Cali, al ser una de las ciudades más grandes de Colombia, presenta un mercado inmobiliario muy dinámico y en crecimiento. Según el último informe de Coordenada Urbana, el sistema de información de la Cámara Colombiana de la Construcción Camacol, se observa un aumento en el comercio inmobiliario del 6.6%. Esto se traduce en una gran oportunidad para impulsar el mercado en la ciudad.
La toma de decisiones informadas es esencial en este entorno altamente competitivo. Aquí es donde el análisis de datos toma un papel protagónico. La propuesta que presentamos recoge un estudio del comportamiento de un total de 8,327 viviendas en Cali. Este estudio está respaldado por análisis estadísticos y gráficos que permiten comprender de forma visual los análisis presentados. El objetivo es construir una campaña de marketing exitosa.
A lo largo de este informe, exploraremos el comportamiento del mercado inmobiliario en Cali y cómo los datos pueden guiar nuestras estrategias de marketing. Los análisis estadísticos y las visualizaciones en este informe proporcionarán información valiosa para segmentar el mercado, identificar oportunidades clave y crear estrategias que resuenen con los compradores potenciales.
En un mercado competitivo como el inmobiliario de Cali, es crucial estar al tanto de las tendencias y preferencias cambiantes de los compradores. Al hacerlo, estaremos equipados para tomar decisiones informadas que maximicen el impacto de nuestras campañas de marketing y nos permitan destacar en este emocionante y dinámico entorno.
Aportar a la toma de decisiones de la compañía B&C Bienes y Casas para la construccion de una campaña de marketing haciendo uso de análisis de datos
Para la construcción del siguiente informe se realizaron las siguientes etapas:
| Mínimo | 1er Cuartil 25% | Mediana | Media | 3er Cuartil 75% | Máximo |
|---|---|---|---|---|---|
| 58.0 | 220.0 | 330.0 | 434.3 | 540.0 | 1999.0 |
En la anterior información podemos observar que el valor mínimo del precio de las viviendas de todo el conjunto de datos es de 58 millones de pesos, el primer cuartil nos informa que el 25% de las viviendas representan un precio igual o menor a 220 millones de pesos, la mediana nos indica que la mitad de las viviendas tienen un precio igual o inferior a 330 millones de pesos, la media nos representa que en promedio el precio de las viviendas es de 434.3 millones de pesos, el tercer cuartil nos permite evaluar que el 75% de las viviendas tienen un precio igual o inferior a 540 millones de pesos, finalmente nos muestra que el precio máximo de la vivienda es de 1999 millones de pesos.
En conclusión podemos inferir que la distribución de precios es variada, con viviendas que van desde precios bajos hasta precios muy altos, la media es más alta que la mediana debido a que está influenciada por algunos valores altos, cada cuartil nos permite observar como se distribuyen los precios por algunos rangos, toda esta información es muy util para que en la propuesta de marketing se realice una correcta segmentación de mercado, poder establecer precios competitivos en el mercado y ajustar las estrategias de marketing según las preferencias y el poder adquisitivo de los potenciales compradores.
En el anterior gráfico podemos observar la frecuencia de los datos con respecto al precio, en este sentido la tendencia alta hacia la izquierda nos demuestra que existe mayor cantidad de viviendas con un precio mucho más bajo que las viviendas con precios altos, esto nos da una idea para la segmentación de los potenciales clientes y establecer estrategias para este nicho de mercado.
| Mínimo | 1er Cuartil 25% | Mediana | Media | 3er Cuartil 75% | Máximo |
|---|---|---|---|---|---|
| 30 | 80 | 123 | 175 | 229 | 1745 |
El valor mínimo nos indica que al menos una vivienda tiene una área construida de 30 metros cuadrados, los cual nos indica que en los datos existen propiedades con áreas muy pequeñas, el primer cuartil nos indica que al menos el 25% de las viviendas tienen un área construida de 80 o menos metros cuadrados, una mediana de 123 nos muestra que la mitad de las construcciones tienen areas inferiores a 123 metros cuadrados y la otra mitad poseen áreas superiores a este valor, la media de 175, mayor a la mediana como en el caso anterior, nos indica que existen propiedades muchos más espaciosas comparadas con la mayoría, el tercer cuartil nos indica que al menos el 75% de las propiedades cuentan con un área construida igual o inferior a 229 metros cuadrados, finalmente observamos que al menos una vivienda cuenta con un gran espacio construido de 1745 metros cuadrados.
Esta información nos permite identificar el tamaño promedio de las propiedades, en la estrategia de marketing se puede emplear dicha información para construir estrategias según las preferencias de espacio de los compradores y establecer expectativas respecto a al área construida de las viviendas.
| tipo | promedio_area | promedio_precio | promedio_banios | promedio_habitac |
|---|---|---|---|---|
| apartamento | 112.9424 | 367.6236 | 2.618880 | 2.971798 |
| casa | 273.3430 | 539.8758 | 3.893822 | 4.609128 |
Los datos demuestran algo que por sentido común muchas personas infieren, es que las casas tienden a tener mucho más espacio, por lo tanto son mucho más costosas en precio pero brindan mejores garantías en cuanto a comodidas pues poseen más habitaciones y baños, esta información se puede utilizar para crear estrategías que puedan resaltar este tipo de características de acuerdo a las necesidades de los potenciales clientes.
El anterior gráfico de dispersión entre el precio y el área de construcción nos permite visualizar una tendencia general ascendente, lo que sugiere una relación positiva entre las dos varialbes, es decir, entre más grande el área construido mayor será el precio, también podemos encontrar que existe una dispersión, es decir algunos puntos no se comportan de acuerdo a la mayoría, esto nos indica que además de el área de construcción existen otros factores que pueden incidir en el precio, como la zona, el tipo de vivienda entre otros, además permite poder tener una idea clara del margen de los precios de las propiedades de acuerdo a su área, lo cual se puede convertir en un marco de referencia para la toma de decisiones.
La anterior gráfica de tortas nos permite visualizar en que zona de la ciudad se encuentran la mayor parte de propiedades, siendo la zona Sur la que más propiedades posee, seguido de la zona norte, la zona oeste y finalmente las zonas oriente y zona centro representan el menor número de propiedades, esta información es valiosa pues permite enfocar geográficamente las acciones para la campaña de marketing.
La matriz de correlacion permite nos permite observar como las variables numéricas se relacionan entre sí, en este sentido podemos ver que existe naturalmente una estrecha relacion entre el precio de la construcción con el área, seguido de la relación entre el precio y el número de baños, finalmente vemos que la correlación entre el número de habitaciones y el precio es débil, esta información es relevante para poder orientar la estrategía de marketing dando valor a las variables que más tienen relación.
El diagrama de cajas nos permite observar el comportamiento de los precios de las construcciones de acuerdo a la zona, en este sentido podemos observar que los precios varian según la zona, es en la zona oeste dónde se encuentran las viviendas con un mayor precio, seguido de la zona sur, por el contrario en la zona oriente es dónde los precios de als viviendas son más bajo.
En la anterior gráfica de barras se puede observar que los datos recolectados sólo tienen en cuenta desde el estratos tres en adelante, en este sentido, en la zona sur se encuentran mayoritariamente las construcciones que pertenecen al estrato, y 4, 5 y 6; en la zona oeste existe mayoritariamente construcciones pertenecientes al estrato 6. La zona norte tiene una combinación variada de viviendas de diversos estratos mayoritariamente 3, 4 y 5, finalmente se puede observar que la zona oriente y centro están compuestas generalmente por estrato 3. de esta manera podemos obtener información real sobre la cantidad de viviendas de acuerdo al estrato socioeconómico, esto permite focalizar las estrategias a emplear.
Enlace al código fuente que da soporte al informe. https://jbvidal2006.github.io/MetodosT1.io/