imageLarge

Les activités de recherche en Business Analytics (BA)  et Supply Chain Management (SCM) se concentrent sur l'analyse de données collectées via un large éventail de sources et sur la prise de décision basée sur l'analyse de ces données et sur les techniques d'optimisation, dans le but de permettre aux entreprises et aux organisations d'améliorer la qualité de leurs services et leur efficacité organisationnelle, plus particulièrement dans le contexte des chaînes d'approvisionnement et de la gestion logistique.

 
+

En savoir plus

Les principaux domaines d'expertise sont donc l'utilisation et le développement de méthodes analytiques permettant de mettre en évidence des informations critiques pour les entreprises et de prévoir des situations futures grâce à ces outils (méthodes statistiques et d'exploration de données : modèles de régression non paramétriques, analyse de données censurées, modèles de choix discrets, apprentissage machine, traitement du langage naturel, reconnaissance de formes, etc.), de faire des recommandations aux entreprises (méthodes de recherche opérationnelle : modélisation mathématique, programmation stochastique, optimisation combinatoire, approches exactes et heuristiques, mathématiques discrètes, simulation et jumeaux numériques...).

SCM est un domaine d'application majeur de ces méthodes analytiques, et ces sujets sont fréquemment associés dans les départements dits "d'ingénierie industrielle" de nombreuses universités étrangères. La recherche en BA & SCM comprend : la conception et coordination des chaînes d'approvisionnement et des réseaux de transport intermodal ; la production, la distribution et la planification des transports ; l’acheminement et le chargement des véhicules ; la tarification et gestion des revenus dans les transports ; la réduction de la consommation d'énergie et des émissions polluantes ; la gestion des opérations de soins de santé ; l’optimisation des portefeuilles et les prévisions boursières ; les systèmes de regroupement et de questions-réponses ; les  développements méthodologiques dans les domaines d'expertise.


A HEC Liège, le programme des cours d'Ingénieur de gestion est fortement associé à notre domaine de recherche par le biais de cours du tronc commun, principalement basé sur des méthodes analytiques, et des deux domaines de spécialisation "SCM et BA" et "Digital Business". Le Master en sciences de gestion bénéficie également de la recherche en BA & SCM par le biais de cours en méthodes quantitatives dans le tronc commun et de la spécialisation en " Global Supply Chain Management". 

Notre objectif est de transférer nos compétences et notre recherche et expertise reconnues au niveau international à notre communauté locale et à nos partenaires internationaux. Les chercheurs en BA & SCM effectuent de la recherche fondamentale et appliquée. Ils ont de nombreuses collaborations avec les secteurs public et privé. C'est à la fois un besoin, de données et de connaissances, et un objectif. Dans le même esprit, nous favorisons les partenariats avec les entreprises par le biais de chaires et de financement de doctorats ; par exemple sur la base de la plateforme Digital Lab.

Équipe de recherche

Les activités dans les domaines du BA & SCM ont essentiellement lieu au sein de l'équipe de recherche QuantOM (Quantitative methods and Operations Management). L’objectif commun des nombreux chercheurs du QuantOM est de stimuler et de promouvoir les activités menées à HEC Liège (et, plus largement, au sein de l’ULg) dans le domaine des méthodes quantitatives et de leurs applications en Supply Chain Management ou dans d'autres domaines des sciences de gestion et des sciences de l'économie.

Publications


Business Analytics & Supply Chain Management

Article (Périodiques scientifiques)
Fare inspection patrolling under in-station selective inspection policy
Escalona, Pablo; Brotcorne, Luce; Fortz, Bernard et al.
In pressIn Annals of Operations Research
Article (Périodiques scientifiques)
Energy-efficient production control of a make-to-stock system with buffer- and time-based policies
Tan, Barış; Karabağ, Oktay; Khayyati, Siamak
In pressIn International Journal of Production Research, p. 1-19
Article (Périodiques scientifiques)
Statistical matching using kernel canonical correlation analysis and super-organizing map
Annoye, Hugues; Beretta, Alessandro ; Heuchenne, Cédric
2024In Expert Systems with Applications, 246, p. 123134
Article (Périodiques scientifiques)
Solving unconstrained binary polynomial programs with limited reach: Application to low autocorrelation binary sequences
Clausen, Jens Vinther; Crama, Yves ; Lusby, Richard et al.
2024In Computers and Operations Research, 165, p. 106586
Article (Périodiques scientifiques)
Min–max optimization of node‐targeted attacks in service networks
Fortz, Bernard ; Mycek, Mariusz; Pióro, Michał et al.
2024In Networks, 83 (2), p. 256-288
 

Membres du domaine

modifié le 19/01/2024

Partagez cette page