# Лизинг {% hint style="warning" %} Включите **IoT Query** перед использованием данных для построения комплексной аналитики. Если у вас его еще нет, свяжитесь с нами для получения информации об активации - {% endhint %} Лизинговые компании (в частности банки и поставщики автолизинга) сохраняют право собственности на транспортное средство или оборудование, а клиент лишь арендует право пользования, поэтому весь риск, связанный с активом, они несут в течение всего срока договора.  Чтобы защитить остаточную стоимость, контролировать договорные ограничения (пробег, географию, техническое обслуживание) и упростить выполнение обязательств по полному сервису, они используют Navixy. Данные GPS в реальном времени, диагностика на основе датчиков и поведенческая аналитика позволяют им проверять условия эксплуатации, автоматизировать планирование обслуживания, заранее выявлять технические неисправности, рассчитывать штрафы или сборы за превышение пробега и, при необходимости, обездвиживать или возвращать актив — всё это защищает их инвестиции, снижает операционные расходы и повышает прозрачность для клиентов на протяжении всего жизненного цикла лизинга. Navixy **IoT Query** поможет организовать любой вид аналитики на каждом этапе лизингового договора. Лизинговый договор проходит через несколько предсказуемых фаз: Подключение и настройка актива → Операционная фаза → Контроль рисков и соблюдения требований Следующие SQL-рецепты в Вашей книге вместе отслеживают каждый критически важный этап этого жизненного цикла: | Этап жизненного цикла | Цели и контрольные точки | Охватываемые сценарии / рецепты | | ---------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | Подключение и настройка актива | • Зарегистрируйте транспортное средство, активируйте страховку и данные водителя. • Импортируйте активы в клиентский портал с корректной видимостью. | Оповещения об истечении регистрации/страховки — фиксируются базовые даты. Истечение водительского удостоверения — проверяет водителей перед выдачей. | | Планирование профилактического обслуживания | • Настройте повторяющиеся графики обслуживания по пробегу и по времени. • Обеспечьте сезонную замену шин. | Периодические осмотры по интервалу — задачи по календарю. Обслуживание по порогу пробега — правила мелкого/крупного обслуживания по км. Контроль моточасов — обслуживание по часам для техники. | | Лимиты использования, закреплённые договором | • Контролируйте лимиты пробега и финансовые ограничения. • Заранее выявляйте сверхиспользование, чтобы избежать сюрпризов в конце срока. | Лимит пробега и штрафы — контроль годового / общего за срок договора пробега. | | Поведение водителя и актива в реальном времени | • Защищайте стоимость актива; обучайте водителей. • Выявляйте неправомерное использование, которое аннулирует покрытие «полного сервиса». | Резкое торможение. Резкое ускорение. Резкие повороты / прохождение поворотов. | | Контроль рисков и соблюдения требований | • Держите активы в пределах географических и договорных границ. • Сохраняйте право на отключение или возврат. | Выезд из геозоны (граница страны) — мгновенное оповещение о нарушении территории. Обнаружение зажигания и простоя — отслеживание перерасхода топлива / неправомерного использования. | ### Шаблон панели Хотя приведённые ниже SQL-рецепты обеспечивают полный контроль над аналитикой лизинга, Вы можете начать быстрее с готовой панели, которая визуализирует ключевые метрики на всём жизненном цикле лизинга. Шаблон избавляет от необходимости строить запросы и визуализации с нуля. Импортируйте его, настройте параметры и начните немедленно отслеживать соблюдение требований, риски и защиту активов. Шаблон охватывает ключевые процессы лизинга: отслеживание истечения регистрации и страховки, контроль водительских удостоверений, выявление резкого торможения и ускорения с классификацией по степени серьёзности, анализ времени простоя и мониторинг активности устройств.
Импортируйте конфигурацию в [Dashboard Studio](https://marketplace.navixy.com/shop/dashboard-studio/), настройте пороговые значения для Ваших договоров (лимиты пробега, уровни серьёзности поведения, параметры обнаружения простоя) и разверните полноценное рабочее пространство для мониторинга. Это особенно удобно, когда командам нужны операционные панели для ежедневного контроля соблюдения требований и рисков без написания SQL. **Предварительные требования:** * В Вашей среде должен быть включён IoT Query * Установлен и доступен Dashboard Studio * Не менее 72 часов данных трекинга * Заполнены таблицы стандартной схемы: `tracking_data_core`, `states`, `objects`, `vehicles`, `employees` **Конфигурация после импорта:** После импорта шаблона адаптируйте его к Вашим конкретным лизинговым договорам и операционным порогам: 1. Проверьте стандартный временной диапазон в 72 часа и скорректируйте его, если доступность Ваших данных отличается. 2. Задайте пороги серьёзности для событий вождения в параметрах запроса (по умолчанию: 60+ км/ч/с для предупреждений, 80+ км/ч/с для критических оповещений). 3. Настройте параметры обнаружения простоя (по умолчанию: скорость ниже 5 км/ч, минимальная длительность 5 минут). 4. Обновите метки геозон в запросе о пересечении границы, если требуется мониторинг территориальных ограничений. 5. Используйте глобальный выбор времени, чтобы анализировать исторические периоды или сосредоточиться на недавней активности. **JSON шаблона:** {% file src="/files/9226e3ec350dffa766294d92a1ad6a97f3e7cf5b" %} {% code lineNumbers="true" expandable="true" %} ```json { "id": null, "uid": "hello-world", "tags": [ "example", "getting-started" ], "time": { "to": "now", "from": "now-72h" }, "links": [], "style": "dark", "title": "Панель лизинга", "panels": [ { "id": 10, "type": "text", "title": "Обнаружение зажигания и простоя", "gridPos": { "h": 4, "w": 24, "x": 0, "y": 158 }, "options": { "mode": "markdown", "content": " " }, "x-navixy": { "sql": { "statement": "" }, "dataset": { "shape": "table", "columns": {} } } }, { "id": 11, "type": "piechart", "title": "Водители с ближайшими датами истечения", "gridPos": { "h": 12, "w": 12, "x": 12, "y": 0 }, "options": { "pieType": "donut" }, "x-navixy": { "sql": { "params": {}, "statement": "SELECT \r\n CASE \r\n WHEN (DATE(e.driver_license_valid_till) - CURRENT_DATE)::INTEGER < 0 THEN 'Expired'\r\n ELSE 'Others'\r\n END AS category,\r\n COUNT(*) AS value\r\nFROM raw_business_data.employees e\r\nWHERE e.driver_license_valid_till IS NOT NULL\r\nGROUP BY category\r\nORDER BY category" }, "verify": { "max_rows": 1000 }, "dataset": { "shape": "pie", "columns": { "value": { "type": "integer" }, "category": { "type": "string" } } } } }, { "id": 12, "type": "piechart", "title": "Транспортные средства с ближайшими датами истечения", "gridPos": { "h": 12, "w": 12, "x": 0, "y": 0 }, "options": { "pieType": "donut" }, "x-navixy": { "sql": { "params": {}, "statement": "WITH expiry_data AS (\r\n SELECT \r\n CASE \r\n WHEN v.free_insurance_valid_till_date IS NOT NULL\r\n AND (v.liability_insurance_valid_till IS NULL \r\n OR v.free_insurance_valid_till_date <= v.liability_insurance_valid_till)\r\n THEN v.free_insurance_valid_till_date\r\n WHEN v.liability_insurance_valid_till IS NOT NULL\r\n THEN v.liability_insurance_valid_till\r\n ELSE NULL\r\n END AS nearest_expiry_date\r\n FROM raw_business_data.vehicles v\r\n),\r\ncategorized_data AS (\r\n SELECT \r\n CASE \r\n WHEN (DATE(nearest_expiry_date) - CURRENT_DATE)::INTEGER < 0 THEN 'Expired'\r\n WHEN (DATE(nearest_expiry_date) - CURRENT_DATE)::INTEGER >= 0 \r\n AND (DATE(nearest_expiry_date) - CURRENT_DATE)::INTEGER < 30 THEN 'Expires within 30 days'\r\n ELSE 'Others'\r\n END AS category\r\n FROM expiry_data\r\n WHERE nearest_expiry_date IS NOT NULL\r\n)\r\nSELECT \r\n category,\r\n COUNT(*) AS value\r\nFROM categorized_data\r\nGROUP BY category\r\nORDER BY \r\n CASE category\r\n WHEN 'Expired' THEN 1\r\n WHEN 'Expires within 30 days' THEN 2\r\n WHEN 'Others' THEN 3\r\n END" }, "verify": { "max_rows": 1000 }, "dataset": { "shape": "pie", "columns": { "value": { "type": "integer" }, "category": { "type": "string" } } } } }, { "id": 13, "type": "barchart", "title": "События резкого торможения", "gridPos": { "h": 11, "w": 24, "x": 0, "y": 12 }, "options": { "textMode": "auto" }, "x-navixy": { "sql": { "params": {}, "statement": "WITH spd AS (\r\n SELECT\r\n device_id,\r\n device_time,\r\n speed/100.0 AS kmh,\r\n LAG(speed/100.0) OVER (PARTITION BY device_id ORDER BY device_time) AS prev_kmh,\r\n EXTRACT(EPOCH FROM (device_time - LAG(device_time) OVER (PARTITION BY device_id ORDER BY device_time))) AS dt_sec\r\n FROM\r\n raw_telematics_data.tracking_data_core\r\n WHERE 1=1\r\n ),\r\n decels AS (\r\n SELECT\r\n device_id,\r\n device_time,\r\n (prev_kmh - kmh) / NULLIF(dt_sec, 0) AS decel_kmh_per_sec\r\n FROM\r\n spd\r\n WHERE\r\n prev_kmh IS NOT NULL\r\n ),\r\n events_with_severity AS (\r\n SELECT \r\n DATE(d.device_time) AS category,\r\n CASE \r\n WHEN d.decel_kmh_per_sec >= 80 THEN 'Critical'\r\n WHEN d.decel_kmh_per_sec >= 60 THEN 'Warning'\r\n ELSE 'Normal'\r\n END AS series\r\n FROM decels d\r\n WHERE d.decel_kmh_per_sec >= 60\r\n )\r\n SELECT \r\n category,\r\n COUNT(*) AS value,\r\n series\r\n FROM events_with_severity\r\n GROUP BY category, series\r\n ORDER BY series" }, "verify": { "max_rows": 1000 }, "dataset": { "shape": "category_value", "columns": { "value": { "type": "integer" }, "series": { "type": "string" }, "category": { "type": "date" } } }, "visualization": { "sortOrder": "none", "colorPalette": "vibrant" } } }, { "id": 14, "type": "barchart", "title": "События резкого ускорения", "gridPos": { "h": 17, "w": 24, "x": 0, "y": 41 }, "options": { "orientation": "vertical" }, "x-navixy": { "sql": { "params": {}, "statement": "WITH spd AS (\r\n SELECT\r\n device_id,\r\n device_time,\r\n speed/100.0 AS kmh,\r\n LAG(speed/100.0) OVER (PARTITION BY device_id ORDER BY device_time) AS prev_kmh,\r\n EXTRACT(EPOCH FROM (device_time - LAG(device_time) OVER (PARTITION BY device_id ORDER BY device_time))) AS dt_sec\r\n FROM\r\n raw_telematics_data.tracking_data_core\r\n ),\r\n accels AS (\r\n SELECT\r\n device_id,\r\n device_time,\r\n (kmh - prev_kmh) / NULLIF(dt_sec, 0) AS accel_kmh_per_sec\r\n FROM\r\n spd\r\n WHERE\r\n prev_kmh IS NOT NULL\r\n ),\r\n events_with_severity AS (\r\n SELECT \r\n DATE(a.device_time) AS category,\r\n CASE \r\n WHEN a.accel_kmh_per_sec >= 80 THEN 'Critical'\r\n WHEN a.accel_kmh_per_sec >= 60 THEN 'Warning'\r\n ELSE 'Normal'\r\n END AS series\r\n FROM accels a\r\n WHERE a.accel_kmh_per_sec >= 60\r\n )\r\n SELECT \r\n category,\r\n COUNT(*) AS value,\r\n series\r\n FROM events_with_severity\r\n GROUP BY category, series\r\n ORDER BY series" }, "verify": { "max_rows": 1000 }, "dataset": { "shape": "category_value", "columns": { "value": { "type": "integer" }, "series": { "type": "string" }, "category": { "type": "date" } } }, "visualization": { "colorPalette": "vibrant" } } }, { "id": 15, "type": "barchart", "title": "Резкие повороты / прохождение поворотов", "gridPos": { "h": 13, "w": 24, "x": 0, "y": 23 }, "options": { "orientation": "vertical" }, "x-navixy": { "sql": { "params": {}, "statement": "WITH pts AS (\r\n SELECT\r\n device_id,\r\n device_time,\r\n latitude/1e7::numeric AS lat,\r\n longitude/1e7::numeric AS lon,\r\n LAG(latitude/1e7::numeric) OVER (PARTITION BY device_id ORDER BY device_time) AS prev_lat,\r\n LAG(longitude/1e7::numeric) OVER (PARTITION BY device_id ORDER BY device_time) AS prev_lon,\r\n speed/100.0 AS kmh,\r\n LAG(speed/100.0) OVER (PARTITION BY device_id ORDER BY device_time) AS prev_kmh\r\n FROM\r\n raw_telematics_data.tracking_data_core\r\n ),\r\n bearing AS (\r\n SELECT *,\r\n atan2(\r\n sin(radians(lon-prev_lon))*cos(radians(lat)),\r\n cos(radians(prev_lat))*sin(radians(lat)) -\r\n sin(radians(prev_lat))*cos(radians(lat))*cos(radians(lon-prev_lon))\r\n ) * 180/pi() AS heading_change\r\n FROM pts\r\n WHERE prev_lat IS NOT NULL AND prev_lon IS NOT NULL\r\n ),\r\n events_with_severity AS (\r\n SELECT \r\n DATE(b.device_time) AS category,\r\n CASE \r\n WHEN ABS(b.heading_change) >= 50 AND b.kmh >= 30 THEN 'Critical'\r\n WHEN ABS(b.heading_change) >= 30 AND b.kmh >= 30 THEN 'Warning'\r\n ELSE 'Normal'\r\n END AS series\r\n FROM bearing b\r\n )\r\n SELECT \r\n category,\r\n COUNT(*) AS value,\r\n series\r\n FROM events_with_severity\r\n GROUP BY category, series\r\n ORDER BY category, series" }, "verify": { "max_rows": 1000 }, "dataset": { "shape": "category_value", "columns": { "value": { "type": "integer" }, "series": { "type": "string" }, "category": { "type": "date" } } }, "visualization": { "stacking": "percent", "colorPalette": "classic" } } }, { "id": 16, "type": "stat", "title": "Всего событий простоя", "gridPos": { "h": 5, "w": 8, "x": 0, "y": 36 }, "options": { "textMode": "auto" }, "x-navixy": { "sql": { "params": {}, "statement": "WITH ign AS (\r\n SELECT device_id,\r\n device_time,\r\n value::int AS ign_on\r\n FROM raw_telematics_data.states\r\n WHERE state_name = 'ignition'\r\n ),\r\n spd AS (\r\n SELECT device_id, device_time, speed/100.0 AS kmh\r\n FROM raw_telematics_data.tracking_data_core\r\n ),\r\n merged AS (\r\n SELECT i.device_id,\r\n i.device_time,\r\n i.ign_on,\r\n s.kmh,\r\n LEAD(i.device_time) OVER (PARTITION BY i.device_id ORDER BY i.device_time) AS next_time\r\n FROM ign i\r\n LEFT JOIN spd s ON s.device_id = i.device_id AND s.device_time = i.device_time\r\n )\r\n SELECT COUNT(*) AS value\r\n FROM merged m\r\n WHERE m.ign_on = 1 \r\n AND (m.kmh IS NULL OR m.kmh < 5) \r\n AND m.next_time IS NOT NULL\r\n AND EXTRACT(EPOCH FROM (m.next_time - m.device_time))/60 >= 5" }, "verify": { "max_rows": 1000 }, "dataset": { "shape": "kpi", "columns": {} } } }, { "id": 9, "type": "timeseries", "title": "Сообщения во времени", "gridPos": { "h": 13, "w": 24, "x": 0, "y": 83 }, "options": { "legend": { "calcs": [], "placement": "bottom", "showLegend": true, "displayMode": "list" }, "tooltip": { "mode": "single", "sort": "none" } }, "targets": [], "x-navixy": { "sql": { "params": {}, "statement": "WITH bounds AS (\nSELECT date_trunc('hour', NOW() - INTERVAL '24 hours') AS start_ts, date_trunc('hour', NOW()) AS end_ts ), hours AS (\nSELECT generate_series( (\nSELECT start_ts\nFROM bounds), (\nSELECT end_ts\nFROM bounds), INTERVAL '1 hour' ) AS bucket ), counts AS (\nSELECT date_trunc('hour', t.device_time) AS bucket, COUNT(*) AS messages, COUNT(DISTINCT t.device_id) AS unique_devices\nFROM raw_telematics_data.tracking_data_core t --\n JOIN raw_business_data.objects o\n ON o.device_id = t.device_id --\n AND o.client_id = 398286 -- uncomment & set if you want a specific client\nWHERE t.device_time >= (\nSELECT start_ts\nFROM bounds)\n AND t.device_time < (\nSELECT end_ts\nFROM bounds) + INTERVAL '1 hour'\nGROUP BY 1 )\nSELECT h.bucket AS time, COALESCE(c.messages, 0) AS messages, COALESCE(c.unique_devices, 0) AS unique_devices\nFROM hours h LEFT\n JOIN counts c USING (bucket)\nORDER BY time;" }, "verify": { "max_rows": 1000 }, "dataset": { "shape": "time_value", "columns": {} }, "visualization": { "lineStyle": "solid", "colorPalette": "modern", "interpolation": "smooth", "legendPosition": "top" } }, "datasource": null, "fieldConfig": { "defaults": { "unit": "short", "color": { "mode": "palette-classic" }, "custom": { "stacking": { "mode": "none", "group": "A" }, "drawStyle": "line", "lineWidth": 1, "spanNulls": false, "showPoints": "auto", "fillOpacity": 10, "gradientMode": "none", "axisPlacement": "auto", "lineInterpolation": "linear" }, "mappings": [], "thresholds": { "mode": "absolute", "steps": [ { "color": "green", "value": null } ] } }, "overrides": [] } }, { "id": 1, "type": "kpi", "title": "Количество образцов", "gridPos": { "h": 5, "w": 6, "x": 18, "y": 128 }, "options": { "textMode": "auto", "colorMode": "value", "graphMode": "none", "justifyMode": "auto", "orientation": "auto" }, "targets": [], "x-navixy": { "sql": { "params": { "tenant_id": { "type": "uuid" } }, "statement": "SELECT *\nFROM raw_telematics_data.tracking_data_core LIMIT 10;" }, "verify": { "max_rows": 1 }, "dataset": { "shape": "kpi", "columns": { "value": { "type": "number" } } } }, "datasource": null, "description": "", "fieldConfig": { "defaults": { "unit": "short", "color": { "mode": "thresholds" }, "thresholds": { "mode": "absolute", "steps": [ { "color": "green", "value": null } ] } }, "overrides": [] } }, { "id": 2, "type": "barchart", "title": "Пример данных по категориям", "gridPos": { "h": 15, "w": 18, "x": 0, "y": 130 }, "options": { "valueMode": "color", "displayMode": "gradient", "orientation": "horizontal", "showUnfilled": true }, "targets": [], "x-navixy": { "sql": { "params": {}, "statement": "SELECT o.object_label, COUNT(*) AS msgs_24h\nFROM raw_telematics_data.tracking_data_core AS t\n JOIN raw_business_data.objects AS o\n ON o.device_id = t.device_id\nWHERE t.device_time >= NOW() - INTERVAL '24 hours'\nGROUP BY o.client_id, o.object_label, t.device_id\nORDER BY msgs_24h DESC LIMIT 20;" }, "verify": { "max_rows": 10 }, "dataset": { "shape": "category_value", "columns": {} }, "visualization": { "orientation": "vertical" } }, "datasource": null, "fieldConfig": { "defaults": { "unit": "short", "color": { "mode": "palette-classic" }, "custom": { "hideFrom": { "viz": false, "legend": false, "tooltip": false } }, "mappings": [], "thresholds": { "mode": "absolute", "steps": [ { "color": "green", "value": null } ] } }, "overrides": [] } }, { "id": 3, "type": "table", "title": "Сообщения в день", "gridPos": { "h": 9, "w": 12, "x": 4, "y": 148 }, "options": { "sortBy": [], "showHeader": true }, "targets": [], "x-navixy": { "sql": { "params": { "__to": null, "__from": null }, "statement": "SELECT TO_CHAR(date_trunc('day', t.device_time), 'Mon DD, YYYY') AS \"Date\", \n COUNT(*) AS \"Messages\"\nFROM raw_telematics_data.tracking_data_core AS t\nWHERE t.device_time >= ${__from}\n AND t.device_time < ${__to}\nGROUP BY 1\nORDER BY 1;" }, "verify": { "max_rows": 10 }, "dataset": { "shape": "table", "columns": {} }, "visualization": { "pageSize": 5 } }, "datasource": null, "fieldConfig": { "defaults": { "custom": { "align": "auto", "displayMode": "auto" }, "mappings": [], "thresholds": { "mode": "absolute", "steps": [ { "color": "green", "value": null } ] } }, "overrides": [] } }, { "id": 6, "type": "kpi", "title": "Общее время простоя", "gridPos": { "h": 5, "w": 8, "x": 8, "y": 36 }, "options": { "textMode": "auto" }, "x-navixy": { "sql": { "params": {}, "statement": "WITH ign AS (\n SELECT device_id,\n device_time,\n value::int AS ign_on\n FROM raw_telematics_data.states\n WHERE state_name = 'ignition'\n ),\n spd AS (\n SELECT device_id, device_time, speed/100 AS kmh\n FROM raw_telematics_data.tracking_data_core\n ),\n merged AS (\n SELECT i.device_id,\n i.device_time,\n i.ign_on,\n s.kmh,\n LEAD(i.device_time) OVER (PARTITION BY i.device_id ORDER BY i.device_time) AS next_time\n FROM ign i\n LEFT JOIN spd s ON s.device_id = i.device_id AND s.device_time = i.device_time\n )\n SELECT round(COALESCE(SUM(EXTRACT(EPOCH FROM (m.next_time - m.device_time))/60), 0), 0) AS value\n FROM merged m\n WHERE m.ign_on = 1 \n AND (m.kmh IS NULL OR m.kmh < 5) \n AND m.next_time IS NOT NULL\n AND EXTRACT(EPOCH FROM (m.next_time - m.device_time))/60 >= 5" }, "verify": { "max_rows": 1000 }, "dataset": { "shape": "kpi", "columns": { "value": { "type": "number" } } } } }, { "id": 7, "type": "piechart", "title": "Топ активных устройств за последние 24ч", "gridPos": { "h": 9, "w": 12, "x": 0, "y": 121 }, "options": { "pieType": "donut" }, "x-navixy": { "sql": { "params": {}, "statement": "SELECT o.object_label, COUNT(*) AS msgs_24h\nFROM raw_telematics_data.tracking_data_core AS t\n JOIN raw_business_data.objects AS o\n ON o.device_id = t.device_id\nWHERE t.device_time >= NOW() - INTERVAL '24 hours'\nGROUP BY o.client_id, o.object_label, t.device_id\nORDER BY msgs_24h DESC LIMIT 20;" }, "verify": { "max_rows": 1000 }, "dataset": { "shape": "pie", "columns": {} } } }, { "id": 8, "type": "table", "title": "Недавние перемещения транспортных средств", "gridPos": { "h": 25, "w": 24, "x": 0, "y": 96 }, "options": { "showHeader": true }, "x-navixy": { "sql": { "params": {}, "statement": "SELECT\n to_char(t.device_time, 'YYYY-MM-DD HH24:MI:SS TZ') AS \"Timestamp\",\n t.device_id AS \"Device ID\",\n t.speed AS \"Speed\",\n round(t.latitude::numeric / 10000000, 6) AS \"Latitude (°)\",\n round(t.longitude::numeric / 10000000, 6) AS \"Longitude (°)\"\nFROM raw_telematics_data.tracking_data_core t\nWHERE t.device_time >= NOW() - INTERVAL '3 days'\n AND t.speed > 0\nORDER BY t.device_time DESC;" }, "verify": { "max_rows": 3 }, "dataset": { "shape": "table", "columns": { "Speed": { "type": "integer" }, "Device ID": { "type": "integer" }, "Timestamp": { "type": "string" }, "Latitude (°)": { "type": "number" }, "Longitude (°)": { "type": "number" } } }, "visualization": { "pageSize": 25, "sortable": true, "showHeader": true, "showTotals": false, "rowHighlighting": "hover" } } }, { "id": 19, "type": "stat", "title": "Средняя длительность простоя", "gridPos": { "h": 5, "w": 8, "x": 16, "y": 36 }, "options": { "textMode": "auto" }, "x-navixy": { "sql": { "params": {}, "statement": "WITH ign AS (\r\n SELECT device_id,\r\n device_time,\r\n value::int AS ign_on\r\n FROM raw_telematics_data.states\r\n WHERE state_name = 'ignition'\r\n ),\r\n spd AS (\r\n SELECT device_id, device_time, speed/100.0 AS kmh\r\n FROM raw_telematics_data.tracking_data_core\r\n ),\r\n merged AS (\r\n SELECT i.device_id,\r\n i.device_time,\r\n i.ign_on,\r\n s.kmh,\r\n LEAD(i.device_time) OVER (PARTITION BY i.device_id ORDER BY i.device_time) AS next_time\r\n FROM ign i\r\n LEFT JOIN spd s ON s.device_id = i.device_id AND s.device_time = i.device_time\r\n )\r\n SELECT round(COALESCE(AVG(EXTRACT(EPOCH FROM (m.next_time - m.device_time))/60), 0),0) AS value\r\n FROM merged m\r\n WHERE m.ign_on = 1 \r\n AND (m.kmh IS NULL OR m.kmh < 5) \r\n AND m.next_time IS NOT NULL\r\n AND EXTRACT(EPOCH FROM (m.next_time - m.device_time))/60 >= 5" }, "verify": { "max_rows": 1000 }, "dataset": { "shape": "kpi", "columns": {} } } } ], "refresh": "30s", "version": 1, "editable": true, "timezone": "browser", "x-navixy": { "execution": { "dialect": "postgresql", "endpoint": "/api/v1/sql/run", "max_rows": 1000, "read_only": true, "timeout_ms": 5000, "allowed_schemas": [ "demo_data" ] }, "parameters": { "bindings": { "to": "${__to}", "from": "${__from}", "tenant_id": "${var_tenant}" } }, "schemaVersion": "1.0.0" }, "templating": { "list": [ { "name": "var_tenant", "type": "constant", "label": "Арендатор", "query": "demo-tenant-id", "current": { "text": "Demo Tenant", "value": "demo-tenant-id" }, "options": [ { "text": "Demo Tenant", "value": "demo-tenant-id", "selected": true } ] } ], "enable": true }, "timepicker": { "now": true, "enable": true, "hidden": false, "collapse": false, "time_options": [ "5m", "15m", "1h", "6h", "12h", "24h" ], "refresh_intervals": [ "5s", "10s", "30s", "1m", "5m", "15m", "30m", "1h" ] }, "annotations": { "list": [ { "hide": true, "name": "Аннотации и оповещения", "type": "dashboard", "enable": true, "target": { "tags": [], "type": "dashboard", "limit": 100, "matchAny": false }, "builtIn": 1, "iconColor": "rgba(0, 211, 255, 1)", "datasource": { "uid": "-- Dashboard --", "type": "dashboard" } } ] }, "description": "Простой демонстрационный дашборд для начала работы", "graphTooltip": 1, "schemaVersion": 38 } ``` {% endcode %} Чтобы узнать больше о приложении панели IoT Querie, см. [Dashboard Studio](/docs/analytics/ru/dashboard-studio.md). Для помощи с настройкой обратитесь к . ## **Оповещения об истечении регистрации / страховки** Банки должны отслеживать предстоящие истечения регистрации и страховки, поскольку они отвечают за технические осмотры, регистрацию и страхование. Своевременные оповещения предотвращают штрафы и простой транспортных средств. {% code expandable="true" %} ```sql SELECT v.vehicle_id, v.vehicle_label, v.registration_number, v.free_insurance_valid_till_date, v.liability_insurance_valid_till FROM raw_business_data.vehicles v WHERE v.free_insurance_valid_till_date BETWEEN CURRENT_DATE AND CURRENT_DATE + INTERVAL '30 days' OR v.liability_insurance_valid_till BETWEEN CURRENT_DATE AND CURRENT_DATE + INTERVAL '30 days'; ``` {% endcode %} ## **Истечение водительского удостоверения** Хотя это не всегда обязательно, предоставление проактивных оповещений об истечении водительских удостоверений является дополнительной ценностью. Ранние предупреждения позволяют клиентам продлить удостоверения до истечения срока. Обратите внимание, что Вы {% code expandable="true" %} ```sql SELECT e.employee_id, e.first_name || ' ' || e.last_name AS driver_name, e.driver_license_number, e.driver_license_valid_till FROM raw_business_data.employees e WHERE e.driver_license_valid_till BETWEEN CURRENT_DATE AND CURRENT_DATE + (30 * INTERVAL '1 day'); ``` {% endcode %} ## Выезд из геозоны (граница страны) Договоры могут ограничивать перемещение транспортного средства определённой территорией (например, Сербией). Выезд из этой зоны должен немедленно оповестить банк, чтобы он мог принять меры (например, связаться с клиентом, обездвижить актив). Этот SQL-запрос предназначен для мониторинга и выявления момента, когда устройство покидает заранее определённую географическую зону с меткой "Tallaght Depot Geofences." Процесс начинается со сбора и упорядочивания географических точек, определяющих границу зоны. Чтобы граница образовала корректный полигон, первая точка добавляется в конец списка, фактически замыкая фигуру. Затем этот замкнутый набор точек используется для создания полигона, представляющего географическую зону, который преобразуется в объект geography для пространственного анализа. Затем запрос извлекает данные трекинга устройств за указанный промежуток времени, преобразуя сырые значения широты и долготы в географические точки. Он определяет, находится ли каждая точка устройства внутри или вне заранее определённой зоны, используя функцию ST\_Contains, которая проверяет пространственное включение. Вычисляемый параметр pos принимает значение 'inside', если точка находится внутри зоны, и 'outside' в противном случае. Наконец, запрос фильтрует эти результаты, чтобы определить переходы, когда устройство перемещается изнутри зоны наружу, используя оконную функцию для сравнения текущего положения с предыдущим. Эта логика помогает отслеживать перемещения устройства и выявлять события выезда из конкретных географических областей. Убедитесь, что Вы добавили правильное значение для параметра: `z.zone_label = 'your_zone_label'.` {% code expandable="true" %} ```sql WITH zone AS ( SELECT z.zone_id, ST_MakePolygon(ST_MakeLine(ARRAY_AGG(ST_MakePoint(g.longitude, g.latitude) ORDER BY g.number)))::geography AS geog FROM raw_business_data.zones z JOIN raw_business_data.geofence_points g ON g.zone_id = z.zone_id WHERE z.zone_label = 'your_zone_label' GROUP BY z.zone_id ), pts AS ( SELECT device_id, device_time, ST_SetSRID(ST_MakePoint(longitude/1e7::numeric, latitude/1e7::numeric), 4326)::geography AS geog FROM raw_telematics_data.tracking_data_core WHERE device_time BETWEEN '2025-07-27 00:00:00' AND '2025-07-28 23:59:59' ), states AS ( SELECT p.*, CASE WHEN ST_Contains(z.geog::geometry, p.geog::geometry) THEN 'inside' ELSE 'outside' END AS pos FROM pts p CROSS JOIN zone z ), filtered_states AS ( SELECT device_id, device_time, pos, LAG(pos) OVER (PARTITION BY device_id ORDER BY device_time) AS prev_pos FROM states ) SELECT device_id, device_time, pos FROM filtered_states WHERE prev_pos = 'inside' AND pos = 'outside'; ``` {% endcode %} ## **Периодические осмотры по временному интервалу** Некоторые задачи по обслуживанию повторяются по фиксированному временному графику. Система должна помечать транспортные средства, у которых следующий осмотр/проверка должен быть выполнен в пределах заданного интервала. {% code expandable="true" %} ```sql WITH t AS ( SELECT vehicle_id, description, start_date, date_repeat_interval, make_interval(days => date_repeat_interval) AS repeat_interval FROM raw_business_data.vehicle_service_tasks WHERE date_repeat_interval IS NOT NULL ) SELECT vehicle_id, description, start_date, date_repeat_interval, start_date + repeat_interval * floor( extract(epoch from (current_date::timestamp - start_date)) / extract(epoch from repeat_interval) ) AS last_due, start_date + repeat_interval * ( floor( extract(epoch from (current_date::timestamp - start_date)) / extract(epoch from repeat_interval) ) + 1 ) AS next_due FROM t WHERE ( start_date + repeat_interval * ( floor( extract(epoch from (current_date::timestamp - start_date)) / extract(epoch from repeat_interval) ) + 1 ) ) BETWEEN current_date AND (current_date + interval '30 days'); ``` {% endcode %} ## **Обслуживание по порогу пробега (мелкое/крупное)** Мелкое и крупное обслуживание запускаются по пробегу с момента последнего сервиса. Когда накопленный пробег превышает порог, необходимо запланировать соответствующее обслуживание. Обратите внимание, что `поле vst.description должно содержать соответствующие комментарии / описание, чтобы использовать его в фильтрах в SQL-коде ниже.` {% code expandable="true" %} ```sql SELECT v.vehicle_id, v.vehicle_label, km.km_since_service, vst.mileage_limit FROM raw_business_data.vehicles v JOIN LATERAL ( SELECT MAX(vst.completion_date) AS last_service_date FROM raw_business_data.vehicle_service_tasks vst WHERE vst.vehicle_id = v.vehicle_id AND (vst.description ILIKE '%minor%' OR vst.description ILIKE '%major%') AND vst.completion_date IS NOT NULL ) ls ON TRUE JOIN raw_business_data.objects o ON o.object_id = v.vehicle_id JOIN LATERAL ( SELECT SUM(t.trip_distance_meters) / 1000.0 AS km_since_service FROM processed_common_data.trips t WHERE t.device_id = o.device_id AND t.trip_start_time > ls.last_service_date ) km ON TRUE JOIN raw_business_data.vehicle_service_tasks vst ON vst.vehicle_id = v.vehicle_id AND vst.completion_date = ls.last_service_date AND (vst.description ILIKE '%minor%' OR vst.description ILIKE '%major%') ``` {% endcode %} ## **Лимит пробега и штрафы** Лизинговые договоры часто ограничивают пробег (например, 25 000 км/год). Если лимит превышен, применяются штрафные санкции. Система должна сравнивать фактический пробег за период договора с согласованным лимитом и рассчитывать сборы. {% code expandable="true" %} ```sql WITH driven AS ( SELECT o.object_id, DATE_TRUNC('year', t.trip_start_time) AS year, SUM(t.trip_distance_meters) / 1000.0 AS km_year FROM processed_common_data.trips t JOIN raw_business_data.objects o ON o.device_id = t.device_id WHERE t.trip_start_time >= '2023-01-01'::date AND t.trip_start_time < '2024-01-01'::date GROUP BY o.object_id, DATE_TRUNC('year', t.trip_start_time) ), limits AS ( SELECT object_id, 10000 AS km_limit, 0.5 AS penalty_rate FROM raw_business_data.objects ) SELECT d.object_id, d.year, d.km_year, l.km_limit, GREATEST(d.km_year - l.km_limit, 0) AS km_over, GREATEST(d.km_year - l.km_limit, 0) * l.penalty_rate AS penalty_amount FROM driven d JOIN limits l ON d.object_id = l.object_id; ``` {% endcode %} ## **Мониторинг моточасов** Для техники и сельскохозяйственного оборудования решающее значение для технического обслуживания и начисления платы имеют часы работы, а не пробег. Данные о моточасах двигателя (например, из CAN-Bus) должны отслеживаться и суммироваться. {% code expandable="true" %} ```sql WITH last_service AS ( SELECT vst.vehicle_id, MAX(vst.completion_date) AS last_service_date, MAX(vst.completion_engine_hours) AS last_service_engine_hours FROM raw_business_data.vehicle_service_tasks vst GROUP BY vst.vehicle_id ), engine_hours_since_service AS ( SELECT v.vehicle_id, SUM(t.trip_duration_seconds) / 3600.0 AS engine_hours_since_service FROM raw_business_data.vehicles v JOIN raw_business_data.objects o ON o.object_id = v.object_id JOIN processed_common_data.trips t ON t.device_id = o.device_id JOIN last_service ls ON ls.vehicle_id = v.vehicle_id WHERE t.trip_start_time > ls.last_service_date GROUP BY v.vehicle_id ) SELECT v.vehicle_id, v.vehicle_label, ls.last_service_engine_hours, ehs.engine_hours_since_service, (COALESCE(ehs.engine_hours_since_service,0) + COALESCE(ls.last_service_engine_hours,0)) AS current_engine_hours, vst.engine_hours_limit FROM raw_business_data.vehicles v JOIN last_service ls ON ls.vehicle_id = v.vehicle_id LEFT JOIN engine_hours_since_service ehs ON ehs.vehicle_id = v.vehicle_id JOIN raw_business_data.vehicle_service_tasks vst ON vst.vehicle_id = v.vehicle_id AND vst.completion_date = ls.last_service_date ``` {% endcode %} ## **Резкие торможения** Манера вождения влияет на износ и соблюдение условий контракта. Обнаружение резких торможений помогает банку отнести преждевременный износ тормозов/шин на счёт неправильного использования водителем и, при необходимости, переложить расходы. Ниже приведён SQL-запрос, который сначала рассчитывает скорость в километрах в час и разницу во времени между последовательными точками данных для каждого устройства. Используя эту информацию, он затем вычисляет скорость замедления в километрах в час в секунду. Наконец, он фильтрует и возвращает записи, где скорость замедления составляет 20 км/ч в секунду или выше, что указывает на значительные события замедления. {% code expandable="true" %} ```sql WITH spd AS ( SELECT device_id, device_time, speed/100.0 AS kmh, LAG(speed/100.0) OVER (PARTITION BY device_id ORDER BY device_time) AS prev_kmh, EXTRACT(EPOCH FROM (device_time - LAG(device_time) OVER (PARTITION BY device_id ORDER BY device_time))) AS dt_sec FROM raw_telematics_data.tracking_data_core WHERE device_time BETWEEN '2025-07-24 00:00:00' AND '2025-07-24 23:59:59' ), decels AS ( SELECT device_id, device_time, (prev_kmh - kmh) / NULLIF(dt_sec, 0) AS decel_kmh_per_sec FROM spd WHERE prev_kmh IS NOT NULL ) SELECT * FROM decels WHERE decel_kmh_per_sec >= 20; ``` {% endcode %} ## **Резкие ускорения** Агрессивное ускорение увеличивает износ шин, коробок передач, трансмиссий и опор двигателя. Выявление таких событий помогает в обучении водителей и потенциальном возмещении затрат. Ниже приведён SQL-запрос, предназначенный для выявления значительных событий ускорения в наборе данных отслеживания. Сначала он рассчитывает скорость в километрах в час и разницу во времени между последовательными точками данных для каждого устройства. Используя эту информацию, он затем вычисляет скорость ускорения в километрах в час в секунду. Наконец, он фильтрует и возвращает записи, где скорость ускорения достигает или превышает заданный порог, что указывает на значительные события ускорения. {% code expandable="true" %} ```sql WITH spd AS ( SELECT device_id, device_time, speed/100.0 AS kmh, LAG(speed/100.0) OVER (PARTITION BY device_id ORDER BY device_time) AS prev_kmh, EXTRACT(EPOCH FROM (device_time - LAG(device_time) OVER (PARTITION BY device_id ORDER BY device_time))) AS dt_sec FROM raw_telematics_data.tracking_data_core WHERE device_time BETWEEN '2025-07-28 00:00:00' AND '2025-07-28 23:59:59' ) SELECT device_id, device_time, (kmh - prev_kmh) / NULLIF(dt_sec, 0) AS accel_kmh_per_sec FROM spd WHERE prev_kmh IS NOT NULL AND (kmh - prev_kmh) / NULLIF(dt_sec, 0) >= 20; ``` {% endcode %} ## **Резкие повороты / прохождение поворотов** Резкие повороты в сочетании с внезапными изменениями скорости указывают на рискованное вождение. Отслеживание такого поведения помогает выявлять ненадлежащее использование транспортного средства. Ниже приведённый SQL-запрос предназначен для выявления значительных изменений направления и скорости в данных отслеживания за указанный период времени. Сначала он преобразует необработанные значения широты и долготы в десятичные градусы и рассчитывает скорость в километрах в час. Используя функцию LAG, он получает предыдущие данные о местоположении и скорости для каждого устройства, что позволяет вычислять изменения во времени. Затем запрос вычисляет изменение курса в градусах с использованием тригонометрических функций для определения азимута между последовательными точками. Он также вычисляет изменение скорости между этими точками. Наконец, запрос фильтрует результаты, чтобы включить только те записи, где абсолютное изменение курса составляет 10 градусов или более, а абсолютное изменение скорости — 5 км/ч или более, выявляя значительные манёвры или события в данных отслеживания. {% code expandable="true" %} ```sql WITH pts AS ( SELECT device_id, device_time, latitude/1e7::numeric AS lat, longitude/1e7::numeric AS lon, LAG(latitude/1e7::numeric) OVER (PARTITION BY device_id ORDER BY device_time) AS prev_lat, LAG(longitude/1e7::numeric) OVER (PARTITION BY device_id ORDER BY device_time) AS prev_lon, speed/100.0 AS kmh, LAG(speed/100.0) OVER (PARTITION BY device_id ORDER BY device_time) AS prev_kmh FROM raw_telematics_data.tracking_data_core WHERE device_time BETWEEN '2025-07-28 00:00:00' AND '2025-07-28 23:59:59' ), bearing AS ( SELECT *, atan2( sin(radians(lon-prev_lon))*cos(radians(lat)), cos(radians(prev_lat))*sin(radians(lat)) - sin(radians(prev_lat))*cos(radians(lat))*cos(radians(lon-prev_lon)) ) * 180/pi() AS heading_change, (kmh - prev_kmh) AS delta_speed FROM pts ) SELECT * FROM bearing WHERE abs(heading_change) >= 10 AND abs(delta_speed) >= 5; ``` {% endcode %} ## **Обнаружение зажигания и простоя** Измерение времени простоя (зажигание включено, низкая/нулевая скорость) помогает сократить расход топлива и выявить ненадлежащее использование. Длительные периоды холостого хода следует фиксировать и контролировать. {% hint style="info" %} [Dashboard Studio](/docs/analytics/ru/dashboard-studio.md) and similar tools do not support variable substitution (`:variable` syntax). Replace all parameters with literal values before running this query. See the example below for the correct format. {% endhint %} {% code expandable="true" %} ```sql WITH ign AS ( SELECT device_id, device_time, value::int AS ign_on FROM raw_telematics_data.states WHERE state_name = 'ignition' AND device_time BETWEEN :from_ts::timestamptz AND :to_ts::timestamptz -- Для Dashboard Studio замените :from_ts и :to_ts на литеральные метки времени: -- TIMESTAMPTZ '2024-01-01 00:00:00+00' AND TIMESTAMPTZ '2024-01-07 00:00:00+00' ), spd AS ( SELECT device_id, device_time, speed / 100.0 AS kmh FROM raw_telematics_data.tracking_data_core WHERE device_time BETWEEN :from_ts AND :to_ts -- Для Dashboard Studio замените :from_ts и :to_ts на литеральные метки времени: -- TIMESTAMPTZ '2024-01-01 00:00:00+00' AND TIMESTAMPTZ '2024-01-07 00:00:00+00' ), merged AS ( SELECT i.device_id, i.device_time, i.ign_on, s.kmh, LEAD(i.device_time) OVER ( PARTITION BY i.device_id ORDER BY i.device_time ) AS next_time FROM ign i LEFT JOIN spd s USING (device_id, device_time) ) SELECT device_id, device_time AS idle_start, next_time AS idle_end, EXTRACT(EPOCH FROM (next_time - device_time)) / 60.0 AS idle_minutes FROM merged WHERE ign_on = 1 AND kmh < :idle_speed -- Для Dashboard Studio замените :idle_speed на числовое значение, например 5 AND next_time IS NOT NULL AND (next_time - device_time) >= (:idle_min::int * INTERVAL '1 minute'); -- Для Dashboard Studio замените :idle_min на числовое значение, например (5 * INTERVAL '1 minute') ``` {% endcode %} --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://navixy.com/docs/analytics/ru/example-queries/leasing.md?ask= ``` The question should be specific, self-contained, and written in natural language. 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.