Resumen

El objetivo de este estudio es desarrollar una herramienta cuantitativa, basada en Machine Learning y Geomarketing para identificar oportunidades de negocio y contribuir al proceso estratégico de elección local de la red de franquicias seleccionando regiones que presenten una alta previsión de demanda y una falta de oferta de producto. Además, realizamos un análisis cualitativo de los lugares de negocio seleccionados en base a criterios definidos. Esta predicción viene dada por la construcción de un patrón de consumo, definido por un clasificador, basado en las características de los derechos reservados. Inicialmente, para una mejor comprensión sobre este tema, se realizó una fundamentación teórica abarcando los principales conceptos sobre Geomarketing y Machine Learning y sus aplicaciones. Posteriormente, para una demostración de los resultados, se optó por la aplicación del método para el mercado de chocolates finos (Cacau-Show) en el Distrito Federal. Las principales bases de datos utilizadas en este trabajo fueron Pesquisa de Orçamentos Familiares y del Instituto Brasileiro de Estatística e Geografia (IBGE). Como resultado, se obtuvo el Gasto Estandarizado, que indica la necesidad de cada Sector Censitar, como información georreferenciada de la competencia, que contiene 44 tiendas que tienen como principal producto de chocolate fino, y como mallas digitales del Distrito Federal. El cruce está disponible para la elaboración de un mapa que facilita la identificación de las oportunidades de negocio para el mercado de chocolates finos en el Distrito Federal, Brasil.

1. INTRODUCCIÓN

​La ubicación es un elemento crucial para el éxito o el fracaso de una empresa. Se sabe que una parte representativa de los empresarios que cerraron sus empresas desconocían el número de clientes que tendrían y sus hábitos de consumo; el número de competidores presentes en la región; y la mejor ubicación para la instalación de su negocio. Estos datos expresan la importancia de elegir el punto para el futuro de una organización.

Según Cliquet (2006), la cobertura territorial, tanto a escala regional como internacional, es al menos tan importante como el volumen de ventas para determinar la solidez de una red de tiendas. En este contexto, y considerando la necesidad de que una red de franquicias tenga un proceso de decisión juicioso y estratégico en la determinación de un punto comercial, este trabajo tiene el siguiente problema de investigación:

"Demostrar el potencial del Geomarketing, combinado con técnicas de Machine Learning, para mejorar las estrategias de elección de localización en una red de franquicias".

• Materias:Modelo de negocio Estrategia de mercadeo Aprendizaje automático
• Subjects:Business model Marketing strategy Machine learning
• Palabras claves:Geomarketing; Máquina de soporte vectorial; Economía regional; Franquicias estratégicas; Aprendizaje supervisado
• Keywords:Geomarketing; Support vector machine; Regional economics; Strategic franchises; Supervised learning