No presente trabalho, é analisado o comportamento da demanda por transporte coletivo em quatro cidades de porte médio do interior do Estado de São Paulo (Araraquara, São Carlos, Jaú e São José do Rio Preto), visando a identificar os principais fatores que afetam o volume de passageiros, como: população, valor da tarifa, índice de motorização total e desagregada (automóveis e motocicletas), quantidade de empregos formais, produto interno bruto (PIB) per capita, etc. As análises efetuadas mostram que a demanda total por transporte coletivo urbano é influenciada principalmente pelas seguintes variáveis sócio-econômicas: população, índice de motorização e PIB per capita. Outros fatores que também influenciam são: tamanho da cidade, qualidade do transporte coletivo, cultura de utilização da bicicleta, etc.. São desenvolvidos dois modelos matemáticos simples, utilizando a técnica de regressão linear múltipla, que estabelecem relação entre a demanda por transporte coletivo e as principais variáveis sócio-econômicas que a afetam, como ferramenta para a previsão da demanda em diferentes cenários conformados pelas variáveis sócio-econômicas. Os resultados apresentados pelo modelo matemático que utiliza como índice de motorização, a relação entre a frota de veículos de duas rodas e a população refletem de maneira mais próxima a realidade que o modelo que utiliza a frota total. Este modelo é adequado para ser utilizado na previsão da demanda por transporte coletivo no universo das quatro cidades analisadas com erro máximo menor que 10%. / In this paper we analyzed the behavior of demand for public transportation in four mid-sized cities in the state of São Paulo (Araraquara, São Carlos, Jau and Sao Jose do Rio Preto), to identify key factors affecting the volume of passengers, such as population, amount of fare, motorization rate and total breakdown (automobiles and motorcycles), amount of formal employment, gross domestic product (GDP) per capita, etc. In general, the following conclusions can be inferred from the analysis performed: the total demand for transportation in a city depends mainly on the following parameters: population, motorization rate and GDP per capita. Other indirect factors such as quality public transport, culture, use of transport, etc. They also developed two simple mathematical models using multiple linear regression technique with the objective of establishing relations between the demand for public transportation and the following key social-economic variables that were identified as those that most influence the demand: population, motorization rate and GDP per capita, which is useful for predicting the demand for public transport in different scenarios conformed by social-economic variables. The results presented by the mathematical model show that uses such as motorization rate, the relation between the fleet of two-wheeled vehicles and the population, more closely reflect the reality that the model uses the total fleet. The model uses the rate of motorization in considering two vehicles suitable for use in forecasting demand for public transportation in the universe of the four cities analyzed maximum error <10%.

El presente trabajo de título tiene como principal objetivo apoyar la decisión de asignación de productos en sala de una cadena de tiendas especialistas, basando las decisiones en la gestión de atributos. Centrando el análisis en esto último, se desea utilizar la historia de ventas de una temporada para una mejor asignación el año siguiente, encontrando diferencias en la demanda de cada tienda. Para lograr lo anterior se definió una metodología que considera una segmentación de las tiendas de la cadena basada en el desempeño de las categorías sostén y bañadores. Luego se realiza un pronóstico de demanda de categoría completa en cada segmento, el cual se utiliza para obtener un pronóstico por atributos al ponderarlo con las participaciones de mercado históricas de cada uno de ellos en las distintas sucursales de la cadena. Con esto, se definen los niveles de inventario objetivo a manejar en cada tienda. Finalmente, se complementa con una metodología para la priorización de despachos basada en las probabilidades de venta, dadas por los comportamientos de la demanda en cada sucursal. Los modelos de predicción de demanda arrojan resultados positivos, tanto en aquellos para categoría completa, con ajustes R2 superiores a 0,8 en categoría sostén y bañadores, como en los pronósticos finales por atributos, que a pesar de incrementar el error se comportan de buena forma y permiten emplear el modelo de inventarios. Al emplear este último sobre todas las combinaciones de atributos existentes en la categoría de destino, los niveles de inventario a nivel de cadena se reducen a 3 semanas de alcance en promedio y los quiebres de venta al 13,6% de un total de 105 semanas estudiadas. Como conclusión de este trabajo se puede establecer que es posible encontrar diferencias en la demanda por atributos en las distintas tiendas y a través de los trimestres, por lo que existe un espacio para mejorar la asignación de productos. Sin embargo, futuros trabajos podrían mejorar la metodología, contando con una mayor cantidad de atributos a estudiar y una categoría de destino con niveles de venta superior a la de este.

En el presente capitulo se tiene como objetivo establecer el marco teórico que sirva de base para comprender los conceptos utilizados en el desarrollo de la investigación propuesta. Para lo cual se abordaran conceptos y características de la Planificación de la Demanda, que nos permite entender el inicio de la actividad de planificación de la cadena de suministro frente al requerimiento y pedido del cliente, Planificación de la Producción, en donde se contemplan los requerimientos, necesidades, recursos y restricciones que se tienen en el proceso productivo y el beneficio de contemplarlo en el proceso de planificación. También se abordaran conceptos de cadena de suministro dado que la investigación desarrollada está alineada a impactar favorablemente en ella, herramientas de mejora continua y gestión por procesos enfocados a entender la importancia de evaluar la organización por procesos y el continuo mejoramiento del mismo que permita organizaciones consolidadas impactando cada vez más en la satisfacción del cliente. / Tesis

Introducción y objetivos: El estudio de las alteraciones de precios por fuera del equilibrio competitivo ha llevado a concluir que los mercados eléctricos actuales poseen fallos e imperfecciones originada spor diferentes causas que, teóricamente, podrían ser controladas mediante la participación activa de la demanda. El principal objetivo de esta tesis es demostrar experimentalmente, que la participación activa de la demanda eleva el autocontrol de los mercados mayoristas de electricidad y contribuye a mitigar las imperfecciones de los mercados, a la vez que abre nuevas posibilidades de gestión tecnológica-económica viable. La tesis introduce una novedosa metodología de evaluación de los mercados eléctricos reales, mediante la aplicación de la economía experimental, a través del desarrollo de modelos de conocimiento que se convierten en prototipo de prueba experimental del mercado eléctrico real en foco. Estos prototipos posibilitan, además de la evaluación histórica y detección de los fallos e imperfecciones de estos mercados; la predicción del comportamiento ante alternativas de introducción de la participación activa de la demanda en mercados concretos, lo cual es desarrollado mediante el diseño y ejecución de experimentos económicos. Esta metodología fue aplicada al estudio de la participación activa de la demanda en el Mercado de Producción de Energía Español, encontrando que la introducción en el mercado de agregadores independientes de la demanda con cargas interrumplibles en tiempo real, logra mitigar el poder de mercado de empresas holding integradas verticalmente (Generadores-distribuidoras) y con alta concentración de mercado, a la vez que se validó la utilización del prototipo de experimentación al corroborar la reproducción experimental de las condiciones de escasez-abundancia del mercado en evaluación. Estructura de la Tesis: Esta tesis está organizada de la siguiente manera, inicialmente se exponen las bases conceptuales y estado del arte de: a) los / Ramírez Escobar, CA. (2012). LOS PRECIOS DEL MERCADO MAYORISTA DE ELECTRICIDAD COMO EXPRESIÓN DE LA PARTICIPACIÓN ACTIVA DE LA DEMANDA: APLICACIÓN DE LA ECONOMÍA EXPERIMENTAL [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/16806

[ES] La demanda de energía en todo el planeta continúa incrementándose de manera acele-rada. Por otro lado, la electrificación de diferentes sectores ha hecho que la demanda de electricidad crezca a una tasa aún mayor. Las redes eléctricas han evolucionado tecnológicamente en muchos aspectos, uno de ellos se refiere a la disponibilidad de datos de la demanda en diferentes puntos y niveles de la red, como en redes de trans-misión, redes de distribución y en los grandes y pequeños consumidores. Estos datos suministrados por las nuevas redes eléctricas inteligentes constituyen información de partida esencial para la gestión y planificación de los sistemas eléctricos. Los datos proporcionados por los medidores inteligentes de las redes eléctricas no tienen ninguna utilidad si no se analizan adecuadamente. A más del procesamiento adecuado de esos datos, se requieren herramientas que permitan obtener información útil. Los sistemas de gestión de la demanda de energía asociados al reconocimiento de patrones actualmente se han estudiado de manera escasa. En esta área de estudio se han identificado algunas limitaciones. Por ejemplo, la caracterización de la demanda de electricidad mediante el reconocimiento de patrones no se ha utilizado para la identifi-cación y valoración de cambios en el consumo de energía y los sistemas de monitori-zación no identifican posibles causas de las anomalías detectadas en la demanda de energía eléctrica. La predicción de la demanda es también una herramienta eficaz en la gestión de los sistemas de suministro eléctrico. Actualmente, herramientas tales como las redes neu-ronales y el aprendizaje profundo son las preferidas para realizar esta labor. Sin em-bargo presentan algunos inconvenientes, tales como, la dificultad para cuantificar la incertidumbre, requieren un gasto computacional elevado y esfuerzo considerable para establecer la estructura de la red neuronal que proporcione resultados adecuados. Con base en las limitaciones detectadas, en esta tesis se propone una nueva metodolo-gía estadística para caracterizar el comportamiento de la demanda de energía de los consumidores y otros puntos de la red eléctrica mediante la identificación y obtención de patrones. La utilización de estos patrones permite valorar e identificar cambios en perfiles de carga de electricidad. Además, la valoración de los cambios en la demanda eléctrica permite asociar estos valores a posibles eventos en una instalación. Esta me-todología puede ser empleada para detectar anomalías y catalogar perfiles de carga de acuerdo al cambio que han tenido con respecto a su comportamiento habitual, lo que permite identificar modos de trabajo de los sistemas eléctricos. En cuanto a la predic-ción de la demanda, se propone una metodología de simple aplicación para afrontar las limitaciones detectadas en las herramientas derivadas de la inteligencia artificial, de tal manera que sea posible acotar la incertidumbre de las predicciones realizadas. Esta información resulta útil en la gestión, ya que es posible generar alarmas, reducir costos en el mantenimiento y aplicar medidas adecuadas de eficiencia energética. Por otro lado, se propone un método para tratar los datos proporcionados por los medidores inteligentes, de tal manera que se ajusten a una distribución de probabilidad conocida, facilitando su interpretación y validando el análisis estadístico. Para ello, se ha rela-cionado a la potencia eléctrica activa absorbida por un consumidor o un sistema en general con la teoría existente de las series temporales de datos. Finalmente, se evalúa la aplicación del método y la metodología propuesta en diversos casos de estudio reales en diferentes puntos y niveles de la red eléctrica, identificando los beneficios que pueden obtenerse en la gestión de cada uno de ellos. / [EN] The energy demand is increasing considerably every year worldwide. Moreover, the electrification of different sectors has caused the growth of electricity demand at an even higher rate. Thus, the electricity grids have technologically evolved in several aspects, one of them is the availability of demand data at different points and levels of the grid, such as in transmission and distribution systems, and large and small con-sumers. The data provided by the new smart grids are essential baseline information for the management and planning of electricity systems. The data provided by smart meters on electricity grids is worthless if it is not properly analysed. In addition to the appropriate processing of such data, tools are needed to obtain useful information. The energy demand management systems associated with pattern recognition have been scarcely studied at present. Some limitations have been identified in this area of study. For example, the characterization of electricity demand through pattern recognition has not been used to identify and evaluate changes in en-ergy consumption, whereas monitoring systems do not identify the possible causes of the anomalies detected in electricity demand. Demand forecasting is an effective tool in the management of electricity supply sys-tems. Currently, tools such as neural networks and deep learning are preferred for this purpose. However, they present remarkable drawbacks, such as the difficulty in quan-tifying uncertainties, the requirement of huge computational resources, and considera-ble effort to establish the structure of the neural network to provide adequate results. Based on the limitations detected, this thesis proposes a new statistical methodology to characterize the behaviour of the energy demand of consumers and other points of the electricity grid by identifying and obtaining patterns. The use of these patterns allows the assessment and identification of changes in electricity load profiles. Besides, the evaluation of changes in electricity demand allows these values to be associated with possible events in an installation. This methodology can be used to detect anomalies and to catalogue load profiles according to the changes they have had from their usual behaviour, which allows the identification of working modes of electrical systems. Concerning the prediction of demand, a simple application methodology is proposed to overcome the limitations detected in the instruments derived from artificial intelli-gence, which allows quantifying the uncertainty of the performed predictions. This information is useful for management since it is possible to generate alarms, reduce maintenance costs, and apply appropriate energy efficiency measures. On the other hand, a method is proposed for processing the data provided by the intelligent meters in order to adjust them to a known probability distribution, facilitating their interpre-tation and validating the statistical analysis. For this purpose, it has been related to the active electrical power absorbed by a consumer or a system in general with the exist-ing theory of time-series data. Finally, the application of the proposed methodologies is evaluated in several real case studies at different points and levels of the electricity grid, identifying the benefits that can be obtained in the management of each of these systems. / [CA] La demanda d'energia a tot el planeta continua incrementant-se de manera accelerada. D'altra banda, l'electrificació de diferents sectors ha fet que la demanda d'electricitat creixi a una taxa encara més gran. Les xarxes elèctriques han evolucionat tecnològica-ment en molts aspectes, un d'ells es refereix a la disponibilitat de dades de la demanda en diferents punts i nivells de la xarxa, com en les de transmissió, de distribució i en els grans i petits consumidors. Aquestes dades subministrades per les noves xarxes elèctriques intel¿ligents constitueixen informació de partida essencial per a la gestió i planificació dels sistemes elèctrics. Les dades proporcionades pels mesuradors intel¿ligents de les xarxes elèctriques no tenen cap utilitat si no s'analitzen adequadament. A més del processament adequat d'aquestes dades, es requereixen eines que permetin obtenir informació útil. Els siste-mes de gestió de la demanda d'energia associats al reconeixement de patrons actual-ment s'han estudiat de manera escassa. En aquesta àrea d'estudi s'han identificat algunes limitacions. Per exemple, la caracterització de la demanda d'electricitat mitjançant el reconeixement de patrons no s'ha utilitzat per a la identificació i valoració de canvis en el consum d'energia i els sistemes de monitorització no identifiquen possibles causes de les anomalies detectades en la demanda d'energia elèctrica. La predicció de la demanda és també una eina eficaç en la gestió dels sistemes de sub-ministrament elèctric. Actualment, eines com ara les xarxes neuronals i l'aprenentatge profund són les preferides per a realitzar aquesta tasca. Però presenten alguns inconve-nients, com ara, la dificultat per quantificar la incertesa, requereixen una despesa computacional elevada i un esforç considerable per a establir l'estructura de la xarxa neuronal que proporcioni resultats adequats. Amb base en les limitacions detectades, en aquesta tesi es proposa una nova metodolo-gia estadística per caracteritzar el comportament de la demanda d'energia dels consu-midors i altres punts de la xarxa elèctrica mitjançant la identificació i obtenció de patrons. La utilització d'aquests patrons permet valorar i identificar canvis en perfils de càrrega d'electricitat. A més, la valoració dels canvis en la demanda elèctrica permet associar aquests valors a possibles esdeveniments en una instal¿lació. Aquesta metodo-logia pot ser emprada per detectar anomalies i catalogar perfils de càrrega d'acord al canvi que han tingut pel que fa al seu comportament habitual, el que permet identifi-car maneres de utilització dels sistemes elèctrics. En quant a la predicció de la deman-da, es proposa una metodologia de simple aplicació per afrontar les limitacions detec-tades en les eines derivades de la intel¿ligència artificial, de tal manera que sigui pos-sible delimitar la incertesa de les prediccions realitzades. Aquesta informació és útil en la gestió, ja que és possible generar alarmes, reduir costos en el manteniment i aplicar mesures adequades d'eficiència energètica. D'altra banda, es proposa un mètode per a tractar les dades proporcionades pels mesuradors intel¿ligents, de tal manera que s'ajus-tin a una distribució de probabilitat coneguda, facilitant la seva interpretació i validant l'anàlisi estadístic. Per a la qual cosa, s'ha relacionat a la potència elèctrica activa ab-sorbida per un consumidor o un sistema en general amb la teoria existent de les sèries temporals de dades. Finalment, s'avalua l'aplicació del mètode i la metodologia proposada en diversos casos d'estudi reals en diferents punts i nivells de la xarxa elèctrica, identificant els beneficis que es poden obtenir a la gestió de cada un d'ells. / Serrano Guerrero, JX. (2020). Caracterización de la demanda de energía mediante patrones estocásticos en las Redes Eléctricas Inteligentes [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/153810

En la actualidad las tiendas por departamento enfrentan una ardua competencia, la que se da principalmente para los productos de moda que poseen un ciclo de vida corto y alta rotación. Esta situación es generada por lo dinámico de la industria del retail, que presenta productos que cambian constantemente, lo cual impide aprender del comportamiento de la demanda y conservar stock de una temporada a otra. Tácticas de pricing se utilizan en estas circunstancias, pues el precio es una variable manejable y muestra influencia en el comportamiento de la demanda. El objetivo de este trabajo es desarrollar una metodología que determine precios en el tiempo para una categoría de productos de moda en una tienda por departamento con el fin de aumentar los ingresos. Para esto se formula un modelo matemático de optimización que maximiza ingresos junto con analizar diferentes escenarios de demanda. La metodología está dividida en dos etapas. En la primera la demanda es estimada por medio de regresiones y modelos de estimación diseñados para este tipo de productos. La segunda consta del uso del algoritmo de programación dinámica para resolver el problema de pricing para cada periodo en el horizonte de planeación. Para llevar a cabo lo anterior se utilizaron datos sobre precios y ventas de una importante cadena de tiendas por departamento. Así para la estimación de demanda se utilizó un modelo de regresión lineal, la cual mostró un ajuste de R2 cercano a 0,4. Luego al resolver la programación dinámica, la política óptima de precios obtenida mostró mejoras de hasta un 50% en los ingresos comparado con la política actual, aumentando el precio promedio de los productos, reduciendo quiebres de stock y sobrestocks mínimos al final de la temporada. Al revisar los resultados se observa que se obtuvo una política de precios que sigue la lógica para productos de moda, en los que el precio disminuye paulatinamente a medida que avanza la temporada. Además, al comparar con la política actual se observa que los modelos muestran que es conveniente partir con un precio más bajo para el producto, como también reducir su precio anticipadamente en la temporada, para así lograr mayores ventas y a precios más altos. Una de las limitaciones del modelo se encuentra en que el ajuste de la estimación de demanda no es preciso. Para solucionar lo anterior, se propone agregar en la estimación de demanda variables de promociones y publicidad, las cuales influyen en la demanda de productos, y así poder captar de mejor forma el comportamiento de esta.

Ingeniera Civil Industrial / Multitiendas Corona es una de las 10 mayores empresas del retail en Chile y cuenta con 36 tiendas a lo largo del país. Dentro de sus líneas de productos, el vestuario femenino, es el que genera más unidades vendidas para la compañía. El problema identificado dentro de ella es la diferencia observada entre la demanda esperada y la demanda efectiva en cada temporada para cada una de sus tiendas. Esta situación se traduce en quiebres de stock, que generan ventas perdidas y afectan la imagen de la empresa, o excesos de inventario, que implican gastos logísticos de transporte y pérdida de la rentabilidad del espacio en tienda. En la compañía, durante el año 2014 hubo niveles de sobre stock del 26% y quiebres del 22%, mientras que en la industria del retail a nivel mundial, estas cifras rodean el 18% y 15% respectivamente. El objetivo de esta memoria es generar un modelo cuantitativo que tenga un mayor poder de predicción de la demanda efectiva, que pueda ser replicado año a año y utilizarse para productos de moda que no tienen historial de ventas. Para lograr el objetivo, se revisaron diversos modelos que buscan explicar los factores que influyen en la venta del retail, seleccionando para los propósitos de esta memoria: las unidades vendidas el período anterior, la temperatura promedio semanal de cada tienda, la competencia, la variación de precios de la categoría, el área del local, el ingreso promedio de la comuna de la tienda y las fechas especiales. Posteriormente, se levantó la información necesaria para realizar una regresión con la demanda efectiva del período, y así establecer el peso de estos factores en el nivel de ventas, en este caso específico. Sobre la base de los resultados, se propone un modelo que permite explicar un 75% de la varianza con un 8% de error y que puede ser replicado a más tiendas, categorías y temporadas.El modelo planteado incorpora ajustes con respecto a la cantidad de productos comprados por el área comercial, considerando restricciones de surtido y logísticas. Este ajuste se realiza con aproximaciones probabilísticas de venta y un problema de programación lineal cuyo objetivo es aumentar el surtido de productos en las tiendas respetando la estimación de demanda y tomando en cuenta medidas de rentabilidad para cada una de las sucursales de la cadena. El resultado de la simulación del modelo para la temporada Otoño Invierno de 2014, en la línea de vestuario femenino, arroja un ahorro de $143 millones, los cuales se componen de $66 millones por disminución de quiebres de stock, y $77 millones por menores niveles de sobre stock.

Magíster en Análisis Sistémico Aplicado a la Sociedad / Se presentará una investigación enfocada en la relación acontecida entre el aparato estatal y el movimiento estudiantil-secundario, durante los años 2006 y 2010. Para ello, la tesis posee su punto de observación en la trayectoria de la demanda social a través de los informes generados por el Consejo Asesor Presidencial para la Educación, y posteriormente, en la resultante Ley General de Educación. La metodología empleada radica en la utilización de un análisis de contenido temático, que se articula con un enfoque conceptual fundamentado en la teoría de sistemas propuesta por el sociólogo alemán Niklas Luhmann

Ingeniera Civil Industrial / La selección de surtido en el mercado del retail es un proceso que involucra muchas variables a considerar, ya que no solo se debe contar con productos que generen ingresos sino que también que entreguen atractivo visual, variedad y movimiento. Mediante la generación de una metodología se pretende apoyar la gestión de surtido para una empresa de retail especialista, poniendo énfasis sobre la decisión de qué productos nuevos agregar al mix existente. Para lo anterior, se utilizaron metodologías encontradas en "Metodología de apoyo a la toma de decisiones en surtido, espacio y ubicación de productos en una cadena de supermercado" (Passalacqua, 2007) y "Estimación de demanda a través de un enfoque de atributos"(Olguín, 2005) para la determinación del mix eficiente en la familia de Cristalería, basando las decisiones en atributos y en dimensiones de desempeño tales como la rotación, presencia en boletas, rentabilidad, margen y entropía. Para obtener la venta estimada de nuevos productos con mayor precisión se recurrió a dos métodos: Fisher y Raman [1], que predicen ventas a través del cálculo de porcentajes de sustitución entre atributos, y Bell, Bonfrer and Chintagunta (2005) que a través de un set de regresiones que determinan la participación de mercado a nivel de atributos y de producto. El análisis en base a árboles de decisión genera una propuesta de surtido final que comprende en la eliminación 107 SKUs de los 372 existentes, lo que genera pérdidas netas de $5.802.692. La propuesta contiene también la inclusión de 54 SKUs nuevos que generan una utilidad estimada de $19.346.900. En base a la misma propuesta, el método de Fisher y Raman arrojó como resultado una utilidad estimada de $6.621.372, lo que significa un aumento en un 5,6% respecto a las ventas actuales de la categoría Copas. Por otro lado, se utilizó un período de validación de 3 meses para el modelo de Bell, el cual generó una utilidad estimada de $9.265.375 con un error MAPE de pronóstico de un 26% y un aumento de un 7,8% respecto a las ventas actuales de Copas, lo que cubre las pérdidas generadas debido a la eliminación de productos. Como propuestas para trabajos futuros se recomienda utilizar otros métodos para la obtención de la demanda potencial, así como la elección de atributos y niveles de manera más minuciosa u objetiva con el fin de tener resultados más ajustados. También se recomienda calibrar el modelo utilizando productos con poco historial. Finalmente, se espera que la metodología desarrollada sea replicable por parte de la empresa para la evaluación de incorporación de nuevos productos a otras categorías.

Trabajo de suficiencia profesional / La presente investigación tiene por objetivo determinar a través de un estudio de mercado la viabilidad de exportación del café saborizado en el país de Estados Unidos, para lo cual se utilizó como técnica de recolección de datos una encuesta aplicada a los visitantes de nacionalidad estadounidense que se encontraban en hoteles, parques, museos, centros arqueológicos y comerciales de la ciudad. Este instrumento está conformado por 21 ítems agrupados en 03 factores: producto, oferta y demanda. Se llegó a la conclusión de que la exportación de café saborizado al mercado de Estados Unidos, sí es viable, obteniendo como resultado que las personas que consumen este café oscilan entre las edades de 15 y 60 años de edad, provenientes de zonas urbanas de los niveles socioeconómicos A, B y C (clase rica, clase media alta y clase media baja respectivamente), que residen en Virginia, Miami y New York. Asimismo, el presente estudio de mercado, permitió reconocer las necesidades, requerimientos, actitudes y posibles lugares de compra que permitan una mejor comercialización y distribución del producto mencionado.