AirTagのデータエクスポートとAPI
AirTag API連携と位置情報データのエクスポート
TagLoggerはAirTagの履歴をCSVやJSONでエクスポートし、APIも提供しています。そのため、データは実際に業務を動かしているERP、CMMS、TMS、FSMに届きます。
TagLoggerがエクスポートするデータ
- リンクされたすべてのAirTagの現在と過去の位置(緯度・経度とタイムスタンプ)
- タイムスタンプ付きのジオフェンスへの進入・退出イベント
- 動きのない資産のレポート:設定した期間内に移動していない資産
- 資産のメタデータ:名前、色、カテゴリ、担当チーム
- アクティビティフィード:選択した任意の期間における各AirTagの完全なイベントログ
- 電池残量低下のステータスとAirTagの報告頻度
エクスポート形式
最もよく使われるエクスポート形式はCSVです。Excel、Googleスプレッドシートをはじめ、ほぼすべての業務システムで扱えます。TagLoggerのCSVエクスポートには、AirTagごとにタイムスタンプ、緯度、経度、資産名の列と、その行に関連するジオフェンスイベントが含まれます。
JSONエクスポートは、ジオフェンスのメタデータ、資産カテゴリ、イベントの種類を含むデータの入れ子構造をそのまま保持します。スクリプト、データウェアハウス、独自の連携にプログラムで直接取り込む場合に便利です。
よくある連携パターン
- 日次CSVスナップショット:定期エクスポートを共有ドライブやERPのフォルダに置き、バッチで突き合わせる
- 週次の監査レポート:動きのない資産のCSVとアクティビティの概要を運用レビューに使う
- ジオフェンスのWebhook:ジオフェンスイベントが発生するとTagLoggerがHTTP Webhookを送信し、FSMやTMSのエンドポイントに通知する
- APIによるライブポーリング:独自のダッシュボードや監視ツールが一定の間隔(通常は1〜5分ごと)で位置情報データを取得する
- イベント駆動の自動化:Webhookが後続のワークフロー(Slack通知、チケット作成、在庫調整)を起動する
連携先:ERP、CMMS、TMS、FSM
AirTagの位置情報データは、業務ソフトウェアの大きく4つのカテゴリに組み込めます。連携の形はどれも似ており、資産レコードの位置情報フィールドを、定期的に、またはWebhookで更新します。
ERP:NetSuite、SAP、Oracle、Dynamics
AirTagの位置情報の履歴を、位置情報フィールドを持つカスタムの資産レコードとして取り込み、日次のCSVインポートやAPIで更新します。よくある用途は、資産の実際の所在とERPに記録された所在の突き合わせです。
CMMS:Maximo、eMaint、Fiix、UpKeep
AirTagの位置情報を資産の所在属性に取り込めば、予防保全(PM)の計画に役立ちます(現場を歩き回らずに保守対象の資産を見つけられます)。作業指示の資産ひも付けにも取り込めば、技術者を現在の所在へ派遣できます。
TMS / WMS:Oracle TM、SAP TM、Blue Yonder、Manhattan
ジオフェンスイベントが出荷のステータス更新として記録され、トレーラーやコンテナの位置がヤード管理のレポートに反映されます。
FSM:ServiceTitan、Housecall Pro、Jobber、FieldEdge
サービス車両や工具キットのAirTagの位置が作業の配車判断に生かされ、ジオフェンスへの到着イベントは顧客への自動通知として送信されます。
APIアクセスの基本
TagLoggerのAPIでは、Web画面に表示されるのと同じデータにプログラムからアクセスできます。認証はAPIキー方式で、ワークスペースごとにスコープが設定されます。よく使うエンドポイントは、AirTagの一覧、AirTagの最新の位置の取得、指定期間のAirTagの位置情報の履歴の取得、ジオフェンスとジオフェンスイベントの一覧、ワークスペースで定義したタグラベルの読み取りです。
高頻度のポーリングでは、ほとんどの連携が1〜5分の間隔に落ち着きます。これは「探す」(Find My)ネットワークの実際の更新頻度に合わせたものです。データの量は中継の頻度で決まるため、それより高い頻度でポーリングしてもデータは増えません。
イベント駆動の連携では、ポーリングよりWebhookのサブスクリプションのほうが効率的です。ジオフェンスへの進入・退出イベントをサブスクライブすれば、該当するイベントが発生した瞬間にTagLoggerが指定のエンドポイントに送信します。
AirTag APIクイックスタート:SDKをインストールして最初のリクエストを送る
TagLoggerは、AirTagデータAPI向けに2種類のSDKを公開しています。一つはTypeScriptとJavaScript用、もう一つはPython用です。どちらかをインストールし、「設定 → APIキー」でワークスペースのキーを作成すれば、数行でタグの一覧を取得できます。各手順はAPIクイックスタートで説明しており、すべてのエンドポイントはAPIリファレンスに掲載しています。
- TypeScriptまたはJavaScript:npm install @taglogger/sdk(npmパッケージ)。Node 18以降で動作し、型定義を同梱しています。
- Python:pip install taglogger-sdk(PyPIパッケージ)。Python 3.9以降で動作し、ほかの依存関係はなく、taglogger_sdkとしてインポートします。
- APIキー:TAGLOGGER_API_KEYに、read:tagsスコープを持つワークスペースのキーを設定します。スコープとヘッダーについては認証で説明しています。
import os
from taglogger_sdk import TagLoggerClient
client = TagLoggerClient(api_key=os.environ["TAGLOGGER_API_KEY"])
page = client.tags.list(limit=50)
for tag in page["data"]:
print(tag["id"], tag["name"] or "")TypeScript SDKも同じ形です。new TagLoggerClient({ apiKey })のあとにclient.tags.list({ limit: 50 })を呼びます。どちらのSDKも、位置情報の履歴、ジオフェンス、Webhook、Webhook署名の検証に対応しています。
エクスポートと連携のよくある用途
- 監査レポート:社内監査や外部監査に向けて、資産の管理状況と移動を示す月次または四半期ごとのエクスポート
- 保険の書類:損害請求や盗難の案件に使う位置情報の履歴のCSVエクスポート
- 請求の突き合わせ:追跡した資産の所在を、契約上のレンタル期間やサービス訪問と照合
- 棚卸しの自動化:定期的なフリートのスナップショットを在庫管理システムに取り込む
- コンプライアンスの記録:規制要件(SOXの資産統制、HIPAAの機器追跡)に向けたタイムスタンプ付きの位置情報の履歴
- 独自のダッシュボード:AirTagのデータとほかの業務データ(ERP、CRM、テレメトリ)をまとめて表示
- 分析パイプライン:AirTagの履歴をBigQuery、Snowflake、Redshiftに読み込み、資産の稼働率を分析
エクスポートとAPIアクセスのセキュリティ上の注意点
AirTagの位置情報データには価値があります。資産が(そして多くの場合は人が)どこにいて、どこにいたかがわかるからです。エクスポートとAPIのデータには適切なアクセス制御をかけてください。APIキーは必要最小限の権限スコープに絞り、平文の設定ファイルではなくシークレットマネージャーに保管し、APIアクセスは監査のために記録します。
CSVエクスポートを外部(保険の査定担当者、警察、係争中の顧客)と共有するときは、フリート全体をまとめて渡すのではなく、必要な期間と資産だけを共有します。TagLoggerは、まさにこのために資産ごと・期間指定のエクスポートに対応しています。
規制の厳しい業界(医療、金融サービス)のお客様は、TagLoggerのエクスポートやAPIのデータを、最終的なシステムに直接送るのではなく、コンプライアンスプラットフォーム経由で流すことがよくあります。これは妥当なパターンで、TagLoggerのエクスポート形式も対応しています。
エクスポートとAPIのはじめ方
まずはCSVエクスポートから始めましょう。開発作業は不要で、どの表計算ツールでも使え、監査や突き合わせの用途のほとんどをカバーします。TagLoggerのお客様の多くは、最初の3〜6か月はCSVを使い、具体的な自動化の必要が生じてからAPI連携に移ります。
API連携で現実的な最初の対象は、ジオフェンスのWebhookです。ポーリングの仕組みを用意しなくても、イベント駆動のシグナルを受け取れるからです。Webhookのエンドポイントと数行のロジックがあれば、本格的な独自連携を作らなくても、ワークフローのかなりの部分(Slack通知、チケット作成、ステータス更新)を自動化できます。
ERPやCMMSとの本格的な連携は規模の大きいプロジェクトで、通常は後から取り組みます。その段階になる頃には、AirTagによる追跡を中心とした業務パターンがよく理解されており、連携は「すべてをつなぐ」のではなく、特定のデータの流れに的を絞ったものになります。
