Análisis de mercado · Airbnb
Un dashboard de Power BI para leer el mercado más allá del precio.
Analicé 6.030 anuncios de Airbnb en el País Vasco empezando por el territorio, no por el precio.
01 · El punto de partida
Entender un mercado antes de mirar el precio.
Quise analizar cómo es realmente el mercado de Airbnb en el País Vasco utilizando datos públicos. En lugar de quedarme solo con el precio medio, exploré cómo cambia la oferta según el territorio, el tipo de alojamiento y el perfil de los anfitriones.
Este proyecto reúne todo el proceso: limpieza de datos, modelado, análisis y un dashboard en Power BI pensado para responder preguntas reales.
02 · El objetivo
Leer el mercado por territorio antes que por precio.
Lo primero que hice fue entender el tamaño del mercado. Antes de calcular precios o tendencias, necesitaba saber cuántos alojamientos había, cuántos anfitriones participaban y cómo se repartía la oferta.
Esa visión inicial me permitió interpretar mejor todo el análisis posterior.
anuncios analizados
localizaciones en 3 provincias
anfitriones distintos
03 · Mi enfoque
El mercado turístico es espacial antes que estadístico.
Cuando llevé los datos al mapa apareció una de las primeras diferencias importantes: la oferta no estaba distribuida de forma uniforme.
Había zonas con mucha concentración de alojamientos y otras donde la actividad era mucho más reducida. Ver esa distribución antes de entrar en los precios cambió la forma de interpretar el mercado.
Por eso decidí construir el análisis empezando por el territorio y no por la media.
Así resumí la distribución del mercado.
Económico
Menos de 50€/noche
6,67%
Medio
50€ – 149€/noche
54,73%
Alto
150€ – 299€/noche
28,46%
Lujo
300€/noche o más
10,15%
04 · Modelo de datos
Construí un esquema en estrella para analizar el mercado con contexto.
Después de limpiar los datos diseñé un modelo en estrella con Power BI, organizando la información en una tabla de hechos y varias dimensiones conectadas entre sí.
Esta estructura hace que el análisis sea más consistente, facilita el cálculo de métricas en DAX y permite navegar entre territorio, alojamiento y tiempo sin perder el contexto de cada dato.
Visualización en Power BI
Del resumen al mapa sin perder el filtro.
Diseñé el dashboard para que cualquier persona pudiera empezar con una visión general y profundizar después en una zona concreta.
Los filtros mantienen el contexto entre páginas, lo que permite pasar de un resumen ejecutivo a un mapa detallado sin romper el hilo del análisis.
La señal que no aparecía en la media del mercado.
31 anfitriones (0,8%) — 15,2% de toda la oferta.
La media del mercado escondía una concentración muy clara.
Al analizar la distribución de los anuncios descubrí que solo 31 anfitriones, que representan aproximadamente el 0,8% del total, gestionaban más del 15% de toda la oferta.
Ese dato cambió la lectura del mercado: no todos los anfitriones participan de la misma forma. Algunos gestionan un volumen muy superior al resto, algo que solo apareció al cruzar territorio, tipo de alojamiento y distribución de anuncios.
Hallazgos clave
Cuatro cosas que el precio medio no explica.
Concentración geográfica
Al mapear los alojamientos comprobé que la actividad no estaba repartida por igual. Algunas zonas concentraban buena parte de la oferta mientras otras tenían una presencia mucho menor.
Profesionalización de la oferta
Al analizar los anfitriones apareció una diferencia importante entre quienes gestionan un único alojamiento y quienes administran varios anuncios.
Tipología dominante
La mayor parte de la oferta corresponde a viviendas completas, aunque la proporción cambia según el territorio.
Nichos poco visibles
Al cruzar variables aparecieron segmentos pequeños que pasan desapercibidos cuando solo se observa el promedio del mercado.
Herramientas
Herramientas que utilicé.
Power BI
Modelado, visualización e interacción del dashboard.
DAX
Cálculo de métricas y medidas.
Esquema en estrella
Organización del modelo de datos.
Power Query
Limpieza y transformación.
Modelo dimensional
Relación entre hechos y dimensiones.
Visualización editorial
Diseño pensado para facilitar la lectura.
Qué me llevo del proyecto
El modelo encontró dos errores reales.
Durante el proceso aparecieron dos problemas que podían cambiar la lectura del análisis si no se corregían.
El primero estaba relacionado con registros duplicados que inflaban algunas métricas.
El segundo surgió al revisar la relación entre anfitriones y anuncios, donde parte de la concentración del mercado quedaba oculta si solo se utilizaban agregaciones generales.
Resolver ambos casos me obligó a validar el modelo antes de construir el dashboard.
Fue una buena lección: una visualización puede verse bien y, aun así, apoyarse en un cálculo incorrecto.
De un precio suelto a un mercado con estructura.
Este proyecto resume cómo abordé un análisis completo: desde preparar los datos hasta construir un dashboard pensado para responder preguntas de negocio.
Dashboard interactivo publicado en Power BI Service
Portfolio completo de Power BI