Bellota (demografía)
Acorn , desarrollado por CACI Limited en Londres, es una herramienta de segmentación que clasifica a la población del Reino Unido en tipos demográficos . Se ha construido analizando factores sociales importantes y el comportamiento de la población para proporcionar información precisa y una mejor comprensión de los diferentes tipos de personas y comunidades en todo el Reino Unido. Acorn segmenta hogares, códigos postales y vecindarios en 6 categorías, 18 grupos y 62 tipos.
En marzo de 2013, CACI lanzó la última versión de Acorn, aunque los datos necesarios del censo de 2011 no estaban disponibles para todo el Reino Unido. En cambio, la versión actual de Acorn se creó con un nuevo enfoque a la geodemografía. No depende de los datos del censo, [1] pero aprovecha el nuevo entorno de datos creado por las políticas gubernamentales sobre datos abiertos y la disponibilidad de una serie de nuevos conjuntos de datos del sector privado. Peter Sleight, presidente de la Asociación de Distribuidores del Censo, consideró que la nueva versión de Acorn era una mejora suficiente para haber "revolucionado la geodemografía". En la conferencia decenal del Census & Geodemographics Group [2] , Seguimiento de una década de cambio de Gran Bretaña, [3]CACI presentó un documento sobre por qué había optado por evitar los datos del censo y cómo había desarrollado una nueva forma de crear una segmentación demográfica .
Tradicionalmente (desde la década de 1970), todas las segmentaciones y clasificaciones geodemográficas se construyeron en general de la misma manera. [4] Un buen ejemplo de esto es la Clasificación del área de salida (OAC). El primer OAC fue desarrollado en 2005 por la Universidad de Leeds en cooperación con la Oficina de Estadísticas Nacionales del Reino Unido (ONS). Es una segmentación geodemográfica libre y abierta basada en el censo del Reino Unido de 2001. Actualmente, en el University College London , el OAC se está reconstruyendo utilizando el censo del Reino Unido de 2011.
En el enfoque tradicional, los datos del censo y el estilo de vida se alimentan a través de un software estadístico para realizar una segmentación multivariable . La segmentación resultante se analiza, nombra y describe.
El problema con este enfoque es que las viviendas construidas después del censo no se pueden clasificar principalmente debido al requisito de usar siempre los mismos datos y el mismo algoritmo y, por lo tanto, por definición, los datos del censo no se pueden aplicar a las viviendas de nueva construcción. Además, los datos de estilo de vida tampoco se aplican, ya que se necesita tiempo para generar un conjunto de información de los nuevos residentes. De manera similar, los datos obtenidos de cosas como las solicitudes de crédito pueden ser muy inexactos si la nueva vivienda es una remodelación de viviendas anteriores, ya que la mayor parte de la información en estas fuentes de datos tradicionales puede aplicarse a los residentes de viviendas demolidas. Habiendo desarrollado su propia técnica estadística para clasificar tales viviendas, CACI se abstuvo del método tradicional y desarrolló nuevos enfoques para códigos postales en otras circunstancias,comenzando por separar la definición de los tipos que describen la población de la asignación de códigos postales a los tipos, lo que permite asignarlos mediante el uso de muchos algoritmos diferentes.
El principio general es utilizar datos adecuados y algoritmos específicos para ofrecer la mejor segmentación. Los ejemplos incluyen viviendas con limitaciones de edad , viviendas sociales y privadas de nueva construcción , asignaciones manuales, alojamiento para estudiantes , etc.
.pdf/page1-440px-CACI's_Acorn_Structure_(Uploaded_June_2014).pdf.jpg)