Можливість набору даних
d-nvest — Можливість отримання набору даних телеметрії Getbyrd
Набір даних телеметрії помірної мобільності від Getbyrd, придатний для прогнозованого технічного обслуговування та виявлення аномалій.
Бал
68.7
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 оцінювався в 12,3 мільярда доларів США у 2024 році, з прогнозованим CAGR 29,7% (джерело: Custom Market Insights). [6]
Недавні датовані зовнішні факти, що спричинили цю можливість — перевіряється походження.
- 📰press2026-06-25
Les pics s’effacent derrière les vagues, selon Rhenus
supplychainmagazine.fr ↗ - 📰press2026-06-24
Ocean shipping recovery still a ways off despite US-Iran ceasefire pact
supplychaindive.com ↗ - 📰press2026-06-24
Kroger is working with suppliers to optimize costs
supplychaindive.com ↗ - 📰press2026-06-24
Sunstice et Kbrw rapprochent planification et exécution via leurs agents IA
supplychainmagazine.fr ↗ - 📰press2026-06-24
Mirion France fait appel à Diagma pour booster la dynamique de son S&OP
supplychainmagazine.fr ↗
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.
Конкретні докази того, що ця компанія активно дбає про дані — чому вона готова до кімнати угод.
Profile
Профіль набору даних
Тип
Набір даних телеметрії мобільності
Модальність
Часові ряди
Сектор
мобільність
Обсяг
Помірний
Актуальність
В реальному часі
Рідкість
Висока (пропрієтарний)
Доступність
Обмежений
Юридичний
Змішане володіння — чутливий до GDPR (перегляд PII)
Портрет покупця
Постачальники промислового ШІ та оптимізації технічного обслуговування
Getbyrd володіє цінним набором даних часових рядів, що складається з `event_streams`, `iot_data` та `transaction_data` з її масштабних операцій з логістики та виконання електронної комерції. Ці багаті телеметричні дані надають детальні операційні показники автоматизації складів та діяльності перевізників, що робить їх безпосередньо придатними для розробки та навчання високоточних моделей прогнозованого технічного обслуговування для прогнозування відмов обладнання та оптимізації графіків технічного обслуговування, тим самим мінімізуючи дорогі операційні простої.
Ці дані надзвичайно актуальні в контексті глобального ринку прогнозованого технічного обслуговування, який оцінювався в 12,3 мільярда доларів США у 2024 році та, за прогнозами, розшириться зі швидкістю 29,7% CAGR. [6] Хоча доступ вимагає обережного поводження через PII та спільне володіння даними з клієнтами, унікальна цінність набору даних полягає в його пропрієтарних бенчмарках транскордонної логістики. Ця рідкість надає значну конкурентну перевагу покупцям ШІ на швидкозростаючому ринку з високим попитом. ⚠ Ретельність (цінні дані, доступ до переговорів): Містить PII (адреси доставки та імена клієнтів), що вимагає значної анонімізації; Право власності на дані спільно з клієнтами електронної комерції для специфіки інвентарю; Пропрієтарна цінність полягає в агрегованих показниках ефективності перевізників та бенчмарках транскордонної логістики · корпоративний: незалежний.
Scoring
Оцінені виміри
Пояснювані, засновані на доказах виміри (0–100). Радар показує інвестиційні осі.
Ці докази підтверджують, що Getbyrd володіє пропрієтарним набором даних з великим обсягом, що фіксує телеметрію в реальному часі з її складної європейської логістичної мережі та мережі мобільності. Дані документують ефективність системи, яка обробляє понад 7 мільйонів річних відправлень, надаючи реальні дані, необхідні для навчання складних моделей прогнозованого технічного обслуговування. Для постачальників швидкозростаючого промислового ШІ-ринку обсягом 12,3 мільярда доларів США ці дані часових рядів надають рідкісну можливість моделювати деградацію активів та прогнозувати відмови в реальному, багатопартнерському логістичному середовищі.
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
пропрієтарні доменні дані
Наскільки рідкісними та власницькими є дані. Унікальні дані домену оцінюються високо; загальнодоступні дані знижують оцінку. - Dataset Volume52
3 збіги доказів
Очевидний масштаб даних, виведений з кількості збігів доказів та будь-яких явних згадок обсягу. - Dataset Freshness82
реальний час/потокове передавання
Наскільки актуальними залишаються дані — дані в реальному часі/потокові оцінюються найвище, періодичні вивантаження нижче. - Training Value84
придатний для прогнозованого технічного обслуговування
Наскільки корисні дані для цільового випадку використання ШІ — їх придатність для навчання моделі або тонкого налаштування. - Buyer Demand94
попит з боку покупців ШІ надзвичайно високий, зумовлений швидким зростанням ринку прогнозованого технічного обслуговування зі швидкістю 29,7% CAGR за джерелом, що робить ці спеціалізовані логістичні телеметричні дані високо затребуваним активом для оптимізації операцій. [6]
Наскільки сильно розробники ШІ та компанії, ймовірно, захочуть ці дані, на основі ринкових сигналів. - Legal Accessibility0
PII/регульований
Наскільки юридично легко отримати та використовувати дані — відкритий доступ/доступ через API оцінюється високо; PII або регульовані дані оцінюються низько. - Acquisition Feasibility0
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 Orientation56
2 сигнали апетиту до даних (2 типи)
Наскільки активно компанія інвестує в дані, вимірюється за її сигналами попиту на дані (найм, продукти, API…). - Dormant Data Surplus92
надлишок=високий, 5 нещодавніх зовнішніх сигналів — пропрієтарні 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 Audit100
✓ хороший цільовий показник — Компанія керує загальноєвропейським бізнесом з виконання замовлень електронної комерції, генеруючи цінні логістичні дані та дані про запаси як побічний продукт, і, схоже, не продає ці дані як свій основний продукт. Проблеми: Початковий опис джерела 'Набір даних телеметрії мобільності' неточний; фактичний бізнес компанії — виконання замовлень електронної комерції.; Вони пропонують своїм клієнтам інформаційну панель логістичної аналітики, яку слід відрізняти від продажу агрегованих даних як продукту.
- Deep Qualification90
✓ пройдено — Цільовим показником є постачальник логістичних послуг з підтримкою технологій, а не продавець даних; він володіє цінними операційними даними як побічним продуктом, але володіння є змішаним і підпадає під дію GDPR, що ускладнює прямий продаж даних.
Evidence
Докази та походження набору даних
Що доведені докази підтверджують, що компанія володіє — переформульовано для ясності та порівняно з ринком.
Transaction data
Ці табличні дані кількісно визначають операційний масштаб, документуючи понад 7 000 000 річних відправлень продукції та надаючи бізнес-результати високого рівня, які моделі ШІ прагнуть оптимізувати.
IoT / sensor data
Це дані часових рядів з датчиків у понад 12 центрах виконання замовлень, що забезпечують реальний огляд складських операцій, необхідний для моделювання використання активів та виявлення вузьких місць у продуктивності.
Event streams
Ці дані часових рядів, керовані подіями, відстежують рух активів та рівні обслуговування в мережі з понад 20 партнерів з доставки, що має вирішальне значення для навчання моделей, які прогнозують збої доставки та зниження продуктивності.
Coverage
Scanned sources
Deliverable
Premium dataset report
Getbyrd 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 Market was valued at $12.3 Billion in 2024, with a projected CAGR of 29.7% (source: Custom Market Insights). [6]. Investment score 68.7/100 (confidence 0.49). Recommended action: Data Sharing Agreement.