# Rapports historiques
Les rapports historiques transforment vos données opérationnelles en informations stratégiques en analysant les modèles, les tendances et les indicateurs de performance sur les périodes que vous définissez, permettant ainsi des décisions fondées sur les données pour l’optimisation de la flotte et la planification des ressources.
## Rapport de capteur de mesure
**Quand l’utiliser**: Planification de la gestion du carburant, programmation de la maintenance prédictive et identification des tendances de performance des équipements sur plusieurs véhicules et périodes.
**Quelles données vous voyez**: Mesures de capteurs de séries chronologiques agrégées en résumés statistiques, présentant les valeurs moyenne, minimale et maximale pour chaque capteur sur la période sélectionnée.
Logique de traitement des données
Le système traite les données des capteurs au moyen d’une analyse sophistiquée des séries chronologiques :
* **Agrégation par regroupement temporel**: Les lectures brutes des capteurs sont regroupées en intervalles de 15 secondes à l’aide de la `time_bucket` fonction, créant des points de données exploitables à partir de flux continus de capteurs. Cette approche équilibre précision analytique et efficacité de traitement.
* **Corrélation multi-capteurs**: La requête joint `business_data.sensors_data_by_hours` avec `raw_business_data.objects` pour combiner les mesures des capteurs avec le contexte du véhicule. Chaque lecture de capteur inclut des données d’étalonnage lorsqu’elles sont disponibles, convertissant les valeurs brutes en unités significatives (litres pour le carburant, degrés pour la température).
* **Calcul statistique**: Pour chaque intervalle temporel, le système calcule les valeurs moyenne, minimale et maximale sur l’ensemble des relevés. Lorsque les données d’étalonnage du capteur sont absentes ou invalides, les valeurs brutes s’affichent sans modification afin de préserver la transparence des données.
* **Filtrage de qualité**: La validation de la qualité GPS garantit que seules les données de localisation fiables (satellites > 3, coordonnées non nulles) contribuent au contexte du capteur, tandis que les relevés invalides sont exclus des calculs statistiques.
Tous les horodatages sont convertis en UTC pour assurer une analyse cohérente, quelle que soit la localisation géographique du véhicule, permettant ainsi une identification précise des tendances sur différents périmètres opérationnels.
## Rapport d’activité des objets
**Quand l’utiliser**: Analyse d’optimisation des itinéraires, évaluation de l’utilisation des véhicules et mesure de l’efficacité opérationnelle sur des périodes et segments de flotte définis.
**Quelles données vous voyez**: Indicateurs d’activité complets, notamment la distance totale parcourue, la durée des trajets, les vitesses moyennes et les modèles d’itinéraire pour chaque véhicule de votre sous-ensemble de flotte sélectionné.
Logique de traitement des données
Ce rapport combine des données historiques et en temps réel grâce à une génération de trajets complexe :
* **Approvisionnement hybride en données**: Le système sélectionne intelligemment entre `processed_common_data.trips` pour l’analyse historique et `raw_telematics_data.tracking_data_core` pour les données fraîches, selon votre plage temporelle. Les périodes de plus de 12 heures utilisent des trajets prétraités pour des performances optimales, tandis que les périodes récentes génèrent des trajets à partir de données télématiques brutes.
* **Reconstruction du trajet**: Pour l’analyse en temps réel, le système applique des algorithmes de détection de mouvement en utilisant des seuils de vitesse (≥3 km/h) et des écarts temporels (>300 secondes) afin d’identifier des trajets distincts. Les données de coordonnées brutes (stockées sous forme d’entiers) sont converties en degrés décimaux par division par 10 000 000 pour les calculs géographiques.
* **Calcul de la distance**: La distance géographique utilise les fonctions PostGIS pour des mesures précises entre des points GPS consécutifs, tandis que les calculs de durée dérivent des différences d’horodatage entre les points de début et de fin du trajet.
* **Intégration des zones**: L’analyse géographique recoupe les positions des véhicules avec les zones définies à l’aide de `ST_DWithin` calculs, fournissant un contexte opérationnel pour les lieux de début et de fin des trajets.
La structure de la requête sous-jacente s’adapte en fonction des paramètres sélectionnés, optimisant la récupération des données historiques et la génération de trajets en temps réel afin de fournir une analyse d’activité complète.
## Rapport d’écoconduite
**Quand l’utiliser**: Analyse de la sécurité des conducteurs, reporting de conformité à l’assurance et évaluation de la gestion des risques de flotte pour développer des programmes de formation ciblés et réduire les coûts opérationnels.
**Quelles données vous voyez**: Analyse complète du comportement de conduite comprenant les infractions de vitesse, les événements de conduite brusque et les scores de sécurité calculés pour chaque véhicule, avec des coordonnées GPS précises et des horodatages pour chaque incident.
Logique de traitement des données
L’analyse d’écoconduite traite les données télématiques au moyen d’une détection sophistiquée des schémas comportementaux :
* **Détection des infractions de vitesse**: Le système surveille en continu les vitesses des véhicules par rapport à des limites configurables, en appliquant des périodes de tolérance et des structures de pénalités basées sur la gravité. Les excès de vitesse nécessitent des infractions soutenues (>60 secondes) afin d’éviter de pénaliser de brefs pics de vitesse, tandis que les points de pénalité évoluent des infractions légères (0–20 km/h au-dessus) aux infractions graves (>60 km/h au-dessus).
* **Analyse de la conduite brusque**: Les calculs d’accélération en temps réel analysent les variations de vitesse sur des intervalles de temps afin de détecter les freinages brusques (>3,5 m/s² de décélération), les accélérations brusques (>3,0 m/s²) et les virages serrés à l’aide de seuils de variation de cap (>30° à des vitesses >30 km/h). Chaque événement inclut des coordonnées GPS pour une analyse des schémas spécifiques à la localisation.
* **Système de notation dynamique**: Les scores de sécurité sont dérivés de l’accumulation de points de pénalité normalisée par distance parcourue, permettant une comparaison équitable entre différentes longueurs d’itinéraire et différents schémas opérationnels. Le système utilise des scores maximaux configurables avec une normalisation basée sur la distance afin d’assurer une évaluation cohérente.
* **Documentation des infractions**: Chaque événement détecté capture des coordonnées GPS précises, des horodatages et des mesures de gravité, créant des journaux d’incidents complets pour le coaching des conducteurs et le reporting de conformité.
L’algorithme sous-jacent traite des données GPS agrégées sur 15 secondes provenant de `raw_telematics_data.tracking_data_core`, en appliquant les calculs de distance haversine pour une analyse géographique précise et des calculs d’accélération basés sur les horodatages pour l’évaluation comportementale.
## Rapport des quarts de travail
**Quand l’utiliser**: Analyse de la productivité du personnel, identification des schémas opérationnels et mesure de l’efficacité des quarts pour optimiser la planification de la flotte.
**Quelles données vous voyez**: Résumés d’activité quotidiens affichant le temps opérationnel total, les vitesses moyennes, les vitesses maximales et les périodes d’activité pour chaque véhicule, regroupés par date et par quart de travail.
Logique de traitement des données
L’analyse des quarts de travail traite les données de suivi brutes au moyen de la détection des schémas opérationnels :
* **Classification des mouvements**: Le système analyse les relevés de vitesse et les intervalles de temps pour distinguer les mouvements actifs (≥3 km/h), les arrêts temporaires et les périodes de stationnement. Les écarts temporels supérieurs à 300 secondes déclenchent la détection d’une nouvelle période d’activité.
* **Détection des limites de quart**: La segmentation des trajets utilise des seuils de vitesse configurables et l’analyse des écarts temporels pour identifier des périodes opérationnelles distinctes. Chaque période de quart comprend des horodatages précis de début et de fin ainsi que des calculs de durée.
* **Agrégation des activités**: Les résumés quotidiens combinent toutes les périodes opérationnelles de chaque véhicule, en calculant la durée totale d’activité, les vitesses opérationnelles moyennes et les vitesses maximales atteintes pendant les périodes actives.
* **Indicateurs de performance**: Le système génère des statistiques d’utilisation en comparant le temps opérationnel actif au temps total écoulé, fournissant des informations sur l’efficacité pour les décisions de gestion de flotte.
La validation des coordonnées GPS garantit que seules les données de positionnement de qualité contribuent aux calculs de distance et de vitesse, tandis que la standardisation des horodatages en UTC permet une analyse cohérente des quarts de travail sur différentes localisations géographiques.
## Rapport de kilométrage
**Quand l’utiliser**: Analyse de l’utilisation de la flotte, évaluation de l’efficacité opérationnelle et identification des schémas d’utilisation du temps de travail par rapport au temps non travaillé afin d’optimiser le déploiement des véhicules et d’identifier les utilisations non autorisées.
**Quelles données vous voyez**: Distance parcourue classée par heures de travail, heures hors travail et week-ends, avec des tendances de répartition hebdomadaire, des comparaisons entre services et des ventilations détaillées montrant les jours actifs et les distances maximales des trajets.
Logique de traitement des données
L’analyse du kilométrage des véhicules traite les données des trajets GPS par classification temporelle et agrégation des distances :
* **Classification des catégories temporelles**: Le système évalue chaque segment de trajet GPS par rapport aux heures de travail et aux jours calendaires configurables afin de classer le kilométrage en trois catégories distinctes. Le kilométrage en temps de travail correspond à la distance parcourue pendant les heures ouvrées configurées les jours de semaine, le kilométrage hors travail représente les déplacements après les heures de travail en semaine, et le kilométrage du week-end couvre tous les mouvements du samedi et du dimanche, quel que soit l’horaire. Cette classification s’effectue au niveau du segment de trajet, chaque portion d’un déplacement étant attribuée en fonction de son horodatage.
* **Calcul de la distance**: Les mesures de distance géographique utilisent des algorithmes de géométrie des coordonnées pour calculer la distance parcourue entre des points GPS consécutifs. Le système traite les données de position brutes provenant de `raw_telematics_data.tracking_data_core`, en convertissant les coordonnées stockées sous forme d’entiers (divisées par 10 000 000) en degrés décimaux pour des calculs de distance haversine précis.
* **Agrégation temporelle**: L’analyse des tendances hebdomadaires regroupe les segments de trajet par numéro de semaine ISO, en additionnant les distances dans chaque catégorie temporelle. Le système génère à la fois des totaux de kilométrage absolus (en kilomètres) et des répartitions en pourcentage afin de révéler comment les schémas opérationnels évoluent au fil des semaines.
* **Analyse de regroupement**: Les comparaisons entre services, objets et conducteurs agrègent les données individuelles des véhicules en unités organisationnelles. Le système calcule le kilométrage mensuel moyen par véhicule en divisant la distance totale par le nombre de jours actifs et en normalisant sur des mois de 30 jours, permettant une comparaison équitable sur différentes périodes d’analyse.
* **Détection d’activité**: Les calculs de jours actifs identifient les dates du calendrier comportant un kilométrage enregistré en analysant les horodatages des trajets. La détermination de la distance maximale d’un trajet traite les segments de trajets individuels afin d’identifier le plus long trajet continu pour chaque regroupement, en utilisant des seuils de détection de mouvement (≥3 km/h) et l’analyse des écarts temporels (>300 secondes) pour séparer les trajets distincts.
La validation de la qualité GPS garantit que seules les données de positionnement fiables (satellites > 3, coordonnées non nulles) contribuent aux calculs de distance, tandis que la standardisation des horodatages en UTC permet une classification temporelle cohérente quelle que soit la localisation géographique du véhicule.
## Rapport des trajets
**Quand l’utiliser**: Analyse des schémas de déplacement, évaluation de l’optimisation des itinéraires et évaluation du comportement opérationnel afin de comprendre la fréquence des trajets, la répartition des distances et d’identifier les modèles de déplacement inhabituels.
**Quelles données vous voyez**: Indicateurs de trajets individuels comprenant la distance, la durée et la vitesse moyenne, avec des tendances de volume hebdomadaire, des comparaisons au niveau des groupes et des détails complets trajet par trajet indiquant les heures de début/fin et les affectations des conducteurs.
Logique de traitement des données
L’analyse des trajets des véhicules identifie et traite les trajets individuels grâce à une détection intelligente des mouvements :
* **Algorithme de détection des trajets**: Le système analyse les données de trajectoire GPS et les informations d’état du véhicule afin d’identifier des trajets distincts à l’aide de seuils de vitesse et de temps. Un trajet commence lorsque la vitesse du véhicule dépasse le seuil minimal de vitesse de ralenti (par défaut 3 km/h) et se termine lorsque la vitesse passe en dessous de ce seuil pendant la durée minimale de ralenti (par défaut 5 minutes). Les courts arrêts inférieurs au seuil de durée de ralenti sont traités comme des pauses au sein du même trajet plutôt que comme des limites de trajet, filtrant ainsi les arrêts brefs dans la circulation ou les retards de chargement.
* **Paramètres de détection avancés**: Lorsque cela est disponible, le système intègre l’état du contact et les données du capteur de mouvement pour affiner la précision de la détection des trajets. Cette approche multi-facteurs évite les fins de trajet erronées lors de brèves périodes d’immobilité où le moteur reste en marche, garantissant que seuls les événements de stationnement significatifs déclenchent la fin du trajet.
* **Calcul de la distance et de la durée**: Pour chaque trajet détecté, le système calcule la distance totale à l’aide des fonctions géographiques PostGIS entre les points GPS consécutifs de `raw_telematics_data.tracking_data_core`. La durée du trajet est dérivée de la différence de temps entre le premier et le dernier point de la trajectoire. Les calculs de vitesse moyenne divisent la distance totale par la durée, fournissant une vitesse opérationnelle réaliste qui inclut les brefs arrêts pendant le trajet.
* **Agrégation temporelle**: L’analyse hebdomadaire regroupe les trajets par numéro de semaine ISO, en calculant à la fois le nombre de trajets et les distances cumulées. Cette approche à double indicateur révèle si les variations du volume opérationnel sont corrélées à des variations de la longueur moyenne des trajets : un grand nombre de trajets avec une faible distance totale indique de nombreux trajets courts, tandis que l’inverse suggère moins de trajets mais plus longs.
* **Analytique de comparaison des groupes**: Les regroupements par service, objet, conducteur et garage agrègent les données de trajets afin de permettre une analyse comparative. Le système additionne les distances totales, compte les trajets individuels et calcule les durées moyennes de trajet pour chaque unité. Ces indicateurs permettent d’identifier les différences de rôle opérationnel : les flottes de livraison effectuent de nombreux trajets courts, tandis que les véhicules de service sur le terrain peuvent effectuer moins de trajets mais plus longs.
* **Disponibilité des données de vitesse**: Lorsque la qualité du signal GPS est insuffisante ou que la capture des données de vitesse échoue, le système ne peut pas calculer de manière fiable les vitesses moyennes. Cette situation se produit généralement lors d’une perte de signal GPS dans des zones à faible visibilité satellitaire (tunnels, zones urbaines denses, parkings souterrains) ou en cas d’anomalies de traitement des données. Le rapport affiche « Aucune donnée de vitesse disponible » pour les périodes concernées, indiquant que ces trajets nécessitent une investigation ou que les enregistrements télématiques sont incomplets.
Tous les horodatages de trajet sont convertis en UTC pour une analyse cohérente sur différents périmètres opérationnels, tandis que la validation de la qualité GPS (satellites > 3, coordonnées non nulles) garantit que seules les données de positionnement fiables contribuent à la détection des trajets et aux calculs de distance.
## Rapport d’immobilisation
**Quand l’utiliser**: Optimisation de l’utilisation des véhicules, analyse du coût du temps d’attente, évaluation de l’efficacité opérationnelle et identification des immobilisations excessives à des emplacements spécifiques afin d’améliorer la productivité de la flotte et de réduire le gaspillage de carburant.
**Quelles données vous voyez**: Analyse complète du temps d’inactivité montrant les heures d’arrêt et de stationnement, les pourcentages d’utilisation, les répartitions de l’état d’activité selon le temps et les zones, ainsi que des ventilations détaillées identifiant les principaux lieux d’immobilisation pour chaque véhicule.
Logique de traitement des données
L’analyse d’immobilisation traite les données GPS et de vitesse au moyen d’une classification sophistiquée des mouvements afin d’identifier et de quantifier le temps non productif des véhicules :
* **Détection du seuil de mouvement**: Le système applique un seuil minimal de vitesse configurable (par défaut 3 km/h) pour classer les états d’activité du véhicule. Lorsque la vitesse passe sous ce seuil, le véhicule entre dans un état d’arrêt. Ce seuil s’adapte à différents contextes opérationnels : les véhicules de chantier peuvent utiliser des seuils plus bas, tandis que les flottes autoroutières utilisent des valeurs plus élevées pour capturer avec précision les périodes d’inactivité pertinentes.
* **Classification entre arrêt et stationnement**: Le système distingue les arrêts brefs du stationnement prolongé au moyen d’une analyse temporelle. Un véhicule reste à l’état d’arrêt lorsqu’il est immobile, mais ne passe à l’état stationné qu’après avoir maintenu une vitesse nulle ou quasi nulle pendant la durée minimale de stationnement (par défaut 5 minutes). Cette classification hiérarchique garantit que les brefs arrêts dans la circulation, les retards de chargement ou les pauses momentanées ne déclenchent pas de classification de stationnement, tandis que les véritables événements de stationnement sont correctement capturés. Tout temps stationné est aussi du temps d’arrêt, mais tout temps d’arrêt n’est pas nécessairement du stationnement.
* **Agrégation des états d’activité**: Pour chaque véhicule, le système calcule le nombre total d’heures passées dans chaque état — en mouvement, à l’arrêt et stationné — en traitant les données de trajectoire GPS de `raw_telematics_data.tracking_data_core`. Les relevés de vitesse sont évalués en continu par rapport au seuil de mouvement, avec enregistrement des transitions d’état à des horodatages précis. Les calculs de durée additionnent le temps écoulé dans chaque état sur la période d’analyse.
* **Calcul de l’immobilisation**: L’immobilisation totale représente tout le temps sans mouvement (heures d’arrêt + heures de stationnement). Le système calcule l’immobilisation comme l’inverse de l’utilisation : lorsqu’un véhicule n’est pas en mouvement, il accumule de l’immobilisation. Cet indicateur offre une vue complète du temps d’inactivité, qu’il s’agisse d’un bref arrêt ou d’un stationnement complet.
* **Indicateurs d’utilisation**: Le pourcentage d’utilisation est dérivé du rapport entre le temps en mouvement et le temps total d’activité : (heures de mouvement / heures totales) × 100. L’utilisation moyenne sur plusieurs véhicules utilise un calcul pondéré basé sur le temps total d’activité de chaque véhicule. Ces indicateurs permettent une comparaison équitable de la productivité entre des véhicules ayant des schémas opérationnels ou des périodes d’analyse différents.
* **Analyse géographique de l’immobilisation**: Le système recoupe les emplacements d’arrêt et de stationnement avec les géofences définies de `processed_common_data.zones_geom` à l’aide des fonctions spatiales PostGIS. Pour chaque période d’inactivité, les coordonnées GPS sont évaluées par rapport aux limites de zone afin de déterminer si l’immobilisation s’est produite dans un emplacement connu. La principale zone d’immobilisation représente la géofence où le véhicule a accumulé le plus d’heures d’arrêt ou de stationnement pendant la période d’analyse.
* **Modes de visualisation de la chronologie**: Le mode d’affichage État montre les schémas d’activité temporels colorés selon l’état de mouvement (en mouvement, à l’arrêt, stationné), révélant à quels moments les véhicules passent d’un état à l’autre au cours de la journée. Le mode d’affichage Zones colore les segments de la chronologie selon la localisation géographique plutôt que selon l’état d’activité, montrant quelles zones le véhicule a occupées au fil du temps. Cette double approche de visualisation permet à la fois l’analyse des schémas temporels et l’évaluation de la répartition géographique.
* **Agrégation par zones**: Lors de l’analyse de l’immobilisation par zones, le système regroupe toutes les périodes d’inactivité selon leur localisation géographique, en calculant le total des heures d’arrêt et de stationnement dans chaque géofence. Cette agrégation identifie les points de blocage où les véhicules passent un temps excessif à l’arrêt — tels que les quais de chargement avec de longs temps d’attente, les sites clients avec des processus inefficaces ou les emplacements d’arrêt non autorisés.
La validation de la qualité GPS garantit que seules les données de positionnement fiables (satellites > 3, coordonnées non nulles) contribuent à la classification des états et à l’analyse géographique, tandis que la standardisation des horodatages en UTC permet un suivi cohérent de l’immobilisation sur différents périmètres opérationnels.
## Étapes suivantes
Lorsque l’analyse historique révèle des opportunités d’optimisation ou soulève des questions opérationnelles spécifiques, passez à [Custom Analysis & SQL Configurator](/docs/analytics/fr/explorer-for-iotquery/custom-analysis-sql-configurator.md) pour créer des investigations adaptées qui répondent à vos besoins uniques de gestion de flotte et développer des solutions analytiques personnalisées.
---
# 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/fr/explorer-for-iotquery/historical-reports.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.