Dataset opportunity
Faganwhalley — Можливість отримання набору даних про мобільні події
Набір даних про мобільні події від Faganwhalley, придатний для прогнозування та виявлення аномалій.
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
Придбати
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 аналітики ланцюгів постачання оцінювався в 6,12 мільярда доларів США у 2022 році, прогнозується зростання зі складною річною ставкою зростання 17,8% з 2023 по 2030 рік.
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
Набір даних про мобільні події
Modality
Часові ряди
Sector
мобільність
Volume
Помірний
Freshness
В реальному часі
Rarity
Висока (власний)
Accessibility
Обмежений
Legal
Змішане право власності — права на ліцензування потребують уточнення
Buyer persona
Кількісні фонди та команди ШІ для прогнозування попиту
Faganwhalley володіє комплексним Набором даних про мобільні події, структурованим як дані часових рядів, що включає `event_streams`, `iot_data`, `industrial_data` та `maintenance_logs`. Ці багаті, часові дані надають детальне операційне бачення, що робить їх надзвичайно цінними для прогнозування на основі ШІ для передбачення потреб у технічному обслуговуванні, оптимізації потоків у ланцюгах постачання та управління запасами.
Глобальний ринок аналітики ланцюгів постачання оцінювався в 6,12 мільярда доларів США у 2022 році, і прогнозується, що він зросте зі складною річною ставкою зростання (CAGR) 17,8% до 22,46 мільярда доларів США до 2030 року. [1] Це значне зростання підкреслює інтенсивний ринковий попит на такі дані. Хоча доступ вимагає навігації складними питаннями, такими як GDPR через дані телематики водіїв та угоди про конфіденційність клієнтів, рідкість та інтегрований характер цього набору даних пропонують чітку конкурентну перевагу для покупців ШІ, які прагнуть підвищити точність свого прогнозування. ⚠ Огляд (цінні дані, доступ до переговорів): Дані телематики включають поведінку водіїв, що може мати наслідки GDPR; дані про запаси на складах, ймовірно, підпадають під угоди про конфіденційність клієнтів; право власності на дані про потоки ланцюгів постачання може бути спільним з кінцевими клієнтами · корпоративний: незалежний.
Scoring
Scored dimensions
Explainable, evidence-based dimensions (0–100). The radar shows the investment axes.
Ці докази підтверджують, що Faganwhalley володіє власним високочастотним потоком даних про мобільні події, отриманим безпосередньо з її інтегрованої логістичної мережі. Набір даних поєднує дані датчиків IoT, вихідні дані системи управління складом та журнали технічного обслуговування транспортних засобів, створюючи унікально повне бачення реальних операцій ланцюгів постачання. Для кількісних фондів та команд ШІ для прогнозування цей набір даних пропонує рідкісний сигнал істини для моделювання активності ланцюгів постачання та економічних показників, надаючи сировину для передбачення збоїв на ринку аналітики ланцюгів постачання, який зростає більш ніж на 17% щорічно.
See dimension details ↓- Dataset Specificity100
домінуючий 'event_streams', сектор мобільність, 4 конкретних типи
How sharply the data targets a specific, hard-to-substitute domain or task. Niche, well-defined data scores higher than generic. - Dataset Rarity94
власні доменні дані
How scarce and proprietary the data is. Unique domain data scores high; openly available data lowers it. - Dataset Volume64
5 збігів доказів
Apparent scale of the data, inferred from the number of evidence hits and any explicit volume mentions. - Dataset Freshness82
в реальному часі/потоковий
How current the data stays — real-time/streaming scores highest, periodic dumps lower. - Training Value94
придатний для прогнозування
How useful the data is for the target AI use-case — its fit for model training or fine-tuning. - Buyer Demand90
попит покупців ШІ надзвичайно високий, зумовлений нагальною потребою в точному прогнозуванні на ринку аналітики ланцюгів постачання, що зростає зі складною річною ставкою зростання 17,8%. [1]
How strongly AI builders and companies are likely to want this data, based on market signals. - Legal Accessibility28
обмежений/невідомий
How legally easy the data is to obtain and use — open/API access scores high; PII or regulated data scores low. - Acquisition Feasibility30
середня складність, незалежний
How realistic it is to actually obtain the data, given access difficulty and the holder's corporate structure. - Evidence Strength77
4 типи доказів, 5 збігів
How solid the proof is that the company holds this data — diversity of evidence types and number of hits. - Right to License36
право власності=змішане, ліцензування=права_нечіткі
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 Orientation56
2 сигнали апетиту до даних (2 типи)
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 Audit92
✓ хороший цільовий об'єкт — Fagan & Whalley є першочерговим цільовим об'єктом, будучи усталеною, сімейною логістичною та складською компанією з великим автопарком, що генерує власні дані про мобільність як побічний продукт своєї основної операційної діяльності, і без ознак продажу продуктів даних. Проблеми: Компанія є загальнонаціональним бізнесом вартістю в мільйони фунтів стерлінгів, яка здійснила нещодавні придбання, тому, хоча вона і виглядає як МСП, вона знаходиться на більшій стороні і зростає; Хоча вони надають клієнтам дані та видимість їхніх власних ланцюгів постачання через портал, це функція їхньої основної логістичної послуги, а не
- Deep Qualification80
✓ пройдено — Fagan & Whalley є сильним кандидатом на власника даних. Як постачальник логістичних послуг та складських послуг, він генерує значні операційні дані, включаючи цінну телематику та дані WMS, як побічний продукт своїх основних послуг. Хоча право власності на дані є змішаним і підпадає під дію GDPR, нещодавні значні інвестиції в нові платформи TMS та WMS підтверджують існування багатого, структурованого набору даних про мобільність.
Evidence
Dataset evidence & lineage
What the typed evidence proves the company holds — reframed for clarity and set against the market.
Event streams
Компанія генерує безперервні потоки подій зі своєї діяльності, надаючи дані в реальному часі та передові аналітичні дані, необхідні командам ШІ для побудови прогнозних моделей прогнозування.
IoT / sensor data
Набір даних включає власні дані IoT, що забезпечують миттєве відстеження та видимість статусу за запитом, необхідні для моделювання переміщення активів та ефективності ланцюгів постачання.
Industrial data
Докази вказують на багате джерело промислових даних з систем управління складом та автопарків, що забезпечує повне бачення операційної потужності та активності.
Maintenance logs
Набір даних збагачений журналами технічного обслуговування, що пропонує унікальний сигнал про стан та доступність транспортних засобів, який може бути використаний для прогнозування часу простою активів та потенційних збоїв у ланцюгах постачання.
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 — Можливості набору даних журналів технічного обслуговування
View opportunity →промисловийKh Kipper — Можливості набору даних журналів технічного обслуговування
View opportunity →промисловийRapidnews — Можливість отримання набору даних потоку подій
View opportunity →Data Academy
Learn before you deal
- Ринки даних: пояснення4 min read
- Ліцензування даних, термін за терміном4 min read
- Чи ваші дані коштують грошей?3 min read