Herramientas de usuario

Herramientas del sitio


airbnb:donostia:indicadores

Diferencias

Muestra las diferencias entre dos versiones de la página.

Enlace a la vista de comparación

Ambos lados, revisión anteriorRevisión previa
Próxima revisión
Revisión previa
Próxima revisiónAmbos lados, revisión siguiente
airbnb:donostia:indicadores [2018/04/26 19:24] – [Pregunta] le113airbnb:donostia:indicadores [2018/04/26 19:45] – [4 Qué herramientas uso para producir la visualización. Qué pasos debo seguir] le113
Línea 3: Línea 3:
 ===== Equipo ===== ===== Equipo =====
  
-Persona 1. Nombre y apellidos, forma de contacto (webtwitter...). +  * Mikel Agirremikel.agirre@univ-perp.fr 
-Persona 2. Nombre y apellidosforma de contacto (webtwitter...). +  * Inés Perez@inespchavarri  
-...+  * Aritz Zabaletaaritz.zabaleta84@gmail.com, @azetaekis 
 +  * Ibai Zabaleta, izabaleta@tabakalera.eu, @le113
  
 ===== 1 Qué análisis o visualización responde a la pregunta ===== ===== 1 Qué análisis o visualización responde a la pregunta =====
Línea 23: Línea 24:
 ===== 2 Qué datos necesito y dónde los encuentro ===== ===== 2 Qué datos necesito y dónde los encuentro =====
  
-Lista de datos necesarios para responder la pregunta enlaces para descargárselos.+  * Población (INE - Padrón 2017 y Padrón 2106). Una de las fuentes fundamentales para la obtención de diversos datos ha sido el INE. Aunque varias comunidades autónomas tienen su propio servicio de estadística, hemos decidido optar por este porque es la única fuente que tiene datos de todos los municipios analizados obtenidos de la misma forma, lo que garantiza una homogeneización en la forma en la que se han obtenido dichos datos. 
 + 
 +  * Número de viviendas (Censo de viviendas INE 2011). Para la obtención de estos datos hemos vuelto a recurrir a la misma fuente por los mismos motivos. Problema con este dato, la última actualización es de 2011, pero resulta imposible obtener datos con una actualización mayor de todas las localidades analizadas. 
 +  * Número de anuncios de AirBnb y plazas por municipio (DataHippo.org). Utilizamos los datos en bruto y no distinguimos si los anuncios están activos o inactivos. Datos obtenidos en abril de 2018. 
 + 
 +  * Plazas hoteleras (INE) http://www.ine.es/jaxiT3/Datos.htm?t=2076 y número de establecimientos. Volvemos a recurrir al INE por los mismos motivos. Son datos actualizados en marzo de 2018, problema, solo son plazas de hoteles. Aunque el INE ofrece datos por albergues, campings, alojamientos rurales, no están detallados a nivel de municipio, tan solo por comunidad autónoma. Por lo tanto, debemos partir de la base de que la presión turística en cada una de las localidades es mayor a la que reflejan los datos que hemos podido obtener, ya que hay determinados tipos de alojamientos que no están reflejados. Datos obtenidos en marzo de 2018. 
 + 
 +  * Los datos usados atañen exclusivamente al municipio, es decir, no hemos tenido en cuenta áreas metropolitanas. Cabría considerar en un futuro tener en cuenta la presión a nivel metropolitano. Por eso tal vez pueda sorprender el dato de plazas de AirBnb en Palma, ya que la mayoría se concentra en municipios limítrofes con la capital. 
 + 
 +  * Para actualizar los datos relativos a Plazas hoteleras VS Plazas AirBnb obtenemos los datos del tipo de alojamientos hoteleros que hay en San Sebastián en Open Data Euskadi http://opendata.euskadi.eus/catalogo/-/alojamientos/ 
 + 
 +  * Tabla con los datos para visualizaciones: https://docs.google.com/spreadsheets/d/13ZWuuMmlrQ4_HFJjvQ9Ana9-o2QCXVSWUvifmJHWVEg/edit?usp=sharing 
  
 ===== 3 Qué herramientas uso para preparar los datos. Qué pasos debo seguir ===== ===== 3 Qué herramientas uso para preparar los datos. Qué pasos debo seguir =====
  
-Los diferentes pasos dar para preparar los datos: limpiarlos, filtrarlos, combinar bases de datos para trabajar más ágilmente... en que herramientas seon necesarias.+  * Descargamos cada serie de datos. Los datos de INE relativos al número de plazas hoteleras lo hemos descargado en formato csv y los del padrón en excel. 
 + 
 +  * Descargamos su vez los datos sobre airbnb en las diferentes ciudades en en datahippo.org 
 + 
 +  * Unimos los datos en una hoja  de cálculo donde poder realizar el filtrado de todos los campos https://drive.google.com/open?id=13ZWuuMmlrQ4_HFJjvQ9Ana9-o2QCXVSWUvifmJHWVEg En el caso de los datos de Airbnb importamos el listing por ciudad al archivo y posteriormente mediante una tabla dinámica (pivot table) realizamos un filtrado por el campo Room_type, sumando el total de tipos de alojamiento (alojamiento completo, habitación o habitación compartida) y el número de plazas por cada una de las categorías y en total
  
 ===== 4 Qué herramientas uso para producir la visualización. Qué pasos debo seguir ===== ===== 4 Qué herramientas uso para producir la visualización. Qué pasos debo seguir =====
 +
 +
 +===== 5 Qsdfdsfo para producir la visualización. Qué pasos debo seguir =====
  
 ==== Visualización 1 ==== ==== Visualización 1 ====
airbnb/donostia/indicadores.txt · Última modificación: 2018/04/26 19:47 por le113