En esta tesis se estudia la viabilidad de implementar un sistema que, apoyado en las técnicas del estado del arte para la detección y seguimiento de personas en videos, analice cuantitativa y cualitativamente el uso de un espacio físico. La condición del sistema es que funcione unicamente con los videos capturados por las cámaras ya instaladas en el local, generalmente de videovigilancia. Con esto se logra obtener una información de valor a partir de horas de grabaciones que en la mayoría de los casos son solamente utilizadas como evidencia ante algún siniestro o hurto, utilizándolas para determinar el comportamiento de las personas que visitan un lugar. Esto además minimiza el soporte de hardware adicional requerido, y por consiguiente su implantación, y amplía sus posibilidades de adopción por parte de potenciales interesados. El sistema debe además ofrecer funcionalidades con un alto grado de generalidad para ser aplicado a un espacio independientemente de sus características. Para evaluar la viabilidad de este tipo de soluciones, en este trabajo se realizó un prototipo para analizar el comportamiento de los clientes de una cafetería ubicada en la zona céntrica de Montevideo. El prototipo utiliza para la detección de poses humanas la herramienta OpenPose, y realiza un seguimiento de ellas a través del video con el algoritmo DeepSort. Los usuarios puden realizar consultas sobre la permanencia de personas en áreas de la cafetería a través de una plataforma Web. Si bien la solución ayuda a determinar patrones de comportamiento del público en la cafetería, el error cometido al obtener otras métricas, como la permanencia promedio de los visitantes, es significativo. La causa de las imprecisiones se debe en gran parte a que el algoritmo de seguimiento, en presencia de una única cámara y en condiciones no controladas, no es lo suficientemente robusto. Por tanto, en búsqueda de una solución con alto grado de generalidad, se necesitan algunos agregados para realizar un análisis preciso de la utilización de un espacio.