Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Conferencia en Geomática y Geoespacial Tecnología (GGT) 2016, págs. 3–5 Octubre 2016, Kuala Lumpur, Malasia
un
laboratorio de investigación de infraestructura de información geoespacial (GeoI2).
Facultad de Geoinformación y Bienes Raíces, Universiti Teknologi Malasia,
81310 Skudai, Johor, Malasia
norsuhaibah@gmail.com, mduznir@utm.my, alias@utm.my
b
Dpto. de Geodesia, Instituto Nacional del Espacio, Universidad Técnica de
Dinamarca, Elektrovej 328, 2800 Kgs. Lyngby, Dinamarca
fa@space.dtu.dk, mioc@space.dtu.dk
PALABRAS CLAVE: Geomarketing, Segmentación del mercado, Geo-Clustering, Base de datos espacial 3D, SIG 3D, Recuperación
de información
ABSTRACTO:
El geomarketing es una disciplina que utiliza la información geográfica en el proceso de planificación e implementación de actividades
de marketing. Se puede utilizar en cualquier aspecto del marketing, como el precio, la promoción o la orientación geográfica. El
análisis de datos de geomarketing utiliza un enorme grupo de datos como la ubicación de áreas residenciales, topografía, también
analiza información demográfica como edad, género, ingresos anuales y estilo de vida. Esta información puede ayudar a los
usuarios a desarrollar campañas promocionales exitosas para lograr los objetivos de marketing. Una de las actividades comunes
en el geomarketing es la segmentación del mercado. La segmentación agrupa los datos en varios grupos en función de sus
criterios geográficos. Para refinar la operación de búsqueda durante el análisis, propusimos un enfoque para agrupar los datos
utilizando un algoritmo de agrupación. Sin embargo, con el enorme grupo de datos, la superposición entre clústeres puede ocurrir
y conduce a un análisis ineficiente. Además, el geomarketing suele estar activo en áreas urbanas y requiere que los clústeres se
organicen de manera tridimensional (3D) (es decir, lotes de tiendas de varios niveles, residenciales). apartamentos). Esta es una
restricción con el marco actual del Sistema de Información Geográfica (SIG). Para evitar este problema, propusimos una
combinación de segmentación del mercado basada en criterios geográficos y algoritmo de agrupación para la gestión de datos de
geomarketing 3D. El enfoque propuesto es capaz de minimizar la región de superposición durante la segmentación del mercado.
En este trabajo, el geomarketing en área urbana se utiliza como un estudio de caso. Según el estudio de caso, en la prueba se
utilizan varias ubicaciones de clientes y tiendas en 3D. Los experimentos demostrados en este documento corroboraron que el
enfoque propuesto es capaz de minimizar la segmentación superpuesta y reducir las entradas de datos repetitivas. La estructura
también se prueba para recuperar los registros espaciales de la base de datos. Para fines de marketing, se utiliza cierto radio de
punto para analizar los objetivos de marketing. Sobre la base de las pruebas presentadas en este documento, creemos firmemente
que la estructura es capaz de manejar y administrar un gran conjunto de datos de geomarketing. Para las perspectivas futuras, este
documento también
discute las posibilidades de expandir la estructura. minoristas. La selección del sitio se automatiza y se basa en
procedimientos científicos que ahorran tiempo y dinero. El
geomarketing utiliza hechos clave, un buen mapa base, capas de
1 INTRODUCCIÓN datos adecuadas, perfiles de consumidores confiables y criterios
adecuados de éxito o fracaso.
El geomarketing es la integración de la inteligencia geográfica en
varios aspectos del marketing, incluidas las ventas y la El Sistema de Información Geográfica (SIG) es una
distribución. La investigación de geomarketing es el uso de herramienta común utilizada para administrar información
parámetros geográficos en la metodología de investigación de comercial y de marketing , especialmente información
mercados, incluido el muestreo, la recopilación de datos, el relacionada con ubicaciones. Con GIS, los usuarios pueden
análisis y la presentación. La ubicación es un factor clave para determinar dónde se encuentra el cliente, calcular información
esta disciplina. Las ubicaciones geográficas junto con los datos resumida para áreas específicas o resolver problemas
demográficos se utilizan en el análisis de geomarketing para relacionados con la ubicación de un nuevo punto de venta. Los
estudiar el plan de ruta, la planificación territorial y la selección usos de los SIG en marketing y negocios se pueden ver en varios
del sitio. El geomarketing tiene un impacto directo en el estudios. Por ejemplo, (Supak et al., 2014) utilizando SIG como
desarrollo del comercio moderno y la reorganización de los tipos una herramienta de apoyo a la toma de decisiones para la
planificación y comercialización del turismo. Desde el sistema, clientes objetivo, y proporcionar datos de apoyo para los
los usuarios pueden visualizar y analizar fácilmente la elementos del plan de marketing , como el posicionamiento para
distribución espacial de los visitantes junto con la información lograr ciertos objetivos del plan de marketing. Las empresas
demográfica. Esta funcionalidad puede ser beneficiosa para pueden desarrollar estrategias de diferenciación de productos, o
desarrollar o aumentar planes de negocios o estrategias de un enfoque indiferenciado, que involucre productos o líneas de
marketing. Otro ejemplo es un estudio de (Musyoka et al., 2007). productos específicos dependiendo de la demanda y los atributos
A partir de su estudio, los SIG se utilizan como una herramienta específicos. del segmento objetivo.
de decisión para analizar la distribución espacial de la industria
de refrescos en Kenia. El estudio desarrolló un modelo de Como se discutió en la sección anterior, una superposición seria
regresión múltiple para predecir la venta teniendo en cuenta las entre grupos para la segmentación del mercado puede producir
cifras de ventas de puntos de distribución específicos, resultados inexactos. Según la primera ley de la geografía, todo
demográficos y socioeconómicos. características. está relacionado con todo lo demás, pero las cosas cercanas están
más relacionadas que las cosas distantes. Por lo tanto, el
En el geomarketing, antes de analizar la ubicación de los datos, los resultado inexacto no optimizará el análisis de la segmentación
datos deben clasificarse en varios clústeres. Este proceso se conoce del mercado. Teniendo en cuenta las ubicaciones de las tiendas
como segmentación de mercado. La segmentación del mercado se minoristas y los clientes en las áreas urbanas de desarrollo de uso
puede practicar de varias maneras, como la segmentación geográfica, mixto con edificios de varios niveles de gran altura, se requiere
la segmentación demográfica, la segmentación psicográfica y la un método 3D de manera prominente para para definir la
segmentación conductual. La segmentación geográfica es segmentación antes de que se pueda realizar un análisis espacial
importante y puede considerarse el primer paso para el marketing adicional. La cuestión de la superposición puede considerarse un
internacional, seguido de la segmentación demográfica y problema grave en la recuperación y el análisis de datos.
psicográfica. Según (Kotler y Keller, 2006), el enfoque de geo- Afectará la eficiencia de la consulta en términos de tiempo de
cluster combina datos demográficos con datos geográficos para respuesta, almacenamiento de bases de datos y precisión de la
crear un perfil más preciso o específico. información. Además, con el enorme conjunto de datos de
geomarketing, el análisis y la eficiencia de la recuperación de
En la segmentación geográfica, los datos se agrupan o datos se volverán más complejos y cruciales.
categorizan de acuerdo con criterios geográficos como naciones,
estados, regiones, países, ciudades, vecindarios o códigos Para segmentar el área de marketing, se utilizan técnicas
postales. Sin embargo, durante el proceso de segmentación, estadísticas comunes para el análisis de segmentación. Por
puede ocurrir un problema grave de superposición y conduce a ejemplo, el algoritmo de agrupación más comúnmente utilizado
un análisis geoespacial ineficiente. Además, el geomarketing para la segmentación del mercado es ksignifica agrupación.
suele estar activo en áreas urbanas y requiere que los grupos se Mediante el uso de este algoritmo, los datos se dividirán en k
organicen de manera tridimensional (3D) (es decir, lotes de clústeres (C1, C2, ..., Ck). Las medias para todas las instancias de
tiendas de varios niveles, apartamentos residenciales). Esta es cada clúster se calculan como centros de clúster.
una restricción con el marco SIG actual. Por lo tanto, esta
investigación introduce un nuevo enfoque en el manejo de datos El algoritmo comienza encontrando aleatoriamente los centros de
de geomarketing. El enfoque minimiza eficientemente la clúster iniciales. Para cada una de las iteraciones, se asigna un
superposición entre clústeres durante la segmentación del objeto o instancia al centro de clúster más cercano en función de la
mercado y aumenta la precisión de las agrupaciones de objetos distancia euclidiana. Luego, los centros de clúster se recalculan hasta
espaciales en 3D. que las coordenadas son constantes.
Este documento está organizado de la siguiente manera: los El centro de cada clúster se calcula como la media de todos los objetos
problemas y la motivación con respecto a la geoagrupación 3D o instancias que pertenecen a ese clúster:
en la segmentación del mercado se discuten en la siguiente
sección. En la sección 3, el concepto del método propuesto se
1 𝑁𝑘 μ𝑘 =
explica con su implementación. En la sección 4 se presentan el (1)
análisis y los resultados del experimento. Finalmente, las
𝑋𝑞
conclusiones se presentan en la Sección 5.
Nk q=1
2 PROBLEMA DE INVESTIGACIÓN Y
MOTIVACIÓN
donde Nk es el número de instancias pertenecientes al clúster k y μk
es la media del clúster k.
Los grupos en la segmentación del mercado se pueden ver en
varios puntos de vista. Se puede utilizar para dividir un amplio
mercado objetivo en subconjuntos de consumidores, empresas o
países que tienen necesidades, intereses y prioridades comunes. Según (Selim e Ismail, 1984), un tamaño de muestra de m instancias
Se analizará el segmento para planificar las estrategias al u objetos afecta la complejidad de las iteraciones T del algoritmo
mercado objetivo. Las estrategias de segmentación del mercado k-means. Por lo tanto, la complejidad de cada búsqueda
se utilizan generalmente para identificar y definir aún más a los caracterizada por N atributo es:
DD(xx)2
O (T . hacia. m . (N) (2)
3 MEJORA DE LA GEO-CLUSTERING 3D
k-medios++
Superposición: Mínima
k-medio
Superposición: Área de
Grande superposición
Figura 2. Comparación del centro de clúster inicial
k-medios
por y k-significa++.
algoritmo de agrupación propuesto. Cada grupo de clústeres también
El límite paralelepípedo se forma utilizando el valor mínimo y está acotado con el valor de coordenadas máximo y mínimo y forma
máximo de la ubicación de los objetos en el clúster de grupo. Al un paralelepípedo. La combinación de criterios geográficos y el
formar este paralelepípedo, se puede analizar la región de enfoque de agrupación propuesto constelarán los datos de
superposición. Dado que los centros de racimo de k-medias ++ están geomarketing de manera eficiente en la base de datos. Cada grupo
distribuidos uniformemente, la región producida está equilibrada y la de los resultados de la agrupación se identificará de forma única en
superposición entre paralelepípedos es mínima. Mientras tanto, los la base de datos con su identificación única. Con esta identificación,
centros de conglomerado distribuidos de manera desigual por k- los usuarios se verán beneficiados para ahorrar tiempo de
medias produjeron un número desequilibrado de datos en el grupo recuperación de datos. El flujo de trabajo general del enfoque
de grupos y produjeron una gran área de superposición entre propuesto se describe en la figura
paralelepípedos. Esta situación crea entradas de datos repetitivas 3.
donde algunos de los objetos caen en dos o más regiones
paralelepípedas. Por lo tanto, la información sobre los objetos se
registrará más de una vez.
Seleccione
Desde
* Market_Segment2
Donde Postal_Codes = 25220
y Purchase_Status = 'Cancelar';
RECONOCIMIENTO
REFERENCIAS
Hasan, M.A., Chaoji, V., Salem, S., Zaki, M.J., 2009. Clustering
Figura 9. Lista de competidores de la nueva tienda de apertura.
particional robusto por outlier y density Insensitive Seeding.
Letras de reconocimiento de patrones 30, 994-1002.
5 CONCLUSIÓN
Kaufman, L., Rousseeuw, P.J., 2008. Análisis Divisivo (Programa
Este artículo propuso un enfoque eficiente de segmentación del Diana), Encontrando Grupos en Datos. John Wiley & Sons, Inc.,
mercado basado en criterios geográficos y algoritmo de pp.
agrupación. Utilizando el enfoque propuesto, los datos de
253-279.
geomarketing se constelan en bases de datos geoespaciales para
una gestión eficiente de los datos. El enfoque propuesto tiene
Kotler, P., Keller, K.L., 2006. Dirección de Marketing. Pearson
como objetivo reducir la región de superposición durante la
Prentice Hall.
segmentación del mercado.
Musyoka, S.M., Mutyauvyu, S.M., Kiema, J.B.K., Karanja, F.N.,
Siriba, D.N., 2007. Segmentación del mercado utilizando sistemas
A continuación se examinan las conclusiones y aplicaciones
de información geográfica (SIG): un estudio de caso del refresco
resultantes de las pruebas y análisis exhaustivos del enfoque
Industria en Kenia. Inteligencia y Planificación de Marketing 25,
propuesto. En primer lugar, los datos de geomarketing, es decir,
632642.
el objetivo del mercado, se recuperan e identifican de la base de
datos comparando la ubicación del cliente o el mercado objetivo
Selim, S.Z., Ismail, M.A., 1984. k-Means-Type Algorithms: A
con la coordenada paralelepípeda y por utilizando su identificación
Generalized Convergence Theorem and Characterization of Local
única. Sobre la base de esta identificación, los datos y la
Optimality. Análisis de patrones e inteligencia de máquinas,
información se recuperaron directamente de segmentos
transacciones IEEE en Pami-6, 81-87.
específicos. En comparación con los datos no constelados, cada
registro de la tabla de la base de datos debía escanearse o visitarse
para el proceso de filtrado. En la prueba de la región de Supak, S.K., Devine, H.A., Brothers, G.L., Rozier Rich, S., Shen,
superposición, la capacidad del enfoque propuesto es notable al W., 2014. Un sistema de mapeo web de código abierto para la
producir una pequeña área de región de superposición. Los planificación y comercialización del turismo. Revista de Marketing
resultados muestran que la región de superposición es mínima en de Viajes y Turismo 31, 835-853.
comparación con la región producida por el algoritmo k-means
original. En la prueba final, el objetivo del mercado se analiza
recuperando un conjunto de clientes y analizando la ubicación del
competidor de la nueva ubicación de las tiendas.