Dataset opportunity
Green On — Mogelijkheid voor mobiliteitstelemetrie dataset
Middelgrote mobiliteitstelemetrie dataset in bezit van Green On, bruikbaar voor Voorspellend Onderhoud en Anomaliendetectie.
Score
71.5
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
49%
Action
Gegevensdelings overeenkomst
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
Wereldwijde markt voor voorspellend onderhoud voor voertuigen = $4.66 miljard in 2024, CAGR 17.5% (2025-2034)
Recent dated external facts that triggered this opportunity — auditable provenance.
- 📰press2026-06-03
Les électriques portent le marché allemand en mai 2026
journalauto.com ↗ - 📰press2026-06-03
Bot Auto names Brett Suma as president and COO to scale autonomous trucking
freightwaves.com ↗ - 📰press2026-06-03
VUL : Renault, Nissan et Mercedes-Benz dégainent leurs nouveaux CEE
journalauto.com ↗ - 📰press2026-06-02
B.C. Bill would make dashboard cameras mandatory on commercial vehicles
freightwaves.com ↗ - 📰press2026-06-02
L’électrique prend le pouvoir dans les flottes
journalauto.com ↗
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
Mobiliteitstelemetrie Dataset
Modality
Tijdreeks
Sector
mobiliteit
Volume
Middelmatig
Freshness
Real-time
Rarity
Hoog (eigendomsrechtelijk)
Accessibility
Beperkt
Legal
Eigendom van het bedrijf — AVG-gevoelig (PII-beoordeling)
Buyer persona
Leveranciers van Industriële AI & onderhoudsoptimalisatie
Green On beschikt over een rijke Mobiliteitstelemetrie Dataset, voornamelijk in een Tijdreeks modaliteit, bestaande uit event_streams, geo_data, en IoT data. Deze gedetailleerde data, die real-time operationele parameters en gebruikspatronen van voertuigen vastlegt, is uitzonderlijk geschikt voor Voorspellend Onderhoud toepassingen, waardoor het anticiperen op storingen van apparatuur en het optimaliseren van onderhoudsschema's mogelijk wordt.
Ondanks de complexiteiten die voortvloeien uit klantcontracten en de opname van AVG-gevoelige persoonlijke gebruiksgegevens (locatie, verhuurgeschiedenis), blijft deze dataset zeer waardevol. De wereldwijde markt voor voorspellend onderhoud, een belangrijk doelwit voor deze data, werd in 2024 geschat op USD 34.77 miljard en zal naar verwachting USD 449.6 miljard bereiken tegen 2035, met een robuuste CAGR van 26.2% (2025-2035). Specifiek werd de markt voor voorspellend onderhoud voor voertuigen alleen al gewaardeerd op USD 4.66 miljard in 2024 en zal naar verwachting groeien met een CAGR van 17.5% (2025-2034), wat de aanzienlijke vraag naar dergelijke gespecialiseerde IoT data in de mobiliteitssector onderstreept. ⚠ Due diligence (waardevolle data, toegang tot onderhandelen): Data wordt gegenereerd via klantcontracten (bedrijven en lokale overheden).; Data omvat persoonlijke gebruiksgegevens (locatie, verhuurgeschiedenis) die AVG-gevoelig zijn.; Data is waarschijnlijk gekoppeld aan hun operationele platform en app. · corporate: onafhankelijk.
Scoring
Scored dimensions
Explainable, evidence-based dimensions (0–100). The radar shows the investment axes.
Dit bewijs bevestigt gezamenlijk het eigendom van Green On van een rijke, eigendomsrechtelijke Tijdreeks dataset, afgeleid van hun uitgebreide vloot van elektrische fietsen. Deze data is zeer relevant voor Industriële AI en onderhoudsoptimalisatie leveranciers die geavanceerde voorspellend onderhoud oplossingen voor voertuigen willen ontwikkelen, een markt die naar verwachting $4.66 miljard zal bereiken tegen 2024. De zeldzaamheid en directe toepasbaarheid op real-world mobiliteitstelemetrie maken het uitzonderlijk waardevol voor het ontsluiten van nieuwe efficiënties en het verlagen van operationele kosten in een snelgroeiende sector.
See dimension details ↓- Dataset Specificity90
dominante 'iot_data', sector mobiliteit, 3 specifieke types
How sharply the data targets a specific, hard-to-substitute domain or task. Niche, well-defined data scores higher than generic. - Dataset Rarity82
eigendomsrechtelijke domeindata
How scarce and proprietary the data is. Unique domain data scores high; openly available data lowers it. - Dataset Volume52
3 bewijstreffers
Apparent scale of the data, inferred from the number of evidence hits and any explicit volume mentions. - Dataset Freshness82
real-time/streaming
How current the data stays — real-time/streaming scores highest, periodic dumps lower. - Training Value84
geschikt voor Voorspellend Onderhoud
How useful the data is for the target AI use-case — its fit for model training or fine-tuning. - Buyer Demand92
De markt voor voorspellend onderhoud in de automobielsector, die sterk afhankelijk is van mobiliteitstelemetrie data voor AI/ML, zal naar verwachting meer dan $130 miljard bereiken tegen 2030, met een indrukwekkende CAGR van 21% van 2024 tot 2030.
How strongly AI builders and companies are likely to want this data, based on market signals. - Legal Accessibility20
beperkt/onbekend
How legally easy the data is to obtain and use — open/API access scores high; PII or regulated data scores low. - Acquisition Feasibility30
gemiddelde moeilijkheidsgraad, onafhankelijk
How realistic it is to actually obtain the data, given access difficulty and the holder's corporate structure. - Evidence Strength62
3 bewijstypes, 3 treffers
How solid the proof is that the company holds this data — diversity of evidence types and number of hits. - Right to License62
eigendom=bezit, licentieverlening=AVG-gevoelig
Whether the company can legally license the data out — based on ownership and licensing complexity. - Corporate Independence90
onafhankelijk
Whether the holder can decide alone — an independent company scores higher than a subsidiary of a large group. - Data Orientation22
0 data-appetijt signalen (0 types)
How actively the company invests in data, measured by its data-appetite signals (hires, products, APIs…). - Dormant Data Surplus92
overschot=hoog, 5 recente externe signalen — eigendomsrechtelijke data buiten wat al is gemonetiseerd
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 Audit100
✓ goed doelwit — Green On (Frankrijk) is een MKB dat elektrische fietsdeeldiensten aanbiedt in heel Frankrijk, waarbij waardevolle mobiliteitstelemetriegegevens worden gegenereerd als bijproduct van zijn activiteiten, en het lijkt momenteel deze gegevens niet te verkopen, wat het een sterk doelwit maakt. Problemen: Er bestaan meerdere bedrijven met vergelijkbare 'Green On'-namen, wat zorgvuldige disambiguatie vereist op basis van de verstrekte URL.; Hoewel de activiteiten van Green On inherent telemetriegegevens genereren, adverteren ze niet expliciet 'tele
Evidence
Dataset evidence & lineage
What the typed evidence proves the company holds — reframed for clarity and set against the market.
IoT / sensor data
Dit bewijs bevestigt de verzameling van IoT-telemetrie door Green On van hun operationele vloot van elektrische fietsen, wat gedetailleerde inzichten biedt in voertuigprestaties die cruciaal zijn voor voorspellende analyses.
Geospatial data
Dit duidt op de verzameling van geanonimiseerde locatiegegevens, wat waardevolle context biedt voor het begrijpen van mobiliteitspatronen en het optimaliseren van de inzet van activa.
Event streams
Dit bevestigt de vastlegging van operationele gebeurtenisstromen die het servicegebruik detailleren, inclusief verhuurstatistieken en verkeer tussen stations, essentieel voor vraagvoorspelling en serviceoptimalisatie.
Marketplace
Dataset details
Geographic coverage
Global
Time range
Real-time
Update frequency
Real-time
Delivery
API
Formats
Time Series, JSON
License
One-time license for predictive maintenance use cases, subject to GDPR and client contract restrictions.
Personal data
Contains PII
Indicative estimate, derived from public signals — not a quote, not contractual, and not agreed with the company. Is this your company? Correct it.
This dataset's value is driven by its proprietary nature and direct application to the high-growth predictive maintenance market. The real-time telemetry from a proprietary electric bike fleet offers unique insights for AI-driven vehicle maintenance optimization.
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
Green On Mobility Telemetry — a Moderate mobility telemetry dataset (Time Series modality) in the mobility domain. Primary AI use-case: Predictive Maintenance. Market signal: Global Predictive Maintenance for Vehicles Market = $4.66 Billion in 2024, CAGR 17.5% (2025-2034). Investment score 71.5/100 (confidence 0.49). Recommended action: Data Sharing Agreement.
From the marketplace
Explore live data opportunities
Solareur — Gelegenheid voor dataset met onderhoudslogboeken
View opportunity →industrieelEnviromena — Gelegenheid voor dataset met onderhoudslogboeken
View opportunity →mobiliteitFlex — Gelegenheid voor mobiliteitstelemetriedataset
View opportunity →Data Academy
Learn before you deal
- Koop zeldzame, conforme data3 min read
- Zijn uw gegevens geld waard?3 min read
- Hoeveel is een dataset waard?3 min read