• Contenu principal
  • Menu
OpenEdition Books
  • Accueil
  • Catalogue de 15529 livres
  • Éditeurs
  • Auteurs
  • Facebook
  • X
  • Partager
    • Facebook

    • X

    • Accueil
    • Catalogue de 15529 livres
    • Éditeurs
    • Auteurs
  • Ressources numériques en sciences humaines et sociales

    • OpenEdition
  • Nos plateformes

    • OpenEdition Books
    • OpenEdition Journals
    • Hypothèses
    • Calenda
  • Bibliothèques

    • OpenEdition Freemium
  • Suivez-nous

  • Lettre d’information
OpenEdition Search

Redirection vers OpenEdition Search.

À quel endroit ?
  • Presses universitaires de Provence
  • ›
  • Travail & Gouvernance
  • ›
  • Retailing et localisation
  • ›
  • Localisation
  • ›
  • Vers un merchandising multi-agents
  • Presses universitaires de Provence
  • Presses universitaires de Provence
    Presses universitaires de Provence
    Informations sur la couverture
    Table des matières
    Liens vers le livre
    Informations sur la couverture
    Table des matières
    Formats de lecture

    Plan

    Plan détaillé Texte intégral Introduction théorique à la problématique Formalisation du problème Cadre factuel des axes de recherche Cadre conceptuel des axes de recherche Bibliographie Annexe Auteurs

    Retailing et localisation

    Ce livre est recensé par

    Précédent Suivant
    Table des matières

    Vers un merchandising multi-agents

    Définition conceptuelle et opérationnelle

    Philippe Robert-Demontrond, Daniel Thiel et Jean-Marc Ferrandi

    p. 295-311

    Texte intégral Bibliographie Bibliographie Annexe Annexe Auteurs

    Texte intégral

    Introduction théorique à la problématique

    1Si la détermination de la localisation optimale des offres, compte tenu de leur caractère complémentaire ou non, est un problème crucial en merchandising, les méthodes employées sont pour l’essentiel encore purement empiriques. L’adoption d’une posture plus scientifique mène ici : en 1) à une formalisation mathématique du problème ; en 2) à la définition d’un protocole de résolution numérique, explicitant les différents choix à effectuer et les alternatives existant en chaque cas, puis les options finalement retenues ; en 3) à la formulation d’un modèle composé d’agents interagissant.

    Introduction théorique à la problématique

    2En première instance, le problème que l’on se propose de traiter ici correspond à la décision d’implantation dans un espace de vente E (dans notre cas, un rayon) d’un ensemble G d’offres notées Ai (i = 1,…, n). Techniquement, ces offres sont réparties par catégories issues d’une partition de l’assortiment G en sous-ensembles complémentaires, chaque sous-ensemble étant constitué de références substituables entre elles. L’espace E est muni de caractéristiques particulières, ainsi que d’une configuration. Formellement, un ensemble F de sous-rayons, F ⊃ E, est noté F = {Sk}, avec k ∈ K, ensemble fini ou non d’indices. La non-trivialité de F implique que card (F) > 1. En d’autres mots, l’espace est discrétisé en sous-rayons d’étendues non nulles. On pose card (F) = p, et p = n, de sorte que l’on ait un et un seul type d’offre localisable par sous-rayon et qu’à chacun des différents sous-rayons définis sur E soit associée une catégorie donnée d’offres.

    3On note Aik l’offre Ai localisée en Sk (i = 1,…, n ; k = 1,…, p). On note P(G) et P(Aik) respectivement les performances de G et de Aik, performances dont on ne spécifie pas a priori la forme, notamment le caractère linéaire ou non linéaire de la fonction f les liant. Comme plus avant, il s’agit ce faisant de garder au problème traité le caractère le plus général possible. On suppose qu’il n’est pas de condition particulière contraignant les déplacements de produits au sein du même espace E.

    4On pose, par axiomatique, P(G) ≠ ∑i P(Ai).

    Formalisation du problème

    5Compte tenu de ces différents éléments, le problème énoncé plus avant, d’optimisation fonctionnelle de l’offre G, devient un problème d’optimisation structurelle. L’hypothèse retenue plus avant, qu’il est un nombre a priori non déterminé de possibilités de cheminements entre les sous-rayons complique quelque peu le problème qui, finalement, s’écrit formellement :

    max P(G) ↔ max f (P(Ai)) ↔ min DG, avec DG = ∑i ∑j (δij . dij)

    6où δij désigne la distance physique (topographique) entre les offres Ai et Aj et dij leur dépendance fonctionnelle. DG désigne la « dissipation structurelle » de l’offre G. L’idéal fonctionnel du modèle, dans le cas d’offres complémentaires, est défini de fait par l’existence d’une distance nulle entre elles – toute autre organisation structurelle donnant une probabilité non nulle, et plus ou moins forte selon la configuration retenue des implantations, d’une moindre performance.

    Cadre factuel des axes de recherche

    7En pratique, l’abandon de l’hypothèse d’additivité des performances spécifie l’existence de dépendances fonctionnelles entre les diverses offres proposées. Dans le cas d’offres commerciales, on sait ainsi que, souvent, l’optimisation de la rentabilité de l’assortiment « ne peut être assurée par une organisation fragmentée, considérant chacun des produits isolément, car leurs performances ne sont que rarement séparables » (Bultez et al. 1995 : 72). La performance P(G) d’un assortiment d’offres est effectivement conditionnée par : 1) le fait qu’il est des produits de nature complémentaire, autrement dit tels que leurs consommations sont liées, et donc tels que l’achat de l’un implique, à un moment ou à un autre, l’achat d’au moins l’un des autres ; 2) le fait que certaines catégories de produits ne sont complémentaires d’aucune autre, et sont même d’une nature telle que les praticiens éprouvent de réelles difficultés à placer d’autres produits à proximité (exemple des produits pour animaux, évoqué par Cros 1992 : 88) ; 3) le fait qu’il est des catégories de produits de nature mutuellement non complémentaires, mais se faisant au contraire concurrence, sous certaines conditions d’implantation. C’est ainsi, notamment, que des rayons de produits d’impulsion placés en face à face obtiennent des résultats le plus souvent médiocres (Jallais et al. 1987 : 314).

    8La prise en considération de ce type de phénomènes amène à une conception « connexionniste » du merchandising, pensant les assortiments comme des réseaux d’offres liées (Robert et al. 1998). On sait que le désir pour les produits est partiellement construit dans l’espace de vente. Dans cette perspective également la proximité physique des produits complémentaires est une nécessité, qui permet l’accroissement de leur probabilité d’achat sur le même point de vente (exemple de l’implantation distribuée des vins – selon leurs complémentarités avec d’autres produits : vins pour viandes rouges, vins pour poissons et fruits de mer, vins pour desserts, etc. – évoqué par Gaulin et al. 1993 : 473).

    Cadre conceptuel des axes de recherche

    9Dans sa syntaxe, ce problème est apparenté à celui formalisé par Fermat, Cavalieri puis Torricelli au xviie siècle, visant à établir la localisation d’un point tel que la somme de ses distances aux sommets d’un triangle (puis, par extension, d’une configuration géométrique à n points) soit minimale. Repris par Weber (1909) dans la perspective, plus pragmatique, d’optimiser la localisation des sites industriels de production, compte tenu des localisations des sites d’approvisionnement et de distribution, ce problème s’avère d’une importance telle qu’on le considère actuellement comme un paradigme (Ponsard 1987 : 12). Son extension par Cooper (1963) au cas, incidemment noté par Weber, sans résolution, d’une localisation dans l’espace de plusieurs établissements, soit indépendants, soit interdépendants, a impulsé le développement d’un vaste programme de recherche. Dans le cas, notamment, où il s’agit d’assurer la localisation optimale de p établissements différents parmi n sites possibles, pour la satisfaction d’une demande dispersée sur m sites, de telle sorte que le coût total de l’action soit minimal, le problème est identifié comme celui de la p-médiane. La nature des établissements importe peu : il peut s’agir, indifféremment, de services publics d’urgence ou d’établissements industriels (Ghosh & Rushton 1987). En tous les cas, la syntaxe est la même, ou presque. Seule la sémantique diffère. En ce sens, le champ d’application de ce paradigme s’étend pleinement, de droit, au domaine du marketing, pour la résolution de problèmes de distribution (Goodchild & Noronha 1987 : 121). Pour autant, force est d’observer qu’actuellement encore très peu d’applications d’inspiration ou à orientation marketing ont été développées (Achabal et al. 1982 ; Craig et al. 1984 ; Ghosh & Craig 1983, 1984 ; Goodchild 1983 ; McLafferty & Ghosh 1987). L’essor d’un programme de recherche réellement consistant en marketing ne date guère que d’une dizaine d’années (Cliquet 1992 : 188) et paraît s’être borné exclusivement, jusqu’à présent, à l’exploitation du paradigme de Weber pour la définition de procédures d’implantations optimales de points de vente au détail.

    Définition d’un protocole de résolution

    10D’après Fisher et Gurghan (2007), l’optimisation d’un problème de merchandising peut-être représenté de la manière suivante. Les étagères du rayon sont divisées en présentoirs. La capacité du présentoir dépend de la profondeur des étagères et de la taille du produit unitaire.

    11Le nombre de présentoirs, fj, alloué à un produit j, détermine son nombre maximum de références, cjfj, en considérant cj comme la capacité du présentoir. Lors de l’initialisation de la situation, un nombre de boîtes (dans le cas du rayon épicerie, par exemple), de taille bj est en place de telle sorte que le nombre de références soit le plus proche du nombre de références maximum de références possibles sur ce rayon, sans être excédentaire. Les tailles varient de façon significative d’un produit à un autre. Les produits périssables sont déposés jusqu’à la fin de leur date limite de consommation.

    12L’objectif du merchandising est de maximiser les profits du distributeur que l’on peut définir comme : marge/unité, nombre de ventes, prix d’achat, stock disponible.

    13Si l’on considère cette équation à l’intérieur d’une sous-catégorie prédéfinie, on cherche à maximiser : Z = ∑Gj(fj,Dj(f, d))

    14wj étant la largeur du packaging du produit j

    15avec ∑ fj wj < l’espace disponible

    16fj appartient à {0,1,2,… } pour tout j

    17et j ∈ N = {1,…, J}, l’ensemble des variables d’une sous-catégorie

    18Gj représente la moyenne des profits réalisés par le distributeur pour le produit j selon la configuration fj et Dj est le taux de demande.

    19Différentes méthodes peuvent être utilisées pour résoudre ce problème d’optimisation, notamment la méthode heuristique proposée par les auteurs. Ces de travaux se limitent à déterminer des solutions « statiques ». Par ailleurs, ce problème de merchandising doit prendre en compte la localisation des produits dans le rayon mais aussi leur voisinage qui va influencer la performance globale du rayon.

    20L’originalité de notre article consiste à s’inspirer des systèmes multi-agents SMA pour approcher cet optimum mathématique à l’aide d’une simulation informatique permettant aux agents de se déplacer virtuellement dans le rayon. Il s’agit donc d’une alternative consistant à considérer comme agents les produits et leurs interactions possibles. Dans le modèle de simulation que nous proposons, les produits agiront entre eux via des phénomènes de « coopération ».

    21L’environnement du SMA correspond aux rayons étudiés et sera défini comme une grille de cases (« patch ») dans laquelle les agents pourront se déplacer. Chaque case représentera la place d’un produit donné dans le rayon étudié.

    22Au niveau de la représentation et en se référant à Ferber (1995), les agents auront les possibilités suivantes :

    1. agir dans leur environnement : se déplacer, par exemple ;
    2. percevoir et partiellement se représenter leur environnement : pour déterminer s’ils sont bien à leur place ;
    3. communiquer directement ou indirectement avec d’autres agents : pour définir encore une fois s’ils sont bien à leur place ;
    4. être mus par des tendances internes (buts, recherche de satisfaction) : ici, « se vendre ».

    23Les agents auront donc un comportement autonome, conséquence de leurs perceptions, représentations et communications : soit ils restent à leur place, soit ils se déplacent si leur environnement ne leur convient pas.

    24Plusieurs groupes peuvent être créés décrivant un ensemble possédant la même marque ou le même prix, ou le même poids par exemple.

    25Des rôles pourront être définis, par exemple, pour les marques leaders sur le marché.

    26Au niveau des fonctions qui nous intéressent, nous avons défini :

    • une fonction représentationnelle : dans notre cas, cette fonction intègre l’environnement, c’est-à-dire le rayon et ses contraintes implicites définies par le chef de rayon ;
    • une fonction conative avec :
      • la fonction motivationnelle qui définit le besoin de se vendre ;
      • la fonction déontique qui correspond aux contraintes implicites du chef de rayon et qui limiteront les déplacements virtuels des produits ;
      • la fonction de sélection d’action qui s’occupe du déplacement des agents : soit notre agent se déplace car sa place ne lui convient pas, soit il reste à sa place.
    • une fonction interactionnelle qui intègre l’étude du voisinage immédiat de l’agent pour définir l’action de l’agent ;
    • une fonction végétative que nous n’avons pas retenue dans cette application.

    Conditions initiales du problème : pré-enquête sur le terrain

    27Pour tester notre modèle multi-agents, nous avons choisi d’étudier l’agencement d’un rayon de cafés moulus dans une grande surface de distribution. Pour se rendre compte des habitudes de dispositions des cafés à l’intérieur d’un linéaire, une étude sur le terrain a été réalisée dans trois grandes surfaces Leclerc, Marché U et Auchan (voir exemple de linéaire étudié en figure 1).

    Figure 1. – Photographie du rayon étudié.

    Image

    28Dans un hypermarché Leclerc et dans un supermarché U, nous avons pu observer l’organisation du linéaire suivante (figure 2) :

    Figure 2. – Schéma de la disposition des marques de café moulu au sein du linéaire café de Leclerc.

    Image
    • Les cafés commerces équitables, marques de distributeurs, sont placés en tête de gondole (1).
    • Puis, une zone « café moulu décaféiné » est présente : les grandes marques sont exposées en hauteur jusqu’au milieu du rayon (2). Les cafés « marques repères » de cette gamme sont vraiment exposés au milieu du rayon (3). Ces produits sont les plus visibles.
    • Quant aux produits premiers prix, ils sont exposés au niveau le plus inférieur du rayon (4).
    • Puis une autre bande verticale est consacrée aux gros packagings de différentes marques (5).
    • Enfin, une disposition verticale « Marque Repère » (3’), « Carte Noire » (2’), et une autre zone « Marque Repère » est consacrée au rayon (2’’).

    29Plus précisément, de manière à comparer notre modèle à l’implantation réelle d’un supermarché, nous avons choisi de partir d’une situation initiale observée dans le magasin du groupe Auchan de Champ-sur-Yonne (seuls les cafés moulus sont représentés).

    30Le rayon est organisé de la manière suivante (voir figure 3) :

    • 7 niveaux de présentation ;
    • 1,20 mètre de linéaire ;
    • 31 produits différents ;
    • 7 marques : Auchan, Maison du Café, Café Grand-Mère, Jacques Vabre, Lavazza, Carte Noire, San Marco, Lobodis ;
    • 1 marque premier prix.

    Figure 3. – Représentation schématique du linéaire café d’un supermarché du groupe Auchan.

    Image

    31Nous avons pu constater que les produits de marque de distributeur, ici Auchan, sont placés au milieu du rayon et sont encadrés par les produits de marques nationales. Cependant, contrairement aux deux autres GMS étudiées, dans ce linaire sur une rangée médiane sont disposés une dizaine de cafés premier prix alors que nombreuses sont les marques nationales disposées dans la partie basse et haute du rayon. Globalement, nous pouvons dire que la marque distributeur Auchan est disposée au centre du rayon et les grandes marques encadrent ces produits.

    32Dans tous les GMS, les produits, quelle que soit leur gamme (premier prix, haut de gamme) sont systématiquement regroupés par type de packaging.

    Protocoles de calcul

    33En nous inspirant de la fonction d’optimisation de Fisher et Gurhan (2007), nous proposons la fonction Z de maximisation de la marge totale :

    34Max (Z) = ∑produits (quantités vendues * marge unitaire – stock en rayon * prix de vente unitaire) * fposition.

    35Nous avons complété Z par un facteur f de position déterminé à partir des observations précédentes et qui fera évoluer la marge totale en fonction de la localisation des produits dans le rayon.

    36Dans un premier temps nous avons choisi d’implanter huit produits. Le modèle développé cherche à améliorer la marge totale en intégrant trois types de contraintes :

    • Une contrainte de gamme : en effet, dans un linéaire, les cafés moulus ne sont pas mélangés aux cafés solubles. Nous cherchons donc à ne pas séparer ces deux catégories. Un produit va ainsi examiner ces huit voisins et va se déclarer « insatisfait » si ces voisins ne sont pas de la même gamme que lui.
    • Une contrainte de format : dans la réalité, les cafés de même poids sont regroupés ensemble. Un produit va donc se déclarer insatisfait si ces voisins ne sont pas du même format que lui. Dans notre cas, nous avons deux formats :
      200 g et 250 g.
    • Une contrainte de prix : dans les linéaires, les produits chers ne sont pas placés à côté des produits premiers prix. Un produit qui sera placé à côté de produits plus de deux fois plus chers que lui sera considéré comme insatisfait.

    37Le modèle va donc baser ses calculs à partir d’un taux de produits « insatisfaits » fixé par l’utilisateur.

    38Ensuite, il suivra les heuristiques suivantes :

    • S’il y a trop de produits insatisfaits et que la marge du distributeur ne s’est pas améliorée, tous les produits changeront de place. La marge sera recalculée ainsi que le pourcentage d’insatisfaction.
    • S’il y a trop de produits insatisfaits et que la marge du distributeur s’est améliorée, seuls les produits insatisfaits changeront de place. La marge sera recalculée ainsi que le pourcentage d’insatisfaction.
    • S’il y a suffisamment de produits « satisfaits » (la disposition répond aux exigences de l’utilisateur) mais que la marge n’a pas été améliorée, tous les produits changeront de place. La marge sera recalculée ainsi que le pourcentage d’insatisfaction.
    • S’il y a suffisamment de produits satisfaits et que la marge a été améliorée, toutes les exigences sont respectées, le modèle de simulation s’arrêtera.

    39L’utilisateur peut visualiser l’évolution de la marge du distributeur durant la simulation sur Netlogo, logiciel libre utilisé pour les simulations (Wilensly 1999). Lorsque le programme s’arrête, il visualise la disposition proposée et la marge totale associée.

    Analyse des résultats

    40Les simulations du modèle ont montré une vitesse de convergence exponentielle en fonction du taux d’insatisfaction choisi. Par exemple, pour un taux de produits « insatisfaits » de 26 %, le logiciel propose une solution en quelques secondes, pour 25 % il met environ 2 min et ce temps croît exponentiellement si on réduit ce taux et après un certain seuil le modèle ne converge plus dans un temps raisonnable.

    41La figure 4 montre une solution obtenue avec 26 % de produits « insatisfaits » de leur localisation.

    Figure 4. – Proposition d’implantation optimale du linéaire.

    Image

    42Dans cet exemple simplifié, nous pouvons constater que la marge journalière est passée de 2933 € à 2886 € soit un gain de 47 € par jour sur la base de huit produits seulement.

    43Par ailleurs, nous pouvons voir dans la figure 4 que les cafés solubles ne sont pas mélangés aux cafés moulus étant placés sur l’étagère au-dessus des autres. Ceci s’explique aussi par leur format, différent du format des autres cafés. Les produits Arabica et Colombia, proches en termes de prix de vente sont placés près l’un de l’autre, ainsi que l’ensemble des cafés de marque Auchan. Les cafés Lobodis restent groupés. Les contraintes que nous avons fixées sont donc plutôt bien respectées.

    44Nous pouvons également noter que les produits de la marque distributeur restent en position assez centrale comme nous l’avions observé sur le terrain.

    Limites du modèle

    45Le modèle présenté s’appuie sur des données empiriques et sur un cas se limitant à huit références à implanter dans un linéaire (une case = une référence unique). Le choix des contraintes imposées pour déterminer la satisfaction des produits est laissé à l’appréciation de l’utilisateur du modèle. Quand peut-on décider qu’un produit a une localisation satisfaisante ? Toute la logique du modèle se base sur cette évaluation. Une discussion avec un responsable de rayon est donc utile pour fixer des contraintes empiriques propres à l’enseigne et à chaque espace de vente.

    46Un autre point qui mériterait d’être discuté avec les décideurs notamment le choix de réagencer tout le linéaire ou bien de ne déplacer que les produits « insatisfaits ».

    47Enfin, la taille réelle d’un rayon pouvant correspondre à plus de 200 produits augmenterait les temps de calcul.

    Bibliographie

    Des DOI sont automatiquement ajoutés aux références bibliographiques par Bilbo, l’outil d’annotation bibliographique d’OpenEdition. Ces références bibliographiques peuvent être téléchargées dans les formats APA, Chicago et MLA.

    Format

    • APA
    • Chicago
    • MLA
    Cooper, L. (1963). Location-Allocation Problems. Operations Research, 11(3), 331-343. https://doi.org/10.1287/opre.11.3.331
    Cooper, L. (1964). Heuristic Methods for Location-Allocation Problems. SIAM Review, 6(1), 37-53. https://doi.org/10.1137/1006005
    Cornuejols, G., Fisher, M. L., & Nemhauser, G. L. (1979). Note—On “Location of Bank Accounts to Optimize Float: An Analytic Study of Exact and Approximate Algorithms”. Management Science, 25(8), 808-809. https://doi.org/10.1287/mnsc.25.8.808
    Drezner, Z. (1980). DISCON: A New Method for the Layout Problem. Operations Research, 28(6), 1375-1384. https://doi.org/10.1287/opre.28.6.1375
    Ghosh, A., & Craig, C. S. (1983). Formulating Retail Location Strategy in a Changing Environment. Journal of Marketing, 47(3), 56-68. https://doi.org/10.1177/002224298304700307
    Ghosh, A., & Craig, C. S. (2010). A Location Allocation Model for Facility Planning in a Competitive Environment. Geographical Analysis, 16(1), 39-51. https://doi.org/10.1111/j.1538-4632.1984.tb00799.x
    Holland, J. H. (1992). Adaptation in Natural and Artificial Systems (1–). The MIT Press. https://doi.org/10.7551/mitpress/1090.001.0001
    Kirkpatrick, S., Gelatt, C. D., & Vecchi, M. P. (1983). Optimization by Simulated Annealing. Science, 220(4598), 671-680. https://doi.org/10.1126/science.220.4598.671
    Kuehn, A. A., & Hamburger, M. J. (1963). A Heuristic Program for Locating Warehouses. Management Science, 9(4), 643-666. https://doi.org/10.1287/mnsc.9.4.643
    Cooper, Leon. “Location-Allocation Problems”. Operations Research 11, no. 3 (June 1963): 331-43. https://doi.org/10.1287/opre.11.3.331.
    Cooper, Leon. “Heuristic Methods for Location-Allocation Problems”. SIAM Review 6, no. 1 (January 1964): 37-53. https://doi.org/10.1137/1006005.
    Cornuejols, Gerard, Marshall L. Fisher, and George L. Nemhauser. “Note—On ‘Location of Bank Accounts to Optimize Float: An Analytic Study of Exact and Approximate Algorithms’”. Management Science 25, no. 8 (August 1979): 808-9. https://doi.org/10.1287/mnsc.25.8.808.
    Drezner, Zvi. “DISCON: A New Method for the Layout Problem”. Operations Research 28, no. 6 (December 1980): 1375-84. https://doi.org/10.1287/opre.28.6.1375.
    Ghosh, Avijit, and C. Samuel Craig. “Formulating Retail Location Strategy in a Changing Environment”. Journal of Marketing 47, no. 3 (June 1983): 56-68. https://doi.org/10.1177/002224298304700307.
    Ghosh, Avijit, and C. Samuel Craig. “A Location Allocation Model for Facility Planning in a Competitive Environment”. Geographical Analysis 16, no. 1 (September 3, 2010): 39-51. https://doi.org/10.1111/j.1538-4632.1984.tb00799.x.
    Holland, John H. Adaptation in Natural and Artificial Systems. []. The MIT Press, 1992. https://doi.org/10.7551/mitpress/1090.001.0001.
    Kirkpatrick, S., C. D. Gelatt, and M. P. Vecchi. “Optimization by Simulated Annealing”. Science 220, no. 4598 (May 13, 1983): 671-80. https://doi.org/10.1126/science.220.4598.671.
    Kuehn, Alfred A., and Michael J. Hamburger. “A Heuristic Program for Locating Warehouses”. Management Science 9, no. 4 (July 1963): 643-66. https://doi.org/10.1287/mnsc.9.4.643.
    Cooper, Leon. “Location-Allocation Problems”. Operations Research, vol. 11, no. 3, June 1963, pp. 331-43. Crossref, https://doi.org/10.1287/opre.11.3.331.
    Cooper, Leon. “Heuristic Methods for Location-Allocation Problems”. SIAM Review, vol. 6, no. 1, Jan. 1964, pp. 37-53. Crossref, https://doi.org/10.1137/1006005.
    Cornuejols, Gerard, et al. “Note—On ‘Location of Bank Accounts to Optimize Float: An Analytic Study of Exact and Approximate Algorithms’”. Management Science, vol. 25, no. 8, Aug. 1979, pp. 808-9. Crossref, https://doi.org/10.1287/mnsc.25.8.808.
    Drezner, Zvi. “DISCON: A New Method for the Layout Problem”. Operations Research, vol. 28, no. 6, Dec. 1980, pp. 1375-84. Crossref, https://doi.org/10.1287/opre.28.6.1375.
    Ghosh, Avijit, and C. Samuel Craig. “Formulating Retail Location Strategy in a Changing Environment”. Journal of Marketing, vol. 47, no. 3, June 1983, pp. 56-68. Crossref, https://doi.org/10.1177/002224298304700307.
    Ghosh, Avijit, and C. Samuel Craig. “A Location Allocation Model for Facility Planning in a Competitive Environment”. Geographical Analysis, vol. 16, no. 1, Sept. 2010, pp. 39-51. Crossref, https://doi.org/10.1111/j.1538-4632.1984.tb00799.x.
    Holland, John H. Adaptation in Natural and Artificial Systems. [], The MIT Press, 1992. Crossref, https://doi.org/10.7551/mitpress/1090.001.0001.
    Kirkpatrick, S., et al. “Optimization by Simulated Annealing”. Science, vol. 220, no. 4598, May 1983, pp. 671-80. Crossref, https://doi.org/10.1126/science.220.4598.671.
    Kuehn, Alfred A., and Michael J. Hamburger. “A Heuristic Program for Locating Warehouses”. Management Science, vol. 9, no. 4, July 1963, pp. 643-66. Crossref, https://doi.org/10.1287/mnsc.9.4.643.

    Cette bibliographie a été enrichie de toutes les références bibliographiques automatiquement générées par Bilbo en utilisant Crossref.

    Bibliographie

    AARTS, E., KORST, J., Simulated Annealing and Boltzmann Machines : a Stochastic Approach to Combinatorial Optimization and Neural Computing, New York, J. Wiley & Sons, 1989.

    ACHABAL, D., GORR, W. L., MAHAJAN, D., Multiloc : a multiple store location decision model, Journal of Retailing, vol. 58, 1982, p. 5-25.

    BORIM, N., FARRIS, P. W., FREELAND, J. R., A model for determining retail product category assortment and shelf space allocation, Decision Sciences, vol. 25, n° 3, 1994, p. 359-384.

    BOUCHON-MEUNIER, B., La logique floue et ses applications, Addison-Wesley, 1995.

    BULTEZ, A., PARDOEN, E., SIRIGAGLIA, N., L’esprit de géométrie souffle dans les gondoles, Revue française de gestion, janvier-février 1995, p. 71-85.

    CASTA, J. F., BRY, X., Modéliser la synergie dans les évaluations financières : l’apport des intégrales floues, ACSEG, 3e rencontre internationale, Nantes, 1996, p. 209-223.

    CLIQUET, G., Le management stratégique des points de vente, Paris, Dalloz-Sirey, 1992.

    10.1287/opre.11.3.331 :

    COOPER, L., Location-allocation problems, Operations Research, vol. 11, 1963, p. 331-343.

    10.1137/1006005 :

    COOPER, L., Heuristic method for location-allocation problems, SIAM Review, vol. 6, 1964, p. 37-52.

    10.1287/mnsc.25.8.808 :

    CORNUEJOLS, G. M., FISCHER, M. L., NEMHAUSER, G. L., Location of bank accounts to optimize float : an analytic study of exact and approximate algorithms, Management Science, vol. 23, 1977, p. 789-810.

    CROS, V., Marchandiseurs, à vos marques, Paris, Presses du Management, 1992.

    10.1287/opre.28.6.1375 :

    DREZNER, Z.V.I., DISCON : a new method for the layout problem, Operations Research, vol. 28, n° 6, 1980, p. 1375-1384.

    ERLENHOTTER, D., A dual-based procedure for uncapacitated facility location, Operations Research, vol. 26, 1978, p. 992-1009.

    FADY, A., SERET, M., Merchandising, Paris, Vuibert, 1994.

    FERBER, J., Les systèmes multi-agents. Vers une intelligence collective, InterÉditions, 1995.

    FISHER, M., GURHAN, A., Demand estimation and assortment optimisation under substitution : methodology and application, Operations Research, vol. 55, n° 6, 2007, p. 1001-1021.

    GAREY, M. R., JOHNSON, D. S., Computers and Intractability : a Guide to the Theory of NP-Completeness, San Francisco, Freeman, 1979.

    10.1177/002224298304700307 :

    GHOSH, A., CRAIG, C. S., Formulating retail location strategy in a changing environment, Journal of Marketing, vol. 47, 1983, p. 56-68.

    10.1111/j.1538-4632.1984.tb00799.x :

    GHOSH, A., CRAIG, C. S., A location-allocation model for facility planning in a competitive environment, Geographical Analysis, vol. 16, n° 1, 1984, p. 39-51.

    GHOSH, A., MCLAFFERTY, S., Location Strategies for Retail and Service Firms, Lexington Books, 1987.

    GHOSH, A., RUSHTON, G., Spatial Analysis and Location-Allocation Models, Van Nostrand Reinhold, 1987.

    GOLDBERG, D., Algorithmes génétiques : exploration, optimisation et apprentissage automatique, Addison-Wesley France, 1994.

    GOODCHILD, M. F., NORONHA, V. T., Location-allocation and impulsive shopping : the case of gasoline retailing, in GHOSH, A., RUSHTON, G. (eds.), Spatial Analysis and Location-Allocation Models, Van Nostrand Reinhold, 1987, p. 121-136.

    10.7551/mitpress/1090.001.0001 :

    HOLLAND, J., Adaptation in Natural and Artificial Systems, Ann Arbor, University of Michigan Press, 1975.

    JALLAIS, J., ORSONI, J., FADY, A., Marketing de la distribution, Paris, Vuibert, 1987.

    10.1126/science.220.4598.671 :

    KIRKPATRICK, S., GELATT, C. D., VECCHI, M. P., Optimization by simulated annealing, Science, vol. 220, 1983, p. 4598.

    10.1287/mnsc.9.4.643 :

    KUEHN, A., HAMBURGER, M. J., A heuristic program for locating warehouses, Management Science, vol. 9, 1963, p. 643-666.

    MOUTON, D., Le merchandising stratégique, Paris, Éditions d’Organisation, 1989.

    NARULA, S. C., OGBU, U. I., SAMUELSSON, H. M., An algorithm for the p-median problem, Operations Research, vol. 25, 1977, p. 709-713.

    PROTH, J.-M., Conception des systèmes de production, Paris, Presses universitaires de France, 1992.

    TEITZ, M., BART, P., Heuristic methods for estimated generalized vertex median of a weighted graph, Operations Research, vol. 16, 1968, p. 955-961.

    WEBER, A., Theory of the Location of Industries, Chicago, University of Chicago Press, 1909 (traduction en anglais en 1929 par C. J. Friedrich).

    WILENSKY, U., NetLogo, Center for Connected Learning and Computer-Based Modeling, Evanston, Illinois, Northwestern University, 1999. Disponible à l’adresse : http://ccl.northwestern.edu/netlogo.

    Annexe

    Annexe

    Pseudocode du modèle

    Définition des variables

    1) Les groupes= marques

    breed [adts AuchanDecafeineTradition]

    breed [ads AuchanDecafeine]

    breed [nescafes nescafe]

    breed [arabicas AuchanPurArabica]

    breed [colombias Colombia]

    breed [adss AuchanDecafeineSoluble]

    breed [ltms lobodisTingoMaria]

    breed [lss LobodisSoleila]

    patches-own [facteur]

    2) Les variables utilisées pour les calculs

    globals

    [marge-distri

    somme

    sf

    mylist

    percent-similar

    percent-unhappy

    ]

    3) Les caractéristiques des agents

    turtles-own

    [

    marque

    format

    prix-vente

    gamme

    marge

    prix-achat

    stock

    nbr-vente

    happy ?

    similar-nearby

    other-nearby

    total-nearby

    ]

    Fonction pour stopper le programme

    to pause

    stop

    end

    Fonction pour créer l’environnement (les patchs)

    1) Colorer les patchs en noir

    to setup

    clear-all

    ask patch -2 0 [set pcolor black

    set facteur 1.5]

    ask patch -1 0 [set pcolor black

    set facteur 2]

    ask patch 0 0 [set pcolor black

    set facteur 2]

    ask patch 1 0 [set pcolor black

    set facteur 1.5]

    ask patch -2 -1 [set pcolor black

    set facteur 1.5]

    ask patch -1 -1 [set pcolor black

    set facteur 2]

    ask patch 0 -1 [set pcolor black

    set facteur 2]

    ask patch 1 -1 [set pcolor black

    set facteur 1.5]

    ask patch -3 1 [set pcolor black

    set facteur 1.5]

    ask patch -2 1 [set pcolor black

    set facteur 1.5]

    ask patch -11 [set pcolor black

    set facteur 1.5]

    ask patch 0 1 [set pcolor black

    set facteur 1.5]

    ask patch 1 1 [set pcolor black

    set facteur 1.5]

    ask patch 2 1 [set pcolor black

    set facteur 1.5]

    ask patch -3 0 [set pcolor black

    set facteur 1.5]

    ask patch -3 -1 [set pcolor black

    set facteur 1.5]

    ask patch -3 -2 [set pcolor black

    set facteur 1.5]

    ask patch -2 -2 [set pcolor black

    set facteur 1.5]

    ask patch -1 -2 [set pcolor black

    set facteur 1.5]

    ask patch 0 -2 [set pcolor black

    set facteur 1.5]

    ask patch 1 -2 [set pcolor black

    set facteur 1.5]

    ask patch 2 -2 [set pcolor black

    set facteur 1.5]

    ask patch 2 -1 [set pcolor black

    set facteur 1.5]

    ask patch 2 0 [set pcolor black

    set facteur 1.5]

    3) Appeler les formes représentant les produits

    set-default-shape adts “adt”

    set-default-shape nescafes “nescafe”

    set-default-shape arabicas “arabica”

    set-default-shape ads “ad”

    set-default-shape colombias “colombia”

    set-default-shape ltms “ltm”

    set-default-shape lss “ls”

    set-default-shape adss “ads”

    ask patch -2 0 [sprout-lss 1]

    ask patch -1 0 [sprout-ltms 1]

    ask patch 0 0 [sprout-arabicas 1]

    ask patch 1 0 [sprout-adss 1]

    ask patch -2 -1 [sprout-colombias 1]

    ask patch -1 -1 [sprout-adts 1]

    ask patch 0 -1 [sprout-ads 1]

    ask patch 1 -1 [sprout-nescafes 1]

    4) Initialiser la matrice qui contiendra les marges calculées pour chaque disposition

    calcul-marge

    set marge-distri sf

    print marge-distri

    set mylist (list 0)

    set mylist lput marge-distri mylist

    end

    Fonction qui définit les caractéristiques de chaque produit

    to set-initial-turtle-vars

    ask lss

    [

    set marque lss

    set format 250

    set prix-vente 3.92

    set gamme 1

    set marge 0.116

    set prix-achat 3.804

    set stock 0

    set nbr-vente 520

    ]

    ask ltms

    [set marque ltms

    set format 250

    set prix-vente 3.38

    set gamme 1

    set marge 0.0949

    set prix-achat 3.2

    set stock 0

    set nbr-vente 301]

    ask arabicas

    [set marque arabicas

    set format 250

    set prix-vente 2.14

    set gamme 1

    set marge 0.81

    set prix-achat 1.33

    set stock 0

    set nbr-vente 338]

    ask adss

    [set marque adss

    set format 200

    set prix-vente 4.88

    set gamme 2

    set marge 1.21

    set prix-achat 3.67

    set stock 0

    set nbr-vente 485]

    ask colombias

    [set marque colombias

    set format 250

    set prix-vente 1.73

    set gamme 1

    set marge 0.51

    set prix-achat 1.22

    set stock 0

    set nbr-vente 441]

    ask adts

    [set marque adts

    set format 250

    set prix-vente 1.29

    set gamme 1

    set marge 0.32

    set prix-achat 0.97

    set stock 0

    set nbr-vente 317]

    ask ads

    [set marque ads

    set format 250

    set prix-vente 2.14

    set gamme 1

    set marge 0.81

    set prix-achat 1.33

    set stock 0

    set nbr-vente 441]

    ask nescafes

    [set marque nescafes

    set format 200

    set prix-vente 6.42

    set gamme 2

    set marge 0.19

    set prix-achat 6.23

    set stock 0

    set nbr-vente 196]

    end

    Fonction qui calcule la marge

    to calcul-marge

    set sf 0

    set-initial-turtle-vars

    ask lss

    [set somme ((marge * nbr-vente – prix-achat * stock) * [facteur] of patch-here)

    set somme (sf + somme)]

    set sf (somme)

    ask ltms

    [set somme ((marge * nbr-vente – prix-achat * stock) * [facteur] of patch-here)

    set somme (sf + somme)]

    set sf (somme)

    ask arabicas

    [set somme ((marge * nbr-vente – prix-achat * stock) * [facteur] of patch-here)

    set somme (sf + somme)]

    set sf (somme)

    ask adss

    [set somme ((marge * nbr-vente – prix-achat * stock) * [facteur] of patch-here)

    set somme (sf + somme)]

    set sf (somme)

    ask colombias

    [set somme ((marge * nbr-vente – prix-achat * stock) * [facteur] of patch-here)

    set somme (sf + somme)]

    set sf (somme)

    ask adts

    [set somme ((marge * nbr-vente – prix-achat * stock) * [facteur] of patch-here)

    set somme (sf + somme)]

    set sf (somme)

    ask ads

    [set somme ((marge * nbr-vente – prix-achat * stock) * [facteur] of patch-here)

    set somme (sf + somme)]

    set sf (somme)

    ask nescafes

    [set somme ((marge * nbr-vente – prix-achat * stock) * [facteur] of patch-here)

    set somme (sf + somme)]

    set sf (somme)

    end

    Initialisation du graphe qui représente l’évolution de la marge distributeur

    to setup-plot

    set-plot-y-range 0 (3000)

    plot marge-distri

    end

    Fonction qui gère la satisfaction des produits en fonction de la marge du distributeur

    to go

    set-initial-turtle-vars ; ; « Calcule la marge et l’intègre dans une matrice

    calcul-marge

    set marge-distri sf

    set mylist lput marge-distri mylist

    Lorsque la nouvelle marge intégrée n’est pas meilleure que le marge maximale trouvée, les

    produits sont « mécontents »

    if (marge-distri < max mylist)

    [ask turtles

    [set happy ? false]

    print marge-distri

    setup-plot

    ]

    if marge-distri >= max mylist

    [print marge-distri

    ]

    end

    La fonction go2 devient la fonction principale

    to go2

    1) On calcule le pourcentage de produits insatisfaits dans la disposition

    update-variables

    2) Si ce pourcentage est supérieur au maximum fixé par l’utilisateur :

    1er cas : si la marge n’a pas augmenté : tous les produits changent de place,

    la marge distributeur est recalculée ainsi que le pourcentage de satisfaction

    if (percent-unhappy >= MAXpercent-unhappy)

    [if marge-distri <= max mylist

    [move-tortue

    go

    update-variables

    go2

    ]

    2e cas : la marge a augmenté :

    seuls les produits non satisfaits vont changer de place,

    la marge distributeur est recalculée ainsi que le pourcentage de satisfaction

    if marge-distri > max mylist

    [move-unhappy-turtles

    go

    update-variables

    go2]

    ]

    Pour arrêter le programme, il faut que le pourcentage d’insatisfaction

    respecte la contrainte fixée par l’utilisateur

    et que la marge trouvée soit meilleure que la marge initiale

    if (percent-unhappy < MAXpercent-unhappy) and marge-distri > 2885

    [stop

    print marge-distri]

    Si le pourcentage de satisfaction correspond à la contrainte de l’utilisateur

    mais que la marge ne s’est pas améliorée,

    tous les produits changent de place

    la marge distributeur est recalculée ainsi que le pourcentage de satisfaction

    if (percent-unhappy < MAXpercent-unhappy) and (marge-distri <= max mylist)

    [move-tortue

    go

    update-variables

    go2]

    Pendant chaque itération, l’utilisateur visualise l’évolution de la marge distributeur

    setup-plot

    end

    Fonction qui va bouger les produits non contents

    to move-unhappy-turtles

    ask turtles with [not happy ?]

    [find-new-spot]

    end

    Fonction qui bouge tous les produits

    to move-tortue

    ask turtles

    [find-new-spot]

    end

    Fonction qui permet au produit de trouver une nouvelle place

    to find-new-spot

    rt random-float 360

    fd random-float 10

    if any ? other turtles-here

    [find-new-spot]

    move-to patch-here

    end

    to update-variables

    update-turtles

    update-globals

    end

    Fonction qui permet de savoir si les produits sont bien à leur place

    to update-turtles

    en fonction de leur gamme (soluble ou moulu)

    ask turtles [

    set similar-nearby count (turtles-on neighbors)

    with [gamme = [gamme] of myself]

    set other-nearby count (turtles-on neighbors)

    with [gamme ! = [gamme] of myself]

    set total-nearby similar-nearby + other-nearby

    set happy ? similar-nearby >= (100 * total-nearby / 100)

    ]

    En fonction de leur poids ou format

    ask turtles [

    set similar-nearby count (turtles-on neighbors)

    with [format = [format] of myself]

    set other-nearby count (turtles-on neighbors)

    with [format ! = [format] of myself]

    set total-nearby similar-nearby + other-nearby

    set happy ? similar-nearby >= (100 * total-nearby / 100)

    ]

    En fonction du prix de vente

    ; ; les produits sont mieux lorsqu’il n’y a pas de grande différence de prix avec leur voisin

    ask turtles [

    set similar-nearby count (turtles-on neighbors)

    with [prix-vente <= 2 * [prix-vente] of myself]

    set other-nearby count (turtles-on neighbors)

    with [prix-vente > 2 * [prix-vente] of myself]

    set total-nearby similar-nearby + other-nearby

    set happy ? similar-nearby >= (100 * total-nearby / 100)

    ]

    end

    Fonction qui calcule le pourcentage d’insatisfaction

    to update-globals

    set percent-unhappy (count turtles with [not happy ?]) / (8) * 100

    end

    Fonction pour tout effacer

    to clear

    ca

    end

    Auteurs

    • Philippe Robert-Demontrond

      Professeur en sciences de gestion à l’IGR-IAE de Rennes (Université de Rennes 1). Docteur et agrégé en sciences de gestion et docteur en philosophie, il est l’auteur de plus de 350 articles de recherche, chapitres d’ouvrages académiques et communications scientifiques, et a publié 11 ouvrages de recherche, produits en corédaction ou sous sa direction. Ses recherches entreprises procèdent de plusieurs choix méthodologiques, privilégiant originellement la modélisation mathématique (réseaux neuronaux et logique floue, systèmes biomimétiques), pour l’étude de phénomènes engageant des relations causales complexes ; puis, actuellement, les approches phénoménologiques et ethnographiques pour l’étude de problèmes relevant de variations dans la donation de sens et les imaginaires de consommation.

    • Daniel Thiel

      Professeur émérite en sciences de gestion à l’Université de Paris 13. Il est l’auteur de deux ouvrages, d’une coordination d’ouvrage collectif, de dix-huit chapitres d’ouvrage, de trente-deux articles publiés dans des revues à comité de lecture, de deux coordinations de numéros spéciaux de revue. Ses recherches sur les systèmes complexes utilisent la modélisation multi-agents et la dynamique des systèmes.

    • Jean-Marc Ferrandi

      Professeur en sciences de gestion à ONIRIS (École nationale vétérinaire, agroalimentaire et de l’Alimentation). Spécialiste du marketing agroalimentaire, il est responsable de l’équipe « Laboratoire de recherches en gestion et en économie de l’innovation et de la consommation alimentaire » du LEMNA (Laboratoire d’économie et management de Nantes-Atlantique) de l’université de Nantes, où il mène ses recherches sur l’éco-innovation et sur la persuasion en lien avec l’éducation thérapeutique du malade chronique (amélioration de l’observance nutritionnelle grâce aux serious games).

    Précédent Suivant
    Table des matières

    Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

    Voir plus de livres
    De la porosité des secteurs public et privé

    De la porosité des secteurs public et privé

    Une anthropologie du service public en Méditerranée

    Ghislaine Gallenga (dir.)

    2012

    Invitation aux flux

    Invitation aux flux

    Entre transport et espace

    Gilles Paché et Mustapha El Khayat (dir.)

    2016

    Vers de nouvelles figures du salariat

    Vers de nouvelles figures du salariat

    Entre trajectoires individuelles et contextes sociétaux

    Annie Lamanthe et Stéphanie Moullet (dir.)

    2016

    Piloter la performance organisationnelle

    Piloter la performance organisationnelle

    Une aide à la décision avec la valeur ajoutée horaire

    Michel Pendaries

    2017

    La démarche stratégique

    La démarche stratégique

    Entreprendre et croître

    Katia Richomme-Huet, Gilles Guieu et Gilles Paché (dir.)

    2012

    La logistique

    La logistique

    Une approche innovante des organisations

    Nathalie Fabbe-Costes et Gilles Paché (dir.)

    2013

    L’entreprise revisitée

    L’entreprise revisitée

    Méditations comptables et stratégiques

    Pierre Gensse, Éric Séverin et Nadine Tournois (dir.)

    2015

    Activités et collectifs

    Activités et collectifs

    Approches cognitives et organisationnelles

    Lise Gastaldi, Cathy Krohmer et Claude Paraponaris (dir.)

    2017

    Performances polynésiennes

    Performances polynésiennes

    Adaptations locales d’une « formule culturelle-touristique » globale en Nouvelle-Zélande et à Tonga

    Aurélie Condevaux

    2018

    Retailing et localisation

    Retailing et localisation

    Une approche multidisciplinaire

    Rozenn Perrigot (dir.)

    2018

    Stratégies d’achat

    Stratégies d’achat

    Enjeux et perspectives

    Jean Nollet

    2018

    Travail, sexualité et migration

    Travail, sexualité et migration

    Les commerçantes sénégalaises à Marseille

    Mélissa Blanchard

    2018

    Voir plus de livres
    1 / 12
    De la porosité des secteurs public et privé

    De la porosité des secteurs public et privé

    Une anthropologie du service public en Méditerranée

    Ghislaine Gallenga (dir.)

    2012

    Invitation aux flux

    Invitation aux flux

    Entre transport et espace

    Gilles Paché et Mustapha El Khayat (dir.)

    2016

    Vers de nouvelles figures du salariat

    Vers de nouvelles figures du salariat

    Entre trajectoires individuelles et contextes sociétaux

    Annie Lamanthe et Stéphanie Moullet (dir.)

    2016

    Piloter la performance organisationnelle

    Piloter la performance organisationnelle

    Une aide à la décision avec la valeur ajoutée horaire

    Michel Pendaries

    2017

    La démarche stratégique

    La démarche stratégique

    Entreprendre et croître

    Katia Richomme-Huet, Gilles Guieu et Gilles Paché (dir.)

    2012

    La logistique

    La logistique

    Une approche innovante des organisations

    Nathalie Fabbe-Costes et Gilles Paché (dir.)

    2013

    L’entreprise revisitée

    L’entreprise revisitée

    Méditations comptables et stratégiques

    Pierre Gensse, Éric Séverin et Nadine Tournois (dir.)

    2015

    Activités et collectifs

    Activités et collectifs

    Approches cognitives et organisationnelles

    Lise Gastaldi, Cathy Krohmer et Claude Paraponaris (dir.)

    2017

    Performances polynésiennes

    Performances polynésiennes

    Adaptations locales d’une « formule culturelle-touristique » globale en Nouvelle-Zélande et à Tonga

    Aurélie Condevaux

    2018

    Retailing et localisation

    Retailing et localisation

    Une approche multidisciplinaire

    Rozenn Perrigot (dir.)

    2018

    Stratégies d’achat

    Stratégies d’achat

    Enjeux et perspectives

    Jean Nollet

    2018

    Travail, sexualité et migration

    Travail, sexualité et migration

    Les commerçantes sénégalaises à Marseille

    Mélissa Blanchard

    2018

    Accès ouvert

    Accès ouvert freemium

    ePub

    PDF

    PDF du chapitre

    Suggérer l’acquisition à votre bibliothèque

    Acheter

    Édition imprimée

    • amazon.fr
    • decitre.fr
    • mollat.com
    • leslibraires.fr
    • placedeslibraires.fr
    ePub / PDF

    Retailing et localisation

    X Facebook Email

    Retailing et localisation

    Ce livre est diffusé en accès ouvert freemium. L’accès à la lecture en ligne est disponible. L’accès aux versions PDF et ePub est réservé aux bibliothèques l’ayant acquis. Vous pouvez vous connecter à votre bibliothèque à l’adresse suivante : https://freemium.openedition.org/oebooks

    Suggérer l’acquisition à votre bibliothèque Acheter ce livre aux formats PDF et ePub

    Si vous avez des questions, vous pouvez nous écrire à access[at]openedition.org

    Retailing et localisation

    Vérifiez si votre bibliothèque a déjà acquis ce livre : authentifiez-vous à OpenEdition Freemium for Books.

    Vous pouvez suggérer à votre bibliothèque d’acquérir un ou plusieurs livres publiés sur OpenEdition Books. N’hésitez pas à lui indiquer nos coordonnées : access[at]openedition.org

    Vous pouvez également nous indiquer, à l’aide du formulaire suivant, les coordonnées de votre bibliothèque afin que nous la contactions pour lui suggérer l’achat de ce livre. Les champs suivis de (*) sont obligatoires.

    Veuillez, s’il vous plaît, remplir tous les champs.

    La syntaxe de l’email est incorrecte.

    Référence numérique du chapitre

    Format

    Robert-Demontrond, P., Thiel, D., & Ferrandi, J.-M. (2018). Vers un merchandising multi-agents. In R. Perrigot (éd.), Retailing et localisation (1‑). Presses universitaires de Provence. https://doi.org/10.4000/books.pup.31648
    Robert-Demontrond, Philippe, Daniel Thiel, et Jean-Marc Ferrandi. « Vers un merchandising multi-agents ». In Retailing et localisation, édité par Rozenn Perrigot. Aix-en-Provence: Presses universitaires de Provence, 2018. https://doi.org/10.4000/books.pup.31648.
    Robert-Demontrond, Philippe, et al. « Vers un merchandising multi-agents ». Retailing et localisation, édité par Rozenn Perrigot, Presses universitaires de Provence, 2018, https://doi.org/10.4000/books.pup.31648.

    Référence numérique du livre

    Format

    Perrigot, R. (éd.). (2018). Retailing et localisation (1‑). Presses universitaires de Provence. https://doi.org/10.4000/books.pup.31413
    Perrigot, Rozenn, éd. Retailing et localisation. Aix-en-Provence: Presses universitaires de Provence, 2018. https://doi.org/10.4000/books.pup.31413.
    Perrigot, Rozenn, éditeur. Retailing et localisation. Presses universitaires de Provence, 2018, https://doi.org/10.4000/books.pup.31413.
    Compatible avec Zotero Zotero

    1 / 3

    Presses universitaires de Provence

    Presses universitaires de Provence

    • Plan du site
    • Se connecter

    Suivez-nous

    • Flux RSS

    URL : http://presses-universitaires.univ-amu.fr

    Email : pup@univ-amu.fr

    Adresse :

    29 avenue Robert Schuman

    13621

    Aix-en-Provence

    France

    OpenEdition
    • Candidater à OpenEdition Books
    • Connaître le programme OpenEdition Freemium
    • Commander des livres
    • S’abonner à la lettre d’OpenEdition
    • CGU d’OpenEdition Books
    • Accessibilité : partiellement conforme
    • Données personnelles
    • Gestion des cookies
    • Système de signalement