Durée
30h Th
Nombre de crédits
Enseignant
Langue(s) de l'unité d'enseignement
Langue anglaise
Organisation et évaluation
Enseignement au premier quadrimestre, examen en janvier
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
L'optimisation de la tarification et des revenus se concentre sur la manière dont une entreprise doit définir et mettre à jour ses décisions en matière de tarification et de disponibilité des produits afin de maximiser sa rentabilité. Ce cours présente la théorie, les concepts et les applications de l'optimisation de la tarification et des revenus. Les sujets traités comprennent l'analyse des fonctions de prix-demande, la différenciation des prix, la tarification en cas d'offre restreinte, la gestion des revenus, l'allocation de capacités et la gestion des revenus du réseau.
Les principales méthodes d'optimisation de la tarification et des revenus seront passées en revue à l'aide d'une combinaison de cours ex-cathedra, de cas et de jeux. Les applications de l'optimisation de la tarification et des revenus dans différents secteurs (transport, hospitalité, divertissement, vente au détail et publicité en ligne) et contextes commerciaux seront explorées. L'optimisation de la tarification et des revenus en général, et ce cours en particulier, portent sur l'optimisation tactique des décisions en matière de tarification et de disponibilité des produits (allocation de capacité). Des modèles quantitatifs seront utilisés pour caractériser la réponse du marché aux décisions en matière de tarification et de disponibilité des produits. Ces décisions seront optimisées à l'aide de techniques d'optimisation contraintes.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
En lien avec le processus de l'Assurance de la Qualité de l'Apprentissage de HEC Liège, les objectifs d'apprentissage visés dans ce cours sont :
- Stratégie : Ce cours aidera les étudiants à établir une stratégie afin d'optimiser la chaine de valeurs d'une entreprise, une organisation ou un projet...
- Stratégie : Ce cours aidera les étudiants à cerner le contexte scientifique et technologique de la situation à laquelle ils sont confrontés.
- Stratégie : Ce cours aidera les étudiants à faire preuve d'esprit critique et de rigueur scientifique.
- Mise en œuvre : Ce cours entrainera les étudiants à être attentif aux dimensions scientifique, technologique et entrepreneuriale de la situation à laquelle ils sont confrontés.
- Mise en œuvre : Ce cours entrainera les étudiants à tirer parti de la digitalisation des données.
- Mise en œuvre : Ce cours entrainera les étudiants à s'intégrer efficacement dans le travail d'une équipe multidisciplinaire et internationale, notamment dans la position de leader.
- Contrôle : Ce cours aidera les étudiants à mettre en oeuvre le contrôle de la performance et de la qualité au sein d'une entreprise, d'une organisation ou d'un projet...
- Contrôle : Ce cours aidera les étudiants à recourir aux outils analytiques appropriés lorsqu'ils analysent un problème de gestion complexe.
- Communication : Ce cours permettra aux étudiants d'améliorer leur maîtrise d'une langue étrangère.
- Adaptabilité : Ce cours incitera les étudiants à faire preuve de curiosité et d'une rigueur scientifique de niveau universitaire.
- Identifier les moteurs fondamentaux du choix du client et de la demande d'un produit.
- Identifier les modèles importants pour la relation prix-demande.
- Utiliser des outils statistiques pour estimer l'effet des décisions de prix et de segmentation sur la demande.
- Utiliser des modèles d'optimisation pour déterminer les prix maximisant les profits dans divers contextes.
Savoirs et compétences prérequis
Notions de base de statistiques, de la programmation linéaire et de l'optimisation non linéaire (au niveau élémentaire).
Activités d'apprentissage prévues et méthodes d'enseignement
Le cours comprend une série de séances ex-cathedra, de jeux et d'études de cas.
Les études de cas sont de nature quantitative et nécessitent l'utilisation de diverses méthodes, notamment des méthodes statistiques, la programmation linéaire et l'optimisation non linéaire (au niveau élémentaire).
Mode d'enseignement (présentiel, à distance, hybride)
Cours donné exclusivement à distance
Informations complémentaires:
Cours à distance
Supports de cours, lectures obligatoires ou recommandées
Plate-forme(s) utilisée(s) pour les supports de cours :
- LOL@
Informations complémentaires:
Manuel suggéré :
Phillips, Robert. Pricing and Revenue Optimization. Stanford University Press, 2005, ISBN 0-8047-4698-2.
Textes supplémentaires :
Talluri, Kalyan T., van Ryzin, Garrett J. The Theory and Practice of Revenue Management. Kluwer Academic, 2004, ISBN 1-402-07701-7.
Nagle, Thomas T., Hogan, John. The Strategy and Tactics of Pricing: A Guide to Growing More Profitably, Prentice Hall, 2005, ISBN 0-13-185677-4.
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite ( questions ouvertes )
Travail à rendre - rapport
Explications complémentaires:
Les étudiants seront évalués en fonction de leur performance lors des études de cas (50%) et d'un examen individuel (50%).
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
Le cours est organisé dans le cadre du programme de la Quinzaine Internationale de HEC Liège - Ecole de gestion de l'Université de Liège, qui a pour objectif d'accueillir des professeurs invités d'institutions universitaires étrangères de grande réputation, afin qu'ils puissent enseigner dans leur domaine de compétence et collaborer avec le personnel enseignant et les étudiants de HEC Liège en recherche et autres activités académiques.
Le cours comprend 30 heures de cours et se déroule en 10 sessions synchrones de 3 heures programmées pendant le premier quadrimestre.
Le cours est donné en anglais.
Les étudiants sont invités à participer à toutes les sessions (10 × 3 heures).
Contacts
Mustafa C. PINAR (mustafap@bilkent.edu.tr)
Yasemin ARDA (yasemin.arda@uliege.be)