Libreria e Guida ai modelli

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

Agosto 2023



Sommario

Introduzione

Geotab Data Connector (GDC) è uno strumento progettato per permettere ai gestori di flotte di importare dati di MyGeotab accuratamente selezionati dalla propria flotta nel proprio sistema di Business Intelligence o di visualizzazione dati preferito. Lo strumento consente di accedere ai dati aggregati tramite il sistema di Business Intelligence preferito senza dover utilizzare importazioni manuali di report MyGeotab. Inoltre, a differenza della SDK MyGeotab, questo strumento permette ai gestore di flotta di personalizzare i report senza scrivere codice. Il presente documento include istruzioni su come scaricare e accedere per la prima volta ai modelli, insieme a una panoramica delle informazioni disponibili al loro interno.

Libreria dei modelli

Prima di iniziare, assicurarsi che Geotab Data Connector sia attivato nel database, come indicato nella sezione Requisiti della Guida utente.

Di seguito è riportato un elenco completo dei modelli di Geotab Data Connector attualmente disponibili. Per effettuare il download, cliccare sul rispettivo link a cui si è interessati. Le nuove aggiunte saranno in primo luogo annunciate tramite la pagina dedicata alla Community di Geotab Data Connector, quindi assicurarsi di controllare regolarmente tale pagina.

Attività preliminari

Modello Power BI

1. Aprire direttamente il modello Power BI.

2. ✱ NOTA: quando si apre il modello per la prima volta, tutti i fogli saranno vuoti e restituiranno errori di connessione poiché non sono state ancora immesse le credenziali utente.

2. Fare clic su Aggiorna:

3. 

3. Immettere le credenziali di accesso (in caso di accesso precedente a GDC tramite Power BI, le credenziali potrebbero già essere salvate in locale):
4. 1. Nome utente: <Nome database MyGeotab>/<Nome utente MyGeotab>
   2. 1. Esempio: Database123/johnsmith@geotab.com
   1. Password: <Password My Geotab>
   2. Livello di applicazione delle impostazioni: https://data-connector.geotab.com/

5. 

4. Fare clic su Connetti.

5. 

5. Per modificare le credenziali in un secondo momento, fare clic su File > Opzioni, quindi su Impostazioni > Impostazioni origine dati e cambiare le autorizzazioni di ciascuna tabella.

Modello Tableau

1. Aprire direttamente il modello Tableau.

2. ✱ NOTA: quando si apre il modello per la prima volta, tutti i fogli saranno vuoti e restituiranno errori di connessione poiché non sono state ancora immesse le credenziali utente.

2. Trovare l'URL di accesso di base da MyGeotab > Amministrazione > Geotab Data Connector. Per ulteriori informazioni sull'URL di accesso, consultare la Guida utente di Geotab Data Connector.

3. Se l'URL di accesso di base è https://odata-connector-1.geotab.com/odata/v4/svc/, procedere come segue:

4. 1. Fare clic su Aggiorna tutte le estrazioni:

5. 

3. Fare clic su Aggiorna nella finestra visualizzata:

4. 

4. Tableau richiederà di immettere le credenziali per tutte e quattro le tabelle di origine. Immettere le credenziali MyGeotab all'apertura delle finestre:
5. 1. Nome utente: <Nome database MyGeotab>/<Nome utente MyGeotab>
   2. 1. Database123/johnsmith@geotab.com
   1. Password: <Password MyGeotab>

6. 

5. Dopo aver immesso le credenziali per ogni tabella di origine, i dati verranno caricati nel modello.

6. Se si dispone di un URL di accesso di base diverso, procedere come segue:

7. 1. In Dati, accedere alla prima origine dati e selezionare Modifica origine dati:

   2. 

   2. Aggiornare il server in modo che corrisponda all'URL di accesso, assicurandosi di mantenere l'identificativo della tabella alla fine dell'URL. Immettere le credenziali MyGeotab e fare clic su Accedi:

   3. 

   3. Dopo il caricamento del riepilogo delle connessioni, accedere a una delle schede della dashboard nella parte inferiore della schermata:

   5. 

   4. Ripetere i passaggi 1-3 per le quattro origini dati rimanenti.
   5. Fare clic su Aggiorna tutte le estrazioni:

8. 

6. Fare clic su Aggiorna nella finestra visualizzata:

Modello Excel

1. Aprire direttamente il modello Excel.

2. ✱ NOTA: quando si apre il modello per la prima volta, tutti i fogli saranno vuoti e restituiranno errori di connessione poiché non sono state ancora immesse le credenziali utente.

2. Nel menu Dati, fare clic su Aggiorna tutto:

3. 

3. Immettere le credenziali (in caso di accesso precedente a GDC tramite Power BI, le credenziali potrebbero già essere salvate in locale):
4. 1. Nome utente: <Nome database MyGeotab>/<Nome utente MyGeotab>
   2. 1. Database123/johnsmith@geotab.com
   1. Password: <Password My Geotab>
   2. Livello di applicazione delle impostazioni: https://data-connector.geotab.com/

5. 

4. Fare clic su Connetti:

5. 

5. Per modificare le credenziali in un secondo momento, fare clic su Dati > Ottieni dati > Impostazioni origine dati e cambiare le autorizzazioni di ciascuna tabella.

Panoramica dei modelli

I modelli sono stati concepiti per fornire una soluzione pronta all'uso che dimostri come Data Connector possa essere utilizzato per rispondere alle necessità della flotta. Si tenga presente che una volta scaricati i modelli, è possibile personalizzare la dashboard in base alle proprie esigenze.

✱ NOTA: sono attualmente disponibili modelli di visualizzazione compatibili con gli insight per Power BI e Tableau. Il modello Excel fornisce solo dati di esempio a scopo di progettazione e test.

Distanza e tempo

Metriche aggregate su base mensile che analizzano la distanza GPS e i tempi di guida degli ultimi 6 mesi completi.

1. Qual è stato l'andamento della distanza di guida e del tempo di guida della mia flotta negli ultimi 6 mesi?
2. Qual è la distanza di guida media mensile della flotta?
3. Qual è il tempo di guida medio mensile della flotta?
4. Quale veicolo ha percorso la distanza maggiore od ottenuto il tempo più lungo nell'ultimo mese?
5. Quale veicolo ha percorso la distanza inferiore od ottenuto il tempo minore l'ultimo mese?
6. Come sono stati confrontati il tempo di guida e la distanza dell'ultimo mese con il mese precedente?

8. 

9. Metriche	Calcolo
   Distanza GPS media mensile (mi)	Somma di VehicleKpi_Monthly[GPS_Distance_km] moltiplicata per 0,621371 per convertire km in mi, diviso per il numero totale di mesi
   Distanza GPS totale (mi)	Somma di VehicleKpi_Monthly[GPS_Distance_km] moltiplicata per 0,621371 per convertire km in mi
   Distanza GPS ultimo mese (mi)	Somma di VehicleKpi_Monthly[GPS_Distance_km] moltiplicata per 0,621371 per convertire km in mi, e con filtro applicato per includere solo l'ultimo mese completo
   Tempo medio mensile (ore)	Somma di VehicleKpi_Monthly[DriveDuration_Seconds] divisa per 3600 per convertire i secondi in ore, diviso per il numero totale di mesi
   Tempo totale (ore)	Somma di VehicleKpi_Monthly[DriveDuration_Seconds] divisa per 3600 per convertire i secondi in ore
   Tempo ultimo mese (ore)	Somma di VehicleKpi_Monthly[DriveDuration_Seconds] divisa per 3600 per convertire i secondi in ore, e con filtro applicato per includere solo l'ultimo mese

10. Tempo di sosta a motore acceso

11. Metriche aggregate su base mensile e incentrate sul tempo di sosta a motore accesso e sul consumo di carburante negli ultimi 6 mesi.

7. Qual è stato l'andamento del del tempo di sosta a motore accesso e del consumo di carburante della flotta negli ultimi 6 mesi?
8. Qual è il consumo medio mensile di carburante durante il tempo di sosta a motore acceso della flotta?
9. Qual è il tempo di sosta a motore acceso medio mensile della flotta?
10. Quale veicolo ha registrato il maggiore tempo di sosta a motore acceso e consumo di carburante l'ultimo mese?
11. Quale veicolo ha registrato il minore tempo di sosta a motore acceso e consumo di carburante l'ultimo mese?
12. Come sono stati confrontati il tempo di sosta a motore acceso e il consumo di carburante dell'ultimo mese con il mese precedente?

14. 

16. Metriche	Calcolo
    Carburante durante il tempo di sosta a motore acceso medio mensile (gal)	Somma di VehicleKpi_Monthly[IdleFuel_Litres] moltiplicata per 0,264172 per convertire i litri in galloni diviso per il numero totale di mesi
    Totale carburante durante tempo di sosta a motore acceso (gal)	Somma di VehicleKpi_Monthly[IdleFuel_Litres] moltiplicata per 0,264172 per convertire i litri in galloni
    Carburante durante tempo di sosta a motore acceso ultimo mese (gal)	Somma di VehicleKpi_Monthly[IdleFuel_Litres] moltiplicata per 0,264172 per convertire i litri in galloni, e con filtro applicato per includere solo l'ultimo mese completo
    Tempo di sosta a motore acceso medio mensile (ore)	Somma di VehicleKpi_Monthly[IdleDuration_Seconds] divisa per 3600 per convertire i secondi in ore diviso per il numero totale di mesi
    Tempo di sosta a motore acceso totale (ore)	Somma di VehicleKpi_Monthly[IdleDuration_Seconds] divisa per 3600 per convertire i secondi in ore
    Tempo di sosta a motore acceso ultimo mese (ore)	Somma di VehicleKpi_Monthly[IdleDuration_Seconds] divisa per 3600 per convertire i secondi in ore, e con filtro applicato per includere solo l'ultimo mese

17. Consumo carburante

18. Metriche aggregate su base mensile e incentrate sul consumo carburante negli ultimi 6 mesi. Nota: il chilometraggio potrebbe essere diverso dalla distanza GPS poiché viene calcolato solo dopo la registrazione del consumo di carburante da parte del dispositivo. In questo modo si garantisce che i calcoli sul consumo carburante siano accurati qualora il consumo di carburante non sia riportato per alcuni veicoli o segmenti di viaggio, ed è ragionevole presumere che sia rappresentativo delle prestazioni totali nella stragrande maggioranza dei casi.

13. Qual è stato l'andamento del consumo carburante della flotta negli ultimi 6 mesi?
14. Qual è stato l'andamento dell'utilizzo del carburante e del chilometraggio della flotta negli ultimi 6 mesi?
15. Qual è il consumo medio di carburante della flotta?
16. Qual è il consumo medio di carburante della flotta in base al tipo di carburante?
17. Com'è stato confrontato il consumo carburante dell'ultimo mese con il mese precedente?
18. Com'è stato confrontato l'utilizzo del carburante dell'ultimo mese con il mese precedente?

19. 

21. Metriche	Calcolo
    Chilometraggio totale (mi)	Somma di VehicleKpi_Monthly[FuelEconomy_Distance_Km] moltiplicata per 0,621371 per convertire km in mi
    Totale carburante (gal)	Somma di VehicleKpi_Monthly[TotalFuel_Litres] moltiplicata per 0,264172 per convertire i litri in galloni
    Consumo totale di carburante (mpg)	Somma di VehicleKpi_Monthly[FuelEconomy_Distance_Km] divisa per la somma di VehicleKpi_Monthly[TotalFuel_Litres] moltiplicata per 2,35215 per convertire km/L in mpg
    Consumo carburante ultimo mese (mpg)	Somma di VehicleKpi_Monthly[FuelEconomy_Distance_Km] divisa per la somma di VehicleKpi_Monthly[TotalFuel_Litres] moltiplicata per 2,35215 per convertire km/L in mpg, e con filtro applicato solo in includere l'ultimo mese completo
    Utilizzo del carburante ultimo mese (gal)	Somma di VehicleKpi_Monthly[TotalFuel_Litres] moltiplicata per 0,264172 per convertire i litri in galloni, e con filtro applicato per includere solo l'ultimo mese

22. Utilizzo

23. Metriche aggregate su base mensile e incentrate sull'utilizzo negli ultimi 6 mesi. In questa scheda vengono illustrati due metodi di calcolo dell'utilizzo.

19. Qual è stato l'andamento dell'utilizzo dei veicoli negli ultimi 6 mesi?
20. Qual è stato l'andamento dell'utilizzo della flotta negli ultimi 6 mesi?
21. Com'è stato confrontato l'utilizzo dei veicoli dell'ultimo mese con il mese precedente?
22. Com'è stato confrontato l'utilizzo della flotta dell'ultimo mese con il mese precedente?

Analisi giornaliera

Metriche aggregate di base giornaliera che visualizzano le metriche principali delle prime quattro schede aggregate su base mensile come tendenza giornaliera degli ultimi 30 giorni. Include una mappa visiva che traccia le ultime coordinate di posizione note di ciascun veicolo per ogni giorno.

1. Qual è stato l'andamento giornaliero delle metriche chiave della flotta negli ultimi 30 giorni?
2. Dov'è l'ultima posizione giornaliera registrata di ciascuno dei veicoli?

4. 

6. Metriche	Calcolo
   Tempo di guida (ore)	Somma di VehicleKpi_Daily[DriveDuration_Seconds] divisa per 3600 per convertire i secondi in ore
   Distanza di guida (ore)	Somma di VehicleKpi_Daily[GPS_Distance_Km] moltiplicata per 0,621371 per convertire i km in miglia
   Tempo di sosta a motore acceso (ore)	Somma di VehicleKpi_Daily[IdleDuration_Seconds] divisa per 3600 per convertire i secondi in ore
   Carburante nel tempo di sosta a motore acceso (gal)	Somma di VehicleKpi_Daily[IdleFuel_Litres] moltiplicata per 0,264172 per convertire i litri in galloni
   Consumo carburante (mpg)	Somma di VehicleKpi_Daily[FuelEconomy_Distance_Km] divisa per la somma di VehicleKpi_Daily[TotalFuel_Litres] moltiplicata per 2,35215 per convertire km/L in mpg
   Utilizzo del carburante (gal)	Somma di VehicleKpi_Daily[TotalFuel_Litres] moltiplicata per 0,264172 per convertire i litri in galloni
   Utilizzo del veicolo	Somma di VehicleKpi_Daily[TotalEngine_Hours] divisa per il conteggio distinto dei veicoli della flotta moltiplicato per il periodo di tempo totale in ore
   Utilizzo della flotta	Conteggio distinto dei veicoli della flotta con VehicleKpi_Daily[GPS_Distance_Km] > 0 diviso per conteggio distinto dei veicoli della flotta

7. Analisi oraria

8. Metriche aggregate su base oraria che visualizzano le metriche principali delle prime quattro schede aggregate su base mensile come tendenza giornaliera degli ultimi 14 giorni. Include una mappa visiva che traccia le ultime coordinate di posizione note di ciascun veicolo per ogni giorno.

3. Qual è stato l'andamento orario delle metriche chiave della flotta negli ultimi 14 giorni?
4. Dov'è l'ultima posizione oraria registrata di ciascuno dei veicoli?

Panoramica del modello relativo al benchmark in termini di sicurezza

Il modello è concepito per fornire una panoramica ottimizzata delle prestazioni complessive della flotta in termini di sicurezza e un confronto con il benchmark e il leader di flotte simili. Il modello è corredato da alcune immagini interattive, per mostrare le aree in cui i veicoli registrano prestazioni migliori o peggiori rispetto ai benchmark.

Il grafico a quadranti aiuta a identificare le persone che necessitano di maggiore attenzione. Ad esempio, il quadrante in alto a destra include i casi con un tasso di collisione più elevato rispetto al benchmark previsto. Il quadrante in alto a sinistra include i casi con un tasso di collisione inferiore rispetto al benchmark previsto.

Il modello fornisce ugualmente un confronto relativo tra i diversi gruppi in base al tasso di collisione medio previsto, così come una panoramica dettagliata delle prestazioni a livello di veicolo.

Panoramica del modello relativo alla manutenzione