¿Cómo estimamos el mercado potencial de un punto de venta? Un análisis riguroso debe tener en cuenta dos tipos de demanda:
- Demanda residencial, los que viven en el área de influencia, con sus características sociodemográficas
- Demanda de transeúntes, o los que habitualmente pasan por delante del punto de venta -o, al menos, por la zona-
Existe un tercer tipo, el tránsito ocasional, esporádico, de personas que pasan frente a la tienda sin ser ésta una ruta habitual para ellas. Es de cálculo muy complejo, y lo más conveniente es agregarla a los transeúntes.
La metodología es clara, pero la gran dificultad es ¿cómo modelizamos la cantidad y calidad de transeúntes por cada calle y punto de venta? Tradicionalmente se han ensayado dos aproximaciones a este problema:
Estimación de densidad de transeúntes a partir de la presencia de puntos de atracción: locales comerciales, de oficinas, equipamientos culturales, sanitarios, administrativos, empresas… son generadores de tráfico. Existen censos, bases de datos, catastros donde se recogen sus ubicaciones; únicamente es necesario georreferenciarlos y modelizar el probable tránsito que generan por las diferentes vías.
Ésta es la vía seguida, por ejemplo, en el modelo Location Analyst Transeúntes de Geotáctica. El coste es limitado, pero el modelo tiene limitacions para estimar números absolutos de transeúntes por cada tramo de vía. A cambio, es exhaustivo, cubre el total del territorio español.
(actualización de noviembre-2018) Un enfoque similar, más refinado, sería la simulación por agentes, «corriendo» sobre este tipo de datos. Presentamos esta metodología, y su combinación con las tecnologías de geolocalización, en estimación de la población flotante para geomarketing y location intelligence.
Una aproximación similar se ha mostrado robusta, y la hemos utilizado, para la estimación de concentración de turistas por microterritorios. Estima presencia de transeúntes en un grid de 100m de lado, que cubre la totalidad de la península e islas.
Muestreo y encuestación a los transeúntes, sobre sus desplazamientos, sus motivos, así como las características sociodemográficas de los individuos encuestados. A partir de estas observaciones se infieren conclusiones para el universo que la muestra representa. Esta aproximación es mucho más rica pero la representatividad de la muestra es difícil de mantener fuera de los centros de las grandes ciudades, ya que el tamaño muestral necesario incrementaría enormemente el coste.
Es la metodología que sustenta el producto GOGH de Cuende Infometrics, ampliamente utilizado en geomarketing.
¿Y qué hay de nuevo? La tecnología de geolocalización en dispositivos móviles abre una muy atractiva tercera vía, más allá de los servicios de Location Based Marketing que Foursquare o Facebook proponen. Los GPS de los smart phones permiten seguir el tránsito por las calles de las ciudades de sus usuarios. En este análisis no nos interesa qué hace cada uno de ellos, sino las líneas más o menos gruesas, o los puntos más o menos gordos que se generan allá donde pasan o están muchos usuarios.
El siguiente mapa, visto en el excelente blog FlowingData, muestra la densidad de fotos subidas a flickr en Londres. además, el color -que apenas se aprecia en este tamaño, lo siento- informa del medio de transporte usado.
El estudio Urbagram muestra los siguientes mapas como resultado de su proyecto archipiélago, donde analizan los check-ins de Foursquare en tres grandes ciudades (tambien descubierto en FlowingData, por cierto).
Evidentemente, estos pequeños mapas no permiten comparar los resultados por una u otra vía. Pero el camino está abierto, la limitación de pequeñas muestras con alto coste de encuestación queda así superada, y se abre una fantástica fuente de datos para la estimación de paso de transeúntes por nuestros puntos de venta.
Surgen nuevas cuestiones, la nueva gran muestra presenta un claro sesgo al centrarse en techies y 2.0freakies portadores y usuarios intensivos de smart phones. Y por supuesto, cuestiones de privacidad y condiciones de uso de los datos. Pero no hay duda de que éste es el futuro, ¿quién y cuándo lo hará presente?
Guillermo Córdoba
Latest posts by Guillermo Córdoba (see all)
- Ubicación óptima de puntos de recarga con análisis espacial - 16-09-2024
- Simulación de movilidad por agentes para tod@s - 07-06-2024
- 7 Location Intelligence Use Cases - 02-05-2024
Hola, muy interesante el asunto.
Recientemente hablando con un usuario de Blackberry sobre una aplicación para localizar amigos en un radio de 700 metros, me planteé la cuestion de la capacidad que puede tener la red de telefonía movil de capturar datos por triangulación de localización de terminales/usuarios.
Hoy en día todo el mundo lleva un movil, no hace falta ser techies o 2.0 freakies.
Tal vez no se puede llegar al tramo de calle directamente, pero tal vez por grado de saturación de la red de antenas a lo largo del día y el área que cubren si se podría saber el volumen de gente que hay en una zona a lo largo del día, y de ahí pasar a tramos de calle categorizándolas (principales, secundarias, terciarias).
Y también saber según las franjas horarias en que suba o baje la saturación a que horas se mueve la gente por la calle (porque vuelve a casa si es una zona residencial, porque va al trabajo si es una zona de servicios, etc..)
No sé si es posible, pero sería una fuente de datos definitiva.
Un saludo