Dataset opportunity
Igs Intermodal — Можливості набору даних журналів технічного обслуговування
Набір даних журналів технічного обслуговування від Igs Intermodal, придатний для прогнозованого технічного обслуговування 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
56%
Action
Партнерство (на рівні групи)
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 оцінювався в 13,4 мільярда доларів США у 2025 році, з прогнозованим CAGR 23,2% (2026-2035) (джерело: Market.us). [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.
Profile
Dataset profile
Type
Набір даних журналів технічного обслуговування
Modality
Часові ряди
Sector
мобільність
Volume
Помірний
Freshness
В реальному часі
Rarity
Висока (власні)
Accessibility
Частковий
Legal
Належить компанії — чистий для ліцензування
Buyer persona
Постачальники промислового ШІ та оптимізації технічного обслуговування
Igs Intermodal володіє комплексним Набором даних журналів технічного обслуговування, структурованим як часовий ряд. Цей набір даних унікально інтегрує `geo_data`, `industrial_data` та дані iot_data в реальному часі від своїх інтермодальних транспортних активів, надаючи деталізовану, подієво-орієнтовану історію продуктивності обладнання та ремонту. Його детальний, мультимодальний характер робить його винятково придатним для навчання надійної моделі ШІ Прогнозованого технічного обслуговування для прогнозування відмов компонентів та оптимізації графіків технічного обслуговування.
Ці дані надзвичайно цінні, орієнтовані на глобальний ринок Прогнозованого технічного обслуговування, який оцінювався в 13,4 мільярда доларів США у 2025 році та, за прогнозами, зросте на 23,2% CAGR. [1] Хоча доступ вимагає навігації спільним володінням з IGS Logistics Group, анонімізації інформації про вантажі третіх сторін та координації з менеджментом, що базується в Гамбурзі, рідкість та операційна глибина цього набору даних пропонують чітку конкурентну перевагу для будь-якого покупця ШІ в секторі мобільності. ⚠ Належна обачність (цінні дані, доступ до переговорів): Право власності на дані може бути спільним з материнською компанією IGS Logistics Group; операційні дані включають вантажі третіх сторін, які можуть вимагати анонімізації; доступ вимагає координації з командою менеджменту, що базується в Гамбурзі · корпоративний: дочірня компанія IGS Logistics Group.
Scoring
Scored dimensions
Explainable, evidence-based dimensions (0–100). The radar shows the investment axes.
Ці докази колективно підтверджують, що Igs Intermodal володіє та експлуатує значний парк інтермодальних активів, генеруючи власні журнали технічного обслуговування та операційні дані. Цей високоякісний набір даних безпосередньо підходить для постачальників промислового ШІ, які прагнуть створювати та вдосконалювати алгоритми прогнозованого технічного обслуговування для сектору мобільності. На ринку, який, за прогнозами, зростатиме більш ніж на 23% щорічно, ці дані надають реальні факти про реальні відмови компонентів та цикли ремонту, пропонуючи чітку конкурентну перевагу для оптимізації промислових активів та зменшення часу простою.
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 Rarity94
власні доменні дані
How scarce and proprietary the data is. Unique domain data scores high; openly available data lowers it. - Dataset Volume58
4 докази
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
відповідний для прогнозованого технічного обслуговування
How useful the data is for the target AI use-case — its fit for model training or fine-tuning. - Buyer Demand90
попит з боку покупців ШІ надзвичайно високий, зумовлений швидким розширенням ринку рішень для прогнозованого технічного обслуговування, що підтверджується сильним CAGR у 23,2%. [1]
How strongly AI builders and companies are likely to want this data, based on market signals. - Legal Accessibility50
обмежений/невідомий
How legally easy the data is to obtain and use — open/API access scores high; PII or regulated data scores low. - Acquisition Feasibility15
середня складність, дочірня компанія IGS Logistics Group
How realistic it is to actually obtain the data, given access difficulty and the holder's corporate structure. - Evidence Strength74
4 типи доказів, 4 збіги
How solid the proof is that the company holds this data — diversity of evidence types and number of hits. - Right to License92
власність=власність компанії, ліцензування=чисте
Whether the company can legally license the data out — based on ownership and licensing complexity. - Corporate Independence50
дочірня компанія IGS Logistics Group
Whether the holder can decide alone — an independent company scores higher than a subsidiary of a large group. - Data Orientation22
0 сигналів попиту на дані (0 типів)
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 показник — Це сильний цільовий показник; це операційна МСП в інтермодальній логістиці, яка генерує величезні обсяги власних даних (флот, технічне обслуговування, ремонт) як побічний продукт і не виявляє ознак продажу даних або аналітики як основного продукту. Проблеми: Компанія є частиною більшої IGS Logistics Group, але функціонує як середнього розміру, керована власником дочірня компанія. [4, 6]
- Deep Qualification80
✓ пройдено — Цільовий показник є постачальником логістичних послуг, що робить його дуже правдоподібним власником даних журналів технічного обслуговування та експлуатаційних даних від своїх транспортних активів; однак право власності на дані змішане, а права на ліцензування для перепродажу не визначені.
Evidence
Dataset evidence & lineage
What the typed evidence proves the company holds — reframed for clarity and set against the market.
IoT / sensor data
Це дані часового ряду з контейнерних шасі з GPS та сучасного парку вагонів, що мають вирішальне значення для кореляції місцезнаходження та переміщення активів з подіями технічного обслуговування.
Industrial data
Це операційні дані з власних контейнерних депо та терміналів компанії, що надають контекст щодо обробки активів та умов зберігання, які впливають на знос.
Maintenance logs
Це основний набір даних часового ряду, що документує історію ремонту та очищення контейнерного парку компанії, що є необхідним для навчання моделей прогнозованого технічного обслуговування.
Geospatial data
Ці табличні дані описують залізничну мережу та маршрути компанії, дозволяючи моделям враховувати відстань подорожі та специфічне для маршруту навантаження на обладнання.
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
Igs Intermodal Maintenance Logs — a Moderate maintenance logs dataset (Time Series modality) in the mobility domain. Primary AI use-case: Predictive Maintenance. Market signal: Global Predictive Maintenance Market was valued at $13.4 billion in 2025, with a projected CAGR of 23.2% (2026-2035) (source: Market.us). [1]. Investment score 77.4/100 (confidence 0.56). Recommended action: Partnership (group-level).
From the marketplace
Explore live data opportunities
Svanteinc — Можливість придбання набору даних промислових датчиків
View opportunity →промисловийSme — Набір даних промислових операцій
View opportunity →іншийPocketliving — Можливість отримання набору даних промислових операцій
View opportunity →