Alternatif veri, geleneksel kaynaklardan elde edilmeyen ve konu özelinde doğrusal olmayan ancak ilgili konu hakkında karar süreçlerini destekleyici çıktılar üretebilen verileri tanımlamaktadır. Aslında alternatif veriler yıllardır farklı ölçeklerde iş istihbaratı metodolojilerinde kullanılmaktadır.
Günümüzde ise büyük veri temasıyla birlikte alternatif verilerin kullanımı, çeşitliliği ve çıktıya etkileri farklı bir ölçeğe ulaşmıştır. Finans başta olmak üzere veri kaynakları, sosyal medya ve web’in yaygınlaşmasıyla hızlanmış, çeşitlenmiş ve büyümüştür. Böylece finansta geleneksel olarak kabul edilen temel analiz ve fiyata bağlı teknik analiz verilerinin dışında, doğrudan kullanıcı fikirlerini ölçme imkanı veren alternatif veriler karar süreçlerinde daha önemli hale gelmiş ve daha isabetli ölçümler yapılmasını sağlamıştır.
İktisat ve finanstaki ölçüm pratiklerinin hemen hepsi insanların ekonomik arzularını (kararlarını değil) fiyata ve eyleme yansımadan önce ölçmeyi hedefler. Bu ölçümlerde temel indikatör (geleneksel veri) olarak kullanılan fiyat verisi aslında gecikmeli bir veri türüdür ve insanların “t” zamanda verdiği ekonomik kararların bir sonucu olarak gerçekleşir. Bu kararlar fiyata yansıdıktan ve veri oluştuktan sonra “t+1” zamanda gerçekleşebilecek senaryoları “t” zamandaki verilerle tahminlemeye çalışırız.
Sosyal medya ve diğer web kaynaklarını tarayarak elde ettiğimiz alternatif veriler ise insanların ekonomik kararlarını vermeden önce veya karar sürecinde dile getirdiği duygu durumlarını içerikler üzerinden ölçmeye çalışır. Böylece alternatif veri, “t-1” zamanda içerikler üzerinden ekonomik arzuları ve fikirleri ölçerek “t” zamandaki kararları tahminlemeye çalışır. Bu sayede analizin zaman periyodu öne çekilerek karar verici için daha erken, daha isabetli ve daha asimetrik çıktılar elde edilir.
Datakapital ise mevcut ürününde seçtiği finansal enstrümanlara ilişkin alternatif verileri web ve açık sosyal ağlardan toplar. Sosyal medya kullanıcılarının ya da haber sitelerinin ürettiği içerikler finansal enstrüman özelinde bir veri tabanına çekilir, ardından içeriklere çok sınıflı duygu/sentiment analizi yaplır. Makine öğrenimi temel alınarak geliştirilen modüllerle yapılan bu analiz içerikleri pozitif, nötr ve negatif olarak tasnif eder. Tasnifin ardından elde edilen bilgiler metriklenerek ve diğer verilerle çaprazlanarak finansal karar vericiler için anlamlı çıktılar üretilir.
Böylece alternatif veri Datakapital SaaS ürününde, diğer hizmet bazlı ürünlerden farklı olarak sürekli bir şekilde elde edilir ve işlenir. Bahsedilen süreç zamanlamış görevlerle icra edilir ve her saat için veriler elde edilerek işlenir. Firmanın alternatif veriye yaklaşımı da ürün bazındadır ve veri kazıma, işleme için büyük veri temasının getirdiği dağıtık işleme vb. teknolojileri ya da süreklilik gibi konseptleri ürüne uyarlamaya çalışmaktadır.
Datakapital, faaliyet gösterilen endüstri veya karar süreçlerindeki kompleksite ne olursa olsun gelecekteki karar destek sistemlerinin ve iş istihbaratı uygulamalarının alternatif veriler üzerinden ilerleyeceğini öngörmektedir.