> For the complete documentation index, see [llms.txt](https://navixy.com/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations.md).

# Transformations courantes

Entités analytiques prêtes à l'emploi dans la couche Transformation, disponibles immédiatement à l'interrogation et adaptables via Transformation Builder

La couche Transformation comprend un ensemble de transformations courantes développées et gérées par Navixy. Ces transformations s’exécutent automatiquement selon une planification et alimentent le `processed_common_data` schéma avec des entités analytiques normalisées dérivées des données brutes de télématique et d’entreprise.

Vous pouvez commencer à interroger ces données dès que vous êtes connecté à IoT Query, sans configuration. Chaque transformation produit une table spécifique avec un schéma de sortie documenté, une planification des mises à jour et une logique de traitement.

{% hint style="info" %}
Pour créer une version personnalisée d’une transformation répertoriée, téléchargez le modèle de workflow correspondant depuis la page [Modèles](https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/transformation-builder/templates.md) et importez-le dans Transformation Builder.
{% endhint %}

## Transformations disponibles

Le tableau ci-dessous répertorie les transformations gérées par Navixy dans le `processed_common_data`. Chaque entrée renvoie à une page dédiée qui présente le schéma de sortie, l’algorithme qui génère les lignes et les options de personnalisation que vous pouvez appliquer lors de la création d’un workflow dérivé dans `processed_custom_data`.

<table><thead><tr><th width="148">Transformation</th><th width="273">Tableau</th><th>Description</th></tr></thead><tbody><tr><td><a href="https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/trips.md">Trajets</a></td><td><code>processed_common_data.trips</code></td><td>Trajets des véhicules dérivés des données télématiques brutes, avec notamment les heures de début et de fin, la distance, les statistiques de vitesse et la détection des zones.</td></tr><tr><td><a href="https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/sensor-data-aggregation.md">Agrégation des données du capteur</a></td><td><code>processed_common_data.sensors_data_by_hours</code></td><td>Agrégats horaires des relevés de capteurs, comprenant les valeurs moyennes, minimales et maximales, l’interpolation de l’étalonnage du carburant et un enrichissement lisible par l’humain.</td></tr><tr><td><a href="https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/rule-based-driver-events.md">Événements du conducteur basés sur des règles</a></td><td><code>processed_common_data.rule_based_driver_events</code></td><td>Événements de violation des règles de conduite détectés en temps réel à partir des données télématiques, de l’état du contact et des données du capteur, notamment la conduite agressive, les excès de vitesse, les périodes au ralenti et les violations du TR/MIN.</td></tr><tr><td><a href="https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/input-change-events.md">Événements de changement d’entrée</a></td><td><code>processed_common_data.input_change_events</code></td><td>Changements des entrées discrètes correspondant à la configuration <code>input_change</code> les règles, y compris la règle déclenchante, le numéro et la valeur de l'entrée, ainsi que le contexte de la zone.</td></tr></tbody></table>

## Étapes suivantes

* [**Trajets**](https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/trips.md) : Schéma de sortie, description de l’algorithme, options de personnalisation et téléchargement du modèle de workflow.
* [**Agrégation des données du capteur**](https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/sensor-data-aggregation.md): Schéma de sortie, description de l’algorithme, variations de la taille des compartiments et téléchargement du modèle de workflow.
* [**Événements de conduite du conducteur basés sur des règles**](https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/rule-based-driver-events.md): Événements d’infraction au code de la route évalués selon les règles d’alerte configurées sur votre compte.
* [**Événements de changement d’entrée**](https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/input-change-events.md): Changements des entrées discrètes correspondant aux `input_change` règles configurées, actualisées toutes les 15 minutes.
* [**Modèles**](https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/transformation-builder/templates.md): Téléchargez des modèles de workflow pour les transformations courantes et importez-les dans Transformation Builder.
* [**Couche de transformation**](https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer.md) : Comment la couche de transformation organise les données traitées en schémas et comment les interroger.
* [**Générateur de transformations**](https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/transformation-builder.md) : Concevoir et adapter des workflows de transformation à l’aide de l’interface visuelle.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
