Tarification et aide à la décision avec effets de prix de référence

Abstract

Dans cette thèse, nous développons des modèles de pricing dynamique pour des commerçants qui vendent des produits à un flux de clients répétitifs sur un horizon infini. Ces modèles comprennent le concept de prix de référence tant au niveau du produit qu’au niveau du magasin. Nos modèles sont présentés dans un contexte d’un commerce de détail mais ont pour but de capturer une application plus générale et d’être implémentés dans différentes industries telles que le transport aérien, l’hôtellerie, la restauration ou encore la location de voitures. Depuis une dizaine d’années, les techniques de Revenue Management ont été développées d’une manière extensive par les compagnies aériennes et les hôtels. Une grande partie de la recherche a porté sur le front de l’optimisation qui consiste à déterminer la politique optimale d’allocation de la capacité afin de maximiser le revenue. Bien que les prévisions économiques constituent la pierre angulaire de tout système de Yield Management réussi, il y a eu moins de publications relevant de leur développement. Il est important de noter que la qualité des prévisions a un impact direct sur celle des stratégies de tarification et d’allocation de capacité ainsi que sur d’autres pratiques comme la surréservation. Dans un premier temps, nous utilisons différentes méthodes de prévision et comparons leur performance en nous basant sur des données de réservation réelles d’un hôtel. Dans une seconde partie, nous nous concentrons sur la composante de pricing et nous dérivons une solution analytique pour la politique optimale de pricing dans un marché de monopole. Notre stratégie optimale de tarification est une fonction de la condition actuelle du marché, représentée par le prix de référence, contrairement aux travaux précédents où la politique de pricing est une fonction du temps. Nous prouvons la convergence monotone des prix optimaux et des prix de référence à leurs états d’équilibre respectifs. Dans une troisième partie, nous proposons un modèle dynamique de pricing, pour un commerçant vendant multiples produits, basé sur la notion du prix de référence du magasin. Nous dérivons une politique optimale de pricing et prouvons sa convergence monotone dans un contexte de monopole. Nous dérivons une forme analytique pour les prix optimaux. De plus, nous dressons une comparaison entre les modèles établis au niveau du magasin et ceux établis au niveau des produits et entre les politiques optimales et myopes. Enfin, dans la quatrième partie, nous considérons un marché de duopole où les commerçants rivalisent à travers les dynamiques de prix de référence au niveau du magasin. Nous dérivons un système d’équations qui peut être facilement résolu numériquement pour un équilibre de Markov parfait. Nous proposons une heuristique et démontrons que son résultat est très proche de l’équilibre. De plus, nous dérivons des solutions analytiques à des problèmes de pricing pour un commerçant quand son compétiteur suit l’une de trois stratégies sous-optimales et on prouve la convergence monotone des solutions. Pour conclure, on utilise nos résultats pour analyser l’impact de la compétition en comparant le revenue de la politique optimale avec et sans compétition.