Strategic capacity planning and pricing : a choice-based approach

Abstract

Cette thèse étudie les problèmes de décision stratégiques abordés par un fournisseur de services logistiques (FSL) souhaitant optimiser ses profits ou ses pertes, lorsque l'information dont il dispose à propos de la demande de ses clients pour de nouveaux services est incomplète. Nous adoptons l'hypothèse que la demande est issue de la maximisation d'utilité par les clients. Puisque la connaissance des préférences des clients par le FSL est incertaine, celles-ci sont décrites au moyen de modèles d'utilité aléatoires. La thèse est constituée de trois articles dans lesquels les problèmes traités par le FSL sont exprimés sous forme de programmes stochastiques bi-niveaux où le FSL est le leader et les clients sont les suiveurs. Les articles proposent des reformulations à un seul niveau fondées sur les propriétés duales des solutions optimales et faisant usage de la méthode d'approximation par moyenne échantillonnale pour le calcul des utilités espérées. Ces reformulations sous-tendent la construction, d'une part, de méthodes de résolution asymptotiquement exactes dont la vitesse est supérieure à celle des méthodes de pointe actuelles et, d'autre part, de méthodes heuristiques dont la vitesse et l'exactitude sont élevées. Cette thèse est basée sur trois articles. Dans le premier article, le FSL offre aux expéditeurs des combinaisons de prix et de niveau de service de sorte à maximiser l'espérance des profits résultant de la fourniture des combinaisons sélectionnées par les expéditeurs, à l'inclusion des coûts associés à l'installation des lieux de service. Le programme du niveau inférieur concerne dans ce cas la sélection des combinaisons de prix et de service par les expéditeurs. Dans le second article, le FSL désire minimiser l'espérance du total de ses coûts de livraison et de fonctionnement en offrant à ses clients de substituer la visite de points de cueillette et livraison à la livraison à domicile. Le programme du niveau inférieur concerne dans ce cas la sélection des points de cueillette et livraison ou de la livraison à domicile par les clients. Le troisième article introduit un procédé d'agrégation des scénarios dans la reformulation développée dans le premier article, permettant ainsi d'accroître la vitesse de calcul de plusieurs ordres de grandeur. En résumé, cette thèse fait avancer l'état de l'art sur les formulations stochastiques bi-niveaux pour les problèmes de localisation et de tarification. Ces problèmes sont difficiles à résoudre en raison des objectifs de maximisation du profit, des structures de coût complexes et des contraintes de capacité. D’un point de vue applicatif, la thèse fournit des perspectives managériales essentielles pour les fournisseurs logistiques.

This thesis examines strategic decision-making problems addressed by a profit-maximizing or cost-minimizing logistic provider (LP) faced with the demand of its customers for new services, about which incomplete information is available. The demand is driven by the utility-maximizing customers' preferences and, from the LP's perspective, these preferences are surrounded by uncertainty. They are described with random utility maximizing models. The thesis comprises three articles where the LP's problems are expressed by stochastic bilevel programming formulations in which the LP is the leader and its customers are the followers. The articles propose single-level reformulations leveraging the properties of the dual optimal solutions and utilizing the method of sample average approximation to compute expected utilities. These reformulations yield asymptotically exact and faster than the state-of-the-art computation methods as well as heuristic, high-accuracy, high-speed computation methods. The thesis is based on three articles. In the first article, the LP offers combinations of price and service level to the shippers and aims to maximize the expected profits of supplying the selected combinations, including the costs related to facility installation. The lower level concerns the selection of the combinations of price and service level by the shippers. In the second article, the LP aims to minimize its total expected delivery and operating costs by offering its customers to substitute the use of collection-and-delivery points for home-delivery service. The lower level concerns the selection of service points or home-delivery by the customers. The third article introduces an aggregation procedure in the reformulation of the first article, thereby increasing the speed of computation by several orders of magnitude. To summarize, the thesis advances the literature on stochastic bilevel formulations for facility location and pricing problems. These problems are challenging to solve due to profit-maximizing objectives, complex cost structures, and capacity constraints. From an application perspective, the thesis offers managerial insights valuable to LPs.