Можливість набору даних
d-nvest — Можливість придбання набору даних телеметрії Chargeguru
Набір даних телеметрії мобільності від Chargeguru, придатний для прогнозованого технічного обслуговування та виявлення аномалій.
Бал
48
Бал (0–100) поєднує зважені виміри — рідкість набору даних, цінність для навчання, попит покупців, сила доказів та право на ліцензування. 70+ означає готовність до угоди. Дивіться оцінені виміри нижче для детального розбору.Впевненість
49%
Дія
Угода про обмін даними
Рекомендована структура угоди для цього набору даних: Придбання (повний викуп), Ліцензія (платні права на використання), Угода про обмін даними (контрольований доступ, без передачі права власності), Партнерство (спільна розробка) або Програма анотації (маркування). Вибрано на основі власності даних, складності ліцензування та доступності.Ринок
Глобальний ринок прогнозованого технічного обслуговування зарядних пристроїв для електромобілів = 2,8 мільярда доларів США у 2025 році, CAGR 12,4% (джерело: Dataintelo). [1]
Lineage
Як було отримано цю можливість
Ланцюжок, орієнтований на сигнали, від початку до кінця: недавні зовнішні сигнали → кваліфікована ніша → визначений власник даних → перевірка сайту → оцінена можливість. Кожна можливість є пояснюваною.
Profile
Профіль набору даних
Тип
Набір даних телеметрії мобільності
Модальність
Часові ряди
Сектор
мобільність
Обсяг
Помірний
Актуальність
В реальному часі
Рідкість
Висока (власницький)
Доступність
Обмежений
Юридичний
Змішане володіння — GDPR-чутливий (перегляд PII)
Портрет покупця
Постачальники промислового ШІ та оптимізації технічного обслуговування
Chargeguru володіє набором телеметричних даних про мобільність, структурованим як дані часових рядів, що містить потоки подій, геодані та сирі iot_data з мережі зарядних пристроїв для електромобілів. Ці багаті, реальні операційні дані спеціально підходять для розробки та навчання моделей прогнозного технічного обслуговування, призначених для передбачення збоїв обладнання, зменшення часу простою та оптимізації надійності мережі.
Бізнес-цінність цих даних безпосередньо пов'язана з ринком прогнозного технічного обслуговування зарядних пристроїв для електромобілів, сектором, оціненим у 2,8 мільярда доларів США у 2025 році та прогнозованим зростанням на 12,4% CAGR. [1] Незважаючи на складнощі доступу — включаючи PII, що вимагає надійної анонімізації, спільне володіння даними з B2B клієнтами та проблеми управління після злиття з Zeplug — рідкість та пряма застосовність цього набору даних для високоцінних AI-додатків роблять його переконливим активом для переговорів. ⚠ Належна обачність (цінні дані, доступ для переговорів): Дані містять PII (звички зарядки користувачів та місцезнаходження), що вимагає анонімізації.; Володіння може бути спільним з B2B клієнтами (компаніями/кондомініумами), де встановлені зарядні пристрої.; Нещодавнє злиття з Zeplug може ускладнити управління даними в новій групі. · корпоративний: незалежний.
Scoring
Оцінені виміри
Пояснювані, засновані на доказах виміри (0–100). Радар показує інвестиційні осі.
Ці докази підтверджують, що Chargeguru володіє власним набором даних високої роздільної здатності, що фіксує реальні операційні патерни та патерни використання тисяч зарядних пристроїв для електромобілів по всій Європі. Це критично важливий актив для постачальників промислового AI та оптимізації технічного обслуговування, які прагнуть створювати рішення прогнозного технічного обслуговування наступного покоління. Дані безпосередньо дозволяють навчати моделі для передбачення відмови компонентів та оптимізації логістики обслуговування, пропонуючи значну конкурентну перевагу на ринку зарядних пристроїв для електромобілів, що швидко розширюється, прогнозований обсяг якого досягне 2,8 мільярда доларів США до 2025 року. Ці унікальні дані часових рядів є ключем до підвищення ефективності та надійності в майбутньому інфраструктури мобільності.
See dimension details ↓- Dataset Specificity90
домінуючий 'iot_data', сектор мобільність, 3 специфічні типи
Наскільки точно дані націлені на конкретну, важкозамінну область або завдання. Нішеві, чітко визначені дані оцінюються вище, ніж загальні. - Dataset Rarity82
власницькі доменні дані
Наскільки рідкісними та власницькими є дані. Унікальні дані домену оцінюються високо; загальнодоступні дані знижують оцінку. - Dataset Volume52
3 докази
Очевидний масштаб даних, виведений з кількості збігів доказів та будь-яких явних згадок обсягу. - Dataset Freshness82
в реальному часі/потоковий
Наскільки актуальними залишаються дані — дані в реальному часі/потокові оцінюються найвище, періодичні вивантаження нижче. - Training Value84
придатний для прогнозного технічного обслуговування
Наскільки корисні дані для цільового випадку використання ШІ — їх придатність для навчання моделі або тонкого налаштування. - Buyer Demand90
попит з боку покупців AI високий, зумовлений значним зростанням ринку прогнозного технічного обслуговування для інфраструктури електромобілів, який розширюється зі швидкістю 12,4% CAGR. [1]
Наскільки сильно розробники ШІ та компанії, ймовірно, захочуть ці дані, на основі ринкових сигналів. - Legal Accessibility20
обмежений/невідомий
Наскільки юридично легко отримати та використовувати дані — відкритий доступ/доступ через API оцінюється високо; PII або регульовані дані оцінюються низько. - Acquisition Feasibility30
середня складність, незалежний
Наскільки реалістично фактично отримати дані, враховуючи складність доступу та корпоративну структуру власника. - Evidence Strength62
3 типи доказів, 3 збіги
Наскільки вагомим є доказ того, що компанія володіє цими даними — різноманітність типів доказів та кількість збігів. - Right to License28
володіння=змішане, ліцензування=gdpr_чутливе
Чи може компанія законно ліцензувати дані — на основі власності та складності ліцензування. - Corporate Independence90
незалежний
Чи може власник вирішувати самостійно — незалежна компанія оцінюється вище, ніж дочірня компанія великої групи. - Data Orientation22
0 сигналів апетиту до даних (0 типів)
Наскільки активно компанія інвестує в дані, вимірюється за її сигналами попиту на дані (найм, продукти, API…). - Dormant Data Surplus92
надлишок=високий — власницькі дані, що перевищують вже монетизовані
Обсяг та цінність власних даних, якими володіє ця компанія, ПОЗА тим, що вона вже монетизує — неактивний надлишок, який ми можемо розблокувати. Компанія може продавати деякі інсайти І все ще володіти набагато більшим неактивним активом. - ICP Audit75
⚠ перегляд — основний бізнес Chargeguru полягає в наданні рішень для зарядки електромобілів як послуги, що включає програмне забезпечення для управління зарядними станціями, роблячи його продавцем інтелектуальної власності, а не просто власником неактивних даних. Проблеми: Основна пропозиція компанії — це послуга, яка включає 'рішення програмного забезпечення для управління зарядними станціями' та 'функції розумної зарядки', такі як балансування навантаження та використання; Вони пропонують програмне забезпечення бізнес-клієнтам (наприклад, готелям, ресторанам), яке дозволяє динамічне ціноутворення, реальний час витрат/доходів
- Deep Qualification90
✓ пройдено — Chargeguru є постачальником послуг з установки та управління зарядними пристроями для електромобілів, а не продавцем даних. Дані, якими він володіє, є правдоподібним побічним продуктом, але володіння є змішаним і підпадає під дію GDPR, при цьому складнощі управління даними посилюються нещодавнім злиттям з Zeplug.
Evidence
Докази та походження набору даних
Що доведені докази підтверджують, що компанія володіє — переформульовано для ясності та порівняно з ринком.
IoT / sensor data
Набір даних містить безперервні дані часових рядів з тисяч європейських зарядних станцій, що фіксують операційні показники, такі як потужність навантаження та тривалість сесії, що є важливим для навчання моделей виявлення аномалій.
Geospatial data
Ця власницька таблична база даних надає критично важливий контекст щодо місцезнаходжень зарядних пристроїв, технічних характеристик та обмежень установки, що дозволяє робити більш точні прогнози технічного обслуговування, специфічні для обладнання, та ефективну логістику.
Event streams
Ці агреговані дані часових рядів відображають реальні патерни використання та поведінку водіїв, надаючи сигнал з боку попиту, який є критично важливим для моделювання навантаження на мережу та оптимізації управління активами.
Coverage
Scanned sources
Deliverable
Premium dataset report
Chargeguru Mobility Telemetry — a Moderate 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% (source: Dataintelo). [1]. Investment score 48.0/100 (confidence 0.49). Recommended action: Data Sharing Agreement.