15
1 Candidate : Manel MAAMAR Directeurs de thèse : Vincent MOUSSEAU Professeur. : Wassila OUERDANE, Maitre de Conférences. Organismes d’accueil: LGI, PLACE DES LEADS Réunion équipe LGL. ECP Thèse CIRFE Modélisation et optimisation multicritère d’une place de marché de Leads (adéquation offre/demande)

Candidate : Manel MAAMAR

  • Upload
    stash

  • View
    137

  • Download
    0

Embed Size (px)

DESCRIPTION

Thèse CIRFE Modélisation et optimisation multicritère d’une place de marché de Leads (adéquation offre/demande). Candidate : Manel MAAMAR Directeurs de thèse : Vincent MOUSSEAU, Professeur. - PowerPoint PPT Presentation

Citation preview

Page 1: Candidate                     :  Manel  MAAMAR

1

Candidate : Manel MAAMAR Directeurs de thèse : Vincent MOUSSEAU, Professeur. : Wassila OUERDANE, Maitre de Conférences. Organismes d’accueil: LGI, PLACE DES LEADS

Réunion équipe2 LGL. ECP 17/01/2013

Thèse CIRFEModélisation et optimisation multicritère d’une place de

marché de Leads (adéquation offre/demande)

Page 2: Candidate                     :  Manel  MAAMAR

Plan

1- Formation

2- Place des leads

3- Problématique

4- Modèle proposé

5- Conclusion et perspectives

2

Page 3: Candidate                     :  Manel  MAAMAR

Formation Depuis Octobre 2012: Doctorante au Laboratoire Génie Industriel,

Ecole Centrale Paris.

2011-2012: Master 2 recherche informatique spécialité  Algorithmes et Modèles de l’Information (AMI). Université de Caen.

2009-2011 : Master 1 et Master 2 informatique option informatique académique (recherche) .Université de Constantine (Algérie).

2006-2009: Licence mathématiques et informatique appliqués aux

Sciences (MIAS) option  informatique fondamentale. Université de Constantine (Algérie).

3

Page 4: Candidate                     :  Manel  MAAMAR

Stages Mars -Sep 2012: Stage de recherche de Master au laboratoire de

Groupe de Recherche en Informatique, Image, Automatique et Instrumentation de Caen (GREYC). Jeux stochastiques de Stackelberg bayésiens partiellement observables : Modèle et Algorithme.

Fév - Juin 2011: Stage de recherche de Master au laboratoire de modélisation et implémentation des systèmes complexes. Réalisation d’un outil de génération de graphes temporels (Durational Action Timed Automata) à partir des réseaux de Petri temporellement temporisé.

Fév -Juin 2009: Stage de licence au laboratoire de modélisation et implémentation des systèmes complexes. Conception et réalisation d’un site web dynamique pour un organisme de e-Learning.

4

Page 5: Candidate                     :  Manel  MAAMAR

Place des leads Place des Leads (PdL) est une place de marché de « leads ».

Traditionnellement utilisé par les forces commerciales pour désigner un contact qualifié et en phase d’achat.

Un « lead » peut être défini dans un contexte web plus globalement comme un contact qualifié et prêt à effectuer une action (achat, devis, demande de RDV, demande de documentation, abonnement newsletter, …).

L’objectif technique global est d’optimiser le fonctionnement de cette place de marché.

5

Page 6: Candidate                     :  Manel  MAAMAR

Problématique « l’affection des leads aux clients » c’est-à-dire établir une

correspondance en temps réel entre l’offre et la demande.

Coté « offre » : PdL reçoit une quantité importante de leads en temps réel. La topologie de ces leads est définie par les valeurs des différents champs des formulaires qui ont permis de les créer ( âge, département, …) ainsi que leur date d’arrivée et leur prix d’achat.

Coté « demande » : les clients de PdL passent des commandes et peuvent filtrer les leads qu’ils souhaitent recevoir selon de multiples critères (ancienneté du lead (< 1h, < 12h, < 24h, …) ; achat en exclusivité ou non ; nombre de leads souhaités par mois, par jour, par heure ; etc).

6

Page 7: Candidate                     :  Manel  MAAMAR

Problématique

PdL

7

Déposer des commandesClient

Fournisseur

Recevoir leads

Déposer des leads

Affecter les leads

aux command

es

extends

extends

extends

extends

Page 8: Candidate                     :  Manel  MAAMAR

Mode de traitement actuel

Algorithme Scoring-commandesDébutFiltrer les commandes qu’on souhaite garder ( Produit, nombre

de leads reste à livrer, type de transmission,…).Définir un ordre de priorité ( filtre, dernière livraison).Fin

Algorithme Scoring-leadsDébutFiltrer les leads qu’on souhaite garder ( Produit, filtre apporteur,

filtre commande,..).Définir un ordre de priorité ( Score).Fin

Algorithme DistributionDébutScoring-commandesPour chaque commande Scoring-leads Vérifier quota Affecter leads selon quotaFin

8

Page 9: Candidate                     :  Manel  MAAMAR

Variables à optimiser

Chiffre d’affaire = prix-vente * volume.

Satisfaction des commandes (60% du besoin quotidien).

Satisfaction des fournisseurs.

Marge = chiffre d’affaire - coût .

Fraîcheur du lead.

9

Page 10: Candidate                     :  Manel  MAAMAR

Modèle proposéDonnées:C : ensemble de n commandes (de filtre f i, d’un prix pi, d’un volume global vgi , d’un volume par heure vhi ,d’un volume par jour vji et d’un volume par mois vmi pour i ∈{1, ..,n}).L : ensemble m leads ( de nombre de reventes rj pour j ∈{1, ..,m}).

Modélisation de l’affectation:Codage binaire: xij vaudra 1 si le lead j est affecté à la commande i, ou xij=0 sinon. Une façon d’affecter les leads aux commandes est décrite par un vecteur X= (x11,….xnm ).Modélisation sous forme matricielle:

10

Leadcommande

1 …….. m

1 x11 …… …….

. …… xij ……..

n ……… ………. xnm

Page 11: Candidate                     :  Manel  MAAMAR

Modèle proposéAlgorithme de prétraitement (Filtre):

Début ∀ ci C∈ ∀ lj L∈ Si lj respecte fi garder xij

Si ci Commande-exclusive K k {x∪ ij} Sinon K’ k’ {x∪ ij} FinSinon FinSi Fin

K ={ xij / ci est une commande exclusive}.K’ ={ xij / ci est une commande non exclusive}. 11

Page 12: Candidate                     :  Manel  MAAMAR

Modèle proposé

Fonction objectif:

Max (CA( xij) = ∑I,j n,m pi xij )

Contraintes:

Volume: ∑i n xij ≤  min ( vgi, vhi, vji, vmi)

Nombre de reventes et exclusivité:

rj +3 ∑j m / (ij) ∈ K xij + ∑j

m / (ij) ∈ K’ xij ≤  3

12

Page 13: Candidate                     :  Manel  MAAMAR

Conclusion

Etude bibliographique.

Modélisation et implémentatin d’un simulateur de la plate forme place des leads.

Formalisation du problème (optimisation monocritère).

13

Page 14: Candidate                     :  Manel  MAAMAR

PerspectivesÀ court terme:Implémentation du modèle monocritère ( Cplex et Java).Optimisation multicritère .

À long terme:Temps réel de l’offre/demande de leads. Prise en compte d’un modèle stochastique de l’offre et de la demande

dans la phase d’optimisation. Elaboration d’un système de pilotage de la place de marché de Leads.

14

Page 15: Candidate                     :  Manel  MAAMAR

15

MerciMerci