Biblioteca y guía de plantillas

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

Febrero 2025

Índice

Introducción

Data Connector de Geotab es una herramienta diseñada para que los equipos de gestión de flotas importen datos verificados de sus propias flotas a su herramienta de BI/visualización preferida sin tener que trabajar manualmente con los informes de MyGeotab. También, esta herramienta permite a los equipos de gestión de flotas el personalizar sus propios informes si tener que usar código, no como con el SDK de MyGeotab.

En este documento, se describen las instrucciones de cómo descargar primero y acceder a las plantillas, con la información general disponible en ellas.

Galería de plantillas

Puede encontrar las plantillas en la página Data Connector > Reportes. Cada plantilla está disponible para PowerBi, Tableau y Excel, tanto en unidades métricas como en imperiales.

Primeros pasos

Plantilla Power BI

Siga los pasos a continuación para empezar o vea este video.

1. Abra la plantilla Power BI directamente.

2. ✱ NOTA: Al abrir la plantilla por primera vez, todas las hojas estarán en blanco con algunos errores de conexión, ya que no se han introducido las credenciales del usuario.

2. Haga clic en Actualizar.

3. 

3. Escriba las credenciales de inicio de sesión (si ha accedido a Data Connector de Geotab con Power BI antes, sus credenciales estarán guardadas).
4. 1. Nombre de usuario <MyGeotab Nombre Base de datos>/<MyGeotab Nombre de usuario>
   2. 1. Ejemplo: BaseDeDatos123/juanmartin@geotab.com
   1. Contraseña <My Geotab Contraseña>
   2. Nivel para aplicar la configuración: https://data-connector.geotab.com/

5. 

4. Haga clic en Conectar.

5. 

5. Si necesita editar las credenciales más tarde, puede cambiarlas haciendo clic en Archivo > Opciones y, luego, Configuración > Configurar fuente de datos para editar los permisos para cada tabla.

Plantilla Tableau

1. Abra la plantilla Tableau directamente.

2. ✱ NOTA: Al abrir la plantilla por primera vez, todas las hojas estarán en blanco con algunos errores de conexión, ya que no se han introducido las credenciales del usuario.

2. Encontrará su URL de acceso base en MyGeotab > Reportes > Data Connector Para más información sobre la URL de acceso, consulte Data Connector de Geotab - Guía de usuario.

3. Si su URL de acceso base es https://odata-connector-1.geotab.com/odata/v4/svc/, haga lo siguiente:

4. 1. Haga clic en Actualizar todos los extractos.

5. 

3. Haga clic en Actualizar, en la pantalla que aparece.

4. 

4. Tableau le indicará que escriba las credenciales de sus cuatro tablas fuente. Escriba sus credenciales de MyGeotab cuando vea la ventana emergente:
5. 1. Nombre de usuario <MyGeotab Nombre Base de datos>/<MyGeotab Nombre de usuario>
   2. 1. BaseDeDatos123/juanmartin@geotab.com
   1. Contraseña <Contraseña de MyGeotab>

6. 

5. Una vez que introduzca las credenciales para cada tabla fuente, sus datos se cargarán a la plantilla.

7. Si tiene una URL de acceso base diferente, haga esto:

8. 1. En Datos, vaya a la primera fuente de datos y seleccione Editar fuente de datos.

   2. 

   2. Actualice el servidor para que sea igual que la URL de acceso, asegurándose que el identificador de la tabla está al final de la URL. Escriba sus credenciales de MyGeotab y haga clic en Registrarse.

   3. 

   3. Después de que se cargue el resumen de conexión, vaya a cualquiera de las pestañas de la pantalla de gráficos al final de la página.

   5. 

   4. Repita los pasos 1-3 para las cuatro fuentes de datos que quedan.
   5. Haga clic en Actualizar todos los extractos.

9. 

6. Haga clic en Actualizar, en la pantalla que aparece.

Plantilla Excel

1. Abra la plantilla de Excel.

2. ✱ NOTA: Al abrir la plantilla por primera vez, todas las hojas estarán en blanco con algunos errores de conexión, ya que no se han introducido las credenciales del usuario.

2. En el menú Datos, haga clic en Actualizar todo.

3. 

3. Escriba sus credenciales (si ha accedido a Data Connector de Geotab con Power BI antes, sus credenciales estarán guardadas)
4. 1. Nombre de usuario <MyGeotab Nombre Base de datos>/<MyGeotab Nombre de usuario>
   2. 1. BaseDeDatos123/juanmartin@geotab.com
   1. Contraseña <Contraseña de MyGeotab>
   2. Nivel para aplicar la configuración: https://data-connector.geotab.com/

5. 

4. Haga clic en Conectar.

5. 

5. Si necesita editar las credenciales más tarde, puede cambiarlas haciendo clic en Datos > Obtener datos > Configurar fuente de datos para editar los permisos para cada tabla.

Información general de las plantillas de los KPI de los vehículos

Las plantillas están diseñadas para ofrecer una solución con información excepcional, demostrando cómo se puede usar Data Connector para responder preguntas clave sobre su flota. Cuando descargue las plantillas, puede personalizar sus gráficos para que se adecúen a la información que necesita.

✱ NOTA: Las plantillas para visualizar los datos están disponible actualmente en Power BI y Tableau. La plantilla para Excel solo ofrece datos de ejemplo para diseño y pruebas.

Distancia y tiempo

Métricas agregadas cada mes, centradas en la distancia del GPS y tiempo de conducción de los últimos 6 meses completos, incluye:

1. ¿Cuál ha sido la tendencia en la distancia y tiempo de conducción de mi flota durante los últimos 6 meses completos?
2. ¿Cuál es la distancia media de conducción mensual de mi flota?
3. ¿Cuál es el tiempo medio de conducción mensual de mi flota?
4. ¿Qué vehículo recorrió la distancia o el tiempo más largos el mes pasado?
5. ¿Qué vehículo recorrió la distancia o el tiempo más cortos el mes pasado?
6. ¿Cómo han sido los tiempos y distancia de conducción del mes pasado en comparación con el mes anterior?

8. 

9. Métrica	Cálculo
   Distancia media (mi) del GPS mensual	Suma de VehicleKpi_Monthly[GPS_Distance_km] multiplicado por 0.621371 para convertir km en mi, dividido por el número de meses totales
   Distancia (mi) total de GPS	Suma de VehicleKpi_Monthly[GPS_Distance_km] multiplicado por 0.621371 para convertir km en mi
   Distancia (mi) GPS del mes pasado	Suma de VehicleKpi_Monthly[GPS_Distance_km] multiplicado por 0.621371 para convertir km en mi y filtrado para solo incluir el último mes completado
   Tiempo (horas) medio mensual	Suma de VehicleKpi_Monthly[DriveDuration_Seconds] dividido por 3600 para convertir segundos en horas, dividido por el número total de meses
   Tiempo (horas) totales	Suma de VehicleKpi_Monthly[DriveDuration_Seconds] dividido por 3600 para convertir segundos en horas
   Tiempo del mes pasado (horas)	Suma de VehicleKpi_Monthly[DriveDuration_Seconds] dividido por 3600 para convertir segundos en horas y filtrado solo para incluir el último mes completado

10. Ralentí

11. Métricas agregadas cada mes, centradas en el tiempo en ralentí del vehículo y el uso de combustible en ralentí de los últimos 6 meses completos, incluye:

7. ¿Cuál ha sido la tendencia en el uso de combustible en ralentí y el tiempo en ralentí de mi flota durante los últimos 6 meses completos?
8. ¿Cuál es el uso medio de combustible en ralentí mensual de mi flota?
9. ¿Cuál es el tiempo medio en ralentí mensual de mi flota?
10. ¿Qué vehículo tuvo el mayor uso de combustible o tiempo en ralentí el mes pasado?
11. ¿Qué vehículo tuvo el menor uso de combustible o tiempo en ralentí el mes pasado?
12. ¿Cómo ha sido el uso de combustible en ralentí y el tiempo en ralentí del mes pasado en comparación con el mes anterior?

13. 

14. Métrica	Cálculo
    Media mensual de combustible en ralentí (gal)	Suma de VehicleKpi_Monthly[IdleFuel_Litres] multiplicado por 0.264172 para convertir litros en galones dividido por el número total de meses
    Combustible total en ralentí (gal)	Suma de VehicleKpi_Monthly[IdleFuel_Litres] multiplicado por 0.264172 para convertir litros en galones
    Combustible en ralentí último mes (gal)	Suma de VehicleKpi_Monthly[IdleFuel_Litres] multiplicado por 0.264172 para convertir litros en galones y filtrado para solo incluir el último mes completado
    Tiempo medio en ralentí mensual (hrs)	Suma de VehicleKpi_Monthly[IdleDuration_Seconds] dividido por 3600 para convertir segundos en horas, dividido por el número total de meses
    Tiempo total en ralentí (hrs)	Suma de VehicleKpi_Monthly[IdleDuration_Seconds] dividido por 3600 para convertir segundos en horas
    Tiempo en ralentí último mes (hrs)	Suma de VehicleKpi_Monthly[IdleDuration_Seconds] dividido por 3600 para convertir segundos en horas y filtrado solo para incluir el último mes completado

15. Consumo de combustible

16. Métricas agregadas cada mes, centradas en el consumo de combustible de los últimos 6 meses completos. Hay que tener en cuenta que la distancia del combustible será diferente a la del GPS, porque la primera se registra solo cuando el dispositivo también ha registrado el consumo de combustible. Esto asegura que los cálculos sobre el consumo de combustible son precisos en caso de que el uso del combustible no se registre para determinados vehículos o segmentos de trayecto, y es razonable suponer que representa el rendimiento total de la gran mayoría de los casos.

13. ¿Cuál ha sido la tendencia en el consumo de combustible de mi flota durante los últimos 6 meses completos?
14. ¿Cuál ha sido la tendencia en el uso de combustible y distancia de combustible de mi flota durante los últimos 6 meses completos?
15. ¿Cuál ha sido el consumo medio de combustible de mi flota?
16. ¿Cuál ha sido el consumo medio de combustible de mi flota por tipo de combustible?
17. ¿Cómo ha sido el consumo de combustible del mes pasado en comparación con el mes anterior?
18. ¿Cómo ha sido el uso del combustible del mes pasado en comparación con el mes anterior?

19. 

20. Métrica	Cálculo
    Distancia total de combustible (mi)	Suma de VehicleKpi_Monthly[FuelEconomy_Distance_Km] multiplicado por 0.621371 para convertir km en mi
    Combustible total (gal)	Suma de VehicleKpi_Monthly[TotalFuel_Litres] multiplicado por 0.264172 para convertir litros en galones
    Consumo total de combustible (mpg)	Suma de VehicleKpi_Monthly[FuelEconomy_Distance_Km] dividido por Suma de VehicleKpi_monthly[TotalFuel_Litres] multiplicado por 2.35215 para convertir km/L en mpg
    Consumo de combustible último mes (mpg)	Suma de VehicleKpi_Monthly[FuelEconomy_Distance_Km] dividido por Suma de VehicleKpi_monthly[TotalFuel_Litres] multiplicado por 2.35215 para convertir km/L en mpg y filtrado para solo incluir el último mes completado
    Uso de combustible del último mes (gal)	Suma de VehicleKpi_Monthly[TotalFuel_Litres] multiplicado por 0.264172 para convertir litros en galones y filtrado solo para incluir el último mes completado

21. Usos

22. Métricas agregadas cada mes, centradas en el uso de los últimos 6 meses completos. En esta pestaña, se demuestran dos métodos de uso de cálculo.

19. ¿Cuál ha sido la tendencia de uso de mis vehículos durante los últimos 6 meses completos?
20. ¿Cuál ha sido la tendencia de uso de mi flota durante los últimos 6 meses completos?
21. ¿Cómo ha sido el uso del vehículo el mes pasado en comparación con el mes anterior?
22. ¿Cómo ha sido el uso de la flota el mes pasado en comparación con el mes anterior?

Análisis diarios

Las métricas agregadas diariamente muestran las métricas principales de las cuatro primeras pestañas agregadas mensualmente como tendencia diaria de los últimos 30 días. Incluye un mapa visual para controlar las últimas coordinadas conocidas del vehículo para cada día.

1. ¿Cuál ha sido la tendencia de las métricas clave de mi flota día a día durante los últimos 30 días?
2. ¿Cuál ha sido la última ubicación del día de cada uno de mis vehículos?

Resumen de la plantilla del Análisis comparativo de seguridad

Esta plantilla se ha diseñado para ofrecer un resumen más completo de cómo la flota cumple con la seguridad de manera general y una comparación con análisis comparativo y de grupos líderes afines. A la plantilla le siguen unos gráficos interactivos que muestran las áreas en las que los vehículos actúan mejor o peor que los análisis comparativos.

Los cuadrantes del gráfico se han diseñado para ayudarle a identificar qué conductores de manera individual necesitan más atención. Por ejemplo, en el cuadrante superior derecho, se incluyen los casos que tienen una tasa de colisión mayor que la predicción del análisis comparativo. En el cuadrante superior izquierdo, se incluyen los casos que tienen una tasa de colisión menor que la predicción del análisis comparativo.

La plantilla también ofrece una comparación relativa de los diferentes grupos basada en su tasa predictiva de colisión media, además de un resumen detallado del rendimiento a nivel de vehículo.