La empresa inmobiliaria líder desea comprender mejor el mercado de viviendas urbanas para optimizar sus decisiones estratégicas. Con una amplia base de datos de propiedades residenciales, se identifica a través un análisis integral patrones, relaciones y segmentos clave que apoyen la compra, venta y valoración de inmuebles. Laura Guzmán Sandoval, grupo C Mod. Estad. para la Toma Decisiones

Descripción de la herramienta Informe en RMarkdown para evaluar la oferta inmobiliaria urbana y convertir datos de viviendas en insights accionables para pricing, segmentación y portafolio. El flujo es reproducible y trazable. Qué hace EDA: distribución de precios, precio–área, conteos por zona, tipo y estrato. PCA: reduce dimensionalidad y revela los ejes del mercado. PC1 ≈ “valor/tamaño/amenities” (área, parqueaderos, baños, precio). PC2 ≈ “distribución interna” (habitaciones/baños). En la muestra, PC1+PC2 ≈ 82% de la variación. Clustering (k-means): elección de K (codo/silhouette) y perfil en z-scores y unidades reales. Segmentos típicos: Premium integral, Medio/alto mixto, Casas amplias, Base económico; con distribución por zona y tipo. Correspondencia (CA): asociaciones tipo–zona para focalizar inventario. Mapa lat–long por zona: localiza volumen (Sur), áreas premium (Oeste/Norte) y acceso (Oriente). Decisiones que habilita Pricing por atributos (prioriza PC1; ajusta por PC2 según el target). Estrategia por zona (premium en Oeste/Norte; volumen en Sur; acceso en Oriente). Gestión del portafolio: micro-mejoras en amenities pueden mover unidades a un segmento superior y elevar el precio objetivo.