Dataset opportunity
Paua — Можливості набору даних телеметрії мобільності
Великий набір даних телеметрії мобільності від Paua, придатний для прогнозованого технічного обслуговування та виявлення аномалій.
Score
47.5
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
65%
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 транспортних засобів зросте з 5,48 мільярда доларів США у 2025 році до 23,39 мільярда доларів США до 2034 року, CAGR 17,5% (джерело: Global Market Insights Inc.)
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 телеметрії мобільності
Modality
Часові ряди
Sector
мобільність
Volume
Великий
Freshness
В реальному часі
Rarity
Висока (власний)
Accessibility
Обмежений
Legal
Змішане володіння — чутливі до GDPR (перегляд PII)
Buyer persona
Постачальники промислового ШІ та оптимізації технічного обслуговування
Paua надає комплексний Набір даних телеметрії мобільності, що містить дані часових рядів з понад 20 мереж зарядки електромобілів. Набір даних включає `transaction_data` (дані транзакцій), `iot_data` (дані IoT), дані `geo_data` (географічні дані) в реальному часі та `event_streams` (потоки подій), пропонуючи детальний огляд поведінки зарядки та продуктивності обладнання. Ця багата комбінація джерел спеціально структурована для розробки алгоритмів прогнозованого технічного обслуговування для виявлення та прогнозування потенційних збоїв у зарядній інфраструктурі та компонентах електромобілів.
Глобальний ринок прогнозованого технічного обслуговування автомобілів є значною можливістю з високим зростанням, який, за прогнозами, розшириться з 5,48 мільярда доларів США у 2025 році до 23,39 мільярда доларів США до 2034 року, що відображає CAGR 17,5%. [10] Хоча доступ до цього набору даних вимагає дотримання умов субліцензування та високих стандартів безпеки для конфіденційних PII та даних про місцезнаходження, його рідкість та пряма застосовність до цього цінного ринку роблять його стратегічним активом для покупців ШІ, які прагнуть отримати конкурентну перевагу. [10] ⚠ Огляд (цінні дані, можливість переговорів): Агрегує дані з понад 20 різних мереж зарядки, які можуть мати обмежувальні умови субліцензування; Містить конфіденційні PII, включаючи домашні адреси водіїв для відшкодування витрат на домашню зарядку; Телематичні дані та дані про місцезнаходження в реальному часі вимагають високого рівня безпеки · корпоративний: незалежний.
Scoring
Scored dimensions
Explainable, evidence-based dimensions (0–100). The radar shows the investment axes.
Ці докази підтверджують, що Paua володіє власним потоком даних в реальному часі про діяльність із зарядки електромобілів та телеметрію, зібраних у громадських, домашніх та робочих середовищах. Цей унікальний набір даних є критично важливим активом для постачальників промислового ШІ, які розробляють моделі прогнозованого технічного обслуговування для швидкозростаючого ринку електромобілів. Оскільки глобальний сектор прогнозованого технічного обслуговування транспортних засобів має зрости вчетверо до понад 23 мільярдів доларів США до 2034 року, ці дані надають сировину для алгоритмів, які оптимізують управління автопарком, зменшують час простою та захоплюють значну частку ринку.
See dimension details ↓- Dataset Specificity100
домінуючі 'iot_data', 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 Volume70
6 збігів доказів
Apparent scale of the data, inferred from the number of evidence hits and any explicit volume mentions. - Dataset Freshness82
в реальному часі/потоково
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 Demand90
попит з боку покупців ШІ високий, зумовлений швидкозростаючим ринком прогнозованого технічного обслуговування транспортних засобів, який зростає зі швидкістю 17,5% CAGR і вимагає багатих реальних телематичних даних для розробки передових аналітичних моделей. [10]
How strongly AI builders and companies are likely to want this data, based on market signals. - Legal Accessibility14
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 Feasibility48
середня складність, незалежний
How realistic it is to actually obtain the data, given access difficulty and the holder's corporate structure. - Evidence Strength89
5 типів доказів, 6 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 Orientation22
0 сигналів апетиту до даних (0 типів)
How actively the company invests in data, measured by its data-appetite signals (hires, products, APIs…). - Dormant Data Surplus92
надлишок=високий, 5 нещодавніх зовнішніх сигналів — 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 Audit58
⚠ огляд — основний бізнес Paua полягає в продажу програмної платформи, аналітичної панелі та API даних для допомоги компаніям у керуванні автопарками електромобілів, що робить її продавцем інформації, а не власником неактивних даних. Проблеми: Основний продукт компанії — продаж інформації та доступу до даних, що є явним критерієм виключення.; Paua є агрегатором програмного забезпечення/даних, а не компанією з 'реальним операційним бізнесом', таким як володіння автопарками або фізичним зарядним обладнанням. Дані надходять від третіх сторін;
- Deep Qualification90
✓ пройдено — Paua керує платформою для оплати зарядки електромобілів, що робить її власником цінного та узгодженого набору даних телеметрії мобільності як побічного продукту своєї основної діяльності. Однак ці дані містять конфіденційні PII та агреговані з численних мереж, що створює значні проблеми з ліцензуванням та відповідністю вимогам.
Evidence
Dataset evidence & lineage
What the typed evidence proves the company holds — reframed for clarity and set against the market.
press
- “Le Royaume-Uni doit aller plus vite dans le passage à l’électrique pour réduire ses émissions de gaz à effet de serre. C’est ce qu’affirment des experts dans un rapport publié mercredi 24 juin 2026. Selon eux, les efforts actuels ne suffisent pas pour atteindre les objectifs fixés pour 2030, et le pays risque de prendre du retard.”
- “Découvrez l'émission présentée par Catherine Leroy, directrice des rédactions de Syner’J Media, organisée par le Journal de l'Automobile et Mobilians.”
- “Pour la troisième édition du dispositif gouvernemental, Citroën propose des loyers allant de 94 à 134 euros par mois sur ses gammes ë-C3 et ë-C3 Aircross. Une stratégie particulièrement offensive.”
Downloads / exports
Табличні записи про завантаження контенту демонструють пряму взаємодію з менеджерами автопарків, надаючи цінне джерело генерації потенційних клієнтів та профілювання клієнтів для постачальників B2B послуг.
Event streams
Безперервні потоки подій часових рядів фіксують діяльність із зарядки в реальному часі в різноманітній мережі, формуючи основний набір даних для навчання алгоритмів прогнозованого технічного обслуговування.
Transaction data
Табличні дані транзакцій пов'язують використання транспортних засобів та діяльність водіїв з фінансовою інформацією, що дозволяє створювати моделі, які оптимізують загальну вартість володіння та витрати на автопарк.
Geospatial data
Геопросторові дані відображають понад 93 000 зарядних пунктів по всьому Великій Британії, надаючи необхідний контекст на основі місцезнаходження для моделей оптимізації мережі та планування маршрутів.
IoT / sensor data
Дані IoT часових рядів агрегують події зарядки з багатьох джерел, включаючи домашні та робочі місця, що вказує на складний механізм захоплення, необхідний для побудови повної історії експлуатації на рівні транспортного засобу.
Marketplace
Dataset details
Geographic coverage
Global
Time range
Real-time
Update frequency
Real-time
Delivery
API
Formats
Time Series, JSON
License
One-time license for internal use in developing predictive maintenance models. Restrictions on redistribution and resale apply.
Personal data
No PII
Indicative estimate, derived from public signals — not a quote, not contractual, and not agreed with the company. Is this your company? Correct it.
This dataset's value is driven by its high rarity as proprietary, real-time telemetry from EV charging networks, directly enabling predictive maintenance in a rapidly growing market. The significant projected growth of the global automotive predictive maintenance sector underscores strong demand for such granular, hard-to-source data.
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
Paua Mobility Telemetry — a Large mobility telemetry dataset (Time Series modality) in the mobility domain. Primary AI use-case: Predictive Maintenance. Market signal: Global Predictive Maintenance for Vehicles market to grow from $5.48 billion in 2025 to $23.39 billion by 2034, CAGR 17.5% (source: Global Market Insights Inc.). Investment score 47.5/100 (confidence 0.65). Recommended action: Data Sharing Agreement.
From the marketplace
Explore live data opportunities
Quicargo — Можливість використання набору даних про мобільність та геопросторові дані
View opportunity →роздрібна торгівляJamesandjames — Пропозиція набору даних потоку подій
View opportunity →мобільністьInterstatecompliancegroup — Можливість використання набору даних звітів про інспекції
View opportunity →Data Academy
Learn before you deal
- Що ви маєте право продавати3 min read
- 5 помилок, які відлякують покупців3 min read
- Чому купувати зовнішні дані?3 min read