Tarification et optimisation pour le marketing Orange Labs Matthieu Chardy, Recherche & Développement 10 avril 2009 séminaire à l'ecole des Mines de Nantes
agenda partie 1 économie des télécommunicationsl partie 2 optimisation des stratégies d'interconnexion dans le cadre d'une tarification au percentile 2 Orange Labs - Recherche & Développement - titre de la présentation date
économie de télécommunications Orange: gestionnaire de réseau et fournisseur de services Éléments clés (1/2) une multitude d'acteurs de nature très différente Les clients Particuliers Les clients Entreprises Les autres «opérateurs de télécommunication» (Telco, les X-VNO, Skype...) Fournisseurs de contenu: Google, Youtube... la vente de services qu'un opérateur (virtuel) ne peut assurer seul connectivité téléphonique mondiale, Internet nécessité de passer des accords entre opérateurs 3 Orange Labs - Recherche & Développement - titre de la présentation date
économie de télécommunications Éléments clés (2/2) un contexte réglementaire fort dérégulation 90s organismes de régulation: ART (France), ARCEP (européen) une tarification des services basée sur les coûts d'exploitation réseau (location boucle locale,...) des modes tarifaires très différents d'un service à l'autre tarification au forfait tarification à l'usage modes de tarification hybrides 4 Orange Labs - Recherche & Développement - titre de la présentation date
économie de télécommunications Structure des marchés un marché de détails (retail market) contrats entre un opérateur et des clients particuliers ou entreprises offres: téléphonie (fixe, mobile), Internet, mise en place de réseaux privés virtuels... deux marchés d'interconnexion (wholesale market) contrats/accords entre opérateurs de télécommunication (possédant un réseau) 2 marchés d'interconnexion distincts: data & voix (terminaisons d'appel) un marché «des fréquences» vente de bandes de fréquence radio aux telcos par un État 5 Orange Labs - Recherche & Développement - titre de la présentation date
économie de télécommunications problèmes décisionnels clés (1/2): imputation des coûts dans un réseau multiservices «retrouver la partie du coût global d'un réseau supportant plusieurs services qui doit être imputée à chaque service» problématique particulièrement pertinente aujourd'hui dans un contexte de: multiplication des services convergence des réseaux enjeu: définir des processus/règles économiquement viables permettant de justifier nos coûts de services auprès des régulateurs (ART, ARCEP) cadre mathématique: théorie des jeux coopératifs valeur de Shapley nucleolus d'un jeu (optimisation lexicographique) SMS VoD Telephony Network 1 Network 2 Internet access SMS TV VoIP Network 3 service service 6 Orange Labs - Recherche & Développement - titre de la présentation date service service
économie de télécommunications problèmes décisionnels clés (2/2): définition des offres optimales sur le marché de détails définition des stratégies d'interconnexion optimales: avec quels opérateur/acteurs faut-il interconnecter et quels accords financiers doit-on passer avec eux? définition d'une position optimale sur le marché «des fréquences» mécanismes d'enchères 7 Orange Labs - Recherche & Développement - titre de la présentation date
plan partie 1 économie des télécommunications partie 2 optimization of interconnection strategies in top percentile framework 8 Orange Labs - Recherche & Développement - titre de la présentation date
telecom context data interconnection is nothing but Internet Internet is a worldwide network composed of thousands of connected but independent networks called Autonomous Systems: Internet Service Providers & carriers research network content provider... Y o u t u b e 9 Orange Labs - Recherche & Développement - titre de la présentation date O r a n g e
telecom context No regulation authority for data interconnection Autonomous Systems are free to interconnect with another not necessary: BGP business agreement are negotiated between AS only (and not known) Internet: a hierarchical network ranking of AS AS are both customer & provider C2P C2P AS A C2P AS 2 AS 3 P2C AS 2 AS 3 C2P PEER AS 1 AS 5 AS 4 P2C C2P AS 1 C2P P2C AS C2P A AS C AS 5 D P2C AS B key decision problem of optimising interconnection strategies P2C PEER AS 6 C2P AS 4 AS 6 P2C P2C P2C AS B 10 Orange Labs - Recherche & Développement - titre de la présentation date
pricing issues 95% of interconnection agreements are based on top percentile pricing definition of the ß th percentile pricing: given a charge time period divided into intervals, a customer pays for each time interval the same amount of money based on the (1-ß) th biggest traffic an example: 15 time intervals, ß=80; observations not flat rate, not usage but some mix: can be seen as a flat rate pricing based on usage... balance between what you win (some kind of free intervals) and what you loose (flat rate aspect) 11 Orange Labs - Recherche & Développement - titre de la présentation date 35 30 25 20 15 10 5 0 35 30 25 20 15 10 5 0 trafic écoulé trafic écoulé trafic facturé
optimizing interconnection strategies involves two major optimization issues (1/2) the Provider Interconnection Problem key question: what set of contracts should be proposed (to customers) in order to maximize my revenue? Chosen provider (revenu management) -followers- -leader- Decision Offers Competition Customers (minimizing costs) defines a Stackelberg game (equilibrium) can be modelled as a mathematical bi-level programm processus de decision client 12 Orange Labs - Recherche & Développement - titre de la présentation date
optimizing interconnection strategies involves two major optimization issues (2/2) the Customer Interconnection Problem key question: which contract (from providers) should be chosen (and how to allocate my outgoing traffic amongst the chosen providers) in order to minimize my costs? 18500000 18000000 17500000 17000000 16500000 16000000 15500000 15000000 14500000 14000000 13500000 volume de trafic 20000000 18000000 16000000 14000000 12000000 10000000 8000000 6000000 4000000 2000000 0 20000000 18000000 16000000 14000000 12000000 10000000 8000000 6000000 4000000 2000000 0 ISP1 (tarif=10) ISP1 (tarif=12) ISP1 (tarif=15) ISP1 (tarif=16) ISP1 (tarif=10) ISP1 (tarif=12) ISP1 (tarif=15) ISP1 (tarif=16) Joint contract choice and traffic allocation problem actually the problems are dependent but we focus on CIP 13 Orange Labs - Recherche & Développement - titre de la présentation date
Customer Interconnection Problem modelling 14 Orange Labs - Recherche & Développement - titre de la présentation date
an «intuitive» mathematical programm An intuitive formulation for CIP (1) objective function: sum of contract costs and traffic dependent costs (2) ensures allocation of the total traffic for each time interval (3) enables computation of the traffic of the charge interval for each provider thanks to a counting process 15 Orange Labs - Recherche & Développement - titre de la présentation date
an intuitive MIP an «intuitive» mixed integer program formulation can be derived from [CIP_NL] linearisation steps linearising (1) by introducing positive variable linearising (3) by introducing binary variable constraint 16 Orange Labs - Recherche & Développement - titre de la présentation date
partial conclusions we obtained a mixed integer formulation for CIP this MIP formulation of the CIP has two major weak points we introduced «big M» contants during the linerization process Highly symetric formulation (due to the symetric role of free-ofcharge intervals of providers) For a given charge period of 100 time intervals and an optimal set of 4 contracts based on the 95 th percentile, we have more than 10 10 optimal «integer» trafic allocations (1000 times interval : 10 80...) resolution with Branch&Bound techniques is to be hard we propose a new MIP formulation based on partial characterization of (some) CIP optimal solutions 17 Orange Labs - Recherche & Développement - titre de la présentation date
focus on the traffic allocation sub problem we define CIP S as the restricted problem of optimising traffic allocation when subset S of contracts is already chosen characterization of CIP S optimal solution proposition: an allocation which full the free of charge intervals of the chosen contacts with the biggest traffic intervals allocate the remaining traffic intervals to the cheapest provider is optimal. corollary: CIP S is of polynomial complexity this characterization will be useful for reformulating CIP 18 Orange Labs - Recherche & Développement - titre de la présentation date
efficent MIP formulation mixed integer programm reformulation (3'') computes the number of free of charge periods as a linear function of the chosen contracts (4'') computes the charge interval of the cheapest chosen contract a customized B&B procedure can be designed for this formulation 19 Orange Labs - Recherche & Développement - titre de la présentation date
numerical tests 20 Orange Labs - Recherche & Développement - titre de la présentation date
conclusions the Customer Interconnection problem can be solved to optimality in reasonable time for marketers real-life instances (recall: roughly 4000 time intervals) numerical results clearly show the benefit taken from reformulating the problem designing a customized B&B procedure major prospect: deal with the «natural» uncertain context at start, we have to chose contracts without knowing the traffic to come at each time interval, we take an allocation decision without knowing traffic for remaining time intervals 21 Orange Labs - Recherche & Développement - titre de la présentation date
merci