1 Introducción

El mercado inmobiliario urbano es uno de los sectores económicos más dinámicos y complejos, influenciado por una gran cantidad de variables que interactúan simultáneamente. El análisis de una sola variable a la vez resulta insuficiente para capturar la riqueza de información contenida en los datos; por ello, se recurre al análisis multivariado, que permite estudiar múltiples variables de forma conjunta.

El presente informe aplica tres técnicas de análisis multivariado sobre una base de datos de propiedades residenciales urbanas, con el fin de identificar patrones, segmentos y relaciones que permitan a la empresa inmobiliaria tomar decisiones estratégicas más informadas:

  • Análisis de Componentes Principales (ACP): reducción de dimensionalidad e identificación de las características que más influyen en la variación de los datos.
  • Análisis de Conglomerados (Cluster): segmentación de propiedades en grupos homogéneos.
  • Análisis de Correspondencia: exploración de asociaciones entre variables categóricas (tipo de vivienda, zona y estrato).

2 Descripción de los datos

2.1 Carga de la base de datos

data("vivienda")
cat("Dimensiones de la base de datos:", dim(vivienda), "\n")
## Dimensiones de la base de datos: 8322 13
cat("Número de propiedades:", nrow(vivienda), "\n")
## Número de propiedades: 8322
cat("Número de variables:", ncol(vivienda), "\n")
## Número de variables: 13
str(vivienda)
## 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")=
##   .. cols(
##   ..   id = col_double(),
##   ..   zona = col_character(),
##   ..   piso = col_character(),
##   ..   estrato = col_double(),
##   ..   preciom = col_double(),
##   ..   areaconst = col_double(),
##   ..   parqueaderos = col_double(),
##   ..   banios = col_double(),
##   ..   habitaciones = col_double(),
##   ..   tipo = col_character(),
##   ..   barrio = col_character(),
##   ..   longitud = col_double(),
##   ..   latitud = col_double()
##   .. )
##  - attr(*, "problems")=<externalptr>

La base de datos contiene información de 8322 propiedades con 13 variables, incluyendo características físicas de las viviendas (área, baños, habitaciones, parqueaderos), información socioeconómica (estrato) y geográfica (zona, barrio).

2.2 Estadísticas descriptivas

vivienda %>%
  select(preciom, areaconst, parqueaderos, banios, habitaciones, estrato) %>%
  summary() %>%
  kable(caption = "Estadísticas descriptivas de las variables cuantitativas")
Estadísticas descriptivas de las variables cuantitativas
preciom areaconst parqueaderos banios habitaciones estrato
Min. : 58.0 Min. : 30.0 Min. : 1.000 Min. : 0.000 Min. : 0.000 Min. :3.000
1st Qu.: 220.0 1st Qu.: 80.0 1st Qu.: 1.000 1st Qu.: 2.000 1st Qu.: 3.000 1st Qu.:4.000
Median : 330.0 Median : 123.0 Median : 2.000 Median : 3.000 Median : 3.000 Median :5.000
Mean : 433.9 Mean : 174.9 Mean : 1.835 Mean : 3.111 Mean : 3.605 Mean :4.634
3rd Qu.: 540.0 3rd Qu.: 229.0 3rd Qu.: 2.000 3rd Qu.: 4.000 3rd Qu.: 4.000 3rd Qu.:5.000
Max. :1999.0 Max. :1745.0 Max. :10.000 Max. :10.000 Max. :10.000 Max. :6.000
NA’s :2 NA’s :3 NA’s :1605 NA’s :3 NA’s :3 NA’s :3

2.3 Verificación de datos faltantes

md.pattern(vivienda, rotate.names = TRUE)

##      preciom id zona estrato areaconst banios habitaciones tipo barrio longitud
## 4808       1  1    1       1         1      1            1    1      1        1
## 1909       1  1    1       1         1      1            1    1      1        1
## 876        1  1    1       1         1      1            1    1      1        1
## 726        1  1    1       1         1      1            1    1      1        1
## 1          1  0    0       0         0      0            0    0      0        0
## 2          0  0    0       0         0      0            0    0      0        0
##            2  3    3       3         3      3            3    3      3        3
##      latitud parqueaderos piso     
## 4808       1            1    1    0
## 1909       1            1    0    1
## 876        1            0    1    1
## 726        1            0    0    2
## 1          0            0    0   12
## 2          0            0    0   13
##            3         1605 2638 4275

2.4 Preparación de los datos para análisis multivariado

Se seleccionan las variables cuantitativas relevantes para los análisis de ACP y Cluster, eliminando los registros con datos faltantes:

# Variables cuantitativas seleccionadas
vars_num <- c("preciom", "areaconst", "parqueaderos", "banios", "habitaciones", "estrato")
 
# Dataset para análisis cuantitativo (sin NA)
vivienda_completa <- vivienda %>%
  select(all_of(vars_num), zona, tipo) %>%
  na.omit()
 
vivienda_num <- vivienda_completa %>% select(all_of(vars_num))
 
cat("Registros completos disponibles:", nrow(vivienda_num), "\n")
## Registros completos disponibles: 6717
cat("Porcentaje de datos conservados:", round(nrow(vivienda_num)/nrow(vivienda)*100, 1), "%\n")
## Porcentaje de datos conservados: 80.7 %

3 Análisis de Componentes Principales (ACP)

3.1 Justificación

El ACP permite transformar las 6 variables cuantitativas originales en un conjunto menor de componentes principales no correlacionados entre sí, que capturan la mayor varianza posible del conjunto de datos original. Esto facilita la visualización y comprensión de la estructura del mercado inmobiliario.

3.2 Estandarización y cálculo del ACP

Dado que las variables tienen escalas muy diferentes (precio en millones, área en m², estrato de 1 a 6), es indispensable estandarizarlas antes de aplicar el ACP:

# Estandarización
vivienda_Z <- scale(vivienda_num)
 
# Cálculo de componentes principales
res.pca <- prcomp(vivienda_Z)
 
# Resumen de varianza explicada
summary(res.pca)
## Importance of components:
##                           PC1    PC2     PC3     PC4     PC5     PC6
## Standard deviation     1.8665 1.1059 0.70675 0.59961 0.49435 0.43560
## Proportion of Variance 0.5806 0.2039 0.08325 0.05992 0.04073 0.03162
## Cumulative Proportion  0.5806 0.7845 0.86772 0.92765 0.96838 1.00000

3.3 Varianza explicada por componente

fviz_eig(res.pca,
         addlabels = TRUE,
         ylim = c(0, 60),
         barfill = "#034D94",
         barcolor = "#034D94",
         linecolor = "#FF7F00") +
  ggtitle("Varianza explicada por cada componente principal") +
  ylab("Porcentaje de varianza explicada (%)") +
  xlab("Componente Principal") +
  theme_minimal()

var_exp <- data.frame(
  Componente = paste0("CP", 1:6),
  Varianza_individual = round(summary(res.pca)$importance[2,]*100, 2),
  Varianza_acumulada  = round(summary(res.pca)$importance[3,]*100, 2)
)
kable(var_exp, caption = "Varianza explicada por componente principal",
      col.names = c("Componente", "Varianza individual (%)", "Varianza acumulada (%)"))
Varianza explicada por componente principal
Componente Varianza individual (%) Varianza acumulada (%)
PC1 CP1 58.06 58.06
PC2 CP2 20.39 78.45
PC3 CP3 8.33 86.77
PC4 CP4 5.99 92.76
PC5 CP5 4.07 96.84
PC6 CP6 3.16 100.00

Interpretación: Los primeros dos componentes explican aproximadamente el 78.4% de la varianza total de los datos, lo que permite representar la mayor parte de la información en un plano bidimensional.

3.4 Análisis de las variables en el plano ACP

fviz_pca_var(res.pca,
             col.var  = "contrib",
             gradient.cols = c("#FFC300", "#FF7F00", "#034D94"),
             repel    = TRUE,
             title    = "Contribución de variables a los componentes principales") +
  theme_minimal()

3.5 Cargas de las variables (Loadings)

cargas <- as.data.frame(round(res.pca$rotation[, 1:3], 4))
cargas$Variable <- rownames(cargas)
cargas <- cargas %>% select(Variable, PC1, PC2, PC3)
kable(cargas, caption = "Cargas de las variables en los tres primeros componentes")
Cargas de las variables en los tres primeros componentes
Variable PC1 PC2 PC3
preciom preciom 0.4705 0.2395 0.1081
areaconst areaconst 0.4503 -0.2044 0.2595
parqueaderos parqueaderos 0.4278 0.1513 0.6162
banios banios 0.4653 -0.1599 -0.3696
habitaciones habitaciones 0.2986 -0.6676 -0.3313
estrato estrato 0.2954 0.6377 -0.5431

Interpretación CP1: El primer componente captura principalmente la variación en las variables preciom (0.47), banios (0.47), areaconst (0.45) y parqueaderos (0.43), todas con cargas positivas y de magnitud similar. Representa una dimensión de “tamaño y capacidad global de la vivienda”: valores altos en CP1 corresponden a propiedades amplias, costosas, con muchos baños y parqueaderos.

Interpretación CP2: El segundo componente refleja principalmente la oposición entre estrato (+0.64) y habitaciones (−0.67). Representa una dimensión de “nivel socioeconómico frente a número de habitaciones”: valores positivos en CP2 corresponden a propiedades de estrato alto con pocas habitaciones (apartamentos de lujo), mientras que valores negativos corresponden a propiedades con más habitaciones pero de estrato más bajo.

3.6 Visualización de individuos por estrato

fviz_pca_ind(res.pca,
             col.ind       = as.factor(vivienda_completa$estrato),
             palette       = c("#2ecc71","#3498db","#9b59b6","#e74c3c","#f39c12","#1abc9c"),
             addEllipses   = TRUE,
             ellipse.type  = "confidence",
             legend.title  = "Estrato",
             repel         = FALSE,
             title         = "Propiedades en el plano de componentes principales (por estrato)",
             label         = "none") +
  theme_minimal()

3.7 Biplot completo

fviz_pca_biplot(res.pca,
                col.var = "#034D94",
                col.ind = "#CCCCCC",
                repel   = TRUE,
                label   = "var",
                title   = "Biplot: Variables e individuos",
                alpha.ind = 0.4) +
  theme_minimal()

4 Análisis de Conglomerados (Cluster)

4.1 Justificación

El análisis de conglomerados permite segmentar las propiedades en grupos que sean homogéneos internamente pero heterogéneos entre sí. Esto posibilita identificar segmentos diferenciados del mercado inmobiliario con características propias, facilitando estrategias focalizadas.

4.2 Determinación del número óptimo de clusters

set.seed(1234)
fviz_nbclust(vivienda_Z, kmeans,
             method = "wss",
             k.max  = 8) +
  ggtitle("Método del codo: número óptimo de clusters") +
  xlab("Número de clusters (k)") +
  ylab("Suma de cuadrados intra-cluster (WSS)") +
  theme_minimal()

set.seed(1234)
fviz_nbclust(vivienda_Z, kmeans,
             method = "silhouette",
             k.max  = 8) +
  ggtitle("Índice de Silhouette: número óptimo de clusters") +
  xlab("Número de clusters (k)") +
  ylab("Silhouette promedio") +
  theme_minimal()

Decisión: El índice de Silhouette sugiere k = 2 como valor máximo (~0.42), mientras que el método del codo muestra una inflexión visible entre k = 2 y k = 3. Se elige k = 3 clusters para obtener una segmentación más granular del mercado, que permita identificar tres perfiles comerciales claramente diferenciados (popular, medio-alto y premium).

4.3 Agrupamiento K-means

set.seed(1234)
k_optimo <- 3   # <-- Ajusta este valor según tus gráficos anteriores
 
km_result <- kmeans(vivienda_Z, centers = k_optimo, nstart = 25)
 
cat("Número de propiedades por cluster:\n")
## Número de propiedades por cluster:
table(km_result$cluster)
## 
##    1    2    3 
##  887 2332 3498
fviz_cluster(km_result,
             data         = vivienda_Z,
             geom         = "point",
             ellipse.type = "norm",
             palette      = c("#034D94", "#FF7F00", "#2ecc71"),
             ggtheme      = theme_minimal(),
             main         = "Segmentación del mercado inmobiliario",
             alpha        = 0.5)

4.4 Caracterización de los clusters

vivienda_clusters <- vivienda_completa
vivienda_clusters$cluster <- as.factor(km_result$cluster)
 
vivienda_clusters %>%
  group_by(cluster) %>%
  summarise(
    n_propiedades     = n(),
    precio_medio_MM   = round(mean(preciom), 1),
    area_media_m2     = round(mean(areaconst), 1),
    parqueaderos_prom = round(mean(parqueaderos), 2),
    banios_prom       = round(mean(banios), 2),
    habitaciones_prom = round(mean(habitaciones), 2),
    estrato_prom      = round(mean(estrato), 2)
  ) %>%
  kable(caption = "Perfil promedio de cada cluster",
        col.names = c("Cluster","N","Precio ($M)","Área (m²)",
                      "Parqueaderos","Baños","Habitaciones","Estrato"))
Perfil promedio de cada cluster
Cluster N Precio ($M) Área (m²) Parqueaderos Baños Habitaciones Estrato
1 887 1117.0 419.6 3.82 5.23 4.59 5.68
2 2332 533.8 215.6 1.98 3.98 4.24 5.15
3 3498 261.3 97.7 1.23 2.27 2.94 4.40 
vivienda_clusters %>%
  count(cluster, tipo) %>%
  group_by(cluster) %>%
  mutate(pct = round(n/sum(n)*100, 1)) %>%
  ggplot(aes(x = cluster, y = pct, fill = tipo)) +
  geom_col(position = "stack") +
  geom_text(aes(label = paste0(pct, "%")),
            position = position_stack(vjust = 0.5), color = "white", size = 3.5) +
  scale_fill_manual(values = c("#034D94", "#FF7F00")) +
  labs(title = "Distribución del tipo de vivienda por cluster",
       x = "Cluster", y = "Porcentaje (%)", fill = "Tipo") +
  theme_minimal()

vivienda_clusters %>%
  count(cluster, zona) %>%
  group_by(cluster) %>%
  mutate(pct = round(n/sum(n)*100, 1)) %>%
  ggplot(aes(x = cluster, y = pct, fill = zona)) +
  geom_col(position = "stack") +
  labs(title = "Distribución de zona por cluster",
       x = "Cluster", y = "Porcentaje (%)", fill = "Zona") +
  theme_minimal()

Interpretación de los clusters:

  • Cluster 1 — Segmento Premium (n = 887, ~13% de la oferta): Precio promedio de $1.117 millones y área de 419 m², estrato promedio de 5.7. Predominan las casas (72%). Son las propiedades de mayor tamaño, valor y nivel socioeconómico del mercado.

  • Cluster 2 — Segmento Medio-Alto (n = 2.332, ~34% de la oferta): Precio promedio de $533 millones y área de 215 m², estrato promedio de 5.2. Distribución casi equilibrada entre casas (52%) y apartamentos (48%). Representa el segmento intermedio, orientado principalmente a estratos 5.

  • Cluster 3 — Segmento Popular (n = 3.498, ~52% de la oferta): Precio promedio de $261 millones y área de 97 m², estrato promedio de 4.4. Predominan los apartamentos (82%). Es el segmento más numeroso y corresponde a la oferta de vivienda más accesible del mercado.

5 Análisis de Correspondencia

5.1 Justificación

El análisis de correspondencia permite visualizar asociaciones entre variables categóricas en un plano bidimensional, mostrando qué categorías de una variable tienden a aparecer junto a qué categorías de otra variable.

5.2 Análisis 1: Tipo de vivienda vs Zona

5.2.1 Tabla de contingencia

tabla_tz <- table(vivienda$tipo, vivienda$zona)
kable(tabla_tz, caption = "Frecuencias: Tipo de vivienda × Zona")
Frecuencias: Tipo de vivienda × Zona
Zona Centro Zona Norte Zona Oeste Zona Oriente Zona Sur
Apartamento 24 1198 1029 62 2787
Casa 100 722 169 289 1939

5.2.2 Prueba chi-cuadrado

chi_tz <- chisq.test(tabla_tz)
chi_tz
## 
##  Pearson's Chi-squared test
## 
## data:  tabla_tz
## X-squared = 690.93, df = 4, p-value < 2.2e-16

Resultado: El p-value de 3.207561e-148 < 0.05 indica que se rechaza la hipótesis de independencia: el tipo de vivienda y la zona de ubicación sí están relacionados.

5.2.3 Análisis de correspondencia y mapa

res_ac1 <- CA(tabla_tz, graph = FALSE)
 
# Varianza explicada
vals_prop1 <- as.data.frame(round(res_ac1$eig, 3))
kable(vals_prop1, caption = "Varianza explicada - Tipo vs Zona")
Varianza explicada - Tipo vs Zona
eigenvalue percentage of variance cumulative percentage of variance
dim 1 0.083 100 100 
# tipo tiene 2 categorías → CA genera 1 sola dimensión
# Función robusta: maneja coord como vector (1D) o matriz (2D+)
extract_ca_coord <- function(coord_obj, grupo) {
  if (is.null(dim(coord_obj))) {
    # Vector 1D
    data.frame(nombre = names(coord_obj),
               coord1 = as.numeric(coord_obj),
               grupo  = grupo, stringsAsFactors = FALSE)
  } else {
    # Matriz 2D
    data.frame(nombre = rownames(coord_obj),
               coord1 = as.numeric(coord_obj[, 1]),
               grupo  = grupo, stringsAsFactors = FALSE)
  }
}
 
df_filas  <- extract_ca_coord(res_ac1$row$coord, "Tipo de vivienda")
df_cols_d <- extract_ca_coord(res_ac1$col$coord, "Zona")
df_mapa1  <- rbind(df_filas, df_cols_d)
 
ggplot(df_mapa1, aes(x = coord1, y = grupo, label = nombre, color = grupo)) +
  geom_point(size = 4) +
  geom_text(vjust = -1.2, size = 3.5, fontface = "bold") +
  geom_hline(yintercept = 1.5, linetype = "dashed", color = "gray60") +
  scale_color_manual(values = c("Tipo de vivienda" = "#034D94", "Zona" = "#FF7F00")) +
  labs(title = "Mapa de correspondencias: Tipo de vivienda vs Zona",
       subtitle = "Dimensión 1 explica el 100% de la inercia total",
       x = "Dimensión 1", y = "", color = "") +
  theme_minimal() +
  theme(legend.position = "bottom",
        axis.text.y = element_blank(),
        axis.ticks.y = element_blank())

Interpretación: Al tener solo 2 categorías en la variable Tipo, el AC genera 1 única dimensión que explica el 100% de la inercia total.

Del mapa se observa que: - Los Apartamentos se asocian principalmente con la Zona Oeste, ambos ubicados en el extremo negativo de la Dimensión 1. - Las Casas se asocian principalmente con las Zonas Centro y Oriente, compartiendo el extremo positivo de la Dimensión 1. Las Zonas Norte y Sur presentan posiciones intermedias en el mapa.

5.3 Análisis 2: Zona vs Estrato

5.3.1 Tabla de contingencia

vivienda$estrato_f <- as.factor(vivienda$estrato)
tabla_ze <- table(vivienda$zona, vivienda$estrato_f)
colnames(tabla_ze) <- paste("Estrato", colnames(tabla_ze))
kable(tabla_ze, caption = "Frecuencias: Zona × Estrato")
Frecuencias: Zona × Estrato
Estrato 3 Estrato 4 Estrato 5 Estrato 6
Zona Centro 105 14 4 1
Zona Norte 572 407 769 172
Zona Oeste 54 84 290 770
Zona Oriente 340 8 2 1
Zona Sur 382 1616 1685 1043

5.3.2 Prueba chi-cuadrado

chi_ze <- chisq.test(tabla_ze)
chi_ze
## 
##  Pearson's Chi-squared test
## 
## data:  tabla_ze
## X-squared = 3830.4, df = 12, p-value < 2.2e-16

Resultado: El p-value 0e+00 < 0.05 confirma que zona y estrato están significativamente relacionados.

5.3.3 Análisis de correspondencia y mapa

res_ac2 <- CA(tabla_ze, graph = FALSE)
vals_prop2 <- as.data.frame(round(res_ac2$eig, 3))
kable(vals_prop2, caption = "Varianza explicada - Zona vs Estrato")
Varianza explicada - Zona vs Estrato
eigenvalue percentage of variance cumulative percentage of variance
dim 1 0.322 69.966 69.966
dim 2 0.127 27.680 97.646
dim 3 0.011 2.354 100.000 
fviz_ca_biplot(res_ac2,
               repel = TRUE,
               col.row = "#034D94",
               col.col = "#e74c3c",
               title = "Mapa de correspondencias: Zona vs Estrato") +
  theme_minimal()

fviz_screeplot(res_ac2, addlabels = TRUE, ylim = c(0, 90)) +
  ggtitle("Varianza explicada por dimensión - Zona vs Estrato") +
  ylab("Porcentaje de varianza (%)") +
  xlab("Dimensión") +
  theme_minimal()

Interpretación: Las dos primeras dimensiones explican el 97.6% de la varianza total.

Del mapa se observa que: - El Estrato 6 se asocia fuertemente con la Zona Oeste, confirmando que esta zona concentra la oferta de mayor nivel socioeconómico. - El Estrato 3 (el más bajo presente en la muestra) se asocia con las Zonas Oriente y Centro, sectores de menor nivel socioeconómico. - Los Estratos 4 y 5 se concentran en las Zonas Norte y Sur, correspondientes al segmento medio y medio-alto de la ciudad.

6 Conclusiones y Recomendaciones

6.1 Hallazgos del Análisis de Componentes Principales

El ACP permitió reducir las 6 variables cuantitativas originales a un número menor de componentes, logrando que los dos primeros expliquen aproximadamente el 78.4% de la varianza total. Este nivel de representación es adecuado para un análisis exploratorio del mercado inmobiliario.

Los principales hallazgos son:

  • El primer componente (CP1) está dominado por las variables preciom, banios, areaconst y parqueaderos, todas con cargas positivas y similares. Representa una dimensión de “tamaño y capacidad global de la vivienda”: propiedades más caras, más grandes y con más servicios obtienen valores altos en este componente.
  • El segundo componente (CP2) captura la oposición entre estrato (+0.64) y habitaciones (−0.67), representando una dimensión de “nivel socioeconómico frente a número de habitaciones”.
  • Las propiedades de estrato alto tienden a ubicarse en el cuadrante superior derecho del biplot (CP1 alto, CP2 alto), mientras que las de estrato bajo se concentran en el cuadrante inferior izquierdo.

6.2 Hallazgos del Análisis de Conglomerados

Se identificaron 3 segmentos diferenciados del mercado inmobiliario:

  • Cluster 1 — Segmento Premium: Propiedades con precio promedio de $1.117 millones y área de 419 m² (estrato ~5.7). Representan el 13% de la oferta y corresponden a casas grandes de alto valor.

  • Cluster 2 — Segmento Medio-Alto: Precio promedio de $533 millones y área de 215 m² (estrato ~5.2). Constituyen el 34% de la oferta con una mezcla equilibrada de casas y apartamentos.

  • Cluster 3 — Segmento Popular: Precio promedio de $261 millones y área de 97 m² (estrato ~4.4). Son el segmento más numeroso (52% de la oferta), con predominio de apartamentos, y representan la vivienda más accesible del mercado.

6.3 Hallazgos del Análisis de Correspondencia

Los dos análisis de correspondencia revelaron asociaciones significativas (p < 0.05 en ambos casos):

  1. Tipo de vivienda y Zona: Los Apartamentos se asocian con la Zona Oeste, mientras que las Casas se vinculan con las Zonas Centro y Oriente. Esta diferenciación refleja los patrones urbanísticos propios de cada sector de la ciudad.

  2. Zona y Estrato: La Zona Oeste concentra el Estrato 6, mientras que las Zonas Oriente y Centro se asocian con el Estrato 3 (el más bajo de la muestra). Las Zonas Norte y Sur corresponden a los estratos medios (4 y 5), confirmando una geografía socioeconómica claramente segmentada.

6.4 Recomendaciones estratégicas

Con base en los hallazgos anteriores, se recomienda a la empresa inmobiliaria:

  1. Segmentación del portafolio: Diseñar estrategias comerciales diferenciadas para cada uno de los 3 segmentos identificados, adaptando mensajes, canales y precios a cada perfil de cliente.

  2. Focalización geográfica: Concentrar las inversiones en propiedades de estrato alto en la Zona Oeste, donde la demanda premium es más intensa según el análisis de correspondencia.

  3. Diversificación de oferta: En la Zona Oeste, donde predominan apartamentos, explorar oportunidades de casas para capturar demanda insatisfecha de ese tipo de propiedad.

  4. Monitoreo de segmentos: Establecer indicadores de seguimiento específicos por cluster para detectar cambios en los patrones del mercado de manera oportuna.

7 Anexos

7.1 Paquetes utilizados

sessionInfo()
Paquete Versión Función
paqueteMODELOS - Datos del curso
tidyverse - Manipulación y visualización de datos
factoextra - Visualización de ACP y Cluster
FactoMineR - ACP y Análisis de Correspondencia
cluster - Análisis de conglomerados
mice - Detección de datos faltantes

7.2 Fuente de datos

Los datos provienen de la base vivienda del paquete paqueteMODELOS, que contiene información de propiedades residenciales disponibles en una ciudad colombiana, obtenida mediante técnicas de web scraping desde la plataforma OLX.