  ![](https://neoma-bs.fr/sites/default/files/uploaded_images/profs-neoma_0.png)# TRAN Minh Tam

 

 

 
		{
			"@context": "https://schema.org",
			"@type": "BreadcrumbList",
			"itemListElement": [
		        {
            "@type": "ListItem",
            "position": 1,
            "name": "Accueil",
            "item": "https://neoma-bs.fr/"
        },		        {
            "@type": "ListItem",
            "position": 2,
            "name": "TRAN\u0020Minh\u0020Tam",
            "item": "https://neoma-bs.fr/node/34133.md"
        }				]
	}
	 - [Accueil](https://neoma-bs.fr/)
- TRAN Minh Tam
 
  

 

    ![](/sites/default/files/styles/large/public/uploaded_images/photos_academ/52717-tran-minh-tam.jpg?itok=35cCbmEt)TRAN Minh Tam

 Professeur assistant

  

 <minh-tam.tran@neoma-bs.fr> 

 

 

 

 - À propos
 - Publications académiques
 
  

 

    [Système d'Information, Supply Chain Management &amp; aide à la Décision](https://neoma-bs.fr/departements/systeme-dinformation-supply-chain-management-aide-la-decision) 

    PhD Génie Industriel 

 

Minh Tam Tran est Professeur Assistant en Sciences de Gestion et en Recherche Opérationnelle à NEOMA Business School, France. Il a obtenu deux masters en Ingénierie Statistique et Financière, Science des Données, ainsi qu'en Mathématiques de l’Assurance, de l’Economie et de la Finance à l’Université Paris-Dauphine, l’Université Paris Sciences et Lettres (Université PSL) et à l’École Normale Supérieure de Paris, Université PSL. Il a achevé son Doctorat en Génie Industriel à l’Institut National des Sciences Appliquées de Lyon (INSA Lyon). Avant de rejoindre NEOMA Business School, il était Chercheur Postdoctoral au Laboratoire de Génie Industriel et au Future Cities Lab de CentraleSupélec, Université Paris-Saclay.

Ses recherches offrent des perspectives qualitatives et quantitatives sur la transformation numérique des chaînes d'approvisionnement, avec un accent sur les aspects économiques et financiers. Il examine, par exemple, comment la blockchain et l'intelligence artificielle (IA) peuvent améliorer la performance des chaînes d'approvisionnement en réduisant les coûts et en améliorant les niveaux de service. De plus, il explore les stratégies de chaînes d'approvisionnement omni-multicanal et la gestion des flux pilotée par les données. Son travail comprend le développement de solutions basées sur les données et l'apprentissage automatique pour relever les défis liés à la gestion du transport et des ressources. Ses recherches ont été publiées dans l'International Journal of Production Economics et présentées lors de conférences internationales telles que l'International Symposium on Inventories (ISIR), l'International Working Seminar on Production Economics (IWSPE), et l'Institute for Operations Research and the Management Sciences (INFORMS) Annual Meeting.

 

 ###  Domaines de recherche 



- Gestion des Stocks
- Logistique et Gestion de la Chaîne d'Approvisionnement
- Théorie des Jeux
- Recherche Opérationnelle
- Intelligence Artificielle
 
  

 

##   Récentes contributions académiques  

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Data-driven nonlinear optimization for chance-constrained newsvendor problem" dans *22nd International Symposium on Inventories*, 2024, Budapest, Hongrie 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Optimal pricing for dual-channel retailing with stochastic attraction demand model", *International Journal of Production Economics*, Février 2024, vol. 268, pp. 109127  DOI : [ 10.1016/j.ijpe.2023.109127 ](https://dx.doi.org/10.1016/j.ijpe.2023.109127)

  

 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Pricing strategy for dual-channel retailing using a stochastic attraction-demand model" dans *PGMO Days 2023 - Gaspard Monge program for Optimization, Operations Research and their interactions with Data Science*, 2023, Palaiseau, France 

 

 

 

##   Publications  

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Optimal pricing for dual-channel retailing with stochastic attraction demand model", *International Journal of Production Economics*, Février 2024, vol. 268, pp. 109127  DOI : [ 10.1016/j.ijpe.2023.109127 ](https://dx.doi.org/10.1016/j.ijpe.2023.109127)

  

 

 

 

 

##   Conferences  

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Pricing strategy for dual-channel retailing using stochastic attraction-demand model." dans *PGMO Days 2023 - Gaspar Monge program for Optimization, Operations Research and their interactions with Data Science*, 2023, France 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Pricing strategies for dual channels retailers with stochastic demand model" dans *10th Vietnam Mathematical Congress*, 2023, Viet Nam 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "A data-driven based approach for newsvendor problem subject to inventory inaccuracy" dans *24ème congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision*, 2023, France 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Optimal pricing for multi-channel retailing with stochastic attraction demand model" dans *21st International Symposium on Inventories*, 2022 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Optimal pricing for a stochastic omnichannel attraction demand model with target cycle service levels" dans *Twenty-second International Working Seminar on Production Economics*, 2022 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "A chance-constrained optimisation model for the prcing and ordering omnichannel problem" dans *23ème congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision*, 2022 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Integrated Inventory and Pricing Decisions for an Omnichannel Retailing model under Cycle Service Level" dans *15th International Society for Inventory Research Summer Schools - Data-Driven Inventory Management and Modelling*, 2021 

 

 

 

##   Contributions dans une conférence  

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Data-driven nonlinear optimization for chance-constrained newsvendor problem" dans *22nd International Symposium on Inventories*, 2024, Budapest, Hongrie 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Pricing strategy for dual-channel retailing using a stochastic attraction-demand model" dans *PGMO Days 2023 - Gaspard Monge program for Optimization, Operations Research and their interactions with Data Science*, 2023, Palaiseau, France 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Pricing strategies for dual channels retailers with stochastic attraction demand model" dans *10th Vietnam Mathematical Congress*, 2023, Da Nang, Viet Nam 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "A data-driven based approach for newsvendor problem subject to inventory inaccuracy" dans *24th annual congress of the French Society for Operational Research and Decision Support*, 2023, Rennes, France 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Optimal pricing for multi-channel retailing with stochastic attraction demand model" dans *21st International Symposium on Inventories*, 2022, Budapest, Hongrie 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "A chance-constrained optimisation model for the pricing and ordering omnichannel problem" dans *23rd annual congress of the French Society for Operational Research and Decision Support*, 2022, Lyon, France 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Optimal pricing for a stochastic omnichannel attraction demand model with tatrget cycle service levels" dans *22nd International Working Seminar on Production Economics*, 2022, Innsbruck, Autriche 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Pricing decisions for an omnichannel retailing under service level considerations" dans *22nd International Conference on Advances in Production Management Systems*, 2021, Nantes, France 

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Integrated inventory and pricing decisions for an omnichannel retailing model under cycle service level" dans *15th International Society for Inventory Research Summer Schools - Data-Driven Inventory Management and Modelling*, 2021, Luxembourg 

 

 

 

##   Proceedings  

 TRAN, M. T., Y. REKIK, K. HADJ-HAMOU, "Pricing Decisions for an Omnichannel Retailing Under Service Level Considerations", *Springer International Publishing*, 2021, pp. 175-185  DOI : [ 10.1007/978-3-030-85906-0\_20 ](https://dx.doi.org/10.1007/978-3-030-85906-0_20)