Le informazioni capaci di dare un vantaggio competitivo sono da sempre il Santo Graal per qualunque investor. La scelta del giusto insieme di dati su cui basare la propria attività è importante almeno quanto la tecnologia utilizzata per portarla avanti. Tuttavia la natura stessa delle informazioni si è evoluta nel tempo.

I dati tradizionali rappresentano ancora lo standard delle analisi finanziarie classiche, ma non assicurano più alcuna posizione dominante e restituiscono spesso fotografie incomplete e non accurate.

Inoltre la compresenza di meccanisi nel breve periodo come quelli di HFT (High Frequency Trading), che avvantaggiano oggi solo un ristretto gruppo di operatori di élite, fa comprendere come il valore non stia più solo nel dato finanziario, nel modello utilizzato per interpretarlo o nella velocità di interpretazione.

Proprio nell’ottica di superare queste difficoltà, molto limitanti in contesti finanziari complessi e articolati come quelli moderni, i dati “non tradizionali” continuano a guadagnare importanza: sono infatti potenzialmente in grado di fornire insights approfonditi in anticipo rispetto ai financial data tradizionali.

Quello degli Alternative Data è un mercato in crescita continua e sostenuta: gli analisti di TABB Group hanno recentemente presentato una ricerca che mostra come nel 2016 il volume di affari del settore sia stato di 200 milioni di Dollari negli Stati Uniti, con la previsione di un raddoppio entro i prossimi quattro anni.

 

Ma cosa sono gli Alternative Data?

Esiste un gran numero di frasi che cercano di riassumere il concetto di “Alternative Data”: qui possiamo definirli come tutti quei dati raccolti da fonti non tradizionali che, una volta analizzati, permettono di individuare informazioni approfondite complementari utili a integrare le informazioni ricavate tramite i canali classici.

Questa definizione è volutamente generica: il motivo è che questi dati sono estremamente eterogenei, così come la loro provenienza. Arrivano da fonti diverse, hanno forme diverse, offrono punti di vista differenti. Perciò, in tanti preferiscono definirli come “tutti quei dati non strettamente di mercato”.

 

Il caso Tesla: un brillante esempio di Alternative Data Analysis.  Scarica il report "Tesla’s First Deadly Autopilot Crash” per capire le  potenzialità di questa analisi.  <http://blog.finscience.com/scarica-il-report-alternative-data-analysis-teslas-first-deadly-autopilot-crash-0>

 

Ecco un esempio efficace: immaginiamo di essere degli analisti finanziari che devono misurare il successo o meno del nuovo modello Galaxy lanciato da Samsung. Attraverso il monitoraggio dei dati di vendita su Amazon e di e-commerce orientali come Alibaba è possibile anticipare le trimestrali di cassa di Samsung, il tutto senza doversi spostare dal proprio ufficio.

Anche se oggi si tende a presentare gli Alternative Data come un nuovo fenomeno, in realtà si può dire che sono sempre stati qui tra noi; ciò che è cambiato è il modo di individuarli, raccoglierli e analizzarli.

Questo lavoro può essere svolto tramite l’analisi di contenuti non strutturati (come news, blog post, social post, ecc.) o strutturati (come dati di e-commerce su prodotti o categorie di interesse): il “trucco” sta nell’utilizzare algoritmi efficaci che permettano di estrapolare e mettere in correlazione i dati utili dal mare magnum di informazioni processate: così raffinati, possono essere utilizzati dall’utente finale per la scelta della strategia migliore da attuare.

 

L’importanza di essere i primi.

Più o meno qualsiasi nostro movimento può essere digitalizzato e tracciato: quasi tutte le aziende sono perciò anche delle “data company” (a volte inconsapevolmente), che producono e allo stesso tempo consumano immense quantità di dati.

Se è vero che l’informazione è potere, possedere e includere nelle proprie analisi dati “unici” derivati da fonti non tradizionali si traduce in un vantaggio competitivo e nell’attribuzione di una posizione privilegiata rispetto ai competitor.

Naturalmente, una situazione così comoda non è destinata all’immutevolezza: in economia esiste un generale consenso sull’idea che gli Alternative Data saranno un giorno comuni e utilizzati quanto attualmente lo sono i fundamental, a livelli diversi di competenza. Inoltre nulla è eterno, tanto meno una fonte di dati vantaggiosi.

Una strategia che ha successo verrà a breve termine adottata anche dagli altri player di mercato, o altrimenti superata da una più performante: il segreto è essere i primi a compilare e implementare il set di dati perfetto per il proprio business, applicandovi la migliore Intelligenza Artificiale per estrarre informazioni.

 

Richiedi una demo di Finscience