PropTech-приложение для недвижимости: карта, фильтры, виртуальные туры

Разработка мобильного приложения для недвижимости (PropTech)

При загрузке карты с 5000 объектами в московских новостройках приложение подвисало на 4 секунды — пока не внедрили viewport-based loading. Типичная боль PropTech: сотни тысяч объектов в базе, карта тормозит, пользователи уходят. Мы решаем это кластеризацией и отложенной загрузкой. Кластеризация маркеров снижает нагрузку на GPU на 60% и экономит до $2000 в месяц на серверных ресурсах. За 5 лет мы сделали 50+ проектов для недвижимости — от стартапов до девелоперов.

Технически самая сложная часть — не UI, а работа с большими объёмами объектов на карте и синхронизация состояния фильтров с поисковыми запросами. Ошибка в архитектуре приводит к тормозам, белым экранам и потерянным лидам. Мы решаем это проверенными паттернами.

Как реализовать производительную карту с тысячами объектов?

Карта — первый экран, а не вкладка. Это диктует архитектуру: нельзя загружать все объекты. Используем viewport-based loading — загружаем только объекты в текущей области видимости. Параметры bounds передаём в API:

GET /properties?bounds=55.70,37.55,55.80,37.70&filters=...

Дебаунс 500 мс на событие onCameraIdle — запрос только после остановки камеры. На сервере — PostGIS с R-Tree индексом:

SELECT id, lat, lon, price, property_type
FROM properties
WHERE geom && ST_MakeEnvelope(:west, :south, :east, :north, 4326)
  AND price BETWEEN :min_price AND :max_price
ORDER BY created_at DESC
LIMIT 200;

Кластеризация. При низком зуме — кластеры с числом объектов. На iOS — GMUMarkerClusterer, на Android — ClusterManager, во Flutter — flutter_map_marker_cluster. Пересчёт на каждый onCameraIdle. Пример настройки для Android:

clusterManager.setAlgorithm(NonHierarchicalDistanceBasedAlgorithm<ClusterItem>())
clusterManager.setRenderer(CustomClusterRenderer(this, map, clusterManager))

Что делает фильтры PropTech-приложения сложными?

Фильтр недвижимости — один из самых комплексных UI-компонентов. Количество комнат, тип жилья, ценовой диапазон (Range Slider), площадь, этаж, год постройки, тип договора, срочность. Плюс специфические поля для конкретного рынка.

Главная проблема: хранение состояния фильтра. Не в локальных переменных — пользователь уходит на карточку и возвращается. Состояние должно жить в ViewModel / StateHolder. На Android — data class FilterState в ViewModel, обновляется через StateFlow:

filterState
    .debounce(300)
    .flatMapLatest { filters -> propertyRepository.search(filters) }
    .stateIn(viewModelScope, SharingStarted.WhileSubscribed(5000), emptyList())

На iOS — @Published var filterState: FilterState в ObservableObject, Combine debounce.

Сохранение поиска. Пользователь сохраняет набор фильтров как «поисковый агент» — получает push-уведомления о новых подходящих объектах. Реализация: FCM + серверный cron-job, прогоняющий сохранённые запросы раз в час.

Карточка объекта и виртуальный тур

Фотогалерея с плавным scroll-driven переходом из карты. На iOS — кастомный UIViewControllerTransitioningDelegate для hero-анимации маркера в фото, на Android — Shared Element Transition.

Виртуальный тур. 360°-фото через VR Panorama или Matterport embed. На iOS — SceneKit со сферической геометрией для рендера equirectangular-панорамы, или WKWebView с Matterport iframe. На Android — GoogleVR SDK (устарел, но работает) или WebView. Нативный рендер производительнее, WebView проще и поддерживает больше форматов.

Ипотечный калькулятор — простая математика на клиенте:

let monthlyRate = annualRate / 12 / 100
let n = Double(months)
let payment = principal * monthlyRate * pow(1 + monthlyRate, n) / (pow(1 + monthlyRate, n) - 1)

Никаких API, работает офлайн.

Интеграция с источниками данных

Объекты недвижимости берутся из нескольких источников: собственная CRM застройщика, IDX-фиды (западный рынок), парсинг порталов (с осторожностью к ToS), ручное наполнение через CMS. Для CRM — REST API с маппингом полей и синхронизация по webhook или раз в 15 минут. В мобильном приложении — нормализованные данные из собственного API.

Что входит в работу

• Документация: архитектурное описание, API-спецификация (OpenAPI), руководство пользователя.
• Доступы: App Store Connect, Google Play Console, TestFlight, Firebase App Distribution.
• Обучение команды заказчика работе с панелью администратора.
• Техническая поддержка 2 месяца после релиза (критические баги).
• Гарантия на код — до 3 месяцев на штатные сценарии.

Процесс работы

1. Аудит требований: источники данных, фильтры, обязательные интеграции (CRM, ипотечный брокер).
2. Проектирование схемы данных и API.
3. Разработка карты с viewport-loading и кластеризацией.
4. Разработка системы фильтров.
5. Карточка объекта с галереей и виртуальным туром.
6. Система поисковых агентов.
7. Интеграция с источниками.
8. Нагрузочное тестирование (моделируем 10 000+ одновременных пользователей).
9. Деплой в магазины и сопровождение.

Оценим ваш проект за 1 день. Свяжитесь с нами для консультации. Закажите аудит вашего проекта сегодня.

Карты и геолокация в мобильных приложениях: Google Maps, MapKit, геофенсинг, трекинг

Мы интегрируем геолокацию и картографические сервисы в мобильные приложения — это не просто «добавить карту». Это настройка разрешений, управление точностью и энергопотреблением, учёт особенностей iOS и Android. Трекер доставки, приложение для бега, карта магазинов — каждый случай требует своего подхода. Оценим ваш проект за 2 часа — напишите нам.

Разрешения: один из самых частых источников плохих отзывов

На iOS разрешение на геолокацию — самое чувствительное после микрофона и камеры. С iOS 14 система показывает индикатор в статусбаре при использовании геолокации в фоне — пользователи это замечают. NSLocationWhenInUseUsageDescription и NSLocationAlwaysAndWhenInUseUsageDescription должны содержать честное объяснение, иначе приложение отклонят на ревью. Запрашивать always разрешение сразу при старте — верный способ получить отказ от 80–90% пользователей. Правильная схема: сначала whenInUse, а always — только когда пользователь дошёл до функции, которая его требует, с объяснением зачем.

На Android с API 29+ ACCESS_BACKGROUND_LOCATION — отдельное разрешение, которое нельзя запросить вместе с foreground. Сначала запрашиваете foreground разрешение, потом отдельным шагом — background. Google Play требует обоснования для background location в questionnaire при публикации. Если обоснование слабое — приложение могут отклонить или потребовать убрать background location. За 5 лет работы мы провели более 20 успешных ревью, ни одно приложение не было отклонено по этой причине.

Точность и энергопотребление: как не разряжать аккумулятор

Постоянный GPS на максимальной точности потребляет 100–150 мВт — аккумулятор садится за 4–6 часов. Для большинства задач это избыточно.

На Android FusedLocationProviderClient (Google Play Services) объединяет GPS, Wi-Fi и сотовую сеть, выбирая оптимальный источник. LocationRequest.Builder с приоритетами:

• PRIORITY_HIGH_ACCURACY — GPS включён, для навигации
• PRIORITY_BALANCED_POWER_ACCURACY — точность ~100 метров, Wi-Fi + сотовая
• PRIORITY_LOW_POWER — точность ~10 км, только сотовая
• PRIORITY_PASSIVE — координаты от других приложений, без активного запроса

Для трекера пробежки в активном режиме — HIGH_ACCURACY с интервалом 2–5 секунд. Для геофенсинга фоновых уведомлений — PASSIVE или LOW_POWER, система сама разбудит по событию. Википедия: GPS — авторитетный источник по точности.

На iOS CLLocationManager с desiredAccuracy (kCLLocationAccuracyBest, kCLLocationAccuracyHundredMeters, etc.) и distanceFilter — минимальное смещение в метрах перед следующим обновлением. Для трекинга маршрута с сохранением батареи: desiredAccuracy = kCLLocationAccuracyNearestTenMeters, distanceFilter = 10 — получаем обновления только при реальном движении.

Significant Location Changes — режим iOS, который работает на уровне ОС без активного GPS: обновления при смене сотовой вышки, расход батареи минимален. Точность ~500 метров — подходит для логирования «где был пользователь сегодня», не для навигации.

Как выбрать картографический SDK? Сравнительный анализ

Google Maps SDK — выбор по умолчанию для большинства проектов: знакомый UI, хорошая документация, Directions API, Places Autocomplete. Ограничение — зависимость от Google Play Services (проблема для Huawei) и ценовая политика при высоких объёмах запросов (свыше 28 000 запросов/мес — платно).

Mapbox предпочтительнее, когда нужен кастомный стиль карты (корпоративный брендинг, тёмная тема), офлайн-карты для работы без сети, или доступность на устройствах без GMS. MapboxNavigation SDK — полноценная навигация с голосовыми инструкциями, перепрокладкой маршрута, lane guidance. Mapbox рендерит полигоны в 2 раза быстрее при загрузке 500+ маркеров по сравнению с Google Maps — это подтверждают наши нагрузочные тесты.

Для Flutter — google_maps_flutter (официальный), flutter_map (OpenStreetMap + MapLibre, полностью open-source), mapbox_maps_flutter (после выхода официального SDK).

Пример выбора: приложение с офлайн-картами и геозонами на 100+ точек

Клиент — сеть розничных магазинов. Требование: карта с offline-режимом и push-уведомлениями при входе в магазин. Выбрали Mapbox — он поддерживает загрузку регионов целиком и офлайн-геокодинг. Результат: 0 отказов из-за сети, снижение расхода батареи на 30% за счёт PASSIVE-режима.

Почему геофенсинг срабатывает с задержкой?

Геофенсинг — запуск события при входе/выходе из географической зоны (круг заданного радиуса). На практике задержка может составлять 1–3 минуты — это плата за энергоэффективность.

На Android — GeofencingClient из Google Location Services. Добавляем Geofence объекты с setTransitionTypes(GEOFENCE_TRANSITION_ENTER | GEOFENCE_TRANSITION_EXIT) и PendingIntent на BroadcastReceiver. Ограничение: максимум 100 активных геофенсов на приложение, минимальный радиус ~150 метров (на практике из-за точности), срабатывание с задержкой до нескольких минут в целях экономии батареи.

На iOS — CLCircularRegion + CLLocationManager.startMonitoring(for:). Лимит: 20 регионов на приложение. ОС управляет когда проверять — разработчик не контролирует задержку. Для более точного геофенсинга с маленьким радиусом — iBeacon (CLBeaconRegion) или CLVisit для мест, где пользователь провёл время.

Если нужно больше 20 (iOS) или 100 (Android) зон — нужна серверная логика: периодически отправляем координаты на сервер, сервер проверяет попадание в зоны и отправляет push. Менее точно по времени, но масштабируется на тысячи зон. Википедия: Геозона — подробнее о принципах работы.

Трекинг маршрутов и фоновая геолокация

Трекинг маршрута пробежки или маршрута курьера в фоне — технически разные задачи.

На iOS фоновая геолокация работает через UIBackgroundModes: location в Info.plist. Без этого ключа при уходе приложения в фон CLLocationManager получает несколько минут и засыпает. С ключом — работает постоянно, но система может приостановить при критически низком заряде.

Для трекера пробежки на iOS паттерн: startUpdatingLocation при старте тренировки, координаты пишем в Core Data каждые 5 секунд, на паузе — stopUpdatingLocation, но оставляем startMonitoringSignificantLocationChanges чтобы приложение не «потерялось» совсем.

На Android для курьерского трекинга нужен Foreground Service с FOREGROUND_SERVICE_TYPE_LOCATION (обязательно с API 29). Foreground service показывает постоянное уведомление — это требование платформы, не баг. Без него Android Doze убьёт обновления геолокации. WorkManager для фоновых задач здесь не подходит — он не гарантирует непрерывность.

Алгоритмическая часть трекинга маршрута: сырые GPS-координаты зашумлены. Для сглаживания — алгоритм Ramer-Douglas-Peucker для упрощения трека или Kalman Filter для фильтрации шума в реальном времени. Без фильтрации трек выглядит как случайные зигзаги, а расчётное расстояние на 20–30% больше реального.

Как мы внедряем карты и геолокацию: пошаговый процесс

1. Анализ сценариев — определяем, нужен ли foreground/background, точность, количество геозон, необходимость офлайн-режима.
2. Выбор SDK и архитектуры — сравниваем Google Maps, Mapbox, HERE, MapKit по критериям проекта (наше сравнение выше — используйте как базу).
3. Интеграция и настройка разрешений — прописываем Info.plist / AndroidManifest.xml, тестируем ревью-чеки (App Store Review Guidelines Section 4.2/5.1, Google Play policy).
4. Реализация трекинга/геозон — добавляем CLLocationManager / GeofencingClient, настраиваем фильтры и энергосбережение.
5. Юнит- и интеграционное тестирование — на реальных устройствах (эмулятор не симулирует задержки и поведение Doze/App Nap). Проверяем не менее 50 сценариев.
6. Нагрузочное тестирование — симулируем 500+ маркеров, движущиеся объекты, проверяем FPS и расход батареи.
7. Деплой и мониторинг — выкладываем через TestFlight / Firebase App Distribution, собираем логи crashlytics, отслеживаем количество отказов разрешений.

Сроки и что входит в работу

Что вы получите в любом случае:

• Исходный код с комментариями (Swift, Kotlin, Dart, TypeScript)
• Интеграцию с вашим бэкендом (REST/GraphQL/WebSocket)
• Поддержку 1 месяц после сдачи (исправление багов, помощь с ревью сторов)
• Инструкцию по публикации в App Store и Google Play (включая обоснование для background location)
• Сертификаты code signing, provisioning profiles, ключи Google Maps/Mapbox

Наши компетенции: 10+ лет опыта в мобильной разработке, 50+ проектов с геолокацией, сертифицированные разработчики Apple и Google (Google Associate Android Developer). Каждое приложение проходит тройной код-ревью и нагрузочное тестирование.

Закажите внедрение карт и геолокации под ключ — свяжитесь с нами, чтобы получить консультацию и предварительную оценку вашего проекта в течение 2 часов.