Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/14719
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2016_MarceloFernandoFelixdeOliveira.pdf3,34 MBAdobe PDFver/abrir
Título: Análise de mercado : uma ferramenta de mapeamento de oportunidades de negócio em técnicas de Geomarketing e Aprendizado de Máquina
Autor(es): Oliveira, Marcelo Fernando Felix de
Orientador(es): Albuquerque, Pedro Henrique Melo
Assunto: Geomarketing
Chocolate
Negócios - estratégias
Data de apresentação: 2016
Data de publicação: 21-Set-2016
Referência: OLIVEIRA, Marcelo Fernando Felix de. Análise de mercado: uma ferramenta de mapeamento de oportunidades de negócio em técnicas de Geomarketing e Aprendizado de Máquina. 2016. 101 f., il. Monografia (Bacharelado em Administração)—Universidade de Brasília, Brasília, 2016.
Resumo: O objetivo deste estudo é a elaboração de uma ferramenta quantitativa, baseada em técnicas de Geomarketing e Aprendizado de Máquina, capaz de identificar oportunidades de negócio e contribuir para o processo estratégico de escolha locacional de uma rede de franquias, selecionando regiões que possuam uma alta previsão de demanda e uma carência na oferta do produto. Além disso, realizou-se uma análise qualitativa dos pontos comerciais selecionados com base em critérios definidos no decorrer do trabalho. Essa previsão se dá pela construção de um padrão de consumo, definido por um classificador, baseado nas características dos indivíduos que costumam comprar o produto. Inicialmente, para um melhor entendimento a respeito do assunto, foi feito um embasamento teórico abarcando os principais conceitos sobre Geomarketing e Aprendizado de Máquina e suas aplicações. Em seguida, para a demonstração dos resultados, optou-se pela aplicação do método para o mercado de chocolates finos (Cacau-Show) no Distrito Federal. As principais bases de dados utilizadas neste trabalho foram provenientes da Pesquisa de Orçamentos Familiares e do Censo Demográfico, ambos desenvolvidos pelo Instituto Brasileiro de Estatística e Geografia (IBGE). Como resultado, obteve-se o Gasto Padronizado , que indica o nível de demanda para cada Setor Censitário, as informações georreferenciadas da concorrência, contendo 44 lojas que possuem como principal produto o chocolate fino, e as malhas digitais do Distrito Federal. O cruzamento dessas informações permitiu a identificação das oportunidades de negócio para o mercado de chocolates finos no Distrito Federal.
Abstract: The aim of this study is to develop a quantitative tool, based on techniques of Geomarketing and Machine Learning, able to identify business opportunities and contribute to the strategic process of locational choice of a franchise network by selecting regions that have a high forecast demand and a shortage in supply of the product. In addition, there was a qualitative analysis of commercial sites selected based on criteria set out in the course of work. This prediction is by building a pattern of consumption, defined by a classifier based on the characteristics of individuals who usually buy the product. Initially, for a better understanding of the subject, it was made a theoretical framework covering the main concepts of geomarketing and Machine Learning and its applications. Then, to the income statement, we opted for the application of the method to the market of chocolates (Cacau-Show) in the Distrito Federal. The main databases used in this study were from the Family Expenditure Survey and the Population Census, both developed by the Instituto Brasileiro de Geografia e Estatística (IBGE). As a result, we obtained the Spent Standardized (GP), which indicates the level of demand for each Census Sector, the georeferenced information of competition, containing 44 shops that have the chocolate as their main product, and digital maps of Distrito Federal. The crossing of this information allowed the identification of business opportunities for the market of chocolates in the Distrito Federal.
Informações adicionais: Monografia (graduação)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Departamento de Administração, 2016.
Aparece na Coleção:Administração



Este item está licenciado na Licença Creative Commons Creative Commons