Dataset opportunity
Eocharging — Opportunité de jeu de données de journaux de maintenance
Vaste jeu de données de journaux de maintenance détenu par Eocharging, utilisable pour la maintenance prédictive et la détection d'anomalies.
Score
37.5
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
74%
Action
Accord de partage de données
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 = 19,80 milliards de dollars en 2026, TCAM de 31,1 %.
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.
- 📣Press / announcement
plus de 50 millions de sessions de recharge livrées et suivies via EO Cloud
source ↗
Profile
Dataset profile
Type
Jeu de données de journaux de maintenance
Modality
Séries temporelles
Sector
mobilité
Volume
Grand
Freshness
Temps réel
Rarity
Élevée (propriétaire)
Accessibility
Partielle
Legal
Propriété mixte — Sensible au GDPR (examen des données personnelles)
Buyer persona
Vendeurs d'IA industrielle et d'optimisation de la maintenance
Eocharging détient un précieux jeu de données de séries temporelles comprenant des `maintenance_logs`, des `event_streams` et des `iot_data` provenant de son réseau de bornes de recharge pour véhicules électriques. Ces données fournissent un historique détaillé et réel des opérations matérielles, de la contrainte des composants et des événements de défaillance, ce qui les rend exceptionnellement bien adaptées à la formation de modèles d'IA de maintenance prédictive pour anticiper et prévenir les temps d'arrêt des chargeurs.
Le marché mondial de la maintenance prédictive est en expansion rapide, avec une croissance projetée de 19,80 milliards de dollars en 2026 à 226,50 milliards de dollars d'ici 2035, démontrant un TCAM de 31,1 %. Bien que l'accès nécessite de naviguer dans des consentements complexes avec les clients de flotte et des sensibilités GDPR, cela souligne la rareté et la valeur stratégique des données. Il offre une opportunité unique d'acquérir une télémétrie matérielle propriétaire liée aux opérations de grandes flottes comme Amazon et DHL, un jeu de données non disponible ailleurs. ⚠ Diligence (données précieuses, accès à négocier) : Les données sont partiellement détenues par de grands clients de flotte (Amazon, DHL, Tesco) nécessitant un consentement complexe pour une utilisation secondaire ; Haute sensibilité GDPR concernant la localisation des véhicules et les horodatages de recharge liés à des conducteurs spécifiques ; La télémétrie matérielle propriétaire est distincte des données de session destinées aux clients · entreprise : indépendante.
Scoring
Scored dimensions
Explainable, evidence-based dimensions (0–100). The radar shows the investment axes.
Les preuves confirment qu'Eocharging exploite un vaste réseau de plus de 100 000 chargeurs VE déployés, générant un jeu de données propriétaire à partir de plus de 50 millions de sessions de recharge et d'événements de maintenance associés. Ces données de séries temporelles sont un atout essentiel pour les fournisseurs d'IA industrielle développant des modèles de maintenance prédictive afin d'optimiser la disponibilité des actifs. Sur un marché mondial de la maintenance prédictive dont la valeur devrait atteindre près de 20 milliards de dollars d'ici 2026, ce jeu de données offre une opportunité rare d'entraîner des algorithmes sur la détection de défauts en conditions réelles et sur les performances opérationnelles à grande échelle.
See dimension details ↓- Dataset Specificity100
dominant 'maintenance_logs', secteur mobilité, 4 types spécifiques
How sharply the data targets a specific, hard-to-substitute domain or task. Niche, well-defined data scores higher than generic. - Dataset Rarity70
données de domaine propriétaire (ouvert réduit la rareté)
How scarce and proprietary the data is. Unique domain data scores high; openly available data lowers it. - Dataset Volume82
8 occurrences de 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 Value94
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 Demand92
la demande des acheteurs d'IA est exceptionnellement élevée, stimulée par le TCAM rapide de 31,1 % du marché de la maintenance prédictive, ce qui crée un besoin fort et urgent de données d'entraînement uniques et de haute qualité pour construire des solutions compétitives.
How strongly AI builders and companies are likely to want this data, based on market signals. - Legal Accessibility48
accès ouvert/API
How legally easy the data is to obtain and use — open/API access scores high; PII or regulated data scores low. - Acquisition Feasibility50
haute difficulté, indépendant
How realistic it is to actually obtain the data, given access difficulty and the holder's corporate structure. - Evidence Strength100
6 types de preuves, 8 occurrences
How solid the proof is that the company holds this data — diversity of evidence types and number of hits. - Right to License28
propriété=mixte, licence=sensible_gdpr
Whether the company can legally license the data out — based on ownership and licensing complexity. - Corporate Independence90
indépendant
Whether the holder can decide alone — an independent company scores higher than a subsidiary of a large group. - Data Orientation39
1 signal d'appétit pour les données (1 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 Audit25
⚠ examen — L'entreprise a été placée en administration judiciaire en avril 2026 et a été acquise par la suite, ce qui en fait une entité défunte et donc une mauvaise cible. Problèmes : EO Charging (exploitant sous le nom de Juuce Limited) a été placée en administration judiciaire en avril 2026. ; L'entreprise était déficitaire et a subi une restructuration importante, y compris la vente de sa division matérielle fin 2025 et le licenciement de la plupart des employés. ; Des parties de l'entreprise ont été acquises par Pod Point en mai 2026. ; Le modèle économique principal comprenait la vente de matériel (chargeurs) et une plateforme SaaS (EO Cloud) pour la gestion de flotte et de l'énergie, ce qui implique la vente d'intelligence
- Deep Qualification80
✓ passe — EO Charging est un détenteur de données dont l'activité principale est de fournir des solutions de recharge VE complètes pour les flottes, et non de vendre des données. Une acquisition récente suite à une procédure d'administration judiciaire crée un déclencheur convaincant, mais la propriété des données est mixte avec les clients de flotte et les droits de revente ne sont pas clairs, nécessitant une négociation prudente.
Evidence
Dataset evidence & lineage
What the typed evidence proves the company holds — reframed for clarity and set against the market.
Downloads / exports
L'entreprise capture les informations de contact des clients et prospects grâce au téléchargement de supports marketing, indiquant un engagement commercial actif et une base de clients définie.
Knowledge base / docs
Le détenteur maintient une base de connaissances de documentation technique et réglementaire pour l'installation des chargeurs, prouvant un cadre opérationnel structuré et conforme derrière son déploiement d'actifs.
IoT / sensor data
La plateforme cloud de l'entreprise a traité plus de 50 millions de sessions de recharge provenant d'un réseau de plus de 100 000 appareils IoT déployés, fournissant les données de séries temporelles à grande échelle et réelles nécessaires à la formation de modèles d'IA robustes.
Maintenance logs
Le jeu de données comprend des journaux de maintenance générés par un système automatisé de détection de défauts, essentiel pour construire des modèles prédictifs capables d'anticiper les défaillances et d'optimiser la disponibilité des actifs que le détenteur suit déjà.
Event streams
L'entreprise génère des flux d'événements à partir de ses solutions de gestion de l'énergie, capturant des données sur l'équilibrage de charge et l'optimisation des coûts qui fournissent des données contextuelles cruciales pour analyser les performances et la contrainte des chargeurs.
Geospatial data
Le détenteur possède des données géospatiales cartographiant plus de 1 700 sites de recharge, permettant une analyse basée sur la localisation et le développement de modèles qui tiennent compte des facteurs opérationnels environnementaux ou régionaux.
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
Eocharging Maintenance Logs — a Large maintenance logs dataset (Time Series modality) in the mobility domain. Primary AI use-case: Predictive Maintenance. Market signal: Global Predictive Maintenance market = $19.80 billion in 2026, CAGR 31.1% (source: Market Research Future).. Investment score 37.5/100 (confidence 0.74). Recommended action: Data Sharing Agreement.
From the marketplace
Explore live data opportunities
Epuro — Opportunité de jeu de données de journaux de maintenance
View opportunity →commerce de détailVaude — Opportunité de jeu de données sur les marchés publics
View opportunity →industrielWmhughes — Opportunité de jeu de données sur les opérations industrielles
View opportunity →Data Academy
Learn before you deal
- Combien vaut un dataset ?3 min read
- Comment se déroule une transaction de données3 min read
- Ce que vous avez le droit de vendre3 min read
News & Insights
Latest from the briefing
- Limites juridiques de la formation d'IA commerciales sur des textes protégés par le droit d'auteur
- Comment monétiser les données IoT selon les règles d'accès par conception de l'UE
- Pouvez-vous vendre légalement des données utilisateur issues de relations clients directes ?