o potencial de mercado para o serviço de internet rápida – estudo ...
55
AUTOR: GENTIL FÉLIX VIANA JÚNIOR O POTENCIAL DE MERCADO PARA O SERVIÇO DE INTERNET RÁPIDA – ESTUDO DA ÁREA CENTRAL DE PEDRO LEOPOLDO Monografia apresentada ao Curso de Especialização em Geoprocessamento da Universidade Federal de Minas Gerais para a obtenção do título de Especialista em Geoprocessamento Orientadora: Ana Clara Mourão Moura 2002
Transcript of o potencial de mercado para o serviço de internet rápida – estudo ...
AUTOR: GENTIL FÉLIX VIANA JÚNIOR
O POTENCIAL DE MERCADO PARA O SERVIÇO DE INTERNET
RÁPIDA – ESTUDO DA ÁREA CENTRAL DE PEDRO LEOPOLDO
Monografia apresentada ao Curso de Especialização em Geoprocessamento da Universidade Federal de Minas Gerais para a obtenção do título de Especialista em Geoprocessamento Orientadora:
Ana Clara Mourão Moura
2002
ii
VIANA Júnior, Gentil Félix O POTENCIAL DE MERCADO PARA O SERVIÇO DE INTERNET RÁPIDA – ESTUDO DA ÁREA CENTRAL DE PEDRO LEOPOLDO. Belo Horizonte, 2002. 49 p. Monografia (Especialização) – Universidade Federal de Minas Gerais Departamento de Cartografia. 1. Geomarketing 2. Geoprocessamento 3. Internet rápida 4. Análise estatística Universidade Federal de Minas Gerais Instituto de Geociências Departamento de Cartografia
iii
AGRADECIMENTOS
Gostaria de agradecer às várias pessoas cuja ajuda e compreensão foram fundamentais
para a conclusão deste trabalho:
A Deus pela vida e pela oportunidade de aprender a observar melhor as suas criações;
Aos meus pais Gentil e Geralda pelo suporte incondicional;
À professora Ana Clara pela dedicação na orientação;
Aos meus amigos e colegas, em especial ao Cássio da Costa e à Daniela Batista;
À Prefeitura Municipal de Pedro Leopoldo por fornecer os dados, em especial ao
Ramon;
À todas as pessoas que, mesmo indiretamente, contribuíram no trabalho.
iv
SUMÁRIO
1 - APRESENTAÇÃO ......................................................................................................... 1
2 - OBJETIVOS.................................................................................................................... 1
3 - O CONTEXTO DO DESENVOLVIMENTO DO TEMA ............................................. 2
3 . 1 - Pedro Leopoldo – área piloto .................................................................................... 2
3 . 2 - Breve histórico de Pedro Leopoldo........................................................................... 3
3 . 3 - Internet rápida ........................................................................................................... 5
3 . 4 - Geoprocessamento .................................................................................................... 6
3 . 5 - Sistemas Informativos Geográficos .......................................................................... 7
3 . 6 - Geomarketing ............................................................................................................ 9
4 - CONSTRUÇÃO DO SIG PARA ANÁLISE MERCADOLÓGICA DE INTERNET
RÁPIDA EM PEDRO LEOPOLDO............................................................................. 11
4 . 1 - Obtenção de dados .................................................................................................. 11
4.1.1- Base cartográfica .............................................................................................. 13
4.1.2- Base Alfanumérica ........................................................................................... 15
4 . 2 - Tratamento da base Cartográfica............................................................................. 17
4 . 3 - Tratamento da base Alfanumérica........................................................................... 19
4 . 4 - Georreferenciamento............................................................................................... 21
5 - DESENVOLVIMENTO DA ANÁLISE....................................................................... 23
5 . 1 - Aplicação dos questionários.................................................................................... 23
5 . 2 - Análise estatística dos dados ................................................................................... 25
5 . 3 - Cartas Temáticas ..................................................................................................... 27
5 . 4 - Correção do modelo ................................................................................................ 42
6 - CONSIDERAÇÕES FINAIS ........................................................................................ 45
6 . 1 - Resultados ............................................................................................................... 45
6 . 2 - Conclusões .............................................................................................................. 47
7 - REFERÊNCIAS BIBLIOGRÁFICAS .......................................................................... 48
v
ÍNIDICE DE FIGURAS E TABELAS
Figura 1 – Localização de Pedro Leopoldo ......................................................................2
Figura 2 – Modelo OMT-G dos dados utilizados na pesquisa ........................................12
Figura 3 – Planta do centro de Pedro Leopoldo vista no software Microstation Geografics.....................................................................................................13
Figura 4 – Planta cadastral de uma quadra do centro de Pedro Leopoldo.......................14
Figura 5 – Criação de centróides no software Microstation Geografics .........................17
Figura 6 – Atualização dos polígonos das edificações e lotes no software ArqMap ......18
Figura 7 – Acréscimo de pontos (estrelas) no software Mapinfo....................................19
Figura 8 – Mapa temático dos tipos de uso das Unidades urbanas ................................24
Figura 8 – Esquema do gráfico utilizado no estudo de correlação entre variáveis .........27
Figura 9 – Árvore de decisões .........................................................................................31
Figura 10 – Mapa do número de pessoas alfabetizadas por Unidade urbana..................32
Figura 11 – Mapa do número de automóveis por Unidade urbana .................................33
Figura 12 – Mapa do maior grau de instrução por Unidade urbana ................................34
Figura 13 – Mapa do tipo de instalações sanitárias por Unidade urbana ........................35
Figura 14 – Mapa do valor venal dos imóveis.................................................................36
Figura 15 – Mapa síntese das variáveis de bens e estrutura ............................................37
Figura 16 – Mapa síntese das variáveis socio-econômicas .............................................38
Figura 17 – Mapa síntese final - completo ......................................................................39
Figura 18 – Mapa síntese final do setor comercial ..........................................................40
Figura 19 – Mapa síntese final do setor residencial ........................................................41
Figura 20 – Árvore de decisões após correção da síntese comercial...............................43
Figura 21 – Mapa síntese final corrigido.........................................................................44 Tabela 1 – Informações contidas no mapa vetorial .........................................................13
Tabela 2 – Informações contidas no mapa vetorial .........................................................16
Tabela 3 – Exemplos de concatenação de dados para formação do código de ligação dos bancos ........................................................................................20
Tabela 4 – Caracterização de usos nos Bancos de dados fornecidos pela Prefeitura......20
Tabela 5 – Classificação de usos adotada para Internet rápida .......................................21
Tabela 6 – Classificação de usos das unidades urbanas geocodidificadas ......................22
Tabela 7 - Questionário de coleta de informações específicas ao trabalho .....................25
Tabela 8 – Categorias das variáveis da análise................................................................26
Tabela 9 – Pesos atribuídos às variáveis notas às categorias ..........................................29
Tabela 10 – Padrões atribuídos às notas da síntese final do SAGA................................30
vi
RESUMO
Este trabalho tem como objetivo fazer um estudo mercadológico do potencial de
contratação de um serviço hipotético de Internet rápida utilizando o geoprocessamento
para análise e tratamento dos dados. A análise foi feita na região central do município
de Pedro Leopoldo–MG e utilizou a base de dados geográficos e alfanuméricos
disponibilizados pela Prefeitura local complementada com alguns dados levantados por
amostragem. Um estudo estatístico permitiu a identificação da variável da base
alfanumérica de grande correlação com os dados complementares, dispensando seu
levantamento em todo o centro. A atribuição de pesos a cada uma das variáveis
estudadas permitiu a criação de mapas temáticos que refletem a relevância de cada uma
delas na definição do potencial mercadológico estudado. O resultado deste trabalho é
um conjunto de mapas temáticos que representam a distribuição espacial dos clientes
classificando-os segundo suas características socio-econômicas e segundo a infra-
estrutura que possuem para receber o serviço de Internet rápida.
1
1 - APRESENTAÇÃO
O ambiente de concorrência que se instalou no cenário nacional das telecomunicações
após a privatização do Grupo Telebrás em julho de 1998 (FERREIRA, 2000) exige um
planejamento de ações mercadológicas cada vez mais precisas. O aumento do número
de empresas no setor com uma oferta de serviços cada vez mais diversificada, demanda
uma análise de mercado que identifique, com clareza, os clientes que possuem as
características mais propícias para a contratação destes serviços. Contudo, a grande
variedade de fatores que influenciam na classificação desses clientes tornaria essa
análise extremamente complexa caso não fosse utilizada a grande capacidade de
processamento de informações das ferramentas computacionais. Neste contexto, o
Sistema Informativo Geográfico (SIG) é uma importante ferramenta de auxílio, pois
permite uma abordagem sistêmica de análise (MOURA, 2000) ao tratar uma complexa
gama de variáveis. Isso permite uma aproximação maior entre o modelo de estudo e a
realidade e possibilita a identificação e classificação com maior credibilidade.
Este trabalho se propõe a utilizar um SIG para análise mercadológica de um serviço de
Internet rápida na região central do município de Pedro Leopoldo. Na mesma região de
estudo foram feitas análises de gestão urbana1 e de conforto ambiental2 sendo que o SIG
utilizado nas três análises foi construído conjuntamente.
2 - OBJETIVOS
Esta monografia tem como objetivo geral utilizar o geoprocessamento como técnica de
auxílio à análise e à definição de estratégias para oferta de serviços através da rede
telefônica. Tem se como objetivos específicos desse trabalho:
• Identificar e tratar as variáveis para a definição de áreas com potencial de contratação de um serviço hipotético de Internet rápida;
• Utilizar o SIG para georreferenciar e tratar os dados;
• Identificar as áreas com clientes potenciais a serem exploradas no bairro central do município de Pedro Leopoldo;
• Documentar a metodologia empregada neste trabalho para aplicação em outras análises de mercado.
1 Análises de distribuição de valores do Imposto Predial e Territorial Urbano e Índice de Qualidade de
Vida Urbana: Estudo de caso da região central de Pedro Leopoldo (BARBOSA, 2002). 2 Análise de conforto ambiental urbano aplicado à área central do município de Pedro Leopoldo
(RIBEIRO, 2002).
2
3 - O CONTEXTO DO DESENVOLVIMENTO DO TEMA
A contextualização do desenvolvimento do tema tem o objetivo de apresentar a área a
ser estudada bem como os principais conceitos necessários à compreensão das técnicas
e ferramentas utilizadas. Serão expostas algumas características do município de Pedro
Leopoldo que determinaram a sua escolha para este trabalho. O serviço de Internet
rápida será brevemente descrito para esclarecer qual é o seu público alvo e o tipo de
infra-estrutura exigida. Finalmente, serão apresentados os conceitos de
Geoprocessamento, Sistema Informativo Geográfico e de Geomarketing essenciais para
a compreensão do desenvolvimento do trabalho.
3 . 1 - Pedro Leopoldo – área piloto
O município de Pedro Leopoldo tem uma população aproximada de 53.957 habitantes
(IBGE, 2002) e está situado na mesorregião metropolitana a 40 Km de Belo Horizonte–
MG.
Figura 1 –Localização de Pedro Leopoldo (sem escala) – Fonte IBGE -mapas
É um município com ampla cobertura da rede de telefonia fixa, mas que deve passar por
um estudo de viabilidade técnica para disponibilização da Internet rápida. Este estudo
permitirá a identificação dos clientes com um potencial significativo para contratação
do serviço e será de grande importância para a tomada de decisões sobre para quais
áreas ofertá-lo primeiro.
3
Além disso, o município de Pedro Leopoldo possui um acervo de dados alfanuméricos e
geográficos significativos e que foram disponibilizadas pela Prefeitura Municipal para o
desenvolvimento deste trabalho. Isso diminuiu consideravelmente o esforço dedicado à
coleta de dados e possibilitou a concentração de esforços na construção do Sistema de
Informativo Geográfico e na análise proposta.
Apenas a região central do município de Pedro Leopoldo foi escolhida para o estudo de
mercado aqui proposto como forma de adequar a análise ao cronograma disponível para
desenvolvimento do trabalho. A região central foi escolhida por reunir as condições
mais propícias para uma oferta inicial dos serviços de Internet rápida. Ela é a região que
concentra o maior número de estabelecimentos comerciais do município juntamente
com uma quantidade significativa de residências. Além disso, é a região que apresenta a
maior cobertura das redes de infra-estrutura como água, luz, esgoto e telefone, sendo
essa última essencial para a oferta da Internet rápida.
3 . 2 - Breve histórico de Pedro Leopoldo
Segundo CASA DE CULTURA DE PEDRO LEOPOLDO (2002), os primórdios da
história do atual município de Pedro Leopoldo contêm os ingredientes típicos das
cidades mineiras: bandeirantes, sertanistas e busca de riquezas. As pedras verdes foram
a grande motivação para a expedição de Fernão Dias chegar à região, no século XVII, e
fundar o Arraial do Sumidouro. As investidas do Governador das Esmeraldas formaram
as rotas que, em 1893, levariam Antônio Alves da Silva a construir a Fábrica de Tecidos
Cachoeira Grande que, com a Estação Ferroviária, dariam início ao que é hoje a cidade
de Pedro Leopoldo.
Documentos existentes no Arquivo Público Mineiro comprovam a chegada dos
bandeirantes à região em 13 de março de 1673, chefiados por Matias Cardoso pessoa
diretamente ligada ao bandeirante Fernão Dias Paes, que chegou à região no final de
1674. Eles fizeram um tripé que tinha como base Sumidouro, Raposos e Sabará, tendo
ainda chegado até o Serro e à Bacia do Jequitinhonha. Plantaram milho, mandioca,
batearam ouro no Rio das Velhas, criaram porcos e galináceos. Auxiliado por seu genro
Borba Gato, Fernão Dias edificou casas e uma capela em Quinta do Sumidouro,
construiu regos com roda d’água para elevação de água nos igarapés do Rio das Velhas
em busca de ouro.
4
Em 1834, chegou a essa região o naturalista Dr. Peter Lund, tendo ficado até 1880,
quando faleceu aos 79 anos. O seu trabalho atingiu mais de 200 cavernas na região que ,
na época, ia até as grutas de Maquiné e Curvelo. Na Lapa do Sumidouro descobriu uma
ossada que ele denominou restos do Homem da Lagoa Santa. Do acervo de suas
descobertas constam as pinturas rupestres de Cerca Grande e vários ossos fossilizados
de animais de grande porte.
Ainda nesta época, havia três sesmarias na região. As sesmarias eram terras
improdutivas e devolutas doadas a pessoas ligadas à corte e que deveriam pagar à
mesma 1/6 de sua produção, daí o nome sesmaria. Os sesmeiros desta região eram os da
Fazenda da Cachoeirinha (família Tostes), do Engenho (família Teixeira), que eram
descendentes dos sesmeiros da Fazenda Dos Angicos, do Urubu e Santa Rita.
Documentos encontrados no cartório de Matosinhos informam ter sido a Fazenda da
Cachoeira hipotecada por dívidas de jogo ao agiota Antônio Dias Torres, que em 1901
passou a escritura definitiva da referida fazenda para a Companhia Fabril Cachoeira
Grande, que, por sua vez, foi absorvida pela Cia. Industrial Belo Horizonte em 1920.
A Estrada de Ferro Central do Brasil chegou à vila da Cachoeira Grande em maio de
1895, sendo a sua estação inaugurada em 17/06/1895 e tendo recebido o nome do
engenheiro Dr. Pedro Leopoldo, falecido meses antes e responsável pelo trecho daquela
via férrea entre Santa Luzia e Capitão Eduardo.
Dr. Pedro Leopoldo da Silveira nasceu na cidade de São Cristóvão, no estado de
Sergipe, no dia 2 de dezembro de 1850. Foi alferes, formou-se em engenharia militar
em 1875, deixando o exército pouco tempo depois para trabalhar na Estrada de Ferro
Central do Brasil.
No início do século, com a implantação da indústria têxtil, a economia que era
exclusivamente agropecuária recebeu as benesses da indústria recém implantada,
modificando o modo de vida dos habitantes.
Em 1901, com a criação do distrito, em 17 de Julho, os moradores de Cachoeira Grande
resolveram adotar o nome da estação (Pedro Leopoldo) para a vila que então
desabrochava e possuía aproximadamente 1.000 habitantes. Pedro Leopoldo era distrito
de Santa Luzia e toda a documentação da época era feita no cartório de Matosinhos.
5
Em 1923, foi montada a primeira usina de pausterização de leite de Pedro Leopoldo,
que era também a primeira de Minas Gerais. Neste mesmo ano a lei estadual nº 843
criou o município em 7 de setembro, que foi solenemente instalado em 27/01/1924.
A partir de 1955, Pedro Leopoldo teve um crescimento acentuado. Em maio de 1956,
foi inaugurada a Companhia de Cimento Cauê e, em 4 de fevereiro de 1963, a Precon
Pré Moldados de Cimento. Em 05 de março de 1975 foi inaugurada a CIMINAS –
Cimento Nacional de Minas Gerais S/A. Esses fatos confirmam a importância do
município no cenário industrial mineiro ligado à produção de insumos minerais.
3 . 3 - Internet rápida
Este trabalho fará um diagnóstico do mercado de usuários potenciais de um serviço
hipotético de Internet rápida baseado nos serviços oferecidos pelas operadoras de
telefonia fixa. Esse serviço é oferecido através da infra-estrutura da rede telefônica e
necessita que o cliente também possua um computador e adquira um modem específico
para Internet rápida.
A Internet rápida ou de banda larga oferece conexão de 24h por dia, 7 dias por semana.
Utiliza uma tecnologia que aumenta a capacidade da linha telefônica, pois a transmissão
de voz utiliza somente uma das muitas faixas de freqüência da linha, liberando todas as
outras para a transmissão de dados (VELOX, 2002). A transmissão de voz é
encaminhada às centrais telefônicas, enquanto a transmissão de dados é direcionada à
Rede de Dados da empresa telefônica. Isso permite a transmissão simultânea de voz e
dados com velocidades de 256 kbps (kilobits por segundo), que é até oito vezes mais
rápida do que a velocidade alcançada em uma conexão discada. Essa velocidade permite
assistir a vídeos em tempo real, escutar rádio com muito mais qualidade, participar de
chats e jogos em rede com muito mais realismo.
São oferecidos dois tipos de planos de Internet rápida: Residencial e Empresarial. Os
dois planos oferecem a mesma velocidade de conexão e necessitam de computadores e
modens com as mesmas configurações mínimas. As diferenças estão no valor da
assinatura mensal, menor para o plano residencial, e em alguns serviços oferecidos
exclusivamente para o plano empresarial, como consulta à Cerasa, SPC e CDL além de
possibilitar a criação de cinco contas de e-mail sem custos adicionais ao cliente.
6
Um diagnóstico que utiliza o geoprocessamento é muito importante para definição de
mercado desse tipo de serviço pois ajuda a identificar áreas que reúnem clientes
potenciais, evitando investimentos desnecessários em infra-estrutura. Como forma de
planejamento de expansão, o serviço será inicialmente ofertado apenas às áreas com
maior potencial e será gradativamente expandido às áreas com potenciais menores.
3 . 4 - Geoprocessamento
A partir da palavra “processamento” que, segundo o dicionário MICHAELIS (1998),
significa “verificar para obter validade ou efeito”, o termo Geoprocessamento pode ser
entendido como a verificação de dados relacionadas à geografia com o objetivo de
avaliar sua validade ou efeito. Segundo XAVIER-DA-SILVA (2001), o
Geoprocessamento é um conjunto de técnicas computacionais que opera sobre bases de
dados georreferenciados, para transformá-los em informações relevantes. Ele se apoia
em estruturas de percepção ambiental que proporcionem o máximo de eficiência nesta
transformação. Uma destas estruturas é a visão sistêmica, na qual a realidade é
percebida como um conjunto de sistemas compostos por entidades físicas ou virtuais
que se organizam segundo diversos tipos de relacionamentos, como por exemplo: as
relações de inserção (hierarquias), de justaposição (proximidade / contigüidade) e
funcionalidade (causalidade).
Os dados tratados pelo Geoprocessamento incluem não só aqueles de natureza
essencialmente geográfica, como a localização ou a extensão, mas também aqueles que,
mesmo não tendo essa natureza, possam ser georreferenciados, ou seja, associados a
outros dados que permitam representá-los cartograficamente. Os nomes e as
características sócio-econômicas dos moradores de um determinado centro urbano são
exemplos de dados sem natureza geográfica. Eles podem ser georreferenciados através
de sua associação com dados como o endereço onde reside o morador ou o seu CEP.
Ao utilizar a tecnologia da informação computacional, o Geoprocessamento adquire um
grande potencial de processamento de dados que permite uma visão privilegiada sobre a
realidade estudada. O Sistema Informativo Geográfico concretiza a incorporação da
tecnologia computacional e é a principal ferramenta utilizada pelo Geoprocessamento
no tratamento dos dados para geração de informação. Aplicado ao planejamento de
Marketing, o Geoprocessamento permite conhecer os mercados usuários que auxiliam o
planejamento de ações e a formulação de previsões sobre sua evolução.
7
3 . 5 - Sistemas Informativos Geográficos
A informação espacial é extremamente importante em muitos tipos de aplicações, mas a
sua representação apenas através de palavras ou números é incapaz de comunicar com
clareza e velocidade tudo o que ela tem a dizer. Ela pode ser melhor explorada quando
representada graficamente através de mapas e imagens, como já vem sendo feito há
muito tempo pela cartografia. Os Sistemas Informativos Geográficos3 (SIG) são
sistemas computacionais capazes de localizar e qualificar a ocorrência de dados
alfanuméricos em um espaço representado cartograficamente. Segundo WELLAR
(1993),
Sistema Informativo Geográfico é o conjunto formado pelo software, hardware e
periféricos que transformam dados espacialmente georreferenciáveis em
informações sobre locais, interações espaciais e relacionamentos geográficos
das entidades fixas e dinâmicas que ocupam o espaço tanto nos ambientes
naturais como nos construídos.
A representação das informações geográficas, até recentemente, era feita apenas em
documentos e mapas impressos. Apesar de permitirem fácil acesso e manipulação dos
dados, esses meios de armazenamento dificultavam a combinação das informações
graficamente representadas em mapas e tabelas. Essa dificuldade foi suplantada com o
desenvolvimento simultâneo, na segunda metade do século XX, de tecnologias em
diversas áreas como a computação gráfica, a cartografia automatizada e os bancos de
dados computacionais. Os SIG’s representam a consolidação desse desenvolvimento
sob a forma de ferramentas práticas, de utilidade real, cujo uso é economicamente
viável em diversas situações. Com o uso do SIG, os modelos concebidos para
representar aspectos do mundo real em computador se aproximam bastante da
percepção intuitiva que o homem tem da realidade. Isto faz com que o usuário consiga
interagir melhor com as informações que tem à sua disposição, o que aumenta a
qualidade das análises. O SIG permite fazer análises dos dados existentes, mas também
fazer previsões e simular situações ideais e potenciais. O SIG é uma ferramenta útil
sempre que a localização é uma informação importante no fenômeno estudado (DAVIS-
JUNIOR, 2001).
3 Sistemas Informativos Geográficos é uma expressão derivada do inglês Geografic Information System
que identifica a classe de sistemas de informação capazes de também lidar com os dados geográficos.
8
DAVIS-JUNIOR (2001) construiu um breve histórico sobre a criação e
desenvolvimento dos SIG’s. Segundo ele, os primeiros SIG’s surgiram na década de 60,
no Canadá, para criar um inventário de recursos naturais. Estes sistemas, no entanto,
eram difíceis de usar, pois ainda não existiam monitores gráficos de alta resolução e os
computadores tinham capacidades de armazenamento e processamento baixas. Ao longo
dos anos 70 foram desenvolvidos novos e mais acessíveis recursos de hardware,
tornando viável o desenvolvimento de sistemas comerciais que foram então chamados
de Geographic Information System. Também nessa época, começaram a surgir os
primeiros sistemas comerciais de CAD4 que melhoraram muito as condições para a
produção de desenhos e plantas para arquitetura e engenharia e serviram de base para os
primeiros sistemas de cartografia automatizada. Nessa mesma época foram
desenvolvidos alguns fundamentos matemáticos voltados para a cartografia, sendo que
o produto mais importante foi a topologia aplicada5 que permitia realizar análises
espaciais entre elementos cartográficos. Somente no decorrer dos anos 80, com a
popularização e barateamento das estações de trabalho gráficas, além do surgimento e
evolução dos computadores pessoais e dos sistemas gerenciadores de bancos de dados
relacionais, ocorreu uma grande difusão do uso do SIG. A incorporação de muitas
funções de análise espacial proporcionou também um aumento de suas aplicações.
Também segundo DAVIS-JUNIOR, atualmente observa-se um grande crescimento do
ritmo de penetração do SIG, sempre alavancado pelos custos decrescentes de hardware,
software e também pelo surgimento de alternativas menos custosas para a construção de
bases de dados cartográficos.
O primeiro SIG utilizado no Brasil foi o do Projeto Radambrasil, em 1975, e foi criado
para racionalizar a geração, o armazenamento, a recuperação e análise do enorme
acervo de dados ambientais primários e interativos gerados pelo Projeto que deveriam
cobrir todo o território brasileiro (XAVIER-DA-SILVA, 2001. p. 8). O sistema permitia
informar sobre dados como geomorfologia, geologia, solos, vegetação, uso potencial da
terra de qualquer município constante na base de dados do Radambrasil. Ele permitia a
recuperação seletiva ou combinada e territorialmente intercruzada da informação
4 CAD é a sigla da expressão inglesa Computer Aided Design, em português: projeto assistido por
computador. 5 Topologia é o conjunto de relações que se referem às posições relativas entre as entidades representadas
cartograficamente independente de suas dimensões ou coordenadas exatas, por exemplo: adjacente, toca, atravessa, contém, pertence e etc.
9
ambiental, aspecto funcional que é marca registrada dos SIG (XAVIER-DA-SILVA,
2001. p. 9).
Um dos grandes desafios do momentos atual é mais de natureza organizacional e
política do que tecnológica, pois, é necessário avaliar a real necessidade de implantação
de SIG's, descobrir maneiras de utilizá-los nas organizações burocráticas e encontrar
maneiras eficientes e seguras de gerenciar, compartilhar e atualizar os dados.
A localização é uma informação importante em análises de mercado, como o de Internet
rápida, por ser uma informação que auxilia no planejamento de ações de marketing e da
própria instalação da infra-estrutura necessária para oferta do serviço.
3 . 6 - Geomarketing
Segundo PORTO (2002),
“o Marketing é o conjunto de ações e técnicas que têm por objetivo a
implantação de uma estratégia comercial nos seus variados aspectos, desde o
estudo do mercado e suas tendências até à venda propriamente dita e ao apoio
técnico após a venda".
Para CLARK (1985).
“a Geografia é o estudo científico de padrões espaciais que procura identificar
e explicar a localização e a distribuição dos fenômenos físicos, biológicos e
humanos sobre a superfície da terra”.
O Geomarketing é a utilização da geografia nas tomadas de decisão no Marketing. Ele
estuda as relações existentes entre as estratégias e políticas de Marketing e o território
ou espaço, onde a instituição, seus clientes, fornecedores e pontos de distribuição se
localizam (DAVIES, 1976).
O geoprocessamento é uma poderosa técnica para concretizar a relação entre o
marketing e a geografia. Ele permite realizar análises de mercado utilizando conceitos
próprios da geografia, tais como áreas de influência, distâncias ou algoritmos próprios
para permitir a otimização de recursos materiais e esforços humanos em função de suas
características intrínsecas em cada território. Uma análise de mercado para implantação
dos serviços de Internet rápida leva em consideração dados geográficos como a
10
localização dos clientes e da rede de telefonia bem como os dados alfanuméricos
relativos ao padrão de vida e de consumo dos usuários. Quando uma parte desses dados
não está disponível para a pesquisa mercadológica, torna-se necessário um estudo que
permita identificar e atribuir valor a aqueles que possam suprir as deficiências.
O geoprocessamento é uma técnica fundamental em pesquisas de mercado com grande
concorrência. Ele serve como apoio à análise, ao planejamento e à gestão de mercado,
permitindo a concentração e direcionamento de esforços. Isso garante menores riscos de
investimentos e resulta no aumento da eficiência das ações mercadológicas.
11
4 - CONSTRUÇÃO DO SIG PARA ANÁLISE MERCADOLÓGICA DE
INTERNET RÁPIDA EM PEDRO LEOPOLDO
O desenvolvimento deste trabalho encontrou uma série de obstáculos que exigiram
adequações metodológicas e até mesmo a adoção de metodologias não previstas
inicialmente. Esses obstáculos, por outro lado, enriqueceram a análise ao exigirem a
adoção de algumas técnicas que não seriam inicialmente exploradas.
As empresas de telefonia já desenvolvem pesquisas para definição de mercados há
muitos anos e possuem um banco de dados que lhes permitem fazer planejamento de
ações. Como muitos desses dados são estratégicos, eles não foram disponibilizados para
o desenvolvimento deste trabalho. Em vista desse empasse, adotou-se uma metodologia
de análise que considerou os dados disponibilizados pela Prefeitura de Pedro Leopoldo
complementados com dados específicos levantados durante o trabalho. A análise foi
restrita apenas à região central para se adequar ao cronograma disponível para o
desenvolvimento da monografia.
A construção do SIG para análise mercadológica de Internet rápida em Pedro Leopoldo
foi feita com as seguintes etapas: obtenção de dados, tratamento das bases cartográfica e
alfanumérica e o georreferenciamento dos dados. Essas etapas estão detalhadas a seguir
e documentam não só os métodos empregados em seu desenvolvimento, mas também as
razões que levaram às suas escolhas. Com o SIG construído é possível avaliar os dados
sob uma perspectiva espacial e identificar onde residem ou trabalham os possíveis
clientes que reúnem as condições adequadas para oferta do serviço de Internet rápida.
4 . 1 - Obtenção de dados
A Prefeitura Municipal de Pedro Leopoldo não possui um SIG, apesar de reunir dados
cartográficos e alfanuméricos suficientes para a sua construção. Ela possui dados
geográficos que contêm as informações cartográficas sobre a região em estudo
representadas em mapas. São esses dados que atribuem a dimensão espacial às análises
que utilizam o geoprocessamento. Os dados alfanuméricos são compostos por tabelas
que contêm todas as informações textuais e numéricas. São eles que contém as
informações que serão georreferenciadas. Alguns dados específicos à análise de
mercado de Internet rápida foram levantados durante a realização deste trabalho e
completam a base alfanumérica fornecida pela Prefeitura.
12
Para maior clareza quanto à organização e relacionamento entre essas dois tipos de
dados, foi utilizado o modelo OMT-G de modelagem de dados1. O OMT-G prevê
primitivas para modelar a geometria e a topologia dos dados geográficos, oferecendo
suporte às estruturas topológicas “todo-parte”, estruturas de rede, múltiplas visões dos
objetos e relacionamentos espaciais (BORGES, 1997). Este modelo possui
representações gráficas específicas para os dados geográficos e alfanuméricos o que
facilita a sua diferenciação e identificação no modelo de dados.
Centro
Número
QuadraVia Lote
Edificação
1
0..*Possui
UnidadeUrbana
1
1..*Contém
Comercial Residencial
Banco de dados Dados Físicos
Dados Sócio-econômicos Cliente
1..*
1..*
Descrevem
1..*
1..*
Descrevem
1
0..*
Possui
1..*
1..*
Descrevem
1..*
1..*
Descrevem
Figura 2 – Modelo OMT-G dos dados utilizados na pesquisa
1 A modelagem de dados é uma estrutura lógica, independente de linguagem de programação, que contém
as entidades e os relacionamentos representativos da realidade modelada.
13
4.1.1- Base cartográfica
A base cartográfica deste trabalho foi criada a partir de mapas e de plantas cadastrais
fornecidos pela Prefeitura Municipal de Pedro Leopoldo. O mapa é do ano de 1998 e foi
disponibilizado em formato vetorial na escala 1:10.000. A tabela a seguir lista o
conjunto de informações disponibilizadas no mapa e traz algumas descrições sobre elas.
INFORMAÇÕES DISPONIBILIZADAS NO MAPA VETORIAL NOME DESCRIÇÃO TIPO
Malha geográfica Malha UTM: linhas, valores e referências poligonal / texto Geomorfologia Curvas de nível (5m e 1m) e pontos cotados poligonal / polígono Hidrografia Ribeirões e cursos d’água poligonal Vias Rodovias (BR e viadutos) e ferrovias (RFFSA) poligonal Face das quadras Delimitação de quadras polígono Passeios Delimitação das vias e passeios polígono Edificações Contornos polígono Toponímia N.º edificações e demais textos texto
Tabela 1 – Informações contidas no mapa vetorial
Figura 3 – Planta do centro de Pedro Leopoldo vista no software Microstation Geografics
14
Foram também utilizadas as Plantas cadastrais de cada quarteirão que apresentam os
perímetros de todas as edificações e as divisões dos lotes. Esses dados foram levantados
pela Prefeitura no ano de 1980 e foram disponibilizados em mídia impressa (papel).
Figura 4 – Planta cadastral de uma quadra do centro de Pedro Leopoldo
15
4.1.2- Base Alfanumérica
A base alfanumérica utilizada para a identificação dos usuários potenciais de Internet
rápida foi criada através da junção de duas versões do banco de dados da Prefeitura
Municipal acrescida de alguns dados levantados através de questionário1. Ambos os
bancos de dados utilizam a Unidade urbana como elemento unitário de cadastro
municipal. A edificação não foi utilizada como tal pelo fato de que ela pode abrigar
mais de uma Unidade urbana. É o caso, por exemplo, de um único edifício que contém
vários apartamentos e lojas.
O banco de dados antigo é baseado em um levantamento feito pela Prefeitura Municipal
em 1998 que utilizou os Boletins de cadastro de imóveis (BCI’s) como instrumentos de
coleta de dados não só sobre os moradores de cada Unidade urbana, mas também sobre
os imóveis em si (Ver anexo 01). Esse banco de dados foi alterado continuamente até
assumir uma configuração diferente da original. Ele deixou de ser baseado nos dados
dos BCI’s para se adaptar aos novos critérios adotados pela Prefeitura local no cálculo
de encargos como o Imposto Territorial Urbano (IPTU) e o Imposto de Transferência de
Bens e Imóveis (ITBI). Ambas as versões do banco de dados foram disponibilizadas
para o desenvolvimento deste trabalho, sendo que o novo banco contém dados
atualizados até mês de Outubro de 2002.
A junção do antigo e do novo banco de dados tem o objetivo de disponibilizar o maior
número de dados para os estudos estatísticos que detectarão a relação entre esses dados
e aqueles levantados especificamente para este trabalho. A utilização do antigo banco é
conveniente, mesmo contendo dados menos atualizados que o da nova versão, porque
ele contém alguns dados sobre os ocupantes e sobre o padrão de acabamento das
edificações que o novo banco não apresenta.
Os dois bancos de dados foram disponibilizados em formato Oracle e continham
basicamente o conjunto de dados listados na tabela a seguir. Essa tabela é tabulada de
forma de forma a permitir a comparação entre os dados presentes em cada um dos
bancos.
1 Esses dados são relevantes à identificação dos usuários potenciais de Internet rápida e serão melhor
detalhados no item 4.3.
16
RELAÇÃO DE DADOS DOS BANCOS ALFANUMÉRICOS BANCO DE DADOS ANTIGO BANCO DE DADOS NOVO DADOS DE LOCALIZAÇÃO DADOS DE LOCALIZAÇÃO
1 Código Identificação 1 1 Código Identificação 2 2 Quadra 2 Quadra 3 Lote 3 Lote 4 Unidade 4 Unidade 5 Nome logradouro 5 Nome Logradouro 6 Número 6 Número 7 Bairro 7 Código do bairro 8 CEP 8 CEP 9 Região
DADOS DO CONTRIBUINTE DADOS DO CONTRIBUINTE 9 Proprietário declarado 10 Dados Proprietário - relacional
10 Endereço 11 Endereço - relacional 11 Número 12 Tipo proprietário 12 Bairro 13 CEP 14 Telefone 15 CPF
DADOS DO IMÓVEL DADOS DO IMÓVEL 16 Ocupação 13 Ocupação 17 Patrimônio 14 Patrimônio 18 Tributação 15 Imposto (Tributação) 19 Utilização 16 Utilização
17 Finalidade 18 Valor Venal
DADOS DA EDIFICAÇÃO DADOS DA EDIFICAÇÃO 20 Categoria 19 Categoria 21 Conservação 20 Conservação 22 Situação 21 Situação 23 Posição 22 Posição 24 Revestimento externo 23 Área edificação 25 Piso 24 Valor Edificação 26 Parede 27 Forro 28 Cobertura 29 Estrutura 30 Número pavimentos 31 Instalação elétrica 32 Instalação sanitária
DADOS DO TERRENO DADOS DO TERRENO 33 Situação 25 Testadas (Situação) 34 Topografia 26 Topografia 35 Pedologia 27 Pedologia 36 Vedação 28 Muro (Vedação) 37 Passeio 29 Passeio
DADOS DO OCUPANTE 30 Profundidade 38 Nome morador 31 Área Terreno 39 Número moradores 32 Área de terreno isento 40 Quantidade por sexo 33 Área edícula 41 Escolaridade 34 Setor 42 Grau de instrução 35 Status 43 Atualmente cursando 36 Valor Terreno 44 Número de trabalhadores 37 Faixa de valor terreno 45 Número de deficientes físisos 46 Criação de animais 47 Número de pessoas em tratamento 48 Número de veículos
DADOS SOBRE SERVIÇOS PÚBLICOS DADOS SOBRE TAXAS 49 Limpeza urbana 38 Tx Limpeza urbana 50 Iluminação Pública 39 Tx Iluminação pública 51 Coleta de lixo 40 Tx Coleta de lixo 52 Água 41 Tx Água e esgoto 53 Esgoto 42 Tx Conservação 54 Sarjeta 43 Tx Expediente 55 Telefone 44 Código Saneamento 56 Drenagem 57 Arborização 58 Tipo pavimentação logradouro
Tabela 2 - Listagem de dados do bancos de dados antigo e novo
17
4 . 2 - Tratamento da base Cartográfica
Apesar da Prefeitura de Pedro Leopoldo possuir uma base cartográfica digitalizada de
toda a cidade, ainda assim foram necessárias edições e complementações para que ela
atendesse à esta análise. As edições dos mapas foram feitas no software Microstation
95, que ofereceu suporte ao registro das imagens matriciais das Plantas cadastrais e à
digitalização das feições dos lotes e edificações. O georreferenciamento, a limpeza
topológica e a criação dos polígonos foi feita com o software Microstation Geographics
que preparou a base cartográfica para a fase de ligação com a base alfanumérica, feita
no software MapInfo. As Plantas cadastrais foram utilizadas como base para desenhar
os contornos das edificações ausentes no mapa vetorial fornecido pela Prefeitura, mas
foram disponibilizadas em mídia impressa, o que exigiu sua digitalização e registro1
(ver Figura 4, pág. 16). Após a limpeza topológica dos mapas digitalizados, foi feita a
poligonização dos desenhos de forma a agrupar as linhas ao redor de centróides que
compõem os contornos de cada edificação, lote e quadra.
Figura 5 – Criação de centróides no software Microstation Geografics
1 Registro é o ajuste de uma imagem digitalizada através de sua rotação, translação e mudança de escala
para que ela seja representada cartograficamente segundo um determinado sistema de coordenadas.
18
Como a representação das edificações utilizou as Plantas cadastrais de 1980, foi feita
uma pesquisa nos arquivos da Prefeitura para atualização da representação das
edificações em relação à outubro de 2002. A atualização foi feita com o software
ArcGis 8, que permite a divisão ou a junção de polígonos com bastante velocidade.
Figura 6 – Atualização dos polígonos das edificações e lotes no software ArqGis 8
Nos casos em que uma mesma edificação possuía mais de uma Unidade urbana, optou-
se por representar cada uma delas através de pontos contidos no polígono que representa
a edificação correspondente. Dessa forma é possível fazer a ligação independente de
cada uma das Unidades urbanas aos seus dados no banco alfanumérico.
19
É importante salientar que a base cartográfica gerada neste trabalho não tem objetivo
cadastral, mas sim o de permitir a localização dos clientes. Por causa disso, os polígonos
de algumas edificações complexas foram simplificados ou até ignorados, em casos em
que nenhum dado alfanumérico seria associado.
Figura 7 – Acréscimo de pontos (estrelas) no software Mapinfo
4 . 3 - Tratamento da base Alfanumérica
Esse trabalho utiliza dois bancos de dados (descritos anteriormente no item 4.1.2) que
tiveram que ser relacionados de forma a permitir a coerência dos dados. O fato de que
os bancos de dados utilizam códigos distintos para identificar as unidades urbanas
dificultou essa ligação. Esse problema foi resolvido através da criação do Código de
ligação que permite associar os dados das Unidades urbanas contidos nos Bancos de
dados. O Código de Ligação foi criado através da concatenação dos números da quadra,
do lote e da Unidade urbana, que são dados contidos em ambos os bancos. Essa
operação é feita automaticamente pelo software Excel-97 através de sua fórmula de
concatenação e o resultado foi inserido em uma nova coluna em cada banco de dados.
20
CÓDIGO DE LIGAÇÃO
Número Quadra Número Lote Número Unidade Código concatenado 17 1 1 1711 50 20 1 50201
102 4 1 10241 102 4 3 10243
Tabela 3 – Exemplos de concatenação de dados para formação do código de ligação dos bancos
Um outro tratamento da Base alfanumérica se refere à reclassificação dos tipos de uso
das Unidades urbanas, que foram classificadas pela Prefeitura nos 11 tipos de usos
mostrados na Tabela 4.
CLASSIFICAÇÃO DOS USOS ADOTADA PELA PREFEITURA
Tipo Nº Unidades % Unidades
Residencial 2941 65,36 % Comercial 1149 25,53 % Religioso 23 0,51 % Serviços 73 1,62 %
Hospitalar 8 0,18 % Escolar 24 0,53 %
Hotelaria 3 0,07 % Serviço público 9 0,20 %
Industrial 8 0,18 % Lote vago 163 3,62 %
Outros 99 2,20 % Total 4500 100,00
Tabela 4 – Caracterização de usos nos Bancos de dados fornecidos pela Prefeitura
As Unidades urbanas foram reclassificadas para se adequarem melhor aos planos
comercial e residencial disponibilizados pela Internet rápida avaliada neste trabalho. As
reclassificação teve os seguintes resultados:
1. Agrupamento das classes “Comercial”, “Serviços” e “Hotelaria” em uma nova
“Comercial”, pois apresentam características de uso semelhantes;
2. A classe “Residencial” não foi modificada;
3. Agrupamento das classes restantes em uma nova classe “Outros”, que não será
avaliada neste trabalho, pois encontra-se fora dos planos da Internet rápida.
21
A nova classificação é mostrada na Tabela 5.
CLASSIFICAÇÃO DOS USOS PARA INTERNET RÁPIDA
Tipo Nº Unidades % Unidades
Residencial 2941 65,36 % Comercial 1225 27,22 %
Outros 334 7,42 % Total 4500 100,00
Tabela 5 – Classificação de usos adotada para Internet rápida
Uma outra edição importante da base de dados alfanumérica foi a criação do dado
“Valor venal”, que é o valor total do imóvel obtido através da soma do valor da
edificação e do lote, dados estes disponibilizados pela Prefeitura.
4 . 4 - Georreferenciamento
O georreferenciamento de dados alfanuméricos pode ser entendido como a sua
associação às coordenadas geográficas ou a sua associação a elementos gráficos que
representam o fenômeno descrito por esses dados em um mapa. O seu resultado é a
espacialização do dado, ou seja, a representação cartográfica do ponto onde ele foi
obtido. O georreferenciamento dos dados deste trabalho foi feito através da associação
dos dados alfanuméricos aos elementos gráficos (polígonos e pontos) que representam
as Unidades urbanas onde os dados foram obtidos. Para isso foi utilizado o “Código das
Unidades urbanas”, criado pela Prefeitura de Pedro Leopoldo. Essa decisão se justifica
pelo fato de que o banco de dados novo utiliza esse código para identificar as Unidades
urbanas e que, amparado no método de ligação entre os bancos de dados descrito no
item 4.3, permite georreferenciar os dados de ambos os bancos.
Os “Números de identificação”, conhecidos como ID’s, são utilizados pelo software
MapInfo para identificar os elementos gráficos representados no mapa. Esses ID’s
foram editados para se tornarem iguais aos Códigos das Unidades urbanas, ou seja, a
identificação dos elementos gráficos passou a ser igual à identificação adotada pela
Prefeitura. O software Mapinfo faz a geocodificação automática dos dados ao ser
instruído para criar uma ligação entre os elementos gráficos e os dados através da
equivalência do ID’s com os Códigos. Dos 4500 registros de Unidades urbanas contidos
na base alfanumérica, o software foi capaz de georreferenciar 3619, ou seja, 80,4%.
22
A parcela dos dados não georreferenciada se deve à incoerências provenientes de erros
de digitação, ocorridos ainda na fase de construção dos bancos de dados. Isso pode ser
facilmente observado ao se fazer uma varredura dos dados, que encontram anomalias
como Códigos compostos por letras, quando deveriam possuir apenas números.
CLASSIFICAÇÃO DAS UNIDADES GEOCODIFICADAS
Tipo Nº Unidades % Unidades
Residencial 2396 66,21 % Comercial 959 26,50 %
Outros 264 7,29 % Total 3619 100,00
Tabela 6 – Classificação de usos das unidades urbanas geocodidificadas
Os dados do banco velho foram então associados aos dados do banco novo através da
função “Atualizar colunas” de uma tabela do MapInfo. O código de ligação foi utilizado
como elemento comum a ambos os bancos de dados para executar a ligação dos dados
referentes a uma mesma Unidade urbana.
O georreferenciamento dos dados amparou a realização das análises deste trabalho, a
começar pela escolha dos lugares onde aplicar os questionários chegando até à
classificação das Unidades urbanas quanto aos fatores relevantes à Internet rápida.
23
5 - DESENVOLVIMENTO DA ANÁLISE
Com o SIG construído, a análise mercadológica do potencial de contratação do serviço
de Internet rápida em Pedro Leopoldo pode ter início. Contudo, algumas informações
importantes tiveram que ser levantadas para complementar a base alfanumérica
disponibilizada pela Prefeitura. Essas informações foram levantadas por amostragem,
com a utilização de questionários, e permitiram a análise de o todo o centro de Pedro
Leopoldo graças ao estudo estatístico de correlação entre variáveis. Foi criado um mapa
temático para cada uma das variáveis envolvidas na análise e também para as sínteses
sócio-econômica e de bens de estrutura. Visitas de campo permitiram detectar
incorreções no modelo de análise inicialmente proposto, mas que foram corrigidos de
forma a permitir a classificação adequada das Unidades urbanas segundo seu potencial
para contratar o serviço de Internet rápida.
5 . 1 - Aplicação dos questionários
A Prefeitura de Pedro Leopoldo disponibilizou toda a sua base de dados para este
trabalho, mas ainda assim foi necessária a coleta de algumas informações relevantes à
análise mercadológica aqui proposta. Essas informações foram coletadas através de
questionários aplicados em uma amostra das Unidades urbanas do centro de Pedro
Leopoldo e compõem a variável “Computador”, que indica a preparação dessas
Unidades para receber os serviços de Internet rápida.
Foram aplicados 37 questionários apenas naquelas Unidades urbanas com dados
georreferenciados. Esse número corresponde a 1% das 3619 Unidades urbanas
georreferenciadas, sendo 21 em Unidades residenciais e 16 em comerciais, que são os
usos alvo da Internet rápida. O questionário também coletou dados sobre a localização
das Unidades urbanas para permitir a sua identificação e sua ligação ao banco de dados.
Antes da aplicação dos questionários foi criado um mapa temático indicando a
localização e os tipos de uso das Unidades urbanas. O objetivo desse mapa foi o de
auxiliar a identificação das Unidades com dados georreferenciados, evitando assim que
os questionários fossem aplicados em Unidades sem ligação com o banco de dados.
24
Figura 8 – Mapa temático dos tipos de uso das Unidades urbanas (sem escala)
25
A seguir uma amostra do questionário utilizado na coleta das informações.
QUESTIONÁRIO DE COLETA DE INFORMAÇÕES UNIDADE URBANA NN LOTE N
RUA NNNNNNNNNNNNNNNNNN Nº NN QUADRA NN TIPO: 1-RESIDENCIAL X 2- COMERCIAL X
PERGUNTAS S N S N Tem computador? X Conectado a internet? X É internet rápida? X Qual provedor? NNN
Acessa internet de outros lugares? X Onde? NNNNNNNNN
Tabela 7 - Questionário de coleta de informações específicas ao trabalho
Através da variável “Computador”, foi feita a classificação das Unidades urbanas em
quatro categorias que estabelecem uma escala ordinal da preparação dessas Unidades
para onde será ofertado o serviço de Internet rápida:
1. Sem computador;
2. Com computador sem internet;
3. Com computador conectado à internet;
4. Com computador já servido por internet rápida de outra operadora;
Durante a aplicação dos questionários, descobriu-se que a cidade tem um provedor local
que oferece serviços de internet convencional em todo o centro, mas de internet rápida
apenas na quadra 88, onde se localiza a sua sede. Esse serviço é ofertado através de
cabo específico para transmissão de dados e não através de linha telefônica como no
serviço de Internet rápida proposto neste trabalho.
5 . 2 - Análise estatística dos dados
A análise estatística dos dados foi feita através do estudo de correlação entre a variável
dependente “Computador” e algumas variáveis independentes selecionadas do banco de
dados da Prefeitura. Esse estudo procura determinar o nível de adequação de uma
equação em descrever ou explicar a relação entre essas variáveis (SPIEGEL, 1993).
Os dados da variável “Computador” se referem apenas a uma amostra do total de
Unidades urbanas georreferenciadas do centro de Pedro Leopoldo. Para classificar todo
esse universo segundo sua preparação para Internet rápida, foi escolhida uma variável
26
do banco de dados da Prefeitura que apresentasse grande correlação estatística com a
variável “Computador”. Dessa forma, a classificação das Unidades estaria sendo feita
através de uma variável cujos dados abrangem todo o universo estudado, que é o centro
de Pedro Leopoldo.
Antes do início do estudo de correlação, foram selecionadas as variáveis independentes
do banco de dados da Prefeitura. As variáveis foram selecionadas por representarem
algumas características sócio-econômicas e patrimoniais relevantes à classificação dos
usuários potenciais de internet. Essas variáveis, e também a variável “Computador”,
foram classificadas em quatro categorias cada. Elas receberam valores de 1 a 4, segundo
uma escala ordinal, de forma que pudessem ser plotadas nos gráficos.
CATEGORIAS DAS VARIÁVEIS
Variável Descrição Categorias Valor Nenhuma pessoa 1
1 pessoa 2 2-4 pessoas 3
Alfabetização
(AL)
Quantidade de pessoas que
sabem ler e escrever na
Unidade Urbana6 Mais de 4 pessoas 4 Fundamental incompleto 1 Fundamental completo 2
Médio 3
Grau de Instrução
(GI)
Maior Grau de instrução da
Unidade Urbana Superior 4
VV < 10.000 1 10.000 < VV < 15.000 2 15.000 < VV < 25.000 3
Valor Venal
(VV)
Soma dos valores do lote e
da edificação em Reais VV > 25.000 4
0 1 1 2 2 3
Automóvies
(NA)
Quantidade de automóveis
por Unidade Urbana 3 ou 4 4
Inexistente 1 Existente externa 2 Interna simples 3
Instalações
Sanitárias
(IS)
Quantidade e tipo de
instalações sanitárias Mais de uma 4
Sem computador 1 Computador sem internet 2 Computador com internet 3
Computador
(CO)
Existência de computador e
conexão com internet Internet rápida 4
Tabela 8 – Categorias das variáveis da análise
6 A variável “Alfabetização” foi assim classificada porque, nesse estudo mercadológico, é mais relevante saber a quantidade de usuários potenciais por unidade urbana, aqui interpretado como a quantidade de pessoas alfabetizadas. Acredita-se que a classificação das unidades urbanas pela porcentagem de pessoas alfabetizadas em cada uma delas seja mais relevante em um estudo socio-econômico.
27
Utilizando os valores atribuídos às categorias, cada variável independente foi plotada
num gráfico juntamente com a variável dependente “Computador”. Finalmente, foi
executada uma análise de regressão linear, usando o método dos “mínimos quadrados”
para ajustar uma linha através de um conjunto de observações. As linhas traçadas em
todos dos gráficos apresentaram inclinações positivas, demonstrando relação direta
entre as variáveis independentes e a variável dependente. A linha da variável “Grau de
Instrução” apresentou maior inclinação, o que indica que, dentre as variáveis
independentes avaliadas, ela é a que apresenta a maior correlação com a variável
“Computador”. Em vista desse fato, a variável “Grau de Instrução” será utilizada para
classificar o centro de Pedro Leopoldo segundo sua preparação para Internet rápida.
0
1
2
3
4
0 1 2 3 4
VARIÁVEL INDEPENDENTE
VA
RIÁ
VE
L C
OM
PUT
AD
OR
Figura 8 – Esquema do gráfico utilizado no estudo de correlação entre variáveis
5 . 3 - Cartas Temáticas
O pensamento pós-moderno vê a realidade espacial como um conjunto complexo de
variáveis interrelacionadas, que apresentam sistemas diferentes de correlações para cada
situação distinta (MOURA, 1996). Da cartografia, esta nova tendência exige o trabalho
de análise e síntese de variáveis e o estudo de correlações das mesmas, procurando
caracterizar os fenômenos espaciais sob uma visão sistêmica. No desenvolvimento da
análise mercadológica de Pedro Leopoldo, determinou-se pesos e valores para as
Linha de correlação
28
variáveis de forma a mapear os usuários potenciais do serviço de Internet rápida e
classificá-los segundo o seu potencial para contratação do serviço.
As variáveis selecionadas da base alfanumérica foram organizadas em grupos de análise
e individualmente segmentadas em categorias. Na etapa final, as categorias obtidas por
grupo foram avaliadas resultando na análise final do potencial para contratação da
Internet rápida. As variáveis utilizadas na análise foram organizadas nos grupos:
• Sócio-econômicas: Escolaridade e Valor Venal do imóvel;
• Bens e estrutura: Grau de instrução (representando a variável Computador), Número
de veículos e Instalações sanitárias.
Foi criado um mapa temático para cada uma das variáveis de forma a permitir o
cruzamento com atribuição de pesos diferenciados a cada uma delas, utilizando o
software SAGA. Contudo, antes de se chegar ao SAGA, foi necessário um longo
processo de conversão dos mapas vetoriais do MapInfo em mapas raster, que é o tipo
lido pelo SAGA. Nesse processo foram utilizados vários aplicativos de alguns softwares
o que torna relevante listar, mesmo que superficialmente, todos os passos seguidos até a
geração dos mapas finais. São eles:
A - No software MapInfo:
1. Seleção, por SQL, das ocorrências de cada categoria das variáveis, que
possuem quatro categorias cada uma (Tabela 8);
2. Criação de uma tabela distinta para cada categoria das variáveis;
3. Exportação de cada uma das tabelas para formato “dxf”;
B - No software Microstation Descartes:
1. Criação de um novo arquivo com a unidade metro;
2. Importação de cada tabela “dxf” para um layer distinto;
3. Criação de um “fundo” raster com 256 cores, 1.000 linhas e 1.500 colunas, que
foram assim configuradas devido à escala de 1:10.000 do mapa original e da
precisão de leitura de 0,2mm;
4. Registro do “fundo” em sua correta posição geográfica no mapa;
5. Estampa dos layers referentes a cada variável em um novo mapa raster criado
a partir do arquivo “fundo”;
6. Conversão dos mapas raster para o formato “tif”.
29
C - No software Adobe Photoshop:
1. Verificação da resolução dos mapas raster de formato “tif”;
2. Verificação do número de linhas e colunas;
3. Verificação da existência de cinco cores em cada mapa, que se referem às
quatro categorias mais o fundo;
4. Nova conversão dos mapas para “tif”, pois o software SAGA não é compatível
com o formato “tif” criado pelo Microstation Descartes.
D - No software SAGA:
1. Conversão dos mapas “tiff” em “rst” através do aplicativo “Tiff2rst”;
2. Visualização de cada mapa e atribuição de nomes às categorias;
3. Criação de mapas síntese com a avaliação das variáveis que receberam pesos e
notas segundo a tabela a seguir:
NOTAS E PESOS
Grupo Peso Variável Peso Categorias Notas
Nenhuma pessoa 0 1 pessoa 3
2-4 pessoas 6 Alfabetização 60
Mais de 4 pessoas 10 VV < 10.000 0
10.000 < VV < 15.000 3 15.000 < VV < 25.000 6
Socio
econômico 50
Valor Venal 40
VV > 25.000 10 Fundamental incompleto 0 Fundamental completo 3
Médio 6 Grau de Instrução 50
Superior 10 0 0 1 3 2 6
Automóvies 25
3 ou 4 10 Inexistente 0
Existente externa 3 Interna simples 6
Bens e
estrutura 50
Instalações
Sanitárias 25
Mais de uma 10 Tabela 9 – Pesos atribuídos às variáveis notas às categorias
30
4. Criação do mapa síntese final através do aplicativo “Avaliação” nos mapas
síntese dos grupos socio-econômico e bens e estrutura;
5. Separação do mapa síntese final em dois mapas, um residencial e outro
comercial, através do aplicativo “Assinatura”;
6. Utilização do aplicativo “Rst2tiff” para converter os mapas para arquivo “tiff”.
E - No software Adobe Photoshop:
1. Edição das cores das legendas e textos;
2. Construção do layout final dos mapas.
A criação dos mapas através do software SAGA traz, também como saída, uma
atribuição de notas às Unidades urbanas de acordo com os pesos e notas atribuídos. O
software analisa todas as combinações possíveis entre as variáveis e atribui notas de
zero a dez às combinações mais relevantes. As notas associadas a uma escala de cores
permitem a visualização, no mapa, da distribuição do potencial das Unidades urbanas
para contratar a Internet rápida. As notas foram agrupadas em cinco tipos com os
padrões RUIM, RUIM a MÉDIO, MÉDIO, MÉDIO a BOM e BOM para simplificação
da interpretação dos resultados, segundo o critério mostrado na tabela as seguir.
PADRÕES ATRIBUÍDOS ÀS NOTAS
Padrões Siglas Notas
0 RUIM R 1 2 RUIM a MÉDIO RM 3 4 MÉDIO M 5 6 MÉDIO a BOM MB 7 8 9 BOM B
10 Tabela 10 – Padrões atribuídos às notas da síntese final do SAGA
A Figura 9 é a árvore de decisão que sintetiza todo o processo de criação de mapas
mostrando as variáveis tratadas e quais foram os pesos atribuídos até se chegar ao mapa
síntese final. Ela é seguida de todos os mapas temáticos criados nesta fase do trabalho.
31
Figura 9 – Árvore de decisões
Fundamental incompl.
Fundamental compl.
Médio
Superior
GRAU DE INSTRUÇÃO
Mapeado por
Peso: 0,50
VALOR VENAL
vv<10000
10000<vv<15000
15000<vv<25000
461000<vv
ESCOLARIDADE
Nenhuma pessoa
1 pessoa
2-4 pessoas
+ de 4 pessoas
SÓCIO-ECONÔMICO
Peso: 0,40 Peso: 0,60
AUTOMÓVEIS
0
1
2
3 ou4
INSTALAÇÕES SANITÁRIAS
Inexistente
Existente externa
Interna simples
Mais de uma
COMPUTADOR
S/ computador
Comp. s/ internet
Comp. c/ internet
Internet rápida
Peso: 0,25 Peso: 0,25 Peso: 0,50
BENS E ESTRUTURA
SÍNTESE SÓCIO-ECONÔMICA
SÍNTESE BENS E ESTRUTURA
Peso: 0,50 Peso: 0,50
SÍNTESE FINAL UNIDADES URBANAS CLASSIFICADAS PARA RECEBER INTERNET RÁPIDA
SÍNTESE COMERCIAL SÍNTESE RESIDENCIAL
32
Figura 10 – Mapa do número de pessoas alfabetizadas por Unidade urbana
Obs: O número de Unidades urbanas sem pessoas alfabetizadas não reflete a situação real, como será mostrado no item 5.4.
33
Figura 11 – Mapa do número de automóveis por Unidade urbana
34
Figura 12 – Mapa do maior grau de instrução por Unidade urbana
35
Figura 13 – Mapa do tipo de instalações sanitárias por Unidade urbana
36
Figura 14 – Mapa do valor venal dos imóveis
37
Figura 15 – Mapa síntese das variáveis de bens e estrutura
38
Figura 16 – Mapa síntese das variáveis socio-econômicas
39
Figura 17 – Mapa síntese final - completo
40
Figura 18 – Mapa síntese final do setor comercial
41
Figura 19 – Mapa síntese final do setor residencial
42
5 . 4 - Correção do modelo
As visitas ao centro de Pedro Leopoldo permitiram detectar incoerências entre a
realidade observada e os resultados representados no Mapa síntese final. Portanto, foi
necessária a detecção e a correção dos problemas causadores dessa incoerência de forma
a permitir uma representação mais fiel da realidade nos mapas que amparam o
diagnóstico do mercado de Internet rápida.
A principal incoerência observada foi a da atribuição das classificações RUIM e RUIM
a MÉDIO a grande parte das Unidades urbanas com uso comercial exatamente no
hipercentro comercial de Pedro Leopoldo, região de que se esperava as melhores notas.
A atribuição inadequada de classificações do mapa síntese final foi causada por
problemas contidos nos mapas de Grau de instrução e de Alfabetização. Nesses mapas,
81% das unidades comerciais foram classificadas como tendo pessoas com Grau de
instrução “Fundamental incompleto” e 77% classificadas como tendo pessoas “sem
alfabetização”, que são valores muito altos. Acredita-se que o problema tenha surgido
devido à utilização do número zero nos campos relativos à essas variáveis no banco de
dados. O número zero, nesse caso, pode representar não só a inexistência de pessoas
alfabetizadas ou com grau de instrução fundamental incompleto, mas também
representar que esses dados não foram levantados. Como não seria possível identificar e
diferenciar as Unidades comerciais levantadas das não levantadas, optou-se por fazer
uma nova análise específica das Unidades urbanas comerciais sem considerar essas duas
variáveis.
A exclusão da variável Grau de instrução na criação da síntese do potencial para
contratação da Internet rápida das Unidades comerciais exigiu a adoção de outra
variável de grande correlação estatística com a variável Computador. Essa variável é o
Valor venal, que apresentou a segunda maior correlação dentre as variáveis estudadas.
Essa modificação diminuiu para apenas três o número de variáveis envolvidas na análise
comercial e inviabilizou a divisão das variáveis nos dois grupos sócio-econômico e de
bens e estrutura. Como resultado, a árvore de decisões das Unidades urbanas comerciais
assumiu uma nova conformação que também afeta o resultado da síntese final, como
mostrado na árvore de decisões a seguir.
43
Figura 20 – Árvore de decisões após correção da síntese comercial
O mapa síntese final foi criado pela junção do mapa síntese residencial (Figura 19) com
o mapa síntese comercial corrigido, criado com as definições da árvore de decisões
acima.
SÍNTESE COMERCIAL
Mapeado por
AUTOMÓVEIS
0
1
2
3 ou4
Peso: 0,25
INSTALAÇÕES SANITÁRIAS
Inexistente
Existente externa
Interna simples
Mais de uma
Peso: 0,25
COMPUTADOR
S/ computador
Comp. s/ internet
Comp. c/ internet
Internet rápida
Peso: 0,50
vv<10000
10000<vv<15000
15000<vv<25000
461000<vv
VALOR VENAL
Peso: 0,50
SÍNTESE FINAL CORRIGIDA
SÍNTESE RESIDENCIAL SÍNTESE COMERCIAL
CORRIGIDA
44
Figura 21 – Mapa síntese final corrigido
45
6 - CONSIDERAÇÕES FINAIS
6 . 1 - Resultados
A correção da árvore de decisões proporcionou resultados que se aproximam mais da
realidade observada em campo e permitem um diagnóstico mais confiável. A região do
hipercentro comercial recebeu melhores classificações principalmente por causa do
aumento significativo das classificações “Médio”, “Bom a Médio” e “Bom” e da
diminuição da porcentagem de unidades urbanas classificadas como “Ruim”. Ainda
assim, a maior parte das unidades recebeu a classificação “Ruim a médio” o que indica
que o mercado para Internet rápida no centro de Pedro Leopoldo possui algumas
restrições.
PORCENTAGENS DAS UNIDADES URBANAS POR NOTA
Antes da correção Depois da correção Nota % Classific % % Classific % Nota
0 3,12 % 1,97 % 0 1 9,24 %
Ruim 12,36 1,99 Ruim 0,02 % 1
2 15,90 % 12,90 % 2 3 12,52%
Ruim médio
28,4 27,38 Ruim médio 14,48% 3
4 14,46% 18,31% 4 5 8,48%
Médio 22,88 26,66 Médio 8,35% 5
6 17,03% 20,81% 6 7 6,18%
Bom Médio 23,18 25,09 Bom
Médio 4,28% 7 8 10,18% 15,03% 8 9 1,83% 2,87% 9
10 1,07% Bom 13,00 18,87 Bom
0,97% 10 Total 100% 100% 100% 100% Total
Tabela 11 – % de unidades urbanas por nota e classificação do potencial de contratação da Internet rápida
Os mapas síntese gerados não indicaram grandes aglomerações de Unidades urbanas
com notas semelhantes, ou seja, há uma dispersão das notas por toda a área estudada
que dificulta a definição de áreas com forte vocação para receber o serviço Internet
rápida. Por outro lado, isso pode ser interpretado como uma uniformidade da vocação
da região analisada em receber o serviço o que tornaria interessante o desenvolvimento
de um estudo comparativo com áreas adjacentes.
46
Neste trabalho foi utilizado um grande número de softwares que englobam aplicações
de CAD, Cartografia Digital, Desktop Mapping, Banco de dados, Editor de imagens e
Editor de textos. O contato com várias ferramentas computacionais trouxe como
resultado positivo o aprendizado da utilização de alguns softwares e o aperfeiçoamento
da utilização daqueles com que já havia ocorrido um contato anterior. Os softwares
utilizados foram:
• Microstation 95;
• Microstation Geografics;
• Microstation Descartes;
• MapInfo 6.5;
• Arc Map 8;
• SAGA;
• Adobe Photoshop 6.5;
• Microsoft Excel;
• Microsoft Word;
47
6 . 2 - Conclusões
Esta monografia alcançou seu objetivo ao construir um SIG e utilizá-lo para a análise
mercadológica do potencial de absorção de um serviço de Internet rápida no centro de
Pedro Leopoldo. A impossibilidade do levantamento de novos dados em toda a região
estudada foi contornada através de um estudo estatístico de correlação entre dados
levantados pela Prefeitura em todo o centro com os dados levantados por amostragem,
diminuindo consideravelmente o trabalho de campo. Como resultado desse estudo
estatístico, constatou-se que o Grau de escolaridade é uma variável de grande correlação
com a estrutura computacional presente nas Unidades urbanas. Essa metodologia pode
ser aplicada em estudos mercadológicos que utilizam bases de dados que abranjam toda
uma região estudada, mas que não possuam algumas informações específicas e
relevantes para definição do mercado de um determinado serviço ou produto.
Apesar da construção de um SIG ter se mostrado uma tarefa muito trabalhosa, a
possibilidade de avaliar o perfil dos clientes sob uma perspectiva espacial demonstrou
um potencial que justifica o esforço empregado. O levantamento contínuo de dados
pode permitir a construção de cenários que trazem mais do que um retrato estático de
determinado mercado possibilitando a formulação de previsões sobre sua dinâmica de
forma a amparar decisões em um período de tempo.
Juntamente com as outras duas análises desenvolvidas na mesma região, será possível o
desenvolvimento de um diagnóstico urbano que contemple as questões de infra-
estrutura, conforto ambiental e gestão urbana da região central de Pedro Leopoldo.
Essas análises utilizaram dados selecionados das mesmas bases alfanumérica e
cartográfica de acordo com a sua relevância no problema abordado.
48
7 - REFERÊNCIAS BIBLIOGRÁFICAS
BARBOSA, Daniela Batista Lima. Análises de distribuição de valores do Imposto
Predial e Territorial Urbano e Índice de Qualidade de Vida Urbana: Estudo de caso
da região central de Pedro Leopoldo. Orientação: Prof.a. Ana Clara Mourão Moura.
Belo Horizonte: Instituto de Geociências da UFMG, 2002. Monografia (Curso de
Especialização em Geoprocessamento)
BORGES, Karla Albuquerque de Vasconcelos. Modelagem de dados geográficos. Belo
Horizonte: Instituto de Geociências da UFMG, 2002. 66p. Apostila (Curso de
Especialização em Geoprocessamento).
CASA DE CULTURA DE PEDRO LEOPOLDO. Conheça Pedro Leopoldo.
(Consultado em Outubro 2002 em
http://www.mg.trt.gov.br/conheca/composicao/varas/pedroleopoldo.htm)
CLARK, David. Introdução à Geografia Urbana. São Paulo: Difel Difusão Editorial
S.A., 1985.
DAVIES, Ross. Marketing Geography. Londres: Metheun&Co Ltd., 1976.
DAVIS-JUNIOR, Clodoveu. Introdução aos Sistemas de Informação Geográficos. Belo
Horizonte: PRODABEL: Centro de desenvolvimento de estudos. 2001. 271p.
DINIZ, Alexandre. Estatística básica. Belo Horizonte: Instituto de Geociências da
UFMG, 2002. 32p. Apostila (Curso de Especialização em Geoprocessamento).
FERREIRA, Francisco Messias. SGM–Uma ferramenta de diagnóstico espacial de
mercado de telecomunicações. Orientação: Prof. Britaldo Soares Filho. Belo
Horizonte: Instituto de Geociências da UFMG, 2000. 43p. Monografia (Curso de
Especialização em Geoprocessamento)
IBGE – Instituto Brasileiro de Geografia e Estatística. Cidades@. 2002. (Consultado em
http://www.ibge.gov.br /cidadesat/default.php em outubro de 2002).
LIMA, José Osvaldo Santos. O uso da informação de gestão da distribuição de energia
elétrica como diferencial no estudo de mercado para telecomunicações. Belo
49
Horizonte: Instituto de Geociências da UFMG, 2000. 58p. Monografia (Curso de
Especialização em Geoprocessamento)
MICHAELIS. Dic Michaelis. (Dicionário eletrônico UOL). 1998
MOURA, Ana Clara Mourão. Tendências recentes nos estudos urbanos e o papel da
Cartografia Temática. Belo Horizonte: Cadernos de Arquitetura e Urbanismo, 1993.
Pág. 23-25.
MOURA, Ana Clara Mourão. Novos rumos, velhas metodologias: Questionamento do
aproveitamento real das novas potencialidades dos Sistemas Informativos
Geográficos. Rio de Janeiro: 1º Segeo – Seminário Estadual de Geoprocessamento,
1996.11p.
MOURA, Ana Clara Mourão. Espaço tempo, meio ambiente e planejamento. Belo
Horizonte: Instituto de Geociências da UFMG, 2002. 41p. Apostila (Curso de
Especialização em Geoprocessamento).
PORTO EDITORA ON-LINE. Geomarketing, racionalizar em tempo de crise (Artigo
consultado em http://www.geoambiente.com.br/tele_fixa.htm - Outubro de 2002)
RIBEIRO, Rosemary Campos. Análise de conforto ambiental urbano aplicado à área
central do município de Pedro Leopoldo. Orientação: Prof.a. Ana Clara Mourão
Moura. Belo Horizonte: Instituto de Geociências da UFMG, 2002. Monografia
(Curso de Especialização em Geoprocessamento).
SPIEGEL, Murray R. . Estatística. Tradução e revisão técnica: Pedro Consentino. 3ª
Edição. São Paulo: Makron Books, 1993 – Coleção Schaum. 643p.
VELOX. Velox. Telemar (Consultado em http://www.telemar.com.br/velox - Setembro
2002)
XAVIER-DA-SILVA, Jorge. Geoprocessamento para análise ambiental. Rio de Janeiro:
Jorge Xavier Silva, 2001. 228p.
WELLAR, B., e Wilson, P. Contributions of GIS concepts and capabilities to scientific
inquiry: Initial findings. Otawa: GIS/LIS Proceedings, 1993.
