Imaginez que vous vous dirigez vers l'épicerie et recevez une alerte téléphonique vous demandant si vous seriez également prêt à ramener les courses de votre voisin à la maison. Ou vous êtes en route pour un concert et voyez que vous pourriez remplir les sièges de votre voiture - et votre portefeuille - si vous ramassiez quelques autres fans de musique en cours de route. En tant que fournisseur dans ces scénarios, vous avez le choix des services que vous fournissez et quand. C'est peut-être ainsi que se dirige le commerce.

Recherche récemment publiée dans Recherche sur les transports Partie B :Méthodologique , par les ingénieurs système de Rensselaer, a démontré comment un modèle hiérarchique qui offre aux fournisseurs un certain choix pourrait améliorer l'adéquation entre l'offre et la demande pour les ressources sous-utilisées et peut même transformer ce qui est devenu l'économie du partage.

Dans cette recherche Jennifer Pazour, professeur agrégé d'ingénierie industrielle et des systèmes à l'Institut polytechnique Rensselaer, et Seyed Shahab Mofidi, qui a récemment obtenu son doctorat. de Rensselaer, construit une simulation d'environnement de covoiturage et connecté des données simulées aux algorithmes qu'ils ont créés. Cependant, la même approche pourrait être appliquée à d'autres scénarios, telles que les entreprises qui souhaitent partager un espace d'entrepôt ou les organisations à but non lucratif cherchant à remplir des heures de bénévolat à l'aide d'une application à la demande.

"Ce qui est excitant pour moi, c'est que cette preuve de concept montre que le modèle fonctionne, " a déclaré Pazour. " Cela a jeté les bases que cette façon de donner aux gens des recommandations et des choix peut réellement aider toutes les entités du système. "

Approches actuellement utilisées, Pazour a dit, peut faire correspondre un fournisseur à une demande basée sur ce qui est le mieux pour le client sans beaucoup de choix de la part du fournisseur. Cela peut entraîner une réponse rapide, mais, elle fait remarquer, cela empêche certains fournisseurs de participer.

Inversement, d'autres plateformes existantes peuvent afficher toutes les demandes de demande disponibles à un fournisseur, leur permettant de passer au crible les options et de choisir ce qui fonctionne pour eux. C'est une approche qui a le fournisseur à l'esprit, mais entraîne une réponse beaucoup plus lente pour le client.

La plate-forme de l'équipe essaie de trouver un équilibre entre l'offre et la demande en donnant au fournisseur certains choix, mais pas tous, en fonction du comportement antérieur du fournisseur. Pazour compare cette approche à la façon dont d'autres plateformes peuvent suggérer un ensemble de films que vous aimeriez regarder, ou des produits que vous aimeriez acheter en fonction de vos décisions précédentes.

Par exemple, un conducteur - ou un fournisseur - avec une voiture se verra proposer quelques choix de passagers potentiels qu'il pourrait prendre. Ils peuvent alors prendre une décision en fonction de leurs projets de la journée et de l'itinéraire qu'ils s'apprêtent déjà à emprunter. Ces décisions informeront sur les cavaliers potentiels qui leur seront proposés à l'avenir.

« Notre approche est plus proactive, " dit Pazour. " Nous n'allons pas vous demander quoi que ce soit dans un premier temps. Nous allons vous envoyer des notifications, choix, et laissez-vous choisir et le modèle s'occupera des conséquences."

Ce que les chercheurs ont découvert, c'est que cette approche fonctionne mieux, par rapport à d'autres approches, lorsque la plateforme n'a pas beaucoup d'informations sur le fournisseur et ses préférences.

"Cette méthodologie est plus utile lorsque la plateforme n'est pas capable de prédire parfaitement les actions des gens, " dit Pazour. " C'est la réalité, mais je pense que c'est une chose qui manque dans beaucoup d'autres applications."

Pazour espère également que davantage de personnes seront enclines à opter pour une plate-forme offrant plus de choix, ce qui à son tour pourrait conduire à une augmentation de l'utilisation de ressources sous-utilisées comme les sièges vides dans une voiture.

"Si nous donnons plus de choix, peut-être que nous aurons plus de gens qui sont prêts à le faire, " dit Pazour.

En plus d'examiner ce défi en termes d'efficacité, Pazour a également en tête l'équité.

Par exemple, un service de livraison d'épicerie à la demande pourrait aider ceux qui n'ont pas d'épicerie à proximité. Dans ce cas, le simple fait d'apparier un fournisseur à son plus proche voisin peut exclure certains clients d'être servis.

"S'il est conçu pour l'efficacité des ressources, c'est potentiellement un algorithme différent que s'il est conçu pour l'équité. Nous réfléchissons donc à la manière dont nous pouvons nous assurer que tout le monde bénéficie de ce service à un niveau équitable, " dit Pazour.

Maintenant qu'ils savent que leur méthodologie fonctionne, Pazour et son équipe sont en mesure d'élargir leurs recherches. Ils prévoient d'améliorer les modèles et les algorithmes de la plate-forme et de les appliquer à d'autres domaines de l'offre et de la demande, y compris le volontariat. Pazour a déclaré que son équipe explorait également les opportunités de travailler avec des entreprises pour analyser les données réelles et évaluer si cette approche unique pourrait leur être bénéfique.