अक्सर पूछे जाने वाले सवाल

Chargalytics EV charging industry के लिए एक market intelligence platform है। हम 29 देशों की charging networks से realtime data collect और process करते हैं, जो 524,000+ charging sites और 1.58 million charge points को cover करता है।

हम इस data को analytics, benchmarks, forecasts और tools में बदलते हैं, ताकि operators, investors, consultants और charging infrastructure बनाने वाले बाकी लोग बेहतर decisions ले सकें।

Owners & Investors इसका use M&A activity track करने, operator performance evaluate करने, नए sites पर returns model करने और capital commit करने से पहले market dynamics समझने के लिए करते हैं।

Charge Point Operators इसका use competitors के against benchmark करने, network health monitor करने, नई locations plan करने और site selection से commissioning तक पूरा project lifecycle manage करने के लिए करते हैं।

Analysts इसका use country-level market analytics, EV adoption tracking, FC usage trends और 29 markets में demand forecasting के लिए करते हैं।

Consultants इसका use अपने clients को data-backed recommendations देने के लिए करते हैं, exportable analytics और financial models के साथ जिन्हें वे pitch decks में डाल सकें।

Regulators इसका use infrastructure adequacy assess करने, compliance monitor करने और यह समझने के लिए करते हैं कि policy ground पर actual deployment और utilisation में कैसे translate होती है।

OEMs इसका use यह समझने के लिए करते हैं कि charging infrastructure कहाँ मौजूद है (और कहाँ नहीं), कौन सा hardware scale पर deployed है, और charging patterns vehicle design और sales strategy को कैसे affect करते हैं।

हम Europe और उससे बाहर national access points (NAPs), government registries, OCPI feeds, DATEX II endpoints और operator APIs के साथ integrate करते हैं। Key sources में NOBIL (Nordics), Mobilithek (Germany), AFIR feeds (Finland, Lithuania) और दर्जनों country-specific registries शामिल हैं।

Realtime status data WebSocket, MQTT और polling sources से continuously ingest किया जाता है। हम live monitoring वाले 20 देशों में हर दिन hundreds of thousands status events process करते हैं।

सारा data एक unified schema में normalise किया जाता है: source country चाहे कोई भी हो, fields वही, connector types वही, status codes वही।

फिलहाल 29 देशों का station data cover होता है: Austria, Australia, Belgium, Canada, Croatia, Czech Republic, Denmark, Finland, France, Germany, Hungary, Iceland, Ireland, Italy, Liechtenstein, Lithuania, Luxembourg, Netherlands, New Zealand, Norway, Poland, Portugal, Slovakia, Slovenia, Spain, Sweden, Switzerland, United Kingdom, और United States।

Realtime charging status data इनमें से 20 markets में available है, जहाँ operator APIs live connector information देती हैं। Coverage हर महीने बढ़ रही है।

हमारे insights articles बिना account के freely accessible हैं।

बाकी सबके लिए active subscription चाहिए: interactive map, country analytics, CPO benchmark, ChargiPedia, news archive, newsletter और forum।

Projects tool (location planning, site design, BOM, financial modelling) के लिए Premium tier चाहिए।

हर नई subscription 7-day free trial से शुरू होती है, ताकि commit करने से पहले तुम पूरी platform explore कर सको।

दो tiers हैं, दोनों में 7-day free trial शामिल है:

Business teams के लिए volume discounts लागू हैं: 11–30 seats पर 10% off, 31+ seats पर 15% off। Annual billing दोनों tiers पर एक पूरा महीना बचाती है।

मैप हमारे database की हर charging station दिखाता है। कम zoom level पर stations cluster होकर दिखती हैं, और zoom in करते ही individual stations दिखने लगती हैं। एक नज़र में तुम किसी country या region में charging infrastructure की density देख सकते हो.

किसी भी station पर क्लिक करो, और एक detail panel खुलेगा जिसमें operator, connector types, power levels, address, और जहाँ available हो वहाँ historical usage statistics दिखेंगे.

Layers की मदद से तुम map पर अलग-अलग data overlays on/off कर सकते हो। Top toolbar में Layers panel खोलो और charging station layer, POI heatmaps, और दूसरी data visualisations के बीच switch करो.

Bottom-left में charging density legend sparse से dense coverage तक का colour scale दिखाता है.

हाँ। Toolbar में Map type पर क्लिक करके roadmap, terrain, satellite, और hybrid views के बीच switch कर सकते हो। Locate me से map तुम्हारी current position पर centre हो जाएगा.

किसी भी station पर क्लिक करने से live data वाला detail panel खुलता है। Data tab में ये दिखता है:

• Performance snapshot — एक composite health score (0–100), average FC load, और per bay per day sessions
• Realtime overview — हर connector की current status (available, charging, unknown), जो लगातार update होती रहती है
• Nearby stations — comparison chart जो पिछले 7 दिनों में इस station बनाम आसपास के competitors के fast-charging minutes per day दिखाता है
• Usage history — पूरे observation window में weekly और monthly fast-charging volume और sessions

जिन stations के पास realtime data है, उनमें live connector bars दिखती हैं; जिनके पास नहीं है, उनमें latest known static metadata दिखता है.

Forecast tab दिखाता है कि हमारा model station को कैसे evaluate करता है:

• Location score — site की inherent value market median के मुकाबले कैसी है (एक gauge जो above या below average दिखाता है)
• CPO execution score — operator उस location से expected output के मुकाबले कितना अच्छा perform करता है, confidence indicator के साथ
• Backtest chart — training window में model predictions (orange) बनाम actual observed usage (teal), ताकि तुम साफ़ देख सको कि model इस station पर कितना fit बैठता है
• 12-month prognosis — आगे के demand predictions, जिनमें seasonal patterns, temperature, और EV adoption trends शामिल हैं

Country analytics तुम्हें national level पर EV charging infrastructure और adoption का deep view देता है। Dropdown से कोई भी country चुनो (या map पर क्लिक करो) और तुम्हें KPIs, trend charts, operator breakdowns, pricing data, usage metrics, और market outlook — सब एक ही scrollable page पर मिल जाता है.

Page sections में organised है: EV Adoption, Charging Infrastructure, Ad-Hoc Pricing, Fast-Charging Usage, FC Market Outlook, Regulation, और Country News। हर section नीचे detail में समझाया गया है.

Page के top right में country selector dropdown इस्तेमाल करो। इसमें country name और station count दिखता है। Select करने के बाद नया data load करने के लिए Refresh पर क्लिक करो। Adoption map में countries पर सीधे क्लिक भी कर सकते हो.

EV Adoption section track करता है कि battery-electric vehicles हर market में कितनी तेजी से penetrate कर रहे हैं। इसमें शामिल है:

• BEV market share KPI — नई car sales में battery-electric का current percentage, front and centre
• S-curve forecast — logistic growth model जो आने वाले वर्षों के लिए BEV market share project करता है। हर country को adoption curve पर उसकी position के आधार पर एक tier दिया जाता है: Early (लगभग 5% से नीचे), Growth (5–25%), Mainstream (25–60%), और Saturation (60% से ऊपर)। यही tier forecast की shape और pace तय करता है
• BEV fleet stock chart — समय के साथ road पर cumulative BEVs, जिसमें historical actuals और projected growth दोनों दिखते हैं
• Data table — हर country के लिए year-by-year BEV registrations, fleet stock, market share, और growth rate का breakdown

Country के physical charging network का snapshot। छह KPI cards यह दिखाते हैं:

• Stations — charging sites की कुल संख्या
• EVSEs — total charge points (individual plugs/sockets)
• DC Fast Chargers — CCS, CHAdeMO, और NACS bays
• AC Chargers — Type 2 और Type 1 bays
• Operators — country में active अलग-अलग CPOs की संख्या
• Avg FC Power — DC fast chargers की average rated power kW में

KPIs के नीचे top operators table network size के आधार पर सबसे बड़े CPOs को rank करती है। हर row में operator का station count, bay count, DC share, location score (Pulse से median site quality), और execution score (अपनी sites की potential के मुकाबले performance) दिखता है.

Selected country में public charging के लिए pricing analytics। Tariffs compare करने के लिए DC (fast charging) और AC (destination charging) के बीच toggle करो.

हर view में national average, minimum, और maximum per-kWh price दिखता है, साथ में यह भी कि कितने CPOs ने pricing data report किया। Bar charts connector type (CCS, CHAdeMO, Type 2, आदि) के हिसाब से pricing breakdown दिखाते हैं, हर category के average और range के साथ.

सभी prices EUR per kWh में हैं, VAT को exclude करके, और ad-hoc (pay-as-you-go) tariffs पर based हैं — इसमें कोई subscription या membership discount शामिल नहीं है.

Realtime data वाले countries के लिए analytics page का core section। यह दिखाता है कि fast-charging network वास्तव में कितना use हो रहा है। सिर्फ उन 20 countries में available है जहाँ हमारे पास live status monitoring है.

Top-level KPI cards में शामिल हैं:

• FC Bays और FC Sites — monitored fast-charging infrastructure
• Minutes per bay per day — average daily usage intensity
• Sessions per bay per day — प्रति bay average daily session count
• Avg session duration — average charging session length
• Build rate — हर महीने जोड़े गए net new DC bays

KPIs के नीचे charts में शामिल हैं:

• Realtime status — सभी monitored bays का current aggregate status (charging, available, offline)
• Monthly trend — समय के साथ FC minutes per bay per day, जिसमें seasonality और growth दोनों दिखते हैं
• Month-over-month comparison — इस महीने बनाम पिछले महीने, delta highlight करते हुए
• Volume by CPO — stacked chart जो दिखाता है कि सबसे ज्यादा FC minutes किन operators के पास हैं
• Market share trend — समय के साथ total FC volume में हर CPO का share कैसे बदलता है
• Build rate by CPO — कौन से operators सबसे ज्यादा नए bays जोड़ रहे हैं

हमारे full FC Market Outlook model का embedded version (methodology के लिए नीचे dedicated FC Market Outlook section देखो)। Country page के अंदर तुम्हें यह दिखता है:

• Utilization gauge — dial के रूप में current national FC utilization, जो दिखाता है कि market underserved और overbuilt के बीच कहाँ बैठता है
• Demand metrics — sessions per BEV per year, FC hours per BEV per year, bays per 1K BEVs, और यह measured हैं या estimated
• Model parameters — projection को drive करने वाली economic assumptions (CAPEX/bay, operating margin, target IRR, FC price/kWh)
• Four charts — projected FC bays vs. equilibrium, BEV fleet growth, kWh throughput per bay per day, और projection horizon में utilization percentage

Regulation section ChargiPedia से dynamically load होता है। इसमें selected country पर लागू सभी laws, EU directives, national incentive programmes, और standards दिखते हैं जो EV charging को shape करते हैं। हर entry बताती है कि regulation क्या require करता है, किस पर लागू होता है, और कब effect में आता है.

यह सीधे full ChargiPedia regulations database से जुड़ा है, filtered उसी country पर जिसे तुम देख रहे हो.

हर country page के नीचे एक news feed होता है, जो हमारे news archive से selected country के हिसाब से filtered recent articles दिखाता है। Articles को topic और mentioned companies के आधार पर AI-tag किया जाता है, ताकि बिना manually search किए तुम्हें साफ दिखे कि उस market में क्या चल रहा है.

Demand pressure यह मापता है कि किसी country की fast-charging infrastructure उसकी BEV fleet के मुकाबले कितनी intensively use हो रही है। यह realtime charging data और EV adoption statistics को मिलाकर एक single utilization metric बनाता है.

हम उन सभी countries में, जहाँ हमारे पास realtime data है, हर fast-charging connector (CCS, CHAdeMO, NACS / Tesla) का status लगातार monitor करते हैं। हर status transition (Available → Charging → Available) record होता है, hourly roll up होता है, फिर monthly aggregate किया जाता है। इन rollups से हम यह metrics निकालते हैं:

• Sessions per BEV per year — country में औसतन हर BEV public fast charger कितनी बार use करता है
• FC hours per BEV per year — total fast-charging time को BEV fleet से divide करके
• Utilization % — total available bay-hours का कितना हिस्सा charging में जाता है, यह सिर्फ realtime monitored bays से calculate होता है
• Bays per 1K BEV — infrastructure provisioning ratio

जिन countries में हमारे पास कम से कम 2 महीने का realtime connector status data है, उन्हें measured label किया जाता है। Utilization सिर्फ उन FC bays के subset से calculate होता है जिन्हें हम actively monitor करते हैं — RT coverage percentage बताता है कि sample कितना representative है.

जिन countries में RT data नहीं है, वहाँ हम geography और driving patterns के आधार पर demand archetype assign करते हैं (जैसे large highway country, compact dense country, island)। Archetype के parameters हमारे measured baselines से calibrate किए जाते हैं.

• 5% से नीचे — Low usage। Network में काफी spare capacity है.
• 5–10% — Comfortable। Supply और demand के बीच healthy balance.
• 10–20% — Moderate pressure। Popular locations पर peak hours में queuing हो सकती है.
• 20% से ऊपर — High pressure। Systematic capacity shortage की संभावना है। नई infrastructure की तुरंत जरूरत है.

ये thresholds 24/7 average utilization पर based हैं। National average 10% होने का मतलब आम तौर पर busy stations पर peak hours में 25–35% होता है.

CPO benchmark किसी country के भीतर charge point operators को performance के आधार पर rank करता है। सीधा जवाब उस सवाल का जो हर operator पूछता है: मैं बाकी के मुकाबले कहाँ खड़ा हूँ?

Top-level KPI cards market का context देते हैं: Active CPOs की संख्या, Total Active FC Bays, Average minutes per bay per day (national usage intensity), और Fleet Availability (अभी कितने प्रतिशत bays available state में हैं)। इसके बाद ही individual operators में deep dive किया जाता है.

Leaderboard selected country में active हर CPO की ranked list है। हर operator card एक नज़र में यह दिखाता है:

• Sites / Bays — network size
• Sess/bay/day — प्रति bay प्रति दिन average charging sessions (utilisation proxy)
• Available % — available state में bays का प्रतिशत (uptime)
• Bays (3M) — पिछले 3 महीनों में net bay additions (growth)
• Bays/site — प्रति site average bays (density)
• Score — utilisation, availability, growth और scale को मिलाकर बना composite score
• Min/bay/day — प्रति bay प्रति दिन average charging minutes

Leaderboard के ऊपर pill buttons से operators को आठ अलग criteria पर फिर से rank कर सकते हो:

• Sessions per Bay — किसे प्रति bay प्रति दिन सबसे ज्यादा sessions मिलते हैं (pure demand signal)
• Volume — पूरे network में total FC minutes (absolute market share)
• Network Size — total active bays (scale)
• Growth — पिछले 3 महीनों में जोड़े गए net bays (build momentum)
• Availability — available bays का प्रतिशत (operational quality)
• Location Score — operator की सभी sites पर median Pulse location score (portfolio quality)
• Exec Score — median CPO execution score (site potential के मुकाबले operational outperformance)
• Price — ad-hoc per-kWh tariff (उन operators के लिए जो pricing publish करते हैं)

हर sort mode leaderboard को फिर से reshuffle करता है, ताकि उस metric में top-ranked operator सबसे ऊपर आए.

यह toggle पूरे benchmark को Fast Charging (DC networks: CCS, CHAdeMO, NACS) और Type 2 (AC destination charging) के बीच switch करता है। दोनों segments की economics, operators और usage patterns पूरी तरह अलग हैं, इसलिए इनका benchmark भी अलग किया जाता है.

ज़्यादातर users FC पर focus करेंगे, लेकिन Type 2 view destination charging coverage समझने के लिए useful है, खासकर उन markets में जहाँ public infrastructure में अभी भी AC dominate करता है.

Detailed comparative charts देखने के लिए leaderboard में किसी operator पर क्लिक करो (या Deep Dive button दबाओ):

• Sessions per Bay ranking — utilisation intensity के आधार पर सभी operators की bar chart comparison
• Market Share + Fleet Availability — dual-axis chart जो total FC volume में हर operator का share और उसका uptime साथ में दिखाता है
• Volume Trend — समय के साथ selected operator के monthly FC minutes, जिसमें seasonality भी दिखती है
• kWh Pricing — operator का ad-hoc tariff national average और competitors के मुकाबले कैसा है
• Growth Leaders — कौन से operators सबसे ज्यादा bays जोड़ रहे हैं, trailing 3-month और 12-month net additions के साथ

मैप पर किसी भी spot पर point करो, और Pulse बता देगा कि वहाँ कितनी fast-charging demand दिखेगी। कोई vague “good” या “bad” नहीं — सीधा number: estimated kWh per charging bay per day, month-wise breakdown के साथ, और इतना explainable कि result को drive करने वाले individual input features तक समझ आ जाएँ.

Model तीन stages में काम करता है, जो आपस में multiply होते हैं.

Stage 1 — Demand base

एक parametric model estimate करता है कि किसी given country और month में overall कितनी fast-charging demand मौजूद है। यह तीन चीज़ों को account करता है:

• Temperature — ठंडे मौसम में per km energy consumption बढ़ता है और range anxiety भी ज्यादा होती है। Norway में January, Norway के July की तुलना में per BEV लगभग 70% ज्यादा fast-charging demand पैदा करता है.
• BEV fleet share — सड़क पर जितनी ज्यादा electric cars होंगी, charging sessions उतने ज्यादा होंगे। Model country और year के हिसाब से log-scaled BEV penetration use करता है.
• Country baseline — driving culture, highway density, और charging habits देशों के बीच structurally अलग होते हैं। एक Norwegian BEV owner public fast-charging को Finnish owner से अलग तरह से use करता है, चाहे temperature और fleet share same ही क्यों न हों.

Demand base को observed station-level usage data पर train किया गया है। यह सवाल का जवाब देता है: इस country, इस month में “normal” कैसा दिखता है? Output kWh per EVSE per day में होता है — आमतौर पर 40 से 120 के बीच, market और season पर depend करता है.

Stage 2 — Location score

Demand base तुम्हें market के बारे में बताता है। Location score बताता है इस exact spot के बारे में। यह एक machine learning model (gradient-boosted trees) है, जो कई categories में फैले 20 spatial features को evaluate करता है:

• Traffic — government AADT (annual average daily traffic) data से निकला composite traffic score, जिसे road proximity और type के हिसाब से weight किया जाता है। इसमें highway traffic percentage और max road AADT भी शामिल है। यही single strongest predictor है.
• Competition — 5 km, 10 km, और 25 km के भीतर existing DC fast-chargers, साथ में nearest competitor तक की distance। Competition जितना ज्यादा होगा, हर station passing demand का उतना छोटा share capture करेगा.
• Points of interest — 1 km और 5 km के भीतर fuel stations, food, parking, और दूसरी amenities। इसमें retail POI subcategories भी शामिल हैं: malls, brand fast food restaurants, chain stores, और retail density। ये footfall, dwell time, और driver-attracting location type के proxies हैं.
• Accessibility — nearest fuel station, food outlet, और किसी भी POI तक की distance। Existing driver infrastructure के पास वाली locations वही traffic inherit करती हैं.

Model को 4,083 stations में फैले observed charging usage के 33,934 station-months पर train किया गया है। यह सीखता है कि spatial features का कौन-सा combination high या low utilisation predict करता है — और फिर उसे किसी भी नए point पर apply करता है.

जहाँ competition data dense है, वहाँ पूरा 20-feature model चलता है। जहाँ competition data sparse है (new markets, rural zones), वहाँ सिर्फ traffic और POI features वाला अलग baseline model काम संभालता है। दोनों को local competitive density के हिसाब से keyed sigmoid function से blend किया जाता है — ताकि data-sparse regions में model hallucinate करने के बजाय gracefully degrade करे.

Output एक single number है: location score। यह demand base पर multiplier की तरह काम करता है। 3.0 score का मतलब है कि यह location country/month baseline से तीन गुना demand attract करेगी। 0.5 का मतलब आधी.

Stage 3 — Operator adjustment

Location score जानबूझकर operator-blind रखा गया है — यह जमीन को measure करता है, उस पर खड़े operator को नहीं। लेकिन जब किसी specific project के लिए demand forecast बनता है, तो तीसरा factor आता है: CPO execution factor। यह adjust करता है कि कोई operator location potential को actual sessions में कितनी अच्छी तरह convert करता है (नीचे “CPO execution score क्या है?” देखो)। Default 1.0 है, यानी plan-case execution.

The multiplication chain

Final demand estimate सीधा यह है:

एक worked example: Norway में January का एक site, location score 1.5, और plan-case execution:

July (15°C) में यही location lower demand base (~52 kWh) देगी, जिससे 78 kWh/EVSE/day निकलेगा — यानी 38% seasonal drop, जो real data में भी वही दिखता है.

Why scores differ across markets

Location score एक single global scale use करता है। 2.5 score हर जगह same चीज़ का मतलब है: local demand base का 2.5×। लेकिन score को drive करने वाले spatial features (traffic density, competition, POI coverage) देशों के बीच बहुत अलग होते हैं, इसलिए scores की distribution market के हिसाब से बदलती है.

Norway का median station score करीब 1.0 है। Germany का करीब 2.5। Netherlands करीब 3.0 पर बैठता है। यह flaw नहीं है — यही signal है। Dense, high-traffic markets जिनमें amenities ज्यादा हैं, naturally higher scores देते हैं क्योंकि वही features सच में ज्यादा demand predict करते हैं। Norway में 1.5 above-average है for Norway; Netherlands में वही score below average होगा। दोनों सही हैं.

Explainability

हर score के साथ पूरा SHAP (SHapley Additive exPlanations) breakdown आता है, जो साफ़ दिखाता है कि कौन-से features ने score को ऊपर या नीचे push किया, और कितना। तुम देख सकते हो कि कोई location high score करती है क्योंकि nearest road पर 18,000 AADT है और 200 metres के भीतर fuel station है — सिर्फ इतना नहीं कि उसका score high है। Investment decisions में यही matter करता है: तुम्हें सिर्फ क्या नहीं, क्यों भी जानना होता है.

Location score एक demand multiplier है। यह बताता है कि baseline के मुकाबले कोई location कितनी fast-charging demand attract करेगी। 2.0 score का मतलब baseline demand का दोगुना; 0.5 का मतलब आधा। Scale continuous है और इसकी कोई hard upper limit नहीं है — dense markets में prime locations 10 से ऊपर भी score कर सकती हैं.

हम सभी markets में एक ही uniform scale इस्तेमाल करते हैं। यह जानबूझकर किया गया है। Rural Norway का highway stop और Amsterdam city centre की site बराबर attractive नहीं हैं — और score इसे ईमानदारी से reflect करता है। Lower-density countries naturally lower end की तरफ cluster करेंगे, जबकि dense, high-competition markets ऊपर push करेंगे। यही signal है, flaw नहीं.

Market differences पर एक note. Norway का median station score लगभग 1.0 है, जबकि Germany का median लगभग 2.5 और Netherlands लगभग 3.0 पर है। इसका मतलब यह नहीं कि Norwegian locations “खराब” हैं — इसका मतलब यह है कि absolute demand density कम है, और financial model बनाते समय तुम्हें यही जानना चाहिए। Norway में 1.5 score उस market के लिए solid, above-average location है। Netherlands में वही score below average होगा.

ऊपर का percentile column 500,000 से ज़्यादा scored fast-charging stations की global distribution पर आधारित है। इसे rough guide की तरह इस्तेमाल करो, लेकिन याद रखो: score एक demand signal है, ranking नहीं। 2.5 score वाली दो locations की demand characteristics मिलती-जुलती होंगी, चाहे वे किसी भी country में हों.

Model openly available data की wide range ingest करता है। कोई proprietary datasets नहीं, कोई purchased feeds नहीं — सब कुछ government registries, public APIs, और open data portals से sourced है। Key input categories में शामिल हैं:

• Realtime charging data — national access points और operator feeds से हर दिन millions of status events, जो हमें ठीक-ठीक बताते हैं कि charging sessions कब और कहाँ होती हैं
• Road traffic volumes — कई देशों की government transport agencies से annual average daily traffic counts
• Weather and climate — historical temperature और precipitation data, क्योंकि ठंडा मौसम EV charging patterns को जितना बदलता है, उतना ज़्यादातर लोग समझते नहीं
• EV adoption rates — country-wise battery-electric vehicle market share, जिससे समय के साथ fleet mix कैसे बदल रहा है, यह track होता है
• Points of interest — nearby amenities, fuel stations, parking, retail POIs (malls, brand fast food, chain stores), और open mapping databases से दूसरी relevant infrastructure
• Existing charging infrastructure — area में पहले से मौजूद fast-chargers का competitive landscape

सारा input data open, publicly available, और legally sourced है। हम scrape नहीं करते, secret datasets नहीं खरीदते, और किसी एक vendor के data पर depend नहीं करते.

Charging station locations की list कोई भी download कर सकता है। मुश्किल हिस्सा है महीनों — और आगे चलकर सालों — तक second-by-second continuous observation रखना कि उन stations पर असल में होता क्या है.

हम काफी समय से realtime charging events को लगातार record कर रहे हैं — हर session start, हर status change, हर idle hour। यह एक ऐसी time series है जिसे बाद में retroactively recreate नहीं किया जा सकता। अगर तुम पहले से सुन नहीं रहे थे, तो पिछले January में किसी station पर क्या हुआ था, यह बाद में जाकर observe नहीं कर सकते.

यही historical depth उस model को अलग करती है जो बस कहता है "यह spot अच्छा लग रहा है" और उस model से जो कहता है "इस spot पर station February बनाम August में likely कितनी energy deliver करेगा, और यह रहा confidence interval." जितना लंबा हम collect करते हैं, model उतना बेहतर होता जाता है। इसके shortcuts नहीं हैं.

Charging site को ऐसे समझो जैसे एक के ऊपर एक दो businesses रखे हों। एक है asset — physical location, उसका traffic, visibility, और catchment area। दूसरा है retail operation — brand, pricing, uptime, customer experience, और बाकी सब जो operator साथ लाता है। हम इन्हें जानबूझकर अलग-अलग measure करते हैं.

Location score एक asset benchmark है। यह site की inherent value को सिर्फ उसकी location के आधार पर measure करता है: traffic flow, nearby amenities, competitive density, area में EV adoption। Operator identity को जानबूझकर बाहर रखा जाता है। अच्छी real estate, आज उसे कौन चला रहा है उससे independent होकर भी high score करती है.

CPO execution score एक retail benchmark है। यह measure करता है कि operator अपनी locations से expected output के मुकाबले कितना अच्छा perform करता है। हम operator network के हर station के लिए model predictions लेते हैं, उन्हें actual performance से compare करते हैं, और यह gap तुम्हें कुछ real बताता है। जो operator लगातार अपने location scores से बेहतर perform करता है — बेहतर uptime, ज़्यादा sessions, higher utilisation — उसके पास strong brand pull, smart pricing, या अच्छा customer experience है। जो underperform करता है, उसके साथ उल्टा है.

यही separation पूरी बात का point है। अगर हम operator quality को location score में मिला दें, तो weak operator द्वारा चलाया जा रहा premium motorway site mediocre दिखेगा, और Tesla द्वारा चलाया जा रहा backstreet location brilliant लगेगा। Site selection के लिए दोनों ही बेकार हैं। तुम्हें यह जानना है कि ज़मीन की value कौन चला रहा है उससे independent होकर क्या है — और अलग से यह भी कि operator उस value को extract कर रहा है या table पर छोड़ रहा है.

मौजूदा मॉडल (v8) का overall R² 0.69 है — यानी यह 4,083 stations और 11 महीनों के data में देखी गई charging demand की variance का लगभग 69% explain करता है। सिर्फ demand component का R² भी 0.69 है.

Median predicted-to-actual ratio 0.99 है — यानी model center पर अच्छी तरह calibrated है। सभी predictions में से आधी actual value के काफ़ी tight band के भीतर आती हैं, जो investment-grade site evaluation के लिए काफ़ी useful range है.

Context के लिए: किसी specific location पर charging demand predict करना सुनने से ज़्यादा मुश्किल है। हर station का traffic pattern, operator brand strength, pricing, local competition, और plain luck का mix अलग होता है। सिर्फ open data से उस variance का 69% explain करना एक meaningful signal है — और हर नए model version के साथ यह बेहतर हो रहा है.

हम model updates नियमित रूप से ship करते हैं। हर version training data बढ़ाता है, architecture refine करता है, या नए data sources जोड़ता है। पूरी history यहाँ है:

v8, v6 के मुकाबले एक बड़ा step forward है। R² 0.64 से बढ़कर 0.69 हुआ — और यह gain तब और meaningful हो जाता है जब model अब एक बड़े और ज़्यादा diverse dataset पर evaluate हो रहा है। नए retail POI features और बेहतर traffic data model को यह समझने में मदद करते हैं कि सिर्फ road traffic और competition से आगे, किसी location को commercially attractive क्या बनाता है.

v3 और v4 internal experiments थे — production में कभी ship नहीं हुए, लेकिन उनसे मिली सीख (competition signal matter करता है, confidence blending essential है) ने सीधे v5 और v6 को shape किया। v7 internal renumbering के दौरान skip किया गया.

हम model को तब retrain करते हैं जब उसके पीछे ठोस वजह हो: कोई नया data source integrate हुआ हो, नए training months का बड़ा batch available हुआ हो, या हमने कोई architectural improvement validate की हो। Practical terms में, launch के बाद से यह लगभग हर 2–4 हफ्तों में हुआ है.

हर नया version live होने से पहले पिछले version के against validate किया जाता है। अगर कुछ भी off लगे तो instant rollback के लिए हम पुराने models standby पर रखते हैं। कोई भी model real station performance data पर test किए बिना ship नहीं होता.

ज़्यादा data, ज़्यादा countries, ज़्यादा time। Model हर महीने बेहतर होता है क्योंकि underlying time series लगातार बढ़ती रहती है। Continuous observation का एक साल किसी भी clever algorithm से ज़्यादा valuable होता है — और हम वह clock हर दिन बना रहे हैं.

Roadmap पर अगला: tariff और pricing data को शामिल करना (अब हम multiple markets से per-kWh prices track करते हैं), grid capacity proximity, और जैसे-जैसे नए countries में realtime data online आता है, training set को expand करना। Architecture इस तरह design किया गया है कि किसी नए country का data जोड़ने से predictions हर जगह बेहतर हों — सिर्फ उसी country में नहीं.

FC Market Outlook यह project करता है कि अगले 8 साल में हर country में fast-charging infrastructure कैसे evolve होगा। Simple trend extrapolation के उलट, यह एक economic equilibrium model पर बना है जो पूछता है: सड़क पर मौजूद BEVs की संख्या को देखते हुए market profitably कितने fast-charging bays support कर सकता है?

Core idea यह है कि long-term FC build rate BEVs per FC bay के उस ratio की तरफ converge करती है जहाँ charge point operators (CPOs) healthy return on investment कमा सकें। Short term में land-grab dynamics की वजह से कई CPOs demand से पहले build कर रहे हैं — locations और market share secure करने के लिए losses accept करते हुए। लेकिन समय के साथ economics जीतती है।

Model हर country के लिए तीन scenarios देता है: base case, optimistic case (aggressive build, slower demand), और pessimistic case (cautious build, stronger demand)। हर scenario year-by-year FC bays, BEV fleet size, utilization और implied BEVs-per-bay ratio की projections देता है।

Equilibrium वह FC bays की संख्या है जहाँ एक generic bay investment acceptable return कमाती है। हम एक single FC bay को discounted cash flow problem की तरह model करते हैं:

इन inputs से 11% पर 10 साल का present value annuity factor 5.89 निकलता है। यानी हर bay को generate करना होगा:

€50,000 ÷ 5.89 = €8,490/year cash flow में।

60% operating margin पर इसके लिए चाहिए:

€8,490 ÷ 0.60 = €14,150/year revenue में।

Revenue एक single metric से driven है: kWh delivered per bay per day। किसी country के FC price per kWh (VAT excl.) पर required daily throughput होगा:

required kWh/bay/day = €14,150 ÷ (price per kWh × 365)

Norway में €0.51/kWh (national median) पर यह 76.0 kWh/bay/day बनता है। यही economic anchor है — वह throughput जहाँ एक bay IRR basis पर breakeven करती है। किसी भी year के लिए equilibrium bay count बस इतना है: total national FC kWh demand को इस number से divide कर दो।

ऊपर दी गई table के सभी चार parameters पूरी तरह adjustable हैं। अगर तुम्हें लगता है कि hardware prices गिरने के साथ CAPEX €40,000 तक जाएगा, या 15% IRR तुम्हारे cost of capital को बेहतर reflect करता है, तो slider drag करो और पूरी projection तुरंत recalculate हो जाएगी। Adjustable inputs की पूरी list के लिए नीचे “क्या मैं forecast parameters customize कर सकता हूँ?” देखो।

Demand दो components से बनती है:

1. BEV stock projections — हर साल सड़क पर कितने battery-electric vehicles होंगे, यह national EV adoption data से लिया जाता है, central/low/high scenarios के साथ
2. FC sessions per BEV per year — एक typical BEV public fast-charging कितनी बार use करता है। जिन देशों के लिए realtime data है, वहाँ इसे हमारी charging event database से directly measure किया जाता है। जहाँ data नहीं है, वहाँ हम similar characteristics वाले देशों पर calibrated archetype model से estimate करते हैं

Total kWh demand = BEV stock × sessions per BEV × kWh per session। kWh per session को base year के observed level पर fixed रखा गया है (2026 में 65 kW average delivery power पर 40-minute session के लिए लगभग 43 kWh)। यह जानबूझकर किया गया choice है: battery technology बेहतर होने और cars के faster power accept करने पर भी driver को चाहिए total energy नहीं बदलती — energy consumption driving patterns तय करते हैं, charging speed नहीं।

Norway के लिए measured data दिखाता है कि प्रति BEV प्रति साल 16 FC sessions होते हैं, हर session औसतन 40 minutes का — यानी public fast-chargers पर प्रति BEV प्रति साल लगभग 555 kWh consume होती है।

हम यह assume नहीं करते कि supply तुरंत equilibrium पर पहुँच जाती है। इसके बजाय, projected FC bays की संख्या धीरे-धीरे converge करती है equilibrium की तरफ, और इसकी speed दो parameters से तय होती है:

• Convergence speed (α) — current bays और equilibrium bays के बीच के gap का वह हिस्सा जो हर साल बंद होता है। Base scenario में, α = 0.30 (यानी gap का 30% प्रति वर्ष)। यह real-world inertia को reflect करता है: permitting, grid connections, construction timelines और investment cycles adjustment को धीमा करते हैं।
• Minimum growth floor — oversupplied markets में भी FC deployment रुकता नहीं है। जिन CPOs के पास permits ready हैं, grid connections secured हैं, और execute करने के लिए brand strategy है, वे build करते रहेंगे। Base scenario में 2% annual floor इस्तेमाल होता है।

नतीजा एक exponential smoothing curve है: अगर market undersupplied है (current bays < equilibrium), तो build rates तेज़ होते हैं। अगर oversupplied है, तो वे धीमे पड़ते हैं — लेकिन zero तक नहीं जाते, क्योंकि land-grab momentum और strategic considerations industry को आगे बढ़ाते रहते हैं।

दोनों parameters adjustable हैं। अगर तुम्हें लगता है कि AFIR के बाद regulatory push convergence को तेज़ करेगा, तो α बढ़ाओ। अगर तुम्हारी expectation है कि capital markets tighten होंगे और build rate धीमा होगा, तो growth floor घटाओ। Projection realtime में update हो जाता है।

Average real-world FC charging power car-limited होती है, charger-limited नहीं — 350 kW charger भी उतनी ही power deliver करेगा जितनी car का battery management system allow करता है। आज fleet-wide average लगभग 65 kW है। जैसे-जैसे faster-accepting batteries वाले नए vehicles fleet में आते हैं, हम इसे linearly बढ़कर 2030 तक 80 kW और आगे 100 kW (capped) तक model करते हैं।

Critical बात यह है कि इसका असर utilization (occupied hours) पर पड़ता है, revenue पर नहीं। 65 kW पर 76 kWh deliver करने वाली bay 1.2 hours busy रहती है। वही 76 kWh अगर 80 kW पर deliver हो, तो सिर्फ 57 minutes लगते हैं। CPO दोनों cases में उतना ही पैसा कमाता है — बस bay जल्दी free हो जाती है।

इसका मतलब है कि utilization percentages समय के साथ naturally गिरेंगी, चाहे market perfect equilibrium में ही क्यों न हो। Falling utilization number हमेशा trouble का signal नहीं होता — हो सकता है cars बस faster हों। Economic indicator के तौर पर kWh throughput per bay बेहतर metric है।

Scenarios के नाम supply perspective से रखे गए हैं: "high build" का मतलब है ज्यादा aggressive infrastructure deployment, जो drivers के लिए अच्छा हो सकता है लेकिन CPO margins को compress करता है। "Low build" का मतलब है tighter infrastructure, यानी higher utilization और existing CPOs के लिए बेहतर unit economics।

हम economic anchor को अपने ही realtime data के against validate करते हैं। Norway के लिए model predict करता है कि 11% IRR पर breakeven करने के लिए एक bay को लगभग 76 kWh/day (65 kW पर 1.2 hours occupied) चाहिए। हमारे ~12,500 RT-monitored FC bays के actual data में weighted annual average 91 kWh/bay/day है — यानी breakeven threshold का लगभग 120%।

Seasonality बहुत dramatic है: January में peak 138 kWh/day (cold weather, longer trips) तक जाता है, जबकि April में trough 54 kWh/day तक गिरता है — यानी 2.6× swing। Winter months आसानी से breakeven cross कर लेते हैं; summer months नहीं। इसका मतलब है कि Norwegian FC bay full-year basis पर तभी profitable है जब वह winter surplus accumulate करके summer shortfall को offset कर सके।

National average का breakeven से 20% ऊपर होना healthy लग सकता है, लेकिन distribution matter करती है: high-traffic corridor stations 200+ kWh/day deliver कर सकती हैं, जबकि rural bays 76 kWh threshold से काफी नीचे रहती हैं। Equilibrium model predict करता है कि समय के साथ BEV fleet growth हर bay पर ज्यादा sessions लाकर इस gap को narrow करेगी।

Model जानबूझकर simple रखा गया है, और यही इसकी ताकत है। लेकिन कुछ limitations समझना जरूरी है:

• FC pricing static है — हम current per-kWh tariffs use करते हैं और future price changes model नहीं करते। Reality में competition बढ़ने पर pricing compress हो सकती है, या energy costs बढ़ने पर ऊपर जा सकती है।
• Uniform economics — model हर bay के लिए एक single CAPEX/margin/IRR assumption use करता है। Real world में variation बहुत बड़ा है: motorway site की cost ज्यादा होती है लेकिन कमाई भी ज्यादा; rural site की cost कम होती है लेकिन traffic भी कम होता है। Equilibrium एक national average represent करता है।
• No policy modelling — subsidies, AFIR mandates और grid tariff regulation सभी FC deployment rates को affect करते हैं। ये historical build rates के through indirectly reflect होते हैं, लेकिन explicitly forward model नहीं किए जाते।
• Session kWh fixed है — हम public FC पर प्रति BEV प्रति साल constant kWh assume करते हैं। अगर behaviour बदलता है (जैसे home charging ज्यादा common हो जाए, या road trip patterns बदलें), तो प्रति BEV demand बदल सकती है।
• Country-level only — model national totals project करता है। किसी country के भीतर utilization में भारी variation होती है: Sørlandet का motorway junction और Tromsø का city-centre charger बिल्कुल अलग economic realities में operate करते हैं।

हाँ। मॉडल की हर assumption को adjustable parameter के तौर पर रखा गया है। अगर तुम हमारे defaults से सहमत नहीं हो, तो उन्हें बदल दो — forecast तुरंत recalculate होकर तुम्हारे market view को दिखाएगा, हमारा नहीं।

Adjustable inputs में शामिल हैं:

• CAPEX per bay — अगर तुम premium motorway sites model कर रहे हो जहाँ grid cost ज़्यादा है, तो इसे बढ़ाओ; अगर तुम्हें hardware prices गिरने की उम्मीद है, तो इसे घटाओ
• Operating margin — अपनी cost structure के हिसाब से adjust करो: energy procurement, site lease terms, maintenance contracts
• Target IRR — अपनी cost of capital या investment committee threshold के मुताबिक hurdle rate सेट करो
• Investment horizon — conservative underwriting के लिए छोटा, और अगर तुम full technology cycle तक operate करने वाले हो तो लंबा
• Convergence speed (α) — तुम्हारे हिसाब से market current supply और economic equilibrium के बीच का gap कितनी जल्दी बंद करेगा
• Minimum growth floor — oversupplied market में भी जिस build rate की तुम उम्मीद करते हो
• BEV growth multiplier — अपने demand outlook के आधार पर EV adoption forecast को ऊपर या नीचे scale करो

यह इसलिए अहम है क्योंकि यह forecast सीधे Projects module में जाता है। जब तुम कोई नई charging site plan करते हो, तो financial model — NPV, IRR, payback period — उसी location पर future demand project करने के लिए FC Market Outlook का इस्तेमाल करता है। अगर तुमने outlook parameters को अपनी investment thesis के हिसाब से adjust किया है, तो वही customized projections अपने-आप हर site के business case में carry through हो जाते हैं।

सीधी बात: अगर तुम्हें लगता है कि market हमारे base case से ज़्यादा tight रहेगा, तो BEV growth multiplier बढ़ाओ और convergence speed कम करो। फिर तुम्हारे project financials higher utilization और faster payback दिखाएँगे — तुम्हारी अपनी view के मुताबिक, हमारे defaults के नहीं।

ChargiPedia हमारी industry encyclopedia है। यह EV charging space की हर company, product, vehicle, deal, regulation और person का structured, searchable database है। इसे EV charging की Wikipedia समझो — फर्क बस इतना है कि यहाँ data सच में current है।

Access सबके लिए free है — account की ज़रूरत नहीं।

CPO directory में वे सभी charge point operators listed हैं जिन्हें हम track करते हैं। हर card में operator का name, logo, country और network size दिखता है। Specific operators ढूँढने के लिए search और filter करो, या country और size के हिसाब से browse करो।

किसी भी operator पर click करके उसका full profile खोलो। एक CPO profile में ये शामिल होता है:

• Network size — operation वाले सभी देशों में stations, bays और DC share
• Hardware used — कौन से charger models deployed हैं, install base numbers के साथ
• CPMS platform — वे कौन सा charging point management software use करते हैं
• Key people — executives और उनकी roles, People directory से linked
• Build rate — timeline chart जो दिखाता है कि network कितनी तेजी से बढ़ रहा है
• Execution scores — site portfolio quality के मुकाबले operator कितना अच्छा perform करता है
• Pricing — जहाँ available हो, ad-hoc per-kWh tariffs
• Stock chart — listed operators के लिए share price history
• Infrastructure by country — जिन markets में वे operate करते हैं, वहाँ network का breakdown

eMSP (eMobility Service Providers) वे companies हैं जो EV drivers को charging networks तक access देती हैं — आमतौर पर app, RFID card या roaming agreement के जरिए। ये chargers own नहीं करतीं; ये payment और access layer provide करती हैं।

Directory में eMSPs उनके name, country और short description के साथ listed हैं। कई companies एक साथ CPO और eMSP दोनों होती हैं, और उनके profiles पर cross-references दिखते हैं।

Hardware OEM directory EV charging equipment manufacturers का catalogue है — DC fast chargers से लेकर AC wallboxes तक। हर manufacturer profile में उनकी product line, country और market position का description दिखता है।

Individual charger models में drill down करके detailed specs देखो: rated power, connector types, dimensions, weight, architecture (split/integrated), IP rating और operating temperature range। हर model page उसका install base भी दिखाता है — किन CPOs ने उसे deploy किया है और कहाँ — ताकि तुम्हें real-world adoption दिखे, सिर्फ datasheet promises नहीं।

CPMS का मतलब है Charge Point Management System — वह software platform जिसे CPOs अपनी charging infrastructure को manage, monitor और monetise करने के लिए use करते हैं। इसे charging network का operating system समझो: यह OCPP communication, session management, billing और अक्सर driver-facing app भी संभालता है।

Directory में has.to.be (अब be.ENERGISED), Driivz, Current, Ampeco, GreenFlux और दर्जनों दूसरे platforms listed हैं। हर profile दिखाता है कि कौन से CPOs वह platform use करते हैं, जिससे market share और ecosystem relationships समझने में मदद मिलती है।

Services directory में वे companies listed हैं जो EV charging industry को installation, maintenance, consulting और दूसरी services देती हैं। Categories में electrical contractors, turnkey installers, engineering consultancies और specialist EV charging service providers शामिल हैं।

People directory EV charging industry के key individuals को track करती है — executives, founders और दूसरी notable figures। हर profile में उनका current role, company और career timeline दिखती है, जिससे पता चलता है कि वे industry में कैसे आगे बढ़े हैं। यह समझने के लिए useful है कि क्या कौन चला रहा है, और industry talent कहाँ flow कर रहा है।

EV models section electric vehicles का catalogue है, जिसमें उनकी battery capacity, max charging speed (AC और DC), range, plug types और architecture (400V/800V) शामिल हैं। यह समझने के लिए useful है कि कौन से vehicles कौन से chargers use कर सकते हैं और वे कितनी तेजी से charge होते हैं — charging stations design करते समय और equipment select करते समय यह context काम आता है।

Industry transactions का database: acquisitions, fundraising rounds, IPOs, joint ventures और ownership changes। हर entry में involved parties, deal value (जहाँ disclosed हो), date और क्या हुआ उसका summary शामिल होता है।

इस section में activity charts भी हैं जो समय के साथ deal volume और value दिखाते हैं, transaction type, country और company के हिसाब से filter किए जा सकते हैं। Industry में consolidation patterns और capital flows track करने के लिए useful।

Country-specific regulations, EU directives (AFIR, RED), national incentive programmes, और standards जो EV charging deployment को shape करते हैं। हर entry बताती है कि regulation क्या require करता है, किस पर लागू होता है, और कब effect में आता है.

Energy directory उन energy companies को track करती है जो EV charging space में आ चुकी हैं — utilities, oil majors, renewable energy developers, और grid operators। कई बड़े CPOs energy companies की subsidiaries या divisions हैं, और यह directory उन relationships को समझने में मदद करती है.

हाँ। ChargiPedia landing page पर Suggest New Entry button पर क्लिक करो, या individual profiles पर edit buttons से changes propose करो। Submissions पहले review queue में जाती हैं और publish होने से पहले check की जाती हैं। Corrections, updates, और new entries — सब welcome हैं। जितने ज्यादा लोग contribute करेंगे, database उतना ही complete होगा.

दुनियाभर के sources से EV charging industry news की curated, searchable feed। Articles को AI topic (policy, CPO expansion, hardware, finance, consumer pricing, आदि), country, और जिन companies का ज़िक्र है उनके आधार पर tag करता है। Archive हर दिन बढ़ता है.

Specific topics खोजने के लिए search bar इस्तेमाल करो, date या relevance के हिसाब से order करने के लिए sort dropdown, और topic, country, source, या company के हिसाब से narrow करने के लिए Filters button.

तुम्हारी morning briefing, तुम्हारे तरीके से। Newsletter curated EV charging intelligence सीधे तुम्हारे inbox में भेजता है, तुम्हारी preferred language में translated और तुम्हारे चुने हुए schedule पर delivered.

एक preset से शुरू करो — Nordic Intelligence, DACH Briefing, European Overview, Benelux & France, CPO Competitive Intelligence, Policy & Regulatory Watch, और भी बहुत कुछ — या topics, countries, और companies चुनकर पूरी तरह custom newsletter बनाओ.

Delivery frequency (daily या weekly), preferred language, और किस समय चाहिए यह set करो। Newsletter हमारे news archive से AI summarisation के साथ auto-generate होता है.

EV charging market पर long-form analysis और opinion pieces — economics, consolidation, profitability, और आगे क्या आने वाला है। हमारी team लिखती है, platform के data के backing के साथ।

ये press release rewrites नहीं हैं। ये original analysis है, साफ point of view के साथ। इसे first-party research समझो जो कुछ कहती है, न कि content marketing जो कुछ नहीं कहती। पढ़ने के लिए free, account की ज़रूरत नहीं।

तुम्हारे सभी charging infrastructure projects के लिए command centre। Dashboard में KPI cards (total projects, locations, scored locations, estimated CAPEX), filterable project list, और quick-action buttons दिखते हैं.

Project बनाने के लिए New Project पर click करो, या सीधे planning map पर जाने के लिए Plan Locations चुनो। Projects को phase (planning, project, execution, live) के हिसाब से search और filter किया जा सकता है.

हर project चार phases से गुजरता है:

1. Plan — planning map का इस्तेमाल करके potential locations scout और score करो। Sites evaluate करो, scores compare करो, और candidates shortlist करो.
2. Project — हर location के लिए station layout design करो, bill of materials (BOM) बनाओ, और financial projections चलाओ (CAPEX, revenue, NPV, IRR, payback period).
3. Execute — tasks manage करो, contractor quotes collect करो, budget track करो, और construction तक procurement संभालो.
4. Live — station commissioned हो चुका है। Project का summary देने वाली completion report generate करो.

एक project के भीतर, हर location अपने statuses से आगे बढ़ती है: planning → planned → designed → costed → approved → in_construction → commissioned → live। एक ही project की अलग-अलग locations अलग stages पर हो सकती हैं.

Planning map वह जगह है जहाँ तुम potential charging locations evaluate करते हो। यह दो key datasets को overlay करता है:

• FC station density (blue heatmap) — दिखाता है कि existing fast-charge stations कहाँ concentrated हैं, ताकि coverage gaps spot किए जा सकें
• AADT traffic volume (coloured road segments) — government traffic counts से annual average daily traffic दिखाता है, जो demand potential का signal देता है

Specific locations को natural language में खोजने के लिए AI search bar इस्तेमाल करो — जैसे "Burger King near Bergen" टाइप करो और system matching locations ढूँढकर उन्हें charging potential के लिए score कर देगा.

तुम map पर कहीं भी click करके उस location को score भी कर सकते हो। हर scored location को traffic, existing stations की proximity, nearby amenities, और दूसरे factors के आधार पर composite score मिलता है.

Scored locations left panel की list में दिखती हैं। Batch operations का इस्तेमाल करके multiple locations select करो और एक click में उन्हें project में जोड़ो.

Project detail page वह जगह है जहाँ तुम किसी specific project को manage करते हो। इसमें शामिल है:

• Project map — project की सभी locations map पर plotted होती हैं, status के हिसाब से colour-coded
• Location cards — हर location में उसका name, address, score, current status, और key metrics दिखते हैं। किसी भी card पर click करके उस location की detail में जाओ
• Phase progression — visual indicator जो overall project phase और हर status में कितनी locations हैं, यह दिखाता है
• Project KPIs — aggregate metrics: total locations, average score, estimated CAPEX, projected annual revenue
• Settings — project-level configuration (name, description, team access, financial defaults)

हर project में built-in email system होता है। Project context के भीतर ही emails भेजो और receive करो — landlords, contractors, utilities, या team members के साथ correspondence personal inboxes में बिखरने के बजाय project से attached रहती है.

Features में attachments, location tagging (email को project के भीतर किसी specific location से link करना), और signature editor शामिल हैं। Project mail उन सभी team members को दिखती है जिनके पास project access है.

Score tab हर location का analytical core है। इसमें दिखता है:

• Score gauge — Pulse location score एक visual dial के रूप में, clear rating के साथ (Poor से Excellent तक)
• SHAP breakdown — waterfall chart जो ठीक-ठीक दिखाता है कि कौन-से features score को ऊपर या नीचे push कर रहे हैं, और कितना। यही explainability layer है — तुम देखते हो कि location का score ऐसा क्यों है
• Traffic analysis — nearby road AADT values, road types, और composite traffic score
• Competition analysis — 5, 10, और 25 km के भीतर existing DC fast-chargers, operator names और bay counts के साथ
• POI analysis — nearby points of interest: fuel stations, food, retail, parking within 1 and 5 km
• Demand forecast — Pulse model से monthly kWh/bay/day projections, seasonality और EV adoption growth को ध्यान में रखते हुए

Site designer एक versioned canvas है जहाँ तुम charging station का physical layout plan करते हो। Equipment catalogue से chargers place करो, parking bay positions define करो, और supporting infrastructure arrange करो.

Designs versioned होते हैं — तुम multiple iterations बना सकते हो, उन्हें compare कर सकते हो, और preferred version को promote कर सकते हो। Design सीधे BOM और financial model में feed होता है, इसलिए layout बदलते ही cost estimate अपने-आप update हो जाता है.

BOM builder तुम्हें यह spec करने देता है कि किसी location पर क्या जाएगा। Items दो sources से जोड़ो:

• ChargiPedia equipment catalogue — real hardware OEMs के charger models, specs, market prices, और FX rate conversion के साथ। Model select करो, quantity set करो, और pricing अपने-आप भर जाएगी
• Custom items — catalogue में न होने वाली कोई भी चीज़: transformers, cables, civil works, signage, grid connection fees। Description, quantity, और unit cost दर्ज करो

Common station setups को जल्दी configure करने के लिए BOM templates apply करो (जैसे "4-bay highway station" या "2-bay urban hub")। Templates save की जा सकती हैं और projects में दोबारा इस्तेमाल की जा सकती हैं.

BOM total सीधे financial model में CAPEX के रूप में feed होता है। हर item का procurement status track करो: ordered, delivered, installed.

Financial model हर location के लिए पूरा investment case calculate करता है:

• CAPEX — सीधे BOM total से लिया जाता है, equipment category के हिसाब से breakdown के साथ
• Revenue projections — इस location के लिए Pulse demand forecast पर आधारित, जिसे तुम्हारी pricing assumptions (price per kWh, energy cost per kWh) से multiply किया जाता है
• NPV (Net Present Value) — तुम्हारे चुने हुए discount rate पर investment horizon के दौरान discounted cash flow
• IRR (Internal Rate of Return) — वह rate जिस पर NPV zero हो जाता है
• Payback period — cumulative net cash flow positive होने तक के महीने

Model में sensitivity analysis भी शामिल है, जो 5 parameters को 3 scenarios each (base, optimistic, pessimistic) में test करता है: demand volume, pricing, energy cost, CAPEX, और operating costs। इससे तुम्हें single-point estimate के बजाय outcomes की range मिलती है.

Charts monthly cashflow (revenue minus costs) और cumulative return (initial investment के मुकाबले net cashflow का running total) को projection horizon में दिखाते हैं.

हर location के bottom section में deal-level information store होती है:

• Site rental terms — lease duration, rent amount, escalation clauses, और दूसरे contractual details
• Revenue sharing — अगर site owner charging revenue का percentage लेता है, तो उसे यहाँ configure करो। यह अपने-आप financial model में feed हो जाता है
• Comments and notes — team members के लिए threaded discussion जहाँ वे location के बारे में notes, updates, और context छोड़ सकते हैं। Timestamped और author के नाम के साथ

जब कोई location approve हो जाती है, तो वह execution phase में चली जाती है। यहीं plan reality बनता है:

• Tasks — tasks बनाओ और assign करो (जैसे "Submit grid connection application", "Order chargers", "Schedule civil works")। Status updates और due dates के साथ progress track करो
• Quotes — contractor quotes collect और compare करो। Documents attach करो, terms note करो, और winning bid चुनो
• Budget tracking — actual spend को BOM estimate के against compare करो। Variances और remaining budget realtime में देखो
• Procurement — equipment orders track करो: क्या order हुआ, क्या deliver हुआ, और क्या install हुआ

जब कोई location live होती है, system एक commissioning report generate करता है जो पूरी journey का summary देता है:

• Completion checklist — सभी required items verify किए गए: equipment installed, grid connected, software configured, signage in place
• Cost summary — final CAPEX बनाम original BOM estimate, variance analysis के साथ
• Timeline — actual milestones बनाम planned dates, जिससे पता चलता है delay कहाँ हुआ
• Sign-off — digital confirmation कि location public operation के लिए ready है

Report export की जा सकती है और stakeholders, investors, या board members के साथ share की जा सकती है.

Project settings में चार tabs हैं:

Equipment Catalogue — तुम्हारी organisation का equipment catalog, जो ChargiPedia के hardware database के साथ integrated है। Global catalogue से charger models जोड़ो या custom items बनाओ। अपने negotiated prices set करो (जो market prices से अलग हो सकते हैं), FX rates manage करो, और equipment को categories में organise करो.

Financial Defaults — वे default financial assumptions set करो जो हर नई location के financial model में auto-fill होती हैं। इसमें cost of goods sold (energy cost per kWh), revenue assumptions (price per kWh, utilisation ramp), other costs (maintenance, site lease, insurance, back-office), और discount rate शामिल हैं। Individual locations इन defaults को override कर सकती हैं.

Contractors — contractors की directory जिनके साथ तुम्हारी organisation काम करती है। उन्हें categories में बाँटो (electrical, civil, general, specialist), contact details record करो, और उनकी project history track करो। Execution के दौरान quotes collect करते समय इस directory के contractors को सीधे link किया जा सकता है.

Approvals — location phase transitions के लिए admin workflow configure करो। Define करो कि कौन-सी team roles location को एक status से अगले status तक आगे बढ़ा सकती हैं (जैसे सिर्फ admins ही "costed" से "approved" move approve कर सकते हैं)। इससे capital allocation decisions के लिए proper governance बनी रहती है.

EV charging infrastructure पर discussion के लिए एक community space। Categories में शामिल हैं:

• Feedback — platform के लिए bug reports और feature requests
• Open Discussion — EV charging industry पर general conversation
• Changelog — Chargalytics team की platform updates और release notes

Access के लिए active subscription चाहिए। Threads बनाओ, discussions का reply करो और attachments upload करो।

Registration 3-step process है:

1. Credentials — ऊपर navigation में Sign Up पर क्लिक करो। अपना नाम, email और password भरो.
2. Phone verification — अपना phone number डालो। हम verification code के साथ SMS भेजते हैं.
3. SMS code — अपना phone number confirm करने के लिए SMS में आया 6-digit code डालो। अब तुम्हारा account बन गया है.

Registration के बाद तुम्हें subscription page पर redirect किया जाता है, जहाँ तुम plan चुन सकते हो और 7-day free trial शुरू कर सकते हो.

हम तुम्हारा phone number verify करते हैं ताकि abuse रोका जा सके और हर व्यक्ति को सिर्फ एक trial मिले। इसके बिना कोई unlimited accounts बनाकर free trials को लगातार chain कर सकता है.

तुम्हारा phone number सिर्फ account verification के लिए इस्तेमाल होता है। इसे third parties के साथ share नहीं किया जाता और marketing के लिए भी इस्तेमाल नहीं होता। एक phone number = एक trial claim.

हाँ। हर नई subscription 7-day free trial से शुरू होती है। Checkout पर तुम payment details डालते हो (securely Stripe के through process होती हैं), लेकिन day 8 तक कोई charge नहीं लगेगा। अगर trial के दौरान cancel कर देते हो, तो कुछ pay नहीं करना होगा.

Trial में तुम्हें चुने गए plan की सभी features का full access मिलता है — Analytics या Analytics + Projects — ताकि commit करने से पहले platform को ठीक से evaluate कर सको.

Security के लिए हर login में email-based multi-factor authentication जरूरी है। Email और password डालने के बाद हम तुम्हारे email address पर 6-digit code भेजते हैं। इसे 10 मिनट के अंदर verification screen पर डालो। अगर code expire हो जाए, तो नया code मंगवा सकते हो.

Remember me tick करोगे तो उस device पर 30 दिनों तक logged in रहोगे.

तुम्हारे profile page पर display name, bio, LinkedIn URL और avatar update कर सकते हो। Email भी बदल सकते हो (इसके लिए current password चाहिए) और password भी change कर सकते हो.

Right sidebar में तुम्हारी organisation membership दिखती है, और अगर अभी तक किसी company से नहीं जुड़े हो तो वहीं से company बना भी सकते हो.

Team access manage करने के लिए organisation बनाओ। Owner या admin के तौर पर तुम email से team members invite कर सकते हो, roles assign कर सकते हो (owner, admin, billing, member), और seat assignments manage कर सकते हो। Company subscriptions से per-seat billing के साथ पूरी team में access share किया जा सकता है.

Subscription page पर अपना plan चुनो। दो tiers available हैं: Analytics (€24.99/mo) और Analytics + Projects (€99/mo)। Monthly और annual billing के बीच toggle कर सकते हो — annual में पूरे एक महीने की बचत होती है.

Billing dashboard में current subscription status, plan details, next billing date और payment history दिखती है। सभी payments securely Stripe के through process होती हैं। तुम payment method manage कर सकते हो, plan upgrade या downgrade कर सकते हो, और promo codes apply कर सकते हो.

Refer a Friend section में तुम अपना personal referral link share कर सकते हो — reward तुम्हें भी मिलता है और sign up करने वाले को भी.

Billing page से कभी भी cancel कर सकते हो। Cancel Subscription पर क्लिक करो और confirm करो। तुम्हारा access current billing period के अंत तक जारी रहेगा — हम बीच cycle में access नहीं काटते। अगर period खत्म होने से पहले मन बदल जाए, तो बिना कुछ खोए फिर से reactivate कर सकते हो.

कोई lock-in नहीं, कोई penalty नहीं, कोई “retention specialist” वाला phone call नहीं। Button दबाओ, काम खत्म.

Personal accounts में एक समय पर सिर्फ एक active session allowed है। नए device पर login करोगे तो पुराने device वाला session खत्म हो जाएगा। अगर multiple concurrent users चाहिए, तो company setup करो, team subscription लो, और individual seats assign करो.

Log In पर क्लिक करो, फिर लॉगिन पेज पर Forgot password? चुनो। अपना email डालो, हम reset link भेज देंगे। यह link कुछ समय बाद expire हो जाता है, इसलिए जल्दी इस्तेमाल करो.