INTRODUCCIÓN

El objetivo principal es utilizar el análisis descriptivo de los datos de la base de datos sobre vehículos automotrices para identificar oportunidades y diseñar estrategias que aumenten las ventas y maximicen la rentabilidad en el sector automotriz, entre ellas:

Segmentación de mercado:

  • Identificar los segmentos de mercado más importantes basados en el tipo de transmisión, tipo de carrocería, tipo de combustible, etc.

  • Adaptar las estrategias de marketing y ventas para cada segmento identificado, ofreciendo productos y servicios que puedan satisfacer las necesidades de nuestros clientes.

Mejora de producto:

  • Evaluar las características y atributos más valorados por los clientes, como la calificación, capacidad de asientos, tipo de motor, etc.

  • Utilizar esta información para mejorar el diseño de productos existentes o desarrollar nuevos modelos que se alineen con las preferencias del mercado.

Optimización de precios:

  • Analizar la relación entre el precio inicial y final de los vehículos para entender mejor las expectativas de los clientes en términos de negociación y descuentos.

  • Identificar oportunidades para ajustar estratégicamente los precios para maximizar las ganancias de la empresa

DESARROLLO

Cargando archivo

#Cargamos las librerias necesarias
library(ggplot2)
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(tidyverse)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats   1.0.0     ✔ stringr   1.5.0
## ✔ lubridate 1.9.2     ✔ tibble    3.2.1
## ✔ purrr     1.0.2     ✔ tidyr     1.3.0
## ✔ readr     2.1.4
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
CARS_1 <- read.csv("E:/TRABAJO/2024/R studio/Trabajos_Nacho/CARS_1.csv")

Explorando datos

#Exploramos las variables de nuestra base de datos 
str(CARS_1)
## 'data.frame':    203 obs. of  17 variables:
##  $ car_name           : chr  "Maruti Alto K10" "Maruti Brezza" "Mahindra Thar" "Mahindra XUV700" ...
##  $ reviews_count      : int  51 86 242 313 107 99 731 381 107 205 ...
##  $ sold.or.rent       : chr  "sold" "sold" "sold" "sold" ...
##  $ fuel_type          : chr  "Petrol" "Petrol" "Diesel" "Diesel" ...
##  $ engine_displacement: int  998 1462 2184 2198 2198 2755 1493 1199 1498 1197 ...
##  $ no_cylinder        : int  3 4 4 4 4 4 4 3 3 4 ...
##  $ seating_capacity   : int  5 5 4 7 7 7 5 5 7 5 ...
##  $ transmission_type  : chr  "Automatic" "Automatic" "Automatic" "Automatic" ...
##  $ fuel_tank_capacity : num  27 48 57 60 57 80 50 37 60 37 ...
##  $ body_type          : chr  "Hatchback" "SUV" "SUV" "SUV" ...
##  $ rating             : num  4.5 4.5 4.5 4.5 4.5 4.5 4.5 4.5 4.5 4 ...
##  $ starting_price     : int  399000 799000 1353000 1318000 1199000 3240000 1044000 593000 933000 592000 ...
##  $ ending_price       : int  583000 1396000 1603000 2458000 2390000 4957000 1818000 949000 1026000 885000 ...
##  $ max_torque_nm      : num  89 137 300 450 400 ...
##  $ max_torque_rpm     : int  3500 4400 2800 2800 2750 2800 2750 3400 2200 4400 ...
##  $ max_power_bhp      : num  65.7 101.7 130 182.4 172.4 ...
##  $ max_power_rp       : int  5500 6000 3750 3500 3500 3400 4000 6000 3600 6000 ...

Preguntas de investigación

Pregunta 1: ¿Cuántos autos se ofrecen para venta y cuántos para alquiler?

#
# Gráfico de barras para contar la cantidad de autos para venta y alquiler
venta_alquiler_counts <- table(CARS_1$sold)
barplot(venta_alquiler_counts, main = "Autos para venta vs. alquiler", xlab = "Tipo de venta", ylab = "Cantidad", col = c("blue", "green"), legend = c("Venta", "Alquiler"))
title(sub = "Fuente: Elaboración propia, datos de base de datos Cars")

venta_alquiler_counts <- table(CARS_1$sold)
print(venta_alquiler_counts)
## 
## rent sold 
##  121   82

Con base en los resultados, se puede observar que hay un total de 121 autos ofrecidos para alquiler y 82 autos disponibles para venta; esta información es importante para comprender la distribución de la disponibilidad de autos en el mercado, lo que puede ser útil para la planificación de estrategias de comercialización y gestión de inventario para la empresa automotriz.

Pregunta 2: ¿Cuál es la suma total de revisiones de los autos automáticos y de los manuales?

# Calcular la suma de revisiones de autos automáticos y manuales
suma_revisiones_automaticos <- sum(filter(CARS_1, transmission_type == "Automatic")$reviews_count)
suma_revisiones_manuales <- sum(filter(CARS_1, transmission_type == "Manual")$reviews_count)

# Crear un data frame para el gráfico
revisiones_data <- data.frame(
  Tipo_Transmision = c("Automatico", "Manual"),
  Suma_Revisiones = c(suma_revisiones_automaticos, suma_revisiones_manuales)
)

# Crear el gráfico de barras
ggplot(revisiones_data, aes(x = Tipo_Transmision, y = Suma_Revisiones, fill = Tipo_Transmision)) +
  geom_bar(stat = "identity") +
  geom_text(aes(label = Suma_Revisiones), vjust = -0.5, color = "black", size = 3.5) +
  labs(title = "Suma de revisiones de autos",
       subtitle = "Fuente: Elaboración propia, datos de base de datos Cars.",
       x = "Tipo de transmisión",
       y = "Suma de revisiones") +
  scale_fill_manual(values = c("Automatico" = "skyblue", "Manual" = "lightgreen")) +
  theme_minimal()

Para la pregunta 2, los resultados muestran que la suma total de revisiones para autos automáticos es de 18,354 y para autos manuales es de 5,612; lo que muestra que los autos automáticos han sido sometidos a un número mayor de revisiones en comparación con los autos manuales; la diferencia en el número de revisiones entre autos automáticos y manuales también podría reflejar diferencias en la satisfacción del cliente, el desempeño del vehículo o la necesidad de servicio, lo que podría requerir una atención específica por parte de la empresa para mantener la calidad del producto y la satisfacción del cliente.

Pregunta 3:Cuál es la calificación promedio de los autospor tipo de cuerpo?

# Calcular la calificación promedio para cada tipo de cuerpo
promedio_calificacion_tipo_cuerpo <- CARS_1 %>%
  group_by(body_type) %>%
  summarise(promedio_calificacion = mean(rating))

# Ordenar los tipos de cuerpo por calificación promedio descendente
promedio_calificacion_tipo_cuerpo <- promedio_calificacion_tipo_cuerpo %>%
  arrange(desc(promedio_calificacion))

# Crear el gráfico de barras
ggplot(promedio_calificacion_tipo_cuerpo, aes(x = reorder(body_type, -promedio_calificacion), y = promedio_calificacion)) +
  geom_bar(stat = "identity", fill = "skyblue") +
  geom_text(aes(label = round(promedio_calificacion, 2)), vjust = -0.5, color = "black", size = 3.5) +  # Agregar etiquetas con la calificación promedio
  labs(title = "Calificación promedio por tipo de cuerpo",
       subtitle = "Fuente: Elaboración propia, datos de base de datos Cars.",
       x = "Tipo de cuerpo",
       y = "Calificación promedio") +
  theme_minimal() +
  coord_flip()  # Girar las etiquetas del eje x para mejor visualización

Para la pregunta 3, se observa que la calificación promedio varía ligeramente según el tipo de cuerpo del automóvil:

  • Wagon, Pickup Truck, MUV, Minivan, Luxury y Hybrid tienen una calificación promedio de 4.5, lo que muestra que estos tipos de vehículos tienden a ser altamente valorados por los consumidores, lo que puede indicar una buena calidad, rendimiento y satisfacción general.

  • Sedan tiene una calificación promedio ligeramente inferior de 4.47, lo que aún indica una alta satisfacción entre los consumidores.

  • SUV tiene una calificación promedio de 4.44, lo que también sugiere una satisfacción generalmente alta entre los consumidores, aunque ligeramente inferior a los tipos de vehículos mencionados anteriormente.

  • Hatchback tiene una calificación promedio de 4.31, lo que indica una satisfacción menor a las demás.

  • Convertible tiene la calificación promedio más baja de 4.25, lo que muestra que puede haber aspectos específicos de los convertibles que no satisfacen completamente las expectativas de los consumidores en comparación con otros tipos de vehículos.

Pregunta 4: ¿Cuál es la diferencia promedio entre el precio inicial y final para cada tipo de transmisión?

# Calcular la diferencia promedio entre el precio inicial y final para cada tipo de transmisión
diferencia_promedio_precio_transmision <- CARS_1 %>%
  group_by(transmission_type) %>%
  summarise(diferencia_promedio_precio = mean(ending_price - starting_price))

# Crear el gráfico de barras
ggplot(diferencia_promedio_precio_transmision, aes(x = transmission_type, y = diferencia_promedio_precio, fill = transmission_type)) +
  geom_bar(stat = "identity") +
  geom_text(aes(label = round(diferencia_promedio_precio, 2)), vjust = -0.5, color = "black", size = 3.5) +
  labs(title = "Diferencia promedio de precio entre autos automáticos y manuales",
       subtitle = "Fuente: Elaboración propia, datos de base de datos Cars.",
       x = "Tipo de transmisión",
       y = "Diferencia promedio de precio") +
  theme_minimal()

Para la pregunta 4, se observa que la diferencia promedio entre el precio inicial y final varía según el tipo de transmisión del automóvil:

  • Automático: La diferencia promedio entre el precio inicial y final es de 1,827,456.25 lo que muestra que en promedio, los precios de los autos automáticos tienden a aumentar significativamente desde su precio inicial hasta su precio final.

  • Eléctrico: La diferencia promedio entre el precio inicial y final es de 1,225,714.29 lo que indica que los precios de los autos eléctricos también tienden a aumentar desde su precio inicial hasta su precio final, aunque en menor medida que los autos automáticos.

  • Manual: La diferencia promedio entre el precio inicial y final es de 1,060,655.17 lo que muestra que los precios de los autos manuales también aumentan en promedio desde su precio inicial hasta su precio final, pero a un ritmo menor en comparación con los autos automáticos y eléctricos.

Estos resultados son importantes para comprender cómo varían los precios de los automóviles según su tipo de transmisión y pueden ser útiles para ajustar estrategias de fijación de precios y marketing para diferentes tipos de vehículos en el mercado.

Pregunta 5: ¿Cuál es la capacidad de asientos para cada tipo de cuerpo de auto?

# Calcular la mediana de la capacidad de asientos para cada tipo de cuerpo
mediana_asientos_tipo_cuerpo <- CARS_1 %>%
  group_by(body_type) %>%
  summarise(mediana_asientos = median(seating_capacity))

# Crear el gráfico de barras con los nombres de tipo de cuerpo rotados 90 grados
ggplot(mediana_asientos_tipo_cuerpo, aes(x = reorder(body_type, -mediana_asientos), y = mediana_asientos, fill = body_type)) +
  geom_bar(stat = "identity") +
  geom_text(aes(label = mediana_asientos), vjust = -0.5, color = "black", size = 3.5) +
  labs(title = "Mediana de capacidad de asientos por tipo de cuerpo",
       subtitle = "Fuente: Elaboración propia, datos de base de datos Cars.",
       x = "Tipo de cuerpo",
       y = "Mediana de capacidad de asientos") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 90, hjust = 1))  # Rotar los nombres del eje x
## Warning: Removed 1 rows containing missing values (`position_stack()`).
## Warning: Removed 1 rows containing missing values (`geom_text()`).

Para la pregunta 5, se observa que la capacidad de asientos varía según el tipo de cuerpo del automóvil:

  • Hybrid, Minivan y MUV: Tienen una capacidad de asientos de 7 lo que muestra que estos tipos de vehículos tienden a tener una capacidad de asientos más alta, lo que los hace adecuados para transportar un mayor número de pasajeros.

  • Hatchback, Sedan, SUV y Wagon: Tienen una capacidad de asientos de 5lo que indica que estos tipos de vehículos tienen una capacidad de asientos promedio, lo que los hace adecuados para el transporte de un grupo familiar o pequeño.

  • Luxury y Pickup Truck: Tienen una capacidad de asientos de 4.5. Esto sugiere que estos tipos de vehículos pueden ofrecer una capacidad de asientos ligeramente reducida en comparación con otros tipos de vehículos, pero aún pueden acomodar cómodamente a varios pasajeros.

  • Convertible: Tiene una capacidad de asientos de 4 y muestra que los convertibles tienden a tener una capacidad de asientos más baja, lo que los hace más adecuados para transportar un número limitado de pasajeros.

Estos resultados son importantes para comprender las características y funcionalidades de diferentes tipos de vehículos, lo que puede influir en la decisión de compra de los consumidores y en las estrategias de marketing y producción de una empresa automotriz.

CONCLUSIÓN

Dado que se observó que hay una mayor cantidad de autos ofrecidos para alquiler en comparación con aquellos disponibles para venta, se sugiere que la empresa implemente una estrategia que permita equilibrar la oferta y la demanda en el mercado automotriz. Para lograr esto, la empresa puede considerar lo siguiente:

  • Análisis de inventario: Realizar un análisis detallado del inventario disponible, incluyendo la cantidad de autos para alquiler y venta, así como sus características específicas como tipo de cuerpo, transmisión, capacidad de asientos, entre otros para identificar áreas donde existe un exceso de oferta o una falta de oferta en comparación con la demanda del mercado.

  • Segmentación de mercado: Segmentar el mercado en base a las preferencias y necesidades de los clientes, como el tipo de transmisión preferido, el tamaño del vehículo, la capacidad de asientos requerida, entre otros factores;esto permitirá a la empresa comprender mejor las necesidades de diferentes segmentos de clientes y adaptar su oferta de productos y servicios.

Compromiso ético y ciudadano

La integridad, derivada del latín “integer” (entero), es un concepto fundamental en diversas áreas del conocimiento, especialmente en ética. Se refiere a la coherencia entre principios, acciones y valores, así como a la honestidad y consistencia en el comportamiento; desde una perspectiva ética, implica discernir entre lo correcto y lo incorrecto, actuar de manera coherente con esos principios incluso a costa personal.

En cuanto al valor de la integridad en mi disciplina, como futuro profesionista implica actuar con transparencia en la recopilación, análisis y uso de datos, respetando la privacidad y evitando sesgos o manipulaciones de la información que se me brinde; el código ético de mi disciplina enfatiza la responsabilidad en el manejo de información sensible y la búsqueda de la verdad a través de la honestidad intelectual.

Las implicaciones de tener acceso a la información de una empresa incluyen la responsabilidad de proteger la confidencialidad de dicha información, evitar conflictos de interés y utilizarla de manera ética y legal, respetando los derechos de los individuos y las normativas vigentes.

BIBLIOGRAFÍA

  • Haaland-Matlary, J. (2008). EL VALOR DE LA INTEGRIDAD EN LOS NEGOCIOS. (Spanish). DYNA - Ingeniería e Industria, 83(4), N72–N74.

  • Villoria, M. (2014). Integridad. EUNOMÍA. Revista En Cultura De La Legalidad, (1), 107-113. Recuperado a partir de https://e-revistas.uc3m.es/index.php/EUNOM/article/view/2160

  • Bosch, Magdalena. (2016) ““¿Es posible una definición de integridad en el ámbito de la ética empresarial?”” Revista Empresa y Humanismo, Vol. XIX nº 2, 51-68