Przewodnik po szablonach konektorów danych Geotab
Szablony dostarczane dla Geotab Data Connector można pobrać z Podręcznika użytkownika lub bezpośrednio ze strony dodatku Data Connector. Szablony zostały zaprojektowane w celu zapewnienia gotowego rozwiązania, pokazującego, w jaki sposób Konektor Danych może być wykorzystany do odpowiedzi na kluczowe pytania dotyczące floty. Należy pamiętać, że po pobraniu szablonów można dowolnie dostosować pulpit nawigacyjny, aby jak najlepiej odpowiadał potrzebom wglądu.

Support Document

0 mins to read

Przewodnik po szablonach i biblioteka szablonów

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

Luty 2025 r.

Spis treści

Wprowadzenie

Geotab Data Connector to narzędzie przeznaczone dla menedżerów flot do importowania wyselekcjonowanych danych pochodzących z ich własnych flot do preferowanego narzędzia BI / wizualizacji bez konieczności ręcznego korzystania z raportów MyGeotab. Ponadto, w przeciwieństwie do zestawu SDK MyGeotab, to narzędzie pozwala kierownikom floty na dostosowanie raportów bez konieczności kodowania.

Dokument ten zawiera instrukcje dotyczące wstępnego pobrania i dostępu do szablonów oraz przegląd dostępnych w nich informacji.

Galeria szablonów

Szablony można teraz znaleźć na głównej stronie Data Connector w sekcji Raporty. Każdy szablon jest dostępny dla PowerBI, Tableau i Excel zarówno w jednostkach metrycznych, jak i imperialnych.

document Image

Wprowadzenie

Szablon narzędzia Power BI

Aby rozpocząć, wykonaj poniższe kroki lub obejrzyj ten film (w języku angielskim).

  1. Otwórz bezpośrednio szablon narzędzia Power BI.
  2. ✱ PAMIĘTAJ: podczas pierwszego otwarcia szablonu wszystkie arkusze będą puste i mogą zawierać błędy połączenia, ponieważ dane logowania użytkownika nie zostały jeszcze wprowadzone.

  3. Kliknij opcję Odśwież.
  4. document Image

  5. Wprowadź dane logowania (jeśli wcześniej uzyskano dostęp do rozwiązania GDC za pośrednictwem narzędzia Power BI, dane logowania mogą być już zapisane lokalnie):
    1. Nazwa użytkownika: <nazwa bazy danych MyGeotab>/<nazwa użytkownika MyGeotab>
      1. Przykład: Database123/johnsmith@geotab.com
    2. Hasło: <hasło MyGeotab>
    3. Poziom zastosowania ustawień: https://data-connector.geotab.com/
  6. document Image

  7. Kliknij opcję Połącz.
  8. document Image

  9. Jeśli zajdzie potrzeba późniejszego edytowania danych logowania, możesz to zrobić, klikając kolejno Plik > Opcje, a następnie Ustawienia > Ustawienia źródła danych, aby edytować uprawnienia dla każdej tabeli.

Szablon narzędzia Tableau

  1. Otwórz bezpośrednio szablon narzędzia Tableau.
  2. ✱ PAMIĘTAJ: podczas pierwszego otwarcia szablonu wszystkie arkusze będą puste i mogą zawierać błędy połączenia, ponieważ dane logowania użytkownika nie zostały jeszcze wprowadzone.

  3. Znajdź podstawowy adres URL dostępu w MyGeotab > Administracja > Geotab Data Connector. Więcej informacji na temat adresu URL dostępu można znaleźć w Podręczniku użytkownika rozwiązania Geotab Data Connector.
  4. Jeśli podstawowy adres URL dostępu to https://odata-connector-1.geotab.com/odata/v4/svc/, wykonaj następujące czynności:

    1. Kliknij opcję Odśwież wszystkie wyodrębnione dane.
  5. document Image

  6. W wyświetlonym oknie kliknij przycisk Odśwież.
  7. document Image

  8. Narzędzie Tableau wyświetli monit o wprowadzenie danych logowania dla wszystkich czterech tabel źródłowych. Wprowadź dane logowania MyGeotab, gdy pojawi się okno:
    1. Nazwa użytkownika: <nazwa bazy danych MyGeotab>/<nazwa użytkownika MyGeotab>
      1. Database123/johnsmith@geotab.com
    2. Hasło: <hasło MyGeotab>
  9. document Image

  10. Po wprowadzeniu danych logowania dla każdej tabli źródłowej dane zostaną załadowane do szablonu.
  11. Jeśli masz inny podstawowy adres URL dostępu, wykonaj następujące czynności:

    1. W sekcji Dane przejdź do pierwszego źródła danych i wybierz opcję Edytuj źródło danych.
    2. document Image

    3. Zaktualizuj serwer, aby dopasować adres URL dostępu, pamiętając o zachowaniu identyfikatora tabeli na końcu adresu URL. Wprowadź dane logowania MyGeotab i kliknij przycisk Zaloguj się.
    4. document Image

    5. Po załadowaniu podsumowania połączenia przejdź do dowolnej zakładki pulpitu nawigacyjnego w dolnej części ekranu.
    6. document Image

    7. Powtórz czynności 1–3 dla czterech pozostałych źródeł danych.
    8. Kliknij opcję Odśwież wszystkie wyodrębnione dane.
  12. document Image

  13. W wyświetlonym oknie kliknij przycisk Odśwież.

document Image

Szablon programu Excel

  1. Otwórz szablon programu Excel.
  2. ✱ PAMIĘTAJ: podczas pierwszego otwarcia szablonu wszystkie arkusze będą puste i mogą zawierać błędy połączenia, ponieważ dane logowania użytkownika nie zostały jeszcze wprowadzone.

  3. W menu Dane kliknij przycisk Odśwież wszystko.
  4. document Image

  5. Wprowadź dane logowania (jeśli wcześniej uzyskano dostęp do rozwiązania GDC za pośrednictwem narzędzia Power BI, dane logowania mogą być już zapisane lokalnie):
    1. Nazwa użytkownika: <nazwa bazy danych MyGeotab>/<nazwa użytkownika MyGeotab>
      1. Database123/johnsmith@geotab.com
    2. Hasło: <hasło MyGeotab>
    3. Poziom do zastosowania ustawień: https://data-connector.geotab.com/
  6. document Image

  7. Kliknij opcję Połącz.
  8. document Image

  9. Jeśli zajdzie potrzeba późniejszego edytowania danych logowania, możesz to zrobić, klikając kolejno Dane > Pobierz dane > Ustawienia źródła danych, aby edytować uprawnienia dla każdej tabeli.

Przegląd szablonów KPI pojazdu

Szablony projektowane są w celu zapewnienia gotowego rozwiązania analitycznego. Pokazują one, jak za pomocą rozwiązania Data Connector można znaleźć odpowiedzi na kluczowe pytania dotyczące floty. Po pobraniu szablonów możesz dowolnie dostosować swój pulpit nawigacyjny, by dopasować go jak najlepiej do swoich potrzeb.

✱ PAMIĘTAJ: szablony wizualizacji danych gotowych do wglądu są obecnie dostępne dla narzędzi Power BI i Tableau. Szablon programu Excel zawiera wyłącznie przykładowe dane do celów projektowych i testowych.

Odległość i czas

Miesięczne zagregowane wskaźniki dotyczące odległości GPS i czasu jazdy w ciągu ostatnich 6 miesięcy, w tym:

  1. W jaki sposób kształtowały się przejechana odległość i czas jazdy pojazdów floty w ciągu ostatnich 6 miesięcy?
  2. Jaki jest średnia miesięczna przejechana odległość pojazdów floty?
  3. Jaki jest średni miesięczny czas jazdy pojazdów floty?
  4. Który pojazd przejechał w zeszłym miesiącu największą odległość lub spędził w trasie najwięcej czasu?
  5. Który pojazd przejechał w zeszłym miesiącu najmniejszą odległość lub spędził w trasie najmniej czasu?
  6. Jak wyglądają czas jazdy oraz przejechana odległość w ubiegłym miesiącu w porównaniu z poprzednim miesiącem?
  7. document Image

  8. Wskaźnik

    Obliczenia

    Średnia miesięczna odległość GPS (w milach)

    Suma VehicleKpi_Monthly[GPS_Distance_km] pomnożona przez 0,621371 w celu przeliczenia kilometrów na mile, podzielona przez całkowitą liczbę miesięcy

    Całkowita odległość GPS (w milach)

    Suma VehicleKpi_Monthly[GPS_Distance_km] pomnożona przez 0,621371 w celu przeliczenia kilometrów na mile

    Odległość GPS w zeszłym miesiącu (w milach)

    Suma VehicleKpi_Monthly[GPS_Distance_km] pomnożona przez 0,621371 w celu przeliczenia kilometrów na mile i przefiltrowana w celu uwzględnienia tyko ostatniego, pełnego miesiąca

    Średni miesięczny czas (w godzinach)

    Suma VehicleKpi_Monthly[DriveDuration_Seconds] podzielona przez 3600 w celu przeliczenia sekund na godziny, podzielona przez całkowitą liczbę miesięcy

    Całkowity czas (w godzinach)

    Suma VehicleKpi_Monthly[DriveDuration_Seconds] podzielona przez 3600 w celu przeliczenia sekund na godziny

    Czas w zeszłym miesiącu (w godzinach)

    Suma VehicleKpi_Monthly[DriveDuration_Seconds] podzielona przez 3600 w celu przeliczenia sekund na godziny i przefiltrowana w celu uwzględnienia tylko ostatniego, pełnego miesiąca

  9. Praca silnika na biegu jałowym

  10. Miesięczne zagregowane wskaźniki dotyczące czasu pracy silnika na biegu jałowym i zużyciu paliwa na biegu jałowym w ciągu ostatnich 6 miesięcy, w tym:

  11. W jaki sposób kształtowały się tendencje zużycia paliwa na biegu jałowym i czasu pracy silnika na biegu jałowym pojazdów floty w ciągu ostatnich 6 miesięcy?
  12. Jakie jest średnie miesięczne zużycie paliwa na biegu jałowym pojazdów floty?
  13. Ile wynosi średni miesięczny czas pracy silnika na biegu jałowym pojazdów floty?
  14. W którym pojeździe w zeszłym miesiącu wystąpiło największe zużycie paliwa na biegu jałowym lub wystąpił najdłuższy czas pracy na biegu jałowym?
  15. W którym pojeździe w zeszłym miesiącu wystąpiło najmniejsze zużycie paliwa na biegu jałowym lub wystąpił najkrótszy czas pracy na biegu jałowym?
  16. Jak wyglądało zużycie paliwa na biegu jałowym i czas pracy silnika na biegu jałowym w ostatnim miesiącu w porównaniu z poprzednim miesiącem?
  17. document Image

  18. Wskaźnik

    Obliczenia

    Średnie miesięczne zużycie paliwa na biegu jałowym (w galonach)

    Suma VehicleKpi_Monthly[IdleFuel_Litres] pomnożona przez 0,264172 w celu przeliczenia litrów na galony, podzielona przez całkowitą liczbę miesięcy

    Całkowite zużycie paliwa na biegu jałowym (w galonach)

    Suma VehicleKpi_Monthly[IdleFuel_Litres] pomnożona przez 0,264172 w celu przeliczenia litrów na galony

    Zużycie paliwa na biegu jałowym w zeszłym miesiącu (w galonach)

    Suma VehicleKpi_Monthly[IdleFuel_Litres] pomnożona przez 0,264172 w celu przeliczenia litrów na galony i przefiltrowana w celu uwzględnienia tylko ostatniego, pełnego miesiąca

    Średni miesięczny czas pracy silnika na biegu jałowym (w godzinach)

    Suma VehicleKpi_Monthly[IdleDuration_Seconds] podzielona przez 3600 w celu przeliczenia sekund na godziny, podzielona przez całkowitą liczbę miesięcy

    Całkowity czas pracy silnika na biegu jałowym (w godzinach)

    Suma VehicleKpi_Monthly[IdleDuration_Seconds] podzielona przez 3600 w celu przeliczenia sekund na godziny

    Czas pracy silnika na biegu jałowym w ostatnim miesiącu (w godzinach)

    Suma VehicleKpi_Monthly[IdleDuration_Seconds] podzielona przez 3600 w celu przeliczenia sekund na godziny i przefiltrowana w celu uwzględnienia tylko ostatniego, pełnego miesiąca

  19. Zużycie paliwa

  20. Miesięczne zagregowane wskaźniki dotyczące oszczędności zużycia paliwa w ciągu ostatnich 6 miesięcy. Należy pamiętać, że przejechana odległość na podstawie danych paliwa może się różnić od odległości GPS, ponieważ odległość ta jest rejestrowana tylko wtedy, gdy urządzenie zarejestrowało również zużycie paliwa. Zapewnia to dokładność obliczeń zużycia paliwa w przypadku, gdy zużycie paliwa nie jest zgłaszane dla niektórych pojazdów lub odcinków kursu. Można założyć, że ten wskaźnik przedstawia całkowitą wydajność w zdecydowanej większości przypadków.

  21. W jaki sposób kształtowała się tendencja zużycia paliwa pojazdów floty w ciągu ostatnich 6 miesięcy?
  22. W jaki sposób kształtowała się tendencja zużycia paliwa i przejechanej odległości pojazdów floty na podstawie danych paliwa w ciągu ostatnich 6 miesięcy?
  23. Jakie jest średnie zużycie paliwa pojazdów floty?
  24. Jakie jest średnie zużycie paliwa pojazdów floty w zależności od rodzaju paliwa?
  25. Jak wyglądała oszczędność zużycia paliwa w ostatnim miesiącu w porównaniu z poprzednim?
  26. Jak wyglądało zużycie paliwa w ostatnim miesiącu w porównaniu z poprzednim?
  27. document Image

  28. Wskaźnik

    Obliczenia

    Całkowita, przejechana odległość na podstawie danych paliwa (w milach)

    Suma VehicleKpi_Monthly[FuelEconomy_Distance_Km] pomnożona przez 0,621371 w celu przeliczenia kilometrów na mile

    Całkowite zużycie paliwa (w galonach)

    Suma VehicleKpi_Monthly[TotalFuel_Litres] pomnożona przez 0,264172 w celu przeliczenia litrów na galony

    Całkowita oszczędność zużycia paliwa (w milach na galon)

    Suma VehicleKpi_Monthly[FuelEconomy_Distance_Km] podzielona przez sumę VehicleKpi_monthly[TotalFuel_Litres] pomnożona przez 2,35215 w celu przeliczenia kilometrów na litr na mile na galon

    Oszczędność zużycia paliwa w zeszłym miesiącu (w milach na galon)

    Suma VehicleKpi_Monthly[FuelEconomy_Distance_Km] podzielona przez sumę VehicleKpi_monthly[TotalFuel_Litres] pomnożona przez 2,35215 w celu przeliczenia kilometrów na litr na mile na galon i przefiltrowana w celu uwzględnienia tylko ostatniego, pełnego miesiąca

    Zużycie paliwa w zeszłym miesiącu (w galonach)

    Suma VehicleKpi_Monthly[TotalFuel_Litres] pomnożona przez 0,264172 w celu przeliczenia litrów na galony i przefiltrowana w celu uwzględnienia tylko ostatniego, pełnego miesiąca

  29. Eksploatacja

  30. Miesięczne zagregowane wskaźniki dotyczące wykorzystania w ciągu ostatnich 6 miesięcy. W tej zakładce pokazane są dwie metody obliczania wskaźnika wykorzystania.

  31. W jaki sposób kształtowała się tendencja wykorzystania pojazdu w ciągu ostatnich 6 miesięcy?
  32. W jaki sposób kształtowała się tendencja wykorzystania pojazdów floty w ciągu ostatnich 6 miesięcy?
  33. W jaki sposób wyglądało wykorzystanie pojazdów w ostatnim miesiącu w porównaniu z poprzednim?
  34. W jaki sposób wyglądało wykorzystanie pojazdów floty w ostatnim miesiącu w porównaniu z poprzednim?

document Image

Wskaźnik

Obliczenia

Wykorzystanie pojazdu

Suma VehicleKpi_Monthly[TotalEngine_Hours] podzielona przez daną liczbę pojazdów we flocie pomnożona przez całkowity czas w godzinach

Wykorzystanie pojazdu w ostatnim miesiącu

Suma VehicleKpi_Monthly[TotalEngine_Hours] podzielona przez daną liczbę pojazdów we flocie pomnożona przez całkowity czas w godzinach i przefiltrowana w celu uwzględnienia tylko ostatniego, pełnego miesiąca

Wykorzystanie floty

Dana liczba pojazdów we flocie z VehicleKpi_Monthly[GPS_Distance_Km] > 0 podzielona przez daną liczbę pojazdów we flocie

Wykorzystanie floty w ostatnim miesiącu

Dana liczba pojazdów we flocie z VehicleKpi_Monthly[GPS_Distance_Km] > 0 podzielona przez daną liczbę pojazdów we flocie i przefiltrowana w celu uwzględnienia tylko ostatniego, pełnego miesiąca

Analiza dzienna

Dzienne zagregowane wskaźniki wyświetlające główne wskaźniki z pierwszych czterech miesięcznych zagregowanych zakładek jako dzienna tendencja w ciągu ostatnich 30 dni. Obejmuje wizualizację mapy przedstawiającej współrzędne ostatniej znanej pozycji każdego pojazdu na każdy dzień.

  1. W jaki sposób kształtowała się dzienna tendencja kluczowych wskaźników floty w ciągu ostatnich 30 dni?
  2. Gdzie znajduje się ostatnia zarejestrowana dzienna pozycja każdego z pojazdów?

document Image

Wskaźnik

Obliczenia

Czas jazdy (w godzinach)

Suma VehicleKpi_Daily[DriveDuration_Seconds] podzielona przez 3600 w celu przeliczenia sekund na godziny

Pokonywana odległość (w milach)

Suma VehicleKpi_Daily[GPS_Distance_Km] pomnożona przez 0,621371 w celu przeliczenia kilometrów na mile

Czas pracy silnika na biegu jałowym (w godzinach)

Suma VehicleKpi_Daily[IdleDuration_Seconds] podzielona przez 3600 w celu przeliczenia sekund na godziny

Zużycie paliwa na biegu jałowym (w galonach)

Suma VehicleKpi_Daily[IdleFuel_Litres] pomnożona przez 0,264172 w celu przeliczenia litrów na galony

Oszczędność zużycia paliwa (w milach na galon)

Suma VehicleKpi_Daily[FuelEconomy_Distance_Km] podzielona przez sumę VehicleKpi_Daily[TotalFuel_Litres] pomnożona przez 2,35215 w celu przeliczenia kilometrów na litr na mile na galon

Zużycie paliwa (w galonach)

Suma VehicleKpi_Daily[TotalFuel_Litres] pomnożona przez 0,264172 w celu przeliczenia litrów na galony

Wykorzystanie pojazdu

Suma VehicleKpi_Daily[TotalEngine_Hours] podzielona przez daną liczbę pojazdów we flocie pomnożona przez całkowity czas w godzinach

Wykorzystanie floty

Dana liczba pojazdów we flocie z VehicleKpi_Daily[GPS_Distance_Km] > 0 podzielona przez daną liczbę pojazdów we flocie

Przegląd szablonu poziomów odniesienia dotyczących bezpieczeństwa

Szablon Poziomy odniesienia dotyczące bezpieczeństwa został zaprojektowany z myślą o zapewnieniu bardzo szczegółowego przeglądu ogólnego stanu bezpieczeństwa floty i porównania tych danych z poziomem odniesienia i liderów grupy porównawczej. Szablon jest wzbogacony o interaktywne elementy wizualne przedstawiające obszary, w których pojazdy radzą sobie lepiej lub gorzej w stosunku do poziomów odniesienia.

Wykresy kwadrantowe zostały zaprojektowane z myślą o pomocy w identyfikacji pojedynczych kierowców, które wymagają najwięcej uwagi. Na przykład prawy górne pole uwzględnia przypadki, w których pojazdy miały wyższy wskaźnik kolizji niż prognozowany poziom odniesienia. Natomiast lewe górne pole uwzględnia przypadki, w których pojazdy miały niższy wskaźnik kolizji niż prognozowany poziom odniesienia.

Szablon zapewnia również względne porównanie różnych grup na podstawie ich średniego prognozowanego wskaźnika kolizji, a także szczegółowy przegląd wydajności na poziomie pojazdu.

scroll-up