Dataset opportunity
Eocharging — Можливості набору даних журналів технічного обслуговування
Великий набір даних журналів технічного обслуговування від Eocharging, придатний для прогнозованого технічного обслуговування та виявлення аномалій.
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
Угода про обмін даними
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)
Глобальний ринок прогнозованого технічного обслуговування = 19,80 млрд доларів США у 2026 році, CAGR 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
50 мільйонів+ сесій зарядки, доставлених та відстежених через EO Cloud
source ↗
Profile
Dataset profile
Type
Набір даних журналів технічного обслуговування
Modality
Часові ряди
Sector
мобільність
Volume
Великий
Freshness
В реальному часі
Rarity
Висока (власний)
Accessibility
Частковий
Legal
Змішане володіння — чутливість до GDPR (перегляд PII)
Buyer persona
Постачальники промислового ШІ та оптимізації технічного обслуговування
Eocharging володіє цінним набором даних часових рядів, що складається з `maintenance_logs`, `event_streams` та `iot_data` з мережі її зарядних станцій для електромобілів. Ці дані надають детальну історію роботи обладнання, навантаження на компоненти та подій збоїв у реальному світі, що робить їх надзвичайно придатними для навчання моделей ШІ прогнозованого технічного обслуговування для передбачення та запобігання простою зарядних пристроїв.
Глобальний ринок прогнозованого технічного обслуговування швидко зростає, прогнозується зростання з 19,80 млрд доларів США у 2026 році до 226,50 млрд доларів США до 2035 року, демонструючи 31,1% CAGR. Хоча доступ вимагає навігації складними згодами з клієнтами автопарків та чутливості GDPR, це підкреслює рідкість та стратегічну цінність даних. Вони пропонують унікальну можливість отримати власну телеметрію обладнання, пов'язану з роботою великих автопарків, таких як Amazon та DHL, набір даних, недоступний ніде інде. ⚠ Огляд (цінні дані, можливість переговорів): Дані частково належать великим клієнтам автопарків (Amazon, DHL, Tesco), що вимагає складної згоди для вторинного використання; Висока чутливість GDPR щодо місцезнаходження транспортних засобів та часових позначок зарядки, пов'язаних із конкретними водіями; Власна телеметрія обладнання відрізняється від даних сесій, що надаються клієнтам · корпоративний: незалежний.
Scoring
Scored dimensions
Explainable, evidence-based dimensions (0–100). The radar shows the investment axes.
Докази підтверджують, що Eocharging керує величезною мережею з понад 100 000 розгорнутих зарядних пристроїв для електромобілів, генеруючи власний набір даних з понад 50 мільйонів сесій зарядки та пов'язаних подій технічного обслуговування. Ці дані часових рядів є критично важливим активом для постачальників промислового ШІ, які розробляють моделі прогнозованого технічного обслуговування для оптимізації часу роботи активів. На глобальному ринку прогнозованого технічного обслуговування, який, за прогнозами, досягне майже 20 мільярдів доларів США до 2026 року, цей набір даних пропонує рідкісну можливість тренувати алгоритми на реальному виявленні несправностей та операційній продуктивності в масштабі.
See dimension details ↓- Dataset Specificity100
домінуючий 'maintenance_logs', сектор мобільність, 4 специфічні типи
How sharply the data targets a specific, hard-to-substitute domain or task. Niche, well-defined data scores higher than generic. - Dataset Rarity70
власні доменні дані (відкриті знижують рідкість)
How scarce and proprietary the data is. Unique domain data scores high; openly available data lowers it. - Dataset Volume82
8 збігів доказів
Apparent scale of the data, inferred from the number of evidence hits and any explicit volume mentions. - Dataset Freshness82
в реальному часі/потокове передавання
How current the data stays — real-time/streaming scores highest, periodic dumps lower. - Training Value94
придатний для прогнозованого технічного обслуговування
How useful the data is for the target AI use-case — its fit for model training or fine-tuning. - Buyer Demand92
попит з боку покупців ШІ надзвичайно високий, зумовлений швидким CAGR 31,1% ринку прогнозованого технічного обслуговування, що створює сильну та нагальну потребу в унікальних, високоякісних навчальних даних для створення конкурентоспроможних рішень.
How strongly AI builders and companies are likely to want this data, based on market signals. - Legal Accessibility48
відкритий доступ/API
How legally easy the data is to obtain and use — open/API access scores high; PII or regulated data scores low. - Acquisition Feasibility50
висока складність, незалежний
How realistic it is to actually obtain the data, given access difficulty and the holder's corporate structure. - Evidence Strength100
6 типів доказів, 8 збігів
How solid the proof is that the company holds this data — diversity of evidence types and number of hits. - Right to License28
володіння=змішане, ліцензування=gdpr_sensitive
Whether the company can legally license the data out — based on ownership and licensing complexity. - Corporate Independence90
незалежний
Whether the holder can decide alone — an independent company scores higher than a subsidiary of a large group. - Data Orientation39
1 сигнал апетиту до даних (1 тип)
How actively the company invests in data, measured by its data-appetite signals (hires, products, APIs…). - Dormant Data Surplus92
надлишок=високий — власні дані, що перевищують вже монетизовані
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
⚠ огляд — Компанія увійшла в управління в квітні 2026 року і згодом була придбана, що робить її неіснуючою сутністю і, отже, поганою ціллю. Проблеми: EO Charging (торгова марка Juuce Limited) увійшла в управління в квітні 2026 року.; Компанія була збитковою і пройшла значну реструктуризацію, включаючи продаж свого відділу обладнання наприкінці 2025 року та скорочення більшості персоналу.; Частини бізнесу були придбані Pod Point у травні 2026 року.; Основна бізнес-модель включала продаж обладнання (зарядних пристроїв) та SaaS-платформи (EO Cloud) для управління автопарком та енергією, що передбачає продаж інтелектуальних рішень
- Deep Qualification80
✓ пройдено — EO Charging є власником даних, основний бізнес якого полягає в наданні комплексних рішень для зарядки електромобілів для автопарків, а не в продажу даних. Нещодавнє придбання після введення в управління створює переконливий тригер, але володіння даними змішане з клієнтами автопарків, а права на перепродаж неясні, що вимагає ретельних переговорів.
Evidence
Dataset evidence & lineage
What the typed evidence proves the company holds — reframed for clarity and set against the market.
Downloads / exports
Компанія збирає контактну інформацію клієнтів та потенційних клієнтів через завантаження маркетингових матеріалів, що свідчить про активну комерційну діяльність та визначену клієнтську базу.
Knowledge base / docs
Власник підтримує базу знань технічної та нормативної документації для встановлення зарядних пристроїв, що підтверджує структуровану та відповідну операційну основу їх розгортання активів.
IoT / sensor data
Хмарна платформа компанії обробила понад 50 мільйонів сесій зарядки з мережі понад 100 000 розгорнутих IoT-пристроїв, надаючи масштабні, реальні дані часових рядів, необхідні для навчання надійних моделей ШІ.
Maintenance logs
Набір даних включає журнали технічного обслуговування, згенеровані автоматизованою системою виявлення несправностей, що є важливим для створення прогнозних моделей, які можуть передбачати збої та оптимізувати час роботи активів, який вже відстежує власник.
Event streams
Компанія генерує потоки подій зі своїх рішень з управління енергією, збираючи дані про балансування навантаження та оптимізацію витрат, що надає критично важливі контекстні дані для аналізу продуктивності та навантаження зарядних пристроїв.
Geospatial data
Власник володіє геопросторовими даними, що відображають понад 1 700 зарядних станцій, що дозволяє проводити аналіз на основі місцезнаходження та розробляти моделі, які враховують екологічні або регіональні операційні фактори.
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
Можливості набору даних журналів технічного обслуговування Epuro
View opportunity →роздрібна торгівляVaude — Можливість отримання даних про державні закупівлі
View opportunity →промисловийWmhughes — Можливість отримання набору даних промислових операцій
View opportunity →Data Academy
Learn before you deal
- Скільки коштує набір даних?3 min read
- Як відбувається угода з даними3 min read
- Що ви маєте право продавати3 min read