pacotes <- c("readr", "dplyr", "ggplot2")
lapply(pacotes, library, character.only = TRUE)apts <- read_csv("teste_indicium_precificacao.csv")## Rows: 48894 Columns: 16
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (5): nome, host_name, bairro_group, bairro, room_type
## dbl (10): id, host_id, latitude, longitude, price, minimo_noites, numero_de...
## date (1): ultima_review
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.Apresento a seguir algumas hipóteses de negócio, conforme solicitado no enunciado do desafio. Destaco que todas as hipóteses e suas respectivas respostas são inteiramente baseadas nas informações contidas na planilha “teste_indicium_precificacao”.
Considerando uma empresa que planeja construir apartamentos de múltiplos quartos em Manhattan, com a intenção de alugar cada quarto individualmente, qual bairro do distrito de Manhattan apresentaria a menor concorrência para o aluguel desses imóveis?
# Filtrando o dataset
manhattan_private <- apts %>%
filter(bairro_group == 'Manhattan', room_type == 'Private room')
# Agrupando por bairro e número de apts
manhattan_private_min <- manhattan_private %>%
group_by(bairro) %>%
summarise(count = n())
# Buscando o bairro com o menor número de private rooms
bairro_min <- manhattan_private_min %>%
filter(count == min(count))
# Mostrando o bairro com o menor número de private rooms
bairro_min## # A tibble: 2 × 2
## bairro count
## <chr> <int>
## 1 Marble Hill 7
## 2 NoHo 7Depois de filtrar o conjunto de dados para extrair informações pertinentes à esta hipótese de negócio, observamos que os bairros de NoHo (North of Houston Street) e Marble Hill apresentam a menor quantidade de private rooms, com apenas 7 em cada, em comparação com o restante do distrito de Manhattan.
Portanto, concluímos que, se uma empresa de construção civil estiver considerando a construção de apartamentos para locação no modelo de quarto privado (private room), os bairros de NoHo e Marble Hill seriam as opções com a menor concorrência.
Um empresário, cujo principal ramo de negócios envolve a compra de apartamentos de baixo valor para reformá-los e vendê-los a um preço mais elevado, está considerando expandir suas operações para a cidade de Nova York. Supondo que ele pretenda começar adquirindo os imóveis mais acessíveis da cidade, qual bairro seria o ponto de partida ideal para sua busca por propriedades para compra?
# Calculando o IQR do preço
IQR <- IQR(apts$price)
# Calculando o limite inferior (0,01) do preço
limite_inferior_price <- quantile(apts$price, 0.01) - 1.5 * IQR
# Identificando os apts mais "baratos" da cidade
apts$outlier <- ifelse(apts$price > limite_inferior_price, 1, 0)
outliers <- apts[apts$outlier == 1, ]
# Contando a quantidade de apts baratos por bairro
apts_baratos_por_bairro <- table(outliers$bairro)
# Encontrando o bairro com a maior quantidade de outliers
bairro_mais_barato <- names(which.max(apts_baratos_por_bairro))
bairro_mais_barato## [1] "Williamsburg"Após a identificação dos valores que estão abaixo do limite inferior, que foi definido como o percentil 1 da variável “price”’ subtraído de 1,5 vezes o IQR, conclui-se que o bairro de Williamsburg, situado no distrito de Brooklyn, apresenta a maior concentração dos imóveis mais baratos da cidade de Nova York.
Portanto, pode-se afirmar que, de acordo com o dataset fornecido, um empresário com os objetivos anteriormente descritos deveria iniciar sua busca por imóveis para compra no bairro de Williamsburg.
O conjunto de dados fornecido apresenta vários apartamentos com baixa disponibilidade ao longo do ano. Assim, o distrito de Nova York que possui o maior número de apartamentos com baixa disponibilidade para aluguel representa uma oportunidade de negócio imediata.
Logo, supondo que um indivíduo deseje investir seu capital na construção de um apartamento para ser alugado por períodos prolongados (períodos superiores a 30 dias), em qual distrito de Nova York ele provavelmente encontrará uma demanda maior por seu futuro imóvel?
# Filtrando os apartamentos com disponibilidade inferior a 31 dias
apts_baixa_disponibilidade <- apts[apts$disponibilidade_365 < 31, ]
# Contando a quantidade de apartamentos por distrito ("bairro_group")
apts_por_distrito <- table(apts_baixa_disponibilidade$bairro_group)
# Encontrando o distrito com a maior quantidade de apartamentos com baixa disponibilidade (<31)
distrito_baixa_disp <- names(which.max(apts_por_distrito))
table(apts_baixa_disponibilidade$bairro_group)##
## Bronx Brooklyn Manhattan Queens Staten Island
## 251 10175 10497 1827 57distrito_baixa_disp## [1] "Manhattan"Em seguida a esta análise, identificamos que os distritos de Brooklyn e Manhattan possuem a maior quantidade de apartamentos com baixa disponibilidade na cidade de Nova York, sendo que Manhattan apresenta uma quantidade ligeiramente superior à de Brooklyn.
Consequentemente, fica evidente que a construção de um apartamento destinado a aluguéis de longos períodos tende a ser mais requisitada nos distritos de Manhattan e Brooklyn.