Bizureanresa, bağımsız olarak çalışanların (sürücüler, sürücüler, danışmanlar, yarı zamanlı yatırımcılar) operasyonel ve finansal veri akışlarını işler ve riski azaltmak ve günlük kararların verimliliğini artırmak için sayısallaştırılmış öneriler sunar.
Gösteri amaçlı veriler. Gerçek sonuçlar, kullanıcı tarafından sağlanan verilere ve işletim bağlamına bağlıdır.
Bizureanresa mutlak tahminler veya garantili getiri sunmaz. Sistem, yinelenen kalıpları belirlemek ve kullanıcının işletim ortalamasından önemli sapmaları raporlamak için geçmiş ve gerçek zamanlı verilere istatistiksel ve makine öğrenimi modellerini uygular.
Her öneriye bir güven düzeyi ve kullanılan girdi verileri eşlik eder, böylece kullanıcı harekete geçmeden önce önerinin tutarlılığını bağımsız olarak değerlendirebilir.
Veri koruması sonradan eklenen bir katman değildir: edinimden sonuçların geri dönüşüne kadar akışın her adımını etkileyen bir tasarım kısıtlamasıdır.
Altyapı mantıksal olarak üç seviyeye ayrılır: format doğrulamayla veri alımı, internete doğrudan erişimi olmayan izole bir ortamda işleme ve sonuçların kimliği doğrulanmış bir API aracılığıyla geri gönderilmesi.
Motor tek bir genel puan değil, farklı operasyonel soruları yanıtlamak üzere tasarlanmış üç farklı çıktı döndürür.
Gelen veriler, düzenli ve yapılandırılabilir aralıklarla kullanıcının geçmişiyle karşılaştırılır ve ekonomik açıdan önemli hale gelmeden önce olağan davranışa kıyasla önemli değişikliklere işaret eder.
Sistem, yüklenen her yeni veri seti ile güncellenen, gelir oynaklığına, gelir kaynaklarının yoğunlaşmasına ve dalgalanma sıklığına dayalı bir risk endeksi atar.
Öneriler, simüle edilmiş senaryolar arasındaki karşılaştırmadan elde edilir: Model, alternatif kararların beklenen etkisini tahmin eder ve seçenekleri, beklenen fayda ile ilgili risk arasındaki orana göre sıralar.
Toplanan bilgileri nihai öneriye bağlayan yol, kullanıcı tarafından doğrulanabilen üç aşamadan oluşur.
Veriler, kullanıcı tarafından beyan edilen kaynaklardan (faaliyet kayıtları, hesap özetleri, çalışma platformları) içe aktarılır, işlenmeden önce formatı doğrulanır ve normalleştirilir.
Zaman serileri üzerine eğitilmiş sinir ağları, yinelenen kalıpları ve anormallikleri tespit ederek her sinyale, tarihsel önemiyle orantılı bir ağırlık atar.
Sonuç, otomatik karar verme olmaksızın, destekleyici veriler eşliğinde metinsel bir öneri olarak sunulur: nihai seçim kullanıcıya kalır.
Aşağıdaki senaryolar, giriş verilerinin türünü ve döndürülen sonucun niteliğini, vaat edilen veya garanti edilen sayıları açıklamaktadır.
| Senaryo | Giriş verileri | Optimizasyon sonucu |
|---|---|---|
| Değişken zaman dilimlerine sahip NCC sürücüsü | Yolculuk geçmişi, yakıt tüketimi, en fazla talebin olduğu zamanlar | Gelir/zaman oranına en uygun bantların belirlenmesi |
| Birden fazla teslimat platformuna sahip sürücü | Teslimat ücretleri, kat edilen mesafeler, bekleme süreleri | Analiz edilen dönemde marjinal getirisi en istikrarlı olan platformun raporlanması |
| Çok müşterili serbest danışman | Müşteri başına gelir, ödeme süreleri, faturalandırılabilir saatler | Birkaç müşteri üzerinde risk yoğunlaşmasının kanıtı ve çeşitlendirme öncelikleri |
| Çeşitlendirilmiş bir portföyde yarı zamanlı yatırımcı | Portföy kompozisyonu, tarihsel oynaklık, beyan edilen zaman ufku | Beyan edilen risk profiline kıyasla aşırı maruz kalma alanlarının gösterimi |
Aşağıdaki yanıtlar, analitik profile sahip kullanıcılar tarafından bildirilen en çok tekrarlanan üç hususu ele almaktadır.
Veriler aktarım sırasında ve beklemedeyken şifrelenir, yalnızca gerekli analizi oluşturmak için işlenir ve ticari amaçlarla üçüncü taraflara aktarılmaz. GDPR kapsamındaki haklarınız doğrultusunda istediğiniz zaman verilerinizin dışa aktarılmasını veya silinmesini talep edebilirsiniz.
Model, serbest meslek bağlamlarında gelir ve harcama kalıplarıyla ilgili anonimleştirilmiş zaman serileri üzerinde eğitilmiştir. Modelin eğitim metodolojisi ve bilinen sınırlamaları belgelenir ve analiz etkinleştirilmeden önce kullanıcıya sunulur.
Entegrasyon, PSD2 uyumlu, kimliği doğrulanmış bağlantılar aracılığıyla veya yapılandırılmış dosyaların (CSV, JSON) manuel olarak içe aktarılması yoluyla gerçekleşir. Kullanıcının bankacılık kimlik bilgilerine doğrudan erişim gerekli değildir.
İlk analize başlamak için herhangi bir ön mali taahhüt gerekmemektedir. Kullanıcı hangi verinin yükleneceğini tanımlar ve işlemeyi istediği zaman durdurabilir.