Las aeronaves eléctricas y autónomas (EAA) están listas para perturbar los modelos actuales de envío de carga. Para maximizar los beneficios de esta tecnología, los inversores y los gerentes de logística necesitan información sobre los productos objetivo, el establecimiento de ubicaciones de servicio y la distribución de pares de origen-destino dentro de las limitaciones de alcance de las EAA. Esta investigación presenta un algoritmo de minería de datos en tres fases y un sistema de información geográfica (GIS) para apoyar la toma de decisiones basada en datos bajo incertidumbre. Los analistas pueden modificar y expandir este flujo de trabajo para examinar conjuntos de datos de flujo de mercancías de origen-destino que representan varias ubicaciones. El algoritmo identifica cuatro categorías de productos que contribuyen a más de un tercio del valor transportado por aviones a lo largo de los Estados Unidos contiguos, pero solo representan el 5% del peso. El flujo de trabajo destaca 8 de 129 ubicaciones regionales que movieron más del 20% del peso de esas cuatro categorías de productos. Una banda de distancia de 400 millas entre estas ocho ubicaciones representa más del 80% del peso transportado. Este estudio aborda una brecha en la literatura, identificando oportunidades para rediseñar la cadena de suministro utilizando EAA. La metodología presentada puede guiar a planificadores e inversores para identificar los mercados objetivo principales para las tecnologías emergentes de EAA utilizando conjuntos de datos regionales.