Die Variable Zahlungsindex beschreibt die statistische Wahrscheinlichkeit von Zahlungsausfällen für jedes Haus in Deutschland. Es erfolgt eine Einteilung der Häuser in neun Risikoklassen (microm 2014, S. 88). Die Klassen werden durch ein Scoringverfahren ermittelt, in das u. a. Negativmerkmale des Verbandes der Vereine Creditreform, sowie Informationen über Alters- und Familienstruktur, Wohnumfeld etc. einfließen. Alle Angaben sind gemäß der Vorgaben des Datenschutzes anonymisiert. Die wichtigste Grundlage bildet der Anteil der Haushalte mit Zahlungsproblemen(microm 2014, S. 88).
The variable “payment index“ describes the statistical probability of payment default for each house in Germany. The houses are accordingly grouped in 9 risk groups. Those groups are found by a scoring procedure that is, amongst others, based on negative characteristics obtained from the Creditreform Group as well as on information on the age and family structure and the residential environment. The most important basis is the share of households with payment defaults (mircom 2014, p. 88). All information is anonymised according to the rules of data protection.
RWI-GEO-GRID
Other
Microm verwendet schätzungsweise über eine Milliarde Einzelinformationen, die in den microm Datensatz einfließen. Die Grundlage für die Informationsgewinnung bilden im Wesentlichen Informationen über ca. 40,7 Millionen Haushalte in Deutschland.
Mircom uses more than a billion individual datapoints for the aggregation of the microm dataset. These are mainly information on approximately 40.7 million households in Germany.
Die Daten werden nicht für die einzelnen Haushalte sondern für die rund 19,7 Millionen Häuser in Deutschland ausgewiesen (microm 2014, Seite 1). Aus datenschutzrechtlichen Gründen werden Häuser, die zu einem Wohnumfeld gehören, zu einem „virtuellen“ mikrogeografischen Segment (sog. Mikrozelle) gebündelt, das durchschnittlich acht, mindestens aber fünf Häuser umfasst. So werden aus den benutzten Grunddaten Informationen zu den Haushaltsstrukturen generiert, die dann wiederum in weitere Hochrechnungen einfließen. Wann immer dies möglich ist, werden die errechneten Daten mit anderen Datenquellen wie beispielsweise amtlichen Daten, die auf einer höheren Aggregationsstufe vorliegen, abgeglichen (microm 2014, S. 2). Darüber hinaus nutzt microm die Möglichkeit seine Wohnumfelder zu geocodieren, das heißt, den Wohnfeldern werden Koordinaten zugewiesen. Dadurch wird die Möglichkeit geschaffen, diese Informationen den einzelnen Rastern zuzuordnen und auf dieser Ebene zu aggregieren.
