> 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 de transformation comprend un ensemble de transformations courantes développées et maintenues par Navixy. Ces transformations s'exécutent automatiquement selon une planification et alimentent le `données_communes_traitées` schéma avec des entités analytiques normalisées dérivées de données télématiques brutes et de données métier.

Vous pouvez commencer à interroger ces données immédiatement après vous être connecté à IoT Query — aucune configuration requise. Chaque transformation produit une table spécifique avec un schéma de sortie documenté, un calendrier de mise à jour et une logique de traitement.

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

## Transformations disponibles

Le tableau ci-dessous répertorie les transformations que Navixy maintient dans `données_communes_traitées`. Chaque entrée renvoie vers une page dédiée couvrant le schéma de sortie, l'algorithme qui produit les lignes et les options de personnalisation que vous pouvez appliquer lors de la création d'un workflow dérivé dans `données_personnalisées_traitées`.

<table><thead><tr><th width="148">Transformation</th><th width="273">Table</th><th>Description</th></tr></thead><tbody><tr><td><a href="/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/trips.md">Trajets</a></td><td><code>processed_common_data.Trajets</code></td><td>Trajets du véhicule dérivés des données télématiques brutes, y compris les heures de début et de fin, la distance, les statistiques de vitesse et la détection de zone.</td></tr><tr><td><a href="/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/sensor-data-aggregation.md">Agrégation des Données du capteur</a></td><td><code>données_communes_traitées.données_des_capteurs_par_heures</code></td><td>Agrégats horaires des relevés de capteurs, y compris les valeurs moyenne, minimale et maximale, l’interpolation d’étalonnage du Carburant et l’enrichissement lisible par l’humain.</td></tr><tr><td><a href="/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/rule-based-driver-events.md">Événements de Conducteur basés sur des règles</a></td><td><code>données_communes_traitées.événements_du_conducteur_basés_sur_des_règles</code></td><td>Événements d'infraction à l'Eco conduite en temps réel détectés à partir de la télématique, de l'état du Contact et des Données du capteur, y compris l'Eco Conduite, les excès de vitesse, Au ralenti et les violations de TR/MIN.</td></tr><tr><td><a href="/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.événements_de_changement_d'entrée</code></td><td>Modifications discrètes d'entrée mises en correspondance avec les éléments configurés <code>changement_d'entrée</code> règles, y compris la règle déclenchante, le numéro et la valeur de l'entrée, ainsi que le contexte de zone.</td></tr></tbody></table>

## Étapes suivantes

* [**Trajets**](/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**](/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/sensor-data-aggregation.md): Schéma de sortie, description de l'algorithme, variations de taille de bucket et téléchargement du modèle de workflow.
* [**Événements de Conducteur basés sur des règles**](/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/rule-based-driver-events.md): Événements d'infraction à l'Eco conduite évalués par rapport aux règles d'alerte configurées sur votre compte.
* [**Événements de changement d'entrée**](/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/input-change-events.md): Modifications d'entrée discrètes comparées aux configurations définies `changement_d'entrée` règles, actualisées toutes les 15 minutes.
* [**Modèles**](/docs/analytics/fr/iot-query/schema-overview/transformation-layer/transformation-builder/templates.md): Téléchargez des modèles de workflows pour les transformations courantes et importez-les dans Transformation Builder.
* [**Couche de transformation**](/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.
* [**Transformation Builder**](/docs/analytics/fr/iot-query/schema-overview/transformation-layer/transformation-builder.md): Concevez et adaptez 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.