Caractérisation des organisations et des réseaux émergents pour détecter et anticiper les opportunités de collaboration

Characterization of organizations and emerging networks to detect and anticipate collaboration opportunities

• Auteur / Autrice : Ibrahim Koura
• Direction : Juanqiong Gou, Frédérick Bénaben
• Type : Thèse de doctorat
• Discipline(s) : Génie Industriel et Informatique
• Date : Soutenance le 09/12/2020
• Etablissement(s) : Ecole nationale des Mines d'Albi-Carmaux
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Centre de recherche Génie industriel (Albi) - Beijing Jiaotong University - Centre Génie Industriel / CGI
• Jury : Président / Présidente : Luis M. Camarinha-Matos
• Jury : Examinateurs / Examinatrices : Juanqiong Gou, Frédérick Bénaben, Jean-Pierre Bourey, David Chen, Chihab Hanachi
• Jury : Rapporteur / Rapporteuse : Jean-Pierre Bourey, David Chen

Mots clés

Mots clés contrôlés

Systèmes d'aide à la décision

Entreprises communes

Coopération entre entreprises

Mots clés libres

Réseaux collaboratifs

Types de besoins collaboratifs

Classifications KPI

Caractérisation d'entreprise

Profil d'entreprise

Collaborative networks

Collaborative need types

KPI Classifications

Enterprise characterization

Enterprise profile

Résumé

Le concept de réseaux collaboratifs est très fréquemment rencontré ces jours-ci en réponse à la nécessité d'adapter et d'améliorer la performance des entreprises dans cet environnement commercial extrêmement concurrentiel. Un corpus considérable de connaissances a été accumulé jusqu'à présent dans le domaine des réseaux collaboratifs, de la définition des types de réseaux et des niveaux de partenariat à la proposition de modèles de développement de partenariats. Mais la plupart de ces efforts n'ont pas abordé un obstacle très vital, qui est la difficulté de détecter et de prévoir les possibilités de collaboration entre les entreprises. Il est nécessaire que les entreprises définissent, assemblent et construisent leurs collaborations et optimisent leurs choix de partenariat pour autant d'avantages mutuels que possible. Ainsi, le but de cette recherche est de proposer une solution pour suggérer des candidats potentiels de collaboration entre entreprises pour aider à améliorer leurs activités et à profiter au maximum les unes des autres. Cette solution est basée sur un tableau périodique des types industriels. Ce tableau contient les classifications des KPI ainsi que les types de collaboration définis. Une explication de la caractérisation d'un profil d'entreprise / organisation, des avantages de la collaboration, des limites et des types de réseaux de collaboration est également incluse. Enfin, un cas illustratif est utilisé pour formuler et discuter des étapes de détection de collaboration.

The concept of collaborative networks is encountered very frequently these days as a response to the need to adapt and enhance business performance in this tremendously competitive commercial environment. A considerable body of knowledge has been gathered in the field of collaborative networks so far, from defining types of network and partnership levels to proposing models for partnership developments. But most of these efforts have not addressed a very vital obstacle, which is the difficulty of detecting and predicting collaboration possibilities between enterprises. There is a need for enterprises to outline, assemble and build their collaborations and optimize their partnership choices for as much mutual benefit as possible. Thus, the aim of this research is to propose a solution for suggesting potential collaboration candidates between enterprises to help improve their businesses and to benefit from each other as much as possible. This solution is based on a periodic table of industrial types. This table contains KPI classifications as well as defined collaboration types. An explanation of the characterization of an enterprise/organization profile, collaboration benefits, limitations, and types of collaboration networks is also included. Finally, an illustrative case is used to formulate and discuss the steps for collaboration detection.