Primeiramente os dados (clientes e lojas) devem ser processados por geocoding no intuito de

possibilitar uma anlise geoespacial das informaes, essa etapa inicial pode ser feita por
procedimentos utilizando o googlesheets e add-on Awesome Table para realizar o geocoding,
obtendo assim as coordenadas de cada ponto (clientes e lojas). Com as coordenadas organizadas em
uma tabela, deve-se adicionar os pontos em um ambiente SIG para anlise posterior. O ambiente
SIG escolhido para esse trabalho conceitual foi o software ArcGIS 10.3.1. Nota-se que como no foi
especificado no escopo da Avaliao se as sedes das lojas j se encontravam georreferenciadas,
teoricamente, tambm se faria o geocoding para esse conjunto de dados. A rotina de caminhos para
o processamento dos dados est especificada no final do documento.

Os consumidores esto concentrados espacialmente?

Para se responder a primeira pergunta proposta, os pontos geoespacializados seriam processados
atravs de ferramentas que estimem o adensamento dos dados. Nesse caso, uma boa opo a ser
utilizada seria a estimativa de densidade por kernel, onde o resultado indicaria zonas de maior ou
menor concentrao dos dados por unidade de rea. A partir desse resultado pode-se inferir se a
varivel consumidores se apresenta em cluster ou no.
desejvel, para refinamento do mtodo, a insero de algumas variveis de entrada, como: o raio
de atuao para cada ponto considerado no clculo; associar pesos diferentes para informaes de
interesse dentro do grupo dos consumidores; tamanhos da clula do arquivo de sada (raster), dentre
outros.

H uma tendncia de haver mais consumidores nas

proximidades dos seus pontos de vendas do que distantes?
O raster resposta, gerado a partir da estimativa de densidade por kernel ser utilizado no
esclarecimento da pergunta nmero dois juntamente com a localizao das sedes da empresa Ponto
Certo.

Para se responder a questo dois, um raio de influncia, teoricamente exercido por cada uma das
unidades da empresa (pode-se tambm optar por raio nico), teria de ser especificado para
subsequentemente ser feita uma interseo entre esses dados e posterior anlise se dentro do raio de
influncia das sedes esto tambm localizados as zonas de maior densidade obtidas no processo
anterior (questo 1). Entretanto, para esse exerccio uma anlise visual bastaria.
Se dentro do raio de influncia das lojas tambm se encontrarem as zonas de maior densidade da
varivel cliente, conclui-se que h uma tendncia de haver mais consumidores nas proximidades
dos pontos de vendas.

A empresa desejar identificar as reas com clientes em

potencial. Como utilizar a base dos consumidores atuais para
identificar locais com potenciais novos consumidores (ser
necessrio congregar outras bases de dados como o censo do
IBGE)?
O primeiro passo para se identificar clientes em potencial entender o perfil do cliente atual. A
caracterizao do perfil do cliente atual pode ser feita utilizando dados demogrficos, sociais e
econmicos retirados de bancos de informaes abertas para o pblico em geral como; IBGE,
PNUD, rgos estaduais e municipais. A partir do cruzamento dos dados coletados nos bancos de
dados pblicos com o perfil caracterizado do cliente atual pode-se indicar um padro
socioeconmico que serviria de base para o mapeamento de reas com caractersticas semelhantes.
Para um refinamento maior pode-se aprofundar mais o conhecimento dos clientes atuais aplicando
questionrios

s no banco de dados para se mapear o perfil dos clientes atuais e associar essas a outras
localidades com caractersticas
classe social, renda,

com os dados espacializados dos exercicios anteriores pode-se inferir se o comercio de bairro ou
de acesso
varejo???

Empresa deseja expandir como coletar as caracteristacas dos clientes para abrir novos pontos

Rotina de caminhos para o processamento dos dados

Fase preliminar
Montar tabela com dados de entrada para geocoding (Nome do cliente, endereo completo);
Transferir os dados para o GoogleSheets ???;
Fazer o geocoding pelo Add-on X;
Salvar a nova planilha com os dados de entrada associados as respectivas coordenadas.

Questo 1
Introduzir os dados georreferenciados da fase preliminar (clientes) como variveis de
entrada na ferramenta Kernel Density do software ArcGIS 10.3.1 extenso Spatial
Analyst Tools;
Analisar os resultados.

Questo 2

Introduzir os dados georreferenciados da fase preliminar (lojas);

Analisar o comportamento da densidade de clientes gerado na questo 1 em relao as lojas.

Questo 3
Montar o perfil do consumidor atual atravs dos dados coletados nos bancos de dados
pblicos e privados (se disponvel);
Localizar regies em que os moradores tenham caractersticas semelhantes ao perfil do
cliente atual, tornando-os clientes em potencial;
Mapear essas zonas para anlise porterior.