DMP Segment- og Profilanalyse

Relaterede dokumenter
DMP Segment- og Profilanalyse

Geodemografisk klassifikation. Public

Singler i København KØBENHAVNS KOMMUNE

Del 3: Statistisk bosætningsanalyse

Statistik til kommunal planlægning. 1.a Nøgletal på kommuner og nøgletal på boligområder v/heidi Lucas Rasmussen og Anita Saaby Rasmussen

QUANTIC: Telefon: Daniel Kim Soren. Telefon: Januar 2016 Lars Fiskbæk

ELITEN I DANMARK. 5. marts Resumé:

Stor stigning i gruppen af rige danske familier

Indledning Befolkningssammensætning fordelt på alder Befolkningstilvækst Flyttemønstre... 7

Tendens 2013 conzoom og variable 17. september 2013

Management Summary - Pensionsundersøgelse Pensionister 65 år

De sociale klasser i Danmark 2012

ABoligejere med overskud

Analyse af de Socioøkonomiske forhold i Stevns Kommune

de mindre byer i varde k o mmune

TNS GALLUP. Målgruppebeskrivelse til Nationalmuseet. November 2007

Statistisk oversigt over Vollsmose

UDKAST BYER I BEVÆGELSE. Brørup. -- // Analyse af byer i udvikling // --

1.1 Børneforældre over 30

TILFLYTTERANALYSEN 2016

STOR FORSKEL PÅ RIG OG FATTIG I DANMARK

BOSÆTNING Bosætningsmønstre og boligpræferencer i Aalborg Kommune. Del 4: Cameo-analyse Geo-demografisk husstandsklassifikation

Bosætningsanalyse. Hvem bor i Høje-Taastrup Kommune og hvem er flyttet til de sidste 10 år og hvorfor? Johannes Bakker og Helle Engelund, COWI

STATISTIK. Beboere i den almene boligsektor 2016

Tema: Familieliv. Artikel: Vi vælger samme type igen og igen Svar på spørgsmålene:

Folkepensionisternes indkomst og formue

Hver ottende dansker kan ikke få en krone, hvis de mister arbejdet

Modtagere af boligydelse

KRISE: EN KVART MIO. BOLIGEJERE UDEN OFFENTLIG HJÆLP

Flytteanalyser og bosætning

Singler i Danmark: Flere og flere ufaglærte bor alene

Analyse: Udviklingen i tilgang til sygedagpenge

Fakta om Korsør udvalget. RAPPORT Center for Vækst og Plan Februar 2015

Præsentation af bosætningsanalysen

Danmark i forandring

Den 13. november

Perceptionsanalyse Hvem bor i Høje-Taastrup Kommune og hvorfor bor de der?

Analyse af sammenhæng mellem tandlægebesøg og demografiske og socioøkonomiske forhold

Bosætningsanalyse. Hvem bor i Høje-Taastrup Kommune og hvem er flyttet til de sidste 10 år og hvorfor? Johannes Bakker og Helle Engelund, COWI

Transkript:

Forbrugeradfærdsdata Typologibaserede klassifikationer DMP Segment- og Profilanalyse Økonomiske specialvariable Demografiske variable Husstande på Robinsonlisten Ejendomsdata 8. august 2016

DMP Segment- og Profilanalyse Match og berigelse med data fra eksterne kilder KundeData DMP Segment- og Profilanalyse side 2

Analysevariable Personer i husstanden Køn / Alder Husstandens sammensætning Antal børn i husstanden Husstandsindkomst / Formue Uddannelsesniveau / Beskæftigelse Medlemskab af A-kasse Bil / Pendling Antal telefoner / Telefontyper Robinson Boligen Geografi Boligejerforhold Boligens alder Boligstørrelse Boligtype Befolkningstæthed Ejendomsværdi Indbrudsstatistik Husstanden FSS-Grupper FSS-Typer RKI skyldnerindeks DMP Segment- og Profilanalyse side 3

Datagrundlaget DMP Segment- og Profilanalyse side 4

Datagrundlaget Vi modtog i alt 961.905 records Antal Pct. Heraf mangelfulde adresser 127 0,0 % Heraf dubletter på husstanden 12 0,0 % Records til analyse (analysegrundlaget) 961.766 100,0 % DMP Segment- og Profilanalyse side 5

Analysegrundlaget Match resultat Profilanalyse Antal Pct. Analysegrundlaget 961.766 100,0 % Beriget med køn 958.306 99,6 % Beriget med Alder 955.328 99,3 % Beriget med variable: Robinson 961.766 100,0 % Beriget med variable: Teledata 257.751 26,8 % Beriget med variable: Demografi (DST) 961.410 100,0 % Beriget med variable: Ejendomsdata (OIS) 960.568 99,9 % DMP Segment- og Profilanalyse side 6

Analyseresultat "Highlights" DMP Segment- og Profilanalyse side 7

Penetration på postnummer Bornholm Udefineret Postnumre uden kunder Postnumre med laveste penetration - Index 1-89 Postnumre med mellemste penetration - Index 90-107 København Postnumre med højeste penetration - Index >108 DMP Segment- og Profilanalyse side 8

Kønsfordeling 0 50 100 150 200 Kvinder 50% 99 Mænd 50% 101 DMP Segment- og Profilanalyse side 9

RKI skyldnerindeks 0 50 100 150 200 Hvid 2% 100 Grøn 68% 101 Gul 21% 98 Rød 9% 96 DMP Segment- og Profilanalyse side 10

Experian FSS-Grupper A - Etablerede velhavere B - Danmark på midten C - Beskedne rækker D - Yngre storbyliv E - Singleliv i byen F - Udfordringer i byen G - Seniorliv H - Landlige livsnydere I - En by i provinsen J - I åbent land K - Landsbyliv 6% 13% 11% 9% 8% 12% 4% 8% 11% 9% 8% 0 50 100 150 200 123 130 110 100 87 89 69 89 106 99 97 DMP Segment- og Profilanalyse side 11

Identificerede segmenter DMP Segment- og Profilanalyse side 12

Summeret indtryk af husstande på Robinsonlisten 5 segmenter identificeret: Karrierefamilier i provinsen, Livet i rækkehuset, Parcel i provinsen, Ung i storbyen og Livet på 1. række Fravær af de helt lave indkomster, små billige boliger og ældre over 65 år, mens lejeboliger er underrepræsenteret ift. Danmarks befolkning Vi ser et billede af en velstillet yngre familie i provinsen: De bor primært på Sjælland og ikke alt for tæt på byerne Børnefamilier med forældre under 45 år De er veluddannede med gode indkomster og bil Ejer et større parcelhus hvor mange er nybygget efter 2000 En mindre del viser dog et billede af byboere: De bor i høj grad i København og i forstaden til København eller andre større byer Ung single eller yngre enlig forsørger under 45 år Boligen er rækkehus eller lejlighed DMP Segment- og Profilanalyse side 13

Identificerede segmenter Karrierefamilier i provinsen 13% Livet i rækkehuset 11% Øvrige 50% Parcel i provinsen 11% Ung i storbyen 9% Livet på 1. række 6% DMP Segment- og Profilanalyse side 14

1: Karrierefamilier i provinsen, udgør 13% af basen Hvem er de? Velbjergede børnefamilier over hele landet Ejerbolig i provinsen: Parcelhus/villa Alder: 30-55 år Typisk mange børn Bilejere: Pendler til job Pæne indkomster og formuer God betalingsevne Uddannelse og beskæftigelse på middel/højt niveau I Danmarks befolkning findes 10% i dette segment DMP Segment- og Profilanalyse side 15

2: Livet i rækkehuset, udgør 11% af basen Hvem er de? Høj andel af enlige forsørgere med et par børn Spejl af et stort gennemsnit Alder: 30+ Bosat i forstæderne til de større byer i kæde-/rækkehus Uddannelse og beskæftigelse på middel niveau Middelstore indkomster Rimelig betalingsevne hos flertallet Bilejere I Danmarks befolkning findes 10% i dette segment DMP Segment- og Profilanalyse side 16

3: Parcel i provinsen, udgør 11% af basen Hvem er de? Børnerige familier i provinsen Ofte ude på landet Større børn eller teenagere i husstanden, alternativt par uden hjemmeboende børn Alder: 45-65 år Høj beskæftigelse, stor aktivitet Erhvervsfaglige jobs, overenskomstlønnede Bolig- og bilejer Pæne indkomster og formuer God betalingsevne Et meget gennemsnitligt segment! I Danmarks befolkning findes 11% i dette segment DMP Segment- og Profilanalyse side 17

4: Ung i storbyen, udgør 9% af basen Hvem er de? Unge veluddannede på vej frem med højt forbrug! Bor i byen i små lejeligheder og har ikke bil Alder: 17-34 år Enlig uden børn Pæne indkomster, høj beskæftigelse Lille eller negativ formue, ingen pension, ofte overtræk og mange har forbrugslån De yngste har studiejobs i servicefag I Danmarks befolkning findes 9% i dette segment DMP Segment- og Profilanalyse side 18

5: Livet på 1. række, udgør 6% af basen Hvem er de? Sundudsigt i velhaverområder omkring de store byer og i Nordsjælland Alder: 45-65 år Danmarks absolut mest velhavende: Højeste indkomster, største forbrug og store formuer Høje månedlige kreditforpligtelser i store ejerboliger: Villa, parcelhus eller lystejendom Gifte par med hjemmeboende større børn eller enlige par, hvor børnene er flyttet ud Veluddannede og beskæftiget på højeste niveau: Handel og finans I Danmarks befolkning findes 5% i dette segment DMP Segment- og Profilanalyse side 19

Bilag 1: Resultat pr. variabel DMP Segment- og Profilanalyse side 20

Danmarks Statistik Om personerne i husstanden DMP Segment- og Profilanalyse side 21

Penetration på postnummer Bornholm Udefineret Postnumre uden kunder Postnumre med laveste penetration - Index 1-89 Postnumre med mellemste penetration - Index 90-107 København Postnumre med højeste penetration - Index >108 DMP Segment- og Profilanalyse side 22

Kønsfordeling 0 50 100 150 200 Kvinder 50% 99 Mænd 50% 101 DMP Segment- og Profilanalyse side 23

Aldersfordeling 18-24 år 25-29 år 30-34 år 35-39 år 40-44 år 45-49 år 50-54 år 55-59 år 60-64 år 65-69 år 70-74 år 75-79 år 80+ år 3% 14% 17% 15% 14% 12% 7% 5% 8% 3% 1% 0% 0% 0 50 100 150 200 250 300 222 188 173 133 155 85 75 48 76 32 16 17 15 DMP Segment- og Profilanalyse side 24

Husstandens sammensætning 0 50 100 150 200 Enlig uden børn 35% 92 Enlig med børn 6% 104 Par uden børn 27% 101 Par med børn 24% 111 Anden husstandstype 7% 103 DMP Segment- og Profilanalyse side 25

Antal børn i husstanden 0 50 100 150 200 0 børn 68% 97 1 barn 13% 106 2 børn 14% 110 3 børn 5% 107 DMP Segment- og Profilanalyse side 26

Husstandens gennemsnitlige indkomst 0-99.999 kr. 100-199.999 kr. 200-299.999 kr. 300-399.999 kr. 400-499.999 kr. 500-599.999 kr. 600-699.999 kr. 700-799.999 kr. 800-899.999 kr. 900-999.999 kr. Over 1 million kr. 0% 0% 7% 19% 18% 18% 15% 10% 6% 3% 5% 0 50 100 150 200 35 50 74 88 95 101 108 119 128 136 136 DMP Segment- og Profilanalyse side 27

Husstandens formue/gæld 0 50 100 150 200 < -250.000 kr. 0% 132 < -50.000 kr. 4% 109 < 50.000 kr. 10% 92 < 650.000 kr. 49% 97 < 1.500.000 kr. 28% 104 1.500.000 kr+ 9% 112 DMP Segment- og Profilanalyse side 28

Uddannelse 0 50 100 150 200 Grundskole 20% 92 Gymnasial 6% 93 Erhvervsfaglig 35% 100 Kort videregående 5% 105 Mellemlang videregående 20% 105 Lang videregående 11% 114 Uoplyst 3% 86 DMP Segment- og Profilanalyse side 29

Beskæftigelse 0 50 100 150 200 Grundniveau 28% 99 Mellemniveau 8% 108 Højniveau 30% 109 Arbejdsledige 4% 96 Pensionister m.m. 25% 93 Øvrige 4% 88 DMP Segment- og Profilanalyse side 30

Medlem af A-kasse 0 50 100 150 200 0 personer 40% 87 1 person 31% 105 2+ personer 29% 118 DMP Segment- og Profilanalyse side 31

Bilrådighed i husstanden 0 50 100 150 200 0 biler 35% 93 1 bil 50% 103 2+ biler 15% 110 DMP Segment- og Profilanalyse side 32

Bilens alder 0 50 100 150 200 Under 2 år 13% 102 2-4 år 13% 103 4-10 år 30% 101 10+ år 45% 98 DMP Segment- og Profilanalyse side 33

Pendling afstand 0 50 100 150 200 0-10 km 45% 97 10-20 km 20% 102 20-30 km 12% 103 30+ km 23% 103 DMP Segment- og Profilanalyse side 34

Antal telefoner i husstanden 0 50 100 150 200 1 telefon 44% 109 2 telefoner 28% 101 3 telefoner 13% 97 4 telefoner 8% 90 5 telefoner 3% 84 6 telefoner 2% 73 7 telefoner 1% 64 8+ telefoner 1% 45 DMP Segment- og Profilanalyse side 35

Telefontype 0 50 100 150 200 Fastnet+mobil 19% 81 Kun fastnet 6% 64 Kun mobil 55% 135 Uoplyst 20% 76 DMP Segment- og Profilanalyse side 36

Husstande på Robinsonlisten 0 50 100 150 200 250 300 350 400 450 500 Robinson 100% 447 Ej Robinson 0% 0 DMP Segment- og Profilanalyse side 37

OIS/BBR Om boligen DMP Segment- og Profilanalyse side 38

Boligejerforhold 0 50 100 150 200 Ejerbolig 73% 105 Lejebolig 19% 87 Andelsbolig 7% 97 DMP Segment- og Profilanalyse side 39

Boligens alder (opført år) 0 50 100 150 200 Før 1900 11% 104 1901-1920 9% 105 1921-1940 13% 101 1941-1960 14% 98 1961-1980 29% 93 1981-2000 12% 86 Efter 2000 12% 137 DMP Segment- og Profilanalyse side 40

Boligens antal værelser 0 50 100 150 200 1 værelse 3% 55 2 værelser 14% 73 3 værelser 21% 95 4 værelser 26% 110 5 værelser 18% 118 6 værelser 10% 123 7+ værelser 8% 126 DMP Segment- og Profilanalyse side 41

Boligens størrelse i m² 0 50 100 150 200 0-39m² 2% 52 40-59m² 7% 72 60-79m² 14% 77 80-99m² 18% 98 100-119m² 15% 112 120-159m² 24% 113 160-199m² 13% 123 200-299m² 7% 126 300- m² 1% 148 DMP Segment- og Profilanalyse side 42

Boligens anvendelse 0 50 100 150 200 Stuehus 4% 88 Parcelhus 45% 113 Rækkehus 15% 101 Etagebolig 34% 90 Øvrige 2% 70 DMP Segment- og Profilanalyse side 43

Husstandstæthed, 100x100m 0 50 100 150 200 1-2 husstande 11% 102 3-5 husstande 9% 116 6-9 husstande 18% 111 10-19 husstande 23% 106 20-49 husstande 17% 92 50-74 husstande 7% 88 75+ husstande 14% 87 DMP Segment- og Profilanalyse side 44

Ejendomsværdi 0 50 100 150 200 0-0.5 mio. kr. 3% 80 0.5-1 mio. kr. 23% 81 1-1.5 mio. kr. 24% 93 1.5-2 mio. kr. 20% 111 2-2.5 mio. kr. 12% 125 2.5-3 mio. kr. 7% 132 3-3.5 mio. kr. 4% 135 3.5-4 mio. kr. 2% 131 > 4 mio. kr. 5% 109 NB: Ejendomsværdien er beregnet ud fra husstande som er stuehus, parcelhus, rækkehus med ejerforholdet ejer DMP Segment- og Profilanalyse side 45

Indbrudsrisiko 0 50 100 150 200 Ingen risiko 11% 116 Lille risiko 26% 94 Gennemsnitlig risiko 31% 98 Forhøjet risiko 17% 101 Stor risiko 15% 106 DMP Segment- og Profilanalyse side 46

Experian FSS Finansiel Strategisk Segmentering DMP Segment- og Profilanalyse side 47

Experians Forbrugerklassifikation: Finansiel Strategisk Segmentering FSS beskriver den danske befolkning og bygger på samkøring af i alt 14 udvalgte variable fra offentlige registre hos Danmarks Statistik og BBR, samt oplysninger hentet fra Experians systemer. Resultatet er dannelsen af 11 Grupper og 37 Typer. Hver Gruppe/Type består af husstande, som ligner hinanden mest muligt og er mest muligt forskellige fra de øvrige. Til beskrivelsen af de 11 Grupper og 37 Typer er der inddraget interviewdata fra to kilder: ResearchNow og YouGov Zapera. Et stort antal danskere har fortalt om deres økonomiske situation, deres behov for samt oplevelser med lån og andet. Experian opdaterer data årligt og justerer Grupper og Typer, når det er relevant. DMP Segment- og Profilanalyse side 48

FSS-Grupper og Typer DMP Segment- og Profilanalyse side 49

Inddeling i FSS-Typer DMP Segment- og Profilanalyse side 50

Experian FSS-Grupper A - Etablerede velhavere B - Danmark på midten C - Beskedne rækker D - Yngre storbyliv E - Singleliv i byen F - Udfordringer i byen G - Seniorliv H - Landlige livsnydere I - En by i provinsen J - I åbent land K - Landsbyliv 6% 13% 11% 9% 8% 12% 4% 8% 11% 9% 8% 0 50 100 150 200 123 130 110 100 87 89 69 89 106 99 97 DMP Segment- og Profilanalyse side 51

Experian FSS-Typer (A-D) A01 - På første række A02 - Velstillet succes A03 - På den sikre side B04 - Her går det godt B05 - Familier på vej B06 - Pendlende par B07 - Udflyttere C08 - Godt og vel C09 - Midt på vejen C10 - Familieliv i rækker D11 - Storbykarrierer D12 - Storbypuls D13 - Forbrug i storbyen D14 - Studenterliv 2% 3% 1% 3% 3% 4% 4% 3% 4% 3% 1% 2% 5% 1% 0 50 100 150 200 129 133 102 128 166 128 116 121 95 124 116 114 103 51 DMP Segment- og Profilanalyse side 52

Experian FSS-Typer (E-G) E15 - Ud af starthullerne E16 - Mangfoldig solo E17 - Op ad bakke F18 - Storbyens musik F19 - Midt i smeltedigelen F20 - Multikulturel leje F21 - Multikultur i forstaden F22 - Byens ældre G23 - Ældre lejere G24 - Ældrehjemmet G25 - Komfort og slippers 3% 2% 3% 3% 2% 2% 3% 2% 2% 1% 2% 0 50 100 150 200 82 93 88 94 89 90 97 75 85 48 67 DMP Segment- og Profilanalyse side 53

Experian FSS-Typer (H-K) H26 - Livet med sommerhuset H27 - Sølvgråt fristed H28 - Provinsielle besiddelser I29 - Travlhed på landet I30 - Leder i den lille by I31 - Motorvejsfamilier J32 - Styr på (be)driften J33 - Aldrende landboere J34 - Store vidder K35 - Landsbyidyl K36 - Væk fra det hele K37 - Yderlige ældre 2% 2% 4% 3% 3% 5% 4% 2% 3% 5% 2% 1% 0 50 100 150 200 78 94 93 86 107 120 120 64 102 110 84 82 DMP Segment- og Profilanalyse side 54

Experian RKI data - Betalingsanmærkninger DMP Segment- og Profilanalyse side 55

Experian RKI data Andel af befolkningen der har en betalingsanmærkning Hvid 0% Grøn 1-5% Gul 6-10% Rød >10% Betalingsanmærkninger DMP Segment- og Profilanalyse side 56

RKI skyldnerindeks 0 50 100 150 200 Hvid 2% 100 Grøn 68% 101 Gul 21% 98 Rød 9% 96 DMP Segment- og Profilanalyse side 57