Four essays in healthcare analytics, insurance pricing and home services optimisation

• Auteur / Autrice : Debajyoti Biswas
• Direction : Laurent Alfandari
• Type : Thèse de doctorat
• Discipline(s) : Sciences de gestion
• Date : Soutenance le 01/06/2023
• Etablissement(s) : Cergy-Pontoise, Ecole supérieure des sciences économiques et commerciales
• Ecole(s) doctorale(s) : École doctorale Économie, Management, Mathématiques, Physique et Sciences Informatiques (Cergy-Pontoise, Val d'Oise)
• Jury : Examinateurs / Examinatrices : Sara Rezaee Vessal

Mots clés

Mots clés libres

Programmation en nombres entiers

Théorie des jeux

Recherche opérationnelle

Integer Programming

Game Theory

Operations Research

Résumé

Dans cette thèse de doctorat, nous présentons quatre essais englobant des applications contemporaines de la gestion des opérations (OM pour Operations Management) et de la Recherche Opérationnelle (RO), couvrant l’élaboration de politiques de gestion de crise sanitaire en situation de pandémie, les politiques promotionnelles pour la commercialisation de produits de ”maison intelligente”, la tarificationdes créneaux horaires sous tension et le routage des visites clients dans le cadre des services à domicile, avec une composante de développement durable. La thèse met en évidence la polyvalence des applications de l’OM et de la RO pour éclairer la prise de décision aux niveaux stratégique, tactique et opérationnel, en fournissant de nouvelles contributions théoriques et managériales basées sur une analyse rigoureuse. Cette thèse couvre différentes méthodologies telles que la programmation linéaire mixte en nombres entiers (MILP pour Mixed-Integer Linear Programming), la programmation quadratique (QP), la modélisation de la théorie des jeux ainsi que des approches métaheuristiques telles que la recherche génétique hybride.

In this doctoral dissertation, we explore applications of Operations Research (OR) and Operations Management (OM) methods to various contemporary, real-world problems encompassing healthcare, smart home insurance, and home services industries, proposing managerial and policy makerinsights to inform critical decisions at strategic, tactical and operational levels related to the focal problems. In Chapter 1, we introduce the problem contexts and our contributions for each of the four essays. In Essay 1 (Chapter 2), we develop a Mixed-Integer Linear Programming (MILP) epidemic optimisation model for scheduling Non-pharmaceutical intervention (NPI) sequences to minimise infections and deaths for controlling a pandemic, considering shortages in doctors and hospital beds, under three different lockdown scenarios. We compare a centralised and a decentralised approach and test our model using real pandemic data from France and discuss several model extensions considering vaccines, compliance and migration of population. In Essay 2 (Chapter 3), we implement a game-theoretic model to compare two promotional policies offered by insurers to promotethe adoption of smart home products in order to reduce the risk of household hazards and resultant insurance claim payouts: a discount on insurance either with or without a free smart product.In Essay 3 (Chapter 4), we compute the optimal surge price for an on-demand services platform in a static setting using a Quadratic Programming (QP) model, considering price-sensitive customers and earning-sensitive professionals for homogeneous and heterogeneous pricing cases. Finally, in Essay 4(Chapter 5), we develop a MILP model for the assignment and routing of service professionals for an on-demand home services platform offering slot-based services from the triple bottom line (TBL) perspective. We incorporate different constraints based on the TBL - analysing economic, environmental and social perspectives, by considering customer satisfaction, vehicle emissions, and equity in service allocation between professionals, respectively, for ensuring sustainability in operations.