Mostrando entradas con la etiqueta Geomarketing. Mostrar todas las entradas
Mostrando entradas con la etiqueta Geomarketing. Mostrar todas las entradas
martes, 5 de octubre de 2010
martes, 9 de junio de 2009
PrisMap 10
Tras bastantes meses de I+D finalmente presento la primera version de un gvSIG orientado al análisis comercial y de publicidad exterior. PrisMap 1.0.
Inicialmente comencé a desarrollarlo sobre Kosmo, pero los impresionantes avances realizados por el equipo de desarrollo, el soporte completo de Sextante y la ayuda y la información de los foros de desarrollo me hicieron cambiar de plataforma. Como pequeño avance, una pantalla de un sencillo proyecto/mitad tutorial sobre La Rioja, mostrando el flujo de Transito Peatonal semanal de la ciudad.
Sobre esta plataforma, tengo preparados ya todos los soportes, circuitos, análisis y variables desagredadas de Planificación de Campañas de Exterior, y en mente un display o ficha mucho más potente que pueda, si es posible, incluir información multimedia a nivel de soporte.
Otra pantalla mostrando los datos desagregados de audiencias a nivel de cara y circuito, GRPs, OTS, Coberturas, Impactos, Areas Metropolitanas, Sociodemográfico, etc etc... Pensando en voz alta... la verdad es que viendo estas fichas me estan dando ganas de levantar el patrimonio en 3D, ya hice algunos pinitos en Google Earth y la verdad es que estaría muy bien.
Seguiremos informando...
sábado, 6 de junio de 2009
Publicidad Exterior: Cálculo de visibilidad
Vídeo explicativo del cálculo de visibilidad de un soporte, parte fundamental del cálculo de audiencias de publicidad en medio exterior.
Recordemos que la audiencia se basa en la relación entre el Soporte o Cara y el trayecto de cada individuo. Asignación de los segmentos de calle (eje) por donde ha pasado un individuo y puede ver la cara del soporte.
Luego se realiza una probabilización por frecuencia del trayecto. Llamamos Impacto al Individuo que en un trayecto pasa por uno o más ejes asignados a la cara orientada en el sentido del desplazamiento.
Publi: compañias seguros medicos
compra de empresas en crisis
diseño pagina web
ofertas de trabajo
Recordemos que la audiencia se basa en la relación entre el Soporte o Cara y el trayecto de cada individuo. Asignación de los segmentos de calle (eje) por donde ha pasado un individuo y puede ver la cara del soporte.
Luego se realiza una probabilización por frecuencia del trayecto. Llamamos Impacto al Individuo que en un trayecto pasa por uno o más ejes asignados a la cara orientada en el sentido del desplazamiento.
Publi: compañias seguros medicos
compra de empresas en crisis
diseño pagina web
ofertas de trabajo
viernes, 5 de junio de 2009
Análisis Espacial en el Geomarketing: GeoDA
Uno de los principales problemas que se plantean a la hora de analizar los resultados de un proyecto de geomarketing es la falta de software para hacer este tratamiento. Si bien con el geomarketing podemos representar nuestros clientes, competencia, cuotas, etc, se debe buscar un por qué a esta situación.
Hoy en día es normal el uso de técnicas de data minning para conocer la tipología de nuestros clientes, por ejemplo, su Índice de Capacidad Ecónomica, Edad, Sexo, etc, pero se pueden estudiar las variables espaciales, también conocido por Análisis Exploratorio de Datos Espaciales (AEDE), que explican su distribución en el espacio.
Para ello existen diferentes softwares y módulos para programas comerciales, como el caso de GeoStatical Analyst de ESRI, el PDM de GeoConcept o el caso del programa que me gustaría presentar, GeoDA, desarrollado por Luc Anselin (Universidad de Illinois). El programa se presentó en 2002 y se puede descargar de manera gratuita desde aquí.
El programa se puede dividir en:
Para más información se pueden consultar los siguientes artículos y manuales:
* Fuente: Blog de GeoMarketing de Jesus Lagos
* Análisis Estadístico de datos geográficos en GeoMarketing: el programa GeoDa. Coro Chasco Irigoyen.
* GeoDa: An Introduction to Spatial Data Analysis. Luc Anselin.
* Manual de GeoDa.
* Web de GeoDa.
Hoy en día es normal el uso de técnicas de data minning para conocer la tipología de nuestros clientes, por ejemplo, su Índice de Capacidad Ecónomica, Edad, Sexo, etc, pero se pueden estudiar las variables espaciales, también conocido por Análisis Exploratorio de Datos Espaciales (AEDE), que explican su distribución en el espacio.
Para ello existen diferentes softwares y módulos para programas comerciales, como el caso de GeoStatical Analyst de ESRI, el PDM de GeoConcept o el caso del programa que me gustaría presentar, GeoDA, desarrollado por Luc Anselin (Universidad de Illinois). El programa se presentó en 2002 y se puede descargar de manera gratuita desde aquí.
El programa se puede dividir en:
- 1. Entrada de datos y edición. Trabaja con puntos y polígonos, y permite la edición de los mismos, la creación de grids, centroides y polígonos de Thiessen. Compatible con el formato shp de ESRI.
- 2. Transformación de variables y creación de nuevas variables a paritr de funciones log, exp. Permite la creación de consultas (joins) y cálculos algebráicos
- 3. Mapeo. Mapas temáticos, cartogramas y animaciones. Cuartiles, Desviaciones, percentiles, "box map", cartograma circular...
- 4. Gráficos estadísticos. Histogramas, "box plot", "scatter plot", ·D "scatter plot".
- 5. Autocorrelación espacial o dependencia. Coincidencia de valores altos/bajos de una variable en el espacio. La técnica usada es la dispersión de Moran, que representa en el eje X la variable previamente estandarizada y en el Y la variable espacialmente retardada de dicha varaible estandarizada. También permite estudiar las concentraciones espaciales, también denominadas zonas frias/calientes. La técnica usada es LISA (Local Indicator of Spatial Asociation) basado en la dispersión local de Moran.
- 6. Regresión Espacial.
Para más información se pueden consultar los siguientes artículos y manuales:
* Fuente: Blog de GeoMarketing de Jesus Lagos
* Análisis Estadístico de datos geográficos en GeoMarketing: el programa GeoDa. Coro Chasco Irigoyen.
* GeoDa: An Introduction to Spatial Data Analysis. Luc Anselin.
* Manual de GeoDa.
* Web de GeoDa.
jueves, 4 de junio de 2009
Modelos de Gravitación Comercial
El conocimiento de las áreas de mercado de un centro comercial, banco, etc. constituye una información importante no sólo para la planificación de la expansión de nuevas sucursales o establecimientos, sino que -en el caso de puntos de venta ya existentes- sirve de ayuda importante para sus políticas comerciales y de marketing; por ejemplo, la cobertura de las acciones publicitarias y promocionales de un establecimiento debería centrarse en los límites territoriales del área de mercado o zona de influencia
La utilización de Modelos de Gravitación Comercial, como los expuestos de Reilly y Huff, son en muchos casos, de gran utilidad para la determinación del área de mercado o zona de influencia de centros comerciales: bien del conjunto de establecimientos comerciales de un municipio (los cuales constituyen el núcleo central de atracción comercial sobre otros municipios, conformándose las denominadas áreas y subáreas comerciales), o bien para la determinación del área de mercado de un gran Centro Comercial ("shopping center"), o incluso de un solo establecimiento comercial (hipermercado, gran almacén, supermercado, tienda especializada, etc).Estos modelos pueden utilizarse también para la determinación de áreas de mercado de otro tipo de establecimientos, además de los comerciales, como bancos, hospitales, agencias de viaje, estaciones de gasolina, etc. En algunos de estos casos, podría ser conveniente el empleo de otras variables masa y de fricción distintas de las señaladas en este trabajo (población o superficie de venta como variables masa, y distancia o tiempo de viaje como variables de frenado), tales como número de empleados, imagen, costes de transporte, etc.
Se puede definir el área comercial como "un espacio geográfico cuya población se dirige, con fuerte preponderancia, a una localidad importante en el citado espacio para la compra de artículos de uso no corriente" (Atlas Comercial de España, 1963). Los habitantes de la zona comprendida dentro del área comercial acuden a un municipio de la misma, la cabecera, a hacer compras de bienes de un cierto valor, que no se adquieren todos los días y que requieren una cuidadosa elección. Los consumidores de un área concreta se desplazan preferentemente a su cabecera y no a otro núcleo, en razón a diversas causas, como son el tiempo de viaje o calidad de las comunicaciones y el equipamiento comercial. La localidad sobre la cual gravita la población del área comercial para hacer compras se llama cabecera de área o núcleo central. Un área comercial es una especie de "provincia comercial". Siguiendo con el símil, la cabecera de área jugaría el papel de "capital" de esa provincia comercial. Las áreas comerciales pueden tener o no una o varias subáreas comerciales. Estas son zonas geográficas cuya población acude para hacer ciertas compras a un determinado núcleo urbano -cabecera de subárea-, mientras que a su vez, toda la subárea es atraída por la cabecera de área, que tiene un grado mayor de intensidad y especialización comercial
La utilización de Modelos de Gravitación Comercial, como los expuestos de Reilly y Huff, son en muchos casos, de gran utilidad para la determinación del área de mercado o zona de influencia de centros comerciales: bien del conjunto de establecimientos comerciales de un municipio (los cuales constituyen el núcleo central de atracción comercial sobre otros municipios, conformándose las denominadas áreas y subáreas comerciales), o bien para la determinación del área de mercado de un gran Centro Comercial ("shopping center"), o incluso de un solo establecimiento comercial (hipermercado, gran almacén, supermercado, tienda especializada, etc).
Estos modelos pueden utilizarse también para la determinación de áreas de mercado de otro tipo de establecimientos, además de los comerciales, como bancos, hospitales, agencias de viaje, estaciones de gasolina, etc. En algunos de estos casos, podría ser conveniente el empleo de otras variables masa y de fricción distintas de las señaladas en este trabajo (población o superficie de venta como variables masa, y distancia o tiempo de viaje como variables de frenado), tales como número de empleados, imagen, costes de transporte, etc.
El conocimiento de las áreas de mercado de un centro comercial, banco, etc. constituye una información importante no sólo para la planificación de la expansión de nuevas sucursales o establecimientos, sino que -en el caso de puntos de venta ya existentes- sirve de ayuda importante para sus políticas comerciales y de marketing; por ejemplo, la cobertura de las acciones publicitarias y promocionales de un establecimiento debería centrarse en los límites territoriales del área de mercado o zona de influencia.
El modelo de Reilly expresa que las ventas que dos localidades ("a" y "b") atraen de una localidad intermedia, son directamente proporcionales a sus poblaciones e inversamente proporcionales al cuadrado de las distancias entre la localidad intermedia y las dos localidades consideradas. En este modelo se suele sustituir la variable "distancia en Kms." por la variable "tiempo de viaje" cuando una localidad o municipio situado entre "a" y "b" está comunicado por carreteras de distinta categoría (por ejemplo, una carretera normal y una autovía) con una y otra cabecera de área o subárea.
Explicaré algo más detalladamente el modelo de Huff, muy extendido:
El Modelo de Huff expresa la atracción que ejerce el equipamiento comercial de una
determinada localidad "cabecera de área" o "subárea" sobre el consumidor medio de una localidad o
municipio "i" en los siguientes términos de probabilidades. Para ello se relacionan los municipios considerados como centros de atracción comercial, las posibilidades de que un consumidor se desplace a otro municipio, el equipamiento comercial en m2 de origen y destino, el tiempo empleado en el desplazamiento y la sensibilidad del cliente al tamaño del equipamiento comercial existente y al desplazamiento.
Los parámetros de sensibilidad α y β se calculan en base a datos empíricos. Estos parámetros suelen coincidir con los de la Ley de Reilly: α = 1 y β = -2
Por ejemplo si realizamos un estudio sobre la gravitación comercial del municipio de Villagómez la Nueva (Valladolid), situado entre tres importantes cabeceras de área: Valladolid, Palencia y León, el cálculo sería:
Municipio de Valladolid: 679.765 m2
Municipio de Palencia: 181.215 m2
Municipio de León: 338.498 m2
Tiempo de viaje entre el municipio de Villagómez la Nueva y el de Valladolid: 62 minutos
Tiempo de viaje entre el municipio de Villagómez la Nueva y el de Palencia: 46 minutos
Tiempo de viaje entre el municipio de Villagómez la Nueva y el de León:51 minutos
Pvv:Probabilidad de que el consumidor medio del municipio de Villagómez la Nueva
realice sus compras más importantes en Valladolid
Pvp:Probabilidad de que el consumidor medio del municipio de Villagómez la Nueva
realice sus compras más importantes en Palencia
Pvl:Probabilidad de que el consumidor medio del municipio de Villagómez la Nueva
realice sus compras más importantes en León
De donde se deduce que por cada 100 desplazamientos efectuados por los consumidores del municipio de Villagómez la Nueva a otros municipios para realizar sus compras importantes, 45 los realizan al municipio de Valladolid y 55 a los dos municipios restantes (Palencia y León).
Aplicando la misma fórmula se obtiene
Pvp = 0,22 y Pvl= 0,33. Por lo que, en definitiva, los consumidores de Villagómez la Nueva gravitan comercialmente un 45 % de las veces a Valladolid,
un 22 % a Palencia y un 33 % a León. Este modelo puede aplicarse también para un centro comercial concreto en concurrencia con otros varios centros comerciales, no sólo para municipios, donde Pij sería la probabilidad de que un consumidor "i" se desplace a un centro comercial "j". Realmente, en el modelo original de Huff, "Pij" es la probabilidad de que un consumidor individual "i" (no un consumidor medio de un municipio) se desplace a un establecimiento comercial "j" (no al equipamiento comercial total de un municipio), siendo, por tanto, "n" igual al número de establecimientos comerciales considerados por el consumidor como otros posibles centros comerciales de atracción, además del centro comercial "j" (en vez de número de municipios considerados)
Fuente: MODELOS DE GRAVITACIÓN COMERCIAL: UNA APLICACIÓN AL ANUARIO COMERCIAL DE ESPAÑA
Pedro Chasco Lafuente
Responsable Área Economía Microterritorial.
Instituto L. R. Klein - Universidad Autónoma de Madrid - Junio 2000
La utilización de Modelos de Gravitación Comercial, como los expuestos de Reilly y Huff, son en muchos casos, de gran utilidad para la determinación del área de mercado o zona de influencia de centros comerciales: bien del conjunto de establecimientos comerciales de un municipio (los cuales constituyen el núcleo central de atracción comercial sobre otros municipios, conformándose las denominadas áreas y subáreas comerciales), o bien para la determinación del área de mercado de un gran Centro Comercial ("shopping center"), o incluso de un solo establecimiento comercial (hipermercado, gran almacén, supermercado, tienda especializada, etc).Estos modelos pueden utilizarse también para la determinación de áreas de mercado de otro tipo de establecimientos, además de los comerciales, como bancos, hospitales, agencias de viaje, estaciones de gasolina, etc. En algunos de estos casos, podría ser conveniente el empleo de otras variables masa y de fricción distintas de las señaladas en este trabajo (población o superficie de venta como variables masa, y distancia o tiempo de viaje como variables de frenado), tales como número de empleados, imagen, costes de transporte, etc.Se puede definir el área comercial como "un espacio geográfico cuya población se dirige, con fuerte preponderancia, a una localidad importante en el citado espacio para la compra de artículos de uso no corriente" (Atlas Comercial de España, 1963). Los habitantes de la zona comprendida dentro del área comercial acuden a un municipio de la misma, la cabecera, a hacer compras de bienes de un cierto valor, que no se adquieren todos los días y que requieren una cuidadosa elección. Los consumidores de un área concreta se desplazan preferentemente a su cabecera y no a otro núcleo, en razón a diversas causas, como son el tiempo de viaje o calidad de las comunicaciones y el equipamiento comercial. La localidad sobre la cual gravita la población del área comercial para hacer compras se llama cabecera de área o núcleo central. Un área comercial es una especie de "provincia comercial". Siguiendo con el símil, la cabecera de área jugaría el papel de "capital" de esa provincia comercial. Las áreas comerciales pueden tener o no una o varias subáreas comerciales. Estas son zonas geográficas cuya población acude para hacer ciertas compras a un determinado núcleo urbano -cabecera de subárea-, mientras que a su vez, toda la subárea es atraída por la cabecera de área, que tiene un grado mayor de intensidad y especialización comercial
La utilización de Modelos de Gravitación Comercial, como los expuestos de Reilly y Huff, son en muchos casos, de gran utilidad para la determinación del área de mercado o zona de influencia de centros comerciales: bien del conjunto de establecimientos comerciales de un municipio (los cuales constituyen el núcleo central de atracción comercial sobre otros municipios, conformándose las denominadas áreas y subáreas comerciales), o bien para la determinación del área de mercado de un gran Centro Comercial ("shopping center"), o incluso de un solo establecimiento comercial (hipermercado, gran almacén, supermercado, tienda especializada, etc).
Estos modelos pueden utilizarse también para la determinación de áreas de mercado de otro tipo de establecimientos, además de los comerciales, como bancos, hospitales, agencias de viaje, estaciones de gasolina, etc. En algunos de estos casos, podría ser conveniente el empleo de otras variables masa y de fricción distintas de las señaladas en este trabajo (población o superficie de venta como variables masa, y distancia o tiempo de viaje como variables de frenado), tales como número de empleados, imagen, costes de transporte, etc.
El conocimiento de las áreas de mercado de un centro comercial, banco, etc. constituye una información importante no sólo para la planificación de la expansión de nuevas sucursales o establecimientos, sino que -en el caso de puntos de venta ya existentes- sirve de ayuda importante para sus políticas comerciales y de marketing; por ejemplo, la cobertura de las acciones publicitarias y promocionales de un establecimiento debería centrarse en los límites territoriales del área de mercado o zona de influencia.
El modelo de Reilly expresa que las ventas que dos localidades ("a" y "b") atraen de una localidad intermedia, son directamente proporcionales a sus poblaciones e inversamente proporcionales al cuadrado de las distancias entre la localidad intermedia y las dos localidades consideradas. En este modelo se suele sustituir la variable "distancia en Kms." por la variable "tiempo de viaje" cuando una localidad o municipio situado entre "a" y "b" está comunicado por carreteras de distinta categoría (por ejemplo, una carretera normal y una autovía) con una y otra cabecera de área o subárea.
Explicaré algo más detalladamente el modelo de Huff, muy extendido:
El Modelo de Huff expresa la atracción que ejerce el equipamiento comercial de una
determinada localidad "cabecera de área" o "subárea" sobre el consumidor medio de una localidad o
municipio "i" en los siguientes términos de probabilidades. Para ello se relacionan los municipios considerados como centros de atracción comercial, las posibilidades de que un consumidor se desplace a otro municipio, el equipamiento comercial en m2 de origen y destino, el tiempo empleado en el desplazamiento y la sensibilidad del cliente al tamaño del equipamiento comercial existente y al desplazamiento.
Los parámetros de sensibilidad α y β se calculan en base a datos empíricos. Estos parámetros suelen coincidir con los de la Ley de Reilly: α = 1 y β = -2
Por ejemplo si realizamos un estudio sobre la gravitación comercial del municipio de Villagómez la Nueva (Valladolid), situado entre tres importantes cabeceras de área: Valladolid, Palencia y León, el cálculo sería:Municipio de Valladolid: 679.765 m2
Municipio de Palencia: 181.215 m2
Municipio de León: 338.498 m2
Tiempo de viaje entre el municipio de Villagómez la Nueva y el de Valladolid: 62 minutos
Tiempo de viaje entre el municipio de Villagómez la Nueva y el de Palencia: 46 minutos
Tiempo de viaje entre el municipio de Villagómez la Nueva y el de León:51 minutos
Pvv:Probabilidad de que el consumidor medio del municipio de Villagómez la Nueva
realice sus compras más importantes en Valladolid
Pvp:Probabilidad de que el consumidor medio del municipio de Villagómez la Nueva
realice sus compras más importantes en Palencia
Pvl:Probabilidad de que el consumidor medio del municipio de Villagómez la Nueva
realice sus compras más importantes en León
De donde se deduce que por cada 100 desplazamientos efectuados por los consumidores del municipio de Villagómez la Nueva a otros municipios para realizar sus compras importantes, 45 los realizan al municipio de Valladolid y 55 a los dos municipios restantes (Palencia y León).Aplicando la misma fórmula se obtiene
Pvp = 0,22 y Pvl= 0,33. Por lo que, en definitiva, los consumidores de Villagómez la Nueva gravitan comercialmente un 45 % de las veces a Valladolid,
un 22 % a Palencia y un 33 % a León. Este modelo puede aplicarse también para un centro comercial concreto en concurrencia con otros varios centros comerciales, no sólo para municipios, donde Pij sería la probabilidad de que un consumidor "i" se desplace a un centro comercial "j". Realmente, en el modelo original de Huff, "Pij" es la probabilidad de que un consumidor individual "i" (no un consumidor medio de un municipio) se desplace a un establecimiento comercial "j" (no al equipamiento comercial total de un municipio), siendo, por tanto, "n" igual al número de establecimientos comerciales considerados por el consumidor como otros posibles centros comerciales de atracción, además del centro comercial "j" (en vez de número de municipios considerados)
Fuente: MODELOS DE GRAVITACIÓN COMERCIAL: UNA APLICACIÓN AL ANUARIO COMERCIAL DE ESPAÑA
Pedro Chasco Lafuente
Responsable Área Economía Microterritorial.
Instituto L. R. Klein - Universidad Autónoma de Madrid - Junio 2000
martes, 2 de junio de 2009
Kosmo OpenGIS
Usando Kosmo para Analisis de TránsitoEl proyecto Kosmo es la primera Plataforma SIG Libre Corporativa, distribuida bajo licencia GNU/GPL. Fue mi primera opción a la hora de desarrollar sobre este tipo de plataformas una solución orientada al análisis de audiencias, actualmente utilizo gvSIG ya que he encontrado un mayor desarrollo y soporte a la hora de programar sobre ésta plataforma, aunque Kosmo sigue siendo un referente y una solución a tener en cuenta.
En él se hace uso intensivo y se desarrollan o integran las herramientas necesarias para satisfacer las necesidades de la mayoría de los usuarios, y para ello se implementa:
- Kosmo Server: Servidor de Cartografía raster y vectorial
- Kosmo Desktop: SIG de escritorio con potente capacidad de consulta, edición y análisis
- Kosmo Cliente Ligero: Navegador cartográfico para conexión con Servicios basados en estándares OGC
- Kosmo Móvil: Software SIG para dispositivos móviles.
Su diseño y arquitectura esta basado en la gestión y análisis de la información territorial a través de Bases de Datos Espaciales, dotándolo así de carácter Corporativo.
El proyecto está en pleno desarrollo, y con el primero de sus componentes -Kosmo-Desktop- en continua en evolución, y ya disponible para aquellos que requieren de avanzada funcionalidad en un SIG de escritorio potente.
Hay que destacar que al día de hoy ya se encuentra implementado en numerosos sistemas de producción altamente exigentes en sus requisitos, tanto de estabilidad como de funcionalidad.
Mas información en http://www.opengis.es/
sábado, 30 de mayo de 2009
Los sistemas GIS y su relación con Business Intelligence
Los Sistemas de Información Geográfica (SIG) en su parte de aplicaciones para GeoMarketing tienen planteamientos parecidos a los de Business Intelligence. Tanto es así que es frecuente la aparición de ambos ámbitos en un mismo proyecto. La discusión sobre si el geomarketing es o no un tipo de BI nos parece poco productiva; en cambio si son realmente interesantes los valores añadidos que pueden aportar a las empresas tanto los procesos como las tecnologías involucradas. Ya hemos comentado en alguna ocasión los espectaculares resultados que estaban produciendo la integración de BI y SIG.
Una definición sencilla de SIG sería un sistema de información que gestiona datos con localizaciones exactas en una representación del mundo físico, lo que llamamos datos espaciales, y atributos temáticos referidos a objetos referenciados con los datos espaciales.
En un SIG se captura, recolecta, almacena, analiza, comparte, gestiona y visualiza información georeferenciada. Cuando tenemos que construir un GIS lo primero que hacemos es analizar la información que se desea integrar. Frecuentemente nos encontraremos con diferentes formatos (CAD, otros formatos digitales, PDF, papel…).
El objetivo de este análisis será normalizar y unificar esa información, construyendo un tipo de base de datos que se denomina base de datos geográfica. Tras este diseño pasamos a un proceso que casi siempre está en los proyectos de BI: el ETL. Dentro de la BD geográfica se integra información cartográfica junto con información proveniente de otros sistemas, como puedan ser CRM, ERPs, callejeros o herramientas de diseño. Desde un punto de vista técnico pueden ser cualquier cosa integrable: datawarehouses, datamarts, bases de datos, imágenes escaneadas…
En una BD geográfica queda modelizado el mundo real en términos de objetos con su representación gráfica en términos de tamaño y dimensión relativa a la superficie de la tierra. Estos datos, que llamamos cartográficos, quedan integrados a su vez con lo que se denominan atributos temáticos. Ejemplos típicos de atributos temáticos son los datos sociológicos, económicos y demográficos.
Los objetos geográficos están organizados en capas de información. Objetos que físicamente tendrían la misma ubicación quedan organizados en distintas capas, pudiendo ser visualizados o no según las necesidades.
Por ejemplo, si una empresa desea representar la ubicación física de sus clientes actuales y potenciales para hacer una campaña de marketing, tendríamos en un GIS el mapa cartográfico de la ciudad en cuestión por un lado y por ejemplo representaríamos los atributos temáticos disponibles sobre tipo de compra que efectúan los clientes actuales y la capacidad adquisitiva de los potenciales. El análisis de esta información puede por ejemplo delimitarnos zonas geográficas con denominadores comunes interesantes entre clientes potenciales y actuales. Con este conocimiento podríamos crear una campaña muy localizada a coste bajo y por tanto muy productiva.
Para ello el SIG provee de capacidad analítica para gestionar datos georeferenciados teniendo en cuenta que lo que nos interesa es que se están referenciando objetos con una componente espacial sobre los que se tiene información asociada.
Se suele clasificar los SIG en tipo Vectorial o de tipo Raster aunque actualmente se maneja la información con ambos tipos. Por otro lado también están los más recientes SIG Orientados a Objetos.
Los SIG Vectoriales utilizan puntos y vectores definidos en términos de pares de coordenadas y altitudes respecto a un sistema cartográfico... Por otra parte los SIG Raster están especialmente indicados en aquellos casos en los que los objetos a representar son difusos o difíciles de delimitar como puede ser una mancha de petróleo o una nube. Delimitan la base de datos mediante mallas de píxeles. En caso de que sea necesaria una resolución muy alta y por tanto subir el número de píxeles el rendimiento del sistema se ve penalizado.
Los SIG orientados a objetos organizan la información geográfica a partir de los objetos geográficos y sus relaciones con otros. Incorporan además la dinamicidad de los objetos en términos espaciotemporales.
La interfaz de visualización principal de un SIG es por supuesto el mapa que hace el papel de dashboard sobre el que interaccionamos tanto para acceder, visualizar y analizar la información como para generar informes y mejorar la toma de decisiones. Los análisis geográficos son especialmente potentes al poder superponer en el mapa las características de los elementos de una misma categoría y poder hacer operaciones en las que se tenga en cuenta la conectividad, la coincidencia y la contigüidad de objetos.
Tras construir el SIG los usuarios disponen de un sistema fiable que les permite acceder de forma rápida, homogénea y organizada a conjuntos de información que han sido integrados según las necesidades de la empresa y a la que antes no tenían acceso, tenían una visión limitada y parcial o que el proceso de conseguirla era lento, costoso en cantidad de horas-hombre invertidas, proclive a errores o muy difícil de conseguir de forma integrada, por ejemplo por diferencias de formatos (CAD, papel, formatos digitales, PDF, etc).
Como mayores valores añadidos de un SIG destaca su capacidad, al igual que en Business Intelligence, de realizar análisis complejos aunque sobre entornos geográficos y la mejora de la toma de decisiones asociada, el acceso fácil y rápido a información exacta, completa, relacionada y actualizada y la generación de mapas e informes de gran calidad. En general, al implantar un GIS, se reducen los costes operativos, se incrementa la productividad y se ahorra mucho tiempo en la gestión de mapas.
Una definición sencilla de SIG sería un sistema de información que gestiona datos con localizaciones exactas en una representación del mundo físico, lo que llamamos datos espaciales, y atributos temáticos referidos a objetos referenciados con los datos espaciales.
En un SIG se captura, recolecta, almacena, analiza, comparte, gestiona y visualiza información georeferenciada. Cuando tenemos que construir un GIS lo primero que hacemos es analizar la información que se desea integrar. Frecuentemente nos encontraremos con diferentes formatos (CAD, otros formatos digitales, PDF, papel…).
El objetivo de este análisis será normalizar y unificar esa información, construyendo un tipo de base de datos que se denomina base de datos geográfica. Tras este diseño pasamos a un proceso que casi siempre está en los proyectos de BI: el ETL. Dentro de la BD geográfica se integra información cartográfica junto con información proveniente de otros sistemas, como puedan ser CRM, ERPs, callejeros o herramientas de diseño. Desde un punto de vista técnico pueden ser cualquier cosa integrable: datawarehouses, datamarts, bases de datos, imágenes escaneadas…
En una BD geográfica queda modelizado el mundo real en términos de objetos con su representación gráfica en términos de tamaño y dimensión relativa a la superficie de la tierra. Estos datos, que llamamos cartográficos, quedan integrados a su vez con lo que se denominan atributos temáticos. Ejemplos típicos de atributos temáticos son los datos sociológicos, económicos y demográficos.
Los objetos geográficos están organizados en capas de información. Objetos que físicamente tendrían la misma ubicación quedan organizados en distintas capas, pudiendo ser visualizados o no según las necesidades.
Por ejemplo, si una empresa desea representar la ubicación física de sus clientes actuales y potenciales para hacer una campaña de marketing, tendríamos en un GIS el mapa cartográfico de la ciudad en cuestión por un lado y por ejemplo representaríamos los atributos temáticos disponibles sobre tipo de compra que efectúan los clientes actuales y la capacidad adquisitiva de los potenciales. El análisis de esta información puede por ejemplo delimitarnos zonas geográficas con denominadores comunes interesantes entre clientes potenciales y actuales. Con este conocimiento podríamos crear una campaña muy localizada a coste bajo y por tanto muy productiva.
Para ello el SIG provee de capacidad analítica para gestionar datos georeferenciados teniendo en cuenta que lo que nos interesa es que se están referenciando objetos con una componente espacial sobre los que se tiene información asociada.
Se suele clasificar los SIG en tipo Vectorial o de tipo Raster aunque actualmente se maneja la información con ambos tipos. Por otro lado también están los más recientes SIG Orientados a Objetos.
Los SIG Vectoriales utilizan puntos y vectores definidos en términos de pares de coordenadas y altitudes respecto a un sistema cartográfico... Por otra parte los SIG Raster están especialmente indicados en aquellos casos en los que los objetos a representar son difusos o difíciles de delimitar como puede ser una mancha de petróleo o una nube. Delimitan la base de datos mediante mallas de píxeles. En caso de que sea necesaria una resolución muy alta y por tanto subir el número de píxeles el rendimiento del sistema se ve penalizado.
Los SIG orientados a objetos organizan la información geográfica a partir de los objetos geográficos y sus relaciones con otros. Incorporan además la dinamicidad de los objetos en términos espaciotemporales.
La interfaz de visualización principal de un SIG es por supuesto el mapa que hace el papel de dashboard sobre el que interaccionamos tanto para acceder, visualizar y analizar la información como para generar informes y mejorar la toma de decisiones. Los análisis geográficos son especialmente potentes al poder superponer en el mapa las características de los elementos de una misma categoría y poder hacer operaciones en las que se tenga en cuenta la conectividad, la coincidencia y la contigüidad de objetos.
Tras construir el SIG los usuarios disponen de un sistema fiable que les permite acceder de forma rápida, homogénea y organizada a conjuntos de información que han sido integrados según las necesidades de la empresa y a la que antes no tenían acceso, tenían una visión limitada y parcial o que el proceso de conseguirla era lento, costoso en cantidad de horas-hombre invertidas, proclive a errores o muy difícil de conseguir de forma integrada, por ejemplo por diferencias de formatos (CAD, papel, formatos digitales, PDF, etc).
Como mayores valores añadidos de un SIG destaca su capacidad, al igual que en Business Intelligence, de realizar análisis complejos aunque sobre entornos geográficos y la mejora de la toma de decisiones asociada, el acceso fácil y rápido a información exacta, completa, relacionada y actualizada y la generación de mapas e informes de gran calidad. En general, al implantar un GIS, se reducen los costes operativos, se incrementa la productividad y se ahorra mucho tiempo en la gestión de mapas.
miércoles, 20 de mayo de 2009
La importancia del estudio geográfico para el desarrollo empresarial
Conferencia del catedrático Diego Puga
El lugar geográfico en el que están ubicadas las empresas, dentro de las ciudades, supone un factor determinante para su posterior desarrollo empresarial. Es lo que se desprende de la última conferencia impartida en Madrid por el prestigioso economista Diego Puga.
Fuente: eldiarioexterior.com
Álvaro G. Carvajal 20 de mayo de 2009
En la primera parte de la conferencia, Diego Puga trató los factores que influyen en la productividad de una empresa. Para el profesor Puga, uno de esos factores fundamentales es la ubicación geográfica de la misma dentro del entramado de pequeñas y grandes urbes que conforman un país. Es, en un espacio que aglutine una mayor concentración de empresas, donde aumenta la productividad de cada una de ellas.
Esta concentración genera un aumento de la innovación de las empresas, por lo que las zonas o ciudades que presentan una mayor densidad son aquellas donde hay más diversidad y flexibilidad. Pero, una vez que las empresas se han desarrollado y encaminado hacia un producto en concreto, se desplazan a áreas más pequeñas y especializadas. Como ejemplo, Diego Puga destaca que en Francia, tres de cada cuatro empresas que cambian de ubicación lo hacen de metrópolis particularmente diversas, donde han desarrollado nuevos productos, hacia ciudades más especializadas.
Por otra parte, tras realizar un estudio sobre EEUU, el profesor Puga descubrió como hay una tendencia cada vez mayor a centralizar la gestión y administración de las empresas en las grandes urbes, mientras que la fabricación se desplaza cada vez más a ciudades más pequeñas y con menores costes.
En la segunda parte de la conferencia, el profesor Puga se centró en dos de sus estudios más recientes sobre concentración residencial realizados, uno de ellos en suelo americano y otro, más reciente, en África.
El primero de ellos, publicado en Quarterly Journal of Economics, estudia los patrones de construcción residencial dentro de cada ciudad de EEUU. Gracias a imágenes vía satélite tomadas de la superficie de EEUU, Diego Puga, estudia el crecimiento residencial de Norteamérica y destaca dos tipos de crecimiento de una ciudad: compacta o dispersa.
El segundo trabajo que ha comentado, más reciente y aún en estudio, trata sobre como las zonas agrestes de África son más ricas que las demás. Esto es debido, principalmente, a que fueron esas zonas las menos perseguidas durante la trata de esclavos en dicho continente.
El Catedrático de Investigación del IMDEA, Diego Puga, presentó el lunes en el Edificio Torre Espacio su conferencia "Geografía, productividad e innovación". Esta conferencia está incluida dentro del ciclo "Madrid, Comunidad del Conocimiento", organizada por el Instituto Madrileño de Desarrollo, IMADE, dirigido por el Catedrático Pedro Schwartz. La conferencia contó con la presencia de Aurelio García de Sola, gerente de IMADE.
Tras el pequeño coloquio posterior a la charla, donde pudieron tratar las dudas y demás apreciaciones al conferenciante, Pedro Schwartz y Aurelio García de Sola, cerraron el acto, agradeciendo a los asistentes su presencia a esta séptima conferencia del ciclo "Madrid, Comunidad del Conocimiento" organizada por IMADE.
El lugar geográfico en el que están ubicadas las empresas, dentro de las ciudades, supone un factor determinante para su posterior desarrollo empresarial. Es lo que se desprende de la última conferencia impartida en Madrid por el prestigioso economista Diego Puga.
Fuente: eldiarioexterior.com
Álvaro G. Carvajal 20 de mayo de 2009
En la primera parte de la conferencia, Diego Puga trató los factores que influyen en la productividad de una empresa. Para el profesor Puga, uno de esos factores fundamentales es la ubicación geográfica de la misma dentro del entramado de pequeñas y grandes urbes que conforman un país. Es, en un espacio que aglutine una mayor concentración de empresas, donde aumenta la productividad de cada una de ellas.
Esta concentración genera un aumento de la innovación de las empresas, por lo que las zonas o ciudades que presentan una mayor densidad son aquellas donde hay más diversidad y flexibilidad. Pero, una vez que las empresas se han desarrollado y encaminado hacia un producto en concreto, se desplazan a áreas más pequeñas y especializadas. Como ejemplo, Diego Puga destaca que en Francia, tres de cada cuatro empresas que cambian de ubicación lo hacen de metrópolis particularmente diversas, donde han desarrollado nuevos productos, hacia ciudades más especializadas.
Por otra parte, tras realizar un estudio sobre EEUU, el profesor Puga descubrió como hay una tendencia cada vez mayor a centralizar la gestión y administración de las empresas en las grandes urbes, mientras que la fabricación se desplaza cada vez más a ciudades más pequeñas y con menores costes.
En la segunda parte de la conferencia, el profesor Puga se centró en dos de sus estudios más recientes sobre concentración residencial realizados, uno de ellos en suelo americano y otro, más reciente, en África.
El primero de ellos, publicado en Quarterly Journal of Economics, estudia los patrones de construcción residencial dentro de cada ciudad de EEUU. Gracias a imágenes vía satélite tomadas de la superficie de EEUU, Diego Puga, estudia el crecimiento residencial de Norteamérica y destaca dos tipos de crecimiento de una ciudad: compacta o dispersa.
El segundo trabajo que ha comentado, más reciente y aún en estudio, trata sobre como las zonas agrestes de África son más ricas que las demás. Esto es debido, principalmente, a que fueron esas zonas las menos perseguidas durante la trata de esclavos en dicho continente.
El Catedrático de Investigación del IMDEA, Diego Puga, presentó el lunes en el Edificio Torre Espacio su conferencia "Geografía, productividad e innovación". Esta conferencia está incluida dentro del ciclo "Madrid, Comunidad del Conocimiento", organizada por el Instituto Madrileño de Desarrollo, IMADE, dirigido por el Catedrático Pedro Schwartz. La conferencia contó con la presencia de Aurelio García de Sola, gerente de IMADE.
Tras el pequeño coloquio posterior a la charla, donde pudieron tratar las dudas y demás apreciaciones al conferenciante, Pedro Schwartz y Aurelio García de Sola, cerraron el acto, agradeciendo a los asistentes su presencia a esta séptima conferencia del ciclo "Madrid, Comunidad del Conocimiento" organizada por IMADE.
martes, 19 de mayo de 2009
Manual de GeoMarketing
ESRI acaba de publicar un nuevo manual de Geomarketing sobre su plataforma.
http://gis.esri.com/esripress/display/index.cfm?fuseaction=display&websiteID=120&moduleID=1
Podemos echarle un vistazo online en: http://gis.esri.com/esripress/shared/images/120/ch03_TUTMKTG.pdf
Suscribirse a:
Comentarios (Atom)