Les décideurs publics et privés investissent massivement dans la mobilité, mais les données sont dispersées. Les portails comme EAFO, OpenChargeMap ou les rapports d’opérateurs donnent des vues partielles, tandis que les études de conseil ne reflètent qu’un instantané. Résultat : difficile de comparer objectivement deux territoires ou de suivre leur progression dans le temps.
Ce segment rassemble l’intelligence web et des APIs sélectionnées dans une taxonomie unique. Vous disposez d’indicateurs standardisés sur le carsharing et la recharge, de classements opérateurs, et d’un indice de maturité MaaS assorti d’explications. Pour un cabinet de conseil, une direction stratégie ou une collectivité, c’est enfin une mesure comparable et explicable de la mobilité compétitive, à l’échelle locale, nationale ou internationale.
Normalisation des territoires (ville, région, pays) dans une nomenclature cohérente.
Comptage des opérateurs actifs et top 3 détaillé (≥300 véhicules pour le carsharing).
Suivi des réseaux de recharge publics, hors systèmes privés.
Calcul d’un indice MaaS (0–100) intégrant opérateurs, billetterie et intégration digitale.
Ajout de commentaires qualitatifs et d’un score de confiance pour chaque variable.
Ce segment est activé grâce à un mélange de sources fiables et de vos propres données.
AI reasoning
Web intelligence
Données comparables sur l’écosystème mobilité (carsharing + recharge EV).
Classements opérateurs par flotte ou par bornes, uniformisés.
Indice de maturité MaaS avec justification textuelle.
Exports exploitables directement (CSV, Sheets, JSON, API) pour vos outils BI ou CRM.
Les réponses à vos questions sur ce segment
Les réponses à vos questions sur ce segment
En combien de temps peut-on obtenir un premier extrait pour une nouvelle zone ?
Les premiers extraits sont livrés en quelques minutes à quelques heures, selon le périmètre et le volume de données.
Quel niveau de confiance accorder aux scores de maturité ?
Chaque champ est accompagné d’un % de confiance (sources, fraîcheur, méthodes), ce qui permet d’évaluer la fiabilité en toute transparence.
Peut-on intégrer ces données dans des outils BI, CRM ou de modélisation ?
Oui. Les exports sont disponibles en CSV, Sheets, JSON ou API pour une intégration fluide dans vos tableaux de bord, modèles ou CRM.
En quoi ce jeu de données diffère-t-il de EAFO, OpenChargeMap ou des portails locaux ?
Ces sources donnent des données partielles ; Starzdata les orchestre via Smart Queries pour produire un dataset standardisé, explicable et scoré en confiance.
Comment assurez-vous la comparabilité entre villes et pays ?
Toutes les géographies sont normalisées dans une taxonomie unique, et les règles de scoring sont appliquées de façon uniforme, rendant les indices comparables.
Comment définissez-vous les comptes opérateurs et les top 3 ?
Les opérateurs carsharing doivent disposer d’au moins 300 véhicules actifs ; les classements recharge incluent uniquement les réseaux publics ouverts.
Que mesure exactement l’indice de maturité MaaS ?
Il évalue l’intégration digitale, la couverture billetterie/réservation, la taille des opérateurs et la densité des bornes, normalisé sur 0–100.
À quelle fréquence ce jeu de données est-il mis à jour ?
Les mises à jour sont mensuelles par défaut, avec des rafraîchissements à la demande lors de changements majeurs d’opérateurs ou de politiques.
{ "_meta": { "dictionaryColumns": ["Variable", "Data_Type", "Sample_Value", "Description"] }, "data": [ { "Variable": "geo_name", "Description": "Geographic unit analyzed (city, state/region, or country)", "Business_Rules": "Provided by client; standardized to official English naming where possible", "Source_System": "User Input", "Data_Type": "VARCHAR", "Sample_Value": "Berlin" }, { "Variable": "geo_level", "Description": "Granularity of the geographic unit", "Business_Rules": "ENUM allowed: city|state|region|country", "Source_System": "User Input", "Data_Type": "ENUM", "Sample_Value": "city" }, { "Variable": "carsharing_operators_count", "Description": "Number of active carsharing operators in the geography", "Business_Rules": "Count distinct operators; include only operators with ≥300 active vehicles in the geography", "Source_System": "Web Intelligence", "Data_Type": "INTEGER", "Sample_Value": "5" }, { "Variable": "carsharing_top3_list", "Description": "Top 3 carsharing providers with name, URL, and fleet size", "Business_Rules": "Array of objects {name, url, fleet_size}; include only operators with ≥300 active vehicles; fleet_size is integer", "Source_System": "Web Intelligence", "Data_Type": "ARRAY", "Sample_Value": "[{\"name\":\"ShareNow\",\"url\":\"www.share-now.com\",\"fleet_size\":450},{\"name\":\"Miles\",\"url\":\"www.miles-mobility.com\",\"fleet_size\":320},{\"name\":\"WeShare\",\"url\":\"www.weshare.de\",\"fleet_size\":300}]" }, { "Variable": "ev_charging_operators", "Description": "Number of public EV charging network operators present", "Business_Rules": "Count distinct public-charging operators; exclude purely private or closed networks", "Source_System": "Web Intelligence", "Data_Type": "INTEGER", "Sample_Value": "12" }, { "Variable": "ev_charging_top3_list", "Description": "Top 3 EV charging providers with name, URL, and charging points", "Business_Rules": "Array of objects {name, url, charging_points}; charging_points is integer; public networks only", "Source_System": "Web Intelligence", "Data_Type": "ARRAY", "Sample_Value": "[{\"name\":\"Allego\",\"url\":\"www.allego.eu\",\"charging_points\":220},{\"name\":\"Ionity\",\"url\":\"www.ionity.eu\",\"charging_points\":140},{\"name\":\"EnBW\",\"url\":\"www.enbw.com\",\"charging_points\":120}]" }, { "Variable": "maas_maturity_index", "Description": "MaaS maturity score (0–100) for the geography", "Business_Rules": "Composite score using digital integration, ticketing/booking coverage, and operator scale; only carsharing operators with ≥300 active vehicles contribute to scale component", "Source_System": "AI Reasoning", "Data_Type": "DECIMAL", "Sample_Value": "68.0" }, { "Variable": "maas_maturity_comment", "Description": "Short qualitative note explaining the MaaS maturity score", "Business_Rules": "One-line rationale referencing integration level, operator scale (≥300 rule), and charging density", "Source_System": "AI Reasoning", "Data_Type": "VARCHAR", "Sample_Value": "High integration; multiple ≥300-car operators and dense charging grid." } ] }