Dataset opportunity
Faganwhalley — Opportunité de jeu de données sur les événements de mobilité
Jeu de données modéré sur les événements de mobilité détenu par Faganwhalley, utilisable pour la prévision et la détection d'anomalies.
Score
77.4
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
58%
Action
Acquérir
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)
Le marché mondial de l'analyse de la chaîne d'approvisionnement était évalué à 6,12 milliards USD en 2022, avec une croissance projetée de 17,8 % en TCAM de 2023 à 2030.
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
Jeu de données sur les événements de mobilité
Modality
Séries temporelles
Sector
mobilité
Volume
Modéré
Freshness
Temps réel
Rarity
Élevée (propriétaire)
Accessibility
Restreint
Legal
Propriété mixte — droits de licence à clarifier
Buyer persona
Fonds quantitatifs et équipes d'IA de prévision de la demande
Faganwhalley détient un jeu de données complet sur les événements de mobilité structuré sous forme de données séries temporelles, intégrant `event_streams`, `iot_data`, `industrial_data` et `maintenance_logs`. Ces données temporelles riches fournissent une vue opérationnelle détaillée, ce qui les rend exceptionnellement précieuses pour la prévision pilotée par l'IA afin de prédire les besoins de maintenance, d'optimiser le flux de la chaîne d'approvisionnement et de gérer les stocks.
Le marché mondial de l'analyse de la chaîne d'approvisionnement était évalué à 6,12 milliards USD en 2022 et devrait croître à un TCAM de 17,8 % pour atteindre 22,46 milliards USD d'ici 2030. [1] Cette croissance significative souligne la demande intense du marché pour de telles données. Bien que l'accès nécessite de naviguer dans des complexités telles que le RGPD en raison des données de télémétrie des conducteurs et des accords de confidentialité des clients, la rareté et la nature intégrée de ce jeu de données offrent un avantage concurrentiel distinct aux acheteurs d'IA cherchant à améliorer leur précision de prévision. ⚠ Diligence (données précieuses, accès à négocier) : Les données de télémétrie impliquent le comportement des conducteurs, ce qui peut avoir des implications RGPD ; les données d'inventaire des entrepôts sont susceptibles d'être soumises à des accords de confidentialité des clients ; la propriété des données de flux de la chaîne d'approvisionnement peut être partagée avec les clients finaux · corporate : indépendant.
Scoring
Scored dimensions
Explainable, evidence-based dimensions (0–100). The radar shows the investment axes.
Cette preuve démontre que Faganwhalley possède un flux propriétaire de données d'événements de mobilité à haute fréquence, provenant directement de son réseau logistique intégré. Le jeu de données combine les flux de capteurs IoT, les sorties du système de gestion d'entrepôt et les journaux de maintenance des véhicules, créant une vue unique et complète des opérations réelles de la chaîne d'approvisionnement. Pour les fonds quantitatifs et les équipes d'IA de prévision, ce jeu de données offre un signal rare de vérité terrain pour modéliser l'activité de la chaîne d'approvisionnement et les indicateurs économiques, fournissant la matière première pour anticiper les perturbations sur un marché de l'analyse de la chaîne d'approvisionnement dont la croissance est projetée à plus de 17 % par an.
See dimension details ↓- Dataset Specificity100
dominant 'event_streams', 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 Rarity94
données propriétaires du domaine
How scarce and proprietary the data is. Unique domain data scores high; openly available data lowers it. - Dataset Volume64
5 occurrences de preuves
Apparent scale of the data, inferred from the number of evidence hits and any explicit volume mentions. - Dataset Freshness82
temps réel/flux
How current the data stays — real-time/streaming scores highest, periodic dumps lower. - Training Value94
adapté à la prévision
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 exceptionnellement élevée, stimulée par le besoin urgent de prévisions précises sur un marché de l'analyse de la chaîne d'approvisionnement en croissance de 17,8 % en TCAM. [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 Feasibility30
difficulté moyenne, indépendant
How realistic it is to actually obtain the data, given access difficulty and the holder's corporate structure. - Evidence Strength77
4 types de preuves, 5 occurrences
How solid the proof is that the company holds this data — diversity of evidence types and number of hits. - Right to License36
propriété=mixte, licence=droits_non_clairs
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 Orientation56
2 signaux d'appétit pour les données (2 types)
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 — Fagan & Whalley est une cible de choix, étant une entreprise de logistique et d'entreposage établie, familiale, avec une flotte importante générant des données de mobilité propriétaires en sous-produit de son activité opérationnelle principale, et aucune indication de vente de produits de données. Problèmes : L'entreprise est une entreprise nationale de plusieurs millions de livres sterling qui a récemment procédé à des acquisitions, donc bien qu'elle semble être une PME, elle est plutôt grande et en croissance ; bien qu'elle fournisse à ses clients des informations sur les données et une visibilité sur leur propre chaîne d'approvisionnement via un portail, il s'agit d'une fonctionnalité de son service logistique principal, et non
- Deep Qualification80
✓ réussite — Fagan & Whalley est un candidat solide pour la détention de données. En tant que fournisseur de logistique et d'entreposage, il génère des données opérationnelles importantes, y compris des données de télémétrie et de WMS précieuses, en tant que sous-produit de ses services principaux. Bien que la propriété des données soit mixte et soumise au RGPD, les investissements majeurs récents dans de nouvelles plateformes TMS et WMS confirment l'existence d'un jeu de données de mobilité riche et structuré.
Evidence
Dataset evidence & lineage
What the typed evidence proves the company holds — reframed for clarity and set against the market.
Event streams
L'entreprise génère des flux d'événements continus issus de ses opérations, fournissant les données en temps réel et les informations avancées nécessaires aux équipes d'IA pour construire des modèles de prévision prédictifs.
IoT / sensor data
Le jeu de données comprend des données IoT propriétaires, offrant le suivi instantané et la visibilité de l'état à la demande essentiels pour modéliser le mouvement des actifs et l'efficacité de la chaîne d'approvisionnement.
Industrial data
Les preuves indiquent une source riche de données industrielles provenant des systèmes de gestion d'entrepôt et des flottes de véhicules, fournissant une vue complète de la capacité opérationnelle et de l'activité.
Maintenance logs
Le jeu de données est enrichi de journaux de maintenance, offrant un signal unique sur la santé et la disponibilité des véhicules qui peut être utilisé pour prédire les pannes d'actifs et les perturbations potentielles de la chaîne d'approvisionnement.
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
Faganwhalley Mobility Event — a Moderate mobility event dataset (Time Series modality) in the mobility domain. Primary AI use-case: Forecasting. Market signal: Global Supply Chain Analytics market was valued at USD 6.12 billion in 2022, projected to grow at a CAGR of 17.8% from 2023 to 2030 (source: Grand View Research). [1]. Investment score 77.4/100 (confidence 0.58). Recommended action: Acquire.
From the marketplace
Explore live data opportunities
Fibrain — Opportunité de jeu de données de journaux de maintenance
View opportunity →industrielKh Kipper — Opportunité de jeu de données de journaux de maintenance
View opportunity →industrielRapidnews — Opportunité de jeu de données de flux d'événements
View opportunity →Data Academy
Learn before you deal
- Les places de marché de données, expliquées4 min read
- Licence de données, terme par terme4 min read
- Vos données valent-elles de l'argent ?3 min read
News & Insights
Latest from the briefing
- Comment les mécanismes de suppression universelle impactent la valorisation des données de consommation
- Comment déterminer si votre entreprise est considérée comme un collecteur de données réglementé
- Le véritable coût opérationnel de la mise à l'échelle d'une activité de monétisation de données