Estimación y caracterización de demanda de clientes de centros comerciales usando datos de movilidad
Tesis

Access note
Acceso abierto
Publication date
2023Metadata
Show full item record
Cómo citar
Goic Figueroa, Marcel
Cómo citar
Estimación y caracterización de demanda de clientes de centros comerciales usando datos de movilidad
Author
Professor Advisor
Abstract
Los establecimientos comerciales están envueltos en una industria con altos grados de dinamismo y competencia, es por esto que necesitan mejorar y actualizar sus modelos predictivos, con el fin de capturar nuevos factores relevantes, utilizando herramientas más complejas
disponibles en la actualidad gracias al avance tecnológico. De este modo, este trabajo de
memoria tuvo como objetivo desarrollar un modelo de predicción de demanda usando datos
masivos de movilidad, capaz de describir la probabilidad de asistir a un centro comercial, con
el fin de comprender el comportamiento y características del cliente, logrando ser un apoyo
en la toma de decisiones.
En este contexto, se desarrollaron Modelos Gravitacionales, los cuales representan una
perspectiva pionera en el ámbito del comercio minorista. Estos modelos se centran en la estimación de la probabilidad de elección de una alternativa específica, considerando factores
como la atracción ejercida por una infraestructura comercial y los tiempos de viaje involucrados. Además, se han realizado Modelos de Regresión y Machine Learning, los cuales han
sido calibrados utilizando datos de movilidad. Esta diversidad de enfoques y metodologías ha
sido la principal motivación detrás de la realización de esta memoria, ya que se espera que
aporte a la capacidad predictiva y robustez en la estimación de la demanda de clientes en el
contexto de los centros comerciales.
Tras el desarrollo y aplicación de los modelos junto con la selección de variables pertinentes, se llevó a cabo un análisis comparativo. Los resultados revelaron que el modelo más
efectivo corresponde a un algoritmo de random forest, el cual incorpora atributos tanto de
origen, destino como de transporte. Esto resalta la importancia de utilizar características
que abarquen el contexto general para obtener estimaciones más precisas y confiables. Con
estas variables se explica el 51 % de la varianza de probabilidad de elección, lo que es un
resultado aceptable considerando que predice la probabilidad de todas las manzanas de la
Región Metropolitana a la mayoría de centros comerciales ubicados en ella.
Se aplicó el modelo propuesto para estimar demanda, calcular ventas potenciales, realizar
caracterización de clientes y estimar impactos frente a cambios del contexto comercial, demostrando las utilidades del modelo como herramienta para entregar información relevante
en toma de decisiones.
Dentro de las conclusiones, se menciona que se logra evidenciar las bondades de utilizar
datos de movilidad en comparación a fuentes de datos tradicionales como encuestas, teniendo
una mejoría del estimada del 64 %. Además, se confirma que variables como distancia y tiempo
de viaje tienen un impacto negativo significativo en la disposición de viaje a un destino de
compra
xmlui.dri2xhtml.METS-1.0.item-notadetesis.item
Memoria para optar al título de Ingeniero Civil Industrial
Patrocinador
FONDECYT 1221711
Collections
The following license files are associated with this item: