La thèse étudie les défis contemporains de la gestion du commerce de détail dans le contexte de la révolution numérique, en mettant l'accent sur la vente au détail multicanal, la tarification double canal et la gestion des stocks basée sur les données. La thèse débute par un aperçu de l'évolution de la dynamique du commerce de détail, impulsée par les avancées technologiques et les changements dans les demandes des consommateurs, soulignant la nécessité de solutions inventives pour faire face à ces complexités. Deuxièmement, en plongeant plus profondément dans la vente au détail multicanal, l'étude examine l'allocation des stocks et l'optimisation des prix à travers les canaux physiques et en ligne. Elle aborde un problème de tarification multicanal, propose une méthodologie pour garantir des solutions optimales et souligne l'importance de la coordination des canaux et des niveaux de service sur la part de marché et la rentabilité. Troisièmement, en approfondissant davantage la tarification double canal, la thèse présente un nouveau modèle de tarification capturant les interactions complexes entre les canaux, les détaillants et les clients. Elle souligne l’importance de déterminer la capacité optimale du magasin physique et de gérer les conversions des ruptures de stock en ventes en ligne avec promotions. En quatrième lieu, en introduisant des méthodologies de gestion des stocks basées sur les données, l'étude exploite l'estimation de la densité par noyau (KDE) dans des cadres d'optimisation limités par le hasard. En démontrant des performances supérieures dans l'atteinte des niveaux de service cibles par rapport aux méthodes traditionnelles, la thèse souligne l'importance de gérer les stocks dans des conditions d'incertitude tout en maintenant la qualité du service. Enfin et surtout, la thèse se termine en promouvant une compréhension plus approfondie de la gestion du commerce de détail à l'ère numérique, offrant des informations et des méthodologies précieuses pour naviguer dans les complexités modernes du commerce de détail. En adoptant l'innovation, les approches basées sur les données et les stratégies centrées sur le client, les détaillants peuvent se positionner pour réussir dans un environnement de plus en plus dynamique et concurrentiel. Les futures orientations de recherche incluent l’exploration de techniques avancées d’apprentissage automatique et l’extension du modèle pour prendre en compte la durabilité et la résilience de la chaîne d’approvisionnement.