Dataset opportunity
Opportunité de jeu de données de journaux de maintenance Eletrabus
Jeu de données de journaux de maintenance modéré détenu par Eletrabus, utilisable pour la maintenance prédictive et la détection d'anomalies.
Score
69.9
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
Partenariat (niveau groupe)
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)
Marché mondial de la maintenance prédictive = 13,65 milliards USD en 2025, TCAC de 24,30 %.
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.
Profile
Dataset profile
Type
Jeu de données de journaux de maintenance
Modality
Séries temporelles
Sector
mobilité
Volume
Modéré
Freshness
Temps réel
Rarity
Élevée (propriétaire)
Accessibility
Restreint
Legal
Détenu par l'entreprise — droits de licence à clarifier
Buyer persona
Vendeurs d'IA industrielle et d'optimisation de la maintenance
Eletrabus détient un précieux jeu de données de séries temporelles comprenant des journaux de maintenance et des données iot de sa flotte de bus électriques et de systèmes modernisés. Ces données industrielles granulaires et réelles sont structurées pour une application directe dans la formation d'algorithmes de maintenance prédictive, permettant aux acheteurs d'IA de prévoir les défaillances de composants, d'optimiser les calendriers de maintenance et de réduire les temps d'arrêt opérationnels pour les flottes de véhicules électriques.
La valeur commerciale est ancrée dans le marché mondial de la maintenance prédictive, qui était évalué à 13,65 milliards USD en 2025 et devrait croître avec un TCAC de 24,30 %. [1] Malgré les complexités d'accès telles que la propriété partagée des données ou la nécessité d'une approbation au niveau du groupe, la rareté de ces données spécialisées sur la mobilité électrique, combinée à la forte croissance du marché, en fait un atout stratégique pour les développeurs d'IA recherchant un avantage concurrentiel. ⚠ Diligence (données précieuses, accès à négocier) : La propriété des données peut être partagée avec les autorités de transport municipales ou les opérateurs de flotte privés ; l'accès à la télémétrie dépend du niveau d'intégration spécifique des systèmes e-Bus ou e-Retrofit ; filiale d'un conglomérat de transport régional, nécessitant une approbation au niveau du groupe · corporate : filiale de Grupo ABC (Setti & Braga).
Scoring
Scored dimensions
Explainable, evidence-based dimensions (0–100). The radar shows the investment axes.
Ces preuves prouvent collectivement qu'Eletrabus possède un jeu de données unique et de haute rareté détaillant le fonctionnement réel de plus de 1 000 bus électriques. Ces données propriétaires sont un atout essentiel pour les fournisseurs d'IA industrielle développant des solutions de maintenance prédictive, un marché dont la valeur devrait atteindre 13,65 milliards USD d'ici 2025. La combinaison de performances IoT, de santé de la batterie et d'analyses comparatives dans le jeu de données fournit la vérité terrain nécessaire pour former des modèles qui optimisent la disponibilité de la flotte et réduisent les coûts opérationnels dans le secteur en croissance rapide de la mobilité électrique.
See dimension details ↓- Dataset Specificity90
dominant 'maintenance_logs', secteur mobilité, 3 types spécifiques
How sharply the data targets a specific, hard-to-substitute domain or task. Niche, well-defined data scores higher than generic. - Dataset Rarity82
données de domaine propriétaire
How scarce and proprietary the data is. Unique domain data scores high; openly available data lowers it. - Dataset Volume52
3 preuves
Apparent scale of the data, inferred from the number of evidence hits and any explicit volume mentions. - Dataset Freshness82
temps réel/streaming
How current the data stays — real-time/streaming scores highest, periodic dumps lower. - Training Value84
adapté à la maintenance prédictive
How useful the data is for the target AI use-case — its fit for model training or fine-tuning. - Buyer Demand90
La demande des acheteurs d'IA est élevée en raison de la croissance rapide du marché de la maintenance prédictive (TCAC de 24,30 %), qui repose fortement sur des données de séries temporelles industrielles spécialisées pour former des modèles efficaces. [1]
How strongly AI builders and companies are likely to want this data, based on market signals. - Legal Accessibility28
restreint/inconnu
How legally easy the data is to obtain and use — open/API access scores high; PII or regulated data scores low. - Acquisition Feasibility15
difficulté moyenne, filiale de Grupo ABC (Setti & Braga)
How realistic it is to actually obtain the data, given access difficulty and the holder's corporate structure. - Evidence Strength62
3 types de preuves, 3 occurrences
How solid the proof is that the company holds this data — diversity of evidence types and number of hits. - Right to License70
propriété=détenu par l'entreprise, licence=droits_flous
Whether the company can legally license the data out — based on ownership and licensing complexity. - Corporate Independence50
filiale de Grupo ABC (Setti & Braga)
Whether the holder can decide alone — an independent company scores higher than a subsidiary of a large group. - Data Orientation22
0 signal d'appétit pour les données (0 type)
How actively the company invests in data, measured by its data-appetite signals (hires, products, APIs…). - Dormant Data Surplus92
excédent=élevé — données propriétaires au-delà de ce qui est déjà monétisé
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
✓ bonne cible — Eletrabus est un fabricant brésilien de bus électriques et de systèmes d'entraînement qui effectue également la maintenance et la modernisation, faisant de ses journaux opérationnels et de maintenance un atout de données précieux et inexploité. Problèmes : Le nombre exact d'employés n'a pas pu être déterminé de manière définitive pour confirmer le statut de PME, bien que 88 employés aient été mentionnés sur une plateforme. [9] ; Le site Web de l'entreprise (eletrabus.com.br) semble être hors service ou inaccessible, nécessitant de s'appuyer sur des sources tierces. [2, 4, 5, 7]
- Deep Qualification60
⚠ à examiner — Eletrabus est un fabricant brésilien de bus électriques, pas un opérateur de transport. Bien que ses véhicules génèrent de manière plausible des données IoT et de maintenance précieuses pour la maintenance prédictive, ces données sont générées par et pour ses clients (par exemple, les autorités de transport municipales), ce qui fait de la propriété et des droits de revente un obstacle majeur. [les données sont détenues par les clients de l'entreprise]
Evidence
Dataset evidence & lineage
What the typed evidence proves the company holds — reframed for clarity and set against the market.
IoT / sensor data
Le jeu de données comprend des données de performances IoT en temps réel provenant d'une flotte de plus de 1 000 bus électriques, fournissant les signaux bruts sur la vitesse, la localisation et l'utilisation de l'énergie essentiels à la modélisation des schémas de contrainte opérationnelle.
Industrial data
Ces preuves confirment l'accès à des données industrielles propriétaires sur la santé de la batterie (SOH), y compris des métriques cruciales telles que les cycles de décharge et la température, qui sont les informations les plus recherchées pour prédire la défaillance des composants dans les véhicules électriques.
Maintenance logs
Le jeu de données contient des analyses comparatives uniques contrastant les performances des modernisations électriques par rapport aux véhicules à combustion traditionnels, offrant un outil puissant pour quantifier le coût total de possession et les avantages de maintenance pour les clients d'entreprise.
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
Eletrabus Maintenance Logs — a Moderate maintenance logs dataset (Time Series modality) in the mobility domain. Primary AI use-case: Predictive Maintenance. Market signal: Global Predictive Maintenance market = $13.65B in 2025, CAGR 24.30% (source: Fortune Business Insights). Investment score 69.9/100 (confidence 0.49). Recommended action: Partnership (group-level).
From the marketplace
Explore live data opportunities
Powercor — Opportunité de jeu de données de journaux de maintenance
View opportunity →santéSmartct — Opportunité d'Actif de Données Téléchargeable
View opportunity →industrielDubordrefrigeration — Opportunité de jeu de données de journaux de maintenance
View opportunity →