Resumo: O objetivo deste estudo é a elaboração de uma ferramenta quantitativa, baseada em técnicas de Geomarketing e Aprendizado de Máquina, capaz de identificar oportunidades de negócio e contribuir para o processo estratégico de escolha locacional de uma rede de franquias, selecionando regiões que possuam uma alta previsão de demanda e uma carência na oferta do produto. Além disso, realizou-se uma análise qualitativa dos pontos comerciais selecionados com base em critérios definidos no decorrer do trabalho. Essa previsão se dá pela construção de um padrão de consumo, definido por um classificador, baseado nas características dos indivíduos que costumam comprar o produto. Inicialmente, para um melhor entendimento a respeito do assunto, foi feito um embasamento teórico abarcando os principais conceitos sobre Geomarketing e Aprendizado de Máquina e suas aplicações. Em seguida, para a demonstração dos resultados, optou-se pela aplicação do método para o mercado de chocolates finos (Cacau-Show) no Distrito Federal. As principais bases de dados utilizadas neste trabalho foram provenientes da Pesquisa de Orçamentos Familiares e do Censo Demográfico, ambos desenvolvidos pelo Instituto Brasileiro de Estatística e Geografia (IBGE). Como resultado, obteve-se o Gasto Padronizado, que indica o nível de demanda para cada Setor Censitário, as informações georreferenciadas da concorrência, contendo 44 lojas que possuem como principal produto o chocolate fino, e as malhas digitais do Distrito Federal. O cruzamento dessas informações permitiu a elaboração de um mapa que facilita identificação das oportunidades de negócio para o mercado de chocolates finos no Distrito Federal.
Abstract: The objective of this study is to develop a quantitative tool, based on Machine Learning and Geomarketing to identify business opportunities and contribute to the strategic process of local choice of franchises’ network selecting regions that have a high demand forecast and a lack of product supply. In addition, we conducted a qualitative analysis of the selected business places based on defined criteria. This prediction is given by constructing a consumption pattern, defined by a classifier, based on the characteristics of the reserved rights. Initially, for a better understanding on this subject, a theoretical background was made covering the main concepts about Geomarketing and Machine Learning and its applications. After that for a demonstration of the results, we opted for the application of the method for the market of fine chocolates (Cacau-Show) in the Distrito Federal. The main databases used in this paper were Pesquisa de Orçamentos Familiares and from Instituto Brasileiro de Estatística e Geografia (IBGE). As a result, the Standardized Spend was obtained, which indicates the requirement for each Censitar Sector, as georeferenced information of the competition, containing 44 stores that have as their main product of fine chocolate, and as digital meshes of the Federal District. The crossing is available for the elaboration of a map that facilitates the identification of the business opportunities for the market of fine chocolates in the Distrito Federal, Brazil.