评分
75.8
评分（0-100）融合了加权维度 — 数据集稀有度、训练价值、买家需求、证据强度和许可权。70分以上表示交易就绪。请参阅下方评分维度了解详情。置信度
83%
行动
数据共享协议
此数据集的推荐交易结构：收购（完全买断）、许可（付费使用权）、数据共享协议（受控访问，不转移所有权）、合作（共同开发）或标注计划（标签）。根据数据所有权、许可复杂性和可访问性选择。市场
$$$ — 高AI买家需求
触发此机会的近期外部事实 — 可审计的来源。
- 📰press2026-06-05
Black Marker, Magnetic Signs, and Peeling Decals: Here Is What 49 CFR 390.21 Actually Requires.
freightwaves.com ↗ - 📰press2026-06-04
A Driver’s Paper Logs Said He Was in One Place. A Roadside Camera Network Said Otherwise. Welcome to the New Era of Trucking Enforcement.
freightwaves.com ↗ - 📰press2026-06-04
FMCSA responds 2X to ongoing problems with Motus rollout
freightwaves.com ↗ - 📰press2026-06-04
Trucking is driving double-digit growth for this rail freight category
freightwaves.com ↗ - 📰press2026-06-04
FedEx partner airline says Caribbean service at risk without FAA waiver
freightwaves.com ↗
Lineage
此线索的来源
信号优先链，端到端：近期外部信号 → 合格利基 → 已解析的数据持有者 → 网站验证 → 评分机会。每个线索都可解释。
Profile
数据集概况
类型
移动遥测数据集
模态
时间序列
行业
移动出行
体量
大
新鲜度
实时
稀有度
中等
可访问性
部分
法律
混合所有权 — GDPR 敏感（PII 审查）
买家画像
工业人工智能与维护优化供应商
公开网络信号表明 Mapon（出行领域）拥有出行遥测数据集（时间序列）。通过 API、下载、事件流、图像采集、物联网数据等6个来源的证据检测到。主要证据：物联网数据。⚠ 尽职调查（有价值的数据，可协商访问）：数据所有权复杂，原始数据来源于客户车辆/资产；数据集包含 GDPR 敏感的个人信息，包括驾驶员数据（位置、路线、驾驶习惯、驾照号码）；该公司是 Draugiem Group 的子公司，这可能会增加数据许可谈判的复杂性。· 公司：Draugiem Group 的子公司。
Scoring
评分维度
可解释的、基于证据的维度（0-100）。雷达图显示了投资轴。
这些证据共同证明 Mapon 拥有广泛的时间序列出行遥测数据，包括实时车辆位置、详细的历史行程信息以及速度和驾驶习惯等细致的驾驶员行为指标，这些数据直接来源于 GPS 跟踪系统和数字行车记录仪。这种丰富、连续的数据流正是工业 AI 和维护优化供应商迫切需要的，用于开发先进的预测性维护模型，使他们能够预测设备故障并优化车队运营，在对这种可操作洞察力有高需求的市场中。
See dimension details ↓- Dataset Specificity90
主要为“物联网数据”，出行领域，3种特定类型
数据针对特定、难以替代的领域或任务的精确程度。利基、明确定义的数据得分高于通用数据。 - Dataset Rarity58
专有领域数据（开放会降低稀有度）
数据的稀缺性和专有性。独特领域数据得分高；公开可用数据会降低得分。 - Dataset Volume100
15条证据命中
数据的表观规模，根据证据命中次数和任何明确的体量提及推断。 - Dataset Freshness82
实时/流式
数据的时效性 — 实时/流式数据得分最高，定期转储数据得分较低。 - Training Value84
适用于预测性维护
数据对目标AI用例的有用程度 — 其是否适合模型训练或微调。 - Buyer Demand92
依赖出行遥测数据的 AI 驱动预测性维护市场预计在 2025 年至 2032 年间以 39.5% 的复合年增长率（CAGR）增长。
基于市场信号，AI开发者和公司对该数据的需求强度。 - Legal Accessibility60
开放/API 访问
数据在法律上获取和使用的难易程度 — 开放/API访问得分高；PII或受监管数据得分低。 - Acquisition Feasibility69
中等难度，Draugiem Group 的子公司
考虑到获取难度和持有者的公司结构，实际获取数据的可行性。 - Evidence Strength100
5种证据类型，15条命中
公司持有此数据的证据强度 — 证据类型的多样性和命中次数。 - Right to License28
所有权=混合，许可=GDPR敏感
公司是否可以合法地许可数据 — 基于所有权和许可复杂性。 - Corporate Independence50
Draugiem Group 的子公司
持有者是否可以独立决策 — 独立公司得分高于大型集团的子公司。 - Data Orientation22
0个数据需求信号（0种类型）
公司投资数据的积极程度，通过其数据需求信号（招聘、产品、API等）衡量。 - Dormant Data Surplus92
盈余=高，5个近期外部信号 — 超出已货币化范围的专有数据
该公司持有的专有数据量和价值，超出其已实现货币化的部分 — 我们可以解锁的休眠盈余。一家公司可以出售部分洞察，同时仍拥有更大的休眠资产。 - ICP Audit92
✓ 良好目标 — Mapon 作为一家车队管理 SaaS 公司，在运营过程中收集了大量有价值的出行遥测数据作为副产品，目前尚未将其作为原始数据产品出售给外部买家，因此是一个强有力的目标。
Evidence
数据集证据与溯源
类型化证据证明公司持有的内容 — 为清晰起见重新表述并与市场对比。
IoT / sensor data
这一核心证据表明 Mapon 拥有丰富的时间序列遥测数据，包括实时车辆位置、历史行程数据以及驾驶时长和休息等详细驾驶员活动，这对于预测分析和运营洞察至关重要。
Downloads / exports
此证据证实 Mapon 提供源自行车记录仪远程下载的表格数据，提供历史行程信息、驾驶员活动以及对合规性和燃油管理有用的数据，这对于运营效率和成本优化具有极高价值。
API access
这表明 Mapon 提供多模式 API 以实现无缝集成，允许程序化访问车辆数据、预订功能和计划报告，这对于寻求将数据高效摄取到其平台的AI 买家至关重要。
Event streams
这一特定证据突出了 Mapon 监控和提供驾驶员行为的时间序列数据的能力，包括驾驶习惯、速度和方向，这对于安全分析、效率提升和预测性维护建模至关重要。
Image collection
这表明 Mapon 还有能力通过车队摄像头系统收集视觉数据，为全面的车队管理提供补充洞察，并可能丰富多模式 AI 应用。
Coverage
Scanned sources
Deliverable
Premium dataset report
Mapon Mobility Telemetry — a Large mobility telemetry dataset (Time Series modality) in the mobility domain. Primary AI use-case: Predictive Maintenance. Market signal: $$$ — high AI buyer demand. Investment score 75.8/100 (confidence 0.83). Recommended action: Data Sharing Agreement.