Abstract:
The emergence of digital in the field of marketing has proven to be of great use. The
managers of the e-recruitment platform Emploitic (main recruitment site in Algeria) have
understood the challenge of this emergence, and have invested a large sum of money in
its communication and in marketing campaigns. However, with this emergence and the
growing number of digital marketing platforms, a crucial question is raised: "where to
invest the marketing budget to reach the maximum number of users?
In this context, Emploitic needs to optimize its marketing budget in a way that
maximizes its return while minimizing the risk associated with its investment.
Our job is to solve this problem without neglecting any constraint. For this we were
inspired by the Markowitz model to model the problem raised by the Emploitic company.
We have introduced the risk aversion parameter for the aggregation of our criteria.
The resulting problem is a parametric convex quadratic program with bounded variables
which has been solved thanks to the adapted method. In order to see the effectiveness of
the method and the model, an implementation under the Python language was carried out.
L’émergence du digital dans le domaine du marketing s’est avéré d’une grande utilité.
Les responsables de la plateforme de e-recrutement Emploitic (principal site de recrutement
en Algérie) ont compris l’enjeu de cette émergence, et ont engagé un important
investissement la communication et dans les campagnes marketing. Cependant avec cette
émergence et le nombre grandissant de plateformes de marketing digital, une question
cruciale est soulevée :"où investir le budget marketing pour atteindre le maximum
d’utilisateurs ?
Dans ce contexte, Emploitic a besoin d’optimiser son budget marketing d’une manière
à maximiser son rendement tout en minimisant le risque lié à son investissement.
Notre travail consiste à résoudre cette problématique sans négliger aucune contrainte.
Pour cela nous nous sommes inspirés du modèle de Markowitz pour modéliser le problème
soulevé par l’entreprise Emploitic. Nous avons introduit le paramètre d’aversion au risque
pour l’agrégation de nos critères. Le problème résultant est un programme quadratique
convexe paramétrique à variables bornées qui a été résolu grâce à la méthode adaptée.
Afin de voir l’efficacité de la méthode et du modèle, une implémentation sous le langage
Python a été réalisée.
