数据集机会
d-nvest — Texasenterprises 维护日志数据集机会
Texasenterprises 持有的中等维护日志数据集，可用于预测性维护和异常检测。
评分
69.3
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 = 2025 年为 142 亿美元，复合年增长率为 27.9%（来源：Grand View 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。
该公司积极关注数据的具体证据 — 这就是它适合进入交易室的原因。
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 — 可授权
买家画像
工业人工智能与维护优化供应商
Texasenterprises 拥有一份宝贵的维护日志数据集，该数据集以其工业运营产生的时间序列数据形式进行结构化。这包括来自 `industrial_data` 和 `maintenance_logs` 的详细证据，例如专有的石油分析，提供了设备性能和干预措施的丰富历史记录，非常适合训练预测性维护人工智能模型以准确预测故障。
商业价值巨大，触及全球预测性维护市场，该市场在 2025 年的估值为142 亿美元，预计将以27.9% 的复合年增长率增长。[3] 虽然访问需要跨越其 Golden West 和 United Fuel & Energy 部门的数据孤岛，并管理 B2B 保密条款，但这种干净、无 GDPR 的工业数据的稀有性和直接适用性使其成为寻求在高增长市场中获得竞争优势的人工智能买家的优质资产。⚠ 尽职调查（有价值的数据，可协商的访问权限）：数据可能分散在其多个区域部门（Golden West、United Fuel & Energy）的数据孤岛中；专有的石油分析数据可能与第三方实验室共同管理，但由 Texas Enterprises 托管；工业数据通常不包含 GDPR，但可能包含 B2B 保密条款。· 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 Texasenterprises 持有一份专有的结构化维护日志和详细的设备状况报告数据集，这些报告源自其工业服务。这种独特的时间序列数据组合是训练预测性维护模型的基本燃料，能够检测到设备故障之前的潜在问题。对于以工业优化市场为目标的人工智能供应商——该市场预计到 2025 年将达到 142 亿美元——该数据集提供了一个难得的机会来获取构建高精度解决方案所需的地面实况数据。
See dimension details ↓- 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。 - 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 条证据
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。 - Buyer Demand90
人工智能买家需求极高，这得益于市场从 142 亿美元以 27.9% 的复合年增长率快速扩张，工业企业积极采用数据驱动的解决方案以最大限度地减少停机时间和运营成本。[3]
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 Feasibility30
中等难度，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 条证据
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=干净
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 Orientation56
2 个数据需求信号（2 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 — 超出已变现部分的专有数据
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 — 一家家族拥有的燃料和润滑油批发分销商，其大规模车队和服务运营可能产生有价值的、休眠的维护和物流数据。问题：提供的初始 URL (texasenterprises.com) 指向一家燃料和润滑油的批发分销商，而不是“TEi - A Babcock Power Compan；虽然它是一家家族企业，但拥有 300 多名员工，业务遍及 15 个以上地点，属于中小企业规模的上限。
- Deep Qualification70
✓ 通过 — 该目标是一家燃料和润滑油批发分销商；虽然指定的 URL 不正确，但实际公司的业务模式与其通过工业客户和内部车队运营产生维护相关数据的能力是一致的。
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。
Industrial data
这些证据表明持有者会生成详细的设备状况时间序列报告，例如来自石油分析的报告，这些报告对于识别设备故障的前兆至关重要。
Maintenance logs
这些证据证实了从工厂审计和检查中生成结构化维护日志，提供了训练有效的预测性维护算法所需的干净、基于事件的地面实况。
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.