UNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE INGENIERIA DEPARTAMENTO INGENIERIA GEOGRAFICA

ELABORACION DE UN MODELO DE GEONEGOCIOS, MEDIANTE ANALISIS DE SIMILARIDAD DE DATOS CARTOGRAFICOS Y HERRAMIENTAS GEOMATICAS

MARCELO ANDRES PEREZ CONTRERAS NELSON ANTONIO FABRES SEPULVEDA 2008

UNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE INGENIERIA DEPARTAMENTO DE INGENIERIA GEOGRAFICA

ELABORACION DE UN MODELO DE GEONEGOCIOS, MEDIANTE ANALISIS DE SIMILARIDAD DE DATOS CARTOGRAFICOS Y HERRAMIENTAS GEOMATICAS

TRABAJO DE TITULACION PRESENTADO EN CONFORMIDAD A LOS REQUISITOS PARA OBTENER EL TITULO DE INGENIERO DE EJECUCION EN GEOMENSURA

Profesor Gua: Sr. Hugo Nez Cancino

MARCELO ANDRES PEREZ CONTRERAS NELSON ANTONIO FABRES SEPULVEDA 2008

Al desplazarse desde el centro hacia la periferia de una disciplina, al transgredir sus fronteras y penetrar en el dominio de otra especialidad, el cientfico dispone de mayores oportunidades para ser creativo. Dogan y Pahre

AGRADECIMIENTOS.

Marcelo Prez:
En primer lugar agradezco a Dios por su infinito amor, por su confianza, cercana y por permitirme vivir este momento.

Agradezco a mis hermosos padres, Ramn y Mara. Por amarse durante tantos aos, por su infinito esfuerzo, amor, paciencia, confianza y amistad hacia mi. Por los principios y valores que me inculcaron da a da para ser un buen hombre y un buen profesional. Y finalmente por estar siempre ah para apoyarme en lo que sea. Todo lo que logre siempre ser primero por ustedes. Gracias

Agradezco a Pablo y Alejandra, mis excepcionales hermanos, por cuidarme desde siempre, amarme, consentirme, por ser unidos y muy buenos amigos. Por confiar siempre en que soy y ser un excelente ingeniero para este pas.

A la mas linda del mundo Francisca Ruiz, por llegar en el momento adecuado para dar y recibir amor. Por acompaarme en mis tonteras, escuchar mis lateras filosofadas sobre Geografa, msica, Rock and Roll. En fin simplemente por estar siempre dispuesta a soar junto a m.

Gracias tambin a mis compaeros de travesas, estudios y locuras. Mis amigos: Julio Celis, Jorge Parra, Samuel Jara, Andrea Ziga, Patricia Opazo, Gonzalo Montealegre, Javiera Celis, Pablo Lagos, Buin, Gina, Angie, Mane. Por demostrar siempre su cario, amistad y lealtad. Sin ustedes no podra haber sido tan bueno.

Un especial agradecimiento a mi compadre y excelente amigo Nelson Fabres que me acompao y se arriesgo en esta entretenida y desafiante memoria. Por compartirme t genial forma de pensar.

Doy gracias tambin a los profesores que conoc y que me permitieron pasar desde el lugar de alumno al de amigo. El profesor Hugo Nez, quien siempre confo en m, desde ser su ayudante hasta ser el profesor gua de esta memoria, por su responsabilidad, motivacin hacia los SIG y amistad. Al Profesor Jos Jara por amar y respetar su profesin y compartir con migo sus experiencias. Al profesor Rene Zepeda por su capacidad, confianza y rigurosas crticas. Por aportar en esta innovadora memoria. Y finalmente a los Profesores Herrera y Bambach, por su tiempo en conversar, escuchar y aconsejarme sobre variados temas.

Finalmente debo agradecer a dos profesionales y amigos quienes fueron fundamentales junto a los antes mencionados para mi madures y crecimiento profesional. Me refiero a Claudio Contreras Gegrafo (I.M.S) por ser un Gegrafo con un increble pensamiento territorial contemporneo. Por orientarme, acercarme a la lectura, a la Geociencias y hacerme creer aun ms en mi. Y a Cesar Saldivia Gerente comercial de Montesur, quien se dio el tiempo de conocerme, escucharme y de confiar en las metodologas que le propuse siempre, para mejorar las acciones comerciales desde la perspectiva de las ciencias de la tierra. A ambos por su amistad y confianza.

Nelson Fabres:
Son muchas las personas que han influido de manera directa o indirecta en el desarrollo de esta obra, las cuales merecen mis ms sinceros agradecimientos.

Primeramente agradezco a mi madre por todo su amor, apoyo, consejos, y valores que me ha brindado durante toda mi vida y que me convierten en la persona que soy. Muchas gracias por todo mam, eres una mujer muy valiente y me siento muy orgulloso de ser tu hijo.

Agradezco todo el amor, consejos y enseanzas que me ha entregado mi hermano Alejandro, quien me enseo, entre otras cosas, el amor por los libros. Eres una muy linda persona hermano mo, muchas gracias por todo, te quiero mucho compadre.

Tambin agradezco a mi hermano Omar por todo su amor, consejos y enseanzas que me han hecho afrontar la vida con valenta. Gracias por estar siempre ah, eres una persona excepcional hermano mo. Te quiero mucho compadre.

A mi hermanita Danitza, m cuada Pamela y a mis sobrinos Nicole y Vicente. Muchas gracias por todo el amor que me han entregado y la felicidad que me hacen sentir al ser parte de sus vidas. Los adoro

Agradezco a Paulina, por su honesta amistad, sinceridad y apoyo incondicional en todo momento y por su infinito amor Te amo.

Agradezco tambin a mi ta Mariana y a mi abuelita Mara. Siempre estar agradecido por todo el apoyo, cario y amor que me han dado durante toda mi vida.

A mis grandes amigos Marcelo Prez y Jorge Parra. Son los mejores amigos que cualquier persona puede desear. Sigan soando de la manera que lo hacen, porque algn da se harn realidad

A mis amigas y amigos: Patricia Opazo, Andrea Ziga, Gina Fulgeri, Carolina Monroy, Francisco Baschmann, Christian Orellana, Jaime Donoso, Jorge Hernndez, Daniel Orellana, Mauricio Riquelme, Cristian Cceres, Rodrigo Cceres, Luis Cabrales, Gonzalo Montealegre y Santiago Medina.

Agradezco al profesor Csar Saldivia, por su sincera amistad, incondicional apoyo y por creer en el proyecto y por sobre todo en nosotros. Muchas gracias profe

Quisiera agradecer de manera especial a Claudio Contreras, quien nos ayud y apoy en todo momento. Muchas gracias Claudio, sin tu ayuda esta memoria no sera lo que es, gracias por cultivar nuestras mentes y muchas gracias por tu amistad. Eres una gran persona y un excelente profesional.

Agradezco al profesor Ren Zepeda, por su valiosa ayuda, su gran apoyo y disponibilidad en todo momento. Sin duda una de las personas ms capaces e inteligentes que he conocido, el cual nos incentiv a desarrollar una memoria de esta envergadura y que nos ense que ante todo, somos ingenieros. Gracias por su amistad profesor.

Agradezco a los profesores Jos Jara, Miguel Daz, Vctor Herrera y Hugo Nez, por todo su apoyo y valiosos consejos durante toda mi estancia en la Universidad. Quienes adems me ensearon el verdadero significado de ser Ingeniero.

Finalmente agradezco a mi amado padre, Nelson Fabres y a mi querido abuelo Arturo Fabres. Quienes se acompaan en la eternidad. Siempre los recordar y amar

A todos ustedes, muchas gracias por hacer esto posible

RESUMEN La informacin geogrfica puede ser una herramienta ms que rentable si se le sabe sacar provecho a nivel comercial. Los Geonegocios hoy se encuentran en pleno auge y atraviesan de manera transversal a la banca, el retail, las cadenas de distribucin, las telecomunicaciones y las diferentes reas de servicios.

La disciplina de los Geonegocios es de vital importancia en el proceso de elaboracin de un proyecto de inversin de gran envergadura, donde los riesgos y costos de tomar decisiones son altsimos. Por lo que la pura intuicin como un juego de dados sea quien decida las estrategias comerciales de la empresa, deja de ser satisfactoria para los inversionistas, y es entonces cuando se requieren mtodos ms sistemticos, fundados ms en la inteligencia que en el azar, que permitan identificar los mejores segmentos de clientes y las ms ventajosas potenciales reas nuevas de mercado, para un negocio

determinado, en mercados altamente competitivos.

Bajo esta perspectiva se enmarca el siguiente proyecto, el cual pretende utilizar a las ciencias Geomticas, para apoyar la elaboracin de un modelo espacial de Geonegocios. Donde diversas son las herramientas y marcos conceptuales necesarios para abordar un proyecto de esta envergadura, tales como; Geografa Econmica, Cartografa, Sistemas de Informacin Geogrfica (SIG) y las Tcnicas del espacio, entre otras.

La finalidad de este trabajo de memoria es elaborar un modelo de Geonegocios que permita determinar cluster de potenciales clientes, que respondan al perfil actual de los demandantes del servicio de educacin, Centro de Formacin Tcnica (CFT) Magnos. Junto a la aproximacin de potenciales zonas de localizacin, mediante el uso de una metodologa terica y tcnica. De manera tal, de evitar la posibilidad de prdida de rigor terico de las automatizaciones.

El captulo I es de tipo introductorio hacia la problemtica, estipulndose la hiptesis y los objetivos de la investigacin. El captulo II expone una amplia gama de fundamentos tericos, epistemolgicos, matemticos y sistemticos necesarios, para poder acercar el entendimiento global de la Geografa en los negocios y sustentar los procedimientos realizados. El captulo III explica los procedimientos involucrados para la elaboracin del modelo par Negocio Clientes. En el captulo IV se abordan los anlisis y discusiones ms significativos de los resultados del estudio. Y finalmente el captulo V expresa las conclusiones de la metodologa empleada y del producto final. Junto a ciertas recomendaciones, para obtener un buen desarrollo en un trabajo similar. Palabras Claves: Cluster, Geomerketing, Localizacin, Geomtica.

ABSTRACT Geographical information can be a very profitable tool if we take advantage of it at commercial level. Nowadays, Geobusiness is in full heyday and influencing the banking, the retail, the distribution networks, the telecommunications and the different areas of services, in a transverse way.

The Geobusiness discipline performs vital significance in the process of making a project of investment of great importance, in which the risks and costs of taking decisions are quite high. Therefore, the fact that pure intuition as a dice game is what decides the commercial strategies of the company is not being satisfactory for the investors any more. Thus, here it is when systematic methods are more required; methods based more on intelligence than on the hazard, which allow to identify the best segments of clients and the most profitable potential new areas of market, for a certain business, on highly competitive markets.

The following project is framed under this perspective and tries to use the Geomatic sciences to support the creation of a spatial model of Geobusiness. There are certain diverse tools and conceptual frames necessary to carry a

project of this importance out, such as; Economic Geography, Cartography, Geographical Information Systems (GIS) and space techniques, among others.

The purpose of this project is to elaborate a Geobusiness model which allows to determine cluster of potential clients, who answer to the current profile of the claimants of the education service, Centro de Formacin Tcnica (C.F.T) Magnos, besides the approach of potential zones of location, by means of using a theoretical and technical methodology. As long as avoid the possibility of losing the theoretical rigour of the automations.

Chapter I is a kind of introduction to the problems, stipulating the hypothesis and the objectives of the research. Chapter II presents a wide scale of theoretical, mathematical and systematic fundamentals necessary to be able to explain the global understanding of the Geography in the business and to support the made procedures. Chapter III explains the procedures involved in the making of the Business pair model Clients.

Chapter IV states the most significant analyses and discussions about the results of the study. And finally Chapter V is about the conclusions of the

methodology used in the project and the final product, besides certain recommendations to obtain a good development in a similar work.

Key words: Cluster, Geomarketing, Location, Geomatic.

INDICE GENERAL
CAPITULO I: INTRODUCCION

1.1.- Antecedentes Generales ......................................................................... 1 1.2.- Planteamiento del problema .................................................................... 3 1.3.- Hiptesis de la Investigacin ................................................................... 5 1.4.- Objetivos de la Investigacin ................................................................... 5 1.4.1.- Objetivo General ........................................................................ 5 1.4.2.- Objetivos Especficos................................................................. 5 CAPITULO II: FUNDAMENTOS TEORICOS PARA ELABORACION DE UN MODELO DE GEONEGOCIOS 2.1 La Geomtica (Orgenes Componentes) ................................................ 7 2.1.1.- SIG En el Ncleo de la Geomtica .......................................... 11 2.1.2.- Contexto y funcionalidades del SIG ............................................ 12 2.2.- Los Geonegocios ...................................................................................... 14 2.2.1.- Bases de datos y su tratamiento................................................. 15 2.2.2.- La funcin del Geomarketing ................................................................. 17 2.2.3.- Tipos de segmentacin de mercados (Marketing) ...................... 19 2.3.- La Base geodsica en la cartografa digital .............................................. 22 2.3.1.- Sistemas de referencia locales ................................................... 23 2.3.2.- Sistemas Globales de Referencia ............................................... 24 2.4.- Transformacin entre sistemas de referencia........................................... 24 2.4.1.- Transformacin Bidimensional entre sistemas ........................... 25 2.4.2.- Estimacin de Parmetros .......................................................... 25 2.4.3.- Modelo de cuatro parmetros con centroide............................... 26 2.4.4.- Ajuste Geodsico: principio mnimos cuadrados......................... 27 2.5.- Geografa Econmica ............................................................................... 29 2.5.1.- Teora de los lugares centrales................................................... 33

2.6.- Teoras sobre la estructuracin del espacio Urbano................................. 36 2.6.1.- Teora de los ncleos Mltiples................................................... 38 2.7.- Similaridad cartogrfica ............................................................................ 39 2.8.- El Anlisis y La estadstica Espacial ........................................................ 40 2.8.1.- El espacio vectorial como un sistema continuo .......................... 42 2.8.2.- La correspondencia espacial ...................................................... 44 2.8.3.- La Homogenizacin de escalas cartogrficas............................. 46 2.8.4.- Stack de mapas .......................................................................... 47 2.8.5.- Polgonos de Thiessen................................................................ 49 2.8.6.- La autocorrelacin espacial (principales ndices)........................ 49 2.9.- El anlisis estadstico de datos (Multivariante) ......................................... 50 2.10.- El Anlisis cluster y su tratamiento ........................................................ 51 2.10.1.- Concepto de proximidad ........................................................... 53 2.10.2.- Anlisis Cluster Jerrquico ....................................................... 54 2.10.3. - El mtodo de average linkage (between Groups) .................... 54

CAPITULO III:

ELABORACION DEL MODELO DE GEONEGOCIOS PAR NEGOCIO CLIENTES

3.1.- Marco conceptual terico de la elaboracin del modelo .......................... 56 3.2.- Metodologa de trabajo ............................................................................. 57 3.2.1.- Esquema de procesos y recursos Geomticos........................... 61 3.3.- Validacin del modelo geomtrico ............................................................ 62 3.3.1.- Requisitos generales del material cartogrfico............................ 62 3.3.2.- La cobertura de ejes SAF............................................................ 64 3.3.3.- Georreferenciacin WGS84 de la Cartografa de ejes SAF 2002 ................................................................................... 65 3.3.4.- La cartografa de Manzanas del INE ........................................... 70 3.3.5.- Georreferenciacin WGS84 de la cartografa censal INE ........... 70 3.3.6.- Primer resultado de superposicin cartogrfica en

WGS84 entre SAF e INE........................................................................ 75 3.3.7.- Acciones para mejorar la unificacin cartogrfica ....................... 76 3.4.- Acciones y tratamiento de la informacin alfanumrica ............................ 79 3.4.1.- Caracterizacin del nicho ............................................................ 82 3.4.2.- Anlisis y seleccin de las variables clones ................................ 86 3.5.- Tratamiento de Anlisis Espacial.............................................................. 88 3.5.1.- El modelo espacial de clonacin de nichos................................ 88 3.5.2.- Transformacin del espacio discreto, a un espacio contino ...... 90 3.5.3.- Medicin de la correspondencia espacial y la creacin de la Matriz de uniones Espaciales ....................................................... 90 3.5.4.- Normalizacin de los datos geogrficos (Zscores) ................................ 93 3.5.3.- El Stack de mapas ................................................................................. 94 3.5.4.- Autocorrelacin Espacial de los cluster clones ...................................... 96 3.6.- Anlisis estadstico de cluster de variables97 3.7.- Validacin del entorno Urbano103 3.8.- Nuevas reas de mercado y la aproximacin de reas para localizacin ...................................................................................106 CAPITULO IV: ANALISIS Y DISCUSIONES 4.1.- Anlisis del trabajo Cartogrfico .............................................................108 4.1.2.- Anlisis del producto final obtenido mediante el tratamiento de anlisis espacial ...........................................................109 CAPITULO V: CONCLUSIONES Y RECOMENDACIONES..........................115 BIBLIOGRAFIA ..............................................................................................118 FIGURAS 2.1: Aplicaciones integrantes de la geografa automatizada visn de Dobson 1983................................................................................................ .8 2.2: Etapa de convergencia (Geomtica) y evolucin tecnolgica.................... 10

2.3: Componentes Esenciales de los Geonegocios.......................................... 14 2.4: Fuentes de informacin de datos Estructuras catastrales ...................... 16 2.5: Procesos de integracin de datos para realizar Geomerketing.................. 18 2.6: Temas crticos de distribucin comercial ................................................... 19 2.7: Relacin de modelos de transformacin y coordenadas ........................... 26 2.8: Modelo de transformacin por 4 parmetros con centroide ....................... 27 2.9: Factores explicativos de la organizacin del territorio................................ 29 2.10: Influencia del territorio en el funcionamiento de la actividad econmica.. 31 2.11: Superposicin de reas de mercado ....................................................... 35 2.12: Distribucin ptima de centros de servicios (Lugares Centrales) ............ 36 2.13: Modelos Clsicos de estructura Urbana .................................................. 37 2.14: Modelo de ncleos mltiples de Harris y Ullman ..................................... 38 2.15: Relacin conceptual entre el espacio de datos y el espacio geogrfico .. 40 2.16: El espacio vectorial como un sistema continuo........................................ 43 2.17: Aproximaciones por Lattices (Retcula) y los Grid (Rejilla) ...................... 44 2.18: Campana de Gauss para valores Zscore ................................................ 47 2.19: El Stack de mapas Geogrficos............................................................... 48 2.20 Esquema general del anlisis de cluster................................................... 52 2.21: Constantes de la formula Lance Williams para cluster jerrquicos..................................................................................... 55

3.1: Tasa de retorno a la educacin por tipo de educacin .............................. 58 3.2: Crecimiento desbalanceado....................................................................... 59 3.3: Anlisis espacial de concentracin de la oferta educacional ..................... 60 3.4: Superposicin cartografa SAF en Google Earth ....................................... 64 3.5: Diferencia mxima entre Cartografas SAF2002 y Base WGS84 .............. 66 3.6: Distribucin de vrtices sobre el rea de estudio....................................... 67 3.7.1: Reduccin mnima 5m. Post georrefereciacin....................................... 69 3.7.2: Reduccin mxima 0.5m. Post georreferenciacin ................................. 69

3.8: Distribucin de vrtices entre SAF 2002 e INE. No georreferenciado ......................................................................................... 71 3.9: Diferencias mximas de 80 m. entre SAF2002 WGS84 e INE no georreferenciado ................................................................................ 72 3.10a: Resultado georreferenciacin (comuna periferia Norte Conchal) ................................................................... 75 3.10b: Resultado georreferenciacin (Comuna Santiago) ................................ 76 3.11: Resultado validacin geomtrica WGS84 en Google Earth (Alameda Norte Sur) ..................................................................................... 78 3.12: Extracto de la plataforma del diccionario Redatam CENSO2002 ..................................................................................................... 81 3.13a: Grfico de edades.................................................................................. 83 3.13b: Grfico aos de ingreso al CFT ............................................................. 83 3.13c: Grfico de parentesco con el Jefe de Hogar .......................................... 83 3.13d: Grfico de estado civil............................................................................ 83 3.13e: Grfico de puntajes PSU........................................................................ 84 3.13f: Grfico de notas de enseanza media ................................................... 84 3.13g: Grfico medios de transporte utilizado................................................... 85 3.13h: Grfico comunas de desempeo laboral ............................................... 85 3.13i: Grfico de GSE ....................................................................................... 85 3.14: Listado de variables por nivel de anlisis................................................. 86 3.15: Georreferenciacin de variables alfanumricas ....................................... 87 3.16a: Uniones espaciales intrafactor mercado ................................................ 91 3.16b: Uniones espaciales intrafactor demogrfico .......................................... 92 3.16c: Uniones espaciales intrafactor educacional ........................................... 92 3.16d: Uniones espaciales intrafactor territorial ................................................ 93 3.17: Cluster clones del nicho C.F.T Magnos ................................................... 96 3.18: Resultado autocorrelacin espacial I Moran ............................................ 97 3.19: Resultado dendograma, comuna La Florida ..........................................100

3.20: Resultado dendograma, comuna Maip ................................................101 3.21: Resultado dendograma, comuna Pudahuel ...........................................103 3.22: Entorno urbano cluster Pudahuel...........................................................104 3.23: Entorno urbano comuna Maip..............................................................105 3.24: Entorno urbano cluster La Florida..........................................................105 3.25: Resultado final clones de clientes, nuevas reas de mercado y aproximacin potenciales localizaciones ........................................................107

TABLAS

3.1: Coordenadas vrtices en transformacin entre sistemas 2D para cobertura de ejes SAF 2002.68 3.2: Estimacin de parmetros entre sistemas 2D con centroide para cobertura de ejes SAF 2002..69 3.3: Coordenadas vrtices en transformacin entre sistemas 2D, para cobertura de manzanas INE.73 3.4: Estimacin de parmetros entre sistemas 2D con centroide para cobertura de manzanas INE74 3.5: Matriz de proximidad, comuna de La Florida..99 3.6: Esquema de aglomeracin, comuna de La Florida99 3.7: Matriz de proximidad, comuna de Maip .................................................100 3.8: Esquema de aglomeracin, comuna de Maip ........................................101 3.9: Matriz de proximidad, comuna de Pudahuel ............................................102 3.10: Esquema de aglomeracin, comuna de Pudahuel.................................102

CAPITULO I:

INTRODUCCION

1.1.- ANTECEDENTES GENERALES. Dadas las condiciones sociales y econmicas, durante los primeros 50 aos de este siglo, la mayora de las empresas, persiguiendo una estrategia de mercado agregado, trataron de maximizar la eficiencia de produccin y esfuerzos de marketing para fabricar uno o unos pocos productos estandarizados y venderlos a un gran mercado concentrado (Boyd, Walker; 1993). Su principal estrategia de marketing era apelar a tantos clientes potenciales como fuera posible. Para ello, contaron slo con su eficiencia de costos para ofrecer los precios ms bajos. En la actualidad slo pocos mercados de productos se desarrollan bajo estas condiciones, esto, pues un solo producto estandarizado no satisface a la mayora que lo necesita. Ante esta postura de la demanda, en conjunto con los cambios sociolgicos producidos por el aumento del nivel de ingreso disponible, los niveles de educacin y el crecimiento masivo de los medios de comunicacin, aunado a la irrupcin de la informacin ha producido clientes con ms y variadas necesidades, gustos sofisticados y estilos de vida diferentes. Es por esto que las empresas, han tomado acciones en direccin de conocer mejor el perfil de sus clientes, utilizando procedimientos de variadas disciplinas, tales como: sociologa, demografa, psicologa, estadstica y elementos de la geografa como las tcnicas del estudio del espacio y la localizacin. Considerando que dichas diferencias de gustos, clase, raza, genero y sexualidad se relacionan con la denominada espacialidad de la vida social (Edward Soja).

Esto conduce a la necesidad de segmentar los mercados. La segmentacin de mercado es el arte y la ciencia de separar a los clientes o empresas en distintos grupos, en funcin de determinadas caractersticas. Cada grupo no slo ser distinto, sino que los grupos sern idealmente excluyentes (Pal E. Green, Abba M. Krieger; 1999).

Los medios y metodologas que permiten la realizacin de dichas operaciones se sustentan en el nacimiento de nuevas disciplinas cientfico tecnolgicas, pero altamente epistemolgicas, como son las geociencias, ms precisamente la Geomtica. Las cuales a la vez se enmarcan fuertemente en la actualidad por un pensamiento urbano y territorial contemporneo. Dicha evolucin se encuentra presente en el marco conceptual de esta obra con el nacimiento de los Geonegocios - pensamiento estratgico empresarial y la Geomtica -.

Los Geonegocios hoy se encuentran en pleno auge y atraviesan de manera transversal a la banca, el retail, las cadenas de distribucin, las

telecomunicaciones y las diferentes reas de servicios. Sustentado en la potente herramienta SIG, permite situar toda la informacin relevante de la actividad econmica encima de un mapa y ver como se relaciona la informacin georreferencial de distribucin espacial con la del mercado. Con el anlisis visual de superponer las variables de informacin importante para los negocios sobre el mapa, ya se puede ver todos los lugares en donde se podra vender, qu lugares no estn cubiertos y en qu lugares podra fracasar. Aadiendo a esto el uso de la tcnica del Geomerketing, que segn Coro Chasco Yrigoyen, tiene como funcin abordar cuatro elementos del marketing mix (producto, comunicacin, distribucin y precio), se podr dar respuesta a cuatro conjunto de preguntas 1) Seleccin y anlisis de la localizacin: - Cul es la mejor localizacin para el negocio ? - Es ptima la actual localizacin del negocio? De qu forma afecta al valor estratgico de la localizacin del negocio, las condiciones cambiantes del mercado? 2) Estrategia Multiunitaria: - Cuntas localizaciones se deberan mantener en un mercado concreto? Estn los negocios actuales demasiado cerca o demasiado lejos unos de otros? - Cul es la mejor combinacin de localizacin de los negocios para obtener los mayores beneficios al menor costo? 3) Estrategia de expansin/racionalizacin: - Dnde se pueden encontrar nuevos mercados para el negocio? Cmo se

pueden abastecer ms eficazmente los mercados en los que se encuentra el negocio actualmente? 4) Anlisis de la localizacin de la competencia: Dnde estn los competidores? Cmo afecta al negocio propio su estrategia de localizacin? - Cmo puede afectarles a ellos la estrategia de localizacin propia? Si a esto sumamos el uso de tcnicas de estadstica espacial que permiten analizar las caractersticas inherentes del territorio, se podr tomar decisiones acertadas, para el crecimiento futuro de la empresa. Eliminando costos a travs de la variable espacial y dejando a un lado la competencia directa. 1.2.- PLANTEAMIENTO DEL PROBLEMA. Por qu un estudiante debe recorrer grandes distancias para obtener una mejor educacin?, Ser que cerca de su localidad no est la educacin que l busca?, La educacin que l desea no est a su alcance econmico?, simplemente Los establecimientos existentes en sus cercanas no cubren sus intereses vocacionales?

Cunto joven, potencial cliente de la educacin, se pierde en estas y otras simples interrogantes y se transforma en un nicho demandante para las empresas que venden este servicio, las cuales no lo ven?

En gran medida la solucin a estas interrogantes pasa por un tema de localizacin geogrfica de los establecimientos que ofrecen este servicio. Los cuales tienden a ubicar sus nuevas sucursales en lugares ya probados anteriormente, para no correr riesgos, ampliando el margen de centralizacin de estos servicios. Sin embargo, deben destinar grandes inversiones en publicidad, marketing y otras gestiones en mercados extensos para capturar clientes y alcanzar un grado de competencia perfecta. Considerando que un mercado es perfectamente competitivo cuando hay muchos vendedores pequeos en

relacin con el mercado, el producto es homogneo, los compradores estn bien informados, existe libre entrada y salida de empresas y decisiones independientes, tanto de los oferentes como de los demandantes (Andrs Popritkin, 1999).

Son diversos los modelos clsicos de organizacin espacial de la actividad econmica, tales como los de Christaller, Losch, Weber, Thunen. Los cuales han abierto una veta hacia estos temas. Sin embargo, son insuficientes en la actualidad para analizar el comportamiento que dirigen las acciones comerciales, debido a su excesiva rigidez y geometrizacin. Las cuales no permiten considerar los temas de mejora de transporte, de amenidades urbanas, motivaciones de la poblacin y la alta competitividad de mercados. Bajo esta perspectiva la Geomtica permite conjugar dichas teoras con la alta tecnologa de hoy en da, permitiendo el perfeccionamiento de estos modelos. En este marco se sustenta el presente proyecto de memoria, el cual pretende con un modelo de Geonegocios par (negocio - cliente) para la educacin- en el Centro de formacin Tcnica (CFT) de la Universidad Mayor de la empresa Montesur Consultores-, aminorar los riesgos antes mencionados, permitiendo tomar decisiones en otras potenciales reas geogrficas con la certeza absoluta de la existencia de clusters1 clones de su actual perfil de estudiantes. Basndose en la ubicacin exacta de clientes y potenciales, sucursales de la competencia, accediendo adems a la informacin de grupo socioeconmico, poblacin por sexo y edad, bienes que posee cada hogar, telfonos asociados a cada direccin, entre otros cientos de atributos. Permitindoles conocer mejor a su pblico objetivo, eliminando costos a travs de la variable espacial y dejando a un lado la competencia directa que provoca dicha centralizacin.
1

Tcnica multivariante de datos que tiene por finalidad dividir un conjunto de objetos en grupos de forma

que los perfiles de los objetos en un mismo grupo sean muy similares entre s (cohesin interna del grupo) y los de los objetos de clusters diferentes sean distintos (aislamiento externo del grupo).

1.3.- HIPTESIS DE LA INVESTIGACIN. El modelo de Geonegocios para la educacin encontrar los grupos de potenciales nuevos clientes y aproximar nuevas zonas de mercado, diferentes o alternativas al centro educacional de la Regin Metropolitana establecido en el barrio Repblica de la comuna de Santiago.

1.4.- OBJETIVOS DE LA INVESTIGACIN.

1.4.1.- OBJETIVO GENERAL.

Elaborar un Modelo de Geonegocios, determinando las zonas de potenciales clientes de la Educacin Superior, dentro del lmite urbanizado de la Regin Metropolitana. Localizando los nichos demandantes del perfil del CFT MAGNOS de la Universidad Mayor. A travs de un anlisis espacial y estadstico de similaridad y clusterizacin de datos cartogrficos integrados en un SIG (tcnica de clonacin de nichos).

1.3.2.- OBJETIVOS ESPECFICOS.

Entregar los fundamentos tericos y epistemolgicos, necesarios para sustentar los procedimientos, tcnicas y metodologas de las

automatizaciones utilizadas para la elaboracin del modelo.

Utilizar la teora del modelo de Walter Christaller, potenciando las desventajas iniciales de este. Al considerar los aspectos esenciales en los comportamientos que dirigen la actuacin de comerciantes, empresas de servicios y usuarios en la actualidad.

Realizar un proceso de normalizacin y unificacin cartogrfica que responda a una precisin y exactitud, a travs de un re-ajuste de parmetros geodsicos a la cartografa de ejes de la Regin Metropolitana del SAF 2002.

Cambiar el Datum de la cartografa de manzana del INE SAD-69 a WGS -84, mediante el uso de software geomtico y programacin de los parmetros preestablecidos por el equipo memorista.

Crear una matriz de uniones, mediante metodologa de anlisis espacial. Y aplicar un stack de mapas, por desviaciones estndar. Para visualizar las reas de conglomerados espaciales.

Utilizar el ndice de Moran, para medir la autocorrelacin espacial de los nichos clones.

Aplicar la tcnica de anlisis cluster en SPSS, para ver la correlacin de las variables que componen los nichos clones.

Validar el entorno urbano, que comprende a los cluster clones. Analizando la correspondencia de patrones espaciales.

CAPITULO II: FUNDAMENTOS TEORICOS PARA ELABORACION DE UN MODELO DE GEONEGOCIOS 2.1.- LA GEOMTICA. La Geomtica es un trmino cientfico moderno que resulta de la unin entre las Ciencias de la Tierra y la Informtica. Se puede definir como un campo de actividades que, usando una aproximacin sistmica, integra todos los medios para adquirir y manejar datos espaciales requeridos como parte de actividades cientficas, administrativas, legales y tcnicas que se preocupan de la produccin y manejo de informacin espacial (Instituto Canadiense de Geomtica, Canad. 2000).

La Geomtica es el producto de las diluciones disciplinarias, derivadas de la evolucin de perspectivas, que presenta la Geografa a finales del siglo XX, donde esta comienza a tener tres visiones para el anlisis de la realidad:

La primera basada en la nocin de Ecologa del Paisaje (Naveh, 1982; Naveh y Lieberman, 1984)

la segunda que toma aspectos socio-culturales de la actualidad y se denomina Geografa Postmoderna (Soja, 1989)

y la tercera corresponde a la Geografa Automatizada (Dobson, 1983) basada en la Geotecnologa, es decir, en los notables desarrollos tecnolgicos digitales que han impactado en nuestra ciencia.

Es en 1980 donde aparecen las primeras reflexiones de la nueva revolucin tecnolgica, la cual mediante las TIG Tecnologas de Informacin Geogrfica comienzan a posibilitar la visin digital del mundo real, mediante el uso de medios computacionales. Permitiendo automatizar la mayora de los mtodos

utilizados para la resolucin de problemas geogrficos. Con este argumento Dobson (1983) presenta el surgimiento de la Geografa Automatizada. Y vislumbra una integracin computacional a futuro. Ya que las aplicaciones integrantes de la Geografa Automatizada al realizar tareas de alta especificidad como componentes rgidos presentan lmites muy precisos entre ellas.

Fig. 2.1 Aplicaciones integrantes de la geografa automatizada visn de Dobson 1983. Fuente: Dr. Gustavo Buzai (Consejo nacional de investigaciones cientficas - Argentina).

La ratificacin de la postura de Dobson sobre la integracin computacional se comienza a gestar diez aos mas tarde, a travs de la fuerza innovadora de los sistemas de informacin geogrfica. Y se consolida finalmente en los inicios del siglo XXI con el desarrollo de la Geomtica como disciplina, la cual logra integrar definitivamente a la informtica con las ciencias geogrficas. Bibliogrficamente se encasilla segn la Organizacin GEOMATICS (2001) del Reino Unido como geografa aplicada. Segn Buzai (1998, 1999) como una geografa global2 la cual desarrolla un movimiento centrfugo que surge del ncleo he impacta en mbitos extradiciplinarios.
2

Lnea de dilucin disciplinaria que surge de la Geografa Cuantitativa y la Geografa Automatizada. Esta

Geografa es basada en las aplicaciones computacionales y en los avances digitales.

La Geomtica da las posibilidades de lograr modelados ms reales en diferentes escalas permitiendo llegar a conseguir avances atractivos para muchas disciplinas. Tales como: minera, agricultura, forestal, ambiental, urbanismo, empresarial, entre otras. Que, en ciertos estudios, necesitan incorporar la variable espacial a sus anlisis. La transformacin del mundo real en un modelo digital, con posibilidades de ser trabajado mediante procedimientos computacionales, exige una serie de transformaciones conceptuales que finalizan al nivel de byte. Mediante esta fragmentacin y estandarizacin, todo objeto geogrfico puede definirse digitalmente a travs de una geometra particular (punto, lnea, polgono, raster o x-tree), una localizacin precisa en el espacio absoluto (x-y o geogrficas), una serie de atributos (campos de informacin-variables o capas temticaslayers) y su existencia en un momento histrico (instante de realizacin de las mediciones). (Buzai, 1999).

La realizacin de estos aspectos por medios informticos se logra mediante la creacin de bases de datos alfanumricas y grficas. Las primeras corresponden a letras, nmeros, que representan los atributos de cada entidad ubicada en el espacio y los software que se utilizan para su tratamiento son los Editores De Textos (EDT), Administradores de Bases de Datos (ABD), Planillas de Clculo (PLC), Programas de Anlisis Estadstico (PAE) y Sistemas de Posicionamiento Global (GPS).

Las segundas se encuentran asociadas al almacenamiento de los aspectos geomtricos, y los software que se utilizan para su tratamiento, son los programas de Diseo Asistido por Computadora (CAD), Cartografa Asistida por

10

Computadora (CAC), Procesamiento Digital de Imgenes (PDI), Software de conversin Grfica (SCG) y Modelado digital de Terreno (MDE), entre otros.

Como puede verse en la Figura 2.2, lo que se ha descrito es la etapa de convergencia en la era geodigital, que presenta Buzai. Definiendo las plataformas computacionales que asisten a la Geomtica, y presentando a los SIG como la herramienta ncleo de esta. Adems Incorporando en un avance posterior el concepto de Ciberespacio, por su mayor amplitud, dando la posibilidad de incluir aspectos de la realidad virtual en un conjunto de conocimientos que ha dado lugar a la conformacin del campo de estudio de la Cibergeografa (Buzai, 2000; Toudert Buzai, 2004). En la cual las futuras lneas de estudio contemplan una conjuncin entre capacidades tcnicas, una realidad aumentada, aspectos psicolgicos y estructuracin del lenguaje en el marco de la mejores capacidades de comunicacin espacial (Winter, 2004).

Fig. 2.2 Etapa de convergencia (Geomtica) y evolucin tecnolgica Fuente: Dr. Gustavo Buzai (Consejo nacional de investigaciones cientficas CONICET- Argentina).

11

2.1.1 SIG EN EL NLEO DE LA GEOMTICA. Los SIG son una herramienta multifinalitaria y utilizada por muchos sectores del pas. Ciertamente la caracterstica ms relevante de estas herramientas es que son capaces de integrar gran cantidad de datos existentes en otros programas o provenientes de otras fuentes alfanumricas y grficas, logrando la descripcin del espacio geogrfico de forma tan detallada y ajustada cuanto los datos existentes lo permitan.

Cuando se combinan las bases de datos alfanumricas y grficas y estas ltimas se encuentran

referenciadas espacialmente a travs de un sistema de coordenadas

(georreferenciacin) -, estamos en presencia del concepto SIG. El cual se centra en el ncleo, como pilar relacionador de informacin y

plataformas computacionales. Si de ste ncleo se sale hacia los bordes, comenzamos encontrar diferentes tipos de software que le sirven de apoyo y que en su totalidad forman el campo de la Geomtica. La Geomtica se convierte en un campo de gran amplitud, en el cual se puede incluir todo tipo de software de aplicacin y del cual la tecnologa SIG es el ncleo (al tomar el lugar central). Esto es posible porque la Geomtica no se define a travs del tipo de software que la integra, sino a travs de la clase de informacin que maneja: informacin geogrfica o geoinformacin. Por lo tanto, todo tipo de aplicacin computacional pude ser incluida, desde las ms generales hasta las ms especficas, pues todas se relacionarn en un enlace

12

de sucesivas transformaciones que posibilitan, la creacin de un modelo digital de la realidad. 2.1.2.- CONTEXTO Y FUNCIONALIDADES DEL SIG. Un Sistema de Informacin Geogrfica (SIG), es un sistema de informacin compuesto por hardware, software y procedimientos para capturar, manejar, manipular, analizar, modelizar y representar datos georreferenciados, con el objetivo de resolver problemas de gestin y planificacin. (NCGIA - National Center for Geographic Information and Analysis.EE.UU). En general, son identificados como aplicativos que contienen herramientas que permiten hacer mapas a medida e interactuar con ellos a travs de consultas sobre un determinado lugar, facilitando la solucin de mltiples problemas en las diferentes reas del desarrollo territorial.

Se puede afirmar que el inicio de los SIGs, del punto de vista cientfico tecnolgico, se produjo con el cambio del formato analgico de la cartografa convencional a la digital y al avance de la informtica (en especial, los aspectos del software y del hardware) Etapa de convergencia: Geodigital.- Del punto de vista epistemolgico, estos nacen y se sustentan bajo una serie de conceptos y mtodos, que han sido la base sobre el cual se desarroll la tecnologa SIG. Bunge (1961) en su libro Theoretical Geography los identific como elementos geomtricos fundamentales en la Geografa y son con los que trabajan los softwares SIG vectoriales actuales. Hagerstrand (1952) se interes por el anlisis de las superficies, en sus modelos de difusin de innovaciones basado en la compartimentacin del espacio por medio de una retcula, que constituye en un antecedente del software GIS raster. Otros autores como Ullman (1956), Garrinson (1960), Nystuen (1961) y Kansky (1963) introdujeron los elementos topolgicos en el anlisis espacial, y Berry (1964) al tratamiento estadstico de la informacin Geogrfica.

13

En definitivas la definicin exacta de los SIGs recae en la orientacin que se les d; y en la importancia que le dan diferentes autores a estas tecnologas. Se puede tomar entonces una definicin que sirve para justificar la era pregeodigital - propuesta por Buzai - formulada por Dacey (1970) y que considera que un Sistema de Informacin Geogrfica puede ser cualquier cosa que funcione como un mapa, al comunicar geogrficamente la informacin solicitada por los usuarios del sistema

Ahora siendo ms especficos, los SIGs pueden ser vistos en base a tres aspectos diferentes: Funcionalidad: "Un potente conjunto de herramientas para recolectar, almacenar, recuperar a voluntad, transformar y presentar datos espaciales procedentes del mundo real". (Burrough 1986). Contenido: "Un sistema que utiliza una base de datos espacial para generar respuestas ante preguntas de naturaleza geogrfica. Un SIG general puede ser visto como un conjunto de rutinas espaciales especializadas que descansan sobre una base de datos relacional estndar". (Goodchild 1985). Institucional: "Un sistema de ayuda a la decisin que integra datos referenciados espacialmente en un contexto de resolucin de problemas." (Cowen 1988).
Las citas empleadas en el capitulo 2.1.2, fueron extradas del programa para America Latina y el Caribe Aplicaciones del catastro multifinalitario; Lincoln Institute.

14

2.2.- LOS GEONEGOCIOS. Los Geonegocios, son la disciplina que aporta soluciones, plantea estrategias y elabora modelos de accin, desde dentro de las empresas, con el objeto de conocer a fondo la problemtica. Se les puede comprender como la aplicacin de la Geomtica a los negocios, al ocupar diferentes disciplinas como la estadstica, sociologa y las relacionadas con la gestin comercial, como el marketing estratgico y relacional - y mezclarlas con Geografa. Adems por usar un grupo de herramientas computacionales de distintas plataformas, siempre bajo una visin econmica espacial.

Fig.2.3 Componentes Esenciales de los Geonegocios Fuente: Elaboracin propia.

En Chile las grandes compaas ya cuentan con departamentos a nivel de gerencia o al menos de subgerencia dedicados a estudiar la rama de los Geonegocios. (Alfredo Escobar, gerente general de Dmapas, 2007). Tiene por objetivo el potenciar y mejorar la toma de decisiones empresariales. Especficamente decisiones relacionadas a la inversin, de una nueva o futura localizacin (fsica inmobiliaria) de un servicio o negocio cualquiera. Atiende a las interrogantes que se relacionan directamente con la localizacin del negocio: el Dnde? y Por qu? Invertir. La consideracin principal que

15

sostiene, es que haya suficientes clientes potenciales en el rea para alcanzar la cantidad mnima o umbral de ventas requerido para que el negocio sea rentable. A fin de cumplir este requisito, una compaa debe tener en cuenta no slo el nmero de habitantes, sino tambin la intencin de esa poblacin de desplazarse al centro en el que se encuentra el comercio. Por esta razn los Geonegocios comprenden en su estructura de planificacin decidora, a los modelos y teoras clsicas de localizacin espacial y de estructuracin urbana. Esto queda de manifiesto en Chile y el mundo, al ver como las grandes

cadenas de supermercados y el mundo del retail, se han posesionado sobre el territorio, considerando a la teora de los lugares centrales fundamental para el tema de medir las reas de mercado, centrndose en la actualidad en la extensin y no en la forma geomtrica, de las reas de mercado que propone la teora.

2.2.1.- BASE DE DATOS Y SU TRATAMIENTO.

Para la realizacin de estudios de Geonegocios se debe contar con informacin base, de tipo alfanumrica y cartogrfica. Las cuales pueden ser parte de las bases de datos internas, correspondientes a las propias de la empresa o a las externas correspondientes los datos proceden de instituciones (pblicas o privadas) especialmente dedicadas a la elaboracin y difusin de grandes bases de datos de tipo social y econmico. Dichas bases de datos tienen como fuente de elaboracin a las estructuras catastrales. De ah que los Geonegocios son una disciplina activa dentro de una poltica de pas.

16

Fig. 2.4 fuentes de informacin de datos Estructuras catastrales Fuente: Elaboracin propia.

En relacin al tratamiento de la informacin, esta debe poner en manifiesto las relaciones existentes en las bases almacenadas (cartogrficas y

alfanumricas). Para lo cual se utilizan tcnicas del anlisis espacial, para estudiar los procesos que se encuentran en el origen de esas estructuras, a travs de conceptos como los de distancia, de interaccin espacial, de alcance espacial, de polarizacin, de centralidad, de eleccin espacial y de territorialidad, entre otras.

Los mtodos que se emplean son complementarios entre s, por un lado se realizan procedimientos de estadstica clsica univariante o multivariante de datos AED (Anlisis de Datos), que comprenden a la combinacin de herramientas de la estadstica bsica (descriptivos, correlaciones, tablas de frecuencias o de correlacin cruzada) con anlisis multivariante avanzado, especialmente diseado para identificar formas en grandes bases de datos (anlisis cluster, escalas multidimensionales, anlisis logit, correlacin cannica,

17

anlisis de correspondencias, rboles de clasificacin, etc.). Paralelamente se emplean los denominados AEDE (Anlisis Exploratorio de Datos Espaciales). Los cuales a su vez deben ser complementados por un anlisis confirmatorio de modelacin espacial donde las tcnicas de la geoestadstica y de la morfologa matemtica, agrupados en la estadstica espacial, analizan directamente las informaciones geocodificadas.

En relacin a las herramientas y tcnicas, estos cuentan con los SIG como principal herramienta georreferenciadora de informacin y con el geomarketing como tcnica fundamental; el cual aporta entre otras; con el procesamiento y tratamiento de las bases de datos, aunado a la generacin de productos cartogrficos que visualicen las acciones comerciales realizadas, junto a los elementos importantes para los negocios (clientes, potenciales clientes, datos censales, competencia, conectividad, transporte, inmuebles, etc.). 2.2.2.- LA FUNCIN DEL GEOMARKETING.

El Geomerketing es una disciplina reciente, an poco conocida a nivel mundial; es en Europa y fundamentalmente en Espaa donde se ha desarrollado como tal. Es de una gran potencialidad, permite a los decisores visualizar las estrategias de marketing y poner al descubierto aquellas localizaciones de mayor potencialidad en un negocio. Nacida de la confluencia del marketing y la geografa, se trata de una disciplina que podra definirse como el conjunto de tcnicas que permiten analizar la realidad econmico-social desde un punto de vista geogrfico, a travs de instrumentos cartogrficos y herramientas de la estadstica espacial (Coro Chasco). Del punto de vista operacional se define como un sistema integrado por datos, programas informticos de tratamiento, mtodos estadsticos y representaciones grficas destinadas a producir una

18

informacin til para la toma de decisiones, a travs de instrumentos que combinan la cartografa digital, grficos y tablas (Latour y Floch, 2001).

Figura 2.5 Procesos de integracin de datos para realizar Geomerketing. Fuente: Universidad tcnica de Loja.

El Geomerketing dentro de los Geonegocios acta como una tcnica, que tiene como funcin operativa, dos aspectos fundamentales. El primero corresponde al anlisis del comportamiento de los clientes y potenciales clientes

(segmentacin). Con el objetivo de dar solucin a las interrogantes que les ataen: Quines son?, Cmo son? y Dnde estn? Contribuyendo a las decisiones empresariales, con productos que permitan conocer mejor el perfil de los clientes, saber lo que necesitan, lo que hacen, que gustos tienen, que caractersticas, su cultura, su educacin y sus necesidades, entre otras. Siempre manteniendo este anlisis en relacin a la localizacin o entorno espacial del cliente o a lo que se defini como espacialidad de la vida social (Soja). Que es en definitiva lo que determina el nombre de la disciplina. El segundo aspecto corresponde a lo que propone Coro Chasco, que es abordar cuestiones crticas y habituales de la distribucin comercial (vase Fig. 2.6), con la misin de tomar cuatro elementos del marketing mix (producto, comunicacin, distribucin y precio) desde la perspectiva espacial que subyace a todos ellos. As, la dimensin espacial se pone de manifiesto en este proceso en el que un producto (bien o servicio) debe ser comunicado al pblico a

19

travs de medios promocionales (por ejemplo, un panel publicitario en una calle), as como distribuido en un medio de transporte para su comercializacin en un punto de venta, con un precio, que suele estar condicionado muchas veces por cuestiones locacionales (una calle, un centro comercial, una ciudad, etc.).

Fig. 2.6: Temas crticos de distribucin comercial. Fuente: El Geomerketing y la distribucin comercial (Coro Chasco).

2.2.3.- TIPOS DE SEGMENTACIN DE MERCADOS (MARKETING).

El desafo para los negocios es segmentar en la forma ms til. Para lograr esto, los grupos, ya sean de personas o cosas, deben responder de forma diferente a las distintas acciones desplegadas por las empresas tanto en diseo, precio, promocin y distribucin.

Si bien toda segmentacin para ser efectiva, deber poseer las caractersticas que a continuacin se enuncian (William J. Stanton, Michael J. Etzel, Bruce J. Walker; 1996): Tener segmentos identificables y medibles, tener segmentos accesibles, tener segmentos rentables y contar con segmentos reactivos.

20

Los mercados cambian, son dinmicos, evolucionan. Las respuestas que se obtienen de los segmentos representan opiniones sostenidas en un punto especfico en el tiempo y hoy en da esas opiniones estn destinadas a cambiar.

No existe un slo tipo de segmentacin de mercados, puesto que stos estarn en funcin de las variables que se elijan como descriptores de los segmentos. Los mtodos se pueden clasificar en dos grandes grupos: los descriptores de segmentacin genricos y los descriptores de segmentacin especficos. (Boyd, Walker; 1993)

Los

descriptores

de

segmentacin

genricos

corresponderan

las

necesidades del consumidor, comportamiento relacionado con el producto y comportamiento relacionado con la persona (Boyd, Walker 1993).

a) Necesidades del Consumidor. Es preciso identificar los beneficios especficos que buscan los consumidores ante un producto, ya que el consumidor comprar finalmente el producto.

b) Comportamiento relacionado con el producto. Una segmentacin de mercado basada en el conocimiento del producto o predisposicin a comprar puede identificar a los no usuarios que sean los ms probables en llegar a ser futuros compradores.

c) Comportamiento relacionado con la persona. El identificar y comprender las distintas caractersticas de innovacin por parte de los clientes puede ser vital para implementar medidas en las distintas etapas del ciclo de vida de un producto.

21

Los descriptores de segmentacin especficos corresponden a los descriptores de comportamiento y descriptores demogrficos. (Boyd, Walker 1993).

a) Descriptores de comportamiento. Con respecto al estilo de vida, se busca agrupar a los consumidores sobre la base de sus actividades, intereses y opiniones. El estilo de vida provee una de las descripciones ms informativa de la conducta de los consumidores. b) Descriptores Demogrficos. Estas variables, tales como edad, ingreso, tamao del hogar o sexo, dan otra base para particionar a los consumidores en grupos. La Segmentacin por Grupo Socioeconmico es una medida integrada por un conjunto de caractersticas demogrficas, elegidas y definidas sobre la base de criterios y experiencia. El indicador ms comn de la clase social incluye el nivel de ingreso, el nivel de escolaridad, tipo de ocupacin y tipo de vecindario en que vive una persona, es por tanto, una medida demogrfica compuesta.

La variable edad puede utilizarse como herramienta predictiva. El sexo es un descriptor que tiene implicaciones no solamente por razones biolgicas sino tambin por la asignacin de roles de hombres y mujeres en nuestra sociedad. El concepto de ciclo de vida familiar est dirigido a predecir el comportamiento de compra por una combinacin de edad, estado civil y la presencia de nios. En lo que se refiere al Ingreso, la disponibilidad de dinero para afrontar las necesidades es, por supuesto, un pre-requisito de la demanda. La ocupacin puede relacionarse directamente con la necesidad de productos especficos. La educacin est relacionada cercanamente con el ingreso. El nivel educacional de los consumidores tiene un alto impacto en productos tales como viajes, libros, revistas, seguros y equipos fotogrficos.

22

2.3.- LA BASE GEODSICA EN LA CARTOGRAFA DIGITAL.

En la actualidad el desarrollo tecnolgico y la revolucin tcnica asociada a ste, afecta al desarrollo de todas ciencias, entre ellas las sociales y las relacionadas con el territorio. La Cartografa es, tal vez, una de las ciencias que ms se ha visto influida por esta revolucin. La aparicin de herramientas informticas cada vez ms potentes, la utilizacin de nuevos medios de comunicacin, como vas para reorganizar el proceso de comunicacin, todo ello aunado a la incorporacin de los Ambientes Virtuales, permite vislumbrar cambios significativos en el desarrollo de los paradigmas que hasta ahora han marcado el trabajo cartogrfico (Bosque Sendra, J. - Zamora Ludovic, H., 2002).

Kolcn (Keates, 1996) fue uno de los primeros en plantear que la construccin y el uso del mapa deben tratarse como un todo, no slo como un soporte de datos, sino tambin como un medio de comunicacin de informacin territorial. Partiendo de esta premisa, se puede decir que la Cartografa, como ciencia, basa su objeto de estudio en la descripcin y representacin de los fenmenos espaciales, a partir de modelos (representaciones simplificadas de los hechos estudiados) que permitan una mejor comprensin de estos; es decir, a partir de la construccin de una serie de elementos espaciales, se modela la realidad, a fin de lograr una representacin simblica de la misma y de esta manera permitir la toma de decisiones bajo una visin total del espacio.

Dentro de los mencionados cambios tecnolgicos producidos en las ltimas dcadas, en el campo de las geociencias, cabe destacar el masivo uso de los SIG y los GPS, ya que la combinacin de ambos sistemas, permiten conformar un medio de comunicacin de informacin territorial ms preciso y actualizado. Donde el nexo que permite relacionar la informacin territorial con diferentes bases de datos almacenadas en los SIG es la denominada georreferenciacin.

23

En estricto rigor, la georreferenciacin es la asignacin de coordenadas ligadas a la Tierra a objetos de inters, ya sean naturales o artificiales. Permitiendo definir la ubicacin de un objeto espacial mediante el registro de su longitud y latitud en un sistema de coordenadas especfico.

Adquirir la informacin que integrar la base de datos es la operacin ms laboriosa y costosa involucrada en el desarrollo de un SIG. Georreferenciar dicha base de datos es, por el contrario, una operacin sencilla y de bajo costo relativo. Sin embargo, si se piensa que las coordenadas son el vehculo que permite que distintos usuarios superpongan en el SIG la capa de informacin de su inters, se advierte que de una georreferenciacin correcta depende, en gran medida, el aprovechamiento que pueda hacerse del SIG y multiplica su valor de mercado por cuanto lo hace til a un mayor nmero de usuarios. Pero la condicin ms relevante es que dichas coordenadas estn vinculadas al mismo sistema de referencia geodsico. El cual est asociado a un determinado elipsoide, Datum y modelo geoidal. Por ende, la base geodsica es primordial en la confeccin de una cartografa digital implementada en un SIG.

2.3.1.- SISTEMAS DE REFERENCIA LOCALES.

Un sistema geodsico local queda definido por la eleccin de una superficie matemtica que intenta recrear de la manera ms exacta posible a la Tierra, denominada elipsoide de referencia. Adems por un punto de origen (Datum), donde se establece su ubicacin en relacin con la forma fsica real de la Tierra (geoide).

En Chile los sistemas de referencia adoptados son: PSAD 56, SAD 69, Hito XVIII, WGS 84. El organismo oficial encargado de la definicin y

24

materializacin de los sistemas de referencia geodsicos nacionales es el Instituto Geogrfico Militar IGM.

2.3.2.- SISTEMAS GLOBALES DE REFERENCIA.

Los sistemas globales de referencia fueron desarrollados con el objetivo de establecer controles geodsicos tridimensionales en cualquier punto de la Tierra. Estos sistemas estn basados en el sistema cartesiano geocntrico, este ltimo queda definido como aquel sistema que especifica una terna de ejes ortogonales cartesianos X, Y, Z centrado en el centro de masas de la Tierra (Tierra y atmsfera).

Ejemplos de sistemas globales de referencia son el WGS 72 y el WGS - 84. Este ltimo es el sistema geocntrico adoptado en el funcionamiento del Sistema de Posicionamiento Global GPS.

2.4.- TRANSFORMACIN ENTRE SISTEMAS DE REFERENCIA.

Las transformaciones geodsicas se refieren al conjunto de operaciones analticas que permiten transformar las coordenadas de un punto de un determinado sistema referencial compatibilizacin entre estos. a otro, de manera que exista una

Para lograr el relacionamiento unvoco entre dos sistemas de referencia es menester conocer las relaciones entre los sistemas, es decir, la posicin del centro geomtrico de cada elipsoide con respecto al centro de gravedad de la Tierra, las dimensiones de cada elipsoide y las relaciones matemticas entre ambos sistemas, entre otros factores.

25

2.4.1.- TRANSFORMACION BIDIMENSIONAL ENTRE SISTEMAS.

Las transformaciones bidimensionales son utilizadas en planimetra, ya que no se considera el factor altura, y los modelos quedan definidos por (X e Y). Estas transformaciones varan desde transformaciones simples de similaridad a transformaciones ms complejas. Cuando no se consideran sistemas de referencia paralelos se formula el modelo con cuatro parmetros: traslacin en ambos ejes (Tx - Ty), ngulo de rotacin () y factor de escala (k).

2.4.2.- ESTIMACIN DE PARMETROS.

La estimacin de parmetros de transformacin, requiere de una muestra de vrtices con coordenadas referidas a ambos sistemas, de tal forma que permitan tener suficientes grados de libertad, y de esa forma posibilitar la estimacin mediante mnimos cuadrados. La relacin espacial entre sistemas de referencia tridimensionales (3D) puede ser modelada por 7 parmetros (3 rotaciones, 3 traslaciones y 1 factor de escala) o por solamente 3 traslaciones, en el caso ms simplificado. Por otro lado, sistemas bidimensionales (2D), por ejemplo sistemas proyectivos cartogrficos UTM (Universal Transversal Mercator), pueden ser modelados por 4 parmetros (2 traslaciones, 1 rotacin y 1 factor de escala) (Rapp, 1980; Blachut, 1979).

26

El siguiente esquema ilustra la relacin entre la naturaleza de las coordenadas y los modelos de transformacin asociados.

Fig. 2.6 Relacin de modelos de transformacin y coordenadas.

Fuente: Parmetros de transformacin entre sistemas de referencia geodsicos y cartogrficos.

R. Zepeda - D. Ortiz- C. Ocares.

2.4.3.- MODELO DE 4 PARMETROS CON CENTROIDE.

Modelo de transformacin que relaciona dos sistemas bidimensionales mediante 4 parmetros, dos traslaciones (Tx, Ty), segn los ejes coordenados, un ngulo de rotacin entre ellos () y un factor de escala (k). La adopcin de un centroide provoca la disminucin de la fuerte correlacin entre los parmetros estimados, permitiendo interpretar ms realistamente la relacin entre las precisiones de los parmetros y los residuos de las observaciones.

27

Fig. 2.8 Modelo de transformacin por 4 parmetros con centroide. Fuente: Parmetros de transformacin entre sistemas de referencia geodsicos y cartogrficos. R. Zepeda - D. Ortiz- C. Ocares.

2.4.4.- AJUSTE GEODSICO: PRINCIPIO MNIMOS CUADRADOS.

El sistema de compensacin de mnimos cuadrados tiene como finalidad encontrar una solucin nica al ajuste de un modelo. Segn el principio del mtodo de mnimos cuadrados, el valor ms probable para una magnitud es aquella cantidad tal que la suma de los cuadrados de los residuos entre las distintas observaciones sea mnima, es decir:

2 2 2 v12 + v2 + v3 + ..... + vn mnimo

Para facilitar el clculo de los valores residuales de un determinado conjunto de observaciones, se utiliza el lgebra matricial. Si las observaciones se expresan mediante ecuaciones lineales, la expresin lineal quedar representada de la siguiente manera:
n

Au u X 1 = n L1

Siendo en esta expresin n el nmero de ecuaciones; u el nmero de incgnitas; A una matriz cualquiera, X la matriz de parmetros o incgnitas y L la matriz de observaciones. Luego, si el nmero de ecuaciones es igual al nmero de parmetros, se tiene por solucin del sistema:

28

X = A 1 L
La solucin del sistema expresado anteriormente, se obtiene mediante sucesivos procesos de derivacin de matrices, llegando a la siguiente expresin:

X = ( AT A) 1 AT L
Uno de los casos ms comunes consiste en ajustar una serie de observaciones a una condicin preestablecida, lo que se expresa en forma de ecuaciones:

a0 + a1 x1 + a2 x2 + a3 x3 + ..... + an xn = 0 b0 + b1 x1 + b2 x2 + b3 x3 + ..... + bn xn = 0

.
r0 + r1 x1 + r2 x2 + r3 x3 + ..... + rn xn = 0
Donde xi representa un error o residuo de la forma xi = li + vi , por lo que las ecuaciones toman la forma:

a0 + a1 (l1 + v1 ) + a2 (l2 + v2 ) + a3 (l3 + v3 ) + ..... + an (l n + vn ) = 0 b0 + b1 (l1 + v1 ) + b2 (l 2 + v2 ) + b3 (l3 + v3 ) + ..... + bn (l n + vn ) = 0

.
r0 + r1 (l1 + v1 ) + r2 (l 2 + v2 ) + r3 (l3 + v3 ) + ..... + rn (l n + vn ) = 0
Finalmente, tomando estas ecuaciones se adaptan al modelo matricial, y de esta forma se conforma el modelo A X = L . Donde A est conformada por los coeficientes del modelo lineal, X corresponde a los valores de correccin y

L a las constantes del valor de correccin.

29

2.5.- GEOGRAFA ECONMICA.

Para asignar una definicin al estudio de la geografa econmica, es necesario comprender la convergencia existente entre economa y geografa. Esta convergencia nace de una serie de factores explicativos de la organizacin del territorio, ya que cualquier anlisis de una realidad espacial, ya sea un rea metropolitana, una regin, un pas, etc., exige incorporar la accin ejercida por mltiples factores, que actan de forma interactiva, reforzndose o

compensndose mutuamente (Fig. 2.9). Junto a la influencia de las condiciones naturales o ecolgicas, las herencias derivadas de un pasado que aun se hacen presente en ocasiones, el volumen y caractersticas de la poblacin, el sistema de relaciones sociales, las pautas culturales dominantes, o la organizacin poltica institucional sern las principales razones explicativas de la

organizacin del territorio.

Estructura Econmica Estructura Econmica

Fig. 2.9 Factores explicativos de la organizacin del territorio. Fuente: Geografa econmica La lgica espacial del capitalismo global Ricardo Mndez.

Entre todo ese conjunto de condicionamientos naturales y sociales, pasados y presentes, tangibles e intangibles, resulta de particular importancia el efecto ejercido por las condiciones econmicas sobre la estructura y el dinamismo de los territorios. Cabe destacar aquel que atae a las condiciones de vida que

30

disfrutan o padecen los habitantes de las diferentes regiones del mundo, ciudades, pueblos, etc., tienen mucho que ver con su diversa estructura u organizacin econmica, que tambin influye sobre el uso que del espacio y el tiempo hacen los diversos grupos humanos residentes en cada una de esas reas.

Pero limitar la vinculacin entre la economa y el espacio a esa simple relacin causa-efecto supone un sesgo reduccionista que ignora una parte sustantiva de la realidad, al convertir el territorio en un simple escenario inerte sobre el que se instalan mltiples elementos, en este caso de ndole econmica, y tienen lugar acontecimientos o procesos. Por el contrario, el territorio debe entenderse tambin como agente activo que influye de forma directa, tanto sobre las desiguales posibilidades para que surjan iniciativas empresariales en

determinado tipo de actividades, como favoreciendo o dificultando su desarrollo posterior, su decisin de implantarse en determinados lugares, delimitar sus reas de actuacin, etc. (Snchez, J. E., 1991).

De esta manera se puede citar una de las definiciones ms sintticas y precisas de la geografa econmica, la cual fue planteada por Lloyd y Dicken, al sealar que la geografa econmica se interesa en la construccin de principios generales y teoras que explican el funcionamiento del sistema econmico en el espacio y, en tal sentido, es el punto de vista espacial el que distingue a la geografa econmica como mbito de estudio de la economa, aunque ambas estn implicadas en el estudio de los sistemas econmicos (Lloyd, P. E. y Dicken, P., 1977, 7). ). Una definicin alternativa es la planteada por Claval, al afirmar que la geografa econmica intenta explicar la distribucin de los hechos de produccin, distribucin y consumo. Para mejor captarlos, utiliza las categoras propuestas por los economistas, precisando la manera como el espacio los modela o los modifica (Claval, P., 1980, 14). En otras

31

publicaciones, su identificacin con el estudio de los sistemas econmicos espaciales (Butler, J. H.., 1981), o de las estructuras territoriales derivadas de la actividad econmica (Conti, S. et al., 1991), no hace sino insistir en esa misma direccin.

En resumen, parece existir un acuerdo generalizado en identificar la geografa econmica con el estudio de las interrelaciones dialcticas existente entre la actividad econmica y el espacio, abordadas desde una doble perspectiva (vase fig. 2.10) (Mndez, R., 1997).

Fig. 2.10 Influencia del territorio en el funcionamiento de la actividad econmica Fuente: Geografa econmica La lgica espacial del capitalismo global Ricardo Mndez.

32

De una parte, el espacio ejerce una influencia multiforme sobre el funcionamiento econmico, al comportarse, a la vez, como fuente de recursos, como obstculo a los desplazamientos y como soporte de la actividad, que ocupa un suelo de caractersticas y precio determinados (Rochefort, M., 1975). Por ello las caractersticas inherentes del territorio influyen sobre la eficiencia, rentabilidad y organizacin de las empresas y actividades econmico. econmicas existentes que constituyen su sistema

Pero, una vez implantadas, las actividades econmicas ejercen una fuerte influencia sobre la organizacin del territorio a travs de una serie de consecuencias o impactos visibles, que afectan la movilidad, el crecimiento y las caractersticas de su poblacin, la composicin y problemas de sus mercados de trabajo, los procesos de urbanizacin y la estructura interna de las ciudades, la delimitacin de reas dinmicas y en declive, el establecimiento de relaciones de dominacin o

dependencia con el exterior, o las condiciones medioambientales y la calidad de vida.

Finalmente, los estudios sobre localizacin de actividades y empleos, sobre la estructura y el dinamismo econmico de los territorios a distintas escalas, sobre los efectos derivados de la actividad econmica en la organizacin espacial, con especial atencin a los desequilibrios generados, junto al estudio de las polticas pblicas relacionadas y una participacin activa en la planificacin y gestin de actividades en el territorio, definen, pues, las lneas principales de investigacin en geografa econmica (Mndez, R., 1997).

33

2.5.1.- TEORA DE LOS LUGARES CENTRALES.

Las explicaciones sobre la localizacin de las actividades comerciales y los servicios a la poblacin tienen como origen la obra del gegrafo alemn Walter Christaller, que en 1933 present su tesis doctoral sobre Los lugares centrales del sur de Alemania. Fue tambin uno de los primeros trabajos geogrficos que utiliz el mtodo deductivo, pues intent demostrar la hiptesis de que de igual forma que existen leyes econmicas que determinan la vida de la economa, as existen tambin leyes geogrfico-econmicas que rigen la distribucin de los ncleos urbanos, en cuanto a tamao, nmero y localizacin.

Segn Christaller, las ciudades se definen por su funcin como centro de intercambio desde el que se abastece de bienes y servicios tanto su propia poblacin, como las reas rurales ms o menos extensas, por lo que actan como lugares centrales respecto a un rea de influencia que se dispone alrededor. Tanto los comercios, como numerosos servicios privados y pblicos cumplen esa funcin, por lo que pueden ser clasificados como bienes y servicios centrales. La categora o centralidad de un ncleo de la poblacin depender de la cantidad y el rango de los bienes y servicios que ofrezca. Esas actividades comerciales y de servicios pueden jerarquizarse segn la frecuencia que exija su uso, generalmente relacionada con su precio, las cuales exigen un volumen mnimo de consumidores potenciales para poder ser rentables, que aumenta con su rango y al que se denomina umbral de demanda. Las de menor rango, por ofrecer bienes/servicios generalmente poco costosos y de uso frecuente, necesitan estar prximas al consumidor (menor alcance), pues el desplazamiento a larga distancia encarece mucho su coste y reduce su demanda, por lo que sern numerosas y ubicuas, aspectos representativos de aldeas o pueblos, los cuales suelen presentar

bienes/servicios de carcter bsico o de primera necesidad. Por el contrario, los

34

bienes y servicios de mayor calidad y precio, que suelen ser de uso poco frecuente y, por esa razn, exigen un mayor umbral de demanda, sern de rango superior y las empresas que los ofrecen resultarn menos numerosas y localizadas en pocos lugares, pues la poblacin estar dispuesta a realizar desplazamientos ms largos para poder acceder a ellos, por lo que se ampliar su rea de mercado (o regin complementaria) hasta donde se sobrepase el nivel de rentabilidad mnima, aspecto representativo de las ciudades, las cuales suelen presentar una oferta cuantitativa y cualitativa.

Christaller intent explicar la localizacin territorial de los lugares centrales en una hipottica llanura isotrpica (distribucin homognea de una poblacin que cuenta con igual poder adquisitivo y libre movilidad en todas direcciones), en condiciones de competencia perfecta y con una estricta racionalidad en el comportamiento de vendedores y consumidores. A partir de tales restricciones, dedujo las regularidades principales que identifican la localizacin territorial de los centros comerciales y de servicios, resumidas en tres principales, segn Mndez (1997):

Lugares centrales de una misma categora tendern a distribuirse de forma regular en el territorio para organizar reas de mercado de forma aproximadamente circular y radio igual al alcance de los bienes de mayor rango que ofrezcan. Tal como sealo Lsch (1941), alrededor de cada lugar central se formar un cono de demanda en el que, desde una perspectiva tridimensional, la cantidad demandada de cada bien y servicio central disminuir con la distancia hasta llegar a ser nula.

No obstante, esas reas de mercado circulares dejarn espacios sin abastecer si estn demasiado alejadas entre s, o tendern a solaparse en caso contrario (vase fig. 2.11), dejando reas intermedias de

35

indiferencia. Por esa razn, la forma ms eficiente de abastecer a toda la poblacin con el menor nmero de lugares centrales ser mediante reas de formas hexagonales.

Siguiendo ese criterio, las reas de mercado hexagonales de las diferentes categoras de lugares centrales tendern a encajarse unas dentro de otras segn su diferente alcance, formando redes de centros dispuestos de forma regular en el territorio (vase fig. 2.12), que mantienen una relacin jerrquica regular, pues el nmero de centros de orden inferior tiende a reducirse en un tercio al ascender un nivel de la jerarqua, al tiempo que la superficie y poblacin de sus reas de mercado se multiplica por tres y la distancia entre ellos por la raz cuadrada de tres (principio del mercado).

Fig. 2.11 Superposicin de reas de mercado. Fuente: Geografa econmica La lgica espacial del capitalismo global Ricardo Mndez.

Las citas empleadas en el capitulo 2.5, desde las pginas 32 -38, fueron extradas desde Mndez Ricardo (1997) Geografa econmica, la lgica espacial del capitalismo global

36

Fig. 2.12 Distribucin ptima de centros de servicios (Lugares Centrales). Fuente: Elaboracin propia.

Por otro lado, Lsch al desarrollar el modelo del rea de mercado, slo tom en cuenta los factores econmicos que determinan la regin econmica y dej de lado a todas las dems variables expuestas por Christaller. A raz de esto algunos de los determinantes econmicos sirvieron para la concentracin (ventajas de especializacin y produccin a escala) y otros para la dispersin (reduccin de costos y diversificacin de la produccin). Su modelo presentaba dos caractersticas: 1) Las economas a escala hacen que el productor cargue un precio por arriba del costo promedio en un intento de extraer mayores ganancias; 2) Los consumidores que viven cerca de la planta estn en mejores condiciones que los que viven alejados de esta, porque obtienen los productos ms baratos. A partir de esto Lsch afirma que se puede esperar que los consumidores compitan entre s por los sitios ms cercanos a la planta. (Carrillo, 2002).

37

2.6.- TEORAS SOBRE LA ESTRUCTURACIN DEL ESPACIO URBANO.

Importante es considerar ,en la aplicacin de un modelo de localizacin de bienes o servicios, la estructuracin del espacio urbano sobre la cual se va a planificar una nueva o futura localizacin, tomando en cuenta que los modelos clsicos de localizacin responden a una visin geomtrica espacial utpica que no considera los comportamientos que dirigen la actuacin de comerciantes, empresas de servicios y usuarios, tales como : la mejora de transporte, amenidades urbanas y las relaciones de competencia entre ncleos de poblacin, caractersticas inherentes a una ciudad o a una estructura urbana ya consolidada.

El primer modelo sobre la estructuracin del espacio urbano fue propuesto por el socilogo Ernest W. Burgess en 1925 al conceptualizar el desarrollo de la ciudad en anillos concntricos a partir del centro (CBD, Central Business District), analiz su crecimiento en sucesivos procesos de invasin-sucesin que ampliaban los lmites de la ciudad y realizaban un corrimiento de las reas sociales, que iban desde un deterioro central hasta una periferia favorecida. (Figura 2.13A)

Fig. 2.13 Modelos Clsicos de estructura Urbana Fuente: La evolucin de los factores de localizacin de actividades pag. (90 -95)

38

El economista Homer Hoyt en 1939 estudiando la distribucin residencial de ms de veinte ciudades de los pases occidentales basa su explicacin en un crecimiento por sectores (figura 2.13B), tendencia que las clases altas aprovecharan ubicndose en las reas ms accesibles al centro (principales vas de circulacin) y buenas desde un punto de vista paisajstico (frentes costeros). Finalmente, los gegrafos Chauncy Harris y Edward Ullman en 1945 analizan el tema privilegiando el proceso de conurbacin, es decir, la unin de diferentes aglomeraciones que llevara a la generacin de grandes reas urbanas con mltiples centros. (Teora de los ncleos mltiples, figura 2.13C), la cual fue una base para que posteriormente Brian J.L.Berry y William Garrison pudieran aplicar, a finales de la dcada del cincuenta, la teora de lugares centrales a nivel intraurbano.

2.6.1.- TEORA DE LOS NCLEOS MLTIPLES.

Las ciudades no tienen un solo centro, sino que tienen muchos minicentros. Las actividades similares se localizan en la misma rea y crean miniciudades dentro de la ciudad mayor.

Fig. 2.14 Modelo de Ncleos Mltiples de Harris y Ullman. Fuente: Perspectivas tericas en Sociologas Urbana pag. (8 - 9).

39

Segn el modelo de ncleos mltiples de Harris y Ullman, las ciudades se desarrollan alrededor de una serie de centroides o ncleos. Los usos del suelo ms conocidos se identifican en reas que corresponden a distintos ncleos alrededor del centro histrico y comercial (CBD) y, sobre todo, en los suburbios. Ninguna ciudad sigue la forma pura de algn modelo. La mayora de las ciudades tienen aspectos visibles de los tres modelos (Burgess Hoyt Ullman) y son, por lo tanto, compuestas.

2.7.- SIMILARIDAD CARTOGRFICA.

En el anlisis visual y subjetivo inconscientemente se compara, un mapa con respecto a otro, tratando de hacer una valoracin de la distribucin de colores en cada zona. La dificultad de este tipo de aproximaciones tiene una doble vertiente: a la vez hay que recordar las tramas de colores y adems calcular las diferencias. Con un anlisis cartogrfico cuantitativo se realiza lo mismo, pero con la diferencia de que en vez de usar los colores y sus variaciones visuales, se utilizan los valores cartogrficos verdaderos existentes en el interior de los mapas. Para comprender este tipo de anlisis es fundamental tener claro la unin conceptual entre el espacio de datos geogrfico y el espacio de datos. El espacio geogrfico utiliza coordenadas (latitud, longitud). Mientras que, para entender el espacio de datos se puede recurrir a una conceptualizacin del mismo, suponiendo el espacio de datos como si fuera una caja de cristal tridimensional, la cual esta comprendida por un montn de bolas flotando en su interior. En la figura 2.18 se muetra a modo de ejemplo, las magnitudes que definiran las dimensiones de la caja de cristal estn definidas por los ejes de las mediciones de fsforo (P), potasio (K) y nitrgeno (N). Las bolas flotantes, por su parte, representan tramas de datos para cada localizacin.

40

Fig. 2.15 Relacin conceptual entre el espacio de datos y el espacio geogrfico. Fuente: Artculos de la serie Beyond Mapping: Ms all de la cartografa Joseph Berry.

Volviendo al ejemplo, se ve en la Figura 2.15, la bola que est ms cercana (la de mayor tamao), se aprecia que es a su vez la ms alejada en el espacio de datos al punto tomado como comparacin. En consecuencia, es tambin el punto menos similar a dicho punto de comparacin. Esta distancia existente entre los puntos ms alejados se toma como referencia para establecer el criterio de ms diferente en toda la serie de datos, y se iguala al valor mnimo de 0% en una escala virtual de similaridad. Por contra, un punto con una trama de datos idntica tendra una representacin exactamente en el mismo punto del espacio de datos, lo que dara lugar a una distancia 0 de nuestro punto de comparacin y por tanto al valor mnimo de la escala virtual de similaridad (100%).

2.8.- EL ANLISIS Y LA ESTADSTICA ESPACIAL.

El anlisis espacial pone en evidencia estructuras y formas de organizacin espacial recurrentes, que resumen por ejemplo los modelos centro-periferia, los campos de interaccin de tipo gravitatorio, las tramas urbanas jerarquizadas,

41

los diversos tipos de redes o de territorios, etc. Analiza los procesos que se encuentran en el origen de esas estructuras, a travs de conceptos como los de distancia, de interaccin espacial, de alcance espacial, de polarizacin, de centralidad, de estrategia o eleccin espacial, de territorialidad. Leyes de la espacialidad vinculan a esas formas y esos procesos, y estn integradas en las teoras y los modelos del funcionamiento y la evolucin de los sistemas espaciales.

Los mtodos utilizados para el anlisis espacial son muy diversos. El empleo de la estadstica clsica conduce a olvidar en un primer momento la localizacin de los objetos y, completada por la cartografa, encuentra luego, en un anlisis en trminos de residuos, los efectos espaciales. Por el contrario, los mtodos de la geoestadstica y de la morfologa matemtica, agrupados en la estadstica espacial, analizan directamente las informaciones geocodificadas.

Asimismo, se podra distinguir una modelizacin "en el espacio", empleada para simular los efectos de interacciones espaciales sobre la evolucin de entidades geogrficas definidas a priori, y una modelizacin "del espacio" que identifica las propiedades y las estructuras a partir de la informacin contenida en matrices de interaccin.

Una atencin particular merece, en anlisis espacial, la definicin de la escala geogrfica considerada, del nivel de observacin, ya se trate del nivel "microscpico" de los actores individuales o de agregados espaciales definidos en los niveles meso o macrogeogrficos. Las teoras de la autoorganizacin han subrayado el inters por observar las interacciones que se producen en un nivel de organizacin de los sistemas, para comprender la dinmica de esos sistemas en un nivel de organizacin superior. El anlisis de los procesos por los cuales se efecta el paso de un nivel al otro, la emergencia cualitativa de las

42

estructuras, que hace pertinente el cambio de escala, es uno de los grandes problemas que se plantean actualmente en la reflexin terica y en la modelizacin en geografa.

Aunque la historia de las preocupaciones que expresa pueda ser jalonada de nombres de ilustres precursores, el anlisis espacial es una rama de la investigacin cuyo desarrollo es relativamente reciente. Apoyndose sobre los mtodos estadsticos y los modelos matemticos, utilizando los mapas, los sistemas de informacin geogrfica (SIG.) y diversos tiles de simulacin, integrando tambin los resultados de encuestas sobre los comportamientos en el espacio y sus representaciones, el anlisis espacial es empleado por muchas otras disciplinas adems de la geografa: en economa espacial (o ciencia regional), historia, agronoma, arqueologa, ciencias del medio ambiente, etc (Denise Pumain).

2.8.1.- EL ESPACIO VECTORIAL COMO UN SISTEMA CONTINUO.

Los datos de tipo vectorial son la base para el procedimiento de gestin de datos que suelen utilizarse en el Geomerketing, tales como la geocodificacin de eventos, la construccin de rutas optimas, entre otras. De esta manera conforman la perspectiva geomtrica del espacio cartogrfico. Por otra parte los datos con estructura de malla son una forma relativamente nueva de describir el espacio geogrfico y sus relaciones. Las entidades grficas contenidas dentro de un mapa vectorial identifican objetos espaciales discretos e irregulares, con contornos ntidamente definidos. Sin embargo, otros tipos de datos (imgenes raster, grids raster y pseudogrids), tratan el espacio de una manera totalmente diferente, utilizando para ello una estructura regular espacialmente continua. Los pseudo-grids y los grids raster son similares a las propias imgenes raster, dado que tratan el espacio

43

geogrfico como un continuo. Sin embargo, la organizacin y naturaleza de los datos son radicalmente diferentes. Un pseudo-grid est formado por una serie de polgonos cuadrados de tamao constante que cubren el rea de anlisis (Fig. 2.16). En la prctica, cada elemento contenido en estos pseudo-grids es tratado como un polgono independiente, con sus correspondientes caractersticas espaciales y temticas; eso s, todos los polgonos tienen la misma forma y el mismo tamao. En consecuencia, los pseudo-grids almacenan datos totalmente numricos en sus tablas de atributos (como los grids normales), pero sin embargo sus entidades grficas son vectoriales. Al tratar cada celda como un polgono vectorial independiente, se crea una organizacin explcita de la informacin que es tan ineficiente como limitada de cara al anlisis espacial.

Fig. 2.16 El espacio vectorial como un sistema continuo. Fuente: Artculos de la serie Beyond Mapping: Ms all de la cartografa Joseph Berry.

Para desarrollar la transformacin desde un espacio discreto a uno continuo, se puede trabajar con distintas aproximaciones, entre ellas destacan las Lattices (Retcula) y los Grid (Rejilla). Por su parte, los lattices utilizan lneas para graficar la configuracin de la superficie. Las curvas de nivel en la versin 2D

44

identifican puntos de ruptura entre intervalos de valores iguales y los Grid, por su parte, utilizan celdas para representar la configuracin de la superficie. Su versin 2D consiste en un simple relleno de cada celda con el color correspondiente a su intervalo de valores. Las herramientas ms conocidas que desarrollan esta teora dentro de los SIG, corresponden a los anlisis de densidad y proximidad (Joseph Berry).

Fig. 2.17 Aproximaciones por Lattices (Retcula) por los Grid (Rejilla). Fuente: Ms all de la cartografa Joseph Berry / Trans-espacialidad urbana Claudio Contreras.

2.8.2.- LA CORRESPONDENCIA ESPACIAL.

Segn Gustavo Buzai, al momento de regionalizar mediante el empleo de tcnicas cuantitativas se pueden buscar resultados a travs de dos variantes; la delimitacin de regiones contiguas o fragmentadas. Las primeras tienen relacin con una forma de pensar la realidad en la cual se privilegia un punto de vista paisajstico o la obtencin de reas de gestin, mientras que la segunda es un paso ms cercano a la captacin de la funcionalidad del sistema espacial. En ambos casos el criterio que agrupa unidades espaciales para la formacin

45

de reas es el de homogeneidad, el cual no significa que los valores medidos en su poblacin deban ser similares al de la unidad espacial, sino como afirma Timms (1974), tiene que ver con la alta probabilidad de elegir un individuo al azar y que sus datos se acerquen a los datos que caracteriza el rea. De esta manera se minimizara la denominada falacia ecolgica, que consiste en atribuirle errneamente a un individuo el comportamiento medio de la poblacin del rea que habita.

Los mtodos propuestos por la geografa tradicional que tienden hacia la determinacin de regiones homogneas tienen que ver con dos formas de ver la realidad. Primero, el mtodo intuitivo basado en la percepcin, utilizado por la perspectiva regionalista, en el cual, luego de realizar una serie de observaciones el cientista deba delimitar una regin que tena existencia de forma independiente, mientras que para una perspectiva racionalista las regiones se construan mediante procedimientos intelectuales que apelan a una importante dosis de subjetividad.

Desde el punto de vista de la teora de conjuntos en combinaciones de regiones sistemticas o compuestas por una sola categora de la variable se pueden ver los niveles de correspondencia espacial (CE) de la siguiente forma:

Donde V1 y V2 representan las superficies ocupadas por las variables 1 y 2 respectivamente. De esta manera: 0 CE 1. Cuando la interseccin V1 V2 = 0 CE = 0 y cuando V1 V2 = V1 U V2 = 1 CE = 1. Este mtodo descrito corresponde a la superposicin de regiones sistemticas.

46

2.8.3.- LA HOMOGENIZACION DE ESCALAS CARTOGRAFICAS.

Un proceso determinante para hacer comparaciones cartogrficas, comprende a la estandarizacin de las variables, que conforman la matriz de especificidad Matriz que se genera en funcin de las uniones espaciales entre capas temticas . Consiste en ajustar los valores cartogrficos, mediante el clculo de los Zscore. Los que quedan en funcin de la siguiente expresin:

Donde:

x es un puntaje bruto de ser normalizados. es la desviacin estndar de la poblacin. es la media de la poblacin.

Es muy importante saber que ambas relaciones, numricas y espaciales (geogrficas), son conservadas en el proceso de normalizacin. En efecto, la normalizacin simplemente cambia la escala de los valores, como se cambiara de unidades de medida.

De esta manera se pueden realizar operaciones estadsticas cuantitativas entre las diferentes capas temticas, para saber como se comportan y se relacionan en el espacio.

La norma Resultado (Z) indica el nmero de desviaciones estndar que una observacin est por encima o por debajo de la media. Permite la comparacin de observaciones de diferentes distribuciones normales, que se realiza con frecuencia en la investigacin.

47

A continuacin se observa la comparacin de las diversas medidas de la distribucin normal: las desviaciones estndar, porcentajes acumulados, las puntuaciones Z, y T resultados.

Fig. 2.18 Campana de Gauss para valores Zscore. Fuente: Tipificacin de valores - Wikipedia

2.8.4.- STACK DE MAPAS.

En un conjunto de datos con estructura grid, las matrices que contienen los valores cartogrficos coinciden exactamente unos encima de otros en su posicin justa porque todas las capas se refieren al mismo marco de referencia (mismo nmero de filas, mismo nmero de columnas, mismo tamao de celda y mismo punto de referencia). Este tipo de organizacin de la informacin permite al ordenador identificar los valores de cualquier celda en el mapa mediante el acceso a los datos de las distintas matrices a partir de un nmero dado de fila/columna (el tipo de funciones que se utilizan en operaciones espaciales de superposicin punto-sobre-punto). Igualmente, los puntos vecinos presentes en el entorno de un determinado punto pueden ser ledos tambin a partir de la

48

seleccin de los valores vecinos correspondientes a una posicin fila/columna determinada (el tipo de funciones que se utilizan en operaciones de superposicin regional). En cuanto a la proximidad relativa de una celda con respecto a otra, sta se calcula a partir de la comparacin de dos o ms ubicaciones documentadas a partir de sus respectivas posiciones fila/columna (son el tipo de funciones que se utilizan en operaciones de anlisis de distancia y conectividad).

Un paquete de mapas ('Stack') puede ser almacenado como una serie de grids individuales o bajo la forma de una tabla multi-grid que contiene los valores de todas las capas juntas (Joseph Berry).

Fig. 2.19 El Stack de Mapas Geogrficos. Fuente: Artculos de la serie Beyond Mapping: Ms all de la cartografa Joseph Berry.

49

2.8.5.- POLGONOS DE THIESSEN. Los Polgonos de Thiessen (tambin Polgonos de Voronoi o Teselacin de Dirichlet) son una construccin geomtrica que permite construir una particin del plano eucldeo. Los polgonos de Thiessen son uno de los mtodos de interpolacin ms simples, basado en la distancia euclidiana, siendo especialmente apropiada cuando los datos son cualitativos. Se crean al unir los puntos entre s, trazando las mediatrices de los segmento de unin. Las intersecciones de estas mediatrices determinan una serie de polgonos en un espacio bidimensional alrededor de un conjunto de puntos de control, de manera que el permetro de los polgonos generados sea equidistante a los puntos vecinos y designando su rea de influencia. 2.8.5.- LA AUTOCORRELACIN ESPACIAL (PRINCIPALES NDICES).

La autocorrelacin espacial es una medida de la similitud temtica de los objetos geogrficos en un rea determinada. Cada objeto geogrfico tiene valores-atributos descriptivos de sus caractersticas (por ejemplo, un tipo de uso del suelo, tipo de vegetacin, etc.) y coordenadas espaciales (coordenadas x e

y del punto de ubicacin del fenmeno). La autocorrelacin espacial viene a

poner en relacin las diferencias temticas de los objetos en relacin con la distancia que presentan entre s. En general, si los objetos cercanos se parecen mucho entre s, se dice que existe una autocorrelacin espacial positiva; si por el contrario, los objetos cercanos, por el hecho de estar juntos, difieren mucho entre s, la autocorrelacin espacial es negativa (por ejemplo, la delincuencia suele ser menor en las cercanas de las comisaras de polica, denotando una

50

autocorrelacin espacial negativa entre casos de delincuencia y presencia policial). i.- ndices de Autocorrelacin Espacial. La autocorrelacin espacial -medida con el ndice que sea- siempre responde al mismo principio: poner en relacin las diferencias en los valores temticos entre dos ubicaciones o casos, con la correspondiente distancia geomtrica que les separa. Por ello, existe un armazn comn a todo ndice de autocorrelacin espacial del tipo: Donde Wij es la distancia geogrfica entre los dos sucesos o casos y Cij es la distancia en el espacio de datos o diferencia entre datos temticos. A partir de esta idea bsica, existen dos ndices de autocorrelacin, el de Geary y Moran. I MORAN:

La interpretacin del I de Moran es que si los valores son cercanos a 1 existe una fuerte dependencia espacial y son valores similares entre si tendiendo a estar juntos en el espacio. Los valores cercanos a -1 interpretan una dependencia negativa y para n-1 muestran una distribucin aleatoria (Gabriel Ortiz).

2.9.- EL ANLISIS ESTADSTICO DE DATOS (ANLISIS MULTIVARIADO).

El anlisis estadstico de datos incluye un conjunto de mtodos y tcnicas un variante y multivariantes que permiten estudiar y tratar en bloque o una o varias variables medidas u observadas en una coleccin de individuos. Existe la posibilidad de que esas variables sean solo cuantitativas, solo cualitativas o simultneamente de ambos tipos. Un tratamiento tan completo, unido a la

51

diversidad de enfoques tericos y prcticos que puede darse a un estudio multidimensional, explica la dificultad matemtica de un proceso que, por fuerza, ha de apoyarse en el clculo matricial y en tcnicas no bsicas (Cesar Prez, 2004).

2.10.- EL ANLISIS DE CLUSTER Y SU TRATAMIENTO.

El anlisis

cluster es un mtodo estadstico multivariante de clasificacin

automtica de datos. A partir de una tabla de casos-variables, trata de situar los casos (individuos) en grupos homogneos, conglomerados o clusters, no conocidos de antemano pero sugeridos por la propia esencia de los datos, de manera que individuos que puedan ser considerados similares sean asignados a un mismo cluster, mientras que individuos diferentes (disimilares) se localicen en cluster distintos (Csar Prez).

En relacin a su tratamiento es muy importante tener presente, que se pueden agrupar casos como variables. Adems tener tres consideraciones previas a su realizacin:

Seleccin de las variables relevantes para identificar a los grupos. Eleccin de la medida de proximidad entre los individuos. Eleccin del criterio de asociacin de individuos en conglomerados.

Es decisiva la seleccin de las variables que realmente sean relevantes para identificar a los grupos, de acuerdo con el objetivo que se pretenda con el estudio. De lo contrario, el anlisis carecer de sentido. Para la seleccin de la medida de proximidad, es necesario conocer bsicamente las principales medidas de similitud y distancia, ya que los conglomerados que se forman se hacen en relacin a la proximidad entre las variables o individuos. Puesto que

52

los grupos que se forman en cada paso dependen de la proximidad, distintas medidas de proximidad pueden dar resultados distintos para mismos datos. Para elegir el criterio de agrupacin conviene conocer, como mnimo los principales mtodos y algoritmos de cluster, para cada uno de sus tipos, ya sean para los mtodos Jerrquicos, como para los No jerrquicos.

Fig. 2.20 Esquema general del anlisis de cluster. Fuente: Tcnicas de Anlisis Multivariante de datos, Aplicacin en SPSS - Cesar Prez .

53

2.10.1.- CONCEPTO DE PROXIMIDAD.

La proximidad expresa la semejanza que existe entre individuos o variables. Es decir es el grado de asociacin que existe entre ellos. Las proximidades pueden medir la distancia o la similitud (similaridad) entre individuos o variables. El valor que se obtiene en una medida de distancia es tanto mayor cuanto mas alejados estn los individuos o puntos entre los que se mide. En las similitudes, al contrario de las distancias, el valor que se obtiene es tanto mayor cuanto mas prximos estn los elementos considerados.

i.- Principales medidas matemticas de proximidad.

Cabe destacar que el uso adecuado de las medidas, depender del tipo de variable utilizada. Ya sea cualitativa, cuantitativa, binaria u otra.

1) Coeficiente de congruencia:
CRS =

2) Coeficiente de correlacin Pearson:

3) Distancia eucldea y Manhattan

54

2.10.2.- ANLISIS CLUSTER JERRQUICO.

Este tipo de anlisis, es muy frecuente en varias reas de investigacin. Tiene como particularidad en su funcionamiento partir de tantos grupos iniciales como individuos se estudian, se trata de conseguir agrupaciones sucesivas entre ellos de forma progresivamente se vayan integrando en clusters los cuales, a su vez, se unieran entre si en un nivel superior formando grupos mayores que mas tarde se juntaran hasta llegar al cluster final que contiene todos los casos analizados. La forma de representacin de las etapas de formacin de grupos se denomina dendograma, los que suelen emplearse para evaluar la cohesin de los conglomerados que se han formado y proporcionar informacin sobre el numero adecuado de conglomerados que deben conservarse.

2.10.3. - EL MTODO DE AVERAGE LINKAGE (BETWEEN GROUPS).

Este mtodo es parte del grupo de algoritmos de enlace jerrquico. Considera como distancia entre dos cluster, no la de los individuos mas prximos un mas lejanos de ambos grupos, sino la distancia media entre todos los pares posibles de casos (uno de cada cluster). Tiende a producir clusters compactos, por lo que es muy utilizado y suele ser el mtodo por defecto en los paquetes de software. Una variante de este mtodo es el mtodo de la media ponderada (average linkage between groups), en el cual se combinan los grupos de tal forma que la distancia promedio entre todos los casos en el cluster resultante sea lo ms pequea posible.

Matemticamente, Lance y Williams desarrollaron una formula que puede ser utilizada para describir los distintos tipos de enlace de los mtodos jerrquicos aglomerativos. La formula de Lance y Williams para la distancia entre grupos es la siguiente:

55

Fig. 2.21 Constantes de la formula Lance Williams para cluster jerrquicos. Fuente: Tesis Doctorales en Xarxa.

56

CAPITULO III: ELABORACION DEL MODELO DE GEONEGOCIOS PAR NEGOCIO CLIENTES 3.1.- METODOLOGA TERICA DE ELABORACIN DEL MODELO.
MODELO GEONEGOCIO
PAR NEGOCIO CLIENTE
Es sustentado

ESTRUCTURA ECONMICA ESPACIAL (Christaller Ullman B. Berry) Basado en

GEOMATICA (Gustavo Buzai)

Aplicado a GEONEGOCIOS

Teora de los Ncleos Mltiples

Teora de los Lugares Centrales Compuesto por MARKETING ESTRATEGICO EMPRESARIAL (Boyd, Walker) TECNOLOGIA GEOESPACIAL (Joseph Berry, Denise Pumain)

GEOMARKETING (Coro Chasco)

Generando Segmentacin de mercados

Mediante Mtodos estadsticos multivariantes (Anlisis Cluster) Identificando

LOCALIZACION ESPACIAL (Cluster Potenciales Clientes)

POTENCIALES AREAS DE MERCADO

VALIDACION DEL ENTORNO URBANO (Existencia de Subcentro Polticas de aglomeracin)

57

3.1.- METODOLOGA DE TRABAJO.

Para iniciar la elaboracin del modelo es necesario considerar algunos aspectos problemticos, claves del rubro (CFT):

- Financiamiento - Los Centros de Formacin Tcnica (CFT) al ofrecer carreras de nivel tcnico entre dos a tres aos de duracin, determinan una corta estancia de los estudiantes. Derivando en una rentabilidad de corto plazo para el mantenimiento de estos, a diferencia de los institutos y universidades, los cuales ofrecen carreras profesionales entre cuatro y ocho aos, con lo cual su rentabilidad es ms prolongada. Adems cabe considerar que el financiamiento de los CFT ha dependido casi exclusivamente de la demanda que ejercen los estudiantes con capacidad de pago y que no acceden a las Universidades del Consejo de Rectores (Expansiva, 2004).

- Baja demanda - Aunado a lo anterior, existe un bajo inters de la poblacin estudiantil por entrar a un CFT. Comportamiento que tiene directa relacin con que los jvenes de Chile desean obtener un ttulo profesional en vez de un ttulo de nivel tcnico, por la simple razn que los primeros tienen una mejor taza de retorno (ver figura 3.1), alcanzando hasta 2.5 veces mayores remuneraciones en comparacin con los tcnicos (Expansiva, 2004). Esto queda reflejado en que solo un 11% de los estudiantes de la educacin superior de pre-grado (Expansiva, 2004), y un 3% a nivel nacional (INE, 2002) ingresan a un CFT. En contraste con universidades e institutos profesionales, los cuales captan el mayor nmero de estudiantes alcanzando un 70% y un 19% respectivamente, de las matrculas del sector. (Expansiva, 2004). Dichas cifras reflejan un comportamiento desbalanceado entre las instituciones que en Chile ofrecen educacin.

58

Fig. 3.1 Tasa de retorno a la educacin por tipo de educacin. Fuente: Encuesta CASEN (2003).

- Crecimiento desbalanceado - La brecha entre la matrcula de las universidades y los CFT se ha ampliado considerablemente en los ltimos quince aos (ver Fig. 3.2). En 1990 la matrcula de los CFT representaba el 31.7% del total de estudiantes de pregrado del nivel superior. El nmero total de estudiantes en los CFT cay en trminos absolutos, desde un nivel inicial de 78.000 en el ao 1990 hasta un mnimo de 50.800 en 1999, para recuperarse levemente en los aos siguientes y alcanzar los 62.000 casos en el ao 2004. Por su parte, la matrcula en las universidades ha crecido desde 127.700 alumnos en el ao 1990 a cerca de 400.000 en el ao 2004, mientras que los Institutos Profesionales han mantenido relativamente constante su participacin relativa en el total (16,3% en 1990, 18.7% en el 2004). (Osvaldo Larraaga, 2006, Costos y beneficios de estudiar en Centros de Formacin Tcnica: Neutralidad de la poltica pblica? En Foco. 71. 1-18.)

59

Fig. 3.2 Crecimiento desbalanceado. Fuente: Osvaldo Larraaga, 2006, Costos y beneficios de estudiar en Centros de Formacin Tcnica: Neutralidad de la poltica pblica? En Foco. 71. 1-18.

-Viciada localizacin espacial

Corresponde a la excesiva centralizacin

que presenta el mercado de la educacin superior privada en el conocido barrio repblica del centro de Santiago. Lo que genera una visin errada de lo que significa una buena localizacin en los centros de educacin de menor envergadura, como los CFT. Incentivndolos a instalarse en un lugar ya probado. Sometindose de esta manera, a una competencia desproporcionada con instituciones de mayor marca en el mercado. Por el solo hecho de creer que existe un nico centro, que genera amenidades y por consecuencia aglomeraciones urbanas.

corresponde a la visin geogrfica analizada a priori por el equipo memorista, para comenzar el estudio y

decidir que solucin espacial se poda ofrecer al CFT.

60

Fig. 3.3 Anlisis espacial de concentracin de la oferta educacional. Fuente: Elaboracin Propia

Distribucion de instituciones Educacionales privadas por comuna en el limite Urbanizado de Santiago

6% 6%

3%

18% Santiago Providncia uoa La Condes La Reina Otras

19%

48%

Considerando

los

aspectos

problemticos

sin

directa

correspondencia

geogrfica (financiamiento, baja demanda, crecimiento desbalanceado), junto a la problemtica definida como viciada localizacin espacial, se determino

61

necesaria la creacin de un modelo de geonegocios par negocio-clientes4,que ayude a detectar tanto cluster genricos5, como cluster ideales6 de potenciales clientes, con la certeza que son clones de los actuales. Dentro del espacio urbanizado de la Regin Metropolitana. Y permita aproximar en gran escala, potenciales zonas territoriales para la creacin de nuevas sucursales del CFT Magnos. Siempre y cuando dichas zonas, cumplan con estar prximas a un sub.-centro urbano en desarrollo, o ya presenten en su estructura, un lugar central que aporte aglomeraciones urbanas. (Vase Cp.3.7 validacin del entorno).

3.2.1.- ESQUEMA DE PROCESOS Y RECURSOS GEOMATICOS.

determina que el negocio frente a la alta y variada oferta del mercado, debe desplazarse ya sea fsica o

comunicacionalmente hacia el cliente objetivo.

5

Todo cluster que cumpla las caractersticas de ser un clon del CFT, no importando su nmero ni su

locacion.
6

Es aquel que en su entorno cercano, presente un lugar central y su numerosidad alcance el umbral

necesario para dar proyeccin a un nuevo cft.

62

3.3.- VALIDACIN DEL MODELO GEOMTRICO.

La generacin de una base cartogrfica unificada y georreferenciada tiene por objetivo permitir que los anlisis que confluyen a un resultado final -sobre el cual se basarn decisiones de inversin - sean fidedignos, precisos y se ajusten a una representacin lo ms cercana posible a la realidad de la tierra. Tanto fsica, geomtrica y social.

A partir de la adopcin oficial del Sistema SIRGAS (equivalente en la prctica a WGS84), como sistema de referencia geodsico oficial para Chile, el modelo geomtrico requiere para su unificacin migrar coberturas cartogrficas incorporadas en los Sistemas de Informacin Geogrfica (SIG) a SIRGAS (WGS84). Las coberturas cartogrficas, a tratar corresponden a instituciones pblicas encargadas de generar base de datos territoriales y sociales (SAF INE). Las cuales presentan diferentes Datum de referencia entre s.

De lo anterior nace la necesidad de contar con parmetros de transformacin entre sistemas, con precisin aplicable a cartografas digitales. El propsito de este proceso es exponer la metodologa, aplicacin y resultados obtenidos de la estimacin de Parmetros de Transformacin (PT), mediante tcnica de Mnimos Cuadrados, con lo cual se conforma la unificacin geomtrica ideal para trabajar un modelo espacial de geonegocios.

3.3.1.- REQUISITOS GENERALES DEL MATERIAL CARTOGRFICO.

Las coberturas cartogrficas base, en ambiente SIG - Elementos lineales (Ejes) y polgonos (Manzanas) - necesarias para el desarrollo del modelo geomtrico del estudio, deben responder a las siguientes caractersticas tcnicas:

63

Ambas deben poseer una georreferenciacion al Datum WGS84, que permita ir acorde a la evolucin del tratamiento de la informacin, que presenta Chile en relacin a unificacin cartogrfica y en general a toda la informacin territorial.

Se deben conocer sus metas datas de georreferenciacion (Parmetros de transformacin y sus precisiones internas).

La precisin de sus georreferenciaciones, debe estar en el orden de los 5 m. Y su superposicin, debe estar entre los 3 y 5 metros. Su calidad en diseo debe ser homognea, de manera que sea exacta la superposicin, en toda la zona de estudio, con el modelo validado en WGS84 del mosaico de imgenes satelitales que presenta Google Earth.

La cobertura de ejes, en su estructura SIG debe poseer en la base alfanumrica, el ndice geocodificador que permita introducir datos o elementos espaciales, mediante el uso de direcciones. Para el caso una estructura de US street whith zona.

La cobertura de Manzanas, en su estructura SIG debe poseer en la base alfanumrica, el cdigo de enlace del INE (Instituto Nacional de Estadsticas).Asociado a cada manzana de las 33 comunas que comprenden el limite urbanizado de la Regin Metropolitana.

64

3.3.2.- LA COBERTURA DE EJES SAF 2002.

La cobertura cartogrfica a emplear, corresponde a la del SAF2002 (Servicio areo fotogramtrico de Chile), la cual abarca el lmite urbano de la Regin Metropolitana, y presenta inicialmente ciertas deficiencias, en relacin a los requisitos expuestos, para este tipo de trabajo. Inicialmente expone a favor la estructura asociada del ndice de geocodificacin necesario y una

georreferenciacion al Datum WGS84. Este ltimo Dato no fue proporcionado por la fuente directa del SAF. Lo que hace necesaria su validacin. La cual se llevo a cabo mediante una superposicin de dicha cartografa sobre el mosaico de imgenes satelitales Google Earth (ver figura 3.4), el cual presenta una georreferenciacin en WGS84 para el territorio nacional, otorgando una precisin aproximada de 3 m.

Fig. 3.4 Superposicin cartogrfica SAF en Google Earth. Fuente: Elaboracin Propia -Google Earth 2008.

De lo anterior se obtiene una respuesta satisfactoria en relacin al Datum, pero insuficiente respecto a la calidad de su diseo. Al examinar la superposicin, en comunas perifricas, no presenta la misma exactitud en calce con respecto a las comunas centrales, lo que hace imposible la utilizacin inmediata de esta cobertura en el estudio. Adems se mantiene el desconocimiento de los valores

65

y precisiones de los parmetros empleados en su georreferenciacion y de la calidad de los procedimientos de ajuste empleados. 3.3.3.- GEORREFERENCIACION WGS84 DE LA CARTOGRAFA DE EJES SAF 2002. Software empleados: Global Mapper GPTrans Land Google Earth. Modelo de transformacin de Datum: 4 parmetros con centroide. Datum de cartografa final: WGS 84.

La cobertura de ejes, cubre la zona de estudio que comprende al lmite urbanizado de la Regin Metropolitana, el cual contempla un rea aproximada de 59.704,891 hectreas y un total de 33 comunas y alcanza una extensin en sentido norte sur de unos 36 (Km.) aproximadamente. Para desarrollar la nueva estimacin de parmetros de transformacin, sobre SAF2002, se utiliz una cartografa anexa referida al mismo sistema de referencia WGS84, que contaba con una calidad homognea en su diseo y se conoca de fuente directa la precisin de su georreferenciacion. Dicha cobertura se denomino Cartografa Base WGS84. Esta cartografa mantiene una precisin de georreferenciacion de 1m en relacin a Google Earth. Y presenta diferencias en coordenadas con respecto a la SAF2002, desde las comunas del centro - Santiago, Providencia, Estacin Central, otras. - hacia la periferia sur - Huechuraba, Recoleta, Renca, Quilicura, otras. - desde los 5 m a los 18 m. (Fig. 3.5) Diferencias que el proceso de georreferenciacion pretende minimizar en SAF2002, alcanzando los parmetros enunciados en los requisitos cartogrficos (Precisin final georreferenciacion 5 m).

66

Fig. 3.5 Diferencia mxima entre Cartografas SAF2002 (roja) y Base WGS84 (Azul). Fuente: Elaboracin propia.

i. Procedimientos generales de reestimacin de parmetros.

El proceso empleado busca a travs de la Transformacin de Parmetros entre Sistemas, reemplazar la necesidad de las operaciones de campo por

operaciones de gabinete equivalentes en precisin. Para lo cual, se crea una muestra de 25 vrtices comunes entre SAF2002 y cartografa Base WGS84 (figura 3.6) distribuidos homogneamente sobre las 33 comunas. Con coordenadas UTM referidas a ambos sistemas, de tal forma que el proceso, posea los suficientes grados de libertad y a la vez, posibilite la estimacin de los parmetros mediante mnimos cuadrados.

67

Fig. 3.6 Distribucin de Vrtices sobre el rea de estudio. Fuente: Elaboracin propia.

Dichas coordenadas fueron ingresadas en el programa computacional Trans Land, programacin que asume una relacin espacial bidimensional entre los sistemas de referencia y aplica un modelo de transformacin de 4 parmetros con centroide, permitiendo obtener el reporte de los residuos entre las coordenadas de ambos sistemas y efectuar la estimacin, mediante mnimos cuadrados, de las coordenadas finales en el sistema WGS84 para los vrtices asignados. Adems de entregar los parmetros de transformacin, junto con sus precisiones, entre un sistema y otro. - Factor de escala (k), rotacin () y las traslaciones alrededor del eje x (TX) e y (TY). -

A continuacin se muestra la tabla de resultados de coordenadas y residuos finales WGS84, con un nmero de 22 puntos. De los 25 puntos iniciales se eliminaron 3 de ellos, los cuales no se consideraron en la estimacin, por presentar valores residuales aislados, fuera del margen de tolerancia necesario

68

para obtener, resultados satisfactorios. Los puntos eliminados fueron Conchal, Lo Barnechea y Quilicura. Presentaban valores residuales entre 5 a 10 metros.

Tabla 3.1: Coordenadas vrtices en transformacin entre sistemas 2D, para cobertura de ejes SAF 2002.
Comuna
Este

SAF 2002
Norte Este

Base WGS84
Norte

Residuos
Este Norte Este

Final WGS84
Norte

Santiago 344339,218 6299888,716 344338,521 6299892,725 P.A.C. 345119,697 6292038,776 345122,267 6292039,594

1.952 0.180 -0.815 -2.680 -2.316 -1.856 -1.075

-1.484 -0.798 -0.468 -0.103 1.456 0.643 0.494

344340,473 6299891,241 345122,447 6292038,796 345136,698 6287256,044 343141,453 6276491,212 351929,504 6277808,843 351172,259 6287585,194 352045,801 6292132,779 351355,193 6300888,545 353294,182 6307007,227 332802,634 6276745,200 333334,215 6288897,178 337413,021 6295557,529 335773,541 6301101,208 356271,362 6284923,645 357502,414 6290949,244 357518,047 6299461,227

La Cister. 345133,193 6287257,623 345137,513 6287256,512 San Bdo. 343136,926 6276496,708 343144,133 6276491,315 Pte. Alto 351922,242 6277812,518 351931,820 6277807,387

La Florida 351166,785 6287585,715 351174,115 6287584,551 Macul 352040,749 6292131,641 352046,876 6292132,285 351354,324 6300888,782 353292,401 6307007,519

Providen. 351351,746 6300884,585 Vitacura 353291,047 6307000,914

0.869 -0.237 1.781 -0.292 -0.725 3.367 2.327 3.778 -3.347 -2.322 -0.561 0.528 1.703 1.784 -2.061 -2.282 -2.487 -3.175 1.782 1.599 1.018 0.621 8.400 -1.783 0.505 -0.599 -0.750

Cal. Tang. 332801,607 6276752,234 332803,359 6276747,261 Maip Maip C. Navia Pte. Alto 333334,918 6288900,061 333330,848 6288899,460 337413,404 6295557,542 337410,694 6295560,016 335775,343 6301099,623 335769,763 6301104,383 356263,764 6284924,257 356274,709 6284921,863

La Florida 357495,349 6290947,646 357504,736 6290947,645 La Reina 357512,313 6299456,777 357518,608 6299460,209

Las Cond. 357226,260 6304454,171 357230,585 6304459,628 Pudahuel 325956,392 6303551,171 Est. Cent. 341548,671 6296607,950 uoa Santiago 353784,137 6296752,270 347493,971 6295601,967 325944,824 6303557,221 341547,723 6296610,721

357231,113 6304460,249 358158,713 6310961,394 341549,507 6296608,938 353789,047 6296755,229 347496,956 6295603,552 338193,453 6272401,466

353789,483 6296754,724 -0.436 347496,474 6295604,151 338196,071 6272402,216 0.482 -2.618

San Bdo. 338189,940 6272409,107

69

Tabla 3.2: Estimacin de parmetros entre sistemas 2D con centroide para cobertura de ejes SAF 2002.
Parmetros estimados
K

Valor 1,000334834957 -32,37958 3,464 0,552 5,04 2

Desviacin estndar 0,00003695346 7,62 0,478 0,478

(") Tx (m) Ty (m) Sigma a posteriori (m) Iteraciones

Los nuevos parmetros de transformacin obtenidos, son utilizados

para

georreferenciar la cartografa SAF 2002. El procedimiento se realiza mediante el soporte de una extensin, de programacin en lenguaje avenue, en el software Arcview 3.3. A continuacin se observan las reducciones mximas y mnimas obtenidas por la georreferenciacin de la cartografa SAF2002 (Color naranja), con respecto a su antigua posicin (color rojo) y a la cartografa Base WGS84 (color azul). En dos de las comunas representativas. La figura 3.7.1 corresponde a Quilicura (zona perifrica norte) y la figura 3.7.2 corresponde a la comuna de Santiago (centro de la Regin.)

Fig. 3.7.1: Reduccin mnima 5m Post Georrefereciacion. Fuente: Elaboracin propia.

Fig. 3.7.2: Reduccin mx. 0.5m Post Georrefereciacion Fuente: Elaboracin propia.

70

3.3.4.- LA CARTOGRAFA DE MANZANAS DEL INE. La cobertura de polgonos necesaria a utilizar, corresponde a las entidades conocidas como manzanas, por el Instituto Nacional de Estadstica de Chile. Su funcionalidad dentro del proyecto es permitir el tratamiento espacial de la informacin alfanumrica de la estadstica poblacional; del rea que

corresponde al lmite urbanizado, dentro de la Regin Metropolitana. Mediante el uso del cdigo de enlace censal que posee en su estructura SIG. Y que acta como relacionador de tablas entre los datos externos provenientes del CENSO 2002 y el elemento cartogrfico. (Vase cap. 3.4). Por esta y otras razones -que sern detalladas en capitulo 3.3.7-, es que se hace fundamental la unificacin precisa entre esta cobertura y la de ejes SAF2002, georreferenciada en WGS84. Sin embargo la cobertura del INE presenta grandes deficiencias en calidad de diseo (exactitud) y precisin, en relacin a lo requisitos generales del material cartogrfico. Dichas deficiencias se enuncian a continuacin:

Presenta una extraa geometra de diseo, en toda la extensin que cubre. Con mayores deformaciones en las zonas perifricas tanto en sector Norte y Sur de la zona de estudio.

Se desconoce el Datum de referencia. El cual esta lejos de ser el necesario WGS84.

3.3.5.- GEORREFERENCIACION DE LA CARTOGRAFA CENSAL INE. El proceso de georreferenciacin, se realiza mediante los mismos parmetros con respecto a precisin, modelo de transformacin y soporte de software, que se aplico sobre la cobertura de ejes SAF2002.

71

Fig. 3.8: Distribucin de vrtices entre SAF 2002 y INE .No georreferenciado Fuente: INE2002.

La cobertura de polgonos, comprende a las manzanas de las 33 comunas del rea de estudio, y alcanza a un total aproximado 47.300 entidades. Y en relacin a la cartografa SAF con la que se pretende unificar, presenta variadas diferencias mtricas. Que van desde los 30 a 80 metros, en todas sus comunas.

En la grafica siguiente se muestra el mximo desplazamiento Ejemplo en la comuna de Conchal - que deberan, realizar los polgonos (manzanas color plomo) hacia los ejes en WGS 84 (color azul). Para lograr la unificacin requerida.

72

Fig. 3.9 Diferencias mximas de 80m entre SAF2002WGS y INE No georreferenciado Fuente: Elaboracin propia.

i. Procedimientos generales de estimacin de parmetros.

Los procedimientos, responden a la misma lgica empleada a ejes SAF2002 para ser llevada a WGS84. Que para los efectos de esta georreferenciacin, ser utilizado como base para la toma de coordenadas UTM de vrtices comunes con la cobertura INE. Proceso que se realizo con ayuda de sistema CAD, para asegurar la precisin de la digitalizacin. Ya que los puntos en comn considerados, fueron las intersecciones de calle, las cuales se tuvieron que disear sobre las manzanas, para tomar sus correspondientes

coordenadas. El numero de vrtices fue de 40 puntos (Fig. 3.8), en un promedio de 2 puntos por comuna, los que se ubicaron cercanos entre si; aproximadamente a unos 250 metros. As, de esta manera, poder obtener una mejor representacin del elevado grado de variacin que el diseo cartogrfico presenta en distancias cortas (ver residuos tabla 3.3). Adems de permitir obtener los suficientes grados de libertad junto a la estimacin de parmetros mediante el mtodo de los mnimos cuadrados.

73

En la tabla 3.3 se muestran los resultados de las nuevas coordenadas de los vrtices en WGS84, que fueron ajustadas y transformadas en el software GPtrans Land. Junto a ellas se presentan los residuos finales, que confirman por sus elevadas y variadas dimensiones - que van desde 1m. a 17m. - la heterognea calidad de los datos cartogrficos del INE, mencionada en las problemticas que presentaba la cartografa.

Tabla 3.3: Coordenadas vrtices en transformacin entre sistemas 2D, para cobertura de manzanas INE.

Comuna
Este

SAF 2002
Norte Este

CENSO
Norte

Residuos
Este Norte 5,335

CENSO WGS84
Este Norte

Santiago 347243,182 6296972,952 347307,004 6296993,618 -1,521

347244,591 6296968,306 347146,344 6296942,458

Santiago 347135,601 6296945,932 347208,721 6296967,737 -10,905 4,160 Lo Prado 340443,174 6297666,602 340496,964 6297706,687

2,774 -14,368 340437,603 6297682,559 -5,915 5,957 11,121 1,233 340491,431 6297631,098 343750,107 6289711,762 343656,974 6289651,573 355794,459 6294799,042

Lo Prado 340492,563 6297623,614 340550,827 6297655,216 -1,654 Lo Espejo 343744,115 6289719,648 343812,619 6289733,224 -8,192 Lo Espejo 343655,431 6289664,634 343719,460 6289672,989 -3,784 Pealoln 355802,347 6294801,252 355860,983 6294825,300 11,050 Pealoln 355690,228 6294728,699 355751,873 6294768,722 Conchal Pte. Alto Pte. Alto Macul Macul Maip Maip Santiago Santiago 344137,381 6304223,979 344191,164 6304266,105 354502,867 6282137,841 354569,927 6282150,551 354500,838 6282072,173 354567,882 6282085,130 351395,755 6293330,941 351453,305 6293352,235

7,957 -14,817 355685,383 6294742,512 5,020 -10,494 344131,664 6304238,381 3,149 3,172 8,661 1,886 1,584 2,207 4,691 354501,185 6282129,964 354499,126 6282064,572 351388,334 6293327,566 351184,970 6293331,066 333811,772 6290669,338 333819,589 6290750,124 344456,686 6298724,299 344520,045 6298906,519

351197,290 6293336,902 351249,854 6293355,692 13,482

333800,556 6290665,178 333869,848 6290689,035 -17,360 -4,797 333809,196 6290748,175 333877,651 6290769,857 -16,527 -2,552 344449,500 6298718,322 344517,529 6298749,749 344516,653 6298911,325 344580,875 6298932,060 -8,270 -4,329 -4,432 6,531

San Bdo. 340953,814 6285461,328 341020,779

6285487,602 -8,432 -10,632 340958,527 6285468,555

74

San Bdo. 340945,861 6285412,705 341012,253

6285436,000 -7,860

-7,694 -4,504

340949,993 6285416,977 348503,112 6282134,018 348485,471 6281826,361

La Pintana 348498,292 6282134,957 348569,302 6282153,295 -5,789

La Pintana 348472,560 6281828,248 348551,721 6281845,504 -13,922 -3,680 Pudahuel 335975,809 6298674,687 336025,440 6298697,645 Pte. Alto 354502,867 6282137,841 354569,927 6282150,551 3,094 3,149

3,031 335968,196 6298674,072 1,886 354501,185 6282129,964

S. Miguel 346742,003 6292384,768 346817,233 6292400,601 -12,765 S. Miguel 346731,833 6292341,091 346806,057 6292355,405 -11,762 Cerrillos Cerrillos 341228,997 6293126,335 341272,661 6293154,941 341205,854 6293070,574 341251,132 6293102,315 14,127 12,501 10,749 8,626

6,293 346754,025 6292377,349 7,775 346742,844 6292332,175 -6,561 341211,976 6293132,579 -9,746 341190,444 6293079,980 6,932 354082,546 6301737,769 7,391 354116,512 6301715,067

Las Cond. 354090,189 6301742,706 354146,825 6301766,604 Las Cond. 354122,022 6301720,475 354180,810 6301743,900

Tabla 3.4 Estimacin de parmetros entre sistemas 2D con centroide para cobertura de manzanas INE.

Parmetros estimados
K

Valor 0.99957481302 45.061710 -1289.824 2728.080 69.25 34

Desviacin estandar 0.00017737295 36.601 1117.875 1117.875

(") Tx Ty Sigma a posteriori (m) Iteraciones

Finalmente, el proceso de georreferenciacin concluye con la creacin de un nuevo shape cartogrfico de las manzanas INE en WGS84. El cual es generado con ayuda de la extensin programada en arcview. La que utiliza los

parmetros estimados (tabla 3.4), para georreferenciar la cartografa completa.

75

3.3.6.- PRIMER RESULTADO DE SUPERPOSICIN CARTOGRFICA INE Y SAF2002 EN WGS84.

El proceso buscaba unificar ambas cartografas, de manera que la superposicin de capas, este dentro de las tolerancias de los 3 y 5 metros; considerando que las precisiones requeridas de sus georreferenciaciones independientes deban ser de 5m. Sin embargo la heterogenia calidad de la cartografa INE, permite obtener como mejor resultado del proceso de georreferenciacin un modelo inexacto e intil para los fines de uso.

A modo de ejemplo se toman imgenes de dos comunas separadas por grandes distancias, para contrastar las diferencias mtricas de los

desplazamientos, obtenidos entre la cartografa INE sin Datum (Polgonos contorno caf), la cobertura de Ejes SAF WGS84 y la cobertura

georreferenciada INE WGS84.

Fig. 3.10a Resultado Georreferenciacion (comuna periferia Norte Conchal) Fuente: Elaboracin propia.

76

Fig.3.10b: Resultado georreferenciacion (Comuna zona centro. Santiago) Fuente: Elaboracin propia.

3.3.7.- ACCIONES PARA MEJORAR LA UNIFICACIN CARTOGRFICA.

Las razones, por las cuales mantener un calce de buena exactitud, entre elementos lineales y poligonales, son principalmente dos. Una de ellas se menciono anteriormente y corresponde, a mantener el cdigo de enlace INE. La otra es sustentar la realidad de las distancias mtricas - La que no pudo mejorarse del todo con la georreferenciacin cartogrfica INE entre los ejes

de calle y las manzanas de los habitantes del entorno. Tomando en cuenta que el estudio espacial de la poblacin, se ejecuto mediante el uso del centroide del elemento poligonal, en donde el proceso de anlisis espacial, especficamente el clculo de matrices espaciales - ver capitulo anlisis espacial - se desarrolla en su mayora por uniones de polgonos (mtodo de la superposicin de

regiones sistemticas) provenientes de grillas de densidades. Lo que implica trabajar con las dispersiones de los puntos, existentes en el mapa. Las cuales quedan altamente determinadas por los metros de distancia entre dichos puntos (centroides de manzanas, geocodificaciones del mercado, clientes, potenciales y elementos territoriales de transporte.)

77

Considerando lo anterior, se realizaron acciones informticas, que implicaron el uso de programaciones de script avenue en Arcview 3.3 junto a tratamientos relacionales de tablas. De tal manera, obtener la mejor respuesta de unificacin cartogrfica. La metodologa fue la siguiente:

i.

Poligonizacion de los Ejes SAF 2002.

Este paso, se emplea para poder definir finalmente al modelo geomtrico dentro de las tolerancias enunciada y as producir la valides de calce exacto con Google earth.Consisti en transformar la cartografa de ejes a una cartografa de polgonos que represente a las manzanas poblacionales. El procedimiento se llevo a cavo con la elaboracin de un botn de aplicacin, en la barra de arcview, el cual fue cargado con la programacin cvtplply.ave existente en el subsistema de carpetas de ESRI. Esta programacin permite la transformacin de elementos lineales a elementos poligonales. Adems se agrego sobre ella, la orden de que los nuevos polgonos generados se formen con un Offset desde los ejes, con el objeto de representar la realidad del territorio.

A continuacin se muestran los resultados finales de la superposicin cartogrfica (Ejes color azul y manzanas de Google Earth en borde amarillo en Fig.3.11).

78

Fig.3.11: Resultado validacin geomtrica WGS84 en Google Earth (Alameda con la Norte sur). Fuente: Elaboracin propia Google Earth.

ii.

Pegado Espacial del Cdigo Censal, desde INE. WGS84 hacia

Poligonizacion SAF 2002 WGS84.

El hecho de no ocupar la cobertura del INE directamente, obliga a traspasar el cdigo censal que posee en su estructura, a la cobertura de polgonos de ejes WGS84. La manera de realizar esta operacin, es utilizando el centroide de las manzanas INE georreferenciadas, como elemento relacionador. Ya que el centroide tiene la particularidad de alcanzar a superponerse sobre los polgonos de ejes creados, a pesar del amplio desplazamiento existentente entre las entidades de polgono.

La metodologa a emplear, utilizo inicialmente 2 programaciones de script, una de extensin ave y otra avx. La primera aplicacin permite introducir un ID o cdigo identificador a las entidades de una tabla de datos. La segunda extensin de nombre Add trae X, Y centroide v2, realiza la operacin de

79

calcular las coordenadas (x, y) de los centroides de las entidades. De esta manera conformando en las tablas los campos necesarios para realizar el pegado espacial mediante operaciones relacionales de tabla incorporando satisfactoriamente el cdigo INE a la cartografa poligonizada.

3.4.-

ACCIONES

TRATAMIENTO,

DE

LA

INFORMACIN

ALFANUMRICA.

Para el desarrollo del proyecto, se debi recopilar las siguientes bases de datos alfanumricas, para el rea Urbana de la Regin Metropolitana: Resultados PSU 2007 Listado de estudiantes en Preuniversitario Listado de Instituciones Educacionales - Colegios - Institutos Profesionales. - Universidades Privadas - Centros de Formacin Tcnica. Informacin CENSO 2002. Listado de Alumnos de CFT MAGNOS.

El tratamiento sobre estas bases de datos,

consisti fundamentalmente en

realizar un proceso de limpieza y normalizacin, para estructurar a las planillas, con una lgica de geocodificacin. Proceso por el cual se aaden a un mapa digital, eventos puntuales, definidos por direcciones de calle y nmero u otros datos de direccin. Para este caso se utilizo el formato US Street wiht zona. Que obliga a las bases de datos a estructurarse con una columna alfanumrica que incluya al nmero de calle y su nombre. Junto a otra que contenga la zona a la cual pertenece la direccin (comuna). De manera de evitar errores por coincidencia de nombres de calles entre comunas.

80

Para lograr el set de bases de datos, se realizaron las siguientes acciones: a) PSU 2007: se tomo la decisin de escanear los resultados desde el diario oficial. Utilizando el Rut del alumno, como cdigo de enlace entre los puntajes y el listado de potenciales alumnos encuestados de preuniversitario. La base de datos contiene los siguientes atributos:

b) Listado de alumnos encuestados en preuniversitario: Esta informacin perteneca a las bases internas de la empresa. Y se conformo mediante encuestas telefnicas a 8.000 alumnos de diferentes preuniversitarios, por un periodo de 2 meses. La base contempla los siguientes campos:

c) Listado de Instituciones educacionales: Esta base de datos se recopilo, principalmente desde la pgina Web oficial del MINEDUC, la cual entrega en detalle el registro de colegios (2767), Institutos (113) , CFT (78) y

Universidades privadas (77) inscritas del rea Metropolitana. La estructura para esta informacin fue la siguiente:

d) CENSO 2002: Esta informacin pertenece al Instituto Nacional de Estadistas del pas. Las acciones realizadas, se desarrollaron con el microprocesador de datos Redatam, en el modulo SP+Process. Mediante un estadstico de lista por reas - Proceso que permite obtener la distribucin y frecuencia de todas las

81

categoras de una variable para cada rea geogrfica definida en una entidad Considerando que esta opcin es la utilizada para exportar la informacin a un Sistema de Informacin Geogrfica.

Fig 3.12 Extracto de la plataforma del diccionario Redatam CENSO2002 Fuente: INE2002

El rea de salida de los datos fue a la manzana y las variables de inters extradas, fueron capturadas al nivel de persona. Fundamentalmente se trabajo con las variables relacionadas al nivel educacional y a la demografa de la poblacin (ver cap.3.5.1). Los datos finalmente se unen a la base alfanumrica del modelo cartogrfico de polgonos de ejes (manzanas), mediante una unin de tablas, usando al cdigo Censal 2002 como campo relacionador. El cdigo censal tiene como caracterstica su estructura a nivel nacional. La cual comprende una cantidad de 15 dgitos que corresponden al desglose que va desde el nmero de regin, provincia, comuna, limite del distrito, numero del lmite zonal, limite urbano censal y finalmente el nmero de la manzana.

e) Alumnos CFT MAGNOS: La informacin corresponde a las bases internas de la empresa. Que representa al listado de alumnos del CFT (diurnos y vespertinos) alcanzando a un total de 363 estudiantes. La base contempla los siguientes campos.

82

3.4.1.- CARACTERIZACIN DEL NICHO.

Sobre el listado de alumnos del CFT MAGNOS, se realizo una accin fundamental dentro del proyecto, que corresponde a la caracterizacin o reconocimiento de patrones de comportamiento, tanto social, econmico, demogrfico, educacional y territorial. De manera tal que sea posible inferir las variables que representan al perfil del nicho demandante actual.

Para lograr este objetivo se realiz una encuesta dentro de la institucin en base a una muestra de 218 alumnos. La encuesta comprendi 12 preguntas dirigidas a obtener la informacin estratgica.

A continuacin se muestra los resultados inferidos de la encuesta:

a) Edad y ao de ingreso promedio al CFT. Los siguientes grficos muestran la distribucin de clientes (estudiantes) segn su edad (Fig. 3.13a). Siendo preponderante el rango de edades entre 18 y 25 aos, alcanzando un total de 126 alumnos (58%) dentro de una muestra de 218 alumnos. Para inferir aun ms el perfil de los alumnos, se consult acerca del ao de ingreso al CFT despus de haber terminado la enseanza media (Fig. 3.13b). Los resultados entregaron un porcentaje de un 58% para aquellos que ingresaron despus de 3 aos o ms y de un 22% para aquellos que ingresaron de forma inmediata.

83

23% 19% 28%

58%

7%
30% 18 - 20 Aos 25 - 30 Aos 20 - 25 Aos Otra

12%

22% 2%

1 ao 3 aos o ms Sin Contestar

2 aos Inmediata

Fig.3.13a: Grfico de edades. Fuente: CFT Magnos. Elaboracin: Propia.

Fig.3.13b: Grfico aos de ingreso al CFT. Fuente: CFT Magnos. Elaboracin: Propia.

b) Parentesco con el jefe de hogar y estado civil. En relacin al parentesco se obtuvo un resultado de un 54%, 117 alumnos, para aquellos que recaen en la categora de hijos del jefe de hogar. Dato que cobra relevancia al momento de efectuar el anlisis sobre la poblacin de la Regin Metropolitana (Fig. 3.13c). Con respecto al estado civil de los estudiantes (Fig. 3.13d), entrego un porcentaje del 74%, 161 alumnos, para aquellos que son solteros, seguidos por un 13% correspondientes a los casados.

54%

74%

20%

6% 1% 18%

3%

13%

9%

Jefe de Hogar Nieto/a Sin Contestar

Hijo/a Otra

Soltero/a Casado/a

Conviviente Otra

Fig.3.13c: Grfico de parentesco con el Jefe de Hogar. Fuente: CFT Magnos. Elaboracin: Propia.

c) Nivel educacional

Fig.3.13d: Grfico de estado civil. Fuente: CFT Magnos. Elaboracin: Propia.

84

Los alumnos fueron consultados sobre el puntaje promedio, entre las pruebas de matemtica y lenguaje, obtenido en la PSU PAA, respectivamente (Fig. 3.13e). El resultado arrojado por la encuesta revel que un 28% de los encuestados, 61 alumnos, no rindi la PSU. El mismo porcentaje se manifiesta en los alumnos que alcanzaron un promedio entre 450 y 550 puntos. Aunado a los puntajes, se suma la estadstica asociada al promedio de notas obtenidas en la enseanza media (NEM), entregando un significativo 62% para aquellos alumnos que obtuvieron un promedio de notas entre 6 y 5 (Fig. 3.13f).
28%

6%

62%

21%

17% 28%

6% 1%

31%

Entre 550/650 Menor 450 Sin Contestar

Entre 450/550 No Rindo

Entre 7- 6 Entre 5-4

Entre 6- 5 Sin Contestar

Fig 3.13e Grfico de puntajes PSU. Fuente: CFT Magnos. Elaboracin: Propia.

Fig.3.13f Grfico de notas de enseanza media. Fuente: CFT Magnos. Elaboracin: Propia.

d) Conectividad y rea de trabajo. El anlisis de la conectividad de los alumnos corresponde a la medicin de los desplazamiento que estos efectan, mediante un medio de transporte, ya sea; micro, metro ambos, para llegar al CFT (Fig. 3.13g). De acuerdo a esto, se consult sobre el tiempo que tardan en llegar a la institucin, lo cual permitir, conjuntamente con la geocodificacin de los encuestados, determinar zonas territoriales que presenten una buena conectividad al CFT. Junto a esto se consult acerca de las comunas en las cuales, cierta cantidad de los alumnos, se desempean en su mbito laboral (Fig. 3.13h). Los resultados reflejan que un 31% de los encuestados no trabaja y otro 19% realiza trabajos en su comuna de residencia, seguidos de un 13% en la comuna de Santiago.

85

67% 31%

5% 19%

13% 12% 13% 0,5% 8% 4% 4% 5%

Sin Contestar Micro Otro

Metro Micro - Metro

Sin Contestar La Florida Renca Santiago

Estacin Central No Trabaja Residencia Otras

Fig.3.13g Grfico medio de transporte utilizado. Fuente: CFT Magnos. Elaboracin: Propia.

Fig.3.13h Grfico comunas de desempeo laboral. Fuente: CFT Magnos. Elaboracin: Propia.

e) Grupo Socio-Econmico (GSE). Este dato se infiri desde una unin espacial entre el indicador GSE-INE de la base cartogrfica y la geocodificacin de los alumnos. El resultado final revel que las cifras mas significativas corresponden a un 39% y 34%, las cuales recaen en la clase D y E respectivamente (Fig. 3.13i).
39%

18%

8%

1%

34%

ABC1

C2

C3

Fig.3.13i Grfico de GSE. Fuente: CFT Magnos. Elaboracin: Propia.

86

3.4.2 ANLISIS Y SELECCIN DE LAS VARIABLES CLONES.

Una vez reconocido el comportamiento del cluster patrn (nicho) y conformado el set de bases de datos, se procedi a analizar y definir el conjunto de variables totales a clonar, para toda el rea urbana de la Regin Metropolitana. Las cuales Alcanzaron un total de 27 variables, que fueron trabajadas a

distintos niveles. A la poblacin, persona, mercado y externalidades.

Fig.3.14 Listado de variables por nivel de anlisis. Fuente: Elaboracin Propia

A la poblacin: Siete de ellas son variables compuestas condicionadas, con el objetivo de combinar de mejor manera las caractersticas del nicho e impedir la suma de informacin. Por un lado esta la mezcla de estado civil, edad mas grupo socioeconmico y por otro, el tipo de enseanza regular mas edad. Junto a ellas se incluye los aos de estudio cursado y la edad de ingreso promedio al CFT.

A la persona: Tres de estas (no saben que estudiar carreras a fines omisin) corresponden a variables que reflejan los intereses de estudio profesional que aspiran los estudiantes potenciales (encuestados de

87

Preuniversitario). A estas se suman las que reflejan el rendimiento educacional (Puntajes y NEM) y al GSE de los encuestados.

Mercado: Representan a todas las sedes de educacin superior privas junto a los establecimientos de educacin escolar de al rea urbana de la R.M. Externalidades8: Las variables incluidas representan la accesibilidad al CFT (cercanas a red vial, espacios cercanos al metro, tiempos de desplamientos) y las mejores, futuras zonas potenciales de localizacin para el CFT (valor ciudad7), representadas por la presencia de subcentros de equipamientos, y espacios de esparcimientos que generen aglomeraciones urbanas.

A continuacin se muestra la georrefenciacion de las variables analizadas a nivel de persona, poblacin y mercado.

Fig.3.15 Georreferenciacin de variables alfanumricas. Elaboracin: Propia.

8

Las externalidades sern expuestas en el tratamiento de anlisis espacial.

88

3.5.- TRATAMIENTO DE ANLISIS ESPACIAL.

El resultado del mapa digital de la georreferenciacion, al ser de tipo geomtrico (puntos y lneas), no permite analizar la correspondencia espacial de las variables ni el grado de similaridad cartogrfica, que pueda presentar una zona geogrfica con respecto a otra, sin concebir la transformacin de elementos discretos a un espacio de elementos continuo. Que permita utilizar las tcnicas adecuadas de la estadstica y anlisis espacial para obtener cluster clones de nichos de clientes.

El primer paso del tratamiento espacial, es de tipo terico y consisti en elaborar el modelo espacial de datos.

3.5.1.- EL MODELO ESPACIAL DE CLONACIN DE NICHOS.

Las 27 variables seleccionada anteriormente, fueron agrupadas en cuatro factores intervinientes, - territorial, demogrfico, educacional y mercado - con diferentes pesos entre si, determinando de esta manera la jerarqua entre estos y a la vez el resultado final de los clones. El proceso de agrupamiento se realizo con el objetivo de que las variables con caractersticas similares comprendan un factor. Y a la vez la suma de factores represente a la demanda, la oferta y el espacio.

A continuacin se muestra el Modelo Espacial de Geonegocios.

89

90

3.5.2.- TRANSFORMACIN DEL ESPACIO DE ELEMENTOS DISCRETOS, A UN ESPACIO CONTINO.

Esta etapa consisti en traspasar la informacin desde el origen geomtrico (lneas, puntos, polgonos) a la grilla continua, utilizando un pseudo-grid, de tal manera que forme una serie de polgonos cuadrados de tamao constante que cubran el rea de anlisis y proporcionen columnas numricas nuevas en los atributos. Cabe destacar que cada elemento contenido en los pseudo grid, es tratado como un polgono independiente. Para desarrollar esta operacin se utilizo un anlisis de densidad, para cada variable correspondiente a los factores demogrfico, mercado, y educacional. Mientras que para el factor territorial se trabajo con anlisis de proximidades y buffers de distancias.

Los seudo-grid generados por los anlisis de densidad y proximidad fueron de un tamao de 10 metros y para el primer caso, se utilizo un suavizado de interpolacin de Kernel. Ambas consideraciones se desarrollaron con el objeto de mantener una buena representacin grafica de los elementos poligonales generados y una grilla de tamao constante entre las variables.

3.5.3.- MEDICIN DE LA CORRESPONDENCIA ESPACIAL Y LA CREACIN DE LA MATRIZ DE UNIONES ESPACIALES.

El mtodo utilizado para medir los niveles de correspondencia espacial (CE) entre variables, fue el de la superposicin de regiones sistemticas para generar regiones geogrficas homogneas, utilizando los procedimientos de MAP overlay. Especficamente el tratamiento consisti en realizar uniones de polgonos - generados por las densidades o proximidades entre las variables de cada factor (intra-factor) y finalmente entre las uniones finales de cada factor (inter-factor). De esta manera se obtiene la matriz de uniones espaciales (MUE)

91

o matriz de especificidad (no estandarizada). Que subyace en la base alfanumrica del elemento cartogrfico generado por las uniones de polgonos.

A continuacin se muestra los resultados temticos de las uniones de cada factor (pesos =w). Junto a la estructura de la matriz de uniones obtenida del orden de 627.668 polig.contiguos * 27 variables.

a) Cartografa temtica de la unin intrafactor Mercado (W= 5%).

Fig.3.16a Uniones espaciales intrafactor Mercado Elaboracin: Propia.

92

b) Cartografa temtica de unin intrafactor Demogrfico (W= 40%).

Fig.3.16b Uniones espaciales intrafactor demogrfico. Elaboracin: Propia.

c) Cartografa temtica de la unin intrafactor Educacional (W=32%)

Fig.3.16c Uniones espaciales intrafactor Educacional. Elaboracin: Propia.

93

d) Cartografa temtica de la unin intrafactor Territorial (W=23%)

Fig.3.16d Uniones espaciales intrafactor Territorial. Elaboracin: Propia.

e) Extracto Matriz de uniones no estandarizada.

3.5.4. Normalizacin de los datos geogrficos (calculo - Zscores).

La normalizacin cartogrfica es a menudo un paso que es olvidado en el proceso de creacin de un mapa, y sin embargo es algo fundamental de cara a la planificacin de anlisis estadsticos avanzados o procedimientos de comparacin visual con otras fuentes. El procedimiento consisti en ajustar los valores cartogrficos de la matriz de unidades espaciales, mediante la plataforma del software estadstico SPSS, consiguiendo de esta manera una nueva escala estndar, que permiti hacer futuras comparaciones entre las distintas capas temticas de distintas unidades espaciales de medidas. En

94

cierto modo, se ha conseguido poder sumar peras con manzanas. El mtodo especifico de estandarizacin o tipificacin, utilizado fue el denominado Variable Normal Estndar (SNV en las siglas del ingls Standard Normal Variable). Segn este mtodo, se re-escalaron los datos, de acuerdo con su tendencia central calculando de esta forma los denominados zscores que representan la distancia entre el puntaje bruto y la poblacin media en las unidades de la desviacin estndar. De esta manera los nuevos valores (zscores) fluctuaran entre valores positivos y negativos que pueden ir desde los -4 a los 4 en la campana gauseana. Cabe mencionar que la estandarizacin mantiene intactas las relaciones numricas y espaciales (geogrficas) entre los elementos. Cambiando solamente la matriz de uniones espaciales por una matriz de especificidad estandarizada.

Extracto Matriz especificidad estandarizada (valores Z)

3.5.3.- EL STACK DE MAPAS.

Considerando la estructura cartogrfica y matricial estandarizada elaborada que cuenta con una estructura grid, las matrices que contienen los valores cartogrficos coinciden exactamente unos encima de otros en su posicin justa porque todas las capas se refieren al mismo marco de referencia (mismo nmero de filas, mismo nmero de columnas, mismo tamao de celda y mismo punto de referencia), se dispuso a realizar un stack de mapas que entrego una columna de sntesis dentro de la matriz, permitiendo realizar anlisis de estadstica descriptiva para cada una de sus variables y a la vez describir la relacin entre estas.

95

El procedimiento especfico consisti en realizar stacks, entre las columnas de la matriz estandarizada. En primera instancia se realiza a modo intrafactor, utilizando los valores medios como indicador estadstico. A los cuales, a la vez se le multiplico la matriz peso matriz elaborada en conjunto con la gerencia de la empresa, con el objeto, de crearla en funcin de sus objetivos, pero bajo ciertos criterios territoriales - del factor correspondiente. De esta manera obteniendo en la matriz cuatro columnas sntesis nuevas, de medias ponderadas, las que final mente se unen a modo interfactor mediante un stack final de medias ponderadas entre las cuatro columnas.

En la figura 3.17, se muestra cartogrficamente el stack de mapas para todos los factores, mediante una clasificacin por desviacin estndar con respecto a la media de los Zscores, ponderados por un 40% en el factor demogrfico, un 32% en el factor educacional, un 5% al Factor mercado y finalmente un 23% al factor territorial, dejando de manifiesto slo el resultado de las aglomeraciones de nichos de potenciales clientes que son ms homogneos internamente y a la vez ms similares entre s (cluster clones).

96

Fig.3.17 Cluster clones del nicho C.F.T Magnos. Elaboracin: Propia.

Grficamente se puede apreciar que los clusters ms significativos se encuentran en las comunas de Maip, Pudahuel, Lo Espejo, Pealoln y la interseccin entre las comunas de La Florida, La Pintana y La Granja.

3.5.4.- AUTOCORRELACION ESPACIAL DE LOS CLUSTER CLONES.

Esta etapa tiene como finalidad validar la significancia estadstica de las aglomeraciones, midiendo la similitud cartogrfica en relacin a la distancia que existe entre los valores positivos del stack final. Se utiliz como medida de autocorrelacin al ndice de Moran (I Moran) en ArcGis 9.2, trabajando de esta manera con el producto de las matrices de medida de distancia geogrfica entre los sucesos y la del espacio de datos. Entregando un resultado de confianza de

97

0,01 para un Zscore de 8.32 (desviaciones estndar) con un I de Moran de 1,02. Determinando una fuerte dependencia espacial positiva (alta cercana espacial), con un 1% de probabilidad de que la conformacin de los cluster se halla generado por relaciones aleatorias. Sino ms bien fue por

correspondencia de patrones.

Fig.3.18 Resultado Autocorrelacion espacial I Moran Fuente: ArcGis 9.2.

3.6.- ANLISIS ESTADSTICO DE CLUSTER DE VARIABLES.

Este proceso tiene por objetivo utilizar el Anlisis Cluster, en el software SPSS, para analizar el encadenamiento de las variables que conforman los nichos resultantes. Para este anlisis se consideraron solo tres cluster representativos (Maip, Pudahuel y la interseccin entre las comunas de la Florida, la Pintana y la granja). Con la finalidad de obtener el enlace de grupos de variables con el objetivo de validar que, por un lado, las variables pertenecientes a un mismo grupo son muy semejantes entre s, es decir, que el grupo est cohesionado internamente y, por el otro, las variables pertenecientes a grupos diferentes tienen un comportamiento distinto con respecto al total de los casos analizados,

98

es decir, que cada grupo est aislado externamente de los dems grupos pero a la vez los cluster reconocidos se comportan similar(clones).

El procedimiento especfico consisti en realizar un anlisis jerrquico, mediante el algoritmo de enlace Average Linkage (Between Group), aunado a una medida de proximidad por correlaciones de Pearson. De esta manera se obtiene para cada Cluster la matriz de proximidad, el esquema de aglomeracin y su dendograma.

En la matriz de proximidad (para los tres cluster analizados) la correlacin mxima se encuentra en la diagonal, donde queda expresada la similitud entre cada variable consigo misma, mxima correlacin positiva r = 1. En el esquema de aglomeracin, se recoge un sumario de los pasos realizados en la construccin de los grupos. El numero de pasos es igual al numero de casos menos uno. La primera columna indica el nmero de pasos, la segunda y la tercera los casos implicados en la unin. La columna de coeficientes indica el valor de la medida de proximidad empleada. La quinta y la sexta columnas indican en que pasos previos se vieron involucrados los casos implicados en cada paso. La sptima y la ultima columna indica el paso en el que volvern a participar los grupos que han participado en cada paso. Y el dendograma representa en forma de rbol lgico, el proceso de formacin de los grupos jerrquicamente por la combinacin de distancias reescaladas de 0 a 25. A continuacin se muestran un extracto de los resultados para cada cluster.

99

LA FLORIDA - LA PINTANA - LA GRANJA

a) Tabla 3.5: Matriz de proximidad, comuna de La Florida.

Casos zdesplazam zproximida zespa_metr . . . zpob_20 zsolte_d zsolte_e

Zdesplaza Zproximid zespa_me . . . zpob_20 zsolte_d zsolte_e

1 0,487171 0,470511

0,487171 1 0,470511

0,470511 0,470511 1

. . . . . . . . .

0,363751 0,488050

0,111972 0,374303

0,613617 0,486643 0,470511

0,470511 0,470511

.................................................................... 0,363751 0,111972 0,613617 0,488049 0,374303 0,486643 0,470511 0,470511 0,470511 . . . . . . . . . 1 0,601048 0,775852 0,601048 0,775852 1 0,462229 0,462229 1

b) Tabla 3.6: Esquema de aglomeracin, comuna de La Florida.

Etapa Clusters combinados Cluster 1 Cluster 2 1 2 3 . . . 24 25 26 16 16 15 17 27 16 Coeficientes 1 0,987288 0,946358 Etapa primeros clusters Cluster 1 Cluster 2 0 1 0 0 0 2 Prxima etapa 2 3 4

................................................................ 1 2 1 4 3 2 0,470511 0,448627 0,433509 23 19 24 0 20 25 26 26 0

100

c) Dendograma, comuna de La Florida.

Fig.3.19 Resultado Dendograma, Comuna La Florida Fuente: SPSS Analysis Cluster

MAIPU a) Tabla 3.7: Matriz de proximidad, comuna de Maip.

Casos

zdesplazam

zproximida

zespa_metr

. . .

zpob_20

zsolte_d

zsolte_e

Zdesplaza Zproximid zespa_me . . . zpob_20 zsolte_d zsolte_e

1 0,442198 0,478332

0,442198 1 0,478332

0,478332 0,478332 1

. . . . . . . . .

0,478527 0,358602

0,052062 0,486205

0,315553 0,382728 0,478332

0,478332 0,478332

.................................................................... 0,478527 0,052062 0,315553 0,358602 0,486205 0,382728 0,478332 0,478332 0,478332 . . . . . . . . . 1 0,594813 0,977238 0,594813 1 0,775308 0,977238 0,775308 1

101

b) Tabla 3.8: Esquema de aglomeracin, comuna de Maip.

Etapa Clusters combinados Cluster 1 Cluster 2 1 2 3 . . . 24 25 26 16 13 17 27 14 25 Coeficientes 1 0,999881 0,978640 Etapa primeros clusters Cluster 1 Cluster 2 0 0 0 0 0 0 Prxima etapa 7 7 8

................................................................ 1 1 1 4 3 2 0,478332 0,467904 0,419116 23 24 25 0 20 19 25 26 0

c) Dendograma, comuna de Maip.

Fig.3.20 Resultado Dendograma, Comuna Maip Fuente: SPSS Analysis Cluster

102

PUDAHUEL a) Tabla 3.9: Matriz de proximidad, comuna de Pudahuel.

Casos zdesplazam zproximida zespa_metr . . . zpob_20 zsolte_d zsolte_e

Zdesplaza Zproximid zespa_me . . . zpob_20 zsolte_d zsolte_e

1 0,470155 0,470155

0,470155 1 0,470155

0,470155 0,470155 1

. . . . . . . . .

0,470155 0,499592 0,470155

0,470155 0,493676 0,470155

0,470155 0,494543 0,470155

.................................................................... 0,470155 0,470155 0,470155 0,499592 0,493676 0,494543 0,470155 0,470155 0,470155 . . . . . . . . . 1 0,909396 0,977532 0,909396 1 0,885535 0,977532 0,885535 1

b) Tabla 3.10: Esquema de aglomeracin, comuna de Pudahuel.

Etapa Clusters combinados Cluster 1 Cluster 2 1 2 3 . . . 24 25 26 13 17 13 14 27 17 Coeficientes 1 0,988235 0,985277 Etapa primeros clusters Cluster 1 Cluster 2 0 0 1 0 0 2 Prxima etapa 3 3 4

................................................................ 2 1 1 3 2 5 0,470155 0,470155 0,308620 23 0 25 0 24 19 25 26 0

103

c) Dendograma, comuna de Pudahuel.

Fig.3.21 Resultado Dendograma, Comuna Pudahuel. Fuente: SPSS Analysis Cluster

3.7.- VALIDACIN DEL ENTORNO URBANO.

Esta accin consisti en realizar un reconocimiento de campo, hacia los resultados de los cluster analizados en el captulo anterior. Con el objetivo de validar en terreno la correspondencia de los patrones espaciales urbanos entre cluster. Es decir, que cumplan con un patrn de tipo de vivienda, de proximidad a redes conectoras (calles principales metro), espacios de esparcimiento y fundamentalmente, cercana a un subcentro urbano de equipamiento, que conlleve a grandes flujos y aglomeraciones de poblacin. Todo esto en pro de asegurar las acciones comerciales futuras, mediante la identificacin de nuevas

104

reas de mercado que permitan la aproximacin de futuras localizaciones, aunado a la validacin de la real existencia de clientes idneos para ser captados hacia el CFT actual. A continuacin se muestran las fotografas del entorno urbano de cada cluster. Se debe considerar que la imagen representa a la locacion central de los cluster.

a) Entorno Urbano - Cluster Pudahuel.

Figura 3.22: Entorno Urbano - Cluster Pudahuel. Fuente: Elaboracion Propia.

105

Figura 3.23: Entorno Urbano - Cluster Maip Fuente: Elaboracion Propia.

Figura 3.24: Entorno Urbano - Cluster La Florida. Fuente: Elaboracion Propia.

106

3.8.- NUEVAS REAS DE MERCADO Y APROXIMACIN DE FUTURAS LOCALIZACIONES.

Esta ltima aplicacin tiene por objetivo descubrir las nuevas reas de mercado y su respectiva rea de influencia, mediante el mtodo de interpolacin de polgonos de Thiessen, utilizando el software ArcGis 9.2.

La aplicacin especfica consisti en utilizar los cinco centroides de los Clusters clones ms representativos (Maip, Pudahuel, Lo Espejo, Pealoln y la interseccin de La florida, La Pintana, La Granja), para generar reas de mayor influencia. Posteriormente se utilizo veinte puntos que corresponden a cluster clones menores. Ambas listas de centroides se introducen, de manera independiente, al sistema para crear los Polgonos de Thiessen basndose en la distancia eucldeas para unir los puntos entre si, trazando las mediatrices de los segmentos de unin. De manera que el permetro de los polgonos generados sean equidistantes a los puntos vecinos. A continuacin se muestra el resultado final del estudio, con los cluster ideales y cluster genricos aunado a las nuevas potenciales reas de influencia de mercado, junto a las posibles alternativas de localizacin distintas del centro educacional Regional ubicado en Santiago centro.

107

108

CAPITULO IV: ANALISIS Y DISCUSIONES.

Los resultados de un adecuado modelo, que aporte soluciones desde la visin territorial hacia las acciones comerciales, deben contar con una cantidad importante de consideraciones que validen su utilidad. En este capitulo se analizaran la consistencia de los aspectos tcnicos y operativos utilizados para la obtencin del producto final.

4.1.- ANLISIS DEL TRABAJO CARTOGRFICO.

El

objetivo

conceptual

del

trabajo

cartogrfico,

comprenda

una

georreferenciacin a WGS84 de las cartografas de ejes SAF y de manzanas del INE, que permitiera ir acorde a la evolucin del tratamiento de la informacin, que presenta Chile en relacin a unificacin cartogrfica y en

general a toda la informacin territorial. Junto a esto lograr la unificacin entre ambas cartografas, con una precisin de 3 y 5 metros, con respecto al modelo de Google Earth. Que permitiera trabajar mtricamente las dispersiones de los elementos puntuales (geocodificacin al eje y centroides de manzanas).

En relacin a lo mencionado las operaciones tcnicas empleadas de georrefereciacion mediante una estimacin de parmetros, sobre la cartografa de ejes SAF, resulto ser satificatoria, logrando validar su Datum y el reconocimiento de las precisiones de sus parmetros. Sin embargo se hace imprescindible analizar los grandes inconvenientes que presento la cartografa del INE para el desarrollo correcto de unificacin cartogrfica necesaria para el modelo geomtrico que sustentara los anlisis espaciales de este trabajo. Principalmente por su inconsistencia en su Datum de referencia el cual era de difcil clasificacin en relacin a los conocidos WGS84, PSAD56 Y SAD69, junto a una extraa calidad en diseo. De la cual se deduce que su conformacin

109

global, respondera a un pegado de distintas fuentes de elaboracin y por consiguiente distintos mtodos de digitalizacin o diseo. Variando

fuertemente la orientacin lgica de las figuras poligonales, en distancias relativamente cortas en la mayora de las comunas de la Regin. Presentando por consiguiente una baja calidad cartogrfica y una precisin heterognea. Ahora bien este anlisis se hace aun mas relevante si se considera que la base de datos inherente a esta cartografa se utiliza no tan solo para trabajos de este tipo, si no ms bien para la planificacin territorial del pas. Lo que implica que debe existir si o si una intercomunicacin precisa entre las distintas cartografas que generan las instituciones encargadas del desarrollo territorial.

En este sentido el modelo geomtrico elaborado a partir de este trabajo contribuye a resolver dichos inconvenientes. Cabe aqu hacer una digresin en cuanto a la utilizacin de la cartografa georreferenciada en WGS84 del INE, si bien cumple con el requisito conceptual de unificacin de DATUM, no es ptima en precisin interna, segn los 5 metros estipulados en los requisitos cartogrficos. Por lo que las acciones geomaticas empleadas de poligonizacin de ejes y pegado espacial del cdigo censal, fueron las mas adecuadas para sustentar el trabajo de anlisis espacial con la realidad de las distancias mtricas del territorio.

4.1.2.- ANLISIS DEL PRODUCTO FINAL OBTENIDO MEDIANTE EL TRATAMIENTO DE ANLISIS ESPACIAL.

i. En Relacin a la validacin del entorno.

Bajo el resultado fotogrfico que se obtuvo de la verificacin de la locacin de los cluster en terreno, junto a la fotointerpretacin en Google Earth, se analiza que estos adems de estar compuestos por patrones de comportamiento

110

similar, se ubican en sectores urbanos que cumplen con similares patrones espaciales territoriales. Especficamente los cluster ideales de Maip, la florida y Pudahuel, presentan en su entorno urbano una gran densidad de reas habitacionales, que se conectan con el resto de la ciudad, principalmente por avenidas y calles principales de alto transito y locomocin colectiva. Entre las que destacan para el cluster de Maip la avenida Portales, Sur y Alfredo Silva, las cuales se conectan con Av. Pajaritos. Para el cluster la florida Av. Trinidad y la Serena que se conectan con Vicua Mackenna. Y para el cluster Pudahuel, es preciso mencionar que este solapa a la comuna de Maip por lo que presenta conectividad por ambas comunas, por Pudahuel se conecta mediante La estrella hacia la ruta 68 y por Maip por Longitudinal y el descanso, hacia Av. Pajaritos.

Todos estos cluster cumplen con ser ideales principalmente por las caractersticas anteriormente mencionadas y por tener cercanas a un subcentro urbano que aporta aglomeraciones de poblacin. Especficamente son dos, uno ya consolidado en la florida, en el paradero 14 Vicuna Mackenna, y el otro en vas de desarrollo, correspondiente a la plaza de Maip, que se reconoce como un actual subcentro de equipamiento. Los cuales mediante el ingreso del concepto econmico de mercado han generado un mayor valor ciudad. Mediante la creacin de proyectos de inversin privada, como los de orden comercial (Mall plaza Vespucio, para cluster la florida, Oulet Mall para cluster Maip-Pudahuel). De esta manera haciendo de soporte a la concentracin de viviendas y por ende a la localizacin de equipamientos, entre ellos los de educacin.

111

ii. En Relacin al anlisis estadstico de las variables de los cluster.

El anlisis cluster de variables desarrollado para los nichos clones ideales, bajo el software SPSS, se efectu con el objetivo de analizar el encadenamiento de las variables que conforman dichos nichos y validar que cada grupo est aislado externamente de los dems, pero que sean, a su vez, similares en su comportamiento.

La semejanza existente entre los clusters, queda de manifiesto al momento de analizar su nivel de proximidad, en el esquema de aglomeracin, mediante el coeficiente de correlacin de Pearson (CP). Se consider un alto nivel de correlacin para aquellos valores que fluctuaron entre 0.9 < CP < 1, un nivel de similaridad medio para aquellos valores entre 0.5 < CP < 0.9 y para aquellos valores comprendidos entre 0 < CP < 0.5, se les asign un nivel de similaridad bajo. Para el caso de los tres clusters, el nivel de correlacin mayor, est comprendido por variables que, en su mayora, recaen en las que fueron trabajadas al nivel de poblacin en el factor educacional.

Las variables que presentan una dependencia lineal perfecta, es decir, un coeficiente de correlacin igual a uno, para el cluster de Maip son, la poblacin de cuarto medio y los solteros con GSE E, para el cluster Pudahuel las variables de mayor correlacin son los estudiantes con enseanza regular media industrial y media comercial y finalmente para el cluster La Florida las variables de mayor dependencia son la poblacin en cuarto medio y los alumnos egresados de enseanza media. Las variables involucradas en un nivel de correlacin media son en su mayora variables del factor educacional y demogrfico. Mientras que para los niveles de menor correlacin se agrupan mayoritariamente variables del factor territorial y del factor mercado.

112

Cabe destacar que de manera independiente, para cada cluster analizado, se repite un fenmeno constante en el encadenamiento de variables, las cuales recaen, mayoritariamente, en el factor territorial y al factor mercado. Este fenmeno se manifiesta con un valor bajo de correlacin constante - en la matriz cuadrada de proximidad, en cada cluster. Que para el caso del cluster Maip alcanza un valor de 0,478332, para el cluster La Florida un valor de 0,470511 y un valor de 0,470155 para el cluster Pudahuel. Por lo tanto, se puede desprender que las variables de externalidad del factor territorial y las variables puntuales de competencia del factor mercado poseen una dbil relacin lineal, con respecto a todas las otras variables utilizadas en el estudio. Si este anlisis numrico es llevado a la realidad del espacio se puede visualizar, este bajo nivel de correlacin de los factores territoriales y mercado. Con el hecho de que los primeros se encuentran distribuidos en el espacio con una cierta homogeneidad y a una cierta distancia mtrica de las reas habitacionales donde se concentra la mayor cantidad de variables trabajadas a la poblacin y a la persona (factor demogrfico y factor educacional). Mientras que las variables del factor mercado se encuentran concentradas en plena alameda, por lo tanto la proximidad que esta tiene hacia sectores perifricos deba ser baja.

iii.- En relacin a las reas de mercado y aproximacin de localizaciones.

Con respecto a la metodologa de utilizar los centros de los nichos creados - en pro del modelo conceptual del par negocio-clientes - y someterlos a un mtodo de interpolacin, para generar las nuevas reas de mercado, fue la ms

adecuada. Segn lo analizado esto obligo de una u otra manera a que dichas reas se crearan en funcin de la localizacin de los clientes del perfil del CFT y existiera una sola rea para cada nicho.

113

En relacin al anlisis de la figura 3.26, que muestra el resultado final de las reas de mercado que comprenden al cluster Maip y Pudahuel. Se desprende que la equidistancia que genera la interpolacin por polgonos de Thiessen, logra dividir ambas reas. Incorporando favorablemente a un subcentro urbano en el limite entre ellas. Facilitando la aproximacin de una futura localizacin en las zonas aledaas a la interseccin de dichas reas de mercado. Esperando a que se repita el patrn de comportamiento actual que posee el barrio republica, pero hacia el sector centro de Maip. Tomando como potenciales clientes a la poblacin de los cluster que lo rodean (Maip Pudahuel lo espejo). Considerando que estos cuentan con una buena red de conectividad hacia dichas zonas potenciales. Ahora bien es importantante resaltar del anlisis de la creacin de las reas, el hecho de que no se realizo desde el punto de vista terico en el cual las reas de mercado nacen desde un distrito central de negocio, sin embargo la sola esencia de la buena estructura del modelo lograron incluirlos dentro de ellas. Ya sea tanto en las reas de Maip y la Florida.

En relacin al anlisis del resultado arrojado en La Florida, se hace fundamental abordarlo desde las posibles zonas de localizacin - que cumplen con los mismos principios de Maip donde dichas zonas se encuentran en una estructura urbana que se sustenta por la avenida Vicua Mackenna, la cual experimenta en la actualidad grandes desarrollos de inversin inmobiliaria. Con la creacin de a lo menos 3 edificios habitacionales que recaen en la comuna de San Joaqun (lugar de interseccin de reas de mercado La florida Pealoln. Lo que contribuira a una nueva localizacin. Sin embargo a modo de discusin se podria ver contrarestada por la presencia de una mayor cantidad de instituciones educacionales (INACAP Intituto Profesional de Chile Duoc). Lo que implicara en un futuro prximo una desigual competencia para el CFT MAGNOS. Por otro lado parece ser mas optima la localizacin en Maip

114

la cual se comporta como una isla de gran concentracin habitacional, y se conecta actualmente mediante vas tradicionales como la avenida pajaritos, en ausencia de una estacin de metro en su interior. De lo que se deduce que la gente podria estar desarrollando sus actividades habituales en la misma comuna. Favoreciendo de esta manera el desarrollo de equipamientos educacionales y de toda ndole en general.

115

CAPITULO V: CONCLUSIONES Y RECOMENDACIONES.

Con la investigacin ya finalizada, se puede afirmar respecto a la hiptesis que se plante, que sta es validada por los resultados arrojados de los cluster clones de clientes, las nuevas reas de mercado y las aproximaciones de potenciales zonas de localizacin. En particular, respecto a la metodologa

utilizada puede afirmarse que esta fue exitosa, contribuyendo al cumplimiento de los objetivos, tanto tcnicos como conceptuales. Siendo capaz de desarrollar efectivamente las acciones mediante mtodos Geomticos no completamente automatizados en un solo software, sino ms bien por la intercomunicacin de las distintas plataformas computacionales que asisten al tratamiento territorial, considerando que se habla de Geomtica cuando se trabaja con datos de ndole geogrfico. Contribuyendo de esta manera al rea de la investigacin de mercados, una herramienta valiosa a la hora de apoyar la toma de decisiones comerciales. Entre sus cualidades est la ventaja de poder ser usada como patrn a seguir cuando se quiere elaborar un modelo espacial con bases de datos de distintas caractersticas en calidad de diseo, unidades, precisin, fuentes (entidades pblicas y privadas) y formato, entre otras.

Por otro lado, respecto a la afirmacin de que el modelo de Geonegocios para la educacin ayudar a la toma de decisiones al momento de invertir en acciones comerciales para la captura de nuevos clientes y aproximar nuevas zonas de mercado diferentes o alternativas al centro educacional de la Regin Metropolitana establecido en el barrio Republica de la comuna de Santiago, sta es confirmada por el xito de los procedimientos, donde se llega en primer lugar a encontrar, varios clusters de los cuales se dejaron cinco (Pealoln, Maip, Pudahuel, Lo Espejo y la Florida), clones del nicho de alumnos del CFT Magnos, que segn el anlisis de los tres clusters ideales (Maip, Pudahuel y la Florida) muestran ser internamente homogneos, es decir, que cada grupo est

116

conformado por variables entre s similares. Dichas similitudes se manifiestan en diferentes grados segn el coeficiente de correlacin del anlisis estadstico de las variables. Denotando los encadenamientos de mayor jerarqua dentro del cluster a la poblacin de cuartos medios y solteros con GSE E, los estudiantes con enseanza regular media industrial y media comercial, y finalmente la poblacin de cuarto medio y los alumnos egresados de enseanza media.

En lo que respecta a la metodologa es importante sealar algunas observaciones, a modo de recomendaciones, que son importantes a la hora de realizar una buena segmentacin en base a similaridades cartogrficas. En primer lugar, en la realizacin del trabajo, result evidente la importancia de seleccionar un set de variables adecuado, junto a un correcto agrupamiento en factores, que representen de alguna manera los agentes intervinientes del mbito de estudio, como lo fue la demanda, la oferta y el espacio. De esta manera eliminando las variables que simplemente entorpecen la generacin ptima de los conglomerados. Esto queda demostrado dentro de este proyecto, en la localizacin que adoptaron los clusters, siendo coherentes en relacin al entorno urbano que los comprende, mostrando ser zonas de gruposocioeconmico acorde al perfil del nicho (GSE E GSE D), quedando fuera inmediatamente zonas del sector oriente (GSE ABC1 GSE C2). Y en segundo lugar y con igual importancia, es definir el nivel de detalle de escalas

cartogrficas que se emplearan, para las diferentes etapas de los tratamientos de los datos espaciales, desde los anlisis y planificaciones generales, hasta la ejecucin detallada del ingreso de datos a los mapas digitales. Para lo cual se recomienda en los anlisis globales (comunales - regionales), trabajar con escalas de 1: 25000 y 1:250000 respectivamente, y para las ejecuciones de precisin como las geocodificaciones y anlisis de dispersiones, escalas de 1:3000, 1:5000 he incluso podra ser aceptable 1:10000, considerando el objetivo de las acciones comerciales que apoyara el determinado proyecto.

117

En relacin a emplear mtodos de anlisis espacial y estadstica, se hace fundamental que el investigador primero describa sus datos y luego los analice espacialmente y paralelamente aplique los mtodos de estadstica descriptiva y espacial para relacionar las variables, considerando siempre que cada mtodo tiene su razn de ser y un propsito especfico, no deben hacerse mas anlisis de los necesarios. Los SIG y la estadstica no son un fin en si mismo, son herramientas para analizar los datos.

Con respecto a los resultados mismos del proyecto se puede concluir que se ha logrado, sin duda, constituir una valiosa herramienta, compuesta por dos principales enfoques para la ayuda a la toma de decisiones comerciales que pueda efectuar el CFT Magnos, como lo son; el conocer con certeza donde se encuentran los grupos de potenciales clientes que responden al perfil de su actual demanda y la aproximacin de potenciales reas de localizacin que cumplen con todos los requisitos necesarios para el xito comercial de la nueva instalacin. Aunado a la satisfaccin social que este nuevo CFT pueda entregar a la poblacin de distintas comunas. Considerando el acercamiento de la educacin, hacia reas perifricas que no siempre cuentan con el alcance espacial para obtener un ttulo tcnico profesional que favorezca el crecimiento a nivel de pas.

Finalmente a modo personal queremos manifestar lo estimulante que fue llevar a cabo este proyecto de menora, durante meses intensos de trabajo. Llenos de reflexiones, aprendizajes, madures, discusiones y desafos, que sin duda nos llevaron a un enriquecimiento personal y profesional. Y ahora que este periodo concluye, guardamos una tremenda satisfaccin por el trabajo realizado, que sin duda consideramos que nos convierte en ingenieros participes de un desarrollo de pas, al cual aportamos desde una ciencia exquisita, como lo es la ciencia de la tierra.

118

BIBLIOGRAFIA.
lvarez Cceres Rafael (1994) estadstica multivariante y no parametrica con SPSS: Aplicacin a las ciencias a las ciencias medicas de la salud. Ediciones Daz de Santo Anderson T. W. (1984) An introduction to multivariate statistical analysis. New York: Wiley. Arabie, P. y Hubert L. (1994) Cluster Analysis in Marketing Research, In R. P. Bagozzi(Ed), Advanced Methods in Marketing Research, 160-189. Aroca Patricio (2000) Econometra espacial: Una herramienta para el anlisis de la economa Regional, Universidad Catlica del Norte, Chile. Berry Joseph (1993) Artculos de la serie Beyond Mapping: Mas all de la cartografa. Berry Brian, Conkling, Edgar & Ray, Michel (1976) The Geography of economics Systems, New Jersey, USA. Bosque Sandra, Joaquin, Zamora Ludovic, H. (2002) Visualizacin Geogrfica y nuevas Cartografas, GeoFocus (Artculos), n 2, p. 61-77. ISSN: 1578-5157. Universidad de Alcal, Espaa Bosque Sendra Joaquin, Rosa C Garca (2000) El uso de los sistemas de informacin Geogrfica en la planificacin territorial, Anales de Geografa de la Universidad Complutense, Madrid. Bosque Sendra Joaqun, M. Gmez Delgado, A. Moreno Jimnez y F. dal Pozzo. (2000) Hacia un sistema de ayuda a la decisin espacial para la localizacin de equipamientos, estudios geogrficos, tomo LXI, n241, pp. 567598. Boyd Walker (1992), Marketing Management, Irwin Publications. Buzai Gustavo (2002) Anlisis Linkage con contigidad espacial Anuario de la Divisin Geografa, departamento de Ciencias Sociales. Universidad Nacional de Lujn, Lujn. Buzai Gustavo (2002) Sistemas de Informacin Geogrfica Aspectos Conceptuales Desde la teora de la Geografa, Consejo Nacional de Investigaciones Cientficas y Tcnicas (CONICET)

119

Blachut, T. J. (1979) Cartografa y Levantamientos Urbanos. New York, Springer-Vertag. Chasco Coro Yrigoyen. (1997), Modelos de determinacin de reas de mercado del comercio al por menor. Tesina. Facultad de CC. Econmicas y Empresariales, universidad Autnoma de Madrid. Chasco Coro Yrigoyen (1997), Anlisis exploratorio de datos espaciales al servicio del Geomerketing, Instituto Lawrence R. Klein Universidad Autnoma de Madrid. Garcia J. (1997), Geomerketing. Los sistemas de informacin geogrfica aplicados a la planificacin comercial. Distribucin y Consumo, 31: Pg. 99107. Giadalah Francisco Astudillo (2003) segmentacin de la poblacin Chilena, seminario para optar al titulo de ingeniero comercial, Universidad de Chile. Harvey, D. (1969) Explanation in Geography. London: Arnold, (ed. cast. Teoras, leyes y modelos en geografa. Madrid: Alianza, 1983). Harris y Ullman (1945) The nature of the cities, Annals American Academy of Political Science 247. INE (2007) Anlisis comparativo de las condiciones de vida en los hogares (Censos 1992 2002), Como ha cambiado la vida de los Chilenos. Isobel Clark (2001) Practical Geostatistic, Alloa Business Centre, Central Scotland. Lincoln Institute, programa para America Latina y el Caribe Aplicaciones del catastro multifinalitario en la definicin de polticas de suelo Urbano. Gis para el catastro Urbano Marcela Ramrez Zamorano - Diego Ortiz Jimnez (2003) Estimacin de los parmetros de transformacin entre los sistemas de referencia WGS84 y PSAD56 para una zona de Calama. Universidad de Santiago de Chile. Mndez Ricardo (1997) Geografa econmica, la lgica espacial del capitalismo global. Ariel geografa. Espaa.

120

Prez Cesar (2004) Tcnicas de anlisis Multivariante de datos y aplicaciones con SPSS, Universidad Complutense de Madrid. Instituto de estudios fiscales, Madrid. Pumain Denise (2004) Artculos del anlisis espacial, www.hypergeo.eu. Serie en foco, Expansiva 2004, Costos y beneficios de estudiar en Centros de Formacin Tcnica Neutralidad de la Poltica Publica? Zepeda Rene (2004 2005) Apuntes de Geodesia Geomtrica y ajuste geodsico. Universidad de Santiago de Chile.

Sitios Web Consultados. http://www.elagrimensor.com.ar/Cienciasvinculadas.asp. (Citas Geociencias). http://www.edicionesespeciales.elmercurio.com/destacadas/detalle/index.asp?id noticia=0129072005021X1030099&idcuerpo=425 (Geonegocios, Alfredo escobar Dmapas). http://www.cartografia.cl (Parmetros de transformacin entre sistemas de referencia geodsicos y cartogrficos). http://geografiaeconomicauls.blogspot.com (Geografa Econmica y Global.) http://clustereco.blogspot.com/2007/11/teora-de-christaller-y-lsch.html (Carrillo, 2002 - teora de christaller y losh). http://www.ub.es/geocrit/b3w-431.htm (Soja, Edward W. Post metropolis. Critical Studies of cities and regions. Oxford, Blackwell, 2001). http://www.cmq.edu.mx/documentos/Revista/revista18/Vilalta_est_volv_num18_ 2005.pdf (Como ensear autocorrelacin espacial). http://www.wikilearning.com/curso_gratis/el_sistema_intraurbanoteoria_y_modelos_explicativos_de_la_estructura_de_la_ciudad/1810-3 (Sistema Interurbano - Teora y mtodos explicativos de la estructura de la Ciudad).