Análisis inmobiliario

Análisis del Mercado Inmobiliario para Alquiler Turístico en Madrid

Este proyecto simula un caso de negocio real: una empresa de inversión inmobiliaria decide expandirse a Madrid y nos encarga, como equipo de Data Science, analizar el mercado para encontrar las oportunidades de inversión con mayor potencial en el sector del alquiler turístico.

El objetivo es claro: transformar los datos públicos de Airbnb y del mercado en una estrategia de inversión accionable, identificando qué tipo de inmuebles y en qué zonas geográficas se debe enfocar la búsqueda.

1. Diseño del Proyecto

Antes de tocar cualquier dato, definimos una estrategia. Identificamos las palancas de negocio (precio de alquiler, ocupación y precio de compra) y los KPIs para medirlas. A partir de ahí, formulamos una serie de preguntas semilla para guiar nuestro análisis, como por ejemplo: ¿Cuál es el ranking de barrios por precio medio? o ¿Qué factores, además de la localización, determinan la ocupación?

2. Creación del Datamart Analítico

Con el plan trazado, el siguiente paso fue construir nuestra herramienta de trabajo. Seleccionamos las fuentes de datos relevantes, descartando la información que no aportaba valor al objetivo. Realizamos un exhaustivo proceso de calidad de datos: limpieza, gestión de nulos e imputación lógica de variables clave como el número de camas. Finalmente, enriquecimos nuestros datos con fuentes externas (precios por m² de Idealista) para crear un único y robusto datamart analítico.

3. Preparación de Datos (Feature Engineering)

Esta fue la fase de "artesanía". Transformamos las variables en bruto en métricas de negocio potentes. Creamos KPIs como el porcentaje de ocupación real y el precio de compra estimado, usando aproximaciones lógicas donde los datos no estaban disponibles directamente. Además, calculamos la distancia a puntos de interés (como la Puerta del Sol) usando la fórmula de Haversine para añadir una capa de análisis geoespacial.

4. Análisis e Insights Clave

Con el datamart listo, respondimos a nuestras preguntas semilla y descubrimos los siguientes insights estratégicos:
- Barrios de Alto Potencial: Identificamos 10 barrios que ofrecen la mejor relación coste-ingreso, segmentados por nivel de inversión.
- La Configuración Óptima: Descubrimos que los inmuebles que permiten alojar a 3 huéspedes maximizan la rentabilidad frente a su precio de compra.
- El "Mito de la Proximidad": Demostramos que, dentro de zonas céntricas, la cercanía a un punto icónico no siempre justifica un mayor precio de alquiler, abriendo la puerta a inversiones más inteligentes.
- El "Efecto Evento": Detectamos el enorme potencial, aún sin explotar, del alquiler turístico durante grandes eventos deportivos, especialmente en el barrio de San Blas.

Presentación del Caso