Arrendamiento

Estudio de caso de arrendamiento y libro de recetas SQL

Active DataHub antes de utilizar los datos para crear análisis exhaustivos. Si aún no lo tiene, contáctenos para obtener detalles de activación - [email protected]

Las empresas de leasing (particularmente bancos y proveedores de leasing de flotas) mantienen la propiedad del vehículo o equipo mientras el cliente solamente alquila su uso, por lo que asumen el riesgo relacionado con el activo durante todo el contrato. 

Para proteger el valor residual, aplicar límites contractuales (kilometraje, geografía, mantenimiento) y simplificar las obligaciones de servicio completo, se apoyan en Navixy. Los datos GPS en tiempo real, los diagnósticos basados en sensores y el análisis del comportamiento les permiten verificar las condiciones de uso, automatizar la programación de servicios, detectar problemas mecánicos de forma temprana, calcular penalizaciones o tarifas por exceso de kilómetros y, cuando sea necesario, inmovilizar o recuperar el activo —todo lo cual asegura su inversión, reduce el coste operativo y mejora la transparencia para el cliente a lo largo de todo el ciclo de vida del leasing.

Navixy DataHub ayudará a organizar cualquier tipo de análisis en cada etapa del contrato de leasing. Un contrato de leasing pasa por varias fases predecibles: Onboarding & Asset Setup → Fase Operativa → Supervisión de Riesgo y Cumplimiento

Las siguientes recetas SQL en su libro supervisan colectivamente cada hito crítico a lo largo de ese ciclo de vida:

Fase del ciclo de vida	Objetivos y hitos	Casos de uso cubiertos / Recetas
Onboarding & Configuración del activo	• Registrar el vehículo, activar el seguro y las credenciales del conductor. • Importar los activos en el portal del cliente con la visibilidad correcta.	Alertas de vencimiento de matrícula/seguro – fechas base capturadas. Vencimiento del permiso de conducir – valida a los conductores antes de su liberación.
Planificación de mantenimiento preventivo	• Establecer programaciones de servicio recurrentes, por kilometraje y por tiempo. • Garantizar cambios estacionales de neumáticos.	Inspecciones rutinarias por intervalo – tareas basadas en calendario. Servicio por umbral de kilometraje – reglas de servicio menor/mayor basadas en km. Monitorización de horas de motor – mantenimiento por horas para maquinaria.
Límites de uso vinculados al contrato	• Aplicar las franquicias de kilometraje y los límites financieros. • Detectar el uso excesivo de forma temprana para evitar sorpresas al final del contrato.	Límite de kilometraje y penalizaciones – control anual / total del contrato de kilómetros.
Comportamiento en tiempo real del conductor y del activo	• Proteger el valor del activo; formación a conductores. • Detectar el uso indebido que anula la cobertura de “servicio completo”.	Frenadas bruscas. Aceleraciones bruscas. Giros/Curvas repentinos.
Supervisión de riesgo y cumplimiento	• Mantener los activos dentro de los límites geográficos y contractuales. • Retener el derecho a deshabilitar o recuperar.	Salida de geocerca (frontera del país) – alerta instantánea en caso de violación del territorio. Detección de ignición e inactividad – seguimiento del desperdicio de combustible / uso indebido.

Alertas de vencimiento de matrícula / seguro

Los bancos deben rastrear los próximos vencimientos de matrícula y seguro porque son responsables de las inspecciones técnicas, la matriculación y el seguro. Las alertas oportunas previenen multas y tiempos de inactividad del vehículo.

SELECT v.vehicle_id,       v.vehicle_label,       v.registration_number,       v.free_insurance_valid_till_date,       v.liability_insurance_valid_tillFROM raw_business_data.vehicles vWHERE v.free_insurance_valid_till_date BETWEEN CURRENT_DATE AND CURRENT_DATE + (30 * INTERVAL '1 day')   OR v.liability_insurance_valid_till   BETWEEN CURRENT_DATE1 AND CURRENT_DATE + (30 * INTERVAL '1 day');

Vencimiento del permiso de conducir

Aunque no siempre es obligatorio, ofrecer alertas proactivas de vencimiento de licencia es un servicio de valor añadido. Las advertencias tempranas permiten a los clientes renovar las licencias antes de su caducidad. Tenga en cuenta que usted

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');

Salida de geocerca (frontera del país)

Los contratos pueden restringir el movimiento del vehículo a un territorio específico (por ejemplo, Serbia). Salir de esa zona debe alertar instantáneamente al banco para que pueda actuar (por ejemplo, contactar al cliente, inmovilizar el activo).

Esta consulta SQL está diseñada para supervisar e identificar cuando un dispositivo sale de una zona geográfica predefinida etiquetada "Tallaght Depot Geofences." El proceso comienza recopilando y ordenando puntos geográficos que definen el perímetro de la zona. Para asegurar que el perímetro forme un polígono válido, el primer punto se añade al final de la lista, cerrando efectivamente la forma. Este conjunto cerrado de puntos se utiliza luego para crear un polígono que representa la zona geográfica, el cual se convierte en un objeto geography para el análisis espacial.

A continuación, la consulta recupera los datos de seguimiento del dispositivo dentro de un rango de tiempo especificado, convirtiendo los valores brutos de latitud y longitud en puntos geográficos. Calcula si cada punto del dispositivo está dentro o fuera de la zona predefinida usando la función ST_Contains, que verifica la contención espacial. El parámetro calculado pos indica 'inside' si el punto está dentro de la zona y 'outside' en caso contrario. Finalmente, la consulta filtra estos resultados para detectar transiciones donde un dispositivo pasa de estar dentro de la zona a estar fuera, utilizando una función de ventana para comparar la posición actual con la anterior. Esta lógica ayuda a supervisar los movimientos de los dispositivos y detectar eventos de salida de áreas geográficas específicas. Asegúrese de añadir el valor correcto para el parámetro: z.zone_label = 'your_zone_label'.

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';

Inspecciones rutinarias por intervalo de tiempo

Algunas tareas de mantenimiento se repiten en calendarios de tiempo fijos. El sistema debe señalar los vehículos cuya próxima inspección/revisión venza dentro de un intervalo definido.

SELECT vehicle_id,       description,       start_date,       date_repeat_interval,       start_date + date_repeat_interval * floor(EXTRACT(EPOCH FROM (CURRENT_DATE - start_date)) /                                                 EXTRACT(EPOCH FROM date_repeat_interval)) AS last_due,       start_date + date_repeat_interval * (floor(EXTRACT(EPOCH FROM (CURRENT_DATE - start_date)) /                                                  EXTRACT(EPOCH FROM date_repeat_interval)) + 1) AS next_dueFROM raw_business_data.vehicle_service_tasksWHERE date_repeat_interval IS NOT NULL  AND start_date + date_repeat_interval * (floor(EXTRACT(EPOCH FROM (CURRENT_DATE - start_date)) /                                                 EXTRACT(EPOCH FROM date_repeat_interval)) + 1)      BETWEEN CURRENT_DATE AND CURRENT_DATE + (30 * INTERVAL '1 day');

Servicio por umbral de kilometraje (menor/mayor)

Los servicios menores y mayores se activan por el kilometraje desde el último evento de servicio. Cuando los kilómetros acumulados superan el umbral, debe programarse el servicio correspondiente.

Tenga en cuenta el campo vst.description debe tener comentarios / descripciones relevantes para usarlo en los filtros del código SQL a continuación.

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.track_distance_meters) / 1000.0 AS km_since_service
    FROM business_data.tracks t
    WHERE t.device_id = o.device_id
      AND t.track_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%')

Límite de kilometraje y penalizaciones

Los contratos de leasing a menudo limitan el kilometraje (por ejemplo, 25.000 km/año). Si se excede el límite, se aplican cláusulas de penalización. El sistema debe comparar el kilometraje real durante el periodo del contrato con el límite acordado y calcular las tarifas.

WITH driven AS (
  SELECT
    o.object_id,
    DATE_TRUNC('year', t.track_start_time) AS year,
    SUM(t.track_distance_meters) / 1000.0 AS km_year
  FROM
    business_data.tracks t
    JOIN raw_business_data.objects o ON o.device_id = t.device_id
  WHERE
    t.track_start_time >= '2023-01-01'::date
    AND t.track_start_time < '2024-01-01'::date
  GROUP BY
    o.object_id, DATE_TRUNC('year', t.track_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;

Monitorización de horas de motor

Para maquinaria y equipos agrícolas, las horas de funcionamiento —no el kilometraje— determinan el mantenimiento y la facturación. Los datos de horas de motor (p. ej., desde CAN‑Bus) deben monitorizarse y resumirse.

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.track_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 business_data.tracks t ON t.device_id = o.device_id
    JOIN last_service ls ON ls.vehicle_id = v.vehicle_id
  WHERE
    t.track_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

Eventos de frenado brusco

El comportamiento de conducción afecta el desgaste y el cumplimiento del contrato. Detectar frenadas bruscas ayuda al banco a atribuir el desgaste prematuro de frenos/neumáticos al uso indebido del conductor y, si es necesario, repercutir los costes.

La consulta SQL a continuación primero calcula la velocidad en kilómetros por hora y la diferencia de tiempo entre puntos de datos consecutivos para cada dispositivo. Con esta información, calcula la tasa de desaceleración en kilómetros por hora por segundo. Finalmente, filtra y devuelve los registros donde la tasa de desaceleración es de 20 km/h por segundo o mayor, indicando eventos de desaceleración significativos.

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;

Eventos de aceleración brusca

La aceleración agresiva aumenta el desgaste de neumáticos, transmisiones, trenes de rodaje y soportes del motor. Identificar estos eventos apoya la formación y la posible recuperación de costes.

La consulta SQL a continuación está diseñada para identificar eventos significativos de aceleración a partir de un conjunto de datos de seguimiento. Primero calcula la velocidad en kilómetros por hora y la diferencia de tiempo entre puntos de datos consecutivos para cada dispositivo. Con esta información, calcula la tasa de aceleración en kilómetros por hora por segundo. Finalmente, filtra y devuelve los registros donde la tasa de aceleración cumple o supera un umbral especificado, indicando eventos de aceleración significativos.

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;

Giros repentinos / Curvas

Los giros bruscos combinados con cambios abruptos de velocidad indican conducción de riesgo. Rastrear este comportamiento ayuda a detectar el uso inadecuado del vehículo.

Esta consulta SQL está diseñada para identificar cambios significativos en dirección y velocidad a partir de datos de seguimiento durante un periodo de tiempo especificado. Primero convierte los valores brutos de latitud y longitud a grados decimales y calcula la velocidad en kilómetros por hora. Usando la función LAG, recupera la ubicación y la velocidad previas para cada dispositivo, lo que permite calcular los cambios a lo largo del tiempo. La consulta calcula luego el cambio de rumbo en grados usando funciones trigonométricas para determinar el bearing entre puntos consecutivos. También calcula el cambio de velocidad entre estos puntos. Finalmente, la consulta filtra los resultados para incluir sólo aquellos registros donde el cambio absoluto de rumbo sea de 10 grados o más y el cambio absoluto de velocidad sea de 5 km/h o más, identificando maniobras o eventos significativos en los datos de seguimiento.

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;

Detección de ignición e inactividad

Medir el tiempo de inactividad (ignición encendida, velocidad baja/no hay movimiento) ayuda a reducir el desperdicio de combustible e identificar el uso indebido. Los periodos prolongados de ralentí deben ser reportados y gestionados.

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 AND :to_ts),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),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 AS idle_minutesFROM mergedWHERE ign_on = 1 AND kmh < :idle_speed AND next_time - device_time >= INTERVAL ':idle_min minutes';