Dataset opportunity
Fcstpauli — Можливість транзакційного набору даних
Помірний набір транзакційних даних від Fcstpauli, придатний для моделей рекомендацій та виявлення шахрайства.
Score
68.4
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
49%
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 рекомендаційних систем = 5,39 мільярда доларів США у 2024 році, CAGR 36,33%.
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
Транзакційний набір даних
Modality
Табличний
Sector
інший
Volume
Помірний
Freshness
В реальному часі
Rarity
Висока (власний)
Accessibility
Обмежений
Legal
Належить компанії — чутливий до GDPR (перегляд персональних даних)
Buyer persona
Команди зі штучного інтелекту для електронної комерції та персоналізації
ФК «Санкт-Паулі» володіє багатим транзакційним набором даних у табличному форматі, зібраним з потоків подій, журналів пошуку та прямих транзакційних даних. Це забезпечує детальний, поздовжній огляд індивідуальної поведінки вболівальників, включаючи придбання мерчандайзу, продаж квитків та взаємодію з контентом, що робить його винятково придатним для розробки та навчання складних моделей рекомендацій для персоналізації досвіду вболівальників.
Глобальний ринок рекомендаційних систем, пряме застосування цих даних, оцінювався в 5,39 мільярда доларів США у 2024 році і, за прогнозами, зросте на 36,33% CAGR, демонструючи величезну бізнес-цінність. Хоча доступ залежить від переговорів через високу чутливість GDPR, складну юридичну структуру та сильні етичні цінності клубу, рідкість та глибина цього набору даних, орієнтованого на вболівальників, роблять його преміальним активом для покупців у цьому секторі з високим зростанням. ⚠ Ретельність (цінні дані, доступ до переговорів): Висока чутливість GDPR через великі обсяги індивідуальних персональних даних вболівальників (імена, електронні адреси, платіжна інформація).; Складна юридична структура: дані можуть бути розділені між неприбутковою асоціацією (e.V.) та комерційною професійною футбольною організацією (KGaA).; Сильні етичні та соціальні цінності клубу можуть обмежувати типи даних або випадки використання, дозволені покупцям. · корпоративний: незалежний.
Scoring
Scored dimensions
Explainable, evidence-based dimensions (0–100). The radar shows the investment axes.
Публічні докази підтверджують, що ФК «Санкт-Паулі» володіє значним, власним транзакційним набором даних, про що свідчить профіцит мерчандайзу на суму 16,7 мільйона євро. Ці комерційні дані, збагачені потоками подій продажу квитків та журналами пошуку в медіа, забезпечують комплексний огляд купівельної поведінки та взаємодії вболівальників. Для команд зі штучного інтелекту, що створюють рекомендаційні моделі, цей набір даних є рідкісною можливістю отримати доступ до високозалученої бази споживачів на глобальному ринку рекомендаційних систем, який, за прогнозами, зростатиме більш ніж на 36% щорічно. Це унікальне джерело первинних даних для розширеної персоналізації.
See dimension details ↓- Dataset Specificity74
домінуючі 'transaction_data', сектор інший, 3 специфічні типи
How sharply the data targets a specific, hard-to-substitute domain or task. Niche, well-defined data scores higher than generic. - Dataset Rarity82
власні доменні дані
How scarce and proprietary the data is. Unique domain data scores high; openly available data lowers it. - Dataset Volume52
3 збіги 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 Value84
придатний для моделей рекомендацій
How useful the data is for the target AI use-case — its fit for model training or fine-tuning. - Buyer Demand90
попит покупців зі штучного інтелекту зумовлений високозростаючим ринком рекомендаційних систем (36,33% CAGR), для якого ці детальні дані про транзакції вболівальників є основним активом.
How strongly AI builders and companies are likely to want this data, based on market signals. - Legal Accessibility0
персональні дані/регульовані
How legally easy the data is to obtain and use — open/API access scores high; PII or regulated data scores low. - Acquisition Feasibility0
висока складність, незалежний
How realistic it is to actually obtain the data, given access difficulty and the holder's corporate structure. - Evidence Strength62
3 типи доказів, 3 збіги
How solid the proof is that the company holds this data — diversity of evidence types and number of hits. - Right to License62
власність=належить компанії, 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 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
профіцит=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 — ФК «Санкт-Паулі» є хорошим цільовим об'єктом, оскільки це операційний, не пов'язаний з даними бізнес із сильним брендом, який генерує цінні, нішеві транзакційні дані та дані про вболівальників як побічний продукт, який він, схоже, не монетизує як основний продукт. Проблеми: Клуб нещодавно перейшов до кооперативної юридичної структури ('eG') для залучення коштів від уболівальників, що може ускладнити угоди про спільне використання комерційних даних.; Сильна соціально-політична ідентичність клубу та модель, орієнтована на вболівальників, можуть створити опір монетизації даних вболівальників через потенційний негативний розголос у ЗМІ.; Хоча це не 'гігант', це великий клуб з понад 55 000 членами та значними доходами, що потенційно перевищує ідеальний профіль 'малого та середнього бізнесу' залежно від точного d
- Deep Qualification80
⚠ потребує перегляду — ФК «Санкт-Паулі» — професійний футбольний клуб, комерційна діяльність якого (продаж квитків, мерчандайз) генерує узгоджений транзакційний набір даних. Однак дані розподілені між різними юридичними особами (e.V., KGaA, Museum e.V.), а явні цінності клубу, орієнтовані на вболівальників, та політика конфіденційності суворо забороняють комерціалізацію даних, що робить доступ для навчання сторонніх моделей вкрай малоймовірним. [ліцензування обмежене]
Evidence
Dataset evidence & lineage
What the typed evidence proves the company holds — reframed for clarity and set against the market.
Transaction data
Заявлений профіцит мерчандайзу клубу на суму 16,7 мільйона євро підтверджує високооб'ємний транзакційний набір даних, необхідний для навчання рекомендаційних моделей на основі реальної купівельної поведінки.
Event streams
Інформація про продаж квитків на конкретні матчі вказує на безперервний часовий ряд даних про відвідуваність вболівальників та участь у заходах, цінний для розуміння лояльності клієнтів та повторної взаємодії.
Search / query logs
Робота відеосервісу за підпискою генерує текстові журнали пошуку та перегляду, які розкривають наміри користувачів та їхні вподобання щодо контенту для цільової персоналізації.
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
Fcstpauli Transaction — a Moderate transaction dataset (Tabular modality) in the other domain. Primary AI use-case: Recommendation Models. Market signal: Global Recommendation Engine market = $5.39 billion in 2024, CAGR 36.33% (source: Precedence Research). Investment score 68.4/100 (confidence 0.49). Recommended action: Data Sharing Agreement.
From the marketplace
Explore live data opportunities
Kahmen Transcargo — Можливості набору даних журналів технічного обслуговування
View opportunity →мобільністьAacb — Можливість придбання набору даних бази знань
View opportunity →промисловийB Automated — Можливість придбання набору даних промислових датчиків
View opportunity →Data Academy
Learn before you deal
- 5 помилок, які відлякують покупців3 min read
- Чому купувати зовнішні дані?3 min read
- Купівля даних без помилок3 min read