Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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 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!
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
Modelos de predio de comportamento; Estudos de valores e estilo de vida; Estudos de modelos de deslocamento do consumidor;
10
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
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
lanado o Bssola Sebrae para auxiliar o empreendedor nas escolhas de seu negcio: http://www.bussola.sebrae.com.br/
14
15
16
17
Dados Geogrficos
<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
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 O PADRO...?
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;
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;
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;
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;
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;
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);
Especificaes
Fontes Externas
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
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
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
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
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
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
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
Everything is related to everything else, but near things are more related than distant things
Disponibilidade de Dados
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
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.
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;
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.
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
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.
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.
Fonte: http://www.civil.uminho.pt/files/ruiramos/PT/PT-Organiza%C3%A7%C3%A3o%20do%20Espa%C3%A7o.pdf
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.
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).
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;
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.
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.
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%.
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.
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;
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.
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
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
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
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
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.
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
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
Legenda
# 0
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
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
Com os pontos de residncia geocodificados, calculouse a distncia em linha reta entre o supermercado e cada residncia;
82
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
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
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
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
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
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
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
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
93
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.
94
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.
96
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
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;
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
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.
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
1. Escolher as variveis
5. Averiguar o Resultado
6. Tomada de Deciso
103
104
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
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
106
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
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
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
Consumidor na posio i
111
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
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
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
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
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
Retirado de Geomarketing Methods and Strategies in Spatial Marketing Grard Cliquet - pgina 41
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
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
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
124
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 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
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
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
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
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.
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
136
137
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
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
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...
142
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
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
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
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...
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
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
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
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
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
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
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
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.
C 0 0,25 0 0 0,33
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
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;
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.
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.
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.
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;
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