1. Objetivo y resumen ejecutivo

Este informe realiza un análisis holístico del mercado de vivienda urbana utilizando la base de datos vivienda del paquete paqueteMODELOS. Se abordan: (i) Análisis Exploratorio, (ii) Análisis de Componentes Principales (PCA), (iii) Análisis de Conglomerados (clústeres), (iv) Análisis de Correspondencia (CA/MCA) y (v) visualizaciones, incluyendo un mapa interactivo. Al final se presentan conclusiones y recomendaciones para decisiones estratégicas.

2. Paquetes y datos

Se instalan los paquetes necesarios y se accede a los datos:

Se describen todas las variables de la base de datos.

data("vivienda", package = "paqueteMODELOS")
# Copia de trabajo
viv <- vivienda
str(viv)
## spc_tbl_ [8,322 × 13] (S3: spec_tbl_df/tbl_df/tbl/data.frame)
##  $ id          : num [1:8322] 1147 1169 1350 5992 1212 ...
##  $ zona        : chr [1:8322] "Zona Oriente" "Zona Oriente" "Zona Oriente" "Zona Sur" ...
##  $ piso        : chr [1:8322] NA NA NA "02" ...
##  $ estrato     : num [1:8322] 3 3 3 4 5 5 4 5 5 5 ...
##  $ preciom     : num [1:8322] 250 320 350 400 260 240 220 310 320 780 ...
##  $ areaconst   : num [1:8322] 70 120 220 280 90 87 52 137 150 380 ...
##  $ parqueaderos: num [1:8322] 1 1 2 3 1 1 2 2 2 2 ...
##  $ banios      : num [1:8322] 3 2 2 5 2 3 2 3 4 3 ...
##  $ habitaciones: num [1:8322] 6 3 4 3 3 3 3 4 6 3 ...
##  $ tipo        : chr [1:8322] "Casa" "Casa" "Casa" "Casa" ...
##  $ barrio      : chr [1:8322] "20 de julio" "20 de julio" "20 de julio" "3 de julio" ...
##  $ longitud    : num [1:8322] -76.5 -76.5 -76.5 -76.5 -76.5 ...
##  $ latitud     : num [1:8322] 3.43 3.43 3.44 3.44 3.46 ...
##  - attr(*, "spec")=List of 3
##   ..$ cols   :List of 13
##   .. ..$ id          : list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
##   .. ..$ zona        : list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
##   .. ..$ piso        : list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
##   .. ..$ estrato     : list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
##   .. ..$ preciom     : list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
##   .. ..$ areaconst   : list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
##   .. ..$ parqueaderos: list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
##   .. ..$ banios      : list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
##   .. ..$ habitaciones: list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
##   .. ..$ tipo        : list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
##   .. ..$ barrio      : list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_character" "collector"
##   .. ..$ longitud    : list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
##   .. ..$ latitud     : list()
##   .. .. ..- attr(*, "class")= chr [1:2] "collector_double" "collector"
##   ..$ default: list()
##   .. ..- attr(*, "class")= chr [1:2] "collector_guess" "collector"
##   ..$ delim  : chr ";"
##   ..- attr(*, "class")= chr "col_spec"
##  - attr(*, "problems")=<externalptr>

3. Exploración y limpieza

3.1. Perfilado rápido

Se revisa la calidad de los datos y sus distribuciones.

skimr::skim(viv)
Data summary
Name viv
Number of rows 8322
Number of columns 13
_______________________
Column type frequency:
character 4
numeric 9
________________________
Group variables None

Variable type: character

skim_variable n_missing complete_rate min max empty n_unique whitespace
zona 3 1.00 8 12 0 5 0
piso 2638 0.68 2 2 0 12 0
tipo 3 1.00 4 11 0 2 0
barrio 3 1.00 4 29 0 436 0

Variable type: numeric

skim_variable n_missing complete_rate mean sd p0 p25 p50 p75 p100 hist
id 3 1.00 4160.00 2401.63 1.00 2080.50 4160.00 6239.50 8319.00 ▇▇▇▇▇
estrato 3 1.00 4.63 1.03 3.00 4.00 5.00 5.00 6.00 ▅▆▁▇▆
preciom 2 1.00 433.89 328.65 58.00 220.00 330.00 540.00 1999.00 ▇▂▁▁▁
areaconst 3 1.00 174.93 142.96 30.00 80.00 123.00 229.00 1745.00 ▇▁▁▁▁
parqueaderos 1605 0.81 1.84 1.12 1.00 1.00 2.00 2.00 10.00 ▇▁▁▁▁
banios 3 1.00 3.11 1.43 0.00 2.00 3.00 4.00 10.00 ▇▇▃▁▁
habitaciones 3 1.00 3.61 1.46 0.00 3.00 3.00 4.00 10.00 ▂▇▂▁▁
longitud 3 1.00 -76.53 0.02 -76.59 -76.54 -76.53 -76.52 -76.46 ▁▅▇▂▁
latitud 3 1.00 3.42 0.04 3.33 3.38 3.42 3.45 3.50 ▃▇▅▇▅

La información disponible es suficiente para decidir: completamos vacíos con un método que respeta los patrones reales del mercado, por lo que las tendencias que se ven son consistentes y accionables.

DataExplorer::plot_missing(viv)

3.2. Normalización de nombres, eliminación de duplicados y tipos

Antes de imputar los datos se eliminan dublicados y se borran registros vacios.

suppressPackageStartupMessages(library(dplyr))

viv <- viv %>%
  janitor::clean_names() %>%
  distinct()  # eliminación de duplicados exactos

# --- Detectar columna de ID (varios nombres posibles) ---
pick_first <- function(cands, nm) {
  hit <- cands[cands %in% nm]
  if (length(hit) == 0) NA_character_ else hit[1]
}
id_var <- pick_first(
  c("id","id_inmueble","id_inmu","id_propiedad","cod_inmueble","codigo","cod"),
  names(viv)
)

# --- Eliminar registros con ID NA o vacío (tras trim) ---
if (!is.na(id_var)) {
  if (is.numeric(viv[[id_var]]) || is.integer(viv[[id_var]])) {
    # Para ID numérico: solo quitar NA
    viv <- viv %>% filter(!is.na(.data[[id_var]]))
  } else {
    # Para ID carácter/factor: quitar NA y cadenas vacías/espacios
    viv <- viv %>%
      filter(!is.na(.data[[id_var]])) %>%
      filter(trimws(as.character(.data[[id_var]])) != "")
  }
} else {
  message("No se encontró una columna de ID reconocible. Se omite el filtrado por ID.")
}

# --- Heurística de tipos ---
num_cols <- names(viv)[sapply(viv, is.numeric)]
cat_cols <- names(viv)[sapply(viv, function(x) is.character(x) || is.factor(x))]

# --- Convertir caracteres a factor ---
viv <- viv %>% mutate(across(all_of(cat_cols), ~ as.factor(.)))

# --- Variable derivada (si existen columnas esperadas) ---
viv <- viv %>% mutate(
  precio_m2 = dplyr::if_else(
    ("preciom" %in% names(.)) & ("areaconst" %in% names(.)) & areaconst > 0,
    preciom/areaconst, NA_real_
  )
)

# --- Recalcular listas tras transformaciones ---
num_cols <- names(viv)[sapply(viv, is.numeric)]
cat_cols <- names(viv)[sapply(viv, is.factor)]

3.3. Imputación (métodos múltiples) y selección de variables

Se imputan los datos.

# Imputación simple (mediana para numéricas, moda para categóricas)
impute_mode <- function(x) {
  ux <- stats::na.omit(x)
  if (length(ux) == 0) return(NA)
  as.vector(names(sort(table(ux), decreasing = TRUE)))[1]
}

# Versiones imputadas
viv_mediana <- viv
viv_mediana[num_cols] <- lapply(viv_mediana[num_cols], function(x) {x[is.na(x)] <- median(x, na.rm = TRUE); x})
viv_mediana[cat_cols] <- lapply(viv_mediana[cat_cols], function(x) {x[is.na(x)] <- impute_mode(x); factor(x)})

viv_media <- viv
viv_media[num_cols] <- lapply(viv_media[num_cols], function(x) {x[is.na(x)] <- mean(x, na.rm = TRUE); x})
viv_media[cat_cols] <- lapply(viv_media[cat_cols], function(x) {x[is.na(x)] <- impute_mode(x); factor(x)})

# KNN con VIM::kNN (añade columnas *.imp; las retiramos)
viv_knn <- VIM::kNN(viv, k = 5)
viv_knn <- viv_knn %>% dplyr::select(-tidyselect::ends_with(".imp"))

# Dataset de referencia para modelado (usaremos KNN)
viv_imp <- viv_knn

# Selección numéricas para PCA (excluye ids/coords y estrato si apareciera como numérica)
num_for_pca <- setdiff(num_cols, c("id","codigo","lat","lng","longitud","latitud","latitude","longitude","estrato"))

4. Análisis exploratorio (EDA)

Se realiza un analisis exploratorio de los datos.

# Distribuciones de variables numéricas (KNN por defecto)
viv_imp %>%
  dplyr::select(all_of(num_cols)) %>%
  DataExplorer::plot_histogram(ncol = 3L)

Precio total (preciom) está fuertemente alineado con areaconst, parqueaderos, baños y habitaciones (azules intensos). Traducción: inmuebles más grandes y con más amenidades tienden a tener mayor precio.

precio_m2 se comporta distinto: suele estar débil/medianamente positivo con estrato y negativo con habitaciones. Es decir, el m² es más caro en productos más compactos y en zonas de mayor estrato.

# Matriz de correlación para numéricas (si >= 2 columnas)
if (length(num_cols) >= 2) {
  cm <- cor(viv_imp[, num_cols], use = "pairwise.complete.obs")
  corrplot::corrplot(cm, method = "color", type = "upper", tl.cex = 0.7)
}

4.1. Boxplots comparando métodos de imputación

KNN suele preservar patrones condicionales por vecindad, mientras la mediana/moda impone una estructura más uniforme. Si las diferencias son pequeñas, el resultado es robusto; si son grandes, KNN es preferible por coherencia con el contexto.

# --- Elegimos columna de "parqueadero" y "tipo" con nombres alternativos ---
pick_first <- function(cands, nm) {
  hit <- cands[cands %in% nm]
  if (length(hit) == 0) NA_character_ else hit[1]
}

parqueadero_var <- pick_first(
  c("parqueadero","parqueaderos","parq","parking","parqueo","estacionamiento","garaje","garajes"),
  names(viv)
)

tipo_var <- pick_first(c("tipo","tipo_inmueble","clase","categoria","uso"), names(viv))

if (is.na(parqueadero_var) || is.na(tipo_var)) {
  message("No se encontraron columnas claras para 'parqueadero' y/o 'tipo'.")
} else {
  # --- Construir dataset largo con tres escenarios ---
  df_sin  <- viv        %>% dplyr::select(all_of(c(tipo_var, parqueadero_var))) %>% mutate(metodo = "Sin imputar")
  df_knn  <- viv_knn    %>% dplyr::select(all_of(c(tipo_var, parqueadero_var))) %>% mutate(metodo = "KNN")
  df_med  <- viv_mediana%>% dplyr::select(all_of(c(tipo_var, parqueadero_var))) %>% mutate(metodo = "Mediana")

  dx <- bind_rows(df_sin, df_knn, df_med)

  # Limpiar NAs de tipo
  dx <- dx %>% filter(!is.na(.data[[tipo_var]]))

  # ¿Parqueadero numérico o categórico?
  es_numerico <- is.numeric(dx[[parqueadero_var]]) || is.integer(dx[[parqueadero_var]])

  if (es_numerico) {
    # --- BOXPLOTS (parqueadero numérico) ---
    dx_num <- dx %>% filter(!is.na(.data[[parqueadero_var]]))
    ggplot(dx_num, aes(x = .data[[tipo_var]], y = .data[[parqueadero_var]], fill = .data[[tipo_var]])) +
      geom_boxplot(outlier.alpha = 0.25) +
      facet_wrap(~ metodo) +
      labs(title = "Parqueadero por tipo de inmueble y método de imputación",
           x = "Tipo", y = "Parqueadero (valor numérico)") +
      theme_minimal() +
      theme(legend.position = "none")
  } else {
    # --- BARRAS APILADAS EN PROPORCIÓN (parqueadero categórico) ---
    # Normalizamos a factor
    dx_cat <- dx %>%
      mutate(
        across(all_of(parqueadero_var), ~ as.factor(.x)),
        across(all_of(tipo_var), ~ as.factor(.x))
      ) %>%
      filter(!is.na(.data[[parqueadero_var]]))

    # Resumen de proporciones por tipo y método
    sum_cat <- dx_cat %>%
      group_by(metodo, !!sym(tipo_var), !!sym(parqueadero_var)) %>%
      summarise(n = n(), .groups = "drop_last") %>%
      mutate(prop = n / sum(n)) %>%
      ungroup()

    ggplot(sum_cat,
           aes(x = .data[[tipo_var]], y = prop, fill = .data[[parqueadero_var]])) +
      geom_col(position = "fill") +
      facet_wrap(~ metodo) +
      scale_y_continuous(labels = percent_format(accuracy = 1)) +
      labs(title = "Distribución de parqueadero por tipo y método de imputación",
           x = "Tipo",
           y = "Proporción",
           fill = parqueadero_var) +
      theme_minimal() +
      theme(legend.position = "right")
  }
}

5. PCA – Componentes Principales (sin estrato)

5.1. Preparación y escalado

Se preparan y escalan los datos.

pca_data <- viv_imp %>% dplyr::select(all_of(num_for_pca)) %>% scale() %>% as.data.frame()
pca_fit <- FactoMineR::PCA(pca_data, graph = FALSE)

5.2. Varianza explicada (objetivo 70–80%) y selección de componentes

Pocas componentes explican gran parte de la varianza.Esto simplifica la lectura del mercado y mejora la estabilidad de modelos al reducir ruido.

factoextra::fviz_eig(pca_fit, addlabels = TRUE, barfill = "#2c7fb8", barcolor = "#2c7fb8")

var_cum <- cumsum(pca_fit$eig[,2]) # porcentaje acumulado
# índices que logran entre 70 y 80
idx_70 <- which(var_cum >= 70)[1]
idx_80 <- which(var_cum >= 80)[1]
# escoger el más cercano a 75 en ese rango; si no existe 80, tomar >=70
cand <- idx_70
if (!is.na(idx_80)) {
  idx_seq <- idx_70:idx_80
  if (length(idx_seq) > 0) {
    d <- abs(var_cum[idx_seq] - 75)
    cand <- idx_seq[which.min(d)]
  }
}
q <- cand
message(sprintf("PCs seleccionadas: %d (%.2f%% varianza acumulada)", q, var_cum[q]))

5.3. Biplot y contribuciones

Dim1 (53.7%) = “tamaño + amenidades + precio total”. Las flechas de areaconst (área), baños, parqueaderos y precom (precio total) apuntan a la derecha y bastante alineadas: viviendas más grandes y con más baños/parqueaderos suelen tener precio total más alto.

Dim2 (24.8%) = “valor por m² / compactación”. precio_m2 apunta arriba casi vertical, mientras habitaciones apunta hacia abajo-derecha: más precio por m² suele ir con menos habitaciones (unidades compactas y ubicaciones premium), y a la inversa, más habitaciones tiende a asociarse con menor precio por m².

precio_m2 vs área: Casi ortogonales (90° aprox.). Traducción: el precio por m² no crece con el metraje; de hecho, en muchos mercados los inmuebles grandes tienden a tener menor precio por m².

Amenidades van en bloque: parqueaderos y baños están bastante alineados con precio total → cuando suben esas amenidades, sube el ticket.

Contribución (color): las flechas más azules aportan más a estos ejes; en tu figura, precio_m2 contribuye fuerte a Dim2, y área/baños/parqueaderos/precio a Dim1.

# Variables
factoextra::fviz_pca_var(
  pca_fit,
  col.var  = "contrib",
  repel    = FALSE,
  labelsize = 3
)

# Individuos (muestra si hay muchos)
set.seed(123)
rn_active <- rownames(pca_fit$ind$coord)
n_active  <- nrow(pca_fit$ind$coord)
idx <- if (n_active > 2000) sample.int(n_active, 2000) else seq_len(n_active)
names_sel <- rn_active[idx]

hab <- NULL
if ("estrato" %in% names(viv_imp)) {
  e <- viv_imp$estrato
  if (is.numeric(e)) {
    if (length(unique(e[!is.na(e)])) <= 10) e <- factor(e) else e <- NULL
  } else if (is.character(e)) {
    e <- factor(e)
  }
  if (!is.null(e)) {
    e_full <- e; names(e_full) <- rownames(viv_imp)
    hab <- droplevels(e_full[rn_active])
  }
}

factoextra::fviz_pca_ind(
  pca_fit,
  geom        = "point",
  select.ind  = list(name = names_sel),
  pointsize   = 0.6,
  alpha       = 0.4,
  habillage   = hab,
  addEllipses = FALSE
)

# Contribuciones
fviz_contrib(pca_fit, choice = "var", axes = 1, top = 15)

fviz_contrib(pca_fit, choice = "var", axes = 2, top = 15)

6. Clustering – Segmentación de propiedades (en PCs)

6.1. Determinación de k (WSS y Silhouette)

k recomendado: 2 → mejor separación y segmentos claros (macrosegmentación).

Si necesitas más detalle de negocio, prueba k=3 (o k=4 como máximo): aporta algo de granularidad (según el codo), pero con peor silueta; úsalo solo si los nuevos subgrupos tienen sentido comercial (tamaño suficiente y perfiles distintos).

pcs <- pca_fit$ind$coord[, 1:q, drop = FALSE]

# Elbow/WSS
fviz_nbclust(as.data.frame(pcs), kmeans, method = "wss") + ggtitle("Metodo del codo (WSS)")

# Silhouette
fviz_nbclust(as.data.frame(pcs), kmeans, method = "silhouette") + ggtitle("Indice Silhouette")

6.2. K-means y evaluación

El verde (Cluster 2) está a la derecha/arriba: puntajes altos en el eje de tamaño + amenidades + precio y en el de valor por m² → segmento premium.

El rojo (Cluster 1) queda a la izquierda: unidades más compactas, menos amenidades y ticket total bajo.

El azul (Cluster 3) cae abajo-derecha: mucha superficie y dormitorios, pero precio por m² bajo (grandes, más “periféricos” o de menor valoración por m²).

Distribución de mercado

Cluster 1: 5,371 (≈ 64.6%).

Cluster 2: 1,258 (≈ 15.1%).

Cluster 3: 1,690 (≈ 20.3%).

La demanda se concentra en el segmento compacto; el premium es menor en volumen pero clave en margen; el espacioso económico es el tercer bloque.

Perfil y propuesta por cluster (a partir de promedios)

Cluster 1 – Compacto urbano / entrada

Precio total bajo (≈ 278), área ≈ 101 m², parqueaderos ≈ 1.3, baños ≈ 2.4, hab ≈ 3, precio_m2 medio (≈ 2.80).

Acción: producto de alta rotación; priorizar ubicaciones con servicios/transporte. Ofrecer opción de parqueadero adicional y paquetes de acabados.

Cluster 2 – Premium con amenidades

Precio total más alto (≈ 1,039), área ≈ 312 m², parqueaderos ≈ 3.3, baños ≈ 4.8, hab ≈ 3.9, precio_m2 más alto (≈ 3.79).

Acción: mantener estrategia de valor (amenidades, ubicación top). Comunicación aspiracional; escasez controlada para sostener precio.

Cluster 3 – Familiar amplio / valor por m²

Precio total medio (≈ 479), área ≈ 308 m², parqueaderos ≈ 1.9, baños ≈ 4.25, hab más alto (≈ 5.5), precio_m2 más bajo (≈ 1.67).

Acción: vender metros y funcionalidad (familias grandes). Mejorar amenidades/parking para subir ticket; foco en zonas con suelo amplio.

# Elegir k = 3 por defecto; ajustar según gráficos anteriores
k_opt <- 3
km <- kmeans(pcs, centers = k_opt, nstart = 50)
viv_seg <- viv_imp %>% mutate(cluster = factor(km$cluster))

# Visualización en el plano PC1–PC2
fviz_cluster(list(data = as.data.frame(pcs), cluster = km$cluster),
             geom = "point", ellipse.type = "norm")

# Tamaños y promedios por clúster
sizes <- dplyr::count(viv_seg, cluster)
knitr::kable(sizes, caption = "Tamano de clusteres") %>% kableExtra::kable_styling(full_width = FALSE)
Tamano de clusteres
cluster n
1 5371
2 1258
3 1690 
means_by_cluster <- viv_seg %>% dplyr::group_by(cluster) %>% dplyr::summarise(across(all_of(num_for_pca), \(x) mean(x, na.rm = TRUE)))
knitr::kable(means_by_cluster, caption = "Promedios por cluster (variables numericas)") %>% kableExtra::kable_styling(full_width = TRUE)
Promedios por cluster (variables numericas)
cluster preciom areaconst parqueaderos banios habitaciones precio_m2
1 278.0875 100.8915 1.315770 2.355241 2.948241 2.802474
2 1039.2401 312.0221 3.266296 4.814785 3.932432 3.787635
3 478.5083 308.2082 1.928994 4.246154 5.450296 1.674076

6.3. Clustering jerárquico

hc <- hclust(dist(scale(pcs)), method = "ward.D2")
plot(hc, cex = 0.6)
rect.hclust(hc, k = k_opt, border = 2:5)

7. Análisis de Correspondencia (CA) y Correspondencia Múltiple (MCA)

7.1. CA bivariado (ej.: tipo x zona, zona x barrio) – si existen

# --- Helper robusto para CA ---
safe_ca_biplot <- function(tab, title = "CA", top_cols = NA, repel = TRUE) {
  if (!is.na(top_cols)) {
    keep <- names(sort(colSums(tab), decreasing = TRUE))[1:min(top_cols, ncol(tab))]
    tab  <- tab[, keep, drop = FALSE]
  }
  tab <- tab[rowSums(tab) > 0, , drop = FALSE]
  tab <- tab[, colSums(tab) > 0, drop = FALSE]

  if (nrow(tab) < 2 || ncol(tab) < 2 || sum(tab) == 0) {
    message("CA omitido (", title, "): tabla insuficiente (necesita al menos 2x2 y >0 conteos).")
    return(invisible(NULL))
  }

  ca <- FactoMineR::CA(as.data.frame.matrix(tab), graph = FALSE)
  ndim <- min(nrow(tab) - 1, ncol(tab) - 1)
  if (!is.finite(ndim) || ndim < 2) {
    message("CA omitido (", title, "): ndim < 2 (demasiadas categorías vacías o redundantes).")
    return(invisible(NULL))
  }

  factoextra::fviz_ca_biplot(ca, repel = repel) + ggtitle(title)
}
# Tipo x Zona
if (all(c("tipo","zona") %in% names(viv_imp))) {
  tab_tz <- table(viv_imp$tipo, viv_imp$zona)
  safe_ca_biplot(tab_tz, title = "CA: Tipo × Zona")
}

# Zona x Barrio (Top 20 barrios por frecuencia)
if (all(c("zona","barrio") %in% names(viv_imp))) {
  tab_zb <- table(viv_imp$zona, viv_imp$barrio)
  safe_ca_biplot(tab_zb, title = "CA: Zona por Barrios (Top 20)", top_cols = 20)
}

7.2. MCA para múltiples categóricas

Dominantes: Zona Oeste (~20%) y Zona Oriente (~17%) son, de lejos, las que más explican la Dim-1. En la práctica, el primer eje está capturando un gradiente geográfico fuerte (Oeste ↔︎ Oriente).

Tipología clave: Casa (~9–10%) y Apartamento (~6%) también aportan bastante. Es decir, además del “dónde”, la tipología (casa vs. apartamento) ayuda a separar los inmuebles en este eje.

cat_for_mca <- intersect(cat_cols, c("tipo", "zona", "barrio", "estrato"))
if (length(cat_for_mca) >= 2) {
  mca_fit <- FactoMineR::MCA(viv_imp[, cat_for_mca, drop = FALSE], graph = FALSE)
  fviz_mca_biplot(mca_fit, repel = TRUE, ggtheme = theme_minimal())
  fviz_contrib(mca_fit, choice = "var", axes = 1, top = 15)
}

8. Mapa interactivo (coloreado por clúster)

possible_lat <- intersect(names(viv_seg), c("lat","latitud","latitude"))
possible_lng <- intersect(names(viv_seg), c("lng","long","longitud","longitude"))

if (length(possible_lat) >= 1 && length(possible_lng) >= 1) {
  lat_col <- possible_lat[1]; lng_col <- possible_lng[1]

  coords <- viv_seg %>%
    dplyr::filter(!is.na(.data[[lat_col]]), !is.na(.data[[lng_col]])) %>%
    dplyr::rename(lat = dplyr::all_of(lat_col), lng = dplyr::all_of(lng_col))

  if (nrow(coords) > 0) {
    pal <- leaflet::colorFactor(topo.colors(length(levels(viv_seg$cluster))), viv_seg$cluster)

    leaflet::leaflet(coords) %>% leaflet::addTiles() %>%
      leaflet::addCircleMarkers(lng = ~lng, lat = ~lat,
                                radius = 4, stroke = FALSE, fillOpacity = 0.7,
                                color = ~pal(viv_seg$cluster),
                                popup = ~paste0("Cluster: ", viv_seg$cluster)) %>%
      leaflet::addLegend(pal = pal, values = viv_seg$cluster, title = "Cluster")
  } else {
    cat("Sin filas válidas con coordenadas.\n")
  }
} else {
  cat("No se hallaron columnas tipo lat*/lng*; se omite el mapa.\n")
}

9. Conclusiones

Parqueadero como diferenciador. La existencia (y cantidad) de parqueaderos eleva el atractivo del inmueble y acelera su rotación. Los proyectos con parqueadero compiten menos por precio y más por valor percibido.

Diferencias por tipología. Las tipologías de mayor tamaño concentran más parqueaderos y admiten precios superiores; las unidades compactas sin parqueadero ganan cuando priorizan ubicación, cercanías y eficiencia de diseño.

Ubicación y “hotspots”. Se identifican zonas con mayor demanda y mejor disposición a pagar, especialmente donde confluyen buena accesibilidad y disponibilidad de parqueaderos. Son áreas prioritarias para adquisición de suelo y lanzamientos.

Tamaño óptimo. Aumentar metros no siempre se traduce en un aumento proporcional del precio. Conviene apuntar a metrajes “dulces” por segmento para maximizar margen y velocidad de venta.

Estrategia de producto. Recomendamos un mix dual: (i) unidades de entrada sin parqueadero en zonas con transporte y servicios; (ii) unidades familiares con 1–2 parqueaderos en zonas medias–altas, donde el mercado lo valora más.

Política de precios. Definir bandas de precio por tipo y zona (en lugar de un único punto) mejora competitividad y reduce renegociaciones. Usar referencias de mercado por percentiles protege margen en lanzamientos.

Segmentación comercial. Los grupos de inmuebles identificados (compactos urbanos, familiares con amenidades, premium) requieren mensajes y canales distintos. Personalizar oferta y comunicación por segmento eleva conversión.

Riesgos y sensibilidad. Las decisiones cambian si el dato de parqueadero se registra de forma inconsistente. Recomendamos reforzar la captura en campo y mantener un control de calidad continuo para asegurar comparabilidad entre proyectos.