Vor der Gründung von Numbeo im April 2009 gab es keine andere freie Datenbank über die Lebenshaltungskosten mit strukturierten Daten und Indices.
Bei anderen Quellen zu Lebenshaltungskosten waren die Daten verborgen oder mussten teuer gekauft werden. Die Daten waren auf sehr wenige Städte begrenzt. Ohne wesentlich höhere Ausgaben wäre es den Anbietern dieser Daten kaum möglich gewesen, Informationen über mehr Städte anzubieten, da sie auf manuell gesammelte Daten angewiesen waren. Außerdem konnte nichts über die Fehlerrate bei diesen manuell gesammelten Daten gesagt werden. Die manuelle Erfassung von Daten zu den Lebenshaltungskosten ist fehleranfällig:
Die Berichte, die vor 2009 verfügbar waren, gaben gewöhnlich lediglich einen Index an, der jedoch nicht genügt, um die individuellen Ausgaben einschätzen zu können. Den Otto Normalverbraucher gibt es nicht, da die Lebensumstände in folgenden Bereichen unterschiedlich aussehen können:
Die anderen Quellen zu Lebenshaltungskosten haben keine Möglichkeit geboten, individuelle Fälle abzubilden. Numbeo bietet eine erstklassige Software, die kostenlos Auskunft über verschiedene wirtschaftliche Indikatoren gibt.
Vor der Weltwirtschaftskrise ab 2007 kamen dem Gründer dieser Website die weltweiten Immobilienpreise völlig verrückt vor. Eine kleine Wohnung in dem Entwicklungsland, in dem er heute lebt, kostete so viel wie 310 modernste TFT-Bildschirme. Die abenteuerlichen Spekulationen rund um Immobilienpreise ließen den Wunsch nach einem Tool wachsen, das diesen Spekulationen eine Grundlage bietet.
Und so ist Numbeo entstanden. Numbeo:
Numbeo erhält seine Daten durch Eingaben von Nutzern sowie von manuell erhobenen Daten aus verlässlichen Quellen (Websites von Supermärkten, Taxiunternehmen und Behörden, Zeitungsartikel, andere Umfragen usw.). Manuell erhobene Daten aus verlässlichen Quellen werden zweimal im Jahr aktualisiert eingetragen.
Mithilfe von automatischen und halbautomatischen Filtern können wir zweifelhafte Daten erkennen und ausschließen. Der einfachste Filter funktioniert wie folgt: Wenn im selben Zeitraum für den Preis eines bestimmten Produkts die Werte 5, 6, 20 und 4 eingetragen wurden, wird der Wert 20 als „Datenrauschen“ abgelehnt, da dieser viermal so hoch wie der Durchschnitt.
Ein weiterer Filter schließt ¼ (ein Viertel) der niedrigsten und höchsten Einträge aus, da besonders hohe bzw. niedrige Werte tendenziell eher inkorrekt sind. Aus den verbleibenden Einträgen werden der Höchst-, Mindest- und Mittelwert errechnet und angezeigt.
Es werden außerdem noch komplexere Filter eingesetzt. Die Filter funktionieren desto besser, je mehr Daten eingetragen wurden.
Einer der erweiterten Filter versucht, schlechte Trainingsdaten zu entfernen, die der Spam-Filter verwendet. Er durchsucht als Spam gekennzeichnete Daten und rehabilitiert sie, wenn Unregelmäßigkeiten festzustellen sind.
Zusammenfassend kann man zu den Filtern sagen, dass Numbeo heuristische Technologie für qualitativ hochwertige Daten verwendet. Auf Grundlage der vorhandenen Daten schließt Numbeo in regelmäßigen Abständen Daten aus, die statistisch gesehen sehr wahrscheinlich nicht korrekt sind.
Numbeo archiviert außerdem ältere Daten. Standardmäßig geschieht dies alle 12 Monate, wobei auch Daten, die bis zu 18 Monate alt sind genutzt werden, wenn keine neuen Daten verfügbar sind und von einer geringen Inflationsrate ausgegangen werden kann. Die alten Werte werden zu statistischen Zwecken aufbewahrt.
mysql> select name, category, cpi_factor as cost_of_living_factor, rent_factor from item where cpi_factor > 0 or rent_factor > 0 order by category, relative_id; +-----------------------------------------------------------------+---------------------+-----------------------+-------------+ | name | category | cost_of_living_factor | rent_factor | +-----------------------------------------------------------------+---------------------+-----------------------+-------------+ | 1 Pair of Jeans (Levis 501 Or Similar) | Clothing And Shoes | 0.35 | 0 | | 1 Summer Dress in a Chain Store (Zara, H&M, ...) | Clothing And Shoes | 0.35 | 0 | | 1 Pair of Nike Running Shoes (Mid-Range) | Clothing And Shoes | 0.35 | 0 | | 1 Pair of Men Leather Business Shoes | Clothing And Shoes | 0.35 | 0 | | Milk (regular), (1 liter) | Markets | 25 | 0 | | Loaf of Fresh White Bread (500g) | Markets | 31 | 0 | | Rice (white), (1kg) | Markets | 14 | 0 | | Eggs (12) | Markets | 20 | 0 | | Local Cheese (1kg) | Markets | 12 | 0 | | Chicken Breasts (Boneless, Skinless), (1kg) | Markets | 15 | 0 | | Beef Round (1kg) (or Equivalent Back Leg Red Meat) | Markets | 15 | 0 | | Apples (1kg) | Markets | 31 | 0 | | Banana (1kg) | Markets | 25 | 0 | | Oranges (1kg) | Markets | 30 | 0 | | Tomato (1kg) | Markets | 22 | 0 | | Potato (1kg) | Markets | 24 | 0 | | Onion (1kg) | Markets | 10 | 0 | | Lettuce (1 head) | Markets | 18 | 0 | | Water (1.5 liter bottle) | Markets | 30 | 0 | | Bottle of Wine (Mid-Range) | Markets | 4 | 0 | | Domestic Beer (0.5 liter bottle) | Markets | 6 | 0 | | Imported Beer (0.33 liter bottle) | Markets | 6 | 0 | | Cigarettes 20 Pack (Marlboro) | Markets | 15 | 0 | | Apartment (1 bedroom) in City Centre | Rent Per Month | 0 | 0.25 | | Apartment (1 bedroom) Outside of Centre | Rent Per Month | 0 | 0.25 | | Apartment (3 bedrooms) in City Centre | Rent Per Month | 0 | 0.25 | | Apartment (3 bedrooms) Outside of Centre | Rent Per Month | 0 | 0.25 | | Meal, Inexpensive Restaurant | Restaurants | 16 | 0 | | Meal for 2 People, Mid-range Restaurant, Three-course | Restaurants | 3.5 | 0 | | McMeal at McDonalds (or Equivalent Combo Meal) | Restaurants | 6 | 0 | | Domestic Beer (0.5 liter draught) | Restaurants | 5 | 0 | | Imported Beer (0.33 liter bottle) | Restaurants | 5 | 0 | | Cappuccino (regular) | Restaurants | 15 | 0 | | Coke/Pepsi (0.33 liter bottle) | Restaurants | 6 | 0 | | Water (0.33 liter bottle) | Restaurants | 6 | 0 | | Fitness Club, Monthly Fee for 1 Adult | Sports And Leisure | 2.3 | 0 | | Tennis Court Rent (1 Hour on Weekend) | Sports And Leisure | 3 | 0 | | Cinema, International Release, 1 Seat | Sports And Leisure | 6 | 0 | | One-way Ticket (Local Transport) | Transportation | 20 | 0 | | Monthly Pass (Regular Price) | Transportation | 1.5 | 0 | | Taxi Start (Normal Tariff) | Transportation | 5 | 0 | | Taxi 1km (Normal Tariff) | Transportation | 20 | 0 | | Taxi 1hour Waiting (Normal Tariff) | Transportation | 0.7 | 0 | | Gasoline (1 liter) | Transportation | 60 | 0 | | Volkswagen Golf 1.4 90 KW Trendline (Or Equivalent New Car) | Transportation | 0.0035 | 0 | | Toyota Corolla 1.6l 97kW Comfort (Or Equivalent New Car) | Transportation | 0.0035 | 0 | | Basic (Electricity, Heating, Water, Garbage) for 85m2 Apartment | Utilities (Monthly) | 1 | 0 | | 1 min. of Prepaid Mobile Tariff Local (No Discounts or Plans) | Utilities (Monthly) | 320 | 0 | | Internet (10 Mbps, Unlimited Data, Cable/ADSL) | Utilities (Monthly) | 1 | 0 | +-----------------------------------------------------------------+---------------------+-----------------------+-------------+
Local_Puchasing_Power_Index = (Average_Disposable_Salary(This_City) / BasketConsumerPlusRent(This_City)) / (Average_Disposable_Salary(New_York) / BasketConsumerPlusRent(New_York)) BasketConsumerPlusRent(City) = sum_of (Price_in_the_city * (cost_of_living_factor + rent_factor))
Hinweis: Einige Bereiche von Numbeo wenden andere Datenaufbewahrungsrichtlinien an. Jeden Monat werden alte Daten archiviert, die mit unserer API herausgezogen werden können.
Diese Seite wurde aus dem Englischen übersetzt. Improve translation of this page