Metode
Bliv klogere på diskretionering i hele Norden, vejbidsklynger og demografiske deciler
Diskretionering
Diskretionering er en samlebetegnelse for de metoder, der bruges til at sikre, at enkeltindivider ikke kan identificeres, når der arbejdes med data. Diskretioneringsmetoden afhænger både af, hvilken variabel, man arbejder med, formålet og lovgivningen i det enkelte land
De tre øverste niveauer i hver af figurerne nedenfor, kan samlet betegnes som statistik
Diskretioneringsniveauer i Danmark
CELLE ELLER POLYGON
Data på det standardisede danske kvadratnet med 100 x 100 m-celler eller specifikke polygoner. Det højeste aggregeringsniveau
GRUPPEREDE VEJSEGMENT-KLYNGER
Hvis der ikke er min. 400 husstande og/eller 10 kunder pr. klynge, kombinerer vi lignende vejklynger
DE ENKELTE VEJSEGMENT-KLYNGER
Minimum 3 / 5 husstande – grupperet til 400 husstande (optimeret)
Vi ved ikke, hvilke husstande
KVH
Adgangsadresse
Vi ved ikke, hvilken lejlighed/enhed
KVHX
Enhedsadresse
Vi ved ikke, hvilke individer i boligen/enheden
KUNDE (1:1)
Specifikt individ med en specifik adresse
Kun til projekter om eksisterende kunder
Diskretioneringsniveauer i Finland
CELLE
Data på det standardiserede finske kvadratnet med 250m x 250m-celler. Det højeste aggregeringsniveau
POLYGONER
Data grupperet efter en specifikt defineret polygon. Grupperingerne følger standard- logikkerne for minimumsdiskretionering og dækker et større område end vejsegmenter
SINGLE SEGMENT-KLYNGER
Minimum 10 personer inden for optimerede 83m x 83m-klynger i det finske kvadratnet
Vi ved ikke, hvilke husstande
KVH
Adgangsadresse
Vi ved ikke, hvilken lejlighed/enhed
KVHX
Enhedsadresse
Vi ved ikke, hvilke individer i boligen/enheden
KUNDE (1:1)
Specifikt individ med en specifik adresse
Kun til projekter om eksisterende kunder
Diskretioneringsniveauer i Norge
CELLE
Data på det standardiserede norske kvadratnet med 100m x 100m-celler. Det højeste aggregeringsniveau
POLYGONER
Data grupperet efter en specifikt defineret polygon. Grupperingerne følger standard- logikkerne for minimumsdiskretionering og dækker et større område end vejsegmenter
SINGLE SEGMENT-KLYNGER
Minimum 3 personer / 4 husstande (optimeret)
Vi ved ikke, hvilke husstande
KVH
Adgangsadresse
Vi ved ikke, hvilken lejlighed/enhed
KVHX
Enhedsadresse
Vi ved ikke, hvilke individer i boligen/enheden
KUNDE (1:1)
Specifikt individ med en specifik adresse
Kun til projekter om eksisterende kunder
Diskretioneringsniveauer i Sverige
CELLE
Data på det standardiserede svenske kvadratnet med 250m x 250m-celler. Det højeste aggregeringsniveau
POLYGONER
Data grupperet efter en specifikt defineret polygon. Grupperingerne følger standard- logikkerne for minimumsdiskretionering og dækker et større område end vejsegmenter
OPTIMEREDE KLYNGER MED 7 PERSONER 18+
Baseret på minimum 7 personer over 18 år – optimeret efter husstandens livsfase
Vi ved ikke, hvilke specifikke husstande, der er i klyngen
KVH
Adgangsadresse
Vi ved ikke, hvilken lejlighed/enhed
KVHX
Enhedsadresse
Vi ved ikke, hvilke individer i boligen/enheden
KUNDE (1:1)
Specifikt individ med en specifik adresse
Kun til projekter om eksisterende kunder
1. Vælg vejen efter KVHX-logik
2. Baseret på adgangsadresser og hustype (enfamilie- eller flerfamiliehus) [DST] eller enhedsadresser [Geomatic] opsplittes veje i optimerede mikrosegmenter af minimum henholdsvis 5/3 husstande. Når vi bestiller vejbidsegmenterede data fra Danmarks Statistik, er det dem, der udarbejder vejbidklyngerne
3. De optimerede 5/3 mikrosegmentklynger samles på kommuneniveau. Dernæst sorteres alle mikrosegmenter efter sorteringsparameter (fx værdi fra høj til lav)
Herefter genererer vi makrosegmenter på 400 husstande ved at tage de mikrosegmenter med den højeste værdi først (1), dernæst næsthøjeste værdi (2) osv.
4. Dernæst skabes de ønskede statistikker
Variablen føres dernæst tilbage på mikrosegmenterne for anvendelse i modeller, analyser eller til segmentering
Demografiske deciler
Deciler hjælper dig med at få overblik på en simpel og let forståelig måde ved at dele den enkelte variabel op i tiendedele (deciler). Decilerne er i et vist omfang sammenlignelige med de rå data. Detaljeniveauet er dog ikke det samme, og modsat de rå data er variablene ikke egnede, når du bygger komplekse datamodeller
Sådan skaber vi decilerne
Decilerne bliver til ved, at vejbidklyngerne for den pågældende variabel sorteres fra høj til lav på nationalt niveau. Herefter splittes klyngerne i ti lige store grupper; deciler. Det betyder, at de 10 % af husstandene med den laveste værdi inden for den pågældende variabel (fx indkomst), findes i decil 1, mens de 10 % af husstandene med den højeste værdi inden for den pågældende variabel findes i decil 10
Sådan kan du bruge decilerne
Deciler giver dig muligheden for at analysere dine kunder og dit marked fra forskellige dimensioner, bl.a. indkomst, uddannelse og herkomst på en let og overskuelig måde
Decilerne viser data på en fordeling over tiendedele eller en skala, der er tilpasset den enkelte variabel. Decilerne kan bruges til at beskrive og sammenligne de forskellige kundegrupper og få svar på spørgsmål som: Hvilken del af landet har flere biler/er ældre/har højere uddannelser? etc.
Med decilerne kan du segmentere en kundegruppe og finde bl.a. de kunder, der er blandt de 10 % med den højeste indkomst i landet. Har du egne data, kan vi beregne decilen ved at inddrage dem. Det er også nyttigt til at finde emner og tvillinger på markedet
Vores demografiske deciler
Boligtype
Familietype
Opførelsesår
Beskæftigelse
Børn
Formue
Personindkomst
Bilrådighed
Civilstand
Herkomst
Socialklasse
Boligstørrelse
Ejerforhold
Husstandsindkomst
Uddannelse
Se mere om data i vores data lake
Vælg et land og se mere om, hvilke data vi har i vores data lake og hvordan de er definerede
