Un algoritmo para evitar el cierre del comercio y la restauración

La Covid-19 está situando a la economía en la cuerda floja y ocasiona dolorosos daños sociales colaterales. Contados sectores quedan fuera del desastre, y el comercial y la restauración son de los más afectados. Se barajan cifras de disminución de ventas terroríficas, de hasta un 80%, que auguran un descalabro de muchos establecimientos, tantos que no son pocos los expertos que visualizan ya un cambio en el modelo comercial, sobre todo en el centro de nuestras ciudades, debido al cierre definitivo de muchos de ellos.

La Confederación Española de Comercio (CEC) anunciaba después del verano que, pese al periodo de rebajas, los comercios habían anotado una caída media del 30% en su facturación, hecho que prevé contemplar seriamente el cierre en breve de aproximadamente 120.000 negocios más, ya que después del estado de alarma entre el 10% y el 15% de ellos ya no volvieron a levantar la persiana.

Bares y restaurantes tienen estimaciones similares: el 15% ya no volvió a abrir después del confinamiento y el resto resiste con menor capacidad de aforo y aprovechando las terrazas. Mientras, los ERTEs y los despidos aumentan y hacen temer que la cifra de desempleados se sitúe alrededor del 25% en pocos meses.

Pero siempre hay lugar para la esperanza, y David Nogué, fundador de Eixos.cat, y su equipo lo buscaron durante el confinamiento. Dieron otro sentido al mapeo de ciudades de cinco continentes, tarea a la que están dedicados desde hace una década, y a la producción de datos relacionados con los establecimientos a pie de calle.

Todo empezó con la edición de guías urbanas de las ciudades de España. "Los datos que ofrecían las administraciones públicas no eran correctos porque estaban basados en información fiscal y nuestro trabajo fue recopilar información de puntos de venta reales", explica Nogué. De aquí surgió Planol.info, con datos geográficos de los establecimientos, pero la entrada en tromba de Google Maps hizo que Nogué se replanteara la estrategia de negocio. "Teníamos la base cartográfica realizada y mucha información de los establecimientos de cada calle, de cada ciudad", apunta. Y dieron un paso más hasta llegar a Eixos.cat, en 2011, un observatorio económico digital barcelonés que ofrece datos de composición comercial de miles de ciudades de cinco continentes. Han colaborado con Google Business View y, desde hace una década, también con Here, la división de mapas de la automovilística Mercedes.

Durante las horas de confinamiento por la pandemia, teletrabajando, decidieron que era el momento de elaborar un modelo de cálculo predictivo del impacto de la Covid-19 en los establecimientos comerciales. Nogué y su socio Carlos Carrasco, junto con el equipo que conforma Eixos.cat, cocinaron los datos y los algoritmos que permitirán, una vez acabados los análisis, establecer escenarios de futuro para actuaciones personalizadas de las administraciones públicas en las áreas con más riesgo.

Paralelamente supieron de tres investigadores del MIT que estaban trabajando en un sentido similar. "Nos pusimos en contacto con ellos y trabajamos juntos, con la particularidad que ellos elaboraban un modelo teórico porque no disponen de datos sobre los comercios de las ciudades estadounidenses, y nosotros creamos algoritmos basados en mapeados reales". Teoría y aplicación práctica, dos eslabones complementarios de una cadena que ha dado como resultado un modelo predictivo de riesgo único en el mercado.

La clave: Navidad

Los algoritmos tienen en cuenta básicamente tres factores: si la actividad es esencial o no y se ha visto obligada a cerrar temporalmente; si es intensiva en mano de obra; y si almacena productos en el punto de venta y si estos tienen fecha de caducidad. "El modelo valora, a través de estos factores, el estrés financiero y lo traduce en porcentaje de cierres", explica Nogué.

Según cálculos y estimaciones realizadas, asegura que "una zona comercial empieza a sufrir desertificación si el porcentaje de locales activos se sitúa por debajo del 80%", una cifra que puede conducir al cambio de modelo en cualquier ciudad. Actualmente recopilan datos para aplicar el modelo predictivo a ciudades como Barcelona, Bilbao, Sao Paolo o el área metropolitana de Londres.

"El momento más álgido del impacto a nivel mundial será la campaña comercial de Navidad. Muchos comercios están aguantando hasta esas fechas, pero las condiciones actuales ya son muy precarias", comenta Nogué, que asegura que en febrero "ya podremos establecer el escenario de futuro".