Κατανομή ομάδας πωλητών σε γεωγραφικές περιοχές λαμβάνοντας υπόψιν πολλαπλούς στόχους. Εφαρμογή στον φαρμακευτικό κλάδο

Καρουσάτος, Κωνσταντίνος

Geographic salespersons allocation taking into consideration multiple targets. Implementation on pharmaceutical sector

Μεταπτυχιακή διπλωματική εργασία

Author

Καρουσάτος, Κωνσταντίνος

Date

2024-11-18

Advisor

Vryzidis, Isaak

Πτυχιακή εργασία μεταπτυχιακού προγράμματος (1.660Mb)

Keywords

Ανάθεση τομέων ευθύνης ; Επιχειρησιακή έρευνα ; Βέλτιστη λύση ; Ομάδες πώλησης ; Φαρμακευτικός κλάδος

Abstract

Η παρούσα πτυχιακή εργασία πραγματεύεται την κατανομή γεωγραφικών περιοχών σε συγκεκριμένο αριθμό ιατρικών επισκεπτών, λαμβάνοντας υπόψη πολλαπλούς στόχους, με εφαρμογή στον φαρμακευτικό κλάδο. Ο κύριος στόχος της εργασίας είναι η ισορροπημένη κατανομή των περιοχών στους ιατρικούς επισκέπτες. Πιο συγκεκριμένα, επιδιώκεται ο μικρότερος δυνατός χρόνος μετακίνησης των ιατρικών επισκεπτών ταυτόχρονα με την εξισορρόπηση του μεγέθους των πωλήσεων και των επισκέψεων που τους ανατίθενται. Για την επίτευξη των παραπάνω στόχων, χρησιμοποιήθηκε η μέθοδος του πολυστοχικού προγραμματισμού. Για την επίλυση του προβλήματος έγινε χρήση μεταευρετικού αλγόριθμου με την χρήση της Python και του πακέτου GEKKO. Τα αποτελέσματα της εργασίας έδειξαν ότι η προτεινόμενη προσέγγιση μπορεί να συμβάλλει σημαντικά στην βελτιστοποίηση της ανάθεσης περιοχών με χρήση πολλαπλών κριτήριων. Αν και η συγκεκριμένη μελέτη περίπτωσης αφορά τον φαρμακευτικό κλάδο η συγκεκριμένη προσέγγιση με τις κατάλληλες προσαρμογές μπορεί να εφαρμοστεί και σε άλλους κλάδους. Συνολικά, η συγκεκριμένη εργασία αναδεικνύει τη σημασία της πολυστοχικής προσέγγισης στην επίλυση σύνθετων προβλημάτων μέσω της χρήσης των κατάλληλων εργαλείων και αλγορίθμων.

Abstract

The present thesis focuses on the allocation of geographic regions to a specific number of medical representatives, taking into account multiple objectives, with an application in the pharmaceutical industry. The main objective of this work is the balanced distribution of regions among the medical representatives. Specifically, the aim is to minimize the travel time of the medical representatives while simultaneously balancing the sales and visits assigned to them. To achieve these goals, the multi-objective programming method was employed. For problem solving, a metaheuristic algorithm was used, implemented in Python using the GEKKO package. The results of the study showed that the proposed approach can significantly contribute to optimizing the allocation of regions using multiple criteria. Although this specific case study is focused on the pharmaceutical industry, this approach can be applied to other industries with appropriate adaptations. Overall, this work highlights the importance of the multi-objective approach in solving complex problems through the use of suitable tools and algorithms.