Opportunité d'ensemble de données
Opportunité de jeu de données de télémétrie de mobilité — Connectedkerb
Vaste jeu de données de télémétrie de mobilité détenu par Connectedkerb, utilisable pour la maintenance prédictive et la détection d'anomalies.
Score
71.9
Le score (0–100) combine des dimensions pondérées — rareté de l'ensemble de données, valeur d'entraînement, demande des acheteurs, force des preuves et droit de licence. 70+ est prêt pour une transaction. Voir les dimensions évaluées ci-dessous pour la répartition.Confiance
55%
Action
Accord de partage de données
La structure de transaction recommandée pour cet ensemble de données : Acquérir (rachat complet), Licencier (droits d'utilisation payants), Accord de partage de données (accès contrôlé, pas de transfert de propriété), Partenariat (co-développement) ou Programme d'annotation (étiquetage). Choisi en fonction de la propriété des données, de la complexité des licences et de l'accessibilité.Marché
Marché mondial de la maintenance prédictive des chargeurs de VE = 2,8 milliards de dollars en 2025, TCAC de 12,4 % (2025-2034)
Lineage
Comment cette piste a été dérivée
La chaîne signal-first, de bout en bout : signaux externes récents → niche qualifiée → détenteur de données résolu → vérification du site → opportunité évaluée. Chaque piste est explicable.
Preuves concrètes que cette entreprise se soucie activement des données — pourquoi elle est prête pour la salle de négociation.
- 📝Published article
Notre approche unique intègre l'énergie et les données pour soutenir les villes intelligentes et connectées
source ↗
Profile
Profil de l'ensemble de données
Type
Jeu de données de télémétrie de mobilité
Modalité
Séries temporelles
Secteur
mobilité
Volume
Important
Actualité
Temps réel
Rareté
Élevée (propriétaire)
Accessibilité
Restreint
Légal
Détenu par l'entreprise — Sensible au RGPD (examen des PII)
Persona acheteur
Fournisseurs d'IA industrielle et d'optimisation de la maintenance
Connectedkerb possède un riche jeu de données de télémétrie de mobilité, principalement composé de données séries temporelles, incluant des flux d'événements, des données géographiques et des données IoT provenant de son vaste réseau de bornes de recharge pour véhicules électriques. Ces données granulaires et en temps réel sont particulièrement adaptées aux applications de Maintenance Prédictive, permettant l'identification proactive des défaillances potentielles des composants de l'infrastructure de recharge pour véhicules électriques tels que l'électronique de puissance, les systèmes de refroidissement et les connecteurs, avant qu'elles n'entraînent des temps d'arrêt coûteux.
Ces données ont une valeur commerciale significative sur un marché en expansion rapide. Le marché mondial de la maintenance prédictive des chargeurs de VE devrait à lui seul atteindre 7,9 milliards de dollars d'ici 2034, avec un CAGR de 12,4 % par rapport à 2,8 milliards de dollars en 2025, stimulé par le besoin urgent de réseaux de recharge fiables. Bien que l'accès implique de naviguer dans des accords de partage de données avec les autorités locales et les partenaires, d'assurer la conformité RGPD pour les données personnelles et de gérer les données distribuées sur les actifs physiques, la spécificité et la rareté de ce jeu de données complet pour la réduction des temps d'arrêt et les économies de coûts (par exemple, jusqu'à 26 % de réduction des temps d'arrêt imprévus et 22 % des coûts de maintenance pour les systèmes de VE) le rendent très précieux pour les acheteurs d'IA cherchant à optimiser les opérations de recharge des VE. ⚠ Diligence (données précieuses, accès à négocier) : Les accords de partage de données avec les autorités locales et les partenaires peuvent restreindre l'accès direct à certains jeux de données ; La conformité RGPD est requise pour les données personnelles relatives aux utilisateurs et aux sessions de recharge ; Les données sont distribuées sur un grand réseau d'actifs physiques. · corporate : filiale d'Aviva Investors, National Wealth Fund.
Scoring
Dimensions évaluées
Dimensions explicables, basées sur des preuves (0–100). Le radar montre les axes d'investissement.
Connectedkerb possède un jeu de données propriétaire et étendu englobant la télémétrie opérationnelle en temps réel et les mises à jour de statut en direct de son réseau important de plus de 7 000 chargeurs de VE à travers le Royaume-Uni, enrichi par des données géospatiales stratégiques. Cette collection unique alimente directement le marché en plein essor de la maintenance prédictive des chargeurs de VE, projeté à 2,8 milliards de dollars d'ici 2025, ce qui la rend inestimable pour les fournisseurs d'IA industrielle et d'optimisation de la maintenance. Le détail granulaire et les informations opérationnelles contenus dans ces données sont essentiels pour développer des modèles avancés de maintenance prédictive, assurer la fiabilité de l'infrastructure et stimuler l'efficacité dans un secteur en expansion rapide.
See dimension details ↓- Dataset Specificity90
dominant 'données_iot', secteur mobilité, 3 types spécifiques
Dans quelle mesure les données ciblent un domaine ou une tâche spécifique et difficile à substituer. Les données de niche, bien définies, obtiennent un score plus élevé que les données génériques. - Dataset Rarity82
données propriétaires du domaine
À quel point les données sont rares et propriétaires. Les données de domaine uniques obtiennent un score élevé ; les données disponibles publiquement le réduisent. - Dataset Volume70
6 preuves
Échelle apparente des données, déduite du nombre de correspondances de preuves et de toute mention explicite de volume. - Dataset Freshness82
temps réel/streaming
À quel point les données restent actuelles — le temps réel/streaming obtient le score le plus élevé, les décharges périodiques le réduisent. - Training Value84
adapté à la Maintenance Prédictive
À quel point les données sont utiles pour le cas d'utilisation d'IA ciblé — leur adéquation pour l'entraînement ou le réglage fin de modèles. - Buyer Demand92
Le marché mondial de l'IA dans la mobilité, qui inclut la maintenance prédictive comme application clé, devrait croître à un taux de croissance annuel composé (CAGR) de 44,6 % de 2026 à 2035, indiquant une demande très élevée pour des données pertinentes.
Dans quelle mesure les développeurs d'IA et les entreprises sont susceptibles de vouloir ces données, sur la base des signaux du marché. - Legal Accessibility20
restreint/inconnu
À quel point il est légalement facile d'obtenir et d'utiliser les données — l'accès ouvert/API obtient un score élevé ; les données PII ou réglementées obtiennent un score faible. - Acquisition Feasibility15
difficulté moyenne, filiale d'Aviva Investors, National Wealth Fund
À quel point il est réaliste d'obtenir réellement les données, compte tenu de la difficulté d'accès et de la structure d'entreprise du détenteur. - Evidence Strength71
3 types de preuves, 6 occurrences
À quel point la preuve est solide que l'entreprise détient ces données — diversité des types de preuves et nombre de correspondances. - Right to License62
propriété=détenu, licence=sensible_rgpd
Si l'entreprise peut légalement concéder des licences pour les données — basé sur la propriété et la complexité des licences. - Corporate Independence50
filiale d'Aviva Investors, National Wealth Fund
Si le détenteur peut décider seul — une entreprise indépendante obtient un score plus élevé qu'une filiale d'un grand groupe. - Data Orientation39
1 signal d'appétit pour les données (1 type)
À quel point l'entreprise investit activement dans les données, mesuré par ses signaux d'appétit pour les données (embauches, produits, API…). - Dormant Data Surplus92
excédent=élevé — données propriétaires au-delà de ce qui est déjà monétisé
Volume et valeur des données propriétaires que cette entreprise détient AU-DELÀ de ce qu'elle monétise déjà — le surplus dormant que nous pouvons débloquer. Une entreprise peut vendre certaines informations ET toujours détenir un actif dormant bien plus important. - ICP Audit92
✓ bonne cible — Connected Kerb exploite une activité opérationnelle réelle d'infrastructure de recharge pour VE, générant de la télémétrie et des données opérationnelles précieuses en tant que sous-produit, et ne semble pas vendre principalement ces données ou l'intelligence dérivée comme produit principal.
Evidence
Preuves et lignage de l'ensemble de données
Ce que les preuves typées prouvent que l'entreprise détient — reformulé pour plus de clarté et mis en perspective avec le marché.
IoT / sensor data
Ce type de preuve représente la télémétrie opérationnelle en temps réel du réseau de VE de Connectedkerb, fournissant des informations granulaires sur les performances des chargeurs, les modèles d'utilisation et les événements de transaction, cruciaux pour les solutions de maintenance prédictive et d'efficacité opérationnelle.
Geospatial data
Cela comprend les données de localisation et démographiques utilisées pour la planification stratégique de l'infrastructure, offrant un contexte précieux pour comprendre le déploiement des chargeurs et les modèles de demande régionaux pour l'analyse du marché.
Event streams
Cela inclut les données de statut opérationnel en direct des bornes de recharge, indiquant la disponibilité en temps réel et l'état opérationnel, essentiels pour la gestion du réseau et les applications d'expérience utilisateur.
Deal room
Deal Room — Connectedkerb — Mobility Telemetry Dataset Opportunity
Mobility Telemetry Dataset (Time Series, mobility). Best AI use-case: Predictive Maintenance. Target buyers: Industrial AI & maintenance-optimization vendors. Market: Global EV charger predictive maintenance market = $2.8 billion in 2025, CAGR 12.4% (2025-2034). Rarity: High (proprietary); accessibility: Restricted. Key risk: Owned by the company — GDPR-sensitive (PII review). Recommended deal structure: Data Sharing Agreement. Investment score 71.9/100.
Persona acheteur
Fournisseurs d'IA industrielle et d'optimisation de la maintenance
Le type d'entreprise ou d'équipe le plus susceptible d'acheter ou d'utiliser cet ensemble de données — la cible du côté de la demande.Marché
Marché mondial de la maintenance prédictive des chargeurs de VE = 2,8 milliards de dollars en 2025, TCAC de 12,4 % (2025-2034)
Une lecture approximative de la demande et de la fourchette de prix pour ces données, à partir des signaux du marché ($ = niche, $$$ = forte demande des acheteurs d'IA).Risque
Détenu par l'entreprise — Sensible au RGPD (examen des PII)
Les principales contraintes légales et de conformité concernant l'utilisation ou le transfert de ces données — PII/RGPD, droits de licence, limites réglementaires.Action
Accord de partage de données
La structure de transaction recommandée pour cet ensemble de données : Acquérir (rachat complet), Licencier (droits d'utilisation payants), Accord de partage de données (accès contrôlé, pas de transfert de propriété), Partenariat (co-développement) ou Programme d'annotation (étiquetage). Choisi en fonction de la propriété des données, de la complexité des licences et de l'accessibilité.Coverage
Scanned sources
Deliverable
Premium dataset report
Connectedkerb Mobility Telemetry — a Large mobility telemetry dataset (Time Series modality) in the mobility domain. Primary AI use-case: Predictive Maintenance. Market signal: Global EV charger predictive maintenance market = $2.8 billion in 2025, CAGR 12.4% (2025-2034). Investment score 71.9/100 (confidence 0.55). Recommended action: Data Sharing Agreement.