Immobilienmanagement mit Docyard Teil 2/2

Posted at Montag, 30. März 2015, 10:26 Uhr.

Im letzten Beitrag unserer zweiteiligen Artikelserie zum Thema Immobilienmanagement mit Docyard haben wir gesehen, wie mit Docyard branchenspezifische Daten strukturiert erfasst werden können. Dabei haben wir auch gezeigt, wie sich Adressdaten geolokalisieren und auf einer Karte abbilden lassen. Das wollen wir in diesem Artikel vertiefen, indem wir erfasste Formulardaten kartenbasiert auswerten. Gerade im Immobilienmanagement lassen sich damit schnell und einfach ganze Immobilienportfolios visualiseren und entsprechend bewerten.

Map Analytics

In der Seitennavigation finden wir den Link Map, der es uns ermöglicht, alle Formulare, die ein Location Feld (s. letzter Beitrag) besitzen, unter Berücksichtigung der Berechtigungen, auf einer interaktiven Karte darzustellen. Dabei werden zunächst alle Formulardaten - auf die der Benutzer Zugriff hat und unabhängig von deren Formularvorlage - auf der Karte abgebildet. Das nachfolgende Bild zeigt dies exemplarisch.

Map

Die Farbe der Marker bzw. die Farbe der Bereiche innerhalb der Kuchendiagramme entspricht dabei jeweils der Farbe, die der Formularvorlage zugewiesen wurde (s. letzter Beitrag). In unserem Beispiel setzt sich die Karte demnach aus vier verschiedenen Formularvorlagen zusammen (blau, dunkelblau, grün und hellgrün). Zu erwähnen ist hierbei, dass Docyard naheliegende Punkte zu einem Cluster zusammenfasst und die einzelnen Bestandteile des Clusters in einem Kuchendiagramm anordnet. Wir werden gleich sehen, wie sich Clusterformationen aufheben lassen. Die Cluster selbst sind klickbar, so dass wir auf diese Weise leicht in einzelne Cluster "hineinzoomen" können, um so mehr über dessen Bestandteile zu erfahren.

In unserem Beispiel wollen wir uns auf Immobilien beschränken. Daher klicken wir auf den Link Filter oberhalb der Karte und wählen bei "Search Type" Immobilie aus.

Map Filter

Schicken wir das Formular ohne weitere Filtereigenschaften ab, so werden nur noch Formulardaten vom Typ Immobilie auf der Karte dargestellt. Diese Daten lassen sich nun weiter auswerten. Dazu klicken wir auf den Button Map Analytics, wodurch sich eine Seitenleiste mit weiteren Einstellungsmöglichkeiten öffnet. Die Seitenleiste Links blenden wir aus Platzgründen aus. Dadurch ergibt sich folgendes Bild.

Map Analytics 1

Wie bereits oben erwähnt, lassen sich Clusterformationen aufheben. Im Bild oben ist dies durch Ein- und Ausschalten der Checkbox Clustering möglich. Aus Gründen der Übersicht, lassen wir für unser Beispiel das Clustering jedoch aktiv.

Zur Auswertung der Daten ist insbesondere der Punkt Category interessant, dessen Dropdown-Element alle für die Formularvorlage Immobilie konfigurierten Formularfelder auflistet. Die Auswahl einer Category sorgt dafür, dass alle Werte des ausgewählten Feldes sortiert und auf eine bestimmte Anzahl an Gruppen (Bins) aufgeteilt werden. Jeder Gruppe wird dabei automatisch eine Farbe zugeordnet, die sich zugleich in der Farbe der Marke/Clusterbestandteile auf der Karte widerspiegelt. Standardmäßig ist das Dropdown-Feld auf Type eingestellt, womit der Typ (z.B. Immobilie, Kunde, Projekt, etc.) der Formulare gemeint ist. Da wir zuvor nach Immobilien gefiltert haben, zeigt uns die Liste (die hierbei aus nur einem Element besteht) unterhalb des Dropdown-Feldes nur die Gruppe der Immobilien. Rechts daneben sehen wir, dass sich 138 Immobilien auf der Karte befinden. Die Farbe der Checkbox daneben (hier grün) bestimmt zugleich die Farbe der Marker (bzw. Clusterbestandteile) auf der Karte. Da es nur eine Gruppe gibt, befinden sich ausschließlich grüne Marker auf der Karte.

Wählen wir demnach im Dropdown-Feld eine andere Kategorie aus, so ändert sich auch automatisch die darunter befindliche Liste und die Farbverteilung der Marker auf der Karte. Wir interessieren uns in unserem Beispiel für die Höhe der Immobilien und wählen deshalb als Category das Feld Höhe (Dach) aus. Das Resultat der Auswahl ist nachfolgendem Bild zu entnehmen.

Category selected

Wir sehen, dass Docyard automatisch Wertebereiche (< 262 bis > 686) für die erfassten Höhen bildet und diese auf 10 Gruppen/Bins aufteilt und jeweils mit einer Farbe versieht. Welche konkreten Schlüsse können wir daraus nun ziehen? Zunächst einmal wird ersichtlich, dass die meisten (116 = 84 + 32) Gebäude in unserer Datenbank kleiner oder gleich 315 Meter hoch sind. Es gibt jedoch einen Ausreißer am Ende der Skala mit ungefähr 686 Metern. Vergleicht man nun die Farbe der Gruppen mit den Markern auf der Karte, so sieht man sehr schnell, dass sich das höchste Gebäude in unserem Datenbestand offenbar im Nahen Osten befindet. Wie bereits erwähnt, können wir durch Klicken auf den Cluster mit dem roten "Kuchenstück" weiter in die Karte hineinzoomen. Das untenstehende Bild zeigt dies für unser Beispiel.

Burj Khalifa

Zoomt man weit genug hinein, so löst sich die Clusterformation auf und einzelne Marker werden sichtbar. Wir interessieren uns für den roten Marker. Durch Klicken des Markers öffnet sich ein Popup, dem wir alle dafür erfassten Informationen entnehmen können. Bei unserem Marker handelt es sich demnach um das Gebäude Burj Khalifa, das sich in Dubai befindet und bekanntermaßen das höchste Gebäude der Welt ist.

Mit diesem einfachen Beispiel wird klar, wie leicht es ist, Datenbestände visuell auszuwerten. Für unser Beispiel haben wir der Einfachheit halber die Höhe als Auswertungskriterium gewählt. Für den Bereich des Immobilienmanagements lässt sich das Beispiel natürlich genauso auf den Immobilienfaktor, auf die Netto-Jahresmiete, auf Leerstandsraten oder auch auf die Nutzungsart der Immobilie abbilden.

Bei Fragen zum Thema Immobilienmanagement mit Docyard stehen wir Ihnen via E-Mail aber auch telefonisch unter +49 6103 311 563 jederzeit zur Verfügung. Natürlich lässt sich unser Beispiel auch auf andere Szenarien abbilden. Auch hierbei beraten wir Sie gerne.

Other Blog Posts