Introducción

En pro de brindar una asesoria a la empresa inmobiliaria que busca comprender a profundidad el mercado de viviendas urbanas con el objetivo de tomar decisiones estratégicas más informadas, para ello, se realizó un análisis integral basado en técnicas avanzadas de análisis de datos, tales como Análisis de Componentes Principales (PCA), Clustering y Análisis de Correspondencia.

Este informe presenta los hallazgos obtenidos, las conclusiones clave y las recomendaciones estratégicas derivadas del estudio, con el propósito de optimizar la inversión y maximizar los beneficios en un mercado altamente competitivo y dinámico.

Análisis de Componentes Principales (PCA) Objetivo: Reducir la dimensionalidad del conjunto de datos y visualizar la estructura de las variables para identificar las características clave que influyen en la variación de precios y la oferta del mercado.

Resultados:

Se identificaron los principales componentes que explican la variabilidad en los datos del mercado inmobiliario. El biplot del PCA muestra la relación entre las variables más influyentes, destacando el impacto del área construida y el número de habitaciones en el precio de las viviendas. El scree plot indicó que los primeros tres componentes explican una parte significativa de la varianza en los datos, lo que sugiere que estas dimensiones son esenciales para entender las dinámicas del mercado. 📌 Implicaciones: La reducción de dimensionalidad permite analizar el mercado inmobiliario con un enfoque más claro, facilitando la segmentación de propiedades y la identificación de factores determinantes en los precios.

Análisis de Clustering (Segmentación del Mercado)

Objetivo: Agrupar propiedades en segmentos homogéneos para entender las dinámicas de oferta y demanda en diferentes zonas y estratos socioeconómicos.

Resultados:

Se aplicó el método del codo (Elbow Plot) para determinar el número óptimo de clusters, identificando cuatro segmentos principales en el mercado de viviendas. El gráfico de clusters de viviendas muestra la segmentación de propiedades en función del precio y el área construida. El mapa de clusters evidencia la distribución geográfica de los segmentos en la ciudad, proporcionando información clave sobre la ubicación de cada grupo de viviendas. 📌 Implicaciones: Este análisis permite definir estrategias diferenciadas de comercialización, ajustando precios y promociones según el perfil de cada segmento.

2.3 Análisis de Correspondencia

Objetivo: Examinar la relación entre variables categóricas como tipo de vivienda, zona y barrio, para identificar patrones en la oferta del mercado inmobiliario.

Resultados:

Se identificó una correlación clara entre ciertos barrios y tipos de vivienda, lo que sugiere que la demanda de ciertos segmentos es más fuerte en áreas específicas. El gráfico de correspondencia evidencia agrupaciones de barrios con características similares, permitiendo analizar la relación entre ubicación y características de la oferta inmobiliaria. 📌 Implicaciones: Este análisis es útil para la planeación de estrategias de inversión y comercialización, ya que permite identificar qué tipos de propiedades tienen mayor demanda en cada zona.

Conclusiones Clave

Los principales factores que influyen en la variación de precios son el área construida y el número de habitaciones. Existen cuatro segmentos clave en el mercado inmobiliario, cada uno con características y precios distintos, lo que permite diseñar estrategias diferenciadas de venta. La oferta de vivienda en la ciudad está altamente relacionada con la ubicación geográfica y el tipo de barrio, lo que sugiere que ciertas zonas tienen mayor demanda para tipos específicos de vivienda. El análisis de correspondencia permitió identificar patrones de comportamiento en el mercado, lo que facilita la toma de decisiones estratégicas sobre inversión y comercialización.

Biplot PCA

Este gráfico representa la reducción de dimensiones a través del Análisis de Componentes Principales (PCA).

Este gráfico muestra el método del codo, que ayuda a seleccionar el número óptimo de clusters.

Analisis de Correspondencia.

En este gráfico muestra la relación entre Zona y Barrio, para identificar patrones en la segmentación del mercado inmobiliario.

Mapa de Clusters

Representa la distribución geográfica de los clusters en función de la longitud y latitud.

Clusters de Vivienda (Scatter Plot)

Este gráfico muestra la relación entre Área Construida y Precio, con colores representando los diferentes clusters.