Données alternatives

Les informations recueillies auprès d'autres sources que les informations traditionnelles sont appelées données alternatives. L'analyse des données alternatives peut fournir des informations allant au-delà de ce que les sources de données habituelles d'une industrie sont capables de fournir. Les définitions des données alternatives varient selon les secteurs. Dans le secteur bancaire, par exemple, un prêteur peut traditionnellement s'appuyer sur le score de crédit d'un demandeur pour évaluer le risque et déterminer la probabilité de remboursement d'un prêt. Cependant, lorsque le demandeur n'a pas d'antécédents de crédit, les données alternatives qui illustrent les antécédents du demandeur en matière de respect des obligations financières, comme le paiement mensuel d'une facture de téléphone portable, peuvent être des informations utiles. Lors de l'évaluation du risque lié aux prêts, une banque peut prendre en compte des données alternatives telles que les antécédents du demandeur en matière de paiement de loyer à temps et de paiements mensuels de carte de crédit plus élevés que nécessaire. L'explosion des données générées par les appareils mobiles, les satellites et les capteurs, les sites web et d'autres sources, a donné lieu à de grandes quantités de big data (également appelées données structurées, semi-structurées et non structurées) au cours des dernières années. Ces données peuvent être utilisées pour extraire des données et aider les individus à prendre des décisions basées sur les données. Certaines sociétés de recherche traditionnelles sont devenues des fournisseurs d'alt-data pour répondre à la demande croissante de données. Elles vendent des données provenant d'autres sources à des entreprises clientes et fournissent des services pour les analyser.

Une source de données cesse d'être considérée comme une source alternative dès lors qu'elle a été utilisée régulièrement. Voici des exemples de données alternatives : Agriculture de précision - les agriculteurs peuvent analyser les images de séries temporelles prises par des drones pour faire des prédictions plus précises sur le rendement des cultures. Santé - Le personnel des services de santé publique peut utiliser les médias sociaux pour trouver des mots-clés spécifiques qui l'aideront à affiner ses efforts pour suivre la propagation de la grippe. Les analystes des sociétés d'investissement peuvent analyser l'imagerie satellite et prévoir l'état futur de l'économie locale. Militaire - les robots autonomes peuvent être utilisés comme des yeux et des oreilles supplémentaires pour aider à améliorer la connaissance de la situation.