Réponse incrémentale

Wiki

(Définition communautaire : Wikipédia)

La recherche opérationnelle peut être définie comme l'ensemble des méthodes et techniques rationnelles orientées vers la recherche de la meilleure façon d'opérer des choix en vue d'aboutir au résultat visé ou au meilleur résultat possible. Ce domaine fait largement appel au raisonnement mathématique (logique, probabilités, analyse des données) et à la modélisation des processus.

En mathématiques, l'optimisation traite de la recherche d'un extremum d'une fonction, dont les entrées peuvent être soumises à des contraintes.

L’optimisation joue un rôle important en recherche opérationnelle (donc en économie et microéconomie). Aujourd'hui, tous les systèmes susceptibles d’être décrits par un modèle mathématique peuvent être optimisés. La qualité des résultats et des prédictions dépend de la pertinence du modèle, de l’efficacité de l’algorithme et des moyens pour le traitement numérique.
Les Domaines d’application sont extrêmement variés : optimisation d’un trajet, de la forme d’un objet, d’un prix de vente, d’une réaction chimique, du contrôle aérien, du rendement d’un appareil, du fonctionnement d'un moteur, de la gestion des lignes ferroviaires, du choix des investissements économiques, de la construction d’un navire, etc. L’optimisation de ces systèmes permet de trouver une configuration idéale, en tenant compte du temps et de l’argent mais aussi de tous les critères de performance de l’entreprise comme la satisfaction interne ou externe, la consommation de CO2…..

Point de vue d'expert

Si ce thème ne fait pas partie intégrante de la statistique, il constitue l’un des atouts que les mathématiques offrent aux entreprises pour réaliser leurs desseins !

Améliorer, évoluer, progresser ; en ces temps de compétitivité et de guerre commerciale universelle, on pourrait supposer que la notion d’optimisation soit en vogue dans les entreprises, alors que ces méthodes-là ne sont que peu utilisées et jamais de façon globale.

L’optimisation est la recherche du minimum ou du maximum d’une fonction dans le respect de contraintes établies. Dans l’univers du transport, par exemple, il peut s’agir de la recherche du trajet le plus court (synonyme de gain de temps et d’économie de carburant), tout en garantissant la bonne livraison des produits, en fonction de la flotte et des conditions de circulation (nos fameuses contraintes : les adresses de livraison, les camions et leurs différentes caractéristiques, l’état de la route…).

L’optimisation commence à sortir de ses sentiers battus

Au-delà des problèmes de transports et de logistique, SAS a associé l’optimisation aux campagnes marketing.

Comment optimiser (au sens financier du terme) mon budget marketing ? Sachant que mes différents canaux ont des coûts différents et surtout des probabilités différentes d’aboutir à l’achat (rappelez-vous la modélisation prédictive – édition de mars 2013), tout en tenant compte de mes contraintes de production (centre d’appels, envoi d’e-mails et de courriers) et de la sur-sollicitation des cibles.  Comme on le voit à travers ces deux exemples, on reste en général dans l’utilisation de méthode analytique, ici, l’optimisation, dans une partie de l’organisation -le département logistique ou marketing-.

L’entreprise analytique n’est pas encore là ; on pourrait imaginer que la modélisation prédictive, au-delà de définir les meilleurs clients, influe sur les prévisions de l’entreprise et que ces dernières impactent l’organisation par l’optimisation (alignement) des ressources.

La parole à l'utilisateur

1-800-flowers.com

L’optimisation du réseau des DAB (distributeurs automatiques de billets).

Avec des prévisions précises pour chaque DAB, la banque DBS a développé un modèle d'optimisation pour programmer l’approvisionnement de son réseau.

Le moteur d’optimisation a utilisé les analyses prévisionnelles pour prévoir quand les retraits seraient susceptibles de se produire. Cependant, la vraie force de ce modèle réside dans sa capacité à prévoir le nombre de retraits éventuels et ainsi programmer  le nombre de déplacements nécessaires pour approvisionner le réseau.

En même temps, cela permet d’ajuster le montant des fonds nécessaires au réapprovisionnement de chaque DAB.

« C'est une étape incroyable dans l’évolution analytique de notre entreprise qui l’aide à améliorer nos procédures de travail, augmenter notre efficacité opérationnelle et nous conduire vers un service d’excellence grâce aux process analytiques»  a déclaré Gledhill.

«Grâce à cette solution innovante - une première dans le secteur bancaire - DBS est maintenant capable de convertir l'utilisation des DAB et les données de comportement des clients en un plan d'exécution quotidien, hebdomadaire voire mensuel, permettant le réapprovisionnement optimal des distributeurs en dehors des heures de pointe."

DBS continue sa lancée dans l’innovation  et a créé une plateforme d'analyse de haute performance au sein de la banque. Aujourd'hui, les solutions SAS sont utilisées par tous les départements de l'entreprise afin de fournir en temps réel des analyses client, de crédit et des opérations. L'évolution de son système continuera de permettre à DBS de fournir les meilleurs services à sa clientèle en pleine croissance et d'être constamment considéré comme un acteur de la finance de premier plan en Asie.

Lire l'article complet

 

TNS Sofres, ou comment un module d'optimisation permet d'affiner les estimations électorales au soir des Présidentielles et bien d'autres choses.

C'est devenu un rituel des soirées électorales : dès 20 heures, à peine fermés les derniers bureaux de vote, les instituts de sondage livrent leur première estimation du résultat. Pour atteindre un résultat aussi fiable que possible dans des conditions de pression intense, TNS Sofres utilise depuis 2007 le module d'optimisation statistique SAS/OR. Un outil qui permet aussi d'optimiser l'échantillonnage des sondages d'opinion, et d'industrialiser certaines enquêtes. Comment ?

C'est ce qu'explique Régis Bénichou, directeur scientifique de TNS Sofres.

Lire l'article complet

 

La SNCF optimise ses revenus avec SAS

La direction Innovation & Recherche de la SNCF utilise les outils analytiques SAS pour optimiser dépenses et recettes. Les applications sont très vastes, des prévisions de trafic à la mesure de la fraude.

Au sein de la SNCF, la direction Innovation & Recherche est l'un des principaux utilisateurs des outils SAS. Son défi : « faire parler » les millions de données issues de l'exploitation quotidienne du réseau ferré, et utiliser ces retours d'expérience pour mieux concevoir la production de demain.

SAS, la « boîte à outils » de la SNCF

L'activité de la Direction se base sur le traitement et l'analyse de données complexes, la modélisation, la simulation et l'optimisation. Pour tout cela, la SNCF a fait le choix d'outils SAS dédiés et de développements ad hoc en code SAS. « SAS est notre boîte à outils, résume Maguelonne Chandesris, Responsable de l'équipe Optimisation des revenus. C'est un outil puissant pour tester, développer et mettre au point des algorithmes de calcul en intégrant différentes sources de données. C'est aussi un formidable moteur de bases de données, et un langage de haut niveau qui nous permet de coder très rapidement, et de montrer aux responsables opérationnels ce qu'ils peuvent faire avec les données dont ils disposent. »

Des prévisions de trafic…

L'un des récents projets concernait les prévisions de trafic pour les trains express régionaux (TER). Ces prévisions sont essentielles à moyen terme, pour déterminer le nombre de trains à mettre en circulation, dimensionner le service proposé en gare et à bord des trains, gérer les tarifs… A plus long terme, elles permettent aussi d'anticiper les achats de matériel.
En raison de fortes disparités entre les régions, il était impossible de se fonder sur un modèle statistique national. L'équipe de Maguelonne Chandesris a donc dû définir de nouveaux modèles spécifiques à chaque région avant de réaliser une prévision opérationnelle dont les résultats pourraient être agrégés au niveau national.

…à la mesure de l'impact économique de la fraude

C'est également avec les solutions SAS que la SNCF a mis en œuvre son projet de mesure de l'impact économique de la fraude tarifaire.
Pour ce projet, la Direction Innovation & Recherche s'est basée sur les données des contrôles dans les TGV (dont les contrôleurs sont équipés d'un assistant numérique personnel), en considérant chaque contrôle comme un sondage. Les statisticiens ont travaillé avec SAS pour vérifier que l'extrapolation des données issues des contrôles constituait une mesure suffisamment fiable, puis réaliser un prototype, avec des outils de restitution spécifiques, pour convaincre les décideurs de l'utilité de la mesure en termes de pilotage. « Quand nous avons montré notre maquette, on nous a demandé de mettre aussitôt l'outil en place sur l'ensemble du périmètre TGV ! » raconte Maguelonne Chandesris. Il fallait pourtant attendre de brancher le modèle sur les systèmes d'information existants. Deux ans après l'idée initiale, le système est aujourd'hui opérationnel.

A propos de la Direction de l'Innovation & de la Recherche SNCF

La Direction de l'Innovation & de la Recherche s'est donné pour mission « d'inventer le train de demain », pour permettre à la SNCF de garder un coup d'avance dans un contexte de plus en plus concurrentiel.
Outre la recherche fondamentale qui prépare les futurs investissements, ses experts s'emploient aussi à répondre aux problématiques très opérationnelles des différentes activités de l'entreprise, en analysant les données issues de l'exploitation quotidienne du réseau ferré.

En savoir plus

La Revue Statistique et Société

SFDS

Quoi de mieux pour introduire l’objet d’une nouvelle revue que de donner l’éditorial de son  premier numéro, que nous reproduisons ici.
« La Société française de statistique (SFdS) est heureuse, en cette année 2013, année internationale de la statistique, de présenter le premier numéro de sa nouvelle revue : Statistique et société, qui vient compléter un bouquet de publications déjà riche du Journal de la SFdS et des revues Statistique et Enseignement et CSBIGS (Case Studies in Business, Industry and Government Statistics).

Statistique et société entend contribuer à l’élaboration et à la diffusion d’un savoir sur la place, le rôle et les usages de la statistique dans le fonctionnement et l’évolution de la société. Outil d’investigation scientifique, la statistique s’applique à de multiples domaines. Elle s’exerce dans une société qui l’influence et a sur celle-ci un impact en retour. En consacrant une publication à cette dialectique, la SFdS souligne son propre ancrage dans la société et espère intéresser toutes les personnes désireuses de mieux comprendre notre monde en tirant parti de la statistique. Parmi elles, les statisticiens trouveront dans cette publication matière à réfléchir à leur propre pratique professionnelle.

La nouvelle revue consacrera une large place à la connaissance et au bon usage des outils et des résultats statistiques. Elle s’efforcera de promouvoir le dialogue entre les disciplines utilisatrices de la statistique et de montrer combien celle-ci contribue à éclairer les problèmes de société actuels, y compris dans leurs dimensions historiques et internationales. Attachée à favoriser les débats autour de questions d’actualité autant qu’à diffuser une information objective, la revue participera ainsi pleinement à la vie citoyenne.

Support d’expression de l’ensemble des composantes de la SFdS et de tous ses groupes thématiques, Statistique et société souhaite et saura s’ouvrir à des contributions extérieures conformes à sa vocation. Son rythme de parution est  trimestriel.
Statistique et société est, comme les autres revues de la SFdS, une publication exclusivement électronique et gratuite pour les lecteurs et pour les auteurs, accessible librement à partir de son site web. »

Jean-Michel Poggi
Professeur Université Paris Descartes et Président de la SFdS

Retour en haut