Mathematical Programs for Dynamic Pricing - Demand Based Management

Abstract

Tato disertační práce se zabývá vývojem, modelováním a analýzou poptávkově orientovaných úloh, které zahrnují marketingová, operační a logistická rozhodnutí. Úlohy jsou zvoleny tak, aby mohly být dále rozšířeny o koncept tzv. dynamického oceňování a jiných dynamických marketingových rozhodnutí. V práci jsou využity dvě základní poptávkově orientované úlohy: a) úloha kolportéra novin, která je zvolena pro její jednoduchou formu a která tak slouží jako nástroj pro ilustrativní ukázky rozhodovacích procesů v podobných typech úloh, a b) úloha návrhu dopravní sítě, kde jsou využity některé výsledky a znalosti získané při řešení úlohy kolportéra novin. Kolportér (či obecně maloobchodník) čelí náhodné poptávce, která může být postupně ovlivněna oceňováním, marketingovými (tj. reklamními) rozhodnutími a nakonec jejich kombinací. Poptávka obsahuje tedy náhodnou složku, která je pomocí přístupů stochastické optimalizace modelována ve specifickém tvaru (tj. aditivní či multiplikativní tvar). Závislost cena-poptávka je zachycena pomocí nelineární klesající poptávkové funkce, zatímco (vhodná) reklama vede ke zvýšení poptávky (běžně rostoucí s-křivka či konkávní funkce). Výsledky získané při řešení úlohy kolportéra novin s oceňováním jsou následně využity v úloze návrhu dopravní sítě. Tato stochastická úloha je modelována (reformulována) pomocí dvou přístupů stochastické optimalizace: wait-and-see přístup a here-and-now přístup. Jelikož tato implementace vede na lineární či nelineární celočíselnou (navíc scénářovou) úlohu, jsou v práci zmíněny taky výpočetní nástroje. Autor pro řešení používá (původní) tzv. hybridní algoritmus, což je kombinace heuristického (genetického) algoritmu a nástroje optimalizačního softwaru. Potenciální aplikace sestavených modelů, obzvláště v oblasti odpadového hospodářství, jsou diskutovány v závěrečné části disertační práce.The thesis deals with the development, modeling, and analysis of demand-based problems containing marketing, operations, and logistics decisions. The problems may be further extended to the concepts of dynamic pricing and marketing that drive the development. Two demand-based problems are presented in the thesis: a) the newsvendor problem, due to its simple structure as a suitable tool for illustrating how facets of marketing may affect decision-making concerning operational problems, and b) the transportation network design problem, where some results and knowledge gained from the newsvendor problem are applied. In the setting presented, the newsvendor is subsequently faced with pricing, advertising, and joint pricing and advertising-sensitive stochastic demand. A demand-related random element comprises the particular marketing decision(s) of a specific form (e.g., multiplicative or additive). It is assumed that a real pricing strategy is captured with a nonlinear decreasing demand function while a suitable advertising strategy results in increased sales. The properties of the obtained optimal decisions for particular models are discussed. The pricing-related results are applied to the stochastic transportation problem, where the stochastic demand is modeled using wait-and-see and here-and-now deterministic (scenario-based) reformulations. A hybrid algorithm composed of a heuristic (genetic) algorithm and an optimization software tool is proposed for solving of a mixed-integer linear as well as a mixed-integer nonlinear problem. Potential applications, especially in waste management, are also discussed at the end of the thesis.