Analisis kustom & Pengonfigurasi SQL

Skema Custom Analysis & SQL Configurator memungkinkan akses langsung ke database untuk analisis armada kustom di luar laporan standar. Tulis kueri SQL, jelajahi seluruh dataset Anda, dan buat visualisasi interaktif dalam satu antarmuka terintegrasi.

Ikhtisar antarmuka

Ruang kerja SQL Configurator terdiri dari 3 bagian utama:

1. Penjelajah skema database - Lihat struktur tabel dan klik pada skema untuk eksplorasi hubungan interaktif di dbdiagram.io

2. Panel Eksekusi Kueri SQL - Tulis kueri PostgreSQL dan lihat hasil dengan umpan balik langsung

3. antarmuka visualisasi interaktif - Transformasikan hasil kueri menjadi grafik menggunakan fungsionalitas seret-dan-letakkan

Struktur data Anda

Dampak konfigurasi: Sistem Anda memproses kategori data yang berbeda berdasarkan pengaturan konfigurasi. Jika tabel yang diharapkan tampak tidak tersedia, verifikasikan pengaturan kategori data Anda di konfigurasi sistem.

Data PTL Anda muncul melalui dua skema utama yang diorganisir berdasarkan sumber dan tujuan:

raw_business_data	raw_telematics_data
Informasi organisasi dan operasional. - Entitas inti: users, devices, objects, vehicles, employees - Data operasional: tasks, forms, zones, places, garages - Data referensi: models, entities, status information - Tabel relasi: vehicle-driver assignments, user-zone mappings	Pelacakan GPS real-time, pembacaan sensor, dan status perangkat - tracking_data_core: Koordinat GPS, kecepatan, ketinggian, data event - inputs: Pembacaan sensor (bahan bakar, suhu, tegangan) - states: Indikator status perangkat (kontak, pintu, mode operasional)

Untuk detail tentang skema data yang tersedia di DataHub Anda, lihat Ikhtisar skema.

Membuat visualisasi dari hasil kueri

Transformasikan hasil kueri SQL Anda menjadi visualisasi interaktif melalui alur kerja yang terstruktur:

1

Verifikasi konfigurasi data

Periksa bahwa semua kategori data yang diperlukan diaktifkan dalam pengaturan sistem Anda:

1. Arahkan ke Panel Konfigurasi PTL di bilah sisi kiri

2. Verifikasi bahwa kategori data yang dibutuhkan (Data Pelacakan, Input, Status) diaktifkan untuk kebutuhan analisis Anda

3. Jika diperlukan perubahan, perbarui konfigurasi dan pertimbangkan menjalankan pemuatan data historis untuk penerapan retrospektif

2

Kembangkan dan jalankan kueri Anda

Di Panel Eksekusi Kueri SQL:

1. Tulis kueri analisis Anda menggunakan sintaks PostgreSQL dan persyaratan pemformatan di atas

2. Sertakan nama bidang yang sesuai, konversi data, dan penyaringan untuk kebutuhan visualisasi Anda

3. Klik Jalankan untuk menjalankan kueri Anda dan menghasilkan dataset

4. Tinjau hasil untuk memastikan kualitas data dan format keluaran yang diharapkan

3

Akses antarmuka visualisasi

Setelah kueri Anda berhasil dieksekusi:

1. Beralih ke Visualisasi tab yang muncul di atas hasil kueri Anda

2. Hasil kueri Anda secara otomatis tersedia sebagai bidang data di antarmuka visualisasi

3. Pembuat grafik interaktif dimuat dengan dataset Anda siap untuk pembuatan visualisasi seret-dan-letakkan

4

Buat visualisasi interaktif

Gunakan antarmuka visualisasi untuk membangun grafik:

1. Seret bidang dari hasil kueri Anda ke area konfigurasi grafik (sumbu X, sumbu Y, filter, warna)

2. Pilih jenis visualisasi yang sesuai berdasarkan karakteristik data dan tujuan analisis Anda

3. Terapkan filter dan gaya untuk menyempurnakan presentasi visual Anda

4. Ekspor visualisasi yang selesai dalam berbagai format (PNG, SVG, CSV, base64) untuk berbagi dan pelaporan\

Panduan visualisasi terperinci: Instruksi lengkap langkah demi langkah untuk pembuatan grafik dibahas di Buat visualisasi kustom.

Tips pengembangan kueri

Perluas bagian di bawah untuk menemukan praktik yang direkomendasikan saat bekerja dengan kueri di SQL Configurator.

Persyaratan format data untuk analisis telematika

Data telematika Anda menggunakan penyimpanan bilangan bulat berskala yang memerlukan konversi:

Tipe Data	Format Penyimpanan	Konversi Diperlukan
Koordinat GPS	Bilangan bulat berskala	Bagilah dengan 10.000.000 untuk derajat desimal
Nilai kecepatan	Format bilangan bulat	Bagilah dengan 100 untuk km/jam
Cap waktu	Dua varian	Gunakan device_time untuk event, platform_time untuk pemrosesan

Optimisasi kinerja dan kualitas data

Praktik penting untuk analisis yang andal:

• Terapkan penyaringan berbasis waktu: Mengurangi ukuran dataset dan meningkatkan waktu respons dengan WHERE device_time > now() - INTERVAL '7 days'

• Gunakan bidang yang diindeks: Sertakan device_id dan device_time dalam klausa WHERE untuk kinerja kueri yang optimal

• Validasi rentang data: Saring batas koordinat dan kecepatan untuk mengidentifikasi pembacaan anomali

• Verifikasi relasi: Lakukan referensi silang hubungan data bisnis untuk memastikan join menghasilkan hasil yang diharapkan

• Kelola set hasil: Tambahkan klausa LIMIT yang sesuai untuk kueri eksploratori agar menghindari masalah kinerja

• Tangani celah data: Harapkan variasi normal seperti celah konektivitas selama kondisi sinyal buruk

Karakteristik Data yang Diharapkan: Pembacaan sensor memerlukan validasi kalibrasi berkala, dan data terbaru mungkin masih diproses selama analisis real-time.

Pola analisis lintas-skema

Gabungkan data organisasi dan pelacakan untuk wawasan komprehensif:

• Integrasi bisnis-telematika: Bergabung menggunakan device_id sebagai kunci relasi utama antar skema

• Korelasi karyawan-kendaraan: Sambungkan melalui relasi tabel objects untuk analisis produktivitas

• Interpretasi sensor: Gunakan tabel referensi description_parameters untuk menerjemahkan nilai berkode menjadi label yang dapat dibaca

• Analisis geografis: Gabungkan koordinat pelacakan dengan definisi zona untuk wawasan operasional

Contoh: Tinjauan lengkap armada dengan LEFT JOIN

Saat menganalisis operasi armada, Anda sering perlu melihat semua kendaraan terlepas dari status aktivitas mereka saat ini. Contoh ini menunjukkan bagaimana LEFT JOIN mempertahankan catatan kendaraan lengkap bahkan ketika data pelacakan atau penugasan pengemudi hilang.

-- Tampilkan semua kendaraan dengan penugasan pengemudi dan aktivitas terbaru
SELECT 
    o.object_label as vehicle_name,
    e.first_name || ' ' || e.last_name as assigned_driver,
    MAX(t.device_time) as last_seen,
    COUNT(t.device_id) as tracking_points_7days
FROM raw_business_data.objects o
LEFT JOIN raw_business_data.employees e ON o.object_id = e.object_id  
LEFT JOIN raw_telematics_data.tracking_data_core t ON o.device_id = t.device_id
    AND t.device_time > CURRENT_DATE - INTERVAL '7 days'
GROUP BY o.object_label, e.first_name, e.last_name
ORDER BY last_seen DESC NULLS LAST;

Wawasan kunci: LEFT JOIN memastikan semua kendaraan muncul dalam hasil, bahkan tanpa pelacakan terbaru atau penugasan pengemudi.

Contoh kueri: Pola lengkap khusus kasus penggunaan tersedia di SQL Recipe Book.

Langkah selanjutnya

• Buat visualisasi kustom - Proses lengkap untuk membuat grafik dan analisis visual

• SQL Recipe Book - Pola kueri lanjutan yang diorganisir menurut skenario analitis

• Dokumentasi lapisan Bronze - Referensi skema database lengkap dan definisi bidang

Analitik produksi: Untuk pelaporan dan dasbor skala perusahaan, pertimbangkan alat BI khusus yang terhubung langsung ke instance PTL Anda untuk meningkatkan skalabilitas dan fitur kolaborasi. Pelajari lebih lanjut di Memilih alat BI.