Oportunidad de conjunto de datos
Green On — Oportunidad de Conjunto de Datos de Telemetría de Movilidad
Conjunto de datos de telemetría de movilidad moderado en posesión de Green On, utilizable para Mantenimiento Predictivo y Detección de Anomalías.
Puntuación
71.5
La puntuación (0–100) combina dimensiones ponderadas — rareza del conjunto de datos, valor de entrenamiento, demanda del comprador, solidez de la evidencia y derecho a licenciar. 70+ significa listo para el acuerdo. Consulte las dimensiones puntuadas a continuación para el desglose.Confianza
49%
Acción
Acuerdo de Intercambio de Datos
La estructura de acuerdo recomendada para este conjunto de datos: Adquirir (compra total), Licenciar (derechos de uso pagados), Acuerdo de Intercambio de Datos (acceso controlado, sin transferencia de propiedad), Asociación (codesarrollo) o Programa de Anotación (etiquetado). Elegido en función de la propiedad de los datos, la complejidad de la licencia y la accesibilidad.Mercado
Mercado Global de Mantenimiento Predictivo para Vehículos = $4.66 Mil Millones en 2024, CAGR 17.5% (2025-2034)
Hechos externos recientes y fechados que desencadenaron esta oportunidad — procedencia auditable.
- 📰press2026-06-03
Les électriques portent le marché allemand en mai 2026
journalauto.com ↗ - 📰press2026-06-03
Bot Auto names Brett Suma as president and COO to scale autonomous trucking
freightwaves.com ↗ - 📰press2026-06-03
VUL : Renault, Nissan et Mercedes-Benz dégainent leurs nouveaux CEE
journalauto.com ↗ - 📰press2026-06-02
B.C. Bill would make dashboard cameras mandatory on commercial vehicles
freightwaves.com ↗ - 📰press2026-06-02
L’électrique prend le pouvoir dans les flottes
journalauto.com ↗
Lineage
Cómo se derivó esta oportunidad
La cadena de señal-primero, de principio a fin: señales externas recientes → nicho cualificado → poseedor de datos resuelto → verificación del sitio → oportunidad puntuada. Cada oportunidad es explicable.
Profile
Perfil del conjunto de datos
Tipo
Conjunto de Datos de Telemetría de Movilidad
Modalidad
Series Temporales
Sector
movilidad
Volumen
Moderado
Actualidad
Tiempo real
Rareza
Alta (propietario)
Accesibilidad
Restringido
Legal
Propiedad de la empresa — Sensible al GDPR (revisión de PII)
Buyer persona
Proveedores de IA Industrial y optimización del mantenimiento
Green On posee un rico Conjunto de Datos de Telemetría de Movilidad, principalmente en una modalidad de Series Temporales, que comprende flujos de eventos (event_streams), datos geográficos (geo_data) y datos IoT. Estos datos granulares, que capturan parámetros operativos en tiempo real y patrones de uso de vehículos, son excepcionalmente adecuados para aplicaciones de Mantenimiento Predictivo, permitiendo la anticipación de fallos de equipos y la optimización de los programas de mantenimiento.
A pesar de las complejidades derivadas de los contratos con clientes y la inclusión de datos de uso personal sensibles al GDPR (ubicación, historial de alquiler), este conjunto de datos sigue siendo muy valioso. El mercado global de mantenimiento predictivo, un objetivo clave para estos datos, se estimó en USD 34.77 mil millones en 2024 y se proyecta que alcance los USD 449.6 mil millones para 2035, con una sólida CAGR del 26.2% (2025-2035). Específicamente, el mercado de mantenimiento predictivo para vehículos por sí solo se valoró en USD 4.66 mil millones en 2024 y se espera que crezca a una CAGR del 17.5% (2025-2034), lo que subraya la importante demanda de este tipo de datos IoT especializados en el sector de la movilidad. ⚠ Diligencia (datos valiosos, acceso a negociar): Los datos se generan a través de contratos con clientes (empresas y autoridades locales).; Los datos incluyen información de uso personal (ubicación, historial de alquiler) que es sensible al GDPR.; Es probable que los datos estén vinculados a su plataforma operativa y aplicación. · corporativo: independiente.
Scoring
Dimensiones puntuadas
Dimensiones explicables y basadas en evidencia (0–100). El radar muestra los ejes de inversión.
Esta evidencia confirma colectivamente la propiedad de Green On de un rico conjunto de datos propietario de Series Temporales derivado de las operaciones de su extensa flota de bicicletas eléctricas. Estos datos son altamente relevantes para IA Industrial y proveedores de optimización del mantenimiento que buscan desarrollar soluciones avanzadas de mantenimiento predictivo para vehículos, un mercado que se proyecta alcanzará los $4.66 mil millones para 2024. Su rareza y aplicabilidad directa a la telemetría de movilidad del mundo real lo hacen excepcionalmente valioso para desbloquear nuevas eficiencias y reducir los costos operativos en un sector en rápida expansión.
See dimension details ↓- Dataset Specificity90
datos IoT dominantes, sector movilidad, 3 tipos específicos
Con qué precisión los datos se dirigen a un dominio o tarea específica y difícil de sustituir. Los datos de nicho, bien definidos, puntúan más alto que los genéricos. - Dataset Rarity82
datos de dominio propietario
Cuán escasos y propietarios son los datos. Los datos de dominio únicos puntúan alto; los datos disponibles públicamente lo reducen. - Dataset Volume52
3 coincidencias de evidencia
Escala aparente de los datos, inferida del número de coincidencias de evidencia y cualquier mención explícita de volumen. - Dataset Freshness82
tiempo real/streaming
Cuán actuales se mantienen los datos — en tiempo real/streaming puntúa más alto, las descargas periódicas más bajo. - Training Value84
apto para Mantenimiento Predictivo
Cuán útiles son los datos para el caso de uso de IA objetivo — su idoneidad para el entrenamiento o ajuste fino de modelos. - Buyer Demand92
El mercado de mantenimiento predictivo automotriz, que depende en gran medida de los datos de telemetría de movilidad para IA/ML, se proyecta que supere los $130 mil millones para 2030, creciendo a una impresionante CAGR del 21% de 2024 a 2030.
Cuán fuertemente los desarrolladores de IA y las empresas probablemente desearán estos datos, basándose en las señales del mercado. - Legal Accessibility20
restringido/desconocido
Cuán legalmente fácil es obtener y usar los datos — el acceso abierto/API puntúa alto; los datos PII o regulados puntúan bajo. - Acquisition Feasibility30
dificultad media, independiente
Cuán realista es obtener realmente los datos, dada la dificultad de acceso y la estructura corporativa del poseedor. - Evidence Strength62
3 tipos de evidencia, 3 coincidencias
Cuán sólida es la prueba de que la empresa posee estos datos — diversidad de tipos de evidencia y número de coincidencias. - Right to License62
propiedad=poseído, licencia=sensible_al_gdpr
Si la empresa puede licenciar legalmente los datos — basado en la propiedad y la complejidad de la licencia. - Corporate Independence90
independiente
Si el poseedor puede decidir solo — una empresa independiente puntúa más alto que una subsidiaria de un gran grupo. - Data Orientation22
0 señales de apetito por datos (0 tipos)
Cuán activamente la empresa invierte en datos, medido por sus señales de apetito por los datos (contrataciones, productos, APIs…). - Dormant Data Surplus92
excedente=alto, 5 señales externas recientes — datos propietarios más allá de lo ya monetizado
Volumen y valor de los datos propietarios que esta empresa posee MÁS ALLÁ de lo que ya monetiza — el excedente inactivo que podemos desbloquear. Una empresa puede vender algunas ideas Y aún así poseer un activo inactivo mucho mayor. - ICP Audit100
✓ buen objetivo — Green On (Francia) es una PYME que opera servicios de bicicletas eléctricas compartidas en toda Francia, generando valiosos datos de telemetría de movilidad como subproducto de sus operaciones, y no parece estar vendiendo actualmente estos datos, lo que lo convierte en un objetivo sólido para d-nvest. Problemas: Existen múltiples empresas con nombres similares a 'Green On', lo que requiere una cuidadosa desambiguación basada en la URL proporcionada.; Aunque las operaciones de Green On generan inherentemente datos de telemetría, no anuncian explícitamente 'tele
Evidence
Evidencia y trazabilidad del conjunto de datos
Lo que la evidencia tipificada prueba que la empresa posee — reformulado para mayor claridad y contextualizado en el mercado.
IoT / sensor data
Esta evidencia confirma la recopilación de telemetría IoT por parte de Green On de su flota operativa de bicicletas eléctricas, proporcionando información granular sobre el rendimiento del vehículo crucial para el análisis predictivo.
Geospatial data
Esto indica la recopilación de datos de ubicación anonimizados, ofreciendo un contexto valioso para comprender los patrones de movilidad y optimizar el despliegue de activos.
Event streams
Esto confirma la captura de flujos de eventos operativos que detallan el uso del servicio, incluyendo métricas de alquiler y tráfico entre estaciones, esencial para la previsión de la demanda y la optimización del servicio.
Coverage
Scanned sources
Deliverable
Premium dataset report
Green On Mobility Telemetry — a Moderate mobility telemetry dataset (Time Series modality) in the mobility domain. Primary AI use-case: Predictive Maintenance. Market signal: Global Predictive Maintenance for Vehicles Market = $4.66 Billion in 2024, CAGR 17.5% (2025-2034). Investment score 71.5/100 (confidence 0.49). Recommended action: Data Sharing Agreement.