Civitatis & Airbnb - Estrategia comercial enfocada en datos turísticos de ocupación (Málaga)

---

Enlaces

• Presentación
• Organización en Trello

---

Miembros del Proyecto

Nombre	Background	Contacto
Josemi Sánchez	ADE y RRHH, futuro Data Analyst	✉️ josemiguel.sanchez4@gmail.com
Adrián Benítez	Diseño gráfico, futuro Data Analyst	LinkedIn
Carlos Vergara	Data Analytics, AI, Python, SQL y Java	LinkedIn

---

Descripción del Proyecto

MINIQUEST 4: Proyecto del Bootcamp Data Analytics de Ironhack

Somos el equipo de IT, ciencia de datos y análisis de Civitatis.

Necesitamos crear una nueva estrategia para proyectar una nueva oferta comercial en la ciudad de Málaga. Crearemos ésta basándonos en datos turísticos de Airbnb, mayor exponente turístico de la ciudad malagueña.

Misión

Desarrollar una oferta de servicios turísticos personalizada y alineada con las necesidades del mercado en Málaga, mediante el uso de datos detallados de ocupación y comportamiento de los turistas.

Visión

Convertir a Civitatis en un referente líder en la toma de decisiones comerciales basadas en datos turísticos, con el objetivo de mejorar la experiencia de los visitantes y dinamizar la oferta turística en Málaga.

---

Diagrama ERD

Relaciones entre las tablas:

Tabla listing es la tabla principal del modelo de datos, con las siguientes claves:

• PK (Primary Key): listing_id
• FK (Foreign Key): host_id

Tabla host contiene todos los anfitriones respecto a los alojamientos

• Relación 1:N con la tabla listing a través de la clave host_id.

Tabla reviews es la tabla que tiene los grupos de reseñas por alojamiento

• FK (Foreign Key): listing_id
• Relación 1:1 con la tabla listing a través de la clave listing_id.

---

Gráficos

Aquí puedes ver los gráficos generados durante el proyecto:

---

Instrucciones para ejecutar el proyecto

Requisitos previos:

1. Instalar Python: Descarga e instala Python.
2. Crear y activar un entorno virtual:

   python -m venv env
   source env/bin/activate   # Para Linux/Mac
   env\Scripts\activate      # Para Windows

3. Instalar dependencias: Ejecuta este comando para instalar los paquetes desde requirements.txt:

   pip install -r requirements.txt

4. Descargar e instalar MySQL Workbench 8: Puedes hacerlo aquí. Durante la instalación, configura una contraseña para el usuario root y recuérdala para el paso final.

Preparación de archivos:

1. Coloca los siguientes archivos en la misma carpeta del proyecto:

   • main_cleanup.ipynb
   • main_report.ipynb
   • cleaning_functions.py
   • report_functions.py
   • civitatis_airbnb_database.sql
   • civitatis_airbnb_schema.sql

2. Descomprime calendar_and_listings_csv.rar y asegúrate de que los archivos calendar.csv y listings.csv estén en la carpeta del proyecto. Estos archivos son esenciales para la limpieza de datos.

Pasos para ejecutar:

1. Primero, usar el primer programa: Limpieza de datos (main_cleanup.ipynb):

   • Abre y ejecuta el archivo main_cleanup.ipynb. Este script procesará y limpiará los archivos calendar.csv y listings.csv, generando versiones limpias que se guardarán en la misma carpeta.

2. Después de la limpieza: Configurar la base de datos en MySQL:

   • Abre MySQL Workbench y carga los archivos:
     1. civitatis_airbnb_schema.sql (crea el esquema de la base de datos).
     2. civitatis_airbnb_database.sql (puebla la base de datos).
   • Utiliza la contraseña de root que configuraste durante la instalación.
   • Asegúrate que la base de datos creada se llame exactamente 'civitatis_airbnb'.

3. Por último, uso del segundo programa: Generar gráficos y mapas (main_report.ipynb):

   • Ejecuta el archivo main_report.ipynb, donde se te pedirá la contraseña de root. Este script generará gráficos y mapas, que se guardarán automáticamente en la misma carpeta del proyecto.

---

¡Ayúdanos a impulsar el turismo en Málaga y a desarrollar estrategias comerciales basadas en datos reales!