Dataset opportunity

Chargeguru — 出行遥测数据集机会

Chargeguru 持有的中等出行遥测数据集,可用于预测性维护和异常检测。

出行遥测数据集时间序列预测性维护🌍 Francechargeguru.com2026年6月28日

Confidence

49%

Market size (indicative estimate)

2025年全球电动汽车充电器预测性维护市场规模为28亿美元,复合年增长率为12.4%(来源:Dataintelo)。[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

出行遥测数据集

Modality

时间序列

Sector

出行

Volume

中等

Freshness

实时

Rarity

高(专有)

Accessibility

受限

Legal

混合所有权 — GDPR 敏感(PII 审查)

Buyer persona

工业人工智能与维护优化供应商

Chargeguru 持有一个出行遥测数据集,该数据集结构为时间序列数据,包含来自其电动汽车充电器网络的事件流、地理数据和原始物联网数据。这些丰富、真实的运营数据特别适合开发和训练预测性维护模型,旨在预测硬件故障、减少停机时间并优化整个网络的可靠性。

该数据的商业价值直接与电动汽车充电器预测性维护市场挂钩,该市场在 2025 年的价值为28 亿美元,预计将以 12.4% 的复合年增长率增长。[1] 尽管存在访问复杂性——包括需要强大匿名化的个人身份信息 (PII)、与 B2B 客户共享数据所有权以及 Zeplug 合并后的治理挑战——但该数据集的稀缺性及其对高价值人工智能应用的直接适用性使其成为一项引人注目的谈判资产。⚠ 尽职调查(有价值的数据,可协商访问):数据包含需要匿名化的个人身份信息 (PII)(用户充电习惯和位置);所有权可能与安装有充电器的 B2B 客户(公司/公寓)共享;最近与 Zeplug 合并可能会使整个新集团的数据治理复杂化。· 公司:独立。

Scoring

Scored dimensions

Explainable, evidence-based dimensions (0–100). The radar shows the investment axes.

这些证据证明 Chargeguru 持有一个专有的、高分辨率的数据集,该数据集捕获了欧洲数千个电动汽车充电器的真实运营和使用模式。这是寻求构建下一代预测性维护解决方案的工业人工智能和维护优化供应商的关键资产。该数据直接支持训练模型以预测组件故障并优化服务物流,在快速扩张的电动汽车充电器市场中提供显著的竞争优势,该市场预计到 2025 年将达到 28 亿美元。这种独特的时间序列数据是解锁未来出行基础设施效率和可靠性的关键。

See dimension details
SpecificityRarityVolumeTraining ValueBuyer DemandEvidence StrengthData Orientation
  • ICP Audit75

    ⚠ 审查 — Chargeguru 的核心业务是提供电动汽车充电解决方案即服务,其中包括充电点管理软件,使其成为智能的销售者,而不仅仅是休眠数据的持有者。问题:该公司的核心产品是一项服务,包括'充电点管理软件解决方案'和'智能充电功能',如负载平衡和使用情况;他们向企业客户(例如酒店、餐厅)提供软件,支持动态定价、实时成本/收入

  • Deep Qualification90

    ✓ 通过 — Chargeguru 是电动汽车充电器安装和管理的提供商,而不是数据销售商。它持有的数据是合理的副产品,但所有权是混合的,并受 GDPR 管辖,最近与 Zeplug 的合并加剧了数据治理的复杂性。

Evidence

Dataset evidence & lineage

What the typed evidence proves the company holds — reframed for clarity and set against the market.

IoT / sensor data

该数据集包含来自欧洲数千个充电点的连续时间序列数据,捕获了诸如功率负载和会话持续时间等运营指标,这对于训练异常检测模型至关重要。

Geospatial data

这个专有的表格数据库提供了关于充电器位置、技术规格和安装限制的关键背景信息,能够实现更准确、特定于硬件的维护预测和高效的物流。

Event streams

这些聚合的时间序列数据揭示了真实的使用模式和驾驶员行为,提供了需求方信号,这对于模拟网络压力和优化资产管理至关重要。

Marketplace

Dataset details

Geographic coverage

Europe

Time range

Real-time

Update frequency

Real-time

Delivery

API

Formats

JSON, Time Series

License

One-time license for internal use, model training, and development of predictive maintenance solutions. Restrictions on redistribution and direct resale apply.

Personal data

Contains PII

From EUR 117,500· licence· final price on request

Indicative estimate, derived from public signals — not a quote, not contractual, and not agreed with the company. Is this your company? Correct it.

This proprietary, high-volume mobility telemetry dataset is highly valuable for predictive maintenance in the rapidly growing EV charger market. Its real-time freshness and unique operational insights directly address a critical need for industrial AI vendors.

EV Charging Station Usage Data (Aggregated) — €80,000Fleet Telematics Data (General) — €50,000

Detailed schema & sample available on access request.

Want this data?

Request access — we broker a secure deal room. Operator-reviewed, no automatic sharing.

Share this opportunity

This listing was generated automatically from public signals. It is not verified, and we are not affiliated with this company.

Coverage

Scanned sources

https://www.chargeguru.comingested
https://www.chargeguru.cominferred

Deliverable

Premium dataset report

Chargeguru Mobility Telemetry — a Moderate mobility telemetry dataset (Time Series modality) in the mobility domain. Primary AI use-case: Predictive Maintenance. Market signal: Global EV Charger Predictive Maintenance Market = $2.8 billion in 2025, CAGR 12.4% (source: Dataintelo). [1]. Investment score 48.0/100 (confidence 0.49). Recommended action: Data Sharing Agreement.

Teaser is public · premium is locked behind access.

From the marketplace

Explore live data opportunities

Browse datasets by sector & use-case