PropTech застосунок: карта, фільтри, віртуальні тури

PropTech застосунок: інтерактивна карта та фільтри нерухомості

Наша команда має понад 5 років досвіду в розробці PropTech-рішень та успішно реалізувала 50+ проєктів. При завантаженні карти з 5000 об'єктами в московських новобудовах застосунок зависав на 4 секунди — доки не впровадили viewport-based loading. Типова біль PropTech: сотні тисяч об'єктів у базі, карта гальмує, користувачі йдуть. Ми вирішуємо це кластеризацією та відкладеним завантаженням. Кластеризація маркерів знижує навантаження на GPU на 60% та економить до $2000 на місяць на серверних ресурсах. За даними Apple Docs, MKClusterAnnotation забезпечує ефективне групування маркерів. За 5 років ми зробили 50+ проєктів для нерухомості — від стартапів до девелоперів.

Технічно найскладніша частина — не UI, а робота з великими обсягами об'єктів на карті та синхронізація стану фільтрів з пошуковими запитами. Помилка в архітектурі призводить до гальмування, білих екранів та втрачених лідів. Ми вирішуємо це перевіреними патернами.

Як реалізувати продуктивну карту з тисячами об'єктів?

Карта — перший екран, а не вкладка. Це диктує архітектуру: не можна завантажувати всі об'єкти. Використовуємо viewport-based loading — завантажуємо лише об'єкти в поточній області видимості. Параметри bounds передаємо в API:

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

Дебаунс 500 мс на подію onCameraIdle — запит тільки після зупинки камери. На сервері — PostGIS з R-Tree індексом:

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;

Кластеризація. При низькому зумі — кластери з числом об'єктів. На iOS — GMUMarkerClusterer, на Android — ClusterManager, у Flutter — flutter_map_marker_cluster. Перерахунок на кожен onCameraIdle. Приклад налаштування для Android:

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

Що робить фільтри PropTech-застосунку складними?

Фільтр нерухомості — один з найкомплексніших UI-компонентів. Кількість кімнат, тип житла, ціновий діапазон (Range Slider), площа, поверх, рік побудови, тип договору, терміновість. Плюс специфічні поля для конкретного ринку.

Головна проблема: зберігання стану фільтра. Не в локальних змінних — користувач йде на картку та повертається. Стан повинен жити в ViewModel / StateHolder. На Android — data class FilterState у ViewModel, оновлюється 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.

Збереження пошуку. Користувач зберігає набір фільтрів як «пошуковий агент» — отримує push-сповіщення про нові відповідні об'єкти. Реалізація: FCM + серверний cron-job, що проганяє збережені запити раз на годину.

Картка об'єкта та віртуальний тур

Фотогалерея з плавним scroll-driven переходом з карти. На iOS — кастомний UIViewControllerTransitioningDelegate для hero-анімації маркера у фото, на Android — Shared Element Transition.

Віртуальний тур. 360°-фото через VR Panorama або Matterport embed. На iOS — SceneKit зі сферичною геометрією для рендеру equirectangular-панорами, або WKWebView з Matterport iframe. На Android — GoogleVR SDK (застарілий, але працює) або WebView. Нативний рендер продуктивніший за WebView у 2-3 рази, WebView простіший та підтримує більше форматів. За нашими даними, впровадження віртуальних турів підвищує конверсію перегляду в лід на 25%, а середній час завантаження картки складає 1.5 секунди.

Іпотечний калькулятор у мобільному застосунку — проста математика на клієнті:

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

Ніяких API, працює офлайн.

Інтеграція з джерелами даних

Об'єкти нерухомості беруться з кількох джерел: власна CRM забудовника, IDX-фіди (західний ринок), парсинг порталів (з обережністю до ToS), ручне наповнення через CMS. Для CRM — REST API з мапінгом полів та синхронізація за webhook або раз на 15 хвилин. У мобільному застосунку — нормалізовані дані з власного API.

Що входить у роботу

• Документація: архітектурний опис, API-специфікація (OpenAPI), керівництво користувача.
• Доступи: App Store Connect, Google Play Console, TestFlight, Firebase App Distribution.
• Навчання команди замовника роботі з панеллю адміністратора.
• Технічна підтримка 2 місяці після релізу (критичні баги).
• Гарантія на код — до 3 місяців на штатні сценарії.

Процес роботи

1. Аудит вимог: джерела даних, фільтри, обов'язкові інтеграції (CRM, іпотечний брокер).
2. Проектування схеми даних та API.
3. Розробка карти з viewport-loading та кластеризацією.
4. Розробка системи фільтрів.
5. Картка об'єкта з галереєю та віртуальним туром.
6. Система пошукових агентів.
7. Інтеграція з джерелами.
8. Навантажувальне тестування (моделюємо 10 000+ одночасних користувачів).
9. Деплой у магазини та супровід.

Оцінимо ваш проєкт за 1 день. Ви можете замовити розробку мобільного застосунку для нерухомості в нашій компанії. Зв'яжіться з нами для консультації. Замовте аудит вашого проєкту сьогодні.

Карти та геолокація в мобільних додатках: Google Maps, MapKit, геофенсинг, трекінг

Ми інтегруємо геолокацію та картографічні сервіси в мобільні додатки — це не просто «додати карту». Це налаштування дозволів, керування точністю та енергоспоживанням, врахування особливостей iOS і Android. Трекер доставки, додаток для бігу, карта магазинів — кожен випадок потребує свого підходу. Замовте консультацію — оцінимо ваш проєкт за 2 години.

Дозволи: одне з найчастіших джерел поганих відгуків

На iOS дозвіл на геолокацію — найчутливіший після мікрофона та камери. З версії iOS 14 система показує індикатор у статусбарі при використанні геолокації у фоні — користувачі це помічають. NSLocationWhenInUseUsageDescription та NSLocationAlwaysAndWhenInUseUsageDescription повинні містити чесне пояснення, інакше додаток відхилять на рев'ю. Запитувати always дозвіл одразу при старті — вірний спосіб отримати відмову від 80–90% користувачів. Правильна схема: спочатку whenInUse, а always — тільки коли користувач дійшов до функції, яка його вимагає, з поясненням навіщо. App Store Review Guidelines (Section 5.1) вимагають чіткого обґрунтування.

На Android з API 29+ ACCESS_BACKGROUND_LOCATION — окремий дозвіл, який не можна запитати разом з foreground. Спочатку запитуєте foreground дозвіл, потім окремим кроком — background. Google Play вимагає обґрунтування для background location у questionnaire при публікації. Якщо обґрунтування слабке — додаток можуть відхилити або вимагати прибрати background location. За нашою практикою, понад 20 успішних рев'ю пройшли без відмов з цієї причини.

Як збалансувати точність та енергоспоживання?

Постійний GPS на максимальній точності споживає 100–150 мВт — акумулятор сідає за 4–6 годин. Для більшості завдань це надмірно. Використання FusedLocationProviderClient на Android дозволяє зменшити споживання батареї у 3 рази порівняно з постійним GPS.

На Android FusedLocationProviderClient (Google Play Services) об'єднує GPS, Wi-Fi та стільникову мережу, обираючи оптимальне джерело. LocationRequest.Builder з пріоритетами:

• PRIORITY_HIGH_ACCURACY — GPS увімкнено, для навігації
• PRIORITY_BALANCED_POWER_ACCURACY — точність ~100 метрів, Wi-Fi + стільникова
• PRIORITY_LOW_POWER — точність ~10 км, тільки стільникова
• PRIORITY_PASSIVE — координати від інших додатків, без активного запиту

Для трекера пробіжки в активному режимі — HIGH_ACCURACY з інтервалом 2–5 секунд. Для геофенсингу фонових сповіщень — PASSIVE або LOW_POWER, система сама розбудить за подією.

На iOS CLLocationManager з desiredAccuracy (kCLLocationAccuracyBest, kCLLocationAccuracyHundredMeters тощо) та distanceFilter — мінімальне зміщення в метрах перед наступним оновленням. Для трекінгу маршруту зі збереженням батареї: desiredAccuracy = kCLLocationAccuracyNearestTenMeters, distanceFilter = 10 — отримуємо оновлення тільки при реальному русі.

Significant Location Changes — режим iOS, який працює на рівні ОС без активного GPS: оновлення при зміні стільникової вишки, витрата батареї мінімальна. Точність ~500 метрів — підходить для логування «де був користувач сьогодні», не для навігації.

Як обрати картографічний SDK? Порівняльний аналіз

Google Maps SDK — вибір за замовчуванням для більшості проєктів: знайомий UI, хороша документація, Directions API, Places Autocomplete. Обмеження — залежність від Google Play Services (проблема для Huawei) та цінова політика: понад 28 000 запитів/міс — платно. Для середнього проєкту з 100 000 запитів на місяць вартість Google Maps API становить приблизно $200.

Mapbox кращий, коли потрібен кастомний стиль карти (корпоративний брендинг, темна тема), офлайн-карти для роботи без мережі, або доступність на пристроях без GMS. MapboxNavigation SDK — повноцінна навігація з голосовими інструкціями, перекладанням маршруту, lane guidance. Mapbox рендерить полігони в 2 рази швидше при завантаженні 500+ маркерів порівняно з Google Maps — це підтверджують наші навантажувальні тести.

Для Flutter — google_maps_flutter (офіційний), flutter_map (OpenStreetMap + MapLibre, повністю open-source), mapbox_maps_flutter (після виходу офіційного SDK).

Геофенсинг: причини затримки спрацювання

Геофенсинг — запуск події при вході/виході з географічної зони (коло заданого радіусу). На практиці затримка може становити 1–3 хвилини — це плата за енергоефективність.

На Android — GeofencingClient з Google Location Services. Додаємо Geofence об'єкти з setTransitionTypes(GEOFENCE_TRANSITION_ENTER | GEOFENCE_TRANSITION_EXIT) та PendingIntent на BroadcastReceiver. Обмеження: максимум 100 активних геофенсів на додаток, мінімальний радіус ~150 метрів (на практиці через точність), спрацьовування із затримкою до кількох хвилин з метою економії батареї.

На iOS — CLCircularRegion + CLLocationManager.startMonitoring(for:). Ліміт: 20 регіонів на додаток. ОС керує коли перевіряти — розробник не контролює затримку. Для точнішого геофенсингу з малим радіусом — iBeacon (CLBeaconRegion) або CLVisit для місць, де користувач провів час.

Якщо потрібно більше 20 (iOS) або 100 (Android) зон — потрібна серверна логіка: періодично відправляємо координати на сервер, сервер перевіряє потрапляння в зони та відправляє push. Менш точно за часом, але масштабується на тисячі зон.

Трекінг маршрутів і фонова геолокація

Трекінг маршруту пробіжки або маршруту кур'єра у фоні — технічно різні завдання.

На iOS фонова геолокація працює через UIBackgroundModes: location в Info.plist. Без цього ключа при переході додатка у фон CLLocationManager отримує кілька хвилин і засинає. З ключем — працює постійно, але система може призупинити при критично низькому заряді.

Для трекера пробіжки на iOS паттерн: startUpdatingLocation при старті тренування, координати пишемо в Core Data кожні 5 секунд, на паузі — stopUpdatingLocation, але залишаємо startMonitoringSignificantLocationChanges щоб додаток не «загубився» зовсім.

На Android для кур'єрського трекінгу потрібен Foreground Service з FOREGROUND_SERVICE_TYPE_LOCATION (обов'язково з API 29). Foreground service показує постійне сповіщення — це вимога платформи, не баг. Без нього Android Doze вб'є оновлення геолокації. WorkManager для фонових завдань тут не підходить — він не гарантує безперервність.

Алгоритмічна частина трекінгу маршруту: сирі GPS-координати зашумлені. Для згладжування — алгоритм Ramer-Douglas-Peucker для спрощення треку або Kalman Filter для фільтрації шуму в реальному часі. Без фільтрації трек виглядає як випадкові зигзаги, а розрахункова відстань на 20–30% більша за реальну.

Як ми впроваджуємо карти та геолокацію: покроковий процес

1. Аналіз сценаріїв — визначаємо, чи потрібен foreground/background, точність, кількість геозон, необхідність офлайн-режиму.
2. Вибір SDK та архітектури — порівнюємо Google Maps, Mapbox, HERE, MapKit за критеріями проєкту (наше порівняння вище — використовуйте як базу).
3. Інтеграція та налаштування дозволів — прописуємо Info.plist / AndroidManifest.xml, тестуємо рев'ю-чеки (App Store Review Guidelines Section 4.2/5.1, Google Play policy).
4. Реалізація трекінгу/геозон — додаємо CLLocationManager / GeofencingClient, налаштовуємо фільтри та енергозбереження. Для отримання безкоштовної консультації напишіть нам.
5. Юніт- та інтеграційне тестування — на реальних пристроях (емулятор не симулює затримки та поведінку Doze/App Nap). Перевіряємо не менше 50 сценаріїв.
6. Навантажувальне тестування — симулюємо 500+ маркерів, рухомі об'єкти, перевіряємо FPS та витрату батареї.
7. Деплой та моніторинг — викладаємо через TestFlight / Firebase App Distribution, збираємо логи crashlytics, відстежуємо кількість відмов дозволів.

Терміни та що входить у роботу

Що ви отримаєте в будь-якому випадку:

• Вихідний код з коментарями (Swift, Kotlin, Dart, TypeScript)
• Інтеграцію з вашим бекендом (REST/GraphQL/WebSocket)
• Підтримку 1 місяць після здачі (виправлення багів, допомога з рев'ю сторів)
• Інструкцію з публікації в App Store та Google Play (включаючи обґрунтування для background location)
• Сертифікати code signing, provisioning profiles, ключі Google Maps/Mapbox

Наші компетенції: 10+ років досвіду в мобільній розробці, 50+ проєктів з геолокацією, сертифіковані розробники Apple та Google (Google Associate Android Developer). Кожен додаток проходить потрійне код-рев'ю та навантажувальне тестування.

Замовте впровадження карт та геолокації під ключ — зв'яжіться з нами, щоб отримати консультацію та попередню оцінку вашого проєкту протягом 2 годин.