Exploring and optimizing data-driven service operations
Disciplines:
Directors:
Abstract EN:
This work aims at investigating the optimization opportunities among several typical service industries where the digital revolution occurs. We made a few contributions in the intersection of business analytics and operations management. There are a few operational issues faced by digital service providers, which are often complicated with massive amount of data, real-time response of decisions, and intractable scale of computations. Hence, it becomes extremely important and necessary to tailor the already established optimization models or design new data-driven approaches that account for the emerging challenges occurring in the context of digital service operations. Chapter 2 studies the travel product design problem in an online travel agency by incorporating the diversity of tour packages in order to balance the customer satisfaction and supplier procurement economy-of-scale. Chapter 3 investigates the appointment scheduling problem by considering the geographical visiting distances between sale-visits appointments and the uncertainty in customer preferences. Chapter 4 is motivated by the order assignment operations in online food delivery platforms and the resulting dynamic matching problem, in searching for the appropriate market thickness and the right order driver pairs to establish matches. In the dissertation, we develop analytical models to characterize the strategic decision behavior of stakeholders, design optimal policies to support real-time decision making procedures, and infer managerial insights to help operations managers make better decisions in practice.
Abstract FR:
L’augmentation des transactions en ligne pose des défis aux entreprises pour gérer les quantités croissantes de données, et leur offre également de nombreuses opportunités avec l’analyse contextuelle des données numériques. Elle modifie considérablement les modes de prise de décision traditionnels et pose des exigences de haut niveau aux décideurs. D’une part, les clients souhaitent partager leurs préférences personnalisées et leurs modes de consommation, et s’attendent à obtenir des produits / services personnalisés et de haute qualité en retour. D’autre part, cette nouvelle tendance conduit également à un besoin d’algorithmes puissants et de meilleurs schémas de représentation des connaissances pour les prestataires de services, ce qui reste un défi pour la plupart des entreprises. Traditionnellement, sans accès aux mégadonnées, de nombreuses entreprises ont tendance à prendre la plupart de leurs décisions importantes sur la base de ce qui est communément appelé «HiPPO» - «the highestpaid person’s opinion». Aujourd’hui confrontées à un environnement à forte intensité de données, elles peuvent utiliser ces énormes quantités d’informations et se tourner vers un mode de décision basé sur les données, ce qui devrait être une clé de leur réussite. Cette thèse vise à étudier les opportunités d’optimisation dans plusieurs industries de services impactées par la révolution numérique. Nos contributions sont à l’intersection de l’analyse commerciale et de la gestion des opérations. Les fournisseurs de services numériques rencontrent plusieurs problèmes opérationnels, qui sont souvent complexifiés par un énorme volume de données, une réponse requise en temps réel, et une échelle de calcul non traitable. Il est donc indispensable d’adapter les modèles d’optimisation déjà connus ou de concevoir de nouvelles approches basées sur les données qui tiennent compte des défis émergents. Nous nous concentrons principalement sur l’optimisation basée sur les données pour les opérations de services numériques. Il s’agira de combiner les quantités croissantes de données avec des méthodologies de programmation mathématique (par exemple, Mixed integer programming, dynamic programming, markov decision process, machine learning) pour concevoir des politiques optimales et prendre des décisions en temps réel. Les résultats doivent aboutir à l’amélioration des performances des prestataires de services. Ce qui suit est un résumé de cette thèse. Dans cette thèse, nous (1) développons des modèles analytiques qui caractérisent le mode de décision stratégique des parties prenantes, (2) concevons des politiques optimales pour soutenir les procédures de prise de décision, et (3) déduisons des conclusions managériales pour aider les directeurs des opérations à prendre de meilleures décisions dans la pratique. Nos résultats théoriques sont testés en pratique. Des prototypes basés sur ces projets ont été partiellement mis en oeuvre dans trois sociétés de services numériques à Bruxelles, Paris et Pékin. Les résultats de nos implémentations ont motivé ces sociétés à nous fournir leurs données pour notre analyse numérique.