Можливість набору даних
d-nvest — Можливості набору даних журналів технічного обслуговування від Texasenterprises
Набір даних журналів технічного обслуговування від Texasenterprises, придатний для прогнозованого технічного обслуговування та виявлення аномалій.
Бал
69.3
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
42%
Дія
Придбати
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 = 14,2 мільярда доларів США у 2025 році, CAGR 27,9% (джерело: Grand View Research)
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 журналів технічного обслуговування
Модальність
Часові ряди
Сектор
промисловий
Обсяг
Помірний
Актуальність
Періодичний
Рідкість
Висока (пропрієтарний)
Доступність
Частковий
Юридичний
Належить компанії — чистий для ліцензування
Портрет покупця
Постачальники промислових ШІ та оптимізації технічного обслуговування
Texasenterprises володіє цінним Набором даних журналів технічного обслуговування, структурованим як дані часових рядів з її промислових операцій. Це включає детальну інформацію з `industrial_data` та `maintenance_logs`, таку як пропрієтарний аналіз нафти, що забезпечує багатий історичний запис продуктивності обладнання та втручань, ідеальний для навчання моделей ШІ прогнозованого технічного обслуговування для точного прогнозування відмов.
Бізнес-цінність є значною, враховуючи глобальний ринок прогнозованого технічного обслуговування, який оцінювався в 14,2 мільярда доларів США у 2025 році та, за прогнозами, зросте зі CAGR 27,9%. [3] Хоча доступ вимагає навігації по розрізнених даних між підрозділами Golden West та United Fuel & Energy та дотримання угод про конфіденційність B2B, рідкість та пряма застосовність цих чистих, вільних від GDPR industrial_data роблять їх преміальним активом для покупців ШІ, які прагнуть отримати конкурентну перевагу на ринку з високим зростанням. ⚠ Належна обачність (цінні дані, доступ для переговорів): Дані, ймовірно, розрізнені між кількома регіональними підрозділами (Golden West, United Fuel & Energy).; Дані пропрієтарного аналізу нафти можуть спільно управлятися з сторонніми лабораторіями, але розміщуватися Texas Enterprises.; Промислові дані, як правило, чисті від GDPR, але можуть мати угоди про конфіденційність B2B. · корпоративний: незалежний.
Scoring
Оцінені виміри
Пояснювані, засновані на доказах виміри (0–100). Радар показує інвестиційні осі.
Ці докази підтверджують, що Texasenterprises володіє пропрієтарним набором даних структурованих журналів технічного обслуговування та детальних звітів про стан обладнання, отриманих від її промислових послуг. Ця унікальна комбінація даних часових рядів є необхідним паливом для навчання моделей прогнозованого технічного обслуговування, що дозволяє виявляти потенційні проблеми до настання відмови обладнання. Для постачальників ШІ, які орієнтуються на ринок промислової оптимізації — сектор, який, за прогнозами, досягне 14,2 мільярда доларів до 2025 року — цей набір даних пропонує рідкісну можливість отримати дані реальних показників, необхідні для створення високоточних рішень.
See dimension details ↓- Dataset Freshness46
періодичний
Наскільки актуальними залишаються дані — дані в реальному часі/потокові оцінюються найвище, періодичні вивантаження нижче. - Training Value74
придатний для прогнозованого технічного обслуговування
Наскільки корисні дані для цільового випадку використання ШІ — їх придатність для навчання моделі або тонкого налаштування. - Dataset Specificity78
домінуючий 'maintenance_logs', сектор промисловий, 2 специфічні типи
Наскільки точно дані націлені на конкретну, важкозамінну область або завдання. Нішеві, чітко визначені дані оцінюються вище, ніж загальні. - Dataset Rarity70
пропрієтарні доменні дані
Наскільки рідкісними та власницькими є дані. Унікальні дані домену оцінюються високо; загальнодоступні дані знижують оцінку. - Dataset Volume46
2 збіги доказів
Очевидний масштаб даних, виведений з кількості збігів доказів та будь-яких явних згадок обсягу. - Buyer Demand90
попит покупців ШІ надзвичайно високий, зумовлений швидким розширенням ринку з 14,2 мільярда доларів при CAGR 27,9%, оскільки промислові компанії агресивно впроваджують рішення на основі даних для мінімізації простоїв та операційних витрат. [3]
Наскільки сильно розробники ШІ та компанії, ймовірно, захочуть ці дані, на основі ринкових сигналів. - Legal Accessibility50
обмежений/невідомий
Наскільки юридично легко отримати та використовувати дані — відкритий доступ/доступ через API оцінюється високо; PII або регульовані дані оцінюються низько. - Acquisition Feasibility30
середня складність, незалежний
Наскільки реалістично фактично отримати дані, враховуючи складність доступу та корпоративну структуру власника. - Evidence Strength50
2 типи доказів, 2 збіги
Наскільки вагомим є доказ того, що компанія володіє цими даними — різноманітність типів доказів та кількість збігів. - Right to License92
власність=власний, ліцензування=чисте
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 — 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 Audit92
✓ хороший цільовий показник — сімейна оптова компанія-дистриб'ютор палива та мастильних матеріалів, чий масштабний автопарк та сервісні операції, ймовірно, генерують цінні, неактивні дані про технічне обслуговування та логістику. Проблеми: Початкова надана URL-адреса (texasenterprises.com) веде до компанії, яка є оптовим дистриб'ютором палива та мастильних матеріалів, а не 'TEi - A Babcock Power Compan; Хоча це сімейний бізнес, він має понад 300 співробітників і працює в понад 15 локаціях, що ставить його на верхній кінець шкали МСП.
- Deep Qualification70
✓ пройдено — цільовий показник є оптовим дистриб'ютором палива та мастильних матеріалів; хоча вказана URL-адреса є неправильною, бізнес-модель фактичної компанії узгоджується з генерацією даних, пов'язаних з технічним обслуговуванням, від її промислових клієнтів та внутрішніх операцій автопарку.
Evidence
Докази та походження набору даних
Що доведені докази підтверджують, що компанія володіє — переформульовано для ясності та порівняно з ринком.
Industrial data
Ці докази вказують на те, що власник генерує детальні звіти часових рядів про стан обладнання, наприклад, з аналізу нафти, які є критично важливими для виявлення передумов відмови обладнання.
Maintenance logs
Ці докази підтверджують генерацію структурованих журналів технічного обслуговування з аудитів та інспекцій заводів, що забезпечує чисті, засновані на подіях реальні дані, необхідні для навчання ефективних алгоритмів прогнозованого технічного обслуговування.
Marketplace
Dataset details
Detailed schema & sample available on access request.
Coverage
Scanned sources
Deliverable
Premium dataset report
Texasenterprises Maintenance Logs — a Moderate maintenance logs dataset (Time Series modality) in the industrial domain. Primary AI use-case: Predictive Maintenance. Market signal: Global Predictive Maintenance market = $14.2 billion in 2025, CAGR 27.9% (source: Grand View Research). Investment score 69.3/100 (confidence 0.42). Recommended action: Acquire.