Curso de Geomarketing

Estrutura da Apresentao

Introduo aos conceitos; Perfil Consumidor; Pontos de Venda; Planejamento; Consideraes finais.
2

Objetivo do seminrio

Atender a tcnicos e tomadores de deciso; Introduzir; Mostrar potencialidades; Exemplificar caminhos; Fazer consideraes importantes;
3

Contexto

Muitos processos do Marketing se encontram dentro da dinmica espacial; A impotncia dessa dimenso aumenta com a expanso do mercado: + competio, + complexidade, + planejamento; Torna ento indispensvel olhar os problemas do Marketing no espao!

Exemplo de perguntas que devem levar em considerao a Dinmica Espacial Acesso ao ponto de venda bom? Qual a rea de cobertura do meu negcio? Em qual grau a proximidade da concorrncia bom ou ruim?

Como otimizar minha cadeia logstica?

Como a cultura local reage a minha marca? Meu pblico se encontra agrupado no espao?
5

O que Geomarketing?

Coleo de tcnicas para manipulao de dados geogrficos no apoio a estratgias e marketing de deciso; Aplicado em diversos domnios do marketing de maneira diferenciada; Integrao da Geografia com o Marketing vises distintas sobre problemas em comum;

Geografia + Marketing
o

mais do que apenas espacializar e quantificar dados em ferramentas especficas; H publicaes cientficas j nos anos 70 que apontam a importncia do mapeamento nas decises de marketing; Mais que referenciar no espao, Maketing Espacial desenvolve conceitos do Marketing integrados Geografia (ou vice-versa); H diversos estudos que sondam melhores maneiras de utilizar o Marketing Espacial no apoio s decises.

O planejamento importante!

Geomarketing e Marketing Espacial

Mais do que mapear e plotar pontos em mapa, necessrio pensar como a dinmica do processo do Marketing ocorre no espao! Aplicao em diversos domnios, porm podemos destacar trs principais:
o o o

Perfil e Comportamento do Consumidor; Localizao de pontos de vendas e servios; Planejamento de Marketing.

Nem sempre a integrao da Geografia com o Marketing suave.

9

Perfil e Comportamento do Consumidor

Modelos de predio de comportamento; Estudos de valores e estilo de vida; Estudos de modelos de deslocamento do consumidor;

10

Localizao de Pontos de Vendas e Servios

Localizao de novos pontos modelos e anlises; Estudo da concorrncia e canibalismo; Cobertura espacial dos pontos de vendas; Localizao x Revendedores x Fornecedores cadeia de suprimentos; Estratgias de vendas x comportamento do consumidor.
11

Planejamento do Marketing

Gerncia de preo:
o o

Custo, demanda e competio; Polticas de preos locais, internacionais e de diversos fornecedores; Objetivos comerciais e segmentao espacial da campanha; Impactos em campanhas na TV, cinema, jornais, rdios, outdoors, ... Anlises de territrios de interesse; Localizao espacial dos perfis de consumidores.

Campanhas publicitrias:
o o

Marketing direto:
o o

Geo-merchandize ofertas de produtos x disposio de produtos x promoes x estoque;

12

Desafios atuais dos profissionais da rea

Disponibilidade de dados e anlises de guia (segredo!):
o o o o

Socioeconmicos; Perfil do consumidor; Concorrncias; E muitos outros...

Domnio limitado das anlises, ferramentas e entendimento dos modelos; Eventual ausncia de cultura estrutural nas organizaes em pr do Geomarketing; Ampliar as aplicaes para servios pblicos e outros nichos.
13

Exemplo de popularizao do Geomarketing

Riachuelo utiliza geomarketing para dobrar nmero de lojas no Brasil (2012):

http://exame.abril.com.br/negocios/empresas/varejo/noticias/riac huelo-utiliza-geomarketing-para-dobrar-numero-de-lojas

lanado o Bssola Sebrae para auxiliar o empreendedor nas escolhas de seu negcio: http://www.bussola.sebrae.com.br/

14

Exemplo de popularizao do Geomarketing Bssola Sebrae

15

Exemplo de popularizao do Geomarketing Bssola Sebrae

16

Exemplo de popularizao do Geomarketing

Informaes mapeadas para estudo de mercado:

http://geografia.uol.com.br/geografia/mapasdemografia/35/artigo206927-1.asp

Geomarketing ajuda escolas particulares a aumentar taxa de matrculas:

http://www.uppiimarketing.com.br/geom arketing_para_escolas/index.html

17

Dados Geogrficos e SIG

Dados Geogrficos

Possuem trs componentes:

<X; A; T>
X: a componente geogrgicas, est sob um sistema de coordenadas cartogrficas (onde); A: um conjunto no vazio de atributos descritivos, comumente organizados em uma estrutura tabular (o que); T: o intervalo de tempo onde as componentes X e A foram medidas (quando);
19

Dados Geogrficos

So mais complexos do que os dados no geogrficos; Sua gesto e controle mais trabalhosa montar um banco de dados geogrficos; As tecnologias de medio, processamento e anlises desses dados so especficos; mais comum utilizar dados de fontes do que produzir o dado geogrficos cuidado!
20

Sistemas de Informaes Geogrficas (SIG/GIS)

Um conjunto manual ou computacional de procedimentos utilizados para armazenar e manipular dados georreferenciados; Conjunto poderoso de ferramentas para coletar, armazenar, recuperar, transformar e visualizar dados sobre o mundo real; Um sistema de suporte deciso que integra dados referenciados espacialmente num ambiente de respostas a problemas; Um banco de dados indexados espacialmente, sobre o qual opera um conjunto de procedimentos para responder a consultas sobre entidades espaciais.

Apoio as decises

LOCAO

COMO

MODELAGEM

O QUE ...?

O QUE SE...?

CONDIO

TENDNCIA

ROTA

PADRO

ONDE ...?

O QUE EST MUNDANDO...?

QUAL O MELHOR CAMINHO...?

O QUE O PADRO...?

O que o SIG tem de especial?

Dados espaciais/geogrficos, no apenas os armazenando, mas trabalhando com eles no espao e por meio de suas caractersticas; Agrega-se conceitos de cartografia, geometria computacional, entre outros que no so comuns aos SIs tradicionais; As ferramentas de soluo so especficas, requer especializao. Equipe multidisciplinar;

O que o SIG tem de especial? (continuao)

Suporte a diversas reas: meio-ambiente, agricultura, segurana, recursos minerais, sade, demografia, construo civil, planejamento pblico e estratgico, telecomunicaes, energia, violncia, logstica de transportes, turismo; Dado mais complexo - dado mais importante ao projeto; rea em expanso em termos de tecnologia e mercado; Todo o dado geogrfico tem erro;

Solues de SIG no mercado

H inmeras solues, cada uma com caractersticas particulares; H solues apenas para apresentao de dados, outras para processamento matemtico altamente especialista, outros que tentam apresentar solues abrangentes e assim por diante; Alm da funcionalidade, o custo-benefcio outro fator importante;

Solues de SIG no mercado (2)

comum termos que utilizar mais de uma soluo de SIG; Problemas na interoperabilidade entre as solues; H entidades que definem padres como a OGC Open Geospatial Consortium; H plataformas que tentam abordar todas as vertentes do SIG, oferecendo uma famlia de solues ArcGIS;

SIG Desktop x Web

Outra caracterstica importante se a soluo se encontra na plataforma Web ou Desktop; Web mais limitada para processamento e tem melhor na acessibilidade ao usurio final. Tambm requer maior infraestrutura de TI de suporte; Desktop tem mais capacidade de processamento e recursos;

Exemplo sistmico de um projeto de SIG

Veremos a seguir um exemplo para melhor entendimento das etapas e processos envolvidos comumente num projeto de SIG; No h um processo rgido e definido para projetos em SIG, geralmente estes projetos seguem processos similares da rea de TI (engenharia de software);

Viso sistmica de um projeto de SIG - Geral

Mundo Real Lista de dados e metodologia Campo

Especificaes

Fontes Externas

Analistas SIG Cliente + Especialistas BDE Usurios Equipe SIG

Geomarketing baseado em modelos!

Modelos, modelos, modelos

O Marketing e o Geoprocessamento trazem algumas abordagens para modelagem de processos; Podemos citar os principais tipos de modelos aplicados:
o

o o o

o o

Estudo da atrao do consumidor concorrncia, estimativa de receita, entre outros; Modelos de deslocamento iscronas, anlise de acessibilidade; Localizao de novos pontos de venda; Segmentao do mercado consumidor; Perfil do consumidor impacto de alteraes scio-econmicas e de estilo de vida no negcio; Retorno de campanhas publicitrias; Entre outros...

31

Modelos simplificam a realidade

o

O processo em estudo do modelo complexo, ocorre em um espao tridimensional, multivariado e hiperrelacionado; Nosso modelo precisa ser simples, geralmente em um espao bidimensional, com variveis e relaes restritas;

32

Variveis

Quais variveis medir? Nem sempre se sabe quais variveis fazem parte do nosso processo a modelar; H variveis difceis de quantificar: estilo de vida, personalidade, presena da marca... Nem sempre vivel uma medio de todo o nosso universo de anlise: diferena entre amostra e censo. Concluso: comum uso de estatstica!

33

Medies de variveis e erros

Ao se apropriar sobre as caractersticas de elementos do mundo real, realizamos medies; Essas medies possuem imprecises! Se a preciso da medio satisfatria ou no, depende das especificaes do projeto.
34

Formas de medir
No h uma percepo nica dos elementos do mundo real, preciso definir qual a percepo interessante ao seu modelo.

35

Bibliografia de Geomarketing

Esse assunto ainda possui bibliografia muito escassa, principalmente no Brasil; Eu recomendo os livros: >Geomarketing: Methods and

Strategies in Spatial Marketing de

Grard Cliquet; > Geomarketing: Memrias de Viagem de Francisco Aranha e Susana Figoli; > Mtodos Estatsticos para Geografia de Peter A. Rogerson.
36

Como modelar seu estudo?

A misso rdua!

importante se ter em mente: o modelo por si s no basta o modelo uma prova de conceito ou conhecimento; Ocorre normalmente um feedback positivo, um bom modelo refora o conceito que ele atesta: o conhecimento vai se consolidando >> Marketing Espacial; Podemos dividir as anlises entre aquelas baseadas em conhecimento ou aquelas baseadas em modelos matemticos;
38

Objetivo, foco

Defina qual o objetivo, foque o escopo da anlise; Estude anlises parecidas com a sua proposta e defina a sua; Importante: seu modelo deve ser baseado em conhecimento ou teorias! Se outros especialistas estiverem envolvidos, a comunicao fundamental.

39

Quais variveis devo considerar?

As variveis a se elencar devem estar alinhadas com o conhecimento ou conceito a se modelar; Nem sempre h conhecimento sobre quais variveis esto relacionadas com o estudo, a estatstica fornece mtodos para avaliar quais so Anlise Fatorial, por exemplo; Com o tempo, seu modelo deve se consolidar e as variveis vo graduamente sendo revisadas e ajustadas; No basta saber quais as variveis so tomadas no estudo, mas tambm como med-las (direta, indiretamente) e os nveis de tolerncia aos erros esperados.

40

Como medir as variveis?

Com o escopo de quais variveis definidas, o prximo passo definir como levant-las:
o o o o

Questionrios ao pblico-alvo; Levantamento em campo; Dados de fontes externas (eventualmente escassos); Terceirizao do levantamento.

Esse processo envolve tambm os dados espaciais; Nem sempre possvel medir todos os elementos em estudo, lanando mo de amostras: estatstica.

41

Importante: avalie o resultado do seu modelo!

Qualquer modelo, seja simples ou complexo, deve ter seu resultado avaliado; A avaliao pode ocorrer de diversas formas, porm essencialmente comparar a resposta do modelo com respostas do mundo real verificao de concordncia! Dependendo do resultado, retorne para a prancheta e reavalie o processo um modelo bom depende de estudos.

42

Sntese de muitas ideias por trs dos modelos geogrficos:

Primeira Lei da Geografia de Waldo Tobler (1979)

Everything is related to everything else, but near things are more related than distant things

Disponibilidade de Dados

Onde os dados esto?

Seria ideal se os dados que necessitamos estivessem disposio, porm isso se mostra um desafio!

45

Desafios!

Dados detalhados do censo s em 10 e 10 anos; Dados de comrcio, indstria e pesquisas com consumidores em detalhe so escassos; Informaes geogrficas como vias, transporte, investimentos, entre outros so raros e no se apresentam com qualidade; Nem sempre os dados que esto disponveis esto sobre os requisitos necessrios.
46

Geomarketing e o Estudo do Perfil Consumidor

Panorama
O Marketing Espacial comeou pelos estudos sobre o comportamento do consumidor; H trs abordagens principais:
o

Abordagem econmica: baseados na teoria do consumidor, modelos neoclssicos principalmente aplicado em rotas tursticas; Abordagem do marketing: variado e em conjunto com os gegrafos. H modelos anlogos a conceitos fsicos (gravitacionais e entropias), naturezas fsicas-sociolgicas e maximizao de modelos econmicos.

comum a segmentao do espao em reas de mercado, por tempo de acesso e afins.

Armadilha!

O Geomarketing mascara a real complexidade do comportamento do consumidor; Comumente existem dados socioeconmicos, mas faltam dados sobre deslocamento, presena da marca, qualidade x preo, entre outros;

Paradoxo nos estudos sobre o comportamento do consumidor

Artigos sobre o estudo do comportamento do consumidor so poucos; H uma maior concentrao de artigos sobre a modelagem do comportamento, no sobre o estudo de como se comporta ou comportou o consumidor; Sem avaliao do comportamento, no se consiste os modelos propostos.

Principais conceitos associados ao comportamento do consumidor

O comportamento do consumidor importante para o marketing de varejo, na medida que permite uma melhor percepo da atrao dos pontos de venda; A atrao do consumidor se d principalmente por trs fatores:
o o o

Tipo de bens ou servios; Princpio do menor esforo; Distncia.

Tipos de Bens e Servios

Questo antiga muito discutida no marketing; Geralmente discute-se muito sobre bens e pouco sobre servios... Refere-se comumente a Teoria dos Lugares Centrais; Em uma das tipologias mais usadas, temos trs classificaes de bens:
o o o

Bens de convenincia frequentemente comprado; Bens de compras busca por informaes; Bens especiais fora da marca.

Observao: Teoria dos Lugares Centrais

Apresentada por Walter Christller em 1933; Teoria: um centro (ex. urbano ou industrial) conectado a outros polos menores, formando uma rede, onde o n central o mais desenvolvido; Objetivo era explicar como opera a lgica de distribuio de produtos ou servios a rea central presta atendimento s reas secundrias em hierarquia.

Teoria dos Lugares Centrais, segundo Christller

Fonte: http://www.civil.uminho.pt/files/ruiramos/PT/PT-Organiza%C3%A7%C3%A3o%20do%20Espa%C3%A7o.pdf

Princpio do menor esforo e distncia

Desenvolvido h muitos anos do campo da psicologia baseado na etologia animal; Baseado na busca pela minimizao na distncia ou tempo de viagem; A distncia extensivamente estudada, porm permanece de difcil entendimento aos modelos; Alguns estudos sugerem que a distncia percorrida influenciada por condies econmicas e sciopsicolgicas.

Tempo de deslocamento e mobilidade

Em um primeiro momento, os estudos se focavam essencialmente no tempo de deslocamento consumidor ponto de venda; Foram propostos os primeiros modelos gravitacionais na dcada de 60 nova viso sobre a distncia; Medir o tempo de deslocamento complexo modelos propem clculos de iscronas (ex. regresso estatstica).

Percepo diferenciada sobre o tempo!

Problema: pessoas no tem a mesma percepo de tempo:

o o o o o

Deslocamento em diferentes horrios do dia ou da semana; Avaliao subjetiva (individual); Meios de deslocamento diversos; Imposies de tempo da rotina de cada indivduo; Questes sobre cultura, modos e etc.

A introduo desse conceito nos modelos aprimorou os resultados porm de difcil ponderao;

Novos meios de comunicao e o deslocamento do consumidor

Com a Internet, telefone, celulares e outros meios de comunicao, a distncia no perde e perder importncia no comportamento do consumidor? Nos anos 70 e 80, muitos estudos defendiam essa hiptese; Hoje se percebe que essas tecnologias oferecem mais possibilidades do que substituies de hbitos antigos; Por exemplo: o consumidor pesquisa mais sobre um produto na Web antes da compra, em consequncia, est se deslocando mais.

O que pode influenciar no processo de mobilidade?

Algumas pesquisas recentes apontam os seguintes fatores sobre mobilidade na escolha de locais para compras:
o o o o o

Localizao da residncia; Localizao do trabalho; Localizao da escola das crianas; Locais de lazer; Modo de transporte; Renda; Profisso; Ter automvel; Entre outros.

Caractersticas do consumidor que altera a mobilidade:

o o o o

Algumas pesquisas na Frana

A mobilidade: hoje o francs se desloca 14.300 km por ano, em 1980 a mdia era 9.000 km a maioria dos deslocamentos realizada a at 80 km da residncia; O francs se desloca em mdia 23 km por dia (excluindo viagens de longa distncia) 300% mais do que a 25 anos atrs; Deslocamento a trabalho ainda so majoritrias porm caram 20% entre 1982 e 1994; ao laser aumentaram 33%.

Valores, estilo de vida e comportamento

No de hoje que o Marketing estuda as caractersticas do consumidor para constituir estratgias; Dentre os estudos, estilo de vida e valores so amplamente estudados por mtodos qualitativos e quantitativos; Percebe-se que essas caractersticas variam muito entre naes, regio rural e urbana e at mesmo entre cidades.

Exemplos de nuanas culturais percebidas em pesquisas de campo e implicaes no marketing

Destaque segurana: alertas, cuidados de conservao, noo de investimento e durabilidade nas embalagens e comerciais; investir em sites seguros; Destaque famlia: presena de imagem familiar (dona de casa) nos comerciais; promoes e produtos em quantidades familiares;

Caractersticas individuais e ambientais

importante separar os valores individuais dos ambientais ambiental mais fcil de analisar e espacializar; Caractersticas individuais: personalidade, valores pessoais (religio, poltica, ...), atividades e interesses (profisso, hobby, ...), padres de consumo; Caractersticas ambientais: cultura e valores sociais; As caractersticas ambientais e individuais se influenciam.

Exemplo: perfil das famlias na Europa

Anlise de Acesso e Mobilidade

Aplicao da varivel deslocamento nos estudos de Geomarketing

Muitas vezes a nica varivel espacial do estudo; Ligada questo de esforo, acesso ou mobilidade; A distncia pode ser uma varivel de apoio para se medir tempo ou custo de deslocamento; H muitos modelos para representar estas variveis depende do: tipo de bem ou servio; meio de locomoo; caractersticas do consumidor.
66

Formas tradicionais de trabalho com o deslocamento no SIG

A mais comum trabalhar com crculos centrados nos pontos de destino (buffers); O raio dos crculos podem estar associados a variveis distncia, tempo, custo... um procedimento relativamente simples no SIG;

67

Exemplo com estaes policiais

Problemas no uso de buffers

Em geral, satisfatrio em anlises mais regionais e com infraestrutura de deslocamento homognea; Eventualmente no se mostra representativa quando o estudo local ou a infraestrutura de deslocamento mais heterognia; Por exemplo, em estudos a nvel de quarteires ou bairros ou quando o transporte pblico o meio de locomoo do pblico-alvo.

reas de servio
o

A no considerao de fatores como infraestrutura viria ou at a topografia do relevo podem acarretar em problemas na resposta do modelo; A rea de servio considera a infraestrutura de deslocamento (ex. vias) e realiza uma anlise de rede (grafo); Pode ser usado para analisar o tempo de acesso do consumidor ou o tempo de atendimento (ex. delivery); Requer o dado geogrfico da rede de deslocamento, um processamento despendioso e nem todo o aplicativo de SIG tem esta operao.

70

Exemplo: reas de servio de um posto de sade com atendimento especializado para adolescentes.

71

Exemplo: reas de servio de todos os postos de sade com atendimento especializado para adolescentes no municpio do Rio.

72

Anlise de acesso e mobilidade

Mas como determinar os raios ou distncias das anlises? Tarefa complicada h parmetros subjetivos do indivduo; Somente a distncia nem sempre se faz representativa no modelo estudado; comum o uso da varivel tempo - gerao, por exemplo, de iscronas;
73

Anlise de Acesso e Mobilidade

Porm o tempo de deslocamento no simples de modelar: influenciado por muitos fatores externos; Muitos trabalhos vem recorrendo a estudos de regresso para determinar iscronas; O trabalho abaixo um bom exemplo:
Uma Anlise da Demanda de Shopping Centers de Porto Alegre a Partir de Dados Provenientes de Pesquisas Domiciliares de Origem e Destino
http://www.producao.ufrgs.br/arquivos/publicacoes/CristianoDellaGiustina.pdf

Limite de William Applebaum para diviso de reas de influncia de um comrcio

Primria: onde 50% a 70% do pblico-alvo sejam clientes do comrcio; Secundria: onde 20% a 30% do pblico sejam clientes; Terciria: onde 10% a 20% do pblico sejam clientes.

Esses patamares so bem aceitos, pois retratam a realidade de uma srie de estudos atuais com apoio de mtodos de regresso e correlao.

Exemplo de Estudo do Perfil Consumidor

Escopo do Case

Uma marca de produtos naturais tem como seu grande varejista uma rede de supermercados; O objetivo estudar o pblico consumidor dos produtos, incluindo a rea de influncia de cada ponto de venda; Com o uso de dados geogrficos e um SIG, determinase os setores censitrios inseridos nas reas de influncia de vendas dos produtos naturais.
77

Dados utilizados neste case

o

Pontos de venda da rede varejista; Malha de logradouros; Dados do censo de 2000 (estudo realizado em 2008); Detalhes sobre os pedidos de abastecimento de produtos de cada ponto varejista:
o o o

Quantidade de pedidos por ms; Total de itens pedidos; Valor do pedido de abastecimento.

Pesquisa realizada nos pontos de varejo com compradores da linha de produtos naturais.

78

Localizao dos pontos de varejo (supermercados) e ponto de distribuio

Legenda

# 0

Central Distribuidora Supermercados Bairros

79

Passo 01 Determinar as reas de influncia primria

Foi realizada uma pesquisa em cada supermercado durante 15 dias; A pesquisa registrava o endereo do consumidor; Depois esses endereos foram geocodificados, gerando assim pontos geogrficos; Geocodificao: dado um endereo, o SIG consulta a base de logradouros e numerao de porta, fornecendo um ponto geogrfico preciso ou estimado do endereo.
80

Passo 01 Determinar as reas de influncia primria (cont.)

Com os pontos de residncia geocodificados, calculouse a distncia em linha reta entre o supermercado e cada residncia; Construiu-se para cada ponto de venda um grfico de % consumidores x raio de distncia.

81

Passo 01 Determinar as reas de influncia primria (cont.)

Com os pontos de residncia geocodificados, calculouse a distncia em linha reta entre o supermercado e cada residncia;

82

Passo 01 Determinar as reas de influncia primria (cont.)

Com o limite de 60% dos entrevistados como limiar da rea de influncia principal, determinou-se os raios para cada supermercado e gerou-se os buffers:

83

Passo 02 Determinar o perfil socioeconmico das reas de influncias

Agora determina-se quais setores censitrios so abrangidos pelas reas de influncias; Temos uma considerao: havero setores totalmente contidos na rea de influncia e outros parcialmente:

84

Passo 02 Determinar o perfil socioeconmico das reas de influncias

Este case considerou que todo o setor censitrio que intercepta a rea de influncia; Com essas informaes, o resto gerar sumrios e estatstica para supermercado ou para todos eles; Foram realizadas regresses e outros anlises para determinar, por exemplo:
o o o

Qual a escolaridade, idade e renda do consumidor? Qual o estilo de vida do consumidor? Qual a relao entre os parmetros acima e o volume de pedidos do varejista? Como o comportamento do consumir varia conforme os anos do ms considerando as variveis socioeconmicas?

85

Geomarketing e Pontos de Vendas

Pontos de Venda e Servios

Estudada a finco por muitos trabalhos e empresas; Trabalhos de levantamento apontam tendncias positivistas e empricas em grande parte dos modelos adotados; Comumente os modelos observam apenas o ponto individual e seu potencial de consumo, e no uma rede de pontos de vendas e a cadeia de suprimentos envolvida.
87

Pontos de Vendas e Servios

Esses mesmos trabalham apontam que os modelos adotados so construdos pelo grupo de tomadores de deciso e variam muito de empresa para empresa; Modelos elaborados so multi-disciplinares: economia, marketing, produo, cincias sociais, geografia, ...

88

Algumas consideraes no processo de deciso sobre pontos de vendas

Abrir dois pontos prximos prejudicial e gera canibalismo? Ter a concorrncia prxima acirrar ou compor um polo? Vide Saara Rio e Rua 25 de Maro em So Paulo; Depende do modelo e do problema modelado...

89

Modelos para Pontos de Vendas

Modelos para Pontos de Vendas e Servios

o

H um conjunto vasto de propostas, veremos as principais propostas; A literatura geralmente divide os modelos em grupos (no excludentes):
o o o o

Modelos de maximizao (ou minimizao); Modelos baseados em conhecimento e modelos matemticos; Modelos gravitacionais e no gravitacionais; Modelos interativos competitivos;

Lembrando: modelo um prova de conceito ou conhecimento e o mais importante no a complexidade do modelo, mas a qualidade da resposta;

91

Modelos de Maximizao
o

Existem diversas propostas, o objetivo maximizar uma varivel ou requisito como, por exemplo:
o o o o o

Atendimento a mercado consumidor descoberto; Maximizao de ganhos; Minimizao de custos ou distncias; Localizao em rea de menor concorrncia; Outros...

Geralmente busca-se maximizar uma equao que retrata o modelo; O mtodo pode ser simples ou recair at em redes neurais, autmatos celulares e orientao a objetos;

92

Exemplo: minimizao de distncias para locao de um novo centro de distribuio.

Seguindo dos dados do case anterior, deseja estabelecer um novo centro de distribuio dos produtos naturais aos pontos de venda dentro do crculo em destaque roxo:

Legenda

# 0

Central Distribuidora Supermercados Bairros

93

Exemplo: minimizao de distncias para locao de um novo centro de distribuio (cont.).

Foram realizados dois testes:

o o

Pelo mdia central da distribuio de pontos (centride); Pelo centro de massa da distribuio, onde a massa era a quantidade de pedidos realizados pelos mercados.

A diferena entre os testes foi de 1,65 km.

94

Estimadores de densidade ou concentrao (kernel)

o

Aponta onde h uma maior concentrao de eventos de estudo.

Escolas pblica no municpio do Rio de Janeiro.

95

Estimadores de densidade ou concentrao (kernel )

Muito aplicado, por exemplo, em manchas de crimes e doenas pode ser usado para analisar a presena de qualquer evento: consumidor, pontos de vendas, reclamaes, pontos de propaganda, entre outros.

Resultado do kernel para as escolhas pblicas.

96

Estimadores de densidade ou concentrao (kernel )

Concentrao de gerao de energia pelas hidreltricas.

97

Anlise Multicritrio

Muito aplicada nos anos 60 no apoio a deciso; uma anlise com base na experincia do especialista ou observaes de campo geralmente emprico; Elenca-se critrios que influenciam no evento estudado e a interao entre eles h algumas abordagens para elencar e avaliar esses critrios; de fcil implementao, mas criticado por ser emprico.
98

Anlise Multicritrio mdia ponderada

Uma das frmulas muito utilizada nesta anlise a mdia ponderada:

o o o o

quantifica-se todos os critrios; damos pesos a cada critrio, multiplicando pelo valor; soma-se os critrios ponderados; dividimos a soma de cima pela soma dos pesos.

Onde, Mp a mdia ponderada, k o nmero de critrios, pi o peso do i-nsimo critrio e vi o 99 valor do i-nsimo critrio;

Exemplo da Anlise Multicritrio: Escopo

Uma empresa tem planos de instalar um centro de pesquisa agrcola no Brasil; O objetivo determinar reas em potenciais a localizao desse centro de pesquisa; Aps a anlise, a empresa realizar estudos detalhados nessas reas apontadas como potenciais;

100

Exemplo da Anlise Multicritrio: Variveis e Pesos Externos

So consideradas as seguintes variveis e pesos:

o o o o o o

Proximidade da hidrografia: 3; Potencial de fertilidade da regio: 5; Fator IDH do municpio: 4; Proximidade do sistema virio: 3; Proximidade de Unidades de Conservao: 1 (reverso); Excluso das regies dentro de Unidades de Conservao.

Os pesos nesse caso vo da escala entre 0 e 5.

101

Exemplo da Anlise Multicritrio: Exemplo de Pesos Internos

Cada varivel receber tambm pesos internos;

Grau de Fertilidade
Boa Boa a Regular Regular a Boa ou Regular Regular a Restrito ou Restrito Restrito a Desfavorvel Desaconselhvel

Peso 5 4 3 2 1 0

102

Exemplo da Anlise Multicritrio: Processo

1. Escolher as variveis

2. Escolher os pesos externos

3. Escolher os pesos internos

4. Aplicar a Anlise (lgebra de mapas)

5. Averiguar o Resultado

6. Tomada de Deciso

103

Exemplo da Anlise Multicritrio: Resultado

Pesos
Abaixo de 2,5 Entre 2,5 e 4,0 Acima de 4,0

104

Consideraes sobre o case anlise multicritrio

Fcil implementao frente a outros mtodos, porm emprica cada especialista pode atribuir pesos diferentes; O objetivo era reduzir a rea de possvel implantao do empreendimento pode ser aplicado agora um mtodo mais elaborado nas reas potenciais; A anlise multicritrio ainda aplicada at hoje em diversas empresas.

105

Outros exemplos de trabalhos com anlise multicritrio

O Uso do Geoprocessamento na Avaliao de Custos de Manuteno de Redes de Distribuio de Energia Eltrica (2011):
http://www.dsr.inpe.br/sbsr2011/files/p0874.pdf

Marketing para o Varejo: O Mtodo ZAPROS-LM (2011):

http://www.excelenciaemgestao.org/Portals/2/documents/cn eg7/anais/T11_0329_1942.pdf

106

Regresso Estatstica (espacial ou no)

Mtodos estatstico; Parte do princpio que temos um conjunto de variveis independentes que determinam um conjunto de variveis dependentes dependncia no sentido de alterar o valor de uma varivel influencia no valor da outra; Com base em um conjunto de amostras, estima-se uma funo de regresso, a funo pode ser linear, polinomial, logartmica, exponencial, entre outras a linear a mais utilizada;

107

Regresso (continuao)

Requer a aplicao de uma srie de testes estatsticos para garantia que a regresso est consistente; Pode ser empregada para qualquer tipo de modelo, por exemplo:
Tempo de deslocamento X distncia; o Faturamento da empresa X dados socioeconmicos; o Preo do produto X volume de vendas;
o

Modelos Gravitacionais e Modelos Interativos

Nasceram no Marketing, comecemos pelo gravitacional; Propostas de atrao do consumidor baseado no modelo de gravitao de Newton a massa do ponto de venda pode ser a quantidade de produtos, fora da marca, promoes, entre outros; Baseado na teoria dos lugares centrais e menor esforo de locomoo; No pode ser aplicado a qualquer ramo comercial estudos j apontaram que nem todos os tipos de produtos ou servio seguem esse tipo de modelo.

109

Modelos Gravitacionais Modelo de Huff

um mtodo probabilstico modela a probabilidade do consumidor escolher o ponto de venda em um processo de escolha resultado entre 0 e 1; Huff apontou em seu estudo que a atrao estaria ligada ao tamanho do estabelecimento comercial;

Onde: Pij a probabilidade do consumidor na posio i optar pelo comrcio na posio j. Tij o tempo de acessibilidade do ponto i a j. Sj o tamanho da rea do comrcio em metros quadrados. um parmetro emprico que determina o efeito da distncia na deciso do consumidor.

110

Modelos Gravitacionais Modelo de Huff

Qual a probabilidade % do consumidor em i escolher a loja em j?

Cada loja de possibilidade na sua posio j.

Consumidor na posio i

111

Modelos Gravitacionais (continuao)

Huff um exemplo que se tornou clssico, h outras abordagens; Hoje, geralmente o modelo gravitacional aplicado junto a outros modelos modelos mistos; A seguir, temos uma tabela extrada do livro Geomarketing Methods and Strategies in Spatial Marketing Grard Cliquet a tabela mostra, segundo estudos recentes, quais as reas que a aplicao de modelos gravitacionais retratam o deslocamento do consumidor;
112

Tabela com o tipo de atrao da clientela por atividade ou tipo de servio

113

Tabela com o tipo de atrao da clientela por atividade ou tipo de servio (continuao)

114

Tabela com o tipo de atrao da clientela por atividade ou tipo de servio (continuao)

A terceira coluna indica modelos mistos, o x mais direita ou esquerda indica se o misto tende mais ao gravitacional ou ao no gravitacional. O levantamento foi feito com diversos trabalhos publicados na rea de Geomarketing.

115

Modelos de interao espacial

Autores propuseram a expanso do modelo gravitacional de Huff unindo outras variveis espaciais e no-espaciais; Muitas vezes as variveis aplicadas nos modelos de interao so subjetivas ou empricas alvo de crticas; H algumas formulaes para esses modelos, onde uma das mais difundidas a MCI (Multiplicative Competitive Interaction).

116

Modelos de interao espacial MCI (Multiplicative Competitive Interaction)

Segue a formulao geral do MCI com fatores espaciais:

Onde: Pij a probabilidade do consumidor na posio i optar pelo comrcio na posio j. q o nmero de variveis m a quantidade de alternativas do consumidor Xkij o valor da k-sima varivel que descreve o comrcio j na posio i k parmetro relativo a sensibilidade da varivel k
117

Exemplo simples de MCI

o

Se considera que temos trs variveis Xk (k = 3) que exercem gravitao na escolha de padarias: X1 distncia (km) do consumidor, X2 o preo de 100g do po e X3 o tamanho da loja (m2); Foram elencados os respectivos k: 10, 5, 1; Temos trs padarias em estudo, as variveis X so:
Preo do po R$ 2,40 R$ 2,10 R$ 2,60 Tamanho 100 m2 70 m2 110 m2 Distncia Varivel em i Varivel em i Varivel em i
118

Padaria Seu Manuel Joaquim Po Quente Dois Irmos

Algumas variveis utilizadas em trabalhos da rea para o modelo MCI

Retirado de Geomarketing Methods and Strategies in Spatial Marketing Grard Cliquet - pgina 41

Exemplos de trabalhos com modelo gravitacional e interativo competitivo

Geomarketing: Modelos e Sistemas, com Aplicaes em Telefonia (2005):

http://www.lis.ic.unicamp.br/publications/msc-and-phdtheses/geomarketing-models-and-systems-with-applications-intelecommunications/at_download/file

Uma Anlise da Demanda de Shopping Centers de Porto Alegre a Partir de Dados Provenientes de Pesquisas Domiciliares de Origem e Destino (2005):
http://www.producao.ufrgs.br/arquivos/publicacoes/CristianoDellaGi ustina.pdf

120

Exemplo de modelos para Pontos de Vendas

Escopo do Case

Deseja-se averiguar o poder de atrao dos Shoppings Center no Municpio do Rio de Janeiro para, em seguida, decidir a locao de um novo local; Para isto, utilizaremos o modelo de interao MCI, considerando a questo gravitacional; O novo Shopping Center focado para a Classe C.

122

Dados utilizados neste case

A localizao geogrfica dos Shopping Center levantado junto aos sindicatos; Informaes sobre quantidade de lojas, cinemas, vagas de estacionamento e teatro em cada Shopping; Malha de logradouros, estaes de trem e metr; Questionrio online passado ao pblico; Dados do Censo de 2000 (estudo realizado em 2009).
123

Distribuio dos 30 Shoppings Centers no Municpio

124

Passo 01 Preparao das Variveis para o MCI

Para o modelo MCI foram consideradas as caractersticas como forma de atrao:

o o o o o

Quantidade de teatros: = 1; Quantidade de vagas no estacionamento: = 2; Distncia entre residncia e Shopping: = 4; Quantidade de salas de cinema: = 13; Quantidade de lojas: = 14.

Os betas () foram retirados a partir de anlise de questionrios passados de forma online.

125

Passo 01 Preparao das Variveis para o MCI (cont.)

Os valores de lojas, cinemas, vagas de estacionamento e teatros foram passados para percentual em relao ao somatrio da varivel em todos os Shoppings;
o

Exemplo: se o Shopping A tinha 2 teatros e os 30 Shoppings possuam no total 20 teatros, o valor usado no MCI foi 10%.

A varivel distncia foi calculada pelo SIG observe que em cada posio i a distncia a cada Shopping j diferente, e temos para cada posio i, 30 valores de distncia a cada posio j;
126

Passo 01 Preparao das Variveis para o MCI

A distncia um fator negativo quanto maior, pior! Foi usado como clculo o inverso do quadrado da distncia: 1/d2; Assim, quando a distncia dobra, a penalidade do modelo vezes 4.

127

Passo 02 Resultado do MCI

Como o resultado a probabilidade P do consumidor em i escolher o shopping em j, ressalta-se:

o o

Temos um resultado para cada Shopping Center j; Para cada resultado, temos uma matriz de posies i com a probabilidade de j ser escolhido dado matricial (raster); A soma das probabilidade da posio i para todos os j 1 a probabilidade do consumidor em i escolher qualquer Shopping Center de 100%.

Observe que o modelo tem a premissa que o consumidor vai sair de sua casa em i e vai a um Shopping e j o modelos no calcula ou trabalha com a demanda de consumo.
128

Passo 02 - Resultado do MCI para o Shopping Center Norte Shopping (ponto azul)

1 0

129

Passo 02 - Resultado do MCI para o Shopping Center Madureira Shopping (ponto azul)

1 0

130

Passo 02 - Resultado de soberania do MCI onde cada Shopping possui a maior probabilidade de ser escolhido

131

Passo 02 - Resultado com o mximo MCI nas reas em verde um Shopping tem atrao predominante; nas reas vermelhas a atrao distribuda entre mais de um Shopping Center

1 0

132

Passo 02 - Resultado com a diferenciao da atrao entre dois concorrentes: Norte Shopping e Barra Shopping

1 0

133

Passo 03 Anlise das reas potenciais a um novo Shopping Center

Sero consideradas as seguintes variveis e pesos externos neste passo da anlise:

o o o

o o

Distncia a estaes de trem e metro favorvel; Proximidade com vias de fluxo principal favorvel; Redondezas com setores censitrios possuindo um grande nmero de famlias de classe C favorvel; Distncia de Shopping j existente desvaforvel; Mximo MCI dos 30 Shopping como indicativa de reas com alta atrao para um centro s - desfavorvel;

Os pesos sero dados entre 0 e 1; Nessa anlise h influncia de lgica fuzzy, mas a anlise no pode ser denominada como tal.
134

Passo 03 Anlise das reas potenciais a um novo Shopping Center (cont.)

Os pesos externos seguem o critrio:

o o

1 para distncia do metro ou trm; 2 para distncia de um Shopping j existente, distncia da via, mximo MCI e quantidade de famlias da classe C.

Para a distncia s vias foram dados os seguintes pesos internos:

o o

Peso 1 para distncias de at 50 metros de vias principais; Peso 0,75 para distncias entre 50 e 250 metros de vias principais; Peso 0,5 para distncias entre 250 e 500 metros das vias principais; 0,25 para distncias menores do que 50 metros das vias secundrias.
135

Passo 03 Anlise das reas potenciais a um novo Shopping Center (cont.)

Os pesos internos para distncia de metro e trem:

136

Passo 03 Anlise das reas potenciais a um novo Shopping Center (cont.)

Os pesos internos para distncia do Shopping j existente:

137

Passo 03 Anlise das reas potenciais a um novo Shopping Center (cont.)

o

No uso dos dados de renda, no basta olhar o setor censitrio onde supostamente podemos instalar o novo Shopping precisamos olhar dentro de um raio de distncia; A rea de influncia primria desses estabelecimentos em mdia de 2 km, ento olharemos em cada ponto de possibilidade de instalao se a renda mdia dos setores se aproxima da classe C;
138

Passo 03 Anlise das reas potenciais a um novo Shopping Center (cont.)

Por fim, o mximo MCI um fator negativo, dessa forma utilizaremos na anlise 1 - MaxMCI; Definido todos os pesos internos e externos, podemos aplicar a frmula:

Ressaltando que o resultado final ser uma malha de valores (raster) onde as clulas valem entre 0 e 1 maior potencial, maior valor.
139

Passo 04 Resultado Final

As reas com o potencial maior do que 0,75 esto em vermelho:

140

Geomarketing e Planejamento

Geomarketing e Preo
O preo ainda continua sendo um dos principais elementos; Toda a cadeia que o bem ou oferta do servio demandam influencia no preo final do produto:
o o o o o o

Cadeia de distribuio; Fornecedores; Concorrentes; Disponibilidade de matria-prima e suprimentos; Produo; Entre outros...

A dimenso geogrfica contribui no entendimento desses processos.

142

Definies sobre o preo

H definies mais rgidas e outras mais flexveis a dimenso geogrfica contribui pouco na modelagem das definies mais rgidas de preo; Rgida: designates the monetary quantity that a

buyer must spend to acquire a product or service.

o

Flexvel: Price is what is abandoned or sacrificed in order to obtain a product or service. Na segunda definio podemos incluir acessibilidade, custos para obter uma informao, satisfao, formas de pagamentos, entre outros.

Geomarketing e Preo

Vrios exemplos anteriores poderiam ser utilizados neste tpico; Alguns exemplos de questes:
o

Instaurar um site de vendas online para complementar as vendas a varejo. Devo investir em um setor de entregas ou devo terceirizar? Em diferentes ncleos urbanos, quais so os diferentes custos de vidas entre eles? Isso deve refletir em meu preo? Qual a imagem de qualidade e valor agregado o meu produto trs por regies geogrficas? Alterar o preo vai impactar na procura pelo meu produto ou servio?

144

Exemplo: valor da taxa de entrega

Um restaurante que realiza delivery de pizzas, bebidas e doces estima que o seu custo de entrega esteja elevado frente taxa cobrada; Entretanto uma pesquisa mostrou que seus principais clientes do delivery rejeitam pagar mais pela entrega; A sada pensada foi isentar a taxa de entrega caso sejam pedidos x itens; Deseja-se saber um valor razovel para x.
145

Parnteses: Estatstica Espacial com Marketing Espacial

A estatstica contribui muito nas anlises do marketing, no diferente na parte espacial; A Estatstica Espacial rene um conjunto de mtodos que nos permite responder perguntas como:
o

O espao determinante no meu estudo ou ele indenpende da posio geogrfica? Qual a sua importncia? Por exemplo, avaliao de minha marca. Qual o padro de concentrao do meu elemento de estudo? Por exemplo, vendas, pblico, reclamaes. Como posso segmentar o meu perfil consumidor?

146

Exemplo: Pedidos de Delivery Valor Mdio por Pedido Realizado (Estatstica Gi*)

Vermelho significativamente abaixo da mdia; Amarelo na mdia; Azul significativamente acima da mdia.

147

Exemplo: Pedidos de Delivery Quantidades de pedidos de um nico cliente no ltimo trimestre (Estatstica Gi*).

Vermelho significativamente abaixo da mdia; Amarelo na mdia; Azul significativamente acima da mdia.

148

Geomarketing e propaganda

crescente o uso do Geomarketing nesse tpico, porm ainda tmido frente s aplicaes vistas anteriormente; Os objetivos da propaganda em geral :
o o o o

Aumentar a fora de uma marca; Criar uma preferncia um produto ou servio; Levar o pblico-alvo ao consumo; Entre outros...

Os tipos de canais de comunicao e perfis do pblico esto em crescente diversificao;

149

Geomarketing e propaganda
o

So investidos largas quantias de recursos em publicidade todos os anos da criao ao canal; Assim aumenta a busca das empresas em aumentar a eficincia de suas campanhas publicitrias, indentificando seu pblico e como ating-lo de maneira efetiva; O Geomarketing tem dado apoio a esta meta:
o o

Identificar as especificidades culturais; Determinar o tipo de mdia a ser adotada e estimar a penetrao no territrio; Criar o link entre a publicidade e o pblico de acordo com suas caractersticas sociodemogrficas; Avaliar geograficamente o retorno da campanha.

150

Regionalizao do produto!

151

Geomarketing e cadeia de suprimentos

A cadeia de suprimentos (supply chain) envolve dos primeiros fornecedores, aos estgios de produo at o ponto de venda final; So problemas essencialmente logsticos e foram estudados a parte do Geomarketing por muito tempo; Nesses problemas, busca-se reduzir distncias, custos ou tempo nas diversas etapas da cadeia, seja buscando alternativas de trajetos, fornecedores ou outro elo do sistema.
152

Geomarketing e cadeia de suprimentos

A maior contribuio do Geomarketing nesta rea tem sido auxiliar em respostas de problemas como:
o o o

Como modelar o tempo ou custo de deslocamento? Como alterar um elo da cadeia vai impactar no meu processo? De que forma uma alterao impacta no preo final do produto ou servio? Como otimizar a gerncia de estoques da cadeia para no ocorrer esfomeamento? De que forma o aumento ou diminuio de produtividade dos elos da cadeia impactam o meu sistema como um todo?

153

Geomarketing e Marketing Direto

Marketing Direto pode ser definido como: um mtodo ou abordagem que consiste na coleta sistemtica e explorao de uma informao em um banco de dados sobre um alvo para gesto de uma operao personalizada (P. Desmet) Hoje o Marketing Direto no visto como uma alternativa aos canais tradicionais, mas sim um modo de aplicao do Marketing; Como o indivduo est no espao, o Geomarketing entra com muita propriedade nessa frente.

154

Geomarketing e Marketing Direto

Podemos aplicar o Geomarketing para identificao de Marketing Direto em territrios ou grupos de pessoas cada um tem uma abordagem um pouco diferente; A identificao desses locais ou grupos depende do modelo adotado; Essas aplicaes comumente se apoiam em LBS location-based services e GPS;

155

Exemplo de Geomarketing e Marketing Direto

Escopo do Case

Por meio de regresses de variveis, padro de consumo e um questionrio passado ao pblico, foi gerado um ndice de presena de uma marca X; Utilizando esses questionrios e dados socioeconmicos do IBGE, associou-se o ndice para cada setor censitrio da Regio Administrativa do Mier Municpio do Rio de Janeiro; O objetivo delimitar reas onde a presena da marca alta ou baixa para decidir o tipo de ao de Marketing que ser disposto mediremos a correlao espacial!
157

Dados utilizados neste case

Questionrio passado ao pblico; Dados do Censo Demogrfico de 2010.

158

ndice de Moran

Um dos ndices mais aplicados no estudo da correlao espacial; Mede se o conjunto de observaes apresenta o padro agrupado (cluster), espalhado ou aleatrio geralmente deseja que as observaes no se paream espacialmente randmicas (que no sejam aleatrias); importante descartar a hiptese nula (aleatoriedade) no clculo do ndice de Moran;

ndice de Moran

O ndice utilizando comparando cada observao observao mais prxima (par zi e zj)! Subtrai-se os valores desses vizinhos mdia global das observaes z, e multiplica-se os resultados dessas diferenas parece Correlao de Pearson! Soma-se essas multiplicaes e normaliza-se pela varincia das observaes valores entre +1 e -1;
n n ij i

w ( z
I=
i =1 j =1 n i =1

z ).( z j z )

( zi z ) 2

ndice de Moran
o

Observe que temos tambm um peso wij esse peso modelado pelo usurio e o cerne do ndice; O peso geralmente modelado pela anlise exploratria busca-se a melhor forma de ressaltar a correlao espacial; O ndice tende a +1 quando conforme haja agregao, -1 quando h disperso e 0 quando independe espacialmente;
n n ij i

w ( z
I=
i =1 j =1 n i =1

z ).( z j z )

( zi z ) 2

Matriz de Proximidade Espacial

O peso wij do ndice de Moran calculado por uma matriz de proximidade espacial; Tendo n observaes, geramos uma matriz nxn. A posio ij na matriz indica o peso wij no clculo do ndice; Vejamos um exemplo simples: se o polgono i vizinho de j, wij 1; caso o contrrio, wij 0.

Exemplo de Matriz de Proximidade Espacial

A A 0 B 1 C 0 D 1 E 0 B 1 0 1 1 1 C 0 1 0 0 1 D 1 1 0 0 1 E 0 1 1 1 0

B 0,5 0 0,5 0,33 0,33

C 0 0,25 0 0 0,33

D 0,5 0,25 0 0 0,33

E 0 0,25 0,5 0,33 0

Como a matriz de proximidade utilizada em clculos de indicadores na fase de anlise exploratria, muito til normalizar suas linhas, para que a soma dos pesos de cada linha seja igual a 1.

A B C D E

0 0,25 0 0,33 0

Outros modelos para wij

o

Outra alternativa de modelar os pesos wij igual a 1, se a distncia entre as observaes menor ou igual a r; e wij igual a zero se a distncia maior do que r. O parmetro r escolhido pelo usurio; No caso acima, ainda podemos acrescentar uma gradao de valores a wij quando a distncia menor ou igual a r. Geralmente aplica-se IDW com potncia 1 ou 2;

IDW com potncia 2.

Significncia do ndice de Moran

Como dito antes, necessrio descartar a hiptese nula o arranjo das observaes se deu de maneira aleatria e no por um padro de comportamento; O teste feito comparando as observaes uma distribuio normal ou a grupos de arranjos de observaes geradas aleatoriamente sempre segundo a mdia das observaes fornecidas; A medio feita em funo do Z-score e p-Score (ou pvalor). O Z-Score informa a distncia em desvios padres da mdia e o p-Score a probabilidade da distribuio ser gerada pelo acaso.

Boas prticas sobre o ndice de Moran

Faa a anlise exploratria buscando a funo de wij que melhor representa a autocorrelao espacial; Em funes de wij que utilizam um raio r, voc deve experimentar alteraes graduais no raio. Temos os seguintes cenrios:
o

O ndice de Moran aumenta junto com o raio, at que apresenta um pico de comea a decair: o raio do pico deve ser escolhido; O ndice de Moran aumenta com o raio e no apresenta pico, possvel problema de estacionaridade no garantida:
o o

Agrupe as observaes; Aplique uma funo de transformao (log, por exemplo). Possivelmente h dois padres de agrupamento no seu dado, uma mais local do que outro.

O ndice apresenta mais de um pico:

o

Anlise de correlao espacial local ndice de Moran Local (LISA)

o

Uma vez indicado que h um padro global de correlao espacial - com ndice de Moran, por exemplo podemos avaliar a correlao espacial local; H alguns mtodos para isso, vamos explanar aqui o ndice de Moran Local adaptado por Anselin; O objetivo localizar agrupamento de valores altos ou baixos, alm de avaliar se uma observao muito singular em relao vizinhana; Necessita de uma quantidade razovel de observaes.

ndice de Moran Local adaptado por Anselin

o

Analisa-se seu valor com os vizinhos h uma funo wij e utiliza-se a variao em torno da mdia dos vizinhos e a mdia global das observaes;

Soma-se as distncias mdia de cada xj, atribuindo um peso wij. Multiplica-se pela distncia de xi mdia e normaliza-se pela varincia dos vizinhos menos a mdia dos valores ao quadrado.

Resultado do ndice de Moran Local

o

Mais importante: o resultado se d na seguinte forma (Cluster Type):

o o o

HH: cluster de valores altos; LL: cluster de valores baixos; HL: outlier com valor alto em relao a vizinhos de baixo valor. LH: outlier com valor baixo em relao a vizinhos de alto valor.

realizado um teste de significncia p-valor (hiptese nula) para as classificaes acima; Cuidado: resultado totalmente dependente da funo wij escolhida;

Resultado da Avaliao da presena de uma marca (ndice Local de Moran).

Vermelho: um agrupamento onde a marca est presente; Azul: um agrupamento onde a marca no est presente. Verde: setores onde a presena baixa, mas no entorno alta. Preto: setores onde a presena alta, mas o entorno baixa. Branco: sem padro de agrupamento.
170

Consideraes Finais

Consideraes
H escassez de dados cuidados no controle de qualidade dos dados geogrficos; Baseado em modelos grande diversidade; Os modelos e resultados costumam a ter acesso restrito; H vrias linhas de aplicao do Geomarketing; Falta expertise e experincia nas organizaes.

Obrigado a todos!
Jos Augusto Sapienza Ramos sapienza@labgis.uerj.br www.labgis.uerj.br