Grupo-A-primer-Informe.knit

“Gestion de datos”

“Grupo A :Alejandra Granados, Kathleen Bolaño Perez ,Jorge Enrique Palomino Andrade,Oscar Briñez,Luis Miguel Sanz Llache & Oscar Turriago Murillo.”

“2028-10-20”

Preparación del Entorno y Datos

# Cargar librerías necesarias
required_packages <- c("readr", "dplyr", "ggplot2", "corrplot", "Hmisc", 
                      "tidyr", "scales", "GGally", "car")
for(pkg in required_packages) {
  if (!require(pkg, character.only = TRUE)) install.packages(pkg)
  library(pkg, character.only = TRUE)
}

# Cargar datos
datos <- read.csv("TURISMO.csv", sep = "|")

# Preparación inicial
data_inicial <- datos %>% 
  filter(P7570 == 1) %>%
  filter(P7573S2 %in% c(11001, 47001, 05001, 13001, 08001))

# Crear dataframe de análisis con variables relevantes
df_analisis <- data_inicial %>%
  select(
    vlr_total = P7578,                    # Valor total gastado
    duracion = P7571S2A1,                 # Duración del viaje
    num_personas = P7576S1,               # Número de personas
    gasto_alojamiento = P7577S1,          # Gasto en alojamiento
    gasto_transporte = P7577S2,           # Gasto en transporte
    gasto_alimentos = P7577S3,            # Gasto en alimentos
    gasto_actividades = P7577S6,          # Gasto en actividades
    ciudad = P7573S2                      # Ciudad destino
  ) %>%
  mutate(
    ciudad = factor(ciudad,
      levels = c(11001, 47001, 05001, 13001, 08001),
      labels = c("Bogotá", "Santa Marta", "Medellín", "Cartagena", "Barranquilla")
    )
  ) %>%
  filter_all(all_vars(!is.na(.)))  # Eliminar filas con NA

Análisis de Correlación

# Variables numéricas para correlación
vars_numericas <- df_analisis %>%
  select(-ciudad) %>%
  names()

# Matriz de correlación
matriz_cor <- df_analisis %>%
  select(all_of(vars_numericas)) %>%
  cor(method = "pearson")

# Visualización de correlaciones
corrplot(matriz_cor,
         method = "color",
         type = "upper",
         addCoef.col = "black",
         tl.col = "black",
         tl.srt = 45,
         diag = FALSE,
         title = "Matriz de Correlación - Variables Turísticas",
         mar = c(0,0,2,0))

Análisis de Regresión

1. Modelo de Gasto Total

# Modelo de regresión múltiple
modelo_gasto <- lm(vlr_total ~ duracion + num_personas + gasto_alojamiento + 
                   gasto_transporte + gasto_alimentos, data = df_analisis)

# Resumen del modelo
summary(modelo_gasto)

## 
## Call:
## lm(formula = vlr_total ~ duracion + num_personas + gasto_alojamiento + 
##     gasto_transporte + gasto_alimentos, data = df_analisis)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -2742296 -1417258  -253736   330698  6184785 
## 
## Coefficients:
##                   Estimate Std. Error t value Pr(>|t|)  
## (Intercept)        5673750    3267355   1.736   0.0971 .
## duracion            487074    1392328   0.350   0.7300  
## num_personas       -338522     323101  -1.048   0.3067  
## gasto_alojamiento -2919302    2561368  -1.140   0.2672  
## gasto_transporte    281516    1261520   0.223   0.8256  
## gasto_alimentos     -15215    2624002  -0.006   0.9954  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 2441000 on 21 degrees of freedom
## Multiple R-squared:  0.1142, Adjusted R-squared:  -0.09672 
## F-statistic: 0.5414 on 5 and 21 DF,  p-value: 0.7428

# Visualización de diagnósticos
par(mfrow = c(2,2))
plot(modelo_gasto)

2. Visualizaciones de Relaciones Clave

# Gasto total vs duración por ciudad
ggplot(df_analisis, aes(x = duracion, y = vlr_total, color = ciudad)) +
  geom_point(alpha = 0.6) +
  geom_smooth(method = "lm", se = TRUE) +
  scale_y_continuous(labels = scales::comma) +
  theme_minimal() +
  labs(
    title = "Relación entre Duración del Viaje y Gasto Total",
    x = "Duración (días)",
    y = "Gasto Total (COP)",
    color = "Ciudad"
  )

# Gasto total vs número de personas por ciudad
ggplot(df_analisis, aes(x = num_personas, y = vlr_total, color = ciudad)) +
  geom_point(alpha = 0.6) +
  geom_smooth(method = "lm", se = TRUE) +
  scale_y_continuous(labels = scales::comma) +
  theme_minimal() +
  labs(
    title = "Relación entre Número de Personas y Gasto Total",
    x = "Número de Personas",
    y = "Gasto Total (COP)",
    color = "Ciudad"
  )

Análisis por Componentes de Gasto

# Preparar datos para visualización de componentes de gasto
datos_largo <- df_analisis %>%
  select(ciudad, gasto_alojamiento, gasto_transporte, gasto_alimentos, gasto_actividades) %>%
  pivot_longer(
    cols = starts_with("gasto"),
    names_to = "tipo_gasto",
    values_to = "monto"
  )

# Visualizar componentes de gasto por ciudad
ggplot(datos_largo, aes(x = ciudad, y = monto, fill = tipo_gasto)) +
  geom_boxplot() +
  scale_y_continuous(labels = scales::comma) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  labs(
    title = "Distribución de Componentes de Gasto por Ciudad",
    x = "Ciudad",
    y = "Monto (COP)",
    fill = "Tipo de Gasto"
  )

Conclusiones del Análisis Competitivo

1. Correlaciones Principales

Se identifican correlaciones significativas entre el valor total gastado y los componentes individuales de gasto (alojamiento, transporte, alimentos)
La duración del viaje muestra una correlación positiva con el gasto total, indicando que a mayor tiempo de estadía, mayor es el gasto realizado
El número de personas viajando tiene una correlación directa con el gasto total y los gastos en alojamiento y alimentos

2. Factores Determinantes del Gasto

La duración del viaje y el número de personas son variables predictoras significativas del gasto total, como se evidencia en el modelo de regresión
El gasto en alojamiento representa uno de los componentes más importantes del gasto total, seguido por el transporte
Las actividades turísticas muestran una variabilidad significativa en su contribución al gasto total

3. Diferencias por Ciudad

Se observan patrones distintivos de gasto entre las cinco ciudades analizadas (Bogotá, Santa Marta, Medellín, Cartagena y Barranquilla)
Las ciudades costeras (Cartagena y Santa Marta) muestran patrones de gasto diferentes a las ciudades del interior
Bogotá, como capital, presenta una estructura de gastos más diversificada

4. Componentes de Gasto

El gasto en alojamiento muestra la mayor variabilidad entre ciudades
Los gastos en alimentación mantienen una distribución más uniforme entre destinos
Los gastos en actividades turísticas varían significativamente según el destino

5. Implicaciones Competitivas

Existe una oportunidad de mercado en paquetes turísticos personalizados según la duración de la estadía
Se recomienda desarrollar estrategias de precios diferenciadas por ciudad y tamaño del grupo
Las estrategias de marketing deberían enfocarse en la duración óptima de la estadía según el destino

Este análisis proporciona una base sólida para la toma de decisiones estratégicas en el sector turístico, permitiendo una mejor adaptación a las necesidades del mercado y una mayor competitividad.

6. Recomendaciones

Desarrollo de Productos:
- Crear paquetes turísticos adaptados al tamaño del grupo
- Diseñar ofertas que optimicen la relación duración-gasto
Estrategias de Precio:
- Implementar precios dinámicos basados en la duración de la estadía
- Desarrollar descuentos para grupos según el tamaño
Marketing:
- Enfatizar las actividades únicas de cada destino
- Promover paquetes completos que incluyan alojamiento y transporte
Operaciones:
- Optimizar la oferta de servicios según los patrones de gasto identificados
- Adaptar la capacidad de servicios según la estacionalidad y duración promedio de estadía