Mockup 19: Operacje na żywo — Wskaźnik opóźnień

Wskaźnik opóźnień — Ops

14:42:05 CET

Sieć na żywo

Indeks ciężkości

Opóźnienie 0–10 min

Opóźnienie 11–30 min

31 min+ / Odwołany

Uzasadnienie projektu i źródło badań

Źródło: FlightAware MiseryMap

Ten mockup inspirowany jest MiseryMap FlightAware i gęstością operacyjną Flightradar24, przeanalizowanych w thoughts/shared/research/010_expertflyer_awardfares_ux.md.

Archetyp UX: Obserwacyjny dashboard czasu rzeczywistego. W przeciwieństwie do trybu „Odkrywania" (AwardFares) lub „Weryfikacji" (ExpertFlyer), ta powierzchnia służy Analitykowi Operacyjnemu. Priorytetyzuje kondycję systemu nad wynikami indywidualnych zapytań.

Kluczowe wzorce projektowe:

Wskaźnik opóźnień: Wskaźnik złożony mapujący opóźnienia, ryzyko odwołań i anomalie cenowe na skalę intensywności z kodowaniem kolorów. Pozwala analitykowi zidentyfikować „korytarze pod presją" w ciągu sekund.
Warstwa przestrzenna czasu rzeczywistego: Mapa SVG wizualizuje szkielet polskiej kolei. Pociągi renderowane jako elementy dynamiczne, których stan wizualny (kolor, pulsowanie) odzwierciedla status względem rozkładu.
Feed zakłóceń temporalnych: Strumień zdarzeń operacyjnych (awarie infrastruktury PLK, wymiany taboru przez przewoźników) dostarcza uzasadnienia dla liczb wskaźnika.

Strategy Brief — Mockup 19

Co to pokazuje

Operacje na żywo: wskaźnik opóźnień per korytarz (0–100), animowana mapa pociągów + feed incydentów z PLK. Odpowiednik MiseryMap dla polskiej sieci kolejowej.

Status danych

Dane symulowane (JS). Dane rzeczywiste: PLK API (collect_delays() w plk_api.py) — manual only, nie w codziennym cronie. Wymaga PLK_API_KEY i regularnego odpytywania.

Nakład pracy

Wysoki — wymaga włączenia collect_delays() do crona i przechowywania danych operacyjnych w DB. Mapa SVG statyczna — nie wymaga biblioteki mapowej. Feed incydentów może pobierać z PLK API v1/schedules.

Rezonans z zarządem

Wysoki — wizualizacja „war room" robi wrażenie w prezentacjach. Wskaźnik opóźnień jako pojedyncza liczba (0–100) jest natychmiast zrozumiały. Kontekst PLK wzmacnia narrację o monitoringu rynku.

Moja rekomendacja

Zachować jako powierzchnię dodatkową (nie główną). Włączyć collect_delays() do crona tygodniowego dla akumulacji danych historycznych. Feed incydentów priorytetyzować wyżej niż mapę animowaną.

Kolejne kroki

Aktywować cron collect_delays() (opcjonalny). Zbudować prostą tabelę opóźnień z DB zamiast mapy SVG dla MVP. Mapa jako V2 po zebraniu danych historycznych opóźnień.