Als je me volgt op Twitter, zal je regelmatig tweets voorbij zien komen over de Efteling. Maar waarom eigenlijk? Ik kom er hoogstens één keer per jaar. Ik woon er niet bij in de buurt. En stiekem ben ik ook niet zo’n freak die de hele dag fora afstruint naar foto’s van de nieuwe bankjes die vandaag in het park zijn geplaatst. Waarom dan wel die obsessie?

In november 2013 bracht de Efteling een app uit waarmee je allerlei informatie kan opzoeken als je in het park bent. Wachttijden van attracties, showtijden, reserveringen bij restaurants… Echt van alles! De dataset was er al uiteraard, want in het park werden de wachttijden en showtijden al op verschillende punten in het park getoond op schermen. Met de release van de app hebben ze er dus alleen voor gezorgd dat deze data ook via je telefoon te raadplegen is.

Databases, maar dan zonder voetbal

Tijdens mijn studie Computer Science heb ik het vak Databases gevolgd. Bij dit vak kreeg ik een enorme database met informatie over, let op, Nederlandse voetbalwedstrijden. Dodelijk saai, als je geen voetbalfan bent. Maar wat ik ermee leerde was tof. Wedstrijden voorspellen die nog gespeeld moesten worden. Checken welke speler de slechtste conditie heeft. En ga zo maar door! Ongelofelijk wat je allemaal uit een bak met saaie data kan halen!

Bij de release van de Efteling app kreeg ik het idee om zelf zo’n gigantische database op te bouwen van hun data. Door te kijken waar hun app de data vandaan haalde, kon ik het met een script nabootsen. De data wordt nu elke 5 minuten opgehaald en opgeslagen in een database.

Wat kan je met de data?

Heel erg veel. Echt. Maar ik doe er eigenlijk nog te weinig mee. Zo zou je hiermee bijvoorbeeld een ideale looproute door het park kunnen berekenen. Een route waarbij je het minst in de rij staat voor attracties, want iedere attractie heeft zijn eigen patroon als je naar het verloop van de wachttijd kijkt. Zo zie je bijvoorbeeld dat attracties dicht bij de ingang pieken bij openings- en sluitingstijd. En dat achtbanen in de winter vooral pieken in de namiddag.

Ook kan je een schatting maken van het aantal bezoekers in het park. Of de omzet schatten van de restaurants in het park. Al die data is er, maar er moet wel wat mee gedaan worden.

EftelStats

Het enige dat ik nu met de data doe is te zien op EftelStats.nl. Deze website is een grafische weergave van alle data die de afgelopen 7 dagen verzameld is. De website is gelinkt aan Twitter, waardoor storingen, wachttijden en informatie over shows automatisch in je timeline verschijnen als je @EftelingStats volgt.

In april 2015 heeft EftelStats een flinke update gekregen. In plaats van mijn eigen (gare) CSS gebruikt de website nu Bootstrap. Dat betekent dat de website nu wél goed te bezoeken is vanaf je telefoon, en dat zie ik terug in de pageviews. Sinds de update worden er 3.5x zoveel pagina’s opgevraagd.

EftelStatsStats

Dagelijks verwerkt de server nu zo’n 50.000 pageviews. Bizar veel voor zo’n zij-projectje, vind ik. Ongeveer 15% van het verkeer komt vanuit Kaatsheuvel, wat betekent dat veel mensen de website weten te vinden als ze in het park zijn. Het drukste moment op de website was afgelopen week. Toen waren er 138 mensen tegelijk op de website!

Reactie Efteling

De Efteling heeft nog nooit een reactie gegeven op de website. Ondertussen weten ze ongetwijfeld van het bestaan af, aangezien de website zo populair is, maar ik wacht nog steeds op een reactie. Kom op @Efteling, nodig me uit voor een digi-backstage-rondleiding… ben ondertussen best wel benieuwd hoe jullie data invoeren, verwerken en tonen.