Dataset opportunity
Viridi — Oportunidad de Conjunto de Datos de Registros de Mantenimiento
Conjunto de datos de registros de mantenimiento moderado en posesión de Viridi, utilizable para Mantenimiento Predictivo y Detección de Anomalías.
Score
48
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
Adquirir
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
Mercado Global de Mantenimiento Predictivo = $10.6 mil millones en 2024, TACC del 35.1% (fuente: MarketsandMarkets™)
Recent dated external facts that triggered this opportunity — auditable provenance.
- 📰press2026-07-23
Mondelēz shows uneven gains on 2025 sustainable sourcing goals
supplychaindive.com ↗ - 📰press2026-07-22
France Agrivoltaïsme sonne l’alarme jusqu’à l’Elysée
greenunivers.com ↗ - 📰press2026-07-22
L’agrivoltaïsme est menacé par les critères des appels d’offres
lafranceagricole.fr ↗
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 Registros de Mantenimiento
Modality
Series Temporales
Sector
industrial
Volume
Moderado
Freshness
Tiempo real
Rarity
Alta (propietario)
Accessibility
Parcial
Legal
Propiedad de la empresa — limpio para licenciar
Buyer persona
Proveedores de IA Industrial y optimización de mantenimiento
Viridi posee un valioso conjunto de datos de Series Temporales compuesto por datos de IoT industrial y registros de mantenimiento detallados de sus operaciones. Esta colección de iot_data y maintenance_logs proporciona un registro histórico rico y de alta fidelidad del rendimiento del equipo, parámetros operativos y eventos de falla, lo que lo hace excepcionalmente adecuado para desarrollar y entrenar modelos de IA de Mantenimiento Predictivo.
El valor comercial es sustancial, ya que estos datos abordan el mercado global de Mantenimiento Predictivo, que se estimó en $10.6 mil millones en 2024 y se proyecta que crezca a una TACC del 35.1%. [6, 8] A pesar de las complejidades de acceso —como que los datos estén incrustados en Sistemas de Gestión de Baterías (BMS) propietarios o sujetos a protecciones de seguridad industrial y secretos comerciales— los datos valiosos tienen una alta demanda. El rápido crecimiento del mercado subraya que los conocimientos derivados para la optimización de activos y la reducción del tiempo de inactividad valen la negociación para el acceso. ⚠ Diligencia (datos valiosos, acceso a negociar): Es probable que los datos estén incrustados dentro de Sistemas de Gestión de Baterías (BMS) propietarios; Pueden aplicarse protecciones de seguridad industrial y secretos comerciales a los datos de química de baterías; Los datos operativos pueden estar distribuidos en instalaciones del sitio del cliente · corporativo: independiente.
Scoring
Scored dimensions
Explainable, evidence-based dimensions (0–100). The radar shows the investment axes.
Esta evidencia demuestra colectivamente que Viridi posee un conjunto de datos de series temporales propietario y raro que detalla el rendimiento en el mundo real, la degradación y el historial de mantenimiento de sistemas de baterías a escala industrial. Estos datos son precisamente lo que los proveedores de IA requieren para construir y validar algoritmos de mantenimiento predictivo de alta fidelidad para activos de almacenamiento de energía. En un mercado que crece más del 35% anual hasta superar los $10.6 mil millones, este conjunto de datos proporciona la verdad fundamental esencial para modelar la predicción de fallas y la optimización de activos, ofreciendo una ventaja competitiva significativa.
See dimension details ↓- Dataset Specificity90
dominante 'maintenance_logs', sector industrial, 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 Mantenimiento Predictivo
How useful the data is for the target AI use-case — its fit for model training or fine-tuning. - Buyer Demand95
la demanda de compradores de IA es extremadamente alta, impulsada por un mercado en rápido crecimiento para soluciones de Mantenimiento Predictivo proyectado a una TACC del 35.1%. [6, 8]
How strongly AI builders and companies are likely to want this data, based on market signals. - Legal Accessibility50
restringido/desconocido
How legally easy the data is to obtain and use — open/API access scores high; PII or regulated data scores low. - Acquisition Feasibility30
dificultad media, 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 License92
propiedad=poseído, licenciamiento=limpio
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
excedente=alto, 3 señales externas recientes — 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 Audit75
⚠ revisión — Si bien Viridi fabrica hardware de baterías, ya vende un producto de inteligencia complementario ('Viridi Insights') que utiliza los datos, lo que lo convierte en un mal ajuste ya que los datos no están inactivos. Problemas: El negocio principal de la empresa es la fabricación y venta de sistemas de almacenamiento de energía de baterías. [1, 8, 13]; Crucialmente, Viridi vende activamente un producto de inteligencia llamado 'Viridi Insights', que es un 'Sistema de Gestión de Energía (EMS)' que convierte 'datos brutos en acciones'; Esto entra en conflicto directo con el ICP, que excluye a las empresas que venden inteligencia, software de IA o análisis como producto.; Los datos no están 'inactivos', sino que se utilizan y monetizan activamente a través de su 'ViSTA Data Visualization Engine' y 'Conductor Edge Computing Platform', lo que hace que el
- Deep Qualification80
✓ pasar — Viridi fabrica y vende sistemas de almacenamiento de energía de baterías (BESS) a prueba de fallas, lo que la convierte en un poseedor de datos. Los datos operativos y de mantenimiento de estos sistemas son altamente coherentes con el conjunto de datos propuesto, pero la propiedad es probablemente mixta entre Viridi y sus clientes, y los derechos de datos específicos no están claros.
Evidence
Dataset evidence & lineage
What the typed evidence proves the company holds — reframed for clarity and set against the market.
IoT / sensor data
El conjunto de datos incluye lecturas de sensores IoT en tiempo real de grandes arreglos de baterías, proporcionando los datos de alta frecuencia esenciales para entrenar modelos de detección de anomalías.
Industrial data
Esta evidencia apunta a datos históricos únicos sobre el comportamiento de celdas de iones de litio, lo que permite a los modelos predecir patrones de degradación a largo plazo y optimizar el ciclo de vida de los activos.
Maintenance logs
La presencia de registros de seguridad y rendimiento de sistemas críticos proporciona la verdad fundamental crucial sobre fallas e intervenciones, que es necesaria para validar la precisión de cualquier modelo predictivo.
Marketplace
Dataset details
Detailed schema & sample available on access request.
Coverage
Scanned sources
Deliverable
Premium dataset report
Viridi Maintenance Logs — a Moderate maintenance logs dataset (Time Series modality) in the industrial domain. Primary AI use-case: Predictive Maintenance. Market signal: Global Predictive Maintenance Market = $10.6 billion in 2024, CAGR 35.1% (source: MarketsandMarkets™). Investment score 48.0/100 (confidence 0.49). Recommended action: Acquire.
From the marketplace
Explore live data opportunities
Oportunidad de Conjunto de Datos de Informes de Inspección — Smemaine
View opportunity →industrialOportunidad de Conjunto de Datos de Registros Regulatorios de Semefab
View opportunity →industrialOportunidad de Conjunto de Datos de Sensores Industriales — Presto Eng
View opportunity →Data Academy
Learn before you deal
- Lo que tiene derecho a vender3 min read
- 5 errores que ahuyentan a los compradores3 min read
- ¿Por qué comprar datos externos?3 min read
News & Insights
Latest from the briefing
- ¿Se Puede Vender Legalmente Datos de Clientes? El Marco de Monetización del RGPD
- 8 Pasos para una Venta de Datos Estructurada: El Manual del Corredor Profesional
- Cómo valorar su conjunto de datos: 4 modelos probados para la concesión de licencias de datos de IA