GSCOP-RUB-GCSP

Soutenance de thèse de Erfan ASGARI (GCSP) le 14 janvier 2021à 09h30 en visio conférence

Intitulée : «Optimisation des Stratégies des Détaillants sur Un Marché Sensible Au Prix et Aux Émissions de Carbone»
La présentation se fera en ligne sur la plateforme Zoom.
Lien de la Visio: Cliquez ici pour participer ID de réunion : 942 6710 9766 Code secret : 978707.


Les membres du jury :
 
  • Monsieur Yacine REKIK, Professeur, EMLYON Business School, Rapporteur
  • Madame Feng CHU, Professeur, Université d'Évry, Rapporteur
  • Madame Maria DI MASCOLO, Directrice de Recherche CNRS, Grenoble INP, Examinatrice
  • Monsieur Ali SIADAT, Professeur, Ecole nationale supérieure arts et métiers, Examinateur
  • Madame Natacha GONDRAN, Professeur, Grenoble INP, Examinatrice
  • Monsieur Yannick FREIN, Professeur, Grenoble INP, Directeur de thèse
  • Monsieur Ramzi HAMMAMI, Professeur, Rennes School of Business, Co-directeur de thèse

Résumé :


Ce travail étudie le problème de maximisation des profits d'un détaillant et examine ses stratégies optimales dans un marché sensible aux prix et à l'environnement (la greenness de produit). Ce travail commence par un modèle de référence où un détaillant propose un type de produit aux clients. Les produits sont fabriqués par un fournisseur et envoyés au détaillant. Le détaillant garde les produits dans un entrepôt à proximité des clients pour les servir dès leur arrivée. La demande pour les produits est aléatoire et suit un processus de Poisson. Le taux moyen d'arrivée des clients est sensible au prix de détail et au niveau des émissions de carbone du produit. Le temps de réapprovisionnement de l'entrepôt du détaillant est également aléatoire et suit la distribution exponentielle. Le problème consiste à décider du prix du produit, du niveau d'émission de carbone et de la taille de la commande. Nous résolvons le problème par une approche analytique et fournissons les expressions explicites des solutions optimales.
Dans l'étape suivante, le modèle de référence est étendu à un situation où le détaillant propose deux produits aux clients. Les produits, qui sont fournis par différents fournisseurs, sont les mêmes en termes de performances, de fonctions, etc., ils sont donc substituables. La fonction de demande dans ce cas est également affectée par l'effet de substitution. En d'autres termes, la demande pour chaque produit ne dépend pas seulement de son prix et de son niveau d'émission de carbone, mais aussi du prix de l'autre produit et de son niveau d'émission de carbone. Comme le modèle de référence, le problème de maximisation des profits du détaillant est formulé dans un environnement stochastique sous différents paramètres (variables de décision) et est résolu par une approche analytique. Les marchés se distinguent en trois catégories: 1- Greenness-Driven Switchovers (GDS) market, 2- Price-Driven Switchovers (PDS) market, et 3- Neutral market. Ces différentes types de marché permettent de structurer et analyser les résultats obtenu.
Une concurrence dynamique entre deux détaillants, dont chacun a son fournisseur, est ensuite envisagée. Les détaillants proposent deux produits substituables (chaque détaillant propose un type de produit). Le problème consiste à optimiser deux modèles mathématiques symétriques qui consistent à décider des prix des produits, des niveaux d'émission de carbone et des tailles de commande. La décision de chaque détaillant affecte la décision de l'autre détaillant. Le problème général (prix, greenness et taille de la commande pour chaque détaillant en tant que variables de décision) est résolu par une approche analytique en déterminant l'équilibre de Nash. Cependant, dans la pratique, il existe de nombreuses situations où un détaillant existant opère déjà sur le marché et un nouveau détaillant entre sur le marché et propose un produit substituable. Dans ce cas, deux situations pertinentes à étudier sont envisagées et résolues: 1- Compétition sans réaction et 2- Compétition avec réaction partielle. Les expressions des solutions optimales sont présentées pour tous les scénarios.
Ce travail se termine en introduisant une fonction de demande non linéaire. Dans la littérature, toutes les études considèrent une fonction de demande linéaire (au meilleur de nos connaissances). Cependant, nos partenaires du projet ANR CONCLuDE ont montré que la fonction linéaire n'est pas suffisante. Ainsi, une nouvelle fonction de demande non linéaire est considérée pour l'amélioration des émissions de carbone. De plus les études de nos partenaires révèlent également que la demande de produits ne peut pas dépasser un niveau donné à mesure que l'amélioration des émissions de carbone augmente. Plus précisément, l'amélioration de la greenness conduit à augmenter la demande jusqu'à un certain potentiel de marché et ensuite elle est constante. Le modèle de référence est reformulé avec trois différentes fonctions de demande (non linéaire bornée, non linéaire et linéaire bornée) et résolu par une approche analytique. Ensuite, des expressions des solutions optimales sont présentées. Un exemple numérique est effectué pour comparer les bénéfices avec différentes fonctions de demande. La demande non linéaire bornée est considérée comme une référence et est comparée aux autres, les résultats révèlent que lorsque la borne est relativement faible (moins de 20\% pouvant être obtenue par l'amélioration des émissions), le modèle linéaire borné fonctionne mieux que les autres mais au delà, le modèle non linéaire fonctionne mieux.

Mots-clés : gestion de la chaîne d'approvisionnement, détaillants, demande endogène, la greenness, tarification, théorie des files d'attente, théorie des jeux.

The presentation will take place online on the Zoom platform.
Visio Link : Click here to participate Meeting ID: 942 6710 9766 Secret Code: 978707.

Tittle : «Optimization of Retailers' Strategies in Price- and Carbon Emission- Sensitive Market» which will be held on Thursday January 14, 2021 at 9:30am.


Abstract :

This work studies the retailer's profit maximization problem and investigates his/her optimal strategies in a price- and greenness- sensitive market. This work starts with a benchmark model where a retailer offers one kind of product to customers. The products are produced by a supplier and sent to the retailer. The retailer keeps the products in a warehouse near to the customers to serve them as soon as one arrives. The demand for the products is random and follows Poisson process. The customers' arrival mean rate is sensitive to retail price and carbon emissions level of the product. The refilling time of the retailer's warehouse is also random and follows Exponential distribution. The problem consists in deciding product's price, carbon emission level, and order size. We solve the problem by an analytical approach and provide the closed-form expressions of the optimal solutions.
In the next step, the benchmark model is extended in the way that retailer offers two products to customers. The products, which are supplied by different suppliers, are the same in terms of performance, function, and etc., thus, they are substitutable. The demand function in this case is also affected by the substitution's effect. In another words, the demand for each product not only depends on its price and carbon emission level, but also, depends on the other product's price and carbon emission level. Like benchmark model, the retailer's profit maximization problem is formulated in an stochastic environment under different settings (decision variables) and are solved by an analytical approach. According to the results, the market is distinguished in three categories: 1- Greenness-Driven Switchovers (GDS) market, 2- Price-Driven Switchovers (PDS) market, and 3- Neutral market. These different types of market make it possible to structure and analyze the obtained results.
A dynamic competition between two retailers, which each of them has its supplier, is considered. Retailers offer two substitutable products that each of them just offers one kind of product. There are two symmetric mathematical model that consist in deciding products' prices, carbon emission levels, and order sizes. Each retailer's decision affects the other retailer's decision. The general problem (price, greenness, and order size for each retailer as decision variables) is solved by an analytical approach and determined the Nash equilibrium. However, in practice, there are many situations where an existing retailer is already operating in the market, and a new retailer enters the market and offers a substitutable product. In this case, two situations are relevant to study are considered and solved: 1- Competition without reaction and 2- Competition with partial reaction. The close-form expressions of the optimal solutions are presented for all scenarios.
This work ends its studies by introducing a non-linear demand function. In the literature, all studies consider a linear demand function (to the best of our knowledge). However, our partners in project ANR CONCLuDE found out that the linear function is not sufficient enough. Thus, a new non-linear demand function is considered with respect to carbon emission improvement. Furthermore, our partners' studies also reveal that product's demand can not go beyond a given level as carbon emission improvement increases. More precisely, they express that improving greenness leads to increase the demand to a certain amount of market potential and after that it is constant. The benchmark model is re-formulated with different demand functions (non-linear, non-linear cap, and linear cap) and solved by an analytical approach. Then, close-form expressions of optimal solutions are presented. A numerical example is conducted to compare profits with different demand functions. The non-linear cap is considered as reference and compare to other, the results reveal that when maximum attracted costumers possible is low (below than 20\%) the linear cap model performs better than others, but beyond that, the non-linear model performs better.

Keywords : supply chain management, retailers, endogenous demand, greenness, pricing, queuing theory, game theory.