Vorlagenhandbuch und -bestand

EN – CS-CZ – ES-ES – ES-LATAM – FR-CA – FR-FR – IT-IT – JA-JP – KO-KR – NL-NL – PL-PL – PT-BR – SV-SE

August 2023



Inhaltsverzeichnis

Einleitung

Der Geotab Data Connector (GDC) ist ein Tool für Fuhrparkmanager zum Import kuratierter Daten aus zahlreichen Geotab-Datenquellen des eigenen Fuhrparks in ihr bevorzugtes Business-Intelligence- oder Visualisierungstool. Mit dem Data Connector können Fuhrparkmanager in ihrem bevorzugten BI-Tool auf aggregierte Daten zugreifen, ohne MyGeotab-Berichte manuell nutzen zu müssen. Im Gegensatz zum MyGeotab-SDK ermöglicht dieses Tool Fuhrparkmanagern außerdem die Anpassung ihrer Berichte ohne Programmieraufwand. Dieses Dokument enthält Anweisungen zum erstmaligen Herunterladen und Aufrufen der Vorlagen sowie einen Überblick über die darin verfügbaren Informationen.

Vorlagenbestand

Stellen Sie zu Beginn sicher, dass der Geotab Data Connector in Ihrer Datenbank aktiviert ist, wie im Abschnitt „Anforderungen“ des Benutzerhandbuchs angegeben.

Im Folgenden finden Sie eine Liste aller zurzeit verfügbaren GDC-Vorlagen. Klicken Sie einfach auf den Link der Vorlage, an der Sie interessiert sind, um sie herunterzuladen. Neu hinzugefügte Vorlagen werden zunächst auf der Community-Seite des Geotab Data Connectors erwähnt. Wir empfehlen daher, die Seite regelmäßig zu überprüfen.

Erste Schritte

Power BI-Vorlage

1. Öffnen Sie die Power BI-Vorlage direkt.

2. ✱ HINWEIS: Beim ersten Öffnen der Vorlage sind alle Blätter leer und es treten Verbindungsfehler auf, da die Zugangsdaten für den Benutzer noch nicht eingegeben wurden.

2. Klicken Sie auf Aktualisieren:

3. 

3. Geben Sie die Zugangsdaten ein (falls Sie zuvor über Power BI auf GDC zugegriffen haben, sind Ihre Zugangsdaten eventuell bereits lokal gespeichert):
4. 1. Benutzername: <MyGeotab-Datenbankbezeichnung>/<MyGeotab-Benutzername>
   2. 1. Beispiel: Database123/johnsmith@geotab.com
   1. Passwort: <MyGeotab-Passwort>
   2. Ebene, auf der die Einstellungen übernommen werden sollen: https://data-connector.geotab.com/

5. 

4. Klicken Sie auf Verbinden.

5. 

5. Sie können die Zugangsdaten bei Bedarf zu einem späteren Zeitpunkt bearbeiten, indem Sie auf Datei > Optionen und dann auf Einstellungen > Einstellungen Datenquellen klicken, um die Berechtigungen für die einzelnen Tabellen zu ändern.

Tableau-Vorlage

1. Öffnen Sie die Tableau-Vorlage direkt.

2. ✱ HINWEIS: Beim ersten Öffnen der Vorlage sind alle Blätter leer und es treten Verbindungsfehler auf, da die Zugangsdaten für den Benutzer noch nicht eingegeben wurden.

2. Die Basis-URL für den Zugriff finden Sie unter MyGeotab > Administration > Geotab Data Connector. Weitere Informationen zur URL für den Zugriff finden Sie im Benutzerhandbuch für Geotab Data Connector.

3. Wenn die Basis-URL für den Zugriff https://odata-connector-1.geotab.com/odata/v4/svc/ lautet, gehen Sie wie folgt vor:

4. 1. Klicken Sie auf Alle Extrakte aktualisieren:

5. 

3. Klicken Sie im angezeigten Fenster auf Aktualisieren:

4. 

4. Tableau fordert Sie auf, Zugangsdaten für alle vier Quelltabellen einzugeben. Geben Sie Ihre Zugangsdaten für MyGeotab in die sich öffnenden Fenster ein:
5. 1. Benutzername: <MyGeotab-Datenbankbezeichnung>/<MyGeotab-Benutzername>
   2. 1. Database123/johnsmith@geotab.com
   1. Passwort: <MyGeotab-Passwort>

6. 

5. Nach Eingabe der Zugangsdaten für jede Quelltabelle werden Ihre Daten in die Vorlage geladen.

7. Wenn Sie über eine andere URL für den Basiszugriff verfügen, gehen Sie wie folgt vor:

8. 1. Navigieren Sie unter Daten zur ersten Datenquelle und wählen Sie Datenquelle bearbeiten aus:

   2. 

   2. Aktualisieren Sie den Server so, dass er mit Ihrer Zugriffs-URL übereinstimmt, und achten Sie darauf, die Tabellen-ID am Ende der URL beizubehalten. Geben Sie Ihre Zugangsdaten für MyGeotab ein und klicken Sie auf Anmelden:

   3. 

   3. Nachdem die Zusammenfassung der Verbindung geladen wurde, navigieren Sie zu einer der Dashboard-Registerkarten am unteren Bildschirmrand:

   5. 

   4. Wiederholen Sie die Schritte 1 bis 3 für die vier verbleibenden Datenquellen.
   5. Klicken Sie auf Alle Extrakte aktualisieren:

9. 

6. Klicken Sie im angezeigten Fenster auf Aktualisieren:

Excel-Vorlage

1. Öffnen Sie die Excel-Vorlage direkt.

2. ✱ HINWEIS: Beim ersten Öffnen der Vorlage sind alle Blätter leer und es treten Verbindungsfehler auf, da die Zugangsdaten für den Benutzer noch nicht eingegeben wurden.

2. Klicken Sie im Menü Daten auf Alle aktualisieren:

3. 

3. Geben Sie Ihre Zugangsdaten ein (falls Sie zuvor über Power BI auf GDC zugegriffen haben, sind Ihre Zugangsdaten eventuell bereits lokal gespeichert):
4. 1. Benutzername: <MyGeotab-Datenbankbezeichnung>/<MyGeotab-Benutzername>
   2. 1. Database123/johnsmith@geotab.com
   1. Passwort: <MyGeotab-Passwort>
   2. Ebene, auf der die Einstellungen übernommen werden sollen: https://data-connector.geotab.com/

5. 

4. Klicken Sie auf Verbinden:

5. 

5. Sie können die Zugangsdaten bei Bedarf zu einem späteren Zeitpunkt bearbeiten, indem Sie auf Daten > Daten abrufen > Einstellungen Datenquellen klicken, um die Berechtigungen für die einzelnen Tabellen zu ändern.

Vorlagenübersicht

Vorlagen wurden als sofort einsatzbereite Lösung entwickelt, mit der veranschaulicht wird, wie Sie den Data Connector zur Beantwortung wichtiger Fragen zu Ihrem Fuhrpark verwenden können. Denken Sie daran, dass Sie nach dem Herunterladen der Vorlagen Ihr Dashboard ganz nach Ihrem Bedarf individuell anpassen können.

✱ HINWEIS: Vorlagen für erkenntnisorientierte Datenvisualisierungen sind derzeit für Power BI und Tableau verfügbar. Die Excel-Vorlage enthält nur Beispieldaten für Design- und Testzwecke.

Entfernung und Zeit

Monatlich aggregierte Kennzahlen mit Schwerpunkt auf GPS-Entfernung und Fahrzeit für die letzten sechs abgeschlossenen Monate.

1. Wie haben sich die Fahrstrecke und die Fahrzeit meines Fuhrparks in den letzten sechs abgeschlossenen Monaten entwickelt?
2. Wie hoch ist die durchschnittliche monatliche Fahrstrecke meines Fuhrparks?
3. Wie hoch ist die durchschnittliche monatliche Fahrzeit meines Fuhrparks?
4. Welches Fahrzeug ist im letzten Monat die längste Strecke oder Zeit gefahren?
5. Welches Fahrzeug ist im letzten Monat die kürzeste Strecke oder Zeit gefahren?
6. Wie verhielten sich Fahrzeit und Strecke des letzten Monats im Vergleich zum Vormonat?

8. 

9. Kennzahl	Berechnung
   Durchschnittliche monatliche GPS-Entfernung (mi)	Summe von VehicleKpi_Monthly[GPS_Distance_km] multipliziert mit 0,621371 zur Umrechnung von km in mi, dividiert durch die Gesamtzahl der Monate
   GPS-Gesamtentfernung (mi)	Summe von VehicleKpi_Monthly[GPS_Distance_km] multipliziert mit 0,621371 zur Umrechnung von km in mi
   GPS-Entfernung letzter Monat (mi)	Summe von VehicleKpi_Monthly[GPS_Distance_km] multipliziert mit 0,621371 zur Umrechnung von km in mi und gefiltert, sodass nur der letzte abgeschlossene Monat enthalten ist
   Durchschnittliche monatliche Zeit (Std)	Summe von VehicleKpi_Monthly[DriveDuration_Seconds] geteilt durch 3.600 zur Umrechnung von Sekunden in Stunden, geteilt durch die Gesamtzahl der Monate
   Gesamtzeit (Std)	Summe von VehicleKpi_Monthly[DriveDuration_Seconds] geteilt durch 3.600 zur Umrechnung von Sekunden in Stunden
   Zeit letzter Monat (Std)	Summe von VehicleKpi_Monthly[DriveDuration_Seconds] geteilt durch 3.600 zur Umrechnung von Sekunden in Stunden und gefiltert, sodass nur der letzte abgeschlossene Monat enthalten ist

10. Leerlauf

11. Monatlich aggregierte Kennzahlen mit Schwerpunkt auf Leerlaufzeiten und Kraftstoffverbrauch im Leerlauf für die letzten sechs abgeschlossenen Monate.

7. Wie haben sich Leerlaufzeit und der Kraftstoffverbrauch im Leerlauf meines Fuhrparks in den letzten sechs abgeschlossenen Monaten entwickelt?
8. Wie hoch ist der durchschnittliche monatliche Kraftstoffverbrauch im Leerlauf bei meinem Fuhrpark?
9. Wie hoch ist die durchschnittliche monatliche Leerlaufzeit meines Fuhrparks?
10. Welches Fahrzeug hatte im letzten Monat den höchsten Kraftstoffverbrauch im Leerlauf oder die höchste Leerlaufzeit?
11. Welches Fahrzeug hatte im letzten Monat den geringsten Kraftstoffverbrauch im Leerlauf oder die geringste Leerlaufzeit?
12. Wie verhielten sich der Kraftstoffverbrauch im Leerlauf und die Leerlaufzeit im letzten Monat im Vergleich zum Vormonat?

14. 

16. Kennzahl	Berechnung
    Durchschnittlicher monatlicher Kraftstoffverbrauch im Leerlauf (gal)	Summe von VehicleKpi_Monthly[IdleFuel_Litres] multipliziert mit 0,264172 zur Umrechnung von Litern in Gallonen, geteilt durch die Gesamtzahl der Monate
    Kraftstoffverbrauch im Leerlauf insgesamt (gal)	Summe von VehicleKpi_Monthly[IdleFuel_Litres] multipliziert mit 0,264172 zur Umrechnung von Litern in Gallonen
    Kraftstoffverbrauch im Leerlauf letzter Monat (gal)	Summe von VehicleKpi_Monthly[IdleFuel_Litres] multipliziert mit 0,264172 zur Umrechnung von Litern in Gallonen und gefiltert, sodass nur der letzte abgeschlossene Monat enthalten ist
    Durchschnittliche monatliche Leerlaufzeit (Std)	Summe von VehicleKPI_Monthly[IdleDuration_Seconds] geteilt durch 3.600 zur Umrechnung von Sekunden in Stunden, geteilt durch die Gesamtanzahl der Monate
    Gesamte Leerlaufzeit (Std)	Summe von VehicleKPI_Monthly[IdleDuration_Seconds] geteilt durch 3.600 zur Umrechnung von Sekunden in Stunden
    Leerlaufzeit letzter Monat (Std)	Summe von VehicleKPI_Monthly[IdleDuration_Seconds] geteilt durch 3.600 zur Umrechnung von Sekunden in Stunden und gefiltert, sodass nur der letzte abgeschlossene Monat enthalten ist

17. Kraftstoffverbrauch

18. Monatliche aggregierte Kennzahlen mit Schwerpunkt auf dem Kraftstoffverbrauch der letzten sechs abgeschlossenen Monate. Hinweis: Die Reichweite kann sich von der GPS-Entfernung unterscheiden, da die Reichweite nur erfasst wird, wenn das Gerät auch den Kraftstoffverbrauch erfasst hat. Dadurch wird sichergestellt, dass die Berechnungen des Kraftstoffverbrauchs genau sind, wenn dieser für bestimmte Fahrzeuge oder Fahrtabschnitte nicht gemeldet wird, und dass in den meisten Fällen davon ausgegangen werden kann, dass sie repräsentativ für die Gesamtleistung sind.

13. Wie hat sich der Kraftstoffverbrauch meines Fuhrparks in den letzten sechs abgeschlossenen Monaten entwickelt?
14. Wie haben sich die Gesamtmenge des verbrauchten Kraftstoffs und die Reichweite meines Fuhrparks in den letzten sechs abgeschlossenen Monaten entwickelt?
15. Wie hoch ist der durchschnittliche Kraftstoffverbrauch meines Fuhrparks?
16. Wie hoch ist der durchschnittliche Kraftstoffverbrauch meines Fuhrparks nach Kraftstoffart?
17. Wie verhielt sich der Kraftstoffverbrauch letzten Monats im Vergleich zum Vormonat?
18. Wie verhielt sich die Gesamtmenge des verbrauchten Kraftstoffs des letzten Monats im Vergleich zum Vormonat?

19. 

21. Kennzahl	Berechnung
    Reichweite insgesamt (mi)	Summe von VehicleKpi_Monthly[FuelEconomy_Distance_Km] multipliziert mit 0,621371 zur Umrechnung von km in mi
    Gesamtmenge des verbrauchten Kraftstoffs (gal)	Summe von VehicleKpi_Monthly[TotalFuel_Litres] multipliziert mit 0,264172 zur Umrechnung von Litern in Gallonen
    Kraftstoffverbauch insgesamt (mpg)	Summe von VehicleKpi_Monthly[FuelEconomy_Distance_Km] geteilt durch die Summe von VehicleKpi_monthly[TotalFuel_Litres], multipliziert mit 2,35215 zur Umrechnung von km/L in mpg
    Kraftstoffverbrauch letzter Monat (mpg)	Summe von VehicleKpi_Monthly[FuelEconomy_Distance_Km] geteilt durch die Summe von VehicleKpi_monthly[TotalFuel_Litres], multipliziert mit 2,35215 zur Umrechnung von km/L in mpg und gefiltert, sodass nur der letzte abgeschlossene Monat enthalten ist
    Gesamtmenge des verbrauchten Kraftstoffs letzter Monat (gal)	Summe von VehicleKpi_Monthly[TotalFuel_Litres] multipliziert mit 0,264172 zur Umrechnung von Litern in Gallonen und gefiltert, sodass nur der letzte abgeschlossene Monat enthalten ist

22. Auslastung

23. Monatliche aggregierte Kennzahlen mit Schwerpunkt auf der Auslastung für die letzten sechs abgeschlossenen Monate. Diese Registerkarte zeigt zwei Methoden zur Berechnung der Auslastung.

19. Wie hat sich die Fahrzeugauslastung in den letzten sechs abgeschlossenen Monaten entwickelt?
20. Wie hat sich die Auslastung meines Fuhrparks in den letzten sechs abgeschlossenen Monaten entwickelt?
21. Wie verhielt sich die Fahrzeugauslastung des letzten Monats im Vergleich zum Vormonat?
22. Wie verhielt sich die Fuhrparkauslastung des letzten Monats im Vergleich zum Vormonat?

Tägliche Analyse

Täglich aggregierte Kennzahlen, die die wichtigsten Kennzahlen aus den ersten vier monatlich aggregierten Registerkarten als täglichen Trend für die letzten 30 Tage anzeigen. Umfasst eine visuelle Kartendarstellung mit den letzten bekannten Standortkoordinaten jedes Fahrzeugs für jeden Tag.

1. Wie haben sich die wichtigsten Kennzahlen meines Fuhrparks in den letzten 30 Tagen pro Tag entwickelt?
2. Wo befindet sich der zuletzt erfasste tägliche Standort für jedes meiner Fahrzeuge?

4. 

6. Kennzahl	Berechnung
   Fahrzeit (Std)	Summe von VehicleKpi_Daily[DriveDuration_Seconds] geteilt durch 3.600 zur Umrechnung von Sekunden in Stunden
   Fahrstrecke (mi)	Summe von VehicleKpi_Daily[GPS_Distance_Km] multipliziert mit 0,621371 zur Umrechnung von km in Meilen
   Leerlaufzeit (Std)	Summe von VehicleKPI_Daily[IdleDuration_Seconds] geteilt durch 3.600 zur Umrechnung von Sekunden in Stunden
   Kraftstoffverbrauch im Leerlauf (gal)	Summe von VehicleKpi_Daily[IdleFuel_Litres] multipliziert mit 0,264172 zur Umrechnung von Litern in Gallonen
   Kraftstoffverbrauch (mpg)	Summe von VehicleKpi_Daily[FuelEconomy_Distance_Km] geteilt durch die Summe von VehicleKpi_Daily[TotalFuel_Litres], multipliziert mit 2,35215 zur Umrechnung von km/L in mpg
   Gesamtmenge des verbrauchten Kraftstoffs (gal)	Summe von VehicleKpi_Daily[TotalFuel_Litres] multipliziert mit 0,264172 zur Umrechnung von Litern in Gallonen
   Fahrzeugauslastung	Summe von VehicleKpi_Daily[TotalEngine_Hours] geteilt durch die Anzahl an individuellen Fahrzeugen im Fuhrpark, multipliziert mit dem Gesamtzeitraum in Stunden
   Fuhrparkauslastung	Anzahl an individuellen Fahrzeugen im Fuhrpark mit VehicleKpi_Daily[GPS_Distance_Km] > 0 geteilt durch die Anzahl an individuellen Fahrzeugen im Fuhrpark

7. Stündliche Analyse

8. Stündlich aggregierte Kennzahlen, die die wichtigsten Kennzahlen aus den ersten vier monatlich aggregierten Registerkarten als täglichen Trend für die letzten 14 Tage anzeigen. Umfasst eine visuelle Kartendarstellung mit den letzten bekannten Standortkoordinaten jedes Fahrzeugs für jeden Tag.

3. Wie haben sich die wichtigsten Kennzahlen meines Fuhrparks in den letzten 14 Tagen pro Stunde entwickelt?
4. Wo befindet sich der zuletzt erfasste stündliche Standort für jedes meiner Fahrzeuge?

Übersicht Vorlage für das Sicherheits-Benchmarking

Die Vorlage ist darauf ausgelegt, einen Überblick über die wichtigsten Sicherheitsdaten des Fuhrparks zu bieten und einen Vergleich mit ähnlichen Fuhrparks zu ermöglichen. Der Vorlage folgen einige interaktive Diagramme, die zeigen, in welchen Bereichen Ihre Fahrzeuge besser oder schlechter abschneiden als die Benchmarks.

Das Quadrantendiagramm unterstützt Sie bei der Ermittlung der Fahrzeuge mit den meisten Problemen. Der rechte obere Quadrant umfasst zum Beispiel die Fälle, die eine höhere Kollisionsrate aufweisen als die prognostizierte Benchmark. Der obere linke Quadrant umfasst Fälle, die eine geringere Kollisionsrate als die prognostizierte Benchmark aufweisen.

Die Vorlage ermöglicht darüber hinaus einen relativen Vergleich der verschiedenen Gruppen auf der Grundlage ihrer durchschnittlichen prognostizierten Kollisionsrate sowie einen detaillierten Überblick über die Leistung einzelner Fahrzeuge.

Vorlagenübersicht Wartung