评分
66.1
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
42%
行动
收购
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
全球预测性维护市场规模在 2025 年为 92.1 亿美元，预计从 2026 年到 2035 年的复合年增长率为 26.19%（来源：Precedence Research）。
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
维护日志数据集
模态
时间序列
行业
工业
体量
中等
新鲜度
定期
稀有度
高（专有）
可访问性
部分
法律
公司所有 — 许可清晰
买家画像
工业人工智能与维护优化供应商
Pgme 持有一个宝贵的维护日志数据集，以时间序列的形式呈现，源自工业干预报告。这些精细的 `industrial_data` 非常适合开发和训练预测性维护模型，旨在预测设备故障，从而最大限度地减少运营中断和成本。
全球预测性维护市场在 2025 年的估值为92.1 亿美元，预计到 2035 年将以惊人的 26.19% 的复合年增长率增长，这凸显了对此类数据的巨大买家需求。虽然这些数据可能存在于遗留的 CMMS 或需要协商才能访问的纸质报告中，但其稀有性以及对高价值工业人工智能解决方案的直接适用性使其成为这个快速扩张市场中任何买家的重要资产。⚠ 尽职调查（有价值的数据，可协商访问）：数据可能存在于遗留的维护管理系统 (CMMS) 或纸质干预报告中；技术数据是 B2B 和工业性质的，最大限度地减少了 GDPR 的限制。· 公司：独立。
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。
这些证据证实 Pgme 拥有专有的、稀有度高的维护日志数据集，用于专业工业设备。该数据记录了为识别设备异常而采取的预防性和纠正性措施，使其成为训练复杂的预测性维护模型的主要资产。对于工业人工智能供应商而言，这个时间序列数据集是直接的输入，可以在预计以 26.19% 的复合年增长率增长的市场中获取价值，使他们能够构建更准确的故障预测和优化解决方案。
See dimension details ↓- Dataset Specificity78
主导的‘维护日志’，工业领域，2 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 Rarity70
专有领域数据
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 Volume46
2 个证据命中
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 Freshness46
定期
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 Value74
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 Demand90
人工智能买家需求极高，这得益于一个预计复合年增长率为 26.19% 的市场，因为各行业都在竞相采用数据驱动的维护以降低成本和停机时间。
基于市场信号，AI开发者和公司对该数据的需求强度。 - Legal Accessibility50
受限/未知
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 Feasibility44
低难度，独立
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 Strength50
2 种证据类型，2 次命中
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 License92
所有权=已拥有，许可=清晰
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 Independence90
独立
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 Surplus70
盈余=中等 — 超出已货币化的专有数据
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。 - Deep Qualification70
✓ 通过 — 目标是石油和天然气管道行业的制造商和服务提供商，这使得‘维护日志数据集’的存在可能作为其活动的副产品；然而，数据所有权和许可权尚不清楚，且未发现近期具体触发因素。
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。
Maintenance logs
这些证据直接证实 Pgme 从预防性和纠正性服务合同中生成并持有维护日志，提供了训练预测性维护算法所需的关键故障和维修数据。
Industrial data
这些证据确立了数据的特定领域，证明它与用于严苛的物流和制造环境的高价值工业门相关，这为模型训练增加了有价值的背景信息。
Marketplace
Dataset details
Detailed schema & sample available on access request.
Coverage
Scanned sources
Deliverable
Premium dataset report
Pgme 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 size was $9.21 billion in 2025, projected to grow at a 26.19% CAGR from 2026 to 2035 (source: Precedence Research).. Investment score 66.1/100 (confidence 0.42). Recommended action: Acquire.