.2 Caractéristiques de la place de marché
1.2.1 Prospects Internet et commandes
1.2.2 Fonctionnement de la place de marché
1.3 Problématique et enjeux
1.3.1 Problématique
1.3.2 Enjeux
1.4 Positionnement et objectifs de la thèse
1.5 Conclusion
2 Etat de l’art
2.1 Introduction
2.2 Modèles d’optimisation
2.2.1 Problèmes d’optimisation
2.2.2 Problèmes d’optimisation discrète
2.2.3 Problèmes d’optimisation combinatoire
2.2.4 Problèmes d’optimisation combinatoire multi-objectif
2.2.4.1 Solutions de bon compromis
2.2.4.2 Approche de résolution
2.2.5 Problèmes d’affectation
2.2.5.1 Formulations
2.2.5.2 Quelques algorithmes pour le problème d’affectation
2.3 Modèles de prévision
2.3.1 Pourquoi élaborer des prévisions pour le processus d’affectation ?
2.3.2 Ce qui caractérise un problème de prévision
2.3.3 Typologie des problèmes de prévision
2.3.4 Ce qui caractérise une solution de prévision
2.3.4.1 Les données à prévoir
2.3.4.2 Horizon et préodicité de la prévision
2.3.4.3 Quelle(s) méthode(s) choisir ?
2.3.5 Principales méthodes de prévision
2.3.5.1 Les méthodes fondées sur le lissage exponentiel
2.3.5.2 Box-Jenkins et modèle causal
2.3.6 L’ensemble des modèles ET S au sein du logiciel R
2.3.6.1 Origines et utilisation du logiciel R
2.3.6.2 L’ensemble des modèles ET S
2.4 Exemples d’applications analogues à celle de PdL
2.4.1 Le problème d’affectation multi-objectif à l’université Davidson : un cas d’étude
2.4.2 Combien de visiteurs à la Tour Eiffel ?
2.4.3 Domaine du textile
2.4.4 Centre d’appels
2.5 Conclusion
3 Optimisation bi-objectif et temps réel de l’adéquation offre/demande de prospects Internet dans un contexte mono-période
3.1 Offre et demande de prospects Internet
3.2 Un exemple illustratif
3.3 Formalisation du problème
3.3.1 Caractéristiques du problème
3.3.2 Variables de décision
3.3.3 Contraintes
3.3.4 Fonction objectif
3.4 Modèle d’optimisation mono-objectif de l’affectation offre/demande de prospects Internet
3.5 Algorithme pour l’affectation mono-objectif
3.6 Modèle d’optimisation bi-objectif de l’affectation offre/demande de prospects Internet
3.6.1 Fonctions de satisfaction des commandes
3.6.2 Programme mathématique bi-objectif
3.7 Algorithme pour l’affectation bi-objectif
3.8 Conclusion
4 Optimisation multi-période de l’adéquation offre/demande de prospects Internet
4.1 Quelques exemples illustratifs
4.1.1 Anticipation de l’évolution des flux de prospects Internet
4.1.2 Anticipation de la mise à jour des quotas
4.2 Modèle d’affectation multi-période de l’offre/demande de prospects Internet
4.2.1 Variables de décision
4.2.2 Contraintes
4.2.3 Fonction objectif
4.2.4 Programme mathématique multi-période
4.3 Implication des futurs flux de prospects Internet et réinitialisations des quotas dans le modèle multi-période
4.3.1 Implication de l’évolution des flux de prospects Internet dans le modèle d’optimisation multi-période
4.3.2 Implication des réinitialisations des quotas de commandes dans le modèle d’optimisation multi-période
4.4 Algorithme pour l’affectation multi-période
4.5 Conclusion
5 Modèle de prévision pour l’optimisation multi-période
Conclusion générale
