Los análisis multivariados para evaluar los mercados y la importancia de contar con una buena Geoestrategia Antes de entrar en materia debemos definir un concepto clave: el AGEB. Un Área Geoestadística Básica (AGEB), se define como la extensión territorial ocupada por un conjunto de manzanas que generalmente son de 1 a 50, perfectamente delimitadas por calles, avenidas, andadores o cualquier otro rasgo de fácil identificación en el terreno y cuyo uso del suelo sea principalmente habitacional, aunque no siempre se cumple esta regla ya que pueden existir AGEB industriales por ejemplo. MODELO DE DENSIDAD DE AUTOMÓVILES EN LA CIUDAD un ejemplo para evaluar dicho mercado. Sabemos, claro, que en una misma AGEB pueden convivir varios tipos de automóviles y distintas marcas, pero para el caso de este modelo propongo recurrir al concepto de «Concentración predominante de automóviles», es decir, que asumamos que no todas las colonias de la ciudad tienen la misma cantidad de autos -que finalmente son el mercado, porque utilizan refacciones una vez que las piezas del carro ya terminaron su ciclo de vida o se descomponen- para observar la concentración de los mismos y el comportamiento al interior de cada área geográfica; si sabemos esto seguramente no pondremos un negocio de refacciones donde nuestro mercado es escaso. Variables de entrada Para asignar a cada AGEB la densidad vehículos automotores, primero seleccionamos algunas de las variables reportadas por el INEGI del levantamiento del Censo de Población y Vivienda 2010 al nivel de AGEB. INEGI reporta indicadores con información a nivel de viviendas en donde incluye de cuantos automóviles disponen. Las variables de la base de viviendas tienen ya de por sí una correlación directa con la densidad de autos de cada AGEB, es decir, si el indicador es más grande, el mercado es amplio en la AGEB por tanto existe alta densidad. Creación de nuevas variables Las variables anteriores son directamente comparables entre AGEB’s pues toman en cuenta el tamaño de la AGEB. Por ello creamos dos nuevos indicadores a partir de las variables anteriores para obtener los datos de densidad en cada uno de los polígonos digitales en la ciudad de Querétaro y zonas conurbadas. Cada una de las dos variables anteriores podría ser usada por si misma como una medida de aglomeración de autos, pero es posible obtener un solo indicador que ordene a las AGEB’s por la concentración de vehículos considerando la información de las dos variables? La respuesta es sí. El análisis multivariado permite hacer precisamente eso. Ya que las dos están en la misma escala y están fuertemente correlacionadas, no sorprende que al generar un modelo cartográfico observemos zonas de la ciudad queretana con alta densidad de vehículos. MAPAS INTELIGENTES Usualmente los estudios de investigación de mercado se fundamentan utilizando solo el Geomarketing visual, que es el basado en variables muy subjetivas o sobre imágenes satelitales, sin conocer al detalle el territorio en donde se pretende impulsar nuevos negocios; esto de alguna manera afecta la toma correcta de decisiones pues no se elaboran modelos espaciales que amplíen la perspectiva del mercado que se pretende conquistar. Existen gran variedad de modelos; en el presente texto hacemos referencia a algunos casos ya aplicados como el modelo de densidad, análisis de áreas de servicio o análisis de redes; pero no debemos olvidar algo primordial: «cada territorio o ciudad son diferentes, por lo tanto se aplican distintas reglas». Comencemos por establecer a que nos referimos cuando hablamos de un área de servicio de red; la cual podemos definir como la región que abarca todas las calles accesibles, es decir ejes viales que están dentro de una impedancia especificada por donde se puede circular con cualquier medio de transporte al interior de la ciudad. Para poder generar este tipo de mapas se georeferencia en un Sistema de Información Geográfica los predios propuestos por la inmobiliaria dedicada a los bienes raíces ubicados en la ciudad queretana; dicha localización está dada en coordenadas X (latitud), Y (longitud) y permite visualizar en un mapa digital esta información. Otro dato importante es la traza vial existente dentro de la ciudad; es importante que esta cuente con una buena conectividad, una vez que definimos esto consideramos obtener los siguientes datos:
- Longitud del eje vial: con esta información sabemos cuál es el tamaño en metros de cada entidad.
- Velocidad promedio en Km/h: asignamos a cada segmento la velocidad permitida promedio para cada tipo de eje vial en un ejercicio a priori, quedando el dato para cada tipo de eje de la siguiente manera:
Andador: 20 km/h Avenida: 80 km/h Boulevard: 80 km/h Calle: 20 km/h Callejón: 15km/h Carretera: 110 km/h Circuito: 25 km/h Privada: 20 km/h
- Minutos: determinamos el tiempo de traslado.
A continuación aplicamos el algoritmo de Dijkstra, también llamado algoritmo de caminos mínimos, para determinar el área de servicio que incluye todas las calles a las que se puede llegar desde el POS (Point On Store) en rangos de 15, 30 y 45 minutos; asimismo aplicamos el método para cada una de las ubicaciones propuestas por la inmobiliaria. Una vez creadas las áreas de servicio podemos cuantificar el número de talleres, la superficie del terreno, los tiempos de traslado, la oferta dentro de nuestra zona de actuación entre muchos otros factores, estos permitirán mejorar procesos de logística al interior de una empresa. Los resultados de lo anterior los observamos en los siguientes mapas generados por los métodos propuestos. Resultados: 
Comentarios