GeoQlik en kerstboompotentie in Deventer

In de week voor kerst staat HippoLine stil bij de viering van dit feest in Deventer. Op maandag berichtten we over het twitter verkeer rond het Dickens Festival en dinsdag lieten we zien dat de HEMA de winkel met het grootste oppervlakte is in het centrum van Deventer. Vandaag kijkt HippoLine opnieuw met behulp van GeoQlik naar de kerstboompotentie in Deventer. Ofwel, waar in de stad kunnen de grootste bomen staan of is er de meeste ruimte voor cadeautjes?

Het belangrijke verschil tussen een kerstboom in een winkel of kantoor en een kerstboom thuis zijn de cadeautjes die er onder te vinden zijn tijdens de kerstdagen. Waar bevinden zich de woningen met een relatief groot woonoppervlakte? Met GeoQlik kunnen we dit op stadsniveau goed weergeven met behulp van een heatmap:

In deze heatmap worden clusters gemaakt van dichtbijeenliggende waarden en van elke clusters wordt in dit geval het gemiddelde berekend. De heatmap geeft daardoor snel aan waar extreme waarden liggen, waar het gemiddelde laag is en vooral waar clusters van hoge waarden zich bevinden.
Op de heatmap van woningoppervlakten in Deventer is duidelijk te zien dat in de spoorzone minder woningen staan en dat de gemiddelde oppervlakte van woningen in de spoorzone laag is.

De grootste oppervlakten zijn in het centrum van de stad te vinden. Door in GeoQlik hier op in te zoomen kunnen we iets van de spreiding van deze grotere woningen weergeven. Hier ziet u dat grotere woningen zich zowel in kleinere panden als grotere appartementencomplexen bevindt. Omdat het BAG 2 dimensionaal is kan het ook zijn dat woningen die bovenop een winkel staan worden geplot op het winkelpand. De grootte van het vlakje heeft geen invloed op de woningoppervlakte in het BAG. Een van de grootste panden op bovenstaand plaatje is bijvoorbeeld de V&D waar woningen bovenop gevestigd zijn.

Hoe werkt dit GeoQlik eigenlijk met het BAG?
Het BAG (Basisregistratie Adressen en Gebouwen) is een openbare dataset van alle gebouwen (adresseerbaar of niet) en geeft daarbij adresinformatie, bouwjaar, gebruiksdoel en oppervlakte in m2. Deze data op woningniveau is voor veel organisaties en bedrijven interessant om te koppelen aan eigen data. Maar het BAG gaat verder dan alleen een dataset. Van alle gebouwen is namelijk ook een geometrie vrijgegeven. Hierdoor is het mogelijk om de gebouwen op de juiste positie op een ondergrondkaart te plotten.

In dit voorbeeld laat HippoLine zien hoe de data en de kaarten van het BAG kunnen worden gebruikt in QlikView. Vooral door het gebruik van GeoQlik biedt dit veel mogelijkheden om uw bestaande QlikView applicatie uit te breiden! Wanneer uw data een geografische component bevat (gemeente, postcode, adres, buurt, land etc) en u of wij over een geschikte kaart bezitten is uw data te plotten in kaarten met GeoQlik. Daarbij behoudt u de interactiviteit van QlikView! Selecties in QlikView worden doorgevoerd in GeoQlik, maar selecties in GeoQlik worden ook doorgevoerd in QlikView. Door slim analyses te ontwerpen kunt u de eindgebruiker ook veel vrijheid geven om zelf kaarten te combineren of juist uit te zetten.

Geïnteresseerd? Wanneer u al gebruik maakt van QlikView biedt GeoQlik de ideale tool hiervoor. Voor meer informatie kunt u gerust contact opnemen.