relatório de ip - vf - cartografia.ime.eb.br · fig. 4.1 exemplo de uma operação de filtro, ......
TRANSCRIPT
MINISTÉRIO DA DEFESA
EXÉRCITO BRASILEIRO
DEPARTAMENTO DE CIÊNCIA E TECNOLOGIA
INSTITUTO MILITAR DE ENGENHARIA
CURSO DE GRADUAÇÃO EM ENGENHARIA CARTOGRÁFICA
BRUNO DE OLIVEIRA SILVA
ROBERTO DA ROCHA MORENO FILHO
RODRIGO DE SOUZA PEREIRA
LOCALIZAÇÃO DE ÁREAS DE INTERESSE ECONÔMICO
EM AMBIENTE SIG
Rio de Janeiro
2009
2
INSTITUTO MILITAR DE ENGENHARIA
BRUNO DE OLIVEIRA SILVA
ROBERTO DA ROCHA MORENO FILHO
RODRIGO DE SOUZA PEREIRA
LOCALIZAÇÃO DE ÁREAS DE INTERESSE ECONÔMICO EM
AMBIENTES SIG
Iniciação à Pesquisa apresentada ao Curso de Graduação em
Engenharia Cartográfica no Instituto Militar de Engenharia, como
requisito parcial para a obtenção do título de Graduado em
Engenharia Cartográfica.
Orientador: Cap Marcos de Meneses Rocha – M.C.
Rio de Janeiro
2009
3
“Investir em conhecimento rende sempre melhores juros.”
BENJAMIN FRANKLIN
4
SUMÁRIO
LISTA DE ILUSTRAÇÕES .........................................................................................6
LISTA DE SIGLAS .......................................................................................................7
RESUMO .......................................................................................................................8
ABSTRACT ...................................................................................................................9
1 INTRODUÇÃO ..................................................................................................10
1.1 Objetivo ...............................................................................................................12
1.2 Justificativa do estudo ..........................................................................................12
1.3 Estruturação do trabalho.......................................................................................12
2 GEOMARKETING ...........................................................................................13
2.1 Marketing ............................................................................................................13
2.2 Geomarketing ......................................................................................................14
2.2.1 Breve Histórico ...................................................................................................16
2.2.2 Aplicações Diversas .............................................................................................17
3 MODELAGEM ANALÍTICA ............................................................................18
3.1 Considerações iniciais ........................................................................................18
3.2 Modelagem ..........................................................................................................19
3.3 Definição de modelagem analítica .....................................................................19
3.4 Tipos de modelagem analítica ...........................................................................20
3.4.1 Modelos naturais ...............................................................................................20
3.4.2 Modelos conceituais ..........................................................................................20
3.4.3 Modelos matemáticos ........................................................................................21
3.4.3.1 Modelagem de adequação ................................................................................21
3.4.3.2 Modelo binário ..............................................................................................22
3.4.3.3 Modelo de avaliação ..........................................................................................23
5
3.5 Modelagem do processo de tomada de decisão ..................................................25
3.6 Modelagem estatística ........................................................................................26
4 ANÁLISE ESPACIAL ........................................................................................27
4.1 Conceitos iniciais ...............................................................................................27
4.2 Sistema de Informação Geográfica .......................................................................27
4.3 Análise espacial no contexto de um SIG ...............................................................29
4.4 Álgebra de mapas ...............................................................................................29
4.4.1 Reclassificação ...................................................................................................31
4.4.2 Sobreposição .......................................................................................................31
4.4.3 Operações de vizinhança local ...........................................................................32
4.4.3.1 Filtros .................................................................................................................32
4.4.4 Operações de vizinhança geral .........................................................................32
4.4.4.1 Distância, proximidade e conectividade .............................................................33
4.4.4.2 Buffering ...........................................................................................................33
4.4.4.3 A Ponderação do Inverso das Distâncias (IDW) ..................................................34
5 ANÁLISE DO ESTUDO DE CASO ...................................................................35
6 CONCLUSÕES ...................................................................................................46
REFERÊNCIAS BIBLIOGRÁFICAS..........................................................................47
APÊNDICE ....................................................................................................................50
6
LISTA DE ILUSTRAÇÕES
FIG. 2.1 As três disciplinas fundamentais do Geomarketing
(CAVION & PHILIPS, 2006)...........................................................................15
FIG. 2.2 Ramos do conhecimento que contribuíram no surgimento do Geomarketing,
segundo uma ordem cronológica.
(adaptado de CAVION & PHILIPS, 2006) .......................................................16
FIG. 3.1 Diagrama esquemático do paradigma dos quatro universos ..............................18
FIG. 3.2 Modelo de adequação para análise de mapas.
(Adaptado de BERRY, 2002) ........................................................................22
FIG. 3.3 Exemplo esquemático de um modelo binário de adequação
(Adaptado de BERRY, 2002). .......................................................................23
FIG. 3.4 Esquema do um modelo de avaliação. (Adaptado de BERRY, 2002). ..............24
FIG. 4.1 Exemplo de uma operação de filtro, realizada no Excel ....................................32
FIG. 4.2 Áreas tampão em torno do reservatório de água ...............................................33
FIG. 5.1 Representação de Portugal e do Distrito de Setúbal - ANMP ..........................35
FIG. 5.2 Resultado do Questionário das razões que levam os consumidores
à frequentar o McDonald´s (SILVA&JULIÃO, 2002) ...................................37
FIG. 5.3 Fluxograma da localização ótima (Adaptado de SILVA&JULIÃO, 2002) ........38
FIG. 5.4 Mapa da atração funcional (SILVA&JULIÃO, 2002)......................................41
FIG. 5.5 Mapa da área de influência (SILVA&JULIÃO, 2002) ......................................42
FIG. 5.6 Mapa de acessibilidade (SILVA&JULIÃO, 2002) ..........................................43
FIG. 5.7 Valores da ponderação IDW (SILVA&JULIÃO, 2002) ...................................43
FIG. 5.8 Mapa do potencial de consumo (SILVA&JULIÃO, 2002) ...............................44
FIG. 5.9 Mapa de localização ótima (SILVA&JULIÃO, 2002) .....................................45
7
LISTA DE SIGLAS
ANMP Associação Nacional de Municípios Portugueses
IME Instituto Militar de Engenharia
IGP Instituto Geográfico Português
MCE Multi-critérios de Avaliação
PI Plano de Informação
SIG Sistemas de Informações Geográficas
8
RESUMO
Esse trabalho aborda conceitos necessários para a aplicação do Geomarketing na
localização de áreas de interesse econômico. Apresenta, ainda, um metodologia a ser seguida
para realizar um projeto dessa natureza.
A metodologia é baseada na aplicação do Geomarketing para resolver o problema de
abrir um novo estabelecimento em uma localização adequada. Analisa-se, nesse trabalho, um
estudo de caso que ilustra a aplicação dos conceitos desenvolvidos no trabalho, visando
apresentar qual procedimento deve ser adotado para implementar o projeto.
Com o objetivo de apresentar o trabalho de pesquisa, pode-se dividi-lo em duas etapas.
Na primeira fase da pesquisa é realizado um estudo exploratório com revisão de literatura
para construir um plano para a compreensão do projeto de geomarketing.
Na segunda fase realiza-se a análise de estudo de caso baseado no artigo “SIG como
ferramenta de apoio à gestão empresarial: Caso McDonald´s”, apresentado em 2002 no
Encontro de Sistemas de Informação Geográficas em Portugal.
9
ABSTRACT
This paper discusses concepts for the application of Geomarketing in the location of areas
of economic interest. It also presents a methodology to be followed to accomplish a project of
this nature.
The methodology is based on the Geomarketing to solve the problem of opening a new
establishment in a suitable location. It is analyzed, in this work, a case study illustrating the
application of concepts developed in the work, to present what procedure should be adopted
to implement the project.
Aiming to present the work of research, you can divide it into two stages. In the first
phase of the research is conducted an exploratory study with review of literature to build a
plan for understanding the design of Geomarketing.
In the second stage is carried out the analysis of an case study based on the article "GIS
as a tool to support business management: Case McDonald's," submitted in 2002 meeting of
Geographic Information Systems in Portugal.
10
1 INTRODUÇÃO
O lucro sempre foi o principal objetivo de qualquer empresário ao criar um
empreendimento. Desse modo, o crescente efeito da globalização, com o passar das décadas,
somado ao desenvolvimento tecnológico, contribuiu para que esses empreendedores
precisassem buscar novas ferramentas que possibilitem apostar em um novo comércio de
forma segura.
Muitas são as medidas que contribuem para a decisão de uma nova aposta. Assim como
muitos são os meios utilizados para justificar a escolha por uma aposta e não outra. Por
exemplo, o tipo de mídia utilizado para atingir o público alvo deve ser previamente escolhida,
a fim de se obter êxito em sua função.
De modo parecido, a escolha do local no qual será alocado esse novo empreendimento
também tem relevância para o seu sucesso. Não basta, apenas, optar em abrir um comercio em
algum local, é preciso mais do que isso. É conveniente, ao empresário, efetuar um estudo
global do local, um estudo que leve em consideração as condições político-sociais e suas
interferências, assim como a infra-estrutura de acesso e o trânsito do público alvo pelo local
escolhido. A partir desses dados é preciso estudar todo o espaço ao redor da área escolhida. É
nesse aspecto que a cartografia contribui através da utilização de ferramentas que servem para
realizar a representação do espaço.
A representação espacial do local pode ser realizada com o auxilio de softwares de SIG,
visando caracterizar o espaço de acordo com os atributos que podem influenciar a escolha da
melhor área para alocar um novo estabelecimento, por exemplo.
Após serem gerados os documentos cartográficos para a representação espacial, é preciso
utilizar todos esses dados para ajudar na escolha do melhor local. Para isso, a cartografia
utiliza a ferramenta da análise espacial. Através dessa analise, especificamente da álgebra de
mapas, pode-se chegar, finalmente, às conclusões para a área de melhor lucro que poderá
render ao empreendedor.
11
Desse modo, é imprescindível realizar uma revisão bibliográfica sobre todos os conceitos
que são importantes para a representação espacial, modelagem analítica e analise espacial.
Sendo assim, é necessário investigar a metodologia empregada nesses processos, avaliando os
métodos para melhor utilização dos dados de pesquisa no que se refere a representação das
informações de forma espacial.
Em suma, é importante ressaltar que esse abrangente campo da cartografia – análise
espacial – deve ser largamente difundido ao longo dos próximos anos, de modo que um
estudo completo de pesquisa, como o que esse trabalho se propõe a realizar, será de grande
utilidade para trabalhos e pesquisas futuras, como por exemplo, uma implementação de um
estudo de caso desse tipo, através da utilização das ferramentas e procedimentos que serão
descritos a seguir.
12
1.1 OBJETIVO
Analisar o estudo de caso apresentado no artigo “SIG como ferramenta de apoio à gestão
empresarial: Caso McDonald´s”, explorando os conceitos envolvidos na aplicação do
Geomarketing em ambiente de Sistema de Informação Geográfica.
1.2 JUSTIFICATIVA DO ESTUDO
Estudar e entender a região de interesse econômico onde um negócio está ou estará
localizado, qual é o público alvo e os concorrentes que atuam na região de interesse, pode
definir o sucesso do empreendimento.
Sendo assim, visando a uma futura implementação dos conceitos de Geomarketing,
buscou-se compreender as etapas envolvidas em um projeto de localização estratégica. Para
isso, é necessária a utilização de ferramentas adequadas para a realização de análises
espaciais, que poderão auxiliar a tomada de decisão quanto à melhor localização do
empreendimento.
1.3 ESTRUTURAÇÃO DO TRABALHO
Com a finalidade de expor o tema com clareza, esse trabalho estrutura-se em capítulos,
cuja descrição do conteúdo, em linhas gerais, é apresentada a seguir.
O capítulo 1 introduz e contextualiza o trabalho, apresentando a justificativa e o objetivo.
O capítulo 2 versa sobre o conceito de Geomarketing. Trata, portanto, do histórico, das
aplicações e das definições relativas ao assunto.
O capítulo 3 discute o conceito de modelagem analítica.
O capítulo 4 apresenta o conceito de SIG e de análise espacial no contexto de um SIG,
bem como conceitos iniciais sobre a álgebra de mapas.
O capítulo 5 apresenta a análise do estudo de caso.
O capítulo 6 desenvolve uma conclusão acerca do trabalho.
13
2 GEOMARKETING
Esse capítulo apresenta um embasamento teórico-conceitual sobre Marketing e
Geomarketing. Esses conceitos e definições são importantes para a compreensão do contexto
no qual o caso está inserido.
2.1 MARKETING
Antes de apresentar a definição de geomarketing, é necessário compreender o que é
marketing, tendo em vista a ligação existente entre esses termos. A American Marketing
Association afirma que marketing é uma função organizacional e um conjunto de processos
que envolvem a criação, a comunicação e a entrega de valor nos produtos ou serviços
oferecidos aos clientes, bem como a administração do relacionamento com eles, de modo que
beneficie a organização e seu público interessado. Sendo assim, tem-se uma idéia implícita de
que é necessário o real conhecimento acerca do público interessado para se satisfazer as
necessidades do cliente. KOTLER (2003) define o marketing da seguinte forma:
“um processo social por meio do qual pessoas e grupos de pessoas obtêm aquilo de que necessitam e o que desejam com a criação, oferta e livre negociação de produtos e serviços de valor com outros.”.
(KOTLER, 2003)
Ainda com relação ao conhecimento sobre o público interessado, pode-se notar que
existem algumas variáveis importantes para se estabelecer uma conexão com o cliente. Em
particular, a localização espacial é um fator para se estabelecer o marketing da empresa, uma
vez que, ainda de acordo com Kotler, o marketing tem a função de atrair, fidelizar e satisfazer
o cliente através dos produtos, bens ou serviços que a empresa oferece.
A decisão da correta localização implica diretamente no mix de marketing, que de acordo
com KOTLER (2003), consiste em todas as ações da empresa com a intenção de influenciar a
demanda de seu produto. Sendo assim, o mix de marketing pode ser dividido em quatro
grupos denominados os 4 P’s do marketing: produto, preço, promoção e praça:
14
Produto: deve atender às expectativas do consumidor e satisfazer às suas necessidades;
as preferências variam de local para local, de grupo social para grupo social, etc;
Preço: varia de um local para outro e envolve custos relacionados ao transporte, sendo
que o consumidor geralmente buscará o preço que considera justo. Através de custos
operacionais baixos, pode-se atribuir ao produto um preço mais acessível ao
consumidor. Consequentemente, ao se atribuir um preço considerado alto para um
produto, o mesmo deve ser considerado pelo consumidor de boa qualidade;
Promoção: relacionada à divulgação do produto, a qual deve ser direcionada de acordo
com as características do consumidor;
Praça: o produto desejado, com um preço justo, deve estar num local que possa ser
adquirido no momento desejado.
2.2 GEOMARKETING
De acordo com FOCETOLA (2006), Geomarketing é um sistema da sustentação às
decisões, que tem a função de posicionar e orientar as escolhas do marketing, operando no
contexto territorial, diante das operações produtivas e distributivas, fornecendo informação
para as perguntas estratégicas do mercado, e no posicionamento da empresa diante da
concorrência de acordo com a cobertura do comercio de atuação.
Dessa forma, ainda com base em FOCETOLA (2006), o Geomarketing pode ser
considerado uma ramificação do marketing, uma vez que a sua utilização se tornou
estratégica, tendo um papel importante desde a expansão do comércio, o estudo de
concorrência e área de comércio. Há também outras definições de Geomarketing, que levam
em consideração a localização de forma mais explícita.
“O Geomarketing estuda as relações existentes entre as estratégias e políticas de Marketing e o território ou espaço onde a instituição, seus clientes, fornecedores e pontos de distribuição se localizam.”.
(DAVIES, 1976)
Pela definição de DAVIES (1976), tem-se que um dos propósitos do Marketing
Geográfico ou, na literatura inglesa, Geomarketing, é conhecer e compreender a realidade de
15
cada lugar a partir da observação dos dados produzidos pela relação entre o ser humano e seu
espaço. Esse objetivo requer que ele assuma um caráter multidisciplinar, relacionando e
coordenando áreas do conhecimento, tais como cartografia, geografia e marketing, conforme
citado por CAVION & PHILIPS (2006).
FIG. 2.1- As três disciplinas fundamentais do Geomarketing
(CAVION & PHILIPS, 2006)
O Geomarketing ocupa um lugar comum entre a geografia e o marketing, trata-se de um
conceito que engloba outros elementos e ciências, como informática, estatística e cartografia.
CAVION & PHILIPS (2006) citam que o Geomarketing poderia ser definido com um sistema
integrado de dados, softwares, métodos estatísticos e representações gráficas. Isso tudo
destinado a produzir uma informação útil para a tomada de decisões, através de instrumentos
que combinam a cartografia digital, os gráficos e as tabelas.
Para REIDER (2003), uma das mais importantes contribuições do Geomarketing é a
facilidade de se compreender os dados apresentados. Esses dados são visualizados em mapas,
16
que contêm as informações mercadológicas selecionadas pelo usuário, sendo, assim, mais
facilmente compreendidas do que seriam por meio de tabelas e textos.
2.2.1 BREVE HISTÓRICO
Os fundamentos do Geomarketing surgiram com WILLIAM APPLEBAUM, na década
de 30. Ele é considerado o fundador do Geomarketing nos EUA. Já nessa época, ele realizava
estudo por quarteirão, levantando o comportamento de compra das pessoas para o setor de
supermercados (DAVIES, 1976).
Tem-se ainda que o surgimento do Geomarketing está relacionado com o
desenvolvimento de teorias econômicas, o aparecimento do marketing, a colaboração dada
pela cartografia e geografia , o advento dos SIG e da informática. (CAVION & PHILIPS,
2006)
FIG. 2.2 - Ramos do conhecimento que contribuíram no o surgimento do Geomarketing,
segundo uma ordem cronológica. (adaptado de CAVION & PHILIPS, 2006)
Atualmente, o avanço da cartografia digital tornou possível a visualização e o tratamento
estatístico dos dados procedentes de distintas zonas geográficas, em distintas escalas ou
âmbitos geográficos (YRIGOYEN, 2003).
17
2.2.2 APLICAÇÕES DIVERSAS
Segundo LATOUR (2001), o Geomarketing têm se concentrado em questões de
localização do setor de varejo. Entretanto, de acordo com CLIQUET (2006), atualmente, os
mais diversos setores têm aplicado conceitos de Geomarketing como, por exemplo, na
definição e otimização de territórios de venda, na seleção de canais de distribuição para
produtos e na identificação das necessidades dos consumidores.
CLIQUET (2006) ainda cita que o Geomarketing pode ser utilizado em diversos setores,
tais como varejo, telecomunicações, financeiras, indústria, automotivo e imobiliário. Outras
áreas possíveis de atuação são: inteligência competitiva, potencial de mercado, expansão,
segmentação de mercado e conquista de clientes.
O Geomarketing pode atender ainda segmentos como rede de franquias, atacadistas e
varejistas, construtoras e incorporadoras, empresas distribuidoras de combustível, agências de
marketing e propaganda, seguradoras, indústrias, academias de ginástica, concessionárias,
shopping centers, instituições bancárias, institutos de pesquisa e rede de supermercados,
conforme citado por CARNASCIALI (2007).
Ainda com relação às possibilidades de aplicações, tem-se que, independente do ramo de
atividades, são feitas perguntas como: Onde estão concentrados os meus clientes? Qual é a
área de atuação dos meus vendedores? Onde estão localizados os meus fornecedores? Quais
são as principais vias de acesso? Qual é a melhor localização para abertura de um novo
ponto? Qual é o perfil socioeconômico desta região?
Os estudos de Geomarketing podem ajudar a responder a questões evidenciadas acima,
evitando que a opinião seja o principal argumento. Segundo CARNASCIALI (2007), pode-se
dizer que anteriormente essas questões eram respondidas utilizando-se parâmetros subjetivos,
baseados em bom senso e experiência.
18
3 MODELAGEM ANALÍTICA
3.1 CONSIDERAÇÕES INICIAIS
O modelo é uma representação simplificada da realidade. Quando se pretende modelar
um fenômeno espacial em ambiente computacional, deve-se ter em mente os diversos níveis
de abstração implicados nesse processo, bem como o modo como serão representados no
computador. O “paradigma dos quatro universos” (FIG. 3.1), proposto por GOMES E
VELHO (1995) apresenta abordagem para essa questão.
FIG. 3.1 - Diagrama esquemático do paradigma dos quatro universos.
O “paradigma dos quatro universos” define cada um dos universos da seguinte forma:
* Universo do mundo real, que inclui as entidades da realidade a serem modeladas no sistema.
Nesse universo encontram-se os fenômenos a serem representados, como por exemplo, tipos de
solo, cadastro urbano e rural, dados geofísicos e topográficos.
* Universo matemático ou conceitual, que inclui uma definição matemática (formal) das
entidades a ser representadas;
* Universo de representação, onde as diversas entidades formais são mapeadas para
representações geométricas e alfanuméricas no computador;
* Universo de implementação, onde ocorre a realização do modelo de dados através de
linguagens de programação. É nesse nível que acontece a codificação.
19
3.2 MODELAGEM
Com o desenvolvimento dos SIG a partir do fim da década de 80, o seu foco foi alargado,
através da utilização de ferramentas novas, visando resolver problemas cada vez mais
complexos. Assim, ao se pensar nos Sistemas de Informações Geográficas, verifica-se que a
análise de padrões espaciais em mapas é o principal objetivo da maioria das aplicações de
ciências naturais. Entre as diversas ferramentas dos SIG, uma das principais, nos tempos
atuais é a modelagem da informação espacial (HEYWOOD et al, 2002).
Muitas são as razões possíveis para a construção de um modelo. Analisando de forma
pragmática é necessário tomar decisões e ações a partir de fenômenos espaciais. Pode-se
ainda acrescentar um ponto de vista filosófico, levantado por BERRY (2002), que diz que um
modelo de processo pode ser a única forma de avaliar a nossa compreensão do complexo
comportamento dos sistemas espaciais.
A modelagem nos SIG’s é a parte do processo analítico que propicia a descoberta, a
descrição e a predição dos fenômenos espaciais. As operações de modelagem podem ser
realizadas diretamente, sobre os planos de informação (PIs), utilizando-se os valores das
classes, ou indiretamente, através de tabelas ou informações existentes em banco de dados etc.
3.3 DEFINIÇÃO DE MODELAGEM ANALÍTICA
Pode-se definir modelagem analítica como sendo uma seqüência de afirmações algébricas
que resultam na geração de uma nova informação através de operações em um ou mais mapas
e/ou informações fornecidas como entrada.
A modelagem analítica visa efetuar análises sobre um ou mais mapas a partir de diversas
ferramentas, que podem ser naturais, conceituais ou matemáticas. A aplicação dessas
ferramentas e a combinação entre elas geram os mapas que serão objetos de uma análise final
entre os mesmos, buscando a solução da questão proposta.
20
3.4 TIPOS DE MODELAGEM ANALÍTICA
Existem diversos tipos de modelagem analítica, os quais variam de acordo com a
estrutura de dados adotada e com a visão do autor sobre modelagem. No contexto deste
trabalho serão apresentadas as visões de PEDROSA e de BERRY, esta mais restrita a dados
raster.
Segundo PEDROSA (2001), um modelo é constituído de, pelo menos, três elementos:
variáveis, relacionamentos e processos, podendo ser classificados entre empíricos (naturais e
conceituais) e sistemáticos (modelos matemáticos).
De acordo com BERRY (2002), existem três tipos de modelagens analíticas principais:
modelagem de adequação, modelagem de apoio à decisão e modelagem estatística.
3.4.1 MODELOS NATURAIS
Os modelos naturais são aqueles que empregam na sua construção o próprio mundo real
ou objetos do mesmo (HARDISTY, 1993 apud HEYWOOD et al, 2002). Uma das
características desse tipo de modelo é que ele pode ocorrer tanto em locais diferentes como
em momentos distintos, e sempre estará relacionando algum fator do mundo real com a
análise que se pretende obter. Por exemplo, para algumas análises, o fator clima é preciso ser
levado em consideração, pois ele é um dos critérios para a confecção de mapas. Dessa forma,
os fenômenos da natureza (modelos naturais, nesse caso, a chuva) presentes no mundo real é
um dos critérios para análise.
3.4.2 MODELOS CONCEITUAIS
Uma definição precisa para modelos conceituais é aquela que considera esses modelos
como expressos de forma gráfica ou verbal, onde se procura representar os elementos do
mundo real por meio de símbolos, seja de forma qualitativa e/ou quantitativa, que apresentem
os principais componentes e modelos de ligação entre os elementos do mundo real que se
pretende representar.
21
3.4.3 MODELOS MATEMÁTICOS
Os modelos matemáticos usam uma variedade de técnicas e métodos de otimização,
podendo ser determinísticos ou probabilísticos. Nos modelos determinísticos, só há uma
resposta possível para um determinado conjunto de critérios, pode-se citar, como exemplo, o
modelo binário, o qual será descrito posteriormente.
Existe ainda conceito de modelagem probabilística, que utiliza técnicas geoestatísticas
para gerar distribuições detalhadas de propriedades que honrem os dados disponíveis. A
modelagem probabilística é usada para tirar proveito desta capacidade, quantificando ainda o
grau de incerteza devido a falta de dados.
Os modelos matemáticos são os mais usuais para a análise espacial. Eles funcionam bem
para a determinação clara e estruturada de problemas em que há um número limitado de
critérios que interagem visando a solução do caso.
Esses três modelos (naturais, conceituais, matemáticos) para modelar processos espaciais
podem ser utilizados isoladamente, substituídos um pelo outro dependendo do processo de
desenvolvimento ou podem ser combinados em um modelo maior, mais complexo.
3.4.3.1 MODELAGEM DE ADEQUAÇÃO
É uma forma de modelagem simples, onde o modelo real pode ser desenvolvido
utilizando apenas a reclassificação e cruzamentos de operações. Estas ferramentas visam obter
um mapa relativo à adequação de mapas locais para utilizações específicas. Considere, como
exemplo, a modelagem do melhor local para montar um empreendimento, baseando-se em
alguns critérios específicos da área de atuação da empresa.
Os critérios e preferências espaciais citadas podem ser organizadas em um “fluxograma
de transformação”, onde caixas identificam mapas e linhas identificam as operações de
análise de mapas.
A FIG 3.2 representa um modelo de adequação usado para análise de mapas, visando os
critérios preferenciais apropriados para a escolha do local.
22
FIG. 3.2 - Modelo de adequação para análise de mapas.
(Adaptado de BERRY, 2002)
3.4.3.2 MODELO BINÁRIO
O modelo binário de preferências de lugares é o mais simples de se conceituar e de
efetuar a implementação.
O operador, na modelagem manual, marca de forma simples (com uma fita adesiva, por
exemplo) áreas aceitáveis do mapa ou não segundo um critério especifico. E repete o processo
para outros critérios, que estejam relacionados com o objetivo final de determinar um lugar
específico para alguma atividade ou fim específico. O resultado desses critérios irá determinar
que lugares são ou não preferenciais para a atividade que se pretende realizar.
Um procedimento análogo pode ser executado em um computador usando o valor “0”
para representar áreas inaceitáveis e “1” para representar lugares aceitáveis.
A FIG. 3.3 mostra um caso desse modelo binário. O vermelho escuro determina
porções de áreas inaceitáveis.
23
FIG. 3.3 - Exemplo esquemático de um modelo binário de adequação.
(Adaptado de BERRY, 2002)
Um mapa do modelo binário de adequação de lugares é gerado pela multiplicação das
três referências binárias individuais. Se for encontrado um zero em qualquer uma das camadas
do mapa, a solução enviada é zero (lugar ruim). Apenas locais de estrutura 1 * 1 * 1 = 1
seriam lugares preferenciais.
3.4.3.3 MODELO DE AVALIAÇÃO
O método binário, mesmo sendo prático e simples, possui algumas limitações. Visando
uma resposta mais completa, foi pensado em um operador binário. Esse operador continua
limitando as áreas em preferenciais ou não. Contudo, uma região que é plenamente ruim (0 *
0 * 0 = 0) é diferente de uma segunda área que é apenas limitada por uma das referencias (1 *
1 * 0 = 0), tornando-se assim quase um lugar preferencial.
Desse modo, ao analisar um mapa binário para o modelo de adequação, pode-se
simplesmente somar os valores para a contagem do número de localizações aceitáveis.
Observe a figura ilustrativa abaixo que exemplifica esse modelo. As áreas perfeitamente
aceitáveis, e as áreas inaceitáveis para o modelo de área de adequação conterão valores entre
0 a 2 indicando os níveis de referência aceitáveis. O valor zero (“0”) indica áreas plenamente
inaceitáveis e, por outro lado o valor dois “2” indica regiões que são quase boas para o local.
24
FIG. 3.4 - Esquema do um modelo de avaliação (Adaptado de BERRY, 2002).
Mapa de sobreposição é o modelo mais simples de integração de dados espaciais para uso
em tomada de decisão. Contudo, esse modelo não se aplica bem em alguns casos de análise,
quando se lida com problemas de uma natureza menos bem definidos. Para mapas digitais
com mais de três camadas, o entendimento fica dificultado, pois a maioria dos procedimentos
de sobreposição em SIG não atenta para o fato das variáveis não terem o mesmo graus de
importância. Assim, ao mapear variáveis para analise de superposição, decisões sobre limiares
são importantes.
Uma forma de resolver esses problemas é a utilização de técnicas de multi-critérios de
avaliação , que visam substituir ou complementar o modelo de adequação. MCE é um método
para combinar dados em função de sua importância na tomada de uma decisão. Em essência,
técnicas MCE são algoritmos numéricos que definem a "adequação" de uma solução com
base em critérios de entrada e pesos, juntamente com alguns meios matemáticos ou lógicos de
determinação.
Esse modelo usa combinações do modelo binário, contudo, agora cada critério passa a ser
classificado quer seja aceitável ou inaceitável. Isso significa que agora esses critérios passam
a ter “pesos”, ou seja, eles passam a ser classificados segundo uma escala.
De uma forma simples, pode-se considerar que o modelo binário trata de uma média
simples e o modelo de avaliação já se utiliza de uma média ponderada. O resultado geral que
determina as áreas mais interessantes para determinada atividade é calculada de forma
semelhante ao modelo binário, efetuando operações diversas com os valores recebidos por
cada uma das referências, como será visto em seguida, no item álgebra de mapas. Algo
25
importante a ser notado é que se utilizando de qualquer método de adequação, a área
inaceitável continua a mesma.
O método de adequação de avaliação é o que contém a informação mais precisa, pois
utiliza de uma escala e relatórios mais completos e melhor classificados.
Porém, para mapas dos procedimentos analíticos, a modelagem por adequação vem a
aproveitar em sua totalidade a natureza dos mapas digitais e, desse modo, fornecem mais
informações do que os tradicionais modelos manuais que prometem sustentar uma melhor
tomada de decisões.
3.5. MODELAGEM DO PROCESSO DE TOMADA DE DECISÃO
O processo de tomada de decisão visa analisar as opções existentes dentre as possíveis e
verificar, segundo critérios pré-estabelecidos, o que melhor se enquadra no projeto. Pode-se
tomar como exemplo, a distância relativa de alguns pontos específicos e estratégicos do lugar
que se pretende abrir um novo comércio. Os critérios tempo para se chegar ao local,
segurança e tempo gasto no trajeto, por exemplo, se tornam aspectos significados para a
tomada de decisão e devem ser analisados segundo essa esfera.
Outro exemplo pode ser o procedimento para a identificação de uma rota ótima baseada
em critérios definidos por usuários, que tem sido utilizado em aplicações SIG para a
localização de elementos. O procedimento segue basicamente uma mesma rotina:
primeiramente é preciso estabelecer uma superfície de custo indicando uma possível
preferência relativa para cada local em uma área do projeto; posteriormente é necessário gerar
um custo acumulado dessa superfície, caracterizando a melhor conectividade com início a
partir de um local (ponto, linha ou área) para todos os outros locais baseadas em intervalos de
preferências; e finalmente é preciso identificar o caminho de menor resistência acumulada ao
longo da superfície para a localização final desejada.
Os mapas custos individuais são combinados em um único mapa. Por exemplo, para uma
região com classificação 1 em cada um dos mapas custo, sua média é de 1 indicando uma área
fortemente preferencial para a implantação do projeto. Se há áreas que são impossíveis, esses
26
lugares serão identificados com um "valor nulo", que instrui o computador para nunca
percorrer esses locais em todas as circunstâncias. A série de valores mais baixos sobre a
acumulação total na superfície irá definir a melhor rota.
Existe uma ferramenta denominada calibração, responsável em adaptar um modelo para
as circunstâncias específicas devido a sua aplicação, desse modo, um dos critérios pode ter
seu peso alterado dependendo de alguma variável e da importância dela para o projeto. Por
exemplo, ao se estudar uma área para acampamentos, o fator climático deve ser considerado.
Contudo, se o período que se pretende ocorrer esse acampamento for em meses chuvosos (por
exemplo, no inverno), esse critério pode ser calibrado visando ter um peso maior do que
apresenta normalmente.
Os resultados da aplicação de diferentes formas de calibração juntamente com o modelo
de avaliação para obter informações de lugares preferenciais podem ser utilizados em
conjunto.
3.6. MODELAGEM ESTATÍSTICA
Diversos procedimentos relacionados com a matemática estatística auxiliam a
modelagem de mapas. Até aqui, tudo que foi descrito sobre a análise do rendimento de mapas
ficou limitado a interpretações visuais. Ao visualizar um mapa, todos os tipos de relações
potenciais de rendimento e variabilidade devem ser analisadas e nem sempre as interpretações
visuais são suficientes. De acordo com BERRY (2002), a análise utiliza as próprias
ferramentas de SIG para descobrir relações entre as variáveis mapeadas e, desse modo,
estabelecer conexões matemáticas e estatísticas.
No entanto, efetuar uma análise e/ou visualização de dados de um mapa, engloba também
identificar possíveis áreas de alto rendimento estatístico e correlacioná-las a uma complexa
matriz de mapeada condições de campo. A modelagem estatística em SIG é usada para
traduzir o relacionamento em ações de gestão. Dessa forma, o resultado é a prescrição por
mapas inteligentes necessários para orientar taxa variável de controle. As questões técnicas
em torno da análise de dados mapeados envolvem a validade da aplicação de técnicas
tradicionais de estatística para dados espaciais.
27
4 ANÁLISE ESPACIAL
A modelagem de dados espaciais ocorre comumente no contexto de um SIG, o qual
apresenta como principal diferenciação em relação aos demais sistemas de informação, a de
poder realizar análises espaciais. Este capítulo apresenta alguns conceitos acerca de SIG, de
modo a introduzir e contextualizar a Álgebra de Mapas.
4.1. CONCEITOS INICIAIS
Dado é o elemento ou quantidade conhecida que serve de base à resolução de um
problema (BURROUGH & MCDONNELL, 1998).
A informação é definida como o resultado de uma coleta de dados, ou através da
organização ou estruturação dos dados por um processo qualquer.
Um sistema, é um conjunto de elementos interconectados, de modo a formar um todo
organizado.
Relacionando os conceitos de sistema e informação, um sistema de informação é um
sistema, não necessariamente computacional, projetado para entrada, armazenamento,
processamento e saída de informações.
Para o desenvolvimento deste trabalho será dado um enfoque ao SIG dentro de um
contexto computacional.
4.2. SISTEMA DE INFORMAÇÃO GEOGRÁFICA
Dentre as diversas definições de SIG encontradas na literatura, destacam-se, para o
contexto deste trabalho, a definição de BURROUGH & MCDONNELL (1998), segundo a
qual SIG é um “conjunto de ferramentas para coletar, armazenar, recuperar, transformar e
representar visualmente dados espaciais”. Assim, pode-se considerar que o SIG constitui um
recurso tecnológico útil para as análises espaciais.
28
Há também autores que relacionam o SIG com os setores empresariais como por exemplo
ARANHA (1996) segundo o qual os SIG’s viabilizam a extração de informações dos seus
dados de forma eficiente proporcionando compreensões indisponíveis nas formas
convencionais de apresentação dos dados, como tabelas e gráficos. Com isto análises como
potencial de mercado, análise de segmentação, localização da base de clientes atuais e
potenciais, definição de ponto de venda, projeção e resposta de campanhas de marketing
poderiam surgir.
Observando o histórico dessa ferramenta, pode-se concluir que a utilização dos SIG tem
crescido nos últimos anos. Diversos setores estão utilizando o sistema para análises de
marketing e de localização geográfica.
Segundo CLARKE E HAYES (2006), a revolução SIG ocorreu muito mais tarde no
mundo dos negócios que em muitas outras áreas de aplicação da geografia, e, com isso, a
segunda fase pode ser datada por volta da metade da década de 1980, quando os SIGs
difundiram-se em várias organizações empresariais.
A expressão SIG é aplicada para sistemas que realizam o tratamento computacional de
dados geográficos e recuperam informações não somente com base em suas características
alfanuméricas, mas também através de sua localização espacial.
Dessa forma, oferece ao usuário uma visão de seu ambiente de trabalho, em que todas as
informações disponíveis sobre um determinado assunto estão ao seu alcance,
interrelacionadas com base no que lhes é fundamentalmente comum, a localização geográfica.
Para que isto seja possível, a geometria e os atributos dos dados num SIG devem estar
georreferenciados.
Os principais modelos utilizados em SIG são o raster ou matricial e o modelo vetorial. No
primeiro, o terreno é representado, através de atributos, por uma matriz de i linhas e j colunas
na qual cada elemento representa um pixel e quanto menor for a dimensão de cada célula
(resolução) maior é a precisão na representação do espaço geográfico. No modelo Vetorial a
localização e a feição geométrica (pontos, linhas e polígonos) do elemento são armazenadas e
representadas por vértices definidos por um sistema de coordenadas.
29
4.3. ANÁLISE ESPACIAL NO CONTEXTO DE UM SIG
BAILEY (1994, apud ROCHA,2004) define a análise espacial como uma ferramenta que
possibilita manipular dados espaciais de diferentes formas e extrair conhecimento adicional
como resposta. Incluindo funções básicas como consulta de informações espaciais dentro de
áreas de interesse definidas, manipulação de mapas e a produção de alguns breves sumários
estatísticos dessa informação, incorporando também funções como a investigação de padrões
e relacionamentos dos dados na região de interesse, buscando, assim, um melhor
entendimento do fenômeno e a possibilidade de se fazer predições.
Para MENESES (2003) a análise espacial apresenta duas vertentes principais, são elas:
estatística espacial e geocomputação. A primeira gera modelos matemáticos de distribuição e
correlação, os quais incorporam propriedades de significância e incerteza, resultantes da
dimensão espacial. Já a geocomputação usa técnicas de redes neurais, busca heurística e
autômatos celulares para explorar grandes bases de dados e gerar resultados empíricos (não
exatos) melhores que as técnicas convencionais, mas com ampla aplicabilidade prática.
Segundo BERTINI (2003) as relações e operações espaciais são muito importantes em
aplicações geográficas, sendo que o domínio da aplicação determinará a importância de cada
tipo de relação. As relações espaciais podem ser agrupadas em três categorias:
Topológicas: descrevem conceitos de vizinhança, incidência, sobreposição, não
variando com a escala ou com a rotação, como por exemplo, disjunto, adjacente,
dentro de.
Métricas: consideradas em termos de distâncias e direções.
De ordem (total ou parcial): são descritas por preposições do tipo em frente a, acima
de, abaixo de etc.
4.4. ÁLGEBRA DE MAPAS
O tema “álgebra de mapas” foi popularizado a partir dos livros “Geographic Information
System and Cartographic Modeling” (TOMLIN, 1990). Esta foi a primeira abordagem que
buscou manipular de uma maneira formal as propriedades dos dados representados em SIG,
usualmente representadas por mapas (CÂMARA, 2002).
30
O modelo cartográfico tem a possibilidade de ser visualizado como uma conjunto de
mapas registrados numa base cartográfica comum, em que cada mapa é uma variável sujeita a
operações matemáticas tradicionais. A modelagem é um processo que decorre de operações
primitivas de pontos, vizinhança e regiões sobre diferentes mapas, numa lógica sequencial
para interpretar e resolver problemas espaciais. Neste contexto, a sequência de operações é
similar à solução algébrica de um conjunto de equações (BERRY, 1987).
Atualmente o termo “Algebra de Mapas” é mais amplamente utilizado por muitos
fornecedores, como por exemplo, o ArcGIS, que descreve o conjunto de todas as operações
realizadas utilizando a função Spatial Analyst. O conceito de operações algébricas sobre
camadas de informação evoluíram para o de operações aplicadas sobre os mapas, no qual este
último conceito é adotado pelo ArcGIS.
Segundo (TOMLIN,1990) as operações sobre mapas podem ser classificadas em
pontuais, de vizinhança e zonais.
As operações pontuais resultam em campos cujo valores locais são função dos valores
associados ao mesmo local por uma ou mais representações de outros campos. Como
exemplo, tem-se a operação de reclassificação.
Nas operações de vizinhança computa-se o campo de saída com base na dimensão e
forma de uma vizinhança em torno de cada local, mapas de declives e filtro são exemplos
destas operações.
Operações zonais geram um geo-campo destino onde o valor resultante em todas as
posições geográficas que compõem uma região tem características similares ao valor do
atributo encontrado na mesma região sobre o geo-campo origem.
Além das três operações esclarecidas, há outras duas operações de álgebra de mapas:
Operações de Função Global, que fornecem ferramentas para camada raster ou análise de
dados como por exemplo custo distância. Operações de Funções Específicas para tarefas
como a hidrologia e transformações geométricas.
Para o desenvolvimento deste trabalho serão abordadas a visão de campo de TOMLIN,
mais especificamente sobre dados raster, na qual as seguintes operações desenvolvidas por
BERRY serão utilizados para o compreensão do estudo de caso.
31
4.4.1. RECLASSIFICAÇÃO
É criado um novo mapa por alteração dos valores (atributos) dos pixeis do mapa original.
A operação de reclassificação utiliza um único mapa.
As seguintes abordagens são possíveis para a reclassificação, dependendo do objetivo do
processo:
Associar um novo valor a cada valor do mapa de entrada com o propósito de criar
uma máscara binária (0 e 1) para uso subsequente.
Associar novos valores a classes ou gamas de valores com o propósito de reduzir
o número de classes original ou agrupar valores em categorias.
Associar ordens (níveis de importância) a valores ou categorias únicos no mapa
original.
Aplica-se quando se pretende avaliar a capacidade, aptidão ou potencial de certos
fenômenos ou atividades, tendo a escala a possibilidade de ser alterada para uma
escala ordinal.
Associar ordens ou pesos a um mapa qualitativo (escala nominal) para gerar um
mapa quantitativo (escala ordinal, de intervalos).
4.4.2. SOBREPOSIÇÃO
Resulta na criação de um novo mapa (matriz) onde o valor atribuído a cada local
(elemento da matriz) é calculado como uma função de valores associados com operações
aritméticas em 2 ou mais matrizes (mapas) de igual dimensão, devendo estar bem registradas
geométricamente.
Se [A] for o mapa 1, [B] o mapa 2, e [C] o mapa criado por sobreposição, as seguintes
operações aritméticas são possíveis:
[C] = [A] + [B] , [C] = ([A] + [B]) /2 , [C] = [A] - [B] , [C] = [A]*[B] , [C] = [A]/[B] ,
[C] = [A] se [A]>[B] , [C] = [A] se [A]<[B]
[C]=[B] se [B]>0; caso contrário, [C]=[A]
32
4.4.3. OPERAÇÕES DE VIZINHANÇA LOCAL
Envolvem a manipulação de um conjunto de pixeis relativamente próximos. Um novo
mapa é produzido como resultado dessas operações. Um exemplo disso é o caso seguinte.
4.4.3.1. FILTROS
São usados para melhorar aspectos da imagem, ou através da detecção de propriedades
similares (filtros de baixa frequência como média, moda, valor mínimo ou máximo), ou de
propriedades dissimilares (filtros de alta frequência como detecção de fronteiras). Um filtro
usa uma “janela” para calcular propriedades conjuntas de vários pixeis. A seguir tem-se esta
janela 3x3 pixeis (em vermelho na Fig. 3.3) que contém os valores ou coeficientes com
interesse para a seguinte operação.
1 1 3 4 7
2 2 3 5 7 2 3 4
2 2 1 2 6 2 3 4
2 3 4 2 7 2 3 4
3 3 2 6 8 3 3 5
4 3 2 6 8
Nota-se que cada valor do pixel central da Matriz da figura 3.4 resulta na média dos
vizinhos, aproximados para o inteiro mais próximo.
4.4.4. OPERAÇÕES DE VIZINHANÇA GERAL
Essas operações envolvem um conjunto de pontos que se podem estender por uma grande
área, incluindo um grande número de pixeis. As principais operações são: distância,
proximidade, conectividade e buffering.
FIG. 4.1 - Exemplo de uma operação de filtro, realizada no Excel
33
4.4.4.1. DISTÂNCIA, PROXIMIDADE E CONECTIVIDADE
Distância é usada para determinar o grau de interação entre dois elementos no espaço, por
exemplo, o caminho mais curto entre dois pontos, ou distâncias de um elemento espacial a
uma característica.
4.4.4.2. BUFFERING
A operação buffer é a expansão de uma propriedade espacial às células adjacentes, seja
essa propriedade de um ponto, uma linha ou uma área. Buffers podem ser construídos à volta
de lagos e cursos de água (preservação da qualidade da água = áreas e linhas), à volta de auto-
estradas (zonas de ruído = linhas), ou à volta de unidades industriais (segurança das
populações = pontos).
FIG. 4.2 - Áreas tampão em torno do reservatório de água
34
4.4.4.3. A PONDERAÇÃO DO INVERSO DAS DISTÂNCIAS (IDW)
A Ponderação do Inverso das Distâncias (Inverse Distance Weighting) implementa
explicitamente o pressuposto de que as coisas mais próximas entre si são mais parecidas do
que as mais distantes. Para predizer um valor para algum local não medido, o IDW usará os
valores amostrados à sua volta, que terão um maior peso do que os valores mais distantes, ou
seja, cada ponto possui uma influência no novo ponto, que diminui na medida em que a
distância aumenta, caracterizando o porque de seu nome.
A forma geral de encontrar um valor interpolado u para um dado ponto x usando a
interpolação IDW é uma função. Matematicamente, tem-se:
A Ponderação IDW é uma função na qual x denota pontos interpolados arbitrários, xk é
uma interpolação conhecida, d é uma determinada distância a partir do ponto conhecido para
o ponto desconhecido, N é o número total de pontos conhecidos e utilizados na interpolação e
p é um número real positivo, chamado de potência dos parâmetro. Daí, o peso diminui à
medida que aumenta a distância entre os pontos interpolados. Maiores valores de p atribuem
maior influência para valores mais próximos ao ponto interpolado.
O IDW é um método interpolador que é exato. Poucas decisões são tomadas acerca dos
parâmetros do modelo. Esse método pode ser adequado para uma visualização ou
interpretação preliminar da interpolação de uma superfície. Entretanto, não é realizada uma
avaliação da predição de erros, que pode produzir um efeito ao redor da localização do dado,
no qual pequenas áreas se diferenciam da suavização geral da variável.
Esse método assume que a superfície possui uma variação local, e funciona melhor se os
pontos amostrais estão igualmente distribuídos pela área, sem estarem concentrados em
determinado local.
35
5 ANÁLISE DO ESTUDO DE CASO
O caso analisado consta do artigo SIG como ferramenta de apoio à gestão empresarial:
caso McDonald´s, obtido da página do Instituto Geográfico Português. O caso representa uma
aplicação de geomarketing, na qual se procura determinar a localização ótima para montar um
novo restaurante McDonald´s. A área de estudo é a cidade de Setúbal, localizada no Distrito
de Setúbal, em Portugal.
Portugal é um país localizado no sudoeste da Europa, que possui uma área total de 92.985
km² e uma população de 10,9 milhões (2006). O Distrito de Setúbal possui uma área de 5.064
km² (8º maior distrito português) e uma população de 815.858 (2006). Setúbal é uma cidade
portuguesa, capital do distrito de Setúbal, com cerca de 122.554 habitantes (2006).
FIG. 5.1 – Representação de Portugal e do distrito de Setúbal - ANMP
No contexto no município de Setúbal, adota-se como área de estudo uma região de
expansão urbana, onde se concentra a maior densidade e atração funcional da cidade, com
cerca de 52% da área da cidade e uma população de 40.000 residentes, segundo um censo
populacional realizado em 1991.
36
De modo a verificar a localização ótima do McDonald´s, dividiu-se o caso em três etapas:
segmentação do consumidor-alvo do McDonald´s, análise da distribuição geográfica e
pesquisa da ótima localização de um novo restaurante. Para isso, utiliza-se critérios de
atração funcional, acessibilidade, potencial de consumo e área de influência dos McDonald´s
existentes na cidade de Setúbal.
Na segmentação do consumidor, aplicou-se um questionário a fim de conhecer os
principais motivos que levam as pessoas a frequentar a cadeia de restaurantes McDonald´s. O
questionário ainda permite identificar o perfil sócio-demográfico do consumidor ideal,
fornecendo, dessa forma, informações espaciais acerca dos clientes da empresa.
O questionário é submetido aos indivíduos com idades compreendidas entre 15 e 50
anos, residentes na área de intervenção e que frequentaram nos seis meses anteriores à
pesquisa uma das seguintes cadeias de restaurantes: Kentucky Fried Chicken, Companhia das
Sandes, Pizza Hut, Telepizza, McDonald´s, Pans & Company e Burger King.
O questionário apresenta uma estrutura composta por três grupos. O primeiro inclui
perguntas necessárias para avaliar o indivíduo entrevistado em relação ao perfil desejado para
a amostra-alvo, ou seja, faz um filtro pra ver se o entrevistatado tem entre 15 e 50 anos e se é
frequentador das cadeias de restaurantes fast-food.
No segundo grupo enunciam-se questões sobre aspectos diretamente relacionados com os
hábitos de consumo no McDonald´s. São perguntas relacionadas à frequência, ao dia da
semana, ao horário, ao tempo de permanência e de deslocamento, à proximidade com a
residência ou local de trabalho e ao meio de transporte utilizado para ir ao McDonald´s. No
terceiro grupo, apresentam-se questões relativas aos dados de classificação do entrevistado,
tais como profissão, estado civil, filhos com idades entre 5 e 12 anos e rendimento.
Pode-se dizer que os resultados dos questionários indicam que a grande maioria dos
frequentadores de restaurantes fast-food na cidade de Setúbal deslocam-se, sobretudo, ao
McDonald’s, fazendo-o com uma regularidade, principalmente, perto dos locais de lazer e
compras, nos finais de semana e para almoçar e lanchar. Gastam um pouco mais de 10
minutos no deslocamento e o fazem com o recurso do veículo próprio ou a pé. Constata-se
que, em termos gerais, são os jovens que se deslocam a pé.
37
É importante evidenciar as razões que levam as pessoas a deslocarem-se aos restaurantes
dessa cadeia. Para tal, utiliza-se uma bateria de 15 atributos, pedindo aos entrevistados que
atribuam a cada um uma nota de 1 a 5, conforme a importância dada quanto ao deslocamento
ao McDonald’s, significando 1 nada importante e 5 muito importante.
FIG. 5.2 – Resultado do Questionário das razões que levam os consumidores à frequentar o
McDonald´s (SILVA&JULIÂO, 2002)
O resultado do questionário mostra que os fatores mais valorizados pelas pessoas quando
buscam o McDonald´s é o fato de ser acessível, rápido e conveniente, bem como a de ter uma
marca forte e moderna, além de questões relacionadas ao preço, promoção e a relação entre
preço e qualidade.
Após desvendar o perfil do consumidor McDonald´s e a distribuição geográfica, aplica-se
uma modelagem de adequabilidade para descobrir as áreas com ótima localização para um
novo estabelecimento McDonald´s. Considera-se na metodologia como critérios os de análise
da atração funcional, acessibilidade, potencial de consumo e área de influência dos
38
McDonald´s existentes. O fluxograma com a modelagem conceitual pode ser visualizado na
FIG. 5.3. Ele consiste de um esquema formado por retângulos e linhas, no qual cada retângulo
representa um mapa e cada linha representa as operações de álgebra de mapas que serão
efetuadas sobre aquele mapa, com a finalidade de gerar um mapa-solução, como produto da
modelagem.
FIG. 5.3 – Fluxograma da localização ótima (Adaptado de SILVA&JULIÃO, 2002)
Mapa de
Localização
Ótima
Atração
Funcional
Áreas de Influência
dos McDonald´s
Acessibilidade
Potencial de
Consumo
Reclassificação
Interpolação (IDW)
Reclassificação
Reclassificação
Overlay
Conversão Raster
Reclassificação
Overlay
Reclassificação
Interpolação (IDW)
Levantamento
Funcional
Áreas de Influência
dos McDonald´s
Áreas de Influência
dos Arruamentos
Idade, Frequência e
Rendimento
Georreferenciamento
dos
Endereços
Buffer
ao longo da Via
(500 a 750m)
Buffer
Consoante tipo de
Arruamento
(10m, 15m, 20m)
Cálculo do centróide
das subseções
Overlay
Levantamento Funcional Eixos da Via Subseções Questionários
39
Analisando-se o fluxograma, verifica-se que são confeccionados nove mapas ao todo.
Observa-se que, para cada um dos quatro levantamentos utilizados como ponto inicial do
estudo - levantamento funcional, eixos de via, subseções e questionários - aplica-se
operadores que resultam na criação dos quatro primeiros mapas.
A partir do levantamento funcional, que é a determinação de funções e estabelecimentos
que podem influenciar, tanto positivamente quanto negativamente, na quantidade de clientes
do novo McDonald’s, são levantadas 14 funções, na qual, para cada categoria de
estabelecimento, é atribuído um valor de atração funcional, cuja escala varia desde -200
(concorrência direta) a 5000 (centros comerciais). O critério assumido na ponderação dos
valores possui três aspectos: potencial de interesse para o perfil do consumidor McDonald´s,
concorrentes diretos ou indiretos do McDonald´s (esse critério dá origem ao sinal negativo de
uma parte da ponderação) e importância que assume no sistema funcional da cidade, sendo
esse último critério, juntamente com o primeiro, a origem de cada valor numérico da
ponderação.
Através do levantamento funcional e do eixo das vias, faz-se um georreferenciamento
para dar origem ao mapa de Levantamento funcional. Os estabelecimentos são referenciados
espacialmente sob a forma de representação pontual, alocada no centróide do mesmo já
georreferenciado para que depois possa ser aplicada a operação IDW no mapa de
Levantamento funcional. Através dos eixos da via, determinam-se as áreas de influências das
franquias dos fast-food já existentes. Com relação aos valores apresentados, tem-se que, de
acordo com estudos da FGV em Geografia de Mercado, curso de administração, um
consumidor anda, no máximo, 300 metros para comprar bens cotidianos.
Apesar do McDonald’s não comercializar bens considerados cotidianos, seus
consumidores também não estarão dispostos a fazer grandes deslocamentos. Nesse sentido,
as áreas de influência calculadas são de 500 e 750 metros, sendo que a última tem maior área
de influência, pois se localiza em uma área de grande atividade comercial. Sendo assim,
aplica-se uma operação de buffer em torno dos McDonald’s já existentes com as distâncias
expecificadas anteriormente. Após converter o mapa para raster, atribui-se valor 0 (zero) aos
pixels não influenciados pelos McDonald´s já existentes, para que, no mapa final, essa área
não altere o resultado. Assim , origina-se o mapa Área de Influência dos McDonald´s.
40
Com o eixo das vias e as subseções, definidas como cada área em que foi realizado o
questionário, determina-se os tipos de arruamentos que são analisados e suas respectivas áreas
de influência, sendo essa de 10, 15 e 20 metros, variando de acordo com o tipo de arruamento.
O que se pretende com a dimensão pequena das áreas de influência é que exista uma grande
valorização das áreas próximas dos eixos da via. Além disso, pretende-se que não haja
influência no mapa final para obter a localização ótima do novo estabelecimento coincidente
com o centro do quarteirão. Assim, através de um buffer, cria-se o mapa das Áreas de
influência dos arruamentos.
Após a integração da informação obtida pelo tratamento do questionário com as
subseções estatísticas, encontram-se os respectivos potenciais de consumo de cada sub-seção
para saber onde os melhores consumidores se localizam. Em seguida, calcula-se os
centróides das subseções para que seja possível realizar a operação IDW posteriormente.
Assim, tem-se o mapa de Idade, Frequência e Rendimento.
A partir desses estudos surgem os primeiros quatro mapas, representados no fluxograma.
Cada um dos mapas passa por operadores algébricos, descrito no item de álgebra de mapas. A
partir da combinação dessas operações, surge o segundo conjunto de mapas: Mapa de Atração
Funcional, Área de influencia dos McDonald’s já existentes, Acessibilidade e Potencial de
Consumo.
No mapa de Levantamento Funcional, sabe-se que, para cada categoria de
estabelecimento, foi atribuído um valor para a atração funcional. Desenvolve-se uma
superfície contínua através do método IDW, que pondera o inverso da distância, cujo os
parâmetros para a ponderação são os valores das atrações funcionais atribuídos a cada ponto
(centróide) dos estabelecimentos. Esse método é utilizado porque, além de trabalhar com
distância, permite a inserção de ponderações para elas.
Para dar origem ao Mapa de Atração Funcional, é realizada uma reclassificação dos
valores em sete classes, segundo o método de intervalos iguais. Isso é feito porque, para obter
o mapa final, é realizada uma operação de sobreposição, que será apresentada depois, sendo
necessário que os mapas estejam em um mesmo padrão de comparação.
41
FIG. 5.4 – Mapa da atração funcional (SILVA&JULIÃO, 2002)
As regiões com valores abaixo da média, depressões azuis, representam áreas de fraca
concentração funcional. A área rosada representa o núcleo histórico da cidade, no qual há
concentração de funções. Já as áreas vermelhas representam regiões com maior atração
funcional.
Nota-se que o mapa de atração funcional, resultante da ponderação do inverso do
quadrado, apresenta um aspecto distorcido. Pode-se, também, utilizar outra operação de
álgebra de mapas, que não seja o IDW, para gerar esse mapa. Poderia ser construído, no lugar
dos buffers, superfícies de distância no interior dos mesmos, de tal modo que, dentro do
buffer, fosse possível diferenciar áreas mais ou menos importantes.
Além do mapa de atração funcional, também é necessário obter o mapa das áreas de
influência dos McDonald’s já existentes. Para obter o mapa das áreas de influência, é
realizada, apenas, a reclassificação do mapa resultante do buffer ao longo da via, para colocar
no mesmo padrão do mapa anterior, pois o mapa já está no formato raster, sendo que os pixels
que não sofrem influência dos McDonald’s existentes tem valor zero.
42
FIG. 5.5 – Mapa da área de influência (SILVA&JULIÃO, 2002)
No entanto, a capacidade de atrair consumidores até a um estabelecimento não depende
apenas da atração funcional e da área de influência, é necessário considerar, também, a
acessibilidade. De uma forma geral, os estudos que analisam a acessibilidade desenvolvem-se
através de uma localização a partir da qual se explora tal dimensão.
No estudo de caso, não existe, inicialmente, nenhuma localização para ser explorada à
acessibilidade. Por isso, cria-se uma metodologia que não necessite da indicação de uma
localização. Para cada tipo de arruamento são gerados buffers e atribuído um valor a essa
respectiva área de influência.
Partindo-se do mapa de Áreas de influência dos arruamentos, faz-se a conversão do mapa
para o formato raster e, em seguida, a sobreposição das áreas de influência. Dessa forma, não
só há a valorização dos arruamentos que apresentam melhor acessibilidade, mas, sobretudo,
das esquinas e dos cruzamentos. Em seguida, faz-se a reclassificação pelo mesmo motivo das
operações realizadas nos mapas anteriores.
43
FIG. 5.6 – Mapa de acessibilidade (SILVA&JULIÃO, 2002)
Além dos fatores envolvidos nos três últimos mapas gerados, outro fator a ser analisado é
o potencial de consumo. É necessário saber quem são os melhores consumidores e onde se
localizam. As variáveis selecionadas para o cálculo do potencial de consumo resultam do
estudo estatístico efetuado. Desse modo, as variáveis são: Indivíduos com idade
compreendida entre os 4 e 64 anos, freqüência – variável, que permite fazer a discriminação
entre o cliente de elevado e baixo risco- e rendimento - aspecto crucial no comportamento do
consumo das pessoas. Parte-se do mapa de idade, frequência e rendimento, em torno dos
centróides das subseções e gera-se três superfícies diferentes através da interpolação IDW, no
qual os valores dos parâmetros da ponderação são especificados na FIG. 5.7.
IDADE FREQUÊNCIA RENDIMENTO (EURO) VALOR 4 a 19 Uma ,duas ou três vezes por semana Entre 3750 e 5000 1000 20 a 24 Uma vez por mês Entre 2500 e 3750 750 25 a 40 Duas a três vezes por mês Entre 1250 e 2500 500 40 a 64 Raramente Entre 740 e 1250 250
FIG. 5.7 – Valores da ponderação IDW (SILVA&JULIÃO, 2002)
44
Em seguida, faz-se a reclassificação das três superfícies, com sete classes, segundo o
método de intervalos iguais, afim de deixá-las em um mesmo padrão para que,
posteriormente, seja realizada a sobreposição dos valores. Finalmente, aplica-se a
reclassificação e obtem-se o mapa de potencial de consumo.
FIG. 5.8 – Mapa do potencial de consumo (SILVA&JULIÃO, 2002)
Após se obter os quatro mapas – acessibilidade, atração funcional, potencial de consumo
e área de influência dos McDonald´s – e sabendo que esses estão todos reclassificados em
sete classes, segundo o método de intervalos iguais, é realizada uma operação algébrica de
soma entre as referidas camadas de informação, ou seja, a sobreposição. Poderia, também, se
aplicar uma análise multicritério sobre os mapas obtidos, associando-se pesos para cada uma
das informações. Os valores constantes em cada mapa obedecem uma proporção para que
nenhuma camada tenha um valor muito alto em relação às demais.
Observando o mapa gerado pela sobreposição dos outros quatro, chega-se a três áreas
potenciais para a solução do caso proposto. É importante ressaltar que esse resultado está
ligado aos critérios e ponderações utilizados como base, a variação de um deles poderia,
eventualmente, ocasionar uma mudança no resultado exposto.
45
FIG. 5.9 – Mapa de localização ótima (SILVA&JULIÃO, 2002)
Analisando-se cada uma das áreas, observa-se que a área (A), na FIG 5.9, é uma área
mais distante das outras filiais já existentes da rede McDonald´s. Ao se optar pela área (B),
serão escolhidos clientes com um elevado potencial de consumo. Contudo, nessa região,
existe a concorrência de um restaurante da rede, fato que deve ser analisado ao se optar por
esse local. Já a área (C), gera uma enorme possibilidade de acessibilidade. Um fator que é
preciso ser levado em consideração ao analisar essa área é a existência de um estabelecimento
do mesmo estilo nessa mesma área, o que geraria uma concorrência direta.
46
6 CONCLUSÕES
A principal dificuldade em abordar problemas de Geomarketing consiste na obtenção de
informação específica das empresas e dos seus clientes. Ao analisar o estudo de caso,
percebe-se que o maior esforço foi gasto em torno da pesquisa do que com o
geoprocessamento.
Dentro das operações de álgebra de mapas, percebe-se que o IDW, mesmo que,
conceitualmente, seja interessante, mostrou um resultado visualmente ruim. Poderia ser
construído, no lugar dos buffers, superfícies de distância no interior dos mesmos, de tal modo
que, dentro do buffer, fosse possível diferenciar áreas mais ou menos importantes.
A análise da modelagem analítica e das operações espaciais utilizadas no estudo de caso
fornecem, à luz da pesquisa bibliográfica, um importante embasamento conceitual para a
compreensão e consequente implementação de projetos de localização estratégica de novos
empreendimentos.
Esse trabalho serve como forma de ver o SIG sob uma nova visão, mais voltada para as
necessidades dos usuários, nesse caso de marketing, e não somente para uma visão de banco
de dados ou de ferramentas de análise espacial.
47
REFERÊNCIAS BIBLIOGRÁFICAS
ARANHA, F. Sistemas de Informação Geográfica: uma arma estratégica para o
database marketing. RAE – Revista de Administração de Empresas. Vol.36, p.12-16, 2006.
ARANHA, F.; FIGOLI, S. Geomarketing: memórias de viagem, 2001. Disponível na
Internet via URL: http://www.fgvsp.br/academico/professores/Francisco_Aranha/memorias.
PDF [capturado em Jul. 2008].
BERRY, J. Spatial analysis of model data. Disponível na Internet via URL:
http://www.innovativegis.com/basis/Papers/Other/ASPRSchapter/#Berry5_1_Spatial_Analysi
s_Framework [capturado em Ago. 2008].
BERTINI, G. C. (2003) Uma modelagem orientada a objeto para o mapa urbano básico
de Belo Horizonte (MUB/BH), Monografia de Especialização, Pontifica Universidade
Católica de Minas Gerais.
BURROUGH, P.A; MCDONNELL, R.A. Principles of geographical information system
for land resourse assisssement. Oxford: Claderon Press, 1998.
CÂMARA, G; DAVIS, C. Introdução. In: Câmara, G.; Monteiro, A. M.; Davis, C. et al.
Introdução à Ciência da Geoinformação. Disponível na Internet via URL:
http://www.dpi.inpe.br/gilberto/livro [capturado em Jul. 2008].
CÂMARA, G.; MONTEIRO, A M.V.; CARVALHO, M. S.; DRUCK, S (2002) Análise
Espacial de dados Geográficos, 2a edição (online), disponível
http://www.dpi.inpe.br/gilberto/livro/analise/, capturado 03/2009
CARNASCIALI, M. Integração de Sistemas de Informações Geográficas e Sistema
Especialista visando auxiliar a tomada de decisão locacional do setor bancário.
Dissertação de Mestrado em Ciências Geodésicas pela Universidade Federal do Paraná,
Curitiba, 2007. Disponível na Internet via URL:
48
http://dspace.c3sl.ufpr.br/dspace/bitstream/1884/10826/1/ANA_MARIA_DOS_SANTOS_C
ARNASCIALI_TEXTO.pdf [capturado em Jul. 2008].
CARVALHO, M. S.. Aplicação de métodos de análise espacial na caracterização de áreas
de risco á saúde. Rio de Janeiro: Tese de Doutorado em Engenharia Biomédica –
COOPE/UFRJ, 1997.
CAVION, R.; PHILIPS, J.; Os Fundamentos do Geomarketing: Cartografia, Geografia e
Marketing. Congresso Brasileiro de Cadastro Técnico Multifinalitário, COBRAC,
Florianópolis, 15 a 19 de Outubro 2006. Disponível na Internet via URL:
http://www.geodesia.ufsc.br/Geodesia-online/arquivo/cobrac_2006/244.pdf [capturado em
Jul. 2008].
CLIQUET, G. Geomarketing: methods and estrategies in special marketing. London:
ISTE, 2006.
DAVIES, R. L. Marketing Geography: With Special Reference to Retailing, Retail and
Planning Associates. Corbridge, 1976.
FOCETOLA, Simona, Geomarketing: un nuovo mondo tutto da scoprire. Itália, 2006.
Disponível na Internet via URL: http://marketing.monster.it/5717_it_p1.asp [capturado em
Jul. 2008].
FACIOLI, Geomarketing: Um Estudo Geográfico das Oportunidades para uma
Empresa em Vitória, Disponível na Internet via URL:
http://www.fucape.br/premio/melhores_2007/69.pdfPDF [capturado em Nov. 2008].
GOMES, J. M. e L. VELHO. Computação visual: imagens . Rio de Janeiro: SBM. 1995.
HEYWOOD, Ian; CORNELIUS, Sarah; CARVER, Steve. Introduction to Geographical
Information Systems. Pearson Education, 2° edicão, England. 2002.
KOTLER, P. Princípios de Marketing, 9ª ed. São Paulo, Prentice Hall, 2003.
49
KOTLER, P; ARMSTRONG, G. Princípios de Marketing. 7ª ed. Rio de Janeiro, Prentice
Hall, 1995.
LATOUR, P. Géomarketing: principes, méthodes et applications. Paris: Éditions
d´Organisation, 2001.
MEIRELLES, Margareth; CAMARA, Gilberto; ALMEIDA, Claudia; 2007. Geomatica:
modelos e aplicacoes ambientais, ed. Embrapa, Brasília, 2007.
MENESES, H. B. (2003) Interface Lógica em Ambiente SIG para Bases de Dados de
Sistemas Centralizados de Controle do Tráfego Urbano em Tempo Real, Dissertação de
Mestrado, Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza.
PEDROSA, Bianca. Aspectos conceituais de modelagem dinâmica espacial. São José dos
Campos, INPE, 2006.
ROCHA, M. M. (2004) Modelagem da Dispersão de Vetores Biológicos com emprego da
Estatística Espacial, Dissertação de Mestrado, Instituto Militar de Engenharia-IME, Rio de
Janeiro.
SILVA, Júlio; JULIÃO, Rui P. SIG como ferramenta de apoio à gestão empresarial:
Caso McDonald´s. Artigo, ESIG, IGEO, Portugal, 2002. Disponível na Internet via URL:
http://www.igeo.pt/eventos/comunicacoes/esig2002/p099.pdf [capturado em Jun. 2007].
TOMLIN, D.Geographic Information Systems and Cartographic Modeling. Prentice Hall,
New York, 1990.
YRIGOYEN, C. El geomarketing y la distribuición comercial. Investigación y
Marketing. Madrid, n. 79, p.6-13, jun. 2003.
50
APÊNDICE
2° PERIODO DE 2008 1° PERIODO DE 2009
JUL AGO SET OUT NOV DEZ JAN FEV MAR ABR MAI JUN VE
VC
VF
PERIODO DE FÉRIAS
PESQUISA BIBLIOGRÁFICA
ESTUDO DE CASO
ELABORAÇÃO DO TEXTO
PREPARAR APRESENTAÇÃO