Dataset opportunity
Fcstpauli — Oportunidad de conjunto de datos de transacciones
Conjunto de datos de transacciones moderado en poder de Fcstpauli, utilizable para Modelos de Recomendación y Detección de Fraude.
Score
68.4
Score (0–100) blends weighted dimensions — dataset rarity, training value, buyer demand, evidence strength and right-to-license. 70+ is deal-ready. See the scored dimensions below for the breakdown.Confidence
49%
Action
Acuerdo de intercambio de datos
The recommended deal structure for this dataset: Acquire (full buyout), License (paid usage rights), Data Sharing Agreement (controlled access, no transfer of ownership), Partnership (co-development) or Annotation Program (labeling). Chosen from data ownership, licensing complexity and accessibility.Market size (indicative estimate)
Mercado global de motores de recomendación = 5.390 millones de dólares en 2024, CAGR del 36,33%.
Lineage
How this lead was derived
The signal-first chain, end to end: recent external signals → qualified niche → resolved data-holder → site verification → scored opportunity. Every lead is explainable.
Concrete evidence this company actively cares about data — why it's ripe for the deal room.
Profile
Dataset profile
Type
Conjunto de datos de transacciones
Modality
Tabular
Sector
otro
Volume
Moderado
Freshness
Tiempo real
Rarity
Alta (propietario)
Accessibility
Restringido
Legal
Propiedad de la empresa — Sensible al GDPR (revisión de PII)
Buyer persona
Equipos de IA de comercio electrónico y personalización
FC St. Pauli posee un rico Conjunto de Datos de Transacciones en formato Tabular, compilado a partir de flujos de eventos, registros de búsqueda y datos de transacciones directas. Esto proporciona una visión granular y longitudinal del comportamiento individual de los aficionados, incluyendo compras de mercancía, ventas de entradas y participación en contenido, lo que lo hace excepcionalmente adecuado para desarrollar y entrenar sofisticados Modelos de Recomendación para personalizar la experiencia del aficionado.
El mercado global de Motores de Recomendación, la aplicación directa de estos datos, se valoró en 5.390 millones de dólares en 2024 y se proyecta que se expanda a una CAGR del 36,33%, lo que demuestra un inmenso valor comercial. Si bien el acceso está sujeto a negociación debido a la alta sensibilidad del GDPR, una estructura legal compleja y los sólidos valores éticos del club, la rareza y la profundidad de este conjunto de datos centrado en el aficionado lo convierten en un activo premium para los compradores en este sector de alto crecimiento. ⚠ Diligencia (datos valiosos, acceso a negociar): Alta sensibilidad del GDPR debido a grandes volúmenes de PII individuales de aficionados (nombres, correos electrónicos, información de pago).; Estructura legal compleja: los datos pueden estar divididos entre la asociación sin fines de lucro (e.V.) y la entidad de fútbol profesional comercial (KGaA).; Los sólidos valores éticos y sociales del club pueden restringir los tipos de datos o los casos de uso permitidos para los compradores. · corporativo: independiente.
Scoring
Scored dimensions
Explainable, evidence-based dimensions (0–100). The radar shows the investment axes.
La evidencia pública confirma que el FC St. Pauli posee un conjunto de datos de transacciones significativo y propietario, subrayado por un superávit de merchandising de 16,7 millones de euros. Estos datos comerciales, enriquecidos por flujos de eventos de venta de entradas y registros de búsqueda de medios, proporcionan una visión completa del comportamiento de compra y participación de los aficionados. Para los equipos de IA que construyen modelos de recomendación, este conjunto de datos es una oportunidad única para acceder a una base de consumidores altamente comprometida dentro de un mercado global de motores de recomendación proyectado para crecer a más del 36% anual. Esta es una fuente única de datos de primera parte para personalización avanzada.
See dimension details ↓- Dataset Specificity74
dominante 'datos_transaccionales', sector otro, 3 tipos específicos
How sharply the data targets a specific, hard-to-substitute domain or task. Niche, well-defined data scores higher than generic. - Dataset Rarity82
datos de dominio propietario
How scarce and proprietary the data is. Unique domain data scores high; openly available data lowers it. - Dataset Volume52
3 aciertos de evidencia
Apparent scale of the data, inferred from the number of evidence hits and any explicit volume mentions. - Dataset Freshness82
tiempo real/streaming
How current the data stays — real-time/streaming scores highest, periodic dumps lower. - Training Value84
adecuado para Modelos de Recomendación
How useful the data is for the target AI use-case — its fit for model training or fine-tuning. - Buyer Demand90
la demanda de compradores de IA está impulsada por el mercado de motores de recomendación de alto crecimiento (CAGR del 36,33%), para el cual estos datos granulares de transacciones de aficionados son un activo principal.
How strongly AI builders and companies are likely to want this data, based on market signals. - Legal Accessibility0
PII/regulado
How legally easy the data is to obtain and use — open/API access scores high; PII or regulated data scores low. - Acquisition Feasibility0
alta dificultad, independiente
How realistic it is to actually obtain the data, given access difficulty and the holder's corporate structure. - Evidence Strength62
3 tipos de evidencia, 3 aciertos
How solid the proof is that the company holds this data — diversity of evidence types and number of hits. - Right to License62
propiedad=propiedad_de_la_empresa, licencia=sensible_al_gdpr
Whether the company can legally license the data out — based on ownership and licensing complexity. - Corporate Independence90
independiente
Whether the holder can decide alone — an independent company scores higher than a subsidiary of a large group. - Data Orientation56
2 señales de apetito por datos (2 tipos)
How actively the company invests in data, measured by its data-appetite signals (hires, products, APIs…). - Dormant Data Surplus92
superávit=alto — datos propietarios más allá de lo ya monetizado
Volume and value of proprietary data this company holds BEYOND what it already monetises — the dormant surplus we can unlock. A company can sell some insights AND still sit on a far larger dormant asset. - ICP Audit92
✓ buen objetivo — FC St. Pauli es un buen objetivo ya que es un negocio operativo, no de datos, con una marca fuerte que genera datos de transacciones y de aficionados valiosos y de nicho como subproducto, que no parece estar monetizando como producto principal. Problemas: El club ha transitado recientemente a una estructura legal cooperativa ('eG') para recaudar fondos de los aficionados, lo que podría complicar los acuerdos comerciales de intercambio de datos.; La fuerte identidad sociopolítica y el modelo centrado en el aficionado del club podrían crear resistencia a la monetización de los datos de los aficionados debido a una posible reacción pública negativa.; Si bien no es un 'gigante', es un club grande con más de 55.000 miembros e ingresos significativos, que potencialmente superan el perfil ideal de 'PYME' dependiendo del exacto
- Deep Qualification80
⚠ necesita revisión — FC St. Pauli es un club de fútbol profesional cuyas actividades comerciales (venta de entradas, merchandising) generan un conjunto de datos de transacciones coherente. Sin embargo, los datos están divididos entre diferentes entidades legales (e.V., KGaA, Museum e.V.), y los explícitos valores centrados en el aficionado y las políticas de privacidad del club prohíben firmemente la comercialización de datos, lo que hace que el acceso para el entrenamiento de modelos de terceros sea muy poco probable. [licencia restringida]
Evidence
Dataset evidence & lineage
What the typed evidence proves the company holds — reframed for clarity and set against the market.
Transaction data
El superávit de merchandising reportado por el club de 16,7 millones de euros confirma un conjunto de datos transaccional de alto volumen, esencial para entrenar modelos de recomendación sobre el comportamiento de compra en el mundo real.
Event streams
La información sobre la venta de entradas para partidos específicos apunta a un conjunto de datos de series temporales continuo de asistencia de aficionados y participación en eventos, valioso para comprender la lealtad del cliente y la participación repetida.
Search / query logs
La operación de un servicio de video basado en suscripción genera registros de búsqueda y visualización basados en texto, que revelan la intención del usuario y las preferencias de contenido para una personalización dirigida.
Marketplace
Dataset details
Detailed schema & sample available on access request.
Want this data?
Request access — we broker a secure deal room. Operator-reviewed, no automatic sharing.
This listing was generated automatically from public signals. It is not verified, and we are not affiliated with this company.
Coverage
Scanned sources
Deliverable
Premium dataset report
Fcstpauli Transaction — a Moderate transaction dataset (Tabular modality) in the other domain. Primary AI use-case: Recommendation Models. Market signal: Global Recommendation Engine market = $5.39 billion in 2024, CAGR 36.33% (source: Precedence Research). Investment score 68.4/100 (confidence 0.49). Recommended action: Data Sharing Agreement.
From the marketplace
Explore live data opportunities
Oportunidad de Conjunto de Datos de Registros de Mantenimiento de Kahmen Transcargo
View opportunity →movilidadOportunidad de Conjunto de Datos de Base de Conocimiento Aacb
View opportunity →industrialB Automated — Oportunidad de conjunto de datos de sensores industriales
View opportunity →