Veri Yeniden Satışı

Finansal Gösterge Paneli — Temel Rakamlar

Gerekli Yatırım ?

$5,000

başlamak için

Başabaş ?

Ay 9

başlangıçtan itibaren

MRR Hedefi ?

$3,000

aylık

Marj ?

75%

gelirden elde tutulan

Aylık Gelir Büyümesi Tahmini

Birim Ekonomisi — Müşteri Başına Rakamlar

Müşteri Başına Gelir ?

$11/mo

müşteri başına ort.

Karlılık ?

~75-82%

gelirden elde tutulan

Başabaş ?

~Month 2–3

karlılığa

Müşteri Yaşam Boyu Değeri ?

$3000

yaşam boyu toplam

Maksimum Satın Alma Maliyeti ?

$200

yeni müşteri başına

LTV / CAC ?

15.0×

✓ Kıyaslamadan üstün

Geliştirme Senaryoları

Senaryo	6. Ay Geliri	12. Ay Geliri	Temel Varsayım
Kötümser	$128	$779	CAC tahminin üzerinde, dönüşüm %5'in altında
Gerçekçi	$368	$2,227	Plana göre: CAC ≤ hedef, churn ≤ %5/ay
İyimser	$920	$5,567	Viralite işe yaradı, CAC hedeften 2 kat düşük

Bu Karar Neden

✓ Lehte Argümanlar

B2B segmentinde yüksek ARPU
Ölçeklenebilirlik: aynı veri defalarca satılabiliyor
AI modelleri için kaliteli veriye artan talep

✗ Neden daha yüksek değil

Hukuki riskler: GDPR, CCPA, sektörel düzenlemeler
Metalaşma: veriler hızla eskiyor ve değer kaybediyor
Büyük oyuncularla rekabet (Bloomberg, Nielsen, ZoomInfo)

🛑 Projeyi Ne Zaman Durduracaksınız

K1

100 tıklamadan sonra dönüşüm yok

leads == 0 AND clicks >= 100

→ trafiği duraklat, tanılama

K2

CAC, LTV × 0.5 değerini aştı

cac > ltv * 0.5 AND leads >= 5

→ trafiği durdur

K3

İki Gate hatası

gate_failures >= 2

→ projeyi kapat

Ölçeklendirilmeden Önce Doğrulanacak Şeyler

1

Uzmanlaşmış B2B veriler (kişiler, finansal göstergeler) kurumsal müşteriler arasında yüksek ödeme isteği görüyor

2

Kamuya açık verilerin toplanması ve yapılandırılması satılabilir bir değer yaratır

3

Niş veri kümeleri (belirli bir sektöre özgü) genel verilerden 10-100 kat daha pahalıya satılır

AI Modelleri Ne Söyledi

~

Claude Opus (Eleştirmen)

Veri yeniden satışı hukuki açıdan zor bir alan. GDPR/CCPA birçok veri işleme modelini yasa dışı hale getiriyor. Net bir hukuki çerçeve olmadan ciddi bir risk var.

~

GPT-4.1 (Pazar Stratejisti)

Yasal veri yeniden satışı (kamuya açık veriler, onaylı B2B verileri) işleyen bir model. Anahtar nokta, belirli bir dikey pazarda uzmanlaşmak ve verileri benzersiz şekilde işleyip zenginleştirmek.

~

Grok-3 (Teknik Analist)

Veri pazaryeri milyarlarca dolarlık bir sektör. Uzmanlaşmış veriler (kripto on-chain, B2B kişiler, gayrimenkul) veri kümesi başına $10K-100K'ya satılıyor. Toplama ve temizleme gerçek bir değer yaratıyor.

Kilometre Taşları ve Aşamalar

M1

Veri toplama ve normalizasyon

Tamamlandı

M2

Toplama platformunun geliştirilmesi

Tamamlandı

M3

İlk müşterilerin kazanılması

Devam Ediyor

M4

Hukuki altyapının kurulması

Beklemede

M5

Veri havuzunun ölçeklendirilmesi

Beklemede

Yatırım ve Çıkış Senaryoları

Gerekli Toplam Yatırım

$5,000

karlılığa ulaşmak için

Pazarlama $2,500

Geliştirme $1,250

Altyapı $750

İşlemler $500

🚦 Güçlü Yönler ve Riskler

✓ Olumlu Sinyaller

Yüksek kâr marjı: veriler bir kez toplanıp temizlendikten sonra neredeyse hiç değişken maliyet taşımıyor

marj ~%75-82 (proje kartı), margin_pct=75 (birim ekonomisi modeli)
Maliyet artışı olmadan ölçeklenebilirlik: aynı veri kümesi farklı alıcılara defalarca satılabiliyor
B2B analitiği ve AI modeli eğitimi için veri pazarı büyüyor: genel veri talebi yılda iki haneli oranlarda artıyor

küresel data broker pazarı 2026 için $300-460 milyar olarak tahmin ediliyor (sektör raporlarının farklı metodolojilerinden kaynaklanan bir aralık)
Teknik MVP zaten kurulmuş durumda: veri kaynakları bağlı, veri kümesi kataloğu çalışıyor

M1 ve M2 kilometre taşları achieved durumunda
Kağıt üzerinde birim ekonomisinin güvenlik payı iyi görünüyor: hedef LTV, hedef CAC'nin 15 katı

LTV $3000 / CAC hedefi $200
Modelin içine, bütçenin işe yaramayan bir kanala harcanmasını engelleyecek otomatik durdurma mekanizmaları zaten yerleştirilmiş

K1 (100 tıklamada 0 dönüşüm) ve K2 (CAC, LTV×0.5'in üzerinde) durdurma tetikleyicileri

✗ Uyarı Sinyalleri

Üç yapay zeka değerlendirme modelinden biri hukuki riski ciddi olarak değerlendirdi: GDPR/CCPA ve data broker kaydını zorunlu kılan eyalet sayısının artması, bazı iş modellerini doğrudan yasa dışı hale getiriyor
high
Data broker olarak kayıt, $5000'lik bütçenin üzerinde gerçek bir maliyet getiriyor: Kaliforniya'da $6000/yıl, Vermont'ta yeni değişikliklere göre $900/yıla kadar artı $20 000 teminat; Kaliforniya'da kayıt yaptırmamanın cezası şimdiden $42 000'e kadar çıktı
high
İşin hukuki altyapısı (M4) henüz kurulmamış, ancak ilk ödeme yapan müşterilerin kazanılması (M3) zaten devam ediyor. Uyumluluk tamamlanmadan veri satma riski var
high
Rakipler veri kapsamı ve pazarlama bütçesi açısından iki büyüklük mertebesi daha büyük: ZoomInfo'da 260M+ kişi, Apollo.io'da 270M+ kişi var
medium
Veriler hızla eskiyor (metalaşma): sürekli güncelleme olmadan bir veri kümesinin değeri birkaç ay içinde düşüyor
medium
Analiz anında tek bir doğrulanmış ödeme yapan müşteri bile yok: belirtilen birim ekonomisinin tamamı (CAC $200, LTV $3000) şu an için bir varsayım, gerçek değil
medium

⚠️ Risk Matrisi

Risk	Olasılık	Etki	Önlem
GDPR/CCPA ihlali veya zorunlu data broker kaydı olmadan satış yapmak 🛑 Durdurma Eşiği	35%	High	İlk satıştan önce bir gizlilik avukatı; zorunlu kayıt uygulanan eyaletlerde (CA/VT/TX/OR) kayıt yaptırmak; yalnızca kamuya açık veya açıkça onaylanmış veri kaynaklarını kullanmak
Uyumluluk giderleri bütçeyi ve marjı eritiyor	40%	Medium	Kayıt ve hukuki danışmanlık için $6-10 bin/yıl ayrı bütçe ayırmak, bunu $5000'lik başlangıç bütçesiyle karıştırmamak; zorunlu kayıt gerektirmeyen yargı bölgelerinden başlamak
Veri kümesi kendini amorti etmeden önce eskiyor (metalaşma)	55%	Medium	Geniş, genel bir katalog yerine haftalık otomatik güncellenen tek bir dar dikey pazara odaklanmak
Büyük oyuncular (ZoomInfo, Apollo.io, Coresignal) talebi kendine çekiyor	50%	High	Genel profil kişi verilerinde rekabet etmemek: devlerin hazır bir ürünü olmadığı dar bir niş seçmek
İlk 5+ lead'de CAC, LTV×0.5'i aşıyor 🛑 Durdurma Eşiği	35%	Medium	Küçük bütçeyle 2-3 kanalı paralel test etmek, her kanal için gerçek CAC'yi hemen hesaplamak
100 tıklamalık trafikten sonra sıfır dönüşüm 🛑 Durdurma Eşiği	25%	High	Trafiği durdurmak, teklifi ve açılış sayfasını incelemek, kanal değiştirmek

💸 Aylık Nakit Akışı (Gerçekçi Senaryo)

Dönem	Gelir	Giderler	Net	Kümülatif
Ay 1	$7	$2,900	-$2,893	-$2,893
Ay 2	$32	$550	-$518	-$3,411
Ay 3	$80	$550	-$470	-$3,881
Ay 4	$151	$1,150	-$999	-$4,880
Ay 5	$246	$550	-$304	-$5,184
Ay 6	$368	$550	-$182	-$5,366
Ay 7	$517	$550	-$33	-$5,399
Ay 8	$694	$550	$144	-$5,255

🏁 Rekabet Ortamı

📡 Pazar katalizörü: AI modellerinin eğitimi ve B2B analitiği için kaliteli veriye olan talebin artması tüm veri pazarını canlandırmaya devam ediyor

Rakip	Büyüklük	Komisyon Oranı	Zayıf Yön
ZoomInfo	260M+ kişi	fiyat yayınlanmıyor (kurumsal)	Kurumsal fiyatlar ve karmaşık sözleşmeler küçük işletmeler için erişilemez durumda, düşük maliyetli giriş nişi boş kalıyor
Apollo.io	270M+ kişi	$49/koltuk/ay'dan başlıyor (Basic)	Geniş, genel kişi kapsamı var ama dar dikey veri kümelerinde uzmanlaşmıyor
Coresignal	şirket ve çalışan verilerinden oluşan yapılandırılmış veri kümeleri	API erişimi için $1000/yıl'dan başlıyor	Küçük alıcılar için giriş maliyeti yüksek, daha ucuz bir niş abonelik için yer bırakıyor
Bright Data	geniş web scraping altyapısı	—	Belirli bir sektöre özel, düzenlenmiş dikey veri kümeleri yerine ham web verisi ve proxy'lere odaklanıyor

🛠 MVP — Haftalık Plan

Hafta 1

Veri kaynaklarının hukuki denetimi, data broker kaydının gerekip gerekmediğinin kontrolü (CA/VT/TX/OR)
İlk veri kümesi için tek bir dar dikey pazar seçmek

Hukuki görüş alındıDikey pazar seçildi

Hafta 2

İlk niş veri kümesini toplamak ve temizlemek (500-1000 kayıt)
Ödeme ve erişim verme sürecini kurmak (Creem + API anahtarları veya CSV dışa aktarma)

Veri kümesi satışa hazırÖdeme akışı uçtan uca test edildi

Hafta 3

İki tarifeli bir açılış sayfası yayınlamak: $11/ay bağımsız erişim ve $500/ay özel kurumsal veri kümesi için talep formu
2-3 kanalda ılık outreach yapmak (LinkedIn, niş forumlar, soğuk e-posta)

İlk deneme erişimleri verildiE-posta açılma oranı >%20

Hafta 4

İlk ücretli abonelikleri kapatmak
Her kanal için gerçek CAC'yi $200 hedefiyle karşılaştırmak; K1 durdurma tetikleyicisini kontrol etmek

3-5 ödeme yapan müşteriCAC kanal bazında ölçüldü

Hafta 6

Veri kümesinin haftalık güncellemesini otomatikleştirmek
İlk 10-15 müşterinin gerçek verileriyle birim ekonomisini yeniden hesaplamak

Elle müdahale gerektirmeyen güncellemeGerçek CAC ≤ $200 veya K2 tetikleyicisi kaydedildi

Hafta 8

Karar: dikey pazarı ölçeklendirmek mi yoksa ikinci bir nişi test etmek mi
Uygulanabilirse, veri hacmi eşiği aşılmadan önce data broker kaydını tamamlamak

MRR $150-250 aralığında (gerçekçi senaryo)Hukuki durum tamamlandı

🏰 Rekabet Hendeği

✗ Kolay Kopyalanır

Kamuya açık veri toplama: scraper'ı olan herhangi bir rakip tarafından kolayca yeniden yapılabilir
Standart katalog/pazaryeri arayüzü: sıradan bir SaaS çözümü
$11/ay fiyatlandırma modeli: kopyalaması kolay

✓ Kopyalanması Zor

Belirli bir dar dikey pazardaki uzmanlık ve veri kaynaklarıyla kurulmuş ilişkiler
Hukuki açıdan temiz bir durum (data broker kaydı, veri kullanım sözleşmeleri): rakibin uyumluluk için zamana ve paraya ihtiyacı var
Veri kümesinde biriken geçmiş/zaman serisi: yeni bir oyuncu sıfırdan başlar

⏱ Hendek oluşma süresi: M12+

📊 Kanala Göre Edinme Maliyeti

Kanal	CAC	Notlar	Kârlı mı?
Cold email / LinkedIn outreach (B2B)	$150-250 (tahmin, henüz gerçek satışlarla doğrulanmadı)	Modeldeki cac_target=$200 ile uyumlu; alıcı listesinin doğruluğuna büyük ölçüde bağlı	✓ Evet
SEO / niş aramalara yönelik içerik	Kağıt üzerinde $20-50, ancak trafik yavaş büyüdüğü için ancak 6-12 ayda karşılığını veriyor	Uzun bir döngü: 8-9. ayda operasyonel başabaşa ulaşmaya yardımcı olmaz, ama uzun vadede CAC'yi düşürür	✓ Evet
Ücretli reklam (Google/LinkedIn Ads)	$300-500+ (B2B verileri için tahmin, genellikle organikten daha pahalı)	K2 durdurma tetikleyicisi (CAC, LTV×0.5 = $1500'ün üzerinde) organikten daha erken devreye girebilir, sadece dönüşüm doğrulandıktan sonra açmak gerekir	✗ Hayır
Ortaklık entegrasyonları / veri katalogları	değişken, sabit CAC yerine genellikle satışın belirli bir yüzdesi	Müşteri güveni daha hızlı kazanılıyor, ama ortağa ödenen komisyon marjı belirtilen %75-82'den düşürüyor	✓ Evet

🔬 Aşırı İyimserlik Denetimi

1

Proje kartı '~2-3 ay' başabaş noktası iddia ediyor, ama detaylı mali model operasyonel başabaşın ancak 8-9. ayda geldiğini gösteriyor. Bunlar iki farklı gösterge (tek bir müşteride CAC'nin geri dönmesi ile tüm projenin kendini amorti etmesi), sitenin farklı yerlerinde birbirine karıştırılmış.

→ Kart üzerindeki rakam yerine, tüm projenin operasyonel kâra geçmesi için gerçekçi süre olarak 8-9 ayı esas almak.

vermede değişiklik yok, ama süre beklentileri düşürülmeli

2

Proje kartındaki ARPU $11/ay ile mali modeldeki (birim ekonomisi) ARPU $500/ay, görünüşe göre ayrı ürünler olarak açıkça belirtilmemiş iki farklı tarife.

→ İki katmanlı modeli (self-serve $11/ay + kurumsal $500/ay) her tarife için ayrı birim ekonomisiyle açıkça belgelemek gerekir, aksi halde toplam MRR tahmini güvenilir olmaz.

MRR tahmininin doğruluğunu düşürüyor, vermede değişiklik yok

3

M3 kilometre taşı (ilk müşteriler) zaten devam ederken, M4 kilometre taşı (hukuki altyapı) hala pending durumunda. Yani satışlar uyumluluk tamamlanmadan başlayabilir.

→ M4 tamamlanana kadar, zorunlu data broker kaydı olan eyaletlerden (CA/VT/TX/OR) ödeme yapan müşteri kabulünü durdurmak, bu MRR büyümesini geciktirse bile.

iyimser senaryonun (12. ayda MRR $5567) olasılığını düşürüyor, daha gerçekçisi gerçekçi senaryonun alt yarısı

4

LTV:CAC oranı 15:1, tek bir gerçek ödemeyle bile doğrulanmamış bir satış kanalı için şüphe uyandıracak kadar iyi görünüyor.

→ 10'dan fazla gerçek ödeme yapan müşteriye kadar bunu bir varsayım olarak görmek; başlangıçta hedef $200 yerine daha temkinli bir CAC ($300-500) planlamak.

satışlarla doğrulanana kadar birim ekonomisi pratikte belirtilenden daha zayıf çıkabilir