Szachowa Mapa,
1436 miejsc w dziewięć dni

Najcenniejsza część zbioru nie pochodzi z żadnego API. Pochodzi od ludzi, którzy w komentarzu napisali „u nas na osiedlu też stoi stół”. Żeby to się wydarzyło, trzeba było dać im powód do odpowiedzi i skrócić ją do jednego zdania.

Co zadziałało:

• Grupy dzielnicowe zamiast największych ogłoszeniowych. Post w grupie dzielnicy przynosił kilkanaście punktów, bo pytanie dotyczyło miejsca, które ludzie mijają codziennie. Duże grupy dają zasięg, ale nie dają wiedzy lokalnej.
• Wezwanie do komentarza, nie do wiadomości prywatnej. Komentarz widzą inni i dopisują kolejne miejsca. Jedna odpowiedź uruchamiała wątek na kilkanaście punktów.
• Odpowiedź na każde zgłoszenie. Powstał rejestr gotowych odpowiedzi, żeby żaden komentarz nie został bez reakcji, także ten sceptyczny.
• Zgłoszenie mieszkańca wystarczy, jeśli da się ustalić lokalizację. To była świadoma zmiana progu wiarygodności. Pytamy wyłącznie o to, gdzie dokładnie stoi stół, nigdy o to, czy ktoś na pewno widział szachownicę.
• Telefon rozstrzyga. Trzy razy jednego dnia informacji nie było ani w OpenStreetMap, ani na stronie lokalu. Wystarczyła rozmowa.

Skala odzewu przełożyła się na dane wprost: dwie doby postów w grupach warszawskich dały wzrost z 62 do 104 miejsc, a wszystkie te punkty pochodziły od ludzi, nie z importu. Zgłoszenia przyszły też z formularza na stronie, z Reddita, z wiadomości od właścicieli lokali oraz z urzędu dzielnicy, który pod postem podał trzy filie biblioteki z bezpłatnymi zajęciami. Jeden z mieszkańców pojechał na miejsce i naliczył sześć szachownic tam, gdzie dane publiczne widziały zwykłe stoły piknikowe.

Ważny szczegół, który mówi więcej o jakości niż o zasięgu: zgłoszenie miejsca, które już jest w bazie, też bywa cenne. Mieszkaniec Wrocławia przysłał link do parku obecnego w bazie, ale pinezka na mapie stała 428 metrów od jego wskazania. Dlatego duplikaty się sprawdza, a nie odrzuca.

Zbiór 1436 rekordów powstał ze źródeł, które się nie pokrywają i każde z nich myli się inaczej:

• OpenStreetMap przez Overpass API. Trzon zbioru, czyli 1202 punkty plenerowe. Dane otwarte, ale nierówne: w niektórych dzielnicach nie ma praktycznie nic, mimo że stoły stoją.
• Google Places. Skan wyszukiwania tekstowego dał punkty nieobecne w OpenStreetMap i przy okazji zweryfikował istniejące pinezki co do kilku metrów. Zależność działa w obie strony, więc oba źródła zostają w obiegu.
• Ludzie. Komentarze, formularz, wiadomości, telefony. Jedyne źródło, które wie o stole postawionym w zeszłym roku i o tym, że w lokalu naprawdę leży komplet.

Samo pobranie danych to najprostsza część. Robota zaczyna się tam, gdzie zbiór ma się nadawać do publikacji:

• 825 rekordów, czyli 68 procent bazy, nazywało się „Kraków: stoliki szachowe · punkt 5” i żaden z tych opisów nie mówił, gdzie punkt się znajduje. Odwrotne geokodowanie zamieniło je na „Podgórze Duchackie, ul. Edwarda Heila”. Rekordów bez wskazówki dojścia zostało 38 zamiast 533.
• Odsiewanie duplikatów według nazw jest tak dobre, jak nazwy. Po nadaniu nazw z ulic dwa osobne stoły oddalone o 103 metry dostały prawie identyczne nazwy i jeden zniknął z mapy. Reguła jest dziś jawna: dwa różne obiekty w OpenStreetMap to dwa różne miejsca, scalanie tylko poniżej 30 metrów. Poprawka odzyskała sześć realnych stołów.
• Weryfikacja w obie strony. Każdy nowy rekord przechodzi odwrotne geokodowanie współrzędnych, geokodowanie adresu z opisu i pomiar odległości od pinezki, plus dystans do najbliższego sąsiada. Ta procedura złapała lokal stojący 339 metrów od adresu z własnej nazwy i szkołę opisaną nie tą ulicą, przy której stoi.
• Bezpiecznik geokodera. Bibliotekę z Krosna na Podkarpaciu geokoder wskazał w Krośnie Odrzańskim, 536 kilometrów dalej. Generator ma teraz zapadkę na rozmiar obszaru, bo zły geokod potrafi wyglądać wiarygodnie.
• Puste pole zamiast zgadywania. Województwo w danych strukturalnych powstaje z rejestru zbudowanego odwrotnym geokodowaniem, a przy nieznanym obszarze pole po prostu nie powstaje. Lepiej nie powiedzieć nic, niż powiedzieć Google nieprawdę.
• Kontrola importu wobec źródła. 849 rekordów pochodzących z OpenStreetMap zostało porównanych z surowym zrzutem, zero fałszywych trafień, mimo że zrzut zawierał śmieci z wyszukiwania słownego.

Do tego dochodzi zarządzanie tym, co w ogóle ma prawo być na mapie. Reguła nie brzmi „komercyjne kontra darmowe”, tylko: czy miejsce sprzedaje naukę, czy wpuszcza do gry. Kluby, biblioteki, domy kultury i lokale z kompletem zostają, komercyjne szkoły szachowe wchodzą wyłącznie jako oznaczony partner. Rozważana była twarda bramka „komplet na miejscu albo nie ma wpisu”, ale policzenie zbioru pokazało, że na dworze nikt nie zostawia bierek, więc reguła skasowałaby większość mapy. Zamiast kasować cudze zgłoszenia wszedł filtr nad mapą, który pokazuje tę samą informację.

Cały czas obowiązuje tu jedna zasada, którą przenosimy na zlecenia: liczby w komunikacji muszą wynikać z danych. Post o „ponad 200 miejscach w Warszawie” został po fakcie skorygowany, bo samo miasto miało 131, a 214 dopiero z okolicami.

Przy 1217 punktach mapa zawiesiła się nawet na najnowszym iPhonie. Pomiar na emulowanym telefonie klasy iPhone 8 Plus pokazał pierwszą pinezkę po 15,6 sekundy. Przyczyna nie była jedna:

• Baza wchodziła do przeglądarki pięcioma drogami naraz. Usunięcie jednego importu nic nie dawało, bo zostawały cztery inne, w tym rejestr obszarów budowany z całej kolekcji już przy wczytaniu modułu. Dwie z tych dróg istniały tylko dlatego, że scalanie danych podmieniało cały rekord i gubiło pola.
• Dane wyszły z paczki JavaScript do osobnego pliku ze stemplem treści w adresie. Dzięki temu można go cache’ować bezterminowo, a adres zmienia się dopiero przy zmianie danych. Kompresja Brotli: 812 kilobajtów do 101.
• Znaczniki w drzewie dokumentu z 1217 na 63. Klastrowanie to nie tylko wydajność. Bąbelek z liczbą 205 niesie więcej informacji niż 205 nachodzących na siebie ikon.
• HTML strony głównej z 502 na 34 kilobajty, bo pełny spis miejsc przeniósł się na osobny adres.

Osobny rozdział to interfejs na małych telefonach. Pomiar na ekranie 375 na 667 pikseli pokazał, że paski interfejsu zjadały 340 pikseli, a mapa dostawała 49 procent ekranu. Po zmianach dostaje 63 procent. Najdroższy pojedynczy błąd: filtr łamał się na dwa wiersze, bo pełne etykiety z licznikami nie mieściły się w jednym. Sprawdzone na ośmiu szerokościach ekranu, od 320 do 768 pikseli.

Wynik z żywej produkcji: pierwsza pinezka po 1,9 sekundy, 63 znaczniki w drzewie, zero błędów JavaScriptu.

Zbiór danych bez struktury adresów jest w wyszukiwarce niewidoczny. Każde z 1436 miejsc ma własną statyczną podstronę, a nad nimi stoją huby: miasta, dzielnice Warszawy, województwa i strona okolic dla mniejszych miejscowości. Adresy układają się tak, jak brzmi zapytanie, czyli miasto najpierw.

• Próg własnej strony od trzech miejsc. Mniejsze obszary trafiają na stronę zbiorczą, żeby nie robić dwudziestu stron z jedną pozycją.
• Linkowanie policzone, nie zadeklarowane. Audyt paczki: 1691 adresów, ponad 50 tysięcy linków wewnętrznych, zero martwych. Do tego okruszki z danymi strukturalnymi, sekcja „najbliżej stąd” liczona ze współrzędnych w poprzek dzielnic i siatki sąsiadów.
• Dane strukturalne bez ściemy. Wszystkie strony miejsc podawały wcześniej jedno miasto, więc Otwock przedstawiał się Google jako Warszawa. Naprawione, podobnie jak pole regionu.
• Decyzje o tym, czego nie robić. Zmiana nazw punktów zmienia adresy podstron, więc kolejna taka operacja wymaga przekierowań 301. To jest zapisane, żeby nikt nie zrobił tego bezmyślnie.

Warto powiedzieć uczciwie, co pokazało badanie zapytań: poza Warszawą praktycznie nie ma dziś gotowego popytu na frazy typu „gdzie grać w szachy” w największych miastach. Ogólnopolskość to gra o podaż i długi ogon, nie o przechwycenie istniejącego ruchu. Struktura jest zbudowana pod to, co będzie za rok, nie pod dzisiejsze wykresy.

Mapa oparta na zgłoszeniach jest warta tyle, ile jej wiarygodność. Zasady, które trzymają ją w ryzach, są napisane wprost na stronie projektu:

• Wsparcie indywidualne nie dotyka mapy. Osoby wspierające projekt trafiają do sekcji „kto utrzymuje mapę”, nie na pinezkę.
• Partner komercyjny jest oznaczony. Osobny kolor pinezki i oznaczenie linku jako sponsorowanego, bez udawania organicznego wpisu. Płatny link bez oznaczenia to ryzyko kary od Google także dla partnera.
• Nikogo nie kasujemy po rezygnacji. Wpis przenosi się do sekcji „wspierali wcześniej”, a prośba o usunięcie jest honorowana także po zakończeniu wsparcia.

Osobna sprawa to zgodność obietnic z rzeczywistością. Audyt oferty partnerskiej porównał każdy próg wsparcia z tym, co serwis naprawdę potrafi dostarczyć, i wyciął to, czego dostarczyć nie umie: logo w nagłówku wszystkich widoków, naklejki na cudzej infrastrukturze w parkach, wyłączność branżową. Jeden próg był na stronie wyceniony dwunastokrotnie za nisko względem regulaminu zbiórki. Opis progu to umowa, nie tekst reklamowy, i tak samo traktujemy zapisy na stronach klientów.

Podobnie działa reakcja na zgłoszenia od użytkowników. Skarga „formularz zamyka się po naciśnięciu spacji” wyglądała na awarię przeglądarki, a była błędem dostępności: kursor po otwarciu okna lądował na przycisku zamykania, więc spacja go aktywowała razem z wpisaną treścią. Poprawka objęła też pułapkę klawisza Tab, która pozwalała wyjść poza okno zgłoszenia.