Actividad_1 Evaluación de la Oferta Inmobiliaria Urbana
Wilmer Tuta
2026-02-15
Problema
Una empresa inmobiliaria líder en una gran ciudad está buscando comprender en profundidad el mercado de viviendas urbanas para tomar decisiones estratégicas más informadas. La empresa posee una base de datos extensa que contiene información detallada sobre diversas propiedades residenciales disponibles en el mercado. Se requiere realizar un análisis holístico de estos datos para identificar patrones, relaciones y segmentaciones relevantes que permitan mejorar la toma de decisiones en cuanto a la compra, venta y valoración de propiedades.
Objetivo del análisis
Realizar un análisis multidimensional del mercado inmobiliario urbano para identificar patrones en el precio, segmentos de viviendas y relaciones entre variables cuantitativas y categóricas usando PCA, Clúster y Correspondencia.
Datos y limpieza
| id | zona | piso | estrato | preciom | areaconst | parqueaderos | banios | habitaciones | tipo | barrio | longitud | latitud |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1147 | Zona Oriente | NA | 3 | 250 | 70 | 1 | 3 | 6 | Casa | 20 de julio | -76.51168 | 3.43382 |
| 1169 | Zona Oriente | NA | 3 | 320 | 120 | 1 | 2 | 3 | Casa | 20 de julio | -76.51237 | 3.43369 |
| 1350 | Zona Oriente | NA | 3 | 350 | 220 | 2 | 2 | 4 | Casa | 20 de julio | -76.51537 | 3.43566 |
| 5992 | Zona Sur | 02 | 4 | 400 | 280 | 3 | 5 | 3 | Casa | 3 de julio | -76.54000 | 3.43500 |
| 1212 | Zona Norte | 01 | 5 | 260 | 90 | 1 | 2 | 3 | Apartamento | acopi | -76.51350 | 3.45891 |
| 1724 | Zona Norte | 01 | 5 | 240 | 87 | 1 | 3 | 3 | Apartamento | acopi | -76.51700 | 3.36971 |
## [1] 4808 13Se eliminan los NA porque para trabajar el análisis de componentes principales (PCA) y clustering no es posible si hay datos faltantes, en total quedaron 4808 filas con 13 columnas.
| Variable | Media | SD | Min | Max |
|---|---|---|---|---|
| areaconst | 181.14 | 144.10 | 30 | 1745 |
| banios | 3.26 | 1.38 | 0 | 10 |
| estrato | 4.83 | 0.95 | 3 | 6 |
| habitaciones | 3.61 | 1.36 | 0 | 10 |
| parqueaderos | 1.84 | 1.12 | 1 | 10 |
| preciom | 468.88 | 335.04 | 58 | 1999 |
Las variables con mayor dispersión son el precio por metro cuadrado y el área construida, lo que indica alta heterogeneidad en la oferta inmobiliaria. El estrato presenta menor variabilidad relativa, sugiriendo segmentación socioeconómica establecida.
Análisis de componentes principales (PCA)
Los dos primeros componentes principales explican el 78.5% de la variabilidad total del mercado inmobiliario, lo que indica una adecuada reducción dimensional sin pérdida significativa de información.
| Dim.1 | Dim.2 | Dim.3 | Dim.4 | Dim.5 | |
|---|---|---|---|---|---|
| preciom | 22.14 | 5.73 | 1.17 | 8.47 | 7.07 |
| areaconst | 20.27 | 4.18 | 6.73 | 43.19 | 9.23 |
| parqueaderos | 18.30 | 2.29 | 37.97 | 38.50 | 1.42 |
| banios | 21.65 | 2.56 | 13.66 | 1.98 | 46.01 |
| habitaciones | 8.92 | 44.57 | 10.98 | 7.36 | 17.35 |
| estrato | 8.73 | 40.67 | 29.50 | 0.50 | 18.92 |
El primer componente principal (Dim1), explica el 58.1% de la varianza total, El análisis de contribuciones confirma que la Dimensión 1 está compuesta principalmente por precio (22.13%), número de baños (21.64%), área construida (20.27%) y parqueaderos (18.30%), lo que indica que esta dimensión representa el nivel de valorización y confort de la vivienda.
El segundo componente principal (Dim2), explica el 20.4% de la varianza, La Dimensión 2 está dominada por el número de habitaciones (44.57%) y el estrato socioeconómico (40.67%), lo que sugiere que esta dimensión captura la estructura habitacional y segmentación socioeconómica.
Análisis de Conglomerados (Clustering)
Determino el numero optimo de Clusters
El método del codo muestra una reducción significativa en la suma de cuadrados intra-cluster al pasar de 1 a 3 grupos. A partir de k = 3, la disminución es marginal, lo que indica que 3 conglomerados es una solución adecuada y parsimoniosa para segmentar el mercado.
En el plano definido por los dos primeros componentes principales (que explican el 78.5% de la varianza total), se observa una separación clara entre tres grupos:
El Cluster 1 se ubica hacia valores altos de Dim1.
El Cluster 2 se concentra en valores bajos de Dim1.
El Cluster 3 ocupa una posición intermedia.
Dado que la Dimensión 1 representa principalmente el nivel económico y tamaño de vivienda, la segmentación ocurre fundamentalmente por nivel de valorización inmobiliaria.
| cluster | preciom | areaconst | parqueaderos | banios | habitaciones | estrato |
|---|---|---|---|---|---|---|
| 1 | 1117.04 | 419.65 | 3.82 | 5.23 | 4.59 | 5.68 |
| 2 | 261.26 | 97.70 | 1.23 | 2.27 | 2.94 | 4.40 |
| 3 | 533.78 | 215.57 | 1.98 | 3.98 | 4.24 | 5.15 |
Cluster 1 — Segmento Premium
- Mayor precio promedio (1117)
- Mayor área construida (419 m²)
- Más parqueaderos y baños
- Estrato promedio alto (5.68)
Representa viviendas de lujo con alto nivel de confort y valorización.
Posible estrategia: Este segmento es ideal para inversión de alto valor y proyectos exclusivos.
Cluster 2 — Segmento Económico
- Precio promedio más bajo (261)
- Menor área (97 m²)
- Menos parqueaderos y baños
- Estrato medio (4.40)
Representa viviendas compactas y de menor capacidad.
Posible estrategia: Segmento atractivo para vivienda de interés social o mercado masivo.
Cluster 3 — Segmento Intermedio
- Precio promedio medio (534)
- Área intermedia (215 m²)
- Características habitacionales equilibradas
- Estrato medio-alto (5.15)
Segmento consolidado de clase media-alta.
Posible estrategia: Mercado estable con buena relación precio-beneficio.
El mercado inmobiliario urbano no es homogéneo; presenta una estructura claramente segmentada en tres niveles:
- Mercado premium
- Mercado intermedio
- Mercado económico
La segmentación está principalmente determinada por:
- Área construida
- Número de baños
- Estrato socioeconómico
- Precio
Esto confirma que el nivel socioeconómico y el tamaño de la propiedad son los principales determinantes de la estructura del mercado.
Análisis de Correspondencia
| 3 | 4 | 5 | 6 | |
|---|---|---|---|---|
| Zona Centro | 33 | 3 | 0 | 0 |
| Zona Norte | 141 | 184 | 482 | 79 |
| Zona Oeste | 19 | 51 | 181 | 502 |
| Zona Oriente | 94 | 2 | 1 | 0 |
| Zona Sur | 147 | 973 | 1195 | 721 |
De la tabla se observa:
- Zona Sur concentra la mayor cantidad de viviendas en estratos 4, 5 y 6.
- Zona Oeste tiene fuerte presencia de estrato 6 (502 viviendas).
- Zona Norte presenta mayor concentración en estrato 5.
- Zona Centro y Zona Oriente predominan en estratos 3 y 4.
Esto ya sugiere una segmentación socioespacial clara del mercado.
En el gráfico de Análisis de Correspondencia:
- La Dimensión 1 (65.3%) explica la mayor parte de la asociación entre zona y estrato.
- La Dimensión 2 (30.8%) complementa la diferenciación territorial.
Asociaciones claras:
- Zona Oeste aparece cercana al estrato 6 → fuerte asociación con viviendas de alto nivel socioeconómico.
- Zona Sur se asocia principalmente con estratos 4 y 5.
- Zona Norte muestra afinidad con estrato 5.
- Zona Centro y Oriente se relacionan más con estratos 3 y 4.
El análisis confirma que el mercado inmobiliario no solo está segmentado por características físicas (como mostró el PCA), sino también por localización geográfica y nivel socioeconómico.
| Apartamento | Casa | |
|---|---|---|
| Zona Centro | 4 | 32 |
| Zona Norte | 632 | 254 |
| Zona Oeste | 669 | 84 |
| Zona Oriente | 17 | 80 |
| Zona Sur | 1860 | 1176 |
De la tabla se observa:
- Zona Sur concentra la mayor cantidad de apartamentos.
- Zona Oeste tiene mayor relacion de apartamentos vs casa.
- Zona Centro tiene mayor relacion de casas vs apartamentos.
Del analisis se evidencia que existen zonas donde se prefieren apartamentos (Oeste) y Zonas donde se prefiere casas sobre apartamentos (Centro y Oriente.
Visualizacion de resultados
El mapa espacial muestra:
- Concentración de precios elevados en zonas específicas (correspondientes a Oeste y Sur).
- Mayor dispersión de precios en zonas centrales.
- Sectores periféricos con precios más bajos.
Esto refuerza lo encontrado en el análisis de correspondencia y clustering.
Conclusiones
El mercado inmobiliario urbano presenta una estructura claramente segmentada en tres niveles: económico, intermedio y premium.
El PCA identificó que el principal factor explicativo del mercado es el nivel de valorización económica, determinado por área construida, número de baños, parqueaderos y estrato socioeconómico.
El análisis de conglomerados confirmó la existencia de tres segmentos homogéneos con características diferenciadas en precio y tamaño.
El análisis de correspondencia evidenció una fuerte relación entre ubicación geográfica y estrato socioeconómico, demostrando una clara segmentación territorial del mercado.
La distribución espacial del precio confirma que las zonas asociadas a estratos altos concentran mayores niveles de valorización.
La empresa deberia tener como estrategia:
- Enfocar proyectos premium en zonas asociadas a estrato 5 y 6 (especialmente Zona Oeste).
- Consolidar oferta de vivienda media en Zona Sur y Norte.
- Identificar oportunidades de desarrollo económico en Zona Centro y Oriente.
- Ajustar estrategias de precios considerando la segmentación territorial identificada.
El mercado inmobiliario urbano presenta una estructura segmentada tanto económica como geográficamente. Las decisiones estratégicas deben considerar simultáneamente las características físicas de la vivienda y su ubicación espacial para maximizar la rentabilidad y optimizar la inversión