En México, las micro empresas representan alrededor de 95% de los establecimientos y concentran a 37.2% de la población ocupada, por lo que representan el primer canal por el cual muchos mexicanos cuentan con un trabajo o deciden emprender y ser fuente de trabajo. En este proyecto de tesis se presenta una propuesta de modelo de clustering que permita detectar las zonas que han presentado un escenario favorecedor para los micro negocios, es decir, en las cuales se ha dado un crecimiento económico acompañado de bienestar social y no sólo como consecuencia de la expansión urbana. El modelo toma como base información pública del INEGI a nivel localidad, del DENUE se obtiene la información sobre los negocios en México y del Censo se obtienen las variables socio-demográficas. Posteriormente, se aplica la técnica de selección de variables SPEC propuesto por Zhao y Liu. (2007), de la cual se obtiene un ranking por nivel de relevancia de cada variable y que es utilizado en la fase agrupamiento. Se aplica el algoritmo de Clustering Espectral propuesto por Ng, Jordan, y Weiss (2002) con un par de variantes: (1) en la función de similitud RBF kernel se utiliza un parámetro de escala local !i en lugar del parámetro global ! Zelnik-Manor y Perona (2004) y (2) se elige el valor óptimo de clústeres utilizando criterios de ajuste clásicos en conjunto con el heurístico Eigengap y la Búsqueda iterativa del Eigengap Afzalan y Jazizadeh (2019). El resultado de este trabajo se presenta en forma de mapas interactivos de consulta pública, los cuales contienen un ranking de localidades por estado de acuerdo al potencial del sector micro y al nivel de bienestar que han presentado en los últimos años.