Como a camada Bronze do Navixy DataHub potencializa análises personalizadas

A maioria das equipes de desenvolvimento desperdiça recursos valiosos com desafios de integração de dados telemáticos, enfrentando limites de taxa de API, construindo scripts de exportação frágeis e lutando com requisitos de conformidade. A camada Bronze do Navixy DataHub elimina esses gargalos. Continue lendo para explorar as capacidades que a plataforma de análise telemática oferece para seu negócio.

Principais pontos

• Acesse dados telemáticos brutos com SQL direto, eliminando gargalos de API e acelerando análises empresariais.
• Projete e execute análises de frota personalizadas sob medida para objetivos operacionais únicos e métricas de desempenho.
• Habilite monitoramento de sensores em tempo real, detecção de anomalias, manutenção preditiva e insights geoespaciais avançados.
• Transforme telemática em um motor escalável para análises preditivas em toda a empresa e decisões mais inteligentes.

Analytics de frota de nível empresarial sem barreiras

O Navixy DataHub oferece aos desenvolvedores que trabalham com frotas de nível empresarial acesso SQL direto a fluxos de telemetria em tempo real, conjuntos de dados históricos e design flexível de esquemas de dados para construir aplicações personalizadas de analytics de frota.

Entre em contato com vendas para descobrir os principais benefícios de uma nova abordagem para analytics de frota disponível com o Navixy DataHub.

A plataforma Navixy DataHub elimina limitações de taxa de API e restrições de acesso a dados, permitindo construir desde dashboards operacionais ao vivo até motores complexos de analytics multidimensionais. Com compatibilidade PostgreSQL e suporte nativo para integração com ferramentas de BI populares, frameworks de ML e pipelines de dados, os desenvolvedores podem aproveitar habilidades e toolchains existentes sem vendor lock-in.

A arquitetura subjacente Private Telematics Lakehouse (PTL) expõe quatro padrões principais de processamento de dados através de interfaces SQL padrão:

• ingestão de dados streaming para aplicações em tempo real,
• análise de séries temporais para relatórios históricos,
• pipelines de feature engineering para treinamento de modelos de ML,
• joins entre tabelas para business intelligence contextual.

Esta arquitetura oferece aos desenvolvedores flexibilidade para implementar lógica de negócio personalizada diretamente em SQL ou extrair dados para processamento em Python, R ou outros ambientes analíticos e ferramentas de BI.

Cenários de análise de frota habilitados pela camada Bronze

A camada Bronze expõe conjuntos de dados brutos e estruturados que desenvolvedores podem consultar diretamente para aplicações como:

• Monitoramento em tempo real de leituras de sensores

O DataHub suporta ingestão de dados telemáticos em tempo real, permitindo que dashboards ao vivo e painéis operacionais exibam valores de sensores como GPS, velocidade, RPM, temperatura ou níveis de combustível com atraso mínimo. Esta capacidade de streaming fornece aos despachantes e gerentes visibilidade imediata dos status da frota, permitindo solução de problemas mais rápida, consciência operacional e tomada de decisão informada.

• Detecção de anomalias

Identifique irregularidades como roubo de combustível, mau funcionamento de sensores ou uso não autorizado de veículos através de estruturas de detecção em tempo real. O DataHub permite lançar abordagens estatísticas, habilitando alertas de alta confiança baseados em desvios de normas históricas ou limites comportamentais definidos.

• Manutenção preditiva

Antecipe falhas de componentes analisando padrões em temperatura, RPMs, códigos de falha e histórico de quebras. Ao treinar modelos de machine learning com esses dados, empresas podem migrar de reparos reativos para agendamento proativo — reduzindo reparos de emergência, melhorando o tempo de atividade dos veículos e otimizando intervalos de manutenção.

• Inteligência geoespacial

Analise dados de movimentação através do tempo e espaço para descobrir geocercas, otimizar localizações de depósitos ou armazéns e avaliar cobertura geográfica de serviços. Posições de ativos podem ser comparadas com localizações em tempo quase real, enquanto dados telemáticos adicionam insights contextuais para apoiar melhor tomada de decisão.

Dashboards personalizados de frota em tempo real: precisão onde cada minuto conta

A camada Bronze do Navixy DataHub marca o ponto de partida de uma jornada analítica mais profunda, capturando dados brutos e não filtrados em um ambiente estruturado e consultável. É indispensável para construir dashboards ou aplicações significativas e enfrentar desafios operacionais imediatos através do monitoramento em tempo real e relatórios históricos.

Você pode recuperar e visualizar dados brutos como estão, ou aplicar lógica para criar novas métricas, KPIs e status personalizados. Vamos examinar exemplos práticos.

Caso de uso: monitoramento de sensores em tempo real

Em uma planta industrial, os operadores criaram um dashboard no Grafana para monitorar dados de sensores ao vivo — filtrando por ativo, tipo de sensor ou sensores individuais. Isso ajudou a detectar anomalias precocemente, evitar tempo de inatividade e melhorar a resposta da manutenção.

O dashboard utilizou consultas SQL em dados brutos, como a seguinte:

select
	o.object_label,
	lcs.sensor_type,
	lcs.device_time,
   lcs.value as last_measurement_value
FROM business_data.latest_calibrated_sensors lcs
LEFT JOIN raw_business_data.objects o ON o.device_id = lcs.device_id
WHERE 1=1
and lcs.sensor_id is not null
ORDER BY lcs.device_time DESC

Não foi necessária nenhuma configuração complexa — apenas acesso direto aos dados de entrada e uma ferramenta de visualização conectada ao DataHub.

Caso de uso: dashboard de status da frota com lógica personalizada

Na logística, os gestores de frota precisavam de dashboards que fossem além das categorias padrão de eventos. Usando a camada Bronze do DataHub, eles construíram um dashboard de "status de movimento" baseado em lógica personalizada — como limites mínimos de velocidade e tempo de inatividade. Aqui está uma versão simplificada da consulta utilizada:

WITH tracking_data_core AS (
  SELECT * FROM raw_telematics_data.tracking_data_core tdc
  WHERE tdc.device_time >= NOW() - INTERVAL '15 minutes'
    AND tdc.event_id IN 
(2, 802, 803, 804, 811)
  ORDER BY tdc.device_time, tdc.device_id DESC
)
SELECT DISTINCT ON (tdc.device_id)
  tdc.device_id,
  tdc.event_id,  tdc.platform_time,
  tdc.speed / 100 AS speed,
  tdc.latitude / 1e7 AS latitude,
  tdc.longitude / 1e7 AS longitude,
  tdc.altitude / 1e7 AS altitude,
  tdc.device_time,
  CASE 
    WHEN tdc.speed / 100 > 2 
      AND EXTRACT(EPOCH FROM (NOW() - tdc.device_time)) / 60 < 3 
      THEN 'moving'
    WHEN EXTRACT(EPOCH FROM (NOW() - tdc.device_time)) / 60 < 3 
      THEN 'stopped'
    ELSE 'parked'
  END AS moving_status,
  CASE 
    WHEN EXTRACT(EPOCH FROM (NOW() - tdc.device_time)) / 60 <= 1 THEN 'active'
    WHEN EXTRACT(EPOCH FROM (NOW() - tdc.device_time)) / 60 <= 3 THEN 'idle'
    ELSE 'offline'
  END AS connection_status,
  to_char(tdc.device_time, 'YYYY-MM-DD HH24:MI:SS') as last_connect_formatted
FROM tracking_data_core AS tdc
ORDER BY tdc.device_id, tdc.device_time DESC

A força deste modelo está na sua adaptabilidade. Por exemplo, além dos status padrão, os usuários podem definir seus próprios status personalizados, como o status "permanência" — acionado apenas quando um veículo está dentro de uma geocerca de depósito e seu sensor de porta está ativo. A lógica é totalmente configurável via SQL, dando às equipes de operações controle direto sobre como sua frota é monitorada e relatada. Ou você pode usar Python para construir uma aplicação com seu próprio painel ou relatório, conforme mostrado na tela abaixo.

Essa abordagem oferece aos gestores supervisão em tempo real e a liberdade de evoluir a lógica sem intervenção do fornecedor ou dependência de modelos pré-definidos.

Aproveite o DataHub como gateway para análises avançadas de frota

A camada Bronze do DataHub representa um ponto de partida sólido para obter uma compreensão verdadeira de suas operações. Uma vez estabelecida essa base, as empresas podem ir além da detecção baseada em regras para desenvolver modelos mais avançados.

Neste nível você pode:

• Aplicar machine learning para identificar viagens suspeitas.
• Construir sistemas de pontuação preditiva para antecipar comportamentos de risco dos motoristas.
• Integrar insights de direção ecológica com dados de manutenção e conformidade para maximizar a eficiência da frota.

Ao colocar o controle tanto dos dados quanto da lógica diretamente nas mãos dos tomadores de decisão, o Navixy DataHub transforma a telemática de dashboards estáticos em um poderoso motor de inteligência e automação.

Entre em Contato com Vendas para descobrir como o aproveitamento da camada Bronze do Navixy DataHub pode atender suas necessidades de análise e relatórios.