チェックアウトの前に住所と記載された郵便番号が一致するか確認する
注文フォームの郵便番号と市区町村の不一致は、小さな入力ミスに見えますが、やがて国内のまったく別の地域に荷物が送られる事態につながります。
通勤距離で並べる不動産検索を作る
寝室の数、価格、面積は、どの物件情報サイトも最初に用意するフィルターですが、同時に、多くの購入希望者が実際に最も気にしている「ここから職場までどれくらいかかるか」という問いを無視しているフィルターでもあります。ある不動産情報サイトは、ユーザーからのフィードバックでこの声を繰り返し聞き、最終的にそのフィルターを直接作りました。
仕組みに必要なのは、2つの座標と距離計算でした。サイト上のすべての物件にはすでに住所があり、それを/v1/forwardで座標に変換する必要がありました。既存の物件には一度きりの一括処理を実行し、その後は新しい物件が追加されるたびに1件ずつ処理しました。購入希望者の勤務先は、新しい検索欄に1つの住所として入力され、同じエンドポイントを通して購入希望者側の座標になりました。
両方の地点が座標になったことで、物件と購入希望者の勤務先との距離は、サイト自身の検索バックエンドが直接実行できる計算になりました。原理的には価格帯で絞り込むのと何も変わらず、代わりにある地点からの距離で絞り込むだけです。購入希望者は最大通勤距離を設定し、その範囲内の物件だけを近い順に表示できるようになりました。これは、価格順の一覧をスクロールして各物件の場所を目で確認するよりも、はるかに便利な閲覧方法であることがわかりました。
サイトは、このフィルターが何を約束するかに注意を払いました。直線距離は通勤時間と同じではありません。川や高速道路のインターチェンジ、直通する道路がないことによって、直線では近い2地点が、実際の車や公共交通機関での移動でははるかに長くなることがあるからです。この機能は通勤時間ではなく距離として表示され、サイトは具体的な所要時間の見積もりを示すことを避けました。それを正確に作るには、2地点間の距離計算が正直に提供できる範囲をはるかに超えた、経路と交通のデータソースが必要になるからです。
時間ではなく距離として控えめに位置付けても、このフィルターは最初の数か月でサイトで最もよく使われるものの1つになりました。特に、新しい仕事のために転居する購入希望者に多く使われました。彼らには新しいオフィスという1つの固定地点があり、そこからどれだけ離れた場所まで住んでもよいかを非常に気にしていたからです。この具体的でよくある購入希望者の状況にとって、距離フィルターは本当の問いに十分近く、実際に役立つものでした。
ジオコーディングの量は、主にサイトに掲載される新しい物件、つまり控えめで予測しやすい流れによって発生し、それに機能公開時に既存物件をジオコーディングする一度きりの費用が加わりました。購入希望者の勤務先住所は、その上に少量の継続的な利用量を加えました。合わせても、中規模のサイトであれば1年の大半は1日あたりの無料枠に収まり、利用量が一時的に跳ね上がったのは既存物件に対する最初の一括処理のときだけで、事前に計画しなくても簡単にまかなえました。
距離フィルターは検索ページへの小さな追加にすぎませんが、物件の物理的な場所が他のほぼどの要素よりも本当に重要な不動産サイトにとっては、標準的なフィルターの組み合わせではどうしても対応できないことに応えるものです。エンドポイントのドキュメントは/docs/forward-geocoding/にあります。