Análisis del mercado inmobiliario en Cali - Empresa B&C (Bienes y Casas)

Introducción:

El mercado inmobiliario, hablando particularmente de nuestro país Colombia, y en este caso la ciudad de Cali, ha venido presentando un crecimiento en aumento, y que se espera continue de esa forma a lo largo del tiempo, es por esta razón, que es muy importante poder entregar a ustedes, como empresa B&C (Bienes y Casas) un informe contentivo de un análisis estadístico detallado, y muy relevante para el nicho de mercado con el cual están trabajando - y su expansión -, es así que este análisis muestra información puntual para la toma de decisiones respecto a mercadeo, precios de venta, expansión del mercado, servicios personalizados a diferentes clientes, entre otras situaciones particulares que son conducentes y consecuencialmente traerán a ustedes como empresa un crecimiento en temas de utilidad, mitigar riesgos de pérdida, un goodwill y a su vez la satisfacción del cliente.

Objetivos:

En el presente informe se tienen los siguientes objetivos:

  • Realizar un análisis descriptivo para facilitar información relevante en temas de vivienda.
  • Estipular precios de ventas por zonas, para determinar estratégias de marketing.
  • Facilitar puntos claves sobre variables o factores puntuales de la base de datos para toma de decisiones.

Métodos:

Para la realización del análisis descriptivo se hace necesario realizar lo siguiente:

  • Revisar la base de datos correspondiente a “Viviendas_faltantes”, con el fin de familizarse con la información presentada en la misma.
  • Limpieza de datos
  • Análisis de datos

Resultados:

La base de datos es “vivienda_faltantes”, cuenta con 8.330 registros y 13 columnas que son:

  • id
  • zona
  • piso
  • estrato
  • preciom
  • areaconst
  • parquea
  • banios
  • habitac
  • tipo
  • barrio
  • longitud
  • latitud

Con la data mencionada precedentemente se procede a realizar:

1.Visión General de los datos por cada columna (Cabe aclarar que no se cuentan los valores incompletos o NA)

  • Para la columna zona:
    • Zona Centro = 124
    • Zona Norte = 1922
    • Zona Oeste = 1204
    • Zona Oriente = 351
    • Zona Sur = 4726
  • Para la columna piso:
    • 1 = 861
    • 2 = 1450
    • 3 = 1097
    • 4 = 607
    • 5 = 568
    • 6 = 245
    • 7 = 207
    • 8 = 211
    • 9 = 146
    • 10 = 130
    • 11 = 84
    • 12 = 83
  • Para la columna estrato
    • 3 = 1453
    • 4 = 2131
    • 5 = 2751
    • 6 = 1992
  • Para la columna parquea
    • 1 = 3156
    • 2 = 2478
    • 3 = 521
    • 4 = 386
    • 5 = 68
    • 6 = 68
    • 7 = 18
    • 8 = 17
    • 9 = 4
    • 10 = 8
  • Para la columna baños
    • 0 = 45
    • 1 = 497
    • 2 = 2946
    • 3 = 1994
    • 4 = 1460
    • 5 = 891
    • 6 = 315
    • 7 = 107
    • 8 = 45
    • 9 = 15
    • 10 = 9

2.Revisión de falta de datos (NA) por las respectivas columnas relevantes o importantes para el análisis, por lo que se encuentra:

  • zona = 3
  • piso = 2641
  • estrato = 3
  • preciom = 2
  • areaconst = 3
  • parquea = 1606
  • banios = 3
  • habitac = 3
  • tipo = 3
  • barrio = 3

3.Arreglo de la data

Al realizar la revisión detallada se determina que los últimos tres datos con carencia de datos no son relevantes para el estudio, por lo que se procede a eliminar los registros que presentan una amplia inconsistencia en su información por fila.

Tambien se revisan los valores con diferente definición de tipo vivienda.

  1. Apartamento
  2. Casa
  3. APARTAMENTO
  4. casa
  5. CASA
  6. apto
  7. NA

Por lo que se procede a estandarizar el tipo de vivienda, dejandolas etiquetas en minúscula, quedando así:

  1. apartamento
  2. casa
  3. apto
  4. NA

4.Análisis de la data

  • La zona centro tiene 124 registros distribuidos con relación al estrato de la siguiente manera:
    • Estrato 3 = 105 viviendas
    • Estrato 4 = 14 viviendas
    • Estrato 5 = 4 viviendas
    • Estrato 6 = 1 vivienda
  • La zona norte tiene 1922 registros distribuidos por estrato de la siguiente manera:
    • Estrato 3 = 572 viviendas
    • Estrato 4 = 408 viviendas
    • Estrato 5 = 770 viviendas
    • Estrato 6 = 172 vivienda
  • La zona sur tiene 4726 registros distribuidos por estrato de la siguiente manera:
    • Estrato 3 = 382 viviendas
    • Estrato 4 = 1616 viviendas
    • Estrato 5 = 1685 viviendas
    • Estrato 6 = 1043 vivienda
  • La zona Oeste tiene 1204 registros distribuidos por estrato de la siguiente manera:
    • Estrato 3 = 54 viviendas
    • Estrato 4 = 85 viviendas
    • Estrato 5 = 290 viviendas
    • Estrato 6 = 775 vivienda
  • La zona Oriente tiene 351 registros distribuidos por estrato de la siguiente manera:
    • Estrato 3 = 340 viviendas
    • Estrato 4 = 8 viviendas
    • Estrato 5 = 2 viviendas
    • Estrato 6 = 1 vivienda

  • Sacando las medidas de tendencia central y dispersión, respecto al precio de las propiedades:

    preciom
    Mean 309.69
    Std.Dev 162.15
    Min 100.00
    Q1 187.50
    Median 297.00
    Q3 362.50
    Max 1100.00
    MAD 126.02
    IQR 172.50
    CV 0.52
    Skewness 1.94
    SE.Skewness 0.22
    Kurtosis 5.92
    N.Valid 124.00
    Pct.Valid 100.00

  • tambien lo referente al área de cosntrucción:

    areaconst
    Mean 194.04
    Std.Dev 109.78
    Min 52.00
    Q1 122.50
    Median 160.00
    Q3 247.50
    Max 750.00
    MAD 94.15
    IQR 122.50
    CV 0.57
    Skewness 1.75
    SE.Skewness 0.22
    Kurtosis 5.07
    N.Valid 124.00
    Pct.Valid 100.00

  • A continuación se muestra una tabla de frecuencias por zona

    Freq % Valid % Total
    Zona Centro 124 1.489 1.489
    Zona Norte 1922 23.082 23.073
    Zona Oeste 1204 14.459 14.454
    Zona Oriente 351 4.215 4.214
    Zona Sur 4726 56.755 56.735
    3 0.036
    Total 8330 100.000 100.000

  • También es relevante mostrar la tabla de frecuencia correspondiente al tipo de vivienda.

    Freq % Valid % Total
    apartamento 5106 61.319 61.297
    casa 3221 38.681 38.667
    3 0.036
    Total 8330 100.000 100.000

Conclusiones:

  • La zona en donde más se concentra la venta de viviendas es en la zona sur, seguida de la zona norte y luego de la zona oeste.
  • El promedio del valor de la vivienda en cali es de 309.69 millones de pesos.
  • La vivienda más económica fue de 100 millones.
  • La vivienda más costosa fue de 1100 millones.
  • El 25% de las viviendas reportan un precio de 187.50 millones o menos.
  • El 75% de las viviendas reportan un precio mayor de 187.50 millones.
  • El 50% de las viviendas reporta un precio de 297 millones.
  • El 75% de las viviendas reporta un precio de 362.50 millones o más.
  • La vivienda con menor área fue de 52 m2.
  • La vivienda con mayor área fue de 750 m2.
  • El 25% de las viviendas reportan un área de 122.5 m2 o menos.
  • El 75% de las viviendas reportan un área mayor de 122.5 m2.
  • El 50% de las viviendas reportan un área de 160 m2.
  • El 75% de las viviendas reportan un área de 247.50 m2 o más.

Anexos:

Me permito adjuntar el código trabajado para el presente informe. (Puede ser contemplada en el archivo .Rmd).

names(vivienda_faltantes)  #Observar el número de columnas definido en la base de datos.
table(vivienda_faltantes$zona)
table(vivienda_faltantes$piso)
table(vivienda_faltantes$estrato)
table(vivienda_faltantes$parquea)
table(vivienda_faltantes$banios)
table(vivienda_faltantes$habitac)
table(vivienda_faltantes$tipo)
table(vivienda_faltantes$barrio)
sum(is.na(vivienda_faltantes$zona))
sum(is.na(vivienda_faltantes$piso)) #para mirar el número de N/A o nulos de la columna pisos.
sum(is.na(vivienda_faltantes$estrato)) # para mirar el número de N/A o nulos de la columna estrato
sum(is.na(vivienda_faltantes$preciom))
sum(is.na(vivienda_faltantes$areaconst))
sum(is.na(vivienda_faltantes$parquea))
sum(is.na(vivienda_faltantes$banios))
sum(is.na(vivienda_faltantes$habitac))
sum(is.na(vivienda_faltantes$tipo))
sum(is.na(vivienda_faltantes$barrio))
na.omit(vivienda_faltantes)
distinct(select(vivienda_faltantes, zona)) # Saber que valores distintos están en la columna zona.
VF_ZonaCentro = subset(vivienda_faltantes, vivienda_faltantes$zona == 'Zona Centro')
VF_ZonaSur = subset(vivienda_faltantes, vivienda_faltantes$zona == 'Zona Sur')
VF_ZonaOeste = subset(vivienda_faltantes, vivienda_faltantes$zona == 'Zona Oeste')
VF_ZonaNorte = subset(vivienda_faltantes, vivienda_faltantes$zona == 'Zona Norte')
VF_ZonaOriente = subset(vivienda_faltantes, vivienda_faltantes$zona == 'Zona Oriente')
distinct(select(vivienda_faltantes, piso)) # Saber que valores distintos están en la columna piso.
distinct(select(vivienda_faltantes, estrato)) # Saber que valores distintos están en la columna estrato.
distinct(select(vivienda_faltantes, parquea)) # Saber que valores distintos están en la columna parquea.
distinct(select(vivienda_faltantes, banios)) # Saber que valores distintos están en la columna banios.
distinct(select(vivienda_faltantes, habitac)) # Saber que valores distintos están en la columna Habitac.
distinct(select(vivienda_faltantes, tipo))  # Saber que valores distintos están en la columna tipo - es necesario estandarizar los valores. 
vivienda_faltantes$tipo=str_to_lower(vivienda_faltantes$tipo)  # Se  procede a realiza arreglo de la data dejandola uniforme para la columna tipo
vivienda_faltantes$tipo[vivienda_faltantes$tipo=='apto']='apartamento'
vf_zonaCentro_estrato3 = subset(VF_ZonaCentro, VF_ZonaCentro$estrato == 3)
vf_zonaCentro_estrato4 = subset(VF_ZonaCentro, VF_ZonaCentro$estrato == 4)
vf_zonaCentro_estrato5 = subset(VF_ZonaCentro, VF_ZonaCentro$estrato == 5)
vf_zonaCentro_estrato6 = subset(VF_ZonaCentro, VF_ZonaCentro$estrato == 6)
vf_zonaNorte_estrato3 = subset(VF_ZonaNorte, VF_ZonaNorte$estrato == 3)
vf_zonaNorte_estrato4 = subset(VF_ZonaNorte, VF_ZonaNorte$estrato == 4)
vf_zonaNorte_estrato5 = subset(VF_ZonaNorte, VF_ZonaNorte$estrato == 5)
vf_zonaNorte_estrato6 = subset(VF_ZonaNorte, VF_ZonaNorte$estrato == 6)
vf_zonaSur_estrato3 = subset(VF_ZonaSur, VF_ZonaSur$estrato == 3)
vf_zonaSur_estrato4 = subset(VF_ZonaSur, VF_ZonaSur$estrato == 4)
vf_zonaSur_estrato5 = subset(VF_ZonaSur, VF_ZonaSur$estrato == 5)
vf_zonaSur_estrato6 = subset(VF_ZonaSur, VF_ZonaSur$estrato == 6)
vf_zonaOeste_estrato3 = subset(VF_ZonaOeste, VF_ZonaOeste$estrato == 3)
vf_zonaOeste_estrato4 = subset(VF_ZonaOeste, VF_ZonaOeste$estrato == 4)
vf_zonaOeste_estrato5 = subset(VF_ZonaOeste, VF_ZonaOeste$estrato == 5)
vf_zonaOeste_estrato6 = subset(VF_ZonaOeste, VF_ZonaOeste$estrato == 6)
vf_zonaOriente_estrato3 = subset(VF_ZonaOriente, VF_ZonaOriente$estrato == 3)
vf_zonaOriente_estrato4 = subset(VF_ZonaOriente, VF_ZonaOriente$estrato == 4)
vf_zonaOriente_estrato5 = subset(VF_ZonaOriente, VF_ZonaOriente$estrato == 5)
vf_zonaOriente_estrato6 = subset(VF_ZonaOriente, VF_ZonaOriente$estrato == 6)
summarytools::descr(VF_ZonaCentro$preciom)
summarytools::freq(vivienda_faltantes$zona, cumul = F)
t1 = table(vivienda_faltantes$zona)
pie(t1, vivienda_faltantes$zona)
t2=table(vivienda_faltantes$zona, vivienda_faltantes$estrato)
barplot(t2,last=1)