Há décadas o varejo farma utiliza análises radiais das lojas para entender o entorno demográfico e concorrencial. Essa técnica ficou mais difundida e refinada com o avanço da tecnologia de mapeamento.
Quando uma nova loja era aberta, uma análise radial era feita e o potencial de faturamento dessa região era calculado com base nos dados internos do raio, para ponderar sobre a viabilidade da nova unidade.
Todavia, a análise radial sempre teve suas limitações, pois ela desconsidera as dinâmicas de trânsito e barreiras urbanas próximas, que podem tornar a probabilidade de um consumidor ir até a loja quase zero, por ele não estar tão perto da loja como aparenta.
Atualmente, para contornarmos esse problema e refinarmos ainda mais nossas análises, algoritmos inteligentes geram Áreas de Influências (AIs) das lojas.
A AI é um polígono que também vai circundar a loja, mas de forma assimétrica é calculado pelo tempo de deslocamento da população de diversas localidades até a loja. Sentido de vias, tráfego em diferentes dias e horários, congestionamento e meio de locomoção são considerados para o cálculo dessa isócrona. Assim, podemos calcular, por exemplo, o potencial de faturamento de dentro da Área de Influência.
Mas, sabemos que o mercado farma tem grande parte da receita proveniente de uma demanda externa à AI.
Farma é um mercado que se beneficia de uma compra de momento, em que o consumidor aproveita um trajeto “trabalho/escola – casa”, por exemplo, para parar em uma loja. Então, é importante calcularmos o potencial da AI, mas também é crucial conseguirmos predizer o potencial de faturamento da população passante, para chegarmos em um potencial da loja mais próximo do real possível.
Poderíamos pensar então que basta eu posicionar minha loja em um local com um bom perfil de AI e uma região movimentada, que teríamos sucesso, mas o segmento farma ainda não é tão simples.
Para entendermos o potencial passante, não basta termos dados das ruas com maior movimento de pessoas e carros.
É preciso saber identificar o momento desse alto fluxo. Se eu identifico uma região movimentada no período da manhã, mas meu público tem a tendência de consumir na volta do trabalho para casa, minhas vendas não serão impactadas corretamente.
Hoje, cruzamos dados de trânsito nas vias por horário e outras bases, como concentrações de postos de trabalho e de residências, para inferirmos os trajetos prováveis que a população irá utilizar às 17h, por exemplo, partindo de diferentes regiões de trabalho até diferentes bairros residenciais. Isso nos permite calcular o potencial de faturamento passante com maior precisão, já posicionando a loja no local certo para captar o cliente no momento de compra mais propício.
