На входе у нас были собраны следующие данные, которые нужно было представить максимально простым и удобным образом для пользователей:
- Более 13 500 пациентов;
- Более 770 населённых пунктов;
- Более 650 отзывов пациентов;
- Более 130 отзывов коллег;
- Более 90 поздравлений.
В итоге мы остановились на отображении всех данных на яндекс картах, а более детальную информацию, для удобства пользователей, вынесли в другие разделы.
В первую очередь, встал серьёзный вопрос о реализации данной задачи в удобной и полной структуре гео объектов (населённых пунктов). К сожалению, найти наиболее полную и актуальную структуру довольно сложно, с детализацией до небольших населённых пунктов вплоть до деревень и хуторов. Тем более, сложно найти такую базу в удобном формате, который было бы легко загрузить к себе и начать использовать. Самой полной базой таких объектов на данный момент является ФИАС (Федеральная информационная адресная система).
После того, как мы собрали и загрузили данную базу к себе в проект, встал вопрос сбора координат для каждого из населённого пункта в России и ряде зарубежных стран и городов. Поскольку база насчитывала десятки тысяч гео объектов, ручной способ не подходил, и нужен был сервис, который бы позволил максимально автоматизировать данный процесс и свести к манимуму ошибки и ложные срабатывания. И такой сервис действительно был найден: у яндекс карт есть интерфейс для построения подобных запросов, и, если писать максимально полный путь до населенного пункта, то вы получите хороший результат.
В итоге, мы получили наиболее полную, в том числе с Крымом, базу объектов. У каждого населённого пункта были координаты, и мы могли приступить к загрузке отзывов и других данных в проект, которые требовали геолокационной привязки.
Теперь, при добавлении отзывы или любой другой информации с привязкой к гео данным, при вводе названия населенного пункта появляется выпадающий список, из которого пользователь выбирает нужный населённый пункт. Для удобства такого вывода реализован данный механизм на свойствах инфоблока "Привязка к разделам с автозаполнением", пришлось модифицировать ядро продукта, а именно часть, которая отвечает за данный тип свойства. К обычному названию элемента добавили тип (город, село, поселок и т.д.), а так же ID элемента, чтобы можно было его легко найти. Также был модифицирован запрос элементов, но, т.к. их большое количество, то неточные совпадения были исключены, то есть поиск производится только по точному совпадению, начиная с ввода 4 символа. Данная технология существенно снизила нагрузку с сервера и ускорила процесс добавления данных.
После того, как все данные добавлены, встаёт вопрос непосредственно вывода и методов отображения данной информации. Основой для объединения данных выбран именно гео объект (населенный пункт), внутри которого уже отображается информация об отзывах пациентов и коллег, поздравлениях. Т.к. при выводе гео объектов на карту их количество было очень большим и практически закрывало всю карту, первым логичным шагом было использовать кластеризацию объектов в яндекс картах https://tech.yandex.ru/maps/doc/jsapi/2.0/dg/concepts/geoobjects-docpage/#clusters.
Хотя основным объединяющим звеном в реализации данной задачи выбран именно гео объект, нам было важно отобразить количество пациентов в данном населённом пункте. Изначально у кластеров функционал построен так, что внутри отображается число объектов (точек), который данный кластер объединяет. Но нам не подходит вариант отображения 4000 точек, к примеру для Москвы, чтобы кластер отображался корректно. Нам нужна одна точка, которая будет означать для кластера 4000 объектов, который он будет объединять с таким же объектами. Поэтому нам придётся "модифицировать" базовый функционал вывода кластера, для этого нам понадобится создать свой шаблон вывода https://tech.yandex.ru/maps/doc/jsapi/2.0/dg/concepts/layouts-docpage/, в котором мы будем пересчитывать значения точек и выводить их в кластерах, суммируя значения.
Данный шаблон берёт данные из общей базы точек, параметра "iconContent" и суммирует их, выводя результат внутри кластера.
После базовых решений с выводом точек и кластеризацией данных необходимо было разграничить наглядно сами точки. Логично различие точек по цвету, когда количество пациентов в них разное, чем больше, тем точка темнее.
В итоге, изучая и дорабатывая текущий функционал, добавляя дополнительные элементы в виде быстрого меню к населённым пунктам и пр., мы сделали функционал, который наглядно отобразил пациентов, с которыми работал наш доктор, количество отзывов от них, коллег и поздравления.
Такое визуальное представление данных наглядно показывает, насколько большим опытом и профессионализмом обладает данный специалист. Отображение этих данных в обычных разделах списками не дало бы такого наглядного и удобного представления. Таким образом, будущий пациент может в полной мере составить мнение о докторе, найти отзывы по своему региону и принять решение о дальнейшем сотрудничестве.
Битрикс php html javascript
от 100 000
от 3 недель
