Análisis de ubicación de supermercados con técnicas de Geomarketing

Usos y Aplicaciones de Geomarketing Análisis para Supermercados El Blog del Geomarketing y Data mining http://geomarketingspain.blogspot.com Jesús Lagos 7 de Noviembre de 2011

Índice
¿Qué, por qué y cuándo…?
Análisis de la demanda potencial a partir de modelos gravitacionales
Localización
Supermercados en la zona.
Datos globales
Factores en la decisión de compra
Modelos gravitacionales
Modelo Huff
Modelo MCI

¿qué, por qué y cuándo…? ¿Qué es el Geomarketing? Es un conjunto de técnicas que permiten analizar la realidad económico-social desde un punto de vista geográfico , a través de instrumentos cartográficos y herramientas de la estadística espacial. ¿Por qué el Geomarketing? La resolución de problemas cada vez más a corto plazo ha llevado a los gestores a pasar de la planificación estratégica (iniciativas a M.P. y con R.M.) al pensamiento estratégico . Esto se traduce en la necesidad de tomar conciencia del entorno , una adaptación mucho más rápida y sobre todo una identificación de nuevas alternativas para resolver problemas . El entendimiento geográfico puede ayudar a enfrentarse a esos problemas estratégicos. ¿Cuándo es el momento idóneo para el Geomarketing? El uso del geomarketing en las empresas es fundamental para entender el mercado a partir de situaciones pasadas, visualizando el presente y modelizando el futuro. El geomarketing es exploratorio y predictivo por lo que se puede considerar como una disciplina necesaria en el estudio estratégico y operacional de las empresas .

Objetivos Análisis de la demanda potencial a partir de modelos gravitacionales El objetivo principal es mostrar una pequeña aplicación del mundo del geomarketing a la estrategia empresarial en el mundo del retail. Evidentemente, todo lo aquí expuesto no hace referencia a ningún estudio real pero puede ser indicativo de lo que podría plantearse con un estudio de geomarketing. Con este estudio se pretende analizar de manera preliminar la influencia de la ubicación para el cálculo de cuotas de mercado y el cálculo de la demanda potencial para diferentes enseñas. En el año 2010 la zona de estudio ha cambiado su estructura comercial, pasando de más de 5 enseñas a 3, con más de 18.000 metros cuadrados repartidos entre las marcas Mercadona, Consum y DIA. El método gravitacional usado es el planteado por HUFF en 1963 donde se calculaba la atracción como probabilidad dependiente de la superficie y la distancia. Para completar y recalcular posibles escenarios he utilizado diferentes parámetros y factores correctores como la imagen de marca y la presencia de parking en los diferentes puntos de venta.

Localización Ciudad de Valencia El estudio se centra en las secciones censales del año 2008 que están incluidas dentro del código postal 46017 de Valencia. Se han añadido secciones censales adyacentes dada la presencia de supermercados en las mismas que pueden desvirtuar los resultados. En total se han tenido en cuenta un total de39 secciones censales.

Supermercados Los puntos de venta
En la zona de estudio encontramos un total de 15 puntos de venta de las siguientes enseñas:
Consum : 9 centros, con más de 10.000 metros cuadrados. En un año a duplicado la presencia en la zona con la adquisición de los centros Vidal que hay en la zona. De los 9 centros, 2 no tienen plazas de parking.
Mercadona : Con 4 centros y más de 5.000 metros cuadrados. Todos cuentan con parking al público.
Dia : Con dos centros, y menos de 800 metros cuadrados. No se han tenido en cuenta para el estudio.

Datos globales
En la zona de estudio encontramos un total de 13 puntos de venta de las siguientes enseñas:
Consum: 9 centros, con más de 10.000 metros cuadrados. En los dos últimos años han adquirido tres puntos de venta de la cadena VIDAL Europa (3.500 metros cuadrados)
Mercadona: 4 puntos de venta con 5.000 metros cuadrados
Con las nuevas adquisiciones se ha pasado de una superficie competitiva equitativa a duplicar Consum a Mercadona en el distrito.
En la Comunidad Valenciana, según la Cámara de Comercio, la cuota de superficie en el año 2009 para estas tres enseñas era:
Mercadona 25,1%. En Valencia con 156 tiendas con un total de 188 mil metros cuadrados.
Consum (sin franquicia): 19,5%. En Valencia con 252 tiendas con un total de 193 mil metros cuadrados.
Vidal 3,8%. En Valencia con 46 tiendas y 48 metros cuadrados.
El Gasto en la Comunidad Valenciana por habitante en bienes de consumo diario asciende a 1980 euros por persona según la cámara de comercio de Valencia.
El porcentaje de ventas de marca blanca en mercadona ronda los 50% para mercadona y un 15% para Consum. Esto está sacado de datos de 2008, por lo que con las últimas políticas de mercadona pude incluso ser superior.

Factores en la decisión de compra Lo más significativo de este cuadro es el cambio en los factores de decisión. Si bien la mayoría son o han sido constantes en los últimos 6 años, la crisis ha volteado los más importantes. En época de bonanza lo más importante era la propia cercanía por encima de la calidad de productos y los precios. En cambio ya en el 2008 la cercanía en paso al tercer puesto, lo que nos lleva a una primera conclusión, evaluar un punto de venta por distancia únicamente no es correcto, y por desgracia sigue siendo así.

Factores en la decisión de compra

Modelos Gravitacionales . La estimación de las áreas de mercado ha sido muy estudiada y se han creado multitud de modelos tanto analíticos como matemáticos dentro de los sistemas de información geográfica (Moreno, 2002). Estos modelos se pueden englobar dentro de los llamados modelos gravitacionales que se fundamentan en dos variables, una variable “masa” o de atracción y otra variable “fricción” o de frenado. Los modelos más estudiados son los de Reilly (1931), Huff (1963) y el Multiplicativo de Interacción Competitiva (MMIC) de Nakanishi y Cooper (1974). En estos modelos las variables han sido sustituidas por la superficie de venta (“masa”) y la distancia (“fricción”), mientras en los modelos MMIC no son sólo dos las variables si no las que se deseen o deriven como significativas de un estudio estadístico. El modelo de Huff Como se ha comentado en el punto anterior el modelo de Huff responde ante dos variables, la distancia y la superficie, siendo la segunda variable la significativa para puntos de venta como supermercados. La expresión es: La importancia de este modelo radica en que calcula probabilidades de que un cliente vaya a un establecimiento o a otro, e incluso estimar en que medida va a uno y a otro, lo que por ejemplo, facilita la estimación de cuotas de mercado. (

Situación Modelo Huff (1) .
Se ha calculado la probabilidad para cada sección a partir del modelo de HUFF en la situación inicial, teniendo en cuenta las tres cadenas presentes, Mercadona, Vidal y Consum.
La probabilidad teniendo en cuenta la superficie y distancia en total para cada cadena es:
Consum: 43%
Mercadona: 33%
Vidal: 24%
Si tenemos en cuenta que según el ministerio de Medio ambiente gastamos entorno al 47% en estos centros de distribución (AC Nielsen lo cifra en el 55%) podemos calcular la demanda potencial a partir del gasto y habitante.

.
A partir de estos resultados podemos dibujar las áreas de influencia como probabilidades. Si nos centramos en CONSUM podemos delimitar zonas de:
Positivas . Nuestra atracción es superior a la competencia.
Negativas . Nuestra atracción es inferior a la competencia.
Neutras . Igualdad competitiva.
Situación Modelo Huff (1)

.
Así queda después de la compra por parte de Consum de los centros de Vidal Europa:
Situación Modelo Huff (2)

. Como hemos visto en las anteriores diapositivas la decisión de compra se ha modificado, siendo la compra de productos del distribuidor, como las marcas blancas, lo que más busca el consumidor. En este punto Mercadona es más fuerte con sus marcas blancas, Hacendado, Deliplus o Bosque Verde que las marcas blancas de Consum, lo que modifica la atracción de sus centros respecto a la competencia. La percepción de precio y calidad entre productos Para estudiar bien estas situaciones, lo más correcto es usar el modelo MCI de Nakanishi y Cooper. En España hay una tesis publicada por Rosa Colomé donde la atracción venía definida como: Situación Modelo MCI (1)
Donde:
Dhouseesp = distancia del hogar al punto de venta.
Parksp = Accesibilidad del 1 al 5 del hogar al punto de venta. En este caso todas son 5 puesto que son accesibles tanto andando y en coche al tener todos los centros parking.
Offersp = Valoración de política de precios del 1 al 7. (Factor donde podemos introducir las marcas blancas). En este modelo he usado para Mercadona el valor de 7, el máximo, y a consum 4, puesto que los porcentajes de venta de uno y otro difieren mucho para cada enseña, siendo las de Mercadona muy bien valoradas según un estudio del TNS WorlPanel.Un estudio de la uab dice que el 85% de los hogares compran marcas blancas Mercadona, por un 38% de Eroski (misma marca blanca que Consum)

.
Con el nuevo modelo así quedan las áreas de influencia
Situación Modelo MCI (2)

. Comparación dos escenarios

. Comparación dos escenarios En datos: Población en áreas positivas: 8.798 hab. Población en áreas neutras: 37.650 hab. Población en áreas negativas: 9.440 hab. Población por m2 Mercadona (negativa): 1,68 hab Población por m2 Consum (positiva): 0,86 hab Metros cuadrados Consum: 10.214 Metros cuadrados Mercadona: 5.067 Población atraida Consum Total: 32.391 Población atraída Mercadona: 23.497

http://geomarketingspain.blogspot.com	284
http://www.sigymedioambiente.com	154
http://geomarketingspain.blogspot.com.es	63
http://geomarketingspain.blogspot.mx	16
http://geomarketingspain.blogspot.de	8
http://www.twylah.com	3
http://feeds.feedburner.com	3
http://www.geomarketingspain.blogspot.com	2
http://static.slidesharecdn.com	2
http://webcache.googleusercontent.com	1
http://translate.googleusercontent.com	1
http://geomarketingspain.blogspot.com.br	1

Análisis de ubicación de supermercados con técnicas de Geomarketing

by Jesus Lagos

Accessibility

Categories

Upload Details

Usage Rights

12 Embeds 538

Statistics

Análisis de ubicación de supermercados con técnicas de Geomarketing Presentation Transcript