Industri keuangan penuh dengan perubahan yang cepat dan persaingan yang ketat. Analis perlu selalu selangkah lebih maju dari para pesaing mereka untuk memberikan informasi terbaru dan perincian tren kepada klien. Di saat yang sama, mereka perlu memastikan bahwa penilaian mereka didukung oleh data yang cukup valid untuk menghindari risiko yang terlalu besar terhadap investasi klien mereka. Itulah sebabnya banyak analis keuangan kini berkonsultasi dengan sumber data alternatif untuk memperkuat riset mereka.
Tetapi apa itu data alternatif, dan mengapa bermanfaat bagi analis keuangan? Panduan ini akan menjelaskan dengan membahas asal data alternatif, bentuknya, di mana Anda bisa mendapatkannya, apa saja keunggulannya dibandingkan data keuangan tradisional, dan bagaimana berbagai jenis analis keuangan dapat menggunakannya. Berikut ikhtisar singkat artikel tersebut:
- Apa itu data alternatif?
- Bagaimana data alternatif dihasilkan?
- 5 jenis utama data alternatif
- Manfaat menggunakan data alternatif untuk analisis
- Analisis data alternatif: cara penggunaannya
- Penyedia data alternatif terbaik: apa yang perlu diperhatikan + perbandingan
Kita akan mulai dengan definisi data alternatif agar Anda lebih memahami apa itu data alternatif.
Apa itu data alternatif?
Data alternatif merujuk secara spesifik pada data yang digunakan dalam analisis keuangan, tetapi dihasilkan atau dikumpulkan dengan cara non-tradisional. Artinya, perusahaan yang melakukan analisis tidak membuat data itu sendiri, juga tidak mendapatkannya dari sumber resmi seperti siaran pers atau laporan pendapatan triwulanan.
Lalu, dari mana asal data alternatif? Bagian selanjutnya akan menjelaskannya.
Bagaimana data alternatif dihasilkan?
Secara umum, data alternatif dihasilkan oleh tiga jenis sumber:
- Sensor: Sensor biasanya mencakup hal-hal seperti satelit, suar seluler, kamera pengawas, dan hotspot WiFi. Sensor terutama mengumpulkan informasi geospasial, seperti kondisi cuaca lokal atau citra suatu tempat dari berbagai sudut. Mereka juga dapat melacak hal-hal seperti lalu lintas pejalan kaki di dalam atau di sekitar area tertentu.
- Individu: Hal-hal non-transaksional yang dilakukan orang setiap hari merupakan beberapa sumber data alternatif yang paling melimpah. Seseorang yang mengunggah komentar di jejaring sosial, meninggalkan ulasan produk di situs e-commerce, mengikuti survei, mengunjungi situs web tertentu, atau bahkan sekadar mengunduh dan menggunakan aplikasi seluler tertentu menghasilkan data yang dapat digunakan oleh bisnis dan investor.
- Proses bisnis: Operasi perusahaan seringkali menghasilkan data sebagai produk sampingan, yang dapat dimanfaatkan oleh investor dan perusahaan lain. Misalnya, perusahaan kartu kredit atau debit dapat melacak transaksi yang mereka fasilitasi untuk bisnis tertentu. Atau, sebuah bisnis dapat mengirimkan email atau tanda terima cetak saat pelanggan melakukan pembelian; ini juga dapat dilacak sebagai data. Sebuah perusahaan juga dapat menghasilkan data publik di situs web dengan mengiklankan harga mereka, berapa banyak yang telah mereka jual, atau berapa banyak produk tertentu yang saat ini mereka miliki dalam stok.
Secara umum, data alternatif yang berasal dari sensor atau tindakan individu cenderung murah untuk diperoleh. Namun, data tersebut juga seringkali tidak hadir dalam format yang sangat praktis, sehingga membutuhkan pemrosesan yang signifikan agar dapat digunakan. Sebaliknya, data alternatif yang berasal dari aksi korporasi cenderung membutuhkan sedikit pemrosesan dan dapat segera ditambang untuk mendapatkan wawasan. Namun, biasanya lebih mahal.
5 Jenis Utama Data Alternatif
Kita telah membahas di bagian sebelumnya bahwa sumber yang berbeda menghasilkan jenis data alternatif yang berbeda pula. Meskipun data yang disebutkan maupun daftar berikut ini tidak dimaksudkan untuk menjadi lengkap, berikut adalah 5 contoh kategori data alternatif yang ditangani SafeGraph.
1. Transaksi
Orang membeli dan menjual barang setiap hari, dan data tentang transaksi ini merupakan salah satu sumber utama data alternatif. Perusahaan dapat mempublikasikan sebagian informasi ini secara publik (seperti di situs web mereka atau dalam laporan pendapatan), tetapi biasanya hanya melakukannya jika diwajibkan oleh hukum. Namun, ada cara lain untuk mengakses data ini.
Sebagai contoh, dimungkinkan untuk melacak penjualan perusahaan dan informasi transaksi lainnya melalui tanda terima yang mereka kirimkan melalui email setelah pelanggan menyelesaikan pembelian. Selain itu, banyak transaksi saat ini dilakukan melalui perusahaan pihak ketiga, seperti lembaga keuangan atau pemroses pembayaran (atau keduanya). Oleh karena itu, informasi tentang transaksi kartu debit, kartu kredit, dan akun online yang anonim dan agregat dapat dibeli dari perusahaan yang memfasilitasi transaksi tersebut. Metode terakhir inilah yang digunakan SafeGraph untuk menyusun dataset Pengeluaran kami melalui data pengeluaran konsumen yang diizinkan untuk berbagai tempat.
2. Mobilitas Manusia
Data mobilitas manusia mengacu pada pengukuran anonim mengenai pergerakan orang dalam wilayah geografis terbatas selama periode waktu tertentu. Pada dasarnya, ini mencakup atribut seperti tempat spesifik yang dikunjungi orang, berapa banyak orang yang berkunjung, dan berapa lama orang tinggal di satu tempat sebelum pindah ke tempat lain di dekatnya. Ini juga dapat mencakup tempat atau petunjuk arah dari mana orang memasuki area tersebut atau ke mana mereka pergi setelah meninggalkan area tersebut.
3. Titik Minat
Data Titik Minat (POI) mengacu pada informasi umum tentang tempat-tempat non-hunian yang mungkin ingin dikunjungi orang. Terkadang, ini berupa monumen atau landmark lain yang menarik wisatawan dan pengunjung lainnya. Namun, seringkali, POI adalah tempat di mana orang dapat membeli atau menjual produk dan layanan. Beberapa atribut umum adalah jam operasional, kisaran harga, merek afiliasi, klasifikasi produk/layanan, alamat jalan, dan informasi kontak. Dataset Tempat kami berisi data POI yang andal dan akurat yang diperbarui secara berkala.
4. Detail Properti
Detail properti mengacu pada informasi tentang sebidang tanah atau bangunan apa pun di atasnya. Ini dapat mencakup atribut seperti detail kepemilikan dan keuangan, termasuk sewa, hipotek, penjualan sebelumnya, dan nilai taksiran. Ini juga dapat mencakup spesifikasi tentang bangunan tertentu, seperti luas bangunan, jumlah kamar, spesifikasi HVAC, bahan konstruksi, dan sebagainya.
Atribut penting lainnya adalah tapak properti atau bangunan – representasi visual dari dimensi fisik sebenarnya dari properti dan bangunannya. Ini dapat mencakup metadata hierarki spasial bangunan yang merupakan unit terpisah di dalam bangunan yang lebih besar, seperti apartemen, toko di mal, atau kantor di kompleks bisnis. Lihat set data Geometri kami untuk memahami maksud kami.
5. Demografi
Data demografi adalah informasi agregat tentang orang-orang di suatu lingkungan, kota, negara bagian, negara, atau wilayah geografis lainnya. Data ini mencakup atribut seperti usia, etnis, jenis kelamin, pendapatan, status pekerjaan, status perkawinan, dan jenjang pendidikan tertinggi yang dicapai. Data demografi penting karena memberikan gambaran umum tentang orang-orang di suatu wilayah tertentu, dalam hal gaya hidup mereka dan (oleh karena itu) apa yang kemungkinan akan mereka belanjakan.
Sebagian besar data ini tersedia untuk umum secara gratis, tetapi tidak selalu mudah diakses dan dikelola untuk analisis data alternatif. Itulah sebabnya SafeGraph menawarkan versi data yang telah diolah dari Survei Komunitas Amerika (American Community Survey) Biro Sensus AS untuk tahun 2016 hingga 2019.
Manfaat menggunakan data alternatif untuk analisis
Kita masih belum menjawab pertanyaan yang sangat penting: mengapa menggunakan data alternatif? Mengapa tidak mengandalkan data keuangan dari sumber resmi saja? Ternyata, setidaknya ada empat alasan yang sangat bagus untuk memasukkan data alternatif ke dalam analisis keuangan:
- Kedekatan: Salah satu kelemahan utama data keuangan tradisional adalah sering kali terdapat jeda waktu yang signifikan antara saat data tersebut dipublikasikan. Jadi, hingga data berikutnya dirilis, terdapat risiko yang lebih besar bahwa data saat ini mungkin menjadi usang dan tidak relevan. Sebaliknya, data alternatif diproduksi setiap hari (atau lebih cepat), sehingga penggunaannya memudahkan untuk mengikuti perkembangan terbaru.
- Frekuensi: Keuntungan lain dari data alternatif yang diproduksi lebih sering adalah menyediakan ukuran sampel yang lebih besar untuk melakukan perbandingan dari waktu ke waktu. Hal ini memungkinkan akurasi yang lebih tinggi dalam mengidentifikasi tren, serta kemampuan untuk mengetahui kapan suatu pola benar-benar merupakan tren dan bukan sekadar anomali.
- Konteks: Mengidentifikasi tren memang penting, tetapi memahami mengapa tren itu terjadi adalah hal lain. Melihat data alternatif seperti jumlah pengunjung, logistik, sentimen sosial, dan bahkan cuaca dapat membantu memperkirakan apakah kinerja perusahaan akan tetap seperti yang diharapkan, atau akan berubah arah dalam waktu dekat.
- Kreativitas: Analis yang menggunakan data alternatif dapat memeriksa transaksi dari sudut pandang yang unik, yang dapat menghasilkan beberapa strategi investasi yang inovatif. Mereka mungkin dapat mengidentifikasi risiko dalam investasi yang tidak langsung terlihat, atau mereka mungkin menemukan peluang potensial dalam transaksi lain yang awalnya tampak tidak terlalu menjanjikan.
Setelah kita membahas keuntungan menggunakan analitik data alternatif dalam keuangan, kita akan membahas contoh bagaimana investor dapat menggunakannya.
Analisis data alternatif: cara penggunaannya
Data alternatif dapat digunakan untuk sejumlah fungsi berbeda dalam analisis keuangan. Namun, bagaimana tepatnya penggunaannya bergantung pada apakah seorang analis bekerja untuk klien tertentu, atau untuk firma yang lebih terbuka untuk publik yang melayani beberapa klien secara bersamaan. Posisi ini umumnya disebut sebagai posisi “sisi beli” dan “sisi jual”; kami akan menjelaskannya lebih lanjut secara singkat di bawah ini.
Analis sisi beli vs. sisi jual
Analis keuangan biasanya terbagi dalam dua kategori: sisi beli dan sisi jual. Keduanya menggunakan data alternatif dengan cara yang serupa; perbedaan utama mereka terletak pada siapa mereka bekerja dan apa peran mereka.
Analis sisi beli: Tugas mereka adalah mencari dan memberikan rekomendasi peluang investasi untuk klien tertentu, berdasarkan strategi investasi klien tersebut. Artinya, mereka berkonsultasi dengan sumber data alternatif untuk membantu dana lindung nilai, perusahaan ekuitas swasta, dan perusahaan serupa membeli atau menjual aset keuangan untuk mendapatkan imbal hasil maksimal dan risiko minimal.
Analis sisi jual: Tugas mereka adalah menyediakan informasi dan layanan keuangan kepada klien perusahaan pialang atau bank investasi. Jadi, mereka dapat berkonsultasi dengan sumber data alternatif bagi mereka yang meminjamkan uang atau membuat keputusan investasi, mencoba membuat mereka terus berbisnis dengan lembaga mereka dengan memberikan nasihat keuangan yang baik.
Setelah kita mengetahui beberapa perbedaan mendasar antara analis keuangan sisi beli dan sisi jual, mari kita lihat bagaimana masing-masing jenis peran dapat menggunakan data alternatif.
Kasus penggunaan data alternatif untuk investor keuangan + lainnya
Seperti yang telah disebutkan, kasus penggunaan data alternatif dapat berbeda-beda, tergantung pada jenis peran yang dimainkan oleh seorang analis keuangan. Namun, ada beberapa kasus penggunaan yang dapat menguntungkan investor sisi beli maupun sisi jual. Berikut delapan contohnya.
1. Memantau aktivitas daring
Jenis peran: Keduanya
Banyak hal yang dilakukan di internet saat ini, jadi penting untuk memperhatikan apa yang terjadi di sana. Data alternatif seperti transaksi daring, lalu lintas web, dan penggunaan aplikasi seluler dapat memberikan petunjuk tentang minat orang-orang. Begitu pula komentar di jejaring sosial atau situs berita, atau ulasan produk daring. Analis bahkan mungkin dapat memperoleh wawasan dari data perusahaan logistik, karena berbelanja dari rumah semakin umum.
2. Menyimpulkan hubungan industri atau merek
Jenis peran: Keduanya
Menggunakan data alternatif untuk memperhitungkan hubungan geospasial antar bisnis juga dapat menjadi strategi analisis keuangan yang bermanfaat. Bisnis tertentu yang melayani gaya hidup serupa, tetapi tidak bersaing secara langsung, cenderung berhasil ketika mereka dekat dan mudah diakses satu sama lain. Jadi, penting untuk mempertimbangkan hubungan bisnis yang saling melengkapi ini, alih-alih hanya hubungan yang kompetitif.
3. Memprediksi Permintaan
Jenis Peran: Sisi Penjualan
Jenis data alternatif tertentu dapat membantu analis sisi penjualan berhipotesis apakah permintaan untuk berbagai jenis produk atau layanan akan naik, turun, atau tetap stabil. Sentimen sosial daring dan jumlah pengunjung di sekitar toko fisik dapat bermanfaat untuk hal ini, tetapi umumnya data transaksi merupakan indikasi yang lebih jelas. Data lokasi menarik juga dapat bermanfaat, jika mencakup atribut tentang jenis toko yang buka atau tutup di suatu area, dan berapa jumlahnya.
4. Riset untuk mendapatkan kesepakatan
Jenis Peran: Sisi Pembelian
Analis sisi pembelian dapat menggunakan data alternatif untuk melihat bagaimana konsumen berinteraksi dengan toko dan merek dari berbagai sudut pandang. Mereka dapat mencari hal-hal seperti lokasi menarik yang bersaing atau saling melengkapi di suatu area, seberapa banyak lalu lintas pejalan kaki di suatu area pada waktu-waktu tertentu, berapa banyak orang yang memasuki toko tertentu, dan merek apa yang populer di toko relatif terhadap merek yang mereka sediakan. Riset ini dapat menjadi lebih informatif jika dilakukan di berbagai wilayah dengan geografi serupa, atau di wilayah yang sama dalam periode waktu yang sebanding.
5. Memodelkan kinerja keuangan
Jenis peran: Sisi penjualan
Pengukuran permintaan konsumen hanyalah sebagian dari pemodelan bagaimana situasi keuangan investasi potensial akan berubah dalam waktu dekat. Data alternatif dapat memungkinkan analis sisi penjualan untuk mempertimbangkan hal-hal lain seperti kinerja rantai pasokan, penjualan daring vs. luring, penjualan di wilayah dengan profil geografis serupa (misalnya, lokasi menarik, demografi, dan pola mobilitas manusia), serta sentimen sosial. Tren keseluruhan dalam suatu industri, atau dalam industri terkait, juga dapat menjadi indikator kinerja suatu aset di masa mendatang.
6. Melakukan uji tuntas
Jenis peran: Sisi pembelian
Kemampuan untuk menilai investasi potensial di berbagai tingkatan juga penting bagi analis sisi pembelian ketika mereka melakukan uji tuntas. Mereka sering kali bertransaksi dalam jumlah uang yang sangat besar, sehingga hanya menyisakan sedikit ruang untuk kesalahan. Oleh karena itu, memiliki volume dan variasi data yang lebih besar untuk memeriksa semua potensi manfaat dan risiko investasi merupakan keuntungan besar.
7. Menemukan Keunggulan Kompetitif
Jenis Peran: Sisi Penjualan
Analis keuangan sisi penjualan seringkali diharapkan untuk mengumpulkan, menganalisis, dan mendistribusikan laporan informasi keuangan dengan cepat agar dapat mengimbangi perusahaan pesaing. Karena data alternatif biasanya lebih baru dan lebih sering dihasilkan daripada data keuangan tradisional, hal ini dapat sangat membantu dalam kasus ini. Sebagai contoh, seorang investor dapat mengikuti akun media sosial perusahaan tertentu untuk mengikuti pengumuman mereka dan mengukur bagaimana perasaan pelanggan terhadap perusahaan tersebut. Atau mereka dapat melihat data POI untuk melacak pembukaan dan penutupan toko di wilayah geografis tertentu sebagai ukuran alternatif kinerja perusahaan atau industri.
8. Mengelola Portofolio
Jenis Peran: Sisi Pembelian
Bahkan setelah investasi dilakukan, analis sisi pembelian perlu memantau pasar untuk memastikan bahwa aset berkinerja seperti yang diharapkan. Di sinilah kemampuan untuk mendapatkan pembaruan yang tepat waktu dan sering dari sumber data alternatif sangat berguna. Hal ini memungkinkan analis untuk melihat, menilai, dan mengambil tindakan terhadap perubahan tak terduga dengan cepat sebelum berpotensi mengakibatkan kerugian besar.
Penyedia data alternatif terbaik: apa yang harus dicari + perbandingan
Data alternatif adalah bidang yang cukup luas, jadi tidak mengherankan jika ada berbagai macam penyedia data alternatif di luar sana. Namun, Anda tentu menginginkan penyedia yang akan memberikan data yang Anda butuhkan dengan harga yang terjangkau. Bagian ini akan membahas hal-hal yang perlu dicari dan pertanyaan yang perlu diajukan, serta memperkenalkan Anda kepada perusahaan data alternatif tepercaya yang dapat Anda andalkan untuk jenis data tertentu.
Apa yang harus dicari dari penyedia data alternatif
Apakah Anda memilih untuk membeli dari vendor data alternatif tertentu atau tidak, seharusnya bergantung pada lebih dari sekadar ketersediaan jenis data yang dibutuhkan organisasi Anda. Berikut adalah poin-poin yang perlu dipertimbangkan untuk membantu Anda menghindari kompromi antara kualitas dan kuantitas data.
Cakupan: Apakah penyedia menyediakan data dengan cakupan atau kedalaman yang cukup sehingga Anda dapat membuat penilaian seobjektif mungkin?
Atribusi: Seberapa banyak – dan jenis informasi apa – yang diberikan penyedia tentang setiap titik data?
Akurasi: Apakah data menyampaikan informasi yang tepat dan benar?
Kesegaran: Apakah data cukup mutakhir sehingga masih relevan dengan keadaan saat ini?
Interoperabilitas: Seberapa mudah data tersebut digunakan, terutama dalam konteks menghubungkannya dengan kumpulan data lain untuk analisis yang lebih luas?
Biaya: Apakah Anda mendapatkan nilai terbaik dengan hanya membayar data yang relevan dengan tujuan penggunaannya?
Pertanyaan lain yang mungkin ingin Anda tanyakan tentang penyedia data alternatif yang Anda pertimbangkan untuk dijadikan sumber data antara lain:
- Mengapa Anda harus mencari sumber dari penyedia tertentu jika penyedia lain menawarkan jenis data yang sama dengan yang Anda butuhkan?
- Bagaimana data yang mereka tawarkan relevan dengan pertanyaan atau masalah spesifik yang Anda miliki?
- Jika mereka tidak menghasilkan data itu sendiri, bagaimana mereka memfilter atau memprosesnya, dan apakah hal ini dapat memengaruhi analisis Anda?
- Berapa banyak waktu dan upaya yang diperlukan untuk membuat data tersebut dapat digunakan, terutama jika belum diorganisasikan atau difilter?
- Apakah data telah diorganisasikan sebelumnya untuk membantu mengungkapkan pola atau hubungan tertentu, dan asumsi apa yang mungkin Anda buat?
- Kami tahu prosesnya bisa sangat rumit, jadi kami akan mempermudah Anda dengan mencantumkan beberapa perusahaan data alternatif tepercaya.
8 penyedia data alternatif terbaik untuk analisis mendalam
Ada banyak perusahaan yang berspesialisasi dalam pengumpulan dan pemrosesan berbagai jenis data. Tujuan mereka adalah memudahkan analis mendapatkan wawasan yang mereka butuhkan tanpa harus melakukan banyak pekerjaan. Berikut adalah perusahaan data alternatif terbaik kami untuk mendapatkan informasi yang Anda butuhkan guna membuat keputusan keuangan lebih cepat, lebih akurat, dan lebih kreatif.
1. SafeGraph
Jenis data utama: POI, properti, transaksi
Kasus penggunaan utama: investasi ritel, wawasan konsumen, penilaian risiko, pemilihan lokasi real estat
SafeGraph adalah pemimpin pasar dalam data POI global. Dataset Tempat dan Geometri kami berisi informasi detail dan jejak bangunan untuk jutaan lokasi di seluruh dunia. Dataset Pengeluaran kami adalah dataset transaksi konsumen AS pertama yang didasarkan pada di mana orang membelanjakan uang, untuk memberikan konteks tentang kapan dan bagaimana mereka membelanjakannya. Gunakan kumpulan data ini untuk menganalisis hubungan antara konsumen dan toko ritel, membandingkan lokasi bangunan dengan lalu lintas manusia untuk menilai risiko kecelakaan, dan banyak lagi.
2. ClimateCheck
Jenis data utama: Properti AS dan pola cuaca historis
Kasus penggunaan utama: investasi real estat dan penilaian risiko
ClimateCheck adalah sumber daya berharga bagi mereka yang berinvestasi atau mengasuransikan diri di pasar real estat AS. ClimateCheck memproses data cuaca historis AS melalui lebih dari 25 model perubahan iklim yang diakui secara internasional untuk memprediksi cuaca dan pola iklim selama 30 tahun ke depan. Data yang dihasilkan menawarkan gambaran singkat bagi lebih dari 140 juta rumah di AS tentang seberapa rentannya mereka terhadap potensi dampak perubahan iklim – kekeringan, badai, kebakaran, banjir, dan banyak lagi.
3. Greenwich.HR
Jenis data utama: keuangan, statistik ketenagakerjaan
Kasus penggunaan utama: analitik tenaga kerja, akuisisi dan manajemen talenta
Sesuai dengan “.HR” yang tersirat dalam namanya, Greenwich.HR memungkinkan Anda melihat kelayakan finansial perusahaan dari perspektif sumber daya manusia. Lihat berapa banyak posisi yang tersedia, jenis pekerja apa yang sedang dicari, seperti apa kisaran gaji (untuk lebih dari 80% pekerjaan), dan masih banyak lagi di lebih dari 5 juta perusahaan dari lebih dari 200 negara di seluruh dunia.
4. HARNESS Data
Jenis data utama: tempat menarik, properti, dan alamat di Inggris; analisis dokumen PDF
Kasus penggunaan utama: investasi real estat, penilaian risiko asuransi, perencanaan logistik, pencegahan penipuan
HARNESS DATA adalah salah satu sumber data alternatif terbaik yang dapat dikonsultasikan oleh hedge fund yang berinvestasi di Kepulauan Inggris. Data ini memiliki informasi terlengkap tentang alamat, properti, dan tempat menarik di Inggris. Termasuk penilaian harga per meter persegi gratis untuk lebih dari 16 juta properti di Inggris dan Wales. Infutor juga memiliki perangkat lunak yang dapat memindai dokumen PDF untuk poin data spesifik industri yang dapat ditindaklanjuti.
5. Infutor
Jenis data utama: properti, demografi, komunikasi telepon & email, transaksi otomotif & lainnya, alamat
Kasus penggunaan utama: real estat
Infutor adalah salah satu penyedia data alternatif terbaik untuk wawasan tentang konsumen AS. Infutor menawarkan berbagai data alternatif tentang AS termasuk demografi, informasi alamat dan properti, transaksi otomotif, transaksi online, dan metadata komunikasi email & telepon. Jadi, ini merupakan sumber yang baik untuk mendapatkan gambaran umum tentang siapa konsumen AS, di mana mereka menghabiskan uang, dan apa yang mereka beli. Infutor juga dapat berguna untuk investasi real estat atau otomotif.
6. Transparan
Jenis data utama: properti sewa liburan
Kasus penggunaan utama: investasi perjalanan & pariwisata, investasi hotel, investasi real estat
Transparent melacak data publik lebih dari 35 juta daftar properti sewa liburan di semua platform pemesanan properti sewa utama. Datasetnya mencakup lebih dari 50 atribut pada setiap daftar termasuk alamat, jumlah kamar tidur, batas hunian, periode pemesanan minimum, dan harga. Memantau penawaran, permintaan, dan persaingan di pasar ini bermanfaat jika Anda berinvestasi di bidang real estat, hotel, atau perjalanan & pariwisata.
7. Veraset
Jenis data utama: properti, mobilitas
Kasus penggunaan utama: atribusi kunjungan, wawasan konsumen, pemilihan lokasi
Veraset mengumpulkan datanya dari berbagai sumber untuk memberikan pengukuran jumlah pengunjung yang akurat di sekitar lokasi-lokasi menarik utama di lebih dari 150 negara di seluruh dunia. Veraset juga memiliki dataset lalu lintas pejalan kaki yang lebih presisi untuk AS yang mencakup jejak bangunan lebih dari 6 juta lokasi menarik. Hal ini memudahkan untuk mengetahui apakah seseorang benar-benar memasuki sebuah gedung atau hanya berjalan melewatinya.
8. Vertical Knowledge
Jenis data utama: transaksi online, properti sewa, transportasi, ringkasan bisnis, lokasi menarik
Kasus penggunaan utama: investasi real estat, riset perusahaan, wawasan ritel, investasi perjalanan & pariwisata
Vertical Knowledge mengambil data publik di internet dan memprosesnya menjadi format yang mematuhi privasi. Jadi, terdapat banyak contoh data alternatif yang berbeda: daftar buku terlaris, statistik perjalanan udara, metrik pelayaran, ringkasan & ulasan perusahaan, lokasi & informasi ritel, detail properti sewa jangka pendek, dan banyak lagi.
Semoga panduan ini memberi Anda pemahaman tentang apa itu data alternatif dan mengapa penggunaannya semakin meningkat di industri keuangan.
